Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Sistemasi: Jurnal Sistem Informasi

stmsi
Website

Published by Universitas Islam Indragiri

ISSN : 23028149 EISSN : 25409719 DOI : -

Core Subject : Science, Engineering,

Computer Science & IT Electrical & Electronics Engineering

Sistemasi adalah nama terbitan jurnal ilmiah dalam bidang ilmu sains komputer program studi Sistem Informasi Universitas Islam Indragiri, Tembilahan Riau. Jurnal Sistemasi Terbit 3x setahun yaitu bulan Januari, Mei dan September,Focus dan Scope Umum dari Sistemasi yaitu Bidang Sistem Informasi, Teknologi Informasi,Computer Science,Rekayasa Perangkat Lunak,Teknik Informatika

Arjuna Subject : -

Articles 21 Documents

1 2 3

Search results for , issue "Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi" : 21 Documents clear

Aplikasi Analisis Segmentasi Pelanggan untuk Menentukan Strategi Pemasaran Menggunakan Kombinasi Metode K-Means dan Model RFM Friska Marina Uli Hasiani; Tuti Haryanti; Rinawati Rinawati; Laela Kurniawati
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakSelain harus bersaing dengan dealer lain, kenjeran Auto2000 juga harus bersaing dengan cabang Auto2000 lainnya. Salah satu strategi yang digunakan untuk memenangkan persaingan adalah melalui penerapan segmentasi pelanggan. Saat ini kenjeran Auto2000 belum memiliki mekanisme segmentasi pelanggan, permasalahan yang dihadapi adalah tidak dapat mengklasifikasikan pelanggan karena jumlah datanya yang besar dan belum ada alat yang mendukung segmentasi. Berdasarkan permasalahan tersebut, maka diusulkan solusi aplikasi segmentasi pelanggan yang dapat membantu kenjeran Auto2000 melakukan segmentasi. Untuk mengetahui karakteristik pelanggan digunakan model RFM. Sedangkan metode K-Means digunakan untuk melakukan segmentasi, namun metode ini memiliki kelemahan yaitu sulit untuk menentukan jumlah cluster yang terbaik. Untuk mengatasi masalah ini, metode Koefisien Silhouette digunakan. Metode ini digunakan untuk membantu metode K-Means dalam menentukan jumlah cluster terbaik yang akan digunakan. Berdasarkan hasil pengujian, aplikasi telah berjalan sesuai fungsinya yaitu mampu mengelompokkan pelanggan menjadi beberapa kelompok dan menemukan kelompok pelanggan potensial.Kata Kunci: segmentasi pelanggan, k-means clustering, RFM, silhouette coefficient AbstractBesides having to compete with other dealers, Auto2000 kenjeran also had to compete with other Auto2000 branches. One of the strategies used to win the competition is through the implementation customer segmentation. Currently Auto2000 kenjeran does not have a customer segmentation mechanism, the problem faced is that it cannot classify customers because of the large amount of data and there are no tools that support segmentation. Based on these problems, a customer segmentation application solution is proposed that can help Auto2000 kenjeran perform segmentation. To determine the characteristics of the customer, the RFM model is used. While the K-Means method is used to perform segmentation, but this method has a weakness, that’s difficult to determine the best number of cluster. To resolve this problem, the Silhouette Coefficient method is used. This method is used to assist the K-Means method in determining the best number of cluster that will be used. Based on the test results, the application has been running according to its function, which is able to group customers into several groups and to find groups of potential customers. Keywords: customer segmentation, k-means clustering, RFM, silhouette coefficient

