Articles
<![CDATA[Performance Evaluation of Adaptive Neuro-Fuzzy Inference System (ANFIS) In Predicting New Students (Case Study : UBP Karawang) ]]>
<![CDATA[Tatang Rohana]]>;
<![CDATA[Bayu Priyatna]]>
<![CDATA[ Buana Information Technology and Computer Sciences (BIT and CS) Vol 2 No 2 (2021): Buana Information Technology and Computer Sciences (BIT and CS) ]]>
Publisher : <![CDATA[Information System; Universitas Buana Perjuangan Karawang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (529.954 KB)
|
DOI: 10.36805/bit-cs.v2i2.1417
<![CDATA[The process of admitting new students is an annual routine activity that occurs in a university. This activity is the starting point of the process of searching for prospective new students who meet the criteria expected by the college. One of the colleges that holds new student admissions every year is Buana Perjuangan University, Karawang. There have been several studies that have been conducted on predictions of new students by other researchers, but the results have not been very satisfying, especially problems with the level of accuracy and error. Research on ANFIS studies to predict new students as a solution to the problem of accuracy. This study uses two ANFIS models, namely Backpropagation and Hybrid techniques. The application of the Adaptive Neuro-Fuzzy Inference System (ANFIS) model in the predictions of new students at Buana Perjuangan University, Karawang was successful. Based on the results of training, the Backpropagation technique has an error rate of 0.0394 and the Hybrid technique has an error rate of 0.0662. Based on the predictive accuracy value that has been done, the Backpropagation technique has an accuracy of 4.8 for the value of Mean Absolute Deviation (MAD) and 0.156364623 for the value of Mean Absolute Percentage Error (MAPE). Meanwhile, based on the Mean Absolute Deviation (MAD) value, the Backpropagation technique has a value of 0.5 and 0.09516671 for the Mean Absolute Percentage Error (MAPE) value. So it can be concluded that the Hybrid technique has a better level of accuracy than the Backpropation technique in predicting the number of new students at the University of Buana Perjuangan Karawang]]>
<![CDATA[Penggunaan Load Balancing Pada Web Server Lokal Dengan Metode Policy Based Routing ]]>
<![CDATA[Setiyo Eko Budiyono]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Tohirin Al Mudzakir]]>
<![CDATA[ Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 20, No 2 (2021): AGUSTUS 2021 ]]>
Publisher : <![CDATA[PRPM STMIK TRIGUNA DHARMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jis.v20i2.3742
<![CDATA[Perkembangan teknologi jaringan komputer menjadi kebutuhan mutlak sebagai sarana penunjang kegiatan pada instansi-instansi saat ini. Teknologi jaringan komputer tersebut dimanfaatkan oleh SMK Jayabeka 01 Karawang sebagai sarana mengevaluasi kemampuan peserta didiknya dengan melakukan ujian berbasis komputer. Ujian dilakukan dengan menggunakan jaringan lokal dan aplikasi berbasis web server. Jaringan komputer yang digunakan sebagai sarana ujian berbasis komputer masih memiliki kekurangan, yaitu masih manualnya pembagian client yang harus mengakses server ujian dimana aplikasi ujian berbasis http. Ketika terjadi kegagalan pada web server, maka client harus dipindah secara manual ke server yang lain. Dengan permasalahan yang ada diperlukan jaringan yang dapat menyelesaikan permasalahan itu, maka dibuatlah jaringan dengan konfigurasi load balancing yang diterapkan supaya client dapat mengakses web server yang lain secara otomatis apabila ada link server yang bermasalah/putus koneksi. Metode yang digunakan untuk load balancing adalah Policy Based Routing, metode dengan mengelompokkan hak akses berdasarkan Src-address maupun Dst-address. Metode policy based routing melakukan prosesnya berdasarkan per-packet load balancing, per-connection load balancing dan per-address-pair load balancing. Dengan penggunakan metode load balancing, client akan tetap mendapatkan layanan meskipun ada link server yang mengalami gangguan koneksi, sehingga fungsi keseluruhan jaringan tidak akan terganggu.]]>
