Jurnal Informatika Polinema (JIP)
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Articles
10 Documents
Search results for
, issue
"Vol. 5 No. 3 (2019): Vol 5 No 3 (2019)"
:
10 Documents
clear
<![CDATA[SISTEM PENGELOMPOKAN KATEGORI BUKU BERBASIS METODE BAYES PADA SISTEM INFORMASI PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UM ]]>
<![CDATA[Annisa Putri Ayudhitama]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.175
<![CDATA[Pengelompokan kategori buku dalam perpustakaan merupakan salah satu hal penting karena jumlah buku dalam perpustakaan sangat banyak dan hal itu dilakukan untuk memudahkan para pembaca dalam mencari jenis buku yang ingin dibaca ataupun dipinjam. Pengelompokkan kategori buku oleh admin pastinya membutuhkan waktu lebih lama jika dilakukan secara manual. Pengelompokan kategori menggunakan metode bayes ditinjau dari prosesnya yang mengambil aksi berdasarkan data yang telah ada sebelumnya, dengan metode bayes proses pengelompokan dapat disesuaikan sesuai dengan sifat dan kebutuhan masing-masing orang. Untuk itu pada penelitian ini, diusulkan pengembangan sistem pengelompokan kategori buku digunakan untuk membuat pengelompokan kategori buku secara otomatis dari judul buku, dan pengelompokan ini menggunakan metode bayes dengan melihat nilai probabilitasnya. Tahapan metode bayes dalam pengelompokan kategori buku ini yaitu:(1)Memasukkan judul buku, (2)preprocessing, (3)tokenizing, (4)stopwords, (5)perhitungan probabilitas, (6)pengelompokan kategori buku. Pengujian metode ini menggunakan 50 data latih judul buku dengan 10 kategori yang ada dan 50 data uji, model pengujian menggunakan akurasi dengan hasil percobaan mencapai 90%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode bayes bisa memberikan keputusan yang tepat dalam memecahkan permasalahan dari banyaknya solusi yang ada.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PEMAIN YANG TEPAT SESUAI KEBUTUHAN TIM SEPAKBOLA ]]>
<![CDATA[Mochamad Panggih Nirwanto]]>;
<![CDATA[Yan Watequlis Syaifudin]]>;
<![CDATA[Imam Fahrur Rozi]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.232
<![CDATA[Pembelian pemain yang tepat merupakan aspek penting dalam memperbaiki kesalahan yang terjadi di musim sebelumnya baik dari segi prestasi maupun dari segi kerugian dalam hal finansial. Dalam kenyataanya pembelian pemain sekarang masih tidak sesuai kebutuhan tim di karenakan dalam menentukan pemain sepakbola pemandu bakat hanya melihat pemain dalam satu pertandingan maupun dalam satu kompetisi kecil yang dilaksanakan hanya sebulan dan biasanya pemandu bakat melihat pemain hanya dalam youtube yang biasanya terjadi kerugian karena tim merasa dirugikan karena pembelian gagal. Pada penelitian ini dibuat sistem informasi untuk membantu pembobotan kriteria dan perankingan pemain sepakbola guna mencari pemain terbaik yang akan di beli di bursa transfer dengan mengurangi tingkat subyektifitas penilaian. Kelebihan Analytical Hierarchy Process (AHP) adalah berdasar pada matriks perbandingan berpasangan dan melakukan analisis konsistensi. Sedangkan metode Technique For Others Reference By Similarity To Ideal Solution (TOPSIS) memiliki konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Hasil pengujian metode AHP dan TOPSIS yang dilakukan dengan membandingkan hasil pengujian sistem dan transfer sebenarnya diperoleh tingkat akurasi 80% dari 5 perbandingan kriteria.]]>
