METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS DEPOT AIR MINERAL ISI ULANG MENGGUNAKAN METODE TOPSIS (TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION)

2023-11-13T14:11:30+07:00

The Decision Support System (DSS) for determining the quality of mineral water depots using the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method is an application designed to assist mineral water depot managers in selecting the best mineral water supplier based on certain criteria. The TOPSIS method is used to solve multi-criteria problems by considering the relative proximity to ideal solutions and anti-ideal solutions.
First, relevant criteria for assessing the quality of mineral water are selected, including physical, chemical and microbiological parameters. Then, mineral water quality data from various suppliers is processed and normalized. Next, the normalized decision matrix is used to calculate the ideal solution and anti-ideal solution matrices. After that, a relative closeness score for each supplier is calculated based on the Euclidean distance to the ideal and anti-ideal solutions.
The results of the TOPSIS analysis are used to provide recommendations for the best mineral water suppliers. By using this system, mineral water depot managers can optimize supplier selection based on predetermined quality criteria, thereby increasing customer satisfaction and maintaining the reputation of the mineral water depot in the market.

ANALISIS SENTIMEN MASYARAKAT TERHADAP UU PERLINDUNGAN DATA PRIBADI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

2023-10-23T15:46:12+07:00

Machine Learning berperan penting dalam menangani masalah klasifikasi dan pemrosesan untuk memprediksi perkembangan informasi terkait Undang-Undang Perlindungan Data Pribadi. Data pribadi merupakan informasi individu yang harus dijaga integritasnya, dengan perlindungan yang dijamin oleh negara. Namun sayangnya, Indonesia menduduki peringkat sangat rendah dalam hal keamanan siber dibandingkan negara-negara lain. Penelitian ini bertujuan untuk menggali tantangan ini dan mencari solusi potensial untuk memastikan keamanan dan perlindungan data pribadi. Dalam penelitian ini, metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengkategorikan sentimen masyarakat terkait Undang-Undang Perlindungan Data Pribadi pada platform aplikasi X bersifat positif, netral, atau negatif. Data sampel yang digunakan sebanyak 275 data tweets yang kemudian dilakukan scraping. Pengolahannya menggunakan pemrograman Python dan tools Google Colab. Sebelum dilakukan analisis, terlebih dahulu dilakukan preprocessing untuk menghilangkan kata-kata maupun informasi yang tidak diperlukan sehingga tingkat akurasi yang dihasilkan dapat mendekati gambaran pada kenyataannya. Setelah dilakukan analisis, diperoleh hasil sentimen positif sebanyak 83 data tweets, sentimen negatif sebanyak 43 dan sentimen bersifat netral sebanyak 143. Hasil pengujian klasifikasi pada data tweets memiliki akurasi sebesar 73%. Dengan menggunakan SVM, diharapkan dapat mengidentifikasi persepsi dan respon masyarakat terhadap perlindungan data pribadi serta mengembangkan strategi yang lebih efektif untuk menjaga keamanan data pribadi di Indonesia. Upaya ini penting mengingat tantangan meningkatnya ancaman siber dan perlunya perlindungan data yang kuat dalam era digital saat ini.

PERBANDINGAN OPENSHIFT DAN CLOUD FOUNDRY SEBAGAI PLATFORM-AS-A-SERVICE SOFTWARE : STUDI LITERATUR

2024-02-05T15:50:33+07:00

Penelitian ini bertujuan untuk melakukan analisis perbandingan antara dua aplikasi cloud terkemuka, yaitu OpenShift dan Cloud Foundry. Analisis ini mencakup beberapa aspek kunci, termasuk arsitektur, integrasi, pengembangan aplikasi front-end, Vendor Outlook and Evolution, skalabilitas, bahasa dan teknologi, komunitas dan dukungan, biaya dan lisensi, serta fleksibilitas deployment. Melalui penelitian ini, disajikan perbandingan yang komprehensif antara OpenShift dan Cloud Foundry, mempertimbangkan kelebihan dan kelemahan masing-masing platform. Artikel ini memberikan wawasan yang berguna bagi organisasi atau pengembang yang sedang mempertimbangkan antara kedua platform ini, membantu dalam membuat keputusan yang tepat untuk kebutuhan cloud, dan mengembangkan aplikasi.

