Articles
Uji Organoleptik Produk Olahan Nugget Jagung Yang Ditambahkan Sayuran Di Desa Motilango
Juramang, Risnayanti R;
Kadir, Rian;
Mukdin, Novita B;
Faqih, Ahmad;
Tomayahu, Tian
Jurnal Biologi Babasal Vol. 2 No. 1: Edisi April 2023
Publisher : Program Studi Pendidikan Biologi FKIP Uniiversitas Muhammadiyah Luwuk
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32529/jbb.v2i1.2819
Abstract: The purpose of this study was to determine the level of product preference through organoleptic tests of corn nuggets which were varied with vegetables. Because this research is experimental in nature using the LSD test to perform organoleptic tests on panelists, the research methodology used in this research is a quantitative approach method. A completely randomized design (CRD) with only one element was used to analyze the research data. Based on the characteristic rating scale, it shows that the sample with a mixture of celery has the most favorable taste based on the respondents' assessment. For texture, respondents preferred nuggets with a mixture of wartel compared to original nuggets and a mixture of celery. In terms of color, the nuggets mixed with celery were the most liked by the respondents. In Aroma, based on the respondent's assessment, the carrot mixture has a scent that the respondent likes. Samples with a mixture of celery have the most preferred taste based on the respondents' assessment. For texture, respondents preferred nuggets with a mixture of wartel compared to original nuggets and a mixture of celery. In terms of color, the nuggets mixed with celery were the most liked by the respondents. In Aroma, based on the respondent's assessment, the carrot mixture has a scent that the respondent likes.
CLUSTERING ITEM FAST MOVING DAN SLOW MOVING PADA PRODUK UNILEVER MENGGUNAKAN ALGORITMA K-PROTOTYPE: Studi Kasus: YOGYA PURWAKARTA
Akhmad Subhan;
Faqih, Ahmad;
Irawan, Bambang
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v6i2.5543
Pada supermarket terdapat dua kategori produk yaitu produk fast moving merupakan produk yang cepat terjualan sedangkan produk slow moving merupakan produk yang penjualannya lambat. Penentuan kategori produk sebenarnya sangat penting, namun penentuannya masih menggunakan pendekatan empiris sehingga penentuannya masih kurang tepat atau bahkan tidak dilakukan pengkategorian produk sama sekali. Padahal kesalahan dalam penentuan kategori suatu produk jelas mempengaruhi stok produk. Produk yang salah dikategorikan akan mengakibatkan stok produk habis ataupun sebaliknya stok produk menjadi menumpuk. Penentuan kategori produk harus memiliki akurasi tinggi sehingga meminimalkan kerugian. Tujuan penelitian ini adalah untuk mengelompokan produk termasuk ke dalam kategori fast moving atau slow moving menggunakan algoritma K-prototype. Metode pengelompokan menggunakan algoritma K-prototype. Algoritma ini adalah hasil pengembangan dari algoritma K-Means untuk menangani clustering pada data dengan atribut bertipe campuran numerik dan kategorikal. Hasil dari penelitian ini ialah clustering yang di peroleh dengan jumlah cluster, cluster k = 0 sampai k = 2 diperoleh item produk yang termasuk ke dalam fast moving dan slow moving di Yogya Purwakarta. Cluster yang mempunyai nilai sellout terbesar ada pada cluster 0 dan cluster 1 yaitu 1.219 – 23.761 pcs penjualannya, sedangkan cluster yang mempunyai sellout terkecil ada pada cluster 2 yaitu di bawah 1.000 pcs penjualannya
PERAMALAN HARGA KOMODITAS BERAS DI KALIMANTAN TIMUR MENGGUNAKAN ALGORITMA NEURAL NETWORK
Adjie Setyadj, Mochammad;
Faqih, Ahmad;
Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i1.6327
