cover
Contact Name
Deny Zainal Arifin
Contact Email
matics@uin-malang.ac.id
Phone
+6285646744340
Journal Mail Official
matics@uin-malang.ac.id
Editorial Address
Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang Jalan Gajayana 50 Malang, Jawa Timur, Indonesia 65144
Location
Kota malang,
Jawa timur
INDONESIA
MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology)
ISSN : 1978161X     EISSN : 24772550     DOI : https://doi.org/10.18860/mat
Core Subject : Science,
MATICS is a scientific publication for widespread research and criticism topics in Computer Science and Information Technology. The journal is published twice a year, in March and September by Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Maulana Malik Ibrahim Malang, Indonesia. The journal publishes two regular issues per year in the following areas : Algorithms and Complexity; Architecture and Organization; Computational Science; Discrete Structures; Graphics and Visualization; Human-Computer Interaction; Information Assurance and Security; Information Management; Intelligent Systems; Networking and Communication; Operating Systems; Platform-Based Development; Parallel and Distributed Computing; Programming Languages; Software Development Fundamentals; Software Engineering; Systems Fundamentals; Social Issues and Professional Practice.
Articles 6 Documents
Search results for , issue "Vol 13, No 1 (2021): MATICS" : 6 Documents clear
Implementasi Perangkat Peremajaan dan Perawatan Alat Berat Container Crane Wahibullah, Wahibullah; Adi, Derry Pramono; Wibowo, Achmad Teguh; Sulistyono, MY Teguh; Gumelar, Agustinus Bimo
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.11597

Abstract

Proses perbaikan dan perencanaan perawatan pada container crane yang di pelabuhan sering dianggap kurang efektif karena kurangnya perencanaan dalam pengelolaan yang berpengaruh dalam penentuan jadwal perawatan. Terminal Nilam PELINDO III Surabaya merupakan perusahaan yang bergerak dalam bidang jasa bongkar muat container crane. Proses bongkar muat ditentukan oleh beberapa faktor, seperti banyaknya container dan berat muatan yang dikelola, maupun kualitas dan kuantitas alat yang digunakan. Proses secara terus-menerus tersebut mempengaruhi usia container crane. Kurang tepatnya penentuan perawatan bisa berdampak pada performa container crane. Untuk menjawab permasalahan ini, dibutuhkan perencanaan sehingga mampu menentukan waktu perawatan yang tepat dalam kurun waktu tertentu. Pada penelitian ini, kami mengimplementasikan perencanaan perawatan dengan implementasi aplikasi berbasis web menggunakan bahasa pemrograman PHP dan database MariaDB. Kami menggunakan data operasional pada PT. BIMA PELINDO III Surabaya yang meliputi produksi terjadwal, penjagaan terjadwal, aktivitas pemeliharaan dan perkiraan terjadwal. Kami menentukan variabel input berdasarkan data operasional, yang dilanjutkan dengan permodelan metode perencanaan. Berdasarkan variabel input tersebut, akan diperoleh variabel output berupa kluster ringan dan berat, dengan setiap class diberi pembobotan prediksi perencanaan perawatan container crane yang ditampilkan ke aplikasi. Hasil dari aplikasi perencanaan perawatan ini diharapkan dapat menentukan perkiraan aktivitas pemeliharaan, perawatan terjadwal agar berjalan dengan baik, pemakaian bahan bakar dan sumber daya operasional container crane yang lain menjadi lebih efisien.
Identification of Student Academic Performance in Computer Science Based on Naive Bayes Aziz, Kevin Elmy; Crysdian, Cahyo; Imamudin, Mochamad
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.9726