PENGEMBANGAN WEB MANAJEMEN STOCK PADA TOKO SPAREPART KATAJI MOTOR DENGAN METODE WATERFALL

2024-03-14T10:51:59+07:00

Web manajemen stok telah menjadi elemen penting dalam operasi toko sparepart, membantu meningkatkan efisiensi, akurasi, dan pengelolaan stok agar lebih baik. Penelitian ini bertujuan mengembangkan web manajemen stok yang disesuaikan dengan kebutuhan Sparepart Kataji Motor. Metode pengembangan digunakan metode Waterfall, terdiri dari tahapan yang terstruktur, termasuk analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Studi ini dimulai dengan melakukan analisis mendalam. Hasil analisis ini digunakan untuk merancang sistem manajemen stok yang baru. Selanjutnya, implementasi sistem dilakukan sesuai dengan desain yang telah dirancang dengan menggunakan teknologi modern. Pengujian dilakukan untuk memastikan kinerja sistem yang baik. Hasil dari penelitian adalah pengembangan aplikasi web yang memungkinkan Toko Sparepart Kataji Motor untuk mengelola stok mereka dengan lebih efisien. Sistem ini dapat membantu dalam pemantauan stok, pengelolaan pemesanan, dan peningkatan layanan pelanggan. Dengan metode Waterfall yang digunakan, proses pengembangan sistem ini dilakukan secara terstruktur dan terdokumentasi dengan baik.Penelitian ini diharapkan memberikan kontribusi positif untuk meningkatkan efisiensi operasional menjadi referensi bagi toko serupa yang ingin mengembangkan sistem manajemen stok berbasis web. hasil penelitian ini dapat memberikan pemahaman lebih baik mengenai penerapan metode Waterfall dalam pengembangan sistem perangkat lunak.

KOMBINASI PAKET MENU MAKANAN DENGAN ALGORITMA APRIORI PADA CAFE HABITAT COFFEE

2024-02-01T13:37:19+07:00

Habitat Coffee adalah salah satu kafe yang menawarkan berbagai jenis menu minuman dan makanan dengan harga yang beragam yang disajikan kepada pelanggan. Habitat coffee dapat menjual ratusan transaksi dalam sebulan yang mengakibatkan penumpukan data transaksi yang kerap tidak digunakan dikarenakan terbatasnya waktu dan jumlah data yang besar sehingga sulit dalam pengelolaan data. Untuk mengubah penumpukan data transaksi tersebut menjadi sebuah informasi tentang menu yang dibeli pelanggan secara bersamaan maka dibutuhkan sebuah metode atau teknik sehingga pihak Habitat Coffee dapat berinovasi dengan membuat paket menu makanan baru yang dapat meningkatkan keuntungan penjualan karena dapat menjual banyak menu dalam sebuah paket makanan dan mengetahui bahan baku apa saja yang harus di siapkan atau disediakan menggunakan teknik data mining yaitu metode algoritma apriori. Dari pengujian yang telah dilakukan sebanyak 4 kali menggunakan 150 data transaksi dengan menetapkan nilai minimum support, minimum confidence serta lift ratio untuk menentukan tingkat kevalidan suatu aturan maka menghasilkan kombinasi menu yaitu jika membeli lontong spesial maka akan membeli es teh manis dan kentang goreng, jika membeli nasi soto betawi maka akan membeli es teh tawar dan es teh manis.

PERBANDINGAN ALGORITMA SIMPLE LINEAR REGRESSION DAN SUPPORT VECTOR REGRESSION DALAM PREDIKSI JUMLAH PENDUDUK DI SULAWESI TENGGARA

2024-01-20T14:02:13+07:00

Pertumbuhan penduduk di Sulawesi Tenggara terus meningkat, mencapai kenaikan sekitar 8% dari tahun 2014 hingga 2023, seperti yang tercatat dalam data Badan Pusat Statistika (BPS). Dampak potensial dari fenomena ini pada kehidupan masyarakat dan pembangunan wilayah perlu menjadi perhatian. Dengan memprediksi jumlah penduduk, dapat membantu dalam perencanaan pembangunan jangka panjang, pengembangan infrastruktur, dan pengelolaan dan alokasi sumber daya. Penelitian ini bertujuan untuk menciptakan model yang efektif untuk meramalkan pertumbuhan penduduk dengan akurasi yang baik. Data yang digunakan adalah data jumlah penduduk Sulawesi Tenggara dari tahun 2014 hingga 2023 menurut kabupaten/kota oleh BPS. Prediksi dilakukan menggunakan metode Support Vector Regression (SVR) dan Simple Linear Regression (SLR). Hasil perbandingan menunjukkan bahwa SLR menunjukkan performa yang lebih baik secara umum dibandingkan dengan SVR pada sebagian besar model, dengan memiliki rata-rata MAPE sebesar 1.89% dan RMSE sebesar 0.51%. Temuan ini mengonfirmasi bahwa SLR merupakan algoritma yang lebih akurat dalam meramalkan pertumbuhan penduduk di Sulawesi Tenggara.

