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
Kab. ponorogo,
Jawa timur
INDONESIA
Fountain of Informatics Journal
Published by Universitas Darussalam Gontor
ISSN : 25414313     EISSN : 25485113     DOI : -
Core Subject :
Fountain of Informatics Journal (FIJ), with registered ISSN 2541-4313 (Print), ISSN 2548-5113 (Online), and DOI 10.21111/fij, is a peer-reviewed journal published semi-annual (May and November) by Universitas Darussalam Gontor. The FIJ invites manuscripts in the various topics include, but not limited to, functional areas of the information system, software engineering, computer network and game technology.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 4, No 1 (2019): Mei" : 6 Documents clear
Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Peminatan Studi (Studi Kasus : Program Studi Teknik Informatika STMIK Amik Riau) Nora Lizarti; Aniq Noviciatie Ulfah
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.2822

Abstract

AbstrakPeminatan studi pada STMIK Amik Riau merupakan pilihan minat berdasarkan kemampuan khusus dan ketertarikan mahasiswa. Program studi Teknik Informatika STMIK Amik Riau memiliki dua bidang peminatan, yaitu bisnis dan jaringan. Peminatan disesuaikan dengan kemampuan dan ketertarikan dari mahasiswa serta harus dipilih dengan baik dan tepat. Pengambilan peminatan sangat berpengaruh terhadap tugas akhir dan tingkat kelulusan mahasiswa. Pemilihan peminatan studi oleh mahasiswa saat ini hanya mengikuti teman dan tidak berdasarkan kemampuan, sehingga sebuah Sistem klasifikasi peminatan merupakan salah satu solusi untuk menyelesaikan permasalahan pemilihan peminatan pada program studi karena dianggap mampu memberikan rekomendasi pemintan yang baik dan tepat. Algoritma K-Nearest Neighbor (K-NN) merupakan algoritma klasifikasi yang dapat digunakan sebagai solusi dalam pengelompokan data.  Pada penelitian ini data yang digunakan diperoleh dari nilai mata kuliah prasyarat selama semester satu hingga semester lima. Data diolah dengan membangun aplikasi yang menerapkan algoritma K-NN menggunakan PHP dan MySQL. Hasil keluaran sistem memiliki akurasi 100% dibandingkan hasil perhitungan manual menggunakan Ms. Excel. Pengujian menggunakan tools RapidMiner untuk mengukur performa algoritma. Hasil pengujian yang dilakukan terhadap 183 data latih dan 100 data uji menyatakan algoritma K-NN memiliki performa dengan hasil Acuracy, Recall, Precision, F Measure, dan Clasificassion Error dengan nilai 98%, 100%, 100%, 91.67%, dan 2%. Penelitian ini dapat memberikan rekomendasi peminatan studi kepada mahasiswa Teknik Informatika STMIK Amik Riau.Kata kunci: Peminatan studi, klasifikasi, algoritma K-NN Abstract[Implementation of K-Nearest Neighbor Algorithm For Determining Concentration of Study at Informatics Engineering Program of STMIK AMIK RIAU] Concentration of study at STMIK Amik Riau is a choice of interests based on special abilities and student interests. Informatics Engineering Program at STMIK Amik Riau has two subjects of interest, namely business and networking. The study concentration is tailored to the abilities and interests of students and must be chosen properly and correctly because it is very influential on the final assignment and graduation level of students. The classification system of interest is one of the solutions to solve the problem of choosing a concentration in the study program because it is considered capable of providing good and appropriate spinning recommendations. K-Nearest Neighbor (K-NN) is one of classification algorithm that can be used as a solution in classifying data. In this study, the data used was obtained from the value of prerequisite courses during semester one to semester five. Data is processed by building applications that implement the K-NN algorithm using PHP and MySQL. The output of the system has 100% accuracy compared to the results of manual calculations using Microsoft Excel. The Testing process used RapidMiner software to measure algorithm performance. The results of the tests carried out on 183 training data and 100 test data stated that the K-NN algorithm had a performance with the results of Accuracy, Recall, Precision, Measure, and Classification Error with values of 98%, 100%, 100%, 91.67%, and 2 %. This study can provide a system that can help to give some study concentration recommendations to the student of Informatics Engineering Program at STMIK Amik Riau.Keywords: Study Interest, Classification, K-Nearest Neighbor (K-NN) Algorithm
Analisa Tingkat Kematangan Sistem Informasi Akademik STMIK Amik Riau Menggunakan ITIL V3 Domain Service Operation M. Khairul Anam; Nora Lizarti; Aniq Noviciatie Ulfah
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.2810

