Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Script

Sistem Pendukung Keputusan Pemilihan Objek Wisata Menggunakan Metode Weighted Product (Studi Kasus: Objek Wisata Pantai Pulau Adonara Kabupaten Flores Timur) Theresia Solot Diri; Erfanti Fatkhiyah; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 10 No. 1 (2022): Vol 10 No. 1 Juni 2022
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v10i1.4069

Abstract

Berwisata adalah sebuah kegiatan yang pastinya sebagian besar orang menyukai hal tersebut dan tidak sedikit pula sebagian orang beranggapan bahwa berwisata adalah hal yang wajib dilakukan, namun terkadang masih ada saja orangorang yang direpotkan karena bingung memilih tempat berwisata yang cocok dan sesuai dengan kebutuhannya. Oleh karena itu untuk mempermudah calon wisatawan dalam mengetahui lebih banyak mengenai tempat wisata dengan informasi akurat dan rekomendasi pemilihan objek wisata pantai yang sesuai dengan kriteria-kriteria yang dipilih, maka dibutuhkan sebuah komputerisasi yang memuat seluruh informasi wisata pantai secara online dengan menggunakan metode Weighted Product yang diharapkan dapat digunakan untuk mendapatkan informasi dan pendukung keputusan pemilihan objek wisata pantai secara efektif. Metode Weighted Product cukup banyak digunakan untuk pengambilan keputusan karena metodenya yang sederhana dengan memasukan semua faktor dan komputasinya. Metode Weighted Product merupakan metode pengambilan keputusan dengan cara perkalian untuk meghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Berdasarkan hasil pengujian, dapat disimpulkan bahwa penerapan metode Weighted Product dalam melakukan pemilihan objek wisata pantai terbaik memberikan hasil yang sama antara hasil pengujian pada sistem dengan hasil perhitungan manual. Kemudian berdasarkan pengujian sistem dan pengujian manual dilakukan oleh 20 wisata pantai menunjukan bahwa 100% sistem sudah berjalan dengan baik.
Penerapan Aplikasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Ayam Menggunakan Metode Certainty Faktor Berbasis Web Rosalina Elvideswita S. Sutysna; Erfanti Fatkhiyah; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 10 No. 1 (2022): Vol 10 No. 1 Juni 2022
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v10i1.4070

Abstract

Ayam adalah salah satu unggas yang rentan terkena penyakit akibat virus atau bakteri. Banyak para peternak ayam yang mengeluh karena ayam yang rentan terkena penyakit karena virus atau bakteri. Dalam hal ini peneliti melakukan sebuah sistem pakar untuk mendiagnosa penyakit ayam berdasarkan gejala yang dibuat berdasarkan pengetahuan lansung dari pakarnya dan berbasis website agar mudah diakses oleh pengguna. Penelitian ini dibuat menggunakan metode certainty factor dalam menghitung tingkat kepakarannya. Data penelitian ini terdiri dari data jenis penyakit dan data gejala yang dimiliki ayam agar penangannya lebih tepat. Diperlukan ketepatan dan keakuratan dalam menyimpulkan penyakit yang diderita ayam beserta gejalanya menggunakan metode certainty factor. Manfaat dilakukannya penelitian ini adalah membantu para peternak ayam menentukan penyakit yang diderita ayam agar penanganan dan pencegahannya juga tepat.
Sistem Pendukung Keputusan Pemberian Beasiswa Dengan Metode Simple Additive Weighting (SAW) Studi Kasus: Smk Negeri 4 Kepahiang Provinsi Bengkulu Nurmansyah; Uning Lestari; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 11 No. 1 (2023): Vol 11 No. 1 Juni 2023
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v11i1.4768

Abstract

Mendapatkan pendidikan yang baik merupakan salah satu hak asasi manusia yang paling mendasar yang tercantum pada UUD 1945 pasal 31 (1). Saat ini pemerintah telah memiliki program pendidikan gratis dan telah menetapkan program wajib belajar 12 tahun. Untuk mendukung program tersebut, banyak lembaga pemerintah maupun swasta yang menyediakan bantuan pendidikan melalui program beasiswa. Sekolah Menengah Kejuruan Negeri (SMK N) 4 Kepahiang mendapat kuota bagi siswanya untuk mengikuti program beasiswa dari pemerintah yang dibagi dalam dua jenis, yaitu beasiswa prestasi dan beasiswa kurang mampu. Proses penyeleksian di SMK N 4 Kepahiang belum menerapkan suatu metode dan masih dilakukan secara manual. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan pemberian beasiswa berbasis web menggunakan metode Simple Additive Weighting (SAW) dan menerapkan metode tersebut sesuai dengan kriteria yang telah ditetapkan oleh SMK N 4 Kepahiang. Pemodelan sistem menggunakan Unified Modeling Language (UML) dan untuk perancangan digunakan alat bantu pemodelan Use Case Diagram, Activity Diagram, Sequence Diagram, Class Diagram, dan bahasa pemrograman yang digunakan adalah PHP. Berdasarkan hasil pembahasan selama melakukan penelitian maka diperoleh kesimpulan bahwa sistem yang diteliti memenuhi tujuan awal penelitian yaitu membantu pihak SMK N 4 Kepahiang dalam menenentukan penerima beasiswa yang sesuai, sehingga dapat mengurangi kesalahan-kesalahan dalam menentukan penerima beasiswa.
Aplikasi Sistem Penilaian Berbasis Web Pada Smk Ma’arif 2 Temon Dengan Menggunakan Framework Bootstrap R. Ismail Nugroho Akbar; Amir Hamzah; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 12 No. 1 (2024): Vol 12 No. 1 Juni 2024
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v12i1.4802

