Articles
<![CDATA[Sistem Monitor Barang Logistik dalam Ruang Gudang dengan Teknik Presence Detection menggunakan Bluetooth Beacon di Perusahaan Pengiriman Logistik ]]>
<![CDATA[Abdul Rohman Soleh]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Sri Mulyono]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 3 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30659/ei.4.3.152-161
<![CDATA[Logistik adalah istilah penyimpanan suatu barang dalam sekala besar yang tak dapat di pisahkan dengan bidang industri, termasuk juga pada industri jasa pengiriman logistik. Perusahaan pengiriman logistik sering mengalami kendala dalam mempertahankan kinerja memanajemen logistik di gudang. Kendala tersebut sering terjadi saat melonjaknya pasokan logistik di gudang, dan terkadang kurangnya manajemen atau komunikasi saat pembongkaran logistik disaat angkutan logistik datang yang terkadang asal masuk kedalam gate gudang, dimana perusahaan mempunyai gudang yang banyak. membuat para pekerja mengalami kesulitan dalam mencari keberadaan logistik di gudang. Penelitian bertujuan mengatasi permasalahan perusahaan pengiriman logistic dengan menggunakan teknik presence detection pada teknologi bluetooth beacon sehingga mempermudah pekerja dalam menemukan logistik di gudang diharapkan dapat mempersingkat waktu. Metode deteksi logistic dengan Bluetooth beacon menunjukkan bahwa sensor tersebut dapat mendeteksi lokasi keberadaan logistic setiap ruang Gudang dengan baik dengan jarak maksimal 100 meter. Integrasi sensor dalam sebuah sistem informasi management memudahkan admin dan manager mudah melaukan monitoring pengiriaman logistic dari dan ke Gudang logistic.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Ikan Nila Berbasis Metode Bayes ]]>
<![CDATA[Adib Ulil Anwar]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Moch Taufik]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 1 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (827.769 KB)
|
DOI: 10.30659/ei.4.1.1-10
<![CDATA[Budidaya ikan nila saat ini sudah berkembang pesat walupun belum mampu memberikan jaminan yang maksimal, produksi ikan nila harus standar apa yang diminta oleh pasar, namun setidaknya kegiatan produksi dilakukan dengan operasional yang benar maka perlu adanya pendampingan dan monitoring. Banaknya pembubidaya ikan nila yang mengalami kendala saat ikan nila terjangkit penyakit dan kurangnya pengetahuan tentang penyaki ikan nila. Oleh karena itu perlu adanya sistem pakar untuk mendiagnosa penyakit ikan nila, penelitian ini bertujuan untuk merancang dan membangun sistem pakar menggunakan metode bayes yang dapat memberikan solusi untuk mendiagnosa penyakit ikan nila berdasarkan gejala yang ditimbulkan dan diolah oleh sistem pakar sehingga bisa mendeteksi penyakit ikan nila dari gejala-gejala yang dimasukkan serta meberikan informasi dan solusi terhadap penyakit tersebut. Penelitian ini menggunakan metode bayes merupakan metode yang digunakan dalam perhitungan probabilitasnya yang menggabungkan pengetahuan umum dan fakta dari suatu pengamatan kita. Hasil pengujian sistem diagnosa penyakit ikan nila dengan metode bayes ini memberikan akurasi sebesar 95,24% sehingga bisa disimpulkan bahwa metode ini sesuai untuk diimplementasikan.]]>
<![CDATA[Sistem Rekomendasi Pencarian Tempat Klinik Hewan Peliharaan Menggunakan Metode Haversine Dan Metode TOPSIS ]]>
<![CDATA[Imam Hendi Susanto]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Mustafa Mustafa]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 2 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (813.164 KB)
|
DOI: 10.30659/ei.4.2.109-118
