Rancang Bangun Sistem Informasi Geografis Industri Kreatif Kabupaten Cilacap (SIKECAP)

Pertumbuhan industri kreatif di Indonesia terus mengalami kenaikan. Industri kreatif diharapkan dapat menjadi sektor strategis yang mampu meningkatkan perekonomian di masa yang akan datang. Kesulitan yang dihadapi oleh industri kreatif terutama di Kabupaten Cilacap adalah pencarian lokasi industri kreatif yang sulit ditemukan. Industri kreatif mengalami kesulitan didalam mengenalkan produk yang dihasilkan. Berdasarkan masalah diatas perlu dibuat sistem informasi geografis yang mampu menunjukkan lokasi industri kreatif dengan akurat serta mampu membantu industri kreatif dalam mengenalkan produk yang dihasilkan. Penelitian ini menggunakan metode pengumpulan data secara deskriptif serta mengambil dari jurnal penelitian terdahulu. Metode pengembangan sistem yang digunakan menggunakan Rapid Application Development (RAD) yaitu salah satu pengembangan sistem berbasis System Development Life Cycle dengan kelebihan waktu yang lebih cepat. Pengujian sistem dilakukan dengan menggunakan metode black-box testing. Hasil penelitian ini adalah sistem informasi geografis yang mampu menunjukkan lokasi industri kreatif dengan lebih cepat, serta mampu membantu industri kreatif dalam mengenalkan produk yang dihasilkan.

Pola Beli Konsumen Menggunakan Algoritma Fp-Growth Untuk Rekomendasi Promosi Pada Aneka Jaya Motor

A piece of appropriate information can create and establish a business strategy in increasing sales through technology that can affect the trade-in buying and selling goods with the data information generated can be calculated in detail and accurately. At Aneka Jaya Motor Semarang, this was triggered by the demand for competition. One solution is a product promotion target. For determining which items are feasible for promotion, the application of a promotional decision recommendation system is made using data mining techniques associated with FP-Growth algorithms, its function is to find items that are often purchased simultaneously by consumers. Data used in the form of transaction data with the total amount used 501 data. The results obtained by appearing 1 rule is if consumers buy spark plug parts then buy oil parts with minimum support of 10% and minimum confidence of 35%. The lift ratio obtained is 1 so that valid rules are generated.

Perancangan Enterprise Arsitektur Sistem Informasi Manajemen Aset Menggunakan Kerangka Zachman Pada Rumah Sakit Jiwa daerah Dr. Amino Gondohutomo Semarang

AbstrakRumah Sakit Jiwa Daerah (RSJD) Dr. Amino Gondohutomo Semarang merupakan salah satu rumah sakit jiwa kelas A sebagai pusat rujukan pelayanan kesehatan jiwa bagi masyarakat Jawa Tengah. Timbulnya berbagai permasalahan dan kendala yang dihadapi terutama dalam hal manajemen aset yang masih belum optimal yaitu besarnya ruang lingkup RSJD Dr. Amino Gondohutomo mengakibatkan sering terjadinya peminjaman ataupun perpindahan aset yang tidak dapat diketahui oleh perusahaan. Tidak adanya sistem informasi manajemen aset yang terintegrasi antar bagian terkait, menyebabkan informasi yang diberikan relatif lambat untuk dilakukan koreksi serta pengawasan terhadap aset yang ada sehingga menyebabkan tidak ada kejelasan atau kesesuaian informasi terkait monitoring terhadap data aset dan proses distribusi aset, maka tidak jarang jika terjadi ketidaksesuaian antara sumber data dan bukti fisik di lapangan. Dari beberapa permasalahan yang timbul jika tidak segera ditangani maka akan mengakibatkan kerugian dan berdampak negatif pada perusahaan itu sendiri. Oleh karena itu penelitian ini bertujuan untuk menciptakan model blueprint rancangan enterprise architecture menggunakan metode kerangka Zachman yang diharapkan dapat digunakan sebagai acuan dalam membangun prototype sistem informasi manajemen aset RSJD. Dr. Amino Gondohutomo. Dengan adanya penelitian ini diharapkan dapat memberikan kemudahan bagi RSJD. Dr. Amino Gondohutomo dalam melakukan manajemen aset sehingga bisa lebih optimal Kata kunci— Enterprise Architecture, Blueprint IT, Metode Kerangka Zachman, Sistem Informasi Manajemen