Sistem Prediksi Jumlah Pasien Covid-19 Menggunakan Metode Trend Least Square Berbasis Web Johanna Sindya Widjaya; Dewi Agushinta R; Sri Rahayu Puspita Sari
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakVirus Corona telah menjadi masalah kesehatan yang marak terjadi sejak awal tahun 2020, bermula dari negara China, Wuhan. Indonesia telah menjadi salah satu negara di Asia dengan angka kematian (Death Rate) tertinggi di dunia. Banyaknya kasus yang masih belum terdeteksi dan terlaporkan membuat situasi di Indonesia menjadi lebih buruk. Jumlah pasien yang terus meningkat dan keterbatasan fasilitas, alat dan tenaga kesehatan menjadi kendala bagi Indonesia untuk menghadapi COVID-19. Berdasarkan permasalahan di atas, penulis tertarik membuat sistem prediksi jumlah pasien COVID-19 menggunakan metode Trend Least Square berbasis web. Proses prediksi dilakukan dengan menggunakan tool RStudio. Hasil prediksi akan diimplementasikan ke dalam website. Analisa hasil prediksi dilakukan dengan menghitung nilai Mean Absolute Percentage Error (MAPE). Sayangnya, nilai rata-rata persentase MAPE prediksi pasien COVID-19 di Indonesia sebesar 59,2 % menunjukkan prediksi dengan metode Trend Least Square tergolong buruk. Sistem prediksi ini dapat memprediksi pasien COVID-19 sesuai waktu yang tersedia dan terproses sebelumnya menggunakan RStudio. Uji coba website menggunakan metode Black Box memiliki hasil sukses untuk setiap skenario uji coba. Tujuan dari penelitian ini adalah membuat sistem prediksi jumlah pasien COVID-19 menggunakan metode Trend Least Square berbasis web. Sistem ini dapat memprediksi perkembangan jumah pasien yang terjangkit, sembuh, dan meninggal terkait COVID-19 khususnya di wilayah Indonesia, sehingga pemerintah daerah dapat menyiapkan sarana dan prasarana serta kebijakan yang tepat untuk menangani epidemi COVID-19. Kata Kunci: COVID-19, prediksi, trend least square, rstudio, data mining AbstractThe Coronavirus has becomed a rife health problem since the beginning of 2020, starting in China, Wuhan. Indonesia has become one of the countries in Asia with the highest death rate in the world. The large number of cases that have not been detected and reported has made the situation in Indonesia even worse. The increasing number of patients and limited facilities, equipment, and health personnel are obstacles for Indonesia to deal with COVID-19. Based on the problems, the authors are interested in making a prediction system for the number of COVID-19 patients using the web-based Trend Least Square method. The prediction process is carried out using the RStudio tool. The prediction results will be implemented on the website. Analysis of the prediction results is done by calculating the value of Mean Absolute Percentage Error (MAPE). Unfortunately, the average value of the predicted MAPE percentage for COVID-19 patients in Indonesia is 59.2%, indicating that the prediction using Trend Least Square method is poor. This prediction system can predict COVID-19 patients according to the available time and are processed in advance using RStudio. Testing the website using the Black Box method has successful results for each test scenario. The purpose of this study was to create a prediction system for COVID-19 patients using the web-based Trend Least Square method. This system predicts the development of the number of patients who are infected, recovered and related to COVID-19, especially in the Indonesian region, so that local governments can prepare the right facilities and infrastructure and policies for the COVID-19 epidemic.Keywords: COVID-19, prediction, trend least square, rstudio, data mining

