Muhammad Andas Lesmana, Indah Fitri Astuti, Anindita Septiarini
Pesawat udara adalah alat transportasi yang digunakan atau yang dimaksudkan untuk penerbangan di udara. Perlunya pengenalan pesawat udara untuk memberikan pemahaman dan mengurangi kecemasan dalam menggunakan moda transportasi udara serta edukasi kepada masyarakat umum. Salah satu alat bantu yang digunakan yaitu dengan melalui pemanfaatan teknologi Augmented reality (AR). AR merupakan teknologi penggabungan dunia nyata dan virtual, yang bersifat interaktif secara real-time (waktu nyata) dan merupakan wujud animasi 3D. Penelitian ini bertujuan untuk mengenalkan pesawat udara berupa aspek-aspek mendasar mengenai pesawat, cara kerja pesawat, cara pesawat dapat terbang dan spesifikasi pesawat udara dalam bentuk aplikasi berbasis android dengan menerapkan metode Markerless Augmented reality. Penelitian ini menghasilkan produk berupa aplikasi pengenalan pesawat udara yang berjalan pada sistem operasi android. Hasil pengujian dari aplikasi ini diperoleh intensitas cahaya ideal untuk menampilkan objek 3D dengan baik yaitu sebesar 500 hingga 1500 lux, jarak ideal pendeteksian berkisar antara 30 cm sampai dengan 70 cm, dan sudut kemiringan kamera yang ideal dalam mendeteksi image target yaitu 45° sampai dengan 90°. Hasil pengujian lapangan yang telah dilakukan kepada 30 responden dari masyarakat umum, aplikasi ini dinilai baik oleh pengguna dengan rata-rata interpretasi skor sebesar 79.8 %.
{"title":"Penerapan Augmented Reality Sebagai Media Pengenalan Pesawat Udara Berbasis Android","authors":"Muhammad Andas Lesmana, Indah Fitri Astuti, Anindita Septiarini","doi":"10.30872/JIM.V16I2.3744","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.3744","url":null,"abstract":"Pesawat udara adalah alat transportasi yang digunakan atau yang dimaksudkan untuk penerbangan di udara. Perlunya pengenalan pesawat udara untuk memberikan pemahaman dan mengurangi kecemasan dalam menggunakan moda transportasi udara serta edukasi kepada masyarakat umum. Salah satu alat bantu yang digunakan yaitu dengan melalui pemanfaatan teknologi Augmented reality (AR). AR merupakan teknologi penggabungan dunia nyata dan virtual, yang bersifat interaktif secara real-time (waktu nyata) dan merupakan wujud animasi 3D. Penelitian ini bertujuan untuk mengenalkan pesawat udara berupa aspek-aspek mendasar mengenai pesawat, cara kerja pesawat, cara pesawat dapat terbang dan spesifikasi pesawat udara dalam bentuk aplikasi berbasis android dengan menerapkan metode Markerless Augmented reality. Penelitian ini menghasilkan produk berupa aplikasi pengenalan pesawat udara yang berjalan pada sistem operasi android. Hasil pengujian dari aplikasi ini diperoleh intensitas cahaya ideal untuk menampilkan objek 3D dengan baik yaitu sebesar 500 hingga 1500 lux, jarak ideal pendeteksian berkisar antara 30 cm sampai dengan 70 cm, dan sudut kemiringan kamera yang ideal dalam mendeteksi image target yaitu 45° sampai dengan 90°. Hasil pengujian lapangan yang telah dilakukan kepada 30 responden dari masyarakat umum, aplikasi ini dinilai baik oleh pengguna dengan rata-rata interpretasi skor sebesar 79.8 %.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133928851","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Dary Daris Abdurrahman, Fahrul Agus, Gubtha Mahendra Putra
Sebagai salah satu Provinsi terluas di Indonesia, tepatnya terluas ke-4, Kalimantan Timur memiliki luas 129.000 Km2 . Berdasarkan data statistik dari Dinas Perkebunan tahun 2019, luas lahan perkebunan di Provinsi Kalimantan Timur seluas 1,39 juta hektar atau 10,7% dari luas keseluruhan. Dari luas keseluruhan tersebut, Provinsi Kalimantan Timur mampu memproduksi 18,4 juta ton komoditi perkebunan. Akan tetapi, produksi komoditi-komoditi tersebut dari tahun ke tahun mengalami perubahan jumlah produksi yang menunjukkan pola yang tidak tetap. Untuk itu, dalam rangka mengoptimalkan jumlah