JSM (Jurnal SIFO Mikroskil)
Jurnal SIFO Mikroskil (JSM) is a journal that published by Lembaga Penelitian & Pengabdian kepada Masyarakat (LPPM) Universitas Mikroskil Medan, Indonesia. JSM published a journal twice a year, in April and October. The mission of JSM to share, develop and facilitate the output of research paper about Informatics, Information Systems and Information Technology. The scope of Journal of Information Systems Mikroskil (JSM) are: information systems, computer science, knowledge management, business & IT alignment, IT Governance, CRM, SCM, enterprise resource planning, enterprise architecture, business process management, business process reengineering, modeling and simulation, information retrieval, artificial intelligence, images processing, information security, data mining, cryptography, social network, cloud computing, data science, IoT, and others.
Articles
225 Documents
<![CDATA[Pengaruh Mata Pelajaran Pemrograman Dasar Terhadap Prestasi Belajar Pemrograman Web Dinamis Siswa Kelas XI SMK Negeri 8 Semarang ]]>
<![CDATA[Rully Ihza Mahendra]]>;
<![CDATA[Djuniadi Djuniadi]]>;
<![CDATA[Putri Khoirin Nashiroh]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 1 (2020): JSM VOLUME 21 NOMOR 1 TAHUN 2020 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i1.698
<![CDATA[Pada perkembangan teknologi yang semakin pesat di abad ke-21 ini, sebagai calon programmer, siswaSMK jurusan Rekayasa Perangkat Lunak seharusnya memiliki keterampilan yang baik dalam prosesmengembangkan aplikasi web dengan cara mengetahui dan menguasai dasar-dasar pemrogramanuntuk dapat menciptakan web yang dinamis. Penelitian ini bertujuan untuk mengetahui pengaruhantara hasil belajar mata pelajaran Pemrograman Dasar terhadap hasil belajar mata pelajaranPemrograman Web Dinamis siswa kelas XI SMK Negeri 8 Semarang. Analisis dilakukan menggunakanmetode regresi linear sederhana dengan bantuan software IBM SPSS versi 25 dengan populasi siswakelas XI SMK Negeri 8 Semarang. Pada hasil analisis regresi linear sederhana, menyatakan nilaisignifikansi sebesar 0,001 0,05. Dari nilai signifikansi 0,001 0,05, menunjukan bahwa terdapatpengaruh yang signifikan antara hasil belajar mata pelajaran Pemrograman Dasar terhadap hasilbelajar Pemrograman Web Dinamis.]]>
<![CDATA[Prediksi Akurasi Perusahaan Saham Menggunakan SVM dan K-Fold Cross Validation ]]>
<![CDATA[Ali Akbar Lubis]]>;
<![CDATA[Ng Poi Wong]]>;
<![CDATA[Frans Mikael Sinaga]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 1 (2020): JSM VOLUME 21 NOMOR 1 TAHUN 2020 ]]>
Publisher : <![CDATA[Lembaga Penelitian & Pengabdian pada Masyarakat (LPPM) Mikroskil ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (314.24 KB)
|
DOI: 10.55601/jsm.v21i1.718
<![CDATA[Setiap perusahaan akan mengalami pergerakan harga saham. seorang pialang sering sekali kesulitanuntuk memutuskan apakah harus membeli dan menjual saham, dikarenakan banyaknya perusahaansaham yang nilai saham nya tidak menentu. Pada penelitian ini, dataset yang digunakan diambil dariperusahaan Blue Chip di Bursa Efek Indonesia sebanyak lima tahun data perusahaan saham. Penelitianini bertujuan untuk memprediksi akurasi perusahaan saham, dan pada teknik ini dilakukanperbandingan kernel Radial Basis Function dan Polynomial untuk mengatasi data nonlinear. Setelahdiperoleh vector terbaik dari setiap data saham, maka akan dilakukan pembagian data saham sesuaidengan fungsi linear pada SVM untuk dihitung akurasi data saham dari setiap data perusahaan sahammenggunakan K-Fold Cross Valodation. Hasil pengujian menunjukkan dengan menggunakan K-FoldCross Validation dapat diketahui bahwa perusahaan BBCA adalah perusahaan yang akurasi data nyalebih baik. Dengan hasil akurasi yang diperoleh adalah RBF = 63.083164% dan Polynomial =63.083164%.]]>
<![CDATA[Restorasi Citra Digital Menggunakan Iterative Denoising dan Backward Projections with CNN ]]>
<![CDATA[Irpan Pardosi]]>;
<![CDATA[Pahala Sirait]]>;
<![CDATA[Williams Chandra]]>;
<![CDATA[William Makmur]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 1 (2020): JSM VOLUME 21 NOMOR 1 TAHUN 2020 ]]>
Publisher : <![CDATA[Lembaga Penelitian & Pengabdian pada Masyarakat (LPPM) Mikroskil ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (593.19 KB)
