cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agung Nugroho
Contact Email
agung@pelitabangsa.ac.id
Phone
-
Journal Mail Official
jpcs@pelitabangsa.ac.id
Editorial Address
Jl. Inspeksi Kalimalang Tegal Danas Arah Deltamas, Cikarang Pusat, Kabupaten Bekasi
Location
Kab. bekasi,
Jawa barat
INDONESIA
Journal of Practical Computer Science (JPCS)
Published by Universitas Pelita Bangsa
ISSN : -     EISSN : 28098137     DOI : https://doi.org/10.37366/jpcs
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Journal of Practical Computer Science (JPCS) sebagai media kajian ilmiah dari hasil penelitian, pemikiran dan kajian dan implementasi berkaitan dengan bidang Ilmu Komputer Praktis. Fokus dan ruang lingkup Journal of Practical Computer Science (JPCS) meliputi: - Rekayasa Perangkat Lunak - Kecerdasan Buatan - Data Mining - Machine Learning - Internet of Things - Jaringan Komputer - Keamanan Informasi - Topik kajian lain yang relevan
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 30 Documents
 1   2   3 
Anlisa Terpilihnya Tri Rismaharini sebagi Menteri Sosial dengan Pendekatan Algorithma Naïve Bayes Muhamad Fatchan; Hari Sugeng
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (522.608 KB) | DOI: 10.37366/jpcs.v1i2.942

Abstract

Analisis sentimen merupakan penelitian dari suatu pendapat, atau opini dan luapan perasaan yang di ekspresikan dalam bentuk tekstual. Twitter merupakan sosial media yang memiliki jumah pengguna yang banyak khususnya di Indonesia twitter sering digunakan untuk meluapkan perasaan maupun tanggapan opini berupa tanggapan positif maupun negatif. Tujuan dari penelitian ini adalah untuk menentukan sentimen masyarakat terhadap terpilihnya Bu Tri Rismaharini menjadi Menteri Sosial pada twitter serta mengetahui tingkat akurasi metode dalam mengklasifikasikan sentimen positif dan sentimen negatif. Metode yang digunakan dalam penelitian ini yaitu Algoritma Naïve Bayes dan pemrosesan data menggunakan aplikasi Rstudio. Hasil dari penelitian ini yaitu mengetahui tingkat akurasi metode Naïve Bayes dalam mengklasifikasikan data sentimen positif dan negatif dengan membagi data penelitian menjadi 3 data testing yaitu 30%, 25%, dan 20% dan jumlah akurasi tertinggi yang ada pada penelitian ini adalah data testing 30% dan data training 70% yaitu dengan tingkat akurasi 90,3%. Dari penelitian ini bisa diketahui bahwa menggunakan aplikasi Rstudio dan metode Naïve Bayes memiliki tingkat akurasi yang baik dalam menentukan sentiment analisis. Kata kunci: TNaïve Bayes, Analisis sentiment, RStudio, Mensos Risma.
Optimalisasi Support Vector Machine Menggunakan Particle Swarm Optimization Untuk Mendiagnosa Penyakit Kanker Payudara Ari Maulana; Agung Nugroho; Ikhsan Romli
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (902.564 KB) | DOI: 10.37366/jpcs.v1i2.940

Abstract

Kanker payudara adalah kanker yang paling umum pada wanita dan penyebab utama kematian kanker di seluruh dunia. Klasifikasi dalam data mining merupakan dua bentuk proses analisis data yang digunakan untuk mengekstraksi model yang menggambarkan kelas data atau untuk memprediksi tren data di masa depan. Support Vector Machine (SVM) dikenal juga dengan support vector network yang merupakan metode supervised terkait dengan learning algorithm untuk analisa pola data yang digunakan untuk klasifikasi dan regresi. Seleksi fitur banyak digunakan untuk mengatasi fitur yang tidak relevan dan berlebihan. Seleksi fitur menyederhanakan sekumpulan data dengan mengurangi dimensi dan mengidentifikasi fitur yang relevan tanpa mengurangi akurasi prediksi. Penelitian ini mengguanakan algoritma Support Vector Machine dengan Particle Sarm Optimization untuk mendiagnosa penyakit kanker payudara. Hasil dari penelitian ini adalah accuracy sebesar 97.61%, precision sebesar 99.21% dan recall 96.94%. Penggunaan Particle Swarm Optimization bekerja secara efektif dalam meningkatkan nilai akurasi. Kata kunci: Kanker payudara, klasifikasi, support vector machine, particle swarm optimizatiom.
E-Tourism Sebagai Media Wisata Kabupaten Bekasi Berbasis Website Wiyanto Wiyanto; Salsa Fadhilah; Arif Siswandi
Journal of Practical Computer Science Vol. 2 No. 1 (2022): Mei 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.72 KB) | DOI: 10.37366/jpcs.v2i1.1035

