cover
Contact Name
Rajib Ghaniy
Contact Email
teknois@stikombinaniaga.ac.id
Phone
-
Journal Mail Official
teknois@stikombinaniaga.ac.id
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains
ISSN : 20873891     EISSN : 25978918     DOI : -
TEKNOIS : Jurnal Ilmiah Teknologi - Informasi & Sains Publish by the STIKOM Binaniaga. TeknoIS published twice a year, in May and November. TeknoIS includes Research in the field of Information Technology, Information System, Computer Science and Other. Editors invite research lecturers the reviewer, practitioners industry, and observers to contribute to this journal.
Arjuna Subject : -
Articles 105 Documents
Analisa Saham Diatas Harga 1500 Pada Potensi Peningkatan Harga Saham Dengan Metode SAW Julio Warmansyah
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.72

Abstract

Peningkatan harga saham merupakan potensi yang di tunggu oleh para pemegang saham, BEI merupakan pasar saham Indonesia yang meluncurkan 645 saham perusahaan, diantaranya adalah saham yang nilainya diatas 1500. Pada jenis saham ini potensi pasar dapat di lihat dari harga pembukaan, harga penutupan harga terkecil yang pernah terjadi, harga terbesar, harga paling besar yang pernah di tawar pembeli, bobot dari penawaran yang terjadi, dalam satu hari, pada analisa ini akan mengHasilkan indek saham yang masuk katagori aman, beresiko dan di gemari pada pasar saham Indonesia dengan menggunakan metode pengambilan keputusan SAW (Simple Additive Wieghting).
Penerapan Metode Fuzzy Tsukamoto untuk Kelayakan Penerimaan Beasiswa di Sekolah Menengah Kejuruan (SMK) Dedy Mulyadi; Deto Brillyan Prairawan
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.73

Abstract

Beasiswa dapat dikatakan sebagai pembiayaan yang tidak bersumber dari pendanaan sendiri atau orang tua siswa, diberikan untuk meningkatkan kapasitas dan kualitas siswa dalam melaksanakan pendidikan. Penentuan siswa penerima beasiswa pada umumnya dilakukan melalui seleksi kelayakan, sebagaimana halnya dilakukan di Sekolah Menengah Kejuruan (SMK) Walisongo 2 Kota Depok. Proses penentuan kelayakan penerima beasiswa secara konvensional sering dihadapkan dengan permasalahan berupa kesalahan dalam pengambilan keputusan. Penggunaan metode Fuzzy Tsukamoto diharapkan dapat mengatasi permasalahan yang terjadi. Hasil penelitian menunjukkan bahwa penerapan metode Fuzzy Tsukamoto dapat digunakan dan sangat tepat untuk menentukan kelayakan penerima beasiswa di Sekolah Menengah Kejuruan (SMK).
Penerapan Algoritma Advanced Encryption Standard (AES) Untuk Pengamanan Berkas Soal Ujian Binanda Wicaksana; Ma'mun Setiawan
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.74

Abstract

Perkembangan teknologi pada saat ini sangat berkembang dengan pesat khususnya pada pertukaran informasi yang semakin global, kemampuan untuk mengakses serta bertukar data atau informasi sudah sangat cepat, hal ini juga sangat berpengaruh pada kriminalitas di dunia teknologi atau disebut juga hacker yaitu seseorang atau kelompok yang dengan sengaja mengambil informasi penting tanpa tanggung jawab. Pengamanan data sangat penting dilakukan khususnya pada soal-soal ujian di sekolah yang disimpan di komputer tanpa ada pengamanan yang khusus, sehingga dilakukan cara atau metode untuk proses keamanannya dengan cara menerapkan algoritma advanced encryption standard untuk proses penyisipan atau enkripsi soal. Sehingga keamanan soal ujian akan lebih terjaga dari pihak-pihak yang tidak bertanggung jawab. Hasilnya data atau soal ujian akan lebih terjaga kerahasiannya dan hanya dapat diakses oleh pengguna yang memiliki hak akses terhadap data tersebut
Penerapan Simple Additive Weighting Dalam Penentuan Bonus Tahunan Karyawan Sekolah Alam Cikeas Cahyono Budy Santoso; Dede Sunarya
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.75

