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 30 Documents
 1   2   3 
Search results for , issue "Vol. 9 No. 1 (2024): January 2024" : 30 Documents clear
Analisis Data Penyandang Masalah Kesejahteraan Sosial Menggunakan Algoritma Fuzzy C-Means Triswanto, Triswanto; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55009

Abstract

Kesejahteraan sosial menjadi perhatian utama dalam berbagai negara, dan identifikasi dan pemahaman yang lebih baik tentang masalah ini menjadi penting untuk merancang kebijakan dan program yang lebih efektif. Masalah kesejahteraan sosial seperti kemiskinan, disabilitas, dan ketimpangan sosial menjadi isu yang mendapat perhatian luas. Tujuan penelitian ini adalah untuk menganalisis data penyandang masalah kesejahteraan sosial dengan mengoptimalkan nilai K berdasarkan Davies Bouldin Index. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan algoritma Fuzzy C-Means untuk mengelompokkan data penyandang masalah kesejahteraan sosial dengan lebih baik. Algoritma ini digunakan karena pengelompokkan datanya berdasarkan dengan derajat keanggotaan sehingga pusat cluster yang dihasilkan dalam  mencapai fungsi sasaran mencari solusi terbaik. Dalam penelitian ini, data yang digunakan adalah data penyandang masalah kesejahteraan sosial di Kabupaten Karawang. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data penyandang masalah kesejahteraan sosial yang lebih akurat dan representatif. Dalam penelitian ini dapat ditemukan nilai Davies Bouldin Index yaitu 0,564 dan nilai K optimal yaitu 4. Dengan menggunakan metode ini, kelompok-kelompok yang memiliki karakteristik dan kebutuhan yang serupa dapat diidentifikasi dengan lebih baik.  
Akurasi Naïve Bayes Untuk Analisis Sentimen Twitter Berdasarkan Split Data Agni, Vega Putra Dwi; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55010

Abstract

Batasan usia calon presiden dan calon wakil presiden menjadi salah satu isu yang hangat diperbincangkan menjelang Pemilihan Presiden dan Wakil Presiden di tahun 2024, terutama di media sosial Twitter. Opini pengguna Twitter tentang isu ini beragam, ada yang positif, negatif, dan netral. Untuk mengetahui sentimen tweet tersebut positif, negatif, atau netral, diperlukan pembelajaran mesin yang dapat mengklasifikasikan tweet dengan cepat. Naive Bayes adalah metode klasifikasi teks yang memiliki kecepatan pemrosesan dan akurasi yang cukup tinggi apabila diterapkan pada data yang banyak, besar, dan beragam. Sebelum data tweet diklasifikasikan, data tersebut harus melalui beberapa proses, seperti scraping data, prepocessing, dan pembobotan kata. Penelitian ini bertujuan untuk menemukan rasio pembagian data yang paling optimal untuk meningkatkan akurasi model klasifikasi naive bayes dalam menganalisis sentimen data tweet. Data tweet didapatkan sebanyak 2023 data dari dua keyword, penelitian ini menunjukkan bahwa sentimen negatif mendominasi dengan persentase 91,5%, diikuti oleh sentimen positif sebesar 5,9%, dan sentimen netral sebesar 2,5%. Dari tiga rasio split data yang diuji, rasio split data 90:10 menghasilkan performa terbaik, yaitu Accuracy 86%, Precission 100%, Recall 66%, dan F1-Score 80%.
Analisis Sentimen Netizen Terhadap Polusi Udara di DKI Jakarta Akbar, Geonaldo Fauzan; Sinduningrum, Estu
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55038

Abstract

Penelitian ini bermaksud untuk melakukan analisis terhadap sentimen netizen terkait masalah polusi udara di DKI Jakarta, yang tengah menjadi perbincangan di kalangan netizen baik di wilayah Jakarta maupun di luar Jakarta, seiring memburuknya kualitas udara di kota tersebut yang semakin tidak sehat jika terus dikonsumsi oleh penduduk Jakarta. Metode yang digunakan dalam penelitian ini adalah algoritma Naive Bayes, tujuan dari penelitian ini yaitu untuk mengetahui komentar positif dan negatif netizen yang diungkapkan melalui media sosial, dengan memanfaatkan beberapa platform seperti YouTube, TikTok, dan Threads. Data yang berhasil diperoleh yaitu 2106 data positif dan 495 data negatif. Setelah dilakukan eksperimen, diperoleh hasil akurasi 88.07%. Hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes dapat digunakan untuk mengklasifikasikan sentimen komentar netizen terhadap polusi udara di daerah DKI Jakarta ini dengan tingkat akurasi yang cukup tinggi. Hasil ini dapat berguna pemerintah dan warga Jakarta juga dalam mencari solusi untuk masalah polusi ini. Dengan demikian, penelitian ini dapat menjadi dasar bagi pemahaman yang lebih menyeluruh terkait respons masyarakat terhadap isu lingkungan di kawasan perkotaan Jakarta.
Pengaruh Knowledge Sharing Terhadap Innovation Capability dan Kinerja Karyawan Herdiansyah, Cenny Dwi Cyta; Hardiyanti, Dinna Yunika; Rifai, Ahmad
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55042