Abstract

Bekasi Regency is one of the regencies located in the province of West Java. This district is located just east of Jakarta, bordering the city of Bekasi. Bekasi Regency has many tourist attractions that can be visited. Such as parks, forests, lakes, beaches and others. Bekasi Regency has become one of the areas with very rapid progress and has tourism objects that can increase the regional income of Bekasi Regency. In addition, many local and foreign tourists visit, but only know a few tourist objects because of the lack of information systems in tourism management in Bekasi Regency that have not been managed and developed properly. So it is necessary to develop a tourist information system to make it easier for tourists to visit tourism objects in Bekasi Regency and make it easier to manage promotions. The results of this study are in the form of an E-Tourism system as a website-based tourist information media that makes it easier for tourists to find wizard places in Bekasi Regency. Keywords: E-Tourism, Tourist, Information System, Bekasi Regency.
Sistem Pendeteksian Masker dan Hand sanitizer Otomatis Berbasis Raspberry Pi Friendzen Lian Wijaya Gunardi; I Gusti Made Ngurah Desnanjaya; I Wayan Sudiarsa
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1282.696 KB) | DOI: 10.37366/jpcs.v1i2.925

Abstract

COVID-19 merupakan pandemi yang sudah masuk ke tingkat global, dan sudah masuk ke Indonesia. Pemerintah melalui keputusan KEMENKES No. 382 tahun 2020 mengatur mengenai penetapan protokol kesehatan di tempat atau fasilitas umum. Petugas, pegawai, dan pengunjung wajib menggunakan masker, menjaga jarak, serta mencuci tangan atau memakai hand sanitizer ketika akan memasuki tempat atau fasilitas umum tersebut. Apabila ada pegawai yang terkena virus, maka akan besar kemungkinan tempat tersebut tutup dan seluruh pegawai wajib mengikuti tes covid-19. Untuk itu, penelitian sebuah sistem pendeteksian masker wajah dan pemberian hand sanitizer otomatis akan dibuat. Pembuatan sistem ini menggunakan perangkat Raspberry-Pi 4 Model B sebagai mikrokontrolernya dan juga pemrograman dengan bahasa python. Pemberian hand sanitizer otomatis juga akan dibuat di penelitian ini untuk memberikan pengguna hand sanitizer secara otomatis. Diharapkan penelitian ini dapat mencegah penyebaran virus COVID-19
PERANCANGAN APLIKASI PERANTI BERGERAK DIAGNOSA PENYAKIT SISTEM EKSKRESI Agus Suheri; M Rizk y Khobir; Sri Widaningsih
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (797.441 KB) | DOI: 10.37366/jpcs.v1i2.924

Abstract

Sistem pakar merupakan program berbasis pengetahuan yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli, dan sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Salah satu permasalahan yang bisa diangkat adalah sistem pakar bidang kesehatan pada sistem eksresi manusia, sistem pengeluaran zat-zat yang tidak digunakan oleh tubuh hasil dari metabolism tubuh. Indonesia menempati peringkat ke tujuh dunia untuk prevalansi penderita penyakit pada sistem ekskresi kebanyakan penyakit yang timbul adalah penyakit pada ginjal dan penyakit diabetes. Dengan peringkat tersebut maka Sistem Pakar dibutuhkan untuk menangani permasalahan kesehatan Sistem Eksresi yang dapat menjadi alternatif untuk membantu masyarakat dan tim kesehatan dalam melakukan diagnosa terhadap penyakit tersebut dengan mudah dan cepat dalam bentuk aplikasi. Aplikasi Diagnosa Penyakit Sistem Eksresi dibangun dengan berbasis peranti bergerak dengan pemrogram Android menggunakan Bahasa Java dan database mysql. Kata kunci: Android, Ekresi, Pakar, Perangkat Bergerak
PENERAPAN DATA MINING UNTUK MENGANALISA POLA PEMBELIAN SAYURAN HIDROPONIK MENGGUNAKAN METODE ALGORITMA APRIORI Sugeng Budi Rahardjo; Wiyanto W; Aprilia Sulistyohati; Umilhuda U
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.708 KB) | DOI: 10.37366/jpcs.v1i2.939

