cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Oris Krianto Sulaiman
Contact Email
oris.ks@ft.uisu.ac.id
Phone
-
Journal Mail Official
oris.ks@ft.uisu.ac.id
Editorial Address
-
Location
Kota medan,
Sumatera utara
INDONESIA
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan
Published by Universitas Islam Sumatera Utara
ISSN : 25407597     EISSN : 25407600     DOI : -
Core Subject : Science,
Computer Science & IT
Merupakan jurnal yang dikelola oleh program studi teknik informatika Universitas Islam Sumatera Utara (UISU), jurnal ini membahas ilmu dibidang Informatika dan Teknologi jaringan, sebagai wadah untuk menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan ilmu informatika. InfoTekjar terbit 2 kali dalam setahun yaitu pada bulan maret dan september, terbitan pertama bulan september 2016. Artikel yang masuk akan diterima oleh editor untuk kemudian diteruskan ke editor bagian dan diteruskan lagi ke reviewer untuk di review artikel nya. Waktu review maksimal dilakukan selama 4 minggu.
Arjuna Subject : -
Articles 331 Documents
 13   14   15   16   17 
Analisis Kelayakan Kredit Berbasis Algoritma K-Nearest Neighbor (Studio Kasus: Koperasi AKU) Rusda Wajhillah; Irsyad Hafizh Ubaidallah; Saeful Bahri
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1264

Abstract

Kredit macet merupakan sumber ancaman terbesar dalam menjalankan operasi bisnis, dan mampu menyebabkan kesulitan keuangan pada masa mendatang, dan telah tercatat 40% kredit macet pada sejumlah koperasi di Salatiga, 10 milyar kredit macet di Kabupaten Bantul, serta tumpukan kredit macet yang rata-rata mencapai 10% menyebabkan peningkatan koperasi tidak aktif hingga 29%. Analisa kredit sangat dibutuhkan untuk menekan resiko terjadinya kredit bermasalah. Salah satu cara untuk mengurangi resiko kredit bermasalah yaitu mengunakan sebuah algoritma yang mampu mengklasifikasikan data kelayakan pemberian kredit, salah satu algoritma yang telah sukses diterapkan oleh beberapa peneliti yaitu algoritma K-Nearest Neighbor hal ini disebabkan karena algoritma ini cocok digunakan untuk dataset yang berukuran tidak terlalu besar seperti pada dataset penelitian ini yang hanya terdapat 276 data yang dibagi kedalam 2 kategori 94 macet 182 lancar. Dari dataset yang di uji hasil yang didapatkan akurasi tertinggi sebesar 79,45% pada nilai K=1, dengan rata-rata akurasi 73,696%, dan nilai AUC tertinggi didapat pada K=9 dengan nilai sebesar 0,811, dengan nilai akurasi tersebut algoritma K-NN memiliki kinerja cukup baik dalam proses klasifikasi data kelayakan pemberian kredit.
The Role Of Blockchain As A Security Support For Student Profiles In Technology Education Systems Po Abas Sunarya; Untung Rahardja; Lusyani Sunarya; Marviola Hardini
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.1833

Abstract

The sophistication of education technology (edu-tech) from the perspective of the blockchain has not been well implemented, because so far the methods used in education are still centralized and tend to be any student data such as class schedules and student profiles can be falsified. So an edu-tech research was made that applied the blockchain to facilitate learning related to the industrial revolution 4.0 and was able to optimize the delivery of information that is currently still one-way. Although there are a number of benefits that have been felt about edu-tech, digital disruptions remain, many challenges related to information security and privacy. The presence of the blockchain in security work integrated with a smartphone will be able to optimize the existing security system, authentication, and information that has been distributed in relation to student profiles, which can be assured of their originality.
Implementasi Algoritma K-Means Dalam Penentuan Prioritas Rehabilitasi Daerah Aliran Sungai Cipunagara Odi Nurdiawan; Fidya Arie Pratama
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1633

