SISTEM PAKAR MENDIAGNOSA GEJALA KERUSAKAN MESIN MOBIL TOYOTA MENGGUNAKAN METODE CASE BASED REASONING Dahlan Abdullah, Khairul Azmi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Malikussaleh, Aceh, Indonesia 24354 Telp. 0645-41373, Fax. 0645-44450 Email :
[email protected]
ABSTRAK Sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Mobil termasuk salah satu alat transportasi yang juga selalu berkembang mengikuti teknologi baik dari sisi teknologi mesin maupun teknologi komputerisasi. Salah satu contoh bagaimana mendiagnosa kerusakan kendaraan mobil dengan cara mengetahui jenis-jenis kerusakan sepeda motor, gejala kerusakan mobil, ciri-ciri kerusakan, setelah itu baru dilakukan diagnosa dan alternatif solusi masalah. Diharapkan sistem pakar ini bisa memberikan informasi yang berdaya guna kepada user. Sistem ini diharapkan dapat memberikan kontribusi kepada pihak-pihak terkait khususnya kepada para mekanik dan konsumen dalam melakukan pengecekan kerusakan mesin mobil toyota, memberikan kontribusi untuk konsumen dalam mendiagnosa kerusakan awal mobil beserta kerusakan jenis kerusakan dibagian awal. Kata kunci: Case Based Reasoning, Kerusakan Mobil, Sistem Pakar ABSTRACT Expert system is a system that is trying to adopt human knowledge into the computer, for your computer to can resolve the issue as it is commonly done by experts. The car including the one of means of transportation that is also evolving to follow the technology both in terms of engine technology and computerized technology. One example how to diagnose car damage to the vehicle by knowing the types of damage the motorcycle, the symptoms of damage to the car, the characteristics of the damage, after it had carried out a diagnosis and alternative solutions to problems. This expert system is expected to provide information that is useful to the user. This system is expected to contribute to to the relevant parties, especially to the mechanics and consumers in checking Toyota car engine damage, contributing to consumers in diagnosing early damage as well as damage to the car section of the kind of damage early. Keyword: Case Based Reasoning, Expert Systems, The Damage Car 1.
PENDAHULUAN Sistem pakar merupakan bagian dari kecerdasan buatan (artificial intelligence) yang terdiri dari pengetahuan dan pengalaman dari banyak pakar yang dimasukkan ke dalam suatu basis pengetahuan. Sistem pakar dapat membantu seseorang yang mungkin bukanlah seorang pakar untuk menyelesaikan persoalan tertentu.Sistem Pakar (Expert System) merupakan program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk problema-problema dalam suatu domain yang spesifik. Implementasi sistem pakar banyak digunakan dalam bidang kesehatan karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas (Solichin, 2011). Mobil termasuk salah satu alat transportasi yang juga selalu berkembang mengikuti teknologi baik dari sisi teknologi mesin maupun teknologi komputerisasi. Mobil mempunyai peranan penting pada sarana transportasi darat, dan merupakan suatu alat transportasi yang banyak digunakan masyarakat pada umumnya. Tetapi kebanyakan masyarakat hanya dapat menggunakannya saja, tanpa mengetahui kerusakan-kerusakan yang terjadi pada mobil. Karena ketidaktahuan pengguna mobil dengan kerusakan yang terjadi. Namun tidak semua pemilik kendaraan ini selalu dibuat senang ataupun nyaman.
Salah satu contoh konkrit yang dapat dilihat buktinya adalah jika terjadi permasalahan pada mesin akan membuat pusing bagi pemilik kendaraan tersebut. Untuk itu diperlukan bagaimana mendiagnosa kerusakan kendaraan mobil dengan cara mengetahui jenis-jenis kerusakan sepeda motor, gejala kerusakan mobil, ciri-ciri kerusakan, setelah itu baru dilakukan diagnosa dan alternatif solusi masalah. Tidak semua pemilik mobil secara penuh mengetahui apa saja kerusakan-kerusakan pada mesin mulai dari jenis kerusakan, gejala kerusakan, ciri-ciri kerusakan, diagnosa serta cara perbaikan, sehingga tidak sedikit pemilik mobil akan merasa sangat terganggu dengan permasalahan-permasalahan yang terjadi pada mesin kendaraannya, padahal mungkin hanya disebabkan oleh hal-hal yang sangat kecil dan mudah untuk diperbaiki. Oleh karena ketidakpahaman pemilik tentang mesin. Sistem pakar ini digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh Pakar, diharapkan sistem pakar ini bisa memberikan informasi yang berdaya guna kepada user. Penerapan teknologi berbasis komputer pada bidang kesehatan diantaranya adalah dengan penerapan aplikasi Sistem Pakar (Expert System) adalah program berbasis pengetahuan yang menggunakan pengetahuan manusia, dimana pengetahuan tersebut dimasukkan ke dalam sebuah komputer, dan kemudian digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia. Implementasi sistem pakar banyak digunakan dalam bidang teknologi karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara cerdas. 2. a.