Abstract

Seiring dengan maraknya usaha di bidang sayuran hidroponik, UD. Media Farms menyadari akan munculnya persaingan bisnis yang ketat, sehingga diperlukan strategi untuk menarik konsumen, kurangnya sumber informasi baru menjadi salah satu kendala kemajuan bisnis. Tujuan dari penelitian ini adalah untuk mengetahui informasi mengenai sayuran apa saja yang sering dibeli konsumen secara bersamaan dalam satu kali transaksi guna mengoptimalkan hasil panen sayuran hidroponik dan menentukan strategi bisnis penjualan sayuran hidroponik. Metode data mining yang digunakan dalam penelitian ini adalah metode association rule dengan algoritma apriori. Dari proses pengolahan data menggunakan algoritma aprori dan pengujian dengan alat rapid miner, dengan parameter support minimal 20% dan confidence minimal 60% maka aturan asosiasi yang terbentuk adalah 7 aturan. Dari 7 rule yang terbentuk, ditemukan 3 rule dengan nilai confidence tertinggi yaitu (selada → kangkung) dengan nilai support 50% dan confidence 79%, (selada, bayam merah → kangkung) dengan nilai support 25% dan kepercayaan diri 78%, (selada, pakcoy → kangkung) dengan nilai support 22% dan confidence 76%. Ketiga rule tersebut memiliki nilai lift ratio > 1 yang artinya rule tersebut valid dan dapat digunakan dengan baik.
Optimasi Algoritma Genetika Dalam Memprediksi Minat Baca Siswa Pada Perpustakaan SMK Negeri 1 Gantar Dengan Metode Decision Tree Lina Yulita; Aswan S Sunge; Nisa Nurhidayanti
Journal of Practical Computer Science Vol. 2 No. 1 (2022): Mei 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v2i1.949

Abstract

Students are one part of the world of education that cannot be separated from reading activities. Each school certainly seeks to provide reading facilities such as school libraries, as well as libraries owned by SMK Negeri 1 Gantar aim to be able to foster and increase students' interest in reading books in the school library. But at the moment the library of SMK Negeri 1 Gantar tends to be minimal in number of visitors, this could be due to the lack of student awareness of the importance of reading books or there are other factors that can influence such as service, type of book, comfort, collection of books and so on. Then conducted a study that aims to find out how much interest in reading students of SMK Negeri 1 Gantar library using genetic algorithm optimization with the decision tree method. The data used in this study are visitor data owned by the library of SMK Negeri 1 Gantar as many as 290 data, the process of testing the method using RapidMiner 9.2. Based on the results of testing on research in predicting students' reading interest in the library of SMK Negeri 1 Gantar, the results obtained from the C4.5 algorithm or decision tree are accuracy by 84.48% and after being optimized using genetic algorithms the accuracy increases by 12.07% so that the accuracy value obtained from optimization of 96.55%. Then it can be concluded that the genetic algorithm optimization technique in value succeeded in increasing the accuracy of the C4.5 algorithm or decision tree in predicting students' interest in reading at the SMK Negeri 1 Gantar library. Keyword: Reading interest, library, C4.5 algorithm, genetic algorithm.
Analisis Sentimen Tentang Mobil Listrik Dengan Metode Support Vector Machine Dan Feature Selection Particle Swarm Optimization Ahmad Santoso; Agung Nugroho; Aswan S Sunge
Journal of Practical Computer Science Vol. 2 No. 1 (2022): Mei 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v2i1.1084

Abstract

Analisis sentimen twitter merupakan teknik untuk mengidentifikasi sentimen atau pendapat dalam tweet dan kemudian mengategorikannya ke dalam tweet positif atau tweet negatif salah satu topik yang dibahas pada social media twitter adalah mobil listrik, mobil listrik memiliki beberapa kelebihan dibandingkan dengan mobil bahan bakar fosil. Mobil listrik ini menuai banyak komentar dari masyarakat sehingga menimbulkan pro dan kontra di sosial media twitter. Penelitian ini dilakukan tujuannya untuk mengetahui pendapat masyarakat terhadap mobil listrik. Apakah pendapat tersebut lebih mengarah ke positif atau negatif dan untuk mengetahui nilai accuracy, AUC dari penggunaan metode Support Vector Machine dan feature selection Particle Swarm Optimization pada Software RapidMiner Studio. di dalam penelitian ini dapat diketahui bahwa 94,25% pengguna twitter setuju dan 5,75% pengguna twitter tidak setuju terhadap kehadiran mobil listrik. Penggunaan feature selection Particle Swarm Optimization pada metode support vector machine untuk menganalisis sentimen masyarakat mengenai mobil listrik dapat meningkatkan nilai accuracy dan AUC. Dimana nilai accuracy yang awalnya sebesar 82,51% menjadi 86,07%, terjadi kenaikan sebesar 3,56%. Sedangkan nilai AUC yang awalnya sebesar 0,844 menjadi 0,862 terjadi kenaikan sebesar 2,13%. Kata kunci: Analisis Sentimen, Text Mining, Support Vector Machine, Particle Swarm Optimization, Mobil Listrik.
Perancangan Sistem Informasi Administrasi Pendataan dan Pelayanan Penduduk Mengunakan QR Code Muhamad Irsan; Muhammad Anjar; Rahmatiah Rahmatiah
Journal of Practical Computer Science Vol. 2 No. 1 (2022): Mei 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v2i1.1012

