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[Penerapan Data Mining Untuk Rencana Penambahan Stok Produk Menggunakan Algoritma Apriori ]]>
<![CDATA[Ike Verawati]]>;
<![CDATA[Mahendra Wishnu P]]>
<![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.v6i1.3884
<![CDATA[Data mining adalah suatu metode yang memungkinkan para pengguna untuk mengakses data secara cepat atau menggali data yang tersembunyi dari sebuah data yang besar. Sebagai contoh, data mining dapat digunakan untuk mencari informasi kombinasi item dalam suatu penjualan, menentukan penerimaan kelayakan bantuan, memprediksi prestasi pada siswa, dll. Penerapan data mining sangat bermanfaat bagi suatu perusahaan atau lembaga yang ingin melakukan analisa data yang sangat besar, Karena penggunaan data mining bagi suatu perusahaan mampu menganalisa secara cepat, tepat dan akurat.Toko Rianni merupakan salah satu perusahaan yang bergerak dibidang ritel yang mana perusahaan ini harus memenuhi kebutuhan konsumen setiap harinya. Maka dari itu pihak toko dituntut untuk mengambil keputusan yang tepat dalam menentukan rencana penambahan stok produk sehingga dapat meninggkatkan strategi penjualan. Dengan memanfaatkan data transaksi penjualan, pihak toko dapat mengetahui kebiasaan pelanggan atau perilaku pelanggan mengenai apa saja produk yang sering banyak terjual pada toko rianni. Untuk mengetahui produk yang banyak terjual, dapat digunakan aturan assosisasi, yaitu teknik data mining untuk menemukan aturan asosiasi suatu kombinasi item dengan menggunakan algoritma apriori akan menghasilkan pola kombinasi item dan rule. Hasil dari analisa ini akan memudahkan pihak toko dalam rencana penambahan stok produk pada toko rianni, sehingga dapat meninggkatkan strategi pemasaran.]]>
<![CDATA[Improving Performance of The Genetic Algorithm on NP-Complete Problem ]]>
<![CDATA[Herimanto Herimanto]]>;
<![CDATA[Muhammad Zarlis]]>;
<![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.v6i1.3909
<![CDATA[Non-Deterministic Polynomial Complete Problem is the most challenging problem and also engaging in algorithm strategy. One representation of this problem is the sudoku numbers game. To fill an empty sudoku puzzle, a specific formula does not apply, but filling in sudoku is a matter of decision. So it takes a special algorithm and strategy to solve it. As such, the case of the sudoku numbers game has been widely praised as the topic of finding the best results. One of the methods used is a genetic algorithm. However, due to many processes and data used in the implementation of genetic algorithms, the results obtained are often not optimal. This research will introduce a special strategy in implementing genetic algorithms in NP-Complete problems, namely by optimizing the genetic algorithm in the process of population formation. From the test results, it is found that the application of the genetic algorithm with optimization results in smaller time data and test data compared to the algorithm without optimization.]]>
<![CDATA[Rancang Bangun Mail Server dengan Microsoft Exchange Server dan Postfix Relay pada PT Alumindo Multi Persada ]]>
<![CDATA[Fendy Fernandy]]>;
<![CDATA[Cosmas Eko Suharyanto]]>
<![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.v6i1.4090
<![CDATA[PT. Alumindo Multi Persada merupakan perusahaan yang bergerak di bidang jasa konstruksi di Kota Batam. Saat ini pertukaran informasi dan pertukaran data melalui surat elektronik atau Email adalah metode yang paling sering digunakan oleh sebagian besar perusahaan. Sebelumnya, perusahaan tersebut menggunakan layanan email pihak ketiga yang kita kenal sebagai gmail serta menggunakan domain yang disediakan dari pihak ketiga sebagai identitas email mereka. Penggunaan layanan email pihak ketiga tidak terlalu efisien karena ada campur tangan pihak ketiga dalam email mereka. Oleh karena itu, perusahaan akan membutuhkan mail server pribadi untuk mengelola email mereka secara private. Dengan mail server pribadi, perusahaan tersebut dapat menggunakan domain mereka