Articles
<![CDATA[Metode Analytical Hierarchy Process (AHP) untuk Pemilihan Media Sosial Pemasaran Songket Sambas ]]>
<![CDATA[Wawan Setiawan]]>;
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Asrul Abdullah]]>
<![CDATA[ JUSIFO : Jurnal Sistem Informasi Vol 7 No 1 (2021): JUSIFO (Jurnal Sistem Informasi) | June 2021 ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Raden Fatah Palembang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.19109/jusifo.v7i1.7717
<![CDATA[Songket Sambas (Kain Lunggi) is a gold thread cloth typical of the culture of the Sambas people. The Sambas songket craftsmen have used social media a lot in marketing their products. The selection of the right social media in product marketing can help increase sales of Sambas songket. It can be the key to success in expanding Sambas songket sales to various regions. This study aims to apply the Analytical Hierarchy Process (AHP) method in the selection of social media that is widely used as the right Sambas songket marketing media. In this study, the AHP method was used as a method for decision making. In determining the pairwise comparison matrix, Sambas songket craftsmen were involved. The criteria used are age range (C1), gender (C2), number of users (C3), level of popularity (C4). From this study, we have the value of Facebook is 0.82, Instagram is 0.60, Youtube is 0.06, Twitter is 0.04. The final priority result of the right social media to use with the first order is Facebook.]]>
<![CDATA[Classification of Sambas Traditional Fabric “Kain Lunggi” Using Texture Feature ]]>
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Barry Ceasar Octariadi]]>
<![CDATA[ IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 13, No 4 (2019): October ]]>
Publisher : <![CDATA[IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia. ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/ijccs.49782
<![CDATA[Traditional fabric is a cultural heritage that has to be preserved. Kain Lunggi is Sambas traditional fabric that saw a decline in its crafter. To introduce Kain Lunggi in a broader national and global society in order to preserve it, a digital image processing based system to perform Kain Lunggi pattern recognition need to be built. Feature extraction is an important part of digital image processing. The visual feature that does not represent the character of an object will affect the accuracy of a recognition system. The purposes of this research are to perform feature selection on sets of feature to determine the best feature that can increase recognition accuracy. This research conducted in several steps which are image acquisition of Kain Lunggi pattern, preprocessing to reduce image noise, feature extraction to obtain image features, and feature selection. GLCM is implemented as a feature extraction method. Feature extraction result will be used in a feature selection process using CFS (Correlation-based Feature Selection) methods. Selected features from CFS process are Angular Second Moment, Contrast, and Correlation. Selected features evaluation is conducted by calculating classification accuracy with the KNN method. Classification accuracy prior to feature extraction is 85.18% with K values K=1 ; meanwhile, the accuracy increases to 88.89% after feature selection. The highest accuracy improvement of 20.74% in KNN occurred when using K value K= 4.]]>
<![CDATA[SISTEM PENILAIAN UJIAN OTOMATIS UNTUK SOAL ESAI MENGGUNAKAN METODE VECTOR SPACE MODEL ]]>
<![CDATA[Mi'andri Mi'andri]]>;
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Putri Yuli Utami]]>
<![CDATA[ JUTECH : Journal Education and Technology Vol 2, No 2 (2021): JUTECH DESEMBER ]]>
