Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Indonesian Journal of Computing and Modeling

Pembangunan Sistem Informasi Zona Potensi Sumber Daya Kelautan Kabupaten Gunungkidul Berbasis HMVC Menggunakan Google Maps API dan JSON Yerymia Alfa Susetyo; Pratyaksa Ocsa N. Saian; Ramos Somya
Indonesian Journal of Computing and Modeling Vol 1 No 2 (2018)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (410.541 KB)

Abstract

Indonesia dikenal sebagai negara maritim atau kepulauan terbesar di dunia dengan dua per tiga dari luas wilayah Indonesia adalah laut. Sumber daya kelautan dan perikanan Indonesia diperkirakan bernilai US$ 136,5 milyar. Guna meningkatkan nilai ekonomi sumber daya kelautan perlu dirumuskan strategi pengelolaan dengan mengintegrasikan teknologi informasi. Adapun tujuan dari penelitian ini adalah perancangan Sistem Informasi Geografi Zona Potensi Kelautan daerah Kabupaten Gunungkidul, Daerah Istimewa Yogyakarta (DIY) berbasis web sehingga memudahkan pemerintah setempat dalam mengelola informasi tentang potensi pariwisata, pertanian, dan perikanan, dan memudahkan masyarakat umum dalam mencari informasi tentang potensi kelautan di daerah Kabupaten Gunungkidul. Hasil dari penelitian ini adalah web sistem informasi geografi zona potensi kelautan dengan framework CodeIgniter dengan teknologi HMVC (Hierarchical Model View Controller) dan menggunakan servis dari Google Maps API. Aplikasi ini menggunakan format JSON dalam pertukaran data karena memudahkan pengembang dalam mengembangkan aplikasi ke lintas platform.
Pemodelan Sistem Monitoring Sensor Curah Hujan Menggunakan Grafana Karolus Thias Widagdo; Teguh Indra Bayu; Yeremia Alfa Susetyo
Indonesian Journal of Computing and Modeling Vol 2 No 2 (2019)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (285.666 KB)

Abstract

Perubahan iklim dan cuaca meurpakan hal yang telah diamati dalam waktu yang panjang, terlebih semakin hari anomali cuaca semakin sulit diterka. Penggunaan teknologi sensor curah hujan cenderung masih kurang optimal karena data yang didapat masih sulit untuk dibaca dan diolah. Data yang masih mentah, memperlambat untuk membaca pola dan menghitung hasil untuk menghasilkan prediksi. Pembangunan sistem visualisasi data diharapkan mampu membantu analis untuk membaca data dan mempermudah proses penganalisisan anomali, sekaligus sebagai media pengontrol terhadap perangkat keras yang menjadi backbone aliran data yang masuk dari sensor curah hujan. Sistem visualisasi yang digunakan memaksimalkan platform yang disediakan oleh openlab Grafana. Sistem ini dipilih karena sangat fleksibel dan mendukung berbagai macam database untuk diolah. Data yang didapat dari sensor curah hujan akan dicatat oleh raspberry kemudian diolah dan disinkronisasi pada cloud VPS. Data yang berada di dalam cloud VPS akan disimpan pada database InfluxDb. Data dari database akan disinkronisasi dengan Grafana untuk diproses dan di visualisasikan agar dapat menampilkan data dalam bentuk grafik yang mudah dipahami.
Perancangan Global Positioning System (GPS) Pada Sensor Curah Hujan Menggunakan Raspberry Pi Priwidika Lingga Maheswara; Teguh Indra Bayu; Yeremia Alfa Susetyo
Indonesian Journal of Computing and Modeling Vol 2 No 2 (2019)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.129 KB)

Abstract

Penggunaan Global Positioning System (GPS) saat ini menjadi suatu hal yang cukup vital, termasuk penambahan fitur terhadap sensor curah hujan milik pusat studi SIMITRO. Penambahan fitur ini bertujuan untuk mempermudah melakukan monitoring terhadap sensor curah hujan yang tersebar di beberapa titik strategis untuk mendapatkan hasil pencatatan curah hujan dengan baik. Perancangan penambahan fitur ini menggunakan konsep Network Development Life Cycle (NDLC) dalam penerapannya. NDLC dipilih karena cukup menjawab kebutuhan dalam proses penelitian ini, terlebih karena proses yang berjalan terus menerus berkembang berdasarkan hasil dari penelitian - penelitian terdahulu. Hasil dari penelitian ini berupa sebuah tampilan halