Jurnal Terapan Teknologi Informasi
Not a member yet
106 research outputs found
Sort by
Building Data Warehouse and Dashboard of Church Congregation Data
A data warehouse is essential for an organization to process and analyze data coming from the organization. Hence, a data warehouse together with a dashboard to visualize the processed data are built to accommodate the need of the church administrator to analyze a large set of church congregation data. The data warehouse is built using the Kimball principle. This Kimball principle emphasizes the implementation of a dimensional model in the data warehouse, not a relational model used in a regular transactional database. An ETL process that contains extract, transform and load processes is used to retrieve all data from the regular transactional database and transform the data so the data can be loaded into the data warehouse. A dashboard is then built to visualize the data from the data warehouse so the users can view the processed data easily. Users can also export the processed data into an excel file that can be downloaded from the dashboard. A web service is built to get data from the data warehouse and return it to the dashboard
Pengelolaan Informasi Tenaga Kerja Pada Dinas Tenaga Kerja dan Transmigrasi Kulon Progo Berbasis SMS Gateway
Teknologi yang semakin berkembang menjadikan pekerjaan manusia menjadi lebih mudah dan efisien. Dengan adanya teknologi kegiatan manusia yang biasanya dilakukan secara manual saat ini sudah banyak yang digantikan oleh sistem. Salah satu teknologi yang paling popular dan banyak masyarakat menggunakan adalah SMS (Short Message Service). Dari sebuah teknologi yang bernama SMS sekarang bisa dikembangkan menjadi SMS Gateway yang mana berfungsi untuk menggantikan tugas manusia menyalurkan informasi secara cepat dan lebih efektif kepada banyak orang. Dalam penelitian ini akan mengimplementasikan Pengelolaan Informasi Tenaga Kerja Pada Dinas Tenaga Kerja Dan Transmigrasi Kulon Progo Berbasis SMS Gateway. Sistem ini akan digunakan untuk menyalurkan informasi lowongan pekerjaan kepada para pencari kerja di Kabupaten Kulon Progo. Lowongan Pekerjaan akan diinformasikan kepada pencari kerja yang telah mendapatkan kartu kuning setelah melakukan pendafataran dan mengisi biodata di Dinas Tenaga Kerja dan Transmigrasi. Aplikasi SMS Gateway akan dibuat menggunakan framework Laravel dan database SQLite. Pada Penerapan dilapangan aplikasi akan digunakan oleh lingkungan internal Dinas Tenaga Kerja Dan Transmigrasi Unit Bidang Pengembangan dan Penempatan Tenaga Kerja
Pendeteksi Kecelakaan Lalu Lintas Menggunakan Akselerometer dan GPS Location pada Aplikasi Android
Kecelakaan kendaraan merupakan hal yang pastinya dihindari semua orang. Kecelakaan kendaraan tidak hanya menyebabkan korban luka-luka, tetapi dapat juga menyebabkan kematian, dan menyebabkan kerugian lain seperti kerugian materi. Dalam kecelakaan kendaraan terdapat peranan penting orang-orang di sekitar, pihak yang berwenang, dan bahkan keluarga untuk menolong korban kecelakaan. Menjadi sebuah permasalahan tersendiri apabila orang-orang tersebut tidak dapat dihubungi oleh korban, dikarenakan korban sudah tidak dapat memegang smartphone karena dalam kondisi yang tidak memungkinkan seperti cidera fisik atau bahkan tidak sadarkan diri. Selain itu terdapat faktor lain seperti orang-orang yang tidak peduli karena tidak tahu ada korban kecelakaan. Dengan memanfaatkan smartphone android yang digunakan oleh sebagian besar masyarakat, maka dapat dirancang dan dibuat sistem deteksi kecelakaan kendaraan pada aplikasi android. Aplikasi tersebut menggunakan sensor akselerometer dan GPS Location sebagai variabelnya dalam mendeteksi kecelakaan. Apabila sistem mendeteksi kecelakaan, maka sistem akan langsung mengirimkan pesan kepada seluruh pengguna aplikasi yang sudah terdaftar. Pesan tersebut berupa lokasi korban kecelakaan, sehingga para pembacanya dapat langsung mengakses lokasi korban via Google Map dari pesan tersebut. Aplikasi ini dapat memudahkan orang-orang di sekitar, kerabat atau pihak yang berwenang untuk dapat mengetahui lokasi kecelakaan kendaraan. Sehingga jika ada kecelakaan kendaraan, maka diharapkan orang-orang yang sudah memiliki dan terdaftar pada aplikasi tersebut dapat menolong korban kecelakaan dan menanganinya secara cepat
