Jurnal Informatika Kaputama (JIK)
Jurnal Informatika Kaputama adalah jurnal resmi STMIK kaputama dalam bentuk bunga rampai untuk menyajikan tulisan ilmiah berbagai disiplin ilmu pengetahuan yang ada hubungan atau keterikatan dengan ilmu komputer berupa hasil penelitian lapangan atau laboratorium maupun studi pustaka. Adapun fokus dan ruang lingkup jurnal adalah sebagai berikut 1. Clustering and Classification 2. Document Mining and Text Mining 3. Spatial Data Mining, 4. Multi-Agent Systems, 5. Bayesian Networks and Probabilistic Reasoning, 6. Computational Intelligence, 7. Soft Computing, 8. Database Management and Information Retrieval, 9. Computer Vision Pattern Recognition, 10. Genetic Algorithm, Machine Learning, 11. Neural Networks and Applications, 12. Optimization and Decision Making, 13. Self-Organizing Systems, 14. Fuzzy Logic, 15. Decision Support and Expert System 16. Business Intelligence, 17. Data Mining Application 18. Intelligence System, 19. Web and mobile Intelligence 20. Dan lain-lain
Articles
347 Documents
<![CDATA[ANALISIS DAN PERBANDINGAN ALGORITMA DATA MINING DALAM PREDIKSI HARGA SAHAM GGRM ]]>
<![CDATA[Reza Maulana]]>;
<![CDATA[Devy Kumalasari]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 3, No 1 (2019): Edisi Januari 2019 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v3i1.134
<![CDATA[Investasi saham di pasar modal merupakan hal yang sangat bagi setiap perusahaan di dunia. Harga saham di pasar modal bergerak secara acak, tinggi rendahnya harga saham dipengaruhi oleh banyak faktor. Oleh karena itu, perlu prediksi harga saham sehingga dapat membantu para investor untuk melihat prospek investasi di masa yang akan datang. Dalam penelitian ini akan dilakukan prediksi harga saham GGRM dengan membandingkan beberapa model algoritma yaitu Neural Network, Linear Regression, Support Vector Machine, Gaussian Process, dan Polynomial Regression. Untuk mengukur tingkat akurasi dari tiap model algoritma digunakan model validasi 10 Fold Cros Validation dan evaluasi menggunakan Root Mean Square Error (RMSE). Hasil penelitian ini menyimpulkan bahwa data harga saham GGRM dapat diprediksi dengan menggunakan model algortima Neural Network, dengan hasil akurasi prediksi RMSE 612.474 +/- 89.402 (mikro: 618.916 +/- 0.000) paling kecil dibandingkan dengan model algoritma lainnya, sehingga dengan prediksi ini dapat membantu dalam memprediksi harga saham GGRM di pasar modal.Kata kunci: Algortima Prediksi, Perbandingan Algoritma, Prediksi Harga Saham GGRM.]]>
<![CDATA[Sistem Informasi Bank Data Proyek Dinas Pekerjaan Umum Kota Binjai ]]>
<![CDATA[Ediman Manik]]>;
<![CDATA[Melinda -]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 1 No. 2 Tahun 2017 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v1i2.5
<![CDATA[Sistem informasi bank data merupakan salah satu sistem informasi yang terdapat pada Dinas PU KotaBinjai, sistem informasi ini bertujuan untuk mengelola data-data para pemborong. Sistem informasibank data proyek dalam pengolahan dan penyimpanan datanya masih bersifat manual belummenggunakan software aplikasi-aplikasi khusus yang menangani proses pendataan pemborong, olehkarena itu diperlukan adanya suatu sistem informasi berbasis komputerisasi khususnya denganmengembangkan sistem informasi data proyek dimaksudkan guna mempermudah dalam pengolahandata proyek sampai pada tahap pembuatan laporan data proyek secara periodik. Sistem informasi dataproyek mencakup pengolahan data-data pemborong, tabel