Articles
<![CDATA[PEMILIHAN BAHAN MAKANAN ANAK BALITA DENGAN PENERAPAN FINITE COVERING ]]>
<![CDATA[Ika Chandriyani]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Computatio : Journal of Computer Science and Information Systems Vol 6, No 1 (2022): Computatio: Journal of Computer Science and Information Systems ]]>
Publisher : <![CDATA[Faculty of Information Technology, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/computatio.v6i1.16231
<![CDATA[Sistem pemilihan bahan makanan berdasarkan kebutuhan jenis zat gizi merupakan program website yang dibuat untuk memberikan rekomendasi kepada ibu yang memiliki anak balita agar anak balita tersebut dapat terpenuhi kebutuhan zat gizinya sehingga pertumbuhan dan perkembangannya dapat lebih optimal. Diterapkannya metode finite covering agar sistem dapat mengeluarkan rekomendasi kombinasi bahan makanan dengan jumlah jenis paling sedikit namun mencakup seluruh kebutuhan jenis zat gizi penting anak balita. Pada proses perhitungan, dibentuk graf dengan sisi mewakili zat gizi dan simpul mewakili jenis bahan makanan. Graf tersebut kemudian direpresentasikan dalam bentuk matriks untuk dilakukan proses pencarian sel esensial dan pereduksian agar ditemukan minimal covering yaitu himpunan covering dengan jumlah simpul paling sedikit. Pada sistem ini, pengguna dapat memasukkan berbagai jenis bahan makanan kemudian sistem akan memberikan hasil rekomendasi berdasarkan metode finite covering. Sistem difokuskan pada 11 jenis zat gizi, jika bahan makanan yang dimasukkan tidak mengandung kesebelas jenis zat gizi, maka sistem akan memberikan informasi zat gizi yang masih kurang. Berdasarkan percobaan 10 hasil rekomendasi bahan makanan, jika dianalisa secara langsung oleh dokter gizi, didapatkan akurasi 80% dan jika dievaluasi berdasarkan bahan makanan pada sistem didapatkan 93.69%. Kesimpulan yang didapat adalah sistem bekerja dengan baik dan sesuai dengan tujuan pembuatan sistem.]]>
<![CDATA[PENGEMBANGAN WEBSITE KELURAHAN KOTA BAMBU UTARA JAKARTA ]]>
<![CDATA[Dedi Trisnawarman]]>;
<![CDATA[Tri Sutrisno]]>;
<![CDATA[Viny Christanti]]>
<![CDATA[ Jurnal Bakti Masyarakat Indonesia Vol 4, No 1 (2021): Jurnal Bakti Masyarakat Indonesia ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian kepada Masyarakat, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jbmi.v4i1.9933
<![CDATA[Kelurahan Kota Bambu Utara merupakan pemerintah Kelurahan yang terletak di Kecamatan Palmerah, Jakarta Barat, Daerah Khusus Ibukota Jakarta. Tugas pokok dan fungsi kelurahan menyelenggarakan urusan pemerintahan, pembangunan, kemasyarakatan, dan ketertiban umum. Berdasarkan ketentuan UU No. 4 Tahun 2014 diamanatkan bahwa segala perencanaan, kegiatan, dan hasil pencapaian pembangunan Kelurahan harus diinformasikan kepada masyarakat, sehingga dibutuhkan media yang berbasis teknologi informasi agar dapat menjadi pendukung dalam penyampaian informasi. Media yang tepat untuk mendukung tercapainya amanat tersebut adalah website Kelurahan. Saat ini perkembangan Kelurahan Kota Bambu Utara belum disosialisasikan secara optimal kepada masyarakat, sehingga perlunya dilakukan kegiatan Pengabdian Kepada Masyarakat dengan Pembuatan dan implementasi website Kelurahan Kota Bambu Utara. Kegiatan Pengabdian kepada Masyarakat ini bertujuan membangun dan menerapkan website Kelurahan dengan metode pelaksanaan pengembangan perangkat lunak yaitu metode prototyping yang melibatkan pengguna secara aktif. Pelaksanaan kegiatan pengabdian kepada masyarakat ini menghasilkan sebuah produk website yang dapat digunakan untuk meningkatkan arus informasi secara efektif kepada masyarakat tentang kegiatan pemerintahan, layanan masyarakat, dan dapat digunakan sebagai sarana promosi.]]>
<![CDATA[Penerapan Algoritma Naive Bayes dan Multiple Linear Regression Untuk Prediksi Status dan Plafon Kredit (Studi Kasus: Bank ABC) ]]>
<![CDATA[Arya Prawira]]>;