Abstract

Kekeringan salah satu kejadian yang sering terjadi pada wilayah indramayu bagian barat, rehabilitasi daerah aliran sungai menjadi salah satu alternatif. Lahan lahan wilayah subang - indramayu dalam keadan kritis, maka perlu dilakukan pengelompokan wilayah lahan kritis menggunakan algoritma k-means, sehingga mudah dalam menentukan prioritas rehabilitasi daerah aliran sungai. Penelitian ini dibagi menjadi 3 tahap diantaranya Tahap 1 (Satu) pada tahap penelitian ini menentukan objek penelitian, yang akan dijadikan objek yaitu kelompok budidaya pertanian dan Bina Pengelola Daerah Aliran Sungai, kemudian dilakukan rumusan masalah. Tahap 2 (Dua) mengumpulkan data primer yang akan dilakukan pre-processing. Tahap 3 (Tiga) penerapan algoritma k-means dan Parameter data yang berpengaruh dalam menentukan tingkat kekritisan lahan yaitu skor penutupan lahan, skor lereng, skor erosi, skor produktivitas dan skor manajemen. Sehingga diketahui kelompok wilayah lahan kritis yang tinggi. Hasil penelitian ini  rehabilitasi daerah aliran sungai cipunagara dengan menggunakan metode algoritma k-means dapat menghasilkan kumpulan cluster dengan indeks Davies-Bouldin terkecil kumpulan cluster terbaik adalah cluster_1 dengan nilai 1886.707.
Artificial Neural Network Pada Industri Non Migas Sebagai Langkah Menuju Revolusi Industri 4.0 Iin Parlina; Anjar Wanto; Agus Perdana Windarto
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1682

Abstract

The research conducted aims to make predictions with artificial neural metwork (backpopagation) and sensitivity analysis in the non-oil processing industry for the value of industrial exports. Data was obtained from the Badan Pusat Statistik (BPS) in collaboration with the Ministry of Industry of the Republic of Indonesia in the last 7 years (2011-2017). The process is carried out by dividing the data into 2 parts (training and testing) to obtain the best architectural model. The data processing uses the help of Matlab 6.0 software. Model selection is done by try and try to get the best architectural model. In this study using 7 architectural models (15-2-1; 15-5-1; 15-10-1; 15-15-1; 15-2-5-1; 15-5-10-1 and 15- 10-5-1) who have been trained and tested. By using the help of Matlab 6.0 software, the best architectural model is obtained 15-2-1 with an accuracy rate of 93%, epoch training = 189,881, MSE testing = 0.001167108 and MSE training = 0,000999622. The best architecture will be continued to predict the non-oil industry based on the most dominant export value using sensitivity analysis. From the architectural model a prediction of 5 out of 15 non-oil and gas industries contributes: Food Beverage Industry, Textile Apparel Industry, Basic Metal Industry, Rubber Industry, Rubber and Plastic Goods and Metal Goods Industry, Not Machines and Equipment , Computers, Electronics and Optics.
Optimalisasi Algoritma Rabin Karp menggunakan TF-IDF Dalam Pencocokan Text Pada Penilaian Ujian Essay Otomatis Saeful Bahri; Rusda Wajhillah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2294

Abstract

Penilaian capaian belajar merupakan salah satu tolak ukur dalam keberhasilan proses belajar mengajar, salah satu metode pengukuran capaian tersebut adalah dengan penilaian essay, namun pada prosesnya penilaian dengan essay terdapat beberapa kekurangan diantaranya objektifitas penilai dalam memberikan hasil penilaian tersebut, beberapa peneliti telah melakukan penelitian tentang sebuah sistem penilaian essay secara otomatis diantaranya menggunakan beberapa algoritma seperti LSA (Latent Semantic analysis) dan Neural Network, algoritma tersebut memiliki beberapa kekurangan seperti pada LSA yang memiliki kekurangan dalam penanganan vector dalam mencocokan teks, sedangkan NN perlu data yang besar dalam mencocokan teks, pada penelitian ini akan diterapkan algoritma rabin karp, yang bekerja secara langsung dalam mencocokan teks berdasarkan Hash yang ditambahakan TF-IDF yang berguna untuk melakukan pengindekan dan menghitung frekuensi kemunculan teks pda sebuah dokumen, kedua metode ini terbukti mampu meningkatkan hasil pencocokan sebesar 11,81%
Penerapan Algoritma One Time Pad & Linear Congruential Generator Untuk Keamanan Pesan Teks Rachmat Aulia; Ahmad Zakir; Muhammad Zulhafiz
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1590