Studi Komparasi Performa NGINX dan HAPROXY Sebagai Load Balancer di Cloud Menggunakan Teknologi Kontainer
High availability and scalability is a must have feature for server that owned by industrial sector. One concept that used by technology practitioner ishorizontal scaling. Horizontal scaling can be achieved by using load balancer. Even though those technology practitioner started to adopt containerization technology, those technology practitioner still using load balancer. The purpose of this research is to compare NGINX and HAPROXY performance as load balancer based on response time and error rate. Both NGINX and HAPROXY will run on docker that installed on various virtual machine type in both AWS and GCP. The result shows that based on writer’s configuration, NGINX could handle medium and heavy load better than HAPROXY. Another result shows that AWS could handle medium and heavy load better than GCP.High availability dan scalability sudah menjadi suatu keharusan bagi server yang dimiliki oleh sektor industri. Salah satu konsep yang dipakai oleh pelaku teknologi adalah horizontal scaling. Horizontal scaling ini dapat dicapai oleh load balancer. Meskipun para pelaku teknologi mulaimengadaptasi teknologi kontainerisasi, para pelaku teknologi ini tetap memakai load balancer. Penelitian ini bertujuan untuk membandingkanperforma NGINX dan HAPROXY sebagai load balancer dari sisi response time dan error rate, yang dijalankan diatas docker yang berada di virtual machine AWS dan GCP. Perbandingan ini dilakukan di berbagai spesifikasi virtual machine. Hasil penelitian menunjukkan bahwa berdasarkankonfigurasi yang sudah dibuat oleh penulis, NGINX dapat menangani beban sedang dan besar dengan lebih baik dibandingkan dengan HAPROXY.Hasil penelitian juga menunjukkan AWS dapat menangani beban sedang dan besar dengan lebih baik dibandingkan dengan GCP
Penerapan RESTful API untuk Membangun Program Pembayaran Piutang Menggunakan Otentikasi OAuth 2.0
Retail business competition which is increasingly fast requires businesses to have a product sales strategy that is able to compete. Amigo Group convert this strategy by providing account receivable services for customers. The study " Penerapan RESTful API untuk Membangun Program Pembayaran Piutang Menggunakan Otentikasi OAuth 2.0", focused on how to use RESTful to provide the transaction API for accounts receivable payments, and the use of OAuth 2.0 as an authentication method, as well as load testing of API.
The system design has been done with UML modeling language in the form of activity diagrams and sequence diagrams. Programming was done using the Laravel framework and MySQL database. Load testing was performed using the Locust application.
These designs produced Back End functions that can be used on web and mobile platforms. As a result of load testing, the use of the OAuth 2.0 method is more advantageous than using Basic Auth. This is shown by the response time and request per second which is more stable in the use of OAuth 2.0.Persaingan bisnis ritel yang semakin pesat mengharuskan pelaku usaha untuk memiliki strategi penjualan produk yang mampu bersaing. Amigo Group menerjemahkan strategi tersebut dengan menyediakan layanan bon untuk pelanggan. Penelitian “Penerapan RESTful API untuk Membangun Program Pembayaran Piutang Menggunakan Otentikasi OAuth 2.0”, memiliki rumusan masalah baga imana pemanfaatan RESTful untuk menyediakan kebutuhan Back End transaksi pembayaran piutang, dan penggunaan OAuth 2.0 sebagai metode otentikasi, serta pengujian terhadap beban yang mampu dijalankan.
Perancangan sistem dilakukan dengan Bahasa pemodelan UML (Unified Modeling Language) berupa activity diagram dan sequence diagram. Pemrograman dilakukan menggunakan framework Laravel dan basis data MySQL. Pengujian beban dilakukan menggunakan aplikasi Locust.
Hasil perancangan tersebut menghasilkan fungsi-fungsi Back End yang dapat digunakan pada platform web dan mobile. Adapun hasil dari pengujian beban, menunjukkan bahwa penggunaan metode otentikasi OAuth 2.0 lebih menguntungkan dibanding penggunaan Basic Auth. Hal tersebut ditunjukkan oleh response time dan request per detik yang lebih stabil pada penggunan OAuth 2.0.