produksi, Dinas Perkebunan perlu untuk mengelompokkan daerah-daerah berdasarkan jumlah produksinya. Clustering adalah metode data mining yang membagi data menjadi kelompok-kelompok yang mempunyai objek yang karakteristiknya sama. Penelitian ini menggunakan metode clustering Partitioning Around Medoids (PAM) dengan 3 distance measure yakni Euclidean Distance, Manhattan Distance, dan Chebyshev Distance. Untuk mengukur kualitas hasil cluster digunakan metode Silhouette Coefficient (SC). Semakin besar nilai SC, semakin baik kualitas cluster. Dari 3 kali uji coba dengan menggunakan 3 cluster, 5 cluster, dan 7 cluster diperoleh nilai rata-rata SC terbesar pada uji coba 5 cluster dengan nilai SC 0.954701931 pada distance measure Manhattan Distance.
{"title":"Implementasi Algoritma Partitioning Around Medoids (PAM) untuk Mengelompokkan Hasil Produksi Komoditi Perkebunan (Studi Kasus: Dinas Perkebunan Provinsi Kalimantan Timur)","authors":"Dary Daris Abdurrahman, Fahrul Agus, Gubtha Mahendra Putra","doi":"10.30872/JIM.V16I2.6520","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.6520","url":null,"abstract":"Sebagai salah satu Provinsi terluas di Indonesia, tepatnya terluas ke-4, Kalimantan Timur memiliki luas 129.000 Km2 . Berdasarkan data statistik dari Dinas Perkebunan tahun 2019, luas lahan perkebunan di Provinsi Kalimantan Timur seluas 1,39 juta hektar atau 10,7% dari luas keseluruhan. Dari luas keseluruhan tersebut, Provinsi Kalimantan Timur mampu memproduksi 18,4 juta ton komoditi perkebunan. Akan tetapi, produksi komoditi-komoditi tersebut dari tahun ke tahun mengalami perubahan jumlah produksi yang menunjukkan pola yang tidak tetap. Untuk itu, dalam rangka mengoptimalkan jumlah produksi, Dinas Perkebunan perlu untuk mengelompokkan daerah-daerah berdasarkan jumlah produksinya. Clustering adalah metode data mining yang membagi data menjadi kelompok-kelompok yang mempunyai objek yang karakteristiknya sama. Penelitian ini menggunakan metode clustering Partitioning Around Medoids (PAM) dengan 3 distance measure yakni Euclidean Distance, Manhattan Distance, dan Chebyshev Distance. Untuk mengukur kualitas hasil cluster digunakan metode Silhouette Coefficient (SC). Semakin besar nilai SC, semakin baik kualitas cluster. Dari 3 kali uji coba dengan menggunakan 3 cluster, 5 cluster, dan 7 cluster diperoleh nilai rata-rata SC terbesar pada uji coba 5 cluster dengan nilai SC 0.954701931 pada distance measure Manhattan Distance.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"12 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123579785","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Jawa Timur memiliki kondisi wilayah yang beragam. Kondisi wilayah tersebut tentunya memiliki potensi bencana yang berdampak signifikan terhadap sektor pertanian. Banjir merupakan salah satu faktor yang merusak lahan pertanian. Manajemen risiko banjir memainkan peran penting dalam membimbing pemerintah dalam membuat keputusan yang tepat waktu dan tepat untuk penyelamatan dan bantuan banjir. Penelitian ini bertujuan untuk mengkaji penilaian risiko banjir pada sektor pertanian di Jawa Timur. Metode Multi Attribute Utility Theory digunakan untuk memecahkan masalah yang berkaitan dengan penataan ruang dan penanggulangan bencana karena bersifat sistematis dan cocok untuk memecahkan masalah yang kompleks seperti sektor pertanian. Hasil penelitian menunjukkan bahwa wilayah lahan pertanian di Jawa Timur dengan kategori sangat rawan banjir meliputi Kabupaten Bojonegoro, Lamongan, Tuban, dan Sidoarjo. Selanjutnya hasil penelitian ini divisualisasikan dengan pemetaan risiko banjir menggunakan SIG. Hal ini dapat digunakan untuk upaya penanggulangan bencana banjir. Penelitian ini diharapkan dapat membantu pengambilan kebijakan di Dinas Pertanian dan Ketahanan Pangan dalam memantau lahan pertanian yang rawan banjir guna meminimalisir terjadinya bencana banjir di sektor pertanian.
