InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan
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.
Articles
331 Documents
<![CDATA[Pengujian Efektifitas Metode Multi Factor Evaluation Process dan Weight Product dalam Pengambilan Keputusan ]]>
<![CDATA[Puji Sari Ramadhan]]>;
<![CDATA[Saiful Nurarif]]>;
<![CDATA[Purwadi Purwadi]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3798
<![CDATA[Penelitian ini membahas tentang pengujian efektifitas metode Multi Factor Evaluation Process dan Weight Product dalam menghasilkan keputusan. Pengujian dilakukan dengan cara melakukan perbandingan terhadap kedua metode tersebut, sehingga dapat diketahui metode yang paling baik dalam penentuan seleksi dosen tetap. Proses pengujian metode dilakukan dengan melakukan penerapan Multi Factor Evaluation Process dan Weight Product ke dalam sebuah permasalahan tentang seleksi penerimaan dosen tetap di STMIK Triguna Dharma. Diawali dengan menentukan alternatif yang akan diseleksi, kemudian melakukan perhitungan dari masing-masing metode. Dari hasil perhitungan tersebut maka akan diperoleh hasil keputusan tentang seleksi penerimaan dosen tetap. Dari hasil pengujian yang dilakukan dapat diketahui bahwa .nilai Weight Product pada seluruh alternatif tidak melebihi nilai 1, sementara itu untuk Multi Factor Evaluation Process mendapat nilai dengan range 70 sampai dengan 85. Kemudian untuk nilai rata-rata, Weight Product mendapatkan 0,11 dan Multi Factor Evaluation Process mendapatkan nilai 80,8. Dari hasil tersebut maka dapat disimpulkan bahwa Multi Factor Evaluation Process lebih baik dibandingkan Weight Product, hal ini dikarenakan nilai keputusan yang dihasilkan oleh Multi Factor Evaluation Process terlihat lebih pasti, yaitu range nilainya diatas nilai 0.]]>
<![CDATA[Implementasi Metode Topsis Dalam Menangani Masalah Pengalokasian Dosen Pembimbing Skripsi Dilingkungan Fakultas Ilmu Komputer Dan Teknologi Informasi Universitas Muhammadiyah Sumatera Utara ]]>
<![CDATA[Fanny Ramadhani]]>;
<![CDATA[Al-Khowarizmi Al-Khowarizmi]]>;
<![CDATA[Indah Purnama Sari]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.4363
<![CDATA[Decision Support System (DSS) is a computerized system used to help policy makers to make a decision. This system is used as a second opinion to assist decision making by combining complex data, models and analytical tools. There are various algorithms or methods applied in this system, one of which is the Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). This method focuses on calculating the smallest distance to the positive ideal solution and the largest distance from the negative ideal solution from a geometric point of view using Euclidean distance. The TOPSIS method will use several criteria such as the competence of the lecturer, the final education of the lecturer, functional position of the lecturer and the quota of students who are being trained. So that it will be more effective in selecting the thesis supervisor according to the field of knowledge controlled by the supervisor. The leader of the Faculty of Computer Science and Information Technology are facilitated by the support of a decision-making support system to allocate thesis supervisors for students by using the TOPSIS method. Sistem pendukung pembuat keputusan (SPPK) atau dalam referensi lain juga disebut dengan Decision Support System (DSS) adalah sebuah sistem yang dikomputerisasi digunakan untuk membantu pemangku kebijakan untuk membuat sebuah keputusan. Sistem ini digunakan sebagai second opinion untuk membantu pengambilan keputusan dengan menggabungkan data, model-model dan alat-alat analisis yang kompleks. Ada berbagai algoritma atau metode yang diterapkan dalam sistem ini, salah satunya adalah Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Metode ini menitik beratkan pada perhitungan jarak terkecil pada solusi ideal positif dan jarak terbesar dari solusi ideal negative dari sudut pandang geometris dengan menggunakan jarak Euclidean. Metode TOPSIS akan menggunakan beberapa kriteria seperti kompetensi dosen, pendidikan akhir dosen jabatan fungsional dosen dan kuota mahasiswa yang sedang diampuh. Sehingga akan lebih efektif dalam melakukan pemilihan dosen pembimbing skripsi sesuai bidang ilmu yang dikuasai dosen pembimbing. Pembuat kebijakan di lingkungan Fakultasi Ilmu Komputer dan Teknologi Informasi dimudahkan dengan adanya dukungan dari sistem pendukung pembuatan keputusan untuk mengalokasikan dosen pembimbing skripsi bagi mahasiswa dan mahasiswi dengan memanfaatkan metode TOPSIS.]]>