<![CDATA[Di era teknologi sekarang ini yang perkembangannya semakin pesat sistem informasi sangat dibutuhkan didalam segala bidang terutama atau khususnya dalam pencaraian lokasi seperti sistem yang akan dibangun oleh peneliti. Untuk mempermudah pencarian klinik hewan peliharaan dibutuhkan aplikasi atau sistem untuk mempermudah user dalam mencari klinik hewan peliharaan karena belum adanya sistem informasi pencarian klinik hewan peliharaan khusus untuk daerah kota Semarang. Diharapkan dengan adanya aplikasi ini dapat membantu menentukan jarak terdekat dan menentukan rekomendasi klinik hewan peliharaan dengan menggunakan metode haversine dan metode topsis.Metode Haversine Formula menghitung jarak antara 2 titik dengan berdasarkan panjang garis lurus antara 2 titik pada garis bujur dan lintang dan Topsis memiliki konsep dimana alternatif yang terpilih merupakan alternatif terbaik yang memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif.Dalam pembuatan website pencarian klinik hewan peliharaan ini telah dibuktikan bahwa metode haversine dan topsis menjadi metode yang sangat cocok dalam pengaplikasian sistem pintar dalam merekomendasikan pencarian klinik hewan peliharaan, kedua metode tersebut telah berhasil diaplikasikan dan terbukti bahwa pencarian klinik hewan peliharaan menjadi lebih sesuai dengan nilai perbandingan yang telah dicantumkan.]]>
<![CDATA[Seleksi Calon Siswa Baru pada Sekolah Menengah Atas (SMA) menggunakan Metode Simple Additive Weighting (SAW) ]]>
<![CDATA[A Azidny]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Dedy Kurniadi]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 1 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (384.163 KB)
|
DOI: 10.30659/ei.4.1.49-56
<![CDATA[Tugas akhir ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) pada sistem seleksi calon siswa baru. Metode SAW merupakan metode penjumlahan terbobot dengan konsep dasarnya yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap pendaftar dan pada semua atributnya. Dalam metode SAW terdapat dua tahap yaitu proses normalisasi dan perankingan, dimana proses normalisasinya dilakukan dengan mengelompokkan nilai-nilai kriteria siswa kedalam tabel yang lebih real dan proses perankingannya dilakukan dengan menghitung hasil normalisasi untuk mencari rekomendasi siswa dengan nilai tertinggi. Siswa yang diterima adalah siswa dengan urutan nilai tertinggi bardasarkan jumlah kuota yang diiginkan pihak sekolah. Proses seleksinya akan diseleksi oleh admin pengelola sistem. Metode pengumpulan data yang digunakan dalam penelitian adalah studi pustaka dan wawancara. Sedangkan metode penelitian yang digunakan adalah metode modified waterfal. Selain itu dengan diterapkan metode SAW pada sistem yang dibangun akan lebih memudahkan panitia seleksi dalam mengambil keputusan pada saat proses seleksi calon siswa baru.]]>
<![CDATA[Identifikasi Daging Ayam Segar Dengan Algoritma Jaringan Syaraf Tiruan Berbasis Hue Saturation Value (HSV) ]]>
<![CDATA[Nova Catur Anggi Cahyo]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Moch Taufik]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 2 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (351.572 KB)
|
DOI: 10.30659/ei.4.2.91-98
<![CDATA[Penelitian ini bertujuan untuk membuat suatu sistem yang bisa mengidentifikasi daging ayam berdasarkan nilai red, green, blue dari ekstrasi gambar daging. Sistem ini dibangun dengan menerapkanan metode jaringan syaraf tiruan backpropagation sebagai algoritmanya. Metode ini dipilih karena nilai akurai yang diperoleh sangat baik. Jaringan syaraf tiruan dapat menyelesaikan masalah melalui proses belajar dari contoh-contoh yang diberikan. Selama pembelajaran itu pola masukan disajikan berserta dengan pola keluaran yang diinginkan, ketika nilai keluaran tidak sesuai jaringan syaraf tiruan akan melakukan perubahan bobot sampai menghasilkan keluaran yang sesuai, hasil keluaran tersebut yang akan menjadi penentu jenis dari daging ayam. Pengujian sistem ini dilakukan dengan 60 gambar daging menghasilkan nilai akurasi 86,67%, presisi ayam segar 0,65, presisi ayam formalin 0,95 dan presisi ayam busuk 1 dengan rata-rata presisi 0,87. Dengan dibangunnya aplikasi mobile dengan kecerdasan hasil training jaringan saraf tiruan ini dapat diandalkan untuk membantu dan mempermudah dalam mengidentifikasi kualitas daging ayam.]]>
