Scientific Journal of Informatics
Scientific Journal of Informatics published by the Department of Computer Science, Semarang State University, a scientific journal of Information Systems and Information Technology which includes scholarly writings on pure research and applied research in the field of information systems and information technology as well as a review-general review of the development of the theory, methods, and related applied sciences.
Articles
30 Documents
Search results for
, issue
"Vol 3, No 1 (2016): May 2016"
:
30 Documents
clear
<![CDATA[Implementasi Adaptive Neuro-Fuzzy Inference System (Anfis) untuk Peramalan Pemakaian Air di Perusahaan Daerah Air Minum Tirta Moedal Semarang ]]>
<![CDATA[Arifudin, Riza]]>;
<![CDATA[Sugiharti, Endang]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.6516
<![CDATA[Peramalan pemakaian air pada bulan januari 2015 sampai April 2015 dapat dilakukan menggunakan perhitungan matematika dengan bantuan ilmu komputer. Metode yang digunakan adalah Adaptive Neuro Fuzzy Inference System (ANFIS) dengan bantuan software MATLAB. Untuk pengujian program, dilakukan percobaan dengan memasukkan variabel klas = 2, maksimum epoh = 100, error = 10-6, rentang nilai learning rate = 0.6 sampai 0.9, dan rentang nilai momentum = 0.6 sampai 0.9. Simpulan yang diperoleh adalah bahwa implementasi metode Adaptive Neuro-Fuzzy Inference System dalam peramalan pemakaian air yang pertama adalah membuat rancangan flowchart, melakukan clustering data menggunakan fuzzy C-Mean, menentukan neuron tiap-tiap lapisan, mencari nilai parameter dengan menggunakan LSE rekursif, lalu penentuan perhitungan error menggunakan sum square error (SSE) dan membuat sistem peramalan pemakaian air dengan software MATLAB. Setelah dilakukan percobaan hasil yang menunjukkan SSE paling kecil adalah nilai learning rate 0.9 dan momentum 0.6 dengan SSE 0.0080107. Hasil peramalan pemakaian air pada bulan Januari adalah 3.836.138m3, bulan Februari adalah 3.595.188m3, bulan Maret adalah 3.596.416 m3, dan bulan April adalah 3.776.833 m3. ]]>
<![CDATA[Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM) ]]>
<![CDATA[Somantri, Oman]]>;
<![CDATA[Wiyono, Slamet]]>;
<![CDATA[Dairoh, Dairoh]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.5845
<![CDATA[Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,21%. ]]>
<![CDATA[Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan ]]>
<![CDATA[Alamsyah, Alamsyah]]>;
<![CDATA[Muna, Izza Hasanul]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.6136
<![CDATA[Penilaian kinerja pegawai merupakan aspek penting dalam manajemen sumber daya manusia yang efektif. Hal ini dikarenakan melalui penilaian kinerja pegawai, sebuah lembaga dapat mengetahui kondisi kerja dari pegawainya. Dalam melakukan penilaian kinerja, tiap lembaga mempunyai cara dan sistem tersendiri. Salah satu metode yang digunakan untuk mengukur kinerja pegawai perpustakaan dan pustakawan adalah metode fuzzy inference systems (FIS). FIS adalah suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy dan penalaran fuzzy Adapun metode FIS yang dipakai adalah metode Sugeno orde 0 dengan variabel yang dipakai sebagai tolok ukur kinerja adalah produktivitas, profesionalitas, kedisiplinan, dan masa kerja. Keempat variabel ini digunakan untuk mengukur penilaian kinerja pegawai perpustakaan dan pustakawan. Hasil pengujian dan analisis yang telah dilakukan terhadap 50 pegawai, diperoleh skor kinerja pegawai tertinggi yaitu 90,89 dan skor kinerja terendah adalah sebesar 80,77. Dengan demikian dapat disimpulkan secara keseluruhan, kinerja pegawai perpustakaan dan pustakawan mendapat predikat sangat bagus. ]]>
<![CDATA[Sistem Pengolahan Data Kegiatan Penelitian dan Pengabdian Kepada Masyarakat di Universitas Respati Yogyakarta ]]>
<![CDATA[Hamzah, Hamzah]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.5473