Klasifikasi Penentuan Manfaat Tanaman Obat Herbal Berbasis Rule Based Reasoning Yulia Darnita; Rozali Toyib
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakPermasalahan yang dihadapi masyarakat dengan keterbatasan biaya dan terbatasnya stok obat-obatan ditambah dengan krisis finansial dengan sendiri masyarakat harus bisa memanfaatkan tanaman-tanaman yang ada disekitar lingkungannya, walaupun sebenarnya tanaman obat herbal ini bukanlah sesuatu yang baru melainkan sudah ada sejak dulu dari jaman nenek moyang bangsa ini, mengingat masyarakat sudah maju maka mereka lebih menyukai hal-hal berbau instan dan mudah diadapat serta tidak perlu proses pembautan. Kondisi Covid 19 yang mewabah secara global ditengah keterbatasan obat-obat kimia yang biasa dikonsumsi maka dibutuh alternative pengobatan yang lain dengan obat-obat herbal dan kurangnya informasi tentang tanaman obat herbal untuk penyembuhan penyakit, sehingga masyarakat belum mengetahui secara detail keterangan penyakit, proses pembuatan obat, sampai jenis penyakit. Untuk mengatasi masalah tersebut dapat dibangun suatu aplikasi untuk mengklasifikasikan manfaat tanaman obat herbal yang dapat digunakan dalam kehidupan sehari-hari dan sebagai media dan pengenalan tanaman obat dengan menggunakan Rule Based Reasoning dengan Algoritma Depth First Search dalam menemukan solusi yang terbaik dari beberapa solusi yang sama. Hasil pengujian : Klasifikasi penentuan manfaat tanaman obat herbal dari 31 jenis tanaman herbal yang terdiri dari bunga, buah-buahan dan rempa maka dapat 9 kelompok besar dan penggunaan algoritma ini hanya membutuhkan memori yang kecil.Kata Kunci: herbal, obat, tanaman, algoritma depth first search AbstractThe problems faced by the community with limited costs and limited stock of medicines coupled with the financial crisis by themselves must be able to take advantage of existing plants around their environment, even though in fact these herbal medicinal plants are not something new but have been around since ancient times. this nation, considering that society is already advanced, they prefer things that smell of instant and easy to obtain and do not need a stitching process. The condition of Covid 19 which is endemic globally amidst the limitations of chemical drugs that are commonly consumed, other alternative treatments are needed with herbal medicines and a lack of information about herbal medicinal plants to cure disease, so that people do not know in detail the information about the disease, the process of making medicine, until the type of disease. To overcome this problem, an application can be built to clarify the benefits of herbal medicinal plants that can be used in everyday life and as a medium and introduction to medicinal plants by using Rule Based Reasoning with the depth first search algorithm in finding the best solution from some of the same solutions. Test results: The classification of the benefits of herbal medicinal plants from 31 types of herbal plants consisting of flowers, fruits and palm leaves can be 9 large groups and the use of this algorithm only requires a small memory.Keywords: herbs, medicines, plants, depth first search algorithm

Penilaian Risiko Data Sistem Informasi Manajemen Puskesmas dan Aset Menggunakan ISO 27005 Tyas Widyani Pratiwi; Toni Arifin
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakSistem Informasi Manajemen Puskesmas atau SIMPUS merupakan sistem informasi manajemen yang digunakan oleh staf Puskesmas Pasir Putih guna menyediakan layanan kesehatan kepada masyarakat. Keberadaan SIMPUS sangat mendukung kegiatan pelayanan kesehatan. Namun ada permasalahan pada sistem informasi puskesmas dalam pelayanan pasien, pada komputer terkena virus sehingga SIMPUS tidak bisa digunakan sementara. Penelitian ini dilakukan untuk penilaian risiko terhadap kemungkinan ancaman dan risiko yang muncul menggunakan ISO 27005. Hasil penelitian dari penilaian risiko rata-rata risiko sedang dan risiko tinggi masih kecil pada ancaman yang mungkin terjadi dan penanganan risiko dari 30 skenario ancaman yang mungkin terjadi yaitu, risk modification (RM) 20 skenario, risk Avoidance (RA) 3 skenario dan risk sharing (RS) 7 skenario. Rekomendasi untuk penanganan risiko pada Puskesmas Pasir Putih yaitu perlu adanya kebijakan dan aturan dari kepala puskesmas terhadap aset utama aplikasi SIMPUS untuk pengolahan, penghapusan dan output data SIMPUS. Dilakukan pelatihan terhadap pengelola dan pengguna aplikasi SIMPUS. Penambahan keamanan, pemeliharaan dan kontrol pada aset pendukung dan menambah kebutuhan yang diperlukan.Kata Kunci: ISO 27005, Puskesmas Pasir Putih, Penilaian Risiko AbstractSistem Informasi Manajemen Puskesmas or SIMPUS is a health center management information system that is used by Puskesmas Pasir Putih staff to provide health care services for citizens. SIMPUS have supported health care service. But, there is a problem in patient service when virus computer attack SIMPUS. This incident caused SIMPUS cannot be used temporarily. This research was conducted to assess the risk of possible threats and risks that arise using ISO 27005. The result shown that the average risk assessment of moderate risk and high risk were still small on the threats that might occur, and the risk management of 30 possible threat can be occurred such as risk modification (RM) 20 scenarios, risk Avoidance (RA) 3 scenarios and risk sharing (RS) 7 scenarios. There are several recommendations for risk management at Puskesmas Pasir Putih. Policies and rules need to be made by the head of Puskesmas to maintain the main assets of SIMPUS application for processing, deleting and outputing the SIMPUS data. Doing training for maintainers and simpus application users, increasing security, maintaining and controlling to support assets and increasing need. Keywords: ISO 27005, Puskesmas Pasir Putih, Risk Assessment

