cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. minahasa utara,
Sulawesi utara
INDONESIA
CogITo Smart Journal
Published by Universitas Klabat
ISSN : 25412221     EISSN : 24778079     DOI : -
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.
Arjuna Subject : -
Articles 271 Documents
Pengaruh Kualitas Layanan Online Terhadap Kepuasan Pelanggan Telkomsel Manado Jein Rewah
CogITo Smart Journal Vol 2, No 2 (2016): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (561.863 KB) | DOI: 10.31154/cogito.v2i2.34.250-263

Abstract

Layanan online telkomsel bertujuan untuk memudahkan kostumer dalam melakukan pengaturan ataupun menyampaikan keluhan tanpa harus mendatangi kantor Grapari. Tetapi apakah layanan online ini sudah memberikan kepuasan kepada kostumer? Penelitian ini dilakukan untuk mengukur kepuasan pelanggan terhadap layanan online Tekomsel. Metode yang digunakan dalam penelitian ini adalah Total Quality Management untuk mengukur kepuasan. Teknik statistik yang digunakan adalah regresi sederhana dan regresi berganda untuk melihat pengaruh variabel independen terhadap variabel dependen. Variabel independen adalah reliability, responsiveness, assurance, empathy dan tangibles. Adapun variabel dependen adalah kepuasan pelanggan. Berdasarkan hasil pengujian didapati variabel independen yang berpengaruh secara signifikan terhadap kepuasan pelanggan adalah responsiveness. Empat variabel independen lainnya tidak berpengaruh terhadap kepuasan pelanggan. Tetapi secara serentak kelima variabel independen berpengaruh secara signifikan terhadap kepuasan pelanggan. Untuk penelitian selanjutnya diharapkan menambah jumlah responden dan demografi responden sehingga analisis dapat dilakukan lebih dalam berdasarkan demografi.Kata kunci: Kepuasan Pelanggan, Sistem Inforamsi, Layanan Online, Telkomsel, Total Quality Management
Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat Green Ferry Mandias; Green Arther Sandag; Susi Susanti; Haryanto Reza Musak
CogITo Smart Journal Vol 3, No 2 (2017): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (378.635 KB) | DOI: 10.31154/cogito.v3i2.72.230-239

Abstract

Universitas Klabat (UNKLAB) adalah salah satu perguruan tinggi swasta yang berada dibawah naungan organisasi Gereja Masehi Advent Hari Ketujuh, yang bertempat di Airmadidi, Sulawesi Utara. Universitas Klabat termasuk universitas yang sangat dikenal di Sulawesi utara, yang di dalamnya memiliki 1 program pascasarjana, 6 fakultas  dan 1 akademik. Penelitian ini dilakukan untuk mengetahui pencapaian prestasi mahasiswa  fakultas ilmu komputer yang berada pada tingkat 4 yang memiliki 52 mahasiswa yang aktif dengan memanfaatkan metode data mining. Berdasarkan data mahasiswa fakultas ilmu computer, penelitian ini dilakukan untuk mencari tahu berapa banyak mahasiswa yang memiliki prestasi akademik dibidang databases, networking dan programming dengan menggunakan algoritma data mining. Penelitian ini menggunakan algoritma K-Means dalam menganalisis prestasi akademik mahasiswa fakultas llmu komputer di Universitas Klabat. Data yang dianalisis dikelompokan terlebih dahulu agar terstruktur serta data yang dianalisis memiliki kejelasan hasil yang lebih dalam.Hasil yang didapat dari 52 mahasiswa tersebut adalah, 33% mahasiswa memiliki nilai prestasi di bidang database, 42% mahasiswa pada bidang networking dan 25% mahasiswa di bidang programming.  Keywords :  UNKLAB, Algoritma K-Means ,WEKA, Cluster, Data Mining.
Analisa Sistem Pendukung Keputusan Penilaian Kinerja Kepala Sekolah Tingkat Smp Kabupaten X Muhammad Husein
CogITo Smart Journal Vol 2, No 2 (2016): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (835.048 KB) | DOI: 10.31154/cogito.v2i2.25.147-156

Abstract

Pengambilan keputusan pada kondisi semi-terstruktur merupakan hal yang sangat penting. Dinas Pendidikan seharusnya mengambil sebuah keputusan berdasarkan perhitungan dan pemikiran jangka panjang agar keputusan yang diambil menjadi tepat. Untuk menjaga kualitas kinerja kepala sekolah, setiap tahunnya Dinas Pendidikan melakukan penilaian kinerja untuk mengukur pencapaian kerja setiap kepala sekolah. Penilaian tersebut memerlukan waktu yang cukup lama karena melalui beberapa tahap perhitungan dan musyawarah. Penelitian ini menggunakan metode topsis,yaitu salah satu metode pengambilan keputusan dimana alternative yang terpilih merupakan alternatif terbaik yang mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif. Dengan sistem yang akan dibangun diharapkan dapat memberikan alternatif pada Dinas Pendidikan untuk melakukan penilaian dengan cepat dan mempengaruhi kinerja kepala sekolah untuk berkompetisi secara baik dengan menunjukkan kualitas.Kata Kunci: 3-5 TOPSIS, Penilaian Kinerja, Sistem Pendukung Keputusan
Electronic Customer Relationship Management Berbasis Fuzzy Service Quality Untuk Peningkatan Pelayanan Pasien Aditia Candra kusuma; Setia Astuti
CogITo Smart Journal Vol 3, No 1 (2017): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.819 KB) | DOI: 10.31154/cogito.v3i1.51.123-131

