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 515 Documents
 27   28   29   30   31 
Prediction of Smooth Rusunawa Rental Payments Using the Backpropagation Algorithm and Decision Tree Mangapul Siahaan
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.46862

Abstract

Permasalahan pemukiman yang sering terjadi diperkotaan adalah keterbatasan lahan untuk tempat tinggal sedangkan pertumbuhan penduduk semakin berkembang sehingga diperlukan prasarana tempat tinggal untuk masyarakat yang golongan ekonomi kurang mampu. Kelancaran pembayaran uang sewa rumah susun masih menjadi kendala sehingga diperlukan suatu sistem untuk mengklasifikasi dan prediksi kemampuan bayar oleh masyarakat. Tujuan penelitian ini adalah untuk menganalisa algoritma yang bagus dengan nilai akurasi yang tinggi agar bisa diimpelementasikan pada sistem. Sumber dataset yang digunakan dari database aplikasi sewa rumahsusun dengan variabel yang digunakan adalah nobriva, pekerjaan, statuspekerjaan, gaji, hargasewa dan keterangan. Algoritma yang digunakan dalam penelitian ini adalah Decision Tree dan Backpropagation dengan arsitektur 5-5-2. Berdasarkan hasil uji maka didapat nilai akurasi Decision Tree sebesar 90%, sedangkan nilai akurasi dengan algoritma Backpropagation dan arsitektur jumlah 5 node layer, 5 node hiden layer dan 2 node output layer dengan menggunakan activation sigmoid maka menghasilkan nilai akurasi sebesar 88.39%.Settlement problems that often occur in urban areas are limited land for residence while population growth is growing, so residential infrastructure is needed for economically disadvantaged people. The smooth payment of rent for flats is still an obstacle, so a system is needed to classify and predict the ability to pay by the public. This study aims to analyze a good algorithm with a high accuracy value so that it can be implemented in the system. The dataset source used is the flat rental application database, with the variables used are nobriva, occupation, employment status, salary, rental price, and description. The algorithm used in this research is Decision Tree and Backpropagation with 5-5-2 architecture. Based on the test results, the accuracy value of the Decision Tree is 90%. In contrast, the accuracy value with the Backpropagation algorithm and architecture consists of 5 node layers, 5 hidden layer nodes, and 2 output layer nodes using sigmoid activation, resulting in an accuracy value of 88.39%.  
Designing a User Interface and User Experience for the Quiz Application Seberapo Palembang Kamu Using a User Centered Design (UCD) Approach Rasmila Rasmila; Andri Ramadoni; Alex Wijaya; Siti Sauda
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.45038

