cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Huzain
Contact Email
huzain.azis@umi.ac.id
Phone
+628114484875
Journal Mail Official
ijodas.journal@gmail.com
Editorial Address
Jln. Paccerakkang, Kel. Berua, Kec.Biringkanaya, Kota Makassar, Propinsi Sulawesi Selatan, 90241
Location
Unknown,
Unknown
INDONESIA
Indonesian Journal of Data and Science
Published by yocto brain
ISSN : -     EISSN : 27159930     DOI : -
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
IJODAS provides online media to publish scientific articles from research in the field of Data Science, Data Mining, Data Communication, Data Security and Data Representation
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 60 Documents
 2   3   4   5   6 
Analisis Perbandingan Cloud Storage Pada Nextcloud Dan Owncloud Ainun RatuBulqis Amran; ramdan satra; farniwati fattah
Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i3.43

Abstract

Penyimpanan menggunakan cloud pada saat ini merupakan hal penting, selain sebagai media penyimpanan utama maupun sebagai media penyimpanan sementara atau backup. Hal tersebut didukung dengan berkembangnya teknologi jaringan yang semakin baik hingga memudahkan user dapat melakukan download dan upload secara mudah. Saat ini terdapat banyak jenis cloud yang tersedia dan dapat diinstall secara mandiri diantaranya yaitu Nextcloud dan Owncloud, pada penelitian ini penulis mencoba membandingkan performa yang dimiliki Nextcloud dan Owncloud melalui pengujian Quality of Services dalam proses upload dan download dokumen pada kedua cloud tersebut. Hasil penelitian ini Nextcloud memiliki performa yang lebih bagus dibandingkan dengan Owncloud dengan nilai packetloss sama namun nilai Throughput Owncloud lebih kecil dibandingkan dengan Nextcloud.
Analisis performa metode klasifikasi Naïve Bayes Classifier pada Unbalanced Dataset Ericha Apriliyani; Yulita Salim
Indonesian Journal of Data and Science Vol. 3 No. 2 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i2.45

Abstract

Penelitian ini bertujuan menganalisis menganalisis performa metode Naïve Bayes Classifier pada berbagai variasi unbalanced dataset. Teknik klasifikasi yang digunakan yaitu dengan menggunakan pengukuran performa accuracy, precision, recall, dan f-measure dengan menggunakan metode Naïve Bayes Classifier. Dataset diambil dari Kaggle, dan dari tiap dataset memiliki data yang tidak seimbang atau unbalance, data inilah yang akan dihitung performanya menggunakan metode Naïve Bayes Classifier. Berdasarkan hasil pengujian menggunakan metode Naïve Bayes Classifier didapatkan pada dataset Glass yaitu accuracy sebesar 46%, precision sebesar 47%, recall sebesar 46% dan f-measure sebesar 43%, pada dataset Heart Disease yaitu accuracy sebesar 88%, precision sebesar 88%, recall sebesar 88% dan f-measure sebesar 88%, pada dataset Kidney Disease yaitu accuracy sebesar 100%, precision sebesar 100%, recall sebesar 100% dan f-measure sebesar 100%, pada dataset Liver Disease yaitu accuracy sebesar 78%, precision sebesar 82%, recall sebesar 78% dan f-measure sebesar 79%, pada dataset Diabetes yaitu accuracy sebesar 77%, precision sebesar 76%, recall sebesar 77% dan f-measure sebesar 76%, dan pada dataset Breast Cancer yaitu accuracy sebesar 94%, precision sebesar 94%, recall sebesar 94% dan f-measure sebesar 94%. Hasil penelitian ini menunjukkan metode Naive Bayes Classifier pada unbalanced dataset memperoleh nilai performa yang tidak menentu.
Analisis sentimen terhadap Body Shaming pada Twitter menggunakan Metode Naïve Bayes Classifier St. Fajriah Fattah; Purnawansyah
Indonesian Journal of Data and Science Vol. 3 No. 2 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i2.46

