cover
Contact Name
Suwanto Sanjaya
Contact Email
suwantosanjaya@uin-suska.ac.id
Phone
-
Journal Mail Official
coreit@uin-suska.ac.id
Editorial Address
-
Location
Kab. kampar,
Riau
INDONESIA
Jurnal CoreIT
ISSN : 2460738X     EISSN : 25993321     DOI : -
Core Subject : Science,
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi published by Informatics Engineering Department – Universitas Islam Negeri Sultan Syarif Kasim Riau with Registration Number: Print ISSN 2460-738X | Online ISSN 2599-3321. This journal is published 2 (two) times a year (June and December) containing the results of research on Computer Science and Information Technology.
Arjuna Subject : -
Articles 60 Documents
Penerapan Metode Trend Least Square Untuk Forecasting (Prediksi) Penjualan Obat Pada Apotek Jaya, Irfan Dwi
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 5, No 1 (2019): Juni 2019
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v5i1.6710

Abstract

@font-face{ font-family:"Times New Roman"; } @font-face{ font-family:"宋体"; } @font-face{ font-family:"Calibri"; } @font-face{ font-family:"SimSun"; } @font-face{ font-family:"Arial"; } p.MsoNormal{ mso-style-name:Normal; mso-style-parent:""; margin-bottom:8,0000pt; line-height:107%; font-family:Calibri; mso-bidi-font-family:Arial; font-size:11,0000pt; } span.msoIns{ mso-style-type:export-only; mso-style-name:""; text-decoration:underline; text-underline:single; color:blue; } span.msoDel{ mso-style-type:export-only; mso-style-name:""; text-decoration:line-through; color:red; } @page{mso-page-border-surround-header:no; mso-page-border-surround-footer:no;}@page Section0{ } div.Section0{page:Section0;}Apotek Ahza merupakan salah satu badan usaha yang bergerak di bidang farmasi, dimana terdapat proses penjualan obat. Dalam penjualan obat, setiap harinya mengalami naik turun sehingga pihak apotek tidak memiliki informasi yang jelas mengenai data penjualan. Sehingga mempengaruhi dalam proses penambahan stock dan mengakibatkan stock obat terkadang menumpuk di dalam gudang karena tidak sesuai dengan hasil penjualan. Oleh karena itu diperlukan adanya suatu sistem yang mampu memprediksi penjualan obat. Prediksi dibuat dengan menerapkan metode Trend Least Square, dan menggunakan data penjualan pada periode (bulan) berikutnya sebagai acuan untuk melakukan prediksi penjualan obat. Dengan adanya forecasting (prediksi) dalam penjualan obat, pihak Apotek Ahza memiliki informasi penjualan obat pada periode (bulan) berikutnya sehingga mampu melakukan pemesanan obat dengan baik serta memiliki perencanaan yang baik dalam penjualan obat. Dan meminimalisir penumpukan obat di gudang penyimpanan.
Penilaian Risiko Keamanan Informasi Menggunakan Metode NIST 800-30 (Studi Kasus: Sistem Informasi Akademik Universitas XYZ) Syafitri, Wenni
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 2, No 2 (2016): Desember 2016
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v2i2.2356

Abstract

Sistem informasi akademik Universitas XYZ merupakan terobosan terbaru dibidang pelayanan akademik. Sistem ini menyediakan berbagai informasi yang dibutuhkan oleh civitas akademika. Sehingga kebutuhan akan keberlangsungan sistem ini semakin penting. Permasalahan yang pernah ada di SI Akademik Universitas XYZ seperti berkaitan dengan celah kerawanan keamanan informasi. Jika permasalahan ini tidak dapat diperbaiki secara berkelanjutan, alhasil akan memberikan dampak ataupun risiko kepada keberlangsungan sistem ini, khusunya civitas akademika. Penelitian ini menggunakan NIST SP 800-30 sebagai metode yang digunakan untuk menyelesaikan permasalahan tersebut. Maka berdasarkan hasil penelitian yang telah dilakukan, Universitas xyz memiliki 1 tingkat risiko tinggi, 5 tingkat risiko sedang dan 52 tingkat risiko rendah.
Rancang Bangun Aplikasi Pembelajaran Bahasa Inggris Berbasis Kinect Harahap, Nazruddin Safaat; Sari, Oktariani
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 2, No 1 (2016): Juni 2016
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v2i1.2353

Abstract

Bahasa Inggris merupakan bahasa pengantar dunia yang sangat baik jika diajarkan kepada anak sejak usia dini karena pada usia ini mereka dengan mudah meniru dan melatih kemampuan berbahasa. Pada penelitian ini akan dibangun sebuah aplikasi pembelajaran bahasa Inggris dasar yang interaktif dari segi materi pembelajaran dan suasana belajar karena melibatkan gerakan melalui teknologi Kinect. Materi yang ditampilkan pada aplikasi ini berupa pengenalan alphabet, numbers, colors dan shapes. Aplikasi ini dirancang dengan pemodelan Unified Modelling Language (UML), dikembangkan menggunakan bahasa C# dan diujikan dengan metode blackbox, pre-test dan post-test serta kuisioner. Hasilnya terjadi peningkatan pemahaman terhadap materi dan waktu tercepat dalam pengerjaan latihan yang dapat dilihat dari nilai rata-rata latihan sesudah menggunakan aplikasi pembelajaran dengan nilai rata-rata latihan sebelum menggunakan aplikasi pembelajaran.
Penerapan Learning Vector Quantization Penentuan Bidang Konsentrasi Tugas Akhir (Studi Kasus: Mahasiswa Teknik Informatika UIN Suska Riau) Budianita, Elvia; Arni, Ulti Desi
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 2 (2015): Desember 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v1i2.1235