Abstract

Pengenalan terhadap budaya Kota Palembang seharusnya sudah diperkenalkan saat masih menginjak masa kanak-kanak, yang merupakan masa pembelajaran tentang kehidupan di sekitarnya dan diharapkan generasi penerus dapat memahami dan menghargai warisan budaya tersebut sehingga budaya Palembang dapat terus hidup dan terjaga kelestariannya di masa depan, kurangnya kesadaran tentang budaya asli Kota Palembang di kalangan remaja maupun anak-anak sejak usia dini, disebabkan oleh pengaruh budaya luar yang menawarkan konten dan teknologi yang lebih menarik. Hal ini memberikan ide kepada penulis yaitu bagaimana membuat sebuah media yang dapat menarik minat masyarakat untuk mengenal kebudayaan daerah Kota Palembang salah satunya dapat memanfaatkan aplikasi mobile dengan pendekatan user interface user experience sebagai dasar untuk menentukan alur dan fungsionalitas aplikasi kuis yang berisikan konten sejarah, kebudayaan, ciri khas terhadap Kota Palembang. Tujuan dari penelitian ini adalah memperoleh desain antarmuka Kuis Seberapo Palembang Kamu, penelitian ini menggunakan metode User Centered Design (UCD) yang fokus pada aspek antarmuka dan pengalaman pengguna. UCD terdiri dari empat tahapan yaitu Understand context of use, Specify User Requirements, Design Solution, dan Evaluate design against user requirement. Setelah tahapan ini diselesaikan, aplikasi dirancang sesuai dengan kebutuhan pengguna dan diuji menggunakan kuesioner untuk mengevaluasi hasil desain. Hasil penelitian menunjukkan bahwa aplikasi mobile Kuis Seberapo Palembang Kamu telah berhasil dirancang dan divalidasi oleh calon pengguna.Introduction to the culture of Palembang City should have been introduced while still in childhood, which is a period of learning about life around it and it is hoped that the next generation can understand and appreciate this cultural heritage so that Palembang culture can continue to live and maintain its sustainability in the future, lack of awareness about the original culture of Palembang City among teenagers and children from an early age, due to outside cultural influences that offer more interesting content and technology. This gives the author an idea, namely how to create a media that can attract people's interest in getting to know Palembang's regional culture, one of which can be utilizing a mobile application with a user interface user experience approach as a basis for determining the flow and functionality of a quiz application that contains historical, cultural, feature content. unique to the city of Palembang. The purpose of this study was to obtain an interface design for the Seberapo Palembang Kamu Quiz, this study used the User Centered Design (UCD) method which focuses on aspects of the interface and user experience. UCD consists of four stages, namely Understand context of use, Specify User Requirements, Design Solution, and Evaluate design against user requirements. After these stages are completed, the application is designed according to user requirements and tested using a questionnaire to evaluate the design results. The results of the study show that the Kuis Seberapo Palembang Kamus mobile application has been successfully designed and validated by prospective users.
Usability of Brain Tumor Detection Using the DNN (Deep Neural Network) Method Based on Medical Image on DICOM Niken Puspitasari; Kristiawan Nugroho; Kristhoporus Hadiono
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48727

Abstract

Deteksi tumor otak merupakan bidang penelitian yang menarik untuk diteliti. Perkembangan teknologi informasi menghasilkan berbagai metode yang dipergunakan antara lain menggunakan CT (Computed Tomography) scan atau dikenal dengan teknologi CT scan. CT Scan mempunyai berbagai macam keunggulan dalam mendeteksi tumor otak antara lain pada sisi kecepatan, kemampuan memvisualisasikan citra 3 dimensi dan kemampuan membedakan antar jaringan yang berbeda. Keunggulan CT Scan tersebut membuat para peneliti tertarik untuk mengembangkan berbagai jenis metode yang dipergunakan untuk menganalisis dan memprediksikan hasil CT scan tersebut. Salah satu metode yang dipergunakan adalah menggunakan pendekatan Machine Learning (ML). ML dapat digunakan untuk deteksi tumor otak dengan CT scan. Prosesnya melibatkan penggunaan algoritma ML untuk mengidentifikasi pola-pola yang terdapat pada gambar CT scan pasien dengan tumor otak. Dalam hal ini, CT scan pasien dengan tumor otak digunakan sebagai dataset pelatihan untuk membangun model ML. Namun penggunaan Machine Learning juga memiliki keterbatasan dalam hal kurang handal nya Model dan kesulitan hasil deteksi yang diinterpretasikan dokter. Metode ML akan mengalami ketidakakuratan prediksi dengan model training data yang semakin besar sehingga membutuhkan metode lain yang bisa menghasilkan tingkat akurasi yang tinggi. Deep Learning (DL) merupakan fenomena baru pada dunia teknologi informasi dan telah berhasil diimplementasikan pada berbagai macam bidang penelitian. DL memberikan tingkat akurasi yang semakin tinggi jika didukung data yang semakin besar. Penelitian ini mengaplikasikan salah satu metode DL yaitu Deep Neural Network (DNN) untuk memprediksi tumor otak dari hasil CT Scan yang akan disimpan pada cloud server sehingga bisa diakses kapanpun dan dimanapun juga sepanjang tersedia teknologi Internet. Hasil penelitian ini akan bermanfaat bagi para tenaga medis dalam memprediksi tumor otak dengan lebih akurat berdasarkan gambar citra dari CT scan.Detection of brain tumors is an interesting field of research to study. The development of information technology has resulted in various methods being used, including using a CT (Computed Tomography) scan or known as CT Scan technology. CT Scan has various advantages in detecting brain tumors, including in terms of speed, the ability to visualize 3-dimensional images and the ability to distinguish between different tissues. The superiority of the CT Scan makes researchers interested in developing various types of methods used to analyze and predict the results of the CT Scan. One of the methods used is the Machine Learning (ML) approach. ML can be used to detect brain tumors with CT scans. The process involves using ML algorithms to identify patterns present in the CT scan images of patients with brain tumors. In this case, CT scans of patients with brain tumors are used as a training dataset to construct the ML model. However, the use of Machine Learning also has limitations in terms of the lack of reliability of the model and the difficulty of interpreting the results of detection by doctors. The ML method will experience prediction inaccuracies with the larger training data model, requiring other methods that can produce a high level of accuracy. Deep Learning (DL) is a new phenomenon in the world of information technology and has been successfully implemented in various research fields. DL provides a higher level of accuracy if it is supported by larger data. This study applies one of the DL methods, namely Deep Neural Network (DNN) to predict brain tumors from CT Scan results which will be stored on a cloud server so that they can be accessed anytime and anywhere as long as Internet technology is available. The results of this study will be useful for medical personnel in predicting brain tumors more accurately based on images from CT scans.
Implementation of Penetration Testing on the Website Using the Penetration Testing Execution Standard (PTES) Method Kurniawan, Bagus; Ruslianto, Ikhwan; Bahri, Syamsul
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.47096