b.
c.
d.
e.
f.
g.
METODE PENELITIAN Adapun Metodelogi Penelitian adalah sebagai berikut: Studi Kepustakaan (Library Research) Sebelum merancang dan membangun sebuah sistem, terlebih dahulu dilakukan studi kepustakaan yaitu tinjauan kepustakaan terhadap referensi yang terkait dengan masalah pembuatan implementasi sistem pakat untuk mendiagnosa gejala kerusakan mesin mobil toyota menggunakan Case Based Reasoning. Pengumpulan data juga dilakukan dengam media penunjang lain seperti internet. Penelitian Lapangan (Field Research) Metode ini digunakan oleh penulis untuk memperoleh data primer, dimana penulis secara langsung mengamati objek yang diteliti yaitu kerusakan mesin mobil Toyota. Wawancara (Interview) Pengumpulan datayang dilakukan dengan mengadakan wawancara langsung dengan pihak-pihak yang berwenang dan bertanggung jawab memberikan data yang berhubungan dengan permasalahan pada mesin mobil Toyota. Analisis Kebutuhan Sistem Pendukung Keputusan Tahap metode analisis ini merupakan tahap menganalisa sistem yang akan dibangun. Setelah analisa didapatkan maka langkah selanjutnya adalah membuat sebuah hasil analisa. Hasil analisa tersebut akan menjadi acuan dari perancangan sistem yang dibangun. Kebutuhan Input Data-data yang diinput untuk melakukan pemrosesan keputusan penentuan diagnosa kerusakan mesin mobil berdasarkan kerusakn mesin yang terkena. Kebutuhan Proses Pemrosesan data dilakukan oleh sistem setelah menerima data-data masukan dari user. Data-data tersebut diproses untuk memperoleh penilaian dengan berpedoman pada aturan-aturan tertentu. Kebutuhan Output Output data yang dilakukan sistem ini adalah menampilkan informasi-informasi dari hasil pengolahan data yang dimasukkan oleh user. Informasi yang dihasilkan adalah informasi berupa hasil nama kerusakan beserta diagnosa dan pengendaliannya.
3. PEMBAHASAN Sistem pakar berbasis kasus (CBR) adalah sebuah perangkat lunak komputer yang memiliki basis pengetahuan untuk tujuan tertentu dan menggunakan penalaran yang menyerupai seorang pakar dalam memecahkan masalah. Dalam proses perancangan sistem berbasis komputer, analisis masalah memegang peranan penting dalam membuat rincian aplikasi yang akan dikembangkan, analisis masalah merupakan langkah pemahaman persoalan sebelum mengambil tindakan atau keputusan penyelesaian akhir. Pada sistem lama pemeriksaan kerusakan pada mobil hanya berdasarkkan prakiraan dari seorang mekanik, sehingga mekanik sering menduga-duga kerusakkan apa yang terjadi pada mobil tersebut, hal ini menyebabakan kerugian disebabkan oleh hal-hal yang sangat kecil dan mudah untuk diperbaiki. Oleh karena ketidakpahaman konsumen tentang mesin mobil sehingga hanya karena hal-hal sepele harus membawa mobil ke bengkel. Sistem pakar ini
digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh Pakar, diharapkan sistem pakar ini dapat memberikan informasi yang berdaya guna kepada user. 3.1. Perancangan Sistem 3.1.1. Diagram Konteks (Context Diagram) Diagram konteks merupakan bagian dari Data Flow Diagram (DFD) yang berfungsi memetakan model lingkungan, yang dipresentasikan dengan lingkaran tunggal yang mewakili keseluruhan sistem dan merupakan tingkatan tertinggi dalam diagram aliran data dan hanya memuat satu proses dan menunjukkan sistem secara keseluruhan. Adapun bentuk diagram konteks dari Implementasi Sistem pakar untuk mendiagnosa gejala kerusakan mesin mobil toyota menggunakan case based reasoning yaitu seperti pada gambar 4 berikut :
