cover
Contact Name
Fido Rizki
Contact Email
lppm@stmik.muralinggau.ac.id
Phone
+6282179654408
Journal Mail Official
-
Editorial Address
Jalan Jendral Besar H.M Soeharto Kel Lubuk Kupang, Kec Lubuklinggau Selatan I, Kota Lubuklinggau, Provinsi Sumatera Selatan
Location
Kota lubuk linggau,
Sumatera selatan
INDONESIA
Jurnal Teknologi Informasi MURA
ISSN : 20856156     EISSN : 26148722     DOI : -
JTI (Jurnal Teknologi Informasi MURA) publish articles on Information System from various perspectives, covering both literary and fieldwork studies.
Articles 8 Documents
Search results for , issue "Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni" : 8 Documents clear
ASSESSMENT RISK TERHADAP PENGGUNAAN SISTEM INFORMASI AKADEMIK UNIVERSITAS EA MENGGUNAKAN METODE ISO 27001 Enggi Ardius; Dedy Syamsuar
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Universitas EA merupakan instansi swasta yang berkecimpung dalam dunia pendidikan yang membutuhkan peran teknologi informasi (TI) dalam melaksanakan proses bisnisnya. Sistem yang digunakan oleh civitas akademika baik dosen, mahasiswa maupun pengelola yaitu Sistem Informasi Akademik (SISFO). Dalam menggunakan sistem ini tidak terlepas dari permasalahan yag terjadi yang dapat menimbulkan risiko pada aset TI (Data, software ,hardware, SDM dan sarana pendukung) seperti adanya kerusakan pada aset, kesalahan atau manipulasi data dan layanan yang tidak bisa diakses. Tujuan dari penelitian ini adalah melakukan penilaian risiko terhadap ancaman, kelemahan dan kerentanan yang menyerang aset TI dengan melakukan evaluasi dan penanganan risiko serta diperlukan standar untuk mengurangi dan meminimalisir risiko. Standar yang digunakan adalah ISO/IEC 27001 sebagai kerangka kerja untuk mengidentifikasi ancaman, kerentanan, kemungkinan terjadi (probabilitas), menentukan dampak, evaluasi dan penilaian risiko berdasarkan hasil dari observasi, wawancara dan dokumentasi. Hasil akhir dari penelitian ini terdapat aset yang harus dilindungi yaitu data dengan nilai aset 11, server dan sistem informasi akademik dengan nilai aset 12, kemudian mengevaluasi level risiko bernilai tinggi, menentukan penanganan risiko berupa dokumen penilaian beserta penyusunan kontrol risiko untuk menjamin keamanan pada aset TI.
PEMANFAATAN RESAMPLING UNTUK PENANGANAN KETIDAKSEIMBANGAN KELAS PADA PREDIKSI CACAT SOFTWARE BERBASIS C5.0 Raja Sabaruddin; Sri Murni; Wahyu Nugraha
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1956

Abstract

Software yang tidak ditemukan cacat selama pemeriksaan dan pengujian merupakan software berkualitas tinggi yang mampu membantu proses bisnis perusahaan secara efektif dan efesien. Penurunan kualitas software dan biaya perbaikan yang tinggi dapat diakibatkan kesalahan atau cacat pada software. Saat ini belum ada model prediksi cacat software yang berlaku umum pada saat digunakan. C5.0 merupakan model klasifikasi yang cocok untuk data dengan attribut yang bersifat numerik ataupun attribut yang bernilai nominal yaitu bersifat kategorik dimana tiap nilai tidak bisa dijumlahakan atau dikurangkan, tetapi belum dapat mengklasifikasikan dataset berbasis matrix dengan kinerja terbaik secara umum dan selalu konsisten dalam semua penelitian. Dataset yang besar pada umumnya mengandung ketidakseimbangan kelas (class imbalance), yaitu adanya perbedaan yang signifikan antar jumlah kelas, yang mana kelas negatif lebih besar daripada kelas positif. Untuk menangani masalah ketidakseimbangan kelas pada dataset cacat software pada penelitian ini diusulkan metode resampling yaitu Random Under Sampling (RUS), Random Over Sampling (ROS) dan Synthetic Minority Over-sampling Technique (SMOTE). Penelitian dilakukan untuk membandingkan hasil kinerja C5.0 sebelum dan sesudah diterapkan metode resampling. Hasil penelitian menunjukkan bahwa metode resampling yaitu RUS terbukti mampu dalam menyelesaikan prediksi cacat software dengan algoritma C5.0.
KLASIFIKASI PRODUK MENGGUNAKAN ALGORITMA DECISION TREE
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1959

