Pub Date : 2022-11-30DOI: 10.31603/komtika.v6i2.7158
Alif Kemal Verdito, N. A. Prabowo, Mukhtar Hanafi
The availability of blood stocks at the Indonesian Red Cross or Palang Merah Indonesia (PMI) is a must and absolute for institutions that organize the procurement and distribution of blood for medical purposes. The problem is that the blood stock in PMI Magelang City Branch is not ideally available in each blood type, especially blood type AB, which in recent years has been very minimal and difficult to obtain. The purpose of this study was to predict blood stock of type AB with software based on artificial neural networks backpropagation and Coherent tissues. Artificial Neural Network (JST) backpropagation is used to predict the stock supply of blood type AB. Meanwhile, Coherent is a network used to divide input patterns into groups. The application has a network structure consisting of 2 input neurons, 10 neurons in the hidden layer, and 1 and 1 neuron in the output layer. The total amount of data is 3 years (2015-2017), 2 years of data are used for training data, and 1 year of data is used for testing data. The engine predicts using a maximum iteration of 1,000 epochs, an expletive constant of 0.5, a momentum of 0.9, and a minimum error rate of 0.001. With variations in the value of the backpropagation component, a prediction of less than 140 bags per year is generated. Meanwhile, the resulting weight is predicted by the Coherent method and produces a prediction of the production of type AB blood stocks per month. Based on the results against 3 years of test data, the percentage of the system accuracy rate is 100%. The reduction of learning constants and the addition of training data systems may affect the accuracy of the system in making predictions.
对于组织为医疗目的采购和分配血液的机构来说，印度尼西亚红十字会或Palang Merah Indonesia (PMI)的血液储备是必须和绝对的。问题是PMI马格朗市分公司的血液库存在每种血型中都不是很理想，特别是AB血型，近年来一直非常少，很难获得。本研究的目的是利用基于人工神经网络反向传播和相干组织的软件预测AB型血库。人工神经网络(JST)反向传播用于预测AB型血的库存供应。同时，Coherent是一种用于将输入模式分组的网络。该应用程序具有一个由2个输入神经元、10个隐藏层神经元、1个和1个输出层神经元组成的网络结构。数据总量为3年(2015-2017)，其中2年的数据用于训练数据，1年的数据用于测试数据。该引擎使用最大迭代1000次、咒骂常数0.5、动量0.9和最小错误率0.001进行预测。随着反向传播分量值的变化，产生了每年少于140袋的预测。同时，通过Coherent方法预测所得的体重，并对每月AB型血库存的产量进行预测。根据3年的测试数据，该系统的准确率百分比为100%。学习常数的减小和训练数据系统的增加可能会影响系统预测的准确性。
{"title":"Implementation of The Backpropagation Method and The Kohonen Network to Predict Blood Availability: Case Study in PMI Kota Magelang","authors":"Alif Kemal Verdito, N. A. Prabowo, Mukhtar Hanafi","doi":"10.31603/komtika.v6i2.7158","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.7158","url":null,"abstract":"The availability of blood stocks at the Indonesian Red Cross or Palang Merah Indonesia (PMI) is a must and absolute for institutions that organize the procurement and distribution of blood for medical purposes. The problem is that the blood stock in PMI Magelang City Branch is not ideally available in each blood type, especially blood type AB, which in recent years has been very minimal and difficult to obtain. The purpose of this study was to predict blood stock of type AB with software based on artificial neural networks backpropagation and Coherent tissues. Artificial Neural Network (JST) backpropagation is used to predict the stock supply of blood type AB. Meanwhile, Coherent is a network used to divide input patterns into groups. The application has a network structure consisting of 2 input neurons, 10 neurons in the hidden layer, and 1 and 1 neuron in the output layer. The total amount of data is 3 years (2015-2017), 2 years of data are used for training data, and 1 year of data is used for testing data. The engine predicts using a maximum iteration of 1,000 epochs, an expletive constant of 0.5, a momentum of 0.9, and a minimum error rate of 0.001. With variations in the value of the backpropagation component, a prediction of less than 140 bags per year is generated. Meanwhile, the resulting weight is predicted by the Coherent method and produces a prediction of the production of type AB blood stocks per month. Based on the results against 3 years of test data, the percentage of the system accuracy rate is 100%. The reduction of learning constants and the addition of training data systems may affect the accuracy of the system in making predictions.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"104 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125843235","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}