<![CDATA[Sistem Pendukung Keputusan Rekomendasi Pencari Kerja menggunakan TOPSIS (Studi Kasus: PT PLN Wilayah Riau dan Kepulauan Riau) ]]>
<![CDATA[Sukamto Sukamto]]>;
<![CDATA[Yanti Andriyani]]>;
<![CDATA[Chairia Oktoviani]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3866
<![CDATA[PT. PLN (Persero) in serving society requires quality human resources. Quality of employees in supporting the advancement of a company is very important, so that many companies are working to have quality qualified employees. One way to overcome these problems is by capturing prospective employees in accordance with the criteria desired by the company, it's just that many companies are often problematic in the process of filing and sorting because it is done manually, the result becomes not in accordance with the desired criteria of a prospective employee company. So it takes a decision support system (SPK) with the method of Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) for selection of employees who have several criteria such as the Endurance Test, Academic Test, Psych Test, Lab Test, And Interviews. Results can be concluded that the DSS employee acceptance using TOPSIS method produced a system that could provide the best applicant's recommendations in accordance with the criteria specified]]>
<![CDATA[Media Pembelajaran Gangguan Pendengaran NIHL (Noise Induced Hearing Loss) Berbasis Android ]]>
<![CDATA[Durrun Nada Amarylis]]>;
<![CDATA[Evanita Evanita]]>;
<![CDATA[Aditya Akbar Riadi]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.4084
<![CDATA[Media pembelajaran gangguan pendengaran Noise Induced Hearing Loss (NIHL) berbasis android adalah media pembelajaran yang menyampaikan pembelajaran mengenai gangguan pendengaran NIHL dalam bentuk aplikasi android dan dalam penyampaian materinya menggunakan animasi 3D yang dibuat menggunakan metode perancangan multimedia development life cycle (MDLC). Pada media pembelajaran ini terdapat tiga menu yaitu menu deskripsi, video player, dan kuis. Pada menu deskripsi berisi penjelasan mengenai anatomi telinga, agar pengguna memahami bagian-bagian dari telinga terlebih dahulu sebelum mengerti materi tentang gangguan pendengaran NIHL. Pada menu video player digunakan sebagai penyampaian materi dalam bentuk video animasi 3D. Dan menu kuis untuk mengasah pemahasan pengguna tentang gangguan pendengaran NIHL. Pada pengujian media pembelajar dengan menggunakan angket (kuesioner) terhadap 20 responden menghasilkan rata-rata pada variabel desain sebesar 87%, kemudahan 88,5%, dan efisien 88% dengan rata-rata keselurahan 87,8%. Dapat disimpulkan bahwa responden sangat setuju dengan keseluruhan sistem media pembelajaran gangguan pendengaran NIHL berbasis android dan sistem ini berjalan sesuai dengan yang diharapkan.]]>
<![CDATA[Digital Document Management Application Web and Android Based ]]>
<![CDATA[Diana Diana]]>;
<![CDATA[Ashadi Putra]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3955
<![CDATA[The development of technology has an impact on the way documents are managed. Documents that are stored manually in paper form become digital documents. Digitalization aims to save documents as an effort to maintain accessibility so that documents can be stored in a longer lasting form. Digital documents employed in the application are documents contained in the Informatics Engineering study program, Muhammadiyah University of Bengkulu by means of scanning. The digital document management application developed using the web and Android is to minimize technical problems when the application is implemented because the data recorded both on the web and on Android are integrated with each other. Testing of the application used the black box method and questionnaire. The test results indicate that the application is free from syntax errors and is functionally successful and has a "very good" aspect of usability value with a value of 4.36]]>
<![CDATA[Identifikasi Penyakit Diabetic Retinopathy menggunakan Learning Vector Quantization (LVQ) ]]>
