Open Journal System Universitas Mohammad Husni Thamrin
Open Journal System Universitas Mohammad Husni ThamrinNot a member yet
1589 research outputs found
Sort by
Data Mining Pengelompokkan Nilai untuk Menentukan Minat Mata Pelajaran pada Siswa SMA Negeri 1 Kota Gajah
No full textPilihan minat mata pelajaran Sekolah Menengah Atas merupakan usaha peningkatan kualitas pendidikan yang langsung berkenaan dengan siswa sebagai salah satu bagian dari peningkatan sumber daya mausia (SDM). Pemilihan minat mata pelajaran yang dilakukan selama ini mempunyai banyak kelemahan, antara lain berdasarkan keinginan siswa tanpa melihat latar belakang nilai akademisnya dan tidak ada acuan yang yang jelas untuk melakukan pengelompokkan data nilai siswa. Untuk menyelesaikan permasalahan tersebut, maka dibuat sebuah sistem pengelompokan nilai siswa pada pilihan minat mata pelajaran dengan menerapkan salah satu metode Clustering. Algoritma yang digunakan adalah Algoritma K-Means untuk mengidentifikasi objek yang serupa dengan memperhatikan beberapa kriteria. Dengan demikian hasil dari pengelompokan yang telah dirancang akan membantu pihak SMAN 1 Kota Gajah dalam proses pengelompokan nilai siswa untuk pilihan minat mata pelajaran yang sesuai dengan kriteria, sehinga pengelompokan dapat dilakukan lebih cepat, tepat dan akurat serta terhindar dari kesalahan
Evaluasi Manajemen Layanan Teknologi Informasi menggunakan Itil V4
No full textImplementasi teknologi informasi pada sektor pelayanan publik memiliki pengaruh yang besar untuk mendukung terciptanya pemerintahan yang baik. Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Banyumas merupakan instansi pemerintahan yang menerapkan pemanfaatan teknologi informasi sebagai sarana pelayanan publik. Dalam penerapannya terdapat beberapa permasalahan seperti dari sisi kebijakan yang berubah, sumber daya manusia, kepemimpinan, dan dari sisi teknis yang menyebabkan menjadi kurang optimalnya penerapan e-government melalui teknologi informasi. Oleh karena itu diperlukan evaluasi layanan teknologi informasi, sesuai dengan peraturan dari menteri PAN-RB untuk dilakukan evaluasi secara berkala. Penelitian ini bertujuan untuk melakukan evaluasi pada layanan teknologi informasi menggunakan framework ITIL V4 dengan 7 practice pada domain General Management Practice dan 11 practice pada domain Service Management Practice. Evaluasi dilakukan dengan mengukur tingkat kematangan dari layanan TI, melakukan analisis GAP dan mengukur tingkat kapabiliasnya, serta membuat rekomendasi perbaikan berdasarkan hasil evaluasi. Hasil dari penelitian ini yaitu tingkat kematangan dan tingkat kapabilitas berada pada level 3 (Defined). Hal ini berarti manajemen layanan TI telah berjalan mengacu pada prosedur praktek manajemen dan berfokus pada pengguna. Untuk meningkatkan nilai dari tingkat kematangan agar sesuai dengan yang diharapkan dan dapat memperbaiki manajemen layanan TI yang dikleola oleh DPMPTSP Kabupaten Banyumas maka akan diberikan rekomendasi perbaikan. Rekomendasi perbaikan adalah, walapun sudah berada pada level 3, namun masih terdapat gap dari practices yang digunakan sehingga perlu dilakukan perbaikan tindakan pencatatan pada insiden dan problem yang terjadi, agar dapat dianalisis dan diidentifikasi untuk membantu penanganan dan pencegahan terhadap terjadinya pengulangan insiden dan problem