Publisher : <![CDATA[STKIP Persada Khatulistiwa Sintang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31932/jutech.v2i2.1273
<![CDATA[Pelaksanaan ujian merupakan cara untuk mengukur kemampuan seorang mahasiswa. Ujian juga dijadikan sebagai alat evaluasi untuk menilai seberapa jauh pengetahuan yang sudah dikuasai dan keterampilan yang sudah diperoleh. Ujian esai adalah salah satu proses evaluasi yang digunakan untuk mengetahui kemampuan mahasiswa. Masalah yang terjadi pada saat dosen menilai yaitu lamanya waktu yang dibutuhkan untuk memeriksa lembar jawaban mahasiswa, hal ini dapat mempengaruhi objektivitas dalam penilaian. Untuk mengatasi masalah tersebut maka diperlukan sistem yang dapat membuat penilaian jawaban ujian esai lebih cepat. Penelitian ini bertujuan untuk membuat sistem penilaian ujian esai secara otomatis yang dapat membantu dosen dalam menilai ujian esai mahasiswa. Metode yang digunakan yaitu metode pembobotan TF-IDF (Term Frequency - Inverse Document Frequency) dan Vector Space Model untuk menghitung kemiripan dari dua buah dokumen, dimana proses yang dilakukan pada penilaian jawaban esai adalah dengan membandingkan jawaban yang telah diisikan oleh mahasiswa dengan kunci jawaban dosen. Berdasarkan hasil penelitian bahwa sistem penilaian esai otomatis menggunakan metode Vector Space Model telah berjalan dengan baik.]]>
<![CDATA[Analytic Hierarchy Process Dalam Pembobotan Untuk Pengaturan Jadwal Dosen ]]>
<![CDATA[Menur Wahyu Pangestika]]>;
<![CDATA[Alda Cendekia Siregar]]>
<![CDATA[ CYBERNETICS Vol 2, No 01 (2018): CYBERNETICS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (936.787 KB)
|
DOI: 10.29406/cbn.v2i01.1145
<![CDATA[Scheduling is one of the important things in teaching and learning process. The Analytical Hierarchy Process (AHP) method is a system analysis method that can be used to connect unstructured situation into a spesific part that used to make an effective decisions. The application of AHP based on the decomposition of objectives, evaluates values through pairwise comparisons in stages and able to choose the best alternative from some alternatives. The purpose of this study is to prove whether the AHP method can be used to determine scoring for the election of lecturer schedules and to knowing the result of AHP’s scoring The data in this study are: criteria of the subjects, lecturers, SKS, lecturer status, space, time to determine the score and alternative, namely in the form of even semester teachers. As for producing departmental recommendations, input is needed in the form of score resulting from the AHP calculation and calculating the space that shows the floor, day and course. This study uses comparative data and the same alternative from previous studies,that is scheduling data for the Even Semester of Mechanical Engineering Study Department that certain on scheduling for regular lectures. The final results of this study include several names that can be used for scheduling first. Judging from the previous research using the DS / AHP method, 17 lecturers got the order from 29 lecturers, but in this study, the whole can be sorted.]]>
<![CDATA[Perbandingan Metode Jaringan Syaraf Tiruan Pada Klasifikasi Motif Kain Tenun Sambas ]]>
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Barry Ceasar Octariadi]]>
<![CDATA[ CYBERNETICS Vol 4, No 02 (2020): CYBERNETICS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29406/cbn.v4i02.2489
