Seminar Nasional Teknologi & Sains

Implementasi Computer Vision Terhadap Jenis Kualitas Pisang Susu Menggunakan Metode YOLOv8n Berbasis WebApps

Mon, 20 Jan 2025 00:00:00 +0700

Penelitian ini mengeksplorasi penerapan teknologi computer vision untuk mendeteksi kualitas pisang khususnya jenis pisang susu, komoditas ekspor potensial di Kediri yang menghadapi tantangan dalam perawatan dan pengendalian kualitas. Metode YOLOv8n dan CNN (Convolutional Neural Network) digunakan untuk mengatasi masalah rendahnya kualitas hasil panen akibat metode tradisional dalam menentukan kematangan buah. Kematangan yang tidak tepat dapat mempengaruhi rasa, aroma, dan umur simpan pisang. CNN menganalisis warna dan tekstur buah, sementara YOLOv8n memungkinkan deteksi objek secara real-time dengan akurasi tinggi. Model dilatih selama 100 epoch dengan ukuran batch 8, dataset terdiri dari 200 gambar (70% pelatihan, 20% validasi, 10% pengujian), dengan menghasilkan rata-rata presisi 89,75% dan akurasi mAP50 92%. Implementasi dalam framework Streamlit menyediakan antarmuka WebApps yang user-friendly, memungkinkan pengguna mengunggah gambar dari komputer lokal, tautan, atau video kamera real-time. Hasil penelitian meningkatkan efisiensi dalam menentukan kematangan pisang susu dan memberikan solusi objektif, berpotensi meningkatkan daya saing pasar serta manfaat bagi petani dalam menentukan waktu panen optimal.

Implementasi Sistem Informasi Desa dalam Konsep Smart Village

Achmad Choirun N. W., Jefri Handika, Septian Hariadi, Risa Helilintar — Mon, 20 Jan 2025 00:00:00 +0700

Di era digital, penerapan teknologi informasi dalam tata kelola desa menjadi sangat penting untuk meningkatkan kualitas layanan publik dan memperkuat pembangunan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi desa berbasis konsep Smart Village, yang mengintegrasikan teknologi informasi dan komunikasi(TIK) untuk mendorong kemandirian dan transparansi. Metode penelitian meliputi studi literatur, analisis kebutuhan melalui wawancara dan kuesioner, perancangan dan pengembangan sistem, serta pengujian dan evaluasi bersama perangkat desa dan masyarakat. Hasil penelitian menunjukkan bahwa sistem informasi desa berhasil meningkatkan efisiensi dalam proses administrasi, seperti pengurusan KTP, serta memperbaiki transparansi dalam pengelolaan keuangan desa. Temuan ini menegaskan bahwa keberhasilan sistem ini sangat bergantung pada dukungan pemerintah daerah dan keterlibatan aktif masyarakat. Dengan adanya sistem ini, diharapkan desa-desa di Indonesia dapat mengelola sumber daya secara lebih efektif dan meningkatkan layanan kepada warganya. Penelitian ini memberikan kontribusi signifikan terhadap pengembangan Smart Village di Indonesia, yang berpotensi mendorong pembangunan berkelanjutan di tingkat desa

Deteksi Kode Signal For Help Pada Gestur Tangan Menggunakan OpenCV

Mon, 20 Jan 2025 00:00:00 +0700

Pengenalan gestur tangan manusia merupakan bidang yang banyak diteliti saat ini, karena pendeteksian dan pengenalan gerakan tangan memiliki potensi besar untuk digunakan sebagai cara berinteraksi kepada komputer dan mengendalikannya dimasa depan. Pergerakan tangan sangatlah berguna untuk saat ini, karena tingginya tingkat kriminalitas yang terjadi pada saat ini. Sehingga dibutuhkan sistem untuk mendeteksi sinyal bantuan dari korban. Penelitian ini menggunakan library dari bahasa pemrograman python yaitu OpenCV dan Mediapipe. OpenCV diperlukan untuk memunculkan visual pada program python, dan Mediapipe merupakan sebuah framework untuk membangun sebuah multimodal platform video, audio atau data berjalan lainnya. Hasil dari sistem ini adalah pendeteksian kode signal for help yang menghasilkan nilai MAPE 94.52% dan nilai MAP 100%.

Penerapan Metode Waspas pada Sistem Pemeringkatan Kinerja Karyawan

Mon, 20 Jan 2025 00:00:00 +0700

Penilaian kinerja karyawan merupakan proses penting dalam manajemen sumber daya manusia yang berpengaruh pada keputusan promosi, penghargaan, dan pengembangan karir. Namun, banyak perusahaan menghadapi tantangan dalam melakukan penilaian yang objektif dan adil. Oleh karena itu, penelitian ini mengusulkan penerapan metode WASPAS (Weighted Aggregated Sum Product Assessment) untuk mengatasi masalah tersebut. Metode WASPAS adalah teknik Multi-Criteria Decision Making (MCDM) yang menggabungkan dua pendekatan, yaitu Weighted Sum Model (WSM) dan Weighted Product Model (WPM), untuk menghitung skor kinerja karyawan berdasarkan beberapa kriteria yang telah ditentukan. Penelitian ini dilakukan dengan menggunakan data laporan kegiatan harian karyawan dan menerapkan metode WASPAS untuk memeringkatkan kinerja mereka. Hasil penelitian menunjukkan bahwa WASPAS mampu menghasilkan peringkat yang lebih objektif dan konsisten, serta mengurangi subjektivitas dalam penilaian. Karyawan dengan kinerja terbaik mendapatkan skor tertinggi, sesuai dengan bobot kriteria yang lebih penting. Oleh karena itu, WASPAS dapat menjadi alat yang efektif dan efisien dalam pemeringkatan kinerja karyawan, yang pada gilirannya mendukung pengambilan keputusan yang lebih tepat dalam manajemen SDM.

Pengembangan Aplikasi Penjadwalan dan Promosi Event Komunitas Berbasis Web untuk Peningkatan Partisipasi Publik

Mon, 20 Jan 2025 00:00:00 +0700

Kemajuan teknologi memudahkan akses informasi publik, termasuk dalam kegiatan komunitas seperti acara sosial, edukasi, dan olahraga. Namun, metode penyebaran informasi yang konvensional masih memiliki keterbatasan dalam menjangkau masyarakat luas. Penelitian ini mengembangkan aplikasi penjadwalan acara komunitas berbasis web menggunakan Python Flask dan HTML, yang dirancang untuk memudahkan pengelolaan dan publikasi jadwal acara komunitas secara online. Aplikasi ini menyediakan fitur-fitur seperti pendaftaran acara, pengelolaan event oleh pengguna, dan tampilan kalender kegiatan. Metode pengembangan menggunakan model waterfall melalui tahapan analisis, desain, pengkodean, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa aplikasi ini user-friendly, efektif dalam menyebarkan informasi, dan mampu meningkatkan partisipasi publik dalam acara komunitas. Kendati demikian, terdapat beberapa tantangan, seperti konektivitas internet dan kebutuhan akan fitur notifikasi yang lebih fleksibel. Saran pengembangan meliputi integrasi dengan media sosial, fitur notifikasi acara, dan penambahan akses offline untuk menjangkau lebih banyak pengguna. Aplikasi ini diharapkan dapat mempererat hubungan sosial dan meningkatkan keterlibatan masyarakat dalam kegiatan komunitas.

Perancangan Sistem Pendeteksi Kepenuhan Isi Tempat Sampah Berbasis IoT Menggunakan Sensor Ultrasonik HC SR04

Mon, 20 Jan 2025 00:00:00 +0700

Masalah penumpukan sampah di ruang publik, khususnya di area taman dan tempat rekreasi, masih menjadi tantangan dalam upaya menjaga kebersihan dan kesehatan lingkungan. Taman Sekartaji, Kediri, adalah salah satu lokasi yang sering mengalami penumpukan sampah, terutama pada hari-hari libur. Penelitian ini mengembangkan sistem pendeteksi kepenuhan isi tempat sampah berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor ultrasonik untuk membantu mengatasi permasalahan tersebut. Penelitian ini mengembangkan prototipe sistem pendeteksi kepenuhan isi tempat sampah berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor ultrasonik di Taman Sekartaji, Kediri. Sistem ini dirancang untuk memberikan notifikasi kepenuhan tempat sampah kepada petugas kebersihan melalui aplikasi Blynk IoT yang diakses di smartphone. Sensor ultrasonik digunakan untuk mengukur ketinggian sampah, dan data tersebut dikirimkan melalui ESP32 yang terhubung ke cloud. Tujuan dari penelitian ini adalah untuk meningkatkan efisiensi monitoring kebersihan, mengurangi penumpukan sampah, serta mendukung lingkungan yang lebih bersih. Hasil penelitian menunjukkan bahwa sistem ini mampu mendeteksi tingkat kepenuhan secara real-time dan mengirimkan notifikasi ke perangkat petugas kebersihan dengan cepat dan akurat.

The Model Integrated Sustainability Geopark dan Ekowisata Danau Toba menggunakan Pendekatan Berbasis Sistem Rekomendasi

Darwin Lie, Nana Triapnita Nainggolan, Lora Ekana Nainggolan — Mon, 20 Jan 2025 00:00:00 +0700

Pengembangan pariwisata Danau Toba dapat berkelanjutan dengan penggunaan sistem rekomendasi berbasis untuk dapat meningkatkan proses manajemen pemasaran, operasional layanan industri pariwisata yang lebih efisien, mempermudah akses, memantau kondisi lingkungan, lalu lintas pariwisata dan pemanfaatan sumber daya sehingga dapat mengurangi dampak negatif dari kegiatan pariwisata. Pariwisata Danau Toba juga akan mendukung Geopark dan Ekowisata di Kabupaten Samosir secara berkelanjutan. Urgensi Penelitian, penggunaan teknologi masih sangat rendah di beberapa sektor dalam mendukung keberlanjutan pariwisata karena beberapa sumber yang belum mendukung seperti sumber daya manusia yang mampu menciptakan, memanfaatkan, dan mengendalikan teknologi tersebut belum sepenuhnya tersedia. Modal tidak cukup dalam pengadaan teknologi untuk pengembangan sektor: pengelola destinasi wisata, restoran, akomodasi, dan transportasi. Dukungan pemerintah untuk menyediakan fasilitas teknologi yang terintegrasi dengan beberapa sektor yang mendukung keberlanjutan pariwisata Danau Toba juga masih belum diberikan secara optimal. Tujuan dari penelitian ini adalah untuk menciptakan geopark berkelanjutan dan ekowisata Danau Toba yang terintegrasi melalui Pendekatan Berbasis Rekomendasi Kecerdasan Buatan. Metode penelitian menggunakan metode kolaboratif menggunakan teknologi Location-Based Service (LBS) yang memanfaatkan Global Positioning System (GPS). Dalam aplikasinya, pengguna dapat mengetahui posisi mereka, menentukan dan mencari lokasi tertentu, baik jauh maupun dekat. Salah satunya adalah mencari pusat makanan di kawasan Danau Toba.

Implementasi Object Detection Berbasis Web untuk Klasifikasi Jenis Sampah Menggunakan YOLO

Mon, 20 Jan 2025 00:00:00 +0700

pengelolaan sampah yang tidak efektif dapat menimbulkan dampak negatif terhadap lingkungan, seperti pencemaran tanah, air, dan udara, serta peningkatan emisi gas rumah kaca. Penelitian ini bertujuan untuk mengembangkan sistem deteksi jenis sampah berbasis web menggunakan algoritma YOLOv8 untuk mendukung pengelolaan sampah yang lebih efisien. Metode penelitian mencakup tahapan akuisisi data, persiapan data, pemodelan, evaluasi, dan deployment. Dataset sampah organik dan anorganik diperoleh melalui platform Roboflow, terdiri dari 1.097 gambar, yang kemudian diolah melalui proses anotasi dan pembagian data (70% data pelatihan, 20% data validasi, dan 10% data pengujian). Algoritma YOLOv8 dipilih karena keunggulannya dalam deteksi objek secara real-time dengan akurasi tinggi. Hasil evaluasi menunjukkan model memiliki rata-rata nilai presisi 0,883, recall 0,903, dan mAP 0,914. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi berbasis web menggunakan framework Flask, dengan antarmuka sederhana untuk memudahkan pengguna dalam mengunggah gambar dan menganalisis jenis sampah. Penelitian ini diharapkan dapat memberikan kontribusi nyata dalam mendukung pengelolaan sampah yang lebih baik melalui penerapan teknologi berbasis kecerdasan buatan.

Pengembangan Sistem Pengelolaan Sampah Pintar Berbasis IoT untuk Efisiensi Pengumpulan Sampah di Kampus

Mon, 20 Jan 2025 00:00:00 +0700

Kotak sampah pintar dengan sistem deteksi otomatis hadir sebagai solusi inovatif untuk mengatasi permasalahan penumpukan sampah dan pengambilan sampah yang tidak teratur di Kampus. Kotak sampah ini dilengkapi sensor ultrasonik dan mikrokontroler untuk mendeteksi tingkat pengisian dan mengirimkan notifikasi kepada petugas kebersihan ketika sampah hampir penuh. Hal ini memungkinkan pengumpulan sampah yang tepat waktu dan efisien, meminimalisir penumpukan sampah, dan meningkatkan kebersihan lingkungan. Penelitian ini menggunakan metode kualitatif, sebuah pendekatan yang menitikberatkan pada pemahaman mendalam fenomena sosial atau perilaku manusia. Berbeda dengan penelitian kuantitatif yang berfokus pada angka dan statistik, metode kualitatif menjelajahi dunia non-numerik, seperti kata-kata, gambar, dan simbol. Arduino Uno dipilih sebagai mikrokontroler karena mudah digunakan dan kompatibel dengan berbagai sensor. Kemudahan penggunaan dan banyaknya tutorial online menjadikannya pilihan yang menarik bagi peneliti. Sensor ultrasonik digunakan untuk mendeteksi benda atau objek dalam jarak tertentu. Sensor ini bekerja dengan cara memancarkan gelombang ultrasonik dan kemudian menerima pantulan gelombang tersebut. Penelitian ini merancang dan membangun purwarupa kotak sampah pintar dengan harapan dapat meningkatkan efisiensi pengelolaan sampah di Kampus, mendorong terciptanya lingkungan yang lebih bersih dan sehat, serta menjadi langkah awal menuju pengelolaan sampah yang berkelanjutan dan ramah lingkungan. Penerapan kotak sampah pintar ini diharapkan dapat mengurangi penumpukan sampah, meningkatkan efisiensi pengumpulan sampah, dan mendorong partisipasi pengunjung dalam menjaga kebersihan lingkungan, sehingga Kampus menjadi tempat yang lebih nyaman dan menyenangkan bagi semua orang.

PEMANFAATAN ARSITEKTUR MOBILENET-CNN UNTUK MENDIAGNOSIS PENYAKIT PADA DAUN SINGKONG MELALUI TEKNOLOGI CITRA DIGITAL

Filach Akbar Arafat, Muhammad Nur Ichsan, Muhammad Firmandani Pramoedya — Mon, 20 Jan 2025 00:00:00 +0700

Singkong merupakan salah satu tanaman yang banyak ditemukan di Indonesia dan merupakan tanaman dengan banyak manfaat. Salah satu manfaat singkong adalah sebagai bahan pokok pengganti nasi. Tanaman singkong atau biasa disebut ubi, memiliki banyak manfaat. Namun tanaman singkong juga tidak luput dari serangan penyakit. Salah satu faktor yang mempengaruhi rendahnya kualitas singkong adalah Adanya hama dan penyakit tanaman singkong yang sering kali mengakibatkan pertumbuhan umbi terganggu, bahkan dapat menggagalkan terwujudnya produksi yang maksimal. Salah satu cara yang dapat digunakan adalah memanfaatkan teknologi artificial intelligence (AI) yang sedang berkembang untuk dapat mengklasifikasikan penyakit pada singkong dengan mudah. Dirancanglah sebuah sistem yang dapat membantu dalam mengidentifikasi penyakit pada daun singkong menggunakan algoritma CNN dengan arsitektur MobileNet. Hasil akhir dari penelitian ini dengan melakukan pelatihan pada 30 epoch dengan rasio data latih dan data uji 80%:20% memberikan hasil akurasi training sebesar 88% dan testing sebesar 84%.

Pengembangan Sistem Rekomendasi Lagu Berdasarkan Ekspresi Wajah Menggunakan YOLO v8

Alvin Ardiansyah, Risky Aswi Ramadhani, Daniel Swanjaya — Mon, 20 Jan 2025 00:00:00 +0700

Perkembangan teknologi digital dan internet telah membawa perubahan signifikan dalam cara masyarakat mengakses dan menikmati musik. Musik tidak hanya berfungsi sebagai hiburan, tetapi juga sebagai alat untuk mengelola emosi dan suasana hati. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi lagu yang dapat menyesuaikan pilihan musik berdasarkan ekspresi wajah pengguna menggunakan algoritma YOLO v8. Metode yang digunakan meliputi deteksi ekspresi wajah (happy, sad, angry, fear) melalui YOLO v8 dalam sistem rekomendasi berbasis desktop. Hasil implementasi menunjukkan peningkatan akurasi deteksi ekspresi wajah hingga 88.5% dan kepuasan pengguna sebesar 88% berdasarkan pengujian Beta. Sistem ini berhasil memberikan rekomendasi lagu yang relevan dengan kondisi emosional pengguna secara real-time, sehingga memudahkan pengguna dalam memilih musik yang sesuai dengan suasana hati mereka. Penelitian ini menegaskan pentingnya penggunaan teknologi deteksi ekspresi wajah dalam personalisasi pengalaman mendengarkan musik.

Analisis Penjualan Produk Terlaris di Toko Bangunan Pekanbaru Jaya Menggunakan Metode Clustering K-Means

Dihin Muriyatmoko, Dian Fikrianti, Fifid Rahma Ifalus — Mon, 20 Jan 2025 00:00:00 +0700

Toko bangunan Pekanbaru Jaya menghadapi kesulitan dalam mengidentifikasi produk yang paling diminati pelanggan, sehingga menghambat efisiensi pengelolaan stok dan strategi penjualan. Penelitian ini bertujuan untuk membantu toko menentukan produk terlaris dengan menganalisis data penjualan dua tahun terakhir menggunakan metode clustering K-Means. Parameter yang digunakan meliputi product, unit, quantity, dan total. Hasil analisis menghasilkan 5 cluster dengan nilai Davies Boulding Index (DBI) sebesar 0.428 dan Silhoutte Score sebesar 0.69 yang menunjukkan kualitas pengelompokan yang baik. Setiap cluster memberikan wawasan tentang kelompok produk berdasarkan tingkat penjualan yang dapat digunakan untuk mengoptimalkan pengelolaan stok dan strategi pemasaran toko.

