cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adi Widarma
Contact Email
adiwidarma@unimed.ac.id
Phone
+6285275945045
Journal Mail Official
journal_cess@unimed.ac.id
Editorial Address
UPT TIK Universitas Negeri Medan Jl. Willem Iskandar pasar V Medan Estate, Medan 20221
Location
Kota medan,
Sumatera utara
INDONESIA
CESS (Journal of Computer Engineering, System and Science)
Published by Universitas Negeri Medan
ISSN : 25027131     EISSN : 2502714X     DOI : https://doi.org/10.24114/cess
Core Subject : Science,
Computer Science & IT
CESS (Journal of Computer Engineering, System and Science) contains articles on research results and conceptual studies in the fields of informatics engineering, computer science and information systems. The main topics published include: 1. Information security 2. Computer security 3. Networking & Data communication 4. Cloud & grid computing 5. Mobile Computing & Applications 6. Artificial Intelligence 7. Decision Support System 8. Data Minig 9. Other topics related to information technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 24 Documents
 1   2   3 
Search results for , issue "Vol 5, No 1 (2020): Januari 2020" : 24 Documents clear
Sistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Case Based Reasoning Berbasis Web Amriana Amriana; Deny Wiria Nugraha; Rahma Tanti
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 1 (2020): Januari 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1275.779 KB) | DOI: 10.24114/cess.v5i1.13596

Abstract

ABSTRAKPenyakit lambung merupakan penyakit yang tidak bisa dianggap remeh, karena jika dibiarkan terus menerus dapat mengakibatkan penyakit yang lain muncul dan bisa juga menyebabkan kematian jika tidak segera ditangani. Penyakit lambung dapat disebabkan oleh pola makan yang tidak sesuai, beban pikiran dan juga infeksi yang disebabkan oleh bakteri. Dengan adanya permasalahan tersebut maka penelitian ini hanya dapat memberikan diagnosis penyakit lambung yaitu Gastritis, Dispepsia, dan Gerd. Gejala yang diberikan ke dalam sistem berdasarkan gejala dari dokter umum.Penelitian ini bertujuan untuk membuat sistem pakar diagnosa penyakit lambung menggunakan metode Case Based Reasoning (CBR), dimana dapat membantu para penderita lambung dalam mendiagnosa penyakit yang menyerang lambung, dengan menggunakan metode Case Based Reasoning (CBR). CBR dikembangkan dari sistem pembelajaran berbasis kesamaan (similarity) dan dengan perhitungan Certainty Factor.Berdasarkan pengujian dan analisis sistem pakar diagnosa penyakit lambung menggunakan metode Case Based Reasoning (CBR) berbasis Web, mampu mendiagnosis 3 penyakit lambung (Gastritis, Dispepsia, dan GERD) dengan perhitungan nilai kepastian menggunakan metode certainty factor dan perhitungan kemiripan dengan metode Case Based Reasoning (CBR). Kata Kunci : Sistem Pakar, Diagnosa penyakit lambung, Metode Case Based Reasoning, Similarity, Certainty Factor.
Rancang Bangun Dashboard Dalam Memonitoring Jumlah Mahasiswa Baru Margaretha Yohanna; Yolanda Yulianti Pratiwi Rumapea
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 1 (2020): Januari 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (739.075 KB) | DOI: 10.24114/cess.v5i1.15511

Abstract

Tujuan penting perguruan tinggi dalam membantu pemerintah di bidang Pendidikan yaitu menghasilkan generasi muda yang berkarakter dan berkualitas. Untuk mendukung hal tersebut dibutuhkan suatu sistem yang baik, salah satunya sistem informasi yang dapat memonitoring jumlah mahasiswa baru. Sistem informasi penerimaan mahasiswa baru di salah satu universitas swasta di kota Medan masih bersifat konvensional, dimana pencatatan data-data mahasiswa baru masih berupa teks dan angka. Dengan adanya sistem dashboard yang dikembangkan, memudahkan baik pihak Rektorat maupun Dekanat dalam mengatur strategi dalam mencapai jumlah mahasiswa baru sesuai dengan target yang telah ditetapkan. Selain itu melalui dashboard dihasilkan tampilan yang menarik yaitu dalam bentuk grafik yang relevan sehingga pihak Rektorat dan Dekanat dapat dengan mudah memantau jumlah mahasiswa baru. Penelitian ini menggunakan data mahasiswa baru di salah satu perguruan tinggi swasta di kota Medan. Dari dashboard yang dihasilkan dan dilakukan analisis dapat dilihat jumlah mahasiswa baru yang mendaftar mencapai 83% dari target yang telah ditetapkan oleh pihak Rektorat dari tahun 2015-2019.Kata Kunci: Dashboard, grafik, mahasiswa baru.
Komparasi Algoritma C4.5 Berbasis PSO Dan GA Untuk Diagnosa Penyakit Stroke Ramdhan Saepul Rohman; Rizal Amegia saputra; Dasya Arif Firmansaha
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 1 (2020): Januari 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (995.616 KB) | DOI: 10.24114/cess.v5i1.15225

