cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Doni Abdul Fatah
Contact Email
simantec@trunojoyo.ac.id
Phone
+6285648688506
Journal Mail Official
simantec@trunojoyo.ac.id
Editorial Address
Jurusan Teknik Informatika - Fakultas Teknik - Universitas Trunojoyo Madura Jl. Raya Telang PO BOX 2 Kamal, Bangkalan 69162
Location
Kab. bangkalan,
Jawa timur
INDONESIA
Jurnal Simantec
Published by Universitas Trunojoyo Madura
ISSN : 20882130     EISSN : 25024884     DOI : https://doi.org/10.21107/simantec.v8i2
Core Subject : Science,
Computer Science & IT
Jurnal Simantec merupakan Jurnal Ilmiah dibawah naungan Program Studi Manajemen Informatika, Fakultas Teknik Universitas Trunojoyo Madura. Jurnal Simantec diterbitkan pertama kali pada bulan Desember 2009, dan diterbitkan dua kali dalam setahun. Jurnal Simantec berisi artikel-artikel ilmiah yang meliputi bidang-bidang : informatika, Sistem Informasi, Multimedia, Mekatronika, Jaringan serta hasil penelitian lainya yang terkait dengan bidang-bidang tersebut.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 7 Documents
 1 
Search results for , issue "Vol 5, No 2 (2016)" : 7 Documents clear
ESTIMASI PENGELOLAAN SUATU PROYEK DALAM PENGEMBANGAN PERANGKAT LUNAK MENGGUNAKAN ANALISA FUNCTION POINT fityan aula juyuspan; Anita Hidayati
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1379

Abstract

ABSTRAKUpaya dalam pengembangan perangkat lunak merupakan hal yang penting dalam industri perangkat lunak. Pada paper ini, klasifikasi sistem perangkat lunak untuk menentukan estimasi usaha yang akan dilakukan dengan cara pengukuran berbasis Function Point dengan metode Application FP Count berbasis perhitungan DET, RET, dan FTR. Tujuan dari paper ini adalah untuk digunakan sebagai perkiraan pengukuran waktu dan biaya dalam pengerjaan proyek sehingga akan diperoleh hasil yang akurat dan dapat digunakan sebagai perbandingan dengan proyek baru yang serupa. Hal ini membuat upaya pengembang menjadi lebih mudah dalam pengelolaan suatu proyek dengan memperhitungkan ILF, EIF, EI, EO, dan EQ dari sebuah proyek lama dan kemudian didapatkan nilai FP yang digunakan untuk estimasi proyek baru. Untuk studi kasus digunakan sebuah software aplikasi sekolah (Teacher Manager). Dalam estimasi, diasumsikan proyek dikerjakan 200 jam/92.4FPs (2.16 jam/FP) dan dikerjakan oleh 2 pengembang. Pengembang mampu mengerjakan 2.5 jam/FP sehingga proyek dikerjakan selama 231 jam. RUSA merupakan proyek yang didalamnya terdapat fitur Teacher Manager dengan FP 115 dan dikerjakan oleh 2 orang. Modul ini paling lama akan dikerjakan selama 200 jam/115 FPs (1.74 jam/FP). Jika pengembang hanya mampu mengerjakan 2.5 jam/FP maka proyek ini akan dikerjakan selama 287.5 jam. Biaya pengerjaan RUSA juga dapat diperkirakan dengan melihat tabel produktivitas.Kata kunci : Function Point, Estimasi Proyek, Produktivitas, Application FP Count.ABSTRACTEfforts in software development are important in the software industry. In this paper, the classification of software systems to determine estimates of the business is to be conducted in a manner based measurement method Application Function Point Count FP calculations which based upon DET, RET, and FTR.  The purpose of this paper is to be used as an approximate measurement of time and cost in a project that will obtain accurate results which can be employed as a comparison with similar new projects. This result makes the efforts of developers become easier in the management of a project taking into account the ILF, EIF, EI, EO, and EQ of a long project and then obtained FP value used to estimate the new project. For the case study used a software application (Teacher Manager). In the estimation, it is assumed the project worked 200 hours / 92.4FPs (2.16 hours / FP) and carried out by two developers. Developers can do 2.5 hours / FP so that projects are carried out for 231 hours. RUSA is a project in which there are features of the FP 115 Teacher Manager and done by two people. This module is the longest to be done during the 200 hours / 115 fps (1.74 hours / FP). If the developer is only able to work 2.5 hours / FP, then this project will be done for 287.5 hours. RUSA construction costs can also be estimated by looking at the table of productivity.Keywords: Function Point, Project Estimation, Productivity, Application FP Count.
PEMODELAN PROSES BISNIS AKADEMIK TEKNIK INFORMATIKA UNIVERSITAS TRUNOJOYO DENGAN BUSINESS PROCESS MODELLING NOTATION (BPMN) Rika Yunitarini; Fika Hastarita R
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1593