<![CDATA[Sistem Pendukung Keputusan berdasarkan Prediksi Penjualan Ayam Broiler Menggunakan Metode Double Exponential Smoothing ]]>
<![CDATA[Ahmad Syarif Hidayatullah]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Andi Riansyah]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 2 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (609.649 KB)
|
DOI: 10.30659/ei.4.2.99-108
<![CDATA[Salah satu permasalahan yang dihadapi oleh perusahaan peternakan ialah sulitnya menentukkan jumlah bibit ayam (DOC) yang perlu disiapkan agar ayam broiler bisa dijual dengan jumlah yang sesuai dengan permintaan para konsumen di saat yang akan datang. Double exponential smoothing digunakan untu peramalan jangka pendek. Model mengasumsikan bahwa data berfluktuasi di sekitar nilai mean yang tetap, tanpa trend atau pola pertumbuhan konsisten. Metode double exponential smoothing dapat diterapkan untuk memprediksi penjualan ayam broiler di perusahan peternakan ayam. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan berdasarkan prediksi penjualan ayam broiler menggunakan metode Double Exponential Smoothing. Penelitian ini menggunakan algoritma double expnential smoothing dan metode pengembangan prototyping.Hasil penelitian ini berupa aplikasi sistem pendukung keputusan mampu memprediksi jumlah penjualan ayam per broiler per bulan dengan baik. Nilai error pada peramalan penjualan yaitu sebesar 10%, dihitung menggunakan metode MAPE]]>
<![CDATA[Sistem Rekomendasi pada Pembelajaran Mobile Menggunakan Metode Cosine Similarity dan Collaborative Filtering ]]>
<![CDATA[Rusmal Firmansyah]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Sri Mulyono]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 1 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (430.856 KB)
|
DOI: 10.30659/ei.4.1.21-28
<![CDATA[Sistem pembelajaran secara online telah berkembang dengan pesat seiring dengan perkembangan teknologi internet dan aplikasi mobile. Konten pembelajaran sangat banyak dan mudah didapatkan di internet. Permasalahan yang dihadapi oleh siswa adalah kebingungan siswa untuk memilih materi yang relevan dan diperlukan dari sekian banyak materi yang ada. Penelitian ini menawarkan solusi system rekomendasi materi pembelajaran dimana rekomendasi diartikan sebagai sebuah saran yang menganjurkan untuk dilakukan. Rekomendasi berfungsi untuk membantu pengguna memilih sesuatu yang paling mirip dengan apa yang sedang di cari. Ada beberapa cara rekomendasi yang diberikan antara lain jumlah rating, jumlah kesamaan nama, jumlah view dan lain sebagainya. Dalam memberikan rekomendasi, penelitian ini menggunakan metode collaborative filtering, Collaborative filter memiliki 3 cara pemberian rekomendasi yaitu memory based (berdasarkan rating yang diberikan user lain), model based (berdasarkan kemiripan sumber data) dan gabungan keduanya menjadi hybrid recommendation system bertujuan untuk mengatasi kelemahan yang muncul pada kedua kategori sebelumnya. Penelitian ini menekankan pada hybrid recommendation system, yaitu menggabungkan antara memory based dan model based. Dalam menghitung nilai memory based digunakan algoritma cosine similarity, sedangkan untuk model based digunakan algoritma simple addictive weight (SAW). Dalam pembobotan SAW digunakan 0.571 untuk kemiripan dan 0.429 untuk nilai rating yang diperoleh dari hasil quisioner. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa dalam menghitung nilai similarity harus menentukkan nilai vektor masing-masing pelajaran dengan mencari nilai kemunculan kata/term frekuensi (tf), dokument frekuensi (df), dan inverse dokument frekuensi(idf). Setelah menemukan nilai vektor maka dilakukan pencarian kemiripan dengan cosine similarity. Hasil similarity kemudian bandingkan dengan rating masingmasing untuk dirangking dengan SAW sesuai dengan bobot masing-masing. Dari tersebut maka diperoleh pelajaran yang direkomendasikan. Batas nilai yang direkomendasikan adalah 0.4. Penelitian ini memberikan rekomendasi sesuai dengan tingkat kemiripan judul dan juga rating tertinggi Dengan diberikan nilai batas maka pelajaran yang memiliki kemiripan nama tidak akan selalu di tampilkan, karena nilai rating pelajaran tersebut ratingnya rendah.]]>