<![CDATA[Sistem Peringatan Dini Bencana Alam Tanah Longsor Berbasis Internet of Things ]]>
<![CDATA[Andika Putra]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Santi Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Badan Nasional Penanggulangan Bencana (BNPB) mencatat bencana alam tanah longsor termasuk kedalam 3 bencana alam yang paling sering terjadi di indonesia selama tahun 2020. Tanah longsor akan terjadi secara tiba - tiba akibat adanya getaran maupun curah hujan di daerah yang memiliki lereng terjal. Tidak adanya peringatan dini dan minimnya kesiapan masyarakat dalam menghadapi bencana tanah longsor mengakibatkan banyaknya kerugian harta benda seperti kerusakan rumah akibat tertimbun longsor, merusak lahan pertanian, mengganggu jalan transportasi hingga menimbulkan korban jiwa. Salah satu solusi yang dapat dilakukan untuk meminimalisir dampak tersebut yaitu dengan membuat sistem peringatan dini untuk mendeteksi pergerakan tanah berbasis Internet of Things (IoT) yang di tempatkan pada lereng yang rawan terjadi longsor. Sistem tersebut berbasis website dan menggunakan mikrokontroler ESP32, sensor MPU6050 dan sensor soil moisture. Berdasarkan hasil pengujian yang dilakukan terhadap kondisi dari pergerakan tanah yang terjadi baik ke arah depan, ke belakang, ke kanan dan ke kiri serta pembacaan kelembaban pada tanah sistem dapat berjalan dengan baik. Sensor berhasil membaca pergerakan tanah dan menghasilkan status peringatan pergerakan tanah AMAN, WASPADA, SIAGA, dan AWAS. Begitupun dengan sensor kelembaban tanah, sensor dapat membaca kandungan air pada tanah dan menghasilkan tingkat kelembaban KERING, LEMBAB dan BASAH baik pada alat dilapangan maupun pada website secara real time.]]>
<![CDATA[Implementasi Metode Tesseract OCR(Optical Character Recognition) untuk Deteksi Plat Nomor Kendaraan Pada Sistem Parkir ]]>
<![CDATA[Kusnantoro Kusnantoro]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi informasi saat ini semakin pesat, termasuk dalam bidang parkir. Sistem pendataan kendaraan parkir di PT Century Batteries Indonesia, saat ini masih dilakukan secara manual, yaitu dengan panca indra manusia sehingga dapat berpotensi terjadinya kesalahan dalam pendataan, karena penglihatan manusia memiliki batas kejenuhan dan kelelahan. Tujuan dilakukan penelitian ini yaitu untuk menerjemahkan citra plat nomor kendaraan menjadi bentuk teks, kemudian dilakukan pencocokan dengan database. Metode yang digunakan dalam penelitian ini yaitu metode Tesseract OCR(Optical Character Recognition). Implementasi dari sistem deteksi plat nomor kendaraan dengan metode Tesseract OCR(Optical Character Recognition) ini telah diuji dengan 30 sampel gambar plat nomor kendaraan. Berdasarkan hasil pengujian yang dilakukan tersebut, menghasilkan tingkat akurasi rata-rata sebesar 95,95%. Hasil kuesioner yang dibagikan melalui google form terhadap 30 responden menghasilkan tingkat kepuasan pengguna aplikasi rata-rata sebesar 80,10%.]]>
<![CDATA[Implementasi Forward Chaining untuk Mendiagnosis Penyakit Kulit Dermatitis pada Bayi ]]>
<![CDATA[Betty Rahmaditiya]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Santi Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengetahuan orangtua akan gejala-gejala yang dialami oleh bayi ketika mengalami suatu keluhan gejala dermatitis menjadi sangat penting. Cara untuk mendiagnosis penyakit kulit dermatitis pada bayi dengan memanfaatkan teknologi kecerdasan buatan yaitu sistem pakar. Tujuan dari penelitian ini adalah untuk mendiagnosis penyakit kulit dermatitis pada bayi dengan menggunakan metode algoritme forward chaining untuk variabel input pada sistem. Metode forward chaining ini dipilih untuk mendiagnosis penyakit kulit dermatitis pada bayi diperlukan gejala (fakta- fakta) IF terlebih dahulu, lalu dilanjutkan dengan THEN yang berisi kesimpulan. Implementasi dari sistem pakar penyakit kulit dermatitis ini telah diuji dengan 20 data. 17 data didapatkan melalui kuesioner dan 3 data dari kasus-kasus yang ada di internet. Berdasarkan hasil pengujian yang dilakukan tersebut, menghasilkan tingkat akurasi sebesar 80% yang menunjukan bahwa aplikasi berfungsi dengan baik sesuai dengan diagnosa pakar]]>