Abstract

Keamanan informasi memiliki peran penting dalam teknologi informasi. Pengiriman pesan ada baiknya dilakukan dengan menerapkan teknik kriptografi. Hal ini dilakukan untuk meminimalkan pihak-pihak yang tidak bertanggung jawab dalam melakukan pencurian atau pendayapan pesan. Kriptografi dapat diartikan sebagai pesan berbentuk teks, yang tidak diketahui maksudnya. Dalam pelaksanaannya, pesan asli ditransformasikan ke dalam bentuk tidak beraturan, dimana ketika sampai dengan pasti ke target, pesannya dapat dikembalikan lagi ke bentuk aslinya. Kriptografi diklasifikasikan dalam tiga: simetri, asimetri, dan hash. One Time Pad merupakan jenis kriptografi simetris dimana enkripsi dan dekripsinya menggunakan kunci yang sama. Penggunaan kunci yang berbeda akan mengakibatkan hasil yang berbeda. Proses pada One time Pad adalah panjang pesan harus sama dengan panjang kunci. Salah satu mekanisme yang dapat membantu dalam membangkitkan kunci pada algoritma One Time Pad adalah menggunakan pembangkit kunci yang mampu membangkitkan kunci unik yang cukup panjang sesuai dengan panjang teks yang digunakan. Pembangkit kunci tersebut adalah Linier Congruential Generator. LCG adalah salah satu pembangkit bilangan acak tertua dan cukup terkenal. Kombinasi dari kedua teknik ini yaitu OTP dan LCG dapat menghasilkan enkripsi dan deskripsi pesan secara efisien, sehingga pesan aman pada saat dikirim melalui internet.
Penerapan Deep Learning dalam Pendeteksian Autism Toddler Diah Ayu Ambarsari; Ridan Nurfalah; Sandra Jamu Kuryanti
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1593

Abstract

Health is a very important thing. Everyone can overcome health problems. Children's health is the dream of every parent. During the growth period the child will switch several times which can stop their development. Parents must be more sensitive and have extensive knowledge in health. The problem that often occurs is that parents do not know the initial autism symptoms that occur in the baby, so more parents assume if it is okay, this situation accelerates the diagnosis process, whereas autism disorders can be detected early by looking at growing habits child development every time an autism transfer is a developmental development in children, autism must facilitate quickly, because with autism treatment quickly and quickly will help autistic patients grow back to normal. To help understand the children mengamalim autism, the authors conducted research with new methods. In a previous study, Fades Tahbatan conducted research to ascertain whether the child was autistic or not using a tool. But it only produces data sets., It turns out to have attributes that are not yet precise, which increases the level of accuracy. In this research, use the method of deep learning and improve accuracy, the application used is fast miners. The variables are then processed so as to produce a prediction model from the data set obtained. Accuracy values that can be processed are sufficient while accuracy = 98.96% precision = 96.74%, recall = 98.49% with AUC of = 0.90 Keywords: Autism, deep learning, toddlers  
Sistem Keamanan Ruangan Berbasis Internet of Things Menggunakan Single Board Computer Rima Dias Ramadhani; Afandi Nur Aziz Thohari; Novanda Alim Setya Nugraha
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2338

Abstract

Closed Circuit Television (CCTV) is a security system to monitoring a room. In recent years, the use of CCTV is becoming less effective. CCTV usually have expensive rental fees and expensive device. Surveillance system using CCTV still need security officer to monitoring room condition through TV Screen. In this research purposed to build surveillance system using artificial intelligence method. The system features are detect object and send notification through Short Message Service (SMS). Single Board Computer (SBC) is used to processing video data. Technique for detecting objects is Structural Similarity (SSIM). Thought this technique, system have more accuration because it can't read shadow as object. Based on testing result obtained that system can detect object and send notification to user through SMS. System can't read object if low light intensity, but if high intensity of light the system can detect objects that have far position. Maximum frame rate that used to capture video is 60 fps, because limitation of SBC that used.
Penerapan Komparasi Teorema Bayes dengan Euclidean Probability dalam Pendiagnosaan Dermatic Bacterial Puji Sari Ramadhan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1579