Abstract

AbstrakSTMIK Amik Riau menggunakan sistem informasi akademik dalam memberikan pelayanan terhadap mahasiswa dan kegiatan akademik lainnya seperti e-KRS, e-EDOM, Labkom, e-library, e-ktm, e-BAAK, PMB, dan lain sebagainya. Evaluasi sistem merupakan salah satu cara untuk mengetahui sistem dapat berjalan dengan baik dan optimal dalam memberikan layanan yang lebih efektif dan efisien. Audit TI digunakan untuk mengukur tingkat kematangan (maturity level) dari SIASAR dan memberikan rekomendasi terhadap sistem. Penelitian berfokus pada terhadap mahasiswa sehingga framework audit Information Technology Infrastucrure Library (ITIL) v3 sesuai karena terdapat domain khusus yang dapat mengukur tingkat kematangan dari SIASAR yaitu Domain Service Operation. Analisa berupa penyebaran kuisioner kepada pengguna atau yang terlibat dengan sistem secara langsung SIASAR. Berdasarkan perhitungan sistem SIASAR masih pada level 2 (repeatable) dengan nilai 1,78 dimana sistem SIASAR saat ini sudah memiliki sebuah tingkat kedisiplinan dan kepatuhan terhadap peraturan dan standar operasional yang berlaku.  Rekomendasi yang dapat diberikan berupa peningkatan proses pendokumentasian, standarisasi, dan pengukuran serta pencatatan pada seluruh unit yang ada pada STMIK Amik Riau.Kata kunci: STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation Abstract[Maturity Level Analysis of Academic Information Systems STMIK Amik Riau using ITIL V3 Domain Service Operation] STMIK Amik Riau uses academic information systems in providing services to students and other educational activities such as e-KRS, e-EDOM, Labkom, e-library, e-KTM, e-BAAK, PMB, and so on. System evaluation is one way to find out the system can run well and optimally in providing more effective and efficient services. IT audits are used to measure the maturity level of SIASAR and provide recommendations on the system. The research focuses on students so that the Information Technology Infrastructure Library (ITIL) v3 audit framework is appropriate because there is a unique domain that can measure the maturity level of SIASAR, namely Domain Service Operation. The analysis is in the form of distributing questionnaires to users or those involved with the SIASAR system directly. Based on the calculation, the SIASAR system is still at level 2 (repeatable) with a value of 1.78 where the SIASAR system currently has a level of discipline and compliance with applicable regulations and operational standards. Recommendations can be given in the form of improving the process of documentation, standardization, and measurement and recording of all units in STMIK Amik Riau.Keywords: STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation
Pengamanan Citra Dengan Operator Algoritma Genetika Abduh Riski; Ahmad Saiful Rizal; Ahmad Kamsyakawuni
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.2906

