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
 30   31   32   33   34 
Model Prediksi Gangguan Tidur berdasarkan Beberapa Faktor menggunakan Machine Learning Faradillah, Faradillah; Alie, Muhammad Fadhiel; Rahmanda, Rian
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61068

Abstract

Gangguan tidur merupakan masalah kesehatan yang signifikan dan dapat mempengaruhi kualitas hidup individu. Penelitian ini bertujuan untuk mengembangkan model prediksi gangguan tidur menggunakan teknik machine learning dengan mempertimbangkan beberapa faktor risiko. Dataset yang digunakan merupakan data sekunder yang diperoleh dari Kaggle dan dianalisis menggunakan beberapa algoritma machine learning, termasuk model machine learning seperti logistic regression, decision tree dan gradient boosting. Hasil penelitian menunjukkan bahwa model Gradient Boosting menghasilkan akurasi prediksi tertinggi, dengan nilai akurasi 99% berdasarkan AUC – ROC Score. Faktor-faktor seperti usia (ages), durasi tidur (sleep duration), kategori BMI dan pekerjaan ditemukan sebagai prediktor yang paling signifikan. Temuan ini menunjukkan bahwa penggunaan machine learning dapat menjadi alat yang efektif dalam mengidentifikasi individu yang berisiko mengalami gangguan tidur, sehingga memungkinkan intervensi dini dan pengelolaan kesehatan yang lebih baik. Penelitian ini memberikan kontribusi penting dalam pemahaman tentang hubungan antara faktor-faktor risiko dan gangguan tidur serta potensi aplikasi machine learning dalam bidang melalui pemilihan model prediksi dengan akurasi terbaik.
Membandingkan Analisa Kesalahan Metode K-Means Clustering dan Canopy K-Means Clustering Dengan Data Gambar Terfilter Hayati, Ariadi Retno; Imama, Wilda; Kirana, Puspa; Zuraida, Vit
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.v9i1.50978

Abstract

Pada penelitian ini menganalisa kesalahan yang diperoleh pada data pembelajaran pada data gambar dengan membandingkan metode K-Means Clustering dan metode Canopy K-Means Clustering. Data yang digunakan adalah data gambar yang diujikan pada aplikasi yang dibangun dan menelaah nilai kesalahan pada setiap iterasi. Analisa kesalahan dengan memahami karakteristik formula pada metode K-Means Clustering dan Canopy K-Means Clustering dan menganalisa angka kesalahan berdasarkan formula kedua metode dengan demikian maka karakteristik perolehan error pada metode Canopy K-Means Clustering diperoleh berdasarkan karakteristik formula dari metode tersebut. Dari hasil beberapa uji coba dengan dataset yang data berbeda maka diperoleh rata-rata bahwa metode Canopy K-Means Clustering memiliki nilai kesalahan lebih sedikit sejumlah 0,0264% dibandingkan metode K-Means Clustering dengan Euclidean distance dan rata-rata keberhasilan 85% sesuai kelompok.
Perencanaan Strategis SI/TI Menggunakan Ward and Peppard Pada Pemerintahan Desa Sungai Raya Febrina, Listia; Mutiah, Nurul; Rusi, Ibnur
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.56785

Abstract

Pemerintahan Desa Sungai Raya merupakan instansi desa yang telah menggunakan SI/TI pada proses bisnisnya sebagai penerapan e-government. Meskipun demikian, SI/TI tersebut belum digunakan secara maksimal dikarenakan Pemerintah Desa belum memiliki pedoman terkait pengembangannya. Penelitian ini bertujuan untuk memberikan rekomendasi perencanaan strategis SI/TI guna mendukung proses bisnis dan strategi bisnis pada pemerintahan Desa Sungai Raya. Penelitian dilakukan dengan berlandaskan pada Ward and Peppard dengan beberapa tahapan didalamnya. Tahap masukan mencakup analisis lingkungan bisnis internal menggunakan tools SWOT dan Value Chain dalam mengidentifikasi proses bisnis hingga strategi pemerintahan desa saat ini, lingkungan bisnis eksternal menggunakan PEST untuk meninjau aspek industri dan persaingan, lingkungan SI/TI internal dengan McFarlan Strategic Grid guna memetakan portofolio aplikasi saat ini dan pengidentifikasian SI/TI pada kantor desa, dilanjutkan dengan menganalisis tren digital di lingkungan eksternal pemerintahan Desa Sungai Raya. Keluaran analisis lingkungan tersebut mencakup strategi bisnis SI dengan rekomendasi sistem informasi, strategi TI berupa rekomendasi teknologi informasi dan arsitektur jaringan internet, strategi manajemen SI/TI berisi kebijakan SI/TI, serta future application portfolio. Pengujian terhadap dokumen Rencana Strategis SI/TI melibatkan Kepala Desa dan Bidang Tata Usaha/Umum dengan berlandaskan perspektif Balanced Scorecard Mapping menghasilkan perencanaan strategis SI/TI ini sangat disetujui keselarasannya terhadap strategi bisnis dibidang keuangan, masyarakat, internal Kantor Desa, serta pembelajaran dan pertumbuhan pemerintahan kedepannya sebesar 84,3%.
Machine Learning in Medical Image Processing: Review of Methods and Outcomes Syaharuddin, Syaharuddin
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61460

