Garuda - Garba Rujukan Digital

APLIKASI PENGELOLAAN BARANG DAN HUTANG PIUTANG PADA PT. MAJU ANUGERAH JAYA UTAMA BANJARMASIN Agus Setiawan,
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Pengolahan data barang dan hutang piutang di PT. Maju Anugerah Jaya Utama yaitu menggunakan program Aplikasi ND 95 dan laporannya masih menggunakan excel. artinya dari segi pencatatan dan pengolahannya masih banyak kekurangannya, seperti sering terjadi error pada Aplikasi tersebut, dan sering terjadinya selisih barang dan hutang puitang pada aplikasi tersebut., karena pada saat mati lampu program sering error dan apabila saat mau menghidupkannya lagi stock barang di program jadi berubah.PT. Maju Anugerah Jaya Utama memerlukan adanya aplikasi sistem inventori gudang berbasis baru yaitu menggunakan Visual Basic 6.0. Aplikasi dapat digunakan petugas gudang dalam menginventarisasi produk yang ada di gudang, meliputi pencatatan, pengolahan, penyimpanan, dan pelaporan data barang gudang. Dengan berbasis Visual Basic 6.0.bahwa dengan adanya aplikasi sistem informasi inventaris barang dapat membantu mempermudah pengolahan data inventaris berbasis komputer yang sistematis dan terarah,sehingga mampu membantu kinerja perusahaan menjadi lebih cepat, efektif dan efisien. Di samping itu dengan adanya sistem inventaris barang dapat merubah sistem inventaris yang lama menjadi aplikasi system inventari baru. Dengan demikian maka pengolahan dan penyimpanan data barang yang ada menjadi lebih mudah dan akurat.

PENERAPAN DECISION TREE UNTUK MENGANALISIS KEMUNGKINAN PENGUNDURAN DIRI CALON MAHASISWA BARU Andie Andie
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Siswa adalah salah satu aset penting dalam sebuah Universitas, terutama di perguruan tinggi swasta. Kecenderungan didapat mahasiswa baru untuk perguruan tinggi swasta di Indonesia telah menurun dan membuat proses pendaftaran mahasiswa baru lebih menantang dari pada sebelumnya. Perguruan tinggi kesulitan mendapatkan informasi mengenai jumlah mahasiswa baru yang akan registrasi dari daftar mahasiswa yang sudah dinyatakan lulus dalam seleksi penerimaan mahasiswa baru. Penelitian ini mencoba untuk memprediksi apakah seorang siswa calon akan cenderung melanjutkan studi mereka atau tidak, menggunakan metode Data mining Decision Tree yang disebut algoritma C4.5. Seperangkat aturan akan dibuat sebagai dasar untuk dibandingkan dengan data baru yang pada akhirnya akan menghasilkan prediksi apakah siswa akan melanjutkan studi (proses registrasi) atau tidak. Penelitian ini akan dilakukan di Universitas Islam Kalimantan (UNISKA) Muhammad Arsyad Al-Banjary Banjarmasin menggunakan data 3 tahun yaitu tahun 2013 sampai 2015. Adapun hasil akhirnya, UNISKA akan dapat memprediksi (dari jumlah total terdaftar calon mahasiswa), kemungkinan setiap siswa yang akan melanjutkan proses sampai mereka belajar di UNISKA. Output dari Sistem ini akan dilaksanakan dalam Promosi Penerimaan Mahasiswa Baru tahun yang akan datang karena manajemen akan mengambil langkah lebih lanjut dalam mengantisipasi sasaran mahasiswa baru setiap tahun.

METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN Galih Mahalisa,
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Kemiskinan merupakan fenomena sosial yang menjadi atribut dari sebuah negara. Fenomena ini bisa dikatakan keadaan dimana terjadi ketidakmampuan untuk memenuhi kebutuhan dasar seperti makanan, pakaian , tempat berlindung, pendidikan, dan kesehatan. Pada penelitian ini menggunakan metode pohon gabungan atau cart dengan tujuan dapat dicari pola status kepala rumah tangga untuk dapat dijadikan bahan analisis pemerintah dalam menentukan status kepala rumah tangga di masa yang akan datang. Dalam penelitian ini di wilayah Banjarmasin (Kalsel) kecamatan Aluh-Aluh sebanyak 19.406 rumah tangga, 40 % dari data tersebut akan dijadikan sample untuk diklasifikasi. Metode yang diusulkan yaitu metode pohon gabungan adalah sebuah metode statistik nonparametrik yang digunakan untuk melakukan analisis klasifikasi. Pengklasifikasian dengan metode pohon klasifikasi terdiri dari 4 komponen, yaitu : variabel respon, variabel , data learning dan data testing. Dari hasil penelitian dari metode pohon gabungan atau Model Classification and Regression Trees (CART) dengan menggunakan proporsi data learning 70% dan data testing 30% karena menghasilkan ketepatan klasifikasi terbaik dibandingkan dengan proporsi data lainnya. Dimana diperoleh simpul terminal pada klasifikasi optimal sebanyak 47 simpul terminal dengan variabel pemilah utama yaitu jumlah anggota keluarga kepala rumah tangga. Metode klasifikasi pohon menghasilkan pohon optimal dengan ketepatan klasifikasi data learningdan testingyaitu sebesar 84,28% dan 84,00%.

PERANCANGAN APLIKASI INVENTORY BARANG MATERIALS DAN PRODUCT Gita Ayu Syafarina
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Sistem informasi merupakan hal yang penting dalam suatu organisasi atau perusahaan. Dengan adanya sistem informasi, organisasi atau perusahaan dapat tenjamin kualitas informasi yang disajikan dan dapat mengambil keputusan berdasarkan informasi tersebut.Amanta Mitra Mandiri (AMM) adalah salah satu perusahaan layanan telekomunikasi terbesar didunia. Amanta Mitra Mandiri (AMM) dibentuk dan untuk merealisasikan pengoperasian layanan 2G dan 3G di Indonesia di bawah bendera 3. mempunyai dua produk, yaitu produk yang dijual dan produk yang tidak dijual. Produk yang dijual seperti kartu perdana dan voucher, sedangkan produk yang tidak dijual, yakni bahan-bahan promosi atau biasa disebut Material () mempunyai bentuk-bentuk yang beragam.Dengan semakin bertambahnya jumlah barang dagangan muncul permasalahan yaitu kesulitan untuk mendapatkan informasi Inventory barang yang cepat, tepat dan akurat. Melihat dari permasalan yang dihadapi, Penulis mencoba membuat suatu sistem Inventory barang yang pengolahannya sudah komputerisasi. Dengan adanya sistem informasi yang terkomputerisasi ini diharapkan perusahaan tersebut bisa bersaing dengan perusahaan yang lain dalam meningkatkan kualitas pelayanannya.

PERBANDINGAN ALGORITMA KNN DAN KNN-PSO UNTUK KLASIFIKASI TINGKAT PENGETAHUAN IBU DALAM PEMBERIAN ASI EKSKLUSIF Hasanuddin, Hasanuddin,
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Permasalahan gizi kurang dan gizi buruk masih menjadi masalah utama di Indonesia. Hal ini terbukti dengan masih ditemukannya kasus gizi kurang dan gizi buruk pada anak di berbagai daerah. Salah satu faktor yang mempengaruhi status gizi adalah asupan. Status gizi seseorang merupakan gambaran apa yang di konsumsinya. ASI merupakan makanan yang ideal untuk tumbuh kembang bayi. Bayi yang tidak memperoleh ASI, hanya diberi susu formula pada bulan pertama kehidupannya, memiliki resiko tinggi untuk menderita gizi buruk, diare, alergi danpenyakit infeksi lainnya Oleh karena itu pemberian ASI eksklusif pada periode tumbuh kembang bayi 0-6 bulan pertama sangatlah penting. Pada penelitian ini menggunakan metode K-Nearest Neighbour berbasis PSO untuk pemprediksi tingkat pengetahuan ibu terhadap pemberian ASI eksklusif. Data-data Ibu menyusui yang diperoleh dari Puskesmas akan di klasifikasikan untuk dapat memprediksi tingkat pengetahuan seorang Ibu terhadap pengetahuan pemberian ASI. Hasil accuracy untuk K-NN tertinggi adalah 51,28 dan K-NN berbasis PSO adalah 74,36. Jadi dapat disimpulkan ada peningkatan akurasi sebesar 23,08

