Article Per Year (5 Year)
p-Index From 2019 - 2024
1.503
P-Index
This Author published in this journals
All Journal Teika CogITo Smart Journal Jurnal Komtika (Komputasi dan Informatika) E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi
Kaunang, Fergie Joanda
Universitas Advent Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Penerapan Konsep Finite State Automata (FSA) pada Mesin Pembuat Ice Cream Otomatis Fergie Joanda Kaunang
TeIKa Vol 9 No 2 (2019): TeIKa: Oktober 2019
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/teika.v9i02.2200

Abstract

Technology is a tool that helps humans in carrying out an activity. With the use of technology in the industrial field, more goods are being produced. One type of technology that has a large part in the industry is automatic machinery. An automatic machine is a series of technologies intended to change activities that are manual to automatic that have the aim to improve the process of making goods, and have a higher quality product. Automata Theory is a branch of science that is not yet well known to many people but has an important role in the field of computer science. The main concept of the automata theory itself is how to make machines work automatically. Therefore, this study aims to apply the concept of the Automata theory to the automatic ice cream maker. This study discusses two methods for analyzing and supporting applications which are simulations of the ice cream maker itself. The formal method used to analyze the workings from reading the input to updating to give the final result of the machine. Another method used is the prototyping method where this method is used for the application of automatic ice cream maker applications in this study. The results of this study indicate that Finite State Automata can be an alternative for analyzing automatic ice cream making machines by reading the input provided by the user and then developing the patterns used.
Rancang Bangun Sistem Reservasi Kamar pada Manadia Guest House Manado berbasis Web Fergie Joanda Kaunang
TeIKa Vol 10 No 1 (2020): TeIKa: April 2020
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/teika.v10i01.2253

Abstract

The development of the technological world is currently experiencing increasingly rapid development. Information technology is no longer just a field of science but also an integral part of the world of business, industry, education and social relations. The hotel or lodging business is one of the growing businesses because it operates 24 hours a day throughout the year without exception regarding holidays. This can be one of the opportunities for the industrial world including the hotel industry to take advantage of advances in information technology by developing computerized systems that can be a means to facilitate those that hotel or lodging services. With the development of a computerized system, processes such as booking a room, providing information to consumers can be done easily. This research aims to design a room reservation system in one of the inns in the city of Manado, Manadia Guest House. The analysis and design of the system in this study uses the UML (Unified Modeling Language) approach, while the system development uses the Prototyping method. The results of this study are a computerized system designs which can be used to facilitate and improve the business processes that exist at Manadia Guest House.
Analisis Target Pemasaran Menggunakan Algoritma K-Means Clustering (Studi Kasus: Hotel Sutan Raja Soreang) Romiwita Irene Klarita; Fergie Joanda Kaunang
TeIKa Vol 10 No 2 (2020): TeIKa: Oktober 2020
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/teika.v10i2.2380

Abstract

Sutan Raja Hotel and Convention Center Soreang conducted a marketing technique by sending a random marketing team to do a promotion. The marketing team sent randomly may not be able to achieve the expected target. In order to achieve the target, the placement of the appropriate marketing team will get more efficient results. Customer data that has been stored when a customer registers for check-in at Sutan Raja Hotel and Soreang Convention Center, can be utilized to create marketing support strategies that can be very useful for the Hotel. Data used in marketing strategy decision support include data from the customer's home city, gender, main segment, and duration of stay that is analyzed using the K-Means Clustering Algorithm so that the right customer cluster is known for the promotion approach. Data will be processed using Weka data processing software with K-Means Clustering Algorithm and K = 3 so that the data will produce three clusters. With the final result of Cluster 0 in Jakarta City, male gender, OTA segment play, and 1 day stay duration. Cluster 1, Jakarta City, male gender, individual segment play, and duration of stay for 3 days. Cluster 2 Bandung City, male gender, individual segment play, and duration of stay of 2 days.
Penerapan Algoritma Decision Tree C4.5 Untuk Klasifikasi Mahasiswa Berpotensi Drop out Di Universitas Advent Indonesia Daniel Sinaga; Edwin J Solaiman; Fergie Joanda Kaunang
TeIKa Vol 11 No 2 (2021): TeIKa: Oktober 2021
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/teika.v11i2.2613