Abstract

This study uses a qualitative research method using a Systematic Literature Review (SLR) approach to comprehensively analyze optimal machine learning methodologies for medical image processing. The goal is to propose strategies to overcome existing barriers, thereby improving diagnostic accuracy and streamlining clinical workflows in healthcare through advanced machine learning applications. A literature search was conducted using three main data sources: Scopus, DOAJ, and Google Scholar, covering the period 2013 to 2024. Extensive application of machine learning (ML) techniques, especially deep learning models such as convolutional neural networks (CNN), has resulted in progress which is significant in medical image processing. These techniques have improved diagnostic accuracy and efficiency, overcome complex imaging challenges, and provided a powerful framework for disease detection, classification, and segmentation. This review aims to consolidate these findings and suggest future research directions to further integrate ML in medical imaging.
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.
Evaluasi Layanan Teknologi Informasi Menggunakan Kerangka Kerja ITIL V.3 Pada PT. XYZ, sebuah BUMN di Suluttenggo Kalengkongan, Kivly Danovan; Tanos, Veron; Mambu, Joe Yuan
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.60918

Abstract

Sebuah penerapan teknologi informasi di setiap perusahaan merupakan suatu hal yang begitu penting. Teknologi informasi dapat menjadi suatu bagian yang akan dapat mendukung akan keberlangsungannya bisnis proses di perusahaan. Untuk dapat memaksimalkan sebuah hasil layanan dari teknologi informasi sesuai best practice maka dapat memerlukan melakukan evaluasi. ITIL V.3 menjadi salah satu kerangka kerja audit yang bisa digunakan untuk dapat mengevaluasi layanan teknologi informasi yang berdasarkan dengan tingkat kematangan yang dibagi menjadi 5 level. Pada penelitian ini dilakukan evaluasi pada PT. XYZ di Suluttenggo. Tujuan dari penelitian ini yaitu akan memberikan evaluasi berupa rekomendasi berdasarkan hasil audit dan dapat membantu perusahaan untuk menerapkan best practice berdasarkan dari hasil yang didapatkan. Setelah melakukan analisa yang berdasarkan dari kuesioner dan juga wawancara yang berisi pertanyaan-pertanyaan mengenai service desk dan incident management didapati bahwa berdasarkan dari 5 level yang ada pada kerangka kerja ITIL V.3 untuk service desk dapat mencapai tingkat kematangan level 4.5 external integration atau average comply dan incident management mencapai level 3.5 quality control atau standard comply.  
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.
Perbandingan Metode AHP dan AHP-SAW untuk Analisis Prioritas Pemilihan Sekolah Berdasarkan Standar Nasional Pendidikan Wijaya, Sri Hartati
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.60799

Abstract

Dewasa ini, masyarakat semakin kritis dan selektif dalam memilih sekolah. Seiring peningkatan kebutuhan SDM yang kompetitif dalam persaingan global, kualitas pendidikan pun menjadi perhatian utama seluruh dunia. Di Indonesia, kualitas sekolah dinilai dari mutu penyelenggaraannya melalui pemenuhan delapan (8) standar nasional pendidikan (SNP) yang ditetapkan oleh pemerintah, yaitu: standar isi, standar proses, standar kompetensi lulusan, standar pendidik dan tenaga kependidikan, standar sarana dan prasarana, standar pengelolaan, standar pembiayaan, dan standar penilaian. Pemenuhan SNP, selain dijadikan indikator penilaian mutu suatu sekolah oleh Badan Akreditasi Nasional (BAN), juga menjadi tolok ukur bagi para orangtua peserta-didik dalam menentukan sekolah pilihan melalui peninjauan status akreditasi nya. Penelitian ini bertujuan untuk menganalisis preferensi para orangtua calon peserta-didik dalam memilih sekolah. Proses analisis dimulai dengan pengimplementasian metode AHP untuk pembobotan persepsi pada status akreditasi dan nilai delapan standar SNP pada setiap sekolah, kemudian hasil pembobotan tersebut dijadikan acuan dalam proses perangkingan alternative sekolah-sekolah terpilih. Pada proses perangkingan, selain menggunakan metode AHP juga dilakukan dengan metode hybrid AHP-SAW. Pada proses akhir, keakuratan hasil perangkingan kedua metode tersebut diuji melalui pencocokan dengan nilai akreditasi sekolah dari BAN pada pusat data DAPODIK. Hasil perbandingan perangkingan menggunakan metode AHP-SAW menunjukan lebih sesuai dengan nilai dari BAN, dan 20% lebih akurat dibanding hasil perangkingan menggunakan AHP saja. Sehingga, pembobotan preferensi delapan standar SNP menggunakan AHP dan perangkingan sekolah yang di hasilkan dari metode hybrid AHP-SAW bisa dijadikan bahan representasi kualitas sekolah, baik untuk rekomendasi pemilihan sekolah bagi orangtua maupun sebagai indikator peningkatan mutu bagi sekolah-sekolah di Indonesia.
Analisis Manipulasi Splicing pada Citra Digital menggunakan Metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT) Efendi, Muhamad Masjun; Salman, Salman
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.v9i1.53156

