cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
Jurnal Pilar Nusa Mandiri
Published by PPPM Nusa Mandiri
ISSN : 19781946     EISSN : 25276514     DOI : -
Core Subject : Science,
Jurnal Pilar merupakan jurnal ilmiah yang diterbitkan oleh program studi sistem informasi STMIK Nusa Mandiri. Jurnal ini berisi tentang karya ilmiah yang bertemakan: Rekayasa Perangkat Lunak, Sistem Pakar, Sistem Penunjang, Keputusan, Perancangan Sistem Informasi, Data Mining, Pengolahan Citra.
Arjuna Subject : -
Articles 15 Documents
Search results for , issue " Vol 14 No 2 (2018): PILAR Periode September 2018" : 15 Documents clear
KOMPARASI ALGORITMA KLASIFIKASI PADA ANALISIS REVIEW HOTEL Utami, Lila Dini; Rachmi, Hilda; Nurlaela, Dini
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1170.554 KB) | DOI: 10.33480/pilar.v14i2.77

Abstract

Pada saat ini kebebasan menyampaikan pendapat dalam bentuk lisan maupun tulisan tentang segala hal sudah sangat mudah. Kegiatan ini dapat dimanfaatkan untuk mengambil keputusan oleh sebagian pelaku bisnis. Khususnya oleh penyedia jasa, seperti hotel. Hal itu akan sangat bermanfaat dalam perkembangan bisnis hotel itu sendiri. Namun data review tersebut harus diolah menggunakan algoritma yang tepat. Maka penelitian ini dilakukan untuk mengetahui algoritma yang lebih layak digunakan untuk mendapatkan akurasi yang paling tinggi. Adapun metode yang digunakan adalah Naïve Bayes (NB), Support Vector Machine (SVM), dan k-Nearest Neighbor (k-NN). Dari proses yang telah dilakukan didapatkan hasil akurasi Naïve Bayes adalah 71,50% dengan nilai AUC adalah 0,500, Support Vector Machine adalah 72,50% dengan nilai AUC adalah 0,936 dan hasil akurasi jika menggunakan algoritma k-Nearest Neighbor adalah 75,00% dengan nilai AUC adalah 0,500. Penggunaan algoritma k-Nearest Neighbor dapat membantu dalam pengambilan keputusan yang lebih tepat untuk review hotel pada saat ini.
APLIKASI PENGOLAHAN DATA PENERIMAAN DAN PENGELUARAN KAS PADA SMK CAHAYA BANGSA KABUPATEN KUBU RAYA Arizon, Nanda Diaz; Yulia, Yulia; Saputro, Riyadi
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1191.801 KB) | DOI: 10.33480/pilar.v14i2.76

Abstract

Penelitian ini membahas mengenai aplikasi pengolahan data penerimaan dan pengeluaran kas SMK Cahaya Bangsa Kabupaten Kubu Raya, dimana sering terjadinya kesalahan dalam pencatatan transaksi kas masuk dan kas keluar, lambat dan kurang akuratnya laporan yang disajikan. Aplikasi yang dirancang untuk dikelola oleh Bendahara ini dapat mengolah, data siswa-siswi, pegawai, pengguna, tahun ajaran, kelas, jenis penerimaan, jenis pengeluaran, transaksi penerimaan kas, transaksi pembayaran SPP Siswa, transaksi penegluaran kas, transaksi pembayaran gaji pegawai, serta mencetak laporan. Laporan yang dihasilkan aplikasi ini antara lain, laporan pembayaran SPP siswa, laporan penerimaan kas, laporan pembayaran gaji pegawai, laporan pengeluaran kas dan laporan kas umum. Penerapan aplikasi pengolahan data penerimaan dan pengeluaran kas adalah solusi yang dapat mengatasi permasalahan yang ada saat pencatatan transaksi penerimaan maupun pengeluaran kas pada SMK Cahaya Bangsa Kabupaten Kubu Raya sehingga dapat memberikan hasil laporan yang lebih cepat dan akurat.
PENGAMBILAN KEPUTUSAN PENERIMA BEASISWA SMA MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISION MAKING MODEL WEIGHTED PRODUCT Hidayatulloh, Taufik; Suhada, Satia; Nursyifa, Eva; Yusuf, Lestari
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (846.883 KB) | DOI: 10.33480/pilar.v14i2.75