Penerapan Metode Convolutional Neural Network Untuk Mendeteksi Jamur Patogen pada Tanaman Cabai

Rifqi Prastya, Intan Nur Farida, Rina Firliana — Mon, 20 Jan 2025 00:00:00 +0700

Produktivitas tanaman cabai seringkali menurun akibat serangan jamur patogen, seperti Cercospora sp., Antraknosa sp., Fusarium sp., dan Botrytis sp. Proses identifikasi jamur secara manual memerlukan waktu yang lama dan tenaga ahli, sehingga rentan terhadap kesalahan manusia. Penelitian ini mengembangkan sistem deteksi real-time berbasis Convolutional Neural Network (CNN) yang memanfaatkan teknik pengolahan citra digital untuk mengidentifikasi jenis jamur patogen pada tanaman cabai. Sistem dibangun menggunakan Python dan menyimpan data pada database SQLite, memungkinkan pengguna mengunggah citra tanaman melalui antarmuka desktip. Dataset yang digunakan mencakup lima kategori, yaitu sehat, Cercospora sp., Antraknosa sp., Fusarium sp., dan Botrytis sp. Uji kinerja sistem dilakukan menggunakan metrik akurasi, presisi, dan recall, menunjukkan akurasi keseluruhan sebesar 80%. Nilai F1 Score tertinggi dicapai oleh jamur Antraknosa sp., Fusarium sp., dan Botrytis sp. sebesar 0.91, menandakan performa pengenalan yang memuaskan. Hasil penelitian mengindikasikan bahwa sistem ini dapat membantu petani atau pengelola kebun cabai dalam melakukan identifikasi dini serangan jamur patogen, mempermudah pemantauan kondisi tanaman, serta meminimalkan kesalahan manusia. Penelitian lebih lanjut diharapkan dapat mencakup pemanfaatan transfer learning atau integrasi data lingkungan agar deteksi dapat dilakukan secara lebih cepat.

Klasifikasi Jenis Ikan Hiu Menggunakan Algoritma YOLOv8 Berbasis Mobile

Hargo Dwi Nugroho, Deva Rahma Nugroho — Mon, 20 Jan 2025 00:00:00 +0700

Indonesia adalah negara kepulauan terbesar dengan 70% wilayah berupa lautan yang kaya akan keanekaragaman hayati, termasuk ikan hiu yang berperan penting dalam ekosistem laut sebagai predator puncak. Namun, populasi hiu menghadapi ancaman serius akibat penangkapan ilegal dan kurangnya upaya konservasi, padahal hiu berperan penting dalam menjaga keseimbangan ekosistem laut. Untuk mengatasi hal tersebut, Penulis mengusulkan menggunakan algoritma YOLOv8 untuk mengklasifikasikan jenis ikan hiu secara real-time. Dataset berupa 4.236 citra hiu dalam 13 kategori yang dibagi menjadi 90% data latih, 5% data validasi, dan 5% data uji. Pelatihan dilakukan dengan 50 epoch. Model menunjukkan akurasi tinggi dengan nilai precision 0.877, recall 0.77, mAP50 0.835, dan mAP50-95 0.58. Implementasi sistem berbasis aplikasi mobile memungkinkan pengguna mendeteksi jenis hiu secara praktis di lapangan. Hasil ini menunjukkan bahwa YOLOv8 efektif untuk mendeteksi hiu dengan akurasi tinggi. Sistem yang dikembangkan diharapkan dapat terus disempurnakan melalui penambahan data pelatihan dan pengujian di lingkungan laut terbuka.

Klasifikasi Data Nasabah yang Berpotensi Membuka Simpanan Deposito Menggunakan Algoritme Naive Bayes

Paulina Mangande, Eko Parmadi — Mon, 20 Jan 2025 00:00:00 +0700

Deposito merupakan salah satu instrumen investasi yang populer dipilih karena beragam keuntungan yang ditawarkan dibandingkan dengan tabungan biasa. Keuntungan yang ditawarkan dari deposito adalah suku bunga yang relatif tinggi dibandingkan dengan tabungan, serta minimnya risiko yang harus dihadapi dibandingkan dengan instrumen investasi lainnya seperti investasi saham. Namun memilih atau mencari nasabah yang berpotensi membuka simpanan deposito sering menjadi permasalahan tersendiri terutama bagi pihak bank yang menawarkan deposito. Penelitian ini menggunakan algoritme naïve bayes untuk klasifikasi serta data publik yang diperoleh dari situs UCI Repository Machine Learning berjudul “Bank Marketing Data Set” yang didapat dari program pemasaran langsung dari sebuah bank di Portugis dengan jumlah data 41188 dengan 20 atribut dan 1 output. Hasil pengujian yang dilakukan terhadap 18559 data menggunakan 3-fold cross validation menghasilkan tingkat keakuratan sebesar 86,6419%. Adapun atribut-atribut yang berpengaruh dalam proses klasifikasi adalah Duration, Cons.Conf.Idx, Nr.employed, Emp.Var.Rate, Euribor3m.

Penerapan Metode Certainty Factor dan Fuzzy Logic untuk Mendiagnosis Penyakit Parasit pada Hewan Ternak

M. Habib Mustofa, Patmi Kasih, Intan Nur Farida — Mon, 20 Jan 2025 00:00:00 +0700

Penyakit parasit pada hewan ternak seperti sapi, kambing, dan ayam dapat menyebabkan kerugian ekonomi signifikan bagi para peternak. Penanganan yang terlambat atau keliru seringkali terjadi akibat kurangnya pengetahuan peternak mengenai tanda-tanda penyakit parasit. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis certainty factor dan fuzzy logic yang memudahkan peternak dalam mendiagnosis penyakit parasit secara mandiri. Sistem dibangun menggunakan framework Laravel dan database SQLite, serta diimplementasikan pada platform local hosting dengan memanfaatkan metode certainty factor untuk mengatasi ketidakpastian data, dan fuzzy logic untuk mengelola gejala yang bersifat ambigu. Pengujian alpha dan beta dilakukan untuk menilai kinerja fungsional serta tingkat kepuasan pengguna. Selain itu, dilakukan pula uji akurasi dengan 10 percobaan input gejala. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi sebesar 80%, dengan nilai kepuasan rata-rata pengguna sebesar 91%. Sistem ini memberikan rekomendasi penanganan awal bagi peternak sebelum memanggil dokter hewan, sehingga proses deteksi dini dapat dilakukan lebih cepat. Ke depannya, perbaikan dapat dilakukan dengan menambah variasi data gejala untuk meningkatkan akurasi diagnosa dan memperluas cakupan penyakit. Diharapkan sistem ini dapat menjadi solusi efektif bagi peternak yang kesulitan mengakses layanan medis hewan secara cepat, serta meningkatkan produktivitas dan kesehatan ternak di berbagai daerah.

CHATBOT PENERIMAAN PESERTA DIDIK BARU DI SMK INTENSIF BAITUSSALAM MENGGUNAKAN NLP

Reno Rana Rafi, Andreas Setiawan, Asyadam, Ardi Sanjaya — Mon, 20 Jan 2025 00:00:00 +0700

Abstrak – Seiring dengan pesatnya perkembangan teknologi, berbagai sektor kehidupan, khususnya di bidang pendidikan, semakin terdorong untuk mengadopsi solusi digital guna meningkatkan efisiensi dan transparansi layanan. Salah satu tantangan dalam pendidikan adalah manajemen Penerimaan Peserta Didik Baru (PPDB), yang selama ini masih dilakukan secara manual di banyak institusi pendidikan. Proses manual ini sering kali tidak terstruktur, mengakibatkan kesalahan pencatatan, keterlambatan pengolahan data, dan kurangnya akses informasi yang mudah bagi calon peserta didik maupun orang tua. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan chatbot berbasis kecerdasan buatan yang dapat diintegrasikan ke dalam sistem PPDB. Chatbot ini dirancang untuk memberikan informasi lengkap dan otomatis mengenai tahapan PPDB, panduan pendaftaran, serta menjawab pertanyaan secara umum interaktif dan cepat. Dengan implementasi chatbot ini, diharapkan layanan PPDB di SMK Intensif Baitussalam dapat menjadi lebih efisien dan transparan, memberikan pengalaman yang lebih baik bagi pengguna, serta mengurangi ketergantungan pada waktu operasional layanan administrasi sekolah.

Smart Health : Sistem Rekomendasi Obat Berdasarkan Gejala dengan Pendekatan Word2Vec

Rika Wahyu Syaputri, Ria Permata Sari, Kandhia Winggar Mahawuni — Mon, 20 Jan 2025 00:00:00 +0700

Dalam bidang kesehatan kebutuhan akan layanan yang cepat sangat dibutuhkan untuk meningkatkan fasilitas kesehatan. Sistem rekomendasi obat berdasarkan gejala merupakan solusi penting dalam memberikan saran pengobatan yang tepat bagi pengguna. Sistem ini dikembangkan dengan memanfaatkan teknologi Artificial Intelligence. Proses dimulai dengan pengumpulan,pengolahan data dilanjutkan tahap preprocessing dan proses pembuatan model menggunakan algoritma Word2Vec untuk menganalisis hubungan semantik antara gejala dan obat. Implementasi sistem rekomendasi ditampilkan melalui antarmuka desain website yang interaktif. Hasil penelitian menunjukan bahwa sistem berhasil memberikan rekomendasi obat yang relevan sehingga meningkatkan efisiensi dalam proses pengobatan. Dalam proses pengembangan masih terdapat keterbatasan dalam hal keberagaman data yang digunakan. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem layanan kesehatan dan membuka peluang untuk penelitian lebih lanjut di bidang sistem rekomendasi obat.

Sistem Pendukung Keputusan Penerima Bantuan Sosial Menggunakan Metode K-Means Clustering

Rachmad Abadi, Gafana Oly Mido, Irvan Dwi Kristanto — Mon, 20 Jan 2025 00:00:00 +0700

Bantuan sosial merupakan instrumen penting dalam mengurangi kemiskinan dan mendukung kesejahteraan masyarakat. Namun, tantangan seperti data penerima yang tidak akurat, proses seleksi yang lambat, dan bias dalam menentukan penerima sering kali menghambat efektivitas program ini. Penelitian ini mengembangkan sistem pendukung keputusan berbasis algoritma K-Means untuk meningkatkan efisiensi dan akurasi dalam penyaluran bantuan sosial di Kabupaten Kediri. Metode K-Means digunakan untuk mengelompokkan data calon penerima bantuan berdasarkan karakteristik yang relevan, sehingga menghasilkan kelompok yang lebih terarah. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan telah berhasil diuji melalui berbagai skenario, seperti pendaftaran akun baru, proses autentikasi, input data calon penerima, hingga pengelompokan data menggunakan K-Means. Sistem ini mampu mendukung pengelolaan data dan pengambilan keputusan dengan lebih efektif. Dengan demikian, penelitian ini memberikan kontribusi nyata dalam upaya meningkatkan akurasi dan efisiensi program bantuan sosial pemerintah.

Re- Ketra: Aplikasi Inovatif dalam Mendukung Pariwisata di Kediri

Aldino Alung Putra Anugraha, Dani Archdiansyah, Pramudya Cipta Panatagama — Mon, 20 Jan 2025 00:00:00 +0700

Abstrak – Berwisata merupakan kegiatan yang dilakukan oleh seseorang atau berkelompok dengan memiliki tujuan tertentu. Namun seiring berjalanya waktu kita menyadari kalu kita ingin berwisata namun masih sulit untuk menemukan Lokasi wisata yang tepat. Dengan kita membuat aplikasi khusus wisata yang dapat menuntun wisata daerah Kediri sebagai destinasinya. Aplikasi Ketra dikembangkan sebagai respons terhadap meningkatnya kebutuhan akan solusi digital yang memudahkan wisatawan dan warga lokal dalam menjelajahi Kediri. Kota Kediri memiliki berbagai destinasi wisata yang berpotensi meningkatkan ekonomi lokal, namun informasi yang tersebar dan aksesibilitas masih menjadi kendala. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi mobile yang menyajikan panduan wisata, informasi transportasi, rekomendasi kuliner, serta layanan lainnya yang relevan dengan pariwisata Kediri. Metode penelitian yang digunakan adalah pendekatan user- centered design untuk memastikan aplikasi sesuai dengan kebutuhan pengguna, serta pengujian usability untuk mengukur efektivitasnya. Hasil penelitian menunjukkan bahwa aplikasi Ketra mampu meningkatkan kenyamanan dan akses informasi wisata bagi pengguna dengan desain yang interaktif dan fitur yang mudah digunakan. Implementasi aplikasi ini diharapkan tidak hanya meningkatkan pengalaman wisatawan, tetapi juga memberikan dampak positif bagi ekonomi lokal dengan memperluas peluang usaha bagi masyarakat Kediri. Kesimpulannya, Ketra menjadi solusi yang berperan penting dalam memajukan sektor pariwisata dan mendukung perkembangan ekonomi berbasis teknologi di Kediri.

Rancang Bangun Sistem Pendukung Rancang Bangun Sistem Pendukung Keputusan Penilaian Kinerja Karyawan,Metode Perbandingan Eksponensial

Een Greynanda, Ahmad Bagus Setiawan, Rony Heri Irawan — Mon, 20 Jan 2025 00:00:00 +0700

Abstrak – Sumber daya manusia merupakan ilmu atau cara untuk mengatur suatu hubungan dan peranan sumber daya atau tenaga kerja yang dimiliki setiap individu bersifat efektf dan fisien dan bisa digunakan dengan maksimal sehingga tercapai bersama perusahaan, karyawan dan masyarakat menjadi maksimal. Berdasarkan permasalahan penilaian kinerja karyawan, untuk mengatasi permasalahan yang ada di CV Dinasti Nawa Karya dengan menggunakan metode perbandingan eksponensial (MPE). MPE merupakan salah satu metode dari Decesion Suport System (DSS) yang digunakan untuk menentukan urutan alternatif keputusan dengan kriteria jamak. Oleh karena itu, metode MPE (metode perbandingan eksponensial) dan ROC ( Rank Order Centroid ) dapat menjadi solusi yang digunakan untuk mengatasi permasalahan yang dihadapi oleh hrd saat penilaian sehingga metode ini dapat digunakan sebagai alat untuk mengevaluasi dalam memberikan penilaian atas kinerja karyawan. Penelitian ini menggunakan metode pengembangan sistem kemudian diimplementasikan sehingga mendapatkan hasil. Hasil dari penelitian ini adalah bahwa MPE dapat digunakan untuk menyelesaikan permaslaahan pada penelitian sistem pendukung keputusan penilaian karyawan CV. Dinasti Nawa Karya..

Kata Kunci — Metode Perbandingan Eksponensial (MPE). Sistem Pendukung Keputusan, Perancangan Sistem

Implementasi Penentuan Bakal Calon Ketua IPNU Dengan Metode AHP dan TOPSIS

Mukhamad Nafis Krisnawan, Daniel Swanjaya, Risky Aswi Ramadhani — Mon, 20 Jan 2025 00:00:00 +0700

Pemilihan ketua organisasi ditingkat kepengurusan seringkali dipengaruhi oleh subjektivitas dan ketidakjelasan dalam menentukan calon yang tepat. Penelitian ini mengembangkan sebuah sistem pendukung keputusan (SPK) untuk pemilihan bakal calon Ketua IPNU dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk menentukan bobot kriteria yang relevan dalam penilaian, sementara TOPSIS digunakan untuk mengurutkan calon berdasarkan kedekatannya dengan solusi ideal. Hasil penelitian menunjukkan bahwa sistem ini dapat memudahkan penilaian calon berdasarkan kriteria yang terukur dan objektif. Pengujian sistem pada responden menunjukkan tingkat kepuasan 95,36%, menandakan bahwa sistem ini mampu memenuhi kebutuhan pengguna dengan baik. Penelitian ini memberikan kontribusi dalam meningkatkan transparansi dan keadilan dalam proses pemilihan ketua di organisasi seperti IPNU, serta membuka peluang untuk pengembangansistem berbasis aplikasi mobile untuk kemudahan akses pengguna.

IDENTIFIKASI MANGGA BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN YOLO 11

Mon, 20 Jan 2025 00:00:00 +0700

Pertumbuhan penduduk yang pesat tanpa diimbangi peningkatan produksi pertanian dapat memicu krisis pangan global. Penelitian ini bertujuan untuk mengidentifikasi tingkat kematangan buah mangga menggunakan algoritma YOLO versi 11, yang diharapkan dapat meningkatkan efisiensi dalam pengelolaan hasil pertanian. Metode yang digunakan adalah Cross-Industry Standard Process for Data Mining (CRISP-DM), dengan pengumpulan data citra buah mangga sebagai sampel. Hasil penelitian menunjukkan bahwa model dapat mendeteksi buah mangga matang dengan akurasi 100%, sedangkan untuk mangga yang belum matang, akurasi mencapai 68%. Temuan ini menunjukkan bahwa meskipun model efektif, masih ada ruang untuk perbaikan dalam mengidentifikasi mangga yang belum matang. Kesimpulan dari penelitian ini adalah bahwa penerapan teknologi berbasis YOLO dapat memberikan kontribusi signifikan dalam meningkatkan produktivitas pertanian dan membantu petani dalam pemilahan hasil panen secara cepat dan akurat, yang penting untuk mendukung ketahanan pangan di masa depan.

RANCANG BANGUN SISTEM DETEKSI BUAH JERUK MENGGUNAKAN YOLOV8

Mon, 20 Jan 2025 00:00:00 +0700

Produksi jeruk di Indonesia yang mencapai 2,4 juta ton pada tahun 2021 menunjukkan pentingnya pengelolaan hasil panen yang efisien. Namun, proses penghitungan jumlah jeruk secara manual memakan waktu dan tenaga yang besar, sehingga kurang efektif untuk memenuhi permintaan pasar yang terus meningkat. Penelitian ini menawarkan solusi berupa sistem otomatis berbasis algoritma YOLOv8 untuk mendeteksi dan menghitung jumlah jeruk secara real-time. Algoritma ini dipilih karena kecepatan dan akurasinya yang tinggi, mencapai tingkat akurasi hingga 95% dalam berbagai kondisi pencahayaan dan latar belakang. Hasil pengujian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi proses identifikasi dan penghitungan jeruk dibandingkan metode manual. Implementasi teknologi ini diharapkan dapat membantu petani dalam perencanaan panen, pengelolaan produksi, dan memperbaiki distribusi jeruk di pasar.

Implementasi Deteksi Bendera Negara ASEAN Dengan Metode Anotasi Data Dan YoloV8

Alfan Faradudin Attar, Ervan Efendi, Priyan Pradana — Mon, 20 Jan 2025 00:00:00 +0700

Kata bendera dalam bahasa Indonesia berasal dari bahasa Spanyol bandera dan bahasa Portugis bandeira, yang mencerminkan pengaruh sejarah kolonialisme di Indonesia. Bendera memiliki fungsi penting sebagai simbol identitas, kedaulatan, dan keunikan suatu entitas, baik di tingkat nasional maupun regional. Dalam konteks Association of Southeast Asian Nations (ASEAN), bendera juga menjadi lambang persatuan dan kerja sama antarnegara anggota. Namun, pada era globalisasi, deteksi dan klasifikasi bendera dalam citra digital menghadapi berbagai tantangan teknis, seperti variasi ukuran, sudut, kondisi pencahayaan, latar belakang kompleks, serta desain bendera yang serupa antarnegara. Untuk mengatasi hal tersebut, penelitian ini menggunakan algoritma YOLOv8 (You Only Look Once versi 8), teknologi deteksi objek berbasis deep learning yang unggul dalam kecepatan dan akurasi real-time. Proses pengembangan sistem ini didukung oleh platform Roboflow, yang mempermudah pembuatan dataset, pelatihan model, dan deployment. Selain itu, aplikasi berbasis web yang dikembangkan menggunakan library Python Streamlit memungkinkan hasil deteksi diakses secara interaktif dan efisien. Penelitian ini bertujuan merancang sistem deteksi dan klasifikasi bendera dengan akurasi tinggi, baik dari gambar maupun video. Sistem ini diharapkan dapat diterapkan pada berbagai bidang, seperti pembelajaran interaktif, pencarian visual, dan keamanan, sehingga mendukung identifikasi bendera secara otomatis dan real-time dengan efisiensi tinggi. Hasil dari penelitian ini menunjukkan bahwa model klasifikasi bendera negara-negara ASEAN memiliki performa bervariasi, dengan akurasi sempurna (1.00) untuk bendera Singapura, Thailand, dan Vietnam, namun mengalami kebingungan pada kategori background dan beberapa bendera seperti Filipina (0.59) dan Indonesia (0.67).