Abstract

Abstrak— Stroke merupakan  gangguan  fungsi  otak  baik  lokal  maupun  menyeluruh yang disebabkan karena pasokan darah ke otak terganggu yang terjadi secara cepat dan berlangsung lebih dari  24  jam  atau  berakhir  dengan  kematian. Stroke Merupakan 1 dari 10 jenis penyakit yang paling mematikan di Indonesia. Hal ini berdasarkan pada data yang dikumpulkan dari sampel yang mewakili Indonesia, meliputi 41.590 kematian sepanjang 2014 dan pada semua kematian itu dilakukan autopsi verbal, sesuai pedoman Badan Kesehatan Dunia. Pentingnya mengetahui gejala sejak dini merupakan langkah awal dalam mencegahan terjadinya stroke. Maka itu, dilakukan penelitian untuk menganalisa data terkait dengan penyebab stroke. Adapun atribut yang terlibat dalam penyebab terjadinya stroke yakni, usia, jenis kelamin, kadar glukosa, riwayat penyakit jantung, hipertensi, tipe pekerjaan, tipe tempat tinggal, status merokok, index masa tubuh dan status pernikahan. Diperlukan suatu algortima tertentu untuk mengklasifikasikan semua atribut tersebut. C45 merupakan Algoritma yang paling banyak digunakan, dalam kasus ini akurasi dari algoritma C4.5 sebesar 99.07%. Selanjutnya Algoritma C4.5 dioptimasi dengan menggunakan Particle Swarm Optimization sehingga memperoleh akurasi sebesar 99.28% dan Algorittma C4.5 juga dioptimasi dengan menggunakan Genetic Algorithm sehingga memperoleh akurasi sebesar 99.38%.
Desain Implementasi Andon untuk Production Monitoring System Berbasis Internet of Thing Aris Budiyarto; Gun Gun Maulana; Ridwan Ridwan; Fakhri Dzulfikar
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 1 (2020): Januari 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1091.528 KB) | DOI: 10.24114/cess.v5i1.14754

Abstract

--Setiap produksi memerlukan sebuah sistem monitoring, sehingga efisiensi dan produktivitas yang diinginkan dapat tercapai dan dipantau secara real time. Sistem ini dibutuhkan dalam jenis produksi mesin press yang terutama dipengaruhi oleh produksi yang berbasis lead time. Proses monitoring adalah salah satu faktor yang mempengaruhi waktu produksi dan pabrikasi. Secara konvensional, sistem monitoring dilakukan secara manual oleh operator pada selembar kertas. Metode ini cenderung menciptakan error dan waktu yang cukup lama. Tulisan ini bertujuan untuk mengatasi masalah yang terjadi dengan menciptakan sistem yang mampu merekam dan memonitoring mesin secara otomatis. Solusi yang dibuat dengan memanfaatkan sensor limit switch, infrared, pressure transmitter dan jaringan Wi-Fi berbasis Web Interface yang terhubung dengan firebase real time database. Dilengkapi dengan PID control menggunakan metode Ziegler Nichols 1 untuk menstabilkan tekanan angin pada sistem. Perangkat monitoring dapat diakses pada PC, laptop, smartphone, yang terhubung dengan internet, dilengkapi dengan level pengguna operator, management, atau engineer sehingga dapat digunakan dengan mudah. Semua data produksi setiap mesin press dikumpulkan pada basis data. Data akan diolah sistem menghasilkan nilai OEE mesin. Semua data akan ditampilkan pada Web Interface secara realtime. Output sistem adalah actual produksi, nilai OEE dan kontrol tekanan angin. Hasil pengujian menunjukkan sistem berjalan dengan baik, dengan waktu delay 2s dan akurasi data ±0.2%.

Page 3 of 3 | Total Record : 24

 1   2   3 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 10 No. 2 (2025): Juli 2025 Vol. 10 No. 1 (2025): Januari 2025 Vol. 9 No. 2 (2024): July 2024 Vol 9, No 2 (2024): July 2024 Vol 9, No 1 (2024): January 2024 Vol. 9 No. 1 (2024): January 2024 Vol 8, No 2 (2023): July 2023 Vol 8, No 1 (2023): January 2023 Vol 7, No 2 (2022): July 2022 - In Process Vol 7, No 2 (2022): July 2022 Vol 7, No 1 (2022): January 2022 Vol 6, No 2 (2021): Juli 2021 Vol 6, No 1 (2021): Januari 2021 Vol 5, No 2 (2020): JULI 2020 Vol 5, No 1 (2020): Januari 2020 Vol 4, No 2 (2019): JULI 2019 Vol 4, No 1 (2019): Januari 2019 Vol 3, No 2 (2018): Juli 2018 Vol 3, No 1 (2018): Januari 2018 Vol 2, No 2 (2017): Juli 2017 Vol 2, No 1 (2017): Januari 2017 Vol 1, No 2 (2016): Juli 2016 Vol 1, No 1 (2016): Januari 2016 More Issue