Abstract

Kehadiran teknologi informasi juga berdampak positif bagi perusahaan. Teknologi informasi menjadikan sebuah perusahaan lebih teratur dan lebih mudah dalam pengoperasianya. Perusahaan menggunakan teknologi informasi dalam banyak hal seperti pengolahan data. Pengolahan data disebuah perusahaan adalah hal penting yang harus dilakukan agar pemimpin perusahaan dapat menilai kinerja dari perusahaan itu. Pengolahan data menjadi sangat mudah apabila menggunakan Data Mining, karena data mining berhubungan erat dengan pengolahan data. Masalah dalam penelitian ini adalah pengelolaan data yang masih menggunakan Microsoft Excel sehingga belum dapat mengklasifikasikan produk yang laris dan produk yang kurang laris serta permintaan konsumen yang beragam sehingga pengelolaan data manual menggunakan microsoft excel belum mampu mengetahui pola pembelian konsumen. Metode Decision Tree adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi decision tree dan aturan-aturan keputusan [1]. Keunggulan dari metode Decision Tree yaitu jika daerah pengambilan keputusan yang sebelumnya kompleks dan rumit, dapat diubah menjadi lebih simpel dan spesifik. data pada penelitian ini menggunakan bahasa pemprograman Python dengan akurasi 0,871.
PERANCANGAN METODE AHP DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK PENERIMAAN SISWA BARU Wisnumurti Wisnumurti; Novi Lestari; Sri Tita Faulina
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.1963

Abstract

Pemilihan peserta didik dalam sekolah harus dilalui dengan beberapa penyaringan dengan penyeleksian untuk di terima menjadi siswa baru, karena ini peristiwa penting bagi suatu sekolah dalam melakukan titik awal yang menentukan kelancaran tugas suatu sekolah. Penerimaan siswa baru dilakukan bukanlah hal yang ringan, karena jika terjadi kesalahan dalam penerimaan siswa baru dapat menyebabkan tidak sukses usaha pendidikan di sekolah yang bersangkutan. Sekolah harus menyiapkan strategi-strategi yang tepat dalam menjalankannya, supaya dapat menarik siswa-siswa yang berkualitas. Pengambilan keputusan dengan cepat dan tepat dalam penyeleksian Penerimaan Peserta Didik Baru (PPDB) sangat dibutuhkan. Karena sering terjadi bagian panitia penerimaan siswa baru kesulitan dalam menerapkan acuan penetapan kriteria bobot penilaian yang telah ditetapkan pihak sekolah. Kesulitan itu terjadi karena banyaknya kriteria yang harus dinilai oleh panitia PPDB, sulitnya menghitung bobot dari setiap kriteria yang tepat untuk menyeleksi calon siswa yang mendaftar. Sehingga tidak adanya nilai kepastian dan akan berdampak pada kesalahan pengambilan sebuah keputusan. Perancangan sistem pendukung keputusan dengan Metode Analytical Hierarchy Process (AHP) ini diharapkan dapat membantu pihak panitia PPDB untuk menentukan dalam peneyelesian calon siswa yang akan diterima di SMKN 1 Bunga Mayang sesuai dengan acuan kriteria yang telah ditetapkan oleh pemerintah dan yang ditentukan oleh sekolah SMKN 1 Bunga Mayang. Sistem ini membantu dalam menyelesaikan masalah yang terstruktur, untuk masalah semi terstruktur tetaplah pihak sekolah sendiri yang dapat menyelesaikannya.
DETEKSI PENGENALAN WAJAH ORANG BERBASIS AI COMPUTER VISION Finis Hermanto Laia; Rika Rosnelly; Alvinur Naswar; Karuniaman Buulolo; Mega Christin Morys Lase
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2024

