cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rikie Kartadie
Contact Email
ojs@akakom.ac.id
Phone
+6282135469911
Journal Mail Official
ojs@akakom.ac.id
Editorial Address
Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198 Telp. (0274)486664
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
JIKO (Jurnal Informatika dan Komputer)
Published by Universitas Teknologi Digital Indonesia
ISSN : 24774413     EISSN : 24773964     DOI : https://doi.org/10.26798/jiko
Core Subject : Science,
Computer Science & IT
JIKO (Jurnal Informatika dan Komputer) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat of Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM) Yogyakarta, Indonesia. First published in 2016 for a printed and online version. We receive original research articles and any review papers. The aims of JIKO are to disseminate research results and to improve the productivity of scientific publications. JIKO is published in February and September with the scopes and focus of the research areas that are: Software Engineering, Information Systems, Computer Science Applications, Computer Networks and Communications, and Artificial Intelligence.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 129 Documents
 9   10   11   12   13 
Rancang Bangun Aplikasi Pelaporan Pemadam Kebakaran Berbasis Android Raditya Arief Pratama; Qonitatul Hasanah; Puji Hastuti
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 1 (2023): Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (680.64 KB) | DOI: 10.26798/jiko.v7i1.626

Abstract

Pemadam kebakaran (Damkar), Branwir, atau PMK merupakan petugas atau dinas yang dilatih dan bertugas untuk menanggulangi kebakaran. Selain menanggulangi kebakaran, petugas pemadam kebakaran (damkar) juga dilatih untuk menyelamatkan korban dari bencana alam, gedung runtuh, kecelakaan lalu lintas, dan lain-lain [1]. Sayangnya, masyarakat masih terkendala dalam melaporkan kebakaran kepada petugas karena hanya tersedia melalui telepon. Sering kali satuan pemadam kebakaran terlambat menuju lokasi penyelamatan. Hal ini dapat disebabkan karena empat hal. Pertama, petugas kurang siap siaga. Kedua, lalu lintas yang padat saat perjalanan menuju lokasi kejadian. Ketiga, warga yang mengalami bencana terlambat memberikan informasi kepada petugas. Keempat, informasi lokasi yang didapat dari masyarakat kurang jelas. Diharapkan aplikasi ini mampu menjembatani pihak masyarakat dan petugas damkar dalam melaporkan dan menerima kejadian kebakaran, bencana alam. Selama terkoneksi dengan internet, maka aplikasi ini dapat melaporkan kejadian di lingkungan sekitarnya kepada pihak dinas Pemadam Kebakaran. Terdapat beberapa fitur utama yang dapat memudahkan masyarakat untuk melapor diantaranya GPS Foto Tagging, dan Google Maps. Fitur tersebut nantinya akan memperoleh informasi yang dilaporkan dari masyarakat berbentuk foto beserta lokasi diambilnya foto, dan masyarakat dapat melihat posisi terkini petugas damkar yang menuju lokasi kejadian. 
PERBANDINGAN HASIL METODE CLUSTERING K-MEANS, DB SCANNER & HIERARCHICAL UNTUK ANALISA SEGMENTASI PASAR Syafrina Dyah Kusuma Wardani; Amalia Salsabilla Ariyanto; Masfufahtul Umroh; Dwi Rolliawati
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.796

Abstract

Segmentasi pasar merupakan strategi pengelompokan calon konsumen berdasarkan persepsi yang sama antara kebutuhan dan keinginan. Dalam strategi pemasaran, segmentasi pasar sangat wajib untuk diterapkan karena penentuan segmentasi pasar merupakan dasar dari adanya pemasaran. Namun seringkali terdapat hambatan dalam melakukan segmentasi pasar seperti tidak ada pembaruan segmentasi, menghiraukan calon konsumen, tidak mempunyai banyak data. Sehingga tujuan penelitian ini untuk menentukan segmentasi pasar dilakukan dengan clustering yakni mengelompokkan data sesuai karakteristik dari konsumen dan membandingkan hasil clustering model terbaik. Data yang digunakan merupakan data segmentasi pasar penjualan otomotif yang diambil dari sumber kaggle.com. Metode clustering yang digunakan pada penelitian ini adalah K-Means, DBSCAN, dan Hierarchical, dimana pada proses pemodelannya menggunakan software KNIME. Adapun hasil dari penelitian ini adalah metode K-Means adalah metode yang baik untuk digunakan clustering. Hal ini didapatkan dari nilai rata-rata Silhouette Coefficient K-Means mendekati 1 yakni 0.716, sedangkan DBSCAN 0.296 dan Hierarchical 0.301.
PERBANDINGAN KUALITAS JARINGAN 4G LTE ANTARA TIGA OPERATOR MENGGUNAKAN METODE DRIVE TEST DI PANTAI PARIAMAN TENGAH Afrizal Yuhanef; Siska Aulia; Oktarina Permata Yaseva
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.886

