cover
Contact Name
Richki Hardi
Contact Email
lp3m@universitasmulia.ac.id
Phone
+6281227224080
Journal Mail Official
lp3m@universitasmulia.ac.id
Editorial Address
LP3M Universitas Mulia Jl. Letjen Z.A. Maulani No. 9 Kelurahan Damai Bahagia Kecamatan Balikpapan Selatan Kota Balikpapan Provinsi Kalimantan Timur Indonesia
Location
Kota balikpapan,
Kalimantan timur
INDONESIA
METIK JURNAL
Published by Universitas Mulia
ISSN : 24429562     EISSN : 25801503     DOI : -
Media Teknologi Informasi dan Komputer (METIK) Jurnal adalah jurnal teknologi dan informasi nasional berisi artikel-artikel ilmiah yang meliputi bidang-bidang: sistem informasi, informatika, multimedia, jaringan serta penelitian-penelitian lain yang terkait dengan bidang-bidang tersebut. Terbit dua kali dalam setahun bulan Juni dan Desember.
Articles 12 Documents
Search results for , issue "Vol 6 No 2 (2022): METIK Jurnal" : 12 Documents clear
Implementasi Filter Augmented Reality pada Usaha Mikro Kecil Menengah untuk Meningkatkan Penjualan Okky Barus; Erick Suliegna; Jefri Junifer Pangaribuan; Jusin Jusin
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.370

Abstract

Berpindahnya sebuah usaha ke platform digital atau media sosial dapat membantu pelaku usaha untuk menjangkau pemasaran yang lebih luas dalam meningkatkan penjualan. Namun hal ini dapat menjadi tantangan bagi pelaku usaha yang baru memanfaatkan platform ini. Pasalnya, terdapat pelaku usaha lain yang telah lama memanfaatkan media sosial. Sehingga sebuah usaha perlu menerapkan sebuah strategi yang dapat diterapkan melalui platform sosial media tersebut. Salah satu cara untuk meningkatkan penjualan melalui media sosial adalah dengan memanfaatkan filter Augmented Reality. Penelitian ini dilakukan dengan ADDIE Model yakni Analysis, Design, Development, Implementation dan Evaluation. Adapun filter Augmented Reality tersebut dirancang dengan menggunakan tools Spark AR. Dari data metriks filter Augmented Reality yang diperoleh, terdapat 3.434 impressions, 290 captures, 19 saves dan 16 shares. Berdasarkan data penjualan yang diperoleh, terdapat kenaikan sebesar 61% dibandingkan dengan bulan sebelumnya yang belum memanfaatkan filter Augmented Reality. Implementasi filter AR akan tepat jika dilakukan secara musiman atau seasonal.
Perbandingan Metode Klasifikasi Sentimen Analisis Penggunaan E-Wallet Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor Fatmanisa Mumpuni Delta Maharani; April Lia Hananto; Shofa Shofia Hilabi; Fitria Nur Apriani; Agustia Hananto; Baenil Huda
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.372

Abstract

Dompet digital atau yang sering disebut dengan e-wallet dalam kurun waktu belakangan ini semakin meningkat dalam penggunaannya. Hasil survei Jakpat, dalam melakukan pembayaran digital sebanyak 94% responden menggunakan dompet digital (e-wallet). Banyak sekali masyarakat yang mulai merasakan manfaat dari e-wallet sendiri. Didalamnya, e-wallet menawarkan berbagai fitur yang salah satunya kepraktisan dan efisiensi dalam bertransaksi dan keamanan dalam transaksi. Tujuan dari penelitian ini untuk mencari algoritma terbaik dalam menentukan klasifikasi sentimen analisis penggunaan e-wallet dengan membandingkan dua algoritma yaitu Naïve Bayes (NB) dan K-Nearest Neighbor (k-NN). Sebanyak 1292 data menggunakan kata kunci yang sesuai dengan e-wallet yang akan digunakan, diambil pada tanggal 17 Oktober – 11 November 2022 melalui proses crawling data twitter. Proses tersebut dimulai pada tahap pengumpulan dataset twitter, pelabelan data, Text Processing, Cross Validation model klasifikasi, evaluasi accuracy hingga didapatkan hasil akhir yaitu dibandingkan dengan model klasifikasi Naïve Bayes, hasil akurasi algoritma k-NN lebih tinggi. Hasil accuracy dari masing-masing model klasifikasi yaitu NB sebesar 73.03% dan k-NN sebesar 89.44%, precision NB sebesar 21.40% dan k-NN sebesar 65.45%, dan recall NB sebesar 48.32% dan k-NN sebesar 22.25%. Dari hasil perbandingan metode membuktikan bahwa algoritma k-NN dengan accuracy terbaik yaitu sebesar 89.44%.
Analisis Sentimen Masyarakat Terhadap Konflik Rusia dan Ukraina Menggunakan Metode Naïve Bayes pada Media Sosial Twitter Dihin Muriyatmoko; Taufiqurrahman Taufiqurrahman; Asad Humam
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.375