Penerapan Metode Data Mining terhadap Data Transaksi Penjualan Menggunakan Algoritma Apriori pada Toko Metro Akustik
No full textToko Metro Akustik adalah Toko yang menjual berbagai jenis alat musik akustik. Selama ini pemanfaatan data transaksi penjualan pada Toko Metro Akustik hanya disimpan sebagai arsip. Padahal, data tersebut dapat dimanfaatkan dan diolah menjadi informasi yang berguna untuk peningkatan penjualan produk maupun inovasi produk. Dalam hal ini, perlu dilakukan analisis data transaksi untuk mendapatkan pola penjualan dengan menerapkan Algritma Apriori. Dengan adanya informasi mengenai pola penjualan, Toko Metro Akustik dapat mengetahui apa yang paling sering dibeli oleh konsumen. Hasil dari penelitian ini adalah Algoritma Apriori mampu digunakan untuk menentukan produk yang paling sering dibeli konsumen dengan melihat kecenderungan konsumen dalam melakukan transaksi. Hasil analisis yang didapatkkan setelah menggunakan perbandingan minimum support dan minimum confidence yang berbeda-beda berdasarkan data transaksi yang ada adalah dengan menggunakan minimum support 4% dan minimum confidence 60% menghasilkan dua aturan asosiasi. Informasi ini dapat memudahkan dalam menyiapkan produk yang paling sering dibeli konsumen serta menjadikan paket promo dalam menarik minat konsumen dan meningkatkan pemasaran
Analisis Keamanan Sistem Informasi ChatGPT Menggunakan Algoritma Natural Language Processing (NLP)
No full textChatGPT adalah model pembuatan bahasa alami yang dapat meningkatkan kognisi manusia dan menghasilkan teks berkualitas tinggi. Namun, keamanan sistem informasi di ChatGPT menjadi perhatian utama mengingat potensi penyalahgunaan oleh mereka yang belum yakin. Maka dari itu tujuan dari penelitian ini adalah untuk mengkaji keamanan sistem informasi pada ChatGPT dengan menggunakan algoritma Natural Language Processing (NLP). Metode penelitian yang digunakan adalah survei dengan jumlah sampel 100 orang. Data dianalisis dengan menggunakan teknik statistik deskriptif dan inferensial. Hasil penelitian menunjukkan bahwa menggunakan ChatGPT aman untuk sebagian besar responden. Namun, ada masalah keamanan tertentu, seperti potensi pelanggaran data dan penyalahgunaan informasi. Untuk meningkatkan keamanan sistem informasi ChatGPT, penelitian ini merekomendasikan pengembangan algoritma NLP untuk menganalisis dan mendekode teks, serta penggunaan teknologi enkripsi untuk melindungi informasi pengguna. Selain itu, langkah-langkah harus diambil untuk meningkatkan kesadaran pengguna akan perlunya melindungi informasi pribadi
Penerapan Metode Framework Application of System Thinking (FAST) untuk Desain Sistem Informasi Kontrak Kerja Perusahaan Outsourcing
No full textSebagai sebuah perusahaan yang mengkhususkan diri dalam layanan outsourcing di sektor telekomunikasi, yang bertujuan untuk menyediakan tenaga kerja kontrak untuk memenuhi kebutuhan personel perusahaan besar, proses yang melibatkan langkah-langkah dari perekrutan karyawan hingga akhir masa kerja, termasuk pemutusan hubungan kerja, masih dijalankan secara manual. Cara penyimpanan informasi mengenai karyawan yang masih dilakukan secara manual menyebabkan risiko data hilang dan kesulitan dalam pencarian informasi terkait karyawan. Permasalahan ini timbul akibat pengelolaan data yang belum terintegrasi dengan baik, termasuk data pegawai yang masuk (inbound), kontrak, dan yang keluar (outbound). Dampaknya adalah data karyawan dapat hilang dan