sendiri sebagai identitas email untuk memperkuat brand perusahaannya dan apabila jika terjadi error pada mail server dapat segera diatasi oleh support dari perusahaannya. Dalam penelitian ini, Microsoft Exchange Server akan dikonfigurasi sebagai mail server utama dan Postfix sebagai mail server relay. Mail server utama akan digunakan untuk manajemen pengguna dan transmisi email internal dan mail server relay menangani transmisi email external (Public). Mail server dan domain hosting dikonfigurasi SPF (Sender Policy Framework), DKIM (DomainKeys Identified Mail), dan DMARC (Domain-based Message Authentication, Reporting Conformance) agar tidak dianggap sebagai SPAM dan tidak diblacklist oleh mail server external.]]>
<![CDATA[Implementasi metode Naive Bayes Classifier pada Evaluasi Kepuasan Mahasiswa terhadap Pembelajaran Daring ]]>
<![CDATA[Bister Purba]]>;
<![CDATA[Rian Syahputra]]>
<![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.v6i1.4352
<![CDATA[Dampak dari pandemic Coronavirus Disease-2019 (COVID-19) salah satunya adalah kegiatan proses belajar dan mengajar yang dilakukan dengan secara Online. Pembelajaran secara daring bisa dilakukan dengan menggunakan piranti lunak masing masing. Smartphone, laptop, dan koneksi internet yang stabil menjadi hal yang sangat genting saat ini. Pembelajaran secara daring juga mengakibatkan proses belajar yang dialami mahasiswa menjadi kurang efektif dan efisien dikarenakan berbagai hal seperti perangkat yang kurang mendukung, koneksi internet yang kurang memadai khususnya di daerah perkampungan serta proses mengajar memaksa dosen dan mahasiswa harus belajar serba terdigitalisai. Hal ini juga tentu dirasakan mahasiswa pada Universitas Budi Darma. Naïve Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada aturan bayes dengan asumsi independensi yang kuat. Pengumpulan data yang dilakukan pada penelitian ini adalah studi literatur yaitu mengumpulkan sampel data berupa keluhan atau aduan mahasiswa dalam bentuk kuesioner. Berdasarkan Hasil dari pengujian dengan menggunakan 97 responden training serta 12 responden testing menampilkan akurasi sebesar 83,33%. prediksi puas dan kenyataannya benar puas adalah 8 responden. Jumlah prediksi Tidak Puas dan kenyataannya benar puas adalah 0 responden. Jumlah prediksi Puas dan kenyataannya benar tidak puas adalah 2 responden. Jumlah prediksi puas dan kenyataannya benar tidak puas adalah 2 responden. Pada prediksi tidak puas class precision mempunyai nilai 50% sebaliknya prediksi puas mempunyai 100% serta class recall pada true tidak puas mempunyai nilai 50% sebaliknya class recall pada true puas mempunyai 100%.]]>
<![CDATA[Perancangan Aplikasi Otomatisasi Identifikasi Gaya Belajar Siswa Berbasis Web ]]>
<![CDATA[Rizal Fahmi Awaludin]]>;
<![CDATA[Muhamad Muslih]]>;
<![CDATA[Sudin Saepudin]]>
<![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.v6i1.4091
<![CDATA[Setiap siswa memiliki kemampuan yang berbeda dalam memahami dan menjalankan proses belajar mengajar yang disebut dengan gaya belajar. Hal ini merupakan salah satu faktor penting dalam mengoptimalkan potensi dari setiap siswa untuk mendukung peningkatan prestasi baik akademik maupun non akademik. Cara identifikasi yang terbilang cukup sulit jika dilakukan secara manual melalui kuesioner menjadi salah satu kendala yang dihadapi di SIT Andalusia. Dengan tujuan untuk mempermudah dan mempercepat proses penghitungan serta identifikasi maka dirancanglah suatu aplikasi yang bertujuan untuk membantu proses pengidentifkasian gaya belajar tersebut. Penggabungan dari kuesioner manual yang dilakukan oleh penelitian penelitian sebelumnya diadopsi sebagai bahan pembuatan suatu sistem identifikasi ini yang kemudian diterapkan pada sebuah web aplikasi dengan tujuan untuk mempermudah akses dan pengisian kuesioner oleh siswa dan mengurangi penggunaan kertas yang berlebih serta menghemat waktu dalam proses analisis hasil kuesioer yang dilakukan. Pada aplikasi sistem ini kuesioner yang dimaksud merupakan ciri-ciri dari kondisi yang dialami siswa dalam menghadapi proses belajar mengajar sehari hari proses pengambilan data awal dilakukan kepada beberapa siswa dengan melakukan kuesioner gaya belajar untuk digunakan pada data latih. Yang kemudian dijadikan bahan identifikasi untuk menentukan gaya belajar yang dominan dilakukan oleh siswa tersebut menggunakan metode naïve bayes. Pada aplikasi ini ditampilkan saran cara belajar yang cocok untuk diterapkan dalam proses belajar siswa tersebut. Aplikasi ini memiliki akurasi 80% setelah melakukan uji menggunakan metode naïve bayes dengan aplikasi rapidminer.]]>