Abstract

Kawasan Pantai Pariaman Tengah memiliki potensi pada sektor pariwisata yang bernilai tinggi dengan jumlah pengguna layanan telekomunikasi yang semakin meningkat. Oleh karena itu, penting untuk menilai kualitas jaringan 4G LTE (Long Term Evolution) dari operator yang tersedia di kawasan tersebut. Penelitian ini dilakukan untuk menguji performasi kualitas jaringan pada tiga jenis operator, yaitu Telkomsel, XL Axiata, dan H3I dengan metode drive test yang menggunakan Iddle Mode dan software TEMS Pocket. Parameter kualitas jaringan yang dinilai adalah RSRP (Received Signal Reference Power), RSRQ (Received Signal Reference Quality), dan SINR (Signal to Interference and Noise Ratio). Adapun persentase yang termasuk dalam kategori diatas normal atau dalam range hijau dan biru dijumlahkan dan kemudian dibandingkan antara ketiga operator. Berdasarkan hasil analisis, jumlah persentase RSRP dari operator Telkomsel 80,87% vs XL Axiata 84,51% vs H3I 82,57%; persentase RSRQ dari operator Telkomsel 94,53% vs XL Axiata 91,62% vs H3I 99,78%; dan persentase SINR dari operator Telkomsel 39,63% vs XL Axiata 36,04% vs H3I 32,03%. Sehingga jika dibandingkan antara ketiga operator dapat disimpulkan bahwa nilai RSRP yang paling baik ditemukan pada operator XL Axiata, nilai RSRQ yang paling baik ditemukan pada operator H3I, sedangkan nilai SINR paling baik ditemukan pada operator Telkomsel.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA PEGAWAI DENGAN ALGORITMA FUZZY C-MEANS DAN HUNGARIAN M Yusuf R; Lilis Nur Hayati; Sugiarti Sugiarti
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.819

Abstract

Penilaian kinerja pada dasarnya merupakan faktor kunci guna mengembangkan suatu organisasi secara efektif dan efisien untuk mencapai tujuan dari suatu organisasi tersebut. Balai Penelitian dan Pengembangan Agama Makassar memiliki pegawai struktural dan non struktural baik yang berstatus ASN maupun Non ASN. Berdasarkan data terbaru tahun 2022, Pegawai non struktural berjumlah 64 orang, sedangkan pegawai struktural berjumlah 35 orang. Terdapat beberapa pegawai tidak menyelesaikan tugas pokok sesuai dengan waktu yang telah ditentukan. Metode yang digunakan adalah algoritma Fuzzy C-Means untuk mengelompokkan kinerja pegawai ke dalam 3 cluster. Dimana cluster 1 untuk kinerja Kurang, cluster 2 untuk kinerja Baik dan cluster 3 untuk kinerja Sangat Baik. Algoritma Hungarian digunakan untuk melakukan proses pemilihan pegawai untuk suatu pekerjaan berdasarkan dari hasil kinerja pegawai. Hasil pengujian sistem menggunakan 8 data sampel pegawai menujukkan bahwa terdapat 4 pegawai yang masuk ke dalam cluster 3 dan 4 pegawai lainnya masuk ke dalam cluster 2. Dari pengelompokan pegawai ke dalam 3 cluster tersebut dapat digunakan rujukan oleh Kepala Balai atapun Kasubag Tata Usaha dalam memberikan laporan kinerja pegawai kepada Kementerian Agama.Kata Kunci: Kinerja Pegawai, Sistem Pendukung Keputusan, Fuzzy C-Means, Hungarian.
PENERAPAN CASE BASED REASONING UNTUK MENDIAGNOSIS KERUSAKAN PADA KOMPUTER DESKTOP MENGGUNAKAN METODE NAIVE BAYES Sebastianus Adi Santoso Mola; Jakha Rama Phosa; Yelly Yosiana Nabuasa
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.861