Abstract

AbstrakPerkembangan teknologi komputer yang semakin pesat tentu diperlukan teknik pengamanan data baik data teks maupun data citra. Pengamanan data menjadi hal yang sangat penting agar data yang dikirimkan tetap terjaga kerahasiaannya. Pada penelitian ini akan dibahas tentang Operator Algoritma Genetika dalam mengamankan data citra. Operator tersebut adalah crossover dan mutasi. Kunci yang digunakan berupa citra yang akan mengalami pergeseran bit. Proses enkripsi dengan Operator Algoritma Genetika menghasilkan citra yang terlihat acak dan  susah untuk ditebak gambar aslinya. Proses dekripsi dengan Operator Algoritma Genetika dapat mengembalikan cipher image menjadi citra yang sebenarnya. Analisis keamanan dari metode yang digunakan menunjukkan bahwa algoritma aman dari serangan analisis frekuensi dibuktikan dengan analisis histogram, analisis diferensial dengan rata-rata NPCR 99,65% dan UACI 32,41%,  dan  analisis korelasi dengan rata-rata sebesar -0,01.Kata kunci: crossover, mutasi, enkripsi, dekripsi, histogram, diferensial, korelasi Abstract[Image Security with Operator of Genetic Algorithm] The rapid development of computer technology needed a technique to secure data both text and image. Data security is vital that the data is sent still safe its confidentiality. In this article will be proposed about security image by Operator of Genetic Algorithm. These operators are crossover and mutation. The key is an image that will get bitshift. Encryption process with operator Genetic Algorithm producing the image which looks random and confusing to predict the original image. Decryption process with Operator Genetic Algorithm can change cipher image to the real image. Security analysis of the method which used indicates that algorithm is secured from analysis frequency attack, proven by analysis histogram, averages analysis differential NPCR 99,65% and UACI 32,41%, and averages correlation value -0,01.Keywords: crossover, mutation, encryption, decryption, histogram, differential, correlation
Sistem Pakar Diagnosa Penyakit Gigi Menggunakan Metode Naive Bayes Yuliyana Yuliyana; Anita Sindar Ros Maryana Sinaga
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.3019

Abstract

AbstrakPenyakit yang sering dianggap sepele namun sangat mengganggu adalah penyakit gigi. Umumnya gigi rentan terhadap makanan dan cuaca bila gigi mengalami permasalahan. Dari survey diperoleh sangat minim keinginan penderita sakit gigi berobat ke rumah sakit atau dokter spesialis. Sebuah sistem pakar memperkenalkan implementasi diagnosa penyakit gigi. Sipenderita dapat mengobati sakit gigi dengan arahan dari kommputer (pakar). Pakar sebagai sumber data basis pengetahuan diwakilkan komputer mendiagnosa penyakit. Menurut pakar gigi ada 7 jenis penyakit: Erosi Gigi, Ginggi-vitis, Pulpi-tis, Abses Gigi, Periodo-ntitis, Karies Gigi, Hali-tosis, dan Sindrom Gigi Retak. dengan 37 gejala (dikodekan sesuai kriteria). Dalam Naïve Bayes, pengklasifikasian menggunakan metode probabilitas dan statistik. Perhitungan Naïve Bayes berdasarkan data penyakit dan data gejala dengan variable Data, Hipotesa dan Probabilitas. Hasil dari penelitian ini adalah sebuah diagnosa terhadap penyakit gigi dengan hasil nilai probabilitas tertinggi. Nilai probabilitas dari gejala penyakit gigi diperoleh berdasarkan pengalaman seorang pakar atau dokter gigi. Dari data yang diuji sesuai kasus diketahui probabilitas Penyakit Halitosis adalah yang tertinggi dari penyakit lain yaitu 0.29646 atau 29.64%.Kata kunci: Penyakit Gigi, Diagnosa, Sistem Pakar, Probabilitas, Naïve Bayes Abstract[Expert System for Diagnosing Dental Disease Using Naive Bayes Method] Diseases that are often considered trivial but very disturbing are dental diseases. Generally, teeth are susceptible to food and weather when teeth experience problems. From the survey, it was obtained that there was very little desire for dental pain sufferers to go to hospitals or specialists. An expert system introduces the implementation of dental disease diagnoses. Patients can treat toothache with direction from a computer expert. Experts as knowledge base data sources are represented by computers diagnosing disease. According to dental experts, there are seven types of diseases: Dental Erosion, High-Vitis, Pulpitis, Dental Abscess, Periodonitisitis, Dental Caries, Halitosis, and Cracked Tooth Syndrome. with 37 symptoms (encoded according to criteria). In Naïve Bayes, the classification uses probability and statistical methods. Naïve Bayes calculations are based on disease data and symptom data with variable Data, Hypothesis and Probability. The results of this study are a diagnosis of dental disease with the highest probability value. The probability value of symptoms of dental disease is obtained based on the experience of an expert or dentist. From the data tested according to the case, it is known that the probability of Halitosis is the highest of other diseases, namely 0.29646 or 29.64%.Keywords: Dental Disease, Diagnosis, Expert System, Probability, Naïve Bayes
Pengembangan Aplikasi Rekomendasi Hotel di Bali Dengan Metode Simple Additive Weighting Erik Tangganu; Seng Hansun
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.3080