Abstract

Penentuan bidang konsentrasi studi tugas akhir diharapkan dapat mempermudah mahasiswa dalam menentukan bidang tugas akhirnya sesuai dengan pola nilai mata kuliah yang diambilnya. Banyaknya bidang tugas akhir membuat mahasiswa merasa bingung menentukan tema tugas akhirnya. Sehingga banyak mahasiswa menentukan bidang konsentrasi studi tugas akhirnya diluar mata kuliah yang mereka ambil. Jika mahasiswa memilih bidang konsentrasi tugas akhir sesuai mata kuliah yang mereka ambil, maka mahasiswa tersebut dapat dengan cepat menyelesaikan tugas akhirnya tanpa harus mempelajari metode terlebih dahulu. Oleh karena itu dibutuhkan sebuah media yang dapat membantu mahasiswa dalam menentukan bidang tugas akhirnya yang sesuai dengan pola nilai mata kuliah yang diambil. Metode yang digunakan yaitu Metode Learning Vector Quantization (LVQ). LVQ adalah metode jaringan syaraf tiruan yang mempelajari pola nilai dan secara otomatis belajar untuk mengklasifikasikan vektorvektor input. Kelas-kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini tergantung pada jarak antara vector input. Jika dua vektor input mendekati sama, maka lapisan kompetitif akan meletakkan kedua vektor input tersebut kedalam kelas yang sama.
Pengelompokan Dokumen Menggunakan Winnowing Fingerprint dengan Metode K-Nearest Neighbour Sanjaya, Suwanto; Absar, Ersad Alfarsy
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 2 (2015): Desember 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v1i2.1229

Abstract

Text mining dapat didefinisikan sebagai suatu proses menggali informasi oleh seorang user yang berinteraksi dengan sekumpulan dokumen menggunakan tools analisis yang merupakan komponen- komponen dalam data mining. Dalam text mining dikenal beberapa metode untuk klasifikasi teks, salah satunya adalah K-Nearest Neightbour (KNN). KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Pada penelitian ini akan dilakukan klasifikasi terhadap dokumen teks menggunakan metode KNN berdasarkan winnowing fingerprint. Winnowing adalah algoritma yang biasa digunakan untuk mendeteksi kesamaan isi suatu dokumen teks dengan cara memecah kalimat yang ada pada dokumen teks menjadi beberapa karakter sepanjang k-grams dan menghasilkan output berupa kumpulan nilai hash yang disebut fingerprint. Penelitian ini mencoba untuk menjadikan fingerprint sebagai ciri suatu dokumen teks lalu mengelompokkan dokumen teks berdasarkan ciri tersebut. Proses klasifikasi diawali dengan mengumpulkan dokumen latih yang akan dijadikan sebagai acuan dalam pengelompokan dokumen. Dokumen latih tersebut diproses dengan metode winnowing untuk mendapatkan ciri dari dokumen tersebut. Dokumen uji yang ingin dikelompokkan juga harus melewati proses winnowing, setelah fingerprint didapat maka dilanjutkan dengan proses klasifikasi menggunakan metode KNN. Dari hasil pengujian terhadap 10 dokumen uji didapat nilai akurasi pengelompokan 80%.
Cover -, -
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 1 (2015): Juni 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v1i1.1223

Abstract

-
Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak Marlina, Dini; lina, Nure; Fernando, Andri; Ramadhan, Aditya
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v4i2.4498

Abstract

Usia dibawah 18 tahun merupakan usia yang baik dalam pertumbuhan dan perkembangan fisik dan mental pada seseorang. Pertumbuhan dan perkembangan yang baik akan menjadi modal bagi kelangsungan anak sebagai generasi penerus yang baik. Namun, seorang anak yang dilahirkan dalam keadaan cacat fisik yang berat beresiko untuk mengalami stress dan hambatan penyesuaian. Dinas Sosial Provinsi Riau mengaku fasilitas yang diberikan kepada penyandang cacat masih rendah. Selain itu, angka penyandang cacat di Provinsi Riau lebih dari 11 ribu tersebar di seluruh Kabupaten/ Kota di Provinsi Riau. K-Medoids mampu melakukan pengelompokan pada data sebaran anak cacat yang ada pada Provinsi Riau. Klaster yang dihasilkan pada penelitian ini adalah berjumlah tiga klaster. Validitas yang digunakan pada penelitian ini adalah validitas Silhoutte Coefficient Adapun nilai validitas yang dihasilkan pada algoritma K-Medoids adalah sebesar 0.5009. Sedangkan nilai validitas yang dihasilkan pada algoritma K-Means adalah 0.1443. Hal ini menunjukkan bahwa algoritma K-Medoids lebih baik dalam melakukan pengelompokan pada data sebaran Anak Cacat dibandingkan dengan algoritma K-Means.
Penerapan Learning Vector Quantization 3 (LVQ3) untuk Mengidentifikasi Citra Darah Acute Lymphoblastic Leukemia (ALL) dan Acute Myeloid Leukemia (AML) Putra, Fiqhri Mulianda; Syafria, Fadhilah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 1 (2018): Juni 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v4i1.6124