Abstract

Teknologi kecerdasan buatan (AI) telah menjadi perhatian utama dalam penerapan Personal Identification (PI). Visi komputer sebagai subkategori AI bertujuan untuk mengekstrak informasi yang berguna dari gambar. Pengenalan wajah menjadi penting karena kompleksitas wajah manusia yang memiliki ciri-ciri berbeda. Penelitian ini berfokus pada pengenalan dan verifikasi wajah menggunakan computer vision dengan tujuan mendeteksi dan mengenali citra wajah seseorang secara akurat. Algoritma Histogram of Oriented Gradients (HOG) digunakan sebagai solusi praktis untuk meningkatkan efisiensi dan efektivitas dalam bidang keamanan dan aplikasi lainnya. Penelitian ini berkontribusi dalam mengembangkan teknik dan metode yang lebih baik untuk deteksi wajah dan pengolahan gambar dalam bidang teknologi informasi, khususnya dalam aplikasi pengenalan wajah. Hasil dari perancangan dan pengujian deteksi pengenalan dan verifikasi wajah berbasis computer vision menunjukkan bahwa program yang dibuat dari model algoritma HOG dengan fitcecoc multiclass SVM mampu mendeteksi citra wajah orang dengan baik setelah melewati proses testing, dengan tingkat akurasi mencapai 98.5714%.
IMPLEMENTASI ALGORITMA AES ( ADVANCED ENCRYPTION STANDARD ) PADA PENJUALAN ALAT – ALAT ELEKTRONIK BERBASIS WEB ( STUDI KASUS TOKO SONIA ELEKTRONIK ) Hardianti wulandari; Joni Karman; Elmayati Elmayati
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2049