Abstract

ABSTRAKProses bisnis merupakan gambaran kejadian ataupun aktifitas yang berlangsung dalam suatu organisasi. Kegiatan suatu organisasi dapat berjalan secara oprimal dengan adanya dukungan proses bisnis yang tepat. Pemodelan proses bisnis menjadi hal yang sangat penting dalam rencana pengoptimalan kinerja sebuah organisasi. Dengan pemodelan, dapat diketahui proses bisnis apa saja yang telah sesuai dengan target yang ingin dicapai maupun yang perlu dilakukan perbaikan agar dapat berjalan optimal. BPMN merupakan salah satu bahasa pemodelan grafis yang digunakan untuk memodelkan proses bisnis yang terjadi pada sebuah organisasi. Kelebihan dari BPMN yaitu dapat menggambarkan proses bisnis secara detail dengan aliran informasi berupa pesan yang disampaikan antar pihak terkait. Kegiatan akademik merupakan proses bisnis utama yang terdapat di Program Studi Teknik Informatika Universitas Trunojoyo disamping beberapa kegiatan yang lain. Kegiatan akademik menjadi hal terpenting bagi Prodi dalam memberikan layanan kepada masyarakat sebagai penyelenggara pendidikan tingkat tinggi. Penelitian ini bertujuan untuk memodelkan proses bisnis akademik yang terdapat pada Program Studi Teknik Informatika Universitas Trunojoyo dengan menggunakan BPMN untuk mendapatkan model bisnis yang mudah dimengerti oleh semua pihak yang terlibat dalam proses kegiatan akademik, sehingga proses bisnis yang ada dapat berjalan dengan optimal.Kata Kunci : Proses bisnis, BPMN, AkademikABSTRACTBusiness process was a description of event and activity that happen in an organization. Activity in an organization can be held optimal because of support from a suitable business process. Busines process modeling becomes the important thing if the team wants to optimize their performance. Designing the business process can evaluate which one of the business process that still need improvement and business process that already reach the goals. BPMN was one of the creating language tools that can be used to design a business process that happens in an organization. The advantage of BPMN is it can create the detail of organization business process with the message information flow between related entity. Academic activity was one of the main business processes in informatics engineering department of Trunojoyo University. The purpose of this research is to design educational business process in informatics engineering department by using BPMN tools to get the business process model become easier to understand and optimal. Keywords : Business process, BPMN, Academic.
APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN ALGORITMA C4.5. UNTUK PENJURUSAN SMA Yeni Kustiyahningsih; Eza Rahmanita
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1629

