Articles
<![CDATA[PENGEMBANGAN APLIKASI ABSENSI FACE RECOGNATION MENGGUNAKAN OPENCV LIBRARY DAN ALGORITMA SIFT ]]>
<![CDATA[Muammar Khadapi]]>;
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Roni Andarsyah]]>;
<![CDATA[Kurniawati Kurniawati]]>;
<![CDATA[Siti Lestari]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v5i2.574
<![CDATA[Kehadiran karyawan di dalam sebuah perusahaan merupakan salah satu aspek yang akan ditingkatkan karena menjadi faktor penilaian bagi atasan. Sebagian besar perusahaan masih menggunakan metode manual untuk absensi karyawan sebagai tanda tangan absen sehingga bisa menjadi celah ketidakjujuran karyawan dalam proses absensi. Hal ini dirasakan pula oleh manajemen koperasi pegawai PT. Telekomunikasi Indonesia, dimana kondisi yang berjalan saat ini, kehadiran karyawan diketahui dengan melakukan input NIK ke dalam form absensi. Kekurangan yang dirasakan selama ini adalah memungkinkan karyawan tersebut melakukan tindakan kecurangan dengan menginputkan NIK karyawan lainnya yang belum tentu waktu kedatangannya secara bersamaan. Dewasa ini, sistem absensi sudah berkembang,salah satunya adalah sistem absensi dengan pengenalan wajah. Pengenalan wajah merupakan teknologi biometrik yang telah diterapkan secara luas dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari, dan iris mata. Pengenalan wajah adalah salah satu teknologi berbasis pemrosesan gambar yang menggunakan beberapa atau semua wajah untuk proses otentikasi. Sehingga tingkat keamanan untuk sistem lebih kuat. Aplikasi ini menggunakan kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya disimpan dalam database tertentu. Berdasarkan hal itu, diperlukan sebuah sistem yang dapat mengatur absensi secara komputerisasi dengan menggunakan teknologi pengenalan wajah agar data tersebut tersimpan dan terarsip dengan baik. Dalam penelitian ini, telah dilakukan pengembangan sistem absensi dengan rekaman wajah yang disimpan di dalam database kemudian data tersebut ditamplikan dalam web aplikasi sebagai user interfacenya agar mudah untuk digunakan. Setelah itu, dilakukan pengembangan lagi dengan pencocokan wajah pada aplikasi absensi dengan menggunakan algoritma SIFT, dimana mendapatkan tingkat keberhasilan kecocokan gambar mencapai 80% dengan waktu total proses kurang dari 20 detik]]>
<![CDATA[ANALISA SENTIMEN TERHADAP BELAJAR ONLINE PADA MASA COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SARM OPTIMIZATION ]]>
<![CDATA[Hermanto Hermanto]]>;
<![CDATA[Astrid Noviriandini]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v5i1.451
<![CDATA[Coronavirus 19 (COVID-19) is a contagious viral infection that has now spread to various countries, one of which is Indonesia. Monitoring the spread of COVID-19 in Indonesia, direct services by the Government of Indonesia, especially. The Indonesian government immediately followed up on the case. One of the government’s actions is to carry out Social Distancing for 14 days to minimize the spread of the virus. This online learning activity is carried out to replace direct learning activities. Online learning has weaknesses in the use of internet networks, adequate infrastructure, requires a lot of money, communication via the internet which has various networks is slow. There are quite a lot of public comments on twitter about online learning. Based on comments from the general public who are hurt, it is easy, based on very many orders to leave so that you can see the extent to which the analysis of public sentiment is based on positive and negative comments using classification techniques, namely using the Particle Swarm Optimization-Based Support Vector Machine. The test result with accuracy values and AUC values by means of SVM + PSO accuracy value = 71.39% and AUC value = 0.762. for this reason, in this study it can be stated that the use of Particle Swarm Optimization (PSO) in the Support Vector Machine (SVM) algorithm model can be a solution to improve accuracy and AUC analysis of public sentiment regarding online learning during the Covid-19 period can be used to provide solutions to problems. Sentiment analysis on public comments on twitter during the Covid-19 period.]]>
