Claim Missing Document
Check
Articles

Found 11 Documents
Search
Journal : hello world

Perancangan Sistem Informasi Penginputan Database Mahasiswa Berbasis Web Indah Purnama Sari; Aulia Jannah; Adila Mawadda Meuraxa; Ayu Syahfitri; Ridzuan Omar
Hello World Jurnal Ilmu Komputer Vol. 1 No. 2 (2022): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (248.056 KB) | DOI: 10.56211/helloworld.v1i2.57

Abstract

Perkembangan teknologi informasi dan komunikasi yang semakin pesat, membuat masyarakat menjadi lebih mudah dalam menyelesaikan pekerjaan. Untuk mengikuti perkembangan zaman, mahasiswa teknologi informasi mempelajari tentang Bahasa pemrograman HTML ( Hyper Text Mark Up Language ), CSS ( Cascading Style Sheet), PHP ( Hypertext Preprocessor ), dan Java Script untuk membuat website. Dengan metode penelitian kualitatif, mahasiswa IT membuat website dengan Bahasa pemrograman HMTL, CSS, PHP, dan Java Script yang disimpan di dalam database XAMPP. Mahasiswa yang mengakses dapat melakukan login dan penginputan data mahasiswa.  Sehingga dengan adanya website ini akan memudahkan perguruan tinggi dalam menginput data mahasiswa.
Pengenalan Bangun Ruang Menggunakan Augmented Reality sebagai Media Pembelajaran Indah Purnama Sari; Ismail Hanif Batubara; Al Hamidy Hazidar; Mhd Basri
Hello World Jurnal Ilmu Komputer Vol. 1 No. 4 (2023): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v1i4.142

Abstract

Bangun ruang atau disebut juga bangun geometri adalah sebuah bangun tiga dimensi yang memiliki ruang dan dibatasi oleh sisi-sisi. Bangun ruang merupakan suatu sifat dari benda-benda konkret yang sering kita temui sehari-hari. Kemajuan teknologi yang pesat di dunia teknologi informasi dan komputer juga berpengaruh pada dunia pendidikan, yang menawarkan berbagai kemudahan dan inovasi. Augmented Reality atau sering disingkat AR adalah teknologi yang mampu menggabungkan keadaan nyata dan maya dalam satu waktu yang ditampilkan secara realtime. Dengan teknologi AR diharapkan dapat memberikan inovasi dan pengalaman belajar yang baru dalam mengenal dan mempelajari bangun ruang, sehingga dapat menarik minat pelajar yang sedang mempelajarinya
Implementasi Metode Fuzzy K-Nearest Neighbor dalam Klasifikasi Penyakit Demam Berdarah Fanny Ramadhani; Andy Satria; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 2 No. 2 (2023): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v2i2.253

Abstract

Demam berdarah dengue (DBD) adalah suatu penyakit yang disebabkan oleh infeksi virus dengue. DBD adalah penyakit akut dengan manifestasi klinis perdarahan yang menimbulkan syok yang berujung kematian. DBD disebabkan oleh salah satu dari empat serotipe virus dari genus Flavivirus. DBD memiliki gejala yang mirip dengan penyakit lain seperti demam, nyeri sendi, bercak merah di kulit dan lain sebagainya. Maka dari itu diperlukan ketepatan dan akurasi yang baik dalam mengklasifikasikan pasien dbd atau tidak agar tidak terjadi kesalahan dalam memprediksi suatu penyakit. Pada penelitian ini klasifikasi penyakit DBD menggunakan metode Fuzzy K-Nearest Neighbor (FKNN) untuk mencari nilai paling optimum untuk mendapatkan hasil klasifikasi yang paling baik. Dalam penelitian ini dilakukan 8 kali pencarian nilai K, yaitu k = 3,5,7,9,11,13,15,20. Hasil akurasi dari masing-masing K adalah 75,15%, 75.16%, 77.76%, 79.80%, 83.12%, 85.01%, 78.14%, 75.20%. akurasi terbaik didapatkan pada nilai K= 13 dengan nilai akurasi mencapai 85.01%
Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones Indah Purnama Sari; Fanny Ramadhani; Andy Satria; Dicky Apdilah
Hello World Jurnal Ilmu Komputer Vol. 2 No. 3 (2023): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v2i3.346

