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 3 (2016)" : 7 Documents clear
METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION DENGAN VARIABLE ACCELERATION FACTOR UNTUK FUNGSI MULTIMODAL Ariadi Retno Tri Hayati
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2385

Abstract

ABSTRAKPenerapan metode optimasi untuk mengotomatisasi parameter dimana semakin sedikit kesalahan saat proses pembelajaran maka dengan harapan semakin mendapatkan nilai yang diharapkan.  Pada metode optimasi dengan algoritma genetika mencari nilai optimasi dengan proses mutation dan crossover agar mendapatkan nilai yang tepat sedangkan pada metode Particle Swarm Optimization menerapkan pencarian arah nilai yang akan dioptimasi dengan velocity. Pada penelitian sebelumnya menerapkan kedua metode dengan harapan mendapatkan nilai optimasi yang lebih baik dengan menerapkan karakter proses pencarian nilai yang dioptimasi dengan masing-masing metode. Selanjutnya, penggabungan proses metode dari kedua metode optimasi dianalisa dengan menelaah karakter dari setiap gen untuk mendapatkan optimasi gen yang lebih baik dengan menerapkan konsep Darwinian GA-PSO (DGA-PSO) ternyata kesalahan untuk nilai variabel yang dioptimasi berkurang jika dibandingkan dengan kesalahan dengan metode GA-PSO. Pada penelitian ini mengembangkan metode optimasi dari penelitian sebelumnya dengan pengaruh variabel acceleration factor (VA). Berdasarkan hasil uji coba pada penelitian ini maka didapatkan bahwa hasil penghitungan dengan menerapkan metode GA-DPSO yang dipengaruhi variabel acceleration factor (GA-DPSO-VA) menghasilkan nilai kesalahan minimum atau paling sedikit jika dibandingkan dengan GA-DPSO,GAPSOVA dan GAPSO untuk penerapan analisa di fungsi multimodal pada setiap iterasinya.Kata kunci: Algoritma Genetika, Particle Swarm Optimization, MultiModal Function, Variable Acceleration Factor.  ABSTRACTApplication of optimization methods to automate parameter where the fewer mistakes during the learning process it with the hopes of getting the expected value. In the optimization method and genetic algorithm are looking for value optimization with mutation and crossover process in order to get the right value while the Particle Swarm Optimization methods of finding direction applying the value to be optimized with velocity. In previous studies applying both methods in hopes of getting a better value optimization by implementing code search process value is optimized by each method. Furthermore, the incorporation process of the method of the optimization methods is analyzed by examining the characteristics of each gene to obtain optimization better genes by applying Darwinian concept GA-PSO (DGA-PSO) turned out to be a mistake for the variable values that are optimized reduced when compared to an error by the method GA -PSO. In this research to develop methods of optimization of previous studies the influences of acceleration factor (VA). Based on trial results on this study, it was found that the calculation results by applying the GA-DPSO influenced variable acceleration factor (GA-DPSO-VA) generating an error value minimum or at least when compared with the GA-DPSO, GAPSOVA and GAPSO for application analysis in multimodal function at each iteration.Keywords:  Genetic Algorithm, Particle Swarm Optimization, Multimodal Function, Variable Acceleration Factor
PENINGKATAN PRODUKTIVITAS DENGAN IMPLEMENTASI METODE SIX SIGMA PADA PRODUK ELEMENT BOILER Jaka Purnama; Suparto Suparto; Pramudia Christa Dinata
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2233