Abstract

Kualitas pelayanan memegang peranan yang sangat penting dari suatu organisasi atau perusahaan, termasuk di dalamnya adalah pelayanan dari rumah sakit. Rumah Sakit Pelita Anugerah Mranggen selama ini masih berfokus pada peningkatan aspek fisik seperti perbaikan fasilitas gedung, rawat inap, penunjang jalan, dan kebersihan, namun peningkatan kualitas pelayanan masih belum maksimal dan belum melibatkan konsumen secara langsung. Rumah sakit juga masih mengalami kesulitan dalam pengukuran peningkatan pelayanan pasien. Penelitian ini menggunakan metode Fuzzy Tsukamoto untuk menentukan tingkat kepuasan konsumen dan metode Service Quality untuk mengukur kualitas layanan sebagai pembanding persepsi para konsumen atas pelayanan yang diperoleh dengan pelayanan yang diharapkan, metode ini kemudian diterapkan dalam Electronic Customer Relationship Management. Hasil yang didapatkan adalah  selama ini 75% konsumen rumah sakit memiliki tingkat kepuasan sedang dan masih terdapat kekurangan yang harus di perbaiki dari segi dimensi Reliability dan Empathy. Kata Kunci : Pelayanan, Rumah Sakit, Pasien, Fuzzy Tsukamoto, Service Quality
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
Sistem Pakar Otomatisasi Baku Mutu Limbah Pertambangan Nikel Menggunakan Algoritma Supervised Mechine Komang Aryasa; Wilem Musu
CogITo Smart Journal Vol 2, No 1 (2016): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1365.379 KB) | DOI: 10.31154/cogito.v2i1.12.28-41

Abstract

Metode buka tutup pintu pembuangan limbah secara manual  berdasarkan hasil uji laboratorium  membutuhkan waktu relatif lama. Ketika hasil uji laboratorium menyatakan proses pembuangan harus dihentikan, limbah yang tidak memenuhi standar kelayakan sudah ikut terbuang. Tujuan dari penelitian ini adalah  untuk merancang sistem pakar menggunakan algoritma Supervised Learning untuk otomatisasi standar baku limbah pertambangan nikel, algoritma ini digunakan untuk mengklasifikasikan besaran nilai kandungan unsur dalam limbah, dan digunakan untuk mengoptimalkan proses penentuan kelayakan buang limbah. Algoritma ini bekerja setelah menerima data dalam bentuk nilai-nilai kandungan unsur yang dibangkitkan oleh sebuah aplikasi simulator yang mendeteksi kadar kandungan unsur dalam air limbah. Hasil analisis tersebut digunakan untuk menentukan kelayakan pembuangan limbah. Dari 11 unsur yang dianalisis tujuh unsur memiliki bobot nilai tertinggi dalam setiap pengukuran yaitu pH, TSS, Cu, Zn, Cr(6+), Cr Total, dan Fe., sementara Support Vector Machine hanya empat unsur yang memiliki nilai bobot tertinggi dari setiap pengukuran, yaitu unsur Cd, Pb, Ni dan Co.
Klasifikasi Malicious Websites Menggunakan Algoritma K-NN Berdasarkan Application Layers dan Network Characteristics Green Arther Sandag; Jonathan Leopold; Vinky Fransiscus Ong
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 (562.924 KB) | DOI: 10.31154/cogito.v4i1.100.37-45

Abstract

Dalam kehidupan di era teknologi sekarang ini semua aktivitas manusia telah dipengaruhi oleh internet. Berbagi informasi, komunikasi, sosialisasi, berbelanja, berbisnis, pendidikan dan banyak hal lainnya yang dapat dilakukan menggunakan internet. Seiring dengan berkembangnya internet berbagai macam ancaman keamanan menjadi lebih beragam. Virus adalah musuh nomor satu di internet. Virus memanfaatkan berbagai metode untuk dapat menghindari anti-virus, salah satunya adalah Malware. Malware adalah salah satu kode berbahaya yang dapat mengubah, merusak dan mencuri data pribadi yang dapat merugikan individual ataupun kelompok. Penelitian ini akan memprediksi malicious website berdasarkan application layer dan network characteristics menggunakan metode K-Nearest Neighbor. Penelitian ini menggunakan metode data cleaning dan data reduction untuk data preprocessing, dan feature selection untuk pemilihan attribut yang paling berpengaruh pada malicious website. Untuk memprediksi malicious website penulis menggunakan algoritma K-NN dengan hasil 2,42% precision lebih tinggi dibandingkan dengan penelitian sebelumnya yang menggunakan algoritma Naïve Bayes.  Keywords : Klasifikasi, Network Characteristics, Malicious Websites, Application Layers, K-NN, Naïve Bayes
IMPLEMENTASI FUZZY CLUSTERING UNTUK PREDIKSI PEMILIHAN KETUA OSIS Intan Nur Farida; Yosia Septi Lestyaningtyas
CogITo Smart Journal Vol 1, No 1 (2015): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (687.441 KB) | DOI: 10.31154/cogito.v1i1.3.24-32