pihak Sumber Daya Manusia (HRD) sering kali menghadapi kendala. Selain itu, laporan mengenai karyawan inbound, karyawan kontrak, dan karyawan yang keluar dari perusahaan sering mengalami keterlambatan serta tidak mencerminkan keakuratan yang diinginkan, hal ini disebabkan oleh metode manual yang digunakan dalam proses tersebut. Sebagai respons terhadap tantangan ini, solusi yang diusulkan adalah mengembangkan suatu sistem informasi yang fokus pada pengelolaan kontak kerja. Metode yang diterapkan dalam perancangan sistem ini adalah Framework Application of System Thinking (FAST), yang pada akhirnya mampu mengatasi keluhan-keluhan yang selama ini diutarakan oleh bagian HRD. Dengan sistem informasi yang terkomputerisasi telah meminimalisir kehilangan data karyawan. Kemudian pelaporan karyawan masuk, karyawan kontrak dan karyawan keluar tidak terjadi keterlambatan lagi karena dikerjakan dengan komputerisasi. Selanjutnya pelamar yang melamar dapat memantau status lamarannya dengan sistem informasi kontrak kerja yang sudah disediakan
Penerapan Metode Naive Bayes untuk Menentukan Klasifikasi Kelayakan Penerimaan Bantuan Rehabilitasi dan Pembangunan Sekolah pada Dinas Pendidikan dan Kebudayaan Kabupaten Banyuasin
No full textKlasifikasi merupakan salah satu proses pada data mining. Ada banyak jenis dalam pengunaan algoritma klasifikasi dalam data mining. Pada penelitian ini peneliti ingin melakukan proses klasifikasi terhadap data kelayakan penerima bantuan rehabilitasi dan pembangunan pada sekolah yang ada di wilayah Kabupaten Banyuasin. Dalam melakukan proses penentuan kelayakan penerimaan bantuan rehabilitasi bangunan sekolah pada wilayah Kabupaten Banyuasin perlu dilakukan proses klasifikasi kelayakan penerimaan bantuan. Klasifikasi dibuat berdasarkan data sekolah sebagai kriteria atau atribut dari proses klasifikasi yang akurat dan cepat. Dibutuhkan data yang valid agar proses klasifikasi ini dapat berguna dan mengurangi kesalahan. Guna mendukung penelitian, digunakan model Naïve Bayes Classifier. Metode ini adalah sebuah model dari bagian klasifikasi yang sederhana untuk melakukan proses perhitungan dari beberapa kumpulan probabilitas dengan melakukan kombinasi dari beberapa nilai pada sebuah dataset yang telah diberikan. Hasil penelitian diharapkan dapat dijadikan sebagai informasi pada Dinas Pendidikan Kabupaten Banyuasin dalam menentukan setiap sekolah apakalah layak atau tidak untuk menerima bantuan rehabilitasi dan pembangunan. Hasil dari serangkaian pengujian ini menegaskan bahwa model Naive Bayes dengan skema pembagian data 50% untuk pelatihan dan 50% untuk pengujian memberikan performa terbaik. Dengan akurasi pengujian mencapai 99.05% dan nilai-nilai recall serta presisi yang seimbang dan tinggi, model ini dapat diandalkan dalam membantu pengambilan keputusan terkait kelayakan penerimaan bantuan rehabilitasi dan pembangunan sekolah
Evaluasi Usability Aplikasi BSB Mobile Menggunakan System Usability Scale
