ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Aplikasi Donasi Pendidikan Anak Asuh Dengan Metode Profile Matching Berbasis Android
Get PDFSaat ini terdapat berbagai macam strategi proses pembinaan. Salah satunya adalah dengan memanfaatkan perkembangan teknologi informasi. Manfaat dari perkembangan teknologi informasi yang semakin maju dapat dirasakan oleh berbagai macam sektor seperti ekonomi, teknologi, bisnis, dan lain-lain. Sektor sosial dan pendidikan merupakan salah satu sektor yang juga merasakan dampak positif dari perkembangan teknologi. Panti Asuhan merupakan sebuah yayasan yang menaungi anak yatim piatu sebagai manifestasi dan bentuk kepedulian anak-anak yatim piatu yang tidak mampu, dimana anak asuh dibiayai kebutuhan sehariharinya seperti pemberian sembako, uang pembinaan setiap bulannya, dan bantuan dana pendidikan. Pemilihan anak asuh pada panti asuhan saat ini dilakukan dengan cara memberi rekomendasi anak asuh dari pengurus panti asuhan. Untuk mengatasi kendala pada saat pemilihan anak asuh agar menjadi tepat sasaran, maka diperlukan adanya suatu sistem yang mampu memberikan keputusan penerimaan anak-anak yang layak menjadi anak asuh berdasarkan kriteria tertentu. Sistem pendukung keputusan (SPK) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem ini digunakan untuk membantu pengampilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Profile Matching merupakan metode pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel subjek bernilai sama atau mendekati variabel ideal yang sudah ditentukan. Kelebihan dari profile matching adalah mempertimbangkan konsistensi yang logis dalam penilaian yang di gunakan untuk menentukan prioritas sehingga menghasilkan alternatif yang tidak banyak sehingga Aplikasi donasi pendidikan anak asuh ini menggunakan metode Profile Matching.Abstrak - Saat ini terdapat berbagai macam strategi proses pembinaan. Salah satunya adalah dengan memanfaatkan perkembangan teknologi informasi. Manfaat dari perkembangan teknologi informasi yang semakin maju dapat dirasakan oleh berbagai macam sektor seperti ekonomi, teknologi, bisnis, dan lain-lain. Sektor sosial dan pendidikan merupakan salah satu sektor yang juga merasakan dampak positif dari perkembangan teknologi. Panti Asuhan merupakan sebuah yayasan yang menaungi anak yatim piatu sebagai manifestasi dan bentuk kepedulian anak-anak yatim piatu yang tidak mampu, dimana anak asuh dibiayai kebutuhan sehari- harinya seperti pemberian sembako, uang pembinaan setiap bulannya, dan bantuan dana pendidikan. Pemilihan anak asuh pada panti asuhan saat ini dilakukan dengan cara memberi rekomendasi anak asuh dari pengurus panti asuhan. Untuk mengatasi kendala pada saat pemilihan anak asuh agar menjadi tepat sasaran, maka diperlukan adanya suatu sistem yang mampu memberikan keputusan penerimaan anak-anak yang layak menjadi anak asuh berdasarkan kriteria tertentu
Pemanfaatan Google Data Studio Untuk Visualisasi Data Bagi Kepala Gudang UD Salim Abadi
Get PDFPengabdian masyarakat yang diselenggarakan bagi seluruh kepala gudang UD Salim Abadi merupakan pengenalan , pelatihan, serta penerapan visualisasi data menggunakan google data studio. Kegiatan dilaksanakan secara tatap muka di laboratorium komputer STMIK Dharma Wacana dengan memperhatikan protokol kesehatan. Metode yang dilaksanakan adalah presentasi dan ceramah dari pemateri, kemudian melakukan praktek penggunaan google data studio secara langsung. Selain itu juga disediakan waktu tanya jawab, sehingga peserta menjadi interaktif dan terlihat memahami materi karena peserta dapat menggunakan google data studio sesuai yang diinginkan. Dengan membuat laporan penjualan menggunakan google data studio, laporan menjadi rinci, jelas serta spesifik sehingga pengambil keputusan dapat focus pada data-data penting yang selama ini belum terlihat. Dengan adanya data secara visual, pimpinan juga dapat melihat peluang yang terbuka untuk perusahaan di waktu-waktu berikutny
Sistem Pendukung Keputusan Pemilihan Bibit Padi Unggul Menggunakan Metode Topsis Tehnique For Order Preference By Similarity To Ideal Solution
