cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surakarta,
Jawa tengah
INDONESIA
Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika
Published by Universitas Muhammadiyah Surakarta
ISSN : 2621038X     EISSN : 2477698X     DOI : -
Core Subject : Science,
Computer Science & IT
Khazanah Informatika: Jurnal Ilmiah Komputer dan Informatika, an Indonesian national journal, publishes high quality research papers in the broad field of Informatics and Computer Science, which encompasses software engineering, information system development, computer systems, computer network, algorithms and computation, and social impact of information and telecommunication technology.
Arjuna Subject : -
Articles 250 Documents
 17   18   19   20   21 
Implementasi Metode PERT dan CPM pada Sistem Informasi Manajemen Proyek Pembangunan Kapal Abdurrasyid Abdurrasyid; Luqman Luqman; Abdul Haris; Indrianto Indrianto
Khazanah Informatika Vol. 5 No. 1 June 2019
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v5i1.7066

Abstract

Ketepatan waktu, biaya, dan kualitas adalah hal yang menjadi perhatian dalam perencanaan proyek yang tertuang dalam penjadwalan proyek. Dalam pengerjaan proyek muncul beberapa masalah dalam perencanaan dan pengendalian proyek, yaitu sulitnya dipetakan jalur kritis dari suatu kegiatan. Pada PT. Bandar Abadi keterlambatan proyek sering terjadi akibat tertundanya penyelesaian kegiatan-kegiatan kritis dan berimbas pada biaya proyek semakin besar. Pada penelitian ini digunakan metode Critical Path Method (CPM) dan Project Evaluation Review Technic (PERT) yang digunakan membantu project manager dalam merencanakan dan mengendalikan proyek, di mana metode ini dapat membantu project manager dalam menentukan kegiatan kritis dan mengetahui estimasi waktu penyelesaian pada sebuah proyek. Hasil akhir yang didapatkan dalam penelitian ini adalah didapatkannya jalur kritis untuk pembangunan kapal dilengkapi dengan sistem informasi berbasis web yang dapat digunakan project manager untuk mengelola proyek pembangunan kapal dengan menggunakan metode PERT dan CPM, dapat membantu dalam mengelola proyek pembangunan kapal di PT. Bandar Abadi, menurunkan risiko keterlambatan proyek, dan mencegah munculnya biaya proyek akibat keterlambatan.
Drought Analysis and Forecast Using Landsat-8 Sattelite Imagery, Standardized Precipitation Index and Time Series Musa Marsel Maipauw; Eko Sediyono; Sri Yulianto Joko Prasetyo
Khazanah Informatika Vol. 6 No. 1 April 2020
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v6i1.8863

Abstract

A drought is a phenomenon of shortages in water supply in an area for a long time. Drought usually occurs in areas that have little rain for a long time or in areas with low precipitation. Drought have negative impacts on many sectors such as agriculture, plantations, water resources and environment. This paper describes the results of a research that aims to analyze data to get the level of drought during four yearly periods, and predict the likelihood of drought to occur in the future. The level of drought was analyzed using the Inverse Distance Weighted (IDW) method and the Standardized Precipitation Index (SPI). Least square time series was utilized to forecast the level of drought in the near future. Data consists of drought data collected from electronic news, rainfall data from BMKG, and anual Landsat-8 satellite imagery. All data are for Western Southeast Mallucas in the range of 2015-2018. Analysis using IDW and SPI methods produce similar interpretation for year 2015, i.e. mild dryness, and fro year 2018, i.e. no drought. However, the two methods show discrepancy in analysis of data for 2016 and 2017. The use of least square time series to forecast drought in 2019 gives SPI value of 0.03 which intepretes as normal weather (no drought) that is consistent with the result of field observation.
Implementasi Data Warehouse Dan Data Mining Untuk Pengembangan Sistem Rekomendasi Pemilihan SMA Yusuf Sulistyo Nugroho; Triana Dewi Salma; Sigid Rokhanuddin
Khazanah Informatika Vol. 2 No. 2 Desember 2016
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v2i2.2333