No full textPerkembangan teknologi dan internet telah mengubah paradigma bisnis dengan munculnya layanan online yang memudahkan akses informasi dan transaksi. Sektor finansial juga mengalami dampak signifikan dari perkembangan sistem informasi, terutama dalam hal pemrosesan transaksi. Sistem pemrosesan transaksi (Transaction Processing System) adalah elemen kunci dalam mengelola dan mencatat transaksi sehari-hari dalam bisnis. Bank-bank besar daerah, seperti PT Bank Sumsel Babel, telah mengadopsi berbagai layanan digital untuk memenuhi kebutuhan nasabahnya. Salah satu aplikasi yang diluncurkan oleh Bank Sumsel Babel adalah BSB Mobile, yang menyediakan berbagai fitur termasuk cek saldo, transfer, dan pembayaran. Meskipun BSB Mobile telah menerima sejumlah ulasan positif, pengguna juga mengemukakan sejumlah keluhan terkait dengan tampilan dan kinerja aplikasi ini. Penelitian ini bertujuan untuk mengkaji pengalaman pengguna dan kepuasan mereka terhadap tampilan dan kinerja sistem BSB Mobile dengan menggunakan metode System Usability Scale (SUS). Metode ini mengukur variabel seperti kecepatan pembelajaran, efisiensi, kemampuan mengingat, tingkat kesalahan, dan kepuasan pengguna. Hasil penelitian diharapkan dapat menjadi panduan bagi PT Bank Sumsel untuk meningkatkan tampilan dan kinerja BSB Mobile, sehingga pengguna dapat melakukan transaksi dengan lebih nyaman dan efisien. Hasil pengolahan data menunjukkan bahwa nilai rata-rata usability adalah 58.13. Berdasarkan standar penilaian, nilai ini termasuk dalam kategori "C" dengan keterangan "Cukup Layak". Meskipun telah mencapai tingkat usability yang cukup baik, masih ada ruang untuk perbaikan yang dapat meningkatkan pengalaman pengguna
Sistem Informasi Absensi Dewan Guru dengan Metode Face Recognition Berbasis Web pada SDN 07 Sindang Danau
No full textAbsensi kehadiran dewan guru merupakan faktor penting bagi sebuah instansi sekolah untuk mencapai tujuan. Absensi berkaitan dengan kedisiplinan dan berdampak pada kinerja dari masing-masing dewan guru. Oleh karena itu, perlu adanya pendataan khusus untuk mencatat absensi kehadiran dan ketidak hadiran agar aktifitas kerja dapat tercatat secara realtime dan baik. Banyak cara yang dilakukan untuk mencapai sistem informasi absensi yang baik, salah satunya mengunakan teknologi komputer dimana penerapannya dengan aplikasi absensi berbasis website. Pada SDN 07 Sindang Danau, sistem yang di gunakan dalam proses absensi masih manual menggunakan buku absensi harian yang berdampak pada efesiensi dan efektifitas pendataan, pencarian data sekaligus perhitungan rekap data membuthkan waktu yang relatif lama. Di samping itu resiko kesalahan dan kehilangan data absensi semakin besar. Berdasarkan permasalahan di atas dibuatlah sistem informasi absensi dewan guru dengan metode face recognition berbais web pada SDN 07 Sindang Danau. Metode penelitian yang digunakan dalam pengumpulan data meliputi: metode riset, wawancara, dan pustaka. Sedangkan pengembangan perangkat lunak menggunakan: analisa kebutuhan, desain, pengkodean, pengujian dan implementasi. Dengan dihasilkannya aplikasi absensi dewan guru berbasis web dapat memberikan kemudahan dalam proses absensi, pencarian data dan perhitungan rekap absensi, serta meminimalisir kehilangan dan kesalahan pecatatan data absensi pada SDN 07 Sindang Danau. Sistem Informasi memungkinkan sekolah untuk memiliki catatan yang akurat dan transparan mengenai kehadiran guru. Proses absensi yang menggunakan pengenalan wajah memastikan bahwa setiap catatan absensi terverifikasi dengan tepat, sehingga mengurangi risiko kesalahan oleh manusia
Analisis Prediksi Resiko Diabetes Tahap Awal Menggunakan Algoritma Naive Bayes