ADMIN
Data indikasi, Data kasus Data kasus Implementasi Sistem pakar Data gejala Data gejala untuk mendiagnosa gejala Data parameter kerusakan mesin mobil toyota menggunakan case based reasoning di PT Dunia Barusa Lhokseumawe
Info hasil analisa
OPERATOR
Info data kasus, Info data gejala
Gambar 4. Diagram Konteks Admin dapat menginput pertanyaan-pertanyaan yang ada dalam sistem, admin mengelola daftar kasus, data gejala, data parameter yang akan diproses dalam sistem pakar untuk mendiagnosa gejala kerusakan mesin mobil toyota, kemudian admin menerima info laporan data kasus dan info data gejala kedalam entitas operator, hasil terakhir adalah admin menerima laporan info hasil analisa jenis kerusakan mobil dan solusinya. 3.1.2. DFD (Data Flow Diagram) Level 0 DFD level 0 merupakan perluasan diagram konteks, pada level ini dijelaskan setiap kegiatan yang dapat dilakukan oleh setiap entitas yang ada didalam sistem lebih terperinci. Gambar 5 menjelaskan setiap kegiatan yang terjadi pada level 0. Konfirmasi Login
Konfirmasi Login
User name, Password
1.0 Login
Informasi Data Gejala
Informasi Data Kasus Admin
Informasi Data Indikasi 2.0 Mengelola Data Gejala
Data Gejala
Data Kasus
3.0 Mengelola Data Kasus
Informasi Data Pertanyaan Data Pertanyaan
Print Laporan
tb_indikasi
Data Indikasi
Informasi Data Kasus tb_kasus Data Kasus
Informasi parameter Data parameter
tb_user
User name, Password
Data Parameter 4.0 Mengelola Data Parameter
5.0 Proses Data Quisioner
tb_parameter Data Parameter
Data Pertanyaan
6.0 Laporan
Tb_hasil
Informasi data pertanyaan
Cetak Data Kasus, Data gejala
Laporan Hasil analisa Operator
Gambar 5. DFD Level 0
3.1.3. DFD Level 1 Proses 1.0 Login Username , Password
Username , Password
1.1 Login
Admin
User
Validitasi Login
Validitasi Login
Gambar 6. DFD Level 1 Proses 1.0 Validasi Login 3.1.4. DFD Level 1 Proses 2.0 Data Indikasi Informasi Data gejala Indikasi Data gejala Indikasi
2.1 Tambah Tambah Data gejala Indikasi
Data Gejala Indikasi Admin
2.2 Edit
Edit Data gejala Indikasi Indikasi Informasi Data Gejala Indikasi
Data gejala Indikasi
2.3 Hapus
Informasi Data Gejala Indikasi
Hapus Data gejala Indikasi
Gambar 7. DFD Level 1 Proses 2.0 Data Gejala Indikasi 1.1.5. DFD Level 1 Proses 3.0 Data Kasus Informasi Data kasus Data kasus
3.1 Tambah Tambah Data kasus
Edit Data kasus
Data kasus 3.2 Edit
Admin
Kasus Informasi Data kasus
Data kasus
3.3 Hapus
Informasi Data kasus
Hapus Data kasus
Gambar 8. DFD Level 1 Proses 3.0 Data Kasus 4.1.6. DFD Level 1 Proses 4.0 Data Parameter Informasi Data Data Parameter Data Parameter
4.1 Ubah Tambah Data Data Parameter
Data Parameter Admin
4.2 set
Edit Data Data Parameter Parameter Informasi Data Data Parameter
Gambar 9. DFD Level 1 Proses 4.0 Data Parameter 4.1.7. DFD Level 1 Proses 5.0 Proses CBR
Data pertanyaan
5.1 Input Data quisioner
Informasi Tambah pertanyaan
indikasi
5.2 Proses identifikasi
kasus
5.3 Proses CBR
Hasil
Admin
Info Hasil analisa kerusakan