Abstract

Latar belakang penelitian adalah proses prediksi pemenang kandidat ketua OSIS yang dilakukan dengan komunikasi langsung terhadap siswa calon pemilih membutuhkan waktu yang lama dan kurang akurat. Metode yang digunakan dalam penelitian ini adalah Fuzzy Subtractive Clustering. Penelitian mengambil data di SMA Negeri 5 Kediri. Hasil prediksi dipublikasikan sebelum pemilihan berlangsung sehingga mempermudah kandidat mengetahui seberapa banyak dukungan yang ada dan mencari dukungan yang lebih banyak. Manfaat aplikasi menunjukkan prediksi kandidat ketua OSIS yang lebih akurat.
Penerapan Kontrol Stok dalam Sistem Informasi Dagang Dengan Metode Perpetual Inventory System Tony Wijaya; Irawan Wingdes
CogITo Smart Journal Vol 3, No 1 (2017): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (571.363 KB) | DOI: 10.31154/cogito.v3i1.42.20-31

Abstract

Kontrol stok merupakan fitur yang kritis dalam sebuah sistem informasi dagang. Pada prakteknya, stok sulit untuk dikontrol secara manual, terlebih lagi jika jumlah produk yang dijual cukup bervariasi. Adanya kekosongan stok, lamanya transportasi dan penundaanpengiriman merupakan beberapa hambatan yang menyebabkan keterlambatan dalam mengisi stok di gudang. Kekosongan stok ini merupakan kerugian bagi perusahaan karena tidak mampu mengimbangi permintaan konsumen. Tujuan penelitian ini adalah untuk menerapkan kontrolstok dalam sistem informasi dagang dengan metode Perpetual Inventory System. Perpetual Inventory System merupakan metode kontrol stok yang mengupdate stok setiap kali ada transaksi, baik itu penjualan, retur penjualan, pembelian, ataupun retur pembelian. Metode inidapat melacak posisi stok yang terjual dan stok yang masih ada sehingga menghindari kekosongan stok. Perancangan program pada penelitian ini menggunakan metode Agile dengan pendekatan Extreme Programming dan diuji dengan metode black box untuk memastikan fitur yang dibutuhkan sudah sesuai.Dengan adanya kontrol stok, perusahaan dapat terhindar dari kerugian karena kekosongan stok, meningkatkan daya saing yang pada akhirnya meningkatkan laba perusahaan.
Implicit Social Trust Dan Support Vector Regression Untuk Sistem Rekomendasi Berita Melita Widya Ningrum; Wijanarto Wijanarto
CogITo Smart Journal Vol 3, No 2 (2017): CogITo Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (846.136 KB) | DOI: 10.31154/cogito.v3i2.77.275-285

Abstract

Situs berita merupakan salah satu situs yang sering diakses masyarakat karena kemampuannya dalam menyajikan informasi terkini dari berbagai topik seperti olahraga, bisnis, politik, teknologi, kesehatan dan hiburan. Masyarakat dapat mencari dan melihat berita yang sedang populer dari seluruh dunia. Di sisi lain, melimpahnya artikel berita yang tersedia dapat menyulitkan pengguna dalam menemukan artikel berita yang sesuai dengan ketertarikannya. Pemilihan artikel berita yang ditampilkan ke halaman utama pengguna menjadi penting karena dapat meningkatkan minat pengguna untuk membaca artikel berita dari situs tersebut. Selain itu, pemilihan artikel berita yang sesuai dapat meminimalisir terjadinya banjir informasi yang tidak relevan. Dalam pemilihan artikel berita dibutuhkan sistem rekomendasi yang memiliki pengetahuan mengenai ketertarikan atau relevansi pengguna akan topik berita tertentu. Pada penelitian ini, peneliti membuat sistem rekomendasi artikel berita pada New York Times berbasis implicit social trust. Social trust dihasilkan dari interaksi antara pengguna dengan teman-temannya  dan bobot kepercayaan teman pengguna pada media sosial Twitter. Data yang diambil merupakan data pengguna Twitter, teman dan jumlah interaksi antar pengguna berupa retweet. Sistem ini memanfaatkan algoritma Support Vector Regression untuk memberikan estimasi penilaian pengguna terhadap suatu topik tertentu. Hasil pengolahan data dengan Support Vector Regression menunjukkan tingkat akurasi dengan MAPE sebesar 0,8243075902233644%. Keywords : Twitter, Rekomendasi Berita, Social Trust, Support Vector Regression

Page 5 of 28 | Total Record : 271