Abstract

Salah satu bentuk media sosial yang sedang populer saat ini adalah twitter. Namun tidak jarang pengguna twitter memberikan komentar yang cenderung menyinggung pengguna twitter lain dengan kalimat negatif. Salah satu bentuk komentar negatif yang sering dilontarkan pengguna twitter adalah tentang body shaming. Body shaming merupakan komentar negatif terhadap fisik seseorang seperti gendut, pesek, cungkring dan lain-lain. Berdasarkan perilaku body shaming pada twitter, maka pada penelitian ini akan dilakukan analisis sentimen menggunakan metode Naive Bayes Classifier. Tujuan dari penelitian adalah mengukur performa accuracy, precision, recall, dan f-measure pada metode Naïve Bayes Classifier dalam analisis sentimen terhadap body shaming pada Twitter. Dataset tersebut digunakan untuk mengklasifikasikan tweets yang bersifat positif dan negatif. Teknik klasifikasi yang digunakan yaitu dengan mengukur performa dari accuracy, precision, recall, dan f-measure menggunakan metode naïve bayes classifier. Berdasarkan hasil pengujian performansi accuracy, precision, recall, dan f-measure dengan feature model trigram menggunakan metode naïve bayes classifier dilakukan pada dataset tweets body shaming yang berjumlah 908 data. Berdasarkan hasil pengujian performa dengan model trigram didapatkan hasil accuracy 61%, precision 56%, recall 55% dan f-measure 55%.
Analisis Performa Metode Cluster K-Means pada Dataset Ocular Disease Recognition Mulyanul Ilmi Mashur; Yulita Salim
Indonesian Journal of Data and Science Vol. 3 No. 1 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i1.47

Abstract

Penelitian ini bertujuan untuk melakukan perbandingan menggunakan teknik cluster yang dapat mengolah data dalam jumlah besar untuk menemukan cluster baru pada dataset Ocular Disease Recognition. Pengolahan data tersebut digunakan untuk mengelompokkan penyakit pasien melalui fundus mata. Teknik Pengelompokkan menggunakan metode K-Means di mana metode ini efisien dan efektif dalam mengolah data dengan jumlah banyak. Pengukuran performa yang digunakan yaitu dengan menggunakan rand index dan mutual information based scores. Inputan yang digunakan yaitu 7 atribut dari hasil ekstraksi fitur moment invariant dataset citra fundus pasien. Data tersebut merupakan data testing yang digunakan untuk menguji performa pada metode K-Means. Berdasarkan hasil pengujian performa pada metode cluster k-means, untuk pengukuran rand index di dapatkan hasil nilai 1.0 dengan k=8 untuk cluster yang identik, kemudian untuk mutual information based scores didapatkan hasil nilai 1.0 dengan k=8 untuk cluster yang identik. Dari hasil perbandingan k=8 dan k=9 dengan dataset versi pertama dengan dataset versi kedua.
Modifikasi Least Significant Bits pada Gambar sebagai Data Hiding Steganography A. Muh. Ramadhani; Tasrif Hasanuddin
Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i3.48

Abstract

Penelitian ini menghasilkan kombinasi teknik steganografi dan kriptografi dengan metode LSB. merupakan teknik kriptografi yang populer dapat diterapkan pada citra digital. Nilai piksel citra digital hanya berkisar 0 sampai 255, Dalam penelitian ini diusulkan untuk mengkonversi nilai piksel citra menjadi 16bit sehingga kunci yang digunakan dapat lebih bervariasi. Hasil eksperimen membuktikan adanya peningkatan keamanan serta nilai imperceptibility yang tetap terjaga. Hal ini dibuktikan dengan hasil PSNR 77,79dB, MSE 0.0005dB
Sistem Informasi Magang Bersertifikat Berbasis Web Muhammad Ilham; Poetri Lestari Lokapitasari Belluano
Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i2.49