{"title":"Analisis Lahan Pertanian Rawan Banjir Menggunakan Metode Multi Atribut Utility Theory Berbasis Sistem Informasi Geografis","authors":"Mala Rosa Aprillya, Uswatun Chasanah","doi":"10.30872/JIM.V16I2.6554","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.6554","url":null,"abstract":"Jawa Timur memiliki kondisi wilayah yang beragam. Kondisi wilayah tersebut tentunya memiliki potensi bencana yang berdampak signifikan terhadap sektor pertanian. Banjir merupakan salah satu faktor yang merusak lahan pertanian. Manajemen risiko banjir memainkan peran penting dalam membimbing pemerintah dalam membuat keputusan yang tepat waktu dan tepat untuk penyelamatan dan bantuan banjir. Penelitian ini bertujuan untuk mengkaji penilaian risiko banjir pada sektor pertanian di Jawa Timur. Metode Multi Attribute Utility Theory digunakan untuk memecahkan masalah yang berkaitan dengan penataan ruang dan penanggulangan bencana karena bersifat sistematis dan cocok untuk memecahkan masalah yang kompleks seperti sektor pertanian. Hasil penelitian menunjukkan bahwa wilayah lahan pertanian di Jawa Timur dengan kategori sangat rawan banjir meliputi Kabupaten Bojonegoro, Lamongan, Tuban, dan Sidoarjo. Selanjutnya hasil penelitian ini divisualisasikan dengan pemetaan risiko banjir menggunakan SIG. Hal ini dapat digunakan untuk upaya penanggulangan bencana banjir. Penelitian ini diharapkan dapat membantu pengambilan kebijakan di Dinas Pertanian dan Ketahanan Pangan dalam memantau lahan pertanian yang rawan banjir guna meminimalisir terjadinya bencana banjir di sektor pertanian.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123192017","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Irwan Ripansyah, Indah Fitri Astuti, Putut Pamilih Widagdo
Tata surya merupakan salah satu pelajaran ilmu pengetahuan alam yang diajarkan di Sekolah Dasar, namun saat ini materi mata pelajaran ini masih melalui buku atau gambar 2D sehingga siswa harus kebanyakan mengkhayalkan bagaimana rotasi, revolusi dan sebagainya yang terjadi di sistem tata surya itu sendiri. Penelitian ini bertujuan untuk mengimplementasikan metode Marker Based Tracking AR ke dalam aplikasi pengenalan sistem tata surya untuk memudahkan siswa/siswi SD dan menambah ketertarikan mereka dalam memahami sistem tata surya. Tujuan lain yaitu menentukan jarak terbaik, sudut terbaik, dan ukuran marker yang paling optimal dalam proses deteksi. Penelitian ini didapatkan melalui wawancara guru, kuesioner untuk siswa, dan tes aplikasi. Penelitian ini menghasilkan produk berupa aplikasi ARPlanet yang berjalan pada sistem operasi android untuk pengenalan sistem tata surya yang mendapatkan skor rata-rata baik dalam validasi siswa sd. Aplikasi ARPlanet ini dinilai menarik dan diterima oleh siswa dan guru sebagai alternatif media pembelajaran serta efektif dalam membantu proses pembelajaran sistem tata surya di kelas.