Abstract

Jurusan Teknik Informatika is one of the study programs at UIN Maulana Malik Ibrahim. Based on the current curriculum in Jurusan Teknik Informatika, the curriculum refers to the IEEE/ACM Computer Science Curricula 2013. The IEEE/ACM Computer Science Curricula 2013 has a knowledge area classification, which is mentioned in the curriculum as having 18 knowledge areas. The curriculum used in the current technical study program is formulated and determined from the entire content or collection of knowledge in the IEEE/ACM Computer Science Curricula 2013. In the Jurusan Teknik Informatika curriculum at UIN Malik Ibrahim Malang currently there are 76 subjects, 58 of which are Teknik Informatika subjects and 18 others are general subjects. To identify the academic performance of students it is necessary to classify the curriculum in the Department of Informatics Engineering to the knowledge area in the IEEE / ACM Computer Science Curricula 2013. Classification is done using the Naïve Bayes method by calculating the probability of each course of the knowledge area, after it is done classification, data will appear in the form of subject distribution to the knowledge area. After classification, it is necessary to determine the level of contribution of each course that has spread to the knowledge area. This contribution level is entered into the Joint formula with the value of the student transcript to calculate the student's academic performance. Testing is done by comparing the output in the form of knowledge area with the highest performance produced by the program with input in the form of knowledge area from the expert for each student. This research resulted in an accuracy of 78.95% from the results of twenty times experiment.
SWOT Analysis Untuk Pengembangan Strategy Program Studi Menuju Kelas Dunia Aziz, Okta Qomaruddin; Fatchurrohman, Fatchurrohman; Wahyu Prakasa, Johan Ericka; S, Puspa Miladin; Qosim, Ahmad Latif; Atmalia, Citra Fidya; Crysdian, Cahyo
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.10896

Abstract

Teknologi informasi merupakan salah satu bidang yang berkembang pesat di zaman sekarang. Fenomena ini diperkirakan akan terus berlangsung dalam jangka yang sangat panjang. Kualitas program studi tentunya harus mengikuti perkembangan teknologi informasi tersebut. Oleh karena itu perlu dilakukan pendekatan yang komprehensif dalam mengembangkan program studi berdasarkan kondisi yang ada pada program studi tersebut. Penelitian ini akan membahas strategi pengembangan program studi berdasarkan analisis SWOT dan ranking prioritas pada jurusan TI UIN Maulana Malik Ibrahim Malang.
SMART GRID UNTUK EFISIENSI KONSUMSI LISTRIK PADA PROSES PRODUKSI DI INDUSTRI MANUFAKTUR Pramudhita, Agung Nugroho; Mawangi, Puteri Ardista Nursisda
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.11566

Abstract

Listrik sebagai sumber utama daya digunakan mulai dari pemenuhan kebutuhan harian dalam rumah sampai perindustiran. Di Indonesia kebutuhan listrik dipenuhi oleh PLN. Pelayanan PLN yang sering memadamkan listrik bergilir dan terkadang tanpa pemberitahuan menimbulkan kerugian yang besar pada Industri. Energi listrik harus dihasilkan melalui pembangkit listrik/power plants (PLN di Indonesia).  atau pembangkit dari energi terbarukan (tenaga angin, tenaga matahari, dll). Kemudian didistribusikan ke industri, pemukiman penduduk dan kebutuhan umum. Untuk mengatur distribusi itu diperlukan control center yang mengaplikasikan Smart Grid. Teknologi Smart Grid yang menjadi perhatian sekarang difokuskan pada pengembangan metode menganalisis dan memvisualisasikan kumpulan data yang diolah. Smart Grid terdiri atas 3 unsur penting, yakni teknologi informasi, telekomunikasi dan tenaga listrik. Ketiga unsur tersebut bekerja sama untuk memungkinkan adanya komunikasi 2 arah antara utility company seperti PLN dengan konsumen. Konsep Smart Grid sudah diimplememtasikan jauh sebelum Indonesia mengenal Smart Grid. Terbukti sukses di negara maju dan memungkinkan untuk diimplementasikan di Indonesia
Analisis Kesuksesan E-Billing pada Kantor Pelayanan Pajak Pratama Palembang Ilir Timur Menggunakan Structural Equation Modeling Lestari, Rizky Nurfitri; Santi, Rusmala; Jaya, Irfan Dwi
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.9570