Abstract

ABSTRAKAlgoritma C4.5 merupakan pengembangan dari algoritma ID3, kelebihan algoritma C4.5 dapat menangani atribut kontinyu dan diskrit, kemudian dapat menangani training data dengan missing  value, serta menggunakan gain ratio untuk memperbaiki information gain. Selama ini untuk  menentukan penjurusan  sekolah SMA masih dilakukan dengan cara manual. Semakin tahun terjadi peningkatan jumlah siswa dan syarat untuk penjurusan juga semakin komplek, sehingga diperlukan sistem aplikasi penjurusan untuk membantu pihak sekolah dalam mempercepat dan efisiensi penjurusan sekolah. Apabila penjurusan sesuai dengan kemampuan dan minat  siswa, maka mereka dapat belajar dengan nyaman dan lulusan yang dihasilkan juga mendapat nilai yang maksimal, sehingga rata-rata nilai meningkat. Tujuan penelitian ini adalah membuat klasifikasi penjurusan siswa menggunakan algoritma C4.5 (metode decision tree) untuk mempermudah dan mempercepat penentuan penyeleksian pemilihan  jurusan sehingga proses yang dihasilkan dari seleksi ini lebih akurat dan objektif. Adapun Kriteria penjurusan adalah nilai Matematika, Fisika, Biologi, Kimia, Nilai Psikotest (IQ), Saran Psikotest, Angket/Minat Siswa, Saran Bimbingan Konseling. Hasil dari klasifikasi algoritma akan di analisa untuk menentukan recall, pressicion,   accuracy terbesar dan  Nilai error rate terkecil yang dicapai. Dari skenario uji coba yang dilakukan nilai akurasi yang dihasilkan setelah dilakukan pruning lebih baik dari pada tanpa pruning.Kata Kunci : Algoritma C4.5, Penentuan Jurusan, decission tree, akurasi, kriteria ABSTRACTThe C4.5 algorithm is the development of ID3 algorithm that the excess of C4.5 can handle continuous and discrete attributes and training data with the missing value, and uses the gain ratio to improve information gain. During this time, to determine the high school majors is still done manually. For more years the increasing number of students and the requirements for majors are increasingly complex, it is necessary to have an application system of majors to help school in accelerating the efficiency of the school majors. If the majors are in accordance with the student’s abilities and interests, the result will be that the students can learn comfortably and can get maximum score, and thus the average value increases. The purpose of this research is to make a classification placement of students using the C4.5 algorithm (decision tree method)  to facilitate and accelerate the determination of the screening department election so that the resulting process of this selection is more accurate and more objective. The majors’ criteria for consideration are the score of Mathematics, Physics, Biology, Chemistry, Psychological Value (IQ), Psychological advice, Questionnaire / Students’ Interests, and Counseling. The results of the algorithm classification will be analyzed to determine any recall, precision, greatest accuracy and value of the smallest error rate achieved. From the performed test-scenario, the accuracy values produced after pruning is better than without pruning.Keywords: Algorithm C 4.5, Determination Department, decision tree, accuracy, criteria
PENILAIAN KINERJA KEUANGAN KOPERASI PADA DINAS KOPERASI DAN UMKM PAMEKASAN DENGAN K-MEANS Erwin Prasetyowati; Achmad Aunur Rofiq
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1591

Abstract

ABSTRAK Jumlah koperasi semakin meningkat setiap tahunnya. Untuk tetap dapat bertahan dan mengantisipasi persaingan antar koperasi maupun badan usaha lainnya, diperlukan suatu sistem pengolahan dan manajemen koperasi yang baik.Salah satu alat yang dapat digunakan adalah mengevaluasi kinerja keuangannya secara berkala. Hal tersebut dikarenakan aspek keuangan sebagai salah satu sumber daya strategis untuk menjalankan usaha kelangsungan hidup koperasi. Analisis laporan keuangan mempunyai tujuan untuk mengetahui seberapa jauh perkembangan usaha antar koperasi tersebut dari tahun ke tahun dan efektifitas pengelolaan koperasi.Atas pemikiran tersebut, penelitian ini dilakukan untuk merancang aplikasi penilaian kinerja koperasi. Hasil evaluasi kinerja keuangan dikelompokkan dengan menggunakan Algoritma K-Means. Algoritma ini akan menentukan kelompok koperasi yang memiliki kinerja baik (sehat) dan koperasi yang memiliki kinerja tidak baik (tidak sehat) melalui penentuan kelompok berdasarkan jarak terdekat data dengan centroid. Dari hasil analisa terhadap 13 Koperasi Unit Desa (KUD) yang ada di Kabupaten Pamekasan diperoleh data bahwa terdapat 2 koperasi yang tidak sehat yaitu koperasi Sumber Wangi dan Karya Harapan dan 11 koperasi yang lain memiliki kondisi sehat. Dengan demikian langkah-langkah perbaikan dan pengembangan diperlukan untuk 2 koperasi tersebut.Kata Kunci : Koperasi, Analisa Keuangan, Algoritma K-Means ClusteringABSTRACT  The number of cooperatives is increasing every year. To still be able to survive and anticipate competition between cooperatives and other business entities, we need a system of processing and a good cooperative management. One of the tools that can be used is to evaluate financial performance on a regular basis. That is because the financial aspect is as one of the strategic resources to run the business viability of the cooperative. Analysis of the financial statements has the objective to find out how far the development of the cooperative can make an effort over the years for the effectiveness of the management of the cooperative. On this thought, this research is to design a performance of the cooperative appraisal application. The results of the evaluation of the financial performance are categorized using the K-Means algorithm. This algorithm will determine the group of the cooperative that has performed well (healthy) and the cooperatives that have not enough performance (unhealthy) through the determination of the group based on the distance of the nearest centroid data. From the analysis of the 13 Village Unit Cooperatives (KUD) in Pamekasan, the data showed that there are two unhealthy cooperatives: the Sumber Wangi cooperative and the Karya Harapan cooperative while the rest of the 11s are in a healthy condition. Thus the steps for improvement and development are needed of the two cooperatives.Keywords : Cooperative, Financial Analysis, Algorithms of K-Means Clustering  
PEMBOBOTAN DINAMIS BERBASIS INFORMATION GAIN PADA TEMU KEMBALI INFORMASI Hasan Dwi Cahyono
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1630