<![CDATA[Deteksi Jenis Beras Menggunakan Algoritma YOLOv3 ]]>
<![CDATA[Syamsul Ma’arif]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Beras adalah makanan pokok yang banyak mengandung energi bagi kehidupan manusia. Ada beberapa jenis beras yang sering dijual di took beras pada umumnya yaitu beras IR42, beras Pera, beras Ketan dan beras Pandan wangi. Untuk saat ini masih banyak orang-orang yang belum mengenali ke-4 jenis beras tersebut khususnya kaum milenial, untuk itu dilakukanlah penelitian tentang pengenalan jenis beras. Tujuan dari penelitian ini untuk mempermudah pembeli mengenali jenis beras yang ada di took beras sehingga, meminimalisir kecurangan para pedagang beras. Metode yang digunakan pada penelitian ini yaitu metode YOLO(You Only Look Once) v3 terhadap pendeteksi jenis beras. Implementasi dari proses pendeteksian gambar mengunakan YOLO(You Only Look Once)v3 ini telah diuji sebanyak 12 sample. Berdasarkan hasil pengujian 12 kali percobaan pendeteksian pada objek citra digital didapatkan sebesar 100% dimana pergambar ada 4 jenis beras, 4 butir beras dan 3 jenis bentuk beras.]]>
<![CDATA[Implementasi Metode Certainty Factor Dalam Mendiagnosa Defisiensi Nutrisi Pada Tanaman Hidroponik ]]>
<![CDATA[Aditya Zatnika]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pertanian hidroponik adalah inovasi untuk mengembangkan tanaman dalam pengaturan nutrisi terlepas dari media palsu untuk bantuan mekanis. Dalam kerangka budidaya hidroponik, sentralisasi pengaturan nutrisi adalah salah satu batasan yang menentukan sifat hasil panen. Tanaman membutuhkan nutrisi yang memuaskan untuk berkembang dan tumbuh dengan baik. Tidak adanya atau melimpahnya nutrisi yang dikonsumsi oleh tanaman dapat mengakibatkan terhambatnya perkembangan tanaman, sehingga keseimbangan dan kecukupan nutrisi merupakan variabel yang signifikan terhadap hasil pertanian pada tanaman. Dengan cara ini, pekerjaan kerangka kerja khusus diperlukan untuk menentukan kekurangan makanan pada tanaman budidaya air. Faktor keyakinan adalah teknik yang digunakan untuk mengomunikasikan kepercayaan pada suatu peristiwa (kenyataan atau teori) dalam pandangan bukti atau penilaian utama. Hasil dari penelitian ini adalah mendasari kerangka kerja berbasis situs yang dapat memberikan data yang berhubungan dengan nutrisi pada tanaman dan membuatnya lebih mudah bagi klien untuk menganalisis gejala dari kekurangan pada tanaman budidaya hidroponik. Teknik ini memberikan kesimpulan sebagai kepastian atau kerentanan keadaan dalam standar yang digunakan untuk menyelesaikan. Konsekuensi dari pengujian teknik ini menunjukkan 32 efek samping yang dialami menunjukkan kecepatan presisi 92,30%.]]>
<![CDATA[Perbandingan Algoritma K-Means dan DBSCAN untuk Pengelompokan Data Penyebaran Covid-19 Seluruh Kecamatan di Provinsi Jawa Barat ]]>
<![CDATA[Bayu Biantara]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Ayu Juwita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Virus Covid-19 ditemukan pertama kali di Wuhan, Tiongkok. Virus Covid-19 menyebar secara cepat, hampir seluruh negara yang ada di dunia. WHO memutuskan sebagai Public Health Emergency of International Concern (KKMMD/PHEIC) pada tanggal 30 Januari 2020[1]. Clustering merupakan salah satu substansi Data Mining untuk pengelompokkan suatu data. Terdapat beberapa Algoritma dalam clustering diantaranya Algoritma K-Means dan Algoritma DBSCAN. Tujuan dari penelitian untuk melakukan perbandingan Algoritma yang terbaik antara Algoritma K-Means dan DBSCAN dalam pengelompokan data penyebaran Covid-19 seluruh kecamatan di provinsi Jawa Barat. Dari hasil penelitian validitas cluster antara Algoritma K-Means dan Algoritma DBSCAN menghasilkan Algoritma K-Means lebih optimal dari Algoritma DBSCAN karena memiliki nilai DBI terbaik dibandingkan Algoritma DBSCAN. Nilai DBI Algoritma K-Means diperoleh dengan nilai 0,4328 pada k=5, sedangkan Algoritma DBSCAN diperoleh nilai DBI pada nilai Eps 0,09 dan MinPts 3 yaitu sebesar 0,6706.]]>