Abstract

Pesatnya perkembangan dan kemajuan teknologi informasi saat ini memudahkan setiap transaksi berbasis komputerisasi, sehingga banyak penanganan administrasi dan pelayanan kependudukan sudah seharusnya mudah, efektif dan efisien, jika pelayanan kependudukan tidak efektif dan tidak efisien yang berdampak pada keterlambatan pembuatan laporan dan kesalahan dalam pendataan. Metode yang digunakan dalam penelitian ini adalah metode R&D (Research And Development) yaitu metode penelitian dilakukan secara sengaja dan sistematis untuk menghasilkan dan menguji produk. Tujuan Penelitian adalah untuk mengetahui dan merubah sistem yang digunakan dalam proses administrasi pendataan penduduk yang ada pada RT 014 RW 05 Kelurahan Duren Tiga dan faktor kendala penerapan Aplikasi, selain itu juga dapat diimplementasikan penggunaan suatu aplikasi berupa sistem informasi administrasi pendataan dan pelayanan peduduk yang akan diterapkan pada RT.014 RW 05 Kelurahan Duren Tiga. Solusi yang diberikan yaitu dengan membuat sebuah sistem informasi administrasi pendataan dan pelayanan penduduk menggunakan QR Code. Kata kunci: Sistem Informasi, Pendataan, Pelayanan, Penduduk, QR Code, Research and Development
Perancangan Sistem Informasi Penggajian Lembaga Penyiaran Publik Lokal Radio Wibawamukti Berbasis Desktop Ari Yuneldi; Tiara Rahayu Ruhyat
Journal of Practical Computer Science Vol. 2 No. 1 (2022): Mei 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v2i1.1057

Abstract

Sistem pengelolaan data Lembaga Penyiaran Publik Lokal (LPPL) Radio Wibawamukti sebelumnya masih dilakukan secara manual dan tidak terkomputerisasi dengan baik. Pengolahan data karyawan, cuti, serta penggajian dibuat hanya menggunakan bantuan Microsoft Excel dan Microsoft Word. Proses yang berjalan memiliki kekurangan seperti membutuhkan waktu yang lebih lama dalam proses penginputan, rentan terjadinya kesahalan oleh karyawan bahkan kehilangan data perusahaan. Tujuan penelitian ini adalah merancang sistem informasi penggajian yang terkomputerisasi berbasis desktop untuk LPPL Radio Wibawamukti dan mengetahui hasil coba sistem informasi penggajian yang diimplementasikan Penelitian ini dimulai dengan studi pustaka dari berbagai buku dan jurnal serta studi lapangan melalui pengamatan langsung, menyebarkan kuisioner dan melakukan wawancara dengan pihak LPPL Radio Wibawamukti. Metode penelitian yang digunakan dalam pengembangan sistem ini adalah metode waterfall. Hasil penelitian yang didapatkan adalah peneliti dapat merancang sistem informasi penggajian yang terkomputerisasi berbasis desktop untuk LPPL Radio Wibawamukti. Hasil penelitian ini dapat diimplementasikan dengan baik dan mudah dipahami oleh karyawan LPPL. Kata kunci: Sistem pengolahan data, LPPL Radio Wibawamukti, waterfall, sistem informasi.

Page 1 of 3 | Total Record : 30

 1   2   3 

Filter by Year

2022 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2024): Mei 2024 Vol. 3 No. 2 (2023): November 2023 Vol. 3 No. 1 (2023): Mei 2023 Vol. 2 No. 2 (2022): November 2022 Vol. 2 No. 1 (2022): Mei 2022 Vol 1 No 2 (2021): November 2021