PENERAPAN DATA MINING UNTUK MEMPREDIKSI PENDAPATAN PERUSAHAAN DENGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN TRIPLE EXPONENTIAL SMOOTHING

2024-02-15T12:55:04+07:00

Perusahaan telah memiliki data laporan terkait pencapaian pendapatan perusahaan, tetapi informasi dari data tersebut tidak digunakan dengan semestinya. Oleh karena itu penelitian ini bertujuan untuk mengetahui penerapan data mining untuk memprediksi pendapatan perusahaan. Metode penelitian yang digunakan adalah metode DES dan TES, yang memproses sekumpulan data pendapatan yang belum diolah dan belum dikembangkan untuk menciptakan informasi baru yang bernilai dan berguna bagi perusahaan, khususnya untuk perolehan pendapatan perusahaan. Hasil penelitian menunjukan perhitungan MAPE metode DES memperoleh MAPE 98,5 sedangkan metode TES memperoleh MAPE 5,42. Dengan perolehan MAPE yang lebih kecil metode TES lebih relevan dalam penelitian ini di bandingkan dengan metode DES, karena metode TES mempunyai tren dan musiman sehingga lebih akurat dalam perhitungannya di bandingkan dengan metode DES yang hanya mempunyai tren. Dari hasil perolehan MAPE tersebut, penggunaan metode TES dengan perolehan MAPE 5,42. Berdasarkan kriteria MAPE, maka kemampuan untuk memprediksikannya adalah sangat baik.

SISTEM INFORMASI PENDAFTARAN SERTIFIKASI KOMPETENSI KEAHLIAN PADA ASTEKINDO KUBU RAYA

2024-04-04T23:06:56+07:00

ASTEKINDO merupakan perkumpulan dari para professional atau para pekerja yang bergerak dibidang jasa konstruksi dan terakreditasi Lembaga Pengembangan Jasa Konstruksi Nasional, pada proses pendaftaran uji komptensi pada ASTEKINDO masih menerapkan pendaftaran secara konvensional yaitu pemohon diminta untuk datang ke ASTEKINDO untuk mengisi formulir, melampirkan persyaratan dan melakukan pembayaran. Sistem yang berjalan saat ini sangat beresiko terjadi kesalahan dalam pengisian data pemohon karena masih menggunakan penulisan tangan pada setiap pengajuan, sering kali pemohon lupa membawa berkas persyaratan dan menunda pendaftaran. Penelitian ini mengembangkan sebuah website pendaftaran agar bisa dijadikan referensi untuk beralihnya sistem yang masih konvensional menjadi sistem berbasis website. Website ini dikembangkan menggunakan metode Waterfall dan mengimplementasikan framework CodeIgniter. Berdasarkan hasil analisa kebutuhan didapatkan 3 level akses yang terdiri dari Ketua, Admin dan Pemohon. Dengan menerapkan sistem ini diharapkan memudahkan Pemohon saat melakukan pendaftaran karena tidak lagi terbatas oleh jarak dan waktu juga memudahkan pemohon dalam pengisian formulir.

ANALISIS CLUSTERING STUNTING DENGAN DISTANCE EUCLID

2024-04-08T09:25:34+07:00

Entering the Industrial Revolution Era 4.0, human resources must be supported by healthy and intelligent human resources so that they can increase competitiveness. The world still faces the problem of hunger and malnutrition today. According to a Unicef report, many people suffer from malnutrition in the world. The World Health Organization (WHO) says that malnutrition is a dangerous threat to the health of the world's population. Stunting also has an impact in Indonesia, the prevalence of toddlers experiencing stunting in Indonesia is 24.4% in 2021. The solution created is to classify and cluster stunting so as to produce patterns that can be used as best practice to be transmitted to other affected areas. The algorithm used is Euclid, the Euclid algorithm is able to cluster stunting prevalence data into 3 clusters with a little category of 66%, a medium category of 28%, a lot of category of 6%. The results of the classification and clustering of the best stunting prevalence in cluster two with a small number, can be used as a source of accurate and updated information that can be used by the government in its efforts to optimize stunting handling in each district/city based on artificial intelligence which can provide patterns for handling and optimizing stunting. in each district/city. Malnutrition is estimated to be the main cause of 3.1 million child deaths every year. Therefore, efforts need to be made to minimize stunting by predicting stunting sufferers. The prediction results can be used as an early prevention effort.