Jurnal TIMES
Jurnal TIMES merupakan salah satu media yang digunakan untuk menampung penelitian dosen maupun mahasiswa. Topik dalam jurnal yang terkandung seputar Ilmu Komputer seperti keamanan komputer, jaringan komputer, algoritma, kecerdasan buatan, dll. Diharapkan dengan adanya media ini dapat membuat para dosen dan juga mahasiswa lebih aktif dalam meneliti.
Articles
333 Documents
<![CDATA[Perbaikan Performa Cluster K-Means Menggunakan Sum Squared Error (SSE) Pada Analisis Online Customer Review Terhadap Produk Toko Online ]]>
<![CDATA[Nainggolan, Rena]]>;
<![CDATA[Purba, Eviyanti Novita]]>
<![CDATA[ Jurnal TIMES Vol 8 No 2 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (841.703 KB)
|
DOI: 10.51351/jtm.8.2.2019602
<![CDATA[Salah satu teknik dalam Data Mining yaitu clustering. Clustering adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lainnya. K-means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu komputasi yang relatif cepat dan efisien. Namun, K-means mempunyai mempunyai kelemahan yang diakibatkan oleh penentuan pusat awal cluster. Hasil cluster yang terbentuk dari metode K-means ini sangatlah tergantung pada inisiasi nilai pusat awal cluster yang diberikan.Ini menyebabkan hasil clusternya berupa solusi yang sifatnya local optimal. Penelitian ini melakukan pencarian pusat cluster yang paling optimum berbasis Sum Of Squared Error (SSE), diharapkan pusat cluster yang diperoleh nantinya akan menghasilkan cluster - cluster, dimana antar anggota cluster memiliki tingkat kemiripan yang tinggi. Perbaikan performa cluster K-Means akan diterapkan pada Analisis Penilaian Online Customer Review dan Rating pada Online Marketplace.]]>
<![CDATA[Penerapan Metode Linier Dalam Menghitung Keuntungan Maksimum Kopi Susu Di KOGNITIF.CO ]]>
<![CDATA[Mario, Riko]]>;
<![CDATA[Saputro, Niko]]>;
<![CDATA[Rahman, Wildan Abdul]]>
<![CDATA[ Jurnal TIMES Vol 8 No 2 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51351/jtm.8.2.2019603
<![CDATA[Linear Programming was first discovered by a US statistician named Prof. George Dantzig (Father of the Linear Programming). Linear programming is a mathematical technique that is designed to assist managers in planning and making decisions in allocating limited resources to achieve company goals. The company's goal in general is to maximize profits, but due to limited resources, the company can also minimize costs. Problem solving leads to the achievement of the objectives of maximization or minimization. The existing constraints limit the level of achievement of goals. Has several settlement alternatives. Mathematical relationships are linear. To calculate the benefits of selling milk coffee in the current cognitive.co business. As for achieving these goals, the authors use linear programming methods in the process of calculating maximum profits. Supporting software tools used are POM for windows. Calculation of maximum profits is expected to simplify and speed up the calculation process.]]>
<![CDATA[Perancangan Sistem Informasi Administrasi Pada Gmi Medan Berbasis Android Online ]]>
<![CDATA[Tarigan, Feriani Astuti]]>
<![CDATA[ Jurnal TIMES Vol 8 No 1 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (412.154 KB)
|
DOI: 10.51351/jtm.8.1.2019607