Abstract

ABSTRAKProduktivitas yang tinggi dalam menghasilkan komponen boiler dicapai dengan menggunakan sumber daya secara optimal. PT. XYZ dalam pelaksanaan proyek Unit 2 tidak mencapai peningkatan produktivitas yang diharapkan, karena tidak sesuai perencanaan kerja, dengan jumlah produk cacat berada diatas batas baku cacat. Metode Six Sigma dengan menggunakan siklus Define, Measure, Analyze, Improvement, dan Control (DMAIC) memberikan informasi peningkatan indeks produktivitas proyek Unit 2 terhadap proyek Unit 1 sebesar 2.98%. Terjadi penurunan Cost of Poor Quality (COPQ) dibandingkan proyek Unit 1 dengan proyek Unit 2 sebesar 3.79%. Perbedaan nilai mengindikasikan pengalokasian biaya kualitas Cost Of Achieving Good Quality(COGQ) dan COPQ kurang efektif dan efisien. Hasil waktu pengerjaan 4 minggu baseline kinerja dan kapabilitas Sigma data atribut produk Element Bending hasil DPMO sebesar 10.933,05 sehingga produk memiliki toleransi defect 10.933 unit per 1.000.000 unit produk. Variabel Thickness mempunyai rata-rata Defect per Million Opportunities (DPMO) untuk sample 19.453,33 maka memiliki toleransi defect 19.453 unit per 1.000.000 unit produk. Variabel Adhesiveness mempunyai rata-rata DPMO sample diambil sebesar 95.226,67 memiliki toleransi defect 95.227 unit per 1.000.000 unit produk dengan sigma level adalah 3,15.Kata Kunci : Produktivitas, total, parsial, Six SigmaAbstractHigh productivity in producing boiler components is achieved by using resources optimally. PT. XYZ in project implementation Unit 2 did not achieve the expected increase in productivity, because it does not work according to plan, with the number of defective products is above the standard limit disability. Six Sigma methods using cycles Define, Measure, Analyze, Improvement, and Control (DMAIC) provides information increase productivity index Project Unit 2 to Unit 1amounted to 2.98%. Due to the reduced Cost of Poor Quality (COPQ) compared the project with project Unit 1 Unit 2 at 3.79%. The difference value indicates the allocation of the cost of quality Cost Of Achieving Good Quality (COGQ) and COPQ less effective and efficient. The results of processing time 4 week baseline performance and capabilities of the product attribute data Sigma Element Bending DPMO result of 10933.05 so that the product has a defect tolerance of 10 933 units per 1,000,000 product units.Variabel Thickness having an average Defect per Million Opportunities (DPMO) for sample 19453.33 then have a defect tolerance of 19 453 units per 1,000,000 units of the product. Adhesiveness variables had average DPMO sample taken at 95226.67 tolerance defect 95 227 units per 1,000,000 product units with sigma level is 3.15. Keywords: Productivity, total, partial, Six Sigma.
ANALISIS DATA PENDIDIKAN TINGGI MENGGUNAKAN PENDEKATAN DATA MINING Gita Indah Marthasari
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2386

Abstract

ABSTRAKData mining untuk pendidikan menekankan pada pemanfaatan metode untuk menemukan pengetahuan dari data di lingkungan pendidikan. Bidang ini menggunakan mekanisme transformasi atau inovasi dari pendekatan yang diturunkan dari ilmu statistik, pembelajaran mesin, psikometrik, dan komputasi ilmiah. Penelitian ini mengusulkan sebuah analisis terhadap status keaktifan siswa menggunakan salah satu teknik data mining yaitu association rule mining (ARM). Teknik ARM bertujuan menemukan pola-pola yang merepresentasikan informasi bernilai tinggi bagi para pengambil keputusan di perguruan tinggi. Salah satu algoritma yang umum digunakan dalam ARM adalah Apriori. Algoritma Apriori digunakan untuk mencari aturan-aturan asosiasi yang menarik dari basis data dalam rangka mengekstraksi pengetahuan dari data profil dan data akademik siswa. Aturan-aturan yang ditemukan selanjutnya dianalisis sebagai bahan rekomendasi bagi para pengelola akademik untuk meningkatkan kualitas proses pengambilan keputusan. Selain itu, hasil analisis dapat menjadi acuan bagi arah kurikulum yang mampu memperbaiki kualitas pembelajaran siswa. Uji coba dilakukan dengan melakukan pengaturan terhadap parameter nilai minimal support dan minimal confidence. Berdasarkan hasil analisis diperoleh pengetahuan antara lain adanya hubungan kuat antara asal sekolah mahasiswa dan pekerjaan orang tua terhadap tingkat keaktifan. Selain itu, juga diperoleh pengetahuan tentang nilai minimal mahasiswa tiap semesternya untuk tetap aktif di semester selanjutnya.Kata kunci : Data mining untuk pendidikan, Association Rule Mining, Algoritma apriori, Status keaktifan siswa. ABSTRACT Educational data mining (EDM) concerns with developing methods for discovering knowledge from data that come from educational environments. EDM requires a transformation of existing or innovation of new approaches derived from statistics, machine learning, psychometrics, and scientific computing. In this paper, we propose an analysis of student activity status using one of data mining techniques that are association rule mining (ARM).ARM technique aims at discovering patterns that can provide valuable information for the decision maker in higher education.Apriori algorithm is one of many methods in ARM.We have used Apriori algorithm for finding interesting association rules from the transformed database which can be useful to extract knowledge of students’ profile and academic evaluation. The identified rules are analyzed to offer a helpful and constructive recommendation to the academic planners in higher institutions to enhance their decision-making process.We analyze the data by setting minimal support and minimal confidence value. Based on the experiment, we conclude that the student high school location and parent’s job have a strong correlation with student activity.Moreover, we also acquired a knowledge about student minimal grade point average in a semester to remain active in the next semester.Keywords: Educational data mining, Association rule mining, Apriori algorithm, Students activity status 
PERBANDINGAN SAW DAN TOPSIS UNTUK OPEN RECRUITMENT WARGA LABORATORIUM TEKNIK INFORMATIKA DI UNIVERSITAS TRUNOJOYO MADURA Merlien N. Febriyati; Moch. Kautsar Sophan; Rika Yunitarini
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2348