<![CDATA[Rudy Chandra]]>;
<![CDATA[Erna Budhiarti Nababan]]>;
<![CDATA[Sawaluddin Sawaluddin]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3913
<![CDATA[Diabetic retinopathy (retinopati diabetik) merupakan sejenis penyakit mata yang terjadi pada pengidap diabetes. Untuk mendeteksi jenis penyakit ini, dokter mata biasanya akan melakukan pemeriksaan dengan cara memeriksa mata dengan pupil lebar dan komprehensif. Adapun hambatan dalam mendeteksi retinopati diabetik adalah alat pemeriksaan yang belum masif dan belum memadai serta masih memakan waktu dalam mengidentifikasi tahap demi tahap pada retina manual. Berdasarkan masalah tersebut dibutuhkanlah suatu sistem untuk membantu dokter dalam mengidentifikasi retina yaitu dengan menerapkan pattern recognition menggunakan algoritma Learning Vector Quantization (LVQ). Sistem yang dijalankan dengan memasukkan citra tetina kemudian akan melaui proses preprocessing citra dan ekstraksi fitur statistik untuk mendapatkan hasil yang sesuai untuk dilakukan identifikasi menggunakan LVQ. Data retina yang digunakan terbagi menjadi 3 yaitu data training, data validation dan data testing. Pada data validation diuji dan mendapatkan hyperparameter untuk membentuk model jaringan terbaik yaitu pada epoch 50 dan learning rate 0,001. Kemudian dilakukan pelatihan hingga menghasilkan bobot akhir dengan algoritma pelatihan LVQ. Bobot akhir tersebut akan digunakan pada proses pengujian dengan data uji dan menghasilkan accuracy 82% sensitivity 80% dan precision 83,33%]]>
<![CDATA[E-Disasters Dengan Neural Network Menggunakan Adaptive Neuro Fuzzy Inference System dan Learning Vector Quantization Berbasis Internet of Things ]]>
<![CDATA[Jaka Prayudha]]>;
<![CDATA[Azlan Azlan]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 2 (2021): InfoTekJar Maret ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v5i2.3690
<![CDATA[Penelitian ini membahas tentang pembangunan sebuah sistem cerdas yang mampu melakukan prediksi terjadinya bencana alam dengan melakukan analisa dari keadaan alam yang berhubungan dengan bencana alam melalui akusisi data sensor dengan mengembangkan konsep neural network berbasis mikrokontroler yang dikomputasikan kedalam aplikasi E-Disasters IoT yang nantinya dapat digunakan untuk melakukan pendeteksian kemungkinan bencana alam yang terjadi serta dapa melakukan pengiriman pesan informasi melalui komunikasi Internet.Dalam membangun sistem E-Disasters IoT ini menggunakan penerapan metode penelitian berupa Reserch and Development yang mempunyai tujuan untuk dapat menghasilkan produk baru berbentuk sistem E-Disasters IoT berbasis Web dengan pemanfaatan teknologi Internet of Things serta teknik pengumpulan data mengumpulkan basis pengetahuan tentang gejala alam yang menimbulkan bencana alam.Hasil dari penelitian yang akan dilaksanakan adalah terciptanya sebuah sistem E-Disasters IoT yang mengembangkan konsep keilmuan Arificial Intelegence, Internet of Things dan Mekatronika dengan menggunakan analisa pengoptimalan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dengan Linear Vector Quantization sehingga nantinya dapat menghasilkan kesimpulan dari hasil pendeteksian sensor dalam pengambilan keputusan untuk memberikan peringatan dini bencana alam yang lebih optimal dan akurat yang dapat digunakan oleh masyarakat luas.Disamping itu pula, penelitian ini ditargetkan untuk dapat diseminarkan skala nasional yang nantinya akan diterbitkan ke dalam proseding selain itu juga diterbitkan dalam jurnal nasional terakreditasi dan tercatat dalam daftar Hak Kekayaan Intelektual sebagai penemuan baru dalam pengembangan keilmuan Arificial Intelegence berbasis Internet of Things.]]>
<![CDATA[Analisa Sistem Pendukung Keputusan Penentuan Kosentrasi Matakuliah Pilihan menggunakan Metode Topsis ]]>
<![CDATA[Budi Kurniawan Hutasuhut]]>;
<![CDATA[Ismail Hanif Batubara]]>;
<![CDATA[Indah Purnama Sari]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3930