<![CDATA[Administrasi merupakan suatu fungsi yang memegang peranan yang sangat penting terhadap tercapainya kelancaran usaha atau aktivitas yang dilakukan oleh perusahaan/organisasi. Di dalam adminisitrasi biasanya terdapat beberapa bagian, yaitu pencatatan, pengidentifikasian untuk penilaian dan pengambilan keputusan oleh pemakai tersebut. Di dalam Gereja juga dibutuhkan suatu sistem informasi yang efektif untuk membantu setiap penyelenggarakan aktivitas yang melibatkan administrasi, seperti dalam proses tahap perencanaan, pelaksanaan dan pengawasan untuk mencapai tujuan penginjilan dan pelayanan sosial gereja. GMI Gratia Medan merupakan salah satu dari Gereja Methodist yang berdiri di Medan sejak tahun 2008, dengan jumlah jemaat yang melebihi 500 kepala keluarga, dimana data para setiap anggota keluarga jemaat, data pernikahan, data pendeta serta data baptis harus tercatat dan tersimpan. Namun pada praktiknya, data-data administrasi pada GMI Gratia Medan masih dicatat secara manual yaitu melalui software pengolah kata Excel dan melalui buku catatan. Oleh sebab itu maka akan dilakukan penelitian agar dapat mengusulkan solusi dalam mengatasi permasalahan yang ada saat ini. Hasil dari penelitian akan dibangun sebuah aplikasi administrasi gereja yang memudahkan pihak administrasi dan jemaat baik dalam pengelolaan data ataupun dalam pemberitahuan jadwal ibadah.]]>
<![CDATA[Perancangan Aplikasi Tes Psikologi Kecerdasan Majemuk Menggunakan Howard Gardner's Theory Of Multiple Intelligences Dengan Microsoft Visual Basic .Net ]]>
<![CDATA[Hendrik, Jackri]]>
<![CDATA[ Jurnal TIMES Vol 8 No 1 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (468.169 KB)
|
DOI: 10.51351/jtm.8.1.2019608
<![CDATA[Karyawan memiliki peran yang berbeda di dalam sebuah perusahaan dan saling mengisi kekosongan satu sama lain, sehingga produktivitas kerja dapat tercapai. Masalah yang dihadapi adalah bagaimana memberikan gambaran mengenai potensi kecerdasan karyawan kepada perusahaan sehingga karyawan dapat ditempatkan pada posisi yang tepat. Masalah ini dapat diselesaikan dengan membangun aplikasi tes psikologi kecerdasan majemuk. Kecerdasan majemuk Howard Gardner terdiri atas tujuh jenis kecerdasan, yaitu kecerdasan bahasa (linguistik), kecerdasan logika matematika, kecerdasan musik, kecerdasan kinestetik, kecerdasan visual atau spasial, kecerdasan interpersonal dan kecerdasan intrapersonal. Kecerdasan majemuk dapat memberikan gambaran kecerdasan karyawan kepada pemilik perusahaan, sehingga pemilik perusahaan dapat menempatkan karyawannya pada posisi yang tepat. Aplikasi dapat digunakan untuk memberikan gambaran tipe kecerdasan majemuk dan tipe kecerdasan yang paling dominan berdasarkan pada Howard Gardner's Theory of Multiple Ingelligences, sehingga dapat diimplementasikan pada perusahaan untuk mengetahui potensi kecerdasan karyawan.]]>
<![CDATA[Perancangan Sistem Pakar Diagnosa Ispa Dengan Metode Forward Chaining ]]>
<![CDATA[Hoki, Leony]]>
<![CDATA[ Jurnal TIMES Vol 8 No 1 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1439.772 KB)
|
DOI: 10.51351/jtm.8.1.2019609
<![CDATA[Sistem pakar merupakan salah satu bagian dari bidang kecerdasan buatan, yaitu salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia, memecahkan masalah yang komplek dengan cara mengikuti proses penalaran manusia Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya. Forward chaining bertipe data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru kesimpulan diperoleh. Dengan adanya sistem pakar ini, Masyarakat lebih mengerti soal penyakit ISPA serta dapat diimplementasikan untuk membantu dalam dunia kesehatan di bidang ISPA. Dengan adanya sistem pakar ini dapat membantu user untuk memahami jenis penyakit ISPA dalam waktu yang lebih singkat. Dengan adanya sistem pakar ini dapat meringankan seorang pakar dalam mendeteksi gejala awal pada penyakit ISPA sehingga tidak semua masyarakat mengujungi dokter ISPA padahal hanya gejala flu dan batuk biasa. Sistem pakar ini menggunakan metode Forward Chaining sehingga secara sistem dapat mencari hasil penyakit menggunakan gejala yang di pilih pengguna.]]>