Abstract

Leukemia merupakan kanker yang terjadi pada sel darah manusia.  Salah satu cara mengenali penyakit leukemia dengan menggunakan teknik pengolahan citra dan metode jaringan syaraf tiruan. Penelitian ini membangun sebuah sistem untuk mengidentifikasi citra darah leukemia jenis Acute Lymphoblastic Leukemia (ALL) dan  Acute Myeloid Leukemia (AML) dengan konsep pengolahan citra yakni ekstraksi ciri warna Hue, Saturation, Value (HSV) dan ekstraksi ciri tekstur Gray Level Co-Occurence Matrix (GLCM) serta klasifikasi Learning Vector Quantization 3 (LVQ3). Data citra pada penelitian terdiri dari 100 data citra leukemia. Pengujian  identifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Sistem mampu mengenali citra ALL dan AML dengan akurasi tertinggi sebesar 100% pada pembagian data latih 90% dan data uji 10% dengan learning rate 0,01; 0,05; 0,09 dan window 0,2; 0,4 dan akurasi rendah sebesar 70% pada pembagian data latih 50% dan data uji 50% dengan learning rate 0,01; 0,05; 0,09 dan window 0,4. Dengan demikian dapat disimpulkan penelitian menggunakan  metode HSV dan GLCM serta LVQ3 mampu mengimplementasikan sebuah sistem identifikasi citra darah leukemia.
Sistem Pendukung Keputusan Pemilihan Sekolah Anak Dengan Menggunakan Metode Analytical Hierarchy Process (AHP) Dan Metode Perbandingan Eksponensial (MPE) Armiyana, Armiyana; Candra, Reski Mai
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 3, No 1 (2017): Juni 2017
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v3i1.3655

Abstract

Penentuan sekolah sangat penting bagi orangtua untuk memperoleh pendidikan yang layak. Pemilihan sekolah merupakan masalah utama bagi orangtua disimpulkan dari hasil beberapa pertanyaan kepada orangtua, karena banyaknya kriteria penentu yang dipertimbangkan maka dari penulis berinisiatif untuk mengembangkan sistem tentang pemilihan sekolah. Banyaknya pilihan sekolah yang masing-masing memiliki kelebihan dan kekurangan serta kurang objektifnya data hasil analisa sehingga perlu dievaluasi berulang-ulang. Untuk itu perlu sistem yang mampu mengatasi hal tersebut. Sistem yang dirancang yaitu sistem pendukung keputusan untuk pemilihan sekolah menggunakan metode Analytical Hierarchy Process (AHP) dan metode Perbandingan Eksponensial (MPE). Sistem ini telah berhasil memberikan solusi dan informasi untuk pemilihan sekolah. Pengujian di lakukan menggunakan user acceptance, di peroleh tingkat akurasi sistem 80% kurang akurasi 20% dapat disimpulkan bahwa sistem ini lebih objektif dan menghemat waktu dalam pemilihan sekolah yang terkomputerisasi.
Penerapan Data Mining Untuk Memprediksi Prestasi Akademik Mahasiswa Berdasarkan Dosen, Motivasi, Kedisiplinan, Ekonomi, dan Hasil Belajar Sabna, Eka; Muhardi, Muhardi
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 2, No 2 (2016): Desember 2016
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v2i2.2392

Abstract

STMIK Hang Tuah Pekanbaru memiliki data akademik mahasiswa yaitu data Indeks Prestasi Komulatif (IPK), data identitas mahasiswa dan data Dosen. Data-data ini belum dimanfaatkan secara mendalam dan luas karena selama ini data-data tersebut masih digunakan hanya sebatas informasi saja. Data yang akan diproses dalam penelitian ini adalah bersumber dari data yang tersedia dan data penyebaran kuesioner . Data yang disebarkan melalui kuesioner terdiri dari 5 variabel yaitu adalah data yang terkait dengan peran dosen, motivasi, kedisiplinan, sosial ekonomi, dan hasil belajar masa lalu. Metode data mining yang digunakan adalah metode klasifikasi dengan algoritma C4.5. Algoritma ini dapat membentuk pohon keputusan yang menjadi alat dalam mendukung keputusan untuk memprediksi prestasi akademik mahasiswa. Dari hasil penelitian diperoleh bahwa variabel nilai rapor (hasil belajar masa lalu) menjadi node awal artinya dari 5 variabel yang menetukan prestasi akademik mahasiswa maka nilai rapor menjadi node yang terpilih sebagai penentu pertama terhadap prestasi akademik mahasiswa.