proyek dan pengerjaan proyek. Adapunproses yang dilakukan untuk mengembangkan sistem informasi data proyek yaitu denganmenggunakan metode dan perancangan dilakukan dengan membuat flowchart, dan data flow diagram(DFD). Setelah melewati tahapan implementasi diperoleh hasil, yaitu keamanan data lebih terjaminkarena sudah dilengkapi dengan proses validasi user, selain itu proses pengolahan bank data lebihcepat, penyimpanan data lebih rapi, dan dalam pembuatan laporan waktu yang dibutuhkan lebihsingkat dibandingkan sebelumnya.]]>
<![CDATA[SISTEM ADMINISTRASI PELAYANAN PASIEN BPJS BADAN PENYELENGGARA JAMINAN SOSIALPADA PUSKESMAS SAWAH LEBAR BARU KOTA BENGKULU ]]>
<![CDATA[Reno Supardi]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 2, No 1 (2018): Edisi Januari 2018 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v2i1.53
<![CDATA[BPJS kesehatan sebagai Badan Pelaksana merupakan badan hukum public yang dibentuk untuk menyelenggara program jaminan kesehatan bagi seluruh rakyat Indonesia yang tujuannya untuk memenuhi kebutuhan kesehatan masyarakat yang layak diberikan kepada setiap orang yang telah membayar iuran atau iurannya dibayar oleh Pemerintah. Adapun tujuan penelitian ini adalah membuatsistem administrasi pelayanan pasien BPJS pada Puskesmas Sawah Lebar Baru Kota Bengkulu dan memberikan kemudahan dalam penyajian informasi yang cepat dan akurat.Penelitian dilakukan di Puskesmas Sawah Lebar Baru Kota Bengkulu yang dimulai pada bulan Januari 2015 sampai dengan Maret 2015. Pada penelitian ini pengumpulan data dilakukan dengan menggunakan metode observasi, wawancara dan studi pustaka.Dari hasil penelitian ini menunjukkan bahwa dengan adanya sistem administrasi pelayanan pasien BPJS, dapat memberikan manfaat yang cukup berarti antara lain proses pengolahan data pelayanan pasien dilakukan dengan cepat serta menghasilkan laporan yang rinci, sehingga membuat pekerjaan akan lebih efektif, efisien, lengkap dan akurat. Kata Kunci : Sistem, Administrasi, Pasien, BPJS ]]>
<![CDATA[METODE PEMBELAJARAN ENKRIPSI DAN DEKRIPSI FILE TEKS DENGAN MENGGUNAKAN RC4 ]]>
<![CDATA[Hotler Manurung]]>;
<![CDATA[Rahel Br Ginting]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 2, No 2 (2018): Vol. 2 No. 2 Juli 2018 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v2i2.111
<![CDATA[Salah satu Kriptografi modern yang dikembangkan saat ini adalah Algoritma RC4, RC4 menggunakan teknik enkripsi dan dekripsi yang bertujuan untuk meningkatkan dan menjaga kerahasiaan data, pesan, ataupun informasi sehingga terbebas dari pembajakan dan pembobolan dari pihak yang tidak berkepentingan selain pemilik pesan, data, ataupun informasi itu. Metode yang digunakan dalam RC4 adalah metode pembelajaran CAI (Computer aided Instruction), CAI adalah metode belajar dengan memanfaatkan media komputer sebagai alat bantu untuk mempermudah pemahaman materi pembelajaran.]]>
<![CDATA[Pengkodean Pesan Teks Dengan Proses Penerapan Algoritma Kriptografi Secure Hash Algorithm (SHA)) ]]>
<![CDATA[Romanus Damanik]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 1 No. 1 Tahun 2017 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v1i1.17