Abstract

Kemajuan teknologi di bidang komputer saat ini sangatlah pesat, banyak keuntungan dari kemudahan informasi yang dapat diakses dengan mudah dan cepat melalui komputer. Menurut data yang tercatat di Badan Pusat Statistik Indonesia, kepemilikan komputer dalam rumah tangga pada tahun 2020 mengalami kenaikan menjadi 18,83%. Terkadang masalah muncul di mana komputer mengalami kerusakaan saat digunakan yang berdampak pada berkurangnya produktivitas. Kerusakan pada komputer dapat diakibatkan oleh usia komputer, lingkungan dan penyebab lain yang disengaja maupun tidak disengaja. Pengetahuan yang buruk tentang komponen komputer dapat meningkatkan kebutuhan akan layanan teknisi saat terjadi kerusakan pada komputer. Kerusakan komputer dapat di diagnosis lebih cepat dan mudah dengan menggunakan sistem Case Based Reasoning (CBR). Berdasarkan hasil pengujian menggunakan k-fold cross validation terhadap 200 data, didapatkan nilai rata-rata akurasi 86% dan rata-rata similarity 70% dalam waktu 0,0403 detik pada pengujian menggunakan indexing dan nilai rata-rata akurasi 85,5% dan rata-rata similarity 74% dalam waktu 0,0505 detik pada pengujian menggunakan nonindexing.
KOMPARASI ALGORITMA DECISION TREE DAN KNN DALAM MENGKLASIFIKASI DAERAH BERDASARKAN PRODUKSI LISTRIK Muhammad Alfathan Harriz; Harlis Setiyowati
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.787

Abstract

Pilihan negara yang sedang tumbuh dan berkembang, memiliki jumlah penduduk yang besar dan luas wilayah yang luas yaitu India sebagai contoh untuk diteliti. Listrik komponen vital dan berperan penting. Peneliti melakukan perbandingan akurasi antara dua algoritma pembelajaran mesin yang populer, yaitu Decision Tree dan KNN (K-Nearest Neighbor). Dataset yang berisi sampel sebanyak 345273 digunakan dan  validasi dengan metode StratifiedKFold sebanyak 33 bagian dilakukan untuk mengevaluasi hasil klasifikasi dari kedua algoritma tersebut. Hasil dari penelitian ini menunjukkan bahwa algoritma Decision Tree yaitu 85.78% dan memiliki akurasi yang lebih tinggi dibandingkan dengan KNN yang memiliki akurasi sebesar 80.34% dalam mengklasifikasi daerah di India berdasarkan produksi listrik yang dihasilkan. Selain itu, temuan lainnya yaitu Decision Tree memiliki waktu komputasi yang lebih cepat yaitu 51.66 detik dibandingkan dengan KNN yang memiliki waktu komputasi sebesar 56.27 detik. Kesimpulan dari penelitian ini adalah bahwa algoritma Decision Tree memiliki akurasi yang lebih tinggi dibandingkan dengan algoritma KNN. Selain itu, Decision Tree juga memiliki waktu komputasi yang lebih cepat. Dengan demikian, algoritma Decision Tree dapat menjadi pilihan yang lebih baik dalam melakukan klasifikasi.
POTENTIAL CUSTOMER ANALYSIS USING K-MEANS WITH ELBOW METHOD Fitri Marisa; Arie Restu Wardhani; Wiwin Purnomowati; Anik Vega Vitianingsih; Anastasia L Maukar; Erri Wahyu Puspitarini
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.911

Abstract

This study aims to obtain cluster data of potential customers using the K-Means clustering approach supported by the elbow method to determine the correct number of clusters. The data sample that was processed was 100 customer data from a minimarket containing three criteria (gender, age, and purchase retention). The number of initial clusters is determined as 5 and then processed by calculating K-Means. The calculation of the SSE value in the K-Means process produces the lowest SSE value, and the sharpest elbow angle graph visualization is in cluster 4. So, it can be stated that the best number of clusters in this K-Means calculation is four (4) which are used as material for further analysis. Then the analysis results of four (4) clusters state that potential customers are those with high purchase retention, consisting of female customers who dominate in the three (3) clusters. Most potential female customers are customers with an age range above 35 years. Meanwhile, customers with less potential are spread across each cluster with varied gender and age but are not dominant. Thus, this knowledge can be used as a consideration for the management in determining the right promotion strategy.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PESERTA DIDIK TERBAIK DENGAN METODE WEIGHTED PRODUCT Eka Sulastarih; Eka Rini Yulia
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.818

