Intisari - Pendidikan Anti Korupsi amat dibutuhkan sebagai usaha untuk mengatasi masalah korupsi dan perilaku koruptif. Di lain pihak teknologi yang saat ini berkembang pesat dapat  difungsikan sebagai media untuk mengedukasi masyarakat, terutama pelajar. Sejauh ini aplikasi atau situs yang terkait dengan pembahasan anti korupsi kebanyakan berisi makalah-makalah tentang pendidikan anti korupsi, bahkan situs Indonesian Corruption Watch juga berisi artikel-artikel yang memuat berita tentang korupsi. Situs-situs tersebut memang berupaya untuk memberantas korupsi atau mencegah tindakan korupsi, namun materi untuk Pendidikan Anti Korupsi belum banyak disentuh. Pendidikan Anti Korupsi untuk perguruan tinggi dibuat secara personal dalam sebuah blog saja sehingga tidak dapat dijadikan referensi dalam dunia akademik. Oleh karena itu, dibutuhkan adanya sebuah situs web yang secara khusus menangani materi Pendidikan Anti Korupsi bagi masyarakat pada umumnya dan pelajar pada khususnya. Tujuan penelitian ini adalah untuk mengembangkan produk aplikasi web e- learning menggunakan LMS Moodle. Aplikasi yang dipakai untuk membangun sistem ini adalah Moodle. Metode yang akan dipakai dalam pencapaian tujuan penelitian ini mengikuti empat tahapan, yaitu: tahap analisis, tahap desain, tahap pembuatan, dan tahap penerapan. Secara singkat tahapan tersebut dapat dijelaskan sebagai berikut: tahap analisis akan menghasilkan spesifikasi kebutuhan sistem, tahap desain akan melakukan pengujian terhadap desain yang telah dibuat, tahap pembuatan akan melakukan konversi desain menjadi sebuah program, dan yang terakhir tahap penerapan adalah tahap dimana proses instalasi sistem dilakukan dan dieksekusi. Hasil akhir dari penelitian ini adalah situs e-learning dengan course Pendidikan Anti Korupsi yang dikembangkan dengan menggunakan LMS Moodle. Kata kunci : Pendidikan, Anti Korupsi, LMS, Moodle, e-learning

No abstract

Text Mining merupakan proses penambangan data yang berupa text dengan menggunakan sumber yang berasal dari text, dengan tujuan mencari kata-kata yang dapat mewakili isi dari sebuah dokumen sehingga dapat dilakukan analisa terkait dengan keterhubungan antara dokumen yang ada. Untuk mendukung Klasifikasi E-book berbahasa Inggris Menggunakan Metode K-Means Clustering Studi Kasus Perpustakaan STIKI Malang. Dengan menggunakan metode K-Means Clustering membantu sistem dalam pengelompokan data atau entitas yang sama serta mengelompokan data atau entitas yang tidak sama. K-Means Clustering bekerja dengan menggunakan nilai dari Text Mining yang ada dan akan dihitung jarak terdekat dengan menggunakan Ecluidience Distance berdasarkan Centroid yang sudah diatur, yang menjadi acuan pada Cluster atau kelas manakah data akan masuk. Dalam pengujian algoritma K-Means Clustering untuk mengelompokan data E-book, dilakukan sampling terhadap data E-book yang terdapat pada Perpustakaan STIKI Malang. Dari sistem yang ada menunjukan bahwa diterapkannya sistem ini akurasi dari Cluster 1 (Informasi Sistem) 10% , Cluster 2 (Teknik Komputer) 15%, dan Cluster 3 (Teknik Informatika) 65%.

No abstract

Good scriptwriting or reporting requires a high level of accuracy. The basic problem is that the level of accuracy of the authors is not the same. The low level of accuracy allows for mistyping of words in a sentence. Typing errors caused the word to become non-standard. Even worse, the word became meaningless. In this case, the recommendation application serves to provide word-writing recommendations in case of a typing error. This application can reduce the error rate of the writer when typing. One method to improve word spelling is Approximate String Matching. This method applies an approach to the string search process. The Levenshtein Distance algorithm is a part of the Approximate String-Matching method. This method, firstly, is necessary to go through the preprocessing stage to correct an incorrectly written word using the Levenshtein Distance algorithm. The application testing phase uses ten texts composed of 100 words, ten texts composed of 100 to 250 words, and ten texts composed of 250 to 500 words. The average accuracy rate of these test results was 95%, 94%, and 90%.