Media Informatika

Implementasi Kerangka Kerja Zachman dalam Perancangan Arsitektur Sistem Informasi dan Teknologi Informasi Perusahaan

Muksin Wijaya — Sat, 31 Jul 2021 00:00:00 +0700

Membangun arsitektur sistem informasi perusahaan adalah salah satu hal penting dari sekian perencanaan strategis perusahaan yang perlu dipertimbangkan oleh perusahaan, terutama implementasi pada perusahaan yang siap berkembang. Pada perusahaan yang siap berkembang, penyederhanaan proses bisnis penting dilakukan agar dapat diselaraskan dengan keadaan dan kondisi perusahaan, dan untuk itu perlu suatu kerangka kerja yang dapat diterapkan untuk mencapai tujuan tersebut. Kerangka kerja perusahaan yang dimaksud adalah sebagai kerangka kerja yang memberikan arahan berbagai aturan dan standar serta tatanan tertentu dalam membantu perusahaan dalam menemukan hal-hal yang sesuai dan pas untuk diimplementasikan sebagai bagian dari strategi pengembangan perusahaan.

Dari sekian model kerangka kerja yang ada, diantaranya terdapat model kerangka kerja Zachman (Zachman Framework) yang dapat menjadi alternatif untuk dipakai dalam upaya perusahaan untuk menyusun strategi bisnisnya, kerangka kerja ini terdiri atas langkahlangkah yang sistematis, mudah dipahami dan dapat pula dijadikan sebagai kendali bagi perusahaan dalam mengembangkan lebih lanjut strategi bisnisnya.

Implementasi Convolutional Neural Network untuk Facial Recognition

Dhanny Setiawan, Andikha Dwi Putra, Kezia Stefani, Jenisa Felisa — Sat, 31 Jul 2021 00:00:00 +0700

Facial recognition merupakan salah satu teknik biometrik. Teknik yang dapat disebut juga pengenalan wajah ini telah menjadi topik yang cukup diminati untuk diteliti. Pada peneitian ini dilakukan proses pengenalan wajah dengan menggunakan metode CNN (Convolutional Neural Network). Penelitian ini memiliki tujuan untuk mengimplementasikan metode CNN ke dalam pengenalan wajah dengan menggunakan library Tensorflow. Metode ini digunakan karena proses pembelajaran dilakukan dengan mendalam (deep learning). Metode CNN yang digunakan memiliki beberapa lapisan pada proses training yang dilakukan, yaitu lapisan Conv2D, MaxPooling2d, Flatten, dan Dense. Face recognition yang dihasilkan terdapat pendeteksi wajah menggunakan Haar Cascade dengan bantuan library Opencv di dalamnya. Jumlah dataset juga diketahui dapat mempengaruhi hasil pengenalan dan proses pengenalan wajah dengan CNN juga memerlukan dataset yang besar. Adapun jumlah citra wajah yang digunakan dalam penelitian ini sebanyak 90.000 gambar wajah yang berasal dari 36 himpunan gambar dan menghasilkan tingkat akurasi sebesar 97%.

Analisis Faktor-Faktor yang Memengaruhi Pembelian Impulsif pada Pengguna Aplikasi Shopee

Merry Cynthia, Djajasukma Tjahjadi, Ekabrata Yudhistyra — Sat, 31 Jul 2021 00:00:00 +0700

Pekembangan teknologi yang sangat cepat sekarang ini sangat berpengaruh terhadap kehidupan khususnya dalam upaya pemenuhan kebutuhan hidup. Salah satu aplikasi yang memanfaatkan teknologi untuk e-commerce yaitu Shopee. Penelitian ini dilakukan guna mengetahui seberapa besar pengaruh promosi, kualitas informasi, electronic word of mouth, online store belief’s, persepsi harga, dan motivasi belanja hedonis terhadap pembelian impulsif pengguna. Penelitian ini dilakukan kepada 290 responden dan menggunakan model analisis regresi linear berganda

Pada penelitian ini diketahui bahwa persepsi harga dan motivasi belanja hedonis berpengaruh terhadap pembelian impulsif pengguna, tetapi promosi, kualitas informasi, electronic word of mouth, online store belief’s tidak berpengaruh terhadap pembelian impulsif pengguna. Pada penelitian ini menggunakan gender sebagai pemoderasi dan diperoleh hasil pada responden pria kualitas informasi dan persepsi harga berpengaruh terhadap pembelian impulsif sedangkan pada responden wanita online store belief’s dan motivasi belanja hedonis berpengaruh terhadap pembelian impulsif.