<![CDATA[SISTEM PAKAR DIAGNOSA TINGKAT KECANDUAN INTERNET MENGGUNAKAN METODE TEOREMA BAYES ]]>
<![CDATA[Dhebys Suryani Hormansyah]]>;
<![CDATA[Mungki Astiningrum]]>;
<![CDATA[Muhammad Fikrul Ilmi]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.234
<![CDATA[Internet merupakan salah satu media yang sekarang ini banyak digemari oleh remaja. Tidak sedikit orang yang sangat bergantung pada internet sehingga pengguna tersebut kecanduan, gejala kecanduan tersebut diberi nama Internet Addiction. Internet Addiction diartikan sebagai sebuah sindrom yang ditandai dengan menghabiskan sejumlah waktu yang sangat banyak dalam menggunakan internet dan tidak mampu mengontrol penggunaannya saat online. Orang-orang yang menunjukkan sindrom ini akan merasa cemas, depresi, atau hampa saat tidak online di internet. Rendahnya kesadaran masyarakat tentang gangguan kecanduan ini menjadi faktor makin banyaknya masyarakat, khususnya remaja, yang meremehkan gangguan kecanduan ini dan sering dianggap sebagai sesuatu yang wajar karena pada zaman ini memang zaman teknologi yang terbuka luas. Oleh karena itu diperlukan adanya teknologi yang membantu mendiagnosa kecanduan internet menggunakan metode Teorema Bayes. Pada metode Teorema Bayes, setiap bobot gejala pada gangguan ini ditentukan oleh probabilitas dari hasil survei atau angket yang telah dilakukan sebelumnya sebanyak 50 data. kecenderungan individu yang terindikasi mengalami kecanduan terhadap internet. Teorema Bayes menggunakan pendekatan secara statistik untuk menghitung trade off di antara keputusan yang berbeda-beda, dengan menggunakan probabilitas dan nilai yang menyertai suatu pengambilan keputusan tersebut. Dari pengujian sistem yang dilakukan menunjukkan bahwa metode Teorema Bayes memiliki tingkat akurasi 60% untuk mendiagnosa tingkat kecanduan internet yang dialami oleh remaja.]]>
<![CDATA[PENGEMBANGAN APLIKASI WEBSITE TOKO BERBASIS SYARIAH DENGAN PENERAPAN ALGORITMA APRIORI ]]>
<![CDATA[Deddy Kusbianto Purwoko Aji]]>;
<![CDATA[Yoppy Yunhasnawa]]>;
<![CDATA[Rahmandi Hamzah]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.244
<![CDATA[Perkembangan toko atau ritel di Indonesia sangat pesat dengan diimbangi dengan persaingan yang ketat antar toko. Toko berbasis syariah mulai banyak bermunculan. Hal tersebut patut ditingkatkan dengan penyesuaian pada perkembangan teknologi informasi yang membuat kesempatan memasarkan produk dagangannya secara online terbuka lebar. Dalam permasalahan lain kebutuhan masyarakat yang sangat beragam mengakibatkan munculnya berbagai pola pembelian pada sebuah toko. Kedua permasalahan tersebut memunculkan gagasan untuk membuat aplikasi Website toko berbasis syariah dengan ditambahkan penerapan algoritma untuk menentukan barang yang sering dibeli. Website Toko yang dibangun dengan konsep marketplace ini memudahkan pengguna untuk membuka toko online mereka. Melalui registrasi dan login pengguna sudah dapat memasarkan barang dagangannya pada fitur iklan yang tersedia. Selain itu dengan menggunakan aplikasi ini pengguna dapat menetahui barang apa saja yang sering dibeli secara bersamaan. Hal tersebut dapat direalisasikan melalui halaman admin. Berdasarkan Analisa hasil perhitungan menggunakan algoritma apriori, semakin kecil penentuan minimum support maka semakin banyak associstion rules yang terbentuk. Dalam studi kasus ini penulis membutuhkan lebih banyak associstion rule dengan 1 item pada itemset “jika” guna memberikan rekomendasi barang lain pada masing-masing barang yang dijual toko. Hal tersebut bisa didapatkan dengan menentukan nilai minimal support dibawah 70 persen.]]>