<![CDATA[Penerapan Metode K-Means dan MOORA dalam Penerimaan Bantuan Stimulan Perumahan Swadaya (BSPS) ]]>
<![CDATA[Juniar Hutagalung]]>;
<![CDATA[Usti Fatimah 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.v6i1.4093
<![CDATA[Penelitian ini menerapkan K-Means dan metode Moora berbasis web sebagai alat bantu dan rekomendasi untuk pengelompokan data penerima dana Bantuan Stimulan Perumahan Swadaya (BSPS) selanjutnya dilakukan perangkingan dengan metode Moora sehingga akan diperoleh siapa saja yang berhak menerima bantuan tersebut. Program BSPS di Kabupaten Simalungun masih terdapat masalah, seperti penyeleksian calon penerima program BSPS masih secara manual dan membutuhkan waktu lama menentukan penerima bantuan sehingga diperlukan suatu sistem dan metode yang dapat membantu pihak Dinas Perumahan dan Kawasan Permukiman. Terdapat rumah yang tidak layak huni namun belum tersentuh bantuan, padahal berada pada daerah yang sama mendapatkan bantuan. Ada juga mendapatkan bantuan walaupun mampu karena memiliki hubungan keluarga dengan fasilitator. Penelitian ini bertujuan untuk mengkluster dan menyeleksi keadaan rumah tangga miskin agar mendapatkan dana BSPS sehingga bisa menanggulangi masalah kemiskinan. Beberapa kriteria : kewarganegaraan, status perkawinan, tanah hak milik, belum pernah mendapat BSPS atau program sejenis, penghasilan dan keswadayaan dengan sampel dari tahun 2020 sebanyak 80 data dan dibatasi 3 centroid dan 3 cluster yaitu cluster tidak layak (C3) sebanyak 28 orang. Cluster sedang (C2) ada 37 orang dan cluster cukup layak (C1) ada 15 orang. Nilai peringkat rangking paling tinggi dari Alternatif (A-78) dengan nilai Yi = 7,1261. Sedangkan nilai paling rendah dari Alternatif (A-20) dengan nilai Yi = 2,7049. Hasil penelitian mempermudah proses pengelompokkan data dan penentuan prediksi penerima bantuan program BSPS sehingga lebih cepat dan tepat sasaran.]]>
<![CDATA[Reverse Tracking Graph Based on Dynamic Path Planning ]]>
<![CDATA[Devanta Abraham Tarigan]]>;
<![CDATA[Muhammad Zarlis]]>;
<![CDATA[Rahmat Widia Sembiring]]>
<![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.v6i1.4355
<![CDATA[This paper gives substance to Dynamic Path Planning focusing on reverse tracking method. The development of this method are proposed and expected to reduce the algorithm scanning the whole graph repeatedly. In this paper, several approachment will be presented sequentially. First, analysis and modeling of the obstacle and environment, pre-path planning, Depth First Search for availability path planning, and improvement of the Dijkstra algorithm for the shortest path. There-in the proposed model is defined by adopting the reverse feature in the Depth First Search algorithm in the finding of the availability path on the graph.]]>
<![CDATA[Peningkatan Nilai Keanggotaan Model Segitiga Samakaki Pada Metode Mamdani Dengan Menggunakan Defuzzyfication Mean Of Maximum (MOM) ]]>
<![CDATA[Peniel Sam Putra Sitorus]]>;
<![CDATA[Poltak Sihombing]]>;
<![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.v6i1.3911
<![CDATA[Di dalam paper ini membahas serta menguji mengenai membandingkan dua model segitiga untuk menaikkan fungsi keanggotaannya. Pada model membership function segitiga samakaki terdapat nilai yang menurun dan sedangkan di dalam segitiga siku-siku ternyata tidak terdapat nilai yang turun. Berhitung dengan metode mamdani, hasil input output dengan model segitiga samakaki lebih rendah dari pada model segitiga siku-siku. Ini menyebabkan bahwa model segitiga siku-siku ternyata tak termiliki belahan sisi turun dan titik atas nilai keanggotaannya satu, serta batas pendekatan variabel setelahnya tak termiliki. Di defuzzyfication mean of maximum ternyata model segitiga siku-siku tak meningkatkan membership function.]]>