Analisis Performa pada Video Graphic Array (VGA) Nvidia GTX 950M DDR3 dan Nvidia GTX 950M GDDR5

Yosef Adrian, Rachel Caroline Lesmana, Sudimanto — Sat, 31 Jul 2021 00:00:00 +0700

Video Graphic Array card (VGA) berfungsi untuk memproses data grafik atau sinyal digital pada komputer lalu kemudian sinyal grafik tersebut ditransfer ke layar monitor. VGA card yang dipakai untuk benchmark adalah NVIDIA GTX 950M GDDR5 dan NVIDIA GTX 950M DDR3. VGA card ini cukup diminati karena harga yang terjangkau serta performa yang tinggi dimana kartu grafis ini sudah mempunyai lebar jalur data (bus width) sebesar 128 bit serta terdiri dari varian DDR3 dan GDDR5. Pengambilan data spesifikasi dan performa diambil dari situs Jagat Review Gatot Tri [9] dan Notebookcheck Otshoff [8] yang mana dari data tersebut akan dilakukan analisa terhadap hasil benchmark yang didapat. Berdasarkan data dari spesifikasi dan benchmarking VGA card yang diperoleh, diketahui bahwa perbedaan Double-Data-Rate (DDR) pada Video Random Access Memory (VRAM) berpengaruh besar pada proses merender dan menampilkan gambar. VGA card memiliki komponen-komponen yang saling bekerja sama secara sederhana yaitu chip GPU, besar VRAM, dan tipe DDR. Oleh karena itu, perbedaan tipe DDR pada sebuah VGA card merupakan hal penting dalam performansi sebuah kartu grafis.

Optimasi Algoritma Support Vector Machine untuk Analisis Sentimen pada Ulasan Produk Tokopedia Menggunakan PSO

Rissa Nurfitriana Handayani — Sat, 31 Jul 2021 00:00:00 +0700

Transaksi e-commerce di Indonesia semakin meningkat, hal tersebut memberikan peluang pada produsen untuk memasarkan produk dan memudahkan konsumen untuk berbagi aktivitas, salah satunya memberikan ulasan produk. Ulasan produk berperan penting untuk membangun kepercayaan konsumen ketika menentukan keputusan dalam pembelian produk. Dengan meningkatnya jumlah ulasan, membuat calon konsumen kesulitan untuk menarik kesimpulan yang tepat. Oleh karena itu, diperlukan analisis sentimen untuk membantu calon konsumen untuk menarik kesimpulan. Analisis sentimen bertujuan untuk menyimpulkan, mengindentifikasi sentimen pada data dan mengklasifikasikan polaritas. Algoritma Support Vector Machine (SVM) banyak diusulkan oleh banyak peneliti untuk digunakan dalam analisis sentimen. Support Vector Machine (SVM) dipilih karena mampu mengidentifikasi hyperplane terpisah yang dapat memaksimalkan margin antara 2 kelas yang berbeda. Akan tetapi, Support Vector Machine memiliki kekurangan pada pemilihan parameter atau fitur, maka diterapkan seleksi fitur Particle Swarm Optimization untuk meningkatkan hasil akurasi. Hasil penerapan Support Vector Machine (SVM) memiliki nilai akurasi sebesar 83,33% dengan nilai AUC sebesar 0.910 yang merupakan kategori excellent classification. Sedangkan, Optimasi algoritma Support Vector Machine menggunakan Particle Swarm Optimization (PSO) memiliki nilai akurasi sebesari 88.89% dengan nilai AUC sebesar 0.946 yang merupakan kategori excellent classification. Berdasarkan hal tersebut, terbukti bahwa penerapan Particle Swarm Optimization (PSO) dapat meningkatkan kinerja algoritma Support Vector Machine (SVM).

Implementasi Data Mining dengan Metode Clustering Algoritma K-Means untuk Pengelompokan Data Tilang di Instansi Pemerintah

Rini Astuti, Kurweni Ukar — Sat, 31 Jul 2021 00:00:00 +0700

Terjadinya pelanggaran lalu lintas yang sangat banyak dan beragam dapat menyebabkan harus diterbitkannya bukti pelanggaran (tilang) lalu lintas oleh Kepolisian Lalu Lintas yang banyak pula. Pelanggaran terjadi karena ada ketidaksesuaian dengan aturan di Undangundang yang telah ditetapkan yaitu Undang-undang Nomor 22 Tahun 2009 Tentang Lalu Lintas dan Angkutan Jalan. Karena data tilang sangat banyak, maka Pengelolaan data tilang membutuhkan waktu yang lama, sehingga dapat menyebabkan pelayanan sidang tilang untuk menentukan denda kepada pelanggar juga lama

Salah satu cara untuk mempercepat palayanan adalah dengan memanfaatkan data mining agar data tersebut lebih bermakna dalam bentuk informasi. Data mining adalah proses menerapkan berbagai metode untuk pengelolaan data dengan maksud untuk mengungkap pola-pola tersembunyi. Dengan arti lain Data mining adalah proses untuk penggalian polapola dari data.