Beras merupakan salah satu bahan makanan yang sangat penting bagi sebagian besar penduduk Indonesia. Selain menjadi makanan pokok, kebutuhan beras juga semakin meningkat, terutama di Provinsi Kalimantan Timur yang jumlah penduduknya terus bertambah setiap tahun. Kenaikan dan penurunan harga beras sangat mempengaruhi petani karena berdampak pada produksi yang lebih tinggi. Oleh karena itu, diperlukan solusi untuk mengatasi kekhawatiran terkait perubahan tersebut. akan terjadinya naik turunnya harga beras dengan memprediksi harga beras di Kalimantan timur yang bernilai numerik. Penelitian ini bertujuan memprediksi harga beras harian yaitu beras premium, menggunakan sample dataset harga beras. Dengan himpunan data selama 3 tahun terakhir, dari tanggal 25 mei 2020 sampai 20 Desember 2022, yang diperoleh dari Komunitas di Kalimantan Timur yang berjumlah 1001. Metode yang digunakan dalam penelitian ini menggunakan algoritma neural network dengan windowing salah satu cara untuk mengetahui status penjualan beras adalah dengan melakukan prediksi menggunakan algoritma neural network dengan menggunakan aplikasi rapidminer. Hasil eksperimen memprediksi harga beras berhasil. Hasil dari prediksi harga beras model menggunakan algoritma neural network menunjukkan hasil kinerja yang diukur dengan Root Mean Square Error (RMSE) beras premium menghasilkan RMSE sebesar 52,846.
PERBANDINGAN METODE ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBORS UNTUK KLASIFIKASI PENYAKIT STROKE
Akmal, Khairul;
Faqih, Ahmad;
Dikananda, Fatihanursari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i1.6367
Stroke selaku serupa penyakit yang meninggali strata ketiga di Indonesia sesudah jantung serta kanker. Kerapkali setiap individu bermalas-malasan dalam mendapati terdapatnya penyakit stroke. Minimnya kekuatan kedokteran di Indonesia membikin rakyat sukar guna mengetahui dengan cara dini penyakit stroke. Stroke yaitu sesuatu sindrom klinis yang diisyarati dengan tandasnya peranan otak dengan cara berat yang bisa mengakibatkan kematian. Tujuan riset ini guna pengelompokan hasil kira-kira penyakit stroke dengan pendekatan algoritma Naïve Bayes serta K-Nearest Neighbors menurut kriteria-kriteria dalam penyakit stroke antara lain kategori genitalia, umur pesakit, darah tinggi, riwayat sakit jantung, sempat menikah, kategori profesi, kategori tempat bermukim, kandungan gula darah, BMI, status merokok. Statistik yang dibubuhkan dalam riset ini ialah Stroke Prediction Dataset yang diperoleh pada repositori Kaggle yang yaitu salah satu yang populer di negeri Data Science serta Machine Learning. Kali ini perubahan masa revolusi industri 4.0 yang bergerak selaras di segi teknologi serta ilmu kesehatan akibatnya selaku suatu yang bisa berharga dengan mengenakan Machine Learning. Banyak sekali faedah yang dibubuhkan dalam menduga sebagian penyakit yang bisa di proyeksi. Eksklusifnya penyakit stroke dengan mengenakan tilikan algoritma Naïve Bayes serta K-Nearest Neighbors guna tiap-tiap elastis nya. Implementasi cara ini mengenakan Cross Validation adalah data training serta data testing dibikin kuota dalam melaksanakan pengetesan. Pemanfaatan algoritma Naïve Bayes serta K-Nearest Neighbors bisa di terapkan selaku materi evaluasi guna membikin sistem pandai yang dibubuhkan oleh para pakar kesehatan guna pengumpulan ketetapan yang bagus di segi ke penjagaan serta medis dalam memacu hasil pemeriksaan pesakit stroke. Hasil ketelitian yang didapat dengan mengenakan algoritma K-Nearest Neighbors sebesar 94,36% hasil pengelompokan bisa dibubuhkan guna menolong dokter dalam pemeriksaan penyakit stroke.
