cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Buana Informatika
Published by Universitas Atma Jaya Yogyakarta
ISSN : 20872534     EISSN : 20897642     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017" : 6 Documents clear
Implementasi Data Mining Dalam Menganalisis Tingkat Kepuasan Pelanggan Menggunakan Metode Rough Set Febrina Sari
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1071

Abstract

Abstract. PT. Pusako Tarinka is a company engaged in lodging services. The company always tries to maintain a good reputation for its customers. Good quality service will give better satisfaction to the customers who use the services of the company. However, the company does not have a measuring tool to determine the level of customer satisfaction with the services rendered. Rough set is one method of data mining related to analysis and data classification categories and aims to synthesize approach to the concept of a table of data obtained. Rough set discovers hidden relationships of the data set and reduct classification attributes of a series of attributes, and reduct will produce general rule. The results illustrate that the level of customer satisfaction confidence is a major factor in determining the level of customer satisfaction which is then supported by the integrity, pride, and passion.Keywords: Data Mining, Rough Set, Customer Satisfaction.Abstrak. PT. Pusako Tarinka merupakan perusahaan yang bergerak di bidang jasa. Kegiatan utama PT. Pusako Tarinka adalah memberikan pelayanan jasa penginapan. Perusahaan selalu berusaha untuk mempertahankan reputasi yang baik di mata pelanggannya. Kualitas pelayanan yang baik akan memberikan kepuasan lebih kepada pelanggan yang menggunakan jasa perusahaan tersebut. Namun perusahaan tidak memiliki alat ukur untuk mengetahui tingkat kepuasan pelanggan terhadap pelayanan yang telah diberikan. Rough Set merupakan salah satu metode data mining yang berkaitan dengan analisis kategori dan klasifikasi data dan bertujuan untuk mensintesis pendekatan konsep dari tabel data yang diperoleh. Rough set menemukan hubungan tersembunyi dari kumpulan data dan reduct atribut dari serangkaian klasifikasi atribut, dan reduct tersebut akan menghasilkan general rule. Hasil rule tingkat kepuasan pelanggan menggambarkan bahwa confidence (kepercayaan) adalah dimensi utama dalam penentuan tingkat kepuasan pelanggan yang kemudian didukung oleh integrity (integritas), pride (kebanggaan), dan passion (keinginan).Kata kunci: Data Mining, Rough Set, Kepuasan Pelanggan.
Analisis Peranan User Pada Proses SDLC Terhadap Pengembangan Sistem Informasi Perjalanan Dinas Ferdian Aditya Pratama; Eko Sediyono
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1072

Abstract

Abstract. The user involvement in information system development has an important role to develop some systems. The user involvement also has an important role to determine whenever the system is executed properly or not. SDLC is a procedure used to describe a process that occurs during the manufacturing the system. SDLC Process has some phases, they are Project Selection & Planning, Analysis, Design, and Testing & Deployment. The Objective of this study is to understand how much percentage from the user involvement that occur during the information system developing process. The result from this paper is an analysis result from the user involvement that occurs during the information system developing using the SDLC model.Keywords: Information System, SDLC, User Involvement. Abstrak. Peranan dari user terhadap pengembangan sebuah sistem informasi memiliki peranan yang penting dalam proses pembuatan sebuah sistem. Peranan dari user juga menentukan apakah sistem yang dibangun sudah terpenuhi sesuai dengan kebutuhan atau belum. SDLC merupakan sebuah prosedur yang digunakan untuk mendeskripsikan sebuah proses yang terjadi selama pembuatan sebuah sistem. Proses SLDC memiliki beberapa fase seperti Project Selection and Planning, Analysis, Design, dan Testing & Deployment. Tujuan dari penelitian ini adalah mengetahui seberapa besar persentase dari keterlibatan user selama proses pembangunan sistem informasi perjalanan dinas. Hasil dari penelitian ini yaitu berupa sebuah hasil analisis terhadap keterlibatan user dalam proses pembangunan sistem informasi menggunakan model SDLC.Kata Kunci: Sistem Informasi, SDLC, User Involvement
Peringkasan Dokumen Berdasarkan Metode Semantic Sebaran Kalimat Aminul Wahib; Dita Lupita Sari
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1073