Abstract

Wajah merupakan bagian tubuh manusia yang memiliki karakteristik tersendiri, sehingga dapat membedakan dan mengenali seseorang secara adil dengan meilhat wajah mereka. Sampai saat ini mahasiswa belum mendalami penelitian tentang sistem biometrik karateristik manusia dengan wajah otomatis yang dikenali pada sistem komputer. Teknologi berkembang pesat dalam beberapa tahun terakhir dalam mengembangkan hal hal pesat, karena teknologi ini telah mendominasi visi komputer maka dalam hal ini proses pelacakan wajah disorot dan dua algoritma dibuat untuk memperjelas peran program matlab dalam menciptakan sistem sederhana untuk pengenalan dan deteksi wajah. Algoritma yang bisa digunakan dalam melakukan hal ini adalah salah satunya Principal Component Analysis, dan untuk mendeteksi suatu citra yang terdapat dalam wajah manusia atau tidak menggunakan algoritma Viola Jones.
Implementasi Algoritma Support Vector Machine (SVM) Dan Logistic Regression Dalam Menganalisis Sentimen Tanggapan Masyarakat Terhadap Tiktok Shop Di Social Media Risasti Dwi Ardini; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 5 No. 1 (2026): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi digital telah mendorong transformasi dalam aktivitas belanja masyarakat, salah satunya melalui platform TikTok Shop. Fitur ini memungkinkan pengguna untuk berbelanja langsung dalam aplikasi TikTok, yang memunculkan beragam tanggapan dari masyarakat, baik positif maupun negatif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap TikTok Shop dengan menggunakan dua algoritma klasifikasi teks, yaitu Support Vector Machine (SVM) dan Logistic Regression. Data yang digunakan berjumlah 500 komentar dari salah satu video TikTok yang membahas TikTok Shop. Komentar tersebut diproses melalui tahapan data cleaning, normalisasi, tokenisasi, stopword removal, stemming, serta ekstraksi fitur menggunakan metode TF-IDF. Model kemudian dievaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki performa lebih baik dibandingkan Logistic Regression, dengan akurasi sebesar 89% dan f1-score sebesar 86%, sedangkan Logistic Regression memperoleh akurasi 86% dan f1-score 80%. Oleh karena itu, SVM dinilai lebih efektif dalam mengklasifikasikan sentimen masyarakat terhadap TikTok Shop di media sosial.
Penggunaan Fitur Warna Cielab Dalam Segmentasi Kematangan Buah Kakao Dengan Algoritma K-Means Clustering Anwar Rudi Setiawan Rangkuti; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 5 No. 1 (2026): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kakao (Theobroma cacao) merupakan salah satu komoditas pertanian yang memiliki nilai ekonomi tinggi, terutama di negara-negara penghasil seperti Indonesia. Mengingat pentingnya kualitas buah kakao dalam menentukan cita rasa cokelat, pengenalan kematangan buah kakao menjadi aspek krusial dalam proses budidaya dan pengolahan. Kematangan buah kakao dapat dinilai melalui berbagai parameter, termasuk warna, ukuran, dan tekstur. Namun, warna buah kakao menjadi indikator yang paling mudah dan cepat untuk diukur. Dalam konteks ini, model warna Cielab menawarkan keunggulan karena dirancang untuk lebih mendekati persepsi manusia terhadap warna. Cielab membagi warna menjadi tiga komponen: L* (lightness), a* (green-red), dan b* (blue-yellow), yang memungkinkan analisis warna yang lebih halus. Penelitian sebelumnya menunjukkan bahwa penggunaan fitur warna Cielab dalam klasifikasi buah dapat meningkatkan akurasi hingga 15% dibandingkan dengan model RGB. Penelitian ini juga akan mempertimbangkan tantangan yang dihadapi dalam penerapan algoritma K-Means Clustering, seperti pemilihan jumlah cluster yang tepat. Jumlah cluster yang tidak sesuai dapat menyebabkan hasil pengelompokan yang tidak akurat. Oleh karena itu, penelitian ini akan menguji beberapa nilai k (jumlah cluster) untuk menentukan kombinasi yang paling efektif dalam mengidentifikasi kematangan buah kakao. Pengujian yang teliti terhadap parameter algoritma sangat penting untuk mencapai hasil yang optimal dalam klasifikasi