Abstract

Indonesia merupakan salah satu negara yang memiliki tingkat kejahatan siber yang sangat tinggi di dunia. Masalah tersebut timbul akibat sumber daya manusia yang kurang memadai dan kurangnya perawatan berkala pada sistem digital di Indonesia. Salah satu perawatan yang dapat dilakukan adalah Penetration Testing sebagai evaluasi sistem digital agar lebih baik dan terhindar dari serangan siber. Metode yang dapat membantu dalam melakukan Penetration Testing adalah dengan metode Penetration Testing Execution Standard (PTES). Hasil yang didapatkan dari penelitian ini bahwa website https://k*****.go.id memiliki tiga belas kerentanan. Sehingga dari tiga belas kerentanan yang didapatkan dilakukan dengan tiga jenis serangan yang berbeda yaitu Clickjacking, SQL Injection, dan Cross Site Scripting (XSS). Ketiga jenis serangan tersebut hanya serangan Clickjacking yang berhasil dilakukan pada website https://k*****.go.id. Diperoleh kesimpulan bahwa website memiliki risiko kerentanan dan terjadinya serangan bernilai sedang dilihat berdasarkan OWASP ZAP Risk Rating Methodology.Indonesia is a country that has a very high cybercrime rate in the world. This problem arises due to inadequate human resources and a lack of regular maintenance of digital systems in Indonesia. One of the treatments that can be done is Penetration Testing as an evaluation of digital systems to make them better and avoid cyber attacks. A method that can assist in carrying out Penetration Testing is the Penetration Testing Execution Standard (PTES) method. The results obtained from this research are that the website https://k*****.go.id has thirteen vulnerabilities. So that the thirteen vulnerabilities found were carried out with three different types of attacks, namely Clickjacking, SQL Injection, and Cross Site Scripting (XSS). The only three types of attacks are clickjacking attacks that were successfully carried out on the https://k*****.go.id website. It is concluded that the website has a risk of vulnerability and the occurrence of attacks is worth being seen based on the OWASP ZAP Risk Rating Methodology.
Analysis of the Development of Digital Assets (Cryptocurrency) in Indonesia in 2022/2023 Alfariz, Mohamad Ananda; Pratiwi, Nunik
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48178

