CogITo Smart Journal
CogITo Smart Journal adalah jurnal ilmiah di bidang Ilmu Komputer yang diterbitkan oleh Fakultas Ilmu Komputer Universitas Klabat anggota CORIS (Cooperation Research Inter University) dan IndoCEISS (Indonesian Computer Electronics and Instrumentation Support Society).
CogITo Smart Journal dua kali setahun, yaitu setiap bulan Juni dan Desember. CogITo Smart Journal menerima berbagai naskah yang sifatnya baru dan asli dari hasil penelitian, telaah pustaka, dan resensi buku dari bidang Ilmu Komputer dan Informatika yang boleh ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Kata CogITo berasal dari Bahasa Latin yang berarti I Think. Sehihngga CogITo Smart berarti I Think Smart dalam Bahasa Inggris.
Articles
17 Documents
Search results for
, issue
"Vol 7, No 1 (2021): Cogito Smart Journal"
:
17 Documents
clear
<![CDATA[Perbandingan Persepsi Berbelanja secara Online Antara Generasi X Dan Y ]]>
<![CDATA[Indrajit indrajit]]>;
<![CDATA[Ika Prayanthi]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.286.52-60
<![CDATA[Saat ini perkembangan teknologi yang pesat telah merubah prilaku para pelanggan khususnya dalam cara berbelanja dimana pembelian barang ataupun jasa dapat dilakukan dengan mudah melalui internet. Walaupun terdapat kemudahan yang ditawarkan oleh teknologi tersebut, masih terdapat sebagian segmen pelanggan yang masih enggan ataupun takut untuk menggunakannya. Penelitian ini dibuat untuk mengetahui persepsi pelanggan dua kelompok generasi yakni generasi X dan generasi Y terkait kenyamanan dalam berbelanja secara online. Metode yang digunakan dalam penelitian ini adalah analisis deskriptif dan uji beda yakni independent sample t test yang bertujuan untuk mengetahui apakah terdapat perbedaan yang signifikan antara kelompok generasi X dan generasi Y jika ditinjau dari sisi kenyamanan berbelanja secara online. Terdapat 366 responden dalam penelitian ini. Hasil penelitian ini mendapati bahwa tidak terdapat perbedaan yang signifikan antara generasi X dan generasi Y ditinjau dari persepsi kenyamanan berbelanja secara online, kecuali untuk kategori terkait perhatian dari toko online dimana didapati generasi Y memiliki persepsi yang lebih baik dibandingkan dengan generasi X. Kata kunci— Berbelanja secara online, Generasi X, Generasi Y]]>
<![CDATA[Information Retrieval System in the Bible ]]>
<![CDATA[Apriandy Angdresey]]>;
<![CDATA[Miguel Angelo Lamongi]]>;
<![CDATA[Rinaldi Munir]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.300.111-120
<![CDATA[Information retrieval is used to search for relevant documents so that they can be obtained quickly and precisely. There are many Christians who want to study the gospel. However, often experience problems in finding the Gospel verse and topics dealing with the need to search by the user. Therefore, have to search individually, each verse in the four Gospels to find the topic or verse that the user wants to find out. In this study, the authors used the Bible verses in the Gospels as documents, so that these verses could be searched for the level of relevance or similarity to the entered keywords. Furthermore, to determine the level of relevance between documents and keywords is calculated using the Vector Space Model. Based on the application that has been successfully built, the application can be show 10 documents related to the keywords that are searched and sorted from the most relevant, with the highest similarity value, namely 78.65%.Keywords - Information Retrieval, Vector Space Model, Bible.]]>
<![CDATA[Analisa Perkembangan Musik Pada Spotify Menggunakan Structured Query Language (SQL) ]]>
<![CDATA[Raissa Camilla Maringka]]>;
<![CDATA[Aulia Khoirunnita]]>;
<![CDATA[Rodney Maringka]]>;
<![CDATA[Ema Utami]]>;
<![CDATA[Kusnawi Kusnawi]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.287.1-14