Abstract

Konflik antara dua negara yaitu Rusia dan Ukraina telah dimulai sejak tahun 2014, konflik antara 2 negara tetangga yang mempertemukan antara Rusia dan Ukraina diakibatkan karena kepentingan dan perebutan sumber daya alam. Kemudia konflik antara Rusia dan Ukraina Kembali meningkat pada awal Februari 2022 setelah armada tempur Rusia menunjukan kekuatan tempurnya di perbatasan Belarusia dan Ukraina. Pada penelitian yang akan dilakukan kali ini memiliki tujuan untuk memperoleh pengembangan model untuk mengetahui sejauh mana sentiment public mengenai konflik yang terjadi antara Rusia dan Ukraina di dua topik yaitu Rusia Ukraina, Ukraina Rusia menggunakan Bahasa Rusia. Metode klasifikasi yang digunakan dalam penelitian ini adalah metode Naïve Bayes. Hasil yang didapat dari model ini mendapatkan hasil yang cukup memuaskan. Jumlah data tweet yang akan digunakan dari Twitter berjumlah 5216. Model yang digunakan dalam pengujian kali ini untuk membaca sentiment public di media sosial twitter sejak tanggal 04 Juli 2022 sampai 22 Juli 2022. Model mendapatkan hasil untuk menyimpulkan bahwa opini public mengenai konflik Rusia dan Ukraina memiliki kecenderung Tidak Setuju. Untuk penelitian selanjutnya bisa dikembangkan dengan perbaikan label pada dataset dan penambahan dataset.
Implementasi Teknik Pomodoro dan Lockscreen pada Aplikasi Locktimer Berbasis Android Dihin Muriyatmoko; Triana Harmini; Abdul Rohman
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.376

Abstract

Teknik pomodoro merupakan teknik yang digunakan untuk membagi durasi belajar dan istirahat dengan tepat. Manfaat yang didapat ketika memakai teknik pomodoro yaitu dapat mengasah daya pikir untuk dapat fokus dengan pekerjaan yang sedang dikerjakan. Ketika otak sering dilatih untuk fokus dengan pekerjaan yang sedang dikerjakan, maka pekerjaan tersebut dapat dilakukan dengan baik. Terkadang saat belajar, mahasiswa mulai menurun konsentrasi penglihatan matanya dalam belajar disebabkan pemakaian komputer dalam waktu yang lama. Sedangkan waktu istirahatnya digunakan untuk menatap layar komputer atau smartphone, sehingga mengakibatkan terjadinya Computer Vision Syndrom (CVS). Misi dari penelitian ini yaitu sebagai peringatan awal agar terhindar dari CVS. selalu menjaga kesehatan mata ketika waktu istirahat dengan menggunakan aplikasi yang sudah dilengkapi dengan lock screen pada setiap timernya selesai. Perancangan aplikasi dengan metode Multimedia Development Life Cycle. Perancangan aplikasi pembelajaran ini menggunakan teknik pomodoro dan lock screen untuk membantu mahasiswa dalam membagai waktu belajar, istirahat dan menjaga kesehatan mata. Hasil pengujian pada aplikasi, yaitu aplikasi dapat beroperasi dengan baik di Smartphone.
Segmentasi Citra Menggunakan Algoritma K-Means Berbasis Particle Swarm Optimization Rachmat Rachmat; Muhammad Yusuf; Irfan Abbas; Muh. Fahmi Basmar
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.377