Abstract

AbstrakBali merupakan salah satu tujuan wisata favorit bagi wisatawan. Salah satu permasalahan yang kerap dihadapi wisatawan adalah mencari hotel yang baik sesuai dengan kebutuhan mereka selama berlibur di Bali. Penelitian ini bertujuan untuk mengembangkan aplikasi rekomendasi hotel di Bali dengan metode Simple Additive Weighting, yang merupakan salah satu metode rekomendasi terbaik dan banyak digunakan pada Multiple Attribute Decision Making (MADM). Perancangan dan pembangunan aplikasi ini berbasis web dengan menggunakan framework Laravel, basis data MySQL, dan bahasa pemrograman HTML, PHP, CSS, dan Javascript. Pengujian pada aplikasi ini dilakukan dengan melakukan uji scenario, uji kepuasan pengguna dan pengukuran usability dari aplikasi. Berdasarkan uji skenario didapatkan kesimpulan bahwa algoritma SAW sudah diimplementasikan dengan benar pada aplikasi. Uji kepuasan pengguna menghasilkan persentase sebesar 71,33%. Pengukuran usability menggunakan USE Questionnaire juga telah dilakukan dan telah memenuhi keempat aspek dalam USE kuesioner, yaitu Usability, Satisfaction, Ease of Use, dan Ease of Learn. Pengujian dan pengukuran ini mengindikasikan bahwa aplikasi rekomendasi hotel di Bali dengan metode SAW berbasis web telah dirancang dan dibangun dengan benar, meskipun pengembangan lebih lanjut dari sisi UI/UX aplikasi dapat dilakukan pada penelitian mendatang untuk meningkatkan kepuasan pengguna.Kata kunci: sistem rekomendasi, Simple Additive Weighting, USE Questionnaire, hotel, kriteria Abstract[Development of Bali’s Hotel Recommendation Application using Simple Additive Weighting Method] Bali is one of the most favourite tourist destinations. One problem that commonly faced by the tourists is in finding the proper hotel which suitable for their needs during their vacation in Bali. This research aims to develop a hotel recommendation application in Bali using Simple Additive Weighting method, which is one of the best recommendation methods and commonly used for Multiple Attribute Decision Making (MADM). The development of this web-based application is using the Laravel framework, MySQL database, HTML, CSS, PHP, and JavaScript programming language. The test of the application is done by doing the scenario test, user satisfaction test, and usability measurement from the application. The result of the scenario test is that SAW algorithm has been correctly implemented. The user satisfaction test shows 71.33% of satisfaction. Usability measurement using USE questionnaire has also been done and fulfilled the four aspects of USE questionnaire, which are Usability, Satisfaction, Ease of Use, and Ease of Learn. This test and measurement indicate that the web-based application of hotel recommendation in Bali with SAW method has been developed and built well, although a further improvement on the application UI/UX can be done in the future research to increase the user’s satisfaction level.Keywords: recommendation system, Simple Additive Weighting, USE Questionnaire, hotel, criteria
Front Matter and Back Matter Dihin Muriyatmoko
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.3310

Abstract

Front Matter and Back Matter

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): Mei Vol. 9 No. 2 (2024): November 2024 Vol. 9 No. 1 (2024): Mei 2024 Vol. 8 No. 2 (2023): November Vol. 8 No. 1 (2023): Mei Vol 7, No 2 (2022): November 2022 Vol. 7 No. 3 (2022): Specials Issue Desember - Seminar Nasional Sains dan Teknologi Vol. 7 No. 2 (2022): November Vol 7, No 1 (2022): Mei Vol. 6 No. 2 (2021): November Vol 6, No 2 (2021): November Vol 6, No 1 (2021): Mei Vol 5, No 3 (2020): Specials Issue November - Seminar Nasional Sains dan Teknologi Vol 5, No 2 (2020): November Vol 5, No 1 (2020): Mei Vol 4, No 2 (2019): November Vol 4, No 1 (2019): Mei Vol 3, No 2 (2018): November Vol 3, No 1 (2018): Mei Vol 2, No 2 (2017): November Vol 2, No 1 (2017): Mei Vol 1, No 2 (2016): November More Issue