Penggunaan Computer Vision untuk Estimasi Pose Squat sebagai Solusi Alternatif Latihan Kebugaran di Gym

Mon, 20 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan untuk memberikan solusi alternatif dalam memastikan form gerakan squat tetap benar melalui teknologi Computer Vision berbasis Python menggunakan MediaPipe dan OpenCV. Latar belakang penelitian ini adalah pentingnya form yang tepat saat melakukan latihan squat untuk mencegah cedera dan memaksimalkan efektivitas latihan, terutama bagi individu yang tidak memiliki akses ke gym trainer. Metode penelitian melibatkan pengembangan sistem estimasi pose yang mendeteksi titik-titik kunci tubuh (landmark) menggunakan MediaPipe, serta perhitungan sudut untuk mengevaluasi form squat secara real-time. Dataset gerakan squat dikumpulkan untuk menguji akurasi sistem. Hasil penelitian menunjukkan bahwa sistem ini mampu mendeteksi kesalahan form squat dan memberikan umpan balik secara efektif dengan akurasi tinggi. Diskusi menekankan manfaat teknologi ini dalam menyediakan solusi pelatihan yang efisien, terjangkau, Hasil pengujian menunjukkan bahwa sistem memiliki performa yang sangat baik dengan akurasi sebesar 100%, presisi 100%, recall 100%, dan F1-score 100%.. Kesimpulannya, implementasi Computer Vision melalui MediaPipe dan OpenCV menawarkan inovasi signifikan dalam bidang latihan kebugaran mandiri dengan teknologi yang mudah diterapkan dan digunakan.

Pemanfaatan Teknologi Chatbot pada E-Commerce untuk Mendukung Pemasaran dan Penjualan Kerupuk Emplek-Emplek

Moh.Taufik Hidayat, Zahra Faadihillah Wahid, Muchamad Gilang Nauri Rahardian — Mon, 20 Jan 2025 00:00:00 +0700

Dengan munculnya e-commerce, bisnis sekarang dapat menjual barang dan layanan secara online dengan bantuan chatbot dan teknologi kecerdasan buatan (AI). Tujuan dari penelitian ini adalah untuk menemukan, membuat, dan menerapkan teknologi chatbot pada platform e-commerce untuk membantu pemasaran dan penjualan produk tradisional Kediri, kerupuk Emplek-emplek. Banyak pengusaha belum menggunakan teknologi digital sepenuhnya meskipun pasar kerupuk memiliki potensi yang besar. Analisis kebutuhan sistem, perancangan arsitektur sistem, tinjauan literatur, dan implementasi sistem dengan menggunakan pendekatan sistematik adalah semua topik penelitian ini. Chatbot meningkatkan efisiensi operasi dan kepuasan pelanggan serta berfungsi sebagai alat pemasaran yang efektif, menurut penelitian. Chatbot beroperasi 24 jam sehari untuk meningkatkan keterlibatan pelanggan dan kesadaran merk di seluruh dunia. Hasil dari penelitian ini bahwa chatbot di platform e-commerce dapat membantu UMKM meningkatkan daya saing produk tradisional.

IMPLEMENTASI CITRA DIGITAL UNTUK PERMAINAN SUIT BAGI ANAK-ANAK

Arin Ayu Silvyani Mustofa, Fernanda Ma'rouf, Mohammad Ferdiansyah — Mon, 20 Jan 2025 00:00:00 +0700

Permainan suit batu-gunting-kertas merupakan salah satu bentuk permainan edukasi sederhana yang dikenal luas oleh berbagai kalangan, termasuk anak-anak. Dalam penelitian ini, diimplementasikan sistem permainan berbasis citra digital menggunakan deteksi gerakan tangan dengan algoritma Mediapipe Hands. Sistem ini dirancang untuk mendeteksi pilihan pemain secara real-time melalui kamera dan menggabungkannya dengan logika berbasis aturan untuk menentukan hasil pertandingan. Dengan tambahan fitur-fitur seperti timer countdown, random choice untuk komputer, serta visualisasi hasil pertandingan, sistem ini memberikan pengalaman bermain yang interaktif dan menyenangkan. Penelitian ini bertujuan untuk memberikan alternatif permainan edukasi yang menarik bagi anak-anak dengan memanfaatkan teknologi citra digital. Selain itu, penelitian ini juga bertujuan untuk menguji efektivitas sistem dalam memberikan pengalaman yang imersif dan menyenangkan bagi pengguna. Hasil implementasi menunjukkan bahwa sistem mampu mendeteksi gerakan tangan dengan baik dan memberikan hasil pertandingan secara cepat, meskipun terdapat beberapa kendala teknis yang perlu diperbaiki di masa depan.

Sistem Pakar Kepribadian Santri Baru menggunakan Certainty Factor Pada Pondok Pesantren Yambu’ul Qur’an

Misbakhul Munir, Risky Aswi Ramadhani, Daniel Swanjaya — Mon, 20 Jan 2025 00:00:00 +0700

Pondok Pesantren Yambu'ul Qur'an menghadapi banyak kesulitan dalam membimbing siswa baru, terutama dalam mengetahui kepribadian mereka yang paling mungkin. Selama ini, pakar psikologi melakukan tes kepribadian secara manual. Ini membutuhkan waktu cukup lama untuk metode konvensional berbasis kertas. Penulis menyarankan sistem pakar berbasis web yang dapat memberikan informasi kecenderungan kepribadian secara cepat dan akurat untuk memecahkan masalah ini. Metode Keyakinan Factor (CF) digunakan oleh sistem ini untuk menentukan tingkat keyakinan terhadap hasil analisis kepribadian pengguna berdasarkan data yang dimasukkan. Mulai dari pengumpulan data, perancangan sistem, implementasi, dan pengujian, pengembangan sistem dilakukan dalam beberapa tahap. Hasil pengujian menunjukkan bahwa sistem ini memiliki tingkat akurasi sebesar 93,33% dan mampu memberikan hasil yang sesuai dengan perhitungan manual. Ini menunjukkan keandalan dan akurasi sistem. Sistem ini memungkinkan identifikasi kepribadian siswa dengan lebih baik dan pengambilan keputusan yang lebih baik tentang bimbingan yang tepat. Diharapkan sistem ini akan membantu Pondok Pesantren Yambu'ul Qur'an memberikan bimbingan yang lebih baik kepada santri baru.

Model Transfer Learning untuk Klasifikasi Kesegaran Buah Jeruk Menggunakan Citra Digital

Liana Trihardianingsih, Hanifah Permatasari — Mon, 20 Jan 2025 00:00:00 +0700

Kemajuan teknologi dalam bidang pembelajaran mesin dan pengolahan citra digital telah menawarkan solusi yang lebih efektif di dunia pertanian untuk mengklasfikasikan kualitas buah. Salah satu metode untuk menyelesaikan masalah mengklasifikasi kualitas buah adalah penggunaan deep learning untuk pengolahan citra digital. Dalam penelitian ini, proses klasifikasi akan dilakukan pada buah jeruk dengan mengadopsi arsitektur Convolutional Neural Network (CNN), yaitu ResNet50 dan Inception-V3. Dataset yang digunakan terdiri dari dua kelas, yaitu kelas fresh dan kelas stale. Proses pendistribusian dilakukan secara acak menjadi tiga bagian, dimana 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Proses klasifikasi dilakukan dengan menggunakan batch size 32, epoch 100, optimizer Adam, dan learning rate 1e-4. Hasil penelitian menunjukkan bahwa kedua model menghasilkan nilai akurasi yang sama yaitu 99,67%. Namun, kedua model memiliki nilai loss dan waktu komputasi yang berbeda. Inception-V3 memiliki nilai loss sebesar 0,0148, sedangkan ResNet50 mencatat nilai loss yang lebih kecil, yaitu 0,0074. Nilai loss ini juga sebanding dengan waktu komputasi masing-masing model. Inception-V3 membutuhkan waktu 26,29 detik untuk satu iterasi, sementara ResNet50 hanya memerlukan 0,92 detik per iterasi. Jika dilihat dari total penggunaan memori, ResNet50 menggunakan 52,4% ruang memori, sedangkan Inception-V3 hanya menggunakan 5,2%.

Analisis Tingkat Kecanduan Game Online Mahasiswa dengan Metode Forward Chaining dan Certain Factor

Anggi Mutia, Adhika Pramita Widyassari — Mon, 20 Jan 2025 00:00:00 +0700

Kecanduan game online merupakan fenomena yang semakin marak terjadi, khususnya di kalangan mahasiswa, yang dapat memengaruhi produktivitas dan kesehatan mental mereka. Penelitian ini bertujuan untuk menganalisis tingkat kecanduan game online pada mahasiswa menggunakan metode Forward Chaining dan Certain Factor. Metode ini diaplikasikan dalam sistem pakar berbasis web yang dirancang untuk mendiagnosis tingkat kecanduan game online berdasarkan gejala yang dipilih oleh pengguna. Pengujian dilakukan terhadap 16 mahasiswa Prodi Informatika STT Ronggolawe angkatan 2022. Sistem ini memberikan hasil diagnosis berupa kategori kecanduan (ringan, sedang, atau berat) dan nilai keyakinan (confidence factor). Hasil pengujian menunjukkan akurasi sistem mencapai 100%, dengan semua hasil diagnosis sistem sesuai dengan hasil diagnosis manual. Analisis data menunjukkan mayoritas mahasiswa berada pada tingkat kecanduan ringan, sementara sebagian kecil berada pada tingkat sedang, dan beberapa lainnya mengalami kecanduan berat. Sistem ini terbukti efektif dan dapat diandalkan sebagai alat bantu diagnosis kecanduan game online. Penelitian ini diharapkan dapat memberikan kontribusi dalam mengatasi dampak negatif kecanduan game online, khususnya di lingkungan akademik.

Pengembangan Learning Management System Berbasis Pembelajaran Differensiasi dengan Integrasi Teknologi Exam Browser

Anisah Nabilah, Ersa Resita, Madyono Madyono, Wahyu Ramadhan — Mon, 20 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan untuk mengembangkan sistem pembelajaran berbasis diferensiasi yang terintegrasi dengan teknologi pengawasan ujian berbasis exam browser. Pendekatan diferensiasi dalam pembelajaran dirancang untuk memenuhi kebutuhan belajar mahasiswa yang beragam, sementara penggunaan exam browser bertujuan untuk meningkatkan integritas akademik dengan membatasi akses siswa ke browser lain selama ujian berlangsung.Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Dalam pengembangan sistem, teknologi exam browser diintegrasikan dengan platform pembelajaran berbasis diferensiasi untuk menciptakan pengalaman belajar yang adaptif dan aman. Evaluasi sistem dilakukan melalui uji coba pada siswa, yang melibatkan pengukuran efektivitas sistem dalam meningkatkan fokus, kejujuran akademik, dan hasil belajar.Hasil penelitian menunjukkan bahwa sistem ini mampu mengakomodasi perbedaan gaya belajar siswa melalui fitur diferensiasi dan meningkatkan integritas pelaksanaan ujian dengan membatasi akses ke sumber daya eksternal. Selain itu, siswa menunjukkan respons positif terhadap pengalaman belajar yang lebih personal dan aman. Penelitian ini berkontribusi pada pengembangan teknologi pendidikan yang mendukung pembelajaran adaptif dan integritas akademik di era digital.

KantinKita : Sistem Pemesanan Makanan Berbasis Website

M. Fajar Setiawan, Rhisma Fitriana Novitasari, Lu'ay Baehaqie — Wed, 22 Jan 2025 00:00:00 +0700

KantinKita adalah sistem pemesanan makanan berbasis website yang inovatif, dirancang untuk mengatasi tantangan yang dihadapi oleh kantin konvensional dan meningkatkan efisiensi dalam proses pemesanan. Dengan fitur-fitur unggulan seperti pemilihan menu, pembayaran online, pelacakan status pesanan, dan manajemen stok real-time, KantinKita bertujuan untuk mempermudah transaksi jual beli di kantin. Sistem ini mengurangi masalah umum seperti antrian panjang dan kesalahan dalam pengantaran pesanan yang sering terjadi pada sistem tradisional.Proses pengembangan KantinKita melibatkan analisis kebutuhan fungsional dan non-fungsional untuk memastikan semua fitur yang diperlukan oleh pelanggan dan staf kantin teridentifikasi dengan baik. Pengumpulan data sekunder dilakukan melalui pengacuan pustaka terkait sistem pemesanan makanan berbasis website, yang menjadi landasan dalam merancang arsitektur sistem, diagram use case, flowchart, serta struktur basis data. Desain antarmuka sistem dirancang untuk memenuhi kebutuhan pengguna dari berbagai kalangan, termasuk pelanggan, staf kantin, dan super admin.Sistem ini tidak hanya menawarkan kemudahan dalam pemesanan tetapi juga memberikan fitur prediktif yang bermanfaat bagi pemilik kantin untuk mengetahui tren makanan yang diminati. Dengan demikian, KantinKita diharapkan dapat meningkatkan pengalaman pengguna dalam memesan makanan serta mengoptimalkan manajemen operasional kantin secara keseluruhan. Prototype sistem yang dihasilkan siap untuk diuji coba guna mendapatkan umpan balik dan meningkatkan kualitas layanan yang diberikan.

Implementasi Metode Forward Chaining dan Metode Naïve Bayes Untuk Mendeteksi Penyakit Lambung

Errin Dwi Ratnasari Ratnasari, Intan nur farida, Patmi kasih — Thu, 23 Jan 2025 00:00:00 +0700

Penelitian ini dilakukan dengan mengumpulkan dataset gejala dan diagnosa penyakit lambung dari data medis yang relevan. Dataset tersebut kemudian diolah untuk membangun model naïve bayes dan aturan logis untuk forward chaining. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi penyakit lambung dengan tingkat akurasi yang tinggi, serta memberikan rekomendasi diagnosa yang informatif kepada pengguna. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem pendukung Keputusan medis berbasis teknologi. Hasil penelitian ini dapat membantu praktisi medis dan pasien dalam mendeteksi penyakit lambung secara cepat dan akurat sehingga sistem dapat mengidentifikasi gejala-gejala yang mungkin menunjukkan adanya gangguan penyakit lambung. Penelitian ini menggunakan data gejala dan data penyakit yang dikumpulkan dari puskesmas Trenggalek. Melalui uji coba dengan pengguna, sistem ini memiliki akurasi sebesar 81,25% dengan 80 pasien mendapatkan diagnosa yang sesuai.

Identifikasi Jenis Rimpang Menggunakan Metode Convolutional Neural Network Berbasis Website

Riko Andriawan, Mohammad Syaiful Afrian, Galang Elang Perkasa — Thu, 23 Jan 2025 00:00:00 +0700

Indonesia memiliki berbagai jenis tanaman rimpang bernilai ekonomi tinggi yang banyak dimanfaatkan di industri makanan, obat-obatan, dan kosmetik. Namun, proses identifikasi manual sering kali menjadi tantangan karena kesamaan visual antarjenis rimpang. Penelitian ini bertujuan untuk mengembangkan sistem berbasis website yang memanfaatkan metode Convolutional Neural Network (CNN) untuk mendeteksi empat jenis rimpang: jahe, kunyit, kencur, dan lengkuas. Dataset citra rimpang diperoleh dari berbagai platform daring dengan variasi ukuran, sudut, dan pencahayaan, serta dibagi menjadi data validasi dan data pelatihan. Model CNN dilatih selama 60 epoch untuk mengklasifikasi citra rimpang. Hasil pengujian menunjukkan bahwa model mampu mengenali jahe, kunyit, dan lengkuas dengan akurasi rata-rata di atas 95%, namun kinerja model pada rimpang kencur kurang optimal dengan akurasi rata-rata 53,3%. Sistem ini diharapkan menjadi solusi yang bermanfaat bagi sektor pertanian dan industri untuk meningkatkan kecepatan dan akurasi identifikasi rimpang.

Pemanfaatan Metode Profile Matching Untuk Menyeleksi Calon Anggota Baru Dewan Kerja Cabang

Ilmi Akbar Dien Yahya, Daniel Swanjaya, Risky Aswi Ramadhani — Thu, 23 Jan 2025 00:00:00 +0700

Dewan Kerja Cabang (DKC) Nganjuk menerima anggota baru dengan Pergantian Antar Waktu (PAW) selama 1 tahun sekali untuk mempertahankan operasi dan kemajuan organisasi. Permasalahan yang sering dihadapi dalam menentukan calon anggota baru Dewan Kerja Cabang Nganjuk salah satunya proses seleksi untuk calon anggota baru selama ini masih menggunakan cara manual. Hal ini menjadi kurang efektif karena sudah melalui beberapa tahap seleksi yang sudah memakan waktu lama dan ditambah juga musyawarah tim anggota dalam menentukan calon anggota yang dinyatakan lolos. Diadakanya penelitian ini untuk mempermudah Kwartir Cabang Nganjuk dalam seleksi calon anggota Dewan Kerja Cabang Nganjuk Untuk itu dibutuhkan sistem pendukung keputusan untuk membantu pengambil keputusan. Para calon anggota baru dinilai dari aspek kognitif dan aspek afektif, metode yang digunakan dalam penelitian ini adalah metode profile matching untuk menyeleksi calon anggota baru Dewan Kerja Cabang. Pada penelitian ini mendapatkan akurasi sebesar 92%, bahwa akurasi mendekati 100% menunjukan hasil yang sangat akurat sehingga dapat disimpulkan bahwa metode profile matching terbukti mampu memberikan peringkat dan nilai terhadap setiap alternatif. Hasil dari penelitian diharapkan dapat membantu mengatasi permasalahan yang terjadi dalam proses seleksi calon anggota baru DKC agar lebih objektif. Dengan menerapkan sistem pendukung keputusan juga diharapkan dapat meningkatkan efektifitas dan efisiensi pengambilan keputusan.