Penilaian Risiko Aset Informasi dengan Metode OCTAVE Allegro: Studi Kasus ICT Fakultas Ilmu Komputer Universitas Sriwijaya

Informasi yang merupakan aset berharga bagi organisasi sangat penting dikelola risikonya agar dapat mempertahankan kelangsungan bisnis. ICT Fakultas Ilmu Komputer Universitas Sriwijaya (Fasilkom Unsri) memiliki aset informasi yang harus dilindungi terhadap ancaman baik dari pihak luar maupun dalam. Namun, sayangnya ICT Fasilkom Unsri belum pernah melakukan penilaian risiko dan belum memiliki prosedur secara formal/tertulis mengenai mitigasi risiko. Oleh karena itu, ICT Fasilkom Unsri belum mengetahui tindakan apa yang tepat untuk mengurangi risiko yang akan terjadi. Metode OCTAVE Allegro digunakan untuk membantu organisasi mengidentifikasi, menganalisis, dan mengambil tindakan mitigasi. Berdasarkan hasil penelitian, 5 dari 7 aset informasi yang dikelola oleh ICT Fasilkom Unsri dianggap sebagai aset yang kritikal. Setelah diidentifikasi dan dianalisis, ditemukan 73 risiko keamanan informasi Tindakan yang dapat diambil antara lain, 61 risiko dimitigasi/ditunda, 3 risiko ditunda/diterima, dan 3 risiko diterima. Dengan mengetahui penilaian risiko dari tiap-tiap aset informasi, ICT Fasilkom Unsri dapat membuat keputusan dalam pengurangan risiko secara tepat sesuai dengan kemungkinan-kemungkinan risiko yang akan terjad

SISTEM PAKAR DIAGNOSA PENYAKIT SKIZOFRENIA DENGAN FORWARD CHAINING DAN BAYESIAN NETWORK

Skizofrenia merupakan gangguan kesehatan jiwa yang menjadi permasalahan masyarakat yang sangat penting serta harus memperoleh perhatian dari pemerintah. Berdasarkan hasil dari Riset Kesehatan Dasar (RisKesDas) pada tahun 2013 di negara Indonesia terdapat 1,7 dari 1000 warga atau kurang lebih 400.000 orang yang menderita penyakit Skizofrenia. Kurang meratanya tenaga kesehatan di bidang kejiwaan memperburuk penanganan yang seharusnya dapat segera dilakukan. Sistem pakar merupakan jawaban yang tepat untuk permasalahan tersebut karena sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar atau ahli dalam menjawab pertanyaan dan memecahkan suatu masalah berdasarkan gejala yang diidap oleh pasien. Sistem pakar ini menggunakan metode forward chaining untuk mendapatkan sebuah kesimpulan dari gejala-gejala skizofrenia yang dimiliki oleh pasien dan bayesian network untuk menghitung seberapa akurat suatu sistem pakar tersebut mengidentifikasi suatu masalah. Sistem ini dibangun menggunkan web dengan bahasa pemrogaman PHP serta databsae MySQL untuk menyimpan data skizofrenia. Proses pengujian fungsionalitas sistem pakar ini berjalan dengan baik serta tingkat akurasi tiap-tiap gejala mendapatkan hasil diatas 80%.