Abstract

Beasiswa merupakan dana yang dapat diberikan oleh pemerintah, perusahaan swasta, kedutaan, universitas atau dari kantor tempat bekerja untuk meningkatkan kualitas sumber daya manusia melalui pendidikan. SMAN 1 Cicurug Sukabumi adalah salah satu instansi pendidikan yang menyelenggarakan beasiswa bagi siswa berprestasi yang akan melanjutkan sekolah di SMAN 1 Cicurug Sukabumi. Terdapat lima kriteria untuk menentukan penerima beasiswa tersebut yaitu: nilai rata-rata raport, nilai rata-rata ijazah, jumlah tanggungan orang tua, penghasilan orang tua dan bidang keahlian dengan bobot-bobot pada setiap kriteria. Untuk mempermudah para pengurus institusi pendidikan dalam menentukan peserta didik baru yang berhak menerima beasiswa, maka perlu adanya suatu sistem rekomendasi keputusan yang berfungsi untuk membantu melakukan seleksi kepada para calon penerima beasiswa. Pada penelitian ini menerapkan Fuzzy Multiple Attribute Decision Making dengan model weighted product sebagai sistem alternatif yang dapat digunakan untuk menentukan penerima beasiswa berdasarkan kriteria yang telah ditentukan, dengan hasil yang diperoleh dari 5 Alternatif yangdigunakan adalah yang memiliki nilai tertinggi pada perankingan dengan nilai vektor S=0.70 dan nilai Vektor V= 0.24.
CLUSTERING KESETIAAN PELANGGAN DENGAN MODEL RFM (RECENCY, FREQUENCY, MONETARY) DAN K-MEANS Sandi, Tommi Alfian Armawan; Raharjo, Mugi; Putra, Jordy Lasmana; Ridwan, Ridwan
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1265.823 KB) | DOI: 10.33480/pilar.v14i2.74

Abstract

Bisnis merupakan kegiatan yang tidak pernah berhenti, segala sesuatu yang menjadi peluang usaha pun dapat dijadikan bisnis yang menjanjikan kepada pelaku bisnis, semakin maju dan berkembangnya dunia usaha, membuat sebagian dari pebisnis gulung tikar, banyak faktor yang membuat mereka kesusahan dalam mempertahankan bisnisnya, diantaranya adalah pelanggan. Penelitian ini bertujuan untuk menentukan pelanggan potensial dan loyal kepada pelaku usaha, pelanggan yang potensial ditentukan dengan segmentasi pelanggan. Model RFM (Recency, Frequency, Monetary) digunakan untuk mencari atribut yang cocok untuk segementasi pelangan dan melalukan klastering menggunakan algoritma K-Means, model yang di keluarkan oleh K-Means pelanggan yang potensial memiliki nilai frekuensi yang besar. Menggunakan Davies bouldin index untuk membantu tingkat akurasi pada data klister.
PEMODELAN PREDIKTIF KONSUMSI ENERGI BANGUNAN GEDUNG KOMERSIAL DENGAN ALGORITMA SUPPORT VECTOR MACHINE Indriyanti, Indriyanti; Subekti, Agus
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1102.847 KB) | DOI: 10.33480/pilar.v14i2.71

Abstract

Konsumsi energi bangunan yang semakin meningkat mendorong para peneliti untuk membangun sebuah model prediksi dengan menerapkan metode machine learning, namun masih belum diketahui model yang paling akurat. Model prediktif untuk konsumsi energi bangunan komersial penting untuk konservasi energi. Dengan menggunakan model yang tepat, kita dapat membuat desain bangunan yang lebih efisien dalam penggunaan energi. Dalam tulisan ini, kami mengusulkan model prediktif berdasarkan metode pembelajaran mesin untuk mendapatkan model terbaik dalam memprediksi total konsumsi energi. Algoritma yang digunakan yaitu SMOreg dan LibSVM dari kelas Support Vector Machine, kemudian untuk evaluasi model berdasarkan nilai Mean Absolute Error dan Root Mean Square Error. Dengan menggunakan dataset publik yang tersedia, kami mengembangkan model berdasarkan pada mesin vektor pendukung untuk regresi. Hasil pengujian kedua algoritma tersebut diketahui bahwa algoritma SMOreg memiliki akurasi lebih baik karena memiliki nilai MAE dan RMSE sebesar 4,70 dan 10,15, sedangkan untuk model LibSVM memiliki nilai MAE dan RMSE sebesar 9,37 dan 14,45. Kami mengusulkan metode berdasarkan algoritma SMOreg karena kinerjanya lebih baik.
IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI DATA PESERTA DIDIK Sutoyo, Imam
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1037.935 KB) | DOI: 10.33480/pilar.v14i2.70

Abstract

Klasifikasi peserta didik bertujuan untuk mengelompokkan peserta program pendidikan agar kegiatan pembelajaran dapat disesuaikan dengan kelompok-kelompok tersebut. Metode tradisional untuk melaksanakan klasifikasi ini adalah dengan mengurutkan peserta didik menggunakan satu atribut, yaitu nilai akhir mereka kemudian membagi mereka berdasarkan ukuran tertentu. Metode yang lebih baik adalah dengan menggunakan algoritma Data Mining yang mampu menggunakan lebih dari satu atribut. Pada penelitian ini, algoritma Decision Tree digunakan untuk melaksanakan klasifikasi. Metodologi yang digunakan adalah CRISP-DM. Algoritma Decision Tree yang diujicoba adalah C4.5 dan Random Forest. Validasi dilaksanakan menggunakan 10-Fold Cross Validation untuk dicari algoritma yang memberikan akurasi paling tinggi. Berdasarkan percobaan, didapatkan hasil bahwasanya Decission Tree C.45 memberikan hasil terbaik dengan akurasi 96,73 %. Oleh karena itu, pada tahap Deployment dari metodologi CRISP-DM, model dan rule dari C4.5 digunakan untuk membuat aplikasi untuk klasifikasi ini.
ANALISIS POLA BELANJA PENGUNJUNG MAL DENGAN ALGORITMA APRIORI Riyadi, Andri Agung
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (801.036 KB) | DOI: 10.33480/pilar.v14i2.68