Abstract

Saat ini PT Semen Tonasa disetiap bulannya menerima ratusan siswa maupun mahasiswa untuk kebutuhan magang. Namun saat ini dalam proses penerimaannya, perusahaan belum memiliki sistem komputerisasi yang terintegrasi. Berangkat dari permasahan tersebut maka tujuan dari penelitian ini yaitu menerapkan sistem informasi berbasis web guna mengefisiensikan waktu dan tenaga yang sebelumnya masih manual. Dalam melakukan penelitian ini, jenis penelitian yang digunakan yaitu menggunakan Sistem Informasi Berbasis Web. Hasil dari penelitian ini yaitu adanya sebuah sistem informasi yang digunakan mahasiswa dan perusahaan sebagai sistem terintegrasi untuk kebutuhan informasi dan perencanaan sumber daya magang. Hasil dari penelitian ini adalah adanya output berupa sertifikat yang dapat diakses setelah pemangang menyelesaikan masa magang dengan bukti laporan harian.
Brand Promotion Fakultas Ilmu Komputer Universitas Muslim Indonesia Andi Muhammad Naufal; Purnawansyah
Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i2.50

Abstract

Brand adalah persepsi yang muncul pada audience mengenai sebuah perusahaan, figur ataupun ide (Hananto, 2019). Brand Identity adalah seperangkat asosiasi unik yang dimiliki oleh brand yang harus dibentuk dan dipelihara. Asosiasi ini merepresentasikan apa yang diwakili oleh brand dan mengimplikasikan janji kepada pelanggan dari organisasi (Fauziyah, 2016). Identitas merek (brand identity) dibutuhkan dalam membangun loyalitas yang nantinya akan memiliki nilai tersendiri yang mampu menjadi opini konsumen, yang bertujuan agar dapat lebih efektif dan berinteraksi sehingga membentuk persepsi dalam benak konsumen, dan menjadi dasar dari strategi promosi selanjutnya. Pemanfaatan brand identity diharapkan langkah optimasi media digital yang dikelola dengan baik serta dapat memberikan kualitas, Fakultas Ilmu Komputer (FIKOM UMI) diharapkan mampu memenuhi harapan konsumen agar memiliki reputasi yang baik, maka dari itu konsumen akan memiliki kepercayaan, menyukai, serta menganggap FIKOM UMI sebagai simbol representasi dari peradaban teknologi. Brand Identity merupakan bagian utama dari brand promotion. Penelitian ini bertujuan untuk merancang dan membangun brand identity untuk kebutuhan brand promotion sesuai dengan visi misi dan karakteristik dari FIKOM UMI. Hasil dari penelitian ini adalah sebuah media promosi yang terdiri dari media utama dan media pendukung. Media utama berupa logo dan aturan standarisasi penggunaan logo atau Graphic Standard Manual (GSM) Book, dan media pendukung seperti stationary kit, poster, banner, paper bag, billboard, backdrop, baju, dan media sosial.
Penerapan algoritma FMADM dengan metode MOORA untuk menentukan kelayakan beasiswa pada SMK Muhammadiyah 1 Palembang Kevin; Muhammad Rizky Tri Harsito
Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i3.55

Abstract

Beasiswa merupakan sumber bantuan pembiayaan yang tidak bersumber dari pendanaan sendiri atau dari orang tua, akan tetapi diberikan oleh pemerintah, perusahaan swasta, kedutaan, universitas serta lembaga Pendidikan, program beasiswa tersebut bertujuan agar dapat membantu meringankan beban keuangan keluarga. SMK Muhammadiyah 1 Palembang memiliki beberapa program bantuan beasiswa seperti PIP dan Lazizmu, dalam proses penyeleksian beasiswa masih dilakukan secara konvesnional sehingga membutuhkan waktu yang lama dan rentan terjadi kesalahan yang dikhawatirkan dapat mempengaruhi proses penyeleksian beasiswa. Agar proses penyeleksian beasiswa dapat berjalan dengan baik maka diperlukan sebuah Sistem Pendukung Keputusan yang mampu menentuan kelayakan penerima beasiswa. Sistem Pendukung Keputusan yang dibangun menerapkan algoritma FMADM dengan Metode MOORA dalam menentukan kelayakan penerima beasiswa yang berdasarkan kriteria yang telah ditetapkan yaitu kartu bantuan, jumlah tanggungan, pendapatan keluarga dan keadaan keluarga. Hasil dari sistem pendukung keputusan ini berupa rekomendasi nama-nama siswa yang layak mendapatkan beasiswa. Dengan adanya sistem pendukung keputusan penentuan kelayakan beasiswa yang menerapkan algoritma FMADM (Fuzzy Multiple Atributte Decision Making) dengan metode MOORA (Multi Objective Optimization on the basis of Ratio Analysis) diharapkan dapat mempermudah pihak sekolah dalam melakukan proses penyeleksian beasiswa.
Peramalan produksi Tandan Buah Segar (TBS) kelapa sawit di PT. Bintang Selatan Agro menggunakan jaringan syaraf tiruan algoritma Backpropagation dan Conjugate Gradient Powell- Beale Restarts Wahyudi
Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i3.56