Abstract

One of the factors that determine the quality of higher education is the percentage of students' ability to complete their studies on time. At present, the problem of student failure and the factors causing it to be an interesting topic to research. Higher education institutions need to detect the behavior of students who have an "undesirable" status so that the factors causing their failure can be identified. Based on the description above, it is necessary to analyze student data such as Gender, Age, Religion, Residence, Social Studies, Discipline, and Debt, based on student data that is as much as 98 data so that it can be used in data mining processing. Where data mining is used to dig and get information from large amounts of data. One of the data mining methods is data classification. By using the classification method with the concept of the C4.5 Decision Tree Algorithm, it produces an accuracy of 90.00%, the result of precision is 87.50, and the result of the recall is 100%. It is hoped that it can increase the desire of the University or Higher Education Institution to provide good thoughts, views, and new policies to students who have problems in lectures, in other words maximizing students in an effort to increase the percentage of student interest in college.
Analisis dan Perancangan Sistem Informasi Fasilitas Sekolah Fergie Joanda Kaunang
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 7 No 2 (2018): e-jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v7i2.247

Abstract

Sistem dapat didefinisikan sebagai elemen-elemen yang berkaitan satu sama lain untuk menjalankan satu tujuan yang sama. Selanjutnya, dalam mengembangkan sebuah sistem dibutuhkan keterlibatan empat komponen yakni masukan, pengolahan, keluaran, dan balikan atau control Perkembangan teknologi ini sangat bermanfaat dalam memecahkan permasalahan-permasalahan dalam berbagai bidang termasuk dalam bidang pendidikan tak terkecuali pada sekolah menengah pertama. Mulai dari tinjauan dan pengamatan langsung ke SMPN 2 Airmadidi. Peneliti berminat untuk melakukan perubahan terhadap sistem informasi yang dimiliki oleh sekolah dimana sistem ini belum terkomputerisasi. Pendekatan yang digunakan adalah pendekatan terstruktur yakni Data Flow Diagram (DFD).
Penerapan Algoritma J48 Decision Tree Untuk Analisis Tingkat Kemiskinan di Indonesia Fergie Joanda Kaunang
CogITo Smart Journal Vol 4, No 2 (2018): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (632.413 KB) | DOI: 10.31154/cogito.v4i2.141.348-357

Abstract

Kemiskinan telah menjadi masalah sosial dan tantangan bagi masyarakat di seluruh dunia yang terus dicari penyelesaiannya. Berdasarkan identifikasi dari Badan Program Pembangunan PBB (UNDP) yang bekerjasama dengan Oxford Poverty and Human Development Initiative (OPHI), 1.3 miliar penduduk dunia teridentifikasi sebagai penduduk miskin pada bulan September tahun 2018. Di tingkat nasional, Indonesia, tingkat kemiskinan tertinggi terjadi pada tahun 1999 dengan persentase sebesar 23.43%. Berdasarkan data dari Badan Pusat Statistik Indonesia (BPS), penduduk miskin di Indonesia mencapai 25.95 juta orang dengan persentase 9.82% pada tahun Maret 2018. Oleh karena itu penelitian ini bertujuan untuk menganalisis tingkat kemiskinan menggunakan dimensi dasar dari indeks pembangunan manusia (IPM) menggunakan metode data mining dan machine learning yakni algoritma J48 Decision Tree. Akurasi dari model prediksi yang telah dibuat menunjukan hasil yang baik yakni sebesar 88.6% dimana dengan kata lain model prediksi yang dikembangkan dapat digunakan untuk membantu para pembuat kebijakan maupun para pemangku kepentingan untuk mengambil keputusan. Kata kunci—Angka Kemiskinan, Indeks Pembangunan Manusia, Algoritma J48 Decision Tree, Data Mining, Machine Learning
Pemodelan Sistem Prediksi Tanaman Pangan Menggunakan Algoritma Decision Tree Fergie Joanda Kaunang; Reymon Rotikan; Gleadies Stella Tulung
CogITo Smart Journal Vol 4, No 1 (2018): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (430.798 KB) | DOI: 10.31154/cogito.v4i1.115.213-218