<![CDATA[Musik mengalami perubahan dan berevolusi hingga mencapai abad ke 21. Tidak seperti jaman purbakala, generasi digital saat ini dapat menggunakan teknologi dalam menikmati musik. Spotify menjadi salah satu aplikasi yang banyak digunakan sebagai platform dalam music streaming. Perubahan musik yang signifikan setiap tahunnya mempengaruhi pembentukan pola pikir masyarakat terhadap preferensi pilihan musik. Oleh karena itu perlu dilakukan pemantauan terhadap trend perkembangan musik serta mengetahui faktor-faktor yang mempengaruhinya untuk melihat perubahan apa saja yang terjadi serta menjadi tolak ukur untuk membantu industri musik dalam menghasilkan musik yang layak didengarkan serta membawa pengaruh positif. Penelitian ini akan memberikan hasil analisa dari perkembangan trend perkembangan musik khususnya pada aplikasi Spotify menggunakan Structured Query Language. Dari hasil analisa didapatkan visualisasi dari trend genre musik dan fitur audio dalam jangkauan tahun 2010 hingga 2020 yang diolah menggunakan Power BI. Diharapkan hasil tersebut dapat membantu indusri musik dalam menghasilkan musik yang digemari serta memberikan pengetahuan yang baik terhadap penggemar musik.Kata kunci—Musik, Spotify, SQL, Power BI]]>
<![CDATA[Prediksi Penjualan Supermarket Menggunakan Pendekatan Deep Learning ]]>
<![CDATA[Marchel Thimoty Tombeng]]>;
<![CDATA[Zalfie Ardian]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.306.160-169
<![CDATA[Berdasarkan data transaksi tahun 2014 sampai 2016 dari salah satu supermarket yang ada di Taiwan, penulis menghasilkan analisa model prediksi dengan menguji data menggunakan metode Deep Learning. Beberapa faktor yang berpengaruh telah di dipelajari dan berguna untuk input prediksi, antara lain keadaan cuacu, diskon, hari raya, dan lain sebagainya. Motivasi utama dari penelitian yang penulis lakukan adalah menggunakan teknologi yang berhubungan dengan eksplorasi data untuk memprediksikan penjualan dari produk-produk dan waktu berkunjung pelangan dalam industry retail, untuk mencari grup target yang tepat dan korelasi produk yang tinggi. Pada akhirnya penulis menciptakan sistem keputusan produk yang berisi analisa visual dan tindakan saran untuk manajer produk pemasaran serta pemangku kepentingan dalam pemasaran produk. Dengan adanya hasil prediksi ini, diharapkan dapat menbantu manajer atau pemangku kepentingan lainnya untuk dapat memasarkan serta menjual produk secara tepat sehingga dapat menghasilkan keuntungan yang banyak dengan menggunkan analisa prediksi yang kami buat. LSTM merupakan model yang sering dipakai dalam Recursive Neural Network (RNN), dan pada dasarnya berfungsi untuk memecahkan masalah dari Time Series. Model Deep Learning yang penulis gunakan adalah Long Short Term Memory (LSTM), dimana model ini menyediakan analisa dan prediksi dari serangkaian data. Sebagai contoh, pada saat akhir pekan pengunjungnya melonjat, maka time machine learning ini akan menambahkan pengartian dari nilai parameter akhir pekan dan nilai ouputnya memiliki korelasi yang kuat.Kata kunci—Predictions, Time Series, LSTM, RNN, Deep Learning]]>
<![CDATA[Analisis Kebutuhan Keamanan Informasi Menggunakan Metode SQUARE Pada Aplikasi HRIS Studi Kasus : PT. XYZ ]]>
<![CDATA[Yudhi Arta]]>;
<![CDATA[Muhammad Ilhan]]>;
<![CDATA[Anggi Hanafiah]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.294.61-73
<![CDATA[Keamanan dalam suatu sistem tentunya sangat dibutuhkan untuk menjaga integritas data penting yang tersimpan dalam sistem tersebut. Oleh sebab itu untuk menjaga integritas data ini bermula setelah sistem tersebut terkoneksi dengan jaringan internet. Integritas data tersebut digunakan oleh dua perspektif yaitu penyelenggara dan pengguna. Salah satu sistem yang digunakan oleh perspektif tersebut yaitu Human Resources Information System (HRIS) atau sistem penginputan data karyawan pada perusahaan PT. XYZ . Ada beberapa metode yang dapat menganalisa keamanan informasi sistem ini, tetapi di dalam penelitian ini hanya menggunakan metode SQUARE yang akan di gunakan untuk mencari celah kemanan system. Dengan adanya masalah tersebut dengan menggunakan metode SQUARE dapat mengetahui celah keamanan sistem dan melihat seberapa aman sistem terhadap serangan yang kemungkinan terjadi dan memberikan rekomendasi yang dapat mengatasi kelemahan sistem dengan melakukan pengujian dan melakukan beberapa observasi terhadap system. Hasil analisis yang telah di lakukan dengan metode SQUARE, sangat membantu dalam menganalisa dan mengetahui celah atau kelemahan sistem yang dapat merusak sistem sekaligus memberikan rekomendasi terhadap kebutuhan keamanan sistem yang bertujuan untuk menjaga availibilitas dan kerahasiaan serta integritas sistem.Kata kunci — Keamanan, SQUARE, HRIS]]>