Abstract

Citra merupakan hasil transformasi dari gambar yang digunakan dalam mengidentifikasi suautu objek, sehingga objek tersebut dapat dilihat lebih jelas dari objek aslinya sehingga dalam penelitian ini penulis menggunakan Algoritma k-means sehingga segmentasi citra dapat dilihat dengan jelas serta meningkatkan kualitas citra maka penulis menggunakan PSO ini terlihat dari hasil uji coba citra yang berwarna skala keabuan dengan nilai segementasi sebesar 0,6056 menggunakan k-means setelah menggunakan PSO naik menjadi 0,6124 atau sebesar 8,456%, ini menandakan penggunaan PSO ada kenaikan terhadap segmentasi citra.
The Clustering Tindak Kekerasan Dalam Rumah Tangga Di Kota Samarinda Menggunakan Algoritma K-Means Roni Stepanus Ginting; Hamdani Hamdani; Anindita Septiariani; Faza Alameka
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.378

Abstract

Peran Kepolisian Resort Samarinda dalam membantu keamanan dan penegakan hukum sesuai dengan Pasal 5 Undang-Undang No. 23 Tahun 2004 dapat menggunakan data kdrt untuk clustering tingkat kdrt berdasarkan tinggi, sedang dan rendah. Clustering atau mengelompokkan data dapat dilakukan dengan menerapkan algoritma K-Means. Penerapan algoritma ini menggunakan 3 metode perhitungan jarak yaitu, Euclidean Distance, Minkowski Distance dan Manhattan Distance Dan hasil perhitungan algoritma kmeans dengan menggunakan Euclidean Distance Mendapatkan 2 Cluster di C1,9 cluster di C2 dan 1 cluster di C3,Selanjutnya menggunakan Manhattan Distance Dan hasil yang di dapat yaitu 3 Cluster di C1, 8 cluster di C2 dan 1 cluster di C3 dan yang terakhir Menggunakan , Minkowski Distance Distance Mendapatkan 2 Cluster di C1,9 cluster di C2 dan 1 cluster di C3. Penggunaan 3 metode ini dimaksudkan untuk mengetahui perhitungan jarak yang lebih ideal untuk digunakan. Selain menggunakan metode perhitungan jarak, digunakan juga metode pengukuran jarak yaitu SSE (Sum of Squared Errors) dan ketiga metode perhitungan tersebut mendapatkan hasil SSE (Sum of Squared Errors) nya sebagai berikut.Euclidean Distance=1,2535, Minkowski Distance=1,2418 dan Manhattan Distance=5,7154.
Perbandingan Algoritma C4.5 dan Naïve Bayes dalam Menentukan Persediaan Stok Rian Pratama; Baenil Huda; Elfina Novalia; Huban Kabir
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.379

Abstract

Dalam bisnis ritel, persediaan merupakan faktor penting yang perlu diperhitungkan. Jumlah persediaan yang keluar masuk harus dipeerhitungkan. Alasannya adalah agar stok persediaan tetap stabil dan juga untuk menghindari kerugian yang disebabkan oleh kadaluarsa. Masalahnya adalah setiap item memiliki pembelian yang berbeda. Oleh karena itu, diperlukan perhitungan untuk memprediksi item apa saja yang perlu ditambah atau dikurangi di gudang. Berdasarkan permasalah tersebut, metode klasifikasi data mining digunakan dalam menentukan algoritma yang cocok untuk prediksi persediaan. Dua algoritma yang digunakan adalah algoritma C4.5 dan Naive Bayes. Setelah dilakukan pengujian kedua algoritma tersebut menggunakan tools RapidMiner, didapatkan hasil bahwa algoritme C4.5 memberikan nilai akurasi sebesar 96.80%, sedangkan algoritma Naive Bayes memberikan hasil sebesar 91.20%. Kesimpulannya adalah algoritma C4.5 baik untuk prediksi persediaan.
Pengelompokkan Peminatan Selera Terhadap Keterkaitan Bahan Masakan Menggunakan Metode K-Means Rachmat Rachmat; Muhammad Yusuf; Irfan Abbas; Muh. Fahmi Basmar
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.380