<![CDATA[Pengolahan citra digital merupakan bagian dari computer vision untuk menganalisa suatu citra atau gambar sehingga menghasilkan suatu informasi yang dapat dipahami manusia. Setiap tahapan dalam pengolahan citra digital memiliki metode masing-masing, untuk citra yang berbeda maka metode yang digunakan juga akan berbeda. Hal ini dikarenakan setiap objek memiliki karakteristik yang berbeda sehingga penggunaan metode perlu menyesuaikan dengan karakteristik citranya. Jaringan syaraf tiruan memiliki kelebihan yaitu sangat fleksibel terhadap data yang memiliki banyak noise, mampu mengklasifikasikan pola, cocok untuk input dan output yang bersifat continue, dapat diimplementasikan dengan mudah di semua aplikasi. Metode jaringan syaraf tiruan juga masih memiliki kekurangan diantaranya parameter terbaik perlu ditentukan secara trial and error, waktu iterasi yang relative lama, dan interpretability yang buruk Pada penelitian ini akan dilakukan percobaan untuk mendapatkan arsitektur jaringan syaraf tiruan yang optimal. Arsitektur jaringan syaraf tiruan yang akan diujicobakan untuk mendapatkan metode jaringan syaraf tiruan yang optimal untuk data citra kain tenun sambas adalah Backpropagation dan RBF. Akurasi maksimal yang dapat dihasilkan dengan menggunakan JST Backpropagation adalah sebesar 81,33 % dengan parameter nilai learning rate 0,3. Nilai MAE terkecil dihasilkan dari learning rate 0,5 sedangkan nilai RMSE terkecil dihasilkan dari learning rate 0,4. Akurasi maksimal yang dapat dihasilkan dengan menggunakan JST RBF adalah sebesar 88 % dengan parameter nilai learning rate 2. Nilai MAE terkecil dihasilkan dari learning rate 5 sedangkan nilai RMSE terkecil dihasilkan dari learning rate 3. Akurasi yang dihasilkan dari JST RBF lebih tinggi jika dibandingkan dengan JST Backpropagation yaitu 88% dan 81,33% hal ini dapat disimpulkan JST RBF lebih baik dalam mengklasifikasikan citra kain sambas daripada JST Backpropagation]]>
<![CDATA[Pengenalan Pola pada Citra Tanda Tangan Online dan Offline Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation ]]>
<![CDATA[Barry Ceasar Octariadi]]>;
<![CDATA[Alda Cendekia Siregar]]>
<![CDATA[ CYBERNETICS Vol 5, No 01 (2021): CYBERNETICS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29406/cbn.v5i01.2490
<![CDATA[Pengenalan pola pada citra tanda tangan merupakan versi miniartur yang digunakan untuk mengidentifikasi seseorang. Didalam penelitian ini disajikan pengenlan pola tanda tangan online dan offline dengan mempergunakan jaringan syaraf tiruan metode backpropagation (JST-BP) untuk 100 ciri citra tanda tangan online dan offline. Dimulai dari preprocessing, ekstraksi ciri dengan vertical and horizontal splitting sebagai ciri masukan untuk masing-masing citra tanda tangan untuk dilakukan pelatihan dengan klasifikasi JST BP. Menggunakan fungsi pembelajaran resilient backpropagasi. Pengujian JST-BP membandingkan data uji dengan data hasil tranning sebelumnya yang terdapat didalam database. Hasil pengujian tanda-tangan untuk sampel tanda tangan online dan offline dengan menggunakan metode JST-BP, terlihat bahwa dengan tanda tangan online masih bisa di identifikasi 153 citra dengan tingkat akurasi sebesar 76 % dari 200 data citra, untuk tanda tangan offline di identifikasi 197 citra dengan tingkat akurasi sebesar 98% dari 200 data citra.]]>
<![CDATA[Identifikasi Telinga Berdasarkan Fitur Geometrik dan KNN ]]>
<![CDATA[Alda Cendekia Siregar]]>
<![CDATA[ CYBERNETICS Vol 1, No 01 (2017): CYBERNETICS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (745.838 KB)
|
DOI: 10.29406/cbn.v1i01.552