Pub Date : 2022-11-29DOI: 10.31603/komtika.v6i2.7467
Mochammad Arief Hermawan Sutoyo, Niko Akbar, Bayu Putra Sanjaya
Dengan makin meningkatnya penggunaan internet, maka peluang untuk memasarkan pariwisata Kota Jambi menggunakan sebuah website menjadi sebuah kesempatan yang harus dilakukan untuk meningkatkan pariwisata. Namun, website Dinas Pariwisata dan Kebudayaan Kota Jambi tidak memperbarui informasinya secara berkala dan informasi yang diberikan kurang mendetail, sehingga tidak banyak wisatawan yang mengetahui objek–objek wisata terkini di Kota Jambi. Untuk menyelesaikan permasalahan tersebut penulis mencoba memperbarui website yang ada dan menambahkan beberapa elemen layanan informasi. Metode yang digunakan pada perancangan website untuk penelitian ini adalah metode prototyping sedangkan untuk pengujian prototipe akan digunakan metode system usability scale untuk mengetahui seberapa baik prototipe yang penulis rancang. Berdasarkan dari hasil akhir perhitungan data, telah didapatkan bahwa pengujian usability menunjukkan angka 81,125 sehingga website dapat dikembangkan. Pada penelitian selanjutnya penulis akan mencoba mengembangkan penggunaan crowdsourcing warga Jambi dan wisatwan, untuk memberikan informasi terkait tempat wisata di Kota Jambi.
{"title":"Perancangan Sistem Informasi Berbasis Website untuk Pariwisata Kota Jambi","authors":"Mochammad Arief Hermawan Sutoyo, Niko Akbar, Bayu Putra Sanjaya","doi":"10.31603/komtika.v6i2.7467","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.7467","url":null,"abstract":"Dengan makin meningkatnya penggunaan internet, maka peluang untuk memasarkan pariwisata Kota Jambi menggunakan sebuah website menjadi sebuah kesempatan yang harus dilakukan untuk meningkatkan pariwisata. Namun, website Dinas Pariwisata dan Kebudayaan Kota Jambi tidak memperbarui informasinya secara berkala dan informasi yang diberikan kurang mendetail, sehingga tidak banyak wisatawan yang mengetahui objek–objek wisata terkini di Kota Jambi. Untuk menyelesaikan permasalahan tersebut penulis mencoba memperbarui website yang ada dan menambahkan beberapa elemen layanan informasi. Metode yang digunakan pada perancangan website untuk penelitian ini adalah metode prototyping sedangkan untuk pengujian prototipe akan digunakan metode system usability scale untuk mengetahui seberapa baik prototipe yang penulis rancang. Berdasarkan dari hasil akhir perhitungan data, telah didapatkan bahwa pengujian usability menunjukkan angka 81,125 sehingga website dapat dikembangkan. Pada penelitian selanjutnya penulis akan mencoba mengembangkan penggunaan crowdsourcing warga Jambi dan wisatwan, untuk memberikan informasi terkait tempat wisata di Kota Jambi.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127485792","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}
Pub Date : 2022-11-29DOI: 10.31603/komtika.v6i2.7925
Fari Katul Fikriah, M. Burhanis Sulthan, Nailatul Mujahidah, Moh. Khoirur Roziqin
Bawang merah merupakan salah satu produk pertanian yang menjadi bagian komoditas rempah-rempah yang biasa digunakan sebagai bahan masakan. Dalam pengelolaan bawang merah ini tentu terdapat beberapa kendala, pengamatan pada kondisi penanaman bawang merah bisa dilihat dari perubahan yang terjadi pada daunnya. Terdapat beberapa sebab yang menjadikan panen bawang merah menjadi menurun walaupun semakin banyak petani yang menanam bawang merah tersebut. Diantara penyebab gagalnya panen yang dialami petani bawang merah adalah adanya penyakit yang menyerang pada daunnya. Penyakit pada daun bawang merah juga beraneka macam serta memiliki beberapa gejala yang berbeda-beda. Klasifikasi pada penyakit daun bawang merah memberikan langkah untuk ketahananan tanaman yang berkelanjutan. Penyakit daun bawang merah harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun bawang merah berdasarkan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) yang didapat dari citra daun bawang merah dengan mengambil empat fitur yaitu energy, contrast, correlation serta homogeneity, sedangkan metode algoritma yang dipakai untuk klasifikasi penyakit daun bawang tersebut adalah Naïve Bayes dengan akurasi sebesar 62%.
