cover
Filter by Year
Jurnal Pilar Nusa Mandiri
Published by PPPM Nusa Mandiri
Jurnal PILAR Nusa Mandiri, merupakan Jurnal yang diterbitkan oleh Pusat Penelitian Pengabdian Masyarakat (PPPM) STMIK Nusa Mandiri Jakarta. Jurnal PILAR Nusa Mandiri, berawal diperuntukan menampung paper-paper ilmiah yang dibuat oleh dosen-dosen program studi Teknik Informatika.
Articles
180
Articles
​
MEMBANGUN PROTOTYPE SISTEM INFORMASI ARSIP ELEKTRONIK SURAT PERJANJIAN KERJASAMA PADA BUSINESS SUPPORT DEPARTEMENT

Rusdiansyah, Rusdiansyah

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Informasi yang baik dan cepat sangat dibutuhkan setiap organisasi atau perusahaan, guna membantu efisiensi dan efektifitas kerja. Saat ini penggunaan internet sudah sangat berkembang. internet digunakan untuk mencari informasi dan mendukung proses bisnis, sehingga mendorong perusahaan semakin kompetitif. Pada Business Support Departement Consumer Cards Group Bank Mandiri, saat ini masih kurang efektif untuk manajemen kearsipan dalam penyimpanan dokumen perjanjian kerjasama antara Bank Mandiri dengan Partner. Dengan harapan dapat mempermudah proses penyimpanan dokumen perjanjian kerjasama pada Business Support Departement serta diharapkan sistem ini dapat mengoptimalkan proses penyimpanan dokumen perjanjian kerjasama maupun dalam penyajian informasi yang dibutuhkan secara internal, seperti laporan data perjanjian kerjasama dengan sistem komputerisasi dan aplikasi yang berbasis web, efektifitas kerja dapat dimaksimalkan, penyimpanan data dan pengaksesan data dapat dilakukan secara cepat dan efisien. Akhirnya informasi yang dihasilkan akan lebih cepat dan tepat. 

PENGGUNAAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SISTEM PENUNJANG KEPUTUSAN DALAM PENENTUAN JURUSAN SMK

Susliansyah, Susliansyah

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Sebagian besar siswa lulusan SMP berkeinginan untuk melanjutkan keinginannya khususnya ke SMK, hal tersebut dapat dibuktikan dengan banyaknya siswa lulusan SMP yang mengikuti ujian masuk ke SMK. Hal yang patut disayangkan adalah kurang matangnya mereka memilih jurusan yang ada di sekolah kejuruan yang dituju. Situasi semacam ini berdampak pada biaya pendidikan yang terlanjur di keluarkan, baik pada orang tua siswa maupun  pemerintah  yang  mensubsidi  sekolah  menjadi  tidak  bermanfaat  karna  siswa  tersebut  tidak  memiliki kemampuan yang memadai untuk jurusan yang sudah dipilihnya, akibat negatif lainya adalah para siswa yang drop out. SMK  lebih  mengedepankan  pembentukan  siswa  yang  siap  memasuki  lapangan  kerja  serta mengembangkan sikap profesional yang terdiri dari berbagai macam jurusan. Banyaknya jurusan pada tingkat SMK membuat calon siswa kesulitan menentukan jurusan yang tepat sesuai dengan kemampuan yang dimiliki, oleh karena itu  dibutuhkan  sebuah  sistem pendukung keputusan yang dapat menentukan jurusan sesuai dengan nilai, minat  dan  kemampuan  calon  siswa.  Penelitian  ini  menerapkan  logika  fuzzy  dengan  metode  Simple Additive Weighting (SAW) guna mempermudah penentuan jurusan SMK.

KOMPARASI KLASIFIKASI PENENTUAN CUSTOMER KREDIT MENGGUNAKAN ALGORITMA C4.5 DAN KNN PADA PT CITRA SEMESTA ENERGY

Nuryaman, Yosep

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

PT. Citra Semesta Energy sebagai agen bbm industri menyediakan fasilitas kredit bagi customer lama maupun baru. Fasilitas kredit tersebut ternyata menimbulkan beberapa customer melakukan telat bayar. Peneliti mencoba menggunakan algoritma C4.5 dan KNN untuk mengklasifikasikan customer tersebut. Dan hasil pengklasifikasian terbaik dalam penelitian ini yaitu menggunakan algoritma C4.5 dengan hasil accuracy 84% +/-4,26 % serta nilai grafik AUC 0,686+/-0,686. Dan kemudian dibandingkan dengan algoritma KNN dengan nilai accuracy 84.86% +/-4,26%, serta nilai  AUC 0,692+/-0,121.