<![CDATA[Desi Arisandi]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Journal on Education Vol 5 No 1 (2022): Journal on Education: Volume 5 Nomor 1 Tahun 2022 ]]>
Publisher : <![CDATA[Departement of Mathematics Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31004/joe.v5i1.720
<![CDATA[Along with changing technology, Human resources are still needed in many parts of decision making. The companies and organizations still use human to analysis data. Despite of that performance, human analysis took longer time and effort to complete. And sometimes there is always a negative factor of human resources such as unmanageable human. Therefore, it’s always important to provide an excellent training source so this human resource able to reach an outcome that needed. Machine learning is one of the most common knowledge that use in decision making. There are many forms of machine learning such as regression, classification, clustering, etc. two of which is used in this application, regression and classification. Naive Bayes regression is one of classification method which rooted on Bayes theorem. Naïve Bayes use historical data to predict future outcome based on the characteristic on that historical data. Multiple Linear Regression involves more than one independent variable or predictor. With machine learning and human resources, man can easily to analyse credit worthiness and determine the credit limit of one bank costumer without taking a long time and much effort.]]>
<![CDATA[KLASIFIKASI BUAH BUSUK DAN BUAH MATANG BERDASARKAN DATA IMAGE MENGGUNAKAN MAHALANOBIS DISTANCE ]]>
<![CDATA[Rico Handoyo]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Humantech : Jurnal Ilmiah Multidisiplin Indonesia Vol. 2 No. 4 (2023): Humantech : Jurnal Ilmiah Multidisiplin Indonesia ]]>
Publisher : <![CDATA[Program Studi Akuntansi IKOPIN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Buah merupakan komoditas penting dalam sektor pertanian dan sering digunakan sebagai bahan olahan di Indonesia. Selain sebagai komoditas, buah-buahan juga merupakan makanan pokok yang banyak diminati. Namun jika yang dikonsumsi masyarakat adalah buah yang sudah tidak segar lagi, maka akan menimbulkan penyakit bagi yang mengkonsuminya. Oleh karena itu, perlu dilakukan penelitian untuk mengklasifikasikan buah-buahan tersebut apakah busuk atau buah masak. Pada penelitian ini dataset citra apel, pisang, dan jeruk digunakan untuk mengekstraksi nilai karakteristik berdasarkan rata-rata warna RGB dan berdasarkan tekstur menggunakan haar wavelet. Setelah karakteristik diperoleh jarak akan dihitung menggunaan jarak mahalanobis dengan menghitung nilai rata-rata dan matriks kovarians. Penelitian ini menggunakan data training untuk mengambil nilai karakteristiknya dan data testing untuk mengklasifikasikannya dengan jarak mahalanobis berdasarkan berdasarkan nilai karakteristik pada data training. Hasil pengujian pada penelitian ini menunjukkan bahwa akurasi keseluruhan data citra apel, pisang, dan jeruk yang diuji menghasilkan akurasi sebesar 75,55 persen.]]>
<![CDATA[KLASIFIKASI OPINI MASYARAKAT DI TWITTER TENTANG KEBOCORAN DATA YANG TERJADI DI INDONESIA MENGGUNAKAN ALGORITMA SVM ]]>
<![CDATA[Desi Arisandi]]>;
<![CDATA[Tri Sutrisno]]>;
<![CDATA[Iwan Kurniawan]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 7 No 1 (2023): Volume 7, Nomor 1, Januari 2023 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.59697/jik.v7i1.10
<![CDATA[Personal data is sensitive and private, it can only be seen by an individual. However, as time goes by, data leaks often occur on the internet, especially in Indonesia. This data leak was busy on Twitter social media and was used as a forum for opinions regarding data leaks that occurred in Indonesia. The classification method used for this research is Support Vector Machine (SVM) with TF-IDF feature extraction. The dataset was obtained through the results of scraping Twitter and getting 5000 tweets. The dataset is manually labeled as Positive, Negative, and Neutral before entering the SVM Classification stage. And based on the results of the SVM classification, SVM produces an accuracy of 83%.]]>