Abstract

Peramalan (forecasting) merupakan proses perkiraan besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada masa lampau. Salah satu metode yang dapat digunakan untuk peramalan adalah jaringan syaraf tiruan backpropagation. Dalam proses produksi kebun sawit peramalan merupakan salah satu faktor penting untuk menunjang operasional agar lebih efektif dan berjalan dengan baik. Pada model peramalan ini menggunakan algortima jaringan syaraf tiruan algoritma backpropagation dikombinasikan dengan conjugate gradient powell-beale restarts. Adapun peramalan ini akan diimplementasikan kedalam sebuah aplikasi yang ditujukan untuk pengguna akhir (end user). Data yang digunakan sebagai data latih dan data uji yaitu data dari produksi dan data-data pendukung lainnya dari tahun 2016 – 2020. Arsitektur backpropagation yang digunakan yaitu, (5-5-1) dengan 5 layer input, 5 hidden layer dan 1 layer output, learning rate 0.5 dan maksimum iterasi 15000, dengan hasil tingkat error Mean Squared Error (MSE) tingkat akurasi paling tinggi ada pada periode 1 / Jan – April 2020, dengan tingkat akurasi 99.81% dengan hasil peramalan 179.715 kg, sedangkan rata-rata akurasi sebesar 89%.
Implementasi sistem keuangan desa (Siskeudes) di kecamatan muara sugihan menggunakan metode Black Box Testing Muhammad Leo Adi Saputra
Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v2i3.57

Abstract

Analisis Sistem Keuangan Desa (SISKEUDes) di Kecamatan Muara Sugihan Menggunakan Metode Black Box Testing. Aplikasi Sistem Keuangan Desa (SISKEUDes) dikembangkan bersama antara badan pengawasan keuangan dan pembangunan (BPK) dengan kementrian dalam negri (Kemendagri) nomor 20 tahun 2018 tentang pengelolaan keuangan desa, 22 (dua puluh dua) desa di Kecamatan Muara Sughihan selalu menggunakan aplikasi Siskeudes dalam pengelolaan keuangan desa. Untuk memastikan aplikasi sesuai kebutuhan fungsional yang diharapkan maka diperlukan pengujian terhadap aplikasi Siskeudes, pengujian menggunakan black box testing yaitu melakukan validasi output dari data input yang diberikan. Dalam menentukan test case perlu adanya sekenario test case untuk menentukan proses pengujian dari dokumen requirement dokumen persyaratan. Desain test case yang dapat membantu dalam menemukan kesalahan aplikasi merupakan pertimbangan penting dalam pengujian aplikasi. Terdapat beberapa teknik pengujian back bok yang digunakan dalam menentukan tese case diantaranya equivalence partitioning, boundary value analysis, robustness testing, dan requirment testing. Dari keempat teknik penggabungan pengujian metode black box dapat menemukan kesalahan aplikasi secara efektif, evaluasi hasil pengujian ini dibuktikan dengan perhitungan defect removal efesiensi, dari 160 test case ditemukan 24 defect perhitungan defect removal efesiensi=(24/160)*100%, = 0,15*100% = 15%, dari test case yang dibangun mendapatkan hasil pengujian 15% dari test case yang tidak lolos uji.

Page 4 of 6 | Total Record : 60

 2   3   4   5   6 

Filter by Year

2020 2023


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science Vol. 3 No. 2 (2022): Indonesian Journal of Data and Science Vol. 3 No. 1 (2022): Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science Vol. 2 No. 1 (2021): Indonesian Journal of Data and Science Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science Vol. 1 No. 2 (2020): Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science More Issue