cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ichwanul Muslim Karo Karo
Contact Email
cs@unimed.ac.id
Phone
+6285262688968
Journal Mail Official
jids@unimed.ac.id
Editorial Address
Gedung 77, FMIPA di Jalan Willem Iskandar, Pasar V Medan Estate, Percut Sei Tuan, Deli Serdang
Location
Kota medan,
Sumatera utara
INDONESIA
Journal of Informatics and Data Science (J-IDS)
Published by Universitas Negeri Medan
ISSN : -     EISSN : 29640415     DOI : https://doi.org/10.24114/j-ids.xxx
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
Journal of Informatics and Data Science (J-IDS) is a scientific journal managed by the Computer Science Study Program, Faculty of Mathematics and Natural Sciences, Medan State University, Indonesia which contains scientific writings on pure research and applied research in the field of computer science and data science as well as summarizing general developments in related theories, methods and applied sciences. Focus dan Scope J-IDS covers: Artificial Intelligence Science Computation Data Mining Data Science Big Data Natural Language Processing Computer Vision Expert System Text and Web Mining Parallel Processing
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 17 Documents
 1   2 
Penerapan Fuzzy Tahani Pada Sistem Pendukung Keputusan Penentuan Penerima Bantuan Langsung Tunai Dana Desa (BLT-DD) Berbasis Web. (Studi Kasus: Desa Bakti Makmur, Kecamatan Bagan Sinembah, Provinsi Riau) Kamelianty Br Sitohang
Journal of Informatics and Data Science Vol 2, No 1 (2023): VOL 2, NO 1 (2023): VOL 2, NO 1 (2023)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i1.42650

Abstract

Pandemi COVID-19 memberikan dampak perekonomian indonesia semakin terpuruk sehingga mempengaruhi tingkat kemiskinan semakin tinggi. Hal ini ditimbulkan karena menurun nya tingkat produktivitas individu ataupun perusahaan, adanya batasan kegiatan perekonomian indonesia yang menyebabkan banyak orang yang kehilangan mata pencaharian sehingga mendorong bertambahnya jumlah penduduk miskin. Sehingga diharapkan pemerintah wajib membuat kebijakan untuk mengatasi permasalahan tersebut yaitu dengan program Bantuan Langsung Tunai Dana Desa (BLT-DD). Penelitian ini bertujuan untuk membantu dalam menentukan  penerima yang layak untuk mendapat bantuan. Sistem pendukung keputusan  ini menggunakan metode Fuzzy Tahani. Pada penelitian ini metode pengumpulan data menggunakan metode kualitatif melalui wawancara dan observasi. Sistem pendukung keputusan ini berbasis web dengan bahasa pemrograman PHP dengan basis data menggunakan MySQL. Dimana hasil penelitian ini yaitu sebuah aplikasi yang dapat memberikan rekomendasi calon penerima yang akan menerima bantuan sehingga mempermudah dalam penentuan penerima Bantuan Langsung Tunai Dan Desa (BLT-DD). Kata Kunci: BLT-DD, Fuzzy Tahani, Sistem Pendukung Keputusan
Peramalan Curah Hujan Di Kota Medan menggunakan Metode Support Vector Regression Nadhilla Asyraf Siregar
Journal of Informatics and Data Science Vol 1, No 1 (2022): Vol 1, No 1 (Juni 2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i1.38544

Abstract

Penelitian ini dilakukan pada data curah hujan Kota Medan. Selama ini curah hujan  tidak dapat ditebak tinggi-rendahnya, sehingga banyak dari masyarakat yang masih kurang strategi dalam menghadapi naik turunnya curah hujan. curah hujan  merupakan salah satu variabel penentu kondisi iklim, berkaitan langsung dengan keberhasilan bidang pertanian, dan perkebunan. Peningkatan jumlah penduduk, pembangunan dan perkembangan kota, pertumbuhan industri, kepadatan lalu lintas, deforestasi, dan lain sebagainya juga telah banyak menarik perhatian dalam masalah perubahan iklim. Oleh karena itu, digunakan metode SVR (Support Vector Regression) untuk memprediksi curah hujan setiap bulan di tahun yang akan datang agar membantu pihak-pihak yang terdampak curah hujan memantapkan strategi dalam menghadapi naik-turunnya curah hujan. Tujuan penelitian ini untuk mengetahui peramalan curah hujan di Kota Medan dan mengetahui ketepatan peramalan. Hasil Prediksi SVR menunjukkan bahwa metode prediksi SVR ini sangat bagus digunakan untuk memprediksi curah hujan dengan ketepatan peramalan dilihat dari pengujian nilai RMSE terhadap nilai parameter pada model SVR. Adapun RMSE terbaik sebesar 0.038800637 dengan gamma sebesar 0.0005, C sebesar 0,0001, dan epsilon sebesar 1.
Implementasi Algoritma Support Vector Machine Untuk Analisis Sentimen Aplikasi OLX di Playstore Aqila Salsabila; Jeremia Jordan Sihombing; Rizky Irvandi Sitorus
Journal of Informatics and Data Science Vol 1, No 2 (2022): Vol 1, No 2 (2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i2.42597