<![CDATA[Perancangan Sistem Monitoring Suhu, Humidity dan PH Air Pada Proses Transfer PT. Cubic Indonesia Berbasis Internet Of Things ]]>
<![CDATA[Suningwar Mujiana]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Yana Cahyana]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam persaingan industri menjaga standar kualitas terhadap pelanggan sangatlah penting, Karena apabila kualitas produk yang diproduksi banyak yang tidak sesuai dengan permintaan pelanggan atau banyak produk yang reject bisa membuat kerugian besar bagi perusahaan. PT. Cubic Indonesia merupakan salah satu perusahaan yang bergerak dibidang painting dan printing, untuk menjaga kualitas produk didalam proses sangatlah penting, salah satunya yaitu menjaga kestabilan suhu ruangan, humidity dan pH air pada bagian proses transfer. Standar suhu ruangan 19° C - 25° C, Standar humidity 50% - 57% RH, dan standar pH air 5 – 6 harus berada didalam range standar. Dari permasalahan diatas diperlukan suatu alat dan system yang bisa memonitoring suhu, humidity dan pH air menggunakan sensor DHT22, sensor pH air dan Arduino uno. Oleh karena itu system monitoring ini dirancang apabila suhu, humidity berada diluar range maka alat akan mengirim perintah untuk mengaktifkan relay untuk menghidupkan pendingin ruangan dan apabila pH air berada diluar range alat akan mengirimkan perintah untuk menyalakan buzzer. Sistem dapat menyimpan data pembacaan dan mengirim data ke web dari sensor DHT22 dan sensor pH Probe kedalam data base menggunakan ethernet shield. Sistem monitoring ini dapat mempermudah pekerjaan yang sebelumnya dilakukan manual menjadi otomatisai dan dapat mempercepat menganalisa permasalahan yang ada pada proses transfer.]]>
<![CDATA[KLASTERISASI KABUPATEN DAN KOTA DI JAWA BARAT DALAM KASUS GIZI BURUK MENGGUNAKAN ALGORITMA K-MEANS DAN K-MEDOIDS ]]>
<![CDATA[Fadzly Maulana Hidayat]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Euis Nurlaelasari]]>;
<![CDATA[Anis Fitri Nur Masruriyah]]>
<![CDATA[ Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 1 (2024) ]]>
Publisher : <![CDATA[Politeknik Bisnis Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37600/tekinkom.v7i1.1387
<![CDATA[Malnutrition is a disease whose incidence in Indonesia is increasing. Based on data from West Java Province, in 2019-2022 there were 1,986,890 toddlers who experienced nutritional problems. This high figure shows that the problem of malnutrition has not received adequate attention. This research will group districts and cities in West Java into three clusters. Cluster 1 (high), cluster 2 (medium), and cluster 3 (low) are based on the number of toddlers affected by malnutrition. It is hoped that this research can help the government in making decisions to overcome nutritional problems in West Java. The results of research on clustering cases of malnutrition in West Java using the K-Means algorithm include 3 clusters, Cluster 1 (high) which consists of 16 city districts. Cluster 2 (medium) consists of 10 city districts, Cluster 3 (low), while in the K-Medoids algorithm Cluster 1 (high) consists of 10 city districts. Cluster 2 (medium) consists of 4 city districts. Cluster 3 (low) consists of 13 districts and cities. The comparison results show that the K-Means algorithm is better using 3 clusters based on evaluation using the Silhouette Coefficient with a value of 0.617]]>