Abstract

Penentuan Penerima bonus tahunan karyawan adalah pemberian apresiasi pada karyawan yang secara nyata memiliki kinerja yang paling baik dan memenuhi target pencapaian kerja yang ditentukan. Penentuan penerima bonus karyawan di Sekolah Alam cikeas dilakukan setiap tahun. Dalam proses penentuan penerima bonus, Sekolah Alam Cikeas ditentukan oleh Kepala Operasional dan Bagian Personalia (HRD). Namun, proses penilaian tersebut masih dilakukan secara manual sehingga memerlukan waktu yang cukup lama untuk melakukan pengolahan data. Selain itu, penilaian masih bersifat subyektif dan belum relevan dengan keadaan yang sebenarnya. Berdasarkan hal tersebut pada penelitian ini dibuat aplikasi yang digunakan untuk melakukan proses seleksi penerima bonus tahunan di Sekolah Alam Cikeas. Aplikasi yang dibangun berbasis web dengan menggunakan bahasa pemrograman PHPmyadmin sebagai basis data. Metode pengambilan keputusan yang digunakan yaitu metode Simple Additive Weighting (SAW). Metode ini dimulai dengan menentukan alternative yaitu karyawan yang akan dinilai kemudian menentukan kriteria penilaian serta nilai bobot dari setiap kriteria tersebut, setelah itu dilakukan proses normalisasi serta pengalian dengan bobot kriteria sesuai nilai yang telah ditentukan manajemen sehingga akan didapatkan perangkingan untuk menentukan alternatif terbaik dari sejumlah karyawan yang dinilai.
Penerapan Metode SAW (Simple Additive Weighting) untuk Menentukan Siswa Bermasalah di SMK Taruna Terpadu 2 Bogor Derman Janner Lubis; Nur Mohammad Fadil
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.76

Abstract

Di dalam penelitian pengembangan ini untuk menentukan siswa bermasalah menggunakan sistem pendukung keputusan berbasis web dengan menggunakan metode SAW (Simple Additive Weighting) dengan 5 kriteria yang sudah ditentukan berdasarkan kuesioner yang sudah disebarkan pada sekolah SMK Taruna Terpadu 2 Bogor, kriteria tersebut yaitu nilai, kehadiran, jiwa sosial, kepatuhan dan kedisiplinan. Sistem pendukung keputusan tersebut akan digunakan oleh 2 pengguna yaitu, kepala sekolah, wali kelas dan guru bimbingan konseling sebagai user dan staff IT sebagai admin. Dimana hasil output sistem pendukung keputusan tersebut berupa nilai hasil akhir dari perhitungan SAW beserta keterangannya apakah siswa tersebut bermasalah atau tidak, yang sebelumnya dinilai oleh guru bimbingan konseling berdasarkan nilai dan kehadiran siswa. Sistem pendukung keputusan ini di uji dengan data siswa kelas X APH-4 di SMK Taruna Terpadu 2 Bogor.
Resampling Neural Network Untuk Penanganan Class Imbalance Pada Prediksi Klaim Asuransi Hudori Hudori
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.78

Abstract

Algoritma Neural Network memiliki kelebihan akan tingkat akurasi perhitungan yang lebih baik dari algoritma lain karena proses perhitungan dilakukan berulang-ulang sehingga membutuhkan waktu yang lebih lama dalam memproses atau men-training data. Namun algoritma ini juga sangat sensitive terhadap dataset yang memiliki class yang sangat tidak seimbang. Penanganan ketidakseimbangan kelas (class imbalance) yang terjadi pada dataset dapat diatasi dengan teknik resampling. Tulisan ini membandingkan tiga metode resampling untuk menangani ketidak-seimbangan class yang diterapkan pada algoritma Neural Network sebagai salah satu algoritma data mining untuk prediksi Claim Kecelakaan Diri Penumpang Berdasarkan Karakteristik Kendaraan Tertanggung. Metode ini dibangun dan diuji menggunakan data transaksi yang real dari sebuah perusahaan asuransi terkemuka di dunia yang meminta sebuah perusahaan crowdsourching untuk menyelenggarakan kompetisi pembangunan model prediksi Claim Kecelakaan Diri Penumpang Berdasarkan Karakteristik Kendaraan Tertanggung. Pada umumnya data transaksi, data ini juga masih memiliki sifat berdimensi tinggi, heterogen dan nilai kosong pada beberapa variable.
Pemodelan Prediksi Predikat Kelulusan Mahasiswa Menggunakan Fuzzy C-Means Berbasis Particle Swarm Optimization Hardi Jamhur
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.79

Abstract

Analysis and excavation of information on educational data is an inseparable part of organizing student academic systems in universities. The excavation of information is known as Educational Data mining (EDM), which is a discipline that focuses on the application of techniques and data mining devices specifically in the field of education. One of the EDM processes is related to the need for prediction especially to gain knowledge regarding the progress of student studies. Practically the activity of getting information / knowledge about the progress of student studies is difficult to do conventionally considering the size of the data volume is quite large. The approach to data mining clustering on student study progress data for prediction of predicate graduation tends to be not optimal. Fuzzy C-means (FCM) modeling optimized with Particle Swarm Optimization (PSO) can produce a more optimal prediction performance. In the case of prediction of student graduation prediction, the application of PSO-based FCM algorithm model produces more optimal results, with predictive accuracy of 86% while the FCM algorithm modeling is 79%.
Penerapan Algoritma Spatial Map Matching Dengan API Menggunakan GPS Untuk Posisi Tumpangan Kendaraan Farhan Zayid; Egi Ferdiana
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 1 (2020): Mei
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i1.80