Abstract

Analisis sentiment adalah menganalisis  opini, sentimen, evaluasi, penilaian, sikap, dan emosi orang-orang terhadap entitas seperti produk, layanan, organisasi,  individu,  masalah,  peristiwa, topik, dan atributnya. Support Vector Machine (SVM) adalah salah satu algoritma klasifikasi yang bisa digunakan untuk sentimen analisis. Penelitian ini bertujuan mengklasifikasikan review OLX Google Play Store menggunakan analisis sentimen yang telah dikumpulkan dan disaring. Hasil dari penelitian ini sangat berguna bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Penelitian ini menggunakan 2500 data ulasan aplikasi OLX dari Google Play Store.  Pada tahap pertama penelitian ini menggunakan Case Folding, Filtering, Tokenizing, Slang Word, Stopwords, Stemming, kemudian melakukan Konversi kalimat lalu mentransformasi teks ke vector dengan TfidfVectorizer. Pada tahap kedua melakukan spilt data menjadi dua bagian dengan perbandingan 80% dan 20%, yaitu 80% bagian untuk data training dan 20% bagian untuk data testing. Pada tahap terakhir membangun model sehingga diperoleh akurasi sebesar 85%, precision negatif sebesar 86% dan positif sebesar 82% , serta recall negatif sebesar 91% serta postif sebesar 73% dan f1-score sebesar 85%. Dapat disimpulkan dari sentimen analisis aplikasi OLX  berdasarakan ulasan di Playstore memuat lebih banyak ulasan negatif dibandingkan ulasan positif, hal ini dapat menjadi bahan evaluasi untuk kedepannya bagi pemilik aplikasi.
CLUSTERING TINGKAT KEPARAHAN TBC BERDASARKAN CITRA RONTGEN MENGGUNAKAN ALGORITMA K-MEDOIDS BERBASIS WEB Anisa Masnauli Siregar
Journal of Informatics and Data Science Vol 2, No 1 (2023): VOL 2, NO 1 (2023): VOL 2, NO 1 (2023)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i1.42653

Abstract

Tuberkulosis (TBC) adalah penyakit menular yang ditumbulkan dari kuman TB (Mycobacterium tuberculosis). 90% pasien yang terkonfirmasi TBC paru-paru tidak memberikan gejala (asymptomatic). Salah cara untuk mendiagnosis dan menganalisis penyakit yang diderita pasien dengan gambar dua dimensi atau sampel yang disebut dengan citra medis salah satu nya adalah dengan metode foto rontgen. Dengan rontgen kita dapat mengetahui kerusakan seperti apa yang terjadi pada paru-paru penderita yang diakibatkan bakteri yang menyerang. Dan dari banyaknya data citra rontgen tersebut masih belum memiliki label dari tingkat keparahan kerusakan paru-paru yang di derita pasien, dengan adanya pengelompokan tingkat keparahan kerusakan paru-paru tbc menggunakan metode data mining yaitu algoritma K-Medoids clustering menghasilkan label dari tingkat kerusakan paru-paru dengan mengelompokan data ke beberapa cluster berdasarkan kemiripan datanya. Berdasarkan hasil penelitian, teridentifikasi 3 cluster, yaitu cluster 0 dengan tingkat kerusakan paru-paru Lesi Inaktif terdapat 31 data, cluster 1 dengan tingkat kerusakan paru-paru Lesi aktif terdapat 120 data, dan cluster 2 dengan tingkat kerusakan paru-paru Luluh Paru terdapat 24 data. Sehingga diharapkan sangat membantu dalam mengetahui label dari tingkat kerusakan paru-paru yang diderita pasien.
IMPLEMENTASI ALGORITMA OTSU THRESHOLDING DENGAN MEDIAN FILTER DALAM SEGMENTASI CITRA DIGITAL NASKAH KUNO BATAK (STUDI KASUS: MUSEUM NEGERI PROVINSI SUMATERA UTARA) Nia Novita
Journal of Informatics and Data Science Vol 1, No 1 (2022): Vol 1, No 1 (Juni 2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i1.24153