<![CDATA[IMPLEMENTASI ALGORITMA K-MEANS TERHADAP OPINI MASYARAKAT MENGENAI PERKIRAAN PEMILU 2024 PADA TWITTER ]]>
<![CDATA[Yepin Andrianus]]>;
<![CDATA[Wasino Wasino]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 2 (2023): Oktober 2023 ]]>
Publisher : <![CDATA[STMIK Catur Sakti Kendari ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.51876/simtek.v8i2.271
<![CDATA[Dengan adanya pemilihan umum rakyat dapat ikut berperan serta dalam memilih pemimpin. Banyak dari masyarakat yang beropini mengenai pemilihan umum melalui media sosial, terutama twitter. Dalam hal ini bisa dilakukan penelitian yang membahas mengenai opini masyarakat pada pemilihan umum. penelitian ini menggunakan algoritma k-means clustering dengan metode pengujian silhouette coefficient. Data yang diperoleh sebanyak 1000 data. Berdasarkan hasil perhitungan bahwa sentimen positif memiliki nilai 4.30%, netral 92.50% dan negatif 3.20% Dengan tingkat akurasi menggunakan metode Silhouette sebesar 0.9812638% yang memiliki hasil struktur yang kuat.]]>
<![CDATA[PEMILIHAN BAHAN MAKANAN ANAK BALITA DENGAN PENERAPAN FINITE COVERING ]]>
<![CDATA[Ika Chandriyani]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Computatio : Journal of Computer Science and Information Systems Vol. 6 No. 1 (2022): Computatio: Journal of Computer Science and Information Systems ]]>
Publisher : <![CDATA[Faculty of Information Technology, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/computatio.v6i1.16231
<![CDATA[Sistem pemilihan bahan makanan berdasarkan kebutuhan jenis zat gizi merupakan program website yang dibuat untuk memberikan rekomendasi kepada ibu yang memiliki anak balita agar anak balita tersebut dapat terpenuhi kebutuhan zat gizinya sehingga pertumbuhan dan perkembangannya dapat lebih optimal. Diterapkannya metode finite covering agar sistem dapat mengeluarkan rekomendasi kombinasi bahan makanan dengan jumlah jenis paling sedikit namun mencakup seluruh kebutuhan jenis zat gizi penting anak balita. Pada proses perhitungan, dibentuk graf dengan sisi mewakili zat gizi dan simpul mewakili jenis bahan makanan. Graf tersebut kemudian direpresentasikan dalam bentuk matriks untuk dilakukan proses pencarian sel esensial dan pereduksian agar ditemukan minimal covering yaitu himpunan covering dengan jumlah simpul paling sedikit. Pada sistem ini, pengguna dapat memasukkan berbagai jenis bahan makanan kemudian sistem akan memberikan hasil rekomendasi berdasarkan metode finite covering. Sistem difokuskan pada 11 jenis zat gizi, jika bahan makanan yang dimasukkan tidak mengandung kesebelas jenis zat gizi, maka sistem akan memberikan informasi zat gizi yang masih kurang. Berdasarkan percobaan 10 hasil rekomendasi bahan makanan, jika dianalisa secara langsung oleh dokter gizi, didapatkan akurasi 80% dan jika dievaluasi berdasarkan bahan makanan pada sistem didapatkan 93.69%. Kesimpulan yang didapat adalah sistem bekerja dengan baik dan sesuai dengan tujuan pembuatan sistem.]]>
<![CDATA[Pengembangan Aplikasi Pengukuran Capaian Pembelajaran Mahasiswa untuk Rekomendasi Mata Kuliah Peminatan Menggunakan Algoritma Decision Tree ]]>
<![CDATA[Syahrul Ramadhan]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems ]]>
Publisher : <![CDATA[Faculty of Information Technology, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/computatio.v8i1.20289