Perancangan Sistem Monitoring Kualitas Air Pada Pembesaran Ikan Koi Berbasis Internet Of Things (IoT)

Moh Mustain, Abdi Pandu Kusuma, Wahyu Dwi Puspitasari — Thu, 23 Jan 2025 00:00:00 +0700

Sistem monitoring kualitas air berbasis Internet of Things (IoT) menggunakan ESP32 merupakan solusi inovatif untuk memantau parameter kualitas air secara real-time di sektor budidaya perikanan. Kualitas air yang terjaga sangat penting untuk memastikan keberlanjutan ekosistem perikanan serta memenuhi standar kualitas pembesaran ikan koi. Sistem ini mengintegrasikan penggunaan sensor untuk mengukur berbagai parameter seperti pH, suhu, dan turbidity (kekeruhan). Data yang dikumpulkan oleh beberapa sensor tersebut kemudian dikirimkan ke platform berbasis cloud(Blynk) melalui modul Wi-Fi ESP32, yang memungkinkan pemantauan jarak jauh menggunakan smartphone. Penggunaan ESP32 sebagai perangkat utama menawarkan keuntungan dalam hal konektivitas yang stabil, konsumsi daya rendah, dan kemampuan pemrosesan yang cukup untuk mendukung analisis data secara efisien. Sistem ini memberikan informasi kondisi air secara real-time, sehingga tindakan preventif untuk menjaga kualitas air dapat tercapai. Implementasi sistem ini dapat meningkatkan efisiensi operasional, mengurangi risiko kerusakan pada linkungan atau produk, serta meningkatkan keberlanjutan operasional dengan cara yang lebih ramah lingkungan. Dengan demikian, sistem monitoring kualitas air berbasis IoT ini diharapkan dapat menjadi alat yang efektif dalam menjaga kualitas air pada pembesaran ikan koi dan mengurangi angka kematian ikan koi karena kurang terjaganya kualitas air.

Rancang Bangun Sistem Reservasi Lapangan Futsal Berbasis Website

Vyrra Fitriana, Muhamad Helmi Khoirur Rizal, Muhammad Vicko Putra Ardiansyah — Thu, 23 Jan 2025 00:00:00 +0700

Futsal adalah olahraga populer yang dimainkan di lapangan berukuran sekitar 38–42 meter panjang dan 18–25 meter lebar. Permintaan yang tinggi terhadap fasilitas lapangan futsal mengakibatkan kebutuhan akan sistem pemesanan yang efektif. Penelitian ini bertujuan untuk merancang sistem reservasi lapangan futsal berbasis aplikasi yang memungkinkan pengguna untuk memesan secara online. Hasil penelitian menunjukkan bahwa sistem ini mampu mempermudah pengguna dalam melakukan pengecekan ketersediaan lapangan, konfirmasi pemesanan, dan akses riwayat transaksi secara cepat. Sistem juga memfasilitasi pengelola lapangan dalam mengatur jadwal sewa dan mencatat transaksi secara otomatis. Kesimpulannya, sistem pemesanan ini memberikan manfaat signifikan dalam meningkatkan efisiensi operasional penyewaan lapangan futsal dan memberikan pengalaman yang lebih baik bagi pengguna.

Implementasi Pendeteksi Penyakit pada Buah Alpukat Menggunakan Metode CNN

Bima Mahardhika, Ghovin Suraju — Thu, 23 Jan 2025 00:00:00 +0700

Penelitian ini membahas implementasi metode Convolutional Neural Network (CNN) dalam mendeteksi penyakit pada buah alpukat. Penyakit yang menyerang tanaman alpukat dapat menyebabkan penurunan hasil panen secara signifikan. Metode CNN diterapkan dengan memanfaatkan arsitektur MobileNet V2 yang dioptimalkan untuk perangkat seluler dengan keterbatasan sumber daya. Data dikumpulkan melalui observasi langsung dan wawancara dengan petani, serta diproses melalui tahap pre-processing, termasuk resizing dan augmentasi data. Model dilatih menggunakan dataset yang dibagi menjadi data pelatihan (70%) dan data validasi (30%). Hasil penelitian menunjukkan bahwa metode CNN mampu mengklasifikasikan jenis penyakit pada buah alpukat dengan tingkat akurasi yang tinggi. Implementasi sistem berbasis aplikasi ini diharapkan dapat membantu petani dalam mengidentifikasi penyakit dengan lebih mudah dan akurat, sehingga dapat meminimalisir kerugian akibat serangan penyakit.

Implementasi Algoritma FFT untuk Deteksi Nada dalam Analisis Frekuensi Suara

Yondri Ginola Ndun, Petrus Bitin, Ahmad Firsta Rizky Arrizal — Thu, 23 Jan 2025 00:00:00 +0700

Penelitian ini mengembangkan sistem deteksi nada musik menggunakan algoritma Fast Fourier Transform (FFT) untuk menganalisis frekuensi suara dan menentukan notasi musik secara otomatis. Latar belakang penelitian ini adalah pentingnya metode cepat dan akurat dalam mengenali notasi musik, terutama pada aplikasi edukasi musik atau pelatihan musisi. Metode penelitian menggunakan pendekatan FFT untuk mentransformasi sinyal suara menjadi spektrum frekuensi, sehingga memungkinkan identifikasi not berdasarkan dominasi frekuensi. Sistem diuji pada berbagai jenis suara musik, termasuk piano, gitar, dan vokal. Hasil pengujian menunjukkan akurasi deteksi rata-rata sebesar 92,7% dengan tingkat keberhasilan identifikasi not tertinggi pada instrumen piano (95,4%) dan terendah pada vokal (88,1%) karena kompleksitas harmoniknya. Kesimpulan penelitian ini adalah bahwa metode FFT efektif dalam mendeteksi notasi musik dari suara, sehingga berpotensi diaplikasikan dalam sistem pembelajaran musik digital. Hasil penelitian ini memberikan kontribusi penting dalam bidang pengenalan pola suara dan edukasi musik berbasis teknologi.

Implemetasi Metode Simple Additive Weighting (SAW) Untuk Seleksi Proposal Penelitian Dosen Internal STT Ronggolawe

Septia Nawang Wulan, Adhika Pramita Widyassari — Thu, 23 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan mengembangkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) untuk seleksi proposal penelitian dosen internal di STT Ronggolawe. Latar belakang penelitian ini berangkat dari kebutuhan akan proses seleksi yang lebih transparan, efisien, dan objektif, mengingat metode manual sering menghadapi kendala seperti waktu yang lama dan potensi bias. Sistem ini dirancang untuk mengevaluasi proposal berdasarkan kriteria tertentu, seperti perumusan masalah, metode penelitian, peluang luaran penelitian, tinjauan pustaka dan kelayakan anggaran, dengan bobot masing-masing kriteria disesuaikan tingkat kepentingannya. Data diperoleh melalui studi pustaka dan wawancara dengan tim evaluasi. Hasil implementasi menunjukkan bahwa sistem mampu merangking proposal secara akurat dan objektif, dengan proposal PROP3 menempati peringkat tertinggi berdasarkan nilai preferensi sebesar 0.919. Penelitian ini membuktikan bahwa metode SAW efektif mendukung pengambilan keputusan di lingkungan akademik, sekaligus memberikan solusi yang lebih terstruktur dan transparan.

Analisis Pengujian Blackbox Testing Pada E-Rapor PAUD Kurikulum Merdeka Berbasis Web

Viery Nugroho, Abdi Pandu Kusuma, Mohammad Faried Rahmat — Thu, 23 Jan 2025 00:00:00 +0700

Perkembangan teknologi dalam dunia pendidikan memunculkan kebutuhan akan sistem digital yang mendukung implementasi Kurikulum Merdeka pada Pendidikan Anak Usia Dini (PAUD). Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi e-Rapor berbasis web dengan integrasi penilaian observasi sebagai solusi untuk meminimalkan kesalahan input nilai, human error, meningkatkan objektivitas, serta mendukung proses digitalisasi penilaian. Metode prototipe digunakan untuk memungkinkan proses pengembangan iteratif yang melibatkan evaluasi dan penyempurnaan berdasarkan umpan balik pengguna. Aplikasi dibangun menggunakan Next.js dengan pengumpulan data melalui wawancara, observasi, dan dokumentasi. Sistem yang dikembangkan diuji menggunakan metode blackbox dengan hasil pengujian menunjukkan tingkat validitas sebesar 86.67% dimana 13 dari 15 test case bernilai valid. Hasil penelitian menunjukkan bahwa sistem e-Rapor dapat memproses data penilaian dengan lebih akurat dan efisien, mendukung kebutuhan penilaian autentik yang sesuai dengan prinsip Kurikulum Merdeka. Studi ini diharapkan dapat berkontribusi dalam peningkatan kualitas pendidikan PAUD di TK Negeri 2 Sananwetan Kota Blitar.

Penerapan Metode Agile Dalam Pengembangan Aplikasi Jurnal Mengajar Berbasis Web di Universitas Madani Indonesia

Muhammad Ikhsan Mandirri, Saiful Nur Budiman, Udkhiati Mawaddah — Thu, 23 Jan 2025 00:00:00 +0700

Universitas Madani Indonesia (UMINA) didirikan di Blitar bagian selatan untuk mengatasi tantangan ketimpangan akses terhadap pendidikan tinggi di wilayah tersebut. Salah satu kebutuhan utama UMINA adalah menyediakan sistem pencatatan kegiatan pembelajaran dosen yang efektif. Pencatan manual dinilai tidak efisien, memakan waktu, dan rawan kesalahan. Oleh karena itu, tujuan dari penelitian ini adalah merancang dan mengembangkan aplikasi jurnal mengajar berbasis web dengan pendekatan metodologi Research and Development (R&D) dengan pengembangan metode Agile. Penelitian ini menjawab dua pertanyaan utama bagaimana mengembangkan aplikasi yang efektif dan efisien untuk dosen UMINA dan metode Agile yang mendukung proses desain, pengembangan, dan penerapan aplikasi. Metode Agile dipilih karena terbukti mampu menciptakan produk yang memenuhi kebutuhan pengguna melalui langkah-langkah sistematis, mulai dari tahap Planning, Design, Development, Testing, Deploy, serta Review. Solusi yang diusulkan adalah sebuah aplikasi web yang memungkinkan dosen mencatat kegiatan pembelajaran secara terstruktur, akurat, dan cepat. Selain mendukung efisiensi administrasi, aplikasi ini juga dapat membantu UMINA dalam transformasi digitalnya untuk meningkatkan pengelolaan data akademik, mendukung akreditasi dan memperkuat reputasi universitas sebagai institusi berbasis pengetahuan teknologi. Penelitian ini diharapkan tidak hanya membawa manfaat besar bagi UMINA tetapi juga menjadi sumber inspirasi bagi pengembangan aplikasi serupa di dunia pendidikan.

Aplikasi Android untuk Rekomendasi Tanaman Berdasarkan Analisis Elevasi Geografis

Wannu Rizki Dicki Mardian, Yopy Aldo Oktamar, Legaspie Aura Sindhikara — Fri, 24 Jan 2025 00:00:00 +0700

Karakteristik pertumbuhan tanaman yang ideal, seperti suhu, kelembapan, dan ketersediaan nutrisi tanah, dipengaruhi oleh perbedaan elevasi geografis. Tujuan penelitian adalah untuk membuat aplikasi berbasis Android yang menggunakan data elevasi untuk menyarankan jenis tanaman yang sesuai dengan lokasi pengguna. Data ini diperoleh melalui API Open Elevation dan diproses menggunakan logika berbasis aturan untuk menyesuaikan karakteristik tanaman yang dibutuhkan. Aplikasi ini dibuat menggunakan Jetpack Compose untuk antarmuka pengguna yang mudah digunakan dan Retrofit untuk integrasi API. Hasil implementasi menunjukkan bahwa aplikasi dapat memberikan rekomendasi tanaman yang relevan berdasarkan kondisi geografis pengguna, seperti "Padi" untuk daerah rendah dan "Kentang" untuk daerah tinggi. Diharapkan penelitian ini dapat membantu petani menggunakan teknologi berbasis lokasi untuk meningkatkan produktivitas pertanian.

Penentuan Posisi Pemain Sepak Bola Dengan Metode Simple Additive Weight (SAW)

Anggit Restu Laksono, Risky Aswi Ramadhani, Ardi Sanjaya — Fri, 24 Jan 2025 00:00:00 +0700

Sepak bola adalah olahraga populer yang keberhasilannya tidak hanya ditentukan oleh kemampuan pemain, tetapi juga oleh strategi dan pengelolaan pelatih. Salah satu tantangan utama pelatih, terutama di Sekolah Sepak Bola (SSB) seperti SSB Triple’s Kabupaten Kediri, adalah menentukan posisi pemain secara objektif. Proses manual yang selama ini dilakukan memakan waktu dan cenderung subjektif. Penelitian ini mengembangkan sistem pendukung keputusan berbasis metode Simple Additive Weighting (SAW) untuk membantu pelatih membuat keputusan lebih efisien dan objektif.
Sistem berbasis web ini menggunakan atribut seperti pace, shooting, passing, dribbling, heading, defense, tackling, reflex, physical, dan catching, dengan bobot yang disesuaikan untuk empat posisi utama: striker, midfielder, defender, dan goalkeeper. Normalisasi data dan perangkingan dilakukan untuk menentukan pemain terbaik di setiap posisi. Penelitian menggunakan metodologi waterfall, meliputi studi literatur, wawancara, analisis kebutuhan, desain, implementasi, dan pengujian sistem.
Hasil menunjukkan sistem mampu memberikan rekomendasi akurat, seperti Bayu Aji yang mendapatkan skor tertinggi (0,79) sebagai penjaga gawang. Sistem ini meningkatkan efisiensi dan objektivitas seleksi pemain di SSB Triple’s dan berkontribusi pada penerapan metode SAW dalam pengelolaan tim olahraga.

Simulasi Interaktif 3 Dimensi Manasik Haji Berbasis Konsep Third Person Shooter Kepada Siswi Gontor Kelas 1 F

Amelia Fitri'Aini, Faisal Reza Pradhana, Dian Fikrianti — Fri, 24 Jan 2025 00:00:00 +0700

Ibadah haji membutuhkan pemahaman mendalam, terutama dalam tata cara tawaf dan sa’i yang sering dianggap sulit. Berdasarkan survei siswi KMI kelas 1 F, metode konvensional kurang efektif, sehingga dikembangkan aplikasi simulasi manasik haji berbasis audio-visual untuk PC. Penelitian ini menggunakan metode Software Development Life Cycle (SDLC) model Waterfall, mencakup analisis, desain, implementasi, verifikasi, dan pemeliharaan. Aplikasi ini memungkinkan pengguna memilih simulasi tawaf atau sa’i dengan panduan interaktif dan kontrol sederhana menggunakan tombol AWSD. Hasilnya menunjukkan aplikasi ini efektif meningkatkan pemahaman, memberikan fleksibilitas, dan menciptakan pengalaman belajar yang menarik. Aplikasi ini menjadi alternatif pembelajaran yang potensial dan dapat dikembangkan lebih lanjut.

Pemilihan Supplier Elektrikal Dengan Metode Analytical Hieararchy Process Pada PT Japfa Comfeed Indonesia

M. Ali Amrozi, Uma Fadhila Dina Puspita, Adhika Pramita Widyassari — Fri, 24 Jan 2025 00:00:00 +0700

PT Japfa Comfeed Indonesia, sebagai salah satu perusahaan besar di sektor pakan ternak, sangat bergantung pada pemasok untuk mendukung kelancaran dan kualitas produksi. Pemilihan pemasok yang tepat menjadi tantangan karena seringkali dilakukan secara subyektif. Oleh karena itu tujuan dari penelitian ini yaitu menggunakan metode Analytical Hierarchy Process (AHP) untuk mendukung pengambilan keputusan dalam pemilihan pemasok elektrikal terbaik berdasarkan tiga kriteria utama: harga, waktu pengiriman, dan cara pembayaran. Hasil penelitian menunjukkan bahwa PT MAS adalah pemasok dengan nilai prioritas tertinggi (0,77), diikuti oleh PT Poly (0,43) dan CV Prima (0,42). Metode AHP terbukti efektif dalam menganalisis dan memprioritaskan alternatif pemasok secara objektif, sehingga mendukung kelancaran operasional perusahaan. Penelitian ini menyarankan pengembangan lebih lanjut dengan menambahkan kriteria lain, seperti reputasi pemasok dan keberlanjutan, untuk hasil yang lebih komprehensif.

Klasifikasi Berita Palsu Pada Pemilihan Umum Presiden 2024 Menggunakan Metode K-Nearest Neighbor

Arief Fathul Hikam, Triana Harmini, Aziz Mustafa, Faisal Pradhana — Fri, 24 Jan 2025 00:00:00 +0700

Pemilihan Umum Presiden 2024 menjadi salah satu momen krusial dalam demokrasi Indonesia. Namun, penyebaran berita palsu (hoaks) semakin marak dan berdampak negatif terhadap opini publik serta proses pemilu yang sehat. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi berita palsu menggunakan metode K-Nearest Neighbor (KNN). Data yang digunakan berasal dari situs Turn Back Hoax oleh MAFINDO (Masyarakat Anti Fitnah Indonesia) yang menyediakan sumber berita terverifikasi benar dan telah melabeli berita salah yang beredar di masyarakat.. Proses klasifikasi melibatkan tahap prapemrosesan data, seperti tokenisasi, penghapusan kata tidak bermakna (stopwords), dan stemming. Selanjutnya, fitur data diekstraksi menggunakan metode TF-IDF untuk meningkatkan kualitas klasifikasi. Berdasarkan pengujian yang dilakukan, model KNN berhasil mencapai akurasi sebesar 97%, yang menunjukkan efektivitas metode ini dalam mendeteksi berita palsu. Hasil penelitian ini diharapkan dapat berkontribusi dalam memberikan solusi praktis untuk memitigasi penyebaran hoaks, khususnya dalam konteks pemilu, serta mendorong partisipasi pemilih yang lebih terinformasi.

Analisis Banjir Berdasarkan Data Wireless Sensor Network Dengan Metode Regresi dan Korelasi (Studi Kasus: Sungai Babon Semarang)

Gerry Santos Lasatira, Rizki Brilian Sandi — Fri, 24 Jan 2025 00:00:00 +0700

Penelitian ini menggunakan analisis regresi dan korelasi dengan data tinggi muka air dan curah hujan di Sungai Babon Semarang. Data mendukung konsep perhitungan regresi dan korelasi, nilai data dapat dikelompokkan berdasarkan kerentanan atau potensi banjir. Diperoleh hasil korelasi positif atau menunjukkan bahwa variabel dependen dan variabel independen saling mendukung, dengan peningkatan variabel independen yang memberikan pengaruh peningkatan variabel dependen. Persamaan regresi perhitungan diperoleh hasil Y'=95,88282872 + 2,921586X, yang berarti setiap peningkatan 1 variabel independen akan menghasilkan peningkatan 2,921586 pada setiap Y.

Analisa Statik Struktur Rangka Turbin Angin Savonius Menggunakan Software Solidwork

Khoirul Widodo, nuryosuwito nuryosuwito — Fri, 24 Jan 2025 00:00:00 +0700

Penelian ini bertujuan menganalisa struktur rangka turbin angin savonius dengan metode statik dan menggunakan software solidwork. Perlunya analisa ini dilakukan untuk mengetahui material yang optmial dan aman untuk merancang rangka turbin angin. Metode penelitian meliputi pemodelan 3D, menentukan variasi material, menentukan beban gaya, simulasi dan analisa. Pembebanan yang ditetapkan adalah 200 newton, dengan variable 3 jenis material. Hasil dari analisa dan simulasi pada material ASTM A36 diperoleh von mises nilai maksimal 8,245×10⁷ N/m² dan nilai minimum 5,321×104 N/m, Nilai displesment maksimal yang diperoleh dari simulasi dan pengujian 3,047 mm dan minumnya 1,000 mm, dan safey factor tertinggi adalah 4,690 × 10³ sedangkan nilai terendah 3,032. Material besi tipe AISI 4130 von mises diperoleh nilai maksimal 8,3,68×10⁷ N/m2 dan nilai minimum 4,964×10⁴ N/m², Nilai displesment maksimal yang dari simulasi dan pengujian 2,955 mm dan minumnya 1,000 mm, dan safety factor tertinggi adalah 9,230 × 10³ dan nilai terendah 5,497. von mises besi tipe AISI 4340 diperoleh nilai maksimal 8,518×10⁷ N/m2 dan nilai minimum 4,699×104 N/m², Nilai displesment maksimal yang diperoleh dari simulasi dan pengujian 2,914 mm dan minumnya 1,000 mm, dan safety factor didapatkan nilai 1,511 × 10⁴ sedangkan nilai terendah 8,336.

