cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajril Akbar
Contact Email
ijab@fti.unand.ac.id
Phone
+627517770
Journal Mail Official
teknosi@fti.unand.ac.id
Editorial Address
Jurusan Sistem Informasi, Fakultas Teknologi Informasi Universitas Andalas Kampus Limau Manis, Padang 25163, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnas Nasional Teknologi dan Sistem Informasi
Published by Universitas Andalas
ISSN : 24768812     EISSN : 24603465     DOI : https://dx.doi.org/10.25077/TEKNOSI
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal ini menerbitkan artikel penelitian (research article), artikel telaah/studi literatur (review article/literature review), laporan kasus (case report) dan artikel konsep atau kebijakan (concept/policy article), di semua bidang : Geographical Information System, Enterpise Application, Bussiness Intelligence, Data Warehouse, Network Computer Security, Data Mining, Computer Architecture Design, Mobile Computing, Computing Theory, Embedded system, Decision Support System
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 5 Documents
 1 
Search results for , issue "Vol 6, No 2 (2020): Agustus 2020" : 5 Documents clear
Pembangunan Aplikasi Web dan Mobile Sistem Informasi Webinar di Era New Normal Hafid Yoza Putra; Hafizah Hanim; Afriyanti Dwi Kartika
Jurnal Nasional Teknologi dan Sistem Informasi Vol 6, No 2 (2020): Agustus 2020
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v6i2.2020.108-115

Abstract

Pemanfaatan internet terus meningkat ditengah pandemi Covid-19. Berbagai kalangan diharuskan tetap bekerja dan belajar dari rumah dengan memanfaatkan internet dan teknologi informasi. Larangan untuk mengumpulkan orang dalam jumlah besar pada satu lokasi membuat kegiatan seminar tidak dapat dilaksanakan. Hal tersebut membuat webinar ramai diminati. Namun, dari sudut pandang penyelenggara webinar, diperlukan suatu sistem yang dapat mempermudah dan membantu dalam menyelenggarakan sebuah seminar online. Metode penelitian yang digunakan adalah metode waterfall. Metode memiliki empat tahap seperti analisis, desain, code dan tes. Pengujian aplikasi menggunakan metode blackbox testing. Aplikasi web dibangun menggunakan framework laravel. Aplikasi  mobile dibangun menggunakan android studio. Aplikasi memiliki lima belas fungsional dengan dua orang aktor. Hasil pengujian membuktikan bahwa semua fungsional berjalan sesuai dengan semana mestinya. Aplikasi ini diharapkan dapat menjadi solusi untuk pengelolaan kegiatan webinar di Era New Normal akibat dari pandemi Covid-19.
Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional Ninik Tri Hartanti
Jurnal Nasional Teknologi dan Sistem Informasi Vol 6, No 2 (2020): Agustus 2020
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v6i2.2020.82-89

Abstract

Keberhasilan siswa dalam menempuh ujian nasional (UN) dapat terlihat dari perolehan nilai mata pelajaran yang diujikan, tiga diantaranya adalah nilai matematika, Bahasa Indonesia, dan Bahasa Inggris. Mengukur kesiapan siswa dalam menghadapi Ujian Nasional sangat diperlukan demi keberhasilan siswa. Untuk mengukur tingkat kesiapan siswa algoritma yang digunakan adalah K-Means. Penerapan metode Elbow untuk menentukan optimasi banyaknya cluster yang selanjutnya akan digunakan dalam perhitungan clustering dengan algoritma K-Means. Proses perhitungan K-Means diawali dengan penentuan jumlah cluster, dengan menggunkan metode Elbow. Penerapan algoritma K-Means adalah untuk membentuk kelompok-kelompok siswa berdasarkan nilai rata-rata ketiga mata pelajaran UN (matematika, Bahasa Indonesia, dan Bahasa Inggris). Penentuan jumlah optimal cluster menggunakan metode Elbow, yang menunjukkan banyaknya cluster optimal adalah 3, kemudian dihasilkan 3 cluster yang terdiri dari cluster kategori “Siap”, “Cukup Siap” dan Tidak Siap”. Dengan masing-masing kategori terdiri dari 7 siswa, 30 siswa, dan 29 siswa. Tujuan dari penelitian ini adalah mengelompokkan skor nilai siswa SMK Syubbanul Wathon terhadap tiga mata pelajaran UN (matematika, bahasa Indonesia, bahasa Inggris), sehingga mempermudah pihak sekolah mengambil tindakan lebih lanjut demi keberhasilan siswa dan predikat sekolah.
Klasifikasi Dokumen Berita Menggunakan Algoritma Enhanced Confix Stripping Stemmer dan Naïve Bayes Classifier Erwin Yudi Hidayat; Muhammad Aditya Rizqi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 6, No 2 (2020): Agustus 2020
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v6i2.2020.90-99