5.4 Pembuatan Laporan
Laporan
Operaor
Gambar 10. DFD Level 1 Proses 4.0 Proses CBR 1.2. Perhitungan Manual Diketahui tingkat kepentingan suatu gejala adalah sebagai berikut: Tabel 1. Tabel Bobot Parameter
Diketahui kasus pertama dengan perhitungan kasus lama 1 (sistem pengapian) dengan kasus baru (x) dapat dilihat pada tabel berikut: Tabel 2. Perhitungan kasus lama 1 (sistem pengapian) dengan kasus baru (x)
Kesimpulan perhitungan CBR adalah sebagai berikut:
Nilai similarity antara kasus lama Similarity ( X, I ) dengan kasus baru X adalah 0.8800. Selanjutnya diketahui pada kasus kedua perhitungan kasus Sistem Bahan bakar dengan kasus baru (x) dapat dilihat pada tabel berikut: Tabel 3. Perhitungan kasus lama II Sistem Bahan bakar dengan kasus baru (x)
Kesimpulan perhitungan CBR adalah sebagai berikut:
Nilai similarity antara kasus lama Similarity (X, II) dengan kasus baru X adalah 0.8636
Selanjutnya diketahui pada kasus ketiga perhitungan kasus Sistem pendingin dengan kasus baru (x) dapat dilihat pada tabel berikut: Tabel 4. Perhitungan kasus lama III Sistem Pendingin dengan kasus baru (x)
Kesimpulan perhitungan CBR adalah sebagai berikut:
Nilai similarity antara kasus lama Similarity (X, III) dengan kasus baru X adalah 0.7083 Selanjutnya diketahui pada kasus ketiga perhitungan kasus Sistem Pelumas dengan kasus baru (x) dapat dilihat pada tabel berikut: Tabel 5. Perhitungan kasus lama IV Sistem Pendingin dengan kasus baru (x)
Kesimpulan perhitungan CBR adalah sebagai berikut:
Nilai similarity antara kasus lama Similarity (X, IV) dengan kasus baru X adalah 0.5200 Selanjutnya diketahui pada kasus ketiga perhitungan kasus Sistem Pelumas dengan kasus baru (x) dapat dilihat pada tabel berikut: Tabel 6. Perhitungan kasus lama V Sistem Pembuangan dengan kasus baru (x)
Kesimpulan perhitungan CBR adalah sebagai berikut:
Nilai similarity antara kasus lama Similarity (X, V) dengan kasus baru X adalah 0.6296. Dari perhitungan seluruh kasus yang memiliki bobot kemiripan rendah adalah seperti tabel berikut:
Tabel 7. Perhitungan Hasil Diagnosa Penyebab dan Solusi
Tabel 8. Perhitungan Hasil Diagnosa Penyebab dan Solusi (Lanjutan)
Kesimpulan Dari Perhitungan seluruh kasus yang memiliki bobot kemiripan paling tinggi adalah kasus ID31 yaitu sebesar 0.88, Jadi, solusi kasus ID 31 (Sistem Pengapian) adalah yang direkomendasikan kepada pengguna (karena memiliki nilai bobot kemiripan paling besar). Tindakannya adalah Melakukan penggantian busi sesuai buku panduan perbaikan dan penggunaan bahan bakar bebas timbal (pertamax). 1.3. Implementasi Sistem 4.3.1. Form Login Form Login Berfungsi untuk mengidentifikasi admin atau petugas sebelum masuk kesistem. Adapun tampilan form login dapat dilihat pada gambar berikut:
Gambar 11. Form Login 4.3.2.
Form Utama
Form menu utama terdiri dari empat buah menu utama, yaitu file data, file menu, file CBR, File Cetak dan About, untuk lebih jelasnya dapat dilihat pada gambar berikut:
Gambar 12. Halaman Utama 4.3.3.
Form Menu File Data
Form menu file data ini dinputkan oleh admin dan akan digunakan pada form input data penilaian yang berupa pertanyaan, untuk lebih jelasnya dapat dilihat pada gambar berikut:
Gambar 12. Daftar Kasus 4.3.4.