Rencana Strategi Teknologi Informasi pada Perguruan Tinggi di Indonesia: Sebuah Tinjauan Pustaka Wahyudi Agustiono; Mutiara Cahyani Fajrin; Fika Hastarita Rachman
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakTeknologi Informasi (TI) salah satu bagian penting dalam sebuah organisasi. Terutama pada era disrupsi dan lingkungan yang dinamis saat ini, TI telah menjadi sarana utama bagi organsisasi untuk mencapai efisiensi dalam operasional dan mendapatkan keunggulan kompetitif. Oleh karena itu, perencanaan strategis TI yang efektif sangat diperlukan guna memastikan bahwa proses pembangunannya sejalan dengan nilai, visi, misi dan tujuan dari organisasi. Hal ini tanpa perkecualian bagi universitas sebagai salah satu organisasi pendidikan yang saat ini semakin mengandalkan TI untuk memfasilitasi penyelenggaraan kegiatan akademis yang berkualitas serta memberikan layanan terbaik bagi para pemangku kepentingan. Dalam penelitian ini dilakukan kajian pustaka terhadap 34 artikel yang berkaitan dengan perencanaan strategi TI pada perguruan tinggi di Indonesia. Dari 34 artikel dibagi menjadi 2 sub topik perencanaan strategi TI. Dari hasil kajian pada 34 artikel diperoleh temuan yang mendominasi penelitian, yaitu terdapat sebanyak 30 artikel yang membahas topik penelitian mengenai kegiatan perencanaan strategi TI, 17 artikel yang menggunakan framework Ward And Peppard, 22 perguruan tinggi swasta yang dijadikan objek penelitian, 34 artikel yang melakukan perencanaan strategi TI sebagai aspek penelitian, dan kurangnya jumlah penelitian mengenai tingkat keselarasan antara perencanaan strategi TI dan strategi bisnis, serta kurangnya penelitian mengenai perencanaan strategi TI pada perguruan tinggi negeri di Indonesia.Kata Kunci: Tinjauan Pustaka, Perencanaan Strategis TI, Teknologi Informasi, Perguruan tinggi AbstractInformation Technology (IT) is an essential part for many organisations. Especially in the current disruptive and dynamic environment, IT has been the main tool for achieving operational efficiencies and gain competitive advantage. Indeed, an effective IT strategic plan is required to ensure the development is inline with the organisations' value, vision, mission and goals. This is no exception for university as a learning organisation which is becoming more reliant on IT in facilitating a quality academic activites and providing excellent servics to its stakeholders. In this study, a review was conducted of 34 articles related to the strategic planning of information technology in Indonesian universities. From 34 articles divided into 2 sub topics information technology strategic planning. From the results of the study on 34 articles, it was found that the findings dominated the research, namely 30 articles that discussed research topics regarding IT strategic planning activities, 17 articles using the Ward And Peppard framework, 22 private universities that were used as research objects, 34 articles that carried out planning IT strategy as an aspect of research, and the lack of research on the level of alignment between IT strategy planning and business strategy, as well as a lack of research on IT strategy planning in state universities in Indonesia.Keywords: literature review, IT strategic plan, information technology

