STMIK Jakarta Journal Online
Not a member yet
1727 research outputs found
Sort by
Sistem Ujian Sekolah Berbasis Komputer (USBK) pada SMK Bina Mandiri Bekasi
Teknologi komunikasi dan elektronik sudah berkembang sedemikian pesat, sehingga menyebabkan bidang pendidikan juga turut mengalami peningkatan dalam hal kualitas, kecepatan, kepraktisan, dan juga kemudahan ujian konvensional bergeser kearah komputerisasi, salah satunya dengan adanya Ujian Online. Ujian Online merupakan salah satu media yang dirancang untuk memberikan kemudahan dan menghemat biaya proses pelaksanaan ujian, hal ini dikarenakan dalam proses pelaksanaan ujian tidak sedikit biaya yang harus di keluarkan seperti biaya fotocopy naskah soal, pengawas ujian serta tata ruang pelaksanaan ujian. Tujuan pembuatan aplikasi ini untuk merancang dan membangun Sistem Ujian Sekolah Berbasis Komputer (USBK) pada SMK Bina Mandiri Bekasi yang dilengkapi dengan manajemen user, manajemen soal dan jawaban, serta manajemen hasil ujian tersebut. Website USBK dibuat dengan menggunakan bahasa pemrograman PHP, framework Code Igniter 3.1 dan dengan menggunakan database MySQL. Metode penelitian yang digunakan dalam website USBK melewati beberapa tahapan yaitu studi literatur, analisa mencakup analisa kebutuhan data, analisa kebutuhan fungsional, analisa kebutuhan non-fungsional, perancangan mencakup perancangan sistem, perancangan basis data, perancangan struktur navigasi, perancangan tampilan, implementasi code igniter, dan uji coba blackbox testing maupun uji coba kepada penguna. Implementasi berhasil dijalankan pada alamat localhost/USBK, pengujian dengan Black Box Testing terhadap website USBK berfungsi dengan baik, pengujian di lima browser dengan performa sangat baik, dan uji coba kepada pengguna dengan lima responden adalah 98.67% dengan penilaian sangat baik untuk kegunaan dan fasilitas dari website USBK. Melalui aplikasi ini dapat memudahkan siswa/i untuk mengerjakan ujian tersebut sebagai simulasi dari UNBK, memudahkan admin/guru untuk manajemen user, manajemen soal dan jawaban, serta manajemen hasil ujian tersebut
Analisis Rangkaian Visible Light Communication untuk Aplikasi Sistem Komunikasi
Visible Light Communication (VLC) menggunakan White Light Emitting Diode (LED) adalah teknologi untuk komunikasi jarak pendek dengan transmisi data nirkabel berkecepatan tinggi. Sistem VLC atau Visible Light Communication merupakan suatu sistem yang dapat melakukan proses pertukaran data melalui LED atau cahaya dan pendeteksinya atau detector salah satu diantaranya photodiode. Sistem ini menggunakan proses pentransmisian melalui media udara dengan propagasi Line of Sight (LOS)
Model Interoperabilitas Web Service Feeder Pddikti Menggunakan Enterprise Javabeans (Ejb) Dan Rest-Api
Penggunaan aplikasi Feeder PDDIKTI yang diwajibkan bagi setiap perguruan tinggi baik negeri maupun swasta membutuhkan proses interoperabilitas dengan sistem informasi yang sudah berjalan di lingkungan perguruan tinggi.Data aktivitas akademik yang banyak dan bervariasi menjadikan kendala untuk dapat dikirim melalui sistem aplikasi yang telah disediakan oleh DIKTI. Aplikasi Feeder PDDIKTI menggunakan web service SOAP + WSDL dengan PHP. Proses pengiriman data tersebut harus melalui beberapa mekanisme proses integrasi atribut-atribut data, proses mapping, proses insert, update, delete dan yang terakhir proses syncronisasi.Penelitian ini memanfaatkan teknologi penggunaan REpresentational State Transfer – Application Programing Interface (REST-API) dan didukung oleh Enterprise Java Bean (EJB) yaitu teknologi untuk mengembangkan komponen di sisi server yang scalable , transactional dan secure untuk aplikasi enterprise.Hasil dari penelitian ini berupa model interoperabilitas antar dua sistem web service yaitu metode yang telah disediakan Feeder PDDIKTI dengan sistem informasi menggunakan JAVA EJB dengan teknologi REST-API. Berdasarkan hasil percobaan diperoleh hasil bahwa pada aplikasi web sevice yang dikembangkan berhasil menghilangkan masalah ‘maximum exeed’ pada aplikasi SOAP XML, dapat melakukan fungsi GET dan POST ke aplikasi Feeder PDDIKTI tanpa ada notifikasi eror
Pola Pembelian Produk Berdasarkan Association Rule Data Mining