<![CDATA[IMPLEMENTASI KLASTER KOMPUTER MINI RASPBERRY PI METODE LOAD BALANCING MENGGUNAKAN ALGORITMA ROUND ROBIN ]]>
<![CDATA[Erfan Rohadi]]>;
<![CDATA[Arief Prasetyo]]>;
<![CDATA[Mohammad Faried Rahmat]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.248
<![CDATA[Meningkatnya jumlah pengguna internet saat ini, membuat lalu lintas data meningkat secara signifikan. Ketika server tunggal mendapatkan request dari banyak client, besar kemungkinan akan terjadi overload. Sehingga request dari banyak client tidak dapat ditangani dengan maksimal. Hal ini mengakibatkan kinerja dari server menjadi menurun, Saat ini Untuk membangun sebuah cluster server dibutuhkan biaya yang sangat besar dan pengunaan daya yang besar. Berdasarkan permasalahan ini , maka dilakukan penelitian mengenai Implementasi Klaster Server Penelitian ini sangat menarik untuk dijadikan penelitian.]]>
<![CDATA[ANALISA FREQUENT PATTERN PADA DATA PENJUALAN MENGGUNAKAN ALGORITMA ECLAT UNTUK MENENTUKAN STRATEGI PENJUALAN ]]>
<![CDATA[Imam Fahrur Rozi]]>;
<![CDATA[Yan Watequlis Syaifudin]]>;
<![CDATA[Nursita Al Mufidah]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.249
<![CDATA[Data transaksi penjualan merupakan salah satu data yang dapat diolah dan di analisa sebagai obyek suatu penelitian. Algortima Eclat merupakan algoritma pengembangan dari Algoritma Apriori yang sering digunakan untuk menganalisa data transaksi penjualan. Algoritma Eclat merupakan algoritma yang menggunakan format data vertikal untuk merepresentasikan datanya. Kelebihan dari Algoritma Eclat adalah proses dan performa penghitungan support dari semua itemsets dilakukan dengan cara lebih efisien dibandingkan dengan Algoritma HUI-miner Apriori. Algoritma Eclat digunakan untuk membantu menemukan frequent pattern pada data penjualan yang hasilnya berupa rule produk pembelian barang yang sering dibeli secara bersamaan oleh konsumen di dalam satu transaksi. Dengan menggunakan assosiation rule mining dapat ditentukan hasil dari nilai support dan confidence dari suatu rule produk yang didapat. Berdasarkan hasil analisa data pengaruh minimum support terhadap confidence dan lift ratio didapatkan hasil apabila semakin tinggi nilai minimum support yang digunakan, maka kemungkinan rule yang dihasilkan juga semakin banyak. Namun, prosentase hasil rule yang mendapatkan nilai pengujian lift ratio diatas 1,00 hanya sedikit. Sedangkan, apabila semakin sedikit nilai minimum support yang digunakan, maka kemungkinan hasil prosentase rule yang mempunyai nilai lift ratio diatas 1,00 semakin banyak dan bisa dikatakan rule tersebut valid untuk dijadikan saran rule barang yang akan diberi diskon.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JENIS INVESTASI MENGGUNAKAN METODE FUZZY DAN COST BENEFIT ANALYSIS ]]>
<![CDATA[Indra Dharma Wijaya]]>;
<![CDATA[Rudy Ariyanto]]>;
<![CDATA[Frans Goklas Parningotan]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.250