Abstract

Cryptocurrency merupakan sebuah merupakan sebuah aset semacam mata uang yang dapat dijadikan alat tukar dalam jual beli dan juga dapat diinvestasikan. Mata uang kripto ini memiliki banyak sekali jenisnya dengan nilai yang berbeda-beda. Beberapa mata uang kripto memiliki harga yang cukup tinggi dan bisa terjadi penurunan maupun kenaikan nilai dengan begitu cepat. Oleh sebab itu mata uang kripto menjadi salah satu aset yang banyak diminati oleh para investor. K-means clustering adalah algoritma yang digunakan untuk mengelompokan data ke dalam cluster berdasarkan kesamaan atributnya. Tujuan penelitian ini adalah untuk menganalisa perkembangan cryptocurrency di Indonesia. Data-data yang didapat dari para investor tersebut akan diolah menggunakan k-means clustering dan dibagi menjadi beberapa cluster yang menunjukan apakah cryptocurrency di indonesia mengalami perkembangan atau sebaliknya. Proses perhitungan jarak terbagi menjadi dua proses yaitu menggunakan proses manual dengan menggunakan excel dan proses menggunakan rapidminner. Untuk mencari jumlah cluster yang tepat untuk clustering digunakan rapidminner sehingga hasilnya pembagian menjadi 3 kelompok adalah yang paling terbaik. Seteah proses perhitungan manual dan menggunakan rapidminner mayoritas investor terdapat pada cluster 2 yang berarti investasi mata uang kripto di indonesia mengalami cukup berkembang.Cryptocurrency is an asset that is a kind of currency that can be used as a medium of exchange in buying and selling and can also be invested. This cryptocurrency has many types with different values. Some cryptocurrencies have quite high prices and can decrease or increase in value very quickly. Therefore, cryptocurrencies are one of the assets that are in great demand by investors. Cryptocurrencies also have a fairly high risk because they have a rapid increase in value, of course the risk is a rapid decline in price.K-means clustering is an algorithm used to group data into clusters based on the similarity of their attributes. The purpose of this research is to analyze the development of cryptocurrencies in Indonesia and investors who invest, especially Indonesian investors. The data obtained from these investors will be processed using k-means clustering and divided into several clusters that show whether cryptocurrency in Indonesia is developing or vice versa. The distance calculation process is divided into two processes, namely using a manual process using excel and using rapid minner. To find the number of clusters that are suitable for clustering, rapidminner is used so that the results of dividing into 3 groups are the best. After the manual calculation process and using rapidminner, the majority of investors are in cluster 2, which means that crypto currency investment in Indonesia has developed quite a bit.
Implementation of Weight Aggregated Sum Product Assessment (WASPAS) on the Selection of Online English Course Platforms Rini Nuraini; Nunik Yudaningsih; Nurhasan Nugroho
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48929

Abstract

Melalui perkembangan teknologi, berdampak pada dunia pendidikan dengan hadirnya pembelajaran yang dapat dilakukan secara online. Tidak terkecuali pada pembelajaran Bahasa Inggris, yang banyak memunculkan lembaga belajar atau kursus yang membuka kelasnya secara online melalui platform atau aplikasi yang mereka kembangkan. Dalam menentukan plaform kursus bahasa inggiris online pengguna harus mengetahui satu per satu profil dan program yang ditawarkan. Cara ini tentunya akan dibutuhkan waktu yang lama untuk menetapkan pilihan. Tujuan dari penelitian ini yaitu menerapkan pendekatan Weight Aggregated Sum Product Assessment (WASPAS) untuk menentukan platform kursus Bahasa Inggris yang mudah dan cepat. Metode WASPAS dapat digunakan untuk penetapan prioritas pada pilihan alternatif yang memiliki relevansi dengan bobot yang diterapkan. Berdasarkan studi kasus yang diselesaikan dengan pendekatan WASPAS mendapatkan hasil alternatif terbaik yaitu English Academy (A5) dengan nilai 0,7629. Sistem pendukung keputusan yang dibangun telah mendapatkan nilai yang valid, hal ini karena hasilnya tidak berbeda dengan perhitungan manual. Untuk pengujian melalui usability testing memperoleh nilai rata-rata sebesar 86% dan masuk pada kategori baik.Through technological developments, it has had an impact on the world of education with the presence of learning that can be done online. Learning English is no exception, as many learning institutions or courses open their classes online through the platforms or applications they develop. In determining the online English course platform, the user must know one by one the profiles and programmes offered. This method, of course, will take a long time to make a choice. The purpose of this study is to apply the Weight Aggregated Sum Product Assessment (WASPAS) approach to determine an easy and fast English course platform. The WASPAS method can be used for setting priorities for alternative choices that have relevance to the weights applied. Based on case studies that were completed using the WASPAS approach, the best alternative result was English Academy (A5) with a score of 0.7629. The decision support system built has obtained a valid value because the results are no different from manual calculations. For testing through usability testing, it obtains an average value of 86% and is included in the good category.
Decision Support System for Determining Potable Well Water Quality in Pangirkiran Village Using the MOORA Method Samsudin Samsudin; Jumjumi Abullah; Dedyka Syahputra; Muhammad Hendrik Koto
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48220