No full textPenelitian ini bertujuan sebagai sistem pendukung keputusan pemilihan bibit padi unggul menggunakan metode TOPSIS dengan berbasis aplikasi website. Data alternatif, kriteria dan sub kriteria didapatkan melaui hasil pencarian langsung melalui lapangan dan observasi dengan petani padi langsung dalam penentuan bibit padi yang unggul. Metode yang digunakan dalam penelitian ini adalah TOPSIS yang bertujuan untuk mendapatkan keputusan terbaik berdasarkan data kriteria atu multikriteria. Pengujian dilakukan dengan menggunakan metode blackbox testing atau pendekatan terhadap fungsionalitas aplikasi berbasis website sendiri dan pembagian kuesioner terhadap tiga petani yang menggunakan sistem pendukung keputusan ini. Hasil penelitian ini memberikan tingkat pengambilan keputusan yang tepat dalam memilih bibit padi unggul dan menyimpulkan bahwa pengelolaan data bibit padi unggul yang lebih cepat dan efisien. hasil uji kelayakan sistem yang menyatakan nilai tertinggi dari kepuasan pengguna dalam menggunakan sistem adalah 96% yang dapat disimpulan bahwa informasi ini layak dan telah memenuhi syarat untuk digunakan dalam pemilihan bibit padi unggul.Penelitian ini bertujuan sebagai sistem pendukung keputusan pemilihan bibitpadi unggul menggunakan metode TOPSIS dengan berbasis aplikasiwebsite. Data alternatif, kriteria dan sub kriteria didapatkan melaui hasilpencarian langsung melalui lapangan dan observasi dengan petani padilangsung dalam penentuan bibit padi yang unggul. Metode yang digunakandalam penelitian ini adalah TOPSIS yang bertujuan untuk mendapatkankeputusan terbaik berdasarkan data kriteria atu multikriteria. Pengujiandilakukan dengan menggunakan metode blackbox testing atau pendekatanterhadap fungsionalitas aplikasi berbasis website sendiri dan pembagiankuesioner terhadap tiga petani yang menggunakan sistem pendukungkeputusan ini. Hasil penelitian ini memberikan tingkat pengambilankeputusan yang tepat dalam memilih bibit padi unggul dan menyimpulkanbahwa pengelolaan data bibit padi unggul yang lebih cepat dan efisien. hasiluji kelayakan sistem yang menyatakan nilai tertinggi dari kepuasanpengguna dalam menggunakan sistem adalah 96% yang dapat disimpulanbahwa informasi ini layak dan telah memenuhi syarat untuk digunakandalam pemilihan bibit padi unggul
Comparison of Support Vector Machine and XGBSVM in Analyzing Public Opinion on Covid-19 Vaccination
Get PDFThe corona virus has become a global pandemic and has spread almost all over the world, including Indonesia. There are many negative impacts caused by the spread of COVID-19 in Indonesia, so the government takes vaccination measures in order to suppress the spread of COVID-19. The public's response to vaccination was quite diverse on Twitter, some were supportive and some were not. The data used in this study came from Twitter which was taken using the drone emprit portal, using the keyword, namely "vaccination". The classification will be carried out using the SVM and hybrid methods between SVM and XGBoost or what is commonly called XGBSVM. The purpose of this study is to provide an overview to the public whether the Covid-19 vaccination actions carried out tend to be positive, neutral or negative opinions. The results of the sentiment evaluation that have been carried out can be seen that SVM has the highest accuracy of 83% with 90:10 data splitting, then XGBSVM produces 79% accuracy with 90:10 data splitting
Analysis of public opinion on COVID-19 vaccine through social media using Naïve Bayes theory algorithm
Get PDFThis study aims to analyze various public opinion on the Covid-19 vaccines that appear on social media pages, especially on Facebook and Twitter via # (hastag). The death rate caused by COVID-19 was so high which reached 144,227 people until 2022. The Indonesian government required vaccines for the community starting from children aged 6 years as an effort to prevent the spread of the Covid-19 virus. Unfortunately, the implementation of complete vaccines in Indonesia has only reached 51.3% of the mandatory vaccine population, which is 140 million out of 339 million people. The non-achievement of the target set by the government causes the need to conduct a sentiment analysis on vaccines in Indonesia through social media. Based on the sample data, from 1000 words obtained from 320 opinions there are positive and negative opinions. This data is then analyzed and processed to find out how many positive and negative responses occurred. The data was then processed into several stages to test the level of truth through training data and test data. The results of the data processing were tested using the Naïve Bayes algorithm which resulted in an accuracy value with a precession of 77.08% taken from 90 samples test data, recall with a percentage of 97.87% based on positive data which was predicted to be true with a positive opinion status from 47 samples of test data and 1 positive data status which is still predicted to be negative. Furthermore, the specific percentage value obtained was 65.30% of the 132 test data that are predicted to be true negative