PENILAIAN AGUNAN PROPERTY PENGAJUAN KREDIT MENGGUNAKAN OPTIMASI ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION Ibrahim, Ibrahim,
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Masih terdapat kemungkinan kesalahan penilaian agunan sebagai acuan nilai kredit, yang akan membuka peluang terjadinya NPL. Jadi diperlukan suatu cara penilaian (prediksi nilai) yang cukup proporsional, kredibel dan akurat.Prediksi yang tidak akurat menyebabkan perencanaan manajemen kredit yang tidak tepat. Prediksi nilai agunan telah menarik minat banyak peneliti karena nilai pentingnya baik di teoritis dan empiris.Dalam penelitian ini dibuatkan model algoritma support vector machines dan model algoritma suppor vector machines berbasis Particle Swarm Optimization untuk mendapatkan rule dalam memprediksi penilaian agunan pengajuan kredit dan memberikan nilai akurasi yang lebih akurat.Setelah dilakukan pengujian dengan dua model yaitu Algoritma support vector machines dan Support Vector Machines berbasis Particle Swarm Optimization maka hasil yang didapat adalah algoritma sehingga didapat pengujian dengan menggunakan Support Vector Machines dimana didapat nilai accuracy adalah 84.17 %, sedangkan pengujian dengan menggunakan Support Vector Machines berbasis Particle Swarm Optimization didapatkan nilai accuracy 87.57%. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi yaitu sebesar 3.40%.

PENILAIAN AGUNAN PROPERTY PENGAJUAN KREDIT MENGGUNAKAN OPTIMASI ALGORITMA SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION Ibrahim Ibrahim
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Masih terdapat kemungkinan kesalahan penilaian agunan sebagai acuan nilai kredit, yang akan membuka peluang terjadinya NPL. Jadi diperlukan suatu cara penilaian (prediksi nilai) yang cukup proporsional, kredibel dan akurat.Prediksi yang tidak akurat menyebabkan perencanaan manajemen kredit yang tidak tepat. Prediksi nilai agunan telah menarik minat banyak peneliti karena nilai pentingnya baik di teoritis dan empiris.Dalam penelitian ini dibuatkan model algoritma support vector machines dan model algoritma suppor vector machines berbasis Particle Swarm Optimization untuk mendapatkan rule dalam memprediksi penilaian agunan pengajuan kredit dan memberikan nilai akurasi yang lebih akurat.Setelah dilakukan pengujian dengan dua model yaitu Algoritma support vector machines dan Support Vector Machines berbasis Particle Swarm Optimization maka hasil yang didapat adalah algoritma sehingga didapat pengujian dengan menggunakan Support Vector Machines dimana didapat nilai accuracy adalah 84.17 %, sedangkan pengujian dengan menggunakan Support Vector Machines berbasis Particle Swarm Optimization didapatkan nilai accuracy 87.57%. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi yaitu sebesar 3.40%.

PREDIKSI RENTET WAKTU PEMASARAN PRINTER CANON MENGGUNAKAN NEURAL NETWORK DAN K-NEAREST NEIGHBOR Ihsanul Fikri
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Prakiraan tingkat pemasaran yang tepat dapat dijadikan rujukan untuk menentukan keberlangsungan usaha dan tingkat keuntungan yang ingin dicapai. Penelitian ini untuk mengembangkan model prediksi rentet waktu dalam memprediksi penjualan barang elektronik yang dalam hal ini adalah alat cetak yaitu printer. Pada penelitian ini digunakan metode Neural Network untuk memprediksi pemasaran printer Canon yang kemudian dibandingkan dengan metode K-Nearest Neighbor. Data yang digunakan adalah data rentet waktu penjualan dari bulan Januari 2012 sampai Desember 2014 sebanyak 1096 record dengan 2 variabel yaitu tanggal dan jumlah barang yang terjual. Algoritma akan diimplementasikan dengan menggunakan RapidMiner. Dalam perkembangan penelitian, data rentet waktu merupakan objek penelitian dari data mining karena banyak berhubungan dengan berbagai bidang salah satunya pada pemasaran printer Canon. Dari hasil penelitian ini algoritma K-NN lebih baik dari Neural Network dengan hasil Root Mean Squered Error (RMSE) untuk NN adalah 92.118 dan K-NN adalah 94.236.