 
Pembangunan Dashboard Inventory Pada Bisnis Ritel
In this study, it will be explained how to create a data mart in a retail business to answer the KPI (Key Performance Indicator) inventory of goods which will be visualized in the form of a dashboard to make it easier for company executives to see the condition of inventory in stores. In making a data mart, it will be explained how the ETL (Extraction, Transformation and Loading) process from a transactional database from 9 stores becomes a data mart. The data mart in this study was built using a star schema and produced 4 dimension tables and 1 fact table. Star schema is used to simplify the query process when you want to display data on the dashboard. After the dashboard has successfully visualized the data, then testing is carried out on users using the UEQ (User Experience Questionnaire) method to find out how the user experience when using the dashboard. From this study, it was found that the dashboard was able to visualize the total inventory of goods, consigned goods inventory, non-consigned trunk inventory in monthly, semester, quarterly, and annual periods. And excellent results on 6 scales of User Experience Questionnaire (UEQ)
Pemodelan Representasi Pengetahuan Berbasis OWL untuk Objek Arsitektur Candi di Indonesia
Candi merupakan salah satu contoh warisan budaya. Jumlah candi Indonesia yang banyak membuat informasi yang tersebar di internet juga sangatlah banyak. Namun informasi tersebut bukanlah suatu kesatuan informasi. Oleh karena itu, dibutuhkan sebuah sistem yang dapat menyimpan informasi-informasi tersebut. Untuk membantu pengolahan data candi, maka dibuat sistem semantic web. Sistem ini akan membantu memodelkan data candi. Tujuan dari sistem ini adalah untuk memodelkan data dan menampilkan informasi yang akurat tentang candi yang ada di Indonesia. Sistem dibangun dengan menggunakan metode On-To-Knowledge. Sistem semantic web yang dibangun berbasis OWL dan database yang digunakan adalah SPARQL. Sistem semantic web mampu menghubungkan data kebudayaan candi dengan kebudayaan yang lain. Selain itu, sistem juga dapat menampilkan informasi berdasarkan deskripsi dan gambar dari candi
Implementasi Dashboard Untuk Visualisasi Data Penerimaan Mahasiswa Baru Studi Kasus : Universitas Kristen Duta Wacana
New Student Admissions activities at an University needs to be monitored to determine the performance of Admission and Promotion. Admission data can be processed and analyzed to determine the expo destination schools, promotion locations, and appropriate potential areas. In addition, the results of Admission data processing can be used to determine the fluctuation of enthusiasts in the Majors from previous periods or the comparison of the number of enthusiasts between Majors. For that reason we need a dashboard as a tool to help user for analyze, monitor and be taken into consideration in making strategic decisions related to Admission activities. The implemented dashboard consists of a collection of information that is visualized in graphs and numbers. The users of the dashboard are employees of the Admissions and Promotion Unit, Head of Majors for each department, and Administrators.
There are 6 dimensions displayed in the dashboard, namely time, region, test route, path transfer, prospective students, and school origin. The data of new student admissions is processed and stored into the data warehouse through the ETL process. Furthermore, the data warehouse is used as data storage for the implementation of a web-based dashboard application using the PHP programming language. The implemented dashboard consists of Admission information that is visualized into charts and numbers. the graphs that used in PMB data visualization include bar charts, doughnut charts, pie charts, column charts, line charts, and map charts.Kegiatan Penerimaan Mahasiswa Baru di suatu Universitas perlu di monitor guna mengetahui performa kegiatan tersebut. Data PMB dapat diolah dan dianalisis untuk menentukan sekolah tujuan expo, lokasi promosi, dan areal daerah potensi yang tepat. Selain itu, hasil olahan data PMB dapat digunakan untuk mengetahui fluktuasi peminat suatu Program Studi (Prodi) dari periode-periode sebelumnya dan atau perbandingan jumlah peminat antar Prodi. Untuk itu diperlukan sebuah dashboard sebagai alat bantu guna menganalisis, memonitor serta menjadi bahan pertimbangan dalam pengambilan keputusan strategik terkait kegiatan PMB. Dashboard yang diterapkan terdiri dari kumpulan informasi yang divisualkan ke dalam bentuk grafik dan angka. Pengguna dari dashboard adalah pegawai Unit Admisi dan Promosi, Kaprodi tiap jurusan, serta Administrator.