Abstract

Pertanian sebagai salah satu sektor industri menjadi bagian pekerjaan yang menunjang pemenuhan kebutuhan makanan pokok masyarakat seperti tanaman pangan. Cuaca yang berubah-ubah dan tidak menentu dapat mempengaruhi hasil panen terlebih khusus dari segi jumlah hasil produksi. Hal ini membuat cuaca menjadi salah satu faktor penentu hasil produksi dari tanaman pangan. Memprediksi hasil panen tanaman pangan dengan baik dapat membantu para pemangku kepentingan baik petani ataupun mereka yang bekerja dalam industri pengolahan hasil tanaman pangan. Dewasa ini, Data Mining dan Machine Learning adalah dua topik berkaitan yang sering digunakan dalam berbagai bidang kehidupan termasuk bidang pertanian. Penelitian ini menggunakan teknik Data Mining dan Machine Learning untuk membuat suatu model sistem prediksi tanaman pangan di provinsi Sulawesi Utara berdasarkan iklim/cuaca. Menggunakan algoritma Decision Tree J48, penelitian ini memberikan hasil yang dapat dipertimbangkan dalam pengambilan keputusan bagi para pemangku kepentingan di bidang pertanian. Hasil yang diperoleh juga menunjukkan pengaruh parameter iklim/cuaca terhadap jumlah hasil produksi tanaman pangan di provinsi Sulawesi Utara. Penelitian ini tidak menggunakan parameter lain yang dapat mempengaruhi hasil produksi tanaman pangan seperti kondisi tanah ataupun harga jual di pasaran, mengingat dapat terjadinya perubahan terhadap harga yang tidak menentu. Penelitian ini diharapkan dapat memberikan kontribusi terhadap bidang pertanian terlebih khusus kepada para petani tanaman pangan dalam menopang pemenuhan kebutuhan pokok masyarakat. Keywords : Machine Learning, Data Mining, Algoritma Decision Tree J48, Sistem Prediksi, Tanaman Pangan
Klasifikasi Fungsi Family Protein Transport Menggunakan Radial Basis Neural Network Green Arther Sandag; Fergie Kaunang
CogITo Smart Journal Vol 5, No 2 (2019): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.962 KB) | DOI: 10.31154/cogito.v5i2.191.203-214

Abstract

Transporter adalah protein transmembran yang penting dalam proses masuk dan keluarnya ion atau molekul sel di seluruh protein membran dan memainkan peran penting dalam mengenali sistem kekebalan tubuh dan transduser energi. Dalam beberapa tahun terakhir, penelitian sebelumnya telah dilakukan untuk menganalisis protein transport, terutama diskriminasi kelas dan familynya dalam memainkan peran penting dalam system control sel, mengangkut air, sinyal kimia dan listrik. Protein transport membrane cenderung membentuk system pompa dan channel span, serta span cell membrane. Oleh karena itu, membedakan kelas dan family transport protein adalah tugas penting dalam ilmu komputasi biologi dan diperlukan bagi para ahli biologi untuk mendapatkan pemahaman yang lebih baik tentang fungsi protein transport. Oleh karena itu, dalam penelitian ini, telah dilakukan pengembangan metode untuk mengidentifikasi fungsi kelas utama dan family protein transport menggunakan radial basis neural network. Peneliti telah mengalanisis karakteristik komposisi asam amino, komposisi residu pair pada protein transport. Metode dalam klasifikasi kelas protein transport untuk mengetahui fungsi protein transport peneliti menggunakan PSSM dengan metode quickRBF classifier memberikan hasil akurasi terbaik dibanding dengan metode yang lain. Hasil akurasi sebesar 84,84% untuk cross validation dan 80,71% untuk independent data, oleh karena itu maka motode yang peneliti usulkan dapat digunakan secara efektif untuk mengidentifikasi dan mendiskriminasi transporter ke dalam kelas protein transport dengan peningkatan 6-10 % dari penelitian yang sejenis.Keywords—transporter, membran, quickRBF, PSSM
Aplikasi Pemilihan Fakultas di Universitas Klabat Bagi Calon Mahasiswa Menggunakan Metode DSS Fuzzy Reynoldus Andrias Sahulata; Fergie Joanda Kaunang; Devry Yehuda Lengkong Worotikan; Daniel Yonggi Cornelius Tuwaidan
CogITo Smart Journal Vol 4, No 1 (2018): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1017.04 KB) | DOI: 10.31154/cogito.v4i1.109.131-147