<![CDATA[Sistem Seleksi Penerima Dana Bantuan Keluarga Kurang Mampu Menggunakan Metode ELECTRE ]]>
<![CDATA[Muhammad Rahman Hakim]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Andi Riansyah]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 1 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (758.48 KB)
|
DOI: 10.30659/ei.4.1.57-68
<![CDATA[Penelitian ini bertujuan untuk membuat sistem pendukung keputusan seleksi penerima dana bantuan bagi keluarga kurang mampu yang tepat berdasarkan kriteria-kriteria persyaratan penerima bantuan. Sistem ini dibangun dengan menggunakan metode Elimination and Choice Expressing Reality (ELECTRE). Ada beberapa kriteria yang telah dijadikan sebagai parameter perhitungan dan setiap kriteria diberi bobot sesuai dengan tingkat prioritas penerima bantuan, dimana nilai bobot kriteria adalah antara 0-1. Nilai bobot dinormalisasikan dan dihitung dengan metode ELECTRE berdasarkan utilitas. Pada metode ELECTRE keputusan diambil berdasarkan kriteria dan bobot dan akan menhasilkan score untuk setiap data record calon penerima bantuan dan selanjutnya dibandingkan dengan record yang lain sehingga menghasilkan perangkingan dari beberapa hasil calon penerima dana bantuan. Semakin tinggi score maka semakin direkomendasikan untuk menerima bantuan. Hasil implementasi menunjukkan bahwa ELECTRE mampu memberikan rekomendasi yang tepat berdasarkan rangking score para calon penerima bantuan. Jumlah penerima bantuan bisa disesuaikan dengan ranking dan ketersedian dana yang akan disalurkan kepada masayarakat. Hasil implementasi dari dapat menyimpulkan bahwa sistem seleksi penerima dana bantuan menggunakan metode ELECTRE dapat digunakan sebagai sistem pendukung keputusan yang tepat dan terukur.]]>
<![CDATA[Sistem Kontrol Penyiraman Otomatis Pada Pembibitan Padi Berbasis IOT Menggunakan Rule Base System ]]>
<![CDATA[Febrian Rio Hartono]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Andi Riansyah]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 2 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (266.678 KB)
|
DOI: 10.30659/ei.4.2.75-82
<![CDATA[Salah satu faktor yang menentukan kesuksesan dalam usaha bercocok tanam yaitu ketersediannya bibit padi yang baik. Hingga saat ini usaha penanganan perbaikan benih padi belum dapat menjamin ketersedianya benih yang bermutu secara memadai dan berkesinambungan. Hambatan yang ditemui dalam usaha pengolahan benih padi yaitu masalah pengairan atau irigasi dan masalah hama. Penelitian bertujuan membangun prototype IoT untuk pembibitan padi dengan mendeteksi kadar kelembaban tanah dan cahaya untuk mengatur penyiraman otomatis sehingga kualitas tumbuhnya bibit menjadi lebih terjaga. Penelitian ini melakukan desain dan prototyping suatu sistem monitoring dan kontrol penyiraman otomatis pada pembibitan padi berbasis IOT menggunakanmtode rule base system. Sistem ini bertujuan memudahkan petani dalam membuat bibit padi yang lebih berkualitas. Alat ini dapat mendeteksi kadar kelembaban tanah dan cahaya untuk mengatur penyiraman otomatis dan membuat media penanaman bibit padi dalam ruangan, sehingga untuk pertumbuhan bibit akan terpantau dan terhindar dari hama tanaman yang mengganggu. Pada prototype sistem monitor penyiraman otomatis pembibitan menggunakan media tanam berupa tanah di dalam kotak yang telah diberi benih padi. Kemudian untuk mendeteksi kadar kelemababan tanah menggunakan soil moisture sensor, apabila kadar kelembaban berada di titik 38-47 derajat, maka dengan