<![CDATA[Unit Penelitian dan Pengabdian pada Masyarakat merupakan salah satu unit di Universitas Respati Yogyakarta yang bertugas untuk mengelola kegiatan penelitian dan pengabdian kepada masyarakat yang dilakukan oleh dosen. Dalam proses pengolahan data kegiatan kegiatan penelitian dan pengabdian kepada masyarakat masih mengalami beberapa permasalahan yaitu belum adanya basis data yang digunakan untuk pengumpulan data rekam jejak kegiatan penelitian dan pengabdian kepada masyarakat oleh dosen dan sistem pengarsipan dokumen masih berbentuk kertas yang berdampak pada kerusakan dokumen, hilangnya dokumen, efisiensi ruang dan pencarian data. Penelitian yang dilakukan bertujuan menghasilkan luaran sistem informasi yang dapat melakukan proses pengolahan data penelitian dan kegiatan pengabdian kepada masyarakat yang dikelola oleh Unit Penelitian dan Pengabdian pada Masyarakat di Universitas Respati Yogyakarta. Pengolahan data mengacu pada komponen beban kerja dosen dibidang penelitian dan pengabdian kepada masyarakat. Metode pengembangan dilakukan dengan tahapan analisa sistem, perancangan sistem, coding dan implementasi sistem. Hasil pengembangan sistem informasi penelitian dan pengabdian masyarakat yaitu sebuah sistem yang dapat membantu Unit Penelitian dan Pengabdian pada Masyarakat dalam proses pengolahan data rekam jejak kegiatan penelitian dan kegiatan pengabdian kepada masyarakat yang dilakukan dosen.]]>
<![CDATA[Implementasi Kriptografi Kunci Publik dengan Algoritma RSA-CRT pada Aplikasi Instant Messaging ]]>
<![CDATA[Arief, Ashari]]>;
<![CDATA[Saputra, Ragil]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.6115
<![CDATA[Instant messaging merupakan salah satu bentuk kemajuan teknologi komunikasi yang mempermudah penyampaian informasi. Saat ini, dengan semakin banyaknya pengguna aplikasi instant messaging berakibat pada dampak negatif berupa penyadapan data khususnya saat terjadi komunikasi yang bersifat rahasia. Algoritma RSA merupakan salah satu satu algoritma dalam kriptografi kunci publik. Pada proses enkripsi dan dekripsi digunakan kunci yang berbeda. Proses dekripsi algoritma RSA sering terjadi kendala karena ukuran kunci dekripsi yang relatif besar dapat memperlambat proses. Untuk mempercepat proses dekripsi, algoritma RSA dapat dimodifikasi dengan algoritma CRT (Chinese Remainder Theorem), sering disebut dengan Algoritma RSA-CRT. Implementasi algoritma kriptografi RSA-CRT pada aplikasi instant messaging pada panjang bit n mulai dari 56 bit sampai 88 bit, proses dekripsi RSA-CRT dua kali lebih cepat dibandingkan proses dekripsi RSA. ]]>
<![CDATA[Prediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation ]]>
<![CDATA[Khusniyah, Tri Wardati]]>;
<![CDATA[Sutikno, Sutikno]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.4970
<![CDATA[Badan Pusat Statistik (BPS) menggunakan Nilai Tukar Petani (NTP) sebagai salah satu indikator untuk mengukur tingkat kesejahteraan atau kemampuan daya beli petani. Nilai indeks NTP untuk periode yang akan datang perlu di lakukan prediksi yang dapat dimanfaatkan pihak terkait dalam mempersiapkan tindakan-tindakan pencegahan apabila indeks NTP turun dari periode sebelumnya. Paper ini bertujuan untuk mengukur unjuk kerja algoritma jaringan syaraf tiruan Backpropagation dalam memprediksi Nilai Tukar Petani (NTP) Provinsi Jawa Timur satu bulan mendatang. Data yang digunakan yaitu data tahun 2008-2012 untuk proses pelatihan jaringan. Proses pengujian dilakukan dengan membandingkan hasil pengujian dengan data aktual tahun 2013 dan 2014. Hasil pengujian menunjukkan bahwa persentase error terkecil apabila jumlah node lapisan tersembunyi 7 dan nilai laju pembelajaran 0.1 dengan rata-rata error sebesar 0.61% atau tingkat akurasi mencapai 99.39%. ]]>
<![CDATA[Analisis Arsitektur Aplikasi Web Menggunakan Model View Controller (MVC) pada Framework Java Server Faces ]]>
<![CDATA[Gunawan, Gunawan]]>;
<![CDATA[Lawi, Armin]]>;
<![CDATA[Adnan, Adnan]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.5958