Abstract

Bahan masakan merupakan minat terhadap selera makan dalam memilih makanan bagi setiap orang yang akan merasakan bahan masakan tersebut, sehingga betapa pentingnya bahan masakan ini untuk digunakan dalam memasak makanan, maka perlu diketahui keterkaitan selera seseorang dengan bahan masakan sejauh mana hubungan keterkaitannya dengan menggunakan metode k-means ini. Sehingga dilakukan pengelompokkan bahan masakan berdasarkan negara satu dengan negara lainnya. Digunakan metode Knowledge Discovery in Database atau disingkat KDD dalam data mining. Terdapat 6 negara yang akan dianalisis yaitu Vietnam, Cina, Thailand, Indonesia, Jepang, dan Korea yang dikelompokkan berdasarkan 2 (dua) entitas bahan masakan yaitu bawang putih dan cabai. Sehingga terdapat keterkaitan antara bahan masakan negara Cina, Thailand, dan Korea.
Penilaian Kepuasan Pengguna Website Sistem Informasi Akademik Menggunakan Metode Website Quality Farida Islamiah; Rusmiati Rusmiati; Rini Wijaya
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.381

Abstract

Pada era Revolusi Industri 4.0 saat ini, hampir semua bidang kehidupan sudah terdigitalisasi. Di bidang pendidikan, digitalisasi layanan pembelajaran dilakukan melalui halaman web sistem informasi akademik. Penelitian ini bertujuan untuk mengetahui pengaruh kualitas website terhadap kepuasan pengguna website sistem informasi pendidikan. Responden penelitian ini adalah mahasiswa STIE Widya Praja Tanah Grogot sebanyak 226 orang dengan menggunakan teknik simple random sampling. Survei online digunakan sebagai metode pengumpulan data. Pengujian hipotesis menggunakan analisis regresi linier berganda pengaruh antar dimensi Webqual terhadap kepuasan pengguna. Hasil penelitian menunjukkan bahwa kualitas website yang terdiri dari usability, information quality, dan service interaction berpengaruh positif dan signifikan terhadap kepuasan pengguna sistem informasi akademik. Dengan kata lain, administrator situs web harus mengembangkan situs web yang mencakup semua layanan proses pendidikan.
Monitoring Ketinggian Permukaan Air Menggunkan Telegram Bot Berbasis NODEMCU ESP8266 Muhammad safii; Isa Rosita; Jamal Jamal; Wisnu Hera Pamungkas; Yeyen Dwi Atma; Nasruddin Bin Idris; Anis Daffa
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.384

Abstract

Ketinggian air adalah ukuran air dari bawah ke atas. Kebanyakan tracking saat ini menggunakan cara konvensional atau menggunakan bandul, namun hal ini memakan banyak tenaga dan waktu serta terbatas jika hujan. Untuk mengatasi permasalahan tersebut digunakan teknologi Internet of Things yang mampu melakukan pemantauan jarak jauh. Metode yang digunakan adalah metode eksperimen, dimana untuk melakukan hal ini dilakukan beberapa eksperimen terhadap instrumen yang akan digunakan. Penelitian ini bertujuan untuk membuat alat monitoring pengukuran ketinggian air berbasis social media menggunakan esp8266 nodemcu. Adapun sensor yang digunakan untuk mengukur jarak ketinggian level air adalah ultrasonic HC-SR04. skema penelitian kali ini adalah skema penelitian hibah internal yang di adakan oleh LPPM Universitas mulia. Konsep metodologi penelitian yang dilakukan adalah melakukan pendekatan solusi berbasis tujuan (Studi literatur), identifikasi masalah dan motivasi, penentuan fokus dari penelitian, perancangan dan pengembangan solusi, pembuatan simulasi, pengujian, pembahasan. Luaran wajib Hasil penelitian ini adalah dokumen engineering feasibility study, dan akan dipublikasikan ke jurnal nasional Metik 2022.

Page 1 of 2 | Total Record : 12