Rancang Bangun Sistem Pakar Deteksi Tingkat Stres Berbasis Web

Churun Ain Azkal Azkiya, Diema Hernyka Satyareni, Chandra Sukma Anugrah — Fri, 24 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web guna mendeteksi tingkat stres berdasarkan tes Depression Anxiety Stress Scale (DASS-42) yang diperoleh dari psikolog klinis RSUD Kabupaten Jombang. Stres, yang dapat berdampak buruk pada kesehatan fisik dan mental, menjadi fokus utama penelitian ini. Sistem ini dirancang dengan mengambil data gejala stres dari pengguna, menghitung skor berdasarkan skala yang telah ditentukan, dan menentukan tingkat stres. Penelitian menggunakan metode perancangan berbasis forward chaining untuk proses deteksi dan rekomendasi solusi sesuai tingkat stres. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi stres dengan akurasi yang sesuai dengan perhitungan manual dan menampilkan rekomendasi yang relevan. Selain itu, pengujian black box memastikan sistem dapat digunakan dengan nyaman oleh pengguna. Sistem ini penting karena memungkinkan deteksi stres yang cepat dan akurat, membantu pengguna meningkatkan kesadaran akan kondisi mental, dan menyediakan solusi untuk mengelola stres.

Sistem Pendukung Keputusan Kelayakan Beasiswa KIP-K Berbasis Web Menggunakan Algoritma Gaussian-Naïve Bayes

Nurul Badriyah, Diema Hernyka Satyareni, Chandra Sukma Anugrah — Fri, 24 Jan 2025 00:00:00 +0700

Penerimaan beasiswa KIP-K di Universitas Pesantren Tinggi Darul Ulum (UNIPDU) masih dilakukan secara manual oleh Biro Pelayanan Kemahasiswaan (BPKM), sehingga rentan terhadap kesalahan seleksi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan berbasis web menggunakan algoritma Gaussian Naive Bayes untuk mengklasifikasikan kelayakan penerima beasiswa. Atribut yang digunakan mencakup pekerjaan dan penghasilan orang tua, jumlah tanggungan, kepemilikan rumah, rata-rata nilai rapor, dan lainnya. Sistem diuji menggunakan confusion matrix untuk mengevaluasi akurasi, presisi, recall, dan F1 Score. Hasilnya menunjukkan rata-rata performa yang sangat baik, dengan akurasi 99,12%, presisi 100,00%, recall 97,93%, dan F1 Score 98,93%. Temuan ini membuktikan bahwa algoritma Gaussian Naive Bayes efektif dalam meningkatkan keakuratan prediksi, baik secara manual maupun melalui sistem berbasis web.

Smart Environment: Implementasi Aplikasi Bank Sampah untuk Mewujudkan Kota Kediri yang Bersih dan Berkelanjutan

Yusriel iqbal Absyar, Fajar Wahyuardha Putra, Adrian Jala Putra Mahardika — Fri, 24 Jan 2025 00:00:00 +0700

Pengelolaan sampah di Kota Kediri, Jawa Timur, merupakan salah satu aspek penting dalam mewujudkan lingkungan pintar (smart environment) melalui penerapan aplikasi bank sampah yang memungkinkan masyarakat menukar sampah anorganik dengan nilai ekonomi yang dapat dikonversi menjadi poin atau uang. Pembangunan berkelanjutan, pengelolaan sampah pintar, dan prinsip ekonomi sirkular menjadi tren global yang signifikan dalam penelitian dan proyek terkait smart city. Hipotesis dasar penelitian ini adalah bahwa aplikasi teknologi informasi berbasis kecerdasan buatan (artificial intelligence/AI) memiliki peran yang semakin penting dalam pengelolaan sampah di kota pintar. Oleh karena itu, integrasi chatbot menjadi fokus utama karena dianggap mampu mengoptimalkan penggunaan aplikasi melalui peningkatan efisiensi layanan dan keterlibatan masyarakat. Studi ini juga mengidentifikasi berbagai tantangan dan solusi dalam implementasi aplikasi bank sampah, termasuk rendahnya partisipasi masyarakat dan keterbatasan infrastruktur teknologi. Hasil penelitian menunjukkan bahwa chatbot memiliki potensi besar dalam mendukung aktivitas daur ulang melalui pendekatan inovatif yang memanfaatkan prinsip ekonomi sirkular, sehingga teknologi ini berkontribusi pada keberlanjutan dan pengelolaan lingkungan yang lebih baik di kawasan perkotaan [1]

Penggunaan OpenCV untuk Segmentasi Cabai menggunakan Konversi RGB ke HSV

Fri, 24 Jan 2025 00:00:00 +0700

Cabai merupakan komoditas hortikultura bernilai tinggi, di mana tingkat kematangan memengaruhi kualitas dan harga di pasar. Penelitian ini menggunakan OpenCV dengan analisis ruang warna HSV untuk menilai kematangan cabai secara objektif, menggantikan observasi visual tradisional yang subjektif. Metode yang diterapkan meliputi konversi citra RGB ke HSV, segmentasi untuk mengidentifikasi tingkat kematangan, dan analisis mask untuk menghitung hasil segmentasi. Hasilnya, sistem ini mampu mendeteksi tingkat kematangan dengan akurasi tinggi, menunjukkan jumlah piksel merah (matang) 39.938, kuning/oranye (setengah matang) 643, dan hijau (mentah) 6.115. Pendekatan ini menawarkan solusi efisien, akurat, dan konsisten, mendukung modernisasi sektor pertanian dan meningkatkan daya saing produk di pasar.

Implementasi Algoritma Decision Tree CART untuk Deteksi Dini Penyakit FLUTD pada Kucing

Ar Rasyid Sarifullah Gilbijatno, Alfino Wahyu Pramudya, Diki Prasetyo — Fri, 24 Jan 2025 00:00:00 +0700

Feline Lower Urinary Tract Disease (FLUTD) merupakan penyakit serius yang dapat menyerang saluran kemih kucing dan berpotensi membahayakan jika tidak terdeteksi secara dini. Penelitian ini bertujuan untuk mengembangkan sistem diagnosis FLUTD berbasis Decision Tree dengan mengimplementasikan algoritma CART (Classification and Regression Trees) yang menggunakan Gini index sebagai metode pemisahan node. Sistem diagnosis dikembangkan dalam bentuk aplikasi berbasis website yang memungkinkan pengguna untuk mengunggah data gejala dan memperoleh hasil prediksi secara langsung. Hasil pengujian menunjukkan bahwa sistem mampu mencapai tingkat akurasi sebesar 83.33%, dengan rincian 2 True Positive (TP), 3 True Negative (TN), dan 1 False Positive (FP).

Perancangan Sistem Smart Home Terintegrasi Berbasis IoT dengan Kontrol Suara

Dimas Satria Pamenang, Shalaisa Amelia Putri Gemini, Moch Hanie Ifona Ar Afrida — Fri, 24 Jan 2025 00:00:00 +0700

Perkembangan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk di dalamnya konsep rumah pintar atau smart home. Integrasi antara perangkat rumah tangga dengan smartphone melalui teknologi Internet of Things (IoT) membuka peluang baru dalam pengendalian perangkat elektronik rumah tangga. Penelitian ini bertujuan untuk merancang sistem smart home yang terintegrasi, dengan fokus pada pengendalian lampu dan kipas angin menggunakan kombinasi kontrol aplikasi Android dan perintah suara. Arsitektur sistem menggunakan mikrokontroler ESP32 sebagai pusat kontrol, modul relay untuk mengendalikan perangkat elektronik, aplikasi Android untuk antarmuka pengguna, dan fitur pengenalan suara. Perancangan sistem mencakup desain use case, antarmuka pengguna, dan alur kerja sistem. Hasil dari perancangan sistem ini diharapkan dapat menjadi landasan bagi pengembangan sistem smart home yang lebih komprehensif di masa mendatang.

Deteksi Gambar Hewan Serupa Berdasarkan Warna Menggunakan Metode Content-Based Image Retrieval (CBIR)

Muhammad Akbar Kurniawan, Yanuar Kartiasari, Nadiya Zahrotur Rohmah — Fri, 24 Jan 2025 00:00:00 +0700

Kemajuan teknologi dalam pengolahan citra digital telah membuka peluang besar dalam pengembangan sistem deteksi dan pencarian gambar berbasis konten. Salah satu pendekatan yang banyak digunakan adalah Content-Based Image Retrieval (CBIR), yang memungkinkan pencarian gambar berdasarkan karakteristik visual seperti warna, tekstur, dan bentuk. Proses pengembangan sistem melibatkan ekstraksi fitur warna menggunakan histogram warna, perhitungan kemiripan gambar menggunakan metode pengukuran jarak, serta evaluasi kinerja sistem berdasarkan presisi dan akurasi. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan metode CBIR yang efektif dalam mendeteksi gambar hewan serupa dengan representasi warna yang tepat

SMART MSME’s sebagai Sarana Pemberdayaan UMKM

Davin Zainur Robert, Novia Amanda, Dya Ayu Suciningrum — Fri, 24 Jan 2025 00:00:00 +0700

Micro, Small, Medium Enterprise (MSME’s) atau yang biasa disebut dengan usaha mikro, kecil dan menengah (UMKM) memegang peranan penting dalam perekonomian Indonesia. Namun banyak pelaku UMKM, terutama di pedesaan, yang masih menghadapi tantangan dalam mengakses pasar digital dan bersaing di tengah pesatnya transformasi digital. Proyek ini mengembangkan SMART MSME’s, sebuah platform yang bertujuan untuk mengintegrasikan e-commerce dengan fungsi media sosial pemberdaya UMKM. Hasil dari penelitian ini berupa aplikasi SMART MSME berbasis mobile dengan beberapa fitur utama seperti profil UMKM yang komprehensif, pencarian berdasarkan lokasi dan kategori, serta fitur rekomendasi. Pengujian sistem menghasilkan nilai RMSE yang rendah dimana ini menunjukkan bahwa rekomendasi yang dihasilkan sudah relevan dengan preferensi pengguna.

Smart Tourism Berbasis Web Untuk Optimalisasi Pengelolaan Dan Promosi Pariwisata Di Kabupaten Nganjuk

Alfaiz Putra Nugroho, Sanditya Arry Prabowo, Ahmad Rafi' Izzuddin — Fri, 24 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi wisata berbasis web yang dapat membantu wisatawan dalam memilih destinasi wisata yang sesuai dengan preferensi mereka di Kabupaten Nganjuk. Sistem ini mengintegrasikan teknologi smart tourism dengan menerapkan Content-Based Filtering, yang berfungsi untuk menyaring destinasi wisata. Dengan fitur rekomendasi ini, pengguna dapat memilih wisata yang diinginkan, yang kemudian akan menampilkan destinasi wisata yang relevan sesuai dengan preferensi yang dipilih. Selain itu, sistem ini juga menyediakan informasi lengkap mengenai destinasi wisata, termasuk rute transportasi, akomodasi, dan ulasan wisatawan. Hasil pengujian menunjukkan bahwa sistem ini dapat memudahkan wisatawan dalam merencanakan perjalanan dan meningkatkan pengalaman wisata dengan memberikan rekomendasi yang lebih personal dan sesuai dengan minat mereka. Penerapan sistem ini diharapkan dapat meningkatkan daya tarik dan kunjungan wisatawan, serta berkontribusi pada pengelolaan dan promosi pariwisata yang lebih efektif di Kabupaten Nganjuk.

Pengembangan Game 2D Platformer “Skimo” Sebagai Media Relaksasi Dengan Menggunakan Metode Finite State Machine

Diwa Revido Iqbal Kumara Kumara, Intan Nur Farida, Patmi Patmi Kasih — Fri, 24 Jan 2025 00:00:00 +0700

Stress adalah salah satu bagian dari gangguan kesehatan mental yang merupakan respon fisik terhadap tuntutan yang mengganggu kehidupan sehari-hari. tertentu. Stres mempengaruhi emosi, pikiran, dan kondisi seseorang. Jika stres berat, dapat mengganggu kemampuan dalam berinteraksi dengan lingkungan sekitarnya. Di zaman sekarang ini di mana tuntutan pekerjaan yang secara tidak langsung mengharuskan perkerja untuk melakukan sesuatu yang melebihi deskripsi pekerjaan membuat para pekerja menanggung tanggung jawab lebih, sehingga beberapa dari pekerja mengemban tugas berat dan melakukan pekerjaan di luar kemampuan mereka sampai beberapa di antaranya mengalami stress. Maka dari itu dibuatlah game untuk mengurangi tingkat stress dengan menyelipkan pembelajaran tentang stress dan cara mengatasinya. Game menggunakan Metode FSM (Finite State Machine)sebagai landasan AI musuh untuk melakukan pergerakan. Dengan genre 2D side Platformer game, dan level yang tidak begitu susah, pekerja bisa melakukan relaksasi dengan bermain game sehingga merasakan rileks dan perasaan yang membaik untuk melanjutkan pekerjaan.

Sistem Deteksi Penyakit Pada Tanaman Bawang Merah Menggunakan Convolutional Neural Network dengan Arsitektur MobileNet

Hadi Rizky Dwi Via Prahesta — Fri, 24 Jan 2025 00:00:00 +0700

Budidaya bawang merah di Indonesia sering menghadapi kendala serangan penyakit yang dapat menurunkan hasil panen dan merugikan petani. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit bawang merah yang efisien dan praktis menggunakan teknologi Convolutional Neural Network (CNN) dengan arsitektur MobileNet. Metode yang digunakan meliputi pengumpulan data gambar pada bawang merah yang dikategorikan menjadi empat kelas yaitu bawang merah normal, terserang ulat bulu, jamur daun, dan busuk pangkal. Data tersebut diolah dengan teknik augmentasi untuk menambah keragaman dataset. Model CNN dilatih dan dievaluasi untuk mengukur akurasi dan waktu inferensi. Hasil penelitian menunjukkan bahwa sistem ini mampu mencapai akurasi 90,63% dengan loss uji 0,1874. Temuan ini menunjukkan bahwa aplikasi berbasis Android yang dikembangkan dapat menjadi alat yang berguna bagi petani dalam mendeteksi penyakit dengan cepat dan akurat. Dengan demikian, penelitian ini berkontribusi terhadap peningkatan produktivitas dan efisiensi pengelolaan tanaman bawang merah di Indonesia, serta mendorong adopsi teknologi modern di sektor pertanian.

Peramalan Kebutuhan Stok Blangko KTP-EL Menggunakan Metode Double Exponential Smoothing

Fri, 24 Jan 2025 00:00:00 +0700

Kartu Tanda Penduduk Elektronik atau disingkat KTP-EL merupakan salah satu dokumen yang wajib dimiliki oleh penduduk yang telah berusia 17 tahun atau pernah kawin. Permintaan penerbitan KTP-EL yang sangat dinamis adalah hal yang harus menjadi perhatian dalam memberikan pelayanan yang prima. Ketersediaan blanko yang tidak mampu memenuhi jumlah permintaan penerbitan KTP-EL akan mengakibatkan pelayanan yang tidak efektif. Hingga saat ini perencanaan terhadap ketersediaan blangko KTP-EL masih dilakukan secara manual dengan melakukan perhitungan sederhana seperti perhitungan rata-rata jumlah pencetakan KTP-EL berdasar periode tertentu. Untuk melakukan peramalan akan digunakan data time series pencetakan KTP-EL tahun 2022 sampai dengan 2023. Metode Double Exponential Smoothing merupakan salah satu metode yang digunakan sebagai perhitungan peramalan pada data time series yang dapat membantu dalam peramalan kebutuhan stok blangko KTP-EL. Metode Double Exponential Smoothing melibatkan parameter alpha dan beta untuk menghitung pemulusan pada nilai tren dan level pada data time series. Untuk pengukuran evaluasi kinerja peramalan akan digunakan metode Mean Absolute Percentage Error (MAPE). Dalam penelitian ini perhitungan peramalan menggunakan 3 kombinasi nilai parameter untuk alpha (α) adalah 0.1, 0.3, 0.5 dan beta (β) adalah 0.5. Hasil dari penelitan, diperoleh nilai MAPE terkecil 15,07% dengan kombinasi nilai parameter alpha 0.1 dan beta 0.5 Hasil peramalan yang didapatkankan pada bulan berikutnya adalah 13.951 blangko.

Perancangan Aplikasi Android untuk Penjualan Sayur dan Rekomendasi Resep Berbasis AI

Rafi Achmad Fachrudi, Alindro Septo Nugroho, Prita Ayu Meudea — Fri, 24 Jan 2025 00:00:00 +0700

Bagi pelanggan yang tidak dapat mengunjungi pasar tradisional pada pagi hari, penjualan sayur segar secara online menjadi solusi. Tujuan penelitian adalah untuk membuat aplikasi Android yang memiliki fitur penjualan sayur dan memanfaatkan kecerdasan buatan (AI) untuk memberi pengguna rekomendasi resep berdasarkan bahan yang mereka inputkan. Data produk diperoleh melalui penelitian pasar, dan data resep diperoleh dari dataset Kaggle. Protetipe aplikasi memiliki antarmuka pengguna (UI) yang ramah pengguna dan fitur navigasi yang mudah digunakan. Untuk memastikan bahwa prototipe berjalan sesuai desain, pengujian fungsional dilakukan menggunakan metode black-box. Hasil penelitian ini menghasilkan prototipe aplikasi yang dapat meningkatkan pengalaman belanja sayur secara digital dan siap untuk digunakan di masa mendatang.