<![CDATA[Komparasi Akurasi Algoritme CART Dan Neural Network Untuk Diagnosis Penyakit Diabetes Retinopathy ]]>
<![CDATA[Pungkas Subarkah]]>;
<![CDATA[Muhammad Marshal Abdallah]]>;
<![CDATA[Septi Oktaviani Nur Hidayah]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.304.121-134
<![CDATA[Penyakit Diabetes Retinopathy atau DR adalah salah satu komplikasi mikrovaskular diabetes melitus dengan angka prevalensi yang cukup tinggi yang bisa menyebabkan kematian. Penderita DR hingga saat ini masih sulit disembuhkan karena mayoritas penderita melakukan pemeriksaan di saat kondisi penyakit telah memasuki tahap berbahaya, hal ini dikarenakan sifat dari penyakit DR ini tidak menunjukkan gejala yang terlihat bila masih pada tahap awal. Penelitian ini menguji diagnosis penyakit diabetes retinopathy dengan melakukan klasiifikasi menggunakan metode data mining. Metode yang digunakan ialah algoritme Classification And Regression Trees (CART) dan Algoritme Neural Network menggunakan dataset diambil dari UCI Repository Learning diperoleh daro Universitas Debreen, Hongaria. Adapun metode validasi dan evaluasi yang digunakan dalam penelitian ini yaitu 10-cross validation dan confusion matrix. Hasil dari akurasi pada algoritme CART yaitu 63.4231% dengan nilai precision 0.64%, Recall 0.634%, dan F-Measure 0.634% dan algoritme Neural Network mendapatkankan nilai akurasi sebesar 72.285% dengan nilai precision 0.723%, Recall 0.723%, dan F-Measure 0.723%. Dari hasil tersebut dapat disimpulkan bahwa algoritme Neural Network lebih baik dalam mendiagnosis penyakit diabetes retinopathy. Kata kunci— Klasifikasi, Diagnosis, Diabetes Retinopathy, Algoritme, CART, Neural Network ]]>
<![CDATA[Game "Finding Easter Egg" Berbasis Augmented Reality Menggunakan Algoritma A-Star ]]>
<![CDATA[Immanuela Puspasari Saputro]]>;
<![CDATA[Angelia Melani Adrian]]>;
<![CDATA[Louis D.S Joseph]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.289.15-25
<![CDATA[Game merupakan hiburan yang bisa dimainkan oleh segala jenis umur. Selain digunakan sebagai hiburan, game juga dapat digunakan untuk media pembelajaran. Teknologi yang digunakan pada game saat ini tak lepas dari teknologi itu sendiri, salah satunya adalah augmented reality yang memberikan pengalaman baru bagi penggunanya karena memungkinkan pemain bermain game 3D di lingkungan dunia nyata. Algoritma A-Star adalah algoritma popular untuk pencarian rute terpendek. Penelitian ini bertujuan untuk membuat sebuah game augmented reality “Finding Easter Eggs” menggunakan metode A-Star sebagai salah satu alternative untuk tetap mengadakan perlombaan mencari telur paskah di masa pandemik Covid-19. Game ini berjenis simulasi karena memungkinkan pemain mencari telur paskah menggunakan augmented reality. Penerapan algoritma A-Star digunakan sebagai fitur pencarian rute tercepat menemukan telur paskah. Game ini diterapkan pada platform android versi 6.0 menggunakan bahasa pemrograman C#. Berdasarkan pengujian yang dilakukan pada game “Finding Easter Eggs”, menunjukkan bahwa hasil maksimal game dimainkan pada area datar dengan pencahayaan yang memadai dengan ukuran area permainan 10x10 meter. Pengujian algoritma A-Star menunjukkan hasil bahwa game dapat memberikan rute tercepat dengan adanya garis bantu pada area permainan.Kata kunci—Game, Augmented Reality, A-Star]]>
<![CDATA[Analisis Usability Pada Aplikasi M-Commerce Tokopedia Terhadap Kepuasan Pengguna Menggunakan USE (Usefulness, Satisfaction, Ease of Use) Questionnaire ]]>
<![CDATA[Oktoverano Lengkong, S.Kom., M.Ds.]]>;
<![CDATA[Melissa Dawn Tumewu]]>;
<![CDATA[Novena Thelma Tessalonika Lumintang]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.311.182-192
