cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nahya Nur
Contact Email
nahya.nur@unsulbar.ac.id
Phone
+6289656657447
Journal Mail Official
jcis@unsulbar.ac.id
Editorial Address
Jl. Prof. Dr. Baharuddin Lopa, S.H., Talumung, Majene. Sulawesi Barat
Location
Kab. majene,
Sulawesi barat
INDONESIA
Journal of Computer and Information System (J-CIS)
Published by Universitas Sulawesi Barat
ISSN : 26225859     EISSN : 26220881     DOI : https://doi.org/10.31605/jcis.v1i1
Core Subject : Science,
Computer Science & IT
Journal of Computer and Information System (J-CIS) adalah Jurnal Ilmu Komputer dan Sistem Informasi yang diterbitkan oleh Program Studi Informatika Universitas Sulawesi Barat. Bidang garapan jurnal J-CIS meliputi: Software Engineering, Networking, Data Mining and Big Data, Artificial Intelligence, Web and Database, Image Processing, Human Computer Interaction, Parallel Programming, Cloud Computing, Information System, Information Retrieval, Computer Graphics, Soft Computing, Internet of Things, dan Smart System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 36 Documents
 1   2   3   4 
The PERBANDINGAN ALGORITMA NAIVE BAYES DAN C4.5 DALAM MEMPREDIKSI PENYAKIT Andriani
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.810

Abstract

Setiap tahun, jumlah penderita diabetes semakin meningkat. Berdasarkan data dari World Health Organization (WHO), ada sekitar 347 juta orang di dunia menderita diabetes melitus, dan diperkirakan kematian yang disebabkan oleh diabetes akan meningkat dua pertiga kali diantara tahun 2008 sampai 2030. Peningkatan jumlah penderita diabetes disebabkan oleh keterlambatan pemprediksi dan juga karena pola hidup yang tidak sehat. Konsep dari naive bayes dan C4.5 sangat fleksibel terhadap data-data yang kurang tepat serta didasarkan pada bahasa alami. Karena itu dibutuhkan suatu sistem sebagai alat bantu dalam penentuan apakah pasien itu menderita diabetes melitus atau tidak dengan menggunakan konsep perbandingan algoritma Naive Bayes dan C4.5. Berdasarkan permasalahan diatas, dapat dikembangkan sebuah teknik data mining dengan memprediksi data pasien teridentifikasi penyakit diabetes dengan menggunakan metode Algoritma C4.5 dan metode Naive Bayes dengan harapan setelah diolah dengan teknik data mining tersebut dapat dihasilkan informasi dalam prediksi data pasien teridentifikasi penyakit diabetes.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MASYARAKAT MISKIN DENGAN METODE WEIGTED PRODUCT BERBASIS WEB DI DESA BUKIT SAMANG Alwina Alwina
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1148

Abstract

Dalam menentukan siapa yang layak menerima bantuan pemerintah memiliki peranan yang penting yaitu memberikan kriteria yang akan dijadikan acuan sebagai syarat untuk mendapatkan bantuan diantaranya jumlah penghasilan, jenis pekerjaan, jumlah tanggungan, kondisi rumah, kepemilikan rumah, sumber air, dan umur. Kriteria-kriteria tersebut yang nantinya akan dijadikan pertimbangan untuk menentukan penerima bantuan yang akan menjadi priorotas. untuk itu diperlukan suatu system pendukung keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung keputusan untuk membantu, mempercepat, dan mempermudah proses pengambilan keputusan dalam menentukan masyarakat miskin. Dalam penelitian ini penulis menggunakan metode Weighted Product ( WP ). Dimana metode WP akan melakukan perbaikan bobot atau normalisasi dan kemudian menghitung preferensi untuk mendapatkan hasil akhir yang akan menjadi pedoman untuk memberikan bantuan. Hasil penelitian ini dapat membantu dalam menentukan calon penerima bantuan. Berdasarkan hasil pengujian sistem dengan blackbox menunjukan bahwa SPK tidak memiliki defect atau kesalahan berarti, sistem yang dibuat sudah memenuhi persyaratan fungsional , dan berhasil memenuhi kebutuhan pemerintah desa bukit samang.
IMPLEMENTASI METODE END USER COMPUTING SATISFACTION (EUCS) UNTUK MENGUKUR TINGKAT KEEFEKTIFAN DAN KEPUASAN PENGGUNA SISTEM E-LEARNING DI MASA PANDEMI COVID-19 Taswin Wink
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1258

Abstract

Penelitian ini bertujuan untuk mendapatkan dan mengetahui informasi tentang keefektifan dan kepuasan pengguna sistem E-Learning Universitas Sulawesi Barat di masa pandemi Covid-19. E-Learning UNSULBAR masih memiliki kekurangan, seperti adanya keluhan dari beberapa mahasiswa dan dosen diantaranya masalah akses materi dan aplikasinya di android yang susah, fitur diskusi yang masih membingungkan, dan tidak semua dosen dan mahasiswa menggunakannya. Pengukuran kepuasan dilakukan menggunakan metode End User Computing Satisfaction. Pendekatan yang digunakan adalah kuantitatif dengan menggunakan analisis statistik deskriptif dan analisis statistik inferensial. Hasil pengukuran disimpulkan bahwa secara umum pengguna sudah puas terhadap E-Learning UNSULBAR dengan melihat nilai tertinggi dari setiap dimensi, yaitu kategori Puas ada pada dimensi Content sebanyak 171 orang, Accuracy sebanyak 221 orang, Format sebanyak 177 orang, Ease of Use sebanyak 165 orang, dan Timelines sebanyak 161 orang. Dan untuk mengurutkan kategori tingkat kepuasan, diperoleh kategori Sangat Puas ada pada Content sebanyak 80 orang, kategori Puas ada pada Accuracy sebanyak 221 orang, kategori Kurang Puas ada pada Timelines sebanyak 131 orang, kategori Tidak Puas dan Sangat Tidak Puas ada pada Ease of Use sebanyak 32 orang dan 10 orang. Variabel yang dinilai cukup baik oleh pengguna yaitu Accuracy, Format, dan Content, sedangkan Timeliness dan Ease of Use masih perlu dikembangkan.
PENERAPAN ALGORITMA NAIVE BAYES DALAM MEMPREDIKSI PERSEDIAAN BAHAN MEBEL (STUDI KASUS MEBEL USAHA BERSAMA PALIPI SOREANG) Zulkifli Kifli; Asmawati.S Asma; Arnita Irianti Arnita
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1360