Abstract

Salah satu proses krusial dalam knowledge management adalah knowledge sharing yang bertujuan untuk mengoptimalkan penggunaan pengetahuan melalui distribusi pengetahuan kepada pihak-pihak terkait. Sebuah perusahaan memerlukan pertukaran informasi dan berbagi pengetahuan dimana hal ini mencakup knowledge sharing yang dapat mendorong individu untuk mengembangkan ide-ide kreatif baru, menghasilkan ide-ide orisinal, berkomunikasi secara efektif, meningkatkan kualitas dan kuantitas karyawan, yang bertujuan untuk memberikan dampak positif terhadap kapasitas inovasi dan kompetensi karyawan.  Sasaran penelitian ini adalah memahami pengaruh knowledge sharing terhadap innovation capability dan kompetensi pekerja. populasi dalam penelitian ini adalah karyawan di Perusahaan PT Semen Baturaja Tbk. Teknik pengambilan sampel dilakukan acak (simple random sampling). Sampel berjumlah 50 responden, dan menggunakan rumus slovin. Metode yang digunakan dalam penelitian ini adalah structural equation model (SEM) menggunakan software SmartPLS. Hasil penelitian ini membuktikan adanya korelasi positif antara variabel dimana knowledge sharing berdampak positif dan signifikan terhadap individual innovation capability, kompetensi karyawan, dan firm innovation capability, dimana masing-masing nilai dari tiap variabel adalah (0,000, 0,004 dan 0,019) yang berarti ada hubungan di tiap variabel.
Analisis Data Penjualan Menggunakan Algoritma K-Means Clustering Pada Toko Daun Indah di Shopee Dermawan, Hibrizi Dzaky; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55093

Abstract

Toko Daun Indah adalah sebuah usaha yang menjual berbagai pilihan produk kecantikan, tidak semua produk tersebut dimanati pelanggan. Namun data penjualan di Toko Daun Indah belum dikelola dengan baik untuk menentukan produk mana yang paling diminati dan mana yang kurang diminati pelanggan. Akibatnya, data tersebut berfungsi sebagai dokumen arsip dan belum dimanfaatkan untuk strategi pemasaran. Sehingga perlu diterapkannya teknik data mining dalam mengembangkan strategi pemasaran penjualan. Tujuan penelitian adalah menganalisis data penjualan untuk mengetahui cluster terbaik berdasarkan Davies Bouldin Index, iterasi, dan measure type yang menghasilkan K Optimal. Metode yang digunakan adalah Cross-Industry Standard Process Model for Data Mining dengan algoritma K-Means Clustering untuk mengelompokkan data penjualan berdasarkan karakteristiknya, karena mudah dalam penerapannya, dan relatif cepat. Berdasarkan hasil pengelompokan data penjualan produk dengan metode K-Means diperoleh parameter yang optimal. Dengan melakukan uji dengan jumlah cluster (k= 2-25), hasil metode K-Means menunjukkan nilai DBI paling optimal sebesar -0.149 dengan 2 cluster pada iterasi ke-1 sebanyak 30 iterasi, Measure type Mixed Measures.  
Perancangan UI/UX Website Teknik Informatika UNIMMA Menggunakan Metode Design Thinking Pangestiaji, Yongki; Hendradi, Purwono; Sukmasetya, Pristi
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55112