{"title":"Naïve Bayes untuk Klasifikasi Penyakit Daun Bawang Merah Berdasarkan Ekstraksi Fitur Gray Level Cooccurrence Matrix (GLCM)","authors":"Fari Katul Fikriah, M. Burhanis Sulthan, Nailatul Mujahidah, Moh. Khoirur Roziqin","doi":"10.31603/komtika.v6i2.7925","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.7925","url":null,"abstract":"Bawang merah merupakan salah satu produk pertanian yang menjadi bagian komoditas rempah-rempah yang biasa digunakan sebagai bahan masakan. Dalam pengelolaan bawang merah ini tentu terdapat beberapa kendala, pengamatan pada kondisi penanaman bawang merah bisa dilihat dari perubahan yang terjadi pada daunnya. Terdapat beberapa sebab yang menjadikan panen bawang merah menjadi menurun walaupun semakin banyak petani yang menanam bawang merah tersebut. Diantara penyebab gagalnya panen yang dialami petani bawang merah adalah adanya penyakit yang menyerang pada daunnya. Penyakit pada daun bawang merah juga beraneka macam serta memiliki beberapa gejala yang berbeda-beda. Klasifikasi pada penyakit daun bawang merah memberikan langkah untuk ketahananan tanaman yang berkelanjutan. Penyakit daun bawang merah harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun bawang merah berdasarkan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) yang didapat dari citra daun bawang merah dengan mengambil empat fitur yaitu energy, contrast, correlation serta homogeneity, sedangkan metode algoritma yang dipakai untuk klasifikasi penyakit daun bawang tersebut adalah Naïve Bayes dengan akurasi sebesar 62%.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"434 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132329232","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}
Pub Date : 2022-11-29DOI: 10.31603/komtika.v6i2.7927
Arfiandi Wijatmiko, Galang Prihadi Mahardhika
Learning media is a media that can be used by teachers to deliver learning materials to students. Learning media can be developed in the form of various activities, one of which is outbound activities. Outbound is a learning method carried out in the form of experiential learning through light game activities to hone intelligence and agility. In the digital world, outbound activities can be done with the help of Virtual Reality (VR) technology. VR is a computer technology that allows users to interact in a virtual world environment. With a few modifications, VR technology can be used to support play and learning activities. This research was conducted to develop a VR-based learning media called Edubound. The development of Edubound is carried out using the Scrum method. Based on the results obtained, the scrum method used in this study proved to be quite responsive and adaptive in handling user needs. On the other hand, the speed of developing Edubound learning media which is the main focus in this research can also be accommodated well by the Scrum method. In general, it can be concluded that the Scrum method can work well in the process of developing Edubound learning media.