Abstract

Di era globalisai ini Pendidikan merupakan faktor kunci dalam pembentukan sumber daya manusia yang berkualitas dan mampu bersaing. Salah satu aspek yang tidak dapat dipisahkan dari proses pendidikan adalah laporan nilai yang diberikan kepada siswa sebagai sarana penilaian kemampuan mereka. Namun pada penerapannya sistem pengumpulan nilai-nilai pada SMK Ma'arif 2 Temon masih bersifat konvensional atau manual yaitu pengumpulan nilai menggunakan kertas sehingga tidak efisien. Penggunaan aplikasi berbasis website memiliki potensi besar untuk membantu proses pengumpulan nilai dan memudahkan interaksi antara guru dan siswa. Oleh karena itu, diperlukan suatu sistem yang dapat mengintegrasikan kebutuhan sekolah dengan teknologi. Salah satu metode yang dapat diterapkan untuk mencapai tujuan tersebut adalah dengan menggunakan framework Bootstrap. Bootstrap adalah paket aplikasi siap pakai untuk membuat front-end sebuah website. Bisa dikatakan, bootstrap adalah template desain web dengan fitur plus. Dengan adanya aplikasi ini, diharapkan proses pengumpulan nilai menjadi lebih efisien, transparan, dan mendukung pengelolaan data nilai secara lebih baik.
Analisis Perbandingan Algoritma Local Binary Patterns Histogram (LBPH) Dan Algoritma Convolutional Neural Network (CNN) Pada Sistem Pengenalan Wajah Galang Pratama Sukma Putra; Erfanti Fatkhiyah; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 12 No. 1 (2024): Vol 12 No. 1 Juni 2024
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v12i1.4807

Abstract

Dalam sistem pengamanan dan verifikasi digital, kata sandi sering digunakan tetapi memiliki kerentanan terhadap manipulasi dan pencurian. Untuk mengatasi masalah ini, metode alternatif seperti pengenalan wajah mulai banyak digunakan karena fitur wajah sulit dipalsukan, stabil sepanjang hidup, dan unik bagi setiap individu. Pengenalan wajah dapat dilakukan dengan berbagai metode, termasuk algoritma Local Binary Patterns Histogram (LBPH) dan Convolutional Neural Network (CNN). LBPH adalah algoritma tradisional yang berbasis pada fitur wajah dengan keunggulan dalam penggunaan sumber daya komputasi yang ringan. Namun, algoritma ini kurang efektif dalam kondisi pencahayaan yang buruk dan memiliki waktu pemrosesan yang lebih lama. Sebaliknya, CNN adalah metode modern berbasis deep learning yang menawarkan akurasi dan kecepatan pemrosesan yang lebih tinggi, tetapi membutuhkan sumber daya komputasi yang lebih besar. Penelitian ini membandingkan performa kedua algoritma dalam hal akurasi dan kecepatan. Hasil penelitian menunjukkan bahwa masing-masing algoritma memiliki kelebihan dan keterbatasan. Algoritma CNN menunjukkan performa yang lebih unggul dibandingkan LBPH dalam efisiensi waktu komputasi untuk pengenalan wajah. Dari hasil pengujian, terlihat bahwa CNN memiliki tingkat akurasi pengenalan wajah yang mirip dengan LBPH, yaitu 98.6607%, dibandingkan dengan LBPH yang memiliki selisih 0.4464% lebih tinggi, yaitu mencapai 99.1071%. Selain itu, waktu komputasi untuk algoritma CNN lebih cepat, yaitu 0,0030 detik per citra, dibandingkan dengan LBPH yang memerlukan waktu 0,0227 detik per citra. Hal ini menunjukkan keunggulan CNN dalam menangkap fitur-fitur kompleks dari citra wajah dan efisiensi dalam pemrosesan data. Namun, perlu diperhatikan bahwa algoritma CNN membutuhkan sumber daya komputasi yang lebih besar jika dibandingkan dengan algoritma LBPH. Sehingga, pemilihan algoritma yang sesuai harus disesuaikan dengan kebutuhan spesifik dari aplikasi yang akan diterapkan. Mengingat kedua metode memiliki kelebihan dan keterbatasan masing-masing, keputusan akhir dalam pemilihan algoritma harus mempertimbangkan faktor-faktor seperti ketersediaan sumber daya komputasi, kondisi pencahayaan, dan kebutuhan spesifik dari aplikasi pengenalan wajah tersebut. Dengan demikian, penelitian ini memberikan panduan praktis bagi pengembang dan pengguna dalam memilih dan mengimplementasikan algoritma pengenalan wajah yang sesuai dengan kebutuhan dan sumber daya yang dimiliki.