Abstract

ABSTRAKSebagian dari naskah kuno Batak yang ada di Museum Negeri Provinsi Sumatera Utara mengalami kerusakan seperti robek, tulisan tidak terlihat jelas sehingga susah untuk dibaca dan terdapat noda di naskah tersebut karena usianya yang sudah puluhan bahkan ratusan tahun. Naskah kuno Batak tidak akan bertahan lama jika tidak ditangani atau dirawat dengan baik. Oleh sebab itu dibutuhkanya sebuah perawat yang dapat melestarikan naskah kuno Batak dengan jangka yang lebih lama. Salah satu cara untuk melestarikan naskah kuno Batak dan membuat naskah kuno Batak lebih dapat dibaca serta jelas, maka dapat dilakukan dengan cara segmentasi citra. Dengan segmentasi citra, naskah kuno Batak dapat diubah kedalam bentuk naskah kuno Batak citra digital yang dapat disimpan kedalam media penyimpanan. Segmentasi citra yang diterapkan adalah melakukan pemisahan background citra naskah kuno dengan teks naskah kuno Batak kedalam bentuk citra hitam dan puith, sehingga citra naskah kuno Batak yang tidak jelas dapat dibaca lebih baik. Segmentasi citra memerlukan metode, pada penelitian ini metode yang digunakan adalah Otsu Thresholding dengan Median Filter, tahapan metode Otsu Thresholding adalah mengubah citra naskah kuno kedalam citra luminosity grayscale, kemudian mengitung nilai rata-rata dan threshold, sehingga dilakukan pemisahan berdasarkan nilai threshold kemudian dilanjutkan dengan tahapan Median Filter sehingga menghasilkan citra naskah kuno Batak dengan pemisahan antara objek dan background citra. Kata Kunci: Naskah Kuno, Batak, Segmentasi, Citra, Otsu Thresholding, Median
Sistem Deteksi Konten Negatif pada Teks Website Menggunakan Metode Random Forest Aldiva Wibowo
Journal of Informatics and Data Science Vol 1, No 2 (2022): Vol 1, No 2 (2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i2.42737

Abstract

Internet saat ini telah mengalami perkembangan yang signifikan sebagai sarana untuk mencari informasi yang memberikan dampak positif bagi kehidupan sehari-hari masyarakat. Namun, di samping itu, internet juga menjadi tempat yang efektif untuk menyebarkan informasi yang memberikan dampak negatif, seperti penyebaran konten negatif kepada masyarakat. Untuk mengatasi masalah ini, pemerintah telah menetapkan sistem laporan dan DNS (Domain Name System) yang dikenal sebagai Trust Positif. Namun, upaya tersebut masih tergolong tidak efektif karena hanya didasarkan pada DNS dan laporan masyarakat. Oleh karena itu, tujuan dari penelitian ini adalah untuk menggunakan metode Machine Learning untuk membuat model klasifikasi konten negatif website berdasarkan isi teks website. Metode yang digunakan dalam penelitian ini adalah Random Forest. Proses penelitian dimulai dengan melakukan preprocessing pada data teks dengan pendekatan NLP (Natural Language Processing) dan kemudian mengaplikasikan metode Machine Learning. Hasil dari pengujian menunjukkan bahwa Random Forest cukup efektif dalam penelitian ini, dengan nilai accuracy sebesar 92%, precision sebesar 77%, dan recall sebesar 86%. Nilai tersebut didapatkan melalui pengujian dengan menggunakan 526 url website.
RANCANG BANGUN SISTEM INFORMASI PENJUALAN PADA TOKO UCOK IYAN Erma Windia Ningsih
Journal of Informatics and Data Science Vol 1, No 1 (2022): Vol 1, No 1 (Juni 2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i1.23399

Abstract

Toko Ucok Iyan merupakan salah satu toko yang bergerak dibidang penjualan bahan kebutuhan pokok yang memiliki tujuan utama yaitu meningkatkan penjualan secara pesat dan menjadi salah satu toko yang maju. Sistem pada perusahaan tersebut saat ini proses berjalannya dibantu dengan penggunaan komputer namun proses pendataan masih berupa manual dan belum adanya laporan bagi perusahaan tersebut. Beberapa produk miliknya diantaranya Rokok, Sembako, Makanan Ringan dan berbagai jenis barang lainnya. Sehingga hal ini masih menjadi hambatan bagi kecepatan, kemudahan dan akurasi data. Masalah yang timbul saat ini adalah laporan cetak terima barang yang masih dilakukan secara manual, sistem pembayaran yang belum menggunakan sistem terkomputerisasi, Sulitnya untuk mendata barang karna masih bersifat manual, Sulitnya memproses data pengiriman, karena kurang efektif jika barang yang sudah dikirim dimasukan ke data pengiriman dengan manual, Sulitnya menghitung hasil penjualan pertahun, karena terlalu banyak berkas untuk menampung data penjualan, dan sulit dalam mengetahui barang yang diretur.  Dengan adanya rancang bangun sistem informasi penjualan ini maka diharapkan dapat mengurangi masalah yang terjadi pada perusahaan tersebut serta pemilik perusahaan dapat meningkatkan profit pada perusahaanya.
Simulasi Virtual Private Network (VPN) Menggunakan Open VPN Pada Machine Virtual Ubuntu 22.04 Dedy Kiswanto
Journal of Informatics and Data Science Vol 2, No 1 (2023): VOL 2, NO 1 (2023): VOL 2, NO 1 (2023)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i1.43125