Abstract

Memilih fakultas sebagai kelanjutan dari  para peserta didik di tingkat SMA  yang telah tamat, tidaklah semudah yang diharapkan hal ini disebabkan untuk mencocok minat yang sesuai dengan kemampuan akademik yang dimiliki dari setiap peserta didik. Berdasarkan hal tersebut maka, dirasa perlu untuk memberikan arahan secara pasti kepada peserta didik kelas XII tersebut untuk dapat memilih fakultas yang akan diambil. Untuk itu pada penelitian ini peneliti menyelesaikan masalah tersebut dengan melakukan analisis kemampuan dari peserta didik kelas XII tersebut untuk mendapatkan minat yang sesuai berdasarkan prestasi akademik selama 3 tahun (6 semester). Nilai yang diperoleh tersebut diolah dengan menggunakan analisis Decision Support System (DSS) yang diterapkan pada metode Fuzzy pada perhitungan Simple Additive Weight (SAW) untuk mengetahui secara kuantitatif kemampuan dari peserta didik tersebut, dengan menarik bobot kemampuan akademik yang dimiliki peserta didik tersebut untuk mendapatkan fakultas yang sesuai dengan karakteristik bidang ilmu yang menjadi kekuatannya. Dari sinilah sistem akan menyarankan minat kepada peserta didik tersebut untuk mendapatkan fakultas yang sesuai dengan kemampuan akademik yang dimilikinya. Untuk memastikan bahwa aplikasi peminatan yang diperoleh pada aplikasi dapat dibangun, maka digunakan rekayasa perangkat lunak menggunakan metode Spiral. Hasil penelitian menunjukan bahwa sistem keputusan yang dibangun dapat memberikan saran dalam memilih fakultas berdasarkan kemampuan akademis yang dimiliki calon mahasiswa  yang bersumber dari nilai akademik SMA semester 1 – 6 dengan menggunakan perhitungan SAW yang diimplementasikan kedalam website. Keywords : Fuzzy, DSS, SAW, Metode Spiral, Aplikasi Penentu Program Studi
Analisis Komponen Desain Layout, Warna, dan Kontrol User Interface terhadap User Experience pada Aplikasi PeduliLindungi Ovila Victoria; Fergie Joanda Kaunang; Elmor Benedict Wagiu
TeIKa Vol 12 No 02 (2022): TeIKa: Oktober 2022
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/teika.v12i02.2912

Abstract

One of the reasons for the increasing use of smartphones today is the increasingly diverse mobile applications. With the increasing number of mobile applications circulating, more and more application makers are also competing to create applications that satisfy users both in terms of system and appearance. The user interface is one of the factors that influence the user experience. The user interface is not only concerned with aesthetics but also must create a good user experience. Not only the overall appearance, even small details such as buttons or icons can affect the user experience in using a mobile application. If users are happy with the appearance of the mobile application's user interface, users will certainly use the mobile application more often. In this study, an analysis of the user interface design components in the PeduliLindungi application was carried out on the user experience. The analysis was carried out by distributing questionnaires referring to 10 variables of the Heuristic Evaluation method to respondents, where respondents gave an assessment of the aspects in the application to determine the severity rate. Severity rate is an assessment of the level of damage or deficiency in the application. From the calculation results, it is found that the average severity rate is 1,298, which means that it is on a cosmetic problem scale or just a simple design problem that is not a top priority for making application improvements.
Co-Authors Bob Simon Silalahi Daniel Sinaga Daniel Yonggi Cornelius Tuwaidan Devry Yehuda Lengkong Worotikan Edwin J Solaiman Elmor Benedict Wagiu Gleadies Stella Tulung Green Arther Sandag Ovila Victoria Reymon Rotikan Reynoldus Andrias Sahulata Romiwita Irene Klarita Yosia Amado Suwitono