<![CDATA[Sistem identifikasi saat ini telah menjadi kebutuhan untuk keamanan sistem.Salah satu metode sistem identifikasi yang memiliki tingkat keamanan yang tinggi dan akurat adalah biometrik. Biometrik menggunakan bagian tubuh manusia yang dianggap unik dan dapat membedakan antar individu satu dan yang lainnya. Salah satu biometrik yang baru dan menjadi perhatian dalam dunia penelitian tentang biometrik adalah telinga. Telinga memiliki beberapa kelebihan yang tidak dimiliki oleh biometrik lainnya salah satunya adalah tidak terpengaruh oleh perubahan usia. Bentuk telinga manusia akan tetap sama mulai dari lahir hingga lanjut usia, yang mengalami perubahan hanyalah ukurannya saja sehingga fitur telinga yang dapat digunakan sebagai pembeda adalah bentuk geometriknya. Fitur yang digunakan dalam penelitian ini adalah nilai perbandingan antara panjang long axis dengan titik-titik fitur yang tidak terpengaruh terhadap perputaran, penskalaan, dan perpindahan sedangkan classifier yang digunakan sebagai tolak ukur akurasi sistem identifikasi telinga adalah KNN. Nilai akurasi yang dihasilkan dari sistem identifikasi telinga dengan menggunakan fitur geometrik dan KNN adalah sebesar 97%, nilai akurasi ini lebih tinggi bila dibandingkan dengan menggunakan classifier JST MLP Backpropagation yang menghasilkan akurasi 79,67%.Kata kunci: Biometrik, Identifikasi telinga, Fitur geometrik, KNN.Nowadays, needs for identification system is increasing. Biometric is considered as one of the most robust human identification method due to its high level of security and accuracy. Ear has been introduced as biometric recently. Ear has distinct feature that possess unique value for every individuals. One of ear features which can be used to differentiate one person from another is geometrical feature. Feature extraction produces the ratio of long axis to each feature point. This ratio are invariant to rotation, scaling and translation. System performance is evaluated using accuracy measure. Result of this research shows that KNN has 97% accuracy. Accuracy comparison is conducted among other classifier i.e. MLP backpropagation. KNN has 97% accuracy and MLP backropagation has 79,67% accuracy. KNN’s accuracy higher then MLP’sKeywords: Biometric, Ear identification, Geometrical feature, KNN.]]>
<![CDATA[Reduced Rule Base Pada Sistem Pakar Untuk Diagnosa Penyakit Balita Gizi Buruk Di Kalimantan Barat ]]>
<![CDATA[menur wahyu pangestika]]>;
<![CDATA[Alda Cendekia Siregar]]>
<![CDATA[ CYBERNETICS Vol 3, No 01 (2019): CYBERNETICS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (364.421 KB)
|
DOI: 10.29406/cbn.v3i01.1818
<![CDATA[Masalah kurang gizi masih menjadi masalah kesehatan masyarakat dan dapat menjadi penyebab kematian terutama pada kelompok resiko tinggi bayi dan balita. Sistem pakar sangat membantu untuk pengambilan keputusan karena mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Didalam sistem pakar terdapat aturan IF-Then yang mendefinisikan hubungan logis antara masalah yang ditetapkan. Penyederhanaan fungsi Boolean digunakan untuk mendapatkan reduced rule base dengan menggunakan K-map. Pembuatan k-map dibutuhkan 2n baris table kebenaran, dan pada K-map dibutuhkan 2n kotak persegi. Data gejala dan penyakit yang terjadi pada gizi buruk balita didapatkan dari hasil wawancara kepada pakar yaitu Ahli Gizi dan Dokter Spesialis Anak. Data penyakit yang digunakan pada penelitian ini adalah ISPA, TB Paru, dan Pneumonia. Penelitian ini membandingkan metode Reduce Rule Based dengan metode Certainty Factor pada kasus diagnosa penyakit balita gizi buruk dan didapatkan metode Certainty Factor lebih baik dari pada metode Reduce Rule Based dalam menentukan diagnosis pada kasus balita gizi buruk (Validitas CF sebesar 100% dan Validitas Reduce Rule Based sebesar 73,34%).]]>
<![CDATA[Pelatihan Penulisan Tugas Akhir Dengan Menggunakan LaTeX Bagi Mahasiswa Teknik Informatika Universitas Muhammadiyah Pontianak ]]>
<![CDATA[Alda Cendekia Siregar]]>