Abstract

Website merupakan sistem yang sangat penting bagi banyak orang guna menggali suatu informasi. Tampilan yang baik memiliki nilai dan daya tarik tersendiri bagi pengguna. Universitas Muhammadiyah Magelang (UNIMMA) memiliki banyak website sistem informasi masing-masing pada setiap prodi untuk mempermudah berjalannya proses perkuliahan terutama prodi Teknik informatika. Tujuan dari penelitian ini adalah untuk merancang dan memperbaharui tampilan (UI) dan (UX) website tersebut. Metodologi yang digunakan pada penelitian ini adalah design thinking, yang melibatkan analisis kebutuhan pengguna, memetakan masalah, menghasilkan ide, membuat prototype, dan melakukan pengujian. Untuk tahap pengujian, 10 peserta diberikan kuesioner System Usability Scale (SUS) untuk menilai website teknik informatika. Hasilnya menunjukkan rata-rata skor SUS sebesar 86,25 yang menunjukkan tingkat kepuasan pengguna yang tinggi dan keselarasan dengan kebutuhannya. Temuan-temuan ini memberikan landasan yang kuat untuk perbaikan dan kemajuan lebih lanjut pada situs web, memastikan bahwa situs ini dapat terus memberikan pengalaman pengguna yang optimal dan memenuhi kebutuhan pengguna dengan lebih baik. 
Metode Cosine Similarity pada Penilaian Essay Perkaderan Ikatan Mahasiswa Muhammadiyah Anggraini, Novi Kusuma; Yudatama, Uky; Maimunah, Maimunah
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55475

Abstract

Perkaderan persyarikatan merupakan suatu program yang dilaksanakan oleh Muhammadiyah baik ditingkat pusat maupun bawahnya dan menjadi bagian inti dalam perjalanan organisasi Muhammadiyah. Perkaderan utama di Muhamamdiyah dibagi menjadi 2 (dua) yaitu Darul Arqam dan Baitul Arqam. Dalam pelaksanaannya juga terdapat evaluasi pembelajaran yaitu pre-test dan post-test. Pre-Test dilaksanakan sebelum materi disampaikan, sedangkan post-test dilaksanakan setelah materi disampaikan. Evaluasi ini berbentuk soal esai yang bersangkut pautan dengan materi yang akan diberikan. Jawaban peserta yang bervariasi dan waktu yang padat menjadi tantangan tersendiri untuk mengoreksinya, dan membutuhkan waktu yang lebih banyak lagi ditambah dengan harus memasukkan nilai ke sistem perkaderan secara manual. Penelitian ini menerapkan text mining dengan menggunakan metode cosine similarity untuk melakukan penilaian otomatis pada soal esai pre-test dan post-test. Hasil perhitungan pada soal pre-test mendapatkan hasil tertinggi dengan tingkat persamaan 77,46% oleh peserta 1 pada soal 4 dan peserta 2 pada soal 3, dan post-test dengan hasil tertinggi 100% oleh peserta 1 pada soal 4. Sedangkan untuk hasil 0,0 yang diperoleh beberapa peserta dikarenakan term antar kunci jawaban dan jawaban peserta tidak memiliki persamaan.
Implementasi Cloud Computing Menggunakan Nextcloud Berbasis Infrastructure as a Service (IaaS) Widarma, Adi; Siregar, Helmi Fauzi; Sitorus, Indi Ramadhani
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55993

Abstract

Cloud Storage sendiri merupakan media penyimpanan yang dalam pengaksesan nya memerlukan jaringan internet. Jika suatu instansi melakukan penyimpanan data-data secara hardcopy yang disimpan dalam satu tempat penyimpanan. Maka, kegiatan tersebut akan menghasilkan sejumlah data yang banyak setiap harinya dalam periode tahunan penyimpanan yang baru yang akan menghabiskan dana yang tidak sedikit dan akan menambah limbah, dan apabila terjadi bencana hal yang ditakuti adalah masalah kehilangan data yang menjadi aset informasi tersebut. Teknologi penyimpanan data secara terpusat dengan cloud storage menjadi salah satu jawaban permasalahan diatas, berbeda dengan layanan cloud storage yang sering digunakan pada umumnya seperti google drive. Untuk memudahkan dalam pengaksesan data dalam sebuah instansi maka dibutuhkan suatu strategi sentralisasi data yang dapat diakses dan berbagi data secara bersama dengan biaya yang lebih ekonomis dengan tidak perlu dikenakan biaya tambahan. Dalam penelitian ini cloud computing akan dibangun menggunakan Nextcloud dengan sistem operasi Ubuntu server. Berdasarkan penelitian yang dilakukan maka diambil kesimpulan bahwa Nextcloud telah berhasil diinstall dan digunakan. Nextcloud yang digunakan adalah versi 16.03 yang diinstall pada sistem operasi Linux Ubuntu Server 18.04. Pemanfaatan Nexcloud merupakan teknologi cloud computing berbasis Infrastructure as a Service (IaaS) dengan model Private Cloud artinya nextcloud hanya bisa diakses secara local pada instansi tersebut. Pengujian sistem dengan beberapa skenario pengujian menggunakan metode black box testing dengan melakukan proses upload, download dan sharing data. Pengujian dari ketiga proses tersebut menghasilkan kesimpulan yang valid.
Rekomendasi Penambahan Koleksi Buku Menggunakan Algoritma K-Means Clustering di Perpustakaan UINSU Nurhasanah, Dhea Aulia; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56026