<![CDATA[KLASIFIKASI PERSEPSI PENGGUNA TWITTER TERHADAP KASUS COVID-19 MENGGUNAKAN METODE LOGISTIC REGRESSION ]]>
<![CDATA[Aloysius Kurniawan Santoso]]>;
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Aliyah Kurniasih]]>;
<![CDATA[Bagus Dwi Wicaksono]]>;
<![CDATA[Ahmad Nuryanto]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v5i2.517
<![CDATA[Dunia dilanda penyakit coronavirus (COVID-19) yang menyerang sistem pernafasan pada manusia. Virus tersebut berasal dari Wuhan, China. Dan saat ini sudah ditetapkan sebagai pandemi karena sudah menyebar hampir di seluruh Negara. Hal tersebut memicu gagasan dan opini masyarakat Amerika Serikat di media sosial twitter. Cuitan tersebut dimanfaatkan untuk mengetahui emosi seseorang dengan mengelompokan dalam 5 label diantaranya, extreme positive, positive, neutral, negative dan extreme negative. Pada hal ini penulis mengelompokan label menjadi 3 label kelas, diantaranya positive, neutral dan negative. Penulis menguji menggunakan metode Logistic Regression dengan memberi variasi hyperparameter L2 dan None. Pada hyperparameter L2 diperoleh nilai akurasi 77% dan F1 score sebesar 74%. Dan pada variasi hyperparameter None diperoleh nilai akurasi 74% dan F1 Score 70%. Dalam demikian, pada nilai hyperparameter L2 merupakan variasi terbaik pada metode Logistic Regression.]]>
<![CDATA[SISTEM INFORMASI LOWONGAN KERJA BERBASIS WEB ]]>
<![CDATA[Maryanah Safitri]]>;
<![CDATA[Aldhila Novianti]]>;
<![CDATA[Astrid Noviriandini]]>
<![CDATA[ Jurnal Pilar Nusa Mandiri Vol 14 No 1 (2018): PILAR Periode Maret 2018 ]]>
Publisher : <![CDATA[LPPM Universitas Nusa Mandiri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (835.504 KB)
|
DOI: 10.33480/pilar.v14i1.89
<![CDATA[Pelamar masih menggunakan cara-cara konvensional dalam menemukan informasi lowongan kerja, mereka datang ke perusahaan-perusahaan untuk melihat papan pengumuman lowongan kerja, pencarian juga dilakukan di media cetak seperti koran, majalah, brosur atau informasi dari orang ke orang. Hal yang sama juga dilakukan perusahaan yang ingin membuka lowongan pekerjaan. Proses tersebut memiliki kekurangan yaitu tidak efektif dan efisien sebab memerlukan waktu dan biaya yang relatif besar. Untuk itu, perlu dibangun sistem informasi lowongan kerja berbasis web dengan menggunakan prorotype model, dengan teknik pengumpulan data menggunakan observasi dan studi pustaka serta pengujian menggunakan WAPT 9.7. Sistem ini dapat memberikan kemudahan terhadap pelamar maupun perusahaan, dimana pelamar mendapatkan informasi lowongan pekerjaan dan mengirimkan lamaran secara online sedangkan perusahaan dapat memberikan informasi lowongan pekerjaan melalui website.]]>
<![CDATA[IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK MENENTUKAN JALUR TERPENDEK WILAYAH PISANGAN DAN KAMPUS NUSA MANDIRI TANGERANG ]]>
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Maryanah Safitri]]>
<![CDATA[ Jurnal Pilar Nusa Mandiri Vol 13 No 2 (2017): PILAR Periode September 2017 ]]>
Publisher : <![CDATA[LPPM Universitas Nusa Mandiri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (732.113 KB)
<![CDATA[Congestion in Tangerang has become a daily sight. Many steps have been taken by the government to overcome congestion. However, congestion still happens. Therefore road users must find their own way to solve the problem. One effective way is to find the shortest alternative route that can be traversed by using Dijkstra Algorithm. The use of Dijkstra's Algorithm can provide a solution because Dijkstra's algorithm gives the output of the fastest and shortest path from the origin to the destination.]]>