{"title":"Pemanfaatan Augmented Reality Sebagai Media Pembelajaran Pengenalan Sistem Tata Surya Untuk Siswa SD Dengan Metode Marker Based Tracking","authors":"Irwan Ripansyah, Indah Fitri Astuti, Putut Pamilih Widagdo","doi":"10.30872/JIM.V16I2.4174","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.4174","url":null,"abstract":"Tata surya merupakan salah satu pelajaran ilmu pengetahuan alam yang diajarkan di Sekolah Dasar, namun saat ini materi mata pelajaran ini masih melalui buku atau gambar 2D sehingga siswa harus kebanyakan mengkhayalkan bagaimana rotasi, revolusi dan sebagainya yang terjadi di sistem tata surya itu sendiri. Penelitian ini bertujuan untuk mengimplementasikan metode Marker Based Tracking AR ke dalam aplikasi pengenalan sistem tata surya untuk memudahkan siswa/siswi SD dan menambah ketertarikan mereka dalam memahami sistem tata surya. Tujuan lain yaitu menentukan jarak terbaik, sudut terbaik, dan ukuran marker yang paling optimal dalam proses deteksi. Penelitian ini didapatkan melalui wawancara guru, kuesioner untuk siswa, dan tes aplikasi. Penelitian ini menghasilkan produk berupa aplikasi ARPlanet yang berjalan pada sistem operasi android untuk pengenalan sistem tata surya yang mendapatkan skor rata-rata baik dalam validasi siswa sd. Aplikasi ARPlanet ini dinilai menarik dan diterima oleh siswa dan guru sebagai alternatif media pembelajaran serta efektif dalam membantu proses pembelajaran sistem tata surya di kelas.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133377424","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Brainwaves are one of the biometric properties that can be used to identify individuals based on their physical and behavioural characteristics. An electroencephalogram (EEG) can be used to measure and capture brain wave activity. The activities required are in the form of giving complex tasks to get thinking and concentration processes called Cognitive Tests, in the form of a Culture Fair Intelligence Test (CFIT) stimulus and Competency Test (UK). This study aims to obtain a pattern of the relationship between concentration and learning outcomes for late adolescent students during the pandemic. The object of research involved in this research is the 10th grade students of TKJ SMK. Data acquisition was carried out twice on the Beta signal by doing cognitive test questions which were done twice at school and at home. Then the data obtained from the test results will be extracted using Fast Fourier Transform (FFT). Furthermore, after the data extraction results are obtained, the classification process will be carried out using the CNN algorithm. The results of the FFT obtained the average value of the signal peak. The results of the CNN classification show that the pandemic does not affect student concentration. The average signal concentration in schools when testing using CFIT is 0.2445 and at the time of testing using UK Mathematics is 0.1330 with an average CFIT score of 77.05 and for UK average is 53.33 with an accuracy value of 83.33 %. While the average signal concentration at home when testing using CFIT is 0.2252 and at the time of testing using UK Mathematics is 0.1301 with an average CFIT score of 77.13 and for UK average is 57.50 with an accuracy value of 83, 33%.