Integrasi Peta Digital pada Sistem Informasi Lahan Pertanian Kabupaten Merauke, Indonesia
Get PDFKabupaten Merauke adalah penghasil tanaman padi terbesar di wilayah paling timur Indonesia. Merauke memiliki potensi lahan pertanian yang sangat besar. Ada beberapa halaman web yang memberikan informasi tentang lahan pertanian Merauke. Tetapi belum ada yang memberikan informasi menggunakan map digital. Pada penelitian ini, penulis mengintegrasikan sistem informasi lahan pertanian Merauke dengan openstreetmap. Kami menggunakan openstreetmap untuk menampilkan lokasi dan informasi dalam bentuk peta digital pada sistem informasi. Informasi yang ditampilkan adalah nama distrik dan potensi lahan baik basah(PLB) maupun kering(PLK). Sistem yang dibuat berjalan dengan baik dengan menampilkan lokasi dan informasi lahan pertanian dari 20 distrik pada map digital. Total potensi lahan dari 20 distrik tersebut adalah 1238976,82 hektar. Dengan adanya sistem ini, kita tidak perlu mengubah gambar peta lagi jika ada perubahan data
Implementasi Metode Kriptografi Menggunakan Cipher Substitusi Dan Cipher Transposisi Pada Data Teks
Get PDFMasalah yang sering terjadi dalam komunikasi menggunakan jaringan internet seperti penyadapan, pencurian data, dan pengubahan data oleh pihak yang tidak berwenang. Hal ini menjadi alasan kenapa diperlukan keamanan data untuk mencegah atau mengurangi peluang terjadinya kejahatan terhadap informasi atau data yang bersifat rahasia. Tujuan dari penelitian kriptografi saat ini adalah bagaimana menerapkan metode kriptografi agar mendapatkan hasil enkripsi yang susah dipecahkan atau didekripsi oleh kripnatalis. Salah satu cara untuk melakukan proses enkripsi agar menghasilkan cipher text yang susah dipecahkan adalah konsep Super Enkripsi. Super enkripsi adalah proses enkripsi yang menggabungkan beberapa metode enkripsi atau melakukan proses enkripsi lebih dari satu kali untuk satu plaintext. Super enkripsi ini dapat diterapkan pada data yang bersifat rahasia dan penting karena tingkat optimalisasinya lebih tinggi. Hasil penelitian ini menunjukkan bahwa mengkombinasikan metode substitusi cipher dan transposisi cipher dapat dilakukan untuk melakukan proses kriptografi. Proses super enkripsi ini membutuhkan waktu lebih lama karena proses enkripsi dan dekripsi menggunakan dua metode, serta jumlah karakter plainteks yang dimasukkan juga ikut mempengaruhi waktu proses super enkripsi. Berdasarkan hasil pengujian yang dilakukan, untuk melakukan enkripsi dan dekripsi pada 3 plaintext yaitu plaintext1, plaintext2, plaintext3 dengan menggunakan key sebanyak 20 karakter, membutuhkan waktu proses enkripsi yaitu plaintext1 dengan jumlah karakter 19 selama 0.019 detik, plaintext2 dengan jumlah karakter 86 selama 0.040 detik, dan plaintext3 dengan jumlah karakter 158 selama 0.115 detik.Masalah yang sering terjadi dalam komunikasi menggunakan jaringan internet seperti penyadapan, pencurian data, dan pengubahan data oleh pihak yang tidak berwenang. Hal ini menjadi alasan kenapa diperlukan keamanan data untuk mencegah atau mengurangi peluang terjadinya kejahatan terhadap informasi atau data yang bersifat rahasia. Tujuan dari penelitian kriptografi saat ini adalah bagaimana menerapkan metode kriptografi agar mendapatkan hasil enkripsi yang susah dipecahkan atau didekripsi oleh kripnatalis. Salah satu cara untuk melakukan proses enkripsi agar menghasilkan cipher text yang susah dipecahkan adalah konsep Super Enkripsi. Super enkripsi adalah proses enkripsi yang menggabungkan beberapa metode enkripsi atau melakukan proses enkripsi lebih dari satu kali untuk satu plaintext. Super enkripsi ini dapat diterapkan pada data yang bersifat rahasia dan penting karena tingkat optimalisasinya lebih tinggi. Hasil penelitian ini menunjukkan bahwa mengkombinasikan metode substitusi cipher dan transposisi cipher dapat dilakukan untuk melakukan proses kriptografi. Proses super enkripsi ini membutuhkan waktu lebih lama karena proses enkripsi dan dekripsi menggunakan dua metode, serta jumlah karakter plainteks yang dimasukkan juga ikut mempengaruhi waktu proses super enkripsi. Berdasarkan hasil pengujian yang dilakukan, untuk melakukan enkripsi dan dekripsi pada 3 plaintext yaitu plaintext1, plaintext2, plaintext3 dengan menggunakan key sebanyak 20 karakter, membutuhkan waktu proses enkripsi yaitu plaintext1 dengan jumlah karakter 19 selama 0.019 detik, plaintext2 dengan jumlah karakter 86 selama 0.040 detik, dan plaintext3 dengan jumlah karakter 158 selama 0.115 detik