<![CDATA[Penelitian ini didasari pada kepuasan pengguna terhadap penggunaan mobile commerce sebagai alat untuk mempermudah transaksi bisnis. Penelitian ini bertujuan untuk mengukur pengaruh variabel usability secara parsial dan simultan terhadap kepuasan pengguna dengan menerapkan USE Questionnaire yang memuat variabel usefulness (kegunaan), ease of use (kemudahan penggunaan), ease of learning (kemudahan mempelajari) sebagai variabel bebas dan satisfaction (kepuasan) sebagai variabel terikat. Metode penelitian yang digunakan adalah metode deskriptif korelatif dengan pendekatan kuantitatif. Pengambilan data melibatkan 85 responden mahasiswa Fakultas Ilmu Komputer Universitas Klabat yang merupakan pengguna aktif Tokopedia. Hasil analisa linear regresi berganda menunjukkan semua variabel bebas memiliki pengaruh positif terhadap kepuasan pengguna dengan pengaruh sebesar 46% dan sisanya 54% merupakan variabel diluar penelitian. Pada pengujian hipotesis dibuktikan bahwa variabel usefulness, ease of use dan ease of learning memiliki pengaruh signifikan terhadap kepuasan pengguna secara simultan dan secara parsial variabel usefulness dan ease of use berpengaruh signifikan, sedangkan variabel ease of learning tidak berpengaruh signifikan terhadap kepuasan pengguna. Kata kunci: Usability, kepuasan pengguna, USE Questionnaire, mobile commerce]]>
<![CDATA[Hubungan Antara Lingkungan Kelas Dalam Jaringan dan Motivasi Belajar Bahasa Inggris Peserta Didik ]]>
<![CDATA[Elizabeth Meiske Maythy Lasut]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.310.74-84
<![CDATA[Di masa pandemi Covid19, sekolah diharapkan untuk mengimplementasikan pembelajaran yang dilakukan secara online atau dalam jaringan lewat pemanfaatan teknologi informasi dan komunikasi. Namun, dari beberapa penelitian sebelumnya ditemukan bahwa tidak semua peserta didik dapat merasakan manfaat dari pembelajaran melalui kelas daring ini. Itu sebabnya penting untuk diketahui faktor apa saja dari lingkungan kelas daring yang berkaitan dengan motivasi belajar peserta didik, lebih khusus saat mengikuti pelajaran bahasa Inggris. Penelitian ini didasarkan pada teori Community of Inquiry tentang faktor-faktor yang berkontribusi pada motivasi belajar peserta didik dalam kelas daring. Responden penelitian ini terdiri dari 64 orang peserta didik kelas VI SD Advent Airmadidi yang tengah mengikuti pembelajaran secara daring. Dengan menggunakan perangkat analisa statistik berupa Mean, Standar Deviasi, dan Pearson Correlation diperoleh hasil bahwa kondisi lingkungan kelas daring berhubungan secara signifikan dengan motivasi belajar mata pelajaran Bahasa Inggris peserta didik, dengan nilai signifikansi p>0,05. Itu sebabnya disarankan agar para guru untuk tetap menjaga dan mempertahankan kondisi lingkungan kelas daring yang memungkinkan peserta didik dapat merasakan adanya kehadiran guru, terjadinya proses berpikir dan interaksi sosial yang maksimal guna memotivasi mereka mempelajari Bahasa Inggris.Kata kunci—lingkungan kelas daring, motivasi belajar bahasa Inggris ]]>
<![CDATA[Pemanfaatan Data Twitter Dalam Penanggulangan Bencana Banjir dan Longsor ]]>
<![CDATA[Trida Ridho Fariz]]>;
<![CDATA[Sapta Suhardono]]>;
<![CDATA[Silvia Verdiana]]>
<![CDATA[ CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal ]]>
Publisher : <![CDATA[Fakultas Ilmu Komputer, Universitas Klabat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31154/cogito.v7i1.305.135-147
<![CDATA[Big data seperti data twitter sudah cukup banyak digunakan dalam kajian ilmu sosial, tetapi penggunaannya dalam kajian bencana masih jarang di Indonesia. Sehingga tujuan dari penelitian ini adalah mencari tahu informasi apa saja yang dapat diidentifikasi melalui data media sosial twitter. Data yang digunakan dalam penelitian ini adalah data kualitatif dari angket dan data twitter dari sistem big data bernama Drone Emprit Academic (DEA). Data twitter yang bergeotag juga divisualisasikan dalam bentuk peta untuk membantu proses analisis deskripsi yang merupakan analisis utama dalam penelitian ini. Hasil dari penelitian ini menunjukan bahwa di twitter bencana banjir lebih mendapat perhatian ketimbang bencana longsor. Pada penyelenggaraan penanggulan bencana, kami berpendapat bahwa data twitter dapat digunakan pada semua fase. Data twitter dalam penanggulangan bencana terutama bencana hidrometereologis memiliki kelemahan seperti hanya bisa digunakan pada kota besar di Pulau Jawa. Kelemahan lainnya adalah informasi dari data twitter belum dipastikan apakah mewakili karakteristik demografi yang sama dengan kondisi dilapangan serta tingkat kevalidan informasi yang belum bisa dipertanggungjawabkan.Kata kunci— Twitter, Media sosial, Bencana, Banjir, Longsor]]>