<![CDATA[ Jurnal Buletin Al-Ribaath Vol 18, No 1 (2021): Buletin Al-Ribaath ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29406/br.v18i1.2555
<![CDATA[Penulisan laporan tugas akhir menjadi kewajiban bagi setiap mahasiswa di akhir studi. Mahasiswa diwajibkan untuk menyusun dan menulis karya tulis ilmiah yang berupa paparan hasil penelitian sarjana S1 yang membahas suatu permasalahan/fenomena dalam bidang ilmu tertentu dengan menggunakan kaidah-kaidah yang berlaku. Karya tulis ilmiah ini di Indonesia disebut dengan istilah skripsi. Skripsi bertujuan agar mahasiswa mampu menyusun dan menulis suatu karya ilmiah sesuai dengan bidang ilmunya. Skripsi merupakan persyaratan untuk mendapat status sarjana (S1) di setiap Perguruan Tinggi yang ada di Indonesia. Dalam penulisan skripsi, mahasiswa mengikuti aturan penulisan tugas akhir yang sudah ditetapkan oleh perguruan tinggi. Perguruan tinggi telah menyiapkan template tugas akhir yang menjadi acuan mahasiswa dalam menulis skripsi. Software yang digunakan mahasiswa untuk menyusun tugas akhir biasanya adalah dengan menggunakan Microsoft word. Namun Ms.Word ini merupakan software berbayar dan memiliki beberapa kekurangan. Salah satu kekurangan Ms.Word yang paling sering dijumpai dalam penulisan karya tulis ilmiah adalah format tulisan akan berubah jika menggunakan versi Ms.Word yang berbeda. Ketika skripsi mahasiswa dibuat dengan menggunakan versi Ms.Word 2013 maka akan terjadi perubahan format dokumen jika file dibuka dengan menggunakan versi Ms.Word 2010 demikian sebaliknya. Hal ini akan membuat bagian editor atau admin yang bertugas mengumpulkan file-file skripsi mahasiswa kembali merapikan file tersebut. Solusi untuk permasalahan tersebut adalah penulisan tugas akhir mahasiswa dapat dilakukan dengan menggunakan LaTeX. LaTeX memungkinkan penulis/penggunanya untuk melakukan typesetting dan mencetak hasil kerjanya dalam bentuk tipografi yang terbaik. Salah satu kekurangan LaTeX adalah penggunaannya yang sulit. LaTeX menuntut pengguna untuk menggunakan sedikit bahasa pemrograman untuk memberikan instruksi. Pelatihan penulisan tugas akhir dengan menggunakan LaTeX bagi mahasiswa dilakukan untuk memberikan kemudahan kepada mahasiswa Teknik Informatika untuk menulis tugas akhir dengan menggunakan LaTeX.]]>
<![CDATA[Kuliah Kerja Usaha (KKU) Digital Pembuatan Website Profile Desa Sungai Kakap Kabupaten Kuburaya ]]>
<![CDATA[Alda Cendekia Siregar]]>;
<![CDATA[Anastasya Putri Sulistio]]>
<![CDATA[ Jurnal Buletin Al-Ribaath Vol 18, No 2 (2021): Buletin Al-Ribaath ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Pontianak ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29406/br.v18i2.3490
<![CDATA[KKU Digital merupakan sebuah wadah pengabdian perguruan tinggi kepada masyarakat dalam menyongsong Indonesia maju dan sejahtera melalui digitalisasi desa. KKU Digital dilakukan dengan pendekatan menggali potensi dan permasalahan di desa, mencari solusi agar tercipta tata laksana pemerintahan, ekonomi, dan sosial di desa secara digital. Kecamatan Sungai Kakap berbatasan langsung dengan ibu kota provinsi sehingga memiliki peranan yang strategis bagi pembangunan Kabupaten Kubu Raya, dimana setiap Desa memiliki kebutuhan yang berbeda-beda dalam membangun dan mengembangkan kawasannya. Desa Sungai Kakap kaya akan potensi yang dapat dimanfaatkan dengan lebih maksimal seperti kelapa, mangrove, destinasi wisata, hasil laut dan sebagainya. Desa Sungai Kakap memiliki permasalahan dalam mempromosikan potensi daerahnya kepada publik. Kegiatan KKU Digital ini mengembangkan sistem informasi yang mengangkat potensi Desa Sungai Kakap serta informasi mengenai struktur organisasi pemerintah setempat dan visi misi daerah Desa Sungai Kakap]]>