Abstract

Pemalsuan dalam citra digital seringkali terjadi di era teknologi saat ini. Bantuan software pengolahan citra memudahkan dan mempercepat proses manipulasi, mendorong orang untuk melakukan perubahan sebelum citra dipublikasikan di internet atau media sosial. Meski kegiatan ini umum dilakukan, seringkali merugikan orang lain dan merupakan bentuk penipuan publik terhadap keaslian citra. Salah satu metode manipulasi yang kerap kali digunakan adalah splicing, splicing adalah menambah objek dalam citra, contohnya meletakkan suatu objek pada citra target yang seolah-olah objek tersebut berada disana. Penelitian ini bertujuan untuk mendeteksi manipulasi jenis splicing dengan menggunakan metode Discrete Cosine Transform (DCT) dan Scale Invariant Feature Transform (SIFT). Metode DCT mentransformasikan blok piksel citra menjadi koefisien, sedangkan SIFT digunakan untuk menemukan frekuensi pada citra grayscale dengan mendeteksi keypoint yang sama. Metode ini mampu mendeteksi objek citra yang dimanipulasi dengan baik dan akurat. Dari hasil pengujian yang dilakukan, nilai akurasi deteksi image splicing pada citra dari internet dan koleksi citra hasil koleksi pribadi mencapai 100%. Harapannya, hasil penelitian ini dapat bermanfaat bagi masyarakat dalam membedakan citra yang asli dengan yang sudah dimanipulasi melalui teknik splicing.
Decision Support System Memprediksi Kerusakan Handphone Berbasis Web Menggunakan Algoritma C4.5 di Pioneer Service Sihombing, Maissy Masitoh; Basri, Mhd
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.59719

Abstract

Sistem Pendukung Keputusan (SPK) digunakan untuk memprediksi kerusakan smartphone di Pioneer Service menggunakan Algoritma C4.5. Pioneer Service merupakan salah satu jasa layanan perbaikan handphone yang setiap harinya menerima berbagai macam keluhan kerusakan handphone. Masalah yang dihadapi oleh Pioneer Service adalah banyaknya faktor yang mempengaruhi kerusakan pada handphone dan waktu yang diperlukan untuk menentukan jenis kerusakan pada handphone tersebut. Kendala lainnya adalah ketika pelangga membutuhkan handphone kembali berfungsi dengan cepat. Permasalahan pada Pioneer Service dapat diselesaikan dengan membuat suatu Sistem Pendukung Keputusan berbasis web dengan menerapkan metode Algoritma C4.5. Aplikasi yang dirancang menggunakan Visual Studio Code dan MySQL sebagai database. Metodologi evaluasi yang digunakan dalam penelitian ini mlibatkan pengujian sistem terhadap dataset keluhan kerusakan handphone untuk mengukur akurasi prediksi. Hasil dari penelitian menunjukkan bahwa sistem pendukung keputusan yang dirancang dapat meningkatkan efisiensi layanan dan kepuasan pelanggan. Penerapan metode algoritma C4.5 telah berhasil meningkatkan akurasi prediksi kerusakan handphone. Penerapan praktis dari Sistem Pendukung Keputusan ini juga diperjelas dengan integrasi sistem dalam operasional Pioneer service, memastikan manfaatnya dalam meningkatkan efisiensi layanan dan kepuasan pelanggan secara konsisten.

Page 32 of 52 | Total Record : 515

 30   31   32   33   34 

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