No full textDiabetes merupakan salah satu penyakit kronis yang diakibatkan adanya kelainan sekresi insulin pada kenaikan glukosa secara tidak teratur. Resiko penyakit stroke, penyakit jantung, kebutaan bahkan hingga resiko kematian merupakan penyakit komplikasi yang terjadi ketika adanya peningkatakn gula darah dalam tubuh pada penderita diabetes. Diabetes merupakan salah satu penyakit yang memiliki faktor resiko kematian yang tinggi. Deteksi dini penyakit diabetes perlu dilakukan sebagai upaya dalam menurukan tingkat kematian yang diakibatkan oleh faktor penyakit tersebut. Model yang diusulkan yaitu menerapkan algoritma Naive Bayes sebagai algoritma pengklasifikasi. Dataset yang dijadikan sebagai objek penelitian yaitu dataset Early Stage Diabetes Risk Prediction merupakan dataset terbuka yang bersumber dari UCI Machine Learning. Metode-metode yang digunakan dalam melakukan prediksi yaitu metode data mining. Data mining merupakan serangkaian tindakan untuk menemukan hubungan dari pola dan kecenderungan dari data yang disimpan. Desain alur sistem klasifikasi jenis pada penelitian ini, dimulai dari penentuan Dataset, Loading dan baca data, Analisis Eksplorasi Data, Data Preprocessing, membangun model data, evaluasi Confusion Matrix, dan Hyperparameter Tuning. Didapatkan nilai True Positive sebanyak 276, True Negative sebanyak 180, False Positive sebanyak 20 dan False Negative sebanyak 44. Nilai akurasi yang didapatkan dalam penelitian yaitu sebesar 87.88% dengan kategori Good Classification serta memiliki error rate yang rendah yaitu 12.12% termasuk kedalam kategori Good Error Rate. Hasil penelitian tersebut menunjukan bahwa algoritma Naive Bayes memiliki kinerja yang baik serta dapat dijadikan sebagai landasan dalam memprediksi risiko diabetes tahap awal
Analisis Tingkat Kesehatan Bank Dengan Metode Risk Profile, Good Corporate Governance, Earnings dan Capital (RGEC)
No full textPenelitian ini bertujuan untuk mengetahui tingkat kesehatan PT. Bank Rakyat Indonesia (Persero) Tbk tahun 2019-2021. Metode Penelitian yang digunakan adalah metode deskriptif kualitatif dengan data panel dan skunder diperoleh dari masing-masing website bank yang diteliti. Teknik pengambilan sample ini menggunakan Metode Time Series dan Section periode 2019-2021. Teknik analisa data menggunkan metode Risk Profile, Good Corporate Governance, Earnings dan Capital (RGEC). Hasil dari penelitian ini berdasarkan faktor Risk Profile yang dinilai melalui NPL (Net Perfoming Loan) dan LDR (Loan to Deposit Ratio), yang secara keseluruhan memiliki predikat Sehat sesuai dengan ketentuan Bank Indonesia, yang berarti menggambarkan pengelolaan risiko yang baik. Sementara faktor GCG (Good Corporate Governance) yang diperoleh PT. Bank Rakyat Indonesia (Persero) Tbk tahun 2019-2021 memiliki predikat Baik. Faktor Earnings atau Rentabilitas yang penilaiannya terdiri dari ROA (Return on Assets) dan NIM (Net Interest Margin) secara keseluruhan menggambarkan masih dalam kondisi NIM 2019 dan 2021 Sangat sehat dan Sehat di tahun 2020. ROA secara bersamaan mendapatkan peredikat Sangat Sehat sesuai dengan ketentuan Bank Indonesia. Dan berdasarkan perhitungan CAR (Capital Adequacy Ratio), menunjukan secara keseluruhan priode 2019-2021 pada kategori Sangat Sehat sesuai Ketentuan Bank Indonesia. Dilihat dari kesehatan metode RGEC pada tahun 2019-2021 Bank BRI mendapatkan nilai komposit 87% berturut-turut, yang berarti bahwa Bank BRI dalam kondisi Sangat Sahat sesuai Ketentuan Bank Indonesia tentang Penlilaian Tingkat Kesehatan Bank menggunakan Metode RGEC