Abstract

Abstract. Sentence distribution method performs weighting based on the sentence distribution without taking the semantic meaning of the sentence spread into account. In fact, the semantic relation between sentences is believed to increase the relevance of the search results document. This study proposes new strategies to summarize documents using the semantic sentence distribution method in an effort to improve the quality of the summary. The experimental results show that the proposed method has better performance with the average performance ROUGE-1 0.412, an increase of 1,9% compared to "Sentence distribution method" and ROUGE-2 by 4,7% compared to 0.127 "sentence distribution method".Keywords: Semantic Sentence Distribution, Summarizing Document, ROUGE. Abstrak. Peringkasan dokumen menggunakan metode sebaran kalimat terbukti memiliki hasil yang lebih baik jika dibanding dengan penelitian-penelitian sebelumnya. Metode tersebut melakukan pembobotan kalimat berdasarkan sebaran kalimat tanpa memperhitungkan makna semantic kalimat yang tersebar. Faktanya hubungan semantic antar kalimat telah terbukti mampu meningkatkan relevansi hasil dalam pencarian dokumen. Penelitian ini mengajukan strategi baru dalam peringkasan dokumen yaitu menggunakan metode semantic sebaran kalimat sebagai upaya untuk meningkatkan kualitas hasil ringkasan. Hasil eksperimen didapatkan bahwa metode yang diusulkan memiliki performa lebih baik dengan capaian rata-rata ROUGE-1 0,412, meningkat 1,9% dibanding metode sebaran kalimat dan ROUGE-2 0,127 meningkat 4,7% dibanding metode sebaran kalimat.Kata Kunci: Semantic Sebaran Kalimat, Peringkasan Dokumen, ROUGE.
Segmentasi Citra Sapi Berbasis Deteksi Tepi Menggunakan Algoritma Canny Edge Detection Ahmad Mustafid; Shofwatul 'Uyun
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1074

Abstract

Abstract. The determination of the cattle price is generally agreed through bargaining, it is not based on the weight of the cows being sold. Most people mainly use rough calculation. There are formulas to calculate the weight but they require perimeter information of chest size and body length. It is necessary to measure the cow manually, but in reality it is not easy to do because the cow is difficult to control. Therefore, it requires a tool that can help measure easily. This article represents the early stages of research to determine the weight of cows from the cow image acquisition. It focuses on segmentation and image processing. The image acquisition results are processed using five scenarios. The results of the evaluation show that scenario 3 (Median Blur and Canny) has the best result with the value of 230,051 MSE and 24,524 dB PSNR.Keywords: Edge Detection, Canny, Segmentation, Cow, Image Processing Abstrak. Penentuan harga sapi umumnya disepakati melalui tawar menawar bukan didasarkan pada bobot sapi yang dijual. Kebanyakan menggunakan perhitungan secara kasar maupun secara kira-kira. Terdapat rumus untuk menghitung bobot sapi, rumus yang ada memerlukan informasi terkait lingkar dada dan panjang badan. Untuk mendapatkan nilai lingkar dada dan panjang badan perlu dilakukan pengukuran secara manual, namun di lapangan hal tersebut tidak mudah dilakukan karena sapi sulit dikondisikan. Oleh karena itu diperlukan alat yang dapat mengukur secara mudah. Tulisan ini merupakan tahap awal dari penelitian untuk menentukan bobot sapi dari hasil akuisisi citra sapi. Oleh sebab itu pada tahap awal ini difokuskan pada segmentasi serta pengolahan citra sapi untuk menentukan deteksi tepi terbaik yang nantinya digunakan pada penelitian selanjutnya. Citra sapi hasil akuisisi diproses menggunakan lima buah skenario deteksi tepi. Hasil evaluasi menujukkan bahwa Skenario 3 (Median Blur dan Canny) memiliki hasil yang terbaik dengan nilai MSE sebesar 230.051 dan PSNR sebesar 24.524 dB.Kata Kunci: Deteksi Tepi, Canny, Segmentasi, Sapi, Pengolahan Citra Digital.
Rancang Bangun Aplikasi Pembelajaran Bahasa dan Kebudayaan Suku Dayak Berbasis Multimedia Michael Christianto Salim; B. Yudi Dwiandiyanta; Martinus Maslim
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1075