Implementasi Arsitektur MobileNetV2 untuk Deteksi Penyakit Antraknosa dan Busuk Buah pada Cabai Rawit

Mohamad Ansori Pratama — Fri, 24 Jan 2025 00:00:00 +0700

Cabai rawit (Capsicum frutescens) merupakan komoditas hortikultura potensial yang banyak dibudidayakan di Indonesia. Namun, produksi cabai rawit seringkali terganggu oleh penyakit, terutama antraknosa yang disebabkan oleh jamur Colletotrichum dan busuk buah yang disebabkan oleh larva lalat buah (Bactrocera spp.). Penyakit ini menyebabkan penurunan kualitas dan kuantitas hasil panen. Penelitian ini bertujuan untuk mendeteksi penyakit antraknosa dan busuk buah pada cabai menggunakan metode deep learning dengan arsitektur MobileNetV2 pada Convolutional Neural Network (CNN). Data penelitian terdiri dari gambar cabai sehat dan terinfeksi yang dikumpulkan langsung dari lahan pertanian. Dataset diproses menggunakan teknik augmentasi, seperti rescaling, rotasi, zoom, dan flipping untuk meningkatkan kualitas model. Model MobileNetV2 dipilih karena efisiensinya dalam lingkungan dengan daya komputasi terbatas. Pelatihan dilakukan selama 100 epoch dengan hasil akurasi tinggi sebesar 0,9736 pada dataset pelatihan dan 1,000 pada dataset validasi. Grafik akurasi dan loss menunjukkan performa model yang stabil dengan overfitting minimal. Hasil penelitian ini menunjukkan bahwa arsitektur MobileNetV2 efektif dalam mendeteksi penyakit antraknosa dan busuk buah pada cabai rawit. Meskipun demikian, kesalahan klasifikasi pada beberapa gambar menekankan pentingnya penambahan dataset yang lebih beragam, khususnya untuk penyakit busuk buah. Implementasi model ini diharapkan dapat membantu petani mendeteksi penyakit secara cepat dan meningkatkan produktivitas cabai rawit di Indonesia.

Optimasi Pengadaan Bahan Baku di Restoran Cepat Saji Menggunakan Metode Peramalan Data Mining

Alex Sandy Budi Prayogo, Patmi Kasih, Intan Nur Farida — Fri, 24 Jan 2025 00:00:00 +0700

Pengelolaan persediaan bahan baku yang efektif merupakan faktor krusial dalam operasional restoran cepat saji seperti Pizza Hut Delivery. Ketidaktepatan dalam peramalan kebutuhan bahan baku dapat menyebabkan overstock atau understock, yang berdampak pada peningkatan biaya operasional dan kerugian akibat bahan baku yang basi. Penelitian ini bertujuan untuk mengembangkan sistem prediksi pengadaan bahan baku menggunakan metode data mining, khususnya Single Exponential Smoothing (SES), Trend Moment, Simple Moving Average (SMA), dan Weighted Moving Average (WMA). Sistem ini dibangun menggunakan bahasa pemrograman PHP dan framework Laravel, serta database SQLite, untuk mengolah data penjualan historis dari Januari 2021 hingga November 2024 dan menghasilkan prediksi kebutuhan bahan baku yang akurat. Evaluasi performa dilakukan dengan mengukur Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD), dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa metode Trend Moment memberikan akurasi prediksi yang paling tinggi dibandingkan dengan metode lainnya, dengan nilai MAPE terendah sebesar 1.08% untuk bahan baku Kentang dan secara keseluruhan menunjukkan kestabilan dalam memprediksi kebutuhan bahan baku. Metode SES juga menunjukkan performa yang baik dengan MAPE terendah sebesar 2.17% pada bahan baku Kentang. Sementara itu, metode SMA dan WMA menunjukkan variasi akurasi yang lebih tinggi, khususnya pada bahan baku dengan permintaan fluktuatif tinggi seperti Dough Ball 275.

Identifikasi Jenis Ikan Cupang Menggunakan Metode CNN Dengan Arsitektur MobileNetV2 Berbasis Mobile

Bayu Wijayanto, Rizqi Maulana Mahendra, Mohammad Ibnu Salam — Fri, 24 Jan 2025 00:00:00 +0700

Penelitian ini mengembangkan sistem identifikasi jenis ikan cupang berbasis Convolutional Neural Network (CNN) dengan arsitektur DenseNet 121 yang diimplementasikan pada perangkat mobile. Jenis ikan cupang yang diidentifikasi meliputi Halfmoon, Crowntail, dan Plakat. Data gambar ikan cupang dikumpulkan dan diproses menggunakan teknik augmentasi untuk meningkatkan variasi data dan kualitas model. Hasil pengujian menunjukkan bahwa arsitektur DenseNet 121 berhasil mengidentifikasi jenis ikan cupang dengan akurasi tinggi. Implementasi berbasis mobile memungkinkan pengguna untuk melakukan identifikasi ikan cupang secara cepat dan praktis melalui aplikasi yang dirancang. Sistem ini diharapkan dapat membantu penggemar ikan cupang maupun pedagang dalam mengenali jenis ikan dengan lebih mudah dan efisien.

Penerapan Augmented Reality dalam Pembelajaran Visualisasi Planet Bumi bagi Siswa MI Miftahush Shibyan

Nico Adi Saputra, Dea Avrillia Arba’a, John Cristofel — Fri, 24 Jan 2025 00:00:00 +0700

Pembelajaran mengenai konsep-konsep geografi, khususnya visualisasi planet Bumi, seringkali menghadapi tantangan dalam hal penyampaian yang menarik dan mudah dipahami oleh siswa di Madrasah Ibtidaiyah (MI) Miftahush Shibyan. Kurangnya pemahaman visual yang mendalam dapat menyebabkan kesulitan dalam memahami materi yang bersifat abstrak. Salah satu solusi yang menjanjikan adalah penerapan teknologi Augmented Reality (AR), yang memungkinkan siswa untuk berinteraksi dengan objek tiga dimensi dalam dunia nyata. Penelitian ini bertujuan untuk mengembangkan aplikasi web berbasis AR yang dapat digunakan untuk memvisualisasikan berbagai konsep mengenai planet Bumi, seperti bentuk, lapisan, dan pergerakannya. Aplikasi ini dirancang untuk meningkatkan pengalaman pembelajaran yang lebih interaktif dan menyenangkan bagi siswa MI Miftahush Shibyan. Melalui uji coba aplikasi AR ini, diharapkan siswa dapat memperoleh pemahaman yang lebih baik mengenai materi Bumi serta meningkatkan minat dan keterlibatan mereka dalam pembelajaran. Hasil penelitian ini menunjukkan bahwa penggunaan AR berbasis web efektif dalam memfasilitasi pemahaman siswa terhadap konsep planet Bumi, serta dapat menjadi solusi inovatif dalam meningkatkan kualitas pembelajaran di tingkat MI.

Rancang Bangun Sistem Prediksi Harga Bitcoin Menggunakan Algoritma Long Short Term Memory

Kresna Aprianto, Moch Iqbal Ramadhan, Petrus LeonMahardika Hermawan — Tue, 28 Jan 2025 00:00:00 +0700

Cryptocurrency telah menjadi pilihan investasi yang populer, dengan Bitcoin sebagai salah satu aset digital paling diminati. Di Indonesia, sekitar 10% pengguna internet memiliki cryptocurrency, menjadikan negara ini salah satu pasar terbesar di dunia. Namun, meskipun menawarkan peluang keuntungan yang signifikan, investasi ini memiliki risiko tinggi akibat volatilitas harga yang ekstrem. Generasi Z, yang dikenal adaptif terhadap teknologi, semakin tertarik pada investasi digital seperti cryptocurrency, menjadikannya bagian dari pergeseran tren profesi di era digital. Prediksi harga Bitcoin menjadi kebutuhan penting untuk mendukung pengambilan keputusan investasi. Algoritma Long Short Term Memory (LSTM), sebagai jenis jaringan saraf tiruan yang unggul dalam mengenali pola data jangka panjang, dipilih untuk mengatasi tantangan volatilitas Bitcoin. Penelitian ini bertujuan merancang sistem prediksi harga Bitcoin berbasis LSTM, menggunakan data historis untuk menghasilkan estimasi yang akurat. Hasil evaluasi menunjukkan bahwa model ini mampu memberikan performa prediksi yang baik dengan tingkat kesalahan rendah dan akurasi tinggi. Sistem yang dikembangkan diharapkan dapat membantu pengguna memahami pergerakan harga, meminimalkan risiko, dan memaksimalkan keuntungan dalam investasi cryptocurrency.

Kediri Explorer: Your Journey Starts Here

Andika Isa Pratama, Amisha Elisya Devi, Lusi Dwi Anggraini — Tue, 28 Jan 2025 00:00:00 +0700

Kediri memiliki potensi wisata yang kaya dan beragam, meliputi wisata alam, budaya, dan religi. Namun, akses informasi yang tersebar dan kurang terintegrasi sering menjadi kendala bagi wisatawan dalam merencanakan kunjungan mereka. Untuk mengatasi masalah ini, dikembangkan aplikasi Kediri Explorer sebagai panduan wisata digital yang memanfaatkan teknologi informasi untuk memberikan kemudahan akses data dan pengalaman wisata yang lebih baik. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi Kediri Explorer yang mampu memberikan rekomendasi destinasi wisata berdasarkan preferensi pengguna, menyediakan informasi lengkap mengenai tempat wisata, dan mendukung konsep Smart City guna meningkatkan potensi pariwisata Kediri. Hasil pengembangan menunjukkan bahwa aplikasi Kediri Explorer mampu menyediakan fitur utama seperti pencarian destinasi, rekomendasi wisata berbasis preferensi pengguna, integrasi peta digital untuk panduan arah, serta kemampuan pengguna untuk menandai tempat favorit. Selain itu, aplikasi ini memberikan informasi lengkap yang mencakup deskripsi, fasilitas, jam buka, harga tiket, dan alamat destinasi. Uji coba pada wisatawan lokal dan luar kota menunjukkan tingkat kepuasan yang tinggi terhadap kemudahan akses informasi dan relevansi fitur rekomendasi. Dengan demikian, aplikasi Kediri Explorer berhasil menjadi solusi digital yang efektif dalam meningkatkan pengalaman wisatawan saat mengeksplorasi Kediri. Tidak hanya memenuhi kebutuhan wisatawan, aplikasi ini juga mendukung promosi potensi pariwisata Kediri secara lebih luas. Kontribusinya terhadap konsep Smart City menunjukkan bahwa teknologi dapat menjadi alat yang efektif dalam mengelola informasi wisata dan meningkatkan daya tarik destinasi lokal.

Implementasi Citra Gestur Tangan Pada Permainan Rock Paper Scissor Menggunakan OpenCV Dan Mediapipe

Diah Gusmia Maliana; Rio Agung Dewangga; Muh. Aris Saputra — Tue, 28 Jan 2025 00:00:00 +0700

Batu Kertas Gunting merupakan permainan tradisional yang telah dimainkan hampir semua orang sebagai metode untuk pengambilan keputusan atau sekedar hiburan. Dibutuhkan dua pemain yang saling berhadapan lalu mereka hanya perlu untuk menebak gerakan tangan seperti apa yang akan dikeluarkan oleh lawan dan membalasnya dengan gerakan lain yang diangap lebih kuat. Pada penelitian kali ini, teknologi computer vision akan digunakan untuk mengenali gestur tangan seseorang yang akan bermain permainan Batu Kertas Gunting bersama dengan sistem dimana sistem mendapatkan dataset dari framework mediapipe untuk bisa memberikan respon terhadap gestur tangan yang diberikan pemain secara real time. Dilakukan dua skenario pengujian yakni pengujian gestur tangtan dari depan (telapak) serta bagian belakang (punggung tangan). Pada skenario pertama, sistem dapat mendeteksi dengan maksimal gestur rock, paper, dan scissor baik dari tangan kanan maupun tangan kiri. Sedangkan pada skenario kedua terdapat satu pengujian yang meleset serta yang lainnya mengalami kegagalan.

Aplikasi “Kumuh Meter” Pendeteksi Kawasan Kumuh Menuju Kediri Smart City

Lutfi Subekti, Bryan Rizqi Prakosa, Lailatul Carisma Putri — Tue, 28 Jan 2025 00:00:00 +0700

Kabupaten Kediri, yang tengah berkembang menuju konsep smart city, memiliki populasi 1.677,17 jiwa pada tahun 2023, namun masih menghadapi tantangan signifikan dalam mengatasi kawasan kumuh yang ditandai oleh kepadatan tinggi, keteraturan rendah, dan keterbatasan akses ke fasilitas dasar seperti air bersih, sanitasi, dan listrik. Kondisi ini menurunkan kualitas hidup warga dan menciptakan lingkungan yang kurang sehat. Pemerintah Kabupaten Kediri kesulitan dalam mendeteksi dan memetakan kawasan kumuh secara akurat karena metode survei tradisional dan data yang tidak terintegrasi sering kali kurang komprehensif dan tidak mutakhir. Untuk mengatasi masalah ini, diusulkan aplikasi "Kumuh Meter" sebagai solusi berbasis teknologi, dengan sistem informasi kota untuk mengidentifikasi wilayah yang membutuhkan perhatian khusus. Melalui pemetaan yang lebih akurat, pemerintah dapat merencanakan langkah-langkah strategis seperti perbaikan infrastruktur, pengembangan permukiman, dan peningkatan fasilitas umum. Dengan demikian, aplikasi "Kumuh Meter" diharapkan menjadi fondasi penting dalam mewujudkan Kabupaten Kediri sebagai smart city yang inklusif dan berkelanjutan.

SmartReuse : Solusi Digitalisasi Sampah untuk Konversi ke Uang Elektronik

M. Farkhan Fahmi, Yosan Odhianto — Tue, 28 Jan 2025 00:00:00 +0700

Bank sampah desa adalah inisiatif pengelolaan sampah yang bertujuan untuk mengurangi limbah serta memberikan manfaat ekonomi bagi masyarakat. Dalam sistem ini, warga dapat menyetorkan sampah, yang kemudian diklasifikasikan berdasarkan jenisnya dan ditukar dengan uang sesuai beratnya. Meskipun memiliki potensi besar dalam meningkatkan kesejahteraan dan keberlanjutan, partisipasi masyarakat masih rendah akibat kurangnya kesadaran dan insentif yang menarik. Untuk menjawab tantangan ini, diusulkan sebuah solusi digital bernama SmartReuse, yang memungkinkan penukaran sampah menjadi uang digital. Melalui aplikasi ini, warga dapat mengumpulkan poin digital berdasarkan berat sampah yang disetorkan, yang bisa dipakai untuk berbagai transaksi online. Dengan menawarkan insentif uang digital yang mudah diakses, diharapkan kesadaran masyarakat terhadap pengelolaan sampah akan meningkat, sehingga mendorong manfaat lingkungan dan ekonomi yang lebih optimal

Penggunaan CNN Untuk Menentukan Jumlah Kalori Pada Sayuran Dan Buah Menggunakan Image Processing

Ryo Ardiansyah, Arya Cahya Fajarulloh, Brilliant Aprilio Soeldana Putra — Tue, 28 Jan 2025 00:00:00 +0700

Peningkatan kesadaran masyarakat terhadap pola makan sehat telah mendorong kebutuhan akan teknologi yang dapat membantu memantau asupan kalori secara mudah dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra untuk menentukan jumlah kalori pada sayuran dan buah menggunakan metode Convolutional Neural Network (CNN). Metode CNN dipilih karena kemampuannya dalam mengenali pola visual pada citra, yang sangat berguna dalam klasifikasi objek makanan dengan karakteristik beragam. Dataset yang digunakan terdiri dari berbagai gambar sayuran dan buah yang dilabeli dengan informasi kalori yang relevan. Model CNN dilatih menggunakan data latih yang telah diproses dan dievaluasi dengan menggunakan data uji untuk memastikan akurasi prediksi. Hasil penelitian menunjukkan bahwa metode CNN mampu memberikan prediksi kalori yang cukup akurat dengan tingkat akurasi mencapai 99%, menunjukkan potensi penggunaan teknologi ini dalam aplikasi sehari-hari, seperti pemantauan diet dan kesehatan. Penelitian ini memberikan kontribusi dalam pengembangan aplikasi berbasis AI untuk mendukung gaya hidup sehat dan pengelolaan asupan kalori secara efisien.

Pengembangan Media Pembelajaran Gerund Menggunakan Scramble Game Untuk Siswi Pondok Modern Darussalam Gontor

Rahmah Soraya Kamila, Triana Harmini, Oddy Virgantara Putra — Tue, 28 Jan 2025 00:00:00 +0700

Perkembangan teknologi dan globalisasi mendorong pentingnya penguasaan bahasa Inggris, terutama dalam komunikasi internasional. Salah satu aspek krusial adalah pemahaman grammar, termasuk gerund, yang sering menjadi sumber kesalahpahaman. Meskipun bahasa Inggris sudah menjadi bahasa internasional, di Indonesia, pemahaman bahasa Inggris masih terbilang rendah, dengan faktor utama seperti rendahnya motivasi belajar dan kurangnya praktik di lingkungan. Penelitian ini bertujuan untuk mengembangkan media pembelajaran interaktif menggunakan metode Scramble Game guna membantu siswa memahami materi gerund secara lebih menyenangkan. Hasil pengujian dengan metode Black Box menunjukkan bahwa seluruh fitur pada aplikasi telah berfungsi dengan baik.

A Pendeteksi Tepi Dengan Objek Daun Singkok Menggunakan Metode Canny, Metode Sobel , Metode Laplacian of Gaussian (LoG), dan Metode Prewit

Muhammad Rizki Wijaya, Anggi Herdianto, Rizal Mantopani, Riza Samsinar — Tue, 28 Jan 2025 00:00:00 +0700

Daun singkong merupakan bagian penting dari tanaman singkong yang memiliki berbagai manfaat, baik sebagai bahan pangan, pakan ternak, maupun dalam pengobatan tradisional. Selain itu, daun singkong juga memiliki bentuk yang khas dengan lekukan-lekukan tegas pada helai daunnya, yang membuatnya menjadi objek menarik untuk dianalisis menggunakan teknologi pengolahan citra digital. Dalam penelitian ini, dilakukan deteksi tepi pada objek daun singkong dengan tujuan mengidentifikasi struktur dan kontur daunnya secara lebih akurat. Proses ini melibatkan penerapan empat metode deteksi tepi yang berbeda, yaitu Canny, Sobel , Laplacian of Gaussian (LoG), dan Prewitt, dengan menggunakan perangkat lunak MATLAB sebagai alat bantu analisis. Hasil eksperimen menunjukkan bahwa setiap metode memiliki karakteristik dan keunggulan masing-masing. Metode Canny terbukti unggul dalam mendeteksi detail halus pada tepi daun karena pendekatan multi-tahapnya, yang mencakup penggunaan filter Gaussian untuk mengurangi noise dan penentuan beberapa ambang batas untuk meningkatkan ketepatan deteksi. Sebaliknya, metode Sobel dan Prewitt menawarkan solusi yang lebih sederhana dan cepat untuk kebutuhan pemrosesan waktu nyata, meskipun kurang akurat dalam menangkap detail halus. Metode LoG, yang menggabungkan penghalusan Gaussian dan operator Laplacian, mampu mendeteksi tepi yang signifikan, tetapi lebih rentan terhadap pengaruh noise pada citra. Penelitian ini menegaskan pentingnya memilih metode deteksi tepi yang sesuai dengan kebutuhan aplikasi, seperti analisis rinci untuk identifikasi penyakit daun atau pemrosesan cepat dalam klasifikasi tanaman secara otomatis.