<![CDATA[Pengukuran capaian pembelajaran mahasiswa sangat diperlukan untuk proses penilaian yang sesuai dan juga untuk keperluan lain seperti akreditasi. Sistem pemberian rekomendasi matakuliah peminatan juga sangat diperlukan untuk mahasiswa agar tidak terhambat dan lulus tepat pada waktunya. Untuk itu diperlukan sebuah sistem yang secara khusus dapat memberikan informasi-informasi tersebut. Perancangan aplikasi ini dilakukan dengan tujuan memberikan informasi-informasi yang dibutuhkan untuk melihat capaian mahasiswa dan merekomendasikan matakuliah peminatan yang sesuai berdasarkan data mahasiswa tersebut. Proses rekomendasi yang dilakukan menggunakan algoritma decision tree. Rancangan aplikasi ini dibuat berbasis website dengan menggunakan JavaScript sebagai backend dan MongoDB sebagai pengaturan sistem basis data yang digunakan. Untuk mengukur akurasi metode digunakan confusion matrix dengan mengambil dua puluh persen sampel data untuk dibandingkan dengan hasil dari algoritma yang digunakan dan nilai akurasi yang didapatkan cukup baik yaitu sekitar 75% dan 87,5% untuk 40 persen data. Hasil akhir untuk aplikasi ini adalah bahwa aplikasi pengukuran capaian pembelajaran dan rekomendasi matakuliah sudah cukup baik dalam memberikan informasi capaian mahasiswa dan rekomendasi matakuliah peminatan secara otomatis.]]>
<![CDATA[Analisis Kecepatan Internet Wifi Menggunakan Metode Fuzzy Tsukamoto ]]>
<![CDATA[Muhammad Yana Haris Farsya]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems ]]>
Publisher : <![CDATA[Faculty of Information Technology, Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/computatio.v8i1.21584
<![CDATA[Internet sudah menjadi kebutuhan yang sangat dibutuhkan oleh seluruh kalangan dari pelajar hingga pekerja. Selain untuk hiburan, internet kini juga digunakan dalam mengerjakan tugas maupun kerjaan secara efisien. Dikarenakan semakin tinggi minat pada internet, semakin banyak juga perusahaan yang menyediakan jasa penyedia Wifi. Dari berbagai penyedia layanan Wifi tersebut, tentunya memiliki kualitas yang berbeda-beda seperti ada yang internetnya suka terputus, ada yang cukup baik, dan berbagai hal lainnya. Banyak orang yang bingung ingin menggunakawn penyedia layanan apa dikarenakan kurangnya informasi untuk dicari. Website yang dibuat ditujukan bagi para user yang ingin menentukan provider mana yang lebih unggul agar dapat menentukan ingin berlangganan pada provider yang mana di daerah mereka dengan fitur Speedtest. Metode yang digunakan pada website ini adalah Fuzzy Tsukamoto yang digunakan untuk mengkalkulasikan Ping dan Jitter milik user lalu memberikan label dari Sangat Baik, Baik, Cukup, Buruk, dan Sangat Buruk. Hasil yang akan ditampilkan ke sisi user adalah score yang berupa angka dari 0.1 sampai dengan 5 dimana semakin kecil maka semakin bagus kualitas provider serta persentase jumlah komentar.]]>
<![CDATA[Rancangan Sistem Operasional Perusahaan Otobus Mahendra Transport Indonesia Menggunakan Metode Agile ]]>
<![CDATA[Mohammad Faraditya Eka Putra]]>;
<![CDATA[Dedi Trisnawarman]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science ]]>
Publisher : <![CDATA[Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31539/intecoms.v7i3.10410
<![CDATA[Sistem operasional perusahaan bus merupakan hal yang sangat penting dalam bisnis transportasi. Penelitian ini bertujuan untuk mengimplementasikan sistem berbasis web untuk Mahendra Transport Indonesia, sebuah perusahaan bus antarkota dan antarprovinsi. Dengan menggunakan model Agile, Pekerjaan berulang yang berfokus pada pengembangan aturan dan solusi secara kolaboratif yang telah disetujui oleh setiap anggota tim adalah dasar dari pengembangan perangkat lunak tangkas, yang dilakukan dengan cara yang terorganisir dan terstruktur. Komponen utama dari temuan penelitian ini termasuk menciptakan platform yang lebih mudah dan lebih efektif bagi agen untuk memesan tiket, menyediakan data jadwal bus terbaru melalui antarmuka yang ramah pengguna, dan mengotomatisasi prosedur untuk meningkatkan efisiensi manajemen gaji staf. Sistem ini diharapkan dapat menawarkan layanan yang mudah digunakan dan mendorong komunikasi internal yang lebih baik di antara para karyawan, sehingga meningkatkan efektivitas operasional secara keseluruhan.]]>