Abstract

Air sumur adalah mata air buatan yang digunakan oleh penduduk pedesaan. Air sumur memiliki banyak manfaat bagi masyarakat desa, misalnya untuk memasak, mandi, membersihkan/mencuci pakaian, dan juga untuk air minum. Mata air sumur juga harus memiliki nilai kesehatan yang tidak boleh membuat air tersebut tidak layak untuk diminum. Kebutuhan air bersih setiap tahunnya akan terus berkurang sementara kebutuhan air bersih semakin berkurang, hal ini disebabkan oleh banyaknya pembangunan infrastruktur yang dapat mengganggu potensi alam dan kelestarian air mineral. Analisis data penelitian ini bertujuan untuk menghasilkan rekomendasi penentuan kualitas air sumur minum di Desa Pangirkiran. Kriteria dan bobot yang digunakan adalah C1 = pH air (15%), C2 = jenis warna air (25%), C3 = bau air (30%), C4 = zat yang terkandung dalam air (15%), dan C5 = suhu air (15%), dari 25 alternatif yang digunakan diperoleh hasil rekomendasi penelitian yaitu dengan hasil rangking tertinggi dengan nilai hasil optimasi (34.63539523976). Penelitian ini bertujuan untuk menganalisis kualitas sumur gali dan sumur bor yang digunakan oleh penduduk pedesaan di daerah Pangirkiran dan untuk mengetahui karakteristik air sumur dengan menggunakan metode MOORA (Multi-Objective Optimization in the Basis of Ratio Analysis) di daerah desa Pangirkiran.Well water is an artificial spring used by rural residents. Well water has many uses for village communities, for example for cooking, bathing, cleaning/washing clothes, and also for drinking water. Well spring water must also have a health value that must not make the water unfit for drinking. The need for clean water every year will continue to decrease while the need for clean water is decreasing, this is due to the many infrastructure developments that can disrupt the natural potential and the preservation of mineral water. This research data analysis aims to produce recommendations for determining the quality of drinking well water in Pangirkiran Village. The criteria and weights used are C1 = pH of water (15%), C2 = type of water color (25%), C3 = smell of water (30%), C4 = substance contained in water (15%), and C5 = temperature water (15%), of the 25 alternatives used, the results of the research recommendations were obtained with the highest ranking results with optimization results (34.63539523976). This study aims to analyze the quality of dug and drilled wells used by rural residents in the Pangirkiran area and to determine the characteristics of well water using the MOORA (Multi-Objective Optimization in the Basis of Ratio Analysis) method in the Pangirkiran village area.
Design of an Integrated Medical Record Information System at Puskesmas Kota Banjar Rahmi Nur Shofa; Andi Nur Rachman; Cecep Muhamad Sidik Ramdani; Euis Nur Fitriani Dewi
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48269