Sistem Rekomendasi Laptop Menggunakan Metode Collaborative Filltering Dan Weighted Product Pada Toko Online Indojaya Computer

Devfris Dhimas Permana Putra, Daniel Swanjaya, Rizky Aswi Ramdhani — Tue, 28 Jan 2025 00:00:00 +0700

Perkembangan teknologi informasi yang semakin pesat dari tahun ke tahun membawa tantangan besar bagi pengguna dalam pengambilan keputusan yang efektif. Salah satu solusi yang berkembang adalah sistem rekomendasi, di mana sistem ini menjadi alat bantu untuk memberikan rekomendasi produk yang relevan bagi pengguna. Penelitian ini mengimplementasikan metode Collaborative Filtering dan Weighted Product untuk membangun sistem rekomendasi pada toko online Indojaya Computer. Pengujian hasil akhir sistem rekomendasi menggunakan metrik Top K-Accuracy telah didapatkan Top-1 dan Top-2 Accuracy, akurasi mencapai 100%. Namun, pada Top-3 Accuracy, akurasi turun menjadi 66.67%. Akurasi meningkat lagi pada Top-4 (75.00%) dan Top-5 (80.00%). Top-6 hingga Top-10, akurasi berfluktuasi dan terus meningkat hingga mencapai 100%. Hasil ini menunjukkan bahwa sistem rekomendasi mampu memberikan hasil yang relevan, terutama pada peringkat teratas. Sistem yang dikembangkan memiliki beberapa keunggulan, seperti kemampuan menangani berbagai kriteria, termasuk harga, jumlah terjual, jumlah view, dan rating produk, sehingga rekomendasi menjadi lebih relevan dengan kebutuhan pelanggan. Namun, terdapat beberapa kelemahan, seperti keterbatasan dalam menangani pengguna baru (cold start) pada metode Collaborative Filtering dan perlunya optimalisasi bobot kriteria pada Weighted Product untuk meningkatkan akurasi rekomendasi. Penelitian ini memberikan wawasan untuk pengembangan lebih lanjut agar sistem rekomendasi dapat memberikan hasil yang lebih akurat dan sesuai dengan kebutuhan pengguna.

Rancang Bangun Library Deteksi Aplikasi Berbahaya Pada Perangkat Android Berbasis Perizinan Dan Nama Paket

Mohammad Arbi Yoganata, Mohammat Faried Rahmat — Tue, 28 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan merancang pustaka (library) untuk mendeteksi aplikasi berbahaya pada perangkat Android menggunakan bahasa pemrograman Kotlin, dengan fokus pada analisis izin aplikasi dan identifikasi nama paket berisiko. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan Mobile-D, yang terdiri dari lima fase: eksplorasi, inisialisasi, produksi, stabilisasi, dan pengujian sistem. Pustaka ini dirancang untuk memberikan peringatan dini kepada pengguna dan pengembang mengenai aplikasi yang meminta izin berisiko tinggi, seperti akses ke pesan teks, kontak, dan lokasi. Dengan arsitektur modular yang mencakup komponen seperti SecurityScanner, RiskAnalyzer, dan PermissionManager. Hasil penelitian menunjukkan pustaka ini efektif sebesar 90% dimana 9 dari 10 kasus bernilai valid dalam mendeteksi aplikasi berbahaya dan memberikan rekomendasi keamanan. Meskipun memiliki kelebihan, terdapat keterbatasan dalam mendeteksi semua jenis aplikasi berbahaya dan perlunya pembaruan berkala. Penelitian ini memberikan kontribusi signifikan dalam meningkatkan kesadaran akan keamanan aplikasi Android.

Sistem Informasi Geografis (SIG) Tempat Rekomendasi Wisata Kota Kediri

Renno Rama Putra, Mayo Alvarosy Chrisnatae, Nevi Harisuci Wibowo — Fri, 31 Jan 2025 00:00:00 +0700

Kota Kediri memiliki beragam kegiatan pariwisata, namun informasi yang tersedia masih terbatas dan belum terpusat, sehingga wisatawan kesulitan dalam merencanakan perjalanan dengan mudah. Penelitian ini bertujuan mengembangkan Sistem Informasi Geografis (SIG) yang menyediakan rekomendasi wisata berbasis lokasi di Kota Kediri. Metode yang digunakan meliputi analisis kebutuhan pengguna, desain antarmuka yang ramah pengguna, dan implementasi arsitektur sisi klien dengan database MySQL. SIG ini memungkinkan pengguna untuk mencari informasi wisata secara interaktif seperti tempat wisata, rute, dan kategori wisata. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan memudahkan akses informasi pariwisata sesuai kebutuhan wisatawan. Pengujian membuktikan bahwa antarmuka pengguna mudah digunakan, dengan informasi yang tampil memenuhi kebutuhan pengguna. Penelitian ini diharapkan mampu mendukung strategi pariwisata digital di Kota Kediri dengan memberikan akses informasi pariwisata yang lebih baik kepada masyarakat umum dan wisatawan.

Implementasi Algoritma Cnn Dalam Pengenalan Wajah Menggunakan VGG16

Salfa Kholida Eka Putri, Fera Hidayatul Adiba, Alfiana Kurnia Sari — Fri, 31 Jan 2025 00:00:00 +0700

Salah satu kemajuan tercepat dalam teknologi biometrik adalah pengenalan wajah. Ini digunakan dalam berbagai aplikasi, seperti personalisasi layanan, absensi, dan keamanan. Tujuan dari penelitian ini adalah untuk membuat dan menerapkan sistem pengenalan wajah berbasis web yang menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur VGG16. CNN ini dimaksudkan untuk memproses data wajah dari berbagai sudut pandang. Penelitian ini mencakup studi literatur untuk mendapatkan pemahaman tentang algoritma yang relevan, pengumpulan dan pelabelan data dengan platform Roboflow, pembagian dataset menjadi data pelatihan 80% dan pengujian 20%, dan implementasi sistem menggunakan framework Flask dan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat mendeteksi dan mengenali wajah dengan akurasi 85% pada kondisi pencahayaan tertentu. Namun, akurasi berkurang ketika sudut pandang berubah dan pencahayaan ekstrem. Sistem berbasis web mempermudah aksesibilitas tanpa memerlukan instalasi perangkat lunak tambahan. Namun, ini memerlukan koneksi internet yang kuat untuk beroperasi. Meskipun sistem ini menawarkan solusi praktis untuk pengelolaan identitas kontemporer, diperlukan pengembangan lebih lanjut untuk mengatasi keterbatasan yang ditimbulkan oleh lingkungan yang berubah-ubah. Diharapkan bahwa penelitian ini akan menjadi landasan bagi pengembangan sistem pengenalan wajah yang lebih fleksibel dan presisi. Khususnya, masalah terkait pencahayaan rendah, variasi ekspresi wajah, dan perlindungan data pengguna akan dibahas dalam penelitian ini.

Prototype Booth Peminjaman Kunci Ruang Kelas Prodi Teknik Informatika UN PGRI Kediri

Aris Mahmudi, Muhammad Fajrul Fahmi, Ahmad Dzaky Hafidz Musta’in — Fri, 31 Jan 2025 00:00:00 +0700

Proses peminjaman kunci ruang kelas di UN PGRI Kediri tepatnya Prodi Teknik Informatika selama ini menggunakan prosedur manual yang membutuhkan waktu dan terkesan usang. Setiap kali meminjam kunci, mahasiswa atau Penanggung Jawab Mata Kuliah (PJMK) harus mengisi lembar peminjaman secara lengkap dan menitipkan kartu mahasiswa sebagai jaminan. Sistem ini sering kali menyebabkan ketidaknyamanan bagi mahasiswa karena prosesnya memakan waktu, terutama saat pergantian jam kuliah yang menyebabkan antrean panjang. Oleh karena itu, penelitian ini merancang sebuah sistem peminjaman kunci berbasis teknologi Internet of Things (IoT) untuk menyederhanakan dan mempercepat proses tersebut. Sistem ini menggunakan QR Code Scanner sebagai autentikasi melalui kartu mahasiswa, yang berfungsi mengidentifikasi data peminjam secara otomatis dari database. Setelah verifikasi, mahasiswa dapat memilih kunci ruangan yang akan dipinjam, mengisi waktu peminjaman, dan melakukan konfirmasi untuk membuka akses kunci yang dikendalikan oleh servo. Pengembalian kunci dilakukan dengan cara serupa, di mana sistem mendeteksi pengembalian menggunakan limit switch. Sistem ini diharapkan mampu meningkatkan efisiensi, disiplin, dan keteraturan peminjaman kunci, sekaligus memberikan insentif berupa poin bagi mahasiswa yang disiplin dalam pengembalian tepat waktu.

Sistem Lampu Lalu Lintas Pintar Untuk Kendaraan Prioritas

Muhammad Resandi Sholahuddin, Bima Hendiaji Kusuma — Fri, 31 Jan 2025 00:00:00 +0700

Sistem lalu lintas di kota-kota besar semakin kompleks dengan meningkatnya jumlah kendaraan dan populasi. Salah satu solusi adalah sistem lampu lalu lintas pintar yang memberikan prioritas kepada kendaraan darurat seperti ambulan dan pemadam kebakaran. Implementasi sistem ini bertujuan untuk meningkatkan efisiensi arus lalu lintas dan keselamatan di jalan melalui penggunaan teknologi adaptif dan IoT. Penelitian ini membahas pengembangan sistem tersebut dan manfaatnya bagi masyarakat perkotaan dengan menggunakan metode pendekatan prototipe.

Analisis Sentimen Ulasan Pengguna Aplikasi Mobile Legends Pada Google Playstore Menggunakan Naïve Bayes

Azanda Okta Kurniawan Adi, Fadzilah Prayoganing Gusti, Fredi Wijaya — Fri, 31 Jan 2025 00:00:00 +0700

Penelitian ini mengkaji analisis sentimen terhadap ulasan pengguna Mobile Legends di Play Store Indonesia menggunakan metode Naive Bayes Classifier. Mobile Legends, sebagai game MOBA yang telah diunduh lebih dari 500 juta kali di Indonesia sejak peluncurannya pada Juli 2016, menghasilkan volume ulasan pengguna yang signifikan yang mencerminkan pengalaman dan persepsi pemain. Tujuan penelitian ini adalah untuk menganalisis dan mengkategorikan sentimen pengguna terhadap berbagai aspek game, termasuk gameplay, kinerja teknis, dan fitur-fitur baru. Metodologi penelitian menerapkan Naive Bayes Classifier, sebuah algoritma pembelajaran mesin berbasis probabilitas, untuk mengklasifikasikan ulasan ke dalam kategori sentimen positif, negatif, atau netral. Analisis tidak hanya berfokus pada klasifikasi sentimen secara umum, tetapi juga mengidentifikasi topik-topik spesifik yang sering muncul dalam ulasan, seperti kualitas grafis, stabilitas server, dan sistem matchmaking. Hasil penelitian ini diharapkan dapat memberikan wawasan berharga bagi pengembang game dalam meningkatkan kualitas produk dan pengalaman pengguna, serta berkontribusi pada pengembangan metodologi analisis sentimen dalam konteks ulasan game mobile. Penelitian ini memiliki implikasi praktis untuk industri game mobile dan kontribusi akademis dalam bidang pemrosesan bahasa alami (NLP) dan analisis sentimen.

Sistem Smart Care Untuk Penitipan Kucing Semua Ras (SITIKUS)

Ryan Sea Prayoga, Fahrezian Arya Bima, Andi Kurniawan Prasetyo — Fri, 31 Jan 2025 00:00:00 +0700

Seiring dengan semakin besarnya minat masyarakat dalam memelihara kucing, maka kebutuhan akan fasilitas penitipan hewan peliharaan yang dapat memberikan pelayanan kesehatan yang optimal juga semakin meningkat. Aplikasi ini dirancang untuk membantu pemilik kucing dengan mudah menemukan akomodasi hewan peliharaan yang memenuhi kebutuhan kesehatan kucingnya, termasuk pemeriksaan rutin, vaksinasi, dan nutrisi yang tepat. Aplikasi ini bertujuan untuk meningkatkan kualitas layanan dan memberikan ketenangan pikiran kepada pemilik kucing dengan mengintegrasikan fitur-fitur seperti rencana pemantauan kesehatan, riwayat kesehatan, dan komunikasi langsung dengan pengasuh hewan peliharaan berlisensi Masu. Studi ini juga menyelidiki dampak aplikasi terhadap kepuasan pengguna dan kesehatan kucing yang dirawat. Hasilnya menunjukkan bahwa sistem ini tidak hanya meningkatkan aksesibilitas layanan, namun juga meningkatkan kesadaran akan pentingnya kesehatan hewan peliharaan. Oleh karena itu, diharapkan aplikasi ini menjadi solusi efektif untuk memenuhi kebutuhan perawatan kucing yang aman dan sehat.

Deteksi Barang Hilang Berbasis Deteksi Visual dengan Metode You Only Look Once

Mohamad Rafi Adidama, Aji Slamet al faid, Muhammad Rizki Fadhil, Riza Samsinar — Fri, 31 Jan 2025 00:00:00 +0700

Kehilangan barang berharga seperti tas laptop dan tas ransel di tempat umum menjadi salah satu permasalahan yang sering dihadapi masyarakat modern. Penelitian ini mengusulkan sistem deteksi tas ransel hilang secara real-time berbasis teknologi pengenalan objek menggunakan YOLO (You Only Look Once). Sistem ini dirancang untuk mendeteksi keberadaan tas ransel dalam jangkauan kamera dan memberikan peringatan apabila tas ransel tidak terdeteksi selama periode tertentu. Model YOLO yang digunakan dilatih dengan dataset COCO, yang mencakup kategori "backpack" sebagai representasi tas ransel. Implementasi sistem dilakukan dengan mengintegrasikan library OpenCV untuk pengolahan video dan deteksi objek. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi tas ransel dengan akurasi tinggi dalam waktu nyata, sehingga dapat digunakan sebagai solusi inovatif untuk meningkatkan keamanan di tempat umum seperti perkantoran, sekolah, atau transportasi umum. Dengan pendekatan yang efisien ini, sistem ini berpotensi untuk diadaptasi lebih lanjut dalam berbagai aplikasi keamanan lainnya. Selain itu, sistem ini memiliki fleksibilitas untuk diterapkan dalam berbagai lingkungan, baik indoor maupun outdoor, dengan performa yang tetap optimal dalam kondisi pencahayaan yang berbeda. Penggunaan teknologi YOLO memungkinkan proses deteksi berlangsung dengan kecepatan tinggi, sehingga sistem dapat merespons kehilangan tas ransel secara instan tanpa jeda signifikan. Peringatan yang dihasilkan dapat dikonfigurasi untuk dikirim melalui berbagai saluran, seperti notifikasi pada perangkat mobile atau alarm lokal, guna meningkatkan kewaspadaan pengguna maupun petugas keamanan. Dengan fitur ini, sistem tidak hanya mendeteksi kehilangan tas ransel, tetapi juga membantu mencegah potensi pencurian melalui pengawasan proaktif. Hasil penelitian ini diharapkan dapat menjadi landasan bagi pengembangan lebih lanjut dalam bidang teknologi keamanan berbasis visi komputer.

Prediksi Tumor Otak Menggunakan Metode Convolutional Neural Network (CNN) dan Algoritma Decision Tree

Azis Nurhidayat, Wildan Ahmad Arrosyid, Riza Samsinar — Fri, 31 Jan 2025 00:00:00 +0700

Berkembangnya teknologi memberikan banyak pengaruh signifikan di berbagai sektor, termasuk di bidang kesehatan. Salah satu permasalahan yang menjadi fokus adalah deteksi dan klasifikasi tumor otak. Klasifikasi tumor otak merupakan penelitian yang sangat penting untuk membantu memprediksi apakah seseorang terinfeksi tumor atau tidak, sehingga dapat mendukung pengambilan keputusan klinis yang lebih baik. Dalam klasifikasi citra medis, algoritma Machine Learning telah diterapkan secara luas, di mana metode seperti Decision Tree dan Convolutional Neural Network (CNN) menjadi yang paling sering digunakan untuk analisis citra medis. Penelitian ini bertujuan untuk mengevaluasi kinerja CNN dalam mendeteksi tumor otak dari citra MRI. Dataset yang digunakan terdiri dari dua kelas: "No Tumor" dan "Yes Tumor". Model CNN dirancang untuk melakukan klasifikasi secara end-to-end, sementara fitur yang diekstraksi dari CNN digunakan untuk melatih model Decision Tree sebagai pendekatan hybrid. Proses pelatihan melibatkan teknik optimasi dan evaluasi untuk memastikan hasil yang maksimal. Hasil penelitian menunjukkan bahwa model CNN sebagai model end-to-end berhasil mencapai akurasi sebesar 96% pada data validasi, sedangkan pendekatan hybrid dengan ekstraksi fitur menggunakan CNN dan klasifikasi oleh Decision Tree menghasilkan akurasi sebesar 92%. Studi ini menyoroti potensi besar CNN dalam diagnosis berbasis citra medis, khususnya untuk tumor otak, sekaligus merekomendasikan eksplorasi lebih lanjut menggunakan metode seperti augmentasi data, transfer learning, dan pengujian pada dataset yang lebih besar dan beragam.

Prediksi Harga Masuk dan Rating Wisata di Pulau Jawa dengan Metode K-Means & DBSCAN

Ahmad Zulqifar, Apip Wahyudi, Achmad Hanif, Riza Samsinar — Fri, 31 Jan 2025 00:00:00 +0700

Penelitian ini bertujuan untuk memprediksi harga masuk dan rating wisata di Pulau Jawa dengan menggunakan metode clustering K-Means dan DBSCAN. Data yang digunakan terdiri dari informasi harga tiket masuk dan rating dari berbagai destinasi wisata. Metode K-Means dipilih karena kemampuannya dalam mengelompokkan data ke dalam jumlah cluster yang sudah ditentukan sebelumnya, sedangkan DBSCAN digunakan untuk mengidentifikasi pola berbasis kepadatan data tanpa memerlukan jumlah cluster awal. Analisis dilakukan dengan mengevaluasi performa kedua metode melalui metrik seperti Silhouette Score dan DaviesBouldin Index, serta menghasilkan cluster berdasarkan statistik harga dan rating. Hasil penelitian menunjukkan bahwa K-Means memiliki performa lebih baik dengan Silhouette Score sebesar 0,42 dan Davies-Bouldin Index sebesar 0,70 dibandingkan DBSCAN yang hanya menghasilkan Silhouette Score 0,18 dan Davies-Bouldin Index sebesar 1,49. Statistik clustering menunjukkan bahwa wisata dengan harga tiket lebih tinggi cenderung memiliki rating yang lebih baik, sedangkan harga tiket yang lebih rendah ditemukan pada destinasi dengan variasi rating yang lebih beragam. Penelitian ini memberikan kontribusi penting dalam memahami pola harga dan preferensi wisata di Pulau Jawa. Hasil ini dapat dimanfaatkan oleh pengelola wisata untuk menentukan strategi segmentasi harga, meningkatkan kualitas layanan, dan menarik berbagai segmen pengunjung. Penelitian lanjutan disarankan untuk memasukkan variabel tambahan, seperti jenis wisata dan fasilitas, serta memperluas analisis ke wilayah lain di Indonesia.