Abstract

Masalah pada penelitian ini adalah belum adanya Implemntasi Algoritma Aes (Advanced Encryption Standard ) pada penjualan alat – alat elektronik berbasis web oleh karena itu dibutuhkanlah sebuah website penjualan barang/produk guna untuk membantu pemilik usaha dalam pengelolahan system dan keamanan datanya. Dengan adanya website tersebut pemilik toko Sonia Elektronik ini lebih mudah untuk menjual produknya. Penelitian ini menggunakan metode pengumpulan data, dengan cara melakukan pengamatan dan pencatatan langsung pada tempat penelitian (observasi), melakukan Tanya jawab langsung pada sumber (interview) dan dokumentasi dengan cara membaca pendoman – pendoman literature. Hasil penelitian menujukan bahwa program mengenai implemntasi Algoritma AES Pada Penjualan alat – alat Elektronik berbasis webMenggunakan bahasa pemograman PHP dan database MYSQL. dapat disimpulakan bahwa website ini mepermudah pemilik toko Sonia untuk meningkatkan pelayanan penjualan kepada pembeli dikarenakan pendataan barang dan penjualan akan tersistem sehingga tidak memerlukan waktu yang lama pendatannya.
PENERAPAN METODE DATA MINING PADA KASUS KRIMINALITAS INDONESIA Fitria Rahmadayanti; Rika Rahayu
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kriminalitas merupakan masalah yang sering terjadi di lingkungan masyarakat yang dapat mengancam keselamatan dimana saja termasuk di negara Indonesia. Berdasarkan data dari Badan Statistic tindak Kriminaitas di Indonesia sebesar 90 per 100.000 penduduk pada tahun 2021. hal itu berarti ada 90 dari 100.000 penduduk yang menjadi korban kriminalitas sepanjang tahun lalu. Ini menjadi PR pemerintah dan kepolisian republic indonesia khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Indonesia. Tujuan dari penelitian ini adalah dapat membantu pihak kepolisian di Indonesia menganalisis data-data kriminalitas yang terjadi berdasarkan jenis kejahatan sehingga mempermudah pemerintah Indonesia dalam mengambil suatu keputusan. Metode yang digunakan pada penelitian adalah metode CRIS-DM yang terdiri dari 6 tahap yaitu Business Understanding (Pemahaman Bisnis), Data Understanding (Pemahaman Data), Data Preparation (Persiapan Data), Modelling (Pemodelan), Evaluation (Pengujian) dan Deployment (Penyebaran). Pada penelitian dilakukan pengelompokan data kriminalitas di Indonesia menggunakan Algoritma K-Means, Data yang diloah di bagi menjadi 3 Cluster yaitu Cluster tindak kriminalitas tingkat tinggi (C0), Cluster tindak kriminalitas tingkat sedang (C1) dan Cluster tindak kriminalitas tingkat renda (C2). Hasil algoritma K-Means diperoleh dengan hasil Cluster 1 dengan kategori tindak kriminalitas sangat tinggi memiliki 22 items, Cluster 2 dengan kategori tinggi memiliki 1 items dan Cluster 3 dengan kategori sedang memiliki 11 items.
SISTEM INFORMASI GEOGRAFIS PEMETAAN LOKASI ASET TANAH BARANG MILIK DAERAH (BMD) KABUPATEN MUSI RAWAS BERBASIS WEB MOBILE Deni Nurdiansyah; Ahmad Sobri; Lukman Sunardi
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini untuk memudahkan masyarakat yang berada di desa dalam melihat dan mengetahui asset- asset miliki desa yang ada dalam wilayah kabupaten Musi Rawas. Selain itu dengan adanya sistem yang dapat digunakan untuk mengetahui keberadaan asset peninggal nenek moyang zaman yang sangat berguna bagi kemajuan suatu Desa. Dalam mengembangkan sistem ini, maka diperlukan metode pengembangan sistem seperti UML, PHP dan Mysql. Sistem ini juga menampilkan halaman admin, beranda, halaman lokasi, halaman letak asset dan juga halaman titik asset yang ada di wilayah kabupaten Musi Rawas. Hasil penelitian ini adalah implementasi posisi letak asset desa yang akan berdampak pada pelestarian budaya yang dimiliki oleh desa dalam menjaga dan mearwat asset tersebut.

Page 1 of 1 | Total Record : 8


Filter by Year

2023 2023


Filter By Issues
All Issue Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni Vol 14 No 2 (2022): Jurnal Teknologi Informasi Mura Desember Vol 14 No 1 (2022): Jurnal Teknologi Informasi Mura Juni Vol 13 No 2 (2021): Jurnal Teknologi Informasi Mura Desember Vol 13 No 1 (2021): Jurnal Teknologi Informasi Mura Juni Vol 12 No 02 (2020): Jurnal Teknologi Informasi Mura Desember Vol 12 No 01 (2020): Jurnal Teknologi Informasi Mura JUNI Vol 12 No 2 (2020): Jurnal Teknologi Informasi Mura Desember Vol 11 No 02 (2019): Jurnal Teknologi Informasi Mura Desember Vol 11 No 01 (2019): Jurnal Teknologi Informasi Mura JUNI Vol 10 No 2 (2018): Jurnal Teknologi Informasi Mura DESEMBER Vol 10, No 1 (2018): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 10 No 1 (2018): Jurnal Teknologi Informasi Mura JUNI Vol 9, No 2 (2017): JURNAL TEKONOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 9 No 2 (2017): Jurnal Teknologi Informasi Mura DESEMBER Vol 9 No 1 (2017): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 9, No 1 (2017): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 8 No 2 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 8, No 2 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 8 No 1 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 8, No 1 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 7, No 1 (2015): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 7 No 1 (2015): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 6, No 1 (2014): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 6 No 1 (2014): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 5 No 2 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 5, No 2 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 5 No 1 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 5, No 1 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 4, No 2 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 4 No 2 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 4 No 1 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 4, No 1 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 3 No 2 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 3, No 2 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 3 No 1 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 3, No 1 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI More Issue