Perancangan Tempat Sampah Pintar Berbasis IOT untuk Pemilahan Sampah Otomatis Menggunakan Sensor Infrared dan Pemantauan Real-Time Wahyu Ahlansyah; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 5 No. 1 (2026): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan sampah, khususnya di lingkungan sekolah dasar, masih menjadi tantangan akibat kurangnya pengetahuan dan sarana pemilahan yang memadai. Penelitian ini bertujuan untuk merancang dan membangun alat pemilah sampah pintar berbasis Internet of Things (IoT) yang dapat membedakan sampah organik dan anorganik secara otomatis menggunakan sensor inframerah. Sistem ini mengintegrasikan ESP32 sebagai mikrokontroler, sensor inframerah untuk deteksi jenis sampah, serta motor servo untuk penggerak mekanik pemilah. Selain itu, sistem dilengkapi dengan aplikasi Android yang memberikan notifikasi secara real-time mengenai jenis sampah yang terdeteksi dan status kapasitas tempat sampah. Uji coba dilakukan di SD Negeri 104279 Paya Itik sebagai lingkungan edukatif yang dinilai strategis untuk penerapan alat ini. Hasil implementasi menunjukkan bahwa alat mampu meningkatkan efisiensi pemilahan sampah dan memberikan edukasi praktis bagi siswa. Dengan pendekatan ini, penelitian tidak hanya menawarkan solusi teknis dalam pengelolaan sampah, tetapi juga mendorong perubahan perilaku dan kesadaran lingkungan sejak dini.
Perancangan Sistem Penjadwalan Kegiatan Belajar Mahasiswa Berbasis AI Menggunakan Agoritma Genetika Di Fakultas Ilmu Komputer Dan Teknologi Informasi Bahdi Rizky Al Wahya; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengembangkan sistem penjadwalan perkuliahan otomatis berbasis Artificial Intelligence (AI) dengan menggunakan algoritma genetika untuk menyelesaikan masalah kompleks dalam penyusunan jadwal di Fakultas Ilmu Komputer dan Teknologi Informasi. Sistem dibangun menggunakan Python, Flask, dan library DEAP, serta diintegrasikan ke dalam platform web agar dapat diakses oleh admin, dosen, dan mahasiswa. Hasil pengujian menunjukkan sistem mampu menghasilkan hingga 787 jadwal dengan tingkat keberhasilan tinggi dan nilai fitness maksimal (1.00) tanpa konflik. Fitur tambahan seperti chatbot interaktif, status ruangan real-time, dan export data ke Excel meningkatkan kemudahan penggunaan dan efisiensi dalam pengelolaan akademik. Sistem ini terbukti efektif, efisien, dan layak untuk diimplementasikan dalam manajemen jadwal akademik secara otomatis.
Implementasi Algoritma Dijkstra Dalam Penentuan Rute Distribusi Beras SPHP Di Perum Bulog Kanwil Sumut Muhammad Fauzan Alwi Sitompul; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perum BULOG, sebagai Badan Usaha Milik Negara yang bertanggungjawab atas stabilitas pasokan dan harga pangan, khususnya beras menjalankan program SPHP. Di Provinsi Sumatera Utara khususnya Kota Medan yang kerap dilanda kemacetan, distribusi sering terhambat karena pemilihan rute yang kurang efisien. Penelitian ini merencang sistem penentuan lintasan terpendek berbasis Algoritma Dijkstra untuk memilih jalur distribusi paling optimal dengan mempertimbangkan bobot jarak maupun waktu tempuh antara node distribusi, yaitu gudang dan Rumah Pangan Kita (RPK). Jaringan distribusi direpresentasikan sebagai graf berbobot sehingga algoritma dapat menghitung trayek tercepat ke setiap tujuan, menekan waktu serta biaya pengiriman, rute hasil perhitungan di visualisasikan pada peta sederhana guna memudahkan penerapan di lapangan. Solusi ini diharapkan tidak hanya meningkatkan efisiensi distribusi beras SPHP di Medan, tetapi juga menjadi inovasi digital yang mendukung ketahanan pangan nasional.
Analisis Kepuasan Pelanggan Perumda Tirtanadi Menggunakan Metode Fuzzy K-Means Sultan Zaky; Indah Purnama Sari
Hello World Jurnal Ilmu Komputer Vol. 5 No. 2 (2026): Edisi Juli 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kepuasan pelanggan merupakan indikator kunci dalam mengevaluasi keberhasilan penyedia layanan, termasuk Perumda Tirtanadi sebagai perusahaan daerah air minum. Tingkat kepuasan pelanggan mencerminkan kemampuan perusahaan dalam memenuhi kebutuhan dasar masyarakat terkait ketersediaan dan distribusi air bersih. Namun, Perumda Tirtanadi masih menghadapi beberapa tantangan seperti keluhan mengenai kualitas air, gangguan distribusi, dan tanggapan terhadap keluhan pelanggan, yang menunjukkan adanya kesenjangan antara harapan pelanggan dan layanan yang diberikan. Untuk mengatasi permasalahan tersebut, diperlukan penerapan teknologi informasi dan analisis data untuk lebih memahami karakteristik dan preferensi pelanggan. Penelitian ini menerapkan metode Fuzzy K-Means dalam pengelompokan data opini pelanggan terhadap layanan Perumda Tirtanadi. Metode ini dipilih karena kemampuannya dalam menangani ketidakpastian dalam data dengan memberikan derajat keanggotaan pada beberapa klaster, sehingga menghasilkan hasil analisis yang lebih fleksibel dan akurat. Melalui pendekatan ini, perusahaan dapat mengidentifikasi segmen pelanggan yang memerlukan perhatian khusus dan merancang strategi perbaikan layanan yang lebih terarah. Temuan penelitian ini diharapkan dapat berkontribusi pada peningkatan kualitas layanan, memperkuat citra positif perusahaan, dan mendukung proses pengambilan keputusan dalam mencapai kepuasan pelanggan yang berkelanjutan.