Pengelompokan produk pada penyusunan rak display memiliki pengaruh yang signifikan pada prilaku belanja konsumen. Penelitian ini akan membahas mengenai promosi produk sebagai daya tarik pembelian pelanggan untuk membeli suatu produk menggunakan teknik data mining yaitu Association Rule Mining. Mengidentifikasi pola konsumen dalam membeli barang sangat penting dikarenakan dapat membantu rekomendasi promosi produk sehingga strategi pengelompokan barang pada rak dispay menjadi lebih tepat. Memanfaatkan data transaksi perhitungan asosiasi produk dilakukan menggunakan software RapidMiner. Hasil dari penelitian ini adalah rule yang dapat digunakan untuk membantu menentukan rekomendasi promosi suatu produk secara lebih tepat, yaitu pola pembelian konsumen hasil asosiasi dengan menggunakan algoritma apriori dengan menggunakan minimum support 90% dan minimum confidence 80% didapat jenis barang yang paling banyak terjual adalah Bumbu Masak] --> [Daging] (confidence: 0.857,[Buah_Sayur] --> [Daging] (confidence: 0.857,[Daging] --> [Bumbu Masak] (confidence: 0.960),[Daging] --> [Buah_Sayur] (confidence: 0.960),[Bumbu Masak] --> [Buah_Sayur] (confidence: 0.964)dan [Buah_Sayur] --> [Bumbu Masak] (confidence: 0.964
Analisis Perbandingan Double Moving Average dan Holt’s Model Penerimaan Anggota Baru Koperasi “SBW” Jawa Timur
Koperasi Setia Budi Wanita (SBW) Jawa Timur tidak dapat terpenuhi target anggotanya sebanyak 10.000orang hal ini disebabkan masalah yang terjadi dalam koperasi tersebut terjadi keluar masuk anggota yang disebabkan beberapa alasan yaitu tidak mampu melunasi pinjaman,atau menunggak pinjaman, jasa pinjaman tinggi dan masalah keuangan keluarga Perbadingan Metode peramalan double moving average dan Holt”s model digunkan untuk meramalkan penerimaan anggota baru, dengan memperhatikakn factor forecast error yang nilai kecil yang digunakan untuk meramalkan periode yang akan datang. Berdasarkan hasil pengujian metode Dobel Moving Avarage dengan hasil peramalan sebesar 10.784 dan tingkat errornya yaitu 32,40. Holt’s Model hasil peramalannya 11.377 orang tingkat errornya 80,97, sehingga metode penerimaan anggota yang sesuai diterapkan di Koperasi SBW yaitu Dobel Moving Avarage dobel dengan tingkat error lebih kecil dibandingkan dengan Holt’s model. Desain system informasi peramalan yang dibangun yaitu menggunakan metode dobel moving average sesuai dengan hasil perhitungan perbandingan yang digunakan. Kata Kunci : Peramalan, Doubel Moving Average, Holt’s Mode
Analisis dan Perancangan Fuzzy Inference System Metode Mamdani untuk Mendukung Keputusan Harga Jual Batik
Industri batik nasional memiliki daya saing yang cukup tinggi. Karena banyaknya persaingan bisnis di industri batik, maka banyak juga para pebisnis batik yang tidak bertahan lama dikarenakan penentuan harga jual kain batik yang tidak sesuai degan kualitasnya. Penelitian ini bertujuan untuk membangun sebuah sistem Fuzzy Inference System (FIS) metode Mandani untuk menentukan harga jual kain batik dengan mempertimbangkan variabel jenis bahan, proses pembuatan, motif dan pewarnaan sebagi variabel pendukung penentuan harga jual kain batik. Penelitian ini juga menggunakan Fuzzy Logic Toolbox Matlab sebagai alat untuk perancangan simulasi. Hasil dari penelitian ini didapat bahwa penalaran Fuzzy Inference System (FIS) metode Mamdani yang dibangun untuk menentukan harga jual kain batik dapat dipergunukan sebagai penunjang harga jual kain batik, sistem fuzzy yang dibangun mempunyai tingkat kesalahan sebesar 14,6 persen. Kata kunci: Fuzzy Inference System Mamdani, bati
Aplikasi Penemuan Lokasi Kampus Universitas Gunadarma Berbasis Location Based Service (LBS)
Perkembangan Teknologi Informasi dan Komunikasi (TIK) yang semakin meningkat dapat dimanfaatkan untuk kebutuhan pencarian informasi dan disajikan dalam bentuk digital menggunakan jaringan internet. Salah satu pemanfaatannya digunakan untuk penemuan lokasi suatu tempat. Universitas Gunadarma dapat memanfaatkan teknologi ini untuk menemukan lokasi kampus yang terdiri dari 20 kampus yang lokasinya tersebar di wilayah Jakarta, Depok, Tanggerang dan Bekasi. Informasi lokasi kampus perlu disampaikan kepada calon mahasiswa Universitas Gunadarma atau pengguna lainnya yang ingin mengetahui lokasi kampus melalui sarana internet dan telpon pintar. Aplikasi Location Based Service (LBS) Kampus Universitas Gunadarma ini dibuat dengan menggunakan aplikasi Google Maps, Android Development Tools, dan Eclipse IDE Java sebagai frameworknya. Bahasa pemrograman yang digunakan adalah Java, XML dan SQL. Aplikasi ini terdiri dari halaman pembuka (Splash Screen), dan halaman menu utama yang berupa Peta kampus Universitas Gunadarma. Selanjutnya terdapat deskripsi kampus yang berisi 3 fitur menu lainnya yaitu, Rute, Komentar, Bantuan, dan Kembali. Berdasarkan hasil implementasi file Universitas Gunadarma.apk dapat berjalan dengan baik pada system android pada tipe Kitkat, Lollipop, dan Marsmallow. Berdasarkan hasil kuesioner terhadap 10 responden dalam penilaian tampilan, fungsi, maupun kemudahaan dalam penggunaan aplikasi diperoleh hasil 89,4%