<![CDATA[Masalah Keamanan merupakan salah satu aspek penting dari sistem informasi. Begitu pentingnyanilai informasi menyebabkan seringkali informasi diinginkan oleh orang tertentu kemudian dapatmemodifikasi informasi tersebut. Untuk dapat mengesahkan informasi yang didapatkan, maka harusdilakukan authentication pada informasi sehingga diketahui keaslian informasi. Dalam penelitian inidiimplementasikan suatu metode secure hash algorithm, sehingga penerima informasi dapat mengetahuiadanya perubahan terhadap data penting yang diterima dari pihak lain. Metode ini mampu membangkitkannilai hash dari sebuah string atau file. Dengan perubahan sekecil apapun pada informasi yangditerima, dapat diketahui keasliannya. Secure Hash Algorithm adalah fungsi hash yang bekerja satu arah,ini berarti pesan yang sudah diubah menjadi message digest tidak dapat dikembalikan menjadi pesan semula.Dua pesan yang berbeda akan selalu menghasilkan nilai hash yang berbeda pula. Hasil rancangan perangkatlunak ini dengan input panjang string yang berbeda akan menghasilkan output dengan panjang string tetapyaitu 160 bit.]]>
<![CDATA[SISTEM PAKAR DALAM DIAGNOSA PENYAKIT EMBOLI PARU DENGAN METODE TEOREMA BAYES ]]>
<![CDATA[Darjat Saripurna]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 2, No 2 (2018): Vol. 2 No. 2 Juli 2018 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v2i2.105
<![CDATA[Emboli paru merupakan masalah terbesar kesehatan dunia dengan angka kematian yang cukup tinggi mencapai 30% jika tidak diobati. Beberapa teknik diagnostic yang dapat dilakukan untuk mendiagnosis emboli paru. Untuk itu dibuatlah sistem pakar dalam diagnosa penyakit emboli paru dengan menggunakan metode Teorema Bayes.Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, Sistem dapat medeteksi penyakit emboli paru, menyelesaikan masalahnya atau mencari informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan parah ahli dibidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan.Teorema Bayes merupakan salah satu cara untuk mengatasi ketidakpastian data dengan cara menggunakan formula Bayes dan bahwa suatu hipotesis dapat ditetapkan oleh siapapun dari data yang diketahui kebenarannya dan pusat dari semua meteodologi subyektif, berdasarkanaturan peluang, yang cenderung pada peluang bersyarat dalam pembuktian teori dan model empiris.]]>
<![CDATA[Implementasi Sistem Pakar Diagnosa Awal Penyakit Mata Berbasis Web Menggunakan Metode Certainty Factor ]]>
<![CDATA[Deni adhar]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 1 No. 1 Tahun 2017 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v1i1.11
<![CDATA[Mata termasuk sebagai salah satu indera manusia penting yang manusia sangat berguna, tetapi orang-orangbiasanya mengambil peduli kesehatan mata sembarangan dan juga karena Informasi lebih sedikit untuk orangoranguntuk menjaga kesehatan mata. Selain fasilitas kesehatan yang minim untuk mata di rumah sakit atauklinik yang membuat gejala ini tidak dapat ditangani dengan cepat. Dalam hal ini sistem pakar yang dirancangmenggunakan metode certainty factor. Sistem ini dirancang berbasis web sehingga informasi bisa diaksesdimana saja sehingga kesehatan mata dapat ditangani dengan cepat. Terdapat dua tahapan kerja dari aplikasi ini.Pertama sistem meminta pasien untuk menginputkan gejala – gejala yang dialami. Kedua, sistem akan secaraotomatis menampilkan hasil diagnosis dari penyakit mata yang diderita oleh pasien melalui perhitunganCertainty Factor. Hasil diagnosis sistem selanjutnya dibandingkan dengan hasil diagnosis dari pakar sebenarnya.]]>
<![CDATA[Sistem Pakar Untuk Mendignosa Penyakit Pada Tanaman Bawang Merah Berbasis Web ]]>
<![CDATA[Siti Aisyah]]>;
<![CDATA[Ayu Rahayu Sagala]]>;