|
DOI: 10.55601/jsm.v21i1.721
<![CDATA[Citra yang memiliki kualitas buruk ataupun mengalami penurunan mutu umumnya diakibatkan gambaryang kurang tajam, kabur dan munculnya derau atau noise yang disebabkan karena ketidaksempurnaandalam proses pengambilan gambar dan juga dikarenakan kotoran-kotoran yang terjadi pada sebuahcitra. Noise Salt and Pepper merupakan satu dari antara beberapa noise berupa titik-titik hitam atauputih yang tersebar pada sebuah citra yang mempengaruhi kejelasan dari gambar. Banyak metode yangdapat digunakan untuk mengurangi noise pada citra, dan pada penelitian ini metode yang digunakandalam mengurangi salt and pepper dengan Iterative Denoising dan Backward Projection. Iterative yangmerupakan sebuah metode yang mengambil nilai pixel dari pixel sebelumnya dan diiterasi terus sampaikriteria berhenti dicapai yang menandakan bahwa citra sudah bersih dari noise. Hasil pengujianterhadap 7 buah gambar JPG dengan persentase noise mulai 5% hingga kelipatan 5 sampai batasukuran nilai PSNR diatas 30 dB dan didapatkan hasil pengujian denoising yang memenuhi hinggapersentase noise 51% dengan PSNR 30.32 dB menggunakan threshold 192 yang digunakan untukmengecek citra sudah bersih dari noise atau belum. Threshold yang ideal dibutuhkan untukmendapatkan iterasi yang tidak berlebihan atau kekurangan yang menyebabkan noise masih bersisapada citra.]]>
<![CDATA[Implementasi Content-based Filtering dan K-Medoids Clustering pada Aplikasi Layanan Penyedia Informasi Hobi ]]>
<![CDATA[Felix Felix]]>;
<![CDATA[Syanti Irviantina]]>;
<![CDATA[Firman -]]>;
<![CDATA[Aldian Syahri]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020 ]]>
Publisher : <![CDATA[Lembaga Penelitian & Pengabdian pada Masyarakat (LPPM) Mikroskil ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i2.671
<![CDATA[Hobi merupakan suatu hal yang merepresentasikan kesukaan individu berdasarkan aktivitas yang sering dilakukannya. Sangat minimnya informasi mengenai hobi seperti event, tempat, komunitas dan berita yang berkaitan dengan hobi pengguna menjadi kendala bagi setiap individu dalam mengembangkan hobi yang dimilikinya. Oleh sebab itu, dalam penelitian ini dibuat sebuah aplikasi yang dapat merekomendasikan informasi sesuai dengan hobi pengguna dengan menggunakan algoritma content-based filtering dan dikelompokkan berdasarkan urutan rating sebagai konten teratas yang direkomendasikan dengan menggunakan algoritma k-medoids clustering. Hasil pengujian sistem perangkat lunak yang sudah dilakukan untuk menguji fungsional sistem yang digambarkan dalam tabel skenario pengujian dengan menggunakan metode blackbox testing. Maka hasil kesimpulan yang bisa di dapat dari hasil pengujian bahwa fungsional sistem pada aplikasi berjalan sesuai dengan yang diharapkan. Pengujian hasil rekomendasi menunjukkan bahwa nilai error yang didapatkan melalui perhitungan keseluruhan rata-rata hasil akhir Mean Absolute Error (MAE) pada implementasi algoritma content-based filtering dan k-medoids clustering dalam sistem rekomendasi relatif rendah dengan hasil akhir yaitu 0.19233894129602 pada rentang 0-1 yang berarti hasil rekomendasi menunjukkan keakuratan yang baik.]]>
<![CDATA[Analisis dan Perancangan Sistem Informasi Penjualan, Pembelian dan Persediaan Sepeda dan Sparepart ]]>
<![CDATA[Marcella -]]>;
<![CDATA[Wina -]]>;
<![CDATA[Djoni -]]>;
<![CDATA[Culita -]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020 ]]>
Publisher : <![CDATA[Lembaga Penelitian & Pengabdian pada Masyarakat (LPPM) Mikroskil ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i2.710
<![CDATA[Penjualan sepeda dan sparepart sepeda merupakan bagian dari aktivitas bisnis yang membutuhkan pengelolaan yang tepat agar dapat berjalan dengan baik. Namun dalam aktivitas bisnis sehari-hari, beberapa proses bisnis dan pengambilan keputusan masih bergantung pada orang tertentu dan dilakukan secara manual. Akibatnya bisnis menjadi tertahan dan tidak dapat berkembang. Banyak kendala yang dihadapi mulai dari tidak adanya infomasi persediaan yang up-to-date, pengambilan keputusan pembelian yang terkendala, dan tidak tersedianya laporan secara efektif. Pembuatan laporan membutuhkan waktu yang lama karena harus mencari dan merekap satu per satu transaksi dari buku. Untuk mengatasi masalah yang dihadapi, penulis melakukan perancangan dengan menggunakan Microsoft Visual Studio 2015 dalam perancangan input, Microsoft SQL Server 2014 dalam membuat tabel dan menggunakan Crystal Report 2015 dalam pembuatan laporan. Penulis juga menggunakan metodologi SHPS (Siklus Hidup Pengembangan Sistem) untuk membantu membuat suatu rancangan sistem informasi sehingga permasalahan dapat teratasi. Hasil analisis dan perancangan ini diharapkan dapat dijadikan sebagai dasar untuk melakukan pengembangan sistem untuk ke depannya.]]>