{"title":"Rancang Bangun Media Pembelajaran Berbasis Virtual Reality Dengan Pendekatan Metode Scrum","authors":"Arfiandi Wijatmiko, Galang Prihadi Mahardhika","doi":"10.31603/komtika.v6i2.7927","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.7927","url":null,"abstract":"Learning media is a media that can be used by teachers to deliver learning materials to students. Learning media can be developed in the form of various activities, one of which is outbound activities. Outbound is a learning method carried out in the form of experiential learning through light game activities to hone intelligence and agility. In the digital world, outbound activities can be done with the help of Virtual Reality (VR) technology. VR is a computer technology that allows users to interact in a virtual world environment. With a few modifications, VR technology can be used to support play and learning activities. This research was conducted to develop a VR-based learning media called Edubound. The development of Edubound is carried out using the Scrum method. Based on the results obtained, the scrum method used in this study proved to be quite responsive and adaptive in handling user needs. On the other hand, the speed of developing Edubound learning media which is the main focus in this research can also be accommodated well by the Scrum method. In general, it can be concluded that the Scrum method can work well in the process of developing Edubound learning media.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131293818","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}
Jerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11.
{"title":"Penerapan Algoritma GLCM dan KNN dalam Pengenalan Jenis Jerawat","authors":"Yunita Fauzia Achmad, Alivia Yulfitri, Putri Maharani","doi":"10.31603/komtika.v6i2.8078","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.8078","url":null,"abstract":"\u0000 \u0000 \u0000 \u0000Jerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11. \u0000 \u0000 \u0000 \u0000","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"52 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123150058","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}
Bipolar disorder is one of the world's most common mental health disorders. To find out public sentiment regarding bipolar disorder, sentiment analysis is carried out through social media to analyze positive or negative sentiments with the aim of maintaining positive sentiment towards the problem of bipolar disorder. Twitter is a social media that is often used to exchange information, discuss, and even express emotions. The emotions of Twitter users can be called sentiment. Sentiment analysis is also carried out to see opinions or tendencies towards an opinion. Opinion tendencies can be in the form of positive or negative sentiments. The data used in this study uses the bipolar keyword. There are 2177 tweets data that were successfully obtained in the crawling process using API key access from Twitter developers, after which the data will be processed using preprocessing. The comparison of the presentations obtained is 70.92% expressing a negative opinion and 29.08% expressing a favorable opinion. The analysis results in this study using the nave Bayes algorithm is with an accuracy value of 92.110092%.
{"title":"Analisis Sentimen Mengenai Gangguan Bipolar Pada Twitter Menggunakan Algoritma Naïve Bayes","authors":"Oriza Sativa Dinauni Silaen, Herlawati Herlawati, Rasim Rasim","doi":"10.31603/komtika.v6i2.8198","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.8198","url":null,"abstract":"Bipolar disorder is one of the world's most common mental health disorders. To find out public sentiment regarding bipolar disorder, sentiment analysis is carried out through social media to analyze positive or negative sentiments with the aim of maintaining positive sentiment towards the problem of bipolar disorder. Twitter is a social media that is often used to exchange information, discuss, and even express emotions. The emotions of Twitter users can be called sentiment. Sentiment analysis is also carried out to see opinions or tendencies towards an opinion. Opinion tendencies can be in the form of positive or negative sentiments. The data used in this study uses the bipolar keyword. There are 2177 tweets data that were successfully obtained in the crawling process using API key access from Twitter developers, after which the data will be processed using preprocessing. The comparison of the presentations obtained is 70.92% expressing a negative opinion and 29.08% expressing a favorable opinion. The analysis results in this study using the nave Bayes algorithm is with an accuracy value of 92.110092%.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"22 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"117026678","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}
Pub Date : 2022-11-28DOI: 10.31603/komtika.v6i2.7943
Mei Purweni, Dedy Hariyadi, Faulinda Ely Nastiti, Fazlurrahman Fazlurrahman
Penggunaan perangkat jaringan nirkabel seperti Access Point perlu dianalisis untuk menghindari serangan intersep ataupun bypass oleh pelaku kejahatan. Kegiatan inspeksi keamanan jaringan nirkabel dalam inspeksi/operasi intelligen harus dilakukan secara rahasia, akurat dan cepat. Penelitian ini mengusulkan pengembangan aplikasi pengumpulan informasi dan pemetaan perangkat jaringan access point dalam operasi intelijen oleh petugas lapangan sebagai bahan rujukan dalam penyajian laporan saat proses penyidikan. Pengumpulan informasi pada penelitian ini dilakukan dengan pendekatan Signal Intelligence yang telah diselaraskan dengan model Signal Intelligence dan Intelligence Collection System. Penelitian ini telah menggunakan kedua cabang tersebut dikolaborasikan dengan komunikasi chatbot untuk mempermudah proses analisis petugas lapangan yang disertai dengan aktivitas menyaru data jaringan di tengah-tengah masyarakat.