MENINGKATKAN MINAT BELAJAR TERHADAP LAGU DAERAH DENGAN MENGGUNAKAN GAME EDUKASI BERBASIS ANDROID
Laksono, Agung;
Irawan, Bambang;
Faqih, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i2.6606
Indonesia merupakan negara yang kaya akan budaya dan adat istiadat dari setiap daerahnya, contohnya lagu daerah yang semakin ditinggalkan terkikis oleh zaman. Lagu daerah saat ini diperkirakan kurang diminati pada kalangan anak-anak, remaja, maupun dewasa. Oleh karena itu, game edukasi tentang lagu-lagu daerah ini dibuat untuk mengenal tentang kebudayaan yang ada di Indonesia bagi anak-anak maupun siswa sekolah. Dalam melakukan penelitian ini, jenis penelitian yang dilakukan berupa kuantitatif dan teknik pengumpulan data yang digunakan yaitu observasi, wawancara dan penyebaran kuesioner. Metode pengembangan yang digunakan adalah Multimedia Development Life Cycle (MDLC), yang terdiri dari enam tahap yaitu konsep, desain, pengumpulan materi, pembuatan, pengujian dan distribusi. Pengujian yang dilakukan pada pengembangan game ini ialah menggunakan black box testing yang berguna untuk mengecek input dan output agar sesuai dengan storyboard yang telah dibuat. Penelitian ini bertujuan untuk mengetahui apakah game berbasis android dapat mempengaruhi minat belajar siswa tentang lagu daerah. Hasil dari penelitian ini ialah terciptanya game edukasi lagu daerah berbasis android dengan menggunakan metode MDLC dan didapatkan hasil yang menunjukkan bahwa game edukasi ini memberikan pengaruh terhadap minat siswa dalam belajar lagu daerah sebesar 3%. Penting untuk diperhatikan bahwa peningkatan sebesar 3% masih terbilang rendah dan masih memerlukan penelitian lanjutan untuk meningkatkan efektivitas game edukasi ini.
PENGGUNAAN GAME EDUKASI BERBASIS ANDROID TENTANG PENGENALAN HEWAN LANGKA MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY
Muhfidz Hidayat, Aziz;
Irawan, Bambang;
Faqih, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i2.6635
Indonesia mempunyai keunikan tersendiri bila dibandingkan dengan negara lain. Menurut situs resmi yang dikelola Kementerian Komunikasi dan Informatika, jumlah tumbuhan atau spesies tumbuhan di Indonesia sekitar 6.000 spesies. Pohon, semak, rerumputan, bahkan parasit dan anggrek adalah spesies yang paling umum. Sementara itu, jumlah fauna di Indonesia lebih dari 207.100 spesies. Dengan jumlah hewan dan tumbuhan yang tidak sedikit bagaimana cara kita untuk mengenali, menjaga dan melestarikan hewan dan tumbuhan di Indonesia. Augmented Reality (AR) adalah teknologi yang dapat menggambarkan dan menggabungkan dunia nyata dan dunia maya yang diproyeksikan melalui perangkat elektronik. Tujuan dari penelitian ini adalah membuat game edukasi pengenalan hewan langka yang menerapkan Augmented Reality (AR) berbasis android dan agar masyarakat khususnya anak-anak dapat mencari informasi tentang hewan langka dangan mudah dan cepat. Game edukasi interaktif ini akan memadukan gambar yang di proyeksikan 3 dimensi untuk mengenal ciri, perilaku, juga cara melestarikan hewan tersebut. Pada penelitian ini digunakan metodologi pengembangan aplikasi MDLC (Multimedia Development Life Cycle). Diterapkan Uji Marker menggunakan sudut dan jarak (cm) dan uji black box serta menggunakan instrumen kuesioner untuk mengetahui tingkat kepuasan pengguna terhadap aplikasi. Hasil uji statistik paired t-test menunjukkan bahwa game edukasi ini memberikan pengaruh terhadap minat masyarakat belajar tentang hewan langka sebesar 11%.