<![CDATA[Sistem Rekomendasi Podcast menggunakan Metode N-Gram dan Term Frequency ]]>
<![CDATA[Vincent Theonardo]]>;
<![CDATA[Jimmy Lohil]]>;
<![CDATA[Goldwin Chantesuta]]>;
<![CDATA[Wenripin Chandra]]>;
<![CDATA[Arwin Halim]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020 ]]>
Publisher : <![CDATA[Lembaga Penelitian & Pengabdian pada Masyarakat (LPPM) Mikroskil ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i2.729
<![CDATA[One of the main forms of information and entertainment presentation is in the form of on-demand audio content or often referred as podcast. The problem met is the difficulty of users to find podcasts that match their preferences among hundreds of thousands of podcasts that are now available on the internet. Besides the number of podcasts, the incompletion of podcasts metadata is one of the problems in developing a recommendation system in general.This system is designed by utilizing N-Gram and Term Frequency to generate queries from the title and description of a podcast which will then be used to find other podcasts that are similar by utilizing Cosine Similarity calculations. The testing phase is done through by testing the system using nDCG calculations to determine the relevance level of the recommendation results. From the results, the average value of the relevance level of podcast recommendations is 53.8% and the best average f1-score of the 10 best categories is 14%.]]>
<![CDATA[Perancangan Voice User Interface(VUI) Aplikasi Presensi Karyawan Dengan Speech Recognition ]]>
<![CDATA[Desi Arisandy]]>;
<![CDATA[Rudi Rudi]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i2.740
<![CDATA[As we all know, the very easy and fast spread of COVID-19 can threaten human life. This virus is easily spread from inanimate objects that are touched by sufferers. The use of fingerprint attendance machines in the workplace can be a source of the spread of COVID-19, this needs to be considered for other alternatives to record employee attendance, for example with speech recognition technology or known as automated Speech Recognition (ASR). This technology is needed as an important component to build a Voice user interface (VUI). ASR is a technology for translating speech from the user into text. In addition, the use of ASR can improve communication between human-computer interactions, that is, users can interact with computers using voice. This research is aimed at designing prototype employee attendance application with the VUI concept and speech recognition technology. To speed up design and development process, researchers used the RAD (Rapid Application Development) method. From the results of research using the RAD method, it can be concluded that the application can be designed quickly through prototype modeling together with the user.]]>
<![CDATA[Dekomposisi dan Rekombinasi Pengacakan Citra Digital dengan Logistic Mapping ]]>
<![CDATA[Steven Steven]]>;
<![CDATA[Ivan Audris]]>;
<![CDATA[Vanessa Priscilla Wijaya]]>;
<![CDATA[Ng Poi Wong]]>;
<![CDATA[Wenripin Chandra]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 22, No 1 (2021): JSM VOLUME 22 NOMOR 1 TAHUN 2021 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v22i1.743