{"title":"Model Inspeksi Keamanan Jaringan Nirkabel Dengan Teknik Wardrving Berbasis ChatBot","authors":"Mei Purweni, Dedy Hariyadi, Faulinda Ely Nastiti, Fazlurrahman Fazlurrahman","doi":"10.31603/komtika.v6i2.7943","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.7943","url":null,"abstract":"Penggunaan perangkat jaringan nirkabel seperti Access Point perlu dianalisis untuk menghindari serangan intersep ataupun bypass oleh pelaku kejahatan. Kegiatan inspeksi keamanan jaringan nirkabel dalam inspeksi/operasi intelligen harus dilakukan secara rahasia, akurat dan cepat. Penelitian ini mengusulkan pengembangan aplikasi pengumpulan informasi dan pemetaan perangkat jaringan access point dalam operasi intelijen oleh petugas lapangan sebagai bahan rujukan dalam penyajian laporan saat proses penyidikan. Pengumpulan informasi pada penelitian ini dilakukan dengan pendekatan Signal Intelligence yang telah diselaraskan dengan model Signal Intelligence dan Intelligence Collection System. Penelitian ini telah menggunakan kedua cabang tersebut dikolaborasikan dengan komunikasi chatbot untuk mempermudah proses analisis petugas lapangan yang disertai dengan aktivitas menyaru data jaringan di tengah-tengah masyarakat.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"106 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116584460","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}
Pub Date : 2022-11-28DOI: 10.31603/komtika.v6i2.8054
Yosia Amado Suwitono, F. Kaunang
Tumbuhan memiliki variasi dan ciri khasnya masing-masing. Ada tiga bagian utama dalam tumbuhan yaitu daun, akar dan batang. Sebagian besar tanaman memiliki daun yang sangat banyak sehingga mudah untuk didapatkan untuk membedakan tanaman satu dengan lainnya. Namun orang pada umumnya tidak dapat mengidentifikasi tanaman menggunakan daun karena terbatasnya kemampuan otak manusia. Klasifikasi adalah salah satu teknik yang dapat digunakan untuk dapat membedakan antar sebuah objek. Klasifikasi harus menggunakan metode yang tepat agar tercapai hasil akurasi yang maksimal. Dengan algoritma Convolutional Neural Network (CNN) adalah neural network yang banyak digunakan untuk mengklasifikasikan citra gambar. Didukung dengan metode Data Mining SEMMA juga memaksimalkan tahapan dalam membuat sebuah model. Dengan model yang tepat dan menggunakan mekanisme yang tepat akan memperoleh hasil yang maksimal. Dari keempat model yang dibangun menggunakan epoch dan batch size yang berbeda didapatkan hasil accuracy yang bervariasi. Dari penelitian ini menunjukkan hasil tertinggi model yang dibangun dengan mekanisme epoch sebanyak 100 dan batch size sebanyak 30 didapatkan total accuracy sebesar 98% dan loss sebanyak 0,0537. Dari analisis ke empat model yang dibangun ditarik sebuah kesimpulan bahwa epoch dan batch size mempengaruhi besar kecilnya accuracy sebuah model. Dibuktikan juga bahwa metode Data Mining SEMMA dapat mempermudah peneliti dalam proses pembuatan sebuah model yang terstruktur.