<![CDATA[Prediksi Lokasi Titik Panas Kebaran Hutan menggunakan Model Regresion SVM (Support Vector Machine) pada Data Kebakaran Hutan Daops Manggala Agni Oki Provinsi Sumatera Selatan Tahun 2019 ]]>
<![CDATA[Jepri Yandi]]>;
<![CDATA[Tri Basuki Kurniawan]]>;
<![CDATA[Edi Surya Negara]]>;
<![CDATA[Muhamad Akbar]]>
<![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.v6i1.4101
<![CDATA[Peningkatan titik panas (hotspot) setiap tahunnya di Daops Manggala Agni OKI, dikhawatirkan akan terus terjadi jika tidak dilakukan upaya pengendalian titik panas. Salah satu upaya pengendalian titik panas yaitu dengan memperkirakan wilayah yang berpotensi menghasilkan titik panas kebakaran hutan dan lahan di Daops Manggala Agni OKI. Tujuan penelitian ini adalah untuk memprediksi lokasi hotspot kebakaran hutan pada masa depan berdasarkan data hotspot kebakaran hutan pada Daops Manggal Agni OKI pada tahun 2019. Metode predisi data menggunakan algoritma regresi SVM (Support Vector Machine) dengan data date, time, satellite, accuration, district, sub district, humadity dan temperature. Dari data jumlah hotspot yang muncul pada tahun 2019 dilakukan prediksi data untuk tahun 2020, kemudian untuk prediksi jumlah hotspot tahun 2021 diprediksi menggunakan data pada tahun 2019 dan 2020, demikian seterusnya. Berdasarkan hasil analisis didapatkan yang cukup baik, yaitu nilai RSME 2.1 dan nilai R2 0.83. Dimana hotspot terbanyak hasil dari proses pada tahun 2021 terdapat pada kecamatan Pematang Panggal dengan jumlah 448 lokasi hotspot untuk tahun 2021. Sedangkan data untuk tahun 2022, jumlah hotspot terbanyak terdapat pada kecamatan Cengal dengan jumlah hotspot 571 lokasi. Selanjutnya, untuk memberikan visualisasi data yang lebih baik, data hasil prediksi hotspot divisualisasikan dalam bentuk Heatmap.]]>
<![CDATA[Pengembangan Aplikasi Monitoring Armada Pengangkutan Sampah Di Kota Stabat dengan Teknologi GPS Berbasis Mobile ]]>
<![CDATA[Sudirman Sudirman]]>;
<![CDATA[Dewantoro Lase]]>
<![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.v6i1.4441
<![CDATA[Pemasalahan sampah menjadi masalah yang belum terselesaikan dengan baik. Dengan bertambahnya jumlah penduduk di suatu kota berbanding lurus dengan produksi sampah yang dihasilkan. Jika proses pengangkutan sampah tidak ditangani dengan baik maka akan menyebabkan penumpukan sampah pada Tempat Penampungan Sementara (TPS) yang sudah disediakan. Untuk itu perlu dilakukan pengawasan dalam proses pengangkutan sampah dari TPS sampai dengan Tempat Pemerosesan Akhir (TPA). Pengelolaan sampah harus semakin diperhatikan karena berhubungan dengan kesehatan dan dampak kualitas lingkungan. Dengan semakin berkembangnya teknologi diperlukan adanya perubahan dan pengembangan terhadap proses pengangkutan sampah ke arah yang lebih baik dengan memanfaatkan teknologi informasi. Aplikasi Monitoring Armada Pengangkutan Sampah dengan Teknologi GPS Berbasis Mobile menjadi pilihan agar sebuah sistem dapat di akses dimana saja. Dengan adanya Aplikasi monitoring armada pengangkutan sampah ini diharapkan dapat membantu armada pengangkut sampah dalam memberikan laporan tekait proses pengangkutan dan juga memudahkan instansi terkait dalam melakukan pengawasan proses pengangkutan sampah. Metodologi yang digunakan dalam mengembangkan aplikasi monitoring armada pengangkutan sampah ini adalah metodologi waterfall dimana proses yang dilakukan dimulai dari pendefinisian requirement, design application, implementation sampai proses system testing, aplikasi yang akan dibangun berbasis mobile aplikasi dengan flatform android, yang memanfaatkan teknologi GPS (Global Position System) dan Google Map untuk memetakan rute perjalanan armada pengangkut sampah]]>