Abstract

ABSTRAKLaboratorium berfungsi untuk menunjang kegiatan perkuliahan. Dalam hal ini, admin bertanggungjawab atas semua kegiatan akademik yang dilaksanakan di laboratorium. Namun banyaknya kegiatan akademik tersebut tidak sebanding dengan sumber daya manusia, sehingga admin kesulitan menangani semua kegiatan akademik tersebut. Open recruitment dibutuhkan untuk menjaring mahasiswa-mahasiswa berprestasi guna menjadi warga laboratorium. Kriteria kriteria yang ditentukan pada open recruitment warga laboratorium, meliputi: online test, live coding, interview, presentasi, IPK, dan semester. Penilaian open recruitment selama ini dilakukan secara manual dengan menggunakan Microsoft Excel, sehingga proses pengolahan data lama dalam pengambilan keputusan, maka sistem ini dibuat dengan menggunakan metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) sebagai solusi alternatif serta berbasis web. Berdasarkan hasil uji coba menggunakan metode SAW menunjukkan nilai kecocokan urutan alternatif dengan hasil real sebesar 33,33%dan nilai kecocokan jumlah alternatif dengan hasil real sebesar 93,33%. Sedangkan, hasil uji coba menggunakan metode TOPSIS menunjukkan nilai kecocokan urutan alternatif dengan hasil real sebesar 46,67%dan nilai kecocokan jumlah alternatif dengan hasil real sebesar 100%.Kata Kunci : Open recruitment, Laboratorium, Simple Additive Weighting, Technique for Order Preference by Similarity to Ideal Solution.ABSTRACTLaboratorium has function to support college activity. In this case, administrator has responsible for all academic activity that held in the laboratorium. Nonetheless, the amounts of academic activities are not balance with human resources, in order that, administrator difficult handles all this academic activity. Open Recruitment needed to trawl the outstanding college students to be a society of laboratorium. Requirements for Open Recruitment include of : online test, live coding, interview, presentation, IPK, and semester. The valuation of Open Recruitment for this whole time is manual by using Microsoft Excel, so that the process management of data take a long time to decide, then this system create with the method Simple Additive Weighting (SAW) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) as an alternative solution based of WEB. Based of trial by using method SAW shows suitable value of alternative arrangement with the result real as 33,33% and suitable value of alternative total with the result real as 93,33%. While, the result of trial use method TOPSIS shows suitable value of alternative arrangement with the result real as 46,67% and suitable value of alternative total with the result real as 100%.Keywords :Open recruitment, Laboratory, Simple Additive Weighting, Technique for Order Preference by Similarity to Ideal Solution.
ANALISIS USABILITAS APLIKASI SISTEM INFORMASI MANAJEMEN KOPERASI (SIMK) Kartika Rahayu Tri Prasetya Sari
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2387