Sistem Pendukung Keputusan Pemilihan Supplier Produk Ritel dengan Metode Analytical Hierarchy Process Ahmad Febri; Norma Ningsih; Julianto Lemantara
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakSalah satu faktor yang mempengaruhi kinerja perusahaan adalah keberadaan supplier, sehingga pemilihan supplier yang tepat bagi perusahaan merupakan salah satu pengambilan keputusan yang sangat penting yang perlu dilakukan oleh setiap perusahaan yang melibatkan supplier dalam kegiatan bisnisnya. Salah satunya adalah pada PT. Buana Artha Indopratama Jakarta yaitu perusahaan yang bergerak dibidang ritel seperti alat rumah tangga dan botol kosmetik. Pemilihan supplier saat ini dilakukan masih subyektif Permasalahan yang pernah terjadi adalah supplier yang dipilih melakukan keterlambatan dalam pengiriman barang serta kualitas barang yang dikirim terkadang tidak sesuai yang mengakibatkan PT. Buana Artha Indopratama mengalami kerugian dan menimbulkan citra yang kurang baik dimata pelanggan. Penelitian ini bertujuan untuk mencari kriteria-kriteria yang mempengaruhi pemilihan supplier dan menentukan supplier terbaik bagi PT. Buana Artha Indopratama Jakarta dengan menggunakan metode Analytical Hierarchy Process. Hasil pengolahan data dengan 5 alternatif yang memiliki prioritas tertinggi adalah Zhongshan Yijianxing dengan bobot prioritas 0,339 dan Kriteria yang memiliki prioritas tertinggi adalah kriteria kualitas dengan bobot 0,360.Kata Kunci: analitycal hierarcy process, sistem pendukung keputusan, supplier AbstractOne of the factors that affect company performance is the existence of suppliers, so choosing the right supplier for the company is one of the most important decisions that every company involves suppliers in its business activities needs to make. One of them is at PT. Buana Artha Indopratama Jakarta, a company engaged in retail such as household appliances and cosmetic bottles. The selection of suppliers is currently being carried out is still subjective. The problem that has occurred is the selected suppliers make delays in the delivery of goods and the quality of the goods sent is sometimes not suitable which results in PT. Buana Artha Indopratama suffered losses and created a bad image in the eyes of customers. This study aims to find criteria that influence supplier selection and determine the best supplier for PT. Buana Artha Indopratama Jakarta using the Analytical Hierarchy Process method. The results of data processing with 5 alternatives that have the highest priority are Zhongshan Yijianxing with a priority weight of 0.339 and the criteria that have the highest priority are quality criteria with a weight of 0.360.Keywords: analitycal hierarcy process, decision support system, supplier