Abstract

ABSTRAKMeningkatnya konten multimedia dan teks seiring berkembangnya internet mengakibatkan Temu KembaliInformasi(TKI) menjadi topik yang menarik dikembangkan. Tingkat heterogensi informasi yang tinggi serta distorsi informasi tekstual menjadi tantangan yang menarik untuk dipecahkan. TKIberbasis pencarian tekstual berbasis menggunakan weighted tree simlarity (W-Tree) terbukti dapat mengatasi perbedaan heterogensi informasi tekstual dengan memecah informasi kedalam cabang-cabang informasi. Namun, menentukan bobot setiap cabang dari tree menjadi sebuah kendala dimana setiap cabang belum tentu memberikan kontribusi informasi yang tepat. Hal ini dikarenakan cabang cabang informasi tekstual tersebut justru memberikan distorsi, atau bahkan memberikan noise terhadap cabang-cabang tree lainnya.Oleh karena itu, dalam penelitian ini diusulkan metode dengan pembobotan tree dinamis menggunakan Information Gain (IG) dan cosine similarity. Pada tahap pertama, dilakukan proses pembentukan W-Tree dari database dengan W-Tree dari queryuserserta dilakukan pencocokan dengan cosine similarity dimana IG digunakan untuk memilah dan mengatur bobot informasi yang akan digunakan oleh W-Tree. Sistem akan menampilkan keluaran berupa daftar dokumen beserta nilai kemiripannya. Dari percobaan pada dataset ImageCLEF 2011sebanyak 9516 dokumen, pencarian tekstual berbasis cosine similarity dan W-Tree dengan pembobotan dinamis berbasis IG mampu meningkatkan f-measure 73% dibanding pencarian tekstual tanpa mempertimbangkan nilai IG.Kata kunci: Temu Kembali Teks, Cosine similarity, W-tree, information gain. ABSTRACTRapid increasing of multimedia content over a massive development of internet makes information retrieval (IR) become an interesting topic to be investigated. The level of data heterogeneity and the distortion of textual information remain widely open to solve. IR with a textual search using Weighted Tree Similarity (W-Tree) proved able to overcome differences of textual information heterogeneity by breaking down such information into branches of information. However, determining the weight of each branch becomes an obstacle since they do not always give a proper contribution to the right information; meanwhile in a particular condition, some branches of textual information give distortion, or even provide noise to the other branches. Stated thus, the method of dynamic w-tree using Information Gain (IG) is proposed. For the first level, to form a process of W-Tree based on user’s queries with W-Tree database and to use cosine similarity to conduct a document matching while the second level is employing IG to sort and arrange the weight information to be utilized by the W-Tree. The system will display a list of papers and their output value of similarity. From the experiments on as many as 9516 Image CLEF 2011 datasets, textual search based cosine similarity, and W-Tree with a dynamic weighting based IG are able to increase the f-measure of 73% compared to textual without considering their IG values.Keywords: Information retrieval, Cosine Similarity, W-tree, information gain
SIMULASI AKUISISI DATA SINYAL AUDIO Khairunnisa Khairunnisa; Yoenie Indrasary
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1592