Abstract

ABSTRAKKoperasi sebagai badan usaha yang berlandaskan pada asas kekeluargaan dan demokrasi ekonomi memiliki peran yang penting  terutama bagi golongan menengah. Kegiatan perkoperasian di Indonesia mengalami permasalahan terutama dalam hal adminitrasi dan sistem penyimpanan data, terutama untuk koperasi-koperasi di Kabupaten Ngawi, Jawa Timur. Koperasi di daerah tersebut masih bersifat manual dalam hal pencatatan kegiatan simpan pinjamnya, sistem manual dalam koperasi tersebut membuat pelayanan yang diberikan menjadi lambat dan data-data yang tidak disimpan dengan baik. Tujuan diadakan penelitian ini adalah untuk mengetahui tingkat usabilitas dari aplikasi Sistem Informasi Manajemen Koperasi (SIMK) dalam dimensi learnability, efficiency, memorability, error, dan satisfaction, mengetahui permasalahan pada penggunaan aplikasi SIMK dan solusi perbaikan dari permasalahan. Metode yang digunakan dalam pengujian usabilitas yaitu metode thinking aloud dengan menggunakan responden pegawai koperasi ABC. Hasil uji usabilitas aplikasi SIMK untuk dimensi learnability dan memorability menunjukkan bahwa aplikasi SIMK mudah dipelajari, penggunaan aplikasi SIMK mempunyai efisiensi 16%, nilai error penggunaan aplikasi SIMK adalah 11 kali, dan untuk dimesi satisfaction mencapai 3.67 yaitu antara netral dengan puas .Permasalahan yang muncul dari aplikasi SIMK yaitu tingkat memorability, efficiency, error dan satisfaction yang tergolong kurang baik yang disebabkan karena kemudahan penggunaan aplikasi masih kurang baik. Kata Kunci: Usabilitas, SIMK, Thinking Aloud ABSTRACTThe cooperative as a business entity that is based on the principle of kinship and economic democracy has an important role, especially for the middle class. Cooperative activities in Indonesia have problems, especially administrative problems and data storage systems, especially for cooperatives in Ngawi, East Java. Cooperatives in the area are still manual in activities of savings, the manual system in the cooperative to make the service to be slow and sometimes a lot of data that is not stored properly. The aim of this study was to determine the level of usability of application Cooperative Management Information System (SIMK) in the dimensions of learnability, efficiency, memorability, errors, and satisfaction,  know the problems in the use of SIMK application and  solutions repair of the problem. The method used in usability test is thinking aloud with employee of ABC cooperative as respondents. The results of usability test SIMK application in learnability and memorability dimension indicates that the application is easy to learn, SIMK applications have an efficiency of 16%, the error value SIMK application usage is 11 times, and satisfaction dimension of 3.67, between neutral and satisfied. The problems that arise from the application SIMK is level of memorability, efficiency, error and satisfaction were classified as less well due to the ease of use of the application is still not good. Keywords: Usability, SIMK, Thinking Aloud
HASIL PENCARIAN DARI MESIN PENCARI YANG RELEVAN DENGAN QUERY EXPANSION MENGGUNAKAN ONTOLOGI maskur maskur
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2187

Abstract

HASIL PENCARIAN DARI MESIN PENCARI YANG RELEVAN DENGAN QUERY EXPANSION MENGGUNAKAN ONTOLOGI
KUANTISASI SEL DARAH PUTIH BERTUMPUK MENGGUNAKAN ANALISIS DISTANCE MARKER Benny Afandi; Chastine Fatichah; Nanik Suciati
Jurnal Simantec Vol 5, No 3 (2016)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v5i3.2384

Abstract

ABSTRAKKuantisasi sel darah putih melalui citra mikroskopis sel darah yang low-cost dan reliable masih menjadi tantangan pada banyak penelitian. Keragaman citra sel darah putihdapat mengurangi akurasi kuantisasi sel darah putih, khususnya keberadaan sel darah putih bertumpuk. Penelitian ini mengusulkan metode baru dalam mengkuantisasi sel darah putih bertumpuk menggunakan analisis distance marker. Setiap objek mempunyai marker yang merupakan local maxima dalam distance transform map. Ketika dua objek bertumpuk, marker kedua objek tetap terbentuk dan terpisah. Informasi nilai jarak marker dapat digunakan sebagai pengkuantisasi objek sel darah putih bertumpuk. Metode analisis distance marker lebih robust terhadap bentuk dan ukuran objek sel darah putih dengan tingkat akurasi mencapai 94,1%.Kata kunci :Analisis distance marker, Citra mikroskopis sel darah, Kuantisasi sel darah putihbertumpuk.ABSTRACTThe low-cost and reliable white blood cells quantization through a microscopic image of blood cells still a challenge in many studies. the diversity of white blood cell microscopic images can decrease the accuracy of white blood cell quantization, particularly the presence of the overlapping white blood cells. This paper proposes a novel method to quantize the overlapping white blood cells using analysis distance marker.Each object has a marker which is a local maximum in the distance transform map. When two objects overlap, the marker of both objects is still formed and separate. The information of distance marker values can be used as the overlapping white blood cells quantization. In addition, the proposed method is robust to the shape and size of the white blood cell objects with the accuracy of 94.1%.Keywords: Analysis distance marker, blood cell microscopic image, overlapping white blood cells quantization

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