<![CDATA[Investasi adalah penanaman aset atau dana yang dilakukan oleh sebuah perusahaan atau perorangan untuk jangka waktu tertentu demi memperoleh timbal balik yang lebih besar di masa depan. Namun pada kenyataannya pemilihan jenis investasi masih bermasalah terutama bagi kalangan pemula / calon investor. Pada penelitian ini dibuat sistem pendukung keputusan menentukan jenis investasi untuk membantu calon investor dalam memilih jenis investasi yang sesuai dengan menggunakan metode Fuzzy Sugeno dan Cost Benefit Analysis. Metode Fuzzy Sugeno secara garis besar merupakan proses perhitungan untuk menghitung pilihan jenis investasi mana yang sesuai dengan kriteria dari calon investor dan metode Cost Benefit Analysis untuk menghitung kembalian dari setiap investasi, sehingga lebih meyakinkan calon investor dalam memilih jenis investasi yang sudah dipilih. Hasil pengujian yang dilakukan yaitu dengan melakukan kuisioner kepada calon investor dan dinas penanaman modal kota Batu mendapatkan hasil 79%.]]>
<![CDATA[PENGEMBANGAN PENGUJIAN KODE PROGRAM OTOMATIS PADA PERKULIAHAN ALGORITMA DAN PEMROGRAMAN ]]>
<![CDATA[Putra Prima Arhandi]]>;
<![CDATA[Mungki Astiningrum]]>;
<![CDATA[Moch Ma’ruf Amien]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.252
<![CDATA[Pendidikan pada bidang teknologi informasi sangat erat kaitannya dengan kemampuan mahasiswa dalam membuat sebuah kode program. Banyak cara yang dilakukan oleh lembaga pendidikan untuk meningkatkan kemampuan programming mahasiswa. Salah satunya adalah metode automated assessment dimana pada metode ini digunakan dengan bantuan komputer untuk melakukan penilaian secara otomatis. Banyak penelitian dilakukan untuk menguji kode program secara otomatis, salah satu nya Penelitian Arhandi pada tahun 2017 yang sudah mampu menyediakan service dengan performa yang baik dari sebelumnya tetapi perlu dilakukan perbaikan karena online judge yang dibuat hanya mampu untuk menguji benar atau salah dari kode program yang dikerjakan oleh siswa menggunakan bahasa pemograman C/C++ dan untuk mengakses service online judge tersebut pengguna harus menggunakan aplikasi REST Service seperti postman. Oleh karena itu pada penelitian ini dikembangkan sebuah pengujian kode program otomatis (online judge) yang bisa menangani pengujian dari kode program yang di submit mahasiswa yang menggunakan bahasa pemograman Java dan menyediakan sistem serta frontend (antarmuka) yang dapat mempermudah mahasiswa maupun dosen dalam mengakses service pengujian kode program otomatis. Dari hasil pengujian performa menggunakan aplikasi jMeter didapatkan bahwa sistem dapat menguji kode program sebanyak 120 mahasiswa dengan total 3600 request dengan rata-rata latency 22.308 ms.]]>
<![CDATA[PENDETEKSIAN COPY-MOVE FORGERY PADA CITRA DIGITAL ]]>
<![CDATA[Rosa Andrie Asmara]]>;
<![CDATA[Dwi Puspitasari]]>;
<![CDATA[Era Chalis Kurniangesti]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.253
<![CDATA[Pemalsuan citra memberikan dampak yang tidak bisa dianggap sepele bagi masyarakat dikarenakan citra merupakan salah satu sumber informasi yang sering digunakan. Kasus yang paling sering kita ketahui adalah munculnya berita-berita hoax yang tak jarang didukung dengan bukti berupa gambar atau citra yang telah dimanipulasi. Beberapa jenis pemalsuan citra, diantaranya adalah Retouching, Copy-Move dan Splicing. Penelitian kali ini membahas mengenai pendeteksian pemalsuan Copy-Move. Copy-Move adalah pemalsuan citra yang dilakukan dengan maksud untuk menghilangkan suatu objek dengan cara menutupinya dengan blok kecil yang disalin dari bagian lain dari gambar yang sama. Teknik ini juga digunakan untuk memperbanyak suatu objek dengan menempelkan objek pada posisi lain. Tujuan utama dari