Perbandingan Algoritma C4.5, KNN, dan Naive Bayes untuk Penentuan Model Klasifikasi Penanggung jawab BSI Entrepreneur Center

Hasan, Fuad Nur, Hikmah, Noer, Utami, Dwi Yuni

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

BSI Entrepreneur Center adalah salah satu wadah yang bergerak dalam bidang kewirausahaan dilingkungan Universitas Bina Sarana Informatika dengan tujuan membentuk mahasiswa yang ingin menjadi seorang wirausaha. Saat ini BSI Entrepreneur Center telah memiliki penanggung jawab pada masing-masing kampus Universitas Bina Sarana Informatika. Tetapi karyawan yang ada saat ini belum dapat memenuhi kebutuhan sebagai penanggung jawab BSI Entrepreneur Center untuk ditempatkan pada masing-masing kampus Universitas Bina Sarana Informatika. Oleh karena itu, diperlukan suatu sistem untuk menemukan sumber daya manusia yang layak untuk menjadi penanggung jawab BSI Entrepreneur Center pada masing-masing kampus Universitas Bina Sarana Informatika. Penelitian ini menggunakan data primer sebanyak 300 record yang terdiri dari 12 atribut dengan metode algoritma C.45, KNN dan Naive Bayes untuk mengklasifikasikan karyawan yang sesuai dengan kriteria yang ada. Dan hasil dari penelitian ini adalah saran dari karyawan yang layak menjadi penanggung jawab BSI Entrepreneur Center pada masing-masing kampus Universitas Bina Sarana Informatika dengan metode Naive Bayes yang memiliki akurasi tinggi 80%.

KOMPARASI ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISA SENTIMEN REVIEW FILM

Indrayuni, Elly

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Film merupakan subjek yang diminati oleh sejumlah besar orang diantara komunitas jaringan sosial yang memiliki perbedaan signifikan dalam pendapat atau sentimen mereka. Analisa sentimen atau opinion mining merupakan salah satu solusi mengatasi masalah untuk mengelompokan opini atau review menjadi opini positif atau negatif secara otomatis. Teknik yang digunakan dalam penelitian ini adalah Naive Bayes dan Support Vector Machines (SVM). Naive Bayes memiliki kelebihan yaitu sederhana, cepat dan memiliki akurasi yang tinggi. Sedangkan SVM  mampu mengidentifikasi hyperplane terpisah yang memaksimalkan margin antara dua kelas yang berbeda. Hasil klasifikasi sentimen pada penelitian ini terdiri dari dua label class, yaitu positif dan negatif. Nilai akurasi yang dihasilkan akan menjadi tolak  ukur untuk mencari model pengujian terbaik untuk kasus klasifikasi sentimen. Evaluasi dilakukan menggunakan 10 fold cross validation. Pengukuran akurasi diukur dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan nilai akurasi untuk algoritma Naive Bayes sebesar 84.50%. Sedangkan nilai akurasi algoritma Support Vector Machine (SVM) lebih besar dari Naive Bayes yaitu sebesar 90.00%.

MODEL UNTUK UJI KUALITAS SISTEM INFORMASI UJIAN NASIONAL BERBASIS KOMPUTER TINGKAT SMA & MA

Sobari, Irwan Agus, Akbar, Fajar, Zauma, Robi Aziz, Rais, Amin Nur

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

UNBK (Ujian Nasional Berbasis Komputer) adalah aplikasi ujian nasional yang berkembang yang telah mengklaim perhatian dan ketertarikan peneliti perkembangan ilmu komputer di dunia pendidikan. Salah satu perkembangan terbaru yang paling diterima di UNBK adalah kemanfaatan nya. Kami mengusulkan sebuah model model sukses DeLone & McLean IS untuk menganalisis kualitas UNBK pada kemanfaatan penggunanya. Pendekatan empiris didasarkan pada kuesioner survei online terhadap siswa SMA & MA, hasil feedback yang diterima sebanyak 74 individu. Hasilnya mengungkapkan bahwa Kualitas Informasi, Kualitias Sistem dan Kualitas pelayanan adalah preseden penting dari kepuasan pengguna, dan pentingnya kepuasan pengguna akan menghasilkan net benefit yang cukup signifikan. Memahami pentingnya konteks UNBK pada Net Benefit bagi pengguna berguna untuk memberikan wawasan baru kepada instansi terkait untuk menerapkan strategi untuk mempertahankan pengguna atau bahkan menarik pengadopsi potensial. penelitian ini memberikan implikasi teoritis dan praktis dari temuan penelitian.