Abstract

Perpustakaan Universitas Islam Negeri Sumatera Utara (UINSU) merupakan salah satu perpustakaan yang berfungsi sebagai sarana untuk menyimpan bahan pustaka yang dipakai oleh mahasiswa untuk menggali ilmu sumber informasi serta menopang kegiatan studi di lingkungan perguruan tinggi negeri tersebut. Pada perpustakaan, sejumlah data dapat diperoleh berdasarkan data historis, sehingga data akan bertambah secara terus menerus, misalnya data transaksi peminjaman buku. Kesulitan dalam menentukan jenis koleksi buku apa yang seharusnya perlu menjadi prioritas untuk diperbanyak atau tidak harus menjadi pengetahuan penting bagi para pengelola perpustakaan tersebut karena, jika jumlah buku yang dipinjam tidak sebanding dengan stok buku yang ada, akan berpengaruh pada kurangnya minat baca mahasiswa untuk membaca. Untuk mengatasi permasalahan tersebut, maka perlu dibuat suatu teknik data mining menggunakan metode k-means clustering yang dapat membantu dalam pengelompokan buku yang sering dipinjam agar petugas perpustakaan mengetahui prioritas penambahan koleksi buku di perpustakaan tersebut. Pengelompokan ini didasarkan pada atribut yang digunakan, yaitu judul buku, jumlah buku yang dipinjam, dan waktu peminjaman. Hasil dari metode tersebut akan mengelompokkan data menjadi 2 kelas dimana Cluster 0 untuk rekomendasi menambah jumlah stok buku, dan cluster 1 tidak rekomendasi menambah jumlah stok buku.
Penentuan Penerimaan Mahasiswa Baru Politeknik Tanjung Balai menggunakan Simple Additive Weighting (SAW) Sitorus, Zunaida; Efendi, Elfin; Jannah, Miftahul; Handayani, Triana Puspa; Nurliana, Nurliana
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56323

Abstract

Proses penyeleksian mahasiswa baru adalah proses pemilihan berdasarkan kriteria mahasiswa berupa data yang sesuai dengan kualifikasi standar yang telah ditetapkan. oleh karena itu, dalam proses seleksi dibutuhkan sistem pengambilan keputusan dan bahasa pemrograman yang dapat mempermudah proses seleksi serta dengan hasil yang lebih cepat dan akurat. Pada penelitian ini metode yang digunakan adalah Simple Additive Weighting (SAW) dan bahasa pemrograman yang akan digunakan dalam penelitian adalah PHP. Tujuan dari penelitian ini adalah untuk mempermudah Politeknik Tanjung Balai dalam menyeleksi calon mahasiswa berdasarkan kualifikasi mereka dan disepakati berdasarkan kebutuhan jurusan yang dipilih. Hasil dari penelitian ini berupa hasil akhir dari proses seleksi calon mahasiswa baru yang memenuhi kualifikasi dari Politeknik Tanjung Balai. Berdasarkan hasil penelitian bahwa pengurutan dilakukan dari nilai terbesar sampai nilai terendah dengan ketetapan passing grade penerimaan Mahasiswa Politeknik Tanjung Balai adalah 0,67 maka calon peserta didik Mahasiswa1, Mahasiswa 4, Mahasiswa 9, Mahasiswa 2, Mahasiswa 5, Mahasiswa 7, Mahasiswa 8 yang dinyatakan lulus sebagai Mahasiswa Politeknik Tanjung Balai. Kesimpulan dari penelitian ini menunjukkan bahwa metode Simple Additive Weighting (SAW) mempermudah proses penyelesaian dengan hasil yang akurat serta pemrograman yang membantu proses penyeleksian dapat dilakukan dengan cepat dan tepat dalam memilih calon mahasiswa yang memenuhi kualifikasi yang telah ditetapkan oleh Politeknik Tanjung Balai.

Page 3 of 3 | Total Record : 30

 1   2   3 

Filter by Year

2024 2024


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