<![CDATA[KLASIFIKASI SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK ANALISA SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI ]]>
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Hermanto Hermanto]]>;
<![CDATA[Yudhistira Yudhistira]]>
<![CDATA[ Jurnal Informatika Vol 6, No 1 (2022): JIKA (Jurnal Informatika) ]]>
Publisher : <![CDATA[University of Muhammadiyah Tangerang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31000/jika.v6i1.5681
<![CDATA[Covid-19 adalah penyakit menular yang sudah menyebar ke Indonesia. Pemantauan penyebaran Covid-19 di Indonesia ditangani oleh Kementrian Komunikasi dan Informatika (KOMINFO) dengan membuat aplikasi PeduliLindungi yang dapat ditemukan di Google Play . Pengguna bagus akan memilih aplikasi yang memiliki ulasan yang, tetapi menggunakan ulasan dari masyarakat tidak mudah sehingga penulis ingin mengetahui analisis ulasan pengguna aplikasi PeduliLindungi berdasarkan komentar pengguna dengan algoritma Support Vector Machine berbasis Particle Swarm Optimization. Hasil tes dengan nilai akurasi = 93,0% dan AUC = 0,977.Untuk itu, penerapan Support Vector Machine berbasis PSO pada peneltian ini memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen pada review komentar pengguna aplikasi Pedulilindungi di google play .]]>
<![CDATA[Information Retrieval System Pada Pencarian File Dokumen Berbasis Teks Dengan Metode Vector Space Model ]]>
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Diah Ayu Ambarsari]]>;
<![CDATA[Fahmi Aprian]]>
<![CDATA[ Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 1 No. 1 (2020): Mei 2020 ]]>
Publisher : <![CDATA[LPPM Universitas Bina Sarana Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (289.272 KB)
|
DOI: 10.31294/reputasi.v1i1.63
<![CDATA[Abstrak - Pencarian informasi berdasarkan query oleh pengguna yang diharapkan dapat menemukan koleksi dokumen berdasarkan kebutuhan pengguna dikenal dengan Information Retrieval atau temu kembali informasi. Penelitian ini membahas tentang implementasi sistem temu kembali informasi untuk mencari dan menemukan dokumen teks berbahasa Indonesia dan bahasa Inggris menggunakan metode Vector Space Model. Tujuan penelitian ini untuk menyediakan solusi pada mesin pencari agar mampu menyediakan informasi dokumen teks pada database yang tepat menggunakan kata kunci tertentu. Hasil dari pencarian direpresentasikan dengan urutan/rangking kemiripan dokumen dengan query. Kata Kunci: Information Retrieval, Temu Kembai Informasi, Vector Space Model Abstract—Information retrieval based on a query by the user, which is expected to find a collection of documents based on user requirements, known as Information Retrieval or information retrieval. This study discusses the implementation of information retrieval system to search and find the text documents in Bahasa Indonesia and English using the Vector Space Model. The purpose of this study to provide a solution in search engines to be able to provide information on a text document right database using specific keywords. Results of the search represented by the order/rangking similarity with the query document. Keywords: Information Retrieval, Information Retrieval, Vector Space Model]]>
<![CDATA[RANCANG BANGUN SISTEM INFORMASI AKUNTANSI PEMBELIAN BAHAN BAKU SECARA KREDIT ]]>
<![CDATA[Renita Windy Astuti]]>;
<![CDATA[Sifa Fauziah]]>;
<![CDATA[Yudhis tira]]>;
<![CDATA[Astrid Noviriandini]]>
<![CDATA[ Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol 4 No 1 (2019): Februari ]]>