Sistem Informasi Multiplatform Repositori Data Dosen Berbasis React Menggunakan Framework Kanban

Dosen adalah seorang pendidik profesional yang mengemban tugas tridharma perguruan tinggi. Luaran yang dihasilkan dari tugas tridharma seperti pendidikan dan pengajaran, penelitian, dan pengabdian tiap dosen memiliki data atau dokumen penting yang sangat banyak demi jenjang karirnya. Oleh karena itu, pengembangan sistem informasi untuk memanajemen data tersebut adalah hal yang sangat penting. Salah satu solusinya adalah sistem repositori. Aplikasi multiplatform repositori dosen berbasis React adalah sebuah sistem informasi repositori yang dibangun untuk mengelola data-data dosen Jurusan Teknologi Informasi (JTI), Politeknik Negeri Malang yang meliputi biodata, kepangkatan, pendidikan, penelitian, pengajaran, pengabdian, sertifkasi, dan data rekam jejak mengikuti pelatihan. Hasil penelitian ini berupa aplikasi android dan web yang dibangun dengan kerangka kerja React menggunakan bahasa pemrograman TypeScript. Jenis pengguna aplikasi ini terdiri dari administrator dan dosen-dosen JTI. Pengujian aplikasi versi web dan android dilakukan pada berbagai perangkat dengan hasil dapat beroperasi dengan baik.

Klasifikasi Penentuan Kelayakan Pemberian Pinjaman Pada Koperasi Karyawan Menggunakan Algoritma C4.5

Penelitian ini membahas klasifikasi menggunakan algoritma C4.5 untuk penentuan kelayakan pemberian pinjaman pada koperasi karyawan Aparteman Senayan Jakarta. Permasalahan penentuan kelayakan pemberian pinjaman sangat menggangu perputaran keuangan koperasi tersebut. Metode Algortima C4.5 dipergunakan dalam penetapan pengambilan keputusan penentuan kelayakan pemberian pinjaman pada koperasi karyawan Aparteman Senayan Jakarta, sehingga dapat diketahui level akurasi dan presisinya. Data dianalisis dengan memanfaatkan aplikasi Rapidminer. Rapidminer ialah sebuah software berbasiskan open source. Tujuan penelitian yang dilakukan adalah untuk penentuan kelayakan pemberian pinjaman menggunakan Algoritma C.45 agar dapat memberikan solusi penentuan kelayakan pemberian pinjaman pada koperasi karyawana apartemen Senayan Jakarta. Atribut yang digunakan terdiri dari status pernikahan, jenis kelamin, lokasi kerja, kedisiplinan, status pekerjaan, plafon pinjaman dan status tempat tinggal dengan keputusan layak dan tidak layak. Atribut yang paling berpengaruh terhadap penentuan kelayakan pemberian pinjaman adalah kedisiplinan. Dari hasil pengujian model yang terbentuk memiliki akurasi sebesar 85.19% dengan perolehan hasil pengolahan ROC(Receiver Operating Characteristic) mempergunakan data training sebesar 0.915 level diagnosa excellent classification. Model pohon keputusan yang ada dapat meningkatkan akurasi dalam penentuan kelayakan pemberian pinjaman yang akan diajukan.Kata kunci: Koperasi karyawan, Klasifikasi Pinjaman, Algoritma C4.5, Rapidminer