ANALISIS POLA BELANJA PENGUNJUNG MAL DENGAN ALGORITMA APRIORI

Riyadi, Andri Agung

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Mal XYZ berdiri sejak tahun 2013 di daerah pesisir Jakarta dengan menawarkan kelebihan yang tidak dimiliki mal lain yaitu letaknya yang berhadapan langsung dengan laut atau teluk Jakarta. Tenant-tenant yang berminat membuka gerai atau toko di Mal XYZ juga diseleksi sesuai kebutuhan pengunjung. Penerapan Algoritma Apriori diharapkan dapat membantu dalam memberikan informasi yang berguna untuk peningkatan jumlah pengunjung dan penjualan produk-produk dari tenant-tenant yang ada di Mal XYZ. Implementasi data mining menggunakan Algoritma Apriori dapat membantu pihak management dalam pengambilan keputusan penerimaan calon tenant atau penempatan lokasi tenant di mal. Pada penelitian ini, algoritma apriori berhasil diterapkan dalam pencarian pola belanja pengunjung mal. Hasil yang di peroleh dengan algoritma apriori salah satunya pola kombinasi yang paling tinggi confidence-nya adalah pola jika belanja di tenant kategori General maka akan belanja di tenant kategori Food And Beverage dengan confidence sebesar 50%.

IMPLEMENTASI APLIKASI ZAHIR UNTUK MENENTUKAN ANALISA RASIO KEUANGAN

Fahrizal, Muhamad Fani, Masripah, Siti

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Zahir as one of the accounting software that has the ability in terms of processing financial data, starting from the process of selling goods, purchasing goods, setting up inventory to making reports needed by the company. The benefits that can be obtained are, companies can find out about the company's financial position, decision making and technically can minimize errors. The results obtained from the use of Zahir Accounting as a substitute for manual recording systems can be observed in terms of financial statements and financial report analysis produced between manual recording and Zahir Accounting showing the same results. The results of the application of zahir application on corporate finance for Ratio Analysis can be obtained as follows: profitability ratio shows results where 5.29% for Return On Equity, 19.13% for Gross Margin, 8.64% for Net Margin, and 91, 36% for Operating Ratio. This number is to determine the ability to carry out its obligations as a company

IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA PEMILIHAN TIPE GENRE FILM ANIME (STUDI KASUS : MYANIMELIST.NET)

Azis, Moch Abdul, Hadianto, Nur, Miharja, Jaja, Rifai, Saifulloh

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Seperti halnya film animasi jepang atau bisa juga di sebut dengan film anime yang kini mulai banyak digemari oleh semua kalangan tanpa pandang umur, status dan profesi. Pada film anime jepang ini memiliki memiliki beberapa genre dari action, comedy, drama, romance, adventure dll,  bisa diakses seperti pada media online seperti website yang menyajikan macam-macam genre anime salah satunya adalah myanimelist.net pada web ini memiliki 14.000 film anime berbagi genre. Salah satu cara untuk meningkatkan daya tarik film anime adalah dengan pemanfaatan data pelihan genre yang sering di tonton oleh para penikmat film anime. Dengan data tersebut kita busa menganalisa tipe genre apa yang paling banyak di tonton, serta kecenderungan pemilihan tipe genre alternatif yang disukai oleh para penikmat film anime. Sehingga dengan data-data tersebut pihak creator bisa menentukan strategi untuk realese tipe genre yang akan dibuat berikutnya. algoritma apriori bagus untuk digunakan untuk pembentukan itemset, pencarian pola dan lain sebagainya. Maka dari itu pada penelitian kali ini Algoritma apriori digunakan untuk menentukan pola pemililihan tipe genre pada Film Anime Jepang.

OPTIMASI ALGORITMA VECTOR SPACE MODEL DENGAN ALGORITMA K-NEAREST NEIGHBOUR PADA PENCARIAN JUDUL ARTIKEL JURNAL

Fauziah, Siti, Sulistyowati, Daning Nur

Jurnal Pilar Nusa Mandiri Vol 14, No 2 (2018): PILAR Periode September
Publisher : STMIK Nusa Mandiri Jakarta

Show Abstract | Original Source | Check in Google Scholar |

Abstract

Artikel merupakan salah satu bentuk karya ilmiah yang dituangkan dalam bentuk tulisan dan mengandung banyak informasi yang berguna didalamnya. Banyak artikel yang ada dengan berbagai macam judul dan metode yang digunakan, namun tidak menutup kemungkinan adanya kemiripan dari judul artikel yang ada. Penelitian ini bertujuan untuk menentukan tingkat kemiripan antara artikel jurnal dilihat dari judul artikel jurnal dengan menggunakan algoritma vector space model dan membandingkannya dengan algoritma k-nearest neghbour. Data yang digunakan yaitu 10 judul artikel jurnal dengan kata kunci Information Retrieval. Pengujian data dengan kata kunci tersebut menghasilkan dokumen dengan tingkat kemiripan tertinggi pada metode VSM yaitu pada Dok 5, Dok 7, Dok 8 dan Dok 4. Sedangkan untuk KNN menghasilkan tingkat kemiripan pada range Doc7,Doc10 | Doc8,Doc10 | Doc4,D10 | Doc5,Doc10 | Doc3,Doc10. Sehingga menyimpulkan bahwa terjadinya penambahan kriteria dokumen yang similaritas dengan kata kunci setelah menggunakan algoritma K-Nearest Neghbour