PENGGUNAAN ALGORITMA REGRESI TREN PARABOLA DALAM MEMPREDIKSI PRODUKSI TANAMAN PADI DI LAMPUNG
Yoshua, Deden;
Irawan, Bambang;
Faqih, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i3.7029
Padi merupakan sumber makanan yang penting di Indonesia khususnya bagi warga Lampung, sehingga penting mempertahankan produksi padi untuk memenuhi kebutuhan pangan. Produksi padi tiap tahunnya mengalami penurunan dan kenaikan, algoritma regresi tren parabola digunakan untuk memprediksi produksi padi dan memaksimalkan produksi padi. Data produksi padi dari tahun 2013 hingga 2021 diambil dari BPS (Badan Pusat Statistik) Provinsi Lampung. Metode regresi tren parabola digunakan untuk memodelkan pola produksi padi dikarenakan dataset yang diperoleh bukan garis lurus atau linear sehingga regresi non-linear atau regresi tren parabola cocok digunakan sebagai. Dengan menggunakan MAE (Mean Absolute Error) dan RMSE (Root Mean Square Error) sebagai nilai evaluasi didapatkan nilai masing-masing sebesar 377.849,856 dan 462.400,828. Model regresi tren parabola menghasilkan persamaan parabola yang dapat digunakan untuk memprediksi produksi padi di masa depan, dengan model tersebut dapat diketahui bahwa di Provinsi Lampung pada tahun 2022 diperkirakan akan menghasilkan 1.622.769,343 ton/tahun, pada tahun 2023 akan menghasilkan 1.028.275,951 ton/tahun, pada tahun 2024 akan menghasilkan 349.316,0307 ton/tahun. Penilitian ini membuktikan bahwa algoritma regresi tren parabola dapat digunakan untuk memprediksi produksi padi di Provinsi Lampung. Hasil penelitian ini diharapkan dapat menjadi acuan bagi petani dan pihak terkait dalam perencanaan produksi padi di masa depan dengan memperhatikan faktor-faktor yang mempengaruhinya
PERBANDINGAN IMPLEMENTASI 2 ALGORITMA SVM DAN K-NN DALAM PENGKLASIFIKASIAN KEPUASAN PENGGUNA SMART E-LEARNING
Raudya, Talitha;
Irawan, Bambang;
Faqih, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i3.7067
STMIK IKMI CIREBON merupakan salah satu institusi yang menerapkan sistem pembelajaran menggunakan Smart E - Learning. Dipandang perlunya untuk mengetahui sejauh mana tingkat kepuasan pengguna nya saat ini, agar dapat dilakukannya penyempurnaan di masa mendatang. Tentunya diperlukan suatu analisa untuk mengetahui kualitas layanan dari Smart E-Learning yang dikelola oleh STMIK IKMI CIREBON. Penelitian ini menggunakan metode klasifikasi data mining dengan menggunakan 2 algoritma sebagai bahan perbandingan. Kedua algoritma ini biasa digunakan dalam proses regressi dan klasifikasi pada kasus data mining. Data mining adalah proses pengolahan data untuk menghasilkan sebuah analisa yang dapat diolah dan disebarkan dalam bentuk informasi. Penelitian ini mengambil pendekatan kuantitatif yang mengacu pada gap 5 dimensi Servqual yakni Tangibles, Reliability, Responsiveness, Assurance dan Emphaty. Dimana dimensi servqual merupakan dimensi pengukuran yang digunakan dalam menganalisa dan mengukur kualitas sebuah layanan. Tujuan dilakukan nya penelitian ini untuk membuat suatu klasifikasi berdasarkan tingkat kepuasan pengguna Smart E- Learning. Hasil akhir dari penelitian ini adalah model klasifikasi dan implementasi dari algoritma Support Vector Machine dan K-Nearest Neighbours yang akan dilihat perbandingan akurasi nya. Untuk menentukan model algoritma mana yang lebih cocok dalam penelitian ini. Dilakukan uji T-Test untuk mengetahui tingkat signifikasi perbedaan hasil akurasi yang dihasilkan dari kedua algoritma yang digunakan
ANALISA KEPUASAAN PENGGUNA WEBSITE SMAN 5 KOTA CIREBON MENGGUNAKAN METODE WEBQUAL 4.0