{"title":"Deep Learning on EEG Study Concentration in Pendemic","authors":"Garnis Ajeng Pamiela, Ahmad Azhari","doi":"10.30872/JIM.V16I2.6474","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.6474","url":null,"abstract":"Brainwaves are one of the biometric properties that can be used to identify individuals based on their physical and behavioural characteristics. An electroencephalogram (EEG) can be used to measure and capture brain wave activity. The activities required are in the form of giving complex tasks to get thinking and concentration processes called Cognitive Tests, in the form of a Culture Fair Intelligence Test (CFIT) stimulus and Competency Test (UK). This study aims to obtain a pattern of the relationship between concentration and learning outcomes for late adolescent students during the pandemic. The object of research involved in this research is the 10th grade students of TKJ SMK. Data acquisition was carried out twice on the Beta signal by doing cognitive test questions which were done twice at school and at home. Then the data obtained from the test results will be extracted using Fast Fourier Transform (FFT). Furthermore, after the data extraction results are obtained, the classification process will be carried out using the CNN algorithm. The results of the FFT obtained the average value of the signal peak. The results of the CNN classification show that the pandemic does not affect student concentration. The average signal concentration in schools when testing using CFIT is 0.2445 and at the time of testing using UK Mathematics is 0.1330 with an average CFIT score of 77.05 and for UK average is 53.33 with an accuracy value of 83.33 %. While the average signal concentration at home when testing using CFIT is 0.2252 and at the time of testing using UK Mathematics is 0.1301 with an average CFIT score of 77.13 and for UK average is 57.50 with an accuracy value of 83, 33%.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"133 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124441430","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Klinik Kemina Dental Care merupakan sebuah klinik pelayanan jasa kesehatan khusus gigi dan rongga mulut, yang berlokasi di Batam Centre Ruko Indah Blok A.3A. Pada saat ini dalam melakukan penyimpanan data pasien masih menggunakan buku pencatatan, sehingga saat mencari data pasien, medical records maupun proses pengolahan data administrasi pasien masih dilakukan secara form pencatatan. Tujuan penelitian ini untuk merancang sistem informasi pelayanan pasien pada klinik Kemina Dental Care sehingga mempermudah dalam pengelolaan data tidak dilakukan dengan cara pencatatan manual. Pembuatan aplikasi ini dengan react.js sebagai front-end, back-end menggunakan Nodejs dengan framework express.js dan database menggunakan NoSql CouchDB. Aplikasi yang dirancang dapat memudahkan pelayanan pasien dalam bentuk pengambilan jadwal pemeriksaan, rekam medis hingga sampai dalam laporan.
Kemina Dental Care诊所是一种特殊的牙科和口腔健康服务诊所，位于Batam Centre Ruko小区A.3A区。目前，患者在进行数据存储时仍使用日志，因此，在查找患者资料时，医疗记录和管理数据处理仍以一种正式的形式进行。本研究的目的是设计丹塔尔护理中心患者服务信息系统，使其更容易管理的数据无法通过手工记录来实现。使用react.js作为前端，后台使用Nodejs与框架快车.js和数据库使用NoSql CouchDB。设计的应用程序可以帮助患者在检查时间表、医疗记录中提供服务。
{"title":"Aplikasi Pelayanan Pada Klinik Kemina Dental Care Berbasis React.Js dan Database NoSQL","authors":"Dasril Aldo, Richo Richo, Z. Munir","doi":"10.30872/JIM.V16I2.6532","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.6532","url":null,"abstract":"Klinik Kemina Dental Care merupakan sebuah klinik pelayanan jasa kesehatan khusus gigi dan rongga mulut, yang berlokasi di Batam Centre Ruko Indah Blok A.3A. Pada saat ini dalam melakukan penyimpanan data pasien masih menggunakan buku pencatatan, sehingga saat mencari data pasien, medical records maupun proses pengolahan data administrasi pasien masih dilakukan secara form pencatatan. Tujuan penelitian ini untuk merancang sistem informasi pelayanan pasien pada klinik Kemina Dental Care sehingga mempermudah dalam pengelolaan data tidak dilakukan dengan cara pencatatan manual. Pembuatan aplikasi ini dengan react.js sebagai front-end, back-end menggunakan Nodejs dengan framework express.js dan database menggunakan NoSql CouchDB. Aplikasi yang dirancang dapat memudahkan pelayanan pasien dalam bentuk pengambilan jadwal pemeriksaan, rekam medis hingga sampai dalam laporan.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"70 5","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132463133","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Di era smart manufacturing menuntut perusahaan menerapkan teknologi big data dan artificial intelligence (kecerdasan buatan) untuk diterapkan di sistem manufaktur. Seiring berjalannya proses manufaktur maka data yang dihasilkan akan semakin besar maka diperluhkan analisis data agar data dapat dibaca sebagai statistik. Machine learning sebagai bagian dari artificial intelligence sangat diperluhkan untuk memberikan analisis, rekomendasi dan prediksi. Penerapan teknologi ini tidak hanya dibutuhkan untuk perusahaan besar namun juga perlu diterapkan di sektor UMKM termasuk di UMKM yang bergerak dibidang industri manufaktur. Penelitian ini menggunakan metode pengumpulan data sekunder. Tujuan dalam penelitian ini adalah merancang smart manufacturing management system menerapkan big data dengan platform mongoDB dan Machine Learning dengan pemrograman python. Library yang diperluhkan numpy, pandas, scikit-learn dan matplotlib. Algoritma yang digunakan algoritma Support Vector Machine (SVM). Deployment menggunakan framework Django.