Rancang Bangun Sistem Klasifikasi Biji Pinang Menggunakan Metode Nearest Mean Classifier Berbasis Android Andika Firmansyah; Abdullah Abdullah; Samsudin Samsudin
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakPinang (areca catechu) merupakan tumbuhan yang memiliki nilai ekonomis. Buah pinang dikupas kulitnya diolah menjadi biji pinang kering dan selanjutnya dijual ke pengepul. Budidaya pinang mudah dilakukan dan tidak butuh pemeliharaan ekstra dalam perawatannya, sehingga sebagian besar masyarakat di daerah ini senang menjadi petani pinang. Walau bagaimanapun juga penentuan harga biji pinang berdasarkan persentase kekeringan pinang menimbulkan masalah. Penentuan dilakukan sepihak oleh pihak pengepul, dimana dilakukan secara kasat mata sehingga kurang akurat, sehingga berpotensi merugikan pihak petani pinang. Oleh karena itu tujuan penelitian ini adalah membangun sebuah aplikasi sistem cerdas yang dapat membantu dalam mengidentifikasi persentase kekeringan biji pinang. Aplikasi ini berbasis android yang memanfaatkan kamera hand phone yang terdapat di perangkat pintar ponsel android. Penelitian ini akan mencari fitur yang tepat digunakan sebagai pembeda kekeringan antara biji pinang yang satu dengan yang lain. Penelitian ini juga akan mencari algoritma yang tepat untuk melakukan klasifikasi persentase kekeringan biji pinang tersebut. Berdasarkan hasil evaluasi diketahui tingkat akurasi metode Nearest Mean Classifier dalam menentukan kualitas biji pinang adalah sebesar 80 % dengan simpangan baku 7,6. Aplikasi ini diharapkan dapat membantu proses klasifikasi biji pinang dengan lebih cepat, tepat dan akurat dengan memuaskan kedua belah pihak pengepul dan petani. Aplikasi ini juga diharapkan dapat diterima untuk dijadikan alat ukur standar dalam penentuan persentase kekeringan biji pinang sehingga bermanfaat dalam rangka menentukan harga jual biji pinang.Kata Kunci: android, sistem cerdas, klasifikasi, biji pinang AbstractAreca nut (areca catechu) is a plant that has economic value. The peeled areca nut is processed into dried areca nut and then sold to collectors. Cultivating areca nut is easy to do and does not require extra maintenance to maintain, so most people in this area are happy to be areca nut farmers. However, determining the price of areca nut based on the percentage of dryness of the areca nut creates problems. The collectors make the determination unilaterally, which is done in manual so that it is less accurate, so it has the potential to harm the areca nut farmers. Therefore, the aim of this research is to build a smart system application that can help identify the dry percentage of areca nuts. This application is based on android which utilizes a camera device on an android smartphone. This study identify the features that are appropriate to classify areca nuts. This research will also identify the right algorithm to classify the percentage of dryness of the areca nuts. Based on the results of the evaluation, it is known that the accuracy rate of the Nearest Mean Classifier method in determining the quality of areca nuts is 80% with a standard deviation of 7.6. This application is expected to help the classification process of areca nuts more quickly, precisely and accurately by satisfying both collectors and farmers. This application is also expected to be accepted as a standard measuring tool in determining the percentage of dryness of areca nuts so that it is useful in determining the selling price of areca nuts.Keywords: android, areca nuts, classification, intelligent system

Klasterisasi Pahlawan Nasional Indonesia Berdasarkan Daerah Asal Menggunakan Algoritma Community Detection Luh Putu Gayatri Widiastuti; Nida Inayah Maghfirani; Nur Aini Rakhmawati
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakKisah sejarah sampai kemerdekaan Indonesia tak pernah lepas dari kurikulum pendidikan wajib belajar 12 tahun. Namun seiring dengan perkembangan zaman, hipotesis-hipotesis sejarah Indonesia juga ikut berkembang. hipotesis-hipotesis juga membantu sejarawan untuk melihat sejarah Indonesia menjadi lebih utuh. Untuk mendukung perkembangan tersebut, penulis mencoba mengimplementasikan algoritma Community Detection untuk mencari keterkaitan antar pahlawan nasional. Sumber data pahlawan nasional yang digunakan pada penelitian ini adalah id.dbpedia. Namun akibat inkonsistensi dan sedikitnya data yang disimpan di id.dbpedia, maka pengumpulan data tidak berhenti di id.dbpedia saja. Salah satu sumber data yang jumlah datanya lebih banyak dari id.dbpedia adalah Wikipedia. Data yang diperoleh kemudian dilakukan standarisasi secara manual, dan dibuatkan graf di Jupyter. Algoritma Community Detection digunakan untuk menemukan klaster-klaster komunitas pahlawan nasional Indonesia berdasarkan data daerah dan tahun. Community Detection menunjukkan bahwa data yang diolah dengan menggunakan Algoritma Greedy Modularity memiliki 16 komunitas atau kelompok. Selain itu, sebuah pola ditemukan pada 6 komunitas yang ada berdasarkan Algoritma Girvan Newman Sehingga dapat disimpulkan bahwa Algoritma Greedy Modularity menghasilkan lebih banyak klasifikasi komunitas.Kata Kunci: algoritma, klasterisasi, deteksi komunitas, pahlawan nasional indonesia, daerah, tahun AbstractThe story of history Indonesia until Indonesia's independence has never been separated from the 12-year compulsory education curriculum. However, along with the times, historical hypotheses in Indonesia also developed. Hypotheses also help historians to see Indonesian history more fully. To support this development, the author tries to implement the Community Detection algorithm to find linkages between national heroes. The data source for the national heroes used in this study is id.dbpedia. However, due to inconsistencies and the lack of data stored on id.dbpedia, data collection does not stop at id.dbpedia only. One of the data sources with more data than id.dbpedia is Wikipedia. After the data was obtained, then it standardized manually, and graphs were made in Jupyter. The Community Detection algorithm is used to find clusters of Indonesian national hero communities based on regional and year data Community Detection shows that the data processed using the Greedy Modularity Algorithm generates 16 communities or groups. In addition, a pattern was found in 6 existing communities based on the Newman Girvan Algorithm. So it can be concluded that the Greedy Modularity Algorithm produces more community classifications.Keywords: algorithm, clustering, community detection, indonesian national heroes, region, years