Abstract

XYZ Mall was established in 2013 in the coastal area of Jakarta by offering advantages that other malls do not have, namely the location which is directly facing the sea or the bay of Jakarta. Tenants who are interested in opening a store or shop at XYZ Mall are also selected according to the needs of visitors. The application of the Apriori Algorithm is expected to assist in providing useful information for increasing the number of visitors and selling products from tenants in XYZ Mall. Implementations using the Apriori Algorithm can help management in decision-making policies regarding what is related to the acceptance of prospective tenants or the placement of tenant locations in the mall. In this work, the apriori algorithm was successfully applied in the search for shopping patterns of mall visitors. The results obtained with apriori algorithm, one of which is the highest combination of confidence is the pattern if spending in the General category tenants will spend in the Food And Beverage category tenant with a confidence of 50%.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON TENAGA KERJA DI KOTA PONTIANAK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Lisnawanty, Lisnawanty; Dina, Fara; Sihombing, Daniel Oktodeli
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1429.773 KB) | DOI: 10.33480/pilar.v14i2.40

Abstract

Labor is an important part that supports operations within a company. Manpower requirements planning is part of the recruitment program preparation activities to do selection so as to obtain workers who meet the qualifications in a company. However, not all selection processes succeed by getting candidates for work that are in line with company qualifications. Therefore, this study discusses the Decision Support System for the Selection of Prospective Workers in Pontianak City (SIPEKERJA) which is web-based. The method used in this study is the Simple Additive Weighting (SAW) method. Variables that become the main criteria in the Decision Support System for Selection of Prospective Laborers include gender, age, education level, field of expertise, and work experience. The system that has 3 levels of access (they are admin, prospective workers, and companies) is expected to be able to support the company in determining prospective workers according to the criteria expected by the company to occupy a certain part of the company.
IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA PEMILIHAN TIPE GENRE FILM ANIME (STUDI KASUS : MYANIMELIST.NET) Azis, Mochammad Abdul; Hadianto, Nur; Miharja, Jaja; Rifai, Saifulloh
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (979.116 KB) | DOI: 10.33480/pilar.v14i2.41

Abstract

As with Japanese animated films or can also be called an anime film which is now starting to be popular with all circles regardless of age, status and profession. In Japanese anime films, it has several genres from action, comedy, drama, romance, adventure, etc., can be accessed as in online media such as websites that offer various types of anime, one of which is myanimelist.net on this web having 14,000 anime films shared genre. One way to increase the appeal of anime films is to use the genre data that is often watched by anime movie lovers. With these data we foam analyze what types of genres are the most watched, as wellas the tendency to choose alternative genre types that are liked by anime movie lovers. So with these data the creator can determine the strategy for the type of genre that will be created next. a priori algorithm is good for use for itemset formation, pattern searching and so on. Therefore in this study the a priori algorithm was used to determine the pattern of selection of genre types in Japanese Anime Films.
MODEL UNTUK UJI KUALITAS SISTEM INFORMASI UJIAN NASIONAL BERBASIS KOMPUTER TINGKAT SMA & MA Sobari, Irwan Agus; Akbar, Fajar; Zuama, Robi Aziz; Rais, Amin Nur
Jurnal Pilar Nusa Mandiri Vol 14 No 2 (2018): PILAR Periode September 2018
Publisher : PPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (613.379 KB) | DOI: 10.33480/pilar.v14i2.38

Abstract

UNBK (Ujian Nasional Berbasis Komputer) is a developing national examination application that has claimed the attention and interest of researchers in the development of computer science in the world of education. One of the most recent developments received at UNBK is its usefulness. We propose a successful model model for DeLone & McLean IS to analyze the quality of UNBK at the usefulness of its users. The empirical approach is based on an online survey questionnaire for high school & MA students, the results of feedback received as many as 74 individuals. The results reveal that Information Quality, System Quality and Service Quality are important precedents of user satisfaction, and the importance of user satisfaction will produce significant net benefits. Understanding the importance of the context of UNBK on Net Benefit for users is useful to provide new insights to relevant agencies to implement strategies to retain users or even attract potential adopters. this study provides theoretical and practical implications from the research findings.

Page 1 of 2 | Total Record : 15