<![CDATA[Matakuliah pilihan juga merupakan matakuliah yang penting, karena pengetahuan dari matakuliah pilihan dapat membantu mahasiswa dalam matakuliah lainnya, skripsi bahkan dalam pekerjaan kedepannya. Maka dari itu, penentuan matakuliah pilihan tidak boleh sembarangan. Tujuan penelitian ini adalah untuk membuat suatu sistem pendukung keputusan berbasis Web untuk membantu mahasiswa Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Muhammadiyah Sumatera Utara dalam menentukan matakuliah pilihan yang akan dipilih menggunakan metode Technique for Order Performance of Similarity to Ideal Solution (TOPSIS). TOPSIS mempunyai prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan mempunyai jarak terjauh dari solusi ideal negatif. Sistem yang dihasilkan dapat membantu mahasiswa dalam memilih matakuliah pilihan dengan menggunakan kriteria seperti tingkat kesulitan, referensi, lapangan pekerjaan, minat dan bakat. Hasil akhir dari sistem ini adalah lembar hasil perhitungan yang nilai preferensinya telah diurutkan dari yang tertinggi ke terendah. Alternatif dengan nilai tertinggi adalah matakuliah yang direkomendasikan untuk dipilih. Untuk kasus mahasiswa semester IV matakuliah pilihan berdasarkan rangking adalah Data Mining, Perancangan Sumber Daya Perusahaan, dan Pengolahan Citra Digital. Kata Kunci : Matakuliah Pilihan, Sistem Pendukung Keputusan, Metode Topsis]]>
<![CDATA[Rancang Bangun Aplikasi Panduan Peduli Jemaah Haji (APPJI) Berbasis Android ]]>
<![CDATA[Estu Sinduningrum]]>;
<![CDATA[Mita Permatasari]]>;
<![CDATA[Ahmad Rizal Dzikrillah]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.3927
<![CDATA[Hajj is one of the 5 pillars of Islam. In performing the pilgrimage, there are many problems and obstacles that are often experienced by pilgrims, including: the number of pilgrims who still need guidance regarding Hajj materials and various supporting features as well as many pilgrims who are still often left behind from their entourage, this makes it easy for pilgrims to perform Hajj. lost or separated from his hajj tour group. The purpose of this research is expected to be able to help pilgrims to overcome the problems that often occur by implementing the location sharing feature with Google Maps integration for tracking using GPS so that pilgrims can send accurate locations of their whereabouts. This application uses the Waterfall development method, UML as the design design. This research has produced an android-based application called APPJI (Application Peduli Jamaah Haji) that can be used for Mobile Android Smartphones with 89.2% of test results stating that the application has met the software's ideal score.]]>
<![CDATA[Combination of TOPSIS Method with Attribute Weighting of Information Gain in Decision-Making ]]>
<![CDATA[Ahmad Rozy]]>;
<![CDATA[Erna Budhiarti Nababan]]>;
<![CDATA[Syahril Efendi]]>
<![CDATA[ InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September ]]>
Publisher : <![CDATA[Universitas Islam Sumatera Utara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30743/infotekjar.v6i1.4017
<![CDATA[In this research, a combination of the Technique for Order Preference by Similarity lto Ideal Solution (TOPSIS) lalgorithm was carried out with the attribute weighting of the Information Gain method to obtain better decision support results. The data processed in this study is the Indian Liver Patient Dataset (ILPD) dataset obtained lfrom UCI Machine Learning Repository which has 583 instances, 11 attributes and 1 class label. The class label is a text type that consists of two values, namely a liver patient and a non-liver patient. The experimental results show that TOPSIS’ running time and information gain combination algorithm is 1.13 seconds. The result of the accuracy value obtained with a final threshold value greater than 0.5 is 91.25%.In this research, a combination of lthe lTechnique lfor lOrder lPreference lby Similarity lto lIdeal lSolution (TOPSIS) lalgorithm was carried out with the attribute weighting of the Information Gain method to obtain better decision support results. The data processed in this study is the Indian lLiver lPatient lDataset (ILPD) dataset obtained lfrom UCI lMachine Learning lRepository which has 583 instances, 11 attributes and 1 class label. The class label is a text type that consists of two values, namely a liver patient and a non-liver patient. The experimental results showthat TOPSIS’ running time and information gain combination algorithm is 1.13 seconds. The result of the accuracy value obtained with a final threshold value greater than 0.5 is 91.25%]]>