Abstract

Penelitian ini memaparkan tentang analisis perbandingan metode Euclidean Probability dengan Teorema Bayes yang bertujuan untuk mengetahui metode yang paling baik dan optimal dalam menghasilkan diagnosis terhadap penyakit Dermatic Bacterial. Dari penelitian ini dapat membantu masyarakat untuk melakukan diagnosis dan penanganan dini terhadap penderita Dermatic Bacterial yang selama ini kesulitan dalam melakukan diagnosis dengan teknik konvensional disebabkan keterbatasan pengetahuan masyarakat dan tidak tercukupinya para ahli yang tersebar diberbagai wilyah. Proses pengujian perbandingan metode tersebut dilakukan dengan cara memilih nilai hasil diagnosis tertinggi  serta melakukan analisis perbandingan metode menggunakan teknik eksponensial sehingga dapat diketahui metode yang paling akurat dan optimal dalam melakukan diagnosis terhadap penyakit Dermatic Bacterial. Dari hasil pengujian yang telah dilakukan dari beberapa sampel kasus maka dapat diketahui bahwa Euclidean Probability memperoleh hasil nilai diagnosis 0,74 atau dengan persentase 74% sedangkan Teorema Bayes memperoleh hasil nilai diagnosis 0,51 atau dengan persentase 51% serta dari hasil perbandingan metode menggunakan teknik eksponensial, Euclidean Probability memperoleh hasil 0,86 atau 86% Teorema Bayes memperoleh hasil 0,71 atau 71%. Dengan hasil ini maka dapat disimpulkan bahwa Euclidean Probability lebih baik daripada dengan Teorema Bayes dalam melakukan diagnosis terhadap penyakit Dermatic Bacterial.
Sistem Pendukung Keputusan Seleksi Mahasiswa Penerima Beasiswa menggunakan Metode Fuzzy Multiple Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW) Laurentinus Laurentinus
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1559

Abstract

Dalam menempuh pendidikan di perguruan tinggi Indonesia, mahasiswa dapat menempuh jalur reguler atau jalur beasiswa. Menurut data PDDIKTI terdapat yang jumlahnya 4.687 perguruan tinggi di Indonesia, salah satunya yaitu STMIK Atma Luhur yang memberikan beasiswa menggunakan kriteria yang berbeda-beda setiap beasiswa. Masalah yang di hadapi saat ini yaitu belum tersedianya sistem yang terkomputerisasi yang dapat menentukan pemberian beasiswa kepada mahasiswa yang berhak mendapatkan mahasiswa. Penelitian ini membahas 2 beasiswa yaitu beasiswa tidak mampu dan beasiswa mahasiswa berprestasi. Metode yang digunakan pada penelitian ini yaitu Metode FMADM dalam melakukan pembobotan dan Metode simple additive weighting untuk melakukan perankingan terhadap setiap alternatif sehingga penilaian beasiswa yang lebih akurat dan efisien. Sistem dirancang berbasis web dan android menggunakan bahasa pemrograman opensource sehingga dapat diterapkan diseluruh perguruan tinggi. Hasil dari penelitian ini yaitu bagian kemahasiswaan dapat lebih akurat, efektif dan efisien dalam memberikan beasiswa agar yang mendapatkan beasiswa adalah mahasiswa yang paling layak.

Page 15 of 34 | Total Record : 331

 13   14   15   16   17 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10, No 1 (2025): InfoTekJar September Vol 9, No 2 (2025): INFOTEKJAR MARET Vol 9, No 1 (2024): InfoTekJar September Vol 8, No 2 (2024): InfoTekJar Maret Vol 8, No 1 (2023): InfoTekJar September Vol 7, No 2 (2023): Infotekjar Maret Vol 7, No 1 (2022): InfoTekJar September Vol 6, No 2 (2022): InfoTekJar Maret Vol 6, No 1 (2021): InfoTekJar September Vol 5, No 2 (2021): InfoTekJar Maret Vol 5, No 1 (2020): InfoTekJar September Vol 4, No 2 (2020): InfoTekJar Maret Vol 4, No 1 (2019): InfoTekJar September Vol 3, No 2 (2019): InfoTekJar Maret Vol 3, No 1 (2018): InfoTekJar September Vol 2, No 2 (2018): InfoTekJar Maret Vol 2, No 1 (2017): InfoTekJar September Vol 1, No 2 (2017): InfoTekJar Maret Vol 1, No 1 (2016): InfoTekJar Vol 1, No 1 (2016): InfoTekJar September More Issue