<![CDATA[Beberapa citra digital membutuhkan privasi dan kerahasiaan, seperti citra medis, citra diagnosa medis jarak jauh, citra rahasia melalui komunikasi internet, atau citra rahasia kemiliteran. Salah satu cara untuk mengamankan informasi di dalam citra digital adalah dengan melakukan pengacakan (scrambling).Penelitian ini mengacak nilai piksel citra digital dengan mengubah nilai piksel dari sistem bilangan desimal menjadi bilangan basis empat (kuartener), kemudian mengurai (dekomposisi) keempat bit kuartener dan melakukan pengacakan terhadap keempat posisi bit berdasarkan pada bilangan acak yang dihasilkan oleh algoritma logistic mapping, kemudian bit hasil pengacakan digabungkan kembali (rekombinasi) untuk menghasilkan nilai piksel baru. Logistic mapping merupakan penghasil bilangan acak yang mampu menghasilkan deretan bilangan yang acak berdasarkan nilai kunci ?µ (3.569945 µ 4) dan nilai awal x0 (0 x0 1).Hasil penelitian ini dapat melakukan pengacakan terhadap citra digital dengan dekomposisi dan rekombinasi nilai piksel berdasarkan pada nilai acak yang dihasilkan oleh algoritma logistic mapping. Hasil pengujian menunjukkan bahwa pasangan kunci-1 (?µ1, x1) memiliki sensitivitas paling tinggi dalam mengacak citra, kemudian diikuti oleh pasangan kunci-2 (?µ2, x2), pasangan kunci-3 (?µ3, x3) dan pasangan kunci-4 (?µ4, x4).]]>
<![CDATA[Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree ]]>
<![CDATA[Siskia S Simanjuntak]]>;
<![CDATA[Hesty Sinaga]]>;
<![CDATA[Kristian Telaumbanua]]>;
<![CDATA[Andri Andri]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v21i2.754
<![CDATA[Tanaman anggur rentan terhadap serangan penyakit dimana penyakit ini dapat diketahui dari bercak yang terdapat pada daun. Contoh penyakit pada tanaman anggur adalah bercak daun, campak hitam dan hawar daun. Penyakit pada daun anggur memiliki kemiripan sehingga sulit untuk dikenali secara visual dan berdampak pada kurang akuratnya penyakit yang diidentifikasi. Tujuan dari penelitian adalah untuk membangun aplikasi klasifikasi penyakit pada citra daun anggur sehingga dapat memberikan informasi jenis penyakit. Klasifikasi menggunakan Gray Level Co-Occurrence Matrix (GLCM), Color Moment, dan K*Tree. Untuk dapat diklasifikasi, terlebih dahulu dilakukan proses pelatihan. Proses pelatihan diawali dengan input citra digital, kemudian ditransformasi dari Red Green Blue (RGB) ke Grayscale, ekstraksi fitur tekstur dengan GLCM dan ekstraksi fitur warna dengan Color Moment untuk mengetahui jenis penyakit daun anggur yang diklasifikasi. Hasil pelatihan disimpan ke basis data. Saat klasifikasi dengan K*Tree dilakukan pemrosesan citra input dengan cara yang sama saat pelatihan, kemudian dibandingkan dengan hasil pelatihan. Pengujian menggunakan 250 citra daun anggur yang diperoleh dari Dataset Kaggle, dimana 150 citra digunakan sebagai data latih dan 100 citra sebagai data uji. Hasil pengujian menunjukkan rata- rata akurasi dari klasifikasi adalah 87.5%, rata- rata presisi adalah 74.8%, rata- rata recall adalah 75% dan rata-rata error adalah 12.5%.]]>
<![CDATA[Aplikasi Pembelajaran Penyortiran Menggunakan Algoritma Super Sort Berbasis Mobile ]]>
<![CDATA[Jimmy Jimmy]]>;
<![CDATA[Felix Utama]]>;
<![CDATA[Felix Felix]]>;
<![CDATA[Albert Prima Laia]]>
<![CDATA[ Jurnal SIFO Mikroskil Vol 22, No 1 (2021): JSM VOLUME 22 NOMOR 1 TAHUN 2021 ]]>
Publisher : <![CDATA[Fakultas Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55601/jsm.v22i1.771
<![CDATA[Aplikasi pembelajaran untuk masalah algoritma pengurutan telah banyak diciptakan untuk menyelesaikan masalah pengenalan algoritma-algoritma tersebut yang terbilang sulit kepada khalayak yang lebih luas. Akan tetapi algoritma penyortiran yang dipakai kebanyakan adalah algoritma yang sering dijumpai. Padahal banyak algoritma pengurutan yang terbilang baru dan lebih efisien untuk dipelajari. Salah satunya adalah algoritma super sort.Tujuan dari penelitian ini adalah untuk membangun aplikasi pembelajaran algoritma super sort berbasis mobile. Algoritma super sort akan diajarkan dalam bentuk materi dan simulasi yang dapat diakses dan digunakan oleh pengguna. Simulasi pengajaran algoritma yang dibuat akan menyangkut semua proses yang terjadi pada algoritma super sort.Pengujian terhadap aplikasi akan menggunakan black box testing. Metode black box testing yang digunakan berupa equivalence partioning, boundary value analysis dan error guessing. Ketiga metode yang telah dilakukan terhadap aplikasi menghasilkan sebuah kesimpulan berupa semua simulasi yang telah diimplementasikan didalam aplikasi pembelajaran telah layak digunakan karena mempuyai persentase keberhasilan sebesar 91.7 % dari semua pengujian yang telah dilakukan.]]>