Abstract

Tujuan dalam penelitian ini yaitu penerapan konsep kerja dari Algoritma Naive Bayes dalam memprediksi persediaan bahan baku mebel pada Mebel Usaha Bersama Palipi Soreang. Industri Mebel Usaha Bersama Bersama Palipi Soreang selama ini masih terdapat masalah dalam penyetokan bahan baku yang berupa kayu, diantaranya yaitu masih sering terjadi kehabisan bahan baku sebelum waktu yang sudah ditentukan yaitu selama satu tahun. Hal ini memunculkan kemungkinan pembeli barang (konsumen) kecewa bahkan beralih ke mebel lainnya, di karenakan ketersediaan bahan baku yang diinginkan sudah habis, maka dari itu diperlukan suatu sistem yang dapat memprediksi stok bahan baku mebel, yang sesuai dengan pola data penjualan dan pemesanan. Algoritma yang digunakan pada penelitian ini adalah algoritma Naive bayes dengan bahasa pemrograman Python. Jenis penelitian yang di gunakan dalam penelitian tersebut yaitu penelitian kuantitatif dengan teknik pengumpulan datanya yaitu observasi dan wawancara. Sedangkan untuk analisis data menggunakan analisis deskriptif. Hasil pada penelitian ini pada tahap pengujian ketiga diperoleh hasil bahwa, dari 10 data testing yang di uji diperoleh hasil dimana terdapat 2 data yang Failed atau salah prediksi saat pengujian. Akurasi yang diperoleh pada percobaan ini sebesar 0,80 atau sebesar 80%.
Implementasi Feature Oriented Domain Analysis (FODA) Pada Penentuan Fitur Aplikasi Smart Tourism di Sulawesi Barat sulpiana suria
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1446

Abstract

Salah satu bentuk penggunaan media informasi di internet dalam dunia pariwisata adalah aplikasi smart tourism yang mencangkup konsep pariwisata yang memanfaatkan TIK. Dalam mengembangkan sistem aplikasi smart tourism yang dapat membantu kebutuhan wisatawan, maka diperlukan sebuah penentuan kebutuhan fitur-fitur apa saja yang diinginkan pengguna di aplikasi untuk membuat aplikasi sesuai dengan asumsi dan pemenuhan pengguna. Peneliti menggunakan metode Feature-Oriented Domain Analysis (FODA) analisis domain Ini terdiri dari tiga tahapan yaitu analisis konteks, pemodelan domain dan pemodelan arsitektur. Hasil dari analisis ini diharapkan dapat memberikan model referensi fitur bagi pihak pengembang aplikasi smart tourism kedepannya, sehingga pengembang aplikasi sudah mengetahui fitur-fitur yang dibutuhkan agar memenuhi keinginan user aplikasi smart tourism dan fitur-fitur yang tidak diprioritaskan implementasinya. Metode penelitian yang digunakan dalam menyelesaikan penelitian ini adalah penelitian kualitatif. Hasil akhir dari penelitian ini didapatkan sebanyak 55 fitur yang dikategorikan menjadi mandatory feature dan optional feature.
Analisis Perbandingan Metode Harmonic Mean Filter dan Contraharmonic Mean Filter untuk mengurangi noise pada Citra Digital Amalia Chairy; Nurhikmah Arifin; Chairi Nur Insani
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1533

Abstract

The results of digital camera recordings to take digital images, there are often some disturbances that appear in the digital image called noise. The noise that is often found in digital images is Salt-Pepper Noise and Speckle Noise. An image that has noise usually occurs due to an error in image retrieval techniques. Noise that usually appears is spots on the image, it is necessary to reduce noise by using the right filter method so that the resulting image matches the original. One of the filter methods to reduce noise is the harmonic mean-filter and contra-harmonic mean filter methods. From the calculation results of the average Mean Square Error (MSE) and Peak Signal to Noise Ratio (PSNR), it can be concluded that the Harmonic Mean Filter method is better at reducing salt & pepper noise. While the Contra-Harmonic Mean Filter method is better at reducing speckle noise.

Page 4 of 4 | Total Record : 36

 1   2   3   4 

Filter by Year

2018 2022


Reset
Filter By Issues
All Issue Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022 Vol 4 No 2 (2021): J-CIS Volume 4 No. 2 2021 Vol 4 No 1 (2021): J-CIS Volume 4 Issue 1 2021 Vol 3 No 2 (2020): J-CIS Volume 3 No. 2 2020 Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020 Vol 1 No 1 (2018): Journal of Computer and Information System (J-CIS)