<![CDATA[Delima Sitanggang]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 1 No. 2 Tahun 2017 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v1i2.6
<![CDATA[Dalam mendiagnosa penyakit tanaman bawang merah seorang pakar memerlukan data berupagejala-gejala yang sedang dialami oleh petani.Gejala-gejala ini dapat dilakuakan dengan melihat kondisi tanaman bawang merah tersebut.Sebagai seorang manusia yang memiliki keterbatasan, begitu juga dengan seorang pakar tanaman bawang merah tentunya memiliki kelemahan. Apabila terdapat penyakit bawangmerah baru atau lupa tentang jenis penyakit dan pengobatan nya, maka seorang ahli pakar akan mencari kembali buku-buku atau dokumen-dokumen yang membahas tentang penyakit bawang merah tersebut. Cara ini tentu saja akan memakan waktu yang lama. Penelitian ini bertujuan untuk merancang sistem pakar untuk mendiagnosa penyakit bawang merah. Perancangan ini di mulai dari pembuatan basis pengetahuan dilanjutkan dengan identifikasi rule dan perancangan inputoutputdengan metode forward chaining .Hasil rancangan pada penelitian ini diharapkan mampu membantu pekerjaan pakar menjadi lebih mudahsehingga memberikan hasil diagnosa penyakit bawang merah menggunakan sistem pakar.]]>
<![CDATA[SISTEM PAKAR DIAGNOSA PENYAKIT SINUSITIS MENGGUNAKAN METODE BAYES BERBASIS WEB ]]>
<![CDATA[Laili Hafni]]>;
<![CDATA[Magdalena Simanjuntak]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 2, No 1 (2018): Edisi Januari 2018 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v2i1.55
<![CDATA[Penyakit sinusitis merupakan penyakit yang bisa menyerang siapa saja. Tidak memandang umur, jenis kelamin, status sosial dan daerah tempat tinggal. Banyak faktor yang bisa menyebabkan penyakit sinusitis, antara lain virus dan bakteri. Pada penelitian ini penulis membangun sebuah sistem pakar yang dapat mendiagnosis penyakit sinusitis dengan menggunakan metode bayes. Dari sample yang dilakukan sebanyak 125 orang, didapatkan persentase penyakit sebanyak 0,42% dan dihasilkan sebuah sistem pakar yang dapat memberikan kemudahan bagi masyarakat dalam mendiagnosa jenis penyakit sinusitis. Kata Kunci: Sinusitis, Sistem Pakar, Diagnosis , Bayes.]]>
<![CDATA[SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN KOPI ARABIKA DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR ]]>
<![CDATA[Era Pelita Sinaga]]>;
<![CDATA[Sulindawaty Sulindawaty]]>
<![CDATA[ Jurnal Informatika Kaputama (JIK) Vol 2, No 2 (2018): Vol. 2 No. 2 Juli 2018 ]]>
Publisher : <![CDATA[STMIK KAPUTAMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.1234/jik.v2i2.113
<![CDATA[Dalam penelitian ini, bertujuan untuk merancang sebuah sistem pakar untuk mendiagnosa hama dan penyakit pada tanaman kopi arabika, serta memberikan solusi untuk mencegah hama ataupun penyakit yang menyerang tanaman kopi arabika. Metode yang digunakan pada sistem pakar ini adalah metode Certainty Factor. Metode Certainty Factor dipilih karena metode ini cocok dalam proses penentuan identifikasi hama dan penyakit, dan hasil dari penerapan metode ini adalah persentase. Penentuan persentase dipengaruhi oleh nilai MB dan nilai MD yang didapat dari penilaian seorang pakar. Persentase pada konsultasi sistem pakar di ambil dari hasil tertinggi pertama, sebagai alternatif hama dan penyakit yang menyerang tanaman kopi arabika. Sistem pakar mendiagnosa hama dan penyakit tanaman kopi arabika untuk memudahkan para petani kopi jenis arabika untuk mencari informasi yang lebih detail dan akurat tentang hama dan penyakit Kopi Arabika serta solusi pencegahan nya.]]>