{"title":"Smart Manufacturing Management System Memanfaatkan Big Data Dan Algoritma Machine Learning Untuk Produksi UMKM","authors":"Dwi Iskandar, Muh Alif Fathoni, Aldika Arta Bhrata","doi":"10.30872/JIM.V16I2.5258","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.5258","url":null,"abstract":"Di era smart manufacturing menuntut perusahaan menerapkan teknologi big data dan artificial intelligence (kecerdasan buatan) untuk diterapkan di sistem manufaktur. Seiring berjalannya proses manufaktur maka data yang dihasilkan akan semakin besar maka diperluhkan analisis data agar data dapat dibaca sebagai statistik. Machine learning sebagai bagian dari artificial intelligence sangat diperluhkan untuk memberikan analisis, rekomendasi dan prediksi. Penerapan teknologi ini tidak hanya dibutuhkan untuk perusahaan besar namun juga perlu diterapkan di sektor UMKM termasuk di UMKM yang bergerak dibidang industri manufaktur. Penelitian ini menggunakan metode pengumpulan data sekunder. Tujuan dalam penelitian ini adalah merancang smart manufacturing management system menerapkan big data dengan platform mongoDB dan Machine Learning dengan pemrograman python. Library yang diperluhkan numpy, pandas, scikit-learn dan matplotlib. Algoritma yang digunakan algoritma Support Vector Machine (SVM). Deployment menggunakan framework Django.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"4 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123943088","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Peternakan burung puyuh merupakan salah satu sektor peternakan yang paling efisien dalam menyediakan daging dan telur serta merupakan bahan makanan sumber hewani yang bergizi tinggi. Sama seperti pada umumnya komoditas ternak lain, pasar telur puyuh juga terkadang mengalami fluktuasi harga. Peningkatan peroduksi telur menjadi faktor utama inflasi. Oleh karena itu, pembuatan sistem berbasis teknologi yang dapat memberikan gambaran harga telur puyuh dimasa yang akan datang, hal ini akan sangat membantu dalam kelangsungan perkembangan usaha ternak. Sistem ini akan sangat bermanfaat untuk peternak yang tergabung dalam NS Quail Farm karena mereka dapat mengetahui waktu yang tepat untuk menambah DOQ (Day Old Quail) baru. Penelitian ini bertujuan untuk menghitung nilai prediksi harga telur puyuh menggunakan metode Fuzzy Time Series Markov Chain beserta tingkat keakuratan model prediksinya yang diukur dengan parameter MAPE dan MSE berdasarkan hasil output aplikasi prediksi harga emas yang dibuat pada software CodeIgniter metode yang digunakan untuk membangun aplikasi prediksi adalah metode waterfall. Data yang digunakan dalam tulisan ini merupakan data setoran telur perminggu yang diambil selama periode januari 2019 sampai dengan mei 2020. Hasilnya menunjukkan bahwa metode Fuzzy Time Series Markov Chain memberikan tingkat akurasi yang tinggi dalam memodelkan serta meramalkan harga telur dengan nilai MAPE dan MSE yang kecil.