{"title":"Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras","authors":"Yosia Amado Suwitono, F. Kaunang","doi":"10.31603/komtika.v6i2.8054","DOIUrl":"https://doi.org/10.31603/komtika.v6i2.8054","url":null,"abstract":"Tumbuhan memiliki variasi dan ciri khasnya masing-masing. Ada tiga bagian utama dalam tumbuhan yaitu daun, akar dan batang. Sebagian besar tanaman memiliki daun yang sangat banyak sehingga mudah untuk didapatkan untuk membedakan tanaman satu dengan lainnya. Namun orang pada umumnya tidak dapat mengidentifikasi tanaman menggunakan daun karena terbatasnya kemampuan otak manusia. Klasifikasi adalah salah satu teknik yang dapat digunakan untuk dapat membedakan antar sebuah objek. Klasifikasi harus menggunakan metode yang tepat agar tercapai hasil akurasi yang maksimal. Dengan algoritma Convolutional Neural Network (CNN) adalah neural network yang banyak digunakan untuk mengklasifikasikan citra gambar. Didukung dengan metode Data Mining SEMMA juga memaksimalkan tahapan dalam membuat sebuah model. Dengan model yang tepat dan menggunakan mekanisme yang tepat akan memperoleh hasil yang maksimal. Dari keempat model yang dibangun menggunakan epoch dan batch size yang berbeda didapatkan hasil accuracy yang bervariasi. Dari penelitian ini menunjukkan hasil tertinggi model yang dibangun dengan mekanisme epoch sebanyak 100 dan batch size sebanyak 30 didapatkan total accuracy sebesar 98% dan loss sebanyak 0,0537. Dari analisis ke empat model yang dibangun ditarik sebuah kesimpulan bahwa epoch dan batch size mempengaruhi besar kecilnya accuracy sebuah model. Dibuktikan juga bahwa metode Data Mining SEMMA dapat mempermudah peneliti dalam proses pembuatan sebuah model yang terstruktur.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130504595","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}
Pub Date : 2022-08-01DOI: 10.31603/komtika.v6i1.7093
N. A. Prabowo, R. Widyanto, B. Pujiarto, Mukhtar Hanafi, A. Widiyanto, M. Avizenna
The development of information and communication technology has been proactively addressed by Muhammadiyah. Muhammadiyah has modernized da'wah methods by utilizing ICT technology in every activity, but it is still limited to media commonly used by the public such as social media, the web on the Internet, and so on, so that it is still limited, partial, and has not been systematic and structured ally serves its people and is constrained in monitoring and evaluation. The use of web based systems can be a solution to develop locations or e-da'wah based on geography while answering problems in the management and branch of the Muhammadiyah region in monitoring and evaluating its activities. The research method used is to use quantitative methods to obtain primary data to find out the user's desire for e-da'wah in Muhammadiyah citizens while the observation method and survey questionnaire are used to evaluate the acceptance of Muhammadiyah member users to the use of e-da'wah applications that have been made. This research aims to design a framework for the concept of web-based e-da'wah applications. As a result, the e-da'wah application model developed on a web-based basis has received responses from 57% of respondents who find it easy to understand the studies presented in this e-da'wah media.