penelitian ini adalah mendeteksi adanya pemalsuan yang dilakukan pada citra digital khususnya Copy-Move Forgery. Metode yang digunakan pada penelitian ini adalah metode DCT dan DCT Terkuantisasi yang mengubah citra kedalam domain frekuensi sebelum dilakukan pendeteksian. Proses pendeteksian dilakukan dengan langkah-langkah yaitu citra yang dicurigai mengandung pemalsuan akan diinputkan kedalam sistem dan dilakukan pre prosesing menjadi citra grayscale. Kemudian citra dibagi kedalam blok-blok pixel berukuran 8x8 dan mengubah blok-blok pixel tersebut kedalam domain frekuensi dengan DCT atau DCT Terkuantisasi. Setelah itu hasilnya akan dipisah sesuai dengan frekuensinya, yaitu frekuensi rendah, menengah dan tinggi untuk selanjutnya dilakukan pencocokkan. Setelah dilakukan pencocokkan, selanjutnya pixel-pixel yang dianggap sebagai Copy-Move akan ditandai. Pengujian menggunakan 3 kategori citra dengan jumlah masing-masing kategori 3 citra. Selain itu pada masing-masing kategori citra terdapat citra Copy-Move asli dan citra Copy-Move yang telah dilakukan postprocessing. Dari hasil pengujian diperoleh pendeteksian dengan akurasi terbaik dilakukan dengan metode DCT Terkuantisasi Matrik1 dengan presentase Copy-Move yang Pendeteksian dengan akurasi terbaik dilakukan dengan metode DCT Terkuantisasi Matrik 1 dengan presentase Copy-Move yang Terdeteksi pada frekuensi rendah adalah 22.22%, pada frekuensi menengah sebesar 25% dan pada frekuensi tinggi 11,11%. Juga dihasilkan nilai Terdeteksi dengan False Match sebesar 55,56% pada frekuensi rendah, 41,67% pada frekuensi menengah, dan 72,22% pada frekuensi tinggi.]]>
<![CDATA[SISTEM INFORMASI GEOGRAFIS PENCARIAN JALUR TERDEKAT DESA WISATA STUDI KASUS KOTA WISATA BATU ]]>
<![CDATA[Usman Nurhasan]]>;
<![CDATA[Pramana Yoga]]>;
<![CDATA[Moch Hafiz Nasirrudin]]>
<![CDATA[ Jurnal Informatika Polinema Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) ]]>
Publisher : <![CDATA[UPT P2M State Polytechnic of Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33795/jip.v5i3.257
<![CDATA[Kota batu merupakan salah satu kota di Indonesia yang menyandang predikat sebagai kota wisata. Kota di Provinsi Jawa Timur, Indonesia. Kota ini terletak 90 km sebelah barat daya Surabaya atau 15 km sebelah barat laut Malang. Desa wisata dan beragam potensi daerah nya merupakan aset yang sangat penting bagi Kota Batu. Ada 24 desa wisata yang telah terkelola oleh masyarakat dan perangat desa. Namun 5 tahun terakhir pembangunan objek wisata di Kota Batu hanya terfokus pada objek yang dikelola oleh swasta. Sehingga membuat potensi daerah Kota Batu tidak begitu banyak dikelola dan dimanfaatkan oleh masyarakat dan pemerintah Kota Batu. SIG yang informatif merupakan upaya untuk membantu berjalan nya konsep Smart City di Kota Batu. Di dalam SIG ini bertujuan untuk memberi informasi kepada wisatawan sehingga dapat membuat potensi asli daerah di kota batu bisa terlihat dan dimanfaatkan dengan maksimal oleh masyarakat dan pemerintah Kota Batu. Di dalam SIG ini penulis menggunakan metode Greedy untuk pencarian jalur terdekat. Algoritma greedy merupakan jenis algoritma yang menggunakan pendekatan penyelesaian masalah dengan mencari nilai maksimum sementara pada setiap langkahnya. Nilai maksimum sementara ini dikenal dengan istilah local maximum. Pada kebanyakan kasus, algoritma greedy memberikan solusi yang mendekati nilai optimum dalam waktu yang cukup cepat.]]>