Abstract

Perkembangan pemanfaatan ilmu pengetahuan dan teknologi memberikan dampak yang dapat digunakan diberbagai bidang salah satunya Puskesmas. Salah satu pengembangan yang dilakukan puskesmas yaitu mengembangkan untuk meningkatkan kualitas manajemen pelayanan kesehatan dengan menerapkan sistem informasi puskesmas berbasis teknologi informasi. Pencatatan apabila dilakukan dengan cara ditulis pada buku pasien merupakan cara lama yang digunakan. Maka perlu adanya suatu sistem yang membantu untuk memudahkan pencatatan. Metode pengembangan pada sistem informasi yang akan di ajukan ini yaitu dengan metode Waterfall. Menghasilkan Sistem Informasi Rekam Medis yang terintegrasi untuk mempermudah pihak Puskesmas di daerah Kota Banjar dalam mengolah data jika terdapat pasien yang sebelumnya belum pernah mengunjungi puskesmas tersebut maka akan terdapat Rekam Medis. Sistem Informasi mempermudah dalam mengelola data Rekam Medis sehingga tidak perlu mencari catatan yang begitu banyak dikarenakan data nya sudah tersimpan dalam database. Sistem Informasi Rekam Medis terintegrasi maka data pasien akan terlihat di semua Puskesmas yang ada di Kota Banjar.   Pengujian dalam penelitian dilakukan dengan tahapan metode System Usability Scale (SUS) mendapat nilai akhir yaitu 73,1 dan Hasil pengujian menghasilkan nilai rekomendasi dalam kategori Acceptable.The development of the use of science and technology has an impact that can be used in various fields, one of which is the Puskesmas. One of the developments carried out by the puskesmas is developing to improve the quality of health service management by implementing an information technology-based puskesmas information system. Recording when it is done by writing it in the patient book is the old way used. So, it is necessary to have a system that helps to facilitate recording. The development method for the information system that will be proposed is the Waterfall method. Producing an integrated Medical Record Information System to make it easier for the Puskesmas in the Banjar City area to process data. If there are patients who have never visited the puskesmas before, there will be Medical Records. The Information System makes it easy to manage Medical Record data so there is no need to search for so many records because the data is already stored in the database. The Medical Record Information System is integrated so that patient data will be visible in all Community Health Centers in Banjar City. Testing in the study was carried out using the System Usability Scale (SUS) method, obtaining a final score of 73.1 and the test results yielded a recommendation value in the Acceptable category.  
Analysis of Undiksha E-Learning User Satisfaction Using the End-User Computing Satisfaction (EUCS) Method Gede Indrawan; I Wayan Dodi Putra Artawan; I Nyoman Saputra; I Komang Deny Supanji; I Made Agus Oka Gunawan
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48161

Abstract

Penelitian ini bertujuan untuk mengoptimalkan sistem E-Learning Universitas Pendidikan Ganesha (Undiksha) dengan meminimalisir dampak negatif yang terkait, seperti mata lelah, kurangnya interaksi sosial, dan kurangnya pemahaman terhadap materi pembelajaran. Metode End-User Computing Satisfaction (EUCS) digunakan untuk mengukur tingkat kepuasan pengguna, yaitu mahasiswa Program Studi Ilmu Komputer, Program Pascasarjana, Undiksha, terhadap sistem E-Learning yang ada. Data penelitian dikumpulkan melalui kuesioner yang diisi oleh mahasiswa dan kemudian dianalisis untuk mengidentifikasi area-area yang memerlukan perbaikan dalam sistem E-Learning. Selain itu, faktor-faktor teknis dan struktural juga dipertimbangkan dalam penelitian ini. Hasil penelitian menunjukkan evaluasi isi berada di angka 3,4175, akurasi di angka 4, bentuk di angka 4,165, ketepatan waktu di angka 3,93 dan kemudahan penggunaan adalah 3,905. Dari hasil tersebut secara keseluruhan tingkat kepuasan pengguna berada di nilai rata-rata sebesar 3,8835 yang berada pada level 3 (Setuju). Hal ini menunjukkan bahwa pengguna sistem yang disediakan oleh Universitas memenuhi kebutuhan dan memberikan pengalaman yang positif dalam pengoperasian platform tersebut. Disarankan agar Undiksha meningkatkan sistem E-Learning untuk mencapai rentang nilai yang lebih tinggi dalam evaluasi kepuasan pengguna di masa depan, sambil memberikan rekomendasi bagi peneliti selanjutnya untuk mengembangkan kuesioner dengan indikator yang lebih optimal sesuai dengan konteks penelitian.This research aimed to optimize the E-Learning system of Universitas Pendidikan Ganesha (Undiksha) by minimizing the associated negative impacts, such as eye strain, lack of social interaction, and inadequate understanding of the learning materials. The End-User Computing Satisfaction (EUCS) method was used to measure the satisfaction level of users, specifically the students of the Computer Science of Graduate Programs at Undiksha, towards the existing E-Learning system. Research data was collected through questionnaires filled out by students and then analyzed to identify areas that require improvement in the E-Learning system. Additionally, technical and structural factors were also considered in this study. The research results show that the content evaluation, accuracy, format, timeliness, and ease of use were at 3.4175, 4, 4.165, 3.93, and 3.905, respectively. From these results, the overall level of user satisfaction was at an average value of 3.8835 which was at level 3 (Agree). This indicates that the users find the system provided by the university to meet their needs and provide a positive experience in operating the platform. It is recommended that Undiksha improves the E-Learning system to achieve a higher range of values in future user satisfaction evaluations while providing recommendations for further researchers to develop a questionnaire with more optimal indicators according to the research context.
Early Prediction System for Employee Attrition Company “XYZ” Using Support Vector Machine Algorithm Wikke Alvina Medyanti; Muhammad Faisal
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.46494