Abstract

ABSTRAKProses dimana fenomena fisik dari dunia nyata diubah menjadi sinyal listrik yang diukur dan dikonversi menjadi bentuk digital untuk pengolahan, analisis, dan penyimpanan oleh komputer disebut sebagai akuisisi data. Proses akuisisi data bersumber dari sinyal audio yang diinput melalui mikrophone. Kemudian sinyal suara yang direkam di proses sebagai masukan pada sistem ADC, diproses sehingga menghasilkan cuplikan sesuai dengan frekuensi sampling yang diinginkan, sinyal sampling dikuantisasi,  hasil kuantisasi dikonversi menjadi kode biner. Selanjutnya kode biner menjadi masukan pada DAC. Sinyal digital diinterpolasi sehingga mendapatkan kembali bentuk sinyal analog sesuai dengan karakteristik sinyal input. Aplikasi yang dibuat berhasil menampilkan visualisasi grafik proses pengolahan sinyal audio meliputi karakteristik sinyal audio, proses sampling, kuantisasi, koding dan dekoding. Akuisisi data di uji dalam 3 bit, 4 bit dan 8 bit data pada frekuensi pencuplikan 100, 250 dan 450 cuplikan/s. Hasil filtering menunjukkan, semakin tinggi bit data dan frekuensi pencuplikan akan menghasilkan grafik keluaran sinyal yang lebih halus dengan noise yang lebih kecil. Frekuensi sinyal dibaca dari magnitude sinyal keluaran.Kata Kunci : Akuisisi Data, Sinyal Audio, ADC/DAC ABSTRACTThe process by which the physical phenomena of the real world is converted into an electrical signal which is measured and converted to digital form for processing, analysis, and storage by the computer is referred to as data acquisition. The source of data procurement process is from the audio signal inputted through a microphone. Then the voice signal is recorded, the recording result is used as an input to the ADC system, and then processed to produce sample according to the desired sampling frequency, the sampling signal is quantized, and the quantization results are converted into binary code. Furthermore, binary code is input to the DAC. The digital signal is filtered so as to regain the form of an analog signal following characteristics of the entry signal. The application created for the data acquisition system successfully display the graph visualization of processing an audio signal includes audio signal characteristics, the process of sampling, quantization, coding, and decoding. The data acquisition is tested in the 3-bits, 4-bits and 8-bits data at sampling frequencies of 100, 250 and 450 footage/second. The filtering results showed that the higher sampling rate and data bit would generate smoother graphics signal output with smaller noise. Signals frequencies are read from the magnitude of the output signal.Keywords : Data Acquisition, Audio Signal, ADC/DAC
SISTEM INFORMASI PROFIL PENDIDIKAN BERBASIS WEB DI DINAS PENDIDIKAN KABUPATEN SIDOARJO Achmad Yasid; Wildan Adji Nasrullah
Jurnal Simantec Vol 5, No 2 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i2.1639

Abstract

ABSTRAK Dinas Pendidikan (Dispendik) Kabupaten Sidoarjo memiliki tugas untuk mengelola data pendidikan di kabupaten.  Adapun permasalahan yang sering terjadi adalah pendataan profil pendidikan sekolah. Hal ini dikarenakan Dispendik tidak memiliki data yang lengkap. Untuk mengatasi masalah tersebut, maka dibuatlah sebuah sistem informasi profil pendidikan berbasis web pada kabupaten Sidoarjo. Fitur yang ada dalam sistem tersebut antara lain pencarian peta dan lokasi sekolah, daftar sekolah pada semua jenjang, detail data sekolah, daftar guru, daftar siswa, daftar pegawai, album prestasi, rating sekolah, komentar, hasil rekapitulasi, grafik, laporan dan proses validasi operator sekolah. Pada penerapannya, sistem informasi ini dapat memudahkan dalam proses pendataan profil pendidikan baik bagi pihak sekolah, Dispendik dan masyarakat. Kata kunci: sistem informasi, profil pendidikan, web.  ABSTRACTThe Education Official (Dispendik) of Sidoarjo has a duty to manage the data of education in the distrcit. In the data management, one problem often occurs a collection of school education profile which is due to the incomplete data support. To overcome the problem, a web-based profile of education information system is created. The system’s features include: searching map and location of school, data of any schools at all levels, detail information of school profile, teachers data, students data, employees data, album of accomplishments, school rating, comments, recapitulation, reports and graphs, and also validation process of school operator. In its practice, this information system can easily facilitate the data collection process for the educational profile of the school, the Education Official and the society Keywords: Information system, educational profile, web.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2016 2016


Reset
Filter By Issues
All Issue Vol 14, No 1 (2025): Jurnal Simantec Desember 2025 (Article in Progress) Vol 13, No 2 (2025): Jurnal Simantec Juni 2025 Vol 13, No 1 (2024): Jurnal Simantec Desember 2024 Vol 12, No 2 (2024): Jurnal Simantec Juni 2024 Vol 12, No 1 (2023): Jurnal Simantec Desember 2023 Vol 11, No 2 (2023): Jurnal Simantec Juni 2023 Vol 11, No 1 (2022): Jurnal Simantec Desember 2022 Vol 10, No 2 (2022) Vol 10, No 1 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 3 (2016) Vol 5, No 2 (2016) Vol 5, No 1 (2015) Vol 4, No 3 (2015) Vol 4, No 2 (2014) Vol 4, No 1 (2014) Vol 2, No 2 (2011): Desember Vol 1, No 3 (2010): Desember Vol 1, No 2 (2010): Juni More Issue