Publisher : <![CDATA[Yayasan Azam Kemajuan Rantau Anak Bengkalis ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Purchasing Raw Materials is a major factor supporting the smooth production process for garment companies. So that every company must have a good raw material purchasing system to prevent delays in raw material stock for the company's operations. PT Bintang Anugrah Busana is a company engaged in the garment. The process of purchasing raw materials at PT Bintang Anugrah Busana is not computerized so that the stock is inaccurate, often orders wrong raw materials, information retrieval takes a long time and document security is not guaranteed. Data collection methods used in this study are direct observation methods, interview methods and literature studies. The purpose of this study is to build a design for accounting information systems for purchasing raw materials at PT Bintang Anugrah using a desktop-based programming language Visual Basic 6.0, SQL Server 2014 Express Edition database and for reports supported by Crystal Report with the waterfall model software development method to solve various problems in PT Bintang Anugrah Busana about purchasing raw materials will make stock more accurate, order errors can be minimized, information retrieval is faster and document security is guaranteed.]]>
<![CDATA[ANALISIS KINERJA ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK MEMPREDIKSI PRESTASI SISWA SEKOLAH MENENGAH KEJURUAN ]]>
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Nurajijah Nurajijah]]>
<![CDATA[ JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 5 No 1 (2019): JITK Issue August 2019 ]]>
Publisher : <![CDATA[LPPM Nusa Mandiri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1190.067 KB)
|
DOI: 10.33480/jitk.v5i1.607
<![CDATA[This research informs students and teachers to anticipate early in following the learning period in order to get maximum learning outcomes. The method used is C4.5 decision tree algorithm and Naïve Bayes algorithm. The purpose of this study was to compare and evaluate the decision tree model C4.5 as the selected algorithm and Naïve Bayes to find out algorithms that have higher accuracy in predicting student achievement. Learning achievement can be measured by the value of report cards. After comparison of the two algorithms, the results of the learning achievement prediction are obtained. The results showed that the Naïve Bayes algorithm had an accuracy value of 95.67% and the AUC value of 0.999 was included in Excellent Clasification, for the C4.5 algorithm the accuracy value was 90.91% and the AUC value of 0.639 was included in the state of Poor Clasification. Thus the Naïve Bayes algorithm can better predict student achievement.]]>
<![CDATA[ANALISIS MANAGEMENT BANDWIDTH DAN FIREWALL DENGAN ROUTER MIKROTIK PADA PT. BCA MULTIFINANCE ]]>
<![CDATA[Astrid Noviriandini]]>;
<![CDATA[Hermanto Hermanto]]>;
<![CDATA[Diah Ayu Ambarsari]]>;
<![CDATA[Didy Eriawan]]>
<![CDATA[ Jurnal Teknik dan Science Vol. 1 No. 3 (2022): Oktober : Jurnal Teknik dan Science ]]>
Publisher : <![CDATA[Asosiasi Dosen Muda Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.56127/jts.v1i3.466
<![CDATA[The internet network is something that is familiar to mankind in this current century, where the need for internet access is currently very high, both to find information, articles and the latest knowledge. In general, many agencies have integrated the internet network into their daily activities in the work environment. PT. BCA MULTIFINANCE (BCAMF), is an institution that is engaged in vehicle and multipurpose loan financing. In order for computer network performance to be optimized, it is necessary to have management on the network that is able to handle congested and slow connection problems. The solutions that will be used include the addition of switches and bandwidth management and firewalls using a mikrotik router. The mechanism is that the proxy router regulates bandwidth sharing and IP blocking for each user. The choice of bandwidth management and firewall methods is because these methods meet the criteria for managing access speed for each client or network.]]>