Smart Dashboard Multimedia pada Sistem Informasi Akademik

Informasi yang tepat dan sesuai kebutuhan penggunanya menjadi sebuah kebutuhan di era milenial ini. Para pengguna system menginginkan informasi yang tepat guna secara cepat melalui sebuah laman pada situs. Hal tersebut melatarbelakangi tujuan penelitian ini yaitu mengembangkan dashboard sistem informasi yang smart dan sesuai dengan kebutuhan jurusan dan mahasiswa BINUS Online Learning. System yanag kami bangun dirancang menggunakan metode System Development Life Cycle dengan pendekatan waterfall dengan 4 diagram pada UML untuk pemodelan bisnis prosesnya, serta wawancara dengan mahasiswa dan perwakilan jurusan. Berdasarkan hasil analisis yang dilakukan pada sistem berjalan menggunakan SWOT diketahui bahwa untuk strategi SO perlu peningkatan kualitas LMS dengan merancang fitur-fitur yang belum tersedia, untuk strategi WO perlu merancang dashboard sesuai dengan kebutuhan mahasiswa dan jurusan, semntara itu untuk strategi ST membuat laporan perkuliahan sementara bagi jurusan selama sistem usulan belum atau sedang dirancang dan strategi WT meminta kritik dan saran kepada mahasiswa dan dosen atas performa LMS secara berkala dan terus mengembangkan LMS berdasarkan kebutuhan. Hasil analisis dimappingkan kedalam perancangan sistem informasi akademik berupa dashboard sistem informasi yang smart dan dapat membantu mahasiswa dalam mendapatkan informasi perkuliahan serta menghasilkan laporan yang sesuai dengan kebutuhan jurusan

Analisis Algoritma K-Means Clustering Untuk Daerah Penyebaran Sampah di Kota Bekasi

Sampah sudah menjadi masalah nasional. Masalah sampah terkait erat dengan pertumbuhan populasi, pertumbuhan ekonomi dan perubahan pola konsumsi. Penduduk Kota Bekasi setiap hari menghasilkan 1900 ton sampah ke Tempat Pembuangan Akhir tanpa membutuhkan biaya kecil dan armada yang cukup serta lahan Tempat Pembuangan Akhir yang luas. Fasilitas dan infrastruktur pengolahan sampah adalah kebutuhan utama untuk meringankan masalah sampah. Data mining dapat digunakan dalam menemukan area distribusi sampah. Tujuan dari penelitian ini yaitu mengelompokkan distribusi sampah dengan sampah tinggi, sedang dan rendah di Kota Bekasi. Pengujian dilakukan dengan 3 skenario berbeda dan nilai K untuk mendapatkan nilai K optimal. Setelah itu, dilakukan 3 skenario dan nilai benih acak berbeda dilakukan. pengujian dievaluasi menggunakan SSE (Sum of Square Error). Hasil evaluasi menunjukkan bahwa jumlah optimal K3 dengan selisih sebesar SSE 58.889504 pada tahun 2018. Sedangkan pada 2019 memiliki selisih sebesar SSE 47.15601. Cluster pada tahun 2018 dari tiga nilai random seed (S) menghasilkan nilai yang sama dengan nilai SSE 26.03858, 2019 cluster dari tiga nilai S menghasilkan nilai paling optimal pada S = 25 dengan nilai SSE 33.868462.

Penerapan K-Means Cluster Pada Daerah Penggunaan Teknologi di Indonesia

Indonesia saat ini sedang mengalami kondisi yang tidak stabil akibat adanya virus Covid-19. Virus Covid-19 telah menyebar ke seluruh wilayah Indonesia dan menginfeksi ribuan orang. Akibat adanya virus ini hampir semua aspek kehidupan berubah termasuk pendidikan. Pemerintah akhirnya mengeluarkan kebijakan baru dengan mengubah proses belajar dan mengajar tatap muka menjadi daring. Akan tetapi, di Indonesia sendiri perkembangan dan pemanfaatan teknologi komputer dan internet masih belum merata. Umumnya hanya masyarakat perkotaan yang memiliki akses teknologi tinggi dibandingkan dengan pedesaan. Tujuan dari penelitian ini adalah menerapkan metode clustering k-means pada penggunaan teknologi siswa umur 5-24 tahun selama pembelajaran daring. Dari hasil penelitian menggunakan 34 data provinsi di Indonesia menghasilkan 3 cluster, cluster pertama dengan kategori tinggi sebanyak 7 provinsi, cluster kedua dengan kategori sedang sebanyak 19 provinsi dan cluster ketiga dengan kategori rendah sebanyak 8 provinsi