<![CDATA[Aplikasi E-Commerce Sebagai Media Penjualan Kosmetik Berbasis Web Dengan Model Transaksi B2C Pada Sale Beauty ]]>
<![CDATA[Wijaya, Robby]]>
<![CDATA[ Jurnal TIMES Vol 8 No 2 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51351/jtm.8.2.2019613
<![CDATA[Perkembangan teknologi informasi yang sangat maju di zaman saat ini membuat bisnis dalam bidang E-Commerce semakin berkembang. Namun pada Sale Beauty yang masih berstatus online shop masih terkendala dengan pengerjaan manual yang menyebabkan berbagai kesalahan didalam pelayanan terhadap pelanggan sehingga kualitas menurun dan memunculkan keluhan dari pelanggan. Oleh karena itu dikembangkan sebuah aplikasi sesuai dengan kebutuhan Sale Beauty. Sistem yang dirancang diawali dengan merancang Data Flow Diagram (DFD), kamus data dan antarmuka pengguna. Sistem ini akan memiliki fitur pendaftaran untuk pelanggan, keranjang belanja untuk tempat menyimpan produk yang ingin dibeli sementara dan juga perhitungan otomatis untuk jenis, banyak dan biaya ongkos kirim sesuai alamat. Sistem ini diharapkan dapat membantu Sale Beauty dalam meningkatkan efektifitas dan efisiensi dalam menjalankan bisnis E-Commerce nya sehingga keluhan pelanggan dapat diminimalkan.]]>
<![CDATA[Pendekatan Level Data untuk Menangani Ketidakseimbangan Data Menggunakan Algoritma K-Nearest Neighbor ]]>
<![CDATA[Perangin-angin, Resianta]]>;
<![CDATA[Harianja, Eva Julia Gunawati]]>;
<![CDATA[Jaya, Indra Kelana]]>
<![CDATA[ Jurnal TIMES Vol 9 No 1 (2020) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (302.889 KB)
|
DOI: 10.51351/jtm.9.1.2020615
<![CDATA[Dalam penelitian ini digunakan dataset yang memiliki tingkat ketidakseimbangan yang berbeda beda mulai dari 16.40, 8.60, 2.06, 2.78, 1.87, tentu hal ini dapat menurunkan kinerja algoritma klasifikasi. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas, sedangkan pendekatan level algoritma ditujukan untuk memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi agar lebih konduktif terhadap kelas minoritas. Pada penelitian ini diusulkan pendekatan level data dengan resampling, yaitu random oversampling (ROS), dan random undersampling (RUS), Pengklasifikasi yang digunakan adalah k-near neighbors. Hasil penelitian menunjukkan bahwa model ROS+KNN dan RUS+KNN didapat dengan selisih G-Means sebesar 13% dan F-Measure 2,08%, dari, hal ini menunjutkan bahwa RUS+KNN dan ROS+KNN bisa meningkatkan akurasi dari G-Mean dan F-Measure namun tidak memiliki perbedaan yang signifikan.]]>
<![CDATA[Comparison Detection Edge Lines Algoritma Canny dan Sobel ]]>
<![CDATA[Perangin-angin, Resianta]]>;
<![CDATA[Harianja, Eva Julia Gunawati]]>
<![CDATA[ Jurnal TIMES Vol 8 No 2 (2019) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (321.095 KB)
|
DOI: 10.51351/jtm.8.2.2019616
<![CDATA[Deteksi tepi adalah pendekatan paling umum yang digunakan untuk mendeteksi tingkat abu-abu diskontinuitas. Ini karena titik atau garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Idealnya, teknik yang digunakan untuk mendeteksi diskontinuitas hanya menghasilkan satu piksel yang terletak di wilayah batas. Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi. Deteksi tepi sering terjadi pada pengolahan citra digital karena merupakan salah satu langkah awal dalam segmentasi citra yang bertujuan untuk mempresentasikan objek yang terdapat pada citra. Deteksi tepi berfungsi untuk mengidentifikasi batas-batas suatu objek dengan latar belakang yang tumpang tindih. Oleh karena itu, ketika garis besar gambar dapat diidentifikasi secara akurat, semua objek dapat ditemukan dan properti dasar seperti luas, bentuk, dan ukuran objek dapat diukur. Ada beberapa jenis metode deteksi tepi yang dapat digunakan untuk mendeteksi garis besar suatu citra, seperti algoritma Sobel, Prewitt, Canny