otomatis alat akan menyiram tanaman, dan apabila kelembaban telah berada pada kadar  61-62  derajat,  maka  alat  akan  berhenti  menyiram. Hasil implementasi IoT menggunakan rule based menunjukkan bahwa kadar kelembababn tanah, suhu dan kebutuhan cahaya dapat terkontrol dengan baik sesuai dengan standar yang diinginkan sehingga dapat menjamin kualitas pertumbuhan benih padi yang berkualitas.Salah satu faktor yang menentukan kesuksesan dalamusahabercocoktanamyaituketersediannyabibitpadiyangbaik. Hingga saat ini usaha penanganan perbaikan benih padi belum dapat menjamin ketersedianya benih yang bermutu secara memadai dan berkesinambungan. Hambatan yang ditemui dalam usaha pengolahan benih padi yaitu masalah pengairan atau irigasi dan masalahhama. Penelitian bertujuan membangun prototype IoT untuk pembibitan padi dengan mendeteksi kadar kelembaban tanah dan cahaya untuk mengatur penyiramanotomatis sehingga kualitas tumbuhnya bibit menjadi lebih terjaga. Penelitian ini melakukan desain dan prototyping suatu sistemmonitoringdankontrolpenyiramanotomatispadapembibitan padi berbasis IOT menggunakanmtode rule basesystem. Sistem ini  bertujuan memudahkan petani dalam membuat bibit padi yang lebih berkualitas. Alat ini dapat mendeteksi kadar kelembaban tanah dan cahaya untuk mengatur penyiramanotomatis dan membuat media penanaman bibit padi dalamruangan, sehinggauntukpertumbuhanbibitakanterpantaudanterhindardarihamatanaman yangmengganggu.Padaprototypesistemmonitorpenyiramanotomatispembibitan menggunakan media tanam berupa tanah di dalam kotak yang telah diberi benih padi. Kemudian untuk mendeteksi kadar kelemababan tanah menggunakan soil moisture sensor, apabila kadar kelembaban berada di titik 38-47 derajat, maka dengan otomatis alat akan menyiram tanaman, dan apabila kelembaban telah berada pada kadar  61-62  derajat,  maka  alat  akan  berhenti  menyiram. Hasil implementasi IoT menggunakan  rule based menunjukkan bahwa kadar kelembababn tanah, suhu dan kebutuhan cahaya dapat terkontrol dengan baik sesuai dengan standar yang diinginkan sehingga dapat menjamin kualitas pertumbuhan benih padi yang berkualitas.]]>
<![CDATA[Sistem Monitoring Dan Kontrol Kualitas Air Pada Kolam Ikan Koi Berbasis Internet of Things (IoT) ]]>
<![CDATA[Andhika Bayu Pratama]]>;
<![CDATA[Imam Much Ibnu Subroto]]>;
<![CDATA[Andi Riansyah]]>
<![CDATA[ TRANSISTOR Elektro dan Informatika Vol 4, No 3 (2022) ]]>
Publisher : <![CDATA[Universitas Islam Sultan Agung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30659/ei.4.3.171-180
<![CDATA[Saat ini ikan koi banyak diminati oleh beberapa pecinta ikan hias pada kolam rumah atau perkantoran. Melihat ikan koi berenang di dalam kolam dapat menurunkan tekanan darah & denyut jantung, selain itu juga dapat dijadikan sebagai stress relief pada tubuh manusia. Ikan koi merupakan ikan hias yang sangat sensitif terhadap kualitas air, oleh karena itu kualitas air sangat berperan penting terhadap perkembangan ikan koi itu sendiri. Tidak sedikit pengelola ikan koi yang dapat mengetahui parameter-parameter apa saja yang dibutuhkan ikan koi supaya dapat berkembang dengan baik. Oleh karena itu perlu adanya suatu sistem yang dapat memonitor dan mengontrol kualitas air pada kolam ikan koi. Sistem ini bertujuan untuk mengetahui parameter air yang dibutuhkan ikan koi sekaligus dapat mengontrol parameter air tersebut. Pada penelitian ini menggunakan metode forward chaining, yaitu merupakan metode yang dapat melakukan pencarian dari masalah yang ditujukan untuk mencari solusi. Hasil pengujian sistem ini adalah dengan menggunakan metode forward chaining kualitas air telah dikendalikan dengan baik dalam menentukan keputusan dan pengendalian sesuai aturan pakar. Selain itu sistem dapat menjalankan fungsi pengambilan data, pengambilan keputusan, pengiriman data ke cloud dan dapat menjalankan aktuator.Keyword : forward chaining, ikan koi, Internet of Things (IoT)]]>
