Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal INSYPRO (Information System and Processing)
Rahman Rahman
Laboratorium Sistem Informasi Fakultas Sains dan Teknologi UIN Alauddin Makassar
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Desain Sistem Informasi Harga Pangan Realtime Sebagai Instrumen Kebijakan Pengendalian Inflasi Daerah Rahman Rahman; Sri Wahyuni
Jurnal INSYPRO (Information System and Processing) Vol 2 No 2 (2017)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1103.028 KB) | DOI: 10.24252/insypro.v2i2.4067

Abstract

Tim Pengendalian Inflasi Daerah (TPID) dan juga masyarakat umum membutuhkan rujukan informasi harga pangan yang terpercaya sekaligus mudah diakses. Penelitian ini bertujuan membangun sebuah sistem informasi pangan untuk mendukung kerja pengendalian inflasi daerah yang telah menjadi program pemerintah. Sistem dikembangkan dengan mengacu pada standar kebutuhan pemantauan harga pangan oleh Tim Pengendalian Inflasi Provinsi Sulawesi Selatan. Arsitektur sistem memanfaatkan teknologi Cloud Computing dengan membangun jaringan Sistem Database dan Web Server virtual (virtual server) pada jaringan cloud. Arsitektur server database berbasis cloud berfungsi sebagai pusat data yang bisa diakses dari beragam antarmuka dari platform berbeda. pada tahap awal penelitian, sistem dibangun dengan 3 antarmuka akses ke server pusat data yaitu melalui aplikasi web akses publik (Front-End), akses operator/administrator (Back- End) dan aplikasi Android yang juga bersifat publik. Sistem berjalan baik dalam menampilkan data harga per komoditas, statistik harga bulanan, metadata harga dan akses pengelolaan sistem oleh administrator. Sistem Informasi Harga Pangan sebagai produk penelitian akan memberi kontribusi langsung bagaimana menyelesaikan pemantauan hargadari cara manual menggunakan struktur sistem database server. Arsitektur sistem menggunakan teknologi cloud untuk implementasi sistem data-sentral bertujuan untuk menekan biaya. Model ini dapat menjadi rujukan bagi sistem serupa yang membutuhkan suatu implementasi data sentral yang handal dan berbiaya murah. Kata Kunci: Sistem Informasi, TPID, Cloud Computing, Web Server, Database System, Front-End, Back- End, Virtual Server.
Sistem Analisa Produk dan Rekomendasi Personal Komputer Fadly Shabir; Rahman Rahman
Jurnal INSYPRO (Information System and Processing) Vol 3 No 1 (2018)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (790.896 KB) | DOI: 10.24252/insypro.v3i1.5628

Abstract

Abstrak – Produksi besar-besaran perangkat elektronik komputasi di satu sisi berdampak positif menyediakan pilihan beragam pada konsumen. Namun hal tersebut terkadang menjadi kesulitan tersendiri bagi konsumen ketika hendak memilih personal komputer yang tepat sesuai daya beli dan kebutuhan serta performa perangkat. Suatu sistem rekomendasi pemilihan perangkat komputer dapat digunakan untuk membantu konsumen melakukan perbandingan yang terukur diatara beragam merek personal komputer. Rekomendasi ditetapkan berdasarkan karakteristik performa perangkat keras komputasi. Personal Computer Recommendation System dikembangkan menggunakan algoritma K-means dan AHP. Algoritms AHP melakukan proses analisa data produk komputer selanjutnya data dikelompokan dengan sistem cluster menggunakan K-means. Pengelompokan menggunakan kriteria kemiripan produk dengan karakteristik cluster yang terbentuk. Hasil dari kombinasi algoritma AHP dan K-Means yaitu rekomendasi produk komputer lebih variatif. Pengolahan data menggunakan kombinasi algoritma AHP dan K-Means menghasilkan rekomendasi produk kepada pengguna yang lebih heterogen dibandingkan dengan rekomendasi produk dari data yang diolah hanya menggunakan algoritma AHP tanpa di-cluster K-Means. Sehingga dapat ditarik kesimpulan bahwa proses clustering akan menghasilkan kaidah-kaidah asosiasi dengan kualitas yang lebih baik.Kata Kunci: Personal komputer, Ranking, Klaster, Data Mining.
Co-Authors Fadly Shabir Sri Wahyuni