<![CDATA[Aplikasi web yang khususnya memiliki kompleksitas besar dalam melakukan transaksi data sehingga konsep arsitektur (pattern) perlu menjadi perhatian khusus untuk dapat mengoptimalkan kinerja performansi sistem ketika pengguna (user) menggunakan dalam waktu yang bersamaan dengan jumlah yang banyak. Analisis performa arsitektur aplikasi web yang menggunakan model 2 (MVC) dengan menggunakan framework Java Server Faces (JSF) dan model 1 sebagai pembanding. Metode yang digunakan adalah Load dan Scalability Testing dengan dua cara yaitu uji coba terhadap response time karena peningkatan ukuran dari database dan uji coba terhadap response time karena peningkatan jumlah user yang menggunakan sistem secara bersamaan (concurrent users) dan waktu tunggu (ramp-up) yang ditentukan menggunakan Apache Jmeter. Analisis menunjukkan bahwa dalam implementasi arsitektur web yang menggunakan model 1 waktu rata-rata yang dibutuhkan untuk merespon permintaan user lebih cepat dan efisien dibanding model 2 (MVC).  ]]>
<![CDATA[Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree ]]>
<![CDATA[Muzakir, Ari]]>;
<![CDATA[Wulandari, Rika Anisa]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.4610
<![CDATA[Prevalensi hipertensi pada wanita hamil terjadi sebanyak 1.062 kasus (12,7%). Dari 1062 kasus ibu hamil dengan hipertensi, ditemukan 125 kasus (11,8%) yang telah didiagnosis dengan hipertensi oleh tenaga kesehatan. RSIA YK Madira Palembang sebagai pusat kesehatan harus mengembangkan metode yang dapat memprediksi risiko tinggi ibu hamil dengan hipertensi dari data hasil pemeriksaan kehamilan. Dengan memanfaatkan sumber data yang terdiri dari data perawatan antenatal, diterapkan teknik data mining dengan algoritma decision tree C4.5, berdasarkan Knowledge Discovery in Database (KDD). Sehingga akan ditemukan pengetahuan, informasi, dan pola tersembunyi dari data pelayanan antenatal, yang merupakan prediksi hipertensi pada kehamilan. Metode yang digunakan yaitu Algoritma C4.5. Setelah mendapatkan decision tree dan rules yang dapat memprediksi penyakit hipertensi dalam kehamilan, dilakukan evaluasi dengan supplied test set menggunakan WEKA dihasilkan kesalahan (error) 7.3427% dan tingkat akurasi 92.6573%. Data training yang berjumlah 286 instances, hal ini menunjukkan bahwa terdapat 265 instances yang akurat dan 21 instances yang error atau prediksinya salah. ]]>
<![CDATA[Pencarian File Teks Berbasis Content dengan Pencocokan String Menggunakan Algoritma Brute force ]]>
<![CDATA[Danuri, Danuri]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.6515
<![CDATA[Keberadaan file menjadi penting saat dibutuhkan dan menjadi permasalahan apabila tidak ditemukan. Nama dari suatu file belum tentu memberikan gambaran isi yang terkandung pada file. Ini yang menjadi dasar dalam pencarian file berbasis konten. Terdapat beberapa algoritma untuk menyelesaikan permasalahan tersebut diantaranya algoritma brute force. Pengembangan algoritma pencarian dengan menciptakan pencarian lokal dan global memberikan kesempatan setiap kata pada file dan file pada lokasi yang dicari dapat diperiksa. Hasil pengujian menunjukkan rata-rata waktu proses 1 file sebesar 0.003847 detik dari 120 kali percobaan. Semakin banyak jumlah kata dalam suatu file dan jumlah file dalam satu tempat penyimpanan menyebabkan kebutuhan waktu semakin meningkat. ]]>
<![CDATA[Usability Laman Penerimaan Mahasiswa Baru UNNES ]]>
<![CDATA[Hardyanto, Wahyu]]>;
<![CDATA[Adhi, Aryono]]>;
<![CDATA[Purwinarko, Aji]]>
<![CDATA[ Scientific Journal of Informatics Vol 3, No 1 (2016): May 2016 ]]>
Publisher : <![CDATA[Universitas Negeri Semarang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15294/sji.v3i1.4611
<![CDATA[Salah satu jalur penjaringan mahasiswa baru Universitas Negeri Semarang (UNNES) adalah melalui Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN). Mekanisme seleksi melalui SNMPTN didesain dengan berbagai kemudahan karena berbasis laman yaitu melalui http://penerimaan.unnes.ac.id. Terdapat fenomena yang menarik terkait dengan kecenderungan jumlah pendaftar mahasiswa baru UNNES yang perlu diteliti menyangkut usability laman http://penerimaan.unnes.ac.id/. Hasil analisis data peminat SNMPTN dan SPMU UNNES selama lima periode terakhir terhadap jumlah mahasiswa yang diterima memperlihatkan jumlah penerimaan mahasiswa UNNES lebih besar berasal dari peminat SPMU dibandingkan dengan peminat SNMPTN. Hal tersebut menunjukkan usability laman http://penerimaan.unnes.ac.id/ optimal. ]]>