{"title":"Implementasi Metode Fuzzy Time Series Markov Chain untuk Prediksi Harga Telur Puyuh","authors":"Usman Nurhasan, Ani Fatmawati, Budi Harijanto","doi":"10.30872/JIM.V16I2.5251","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.5251","url":null,"abstract":"Peternakan burung puyuh merupakan salah satu sektor peternakan yang paling efisien dalam menyediakan daging dan telur serta merupakan bahan makanan sumber hewani yang bergizi tinggi. Sama seperti pada umumnya komoditas ternak lain, pasar telur puyuh juga terkadang mengalami fluktuasi harga. Peningkatan peroduksi telur menjadi faktor utama inflasi. Oleh karena itu, pembuatan sistem berbasis teknologi yang dapat memberikan gambaran harga telur puyuh dimasa yang akan datang, hal ini akan sangat membantu dalam kelangsungan perkembangan usaha ternak. Sistem ini akan sangat bermanfaat untuk peternak yang tergabung dalam NS Quail Farm karena mereka dapat mengetahui waktu yang tepat untuk menambah DOQ (Day Old Quail) baru. Penelitian ini bertujuan untuk menghitung nilai prediksi harga telur puyuh menggunakan metode Fuzzy Time Series Markov Chain beserta tingkat keakuratan model prediksinya yang diukur dengan parameter MAPE dan MSE berdasarkan hasil output aplikasi prediksi harga emas yang dibuat pada software CodeIgniter metode yang digunakan untuk membangun aplikasi prediksi adalah metode waterfall. Data yang digunakan dalam tulisan ini merupakan data setoran telur perminggu yang diambil selama periode januari 2019 sampai dengan mei 2020. Hasilnya menunjukkan bahwa metode Fuzzy Time Series Markov Chain memberikan tingkat akurasi yang tinggi dalam memodelkan serta meramalkan harga telur dengan nilai MAPE dan MSE yang kecil.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"26 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124554520","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Ada beberapa tes bahasa Inggris yang digunakan untuk menilai kemampuan seorang individu. Tes ini digunakan untuk berbagai hal seperti mendapatkan beasiswa, pekerjaan, masuk perguruan tinggi dan pekerjaan di beberapa badan usaha milik negara. Hal ini mendorong banyak orang untuk mengikuti program belajar untuk persiapan tes tersebut. Namun dalam pemilihan lembaga kursus bahasa Inggris, masih menggunakan cara manual yang tidak efisien. Oleh karena itu penting untuk membangun sistem pendukung keputusan menggunakan metode Weighting Product (WP) yang dapat membantu dalam menentukan lembaga kursus bahasa Inggris. Sistem ini dibuat dan dirancang menggunakan UML, pembuatan sistem menggunakan bahasa pemrograman PHP dan databasenya dengan MYSQL. Hasil akhir dari perhitungan WP adalah sebuah perangkingan yang diurutkan berdasarkan nilai preferensi setiap alternatif yang mempunyai nilai tertinggi. Berdasarkan data lembaga kursus TOEFL di kota Pekanbaru, maka alternatif LTI Yani Toefl-IBT yang direkomendasikan sebagai kursus bahasa Inggris TOEFL.
有一些英语测试用来评估一个人的能力。这些测试被用于获得奖学金、工作、进入美国几个企业的大学和工作等领域。这促使许多人参加了准备考试的学习计划。但是在英语学院的选择中，仍然使用低效的手工方法。因此，使用Weighting Product (WP)来建立一个支持决策的系统是很重要的，该系统可以帮助建立一个英语课程学院。它是用UML创建和设计的，用PHP编程语言和MYSQL的数据库构建系统。WP计算的最终结果是根据具有最高价值的每个替代偏好的值对其进行分类。根据Pekanbaru市托福学院的数据，推荐LTI Yani TOEFL - ibt替代方案作为英语托福课程。