Abstract

Jumlah penyelenggara pendidikan di Sragen telah mengalami peningkatan dalam kurun beberapa tahun terakhir. Hal ini juga salah satu akibat dari semakin banyaknya jumlah siswa di wilayah tersebut. Namun dengan adanya peningkatan jumlah ini ternyata tidak diimbangi dengan pengelolaan data sekolah yang baik misalnya menggunakan teknologi informasi. Tidak adanya pusat data yang terintegrasi secara baik dapat menyebabkan pihak sekolah bahkan masyarakat sulit untuk mendapatkan informasi yang valid sehingga banyak calon siswa yang mengalami kesulitan untuk menentukan sekolah menengah tingkat atas yang akan dituju. Berdasarkan hal tersebut, sebuah data warehouse diperlukan sebagai pengelola data sekolah-sekolah secara terintegrasi dengan baik di Sragen dan dikembangkan sistem rekomendasi dengan menerapkan teknik data mining. Dengan demikian, data-data sekolah dapat digali untuk menghasilkan suatu informasi strategis yang dapat dimanfaatkan sebagai rekomendasi bagi calon siswa sekolah menengah atas untuk menentukan pilihan sekolah yang dituju.Suatu diagram snowflake dirancang sebagai langkah awal dalam pengembangan data warehouse. Sementara itu, sistem rekomendasi dibangun menggunakan metode naïve bayes dengan cara menghitung probabilitas masing-masing kriteria yang diajukan dalam perhitungan. Adapun kriteria yang digunakan yaitu biaya sekolah, jarak sekolah, nilai akreditasi, tingkat kelulusan, dan nilai rerata ujian akhir nasional.Hasil penelitian menunjukkan bahwa sebuah data warehouse telah berhasil dibangun sebagai pengelola data sekolah di Sragen yang terintegrasi dan terhubung dengan sistem rekomendasi untuk membantu calon siswa memilih sekolah yang sesuai berdasarkan kriteria-kriteria yang diajukan. Rekomendasi yang dihasilkan oleh sistem berdasarkan nilai confidence tertinggi dari setiap variabel masing-masing sekolah, prioritas variabel, serta urutan peringkat sekolah.
Aplikasi Paperless Library dan Pengukuran Dampak dengan Model IS-IMPACT Rahmandani Herlambang; Husni Thamrin
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6143

Abstract

Perpustakaan digital adalah kumpulan benda digital termasuk pustaka buku, organisasi dari koleksi informasi dan layanan, serta cara tidak terbatas jarak dan waktu. misalnya situs web perpustakaan. Pelanggaran hak cipta pada pustaka digital sangat mungkin terjadi karena benda digital mudah digandakan. Namun hal tersebut dapat dicegah dengan mengeluarkan buku berformat pdf / mobi / epub ke bentuk gambar dan memberikan watermark. Seperti yang diterapkan pada pengembangan aplikasi perpustakaan digital oleh penulis untuk hak cipta pustaka. Ini adalah salah satu keunggulan dari sistem yang dikembangkan, selain tampilan responsif pada platform desktop atau mobile. Terdapat fitur baca pustaka DENGAN XP! Hidup XP buku digital, pustaka untuk review akses terbuka bersifat terbatas untuk review Pembaca, sedangkan akses tertutup bersifat Terbatas untuk review Jangka Waktu Pembaca berdasarkan Jangka Waktu eksemplar pustaka Yang disediakan. Aplikasi telah diuji dan diterapkan di Universitas Muhammadiyah Kalimantan Timur, yang memiliki slogan UNIVERSITAS PAPERLESS BERBASIS TI . Hasil-hasil sistem informasi dengan model IS-IMPACT menunjukkan aplikasi yang telah digunakan juga untuk digunakan untuk me-alih-alih paket hak cipta
Aplikasi Pemrediksi Masa Studi dan Predikat Kelulusan Mahasiswa Informatika Universitas Muhammadiyah Surakarta Menggunakan Metode Naive Bayes Muhammad Amin Nurrohmat
Khazanah Informatika Vol. 1 No. 1 Desember 2015
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v1i1.1179