Abstract

Abstract. Indonesia is a heterogeneous country with many different ethnic groups. Borneo Island has a famous native tribes that belong to Dayak. Among others are ma'anyan people, Dayak Ngaju, Dayak Kualan Sekayok, Dayak Ot Danum, etc. Dayaks have different languages and cultures. To make it easier to learn the languages and cultures of Dayak, it requires a lot of information. Information about the language and culture of Dayak is to increase the users’ knowledge to become more familiar with the languages and cultures of the Dayak tribes. The information of languages and cultures of Dayak is put in the form of multimedia-based learning applications. Language learning applications and multimedia-based Dayak culture are created by the existing multimedia elements such as text, images, sound, video, and animation. The test results show that 96.875% of users agree that the application is eligible to be used as a learning medium of Dayak Tribe.Keywords: Dayak Tribe, Language and culture, Multimedia Abstrak. Indonesia merupakan Negara Heterogen, yaitu negara yang memiliki banyak sekali perbedaan, terutama suku. Di Pulau Kalimantan memiliki suku asli yang terkenal, yaitu Suku Dayak. Diantaranya adalah Suku Dayak Maanyan, Suku Dayak Ngaju, Suku Dayak Kualan Sekayok, Suku Dayak Ot Danum, dll. Suku-Suku Dayak tersebut memiliki bahasa dan kebudayaan yang berbeda. Untuk mempermudah dalam mempelajari bahasa dan kebudayaan Suku Dayak, dibutuhkan informasi mengenai bahasa dan kebudayaan Suku Dayak. Informasi tentang bahasa dan kebudayaan Suku Dayak ini dapat menambah pengetahuan pengguna untuk semakin mengenal bahasa dan kebudayaan Suku Dayak tersebut. Informasi bahasa dan kebudayaan Suku Dayak dituangkan dalam bentuk aplikasi pembelajaran berbasis multimedia. Aplikasi pembelajaran bahasa dan kebudayaan Suku Dayak berbasis multimedia dibuat dengan elemen-elemen multimedia yang ada seperti teks, gambar, suara, video, dan animasi. Hasil pengujian menunjukkan bahwa 96,875% pengguna setuju bahwa aplikasi ini layak untuk digunakan sebagai media pembelajaran Suku Dayak.Kata Kunci: Suku Dayak, Bahasa dan Kebudayaan, Multimedia.
Dekripsi Algoritma Rivest-Shamir-Adleman Dengan Komputasi Paralel Menggunakan Message Parsing Interface Evangs Mailoa
Jurnal Buana Informatika Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v8i1.1076

Abstract

Abstract. Rivest-Shamir-Adleman algorithm is a cryptographic algorithm that is difficult to be dismantled. This is due to the difficulty of factoring large numbers modulus n into prime factors (p and q). The process of modulus factoring requires a very long time if solved by serial computation. Brute Force Attack method is used to find large prime numbers p and q with parallel computation. Applications for the factorization of prime numbers p and q are developed using Visual C ++ and Message Passing Interface, while the decryption process developed with Java. The results show a parallel computing process faster than a serial for factoring very large numbers n, and very slow if the n is too small.Keywords: Rivest-Shamir-Adleman Algorithm, Brute Force Attack, Message Passing Interface. Abstrak. Algoritma Rivest-Shamir-Adleman merupakan salah satu algoritma kriptografi yang sukar untuk dibongkar. Hal ini dikarenakan sulitnya memfaktorkan bilangan modulus n yang besar menjadi faktor-faktor prima (nilai p dan q). Proses untuk faktorisasi modulus n membutuhkan waktu yang sangat lama apabila diselesaikan dengan komputasi serial. Penelitian ini menggunakan metode Brute Force Attack untuk menemukan bilangan prima p dan q yang sangat besar yang dikerjakan secara paralel. Aplikasi untuk faktorisasi bilangan prima p dan q dikembangkan menggunakan Visual C++ memanfaatkan Message Passing Interface, sedangkan aplikasi proses dekripsi dengan Java. Hasil ujicoba menunjukkan proses komputasi paralel lebih cepat dibandingkan secara serial untuk memfaktorkan bilangan n yang sangat besar, dan menjadi sangat lambat apabila bilangan n terlalu kecil. Kata kunci: Algoritma Rivest-Shamir-Adleman, Brute Force Attack, Message Passing Interface.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2017 2017


