Abstrak
Abstrak menjelaskan dan mengidentifikasi konten utama penelitian dengan singkat dan jelas, untuk
mementukan relevansi terhadap kepentingan pembaca, dengan demikian pembaca dapat
memutuskan apakah akan membaca secara keseluruhan. Abstrak harus informatif, memberikan
pernyataan yang jelas dari masalah, pendekatan atau solusi yang diajukan, dan menunjukkan temuan
utama dan kesimpulan. Abstrak ditulis 100 sampai 250 kata dalam Bahasa Indonesia dan Bahasa
Inggris. Abstrak harus ditulis dalam kalimat lampau, bahasa baku, dan menghindari adanya singkatan.
Tidak ada pengutipan literatur.
Kata Kunci: 3 kata kunci/ frasa
Abstract
The abstract explains and identifies the research's main content with short and clear to the relevance
of the reader's interest. Thus, the reader can decide whether to read as a whole. The abstract should
be informative, give a clear statement of the problem, the approach, or the proposed solution, and
show the main findings and conclusions—abstract written 100 to 250 words in English. The abstract
should be written in a preceding sentence, default language, and avoid abbreviations—no quoting
literature.
Keywords: 3 keywords/phrase
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
JURNAL INFORMATIKA, Vol.7 No.1 April 2020
ISSN: 2355-6579 | E-ISSN: 2528-2247
banyak fitur, dan juga dapat mengeksekusi Algoritma brute force merupakan sebuah
perintah, diantaranya perintah sum, avg, dan pendekatan yang langsung untuk memecahkan
lain sebagainya. sebuah permasalahan. Algoritma brute force
Keterbatasan perintah yang dapat memecahkan masalah dengan cara yang
dilakukan pada aplikasi Microsoft Excel akan sangat sederhana, langsung ke permasalahan
menyulitkan pekerjaan, oleh karena itu dan dengan cara yang jelas sehingga algoritma
membuat program untuk membuka file excel brute force dapat di mengerti dengan sangat
dapat membantu pekerjaan, data file tersebut mudah. Sebaik apapun algoritma brute force
nantinya dapat disimpan di dalam program tentu saja algoritma tersebut memiliki
yang kemudian diolah untuk menyelesaikan kekurangan dan kelebihan, diantaranya:
permasalahan yang kompleks. Seperti meng- Kelebihan dari algoritma brute force,
input data yang ada ke dalam database secara yaitu:
otomatis, ataupun melakukan perhitungan yang 1) Dapat digunakan untuk memecahkan
kompleks yang tidak dapat dilakukan dengan hampir semua jenis masalah.
aplikasi Microsoft Excel. 2) Sederhana dan mudah difahami.
Kelemahan yang dimiliki oleh algoritma
Format penulisan 2 kolom dengan lebar brute force diantaranya:
sama rata, jarak kolom 1 cm menggunakan 1) Kebanyakan algoritma yang dihasilkan
ukuran kertas A4. Margin teks dari kiri, kanan, tidak efektif.
atas, dan bawah 3cm. Naskah ditulis dalam 2) Performa yang tidak efisien dan lambat.
Microsoft Word, spasi tunggal, Arial 10pt dan Langkah kerja algoritma brute force dalam
maksimum 12 halaman. pembacaan file excel
Judul artikel harus mendeskripsikan isi 1) Buka file excel lalu simpan ke dalam
dan merupakan kemungkinan penggunaan kata variabel.
paling sedikit. Hindari penggunaan kata yang 2) Lakukan iterasi dari setiap baris.
membuat menjadi terlalu panjang seperti 3) Selama baris dari data tersebut belum
"Sebuah Studi dari...", "Investigasi tentang..", habis lakukan iterasi lagi sebanyak
"Pelaksanaan...", "Pengamatan pada...", kolom yang terdapat pada baris
"Pegaruh...", "Analisis...", "Desain...", dll. tersebut.
Pencarian artikel tergantung pada keakuratan 4) Simpan data dari kolom tersebut ke
judul, disamping itu kata kunci juga membantu dalam list.
dalam referensi pencarian. 5) Setelah program mencapai akhir
Pendahuluan harus mendeskripsikan kolom, simpan data dari kolom tersebut
latar belakang yang jelas, pernyataan yang ke dalam list.
jelas dari masalah, literatur yang relevan 6) Ulangi sampai mencapai akhir baris
terhadap subjek, pendekatan atau solusi yang dari data excel.
diusulkan, dan nilai baru dari penelitian yang Implementasi dari algoritma brute force ini
memuat inovasi. terdapat
Pengelolaan dan kutipan dari daftar
pustaka yang dibuat dalam gaya APA (Larose Menjelaskan kronologis penelitian,
& Larose, 2014).. Istilah dalam bahasa asing termasuk desain penelitian, prosedur penelitian
ditulis cetak miring (italic). Tulisan artikel (dalam bentuk algoritma, Pseudocode atau
disajikan dalam struktur bagian: Pendahuluan - lainnya), bagaimana untuk menguji dan akuisisi
Usulan Metode/ Algoritma (opsional) - Metode data. Deskripsi dari program penelitian harus
Penelitian - Hasil dan Pembahasan - didukung referensi, sehingga penjelasan
Kesimpulan. tersebut dapat diterima secara ilmiah.
Tinjauan pustaka dapat digunakan oleh
penulis dalam bab "Pendahuluan" untuk Hasil dan Pembahasan
menjelaskan perbedaan penelitian dengan
artikel lainnya, bahwa tulisan merupakan
inovasi terbaru. Jika penelitian memiliki
orisinalitas tinggi, yang mengusulkan metode
atau algoritma baru, bab tambahan setelah
"Pendahuluan" dan sebelum "Metode
Penelitian" dapat ditambah-kan untuk
menjelaskan secara singkat metode atau
algoritma yang diusulkan.
Metode Penelitian
http://ejournal.bsi.ac.id/ejurnal/index.php/ji 2
JURNAL INFORMATIKA, Vol.7 No.1 April 2020
ISSN: 2355-6579 | E-ISSN: 2528-2247
Gambar 1. CRISP-DM
https://doi.org/10.1002/9781118874059
Fatihatul, F., Setiawan, A., & Rosadi, R. (2011). Robi Yanto, R. K. (2015). Implementasi Data
Asosiasi Data Mining Menggunakan Mining dengan Metode Algoritma Apriori
Algoritma FP-Growth Untuk Market dalam Menentukan Pola Pembelian Obat.
Basket Analysis. Jatinangor: Universitas Implementasi Data Mining Dengan
Padjadjaran, 1–8. Metode Algoritma Apriori Dalam
Gunadi, G., & Sensuse, d. I. (2012). Penerapan Menentukan Pola Pembelian Obat, Citec
metode data mining market basket Journal, Vol. 2, No (ISSN: 2354-5771),
analysis terhadap data penjualan produk 102–113. https://doi.org///dx.doi.org/
buku dengan menggunakan algoritma 10.4236/ce.2016.71020
apriori dan frequent pattern growth ( fp- Salam, A., & Khayal, M. S. H. (2012). Mining
growth ) : Telematika, 4(1), 118–132. top-k frequent patterns without minimum
Han, J., Kamber, M., & Pei, J. (2011). Data support threshold. Knowledge and
Mining. Concepts and Techniques, 3rd Information Systems, 30(1), 57–86.
Edition (The Morgan Kaufmann Series in https://doi.org/10.1007/ s10115-010-0363-
Data Management Systems). 3
Larose, D. T., & Larose, C. D. (2014).
Discovering Knowledge in Data.
http://ejournal.bsi.ac.id/ejurnal/index.php/ji 4