Form File Menu
Form file menu adalah file yang didalamnya terdiri dari daftar gejala, daftar kerusakan, set parameter, data user, untuk lebih jelasnya dapat dilihat pada gambar berikut: 1. Menu Daftar Gejala
Gambar 13. Daftar Kasus 2. Menu Daftar Kerusakan
Gambar 14. Daftar Kerusakan 3. Menu Set Parameter
Gambar 15. Daftar Set Parameter 4. Menu Set User
Gambar 15. Daftar Set User 4.3.5. Form File CBR Form file menu CBR adalah file yang didalamnya terdiri dari CBR proses, daftar detail, daftar solusi. untuk lebih jelasnya dapat dilihat pada gambar berikut: 1. Menu CBR Proses dan Detail
Gambar 16. Menu CBR Proses dan Detail 2. Menu CBR Solusi
Gambar 17. Menu CBR Solusi 4.3.6. Form Cetak File Form file menu CETAK adalah file yang didalamnya terdiri dari cetak data kerusakan, cetak data indikasi, cetak hasil analisa. untuk lebih jelasnya dapat dilihat pada gambar berikut: 1. Menu Cetak Data Kerusakan
Gambar 18. Form Cetak File
2. Menu Cetak Data Indikasi
Gambar 19. Menu Indikasi Kerusakan 2. Menu Cetak Data Hasil Analisa
Gambar 20. Menu Hasil Analisa
4. PENUTUP 4.1. Kesimpulan Dari hasil perancangan implementasi sistem pakar pendeteksian faktor dominan penyebab gas cromatograph failure dengan menggunakan metode cased based reasoning, maka penulis dapat menggambil keputusan : 1. Dari hasil penelitian ini didapat suatu hasil untuk menganalisa kerusakan pada mesin mobil toyota menggunakan CBR. Sistem dapat mendiagnosa kerusakan pada mesin mobil yang berguna untuk mempermudah pekerjaan dari seorang teknisi maupun konsumen untuk mengetahui dan mendiagnosa serta mencari solusi terhadap kerusakan, seperti kerusakan pada mesin mulai dari jenis kerusakan, gejala awal, ciri kerusakan, diagnosa serta solusi atau cara perbaikan. Untuk solusi awalnya. 2. Memberikan pengetahuan gejala-gejala awal yang terjadi dan dapat melihat nilai diagnosa areal trouble beserta langkah penyelesaiannya. 3. Memberikan kontribusi kepada pihak PT Dunia Barusa dalam melakukan pengecekan kerusakan awal mesin, yang sangan berguna bagi konsumen maupun teknisi. Dengan adanya sistem ini juga, user akan lebih jelas hak akses dengan tujuan untuk menghindari kemungkinan terjadi kesalahan/troubel dalam analisa awalnya pada sistem. 4.2. Saran Berikut ini adalah saran yang mungkin dapat digunakan untuk pengembangan sistem ini yang lebih lanjut : 1. Implementasi sistem pakar mendiagnosa awal kerusakan mesin mobil dengan menggunakan metode CBR, akan lebih baik sistem ini dicoba dengan menggunakan metode yang lain sehingga dapat diketahui kekurangan dan kelebihan dari masing-masing metode. 2. Sistem berikutnya diharapkan dapat membuat update setiap ada gejala kerusakan baru dan langsung yang menginputkan gejala adalah dari pihak kepala mekanik agar dapat lebih mudah. DAFTAR PUSTAKA [1] Christianti Meliana dan Handoko Tania, Aplikasi Pemesanan Kamar Serta Pengelolaan Data Kamar Secara Mobile pada Hotel Le Beringin, http://repository.maranatha.edu/558/1/Aplikasi%20Pemesanan%20Kamar.pdf [2] Dahria M, 2011. pengembangan sistem pakar dalam membangun suatu aplikasi. Jurnal SAINTIKOM Vol. 10 / No. 3 / September 2011 [3] Ida Bagus Dhany Satwika, Rancang Bangun Sistem Diagnosis Kerusakan Pada Mobil Mengunakan Metode Forward Chaining, 2012. http://ojs.unud.ac.id/index.php /JLK/article/download/4903/3686
[4] Kusrini and Hartati, S, (2011) Penggunaan Penalaran berbasisi Kasus Untuk membangun Basis Pengetahuan dalam Sistem Diagnosa Penyakit, http://dosen.amikom.ac.id/downloads/artikel/full_paper_sriti_kusrini.pdf [5] Nugroho A, 2011, Perancangan dan Implementasi Sistem Basis Data, Yogyakarta : Penerbit Andi [6] Suriyanti, Aplikasi Sistem Pakar Pendeteksi Kerusakan Printer Dengan Case Based Reasoning, 2012. http://pelita informatika.com/berkas/ jurnal/7.%20Suriyanti.pdf [7] Sutojo, T, Edy Mulyanto & Vincent Suhartono, 2011. Kecerdasan Buatan, Andi, Yogyakarta. [8] Simarta, Janer & Iman Paryudi, 2010. Basis Data, Andi, Yogyakarta. [9] Soliching A, 2011. Sistem Pakar Berbasis Mobile Untuk Mendeteksi Penyakit Pada Ginjal. Jurnal Digital Information & System Conference 2011.