Wanada, Gada;
Irawan, Bambang;
Faqih, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i5.7724
Website adalah layanan data untuk segala pengguna yang bisa diakses tanpa batasan, Pemakaian website di masa digital ini sangat bermanfaat sekali pada dunia Pembelajaran, Keberadaan web SMAN 5 Kota Cirebon sangatlah penting untuk layanan informasi bagi siswa hingga masyrakat, Tetapi untuk menggapai peningkatan kualitas website deperlukan suatu perkembangan dari aspek data ataupun melalui layanan, sehingga menciptakan kualitas website yang sesuai dengan kebutuhan layanan siswa SMAN 5 Kota Cirebon. Dalam peneletian ini Belum di ketahuinya tingkat kepuasan pengguna pada kualitas website SMAN 5 Kota cirebon, kualitas website SMAN 5 Kota Cirebon di ukur dengan memakai tata cara Webqual 4.0 sebagai tolak ukur perkembangan sistem dari website tersebut hal ini mencakup variable evaluasi pada kemudahaan penggunaan (usabilty), kualitas informasi (information quality), kualitas interaksi (service interaction quality), serta kualitas antar muka (user interface quality). Untuk memeriksa dampak dari keempat varibel tersebut, uji Chi-Square digunakan sebagai mengenalisa pengaruh variabel tersebut terhadap kepuasan pengguna website. Data informasi riset ini didapatkan melalui pengolahan kuesioner yang berasal dari siswa SMAN 5 Kota Cirebon dengan jumlah 47 siswa serta pengambilan sebanyak 47 responden. Dari riset yang telah dicoba memakai chi square test menciptakan keputusan jika nilai uji menampilkan sebesar 30,19 sebaliknya Derajat kebebasan sebesar 15,07 menghasilkan penerimaan hipotesis alternatif (Ha) dan penolakan hipotesis nol (H0). Hasil ini mengindikasikan bahwa adanya pengaruh positif antara kualitas, data, dan interaksi layanan terhadap tingkat kepuasan pengguna website SMAN 5 Kota Cirebon yang dapat dianggap memuaskan.
IMPLEMENTASI DATA MINING ASOSIASI PADA DATA TRANSAKSI ES TEH SOLO JATIBARANG MENGGUNAKAN ALGORITMA FP-GROWTH DALAM MENENTUKAN STRATEGI PENJUALAN
Subaegi, Angga;
Faqih, Ahmad;
Anam, Khaerul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i6.8164
Pesatnya perkembangan di bidang Informatika telah mengubah lanskap bisnis, termasuk strategi penjualan dan pengelolaan stok. Penelitian ini fokus pada analisis pola penjualan produk Es Teh Solo Jatibarang menggunakan algoritma FP-Growth. Data transaksi yang signifikan dari penjualan Es Teh Solo di wilayah Jatibarang menjadi fokus utama. Metode Knowledge Discovery in Database (KDD) diterapkan dengan algoritma FP-Growth pada dataset transaksi Es Teh Solo dari Januari hingga September 2023. Penelitian melibatkan tahapan pengumpulan, pembersihan, transformasi data, dan implementasi algoritma FP-Growth dengan variasi nilai minimal support dan confidence. Penetapan nilai support sebesar 1% dan confidence 50% berhasil menghasilkan 7 aturan asosiasi dengan lift ratio tertinggi. Sebagai contoh, transaksi yang mencakup Es Teh Manis Plastik, Es Teh Lemon Cup, cenderung membeli Es Teh Milo Plastik dengan lift ratio 12.295, support 2,7%, dan confidence 88%. Temuan pola pembelian tersebut memiliki implikasi praktis, termasuk penerapan strategi penjualan seperti bundling produk untuk meningkatkan penjualan dan kepuasan pelanggan. Dengan memanfaatkan pola pembelian yang teridentifikasi, analisis stok dan produksi dapat dioptimalkan, meningkatkan efisiensi operasional secara menyeluruh. Hasil ini memberikan kontribusi pada pemahaman pola pembelian konsumen, mendukung pengambilan keputusan yang lebih cerdas dalam pengelolaan bisnis ritel.