Abstract

Pergantian karyawan merupakan masalah yang signifikan bagi organisasi karena dapat berdampak negatif pada produktivitas dan kinerja. Dalam penelitian ini, dikembangkan sebuah model Support Vector Machine (SVM) untuk memprediksi pergantian karyawan berdasarkan dataset yang berisi berbagai atribut karyawan. Dataset tersebut telah melalui tahap pra-pemrosesan dengan melakukan pemetaan nilai-nilai kategorikal dan pengkodean one-hot. Fitur-fitur kemudian dibagi menjadi data latih dan data uji, serta dilakukan penskalaan menggunakan StandardScaler. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 88,4%. Presisi untuk karyawan yang tidak mengalami pergantian (non-attrition) tinggi, yaitu sebesar 89,3%, menunjukkan kemampuan model dalam mengidentifikasi dengan benar karyawan yang kemungkinan akan bertahan. Namun, presisi untuk karyawan yang mengalami pergantian (attrition) lebih rendah, sebesar 69,2%, mengindikasikan adanya ruang untuk perbaikan dalam mengidentifikasi karyawan yang berisiko mengalami pergantian. Recall untuk karyawan non-attrition mencapai 98,4%, menunjukkan kemampuan yang tinggi dalam mengklasifikasikan dengan benar, sedangkan recall untuk karyawan attrition sebesar 23,1%. Nilai F1-score juga mencerminkan kinerja yang lebih baik untuk karyawan non-attrition dibandingkan karyawan attrition. Secara keseluruhan, model SVM menunjukkan potensi dalam memprediksi pergantian karyawan, namun perlu dilakukan pengembangan lebih lanjut untuk meningkatkan identifikasi karyawan yang berisiko, sehingga memberikan wawasan berharga dalam pengambilan keputusan SDM dan strategi retensi.Employee attrition is a significant concern for organizations as it can have a negative impact on productivity and performance. In this study, a Support Vector Machine (SVM) model was developed to predict employee attrition based on a dataset containing various employee attributes. The dataset was preprocessed by mapping categorical values and performing one-hot encoding. The features were then split into training and testing sets, and scaled using the StandardScaler.The results showed that the model achieved an accuracy of 88.4%. The precision for non-attrition employees was high at 89.3%, indicating the model's ability to correctly identify employees who are likely to stay. However, the precision for attrition employees was lower at 69.2%, suggesting room for improvement in identifying employees at risk of attrition. The recall for non-attrition employees was 98.4%, indicating a high ability to correctly classify them, while the recall for attrition employees was 23.1%. The F1-score also reflected a better performance for non-attrition employees compared to attrition employees. Overall, the SVM model showed promise in predicting employee attrition, but further enhancements are needed to improve the identification of employees at risk, thus providing valuable insights for HR decision-making and retention strategies.

Page 29 of 52 | Total Record : 515

 27   28   29   30   31 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol. 11 No. 1 (2026): Januari 2026 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