Abstract

Informatika merupakan salah satu program studi di Universitas Muhammadiyah Surakarta yang memiliki data mahasiswa cukup besar baik data mahasiswa aktif maupun mahasiswa yang sudah lulus. Setiap tahun data tersebut semakin bertambah banyak. Di sisi lain, data yang dimiliki tersebut jika tidak dikelola dengan baik, maka hanya akan menjadi tumpukan data yang tidak bermanfaat, sehingga informasi yang dihasilkan juga tidak banyak. Salah satu cara untuk mengatasi masalah ini adalah data tersebut diubah menjadi sebuah informasi yang bersifat strategis. Oleh karena itu, tujuan penelitian ini adalah membuat suatu aplikasi untuk melakukan prediksi terhadap lama studi dan predikat kelulusan mahasiswa dengan menerapkan teknik data mining. Metode aplikasi yang digunakan dalam data mining untuk prediksi adalah algoritma naïve bayes. Hal ini digunakan untuk menganalisis data, terutama dalam proses pengenalan pola, memprediksi masa studi dan predikat kelulusan. Setelah pengolahan data, aplikasi akan menampilkan laporan serta laporan ringkasan. Hasil penelitian menunjukkan bahwa aplikasi dapat digunakan untuk membantu program studi informatika dalam rangka menemukan informasi strategis terkait dengan lama studi dan predikat kelulusan mahasiswa.
Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika Ratna Puspita Sari Putri; Indra Waspada
Khazanah Informatika Vol. 4 No. 1 Juni 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i1.5975

Abstract

Data tentang mahasiswa yang lulus merupakan sebuah data yang penting baik bagi departemen, fakultas maupun universitas karena data tersebut digunakan dalam proses akreditasi. Data tentang mahasiswa yang lulus terus bertambah di tiap tahunnya dan menumpuk seperti data yang terabaikan karena jarang digunakan. Data tentang mahasiswa yang lulus dapat memberikan informasi yang berguna jika dimanfaatkan dengan maksimal. Maka dari itu, penelitian ini akan memanfaatkan data tentang mahasiswa yang lulus dengan mengolahnya menggunakan data mining untuk mendapatkan informasi berupa prediksi kelulusan mahasiswa. Metode yang akan digunakan adalah metode pohon keputusan yang dibangun dengan algoritma C4.5 disertai dengan algoritma error-based pruning untuk proses pemotongan pohon keputusan. Kriteria yang akan digunakan adalah jenis kelamin, asal daerah, IPK, dan TOEFL. Dalam penerapannya, algoritma C4.5 dapat digunakan untuk menghasilkan prediksi kelulusan dengan nilai rata-rata precision 63.93%, recall 60.73%, dan akurasi 60.52%. Setelah pohon keputusan dipotong dengan menggunakan metode error-based pruning, didapatkan hasil yang lebih baik. Pohon yang dipotong dengan menggunakan nilai confidence 0,4 menghasilkan precision 70.70%, recall 50.65%, dan akurasi 61.57%. Sedangkan pohon yang dipotong dengan menggunakan nilai confidence 0,25 menghasilkan precision 73.77%, recall 48.84%, dan akurasi 62.44%.
Effectiveness of SVM Method by Naïve Bayes Weighting in Movie Review Classification Fadli Fauzi Zain; Yuliant Sibaroni
Khazanah Informatika Vol. 5 No. 2 December 2019
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v5i2.7770

Abstract

Classification of movie review belongs to the realm of text classification, especially in the field of sentiment analysis. One familiar text classification method used is support vector maching (SVM) and Naïve Bayes. Both of these methods are known to have good performance in handling text classification separately. Combining these two methods is expected to improve the performance of classifier compared to working separately. This paper reports the effort to classify movie reviews using the combined method of Naïve Bayes and SVM with Naïve Bayes as weights. This combined method is commonly called NBSVM. The results showed the best accuracy is obtained if the classification is done by the NBSVM method, which is equal to 88.8% with the combined features of unigram and bigram and using pre-processing in the form of data cleansing only.
Combination of K-Means and Simple Additive Weighting in Deciding Locations and Strategies of University Marketing Muhamad Ali Kasri; Handaru Jati
Khazanah Informatika Vol. 6 No. 2 October 2020
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v6i2.11281