{"title":"Model Konseptual E-Da'wah Muhammadiyah Berbasis Web","authors":"N. A. Prabowo, R. Widyanto, B. Pujiarto, Mukhtar Hanafi, A. Widiyanto, M. Avizenna","doi":"10.31603/komtika.v6i1.7093","DOIUrl":"https://doi.org/10.31603/komtika.v6i1.7093","url":null,"abstract":"The development of information and communication technology has been proactively addressed by Muhammadiyah. Muhammadiyah has modernized da'wah methods by utilizing ICT technology in every activity, but it is still limited to media commonly used by the public such as social media, the web on the Internet, and so on, so that it is still limited, partial, and has not been systematic and structured ally serves its people and is constrained in monitoring and evaluation. The use of web based systems can be a solution to develop locations or e-da'wah based on geography while answering problems in the management and branch of the Muhammadiyah region in monitoring and evaluating its activities. The research method used is to use quantitative methods to obtain primary data to find out the user's desire for e-da'wah in Muhammadiyah citizens while the observation method and survey questionnaire are used to evaluate the acceptance of Muhammadiyah member users to the use of e-da'wah applications that have been made. This research aims to design a framework for the concept of web-based e-da'wah applications. As a result, the e-da'wah application model developed on a web-based basis has received responses from 57% of respondents who find it easy to understand the studies presented in this e-da'wah media.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"577 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127068989","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}
Pub Date : 2022-08-01DOI: 10.31603/komtika.v6i1.6264
K. Kamarudin, M. Z. Elfirman, Ihdalhubbi Maulida, F. Marleny, Rudy Ansari, Maman Fatahulrahman
Kalimantan Tengah merupakan salah satu propinsi yang rawan terjadi kebakaran lahan dan hutan di Indonesia yang memiliki puncak tertinggi kasus kebakaran lahan seluas 317.749 Ha di tahun 2019. Berbagai upaya telah dilakukan oleh pemerintah daearah untuk mencegah terjadinya kebakaran lahan, baik disebabkan oleh alam atau manusia. Penelitian ini dilakukan dengan membuat alat deteksi dini titik kebakaran lahan dengan memanfaatkan 4 sensor, yaitu Soil Sensor (sensor kelembaban tanah), DHT11 (sensor suhu dan kelembaban), Flame Sensor (sesnsor api), dan MQ2 (sensor asap). Pengujian alat dilaksanakan di salah satu kecamatan yang memiliki potensi kebakaran lahan yang tinggi, yaitu di Kecamatan Kumai Kabupaten Kotawaringin Barat. Alat yang diuji akan mengirimkan hasil deteksi ke server web melalui sim 800L, yang kemudian diolah datanya untuk menghasilkan informasi yang ditampilkan ke halaman web, hingga dapat diambil tindakan dini oleh masyarakat dalam pencegahan kebakaran lahan.
{"title":"Deteksi Titik Kebakaran Lahan Menggunakan Wireless Sensor Network","authors":"K. Kamarudin, M. Z. Elfirman, Ihdalhubbi Maulida, F. Marleny, Rudy Ansari, Maman Fatahulrahman","doi":"10.31603/komtika.v6i1.6264","DOIUrl":"https://doi.org/10.31603/komtika.v6i1.6264","url":null,"abstract":"Kalimantan Tengah merupakan salah satu propinsi yang rawan terjadi kebakaran lahan dan hutan di Indonesia yang memiliki puncak tertinggi kasus kebakaran lahan seluas 317.749 Ha di tahun 2019. Berbagai upaya telah dilakukan oleh pemerintah daearah untuk mencegah terjadinya kebakaran lahan, baik disebabkan oleh alam atau manusia. Penelitian ini dilakukan dengan membuat alat deteksi dini titik kebakaran lahan dengan memanfaatkan 4 sensor, yaitu Soil Sensor (sensor kelembaban tanah), DHT11 (sensor suhu dan kelembaban), Flame Sensor (sesnsor api), dan MQ2 (sensor asap). Pengujian alat dilaksanakan di salah satu kecamatan yang memiliki potensi kebakaran lahan yang tinggi, yaitu di Kecamatan Kumai Kabupaten Kotawaringin Barat. Alat yang diuji akan mengirimkan hasil deteksi ke server web melalui sim 800L, yang kemudian diolah datanya untuk menghasilkan informasi yang ditampilkan ke halaman web, hingga dapat diambil tindakan dini oleh masyarakat dalam pencegahan kebakaran lahan.","PeriodicalId":292404,"journal":{"name":"Jurnal Komtika (Komputasi dan Informatika)","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122065767","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：