Model Algoritma Backpropagation Dalam Memprediksi Tingkat Keberhasilan Pelatih Sepakbola Sebagai Salah Satu Kemajuan Olahraga Di Indonesia
Perkembangan olahraga merupakan peran penting dari seorang pelatih dan peran manajemen yang ada didalamnya. Menentukan tingkat keberhasilan pelatih dengan menggunakan kriteria pengalaman, strategi dan pemahaman pelatih terhadap kondisi mental dan spiritual setiap pemain merupakan langkah awal dalam mencapai keberhasilan. Penelitian dengan menggunakan teknologi informasi berbasis komputasi sangat banyak dikembangkan terutama dengan menggunakan metode neural network. Pada penelitian ini, penelitian tentang menentukan tingkat keberhasilan pelatih sepakbola sebagai salah satu kemajuan olahraga sepakbola di Indonesia menggunakan Algoritma Backpropagation dengan menggunakan beberapa model arsitektur menjadi tujuan peneliti untuk menghasilkan sebuah hasil yang efektif dalam menentukan keberhasilan olahraga sepakbola di indonesia
Klasifikasi Opini Kepuasan Mahasiswa Terhadap Kinerja Dosen Dengan Pendekatan Cross Validation Naïve Bayes
Penelitian ini memiliki keutamaan dan dimaksudkan untuk melakukan penilaian terhadap kinerja dosen secara umum di kampus STT PELITA BANGSA dengan data inputan berupa dokumen opini mahasiswa terhadap kinerja dosen sehingga bisa ditentukan dengan penelitian ini menilai pola tingkat kinerja dosen dari opini yang ditulis oleh mahasiswa, dengan kategori klasifikasi tingkat kinerja dosen yaitu sangat puas, puas, kurang puas dan tidak puas dengan proses komputerisasi. Metode penelitian yang digunakan pada penelitian ini memliki tahapan diantaranya adalah dengan terlebih dahulu melakukan Preprocessing pada dokumen opini mahasiswa yang terdiri dari 357dokumen opini yang dibagi menjadi data training dan testing 70:30 dengan pembagian dokumen 250 data training dan 107 data testing. Tahapan Preprocessing merupakan proses melakukan Case Folding, tokenizing, Stopword Removal dan menerapkan algoritma Stemming dan labelisasi dokumen. Kemudian dilakukan Processing dokumen dengan pendekatan 10 fold cross validation dengan algoritma Naïve bayes untuk meningkatkan nilai akurasi dari hasil klasifikasinya. Pada penelitian ini akan dihasilkan akurasi hasil dari pada klasifikasi kinerja dosen secara umum dengan kelas sangat puas, puas, kurang puas dan tidak puas, sehingga dengan hasil klasifikasi ini akan membantu pihak kampus melakukan evaluasi terhadap kinerja dosen secara umum. Hasil penelitian pada tahapan training menghasilkan akurasi 86.8% dengan atribut 637 kata dan akurasi data testing degan hasil akurasi 67,2% dengan atribut sebanyak 355 kata
Studi Pengenalan Ekspresi Wajah Berbasis Convolutional Neural Network
Pengenalan ekspresi wajah adalah topik penelitian yang aktif dilakukan dalam beberapa dekade terakhir. Aplikasinya dapat ditemukan dalam biometric security, robotika, kesehatan, neuromarketing sampai animasi avatar. Mengenal ekspresi pada wajah bukanlah merupakan masalah yang mudah dalam pembelajaran mesin, karena setiap orang dapat memiliki cara yang berbeda untuk memperlihatkan ekspresinya. Bahkan citra pada orang yang sama dalam satu ekspresi, dapat menghasilkan fitur yangbervariasi, tergantung pencahayaan, posisi maupun latarbelakangcitra. Karena itu pengenalan ekspresi wajah masih merupakan masalah yang menantang dalam bidang computer vision. Pendekatan tradisional untuk pengenalan ekspresi wajah sangat bergantung pada hand-crafted features seperti SIFT, HOG maupun LBP, yang kemudian dilanjutkan dengan training data pada citra. Dalam beberapa tahun terakhir, metode deep learning mulai dipergunakan dalam pengenalan ekspresi wajah dengan hasil yang secara umum lebih baik. Penelitian ini menggunakan salah satu metode deep learning yang umum dipakai pada citra, yaitu Convolutional Neural Network untuk pengenalan ekspressi wajah, dengan sejumlah variasi parameter menggunakan dataset JAFFE. Hasil terbaik yang diperoleh adalah nilai akurasi sebesar 87,5% untuk arsitektur hanya dengan 3 lapisan training pada jaringan