{"title":"Sistem Pendukung Keputusan Penentuan Lembaga Kursus Bahasa Inggris dengan Metode Weighting Product","authors":"Sukamto Sukamto, Yanti Andriyani, Alfirman Alfirman, Bayu Kharesma","doi":"10.30872/JIM.V16I2.5936","DOIUrl":"https://doi.org/10.30872/JIM.V16I2.5936","url":null,"abstract":"Ada beberapa tes bahasa Inggris yang digunakan untuk menilai kemampuan seorang individu. Tes ini digunakan untuk berbagai hal seperti mendapatkan beasiswa, pekerjaan, masuk perguruan tinggi dan pekerjaan di beberapa badan usaha milik negara. Hal ini mendorong banyak orang untuk mengikuti program belajar untuk persiapan tes tersebut. Namun dalam pemilihan lembaga kursus bahasa Inggris, masih menggunakan cara manual yang tidak efisien. Oleh karena itu penting untuk membangun sistem pendukung keputusan menggunakan metode Weighting Product (WP) yang dapat membantu dalam menentukan lembaga kursus bahasa Inggris. Sistem ini dibuat dan dirancang menggunakan UML, pembuatan sistem menggunakan bahasa pemrograman PHP dan databasenya dengan MYSQL. Hasil akhir dari perhitungan WP adalah sebuah perangkingan yang diurutkan berdasarkan nilai preferensi setiap alternatif yang mempunyai nilai tertinggi. Berdasarkan data lembaga kursus TOEFL di kota Pekanbaru, maka alternatif LTI Yani Toefl-IBT yang direkomendasikan sebagai kursus bahasa Inggris TOEFL.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"38 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116109005","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Ikan lele Sangkuriang merupakan ikan marga clarias terkenal dari tubuhnya yang licin panjang tak bersisik. Beberapa hal yang perlu dipertimbangkan dalam rangka pemilihan indukan unggul ikan lele sangkuriang seperti ukuran, berat, warna, cacat fisik, bahkan kondisi air. Masalah yang dihadapi adalah tidak semua penjual ikan lele mengetahui hal tersebut, maka dari itu diperlukan sebuah sistem yang dapat membantu penjual ikan lele dalam menentukan indukan unggul yang berkualitas. Sistem pendukung keputusan ini menggunakan metode Weighted Product (WP) merupakan salah satu metode yang menggunakan nilai sebenarnya dalam menentukan rating dari setiap alternatif pada setiap kriteria untuk menentukan kesimpulan dari suatu permasalahan. Hasil yang dicapai dari penelitian ini menerapkan metode Weighted Product (WP) dalam sistem pendukung keputusan yang dapat memberikan rekomendasi kepada penjual ikan lele sebagai bahan pertimbangan ataupun rekomendasi untuk pengambilan keputusan secara tepat. Penelitian ini telah di lakukan terhadap 8 ikan lele dengan tingkat akurasi 87,5 %.
{"title":"Sistem Pendukung Keputusan Pemilihan Indukan Unggul Ikan Lele Jenis Sangkuriang (Clarias Gariepinus) Menggunakan Metode Weighted Product (WP)","authors":"Swadika Ibnu Persyadha, Septya Maharani, Dedy Cahyadi","doi":"10.30872/jim.v14i2.854","DOIUrl":"https://doi.org/10.30872/jim.v14i2.854","url":null,"abstract":"Ikan lele Sangkuriang merupakan ikan marga clarias terkenal dari tubuhnya yang licin panjang tak bersisik. Beberapa hal yang perlu dipertimbangkan dalam rangka pemilihan indukan unggul ikan lele sangkuriang seperti ukuran, berat, warna, cacat fisik, bahkan kondisi air. Masalah yang dihadapi adalah tidak semua penjual ikan lele mengetahui hal tersebut, maka dari itu diperlukan sebuah sistem yang dapat membantu penjual ikan lele dalam menentukan indukan unggul yang berkualitas. Sistem pendukung keputusan ini menggunakan metode Weighted Product (WP) merupakan salah satu metode yang menggunakan nilai sebenarnya dalam menentukan rating dari setiap alternatif pada setiap kriteria untuk menentukan kesimpulan dari suatu permasalahan. Hasil yang dicapai dari penelitian ini menerapkan metode Weighted Product (WP) dalam sistem pendukung keputusan yang dapat memberikan rekomendasi kepada penjual ikan lele sebagai bahan pertimbangan ataupun rekomendasi untuk pengambilan keputusan secara tepat. Penelitian ini telah di lakukan terhadap 8 ikan lele dengan tingkat akurasi 87,5 %.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"208 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-09-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115747135","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：