dan homogenitas. Masing-masing metode tersebut memiliki kelebihan dan kekurangannya masing-masing. Dalam penelitian ini akan diambil dua algoritma yaitu algoritma Canny dan Sobel. Berdasarkan kekuatan dan kelemahan kedua metode tersebut akan dilakukan analisis terhadap kedua metode tersebut untuk melihat hasil pendeteksian yang keduanya akan digunakan sebagai pembanding. Dilihat dari hasil yang didapat dari algoritma deteksi tepi Canny dan Sobel secara jelas terlihat lebih baik algoritma cannya pada hasil pendekteksian tepi, dimana algoritma Canny mempunyai hasil yang lebih halus dan lebih spesifik mendekteksi garis tepi suatu objek citra. Sedangkan algoritma pendektesian garis tepi sobel masih meregang pada daerah yang tidak berbatasan. Dilihat dari struktur hasil pendeteksian algoritma Canny lebih baik daripada algoritma Sobel.]]>
<![CDATA[Aplikasi Pengelompokan Mahasiswa Potensial Drop Out Pada STMIK TIME ]]>
<![CDATA[Sinaga, Triana Melinda]]>
<![CDATA[ Jurnal TIMES Vol 9 No 1 (2020) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1085.017 KB)
|
DOI: 10.51351/jtm.9.1.2020617
<![CDATA[Collage is an institution that certainly has a large number of databases, such as: academic data, administrative data and student data. Patterns or knowledge in decision making originate from these data if they are explored appropriately. One of the data that can be extracted is the understanding of information on the grouping of potential drop out students. This is important to know and understand. Understanding groupings can be done by understanding and disclosing the knowledge they have. Failure prevention in database management is a very important part of higher education management. The measure of student success or achievement can be seen from the Achievement Index (IP) which reflects all the scores obtained by students until the current semester. With the help of data mining techniques or what is called extracting added value from data in the form of information from a database, such as the Naïve Bayes algorithm, which makes it possible to find the characteristics of student achievement scores using the available data base. A good naive bayes algorithm should ideally produce distinct groups, although in practice perfect separation is usually not achievable. Keyword: Data, Naïve Bayes, Students, Grouping.]]>
<![CDATA[Perancangan Aplikasi Kids Memory Game Berbasis Android ]]>
<![CDATA[Octaviandy, Pieter]]>;
<![CDATA[Pribadi, Octara]]>;
<![CDATA[Juliyanto]]>
<![CDATA[ Jurnal TIMES Vol 9 No 1 (2020) ]]>
Publisher : <![CDATA[STMIK TIME ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (798.214 KB)
|
DOI: 10.51351/jtm.9.1.2020618
<![CDATA[Child growth is the most important moment for a child. Children who are still young must be equipped with useful education so that later it will be useful when the child is growing up. Children's memory is very important to be trained as a child because with the process of memory training it can train the child to be fast in learning something good whether it's a lesson or other general matters. In practice, the learning process to train the child's memory is still done manually, namely by picture books, this is less interesting for the child because children prefer to play while learning. Besides the existing textbooks are quite boring because there are no games or sound effects that attract the child's interest to learn. Therefore, the above problems will be designed an educational game that trains children's memory with the concept of play. The results of this study are in the form of an educational game called Kids Memory Game which is used as a media for children's education and media to train children's memory.]]>