Abstract

This study discusses the application of Structural Equation Modeling (SEM) and measures the success of e-billing implementation at the Palembang Ilir Timur Pratama Tax Office and the factors that influence its success. E-billing is developed and managed by the Directorate General of Treasury. There are 100 thousand e-billing users registered at the Palembang Ilir Timur Pratama Tax Office. Based on the analysis results obtained standardized residual covariances matrix values no smaller than -2.58 or greater than 2.58 and the probability of showing a value of 0.080 which means that the value meets the interpretation requirements that the model can be accepted. The results of this study indicate that the success rate of e-billing implementation is at the level of 78% ("Success"). This needs to be considered by organizations for the development of e-billing in the future.Index Terms— Succsess, E-Billing, Structural Equation Modeling (SEM), Delone and Mclean, AMOS.Abstrak–-Penelitian  ini  membahas  Penerapan Structural Equation Modeling (SEM) dan mengukur  kesuksesan  implementasi  e-billing  di Kantor Pelayanan Pajak Pratama Palembang Ilir Timur dan  faktor-faktor  yang  memengaruhi  kesuksesannya. E-billing dikembangkan dan  dikelola oleh Direktorat Jenderal Perbendaharaan. Pengguna e-billing sebanyak 100-an ribu  yang terdata pada Kantor Pelayanan Pajak Pratama Palembang Ilir Timur. Berdasarkan hasil analisis didapatkan nilai standardized residual covariances matrix tidak ada yang lebih kecil dari -2,58 atau lebih besar dari 2,58 dan probabilitas menunjukan nilai 0,080 yang berarti nilai tersebut memenuhi syarat interpretasi bahwa model dapat diterima. Hasil dari penelitian  ini menunjukan bahwa tingkat kesuksesan implementasi e-billing berada pada tingkat 78%  (“Sukses”). Hal ini perlu dipertimbangkan oleh organisasi untuk pengembangan e-billing pada  masa depan. Kata Kunci— Kesuksesan, E-Billing, Structural Equation Modeling (SEM) , Delone and Mclean, AMOS.
Klasifikasi Jenis Pemeliharaan dan Perawatan Container Crane menggunakan Algoritma Machine Learning Nugroho, Via Ardianto; Adi, Derry Pramono; Wibowo, Achmad Teguh; Sulistyono, MY Teguh; Gumelar, Agustinus Bimo
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.11525

Abstract

Pada industri jasa pelayanan peti kemas, Terminal Nilam merupakan pelanggan dari PT. BIMA, yang secara khusus bergerak dibidang jasa perbaikan dan perawatan alat berat. Terminal ini menjadi sentral tempat untuk melakukan aktifitas bongkar muat peti kemas domestik yang memiliki empat buah container crane untuk melayani dua kapal. Proses perawatan alat berat seperti container crane yang selama ini beroperasi, agaknya kurang memperhatikan data pengelompokkan atau klasifikasi jenis perawatan yang dibutuhkan oleh alat berat tersebut. Di kemudian hari, alat berat dapat menunjukkan kinerja yang tidak maksimal bahkan dapat berujung pada kecelakaan kerja. Selain itu, kelalaian perawatan container crane juga dapat menyebabkan pembengkakan biaya perawatan lanjut. Target produksi bongkar muat dapat berkurang dan juga keterlambatan jadwal kapal sandar sangat mungkin terjadi. Metode pembelajaran menggunakan mesin atau biasa disebut dengan Machine Learning (ML), dengan mudah dapat melenyapkan kemungkinan-kemungkinan tersebut. ML dalam penelitian ini, kami rancang agar bekerja dengan mengidentifikasi lalu mengelompokkan jenis perawatan container crane yang sesuai, yaitu ringan atau berat. Metode ML yang pilih untuk digunakan dalam penelitian ini yaitu Random Forest, Support Vector Machine, k-Nearest Neighbor, Naïve Bayes, Logistic Regression, J48, dan Decision Tree. Penelitian ini menunjukkan keberhasilan ML model tree dalam melakukan pembelajaran jenis data perawatan container crane (numerik dan kategoris), dengan J48 menunjukkan performa terbaik dengan nilai akurasi dan nilai ROC-AUC mencapai 99,1%. Pertimbangan klasifikasi kami lakukan dengan mengacu kepada tanggal terakhir perawatan, hour meter, breakdown, shutdown, dan sparepart.

Page 1 of 1 | Total Record : 6