Sistem Rekomendasi Konversi Mata Kuliah Berbasis NLP Menggunakan Metode BERT Di Universitas Islam Balitar

Moh Hafid Nur Firmansyah, Saiful Nur Budiman, Sabitul Kirom — Fri, 31 Jan 2025 00:00:00 +0700

Konversi mata kuliah antar institusi seringkali menjadi tantangan karena adanya ketidaksesuaian dalam deskripsi mata kuliah serta proses manual yang memakan waktu yang cukup lama karena tingkat dengan kompleks nya deskripsi yang harus dicocokan untuk melakukan konversi. Penelitian ini bertujuan untuk menghadirkan solusi melalui pengembangan sistem rekomendasi berbasis teknologi Bidirectional Encoder Representations from Transformers (BERT). Tahapan penelitian dimulai dengan pengumpulan data deskripsi mata kuliah dari dokumen akademik resmi, diikuti dengan proses pengolahan data, seperti cleaning, tokenisasi, penghapusan kata-kata umum (stopwords), dan stemming. Model BERT yang telah disesuaikan digunakan untuk menghasilkan representasi vektor dari deskripsi mata kuliah. Tingkat kesesuaian antar mata kuliah diukur menggunakan metode cosine similarity. Evaluasi dilakukan dengan membandingkan hasil rekomendasi otomatis dengan hasil manual yang diberikan oleh staf akademik..Hasil penelitian menunjukkan bahwa sistem berbasis BERT mampu memberikan rekomendasi kesesuaian mata kuliah yang relevan dan konsisten dengan penilaian manual, sekaligus secara signifikan mengurangi waktu yang dibutuhkan. Dengan demikian, sistem ini tidak hanya memberikan solusi praktis untuk konversi mata kuliah, tetapi juga membuka peluang penerapan lebih luas dari teknologi NLP di dunia pendidikan.

Aplikasi Pembelian Tiket Bus BUSSIN App di Wilayah Kediri

Mukhlifatus Shodikin, Sefrizal Nanda Saputra, Anton Prasetiyo — Sat, 01 Feb 2025 00:00:00 +0700

Kemajuan teknologi digital telah membawa perubahan signifikan dalam sektor transportasi, termasuk sistem pemesanan tiket bus. BUSSIN App dikembangkan sebagai solusi untuk mengatasi keterbatasan sistem pemesanan konvensional yang kurang efisien dan memerlukan waktu lebih lama. Penelitian ini bertujuan untuk menganalisis efektivitas BUSSIN App dalam meningkatkan kemudahan pemesanan tiket dan pemantauan rute bus di wilayah Kediri. Metode penelitian yang digunakan adalah kualitatif dengan pendekatan analisis sistem menggunakan notasi UML untuk memahami interaksi pengguna dengan aplikasi. Hasil penelitian menunjukkan bahwa BUSSIN App meningkatkan efisiensi layanan transportasi dengan menyediakan pemesanan tiket yang lebih cepat, akses informasi jadwal dan rute yang lebih akurat, serta sistem manajemen tiket yang lebih terstruktur bagi operator bus. Selain itu, aplikasi ini juga memberikan pengalaman pengguna yang lebih nyaman dan mendukung transformasi digital dalam transportasi publik. Kesimpulannya, BUSSIN App berperan penting dalam meningkatkan efisiensi transportasi dan kepuasan pengguna, serta berpotensi menjadi model dalam pengembangan aplikasi serupa di wilayah lain.

CLEAN HOUSE: Aplikasi Layanan Pembersihan Rumah

Gea Vista Yulia Candra, Sonya Natasha, Rizki Dwi Febrian — Sat, 01 Feb 2025 00:00:00 +0700

Penelitian ini bertujuan untuk mengembangkan aplikasi smart home berbasis machine learning untuk layanan kebersihan rumah. Hasil penelitian menunjukkan bahwa algoritma K-Nearest Neighbors (KNN) dapat mengoptimalkan rekomendasi layanan kebersihan berdasarkan pola kebiasaan pengguna. Pengujian dilakukan dengan skenario pengguna untuk mengukur keakuratan rekomendasi dan pengalaman pengguna dalam mengakses layanan. Hasil eksperimen menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi pemesanan layanan hingga 30% dibandingkan dengan metode pemesanan konvensional. Aplikasi ini juga mendapatkan tingkat kepuasan pengguna sebesar 70% berdasarkan hasil survei terhadap 100 responden. Dengan demikian, aplikasi ini berhasil menjadi solusi inovatif dalam pemenuhan kebutuhan kebersihan rumah secara praktis dan efektif.

Rancang Bangun Aplikasi Pembelajaran Argumen untuk meningkatkan Keterampilan Argumentasi Mahasiswa dengan model infusion learning

M. Bahrul Subkhi, Anisah Nabilah, Wahyu Ramadhan — Sat, 01 Feb 2025 00:00:00 +0700

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pembelajaran argumen matematis berbasis model Infusion Learning guna meningkatkan kemampuan argumentasi matematis mahasiswa di jurusan informatika. Kemampuan argumentasi matematis sangat penting dalam konteks pendidikan tinggi, terutama di bidang yang memerlukan penalaran logis dan analitis seperti informatika. Meskipun penting, banyak mahasiswa yang kesulitan dalam mengembangkan dan menyampaikan argumentasi matematis secara sistematis. Model Infusion Learning diharapkan dapat mengintegrasikan teori matematika dengan aplikasi praktis yang relevan dengan dunia nyata, sehingga dapat meningkatkan keterampilan argumentasi mahasiswa. Aplikasi ini dirancang untuk menyediakan soal-soal matematis yang mengharuskan mahasiswa untuk memberikan argumen dan solusi yang logis, serta dilengkapi dengan fitur umpan balik langsung yang memungkinkan mahasiswa untuk memperbaiki dan meningkatkan argumentasinya.

Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan berhasil meningkatkan kemampuan argumentasi matematis mahasiswa. Tes pre-test dan post-test menunjukkan peningkatan signifikan dalam keterampilan argumentasi mahasiswa setelah menggunakan aplikasi. Selain itu, hasil evaluasi kualitatif melalui wawancara dan survei menunjukkan bahwa mahasiswa merasa lebih percaya diri dalam menyampaikan argumen matematis mereka setelah menggunakan aplikasi ini. Aplikasi ini juga memberikan pengalaman pembelajaran yang lebih interaktif dan kontekstual, yang memungkinkan mahasiswa untuk menghubungkan teori dengan situasi dunia nyata. Dengan demikian, aplikasi pembelajaran berbasis model Infusion Learning dapat menjadi alat yang efektif dalam meningkatkan kemampuan argumentasi matematis mahasiswa, serta memperkaya metode pembelajaran yang ada.

Survei Ekonomi Berbasis Aplikasi Mobile sebagai Alat Penilaian Tingkat Perekonomian Penduduk

Muhammad Ainul Yaqin, Bahrul Satria Azis, Nasrul Saifudin — Fri, 07 Feb 2025 00:00:00 +0700

Pengumpulan data ekonomi yang akurat merupakan tantangan besar dalam perencanaan dan pengambilan keputusan di berbagai sektor, mengingat pendekatan tradisional sering kali terkendala oleh biaya tinggi, waktu yang lama, dan jangkauan yang terbatas . Seiring dengan meningkatnya penetrasi smartphone di masyarakat, aplikasi mobile muncul sebagai solusi potensial untuk survei yang lebih praktis dan efisien . Penelitian ini bertujuan untuk mengeksplorasi penggunaan aplikasi mobile dalam survei ekonomi untuk menilai tingkat perekonomian penduduk. Metodologi yang diterapkan mencakup pengembangan aplikasi survei, pengumpulan data dari 500 responden di berbagai wilayah, serta analisis hasil untuk mengevaluasi efektivitas pendekatan ini . Hasil penelitian menunjukkan bahwa penggunaan aplikasi mobile mampu meningkatkan akurasi pengumpulan data hingga 25%, kecepatan pengumpulan data sebesar 40%, dan memperluas jangkauan partisipasi masyarakat sebesar 30% dibandingkan metode konvensional . Berdasarkan temuan tersebut, penelitian ini merekomendasikan penerapan teknologi mobile sebagai langkah strategis dalam survei ekonomi untuk mendukung kebijakan yang lebih tepat sasaran dan memperbaiki pemahaman tentang kondisi perekonomian masyarakat .

Sistem Absensi Menggunakan Open CV Berbasis Pengenalan Wajah

M. Renhat Ade Prayogo, Diyah Kingkin Sulistiana, Yahya Eko Febrianto — Fri, 07 Feb 2025 00:00:00 +0700

Absensi merupakan aspek penting dalam pengelolaan kehadiran mahasiswa di berbagai institusi. Metode absensi tradisional yang menggunakan tanda tangan atau kartu identitas sering kali memerlukan waktu dan tenaga, serta rentan terhadap kecurangan. Dalam rangka meningkatkan efisiensi dan keamanan, penelitian ini mengembangkan sistem absensi berbasis deteksi wajah. Dalam penelitian ini, Open CV berbasis face recognition pendekatan telah diusulkan. Model ini mengintegrasikan kamera yang menangkap gambar input, sebuah algoritma untuk mendeteksi wajah dari sebuah gambar input, encoding dan mengidentifikasi wajah,dan menandai kehadiran Sistem ini menggunakan teknologi pengenalan wajah yang memanfaatkan algoritma deteksi dan pengenalan pola wajah untuk mencocokkan wajah individu dengan data yang telah terdaftar.

Penelitian ini menggunakan algoritma Local Binary Patterns (LBP). Proses identifikasi ini dimulai dengan menangkap citra wajah melalui kamera, kemudian citra tersebut diolah dan dibandingkan dengan basis data yang menyimpan fitur-fitur wajah terdaftar. Implementasi sistem absensi berbasis deteksi wajah diharapkan dapat meningkatkan efisiensi, keandalan, dan keamanan pada berbagai institusi.. Uji coba sistem ini menunjukkan tingkat akurasi yang tinggi dalam mengenali wajah yang telah terdaftar. Hasil penelitian ini diharapkan dapat menjadi solusi absensi yang lebih efisien, aman, dan mudah diterapkan pada berbagai skala institusi

Kamera Blind Sport Pada Kendaraan Besar

Ahmad Ivan Nugroho , Nurul Hana Shahla Fitriani, Alfan Taufiqi Ramadhan — Fri, 07 Feb 2025 00:00:00 +0700

Blind spot pada kendaraan besar sering kali menjadi penyebab utama terjadinya kecelakaan lalu lintas. Blind spot adalah area di sekitar kendaraan yang tidak dapat dilihat oleh pengemudi melalui kaca spion atau jendela kendaraan. Keberadaan blind spot ini mengakibatkan pengemudi sulit mendeteksi kendaraan atau objek lain di sekitarnya, sehingga meningkatkan risiko kecelakaan. Penelitian ini bertujuan untuk mengkaji efektivitas penggunaan kamera blind spot pada kendaraan besar sebagai solusi untuk mengatasi masalah tersebut. Penelitian ini menggunakan metode eksperimental dengan memasang kamera blind spot pada beberapa kendaraan besar dan menganalisis data yang diperoleh dari pengamatan dan rekaman video selama periode tertentu. Hasil penelitian menunjukkan bahwa penggunaan kamera blind spot secara signifikan meningkatkan visibilitas pengemudi terhadap area yang sebelumnya tidak terlihat. Selain itu, implementasi kamera blind spot juga terbukti mengurangi jumlah kecelakaan yang disebabkan oleh blind spot. Studi ini menyimpulkan bahwa pemasangan kamera blind spot pada kendaraan besar dapat menjadi solusi efektif dalam mengurangi risiko kecelakaan dan meningkatkan keselamatan di jalan raya.

Sistem Reservasi Ruang Kelas Prodi Teknik Informatika Universitas Nusantara PGRI Kediri Berbasis Website

Deni Kristanto, Yeshinta Mira Yolanda, Adam Maulana Khabibillah Ashari Putra — Fri, 07 Feb 2025 00:00:00 +0700

Sistem reservasi ruang kelas merupakan bagian penting dalam mendukung efisiensi dan kenyamanan proses belajar-mengajar, terutama di era Smart Campus. Penelitian ini mengembangkan Sistem Reservasi Ruang Kelas Berbasis Website untuk Program Studi Teknik Informatika Universitas Nusantara PGRI Kediri. Sistem ini dirancang untuk mengatasi permasalahan seperti bentrokan jadwal, proses reservasi manual, dan kurangnya informasi terkait ketersediaan ruang. Platform yang dikembangkan menyediakan fitur reservasi online dan informasi ketersediaan ruang secara real-time. Pengujian terhadap sistem ini menunjukkan bahwa platform mampu mengintegrasikan proses pemesanan ruang kelas secara lebih terstruktur, memberikan informasi yang akurat tentang ketersediaan ruang, dan mempermudah pengguna dalam melakukan reservasi. Selain itu, platform ini memungkinkan universitas untuk memantau pola penggunaan ruang secara lebih sistematis, sehingga mendukung pengelolaan fasilitas kampus yang lebih optimal. Implementasi platform ini diharapkan dapat memberikan manfaat langsung bagi dosen dan mahasiswa, serta meningkatkan kualitas manajemen fasilitas kampus.

Pengembangan Game Edukasi "Sound of Nusantara" Berbasis Musik Tradisional untuk Anak-Anak

Navita Riska Dea Maharani, Hariyati Bibit Wulandari, Muh. Aris Saputra — Fri, 07 Feb 2025 00:00:00 +0700

Indonesia memiliki beragam alat musik tradisional yang mulai terlupakan oleh generasi muda, sehingga perlu ada upaya untuk melestarikan budaya tersebut. Penelitian ini bertujuan untuk merancang dan mengembangkan game edukasi "Sound of Nusantara" berbasis musik tradisional sebagai media pembelajaran interaktif untuk anakanak. Game ini dirancang menggunakan metodologi Multimedia Development Life Cycle (MDLC), yang melibatkan enam tahapan: konsep, desain, pengumpulan materi, pembuatan, pengujian, dan distribusi. Saat ini, pengembangan game masih berada pada tahap prototipe awal, dengan fokus pada perancangan elemen-elemen edukasi yang menarik guna meningkatkan pemahaman dan minat anak-anak terhadap musik tradisional Indonesia. Pengujian awal dilakukan melalui simulasi dan evaluasi oleh beberapa siswa kelas 4-6 SD, guru, dan orang tua. Hasil awal menunjukkan potensi game ini dalam meningkatkan motivasi belajar, keterlibatan, dan pemahaman siswa terhadap alat musik tradisional. Diharapkan, setelah tahap pengembangan selesai, "Sound of Nusantara" dapat menjadi solusi inovatif untuk melestarikan budaya Indonesia dan menarik minat generasi muda.

Sistem Pelaporan Kampus Terintegrasi dengan WhatsApp untuk Mendukung Pembangunan Infrastruktur Smart Campus

Muhammad Fu'adi, Dio Iswoyo, Yan Arie Strada Tuhehay — Fri, 07 Feb 2025 00:00:00 +0700

Lingkungan kampus yang modern membutuhkan sistem pelaporan fasilitas yang responsif dan efisien untuk mendukung terciptanya infrastruktur yang optimal. Penelitian ini bertujuan mengembangkan sistem pelaporan berbasis konsep Smart Campus yang terintegrasi dengan bot WhatsApp untuk mempermudah pelaporan dan pengelolaan infrastruktur kampus. Metode penelitian menggunakan pendekatan Waterfall, meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem ini memungkinkan pengguna melaporkan kerusakan fasilitas dengan mengirimkan foto dan deskripsi melalui WhatsApp, yang secara otomatis diteruskan kepada admin untuk ditindaklanjuti. Hasil uji coba menunjukkan bahwa sistem mampu mengirimkan notifikasi laporan ke admin dalam waktu kurang dari 5 detik dan mempermudah pelacakan status laporan secara real-time. Implementasi sistem ini meningkatkan efisiensi, transparansi, dan akuntabilitas dalam pengelolaan fasilitas kampus. Aplikasi ini diharapkan dapat mendukung terciptanya lingkungan belajar yang lebih nyaman dan produktif melalui penggunaan teknologi modern.

Deteksi Image Bersasis Mobile

Mealdi Arwintoro Darmaji, Shania Dila Vanesa — Fri, 07 Feb 2025 00:00:00 +0700

Kemajuan teknologi mobile membuka peluang baru dalam pengolahan citra secara cepat dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem deteksi citra berbasis mobile yang dapat diimplementasikan pada perangkat pintar dengan keterbatasan sumber daya. Metode yang digunakan melibatkan algoritma deep learning dengan model arsitektur ringan yang dioptimalkan untuk platform mobile. Dataset citra yang digunakan terdiri dari berbagai kategori, dengan proses pelabelan untuk pelatihan dan validasi model. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi objek dengan tingkat akurasi rata-rata 92%, waktu respon kurang dari 1 detik per citra, dan kompatibilitas tinggi pada perangkat dengan spesifikasi menengah ke bawah. Temuan ini menegaskan bahwa deteksi citra berbasis mobile dapat memberikan solusi praktis untuk berbagai aplikasi, termasuk keamanan, pendidikan, dan hiburan. Penelitian ini memberikan kontribusi signifikan dalam memperluas penerapan teknologi deteksi citra di lingkungan mobile, terutama untuk memenuhi kebutuhan pengguna akan efisiensi dan portabilitas.

Penerapan Metode Simple Additive Weighting (SAW) Pada Sistem Pendukung Keputusan Penerimaan Beasiswa Mahasiswa

Zhakia Luthfi, Aziz Musthafa, Dihin Muriyatmoko — Fri, 07 Feb 2025 00:00:00 +0700

pemberian beasiswa pendidikan merupakan cara yang dapat membantu untuk memperoleh kesempatan pendidikan yang lebih baik. Sumber daya manusia yang cerdas, berkualitas tinggi dan kompetitif di tingkat global sangat bergantung pada pendidikan. Untuk mendukung hal ini, lembaga pendidikan tinggi memberikan beasiswa kepada mahasiswa berprestasi sebagai penghargaan dan inspirasi untuk lebih baik dalam hal akademik dan non-akademik. Proses seleksi penerimaan beasiswa mahasiswa berprestasi di Univer sitas Darussalam Gontor seringkali sulit karena melibatkan banyak hal, seperti aktifitas organisasi, prestasi seni atau olahraga dan status sosial ekonomi. Salah satu metode yang digunakan dalam pengambilan keputusan adalah metode simple additive weighting (SAW) yang dilakukan dengan memberikan pembobotan pada setiap kriteriakriteria yang digunakan. Dengan adanya sistem pengambilan keputusan ini dapat memudahkan universitas dalam mengelola dan mengembangkan sistem yang telah dibuat.

Identifikasi Jenis Kucing Berdasarkan Pola Citra Menggunakan Convolutional Neural Network

Satya Dwi Permana Putra, Fikri Fikri, Oktaviana Tivani Kiki — Fri, 07 Feb 2025 00:00:00 +0700

Kucing merupakan salah satu hewan peliharaan yang populer di seluruh dunia. Identifikasi jenis kucing secara akurat dapat bermanfaat dalam berbagai aplikasi, seperti perawatan kesehatan hewan, penelitian, dan pengenalan jenis kucing. Penelitian ini bertujuan untuk mengembangkan sebuah sistem identifikasi jenis kucing berdasarkan pola citra menggunakan Random Forest Classifier. Kami mengumpulkan dataset citra kucing dari berbagai jenis dan melatih model Random Forest Classifier untuk mengklasifikasikan jenis kucing. Hasil eksperimen menunjukkan bahwa model Random Forest dapat mencapai akurasi klasifikasi hingga 92% pada set data uji. Sistem ini dapat digunakan untuk mengidentifikasi jenis kucing secara akurat dan efisien, serta memiliki potensi aplikasi yang luas di bidang zoologi, veteriner, dan pengembangan aplikasi berbasis komputer vision