PANDUAN PENULISAN -
-
-
Naskah artikel ditulis sesuai dengan format naskah yang berjudul FORMAT ARTIKEL ILMIAH. Naskah artikel merupakan hasil penelitian atau merupakan karya ilmiah yang merupakan studi kasus atau hasil studi pustaka yang dilakukan secara komprehensif. Karya ilmiah dapat merupakan hasil dari pengembangan, penemuan, pembuktian dan kajian ilmiah komprehensif. Naskah artikel menggunakan bahasa Indonesia baku, setiap kata asing dicari padanannya dalam bahasa Indonesia baku, dan tidak perlu menyertakan bahasa asingnya. Kalimat yang diambil dari tulisan ilmiah dalam bahasa asing diterjemahkan dalam bahasa Indonesia baku. Referensi menggunakan aturan author, date hanya mencantumkan nama belakang penulis dan tahun tulisan (contoh: Kotler, 2000) dan mohon dicek ulang dengan daftar pustaka (sangat membantu jika menggunakan fasilitas bibliography yang ada di word processor) Tidak menggunakan catatan kaki Naskah artikel dikirimkan dengan format: o Ukuran kertas yang digunakan ukuran A4 o Panjang tulisan minimum 10 halaman o Margin keliling 1” atau 3cm o Spasi 1 o Dalam bentuk 1 kolom (standar, tidak perlu dibuat kolom) o Huruf Times New Roman, ukuran 10 o Semua jenis rumus ditulis menggunakan Mathematical Equation (bagi pengguna MS Word ada di bagian Insert => Equation), termasuk pembagian/fraksi, Zigma, Akar, Matriks, Integral, Limit/Log, Pangkat, dsb o Semua jenis Symbol menggunakan simbol standar yang ada di Word Processor (bagi pengguna MS Word ada di bagian Insert => Symbol) o Judul tabel dan gambar ditulis di tengah, sentence case, dengan jarak 1 spasi dari tabel atau gambarnya. Tulisan “Tabel” atau “Gambar” dengan nomornya diletakkan satu baris sendiri. Judul tabel diletakkan di atas tabel (sebelum tabel) dan judul gambar diletakkan di bawah gambar (setelah gambar). Penulisan sumber tabel atau gambar diletakkan di bawah tabel dan gambar (center pada gambar dan sejajar tabel pada tabel dengan huruf 10 pt). Pada gambar, penulisan sumber diletakkan setelah judul gambar dengan jarak 1 spasi. Tulisan dalam tabel 10 pt.
PENGAJUAN NASKAH
1. Redaksi Jurnal Media Sisfo STIKOM DB Jambi menerima naskah ilmiah berupa hasil penelitian atau hasil studi dalam bidang sistem informasi baik ilmu dasar dan aplikasinya. Naskah harus berisi informasi yang benar, jelas dan memiliki kontribusi substantif terhadap bidang kajian. 2. Penulisan harus singkat dan jelas sesuai dengan format penulisan Jurnal Media Sisfo STIKOM DB Jambi. Naskah belum pernah dimuat atau tidak sedang dalam proses untuk dimuat di media lain, baik media cetak maupun elektronik. 3. Naskah ilmiah yang masuk akan diseleksi oleh Dewan Redaksi yang memiliki wewenang penuh untuk mengkoreksi, mengembalikan untuk diperbaiki, atau menolak tulisan yang masuk meja redaksi bila dirasa perlu. Penilaian secara subtantif akan dilakukan oleh Mitra Bestari/Penyunting Ahli. Penilaian akan dilakukan secara obyektif dan tertulis 4. Naskah ilmiah dikirim ke redaksi dalam bentuk softcopy atau hardcopy ke alamat redaksi : Jl. Jendral Sudirman Thehok - Jambi E-mail:
[email protected] Penulis diharapkan menyertakan nomor telepon yang bisa dihubungi. 5. Informasi mengenai penerbitan Jurnal STIKOM DB Jambi bisa diakses di website http://lppm.stikomdb.ac.id/