Abstract

Berita adalah salah satu sarana informasi bagi masyarakat umum, dengan media online sebagai salah satu sarana untuk mengaksesnya. Di Indonesia, media online memiliki presentase paling besar dalam penyebarluasan berita. Dibutuhkan mekanisme yang dapat mengklasifikasikan setiap topik berita secara akurat. Klasifikasi adalah proses yang krusial, karena memerlukan tahap preprocessing untuk mengubah data tidak terstruktur menjadi informasi yang bermakna. Preprocessing diawali dengan case folding, tokenizing, stemming, dan filtering, diahiri dengan klasifikasi. Penelitian ini menggunakan Enhanced Confix Stripping Stemmer untuk memisahkan kata dasar dari partikel awalan dan imbuhan, yang sebelumnya sulit dilakukan. Algoritma Naïve Bayes Classifier kemudian diterapkan untuk proses klasifikasi. Dataset dari portal www.jawapos.com yang digunakan berjumlah 600 dokumen berita. Data tersebut digunakan sebagai data training, terbagi merata ke dalam kategori Olahraga, Teknologi, Ekonomi, dan Lain-lain. Dari 40 data testing yang diuji, akurasi tiap kategori diperoleh 90%, 90%, 100%, dan 100%, yang menghasilkan rata-rata akurasi keseluruhan kategori sebesar 95%.
Pemanfaatan Metode Naïve Bayes dalam Implementasi Sistem Pakar Untuk Menganalisis Gangguan Perkembangan Anak Meza Silvana; Ricky Akbar; Alfi Syahnum
Jurnal Nasional Teknologi dan Sistem Informasi Vol 6, No 2 (2020): Agustus 2020
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v6i2.2020.74-81

Abstract

Gangguan perkembangan anak (GPA) sering menyulitkan bagi orang tua dalam memahami karakter anak. Permasalahan ini bisanya terdeteksi setelah anak berumur cukup besar sehingga lebih sulit dalam penanganannya. Tidak jarang banyak anak yang mengalami gangguan tersebut sampai mereka dewasa sehingga membuat permasalahan menjadi lebih besar. Untuk membantu pendeteksian gangguan perkembangan pada anak secara dini dibutuhkan suatu sistem yang bisa digunakan oleh orang tua atau lingkungan dengan mudah dengan memanfaatkan metode data mining naive bayes. Metode ini dinilai mampu untuk membantu dengan memberikan rekomendasi dalam mengambil keputusan dalam mendeteksi gangguan perkembangan pada anak. Penelitian ini dibuat sebuah sistem untuk mendeteksi enam gangguan perkembangan pada anak dari pakar. Naive bayes digunakan untuk menghitung probabilitas gangguan perkembangan anak dari berbagai gejala yang ada. Penelitian dimulai dari mengumpulkan data dengan menyebar kuesioner kepada 25 responden terpilih. Kemudian membagi data menjadi data Prior dan data testing antara pakar dan non pakar. Naive bayes dibangun dari nilai prior probability dan diolah menjadi nilai Posterior Probability pada 25 gejala terhadap keenam gangguan perkembangan pada anak yang diteliti. Proses yang dilakukan oleh pengguna adalah memilih gejala pada sistem berdasarkan keluhan yang dirasakan oleh pasien. Keluaran dari sistem ini adalah salah setu jenis penyakit yang terdeteksi oleh sistem serta probabilitasnya berdasarkan pilihan gejala oleh pengguna. Hasil pengujian sistem diujikan kepada 10 data Prior dan 15 data testing memiliki keakuratan 83,3% untuk pakar dan 73,3% untuk non pakar.
Penerapan Prediksi Produksi Padi Menggunakan Artificial Neural Network Algoritma Backpropagation Hasdi Putra; Nabilah Ulfa Walmi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 6, No 2 (2020): Agustus 2020
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v6i2.2020.100-107

Abstract

Prediksi produksi padi menjadi penting dilakukan untuk menunjang pembangunan nasional sektor pertanian pada suatu negara atau wilayah. Artificial Neural Network (ANN) termasuk metode yang terbaik dalam melakukan prediksi. Masalah utamanya adalah bagaimana menentukan jumlah neuron dan hidden layer yang optimal sehingga akurasi prediksinya tinggi. Artikel ini bertujuan untuk merancang arsitektu ANN unutk melakukan prediksi terhadap produksi padi menggunakan ANN dengan algortima backpropagation. Tahapan penelitian yang dilakukan adalah mengumpulkan data produksi padi, melakukan pre-processing data, memproses prediksi, dan pengujian akurasi dan error serta implementasi. Dalam memproses prediksi dilakukan sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Temuan yang diperolah berupa rancangan optimal untuk melakukan prediksi yaitu dengan menggunakan multilayer. Hasil pengujian sistem prediksi produksi padi yang terdiri dari 75 kali pengujian pada di 19 daerah di Sumatera Barat, diperoleh tingkat akurasi mencapai 88,14% atau dengan tingkat error yang relatif rendah yaitu 11,86%.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 9, No 3 (2023): Desember 2023 Vol 9, No 2 (2023): Agustus 2023 Vol 9, No 1 (2023): April 2023 Vol 8, No 3 (2022): Desember 2022 Vol 8, No 2 (2022): Agustus 2022 Vol 8, No 1 (2022): April 2022 Vol 7, No 3 (2021): Desember 2021 Vol 7, No 2 (2021): Agustus 2021 Vol 7, No 1 (2021): April 2021 Vol 6, No 3 (2020): Desember 2020 Vol 6, No 2 (2020): Agustus 2020 Vol 6, No 1 (2020): April 2020 Vol 5, No 3 (2019): Desember 2019 Vol 5, No 2 (2019): Agustus 2019 Vol 5, No 1 (2019): April 2019 Vol 4, No 3 (2018): Desember 2018 Vol 4, No 2 (2018): Agustus 2018 Vol 4, No 1 (2018): April 2018 Vol 3, No 3 (2017): Desember 2017 Vol 3, No 2 (2017): Agustus 2017 Vol 3, No 1 (2017): April 2017 Vol 2, No 3 (2016): Desember 2016 Vol 2, No 2 (2016): Agustus 2016 Vol 2, No 1 (2016): April 2016 Vol 1, No 1 (2015): Oktober 2015 More Issue