Abstract

Every year UNIMUDA Sorong welcomes new students and keeps promoting to attract more. The process generates a growing number of student data. On the other hand, the promotional strategy to attract new students faces obstacles such as generalization among locations, ineffective time, limited personnel to carry out promotions, and cost inefficiency. This study examines the new student data and university marketing strategies to optimize time, effort, and cost. It uses the K-Means method for data grouping and the Simple Additive Weighting (SAW) for ranking the results of data grouping. The result of this research suggests that the location of promotion may be determined from the clustering process using the K-Means method. The silhouette coefficient test invalidates the data clustering, and the SAW method helps the ranking process to obtain a sequence of promotion locations. The ranking results reflect the predetermined decision table that directs promotion location selection according to the promotion strategy. The combination of the two methods helps to decide the location and marketing strategy to optimize time, effort, and cost. The results of this study may be used as a comparative reference for the management to decide the right promotion strategy based on the locations and student background.
Meningkatkan Peran Model Bahasa dalam Mesin Penerjemah Statistik (Studi Kasus Bahasa Indonesia-Dayak Kanayatn) Herry Sujaini
Khazanah Informatika Vol. 3 No. 2 Desember 2017
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v3i2.4398

Abstract

Sistem terjemahan mesin berbasis statistik menggunakan kombinasi satu atau lebih model terjemahan dan model bahasa. Meskipun ada banyak penelitian yang membahas peningkatan model terjemahan, masalah mengoptimalkan model bahasa untuk tugas penerjemahan tertentu belum banyak mendapat perhatian. Biasanya, model trigram digunakan sebagai model bahasa standar dalam sistem terjemahan mesin statistik. Dalam tulisan ini kami menerapkan 4 strategi eksperimen untuk melihat peran model bahasa yang digunakan dalam mesin terjemahan Indonesia-Dayak Kanayatn dan menunjukkan perbaikan pada sistem baseline dengan model bahasa standar.
Perancangan Sistem Pendukung Keputusan Seleksi Asisten Dosen Menggunakan Kombinasi Metode Profile Matching dan TOPSIS Berbasis Web Service Ramos Somya; Retantyo Wardoyo
Khazanah Informatika Vol. 5 No. 1 June 2019
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v5i1.7924

Abstract

Seleksi asisten dosen di Fakultas Teknologi Informasi Universitas Kristen Satya Wacana (FTI UKSW) dilakukan setiap awal semester. Proses seleksi tersebut mengalami beberapa kendala, antara lain mahasiswa harus datang langsung ke kantor Tata Usaha untuk melakukan pendaftaran yang ditulis di form pendaftaran. Form pendaftaran juga pernah hilang sehingga harus dilakukan pendaftaran ulang. Proses seleksi dilakukan oleh koordinator dosen matakuliah dengan mengadakan tes atau wawancara untuk mencari beberapa informasi untuk dijadikan pertimbangan dalam memilih asisten dosen. Proses seleksi memakan waktu yang lama, sehingga menyebabkan kegiatan praktikum menjadi terlambat untuk dimulai. Pada penelitian ini dibuat pemodelan Sistem Pendukung Keputusan (SPK) menggunakan metode TOPSIS dan Profile Matching berbasis teknologi Web Service untuk mengatasi masalah dalam proses pendaftaran dan seleksi asisten dosen di FTI UKSW. Hasil akhir perhitungan menggunakan metode TOPSIS dan Profile Matching ini berbentuk ranking yang dapat digunakan untuk membantu dosen koordinator matakuliah dalam menentukan calon asisten dosen yang akan diterima.

Page 19 of 25 | Total Record : 250

 17   18   19   20   21 

Filter by Year

2015 2023


Reset
Filter By Issues
All Issue Vol. 9 No. 2 October 2023 Vol. 9 No. 1 April 2023 Vol. 8 No. 2 October 2022 Vol. 8 No. 1 April 2022 Vol. 7 No. 2 October 2021 Vol. 7 No. 1 April 2021 Vol. 6 No. 2 October 2020 Vol. 6 No. 1 April 2020 Vol. 5 No. 2 December 2019 Vol. 5 No. 1 Juni 2019 Vol. 5 No. 1 June 2019 Vol. 4 No. 2 Desember 2018 Vol. 4 No. 2 Desember 2018 Vol. 4 No. 1 Juni 2018 Vol. 4 No. 1 Juni 2018 Vol. 3 No. 2 Desember 2017 Vol. 3 No. 2 Desember 2017 Vol. 3 No. 1 Juni 2017 Vol. 3 No. 1 Juni 2017 Vol. 2 No. 2 Desember 2016 Vol. 2 No. 2 Desember 2016 Vol. 2 No. 1 Juni 2016 Vol. 2 No. 1 Juni 2016 Vol. 1 No. 1 Desember 2015 Vol. 1 No. 1 Desember 2015 More Issue