Hubungan Bisnis dan Supply Chain Information antara Disperinaker dan Industri Kecil Menengah Dio Febrilian Tanjung; Aulia Oktaviana; Gilang Muhamad Noer; Suci Larasati; Zati Hulwani; Eko Sediyono; Aris Puji Widodo
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakIKM sebagai salah satu penyumbang ekonomi daerah, dirasa penting untuk mempertahankan dan meningkatkan IKM tersebut. Pemerintah melalui Disperinaker memiliki fungsi dalam membantu IKM untuk bertahan dan meningkatkan keterampilan, agar IKM mampu bersaing dengan usaha besar lainnya. Hubungan yang terjadi antara IKM dan Disperinaker dapat dikatakan sebagai hubungan bisnis karena terjadi pertukaran informasi serta kerja sama yang saling menguntungkan antara kedua belah pihak. Hubungan bisnis ini bisa saja dipengaruhi oleh beberapa faktor. Penelitian ini mengukur seberapa besar pengaruh faktor sosial, budaya, teknologi, waktu dan geografis terhadap hubungan bisnis antara IKM dan Disperinaker. Supply Chain Information yang terjadi antara Disperinaker dan IKM juga ditelusuri pada penelitian ini, menjelaskan bagaimana arus informasi yang beredar antar kedua mitra ini. Mengetahui arus informasi antar kedua mitra ini dapat memberikan gambaran terkait pengembangan lebih lanjut baik pemanfaatan teknologi pada proses supply chain information tersebut. Metode yang digunakan adalah mixed methods dengan tipe desain convergent parallel. Dengan menggunakan regresi linear berganda, menunjukkan bahwa variabel teknologi memiliki pengaruh berarti. Selain itu supply chain information yang terjadi antara Disperinaker dan IKM yaitu pengadaan pelatihan, menampilkan produk di ruang pameran dan mengikuti kegiatan pameran yang diadakan oleh Disperinaker.Kata Kunci: hubungan bisnis, supply chain management, supply chain information, teknologi informasiAbstractIKM is considered important to maintain and increase itselves as one of the contributors to the regional economy. The goverment through Disperinaker has a function in helping IKM to survive and improve skills, so that IKM can compete with other big businesses. The relationship occured between IKM and Disperinaker can be said to be a business relationship because there is an exchange of information and mutually beneficial cooperation between two parties. This business relationship may be influenced by several factors. This study measures how much influence social, cultural, technological, time and geographical factors have on the business relationship between IKM and Disperinaker. Supply Chain Information occured between Disperinaker and IKM is also traced to explain how the flow of information circulating between these two partners. Knowing the flow of information between them can provide an overview regarding the further development of better technology utilization in the supply chain information process. The method used is mixed methods with parallel convergent design type. By using multiple linear regression, it shows that the technology variable has a significant effect. In addition, the supply chain information occured between Disperinaker and IKM is the provision of training, displaiying products in the exhibition hall and participating in exhibition activities held by the Disperinaker.Keywords: business relationships, supply chain management, supply chain information, technology information