Deepfake Detection in Videos Using Long Short-Term Memory and CNN ResNext
Get PDFDeep-fake in videos is a video synthesis technique by changing the people’s face in the video with others’ face. Deep-fake technology in videos has been used to manipulate information, therefore it is necessary to detect deep-fakes in videos. This paper aimed to detect deep-fakes in videos using the ResNext Convolutional Neural Networks (CNN) and Long Short-Term Memory (LSTM) algorithms. The video data was divided into 4 types, namely video with 10 frames, 20 frames, 40 frames and 60 frames. Furthermore, face detection was used to crop the image to 100 x 100 pixels and then the pictures were processed using ResNext CNN and LSTM. The confusion matrix was employed to measure the performance of the ResNext CNN-LSTM algorithm. The indicators used were accuracy, precision, and recall. The results of data classification showed that the highest accuracy value was 90% for data with 40 and 60 frames. While data with 10 frames had the lowest accuracy with 52% only. ResNext CNN-LSTM was able to detect deep-fakes in videos well even though the size of the image was small
Predicting the success of the government’s program of lomaya (Regional PKH) in reducing poverty
Get PDFPoverty reduction is one indicator of the success of development. The form of support from the Pohuwato Regency Government through the Social Service is to organize PKH-D, which is known as LOMAYA. It is one of the implementations of the Community Movement Towards Independent Prosperity (Gerakan Masyarakat Menuju Sejahtera Mandiri). This research was conducted to assist the government in predicting the level of development success indicated by the satisfaction of beneficiaries of lomaya. The method employed was the Naïve Bayes method and forward feature selection. The research data was obtained from a survey of lomaya beneficiaries in the last two years. The accuracy result obtained using the Naïve Bayes algorithm was 94.19%, while Naïve Bayes with the Forward Selection feature was only 94.03%. Therefore, the Naïve Bayes algorithm method is better than the Forward Selection based Naïve Bayes algorithm. Forward selection does not improve accuracy because the selection process causes many attributes to be discarded because they are considered irrelevant. This happened because of the inaccuracy of the data after being selected for its attributes using the Forward Selection feature resulting 1 attribute only as a determinant
Penerapan Metode K-Nearest Neighbor untuk Mengidentifikasi Jenis Kayu sebagai Bahan Furniture
Get PDFPengenalan jenis kayu dapat dilakukan dengan melakukan pengamatan berdasarkan pada ciri-ciri tertentu yaitu dengan menggunakan parameter tekstur, berat, warna dan lain sebagainya. Begitupun dengan memilih jenis kayu sebagai bahan furniture, selama ini sering dilakukan adalah dengan melihat saja atau memegang kayu secara umum dengen memperhatikan teksturnya. Selain akurasi yang kurang, cara ini juga membutuhkan pengalaman yang cukup banyak apalagi dalam memilih kayu yang akan digunakan dalam membuat dekorasi rumah seperti jendela dan kursi dibutuhkan kayu yang kuat dan kokoh karena itu sistem pengenalan jenis kayu yang akurat dan praktis sangat penting untuk dikembangkan. Mengingat banyaknya jenis kayu yang memiliki kesamaan ciri sehingga sulit mengindetifikasi jenis kayu yang akan digunakan sebagai bahan furniture oleh karena itu dikembangkan suatu sistem teknik klasifikasi untuk identifikasi jenis kayu dengan metode GLCM. Metode ini merupakan suatu metode yang melakukan analisis terhadap suatu piksel pada citra dan mengetahui tingkat keabuan yang sering terjadi, metode yang paling sering digunakan untuk analisis tekstur yang didasarkan pada ciri statistik citra yang dimana dalam perhitungan statistiknya menggunakan distribusi derajat keabuan (histogram) dengan mengukur tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Hasil penelitian menunjukkan dari tahap pengujian dengan nilai K=1,K=7,K=10,K=12, dan K=15 dengan jumlah data training sebanyak 45 data didapatkan nilai K=1 sebagai nilai persentase tertinggi dengan tingkat akurasi sistem sebesar 91%