Abstract

Perkembangan teknologi serta jangkauan internet yang membuat orang-orang lebih mudah dalam mengakses internet dan melakukan pekerjaan walau terhalang jarak. Akan tetapi  jangkauan internet tersebut membuat seseorang dapat mengakses privasi orang lain. Oleh karena itu peneliti melakukan penelitian “Simulasi Virtual Private Network (VPN) Menggunakan Open VPN Pada Machine Virtual Ubuntu 22.04”, dimana OpenVPN dapat membantu pengguna dalam pertukaran data dengan aman. Server Ubuntu menyediakan layanan berupa OpenVPN yang mampu menciptakan tunnel server VPN sendiri dan dapat membatasi siapa saja yang dapat mengakses jaringan tersebut. Pada penelitian ini digunakan metode penelitian studi literatur sebagai pedoman dalam pengumpulan data untuk perancangan pembuatan VPN pada Ubuntu, serta dilakukan analisis pada isi data yang dikumpulkan. Hasil yang diperoleh ialah ketika sistem operasi/perangkat pengguna mengaktifkan VPN, maka sistem operasi/perangkat lain tidak dapat mengakses perangkat pengguna.
Klasifikasi Penyakit Demam Menggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation Citra Permatasari Harahap
Journal of Informatics and Data Science Vol 1, No 2 (2022): Vol 1, No 2 (2022)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v1i2.38680

Abstract

Proses klasifikasi menggunakan komputer dapat diterapkan dengan menggunakan metode-metode klasifikasi salah satunya metode Jaringan Syaraf Tiruan dengan algoritma Backpropagation. Penerapan algoritma Backpropagation dalam Klasifikasi Penyakit Demam diawali dengan tahapan pelatihan pada data latih sebanyak 135 data, diperoleh variasi learning rate dan neuron hidden layer terbaik dengan cara trial dan error. Pengujian dilakukan pada data uji yaitu sebanyak 15 data, hasil pengujian berupa klasifikasi penyakit Demam yang dibandingkan hasilnya dengan target sebenarnya. Parameter- parameter optimal dalam klasifikasi penyakit Demam menggunakan metode Jaringan Syaraf Tiruan algoritma Backpropagation adalah neuron pada hidden layer sebanyak 29 neuron, nilai learning rate 0.1, nilai MSE mencapai target error sebesar 0.001 dengan menggunakan fungsi aktivasi sigmoid bipolar diperoleh tingkat akurasi 100%
SISTEM PAKAR DETEKSI COVID-19 MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS MOBILE ANDROID Audri Wirlina
Journal of Informatics and Data Science Vol 2, No 1 (2023): VOL 2, NO 1 (2023): VOL 2, NO 1 (2023)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i1.44849

Abstract

Coronavirus mulai masuk ke indonesi pada tanggal 2 maret 2020 bermula dari warga indonesia yang berkontak fisik dengan warga jepang di sebuah acara klub dansa di Jakarta. Kasus Covid-19 terus menyebar dengan pesat, tercata pada Tanggal 30 Juni 2021 terdapat 2.178.272 kasus positif. Kemajuan teknologi kecerdasan buatan dibidang medis telah memunculkan sistem pakar yang dapat menggantikan para ahli sebagai deteksi awal Covid-19. Dikarenakan mahalnya melakukan rapid test, swab test dan test PCR (polymerase chain reaction) serta kurangnya tenaga ahli dalam menangani kasus Covid-19 ini. Sistem pakar dengan metode forward chaining  dan certainty factor berbasis  android dapat mampu membantu seseorang dalam mendeteksi awal secara mandiri apakah pengguna termasuk positif atau negatif Covid-19.. 

Page 1 of 2 | Total Record : 17

 1   2 

Filter by Year

2022 2023


Reset
Filter By Issues
All Issue Vol 2, No 1 (2023): VOL 2, NO 1 (2023): VOL 2, NO 1 (2023) Vol 2, No 2 (2023): November Vol 1, No 2 (2022): Vol 1, No 2 (2022) Vol 1, No 1 (2022): Vol 1, No 1 (Juni 2022)