Abstract

Di kota pariwisata seperti  Kota Bogor, kemacetan lalu lintas sudah tidak terdengar asing lagi di telinga masyarakat Kota Bogor. Diperlukan solusi untuk mengatasi permasalahan kemacetan lalu lintas yang disebabkan oleh jumlah kendaraan yang melebihi kapasitas jalan. Pada penelitian ini dibangun aplikasi Neon yaitu jejaring sosial berbasis perangkat komunikasi bergerak yang memudahkan berbagi kendaraan dalam tujuan perjalanan yang sama. Penelitian ini penulis menerapkan suatu algoritma yaitu Algoritma Spatial Map Matching yang fungsinya sebagai penentuan titik koordinat yang presisi pada rute perjalanan yang ditampilkan pada maps digital yaitu Google Maps. Berdasarkan hasil pengujian kelayakan yang telah disimpulkan bahwa secara fungsional seluruh proses pada aplikasi penerapan Algoritma Spatial Map Matching sebagai cara penentuan titik koordinat yang presisi untuk aplikasi tumpangan kendaraan telah berjalan sesuai yang diharapkan. Sebagaimana dari 15 data titik yang ditentukan, data jarak dari penerapan Algoritma Spatial Map Matching lebih dekat dibandingkan dengan data jarak aplikasi sebelumnya (nebengers) terhadap posisi tempat/jalan terdekat yang sudah ditentukan yaitu dengan rata-rata jaraknya 1.71 Meter. Sedangkan hasil selisih jarak yang dihasilkan memiliki jarak yang cukup jauh antara jarak data dari posisi titik pada aplikasi sebelumnya (nebengers) dengan posisi titik yang sudah diterapkan Algoritma Spatial Map Matching. Dapat disimpulkan bahwa Algoritma Spatial Map Matching dapat menentukan titik posisi yang lebih presisi dengan persentase kelayakan penelitian sebesar 82.85%
Analisa Beban Kerja Mental pada Industry Garmen dengan Metode Nasa TLX dan Metode SAW dalam Menentukan Prioritas Evaluasi Kerja Julio Warmansyah
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 2 (2020): November
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i2.81

Abstract

Penikatan produksi pada perusahaan produksi garmen, memerlukan analisa beban kerja pada setiap operator, karena perusahan ini banyak menggunakan tenaga keja manusia. Analisa beban kerja mental pada masing-masing pekerja akan menunjukan besaran beban yang di terima pada saat bekerja memenuhi target yang telah ditentukan olej perusahan pada setiap operatornya. Analisa beban kerja Nasa TLX menganalisan Mental Demaan (MD), Phisical Demaan (PD), Temporal Demans (TD), Performance (OP), Frustrastion (FR) dan Effort dari setiap pekerja pada perusahan PT. SAN SAN SAUDARATEX JAYA. Analaisis SAW akan memberikan penilaian terhadap nilai rating yang telah diambil oleh metode NASA TLX untuk dianalisa mendapatkan penilaian rangking divisi mana yang akan telebih dahulu dapat di prioritaskan pada evaluasi.
Penerapan Algoritma C4.5 untuk Prediksi Mahasiswa Berpotensi Lulus Tidak Tepat Waktu Irmayansyah Irmayansyah; Muqiit Tridawardana Kastrilia
Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains Vol 10, No 2 (2020): November
Publisher : Sekolah Tinggi Ilmu Komputer Binaniaga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jbs.v10i2.82

Abstract

Jumlah lulusan mahasiswa yang tidak sebanding dengan jumlah mahasiswa pada saat penerimaan menjadi permasalahan tersendiri di setiap perguruan tinggi. Pada penelitian ini dibuat sebuah aplikasi yang dapat memprediksi mahasiswa yang berpotensi lulus tidak tepat waktu. Hal ini dilakukan untuk membantu dosen wali atau bagian program studi mengarahkan mahasiswa agar dapat lulus tepat waktu. Metode yang digunakan  dalam penelitian ini adalah  Algoritma C4.5 dengan variable Satuan Kredit Semester (SKS)  dari semester 2 sampai semester 4 dan Indeks Prestasi Sementara (IPS)  semester 2 sampai semester 4. Sudah dilakukan uji kelayakan pada aplikasi yang dibangun, dengan nilai kelayakan sebesar 67,27 % yang bermakna aplikasi yang dibangun layak dan juga sudah dilakukan uji akurasi dengan menggunakan rumus confussion matrix dengan hasil akurasi 74,05%.

Page 1 of 11 | Total Record : 105