Penelitian ini mengimplementasikan data mining metode clustering dengan algoritma kmeans yang merupakan salah satu algoritma pembentukan cluster data, Algoritma ini bekerja dengan cara membagi data ke dalam k-cluster dengan mengelompokkan data berdasarkan kelas-kelas tertentu yang kemudian dirumuskan hasilnya dengan menganalisis banyaknya pasal yang dilanggar dan rata-rata jumlah total pembayaran denda. Dengan adanya sistem pengelolaan data tilang di suatu Instansi Pemerintah ini, diharapkan dapat mempermudah dan mempersingkat waktu pelayananan persidangan baik dalam pengelolaan data, pembayaran denda ataupun proses pengembalian barang bukti tilang.

Sistem informasi pengelompokan data tilang ini menerapkan pengelompokan dengan menggunakan Algoritma K-Means dengan metode clustering, clustering merupakan proses yang digunakan untuk mengelompokkan objek sesuai informasi yang diperoleh dari data yang menyamakan anggota dalam kelasnya, Pendekatan proses pengembangan yang digunakan adalah pendekatan berorientasi objek dengan tool UML dengan model proses prototyping. Melalui sistem ini, dapat memudahkan dalam penyajian informasi berupa jenis tilang terbanyak dan sebagainya, juga mampu meningkatkan kualitas kerja pegawai dalam hal pemanfaatan waktu dan meningkatkan pelayanan.

Pengembangan Sistem Manajemen Proyek pada Smart City and Community Innovation Center ITB

Abdul Salam, Budi Maryanto — Sat, 31 Jul 2021 00:00:00 +0700

Kebutuhan utama institusi yang menangani proyek terutama adalah dalam hal manajemen sumber daya : bagaimana sumber daya yang tersedia dapat digunakan secara efektif sehingga target proyek dapat tercapai dengan baik dan tepat waktu. Seringkali muncul kesulitan dalam tracking progress suatu task/tugas, serta pendelegasian task/tugas per proyek yang tidak menentu, sehingga mengakibatkan kerugian jangka panjang bagi institusi yang bersangkutan.

Artikel ini akan memaparkan pengembangan sistem manajemen proyek di Smart City And Community Innovation Center (SCCIC) ITB. Sistem akan menangani manajemen task/tugas, laporan kemajuan proyek atau task/tugas, pendelegasian anggota yang terlibat, hingga pengajuan tiket/ticket (berupa error, bug, question, dan lainnya) untuk tiap task/tugas. Sistem akan dibangun dengan metodologi berbasis object. Beberapa diagram UML digunakan sebagai perangkat pemodelan sistem.

Perancangan Perangkat Lunak Visual Novel Peristiwa Bandung Lautan Api

Jason Jiv Matatula, Yusup Jauhari Shandi — Sat, 31 Jul 2021 00:00:00 +0700

Di era modern saat ini, dunia game dan teknologi mengalami perkembangan yang sangat pesat termasuk dalam dunia PC game. Dari sekian banyak game yang menyajikan fitur, kualitas, visualisasi maupun alur cerita game itu sendiri, terdapat game yang tetap memakai konsep kesederhanaannya, yakni visual novel. Pengembang game lokal yang memproduksi visual novel lebih banyak dipengaruhi oleh gaya anime dan manga dari Jepang. Artikel ini memaparkan perancangan visual novel Peristiwa Bandung Lautan Api (PBLA). Pemodelannya memanfaatkan beberapa diagram UML. Pengembangan perangkat lunak menggunakan metode prototyping. Program dibuat dengan perangkat Unity Engine dan C#. Visual novel ini diharapkan dapat meningkatkan kesadaran pemain dan pengembang game lokal betapa bagusnya sejarah di Indonesia, khususnya peristiwa heroik Bandung Lautan Api, sehingga bisa mendorong lebih banyak lagi pengembang game lokal yang membuat visual novel.