Reset
Filter By Issues
All Issue Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025 Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024 Vol. 15 No. 2 (2024): Jurnal Buana Informatika, Volume 15, Nomor 02, Oktober 2024 Vol. 14 No. 02 (2023): Jurnal Buana Informatika, Volume 14, Nomor 2, Oktober 2023 Vol. 14 No. 01 (2023): Jurnal Buana Informatika, Volume 14, Nomor 1, April 2023 Vol. 13 No. 02 (2022): Jurnal Buana Informatika, Volume 13, Nomor 2, Oktober 2022 Vol. 13 No. 1 (2022): Jurnal Buana Informatika, Volume 13, Nomor 1, April 2022 Vol 12, No 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021 Vol. 12 No. 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021 Vol. 12 No. 1 (2021): Jurnal Buana Informatika Volume 12 - Nomor 1 - April 2021 Vol 12, No 1 (2021): Jurnal Buana Informatika Volume 12 - Nomor 1 - April 2021 Vol. 11 No. 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020 Vol 11, No 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020 Vol. 11 No. 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020 Vol 11, No 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020 Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019 Vol. 10 No. 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019 Vol 10, No 1 (2019): Jurnal Buana Informatika Volume 10 Nomor 1 April 2019 Vol. 10 No. 1 (2019): Jurnal Buana Informatika Volume 10 Nomor 1 April 2019 Vol 9, No 2 (2018): Jurnal Buana Informatika Volume 9 Nomor 2 Oktober 2018 Vol. 9 No. 2 (2018): Jurnal Buana Informatika Volume 9 Nomor 2 Oktober 2018 Vol. 9 No. 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018 Vol 9, No 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018 Vol 8, No 4 (2017): Jurnal Buana Informatika Volume 8 Nomor 4 Oktober 2017 Vol. 8 No. 4 (2017): Jurnal Buana Informatika Volume 8 Nomor 4 Oktober 2017 Vol 8, No 3 (2017): Jurnal Buana Informatika Volume 8 Nomor 3 Juli 2017 Vol. 8 No. 3 (2017): Jurnal Buana Informatika Volume 8 Nomor 3 Juli 2017 Vol. 8 No. 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017 Vol 8, No 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017 Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017 Vol 8, No 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017 Vol 7, No 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016 Vol. 7 No. 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016 Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 Vol. 7 No. 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 Vol 7, No 2 (2016): Jurnal Buana Informatika Volume 7 Nomor 2 April 2016 Vol. 7 No. 2 (2016): Jurnal Buana Informatika Volume 7 Nomor 2 April 2016 Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016 Vol. 7 No. 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016 Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol. 6 No. 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol. 6 No. 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol. 6 No. 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol. 6 No. 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol. 5 No. 2 (2014): Jurnal Buana Informatika Volume 5 Nomor 2 Juli 2014 Vol 5, No 2 (2014): Jurnal Buana Informatika Volume 5 Nomor 2 Juli 2014 Vol 5, No 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol. 5 No. 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol 5, No 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol. 4 No. 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol 4, No 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol 4, No 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol 4, No 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol. 4 No. 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol 4, No 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol 3, No 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol 3, No 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol. 3 No. 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol 3, No 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol. 3 No. 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol 3, No 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol 2, No 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol 2, No 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol. 2 No. 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol. 2 No. 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol 2, No 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol 2, No 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol 1, No 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Vol 1, No 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Vol. 1 No. 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Jurnal Buana Informatika Volume 1 Nomor 1 Januari 2010 Jurnal Buana Informatika Volume 1 Nomor 1 Januari 2010 More Issue