Terdapat 6 dimensi yang ditampilkan dalam dashboard PMB UKDW yaitu waktu, wilayah, jalur tes, alih jalur, calon mahasiswa, dan asal sekolah. Data penerimaan mahasiswa baru diolah dan disimpan ke dalam data warehouse melalui proses ETL. Selanjutnya, data warehouse digunakan sebagai penyimpanan data untuk implementasi aplikasi dashboard berbasis web menggunakan bahasa pemrograman PHP. Dashboard yang dibangun terdiri dari informasi PMB yang divisualkan kedalam grafik dan angka. Grafik yang digunakan dalam visualisasi data PMB antara lain grafik batang, grafik donat, grafik pie, grafik kolom, grafik line, serta grafik peta
Sistem Prediksi Harga Saham LQ45 Dengan Random Forest Classifier
Data yang digunakan adalah ringkasan saham harian perusahaan yang terdaftar pada indeks LQ45 versi Agustus 2018 – Januari 2019 mulai tanggal 1 Juli 2015 hingga 31 Desember 2018. Technical indicator yang digunakan dalam penelitian ini adalah On-Balance Volume, Chaikin Oscillator, Moving Average Convergence/Divergence, dan Bollinger Bands. Data tersebut kemudian dibentuk modelnya untuk setiap kode saham, rentang waktu, dan tipe fitur. Rentang waktu prediksi yang digunakan adalah 1 hari, 5 hari, dan 20 hari. Tipe fitur yang digunakan untuk membentuk model adalah plain yang menggunakan seluruh nilai ringkasan saham harian dan technical indicator-nya, grouped yang fiturnya merupakan kondisi technical indicator terhadap hari sebelumnya (naik, tetap, dan turun) dan nilainya terhadap garis nol (positif, nol, negatif), serta onehot yang fiturnya merupakan hasil one-hot encoding terhadap fitur grouped. Model yang dibentuk kemudian digunakan untuk memprediksi perubahan harga saham dengan kemungkinan nilai naik, tetap, atau turun. Nilai akurasi dihitung menggunakan confusion matrix. Hasil pengujian terhadap data latih menunjukkan nilai yang sangat baik, dimana tipe fitur plain dengan rentang waktu 5 dan 20 hari mencapai 100%. Hasil pengujian terhadap data uji menunjukkan penurunan dibanding data latih, namun tipe fitur plain tetap menunjukkan performa paling baik dimana terdapat tiga kode saham dengan akurasi lebih besar dari 60% untuk rentang waktu satu hari, enam kode saham untuk rentang waktu lima hari, dan empat belas kode saham untuk rentang waktu dua puluh hari, sembilan di antaranya di atas 70%, dengan kode ANTM mencapai akurasi sebesar 80,6%
Implementasi Algoritma Dijkstra untuk Mencari Rumah Kost Terdekat di Kodya Yogyakarta Berbasis Android
Permasalahan yang sering dihadapi oleh para mahasiswa terutama mahasiswa pendatang adalah sulitnya untuk memperoleh tempat tinggal, salah satunya adalah rumah kost. Namun beberapa mahasiswa memiliki pertimbangan tertentu dalam memilih kos-kosannya salah satunya adalah jarak tempat kost dari universitas tertentu. Penelitian ini akan mencoba mengimplementasikan algoritma Dijkstra untuk melakukan pencarian kost terdekat di Android, pada aplikasi ini juga akan terdapat fitur pencarian jalur terpendek, filter harga maksimal, dan filter jarak maksimal. Algoritma Dijkstra merupakan salah satu algoritma untuk melakukan pencarian jarak terkecil dan jalur terpendek. Hasil pencarian jarak kost terdekat dan jalur terpendek akan dibandingkan dengan hasil dari Google Maps, proses lamanya waktu pencarian pada sistem juga akan dicatat. Dari penelitian ini algoritma Dijkstra berhasil diimplementasikan untuk melakukan pencarian kost terdekat, pencarian kost berdasarkan filter, dan pencarian jalur terpendek di Android. Pada pengujian pencarian jarak kost terdekat didapatkan hasil bahwa algoritma Dijkstra dalam mencari jarak terkecil hampir mendekati data dari Google Maps dengan rata-rata selisih jarak sebesar 6,1 m. Pengujian ini juga menemukan bahwa semakin jauh jarak dan jalur rumah kost yang dicari menggunakan algoritma Dijkstra maka akan semakin lama waktu pencariannya dikarenakan semakin banyaknya vertek yang dikerjakan