Abstract

Pendidikan  jenjang menengah atas  tidak terlepas dari proses penilaian peserta didik. SMA Putra Bangsa merupakan Sekolah Menengah Atas yang penyelenggaraannya mengikuti standar penilaian dengan acuan Sistem Pendidikan Nasional. Penyelenggaraan pembelajaran diawali dengan proses belajar mengajar dan diakhiri dengan proses penilaian. Sebagai apresiasi sekolah terhadap peserta didik yang telah mengikuti proses belajar dengan baik maka sekolah memberikan penghargaan kepada peserta didik terbaik. Implementasi penentuan peserta didik terbaik masih dilakukan secara manual dengan hanya melihat  satu aspek saja, sehingga hasilnya tidak objektif. Sistem Pendukung Keputusan digunakan untuk mengambil keputusan dalam situasi yang semi terstruktur dan terstruktur dengan menyiapkan informasi yang interaktif, permodelan dan manipulasi data sehingga SPK dapat mendukung seluruh tahapan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan pada saat pengambilan keputusan sampai dengan mengevaluasi pemilihan alternatif. Metode Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, dimana setiap atribut harus dipangkatkan dahulu dengan bobot dari atribut yang bersangkutan, prosesnya sama dengan normalisasi. Menggunakan empat kriteria yaitu Nilai rata-rata rapot, Absensi, Sikap dan Ekstrakurikuler melalui perhitungan dengan aplikasi, penentuan peserta didik terbaik pada SMA Putra Bangsa di peroleh hasil bahwa peserta didik atas nama Naila Caroline merupakan peserta didik terbaik dengan nilai vektor V sebesar 0.141.
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMILIH CAFÉ DENGAN METODE MABAC Riza Akhsani Akhsani Setyo Prayoga; Fauzan Nusyura; Yohanes Setiawan
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.869

Abstract

Café merupakan tempat yang cocok untuk berkumpul atau bekerja. Banyak pelanggan yang meluangkan waktunya ke café secara sendirian maupun Bersama teman atau keluarga. Saat ini café tumbuh dengan cepat. Banyak café yang bersaing untuk mendapatkan konsumen dan tentunya meraka berusaha untuk meningkatkan fasilitas maupun makanan dan minuman yang bisa ditawarkan. Adanya sistem pendukung keputusan bisa membantu dalam memilih alternatif café yang terbaik sesuai kriteria. Metode sistem pendukung keputusan yang digunakan adalah MABAC. Metode ini cukup konsisten dalam memberikan rekomendasi. Langkah dalam metode ini ada beberapa diantaranya membuat membuat matriks keputusan awal yang berisi nilai kriteria dari masing – masing alternatif. Kemudian dilanjutkan dengan normalisasi elemen matriks awal. Selanjutnya melakukan perhitungan elemen matriks tertimbang (V). Setelah itu melakukan penentuan matriks area perkiraan perbatasan (G), Kemudian dilanjutkan perhitungan elemen matriks jarak alternatif dari daerah perkiraan perbatasan Q. Lalu diakhiri dengan perangkingan dari hasil perhitungan metode MABAC. Hasil rekomendasi pada metode MABAC menempatkan café 1 sebagai alternatif terbaik dari café yang lain dengan nilai akhir 0,439626.
BACKWARD CHAINING METHOD UNTUK DIAGNOSA PENYAKIT BINTIK MERAH PADA KULIT BAYI MENGGUNAKAN APLIKASI BERBASIS WEB Lilis Nur Hayati; Yulita Salim; Hasriwiani Habo Abbas; Rezky Anugrah; Herawati Herawati; Ihwana As'ad; Muflih Awaluddin
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.788

Abstract

Weak immunity or the baby's immune system makes it very susceptible to bacteria, germs and disease. Babies have difficulty explaining their complaints, therefore parents are expected to catch every body language from their child. In general, if a child has health problems, parents will check with a health service provider and consult with health workers who are experts in their field, but sometimes there are obstacles such as limited working hours (practice). So in this study a tool was created in the form of a website-based expert system to diagnose red spots in babies using the Backward Chaining method. The Backward Chaining method searches with the goal first followed by a description of the attributes in this case, namely the disease first and then adjusted to the existing symptoms. The system uses the waterfall method, The results of this study show that an expert system can properly diagnose red spots on the baby's skin to help parents identify and find appropriate treatment solutions. Testing this system can be understood and implemented with the value of application users obtaining an assessment of 81% agreeing according to baby's parents, nurses and dermatologists.

Page 12 of 13 | Total Record : 129

 9   10   11   12   13 

Filter by Year

2016 2023


Reset
Filter By Issues
All Issue Vol 7, No 2 (2023): SEPTEMBER 2023 Vol 7, No 1 (2023): Februari 2023 Vol 6, No 2 (2022): ReBorn -- September 2022 Vol 6, No 1 (2022): ReBorn - February 2022 Vol 5, No 2 (2021): Februari 2021 Vol 5, No 1 (2020): FEBRUARI - AGUSTUS 2020 Vol 4, No 2 (2019): SEPTEMBER - JANUARI 2020 Vol 4, No 1 (2019) Vol 3, No 2 (2018): SEPTEMBER - JANUARI 2019 Vol 3, No 1 (2018): FEBRUARI - AGUSTUS 2018 Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018 Vol 2, No 1 (2017): FEBRUARI - AGUSTUS 2017 Vol 1, No 2 (2017): SEPTEMBER - JANUARI 2017 Vol 1, No 1 (2016): FEBRUARI - AGUSTUS 2016 More Issue