PENERAPAN APLIKASI VISUAL BASIC 6.0 DALAM DUNIA MEDIS UNTUK SISTEM PAKAR PENYAKIT KULIT Agus Alim Muin
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Kulit adalah salah satu organ terpenting pada manusia, karena melalui kulit kita dapat merasakan rasa dan permukaan sebuah benda. Apabila kulit terserang penyakit maka akan banyak akibat yang akan ditimbulkannya, mulai dari yang ringan yaitu terasa gatal atau sampai yang berat yakni kulit tidak dapat merasakan apapun. Oleh karena hal tersebut kita harus rajin menjaga kebersihan kulit. Tetapi walaupun begitu, terkadang kita dapat terkena penyakit kulit yang dapat diakibatkan berbagai sebab. Untuk itu kita perlu datang ke dokter yang ahli dibidangnya untuk memeriksa kondisi dan keadaan kulit. Akan tetapi terkadang masyarakat lebih bersifat pasif dalam menangani masalah penyakit kulit yang diderita, hal tersebut bisa disebabkan karena rasa malu untuk berterus terang dan himpitan ekonomi untuk merujuk ke dokter.Berdasarkan permasalahan yang ada didalam lingkungan masyarakat diciptakan suatu aplikasi yang dapat membantu masyarakat untuk dapat mengenali penyakit kulit yang diderita, sehingga tingkat kesadaran akan menjaga kebersihan makin tinggi, yakni aplikasi sistem pakar penyakit kulit. Perancangan sistem pakar ini menggunakan pemrograman visual Basic 6.0 dan menggunakan database MS. Acces sebagai penyimpanan data. Sistem pakar ini menggunakan metode penalaran forward chaining. Sistem pakar ini nantinya dapat menghasilkan

Deteksi Jalan Dari Citra Satelit Resolusi Tinggi Menggunakan K-Means, RGB Fitur dan Morfologi Hidayatul Rahman; Kasman Kasman
Technologia : Jurnal Ilmiah Vol 7, No 1 (2016): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Jalan merupakan infrastruktur jalan yang berperan besar dalam kelancaran pembangunan, Perkembangan citra satelit memicu berkembanya pendeteksian objek jalan, bangunan dan lainya. Pendeteksian jaringan jalan banyak dilakukan saat ini untuk pengembangan dan pambaruan data sistem informasi geografis (GIS). Kami mengusulkan pendekatan K-means, fitur warna dan morfologi untuk pendeteksian jalan semi otomatis. Pada penelitian ini, teknik yang digunakan untuk deteksi jalan dari citra satelit adalah menerapan k-mean menghasilkan cluster jalan, hasil dari cluster dilakukan proses pemilihan warna yang sebanding dengan warna templet jalan, morfologi diterapakan untuk menghilangkan objek-objek kuris dari hasil color feature.Hasil yang didapatkan jalan dapat terdeteksi dengan baik pada pada pemerosesesan RGB jika lebar jalan berukuran besar.Untuk pemerosesan HSV perlu penelitan lanjut agar dapat mendeteksi jalan-jalan kecil. Dari hasil pengujian yang kami dapatkan rata-rata RMSE yang di peroleh dari pemerosesan RGB sebesar 0.0985625 . rata –rata akurasi hasil deteksi 73.93 %

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Wagino

Contact Email
ginouniska@gmail.com

Phone
-

Journal Mail Official
ginouniska@gmail.com

Editorial Address
-

Location
Kota banjarmasin,

Kalimantan selatan

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Wagino

Contact Email ginouniska@gmail.com

Phone -

Journal Mail Official ginouniska@gmail.com

Editorial Address -

Location Kota banjarmasin, Kalimantan selatan INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Wagino

Contact Email
ginouniska@gmail.com

Phone
-

Journal Mail Official
ginouniska@gmail.com

Editorial Address
-

Location
Kota banjarmasin,

Kalimantan selatan

INDONESIA