Analisis Sentimen Physical Distancing pada Twitter Menggunakan Text Mining dengan Algoritma Naive Bayes Classifier Nila Hardi; Yuris Alkahfi; Popon Handayani; Windu Gata; Muhammad Rifqi Firdaus
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakPhysical distancing kini sedang ramai menjadi perbincangan publik sebagai salah satu cara pemerintah dalam menekan penyebaran virus covid-19 yang sedang melanda beberapa negara di belahan dunia. Tidak tersaringnya cuitan terkait physical distancing bisa memunculkan berbagai macam opini, tidak hanya opini yang positif tapi juga yang negatif. Maka dari itu, Twitter di anggap lebih diminati oleh masyarakat indonesia dikarenakan twitter dirasa lebih mudah untuk mengungkapkan opininya. Metode yang digunakan yaitu Naive Bayes Classifier (NBC). Data terkumpul dilakukan filter dari cuitan tersebut dengan menghapus data yang double maka setelah di filter data yang terambil yaitu sebanyak 547 tweets. Pada perhitungan analisis sentimen terhadap physical distancing di tengah pandemi covid-19 menggunakan metode NBC memperoleh hasil akurasi sebesar 50,26%. Tujuan dari penelitian ini, agar dapat mengkategorikan opini negatif atau positif, dari pembahasan physical distancing. Nantinya informasi terkait kebijakan Physical Distancing bisa sampai tepat informasinnya kepada masayarakat.Kata Kunci: naïve bayes, physyical distancing, twitter AbstractPhysical distancing is now busy becoming a public conversation as a way for the government to spread the Covid-19 virus which is currently hitting several countries around the world. There are public tweets related to physical distance that is free from various kinds of opinions, not only positive but also negative ones. Therefore, Indonesian people consider Twitter to be more desirable because it is easier for Indonesians to express their opinion. The method used is the Naive Bayes Classifier (NBC). The data collected was filtered from the tweets with double data, then after filtering the data were taken as many as 547 tweets. In calculating the sentiment analysis of physical distance in the middle of the Covid-19 pandemic using the NBC method, it gets an accurate result of 50.26%. The purpose of this study, to find and categorize negative or positive opinions, from the discussion of physical distancing. So that the implementation of the Physical Distance policy can get accurate information to the public.Keywords: naïve bayes, physical distancing, twitter

Page 1 of 3 | Total Record : 21

1 2 3

Filter by Year

2021 2021

Filter By Issues

All Issue Vol 12, No 1 (2023): Sistemasi: Jurnal Sistem Informasi Vol 11, No 3 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 2 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 1 (2020): Sistemasi: Jurnal Sistem Informasi Vol 8, No 3 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 1 (2019): Sistemasi Vol 8, No 1 (2019): Sistemasi: Jurnal Sistem Informasi Vol 7, No 3 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): SISTEMASI Vol 7, No 1 (2018): Sistemasi: Jurnal Sistem Informasi Vol 6, No 3 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 2 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 1 (2017): Sistemasi: Jurnal Sistem Informasi Vol 5, No 3 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 2 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 2 (2016): sistemasi Vol 5, No 1 (2016): Sistemasi: Jurnal Sistem Informasi Vol 4, No 3 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 2 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 1 (2015): Sistemasi: Jurnal Sistem Informasi Vol 3, No 4 (2014): SISTEMASI: Jurnal Sistem Informasi Vol 3, No 3 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 2 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 1 (2014): Sistemasi: Jurnal Sistem Informasi Vol 2, No 4 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 3 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 2 (2013): Sistemasi:Jurnal Sistem Informasi Vol 2, No 1 (2013): Sistemasi: Jurnal Sistem Informasi More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. indragiri hilir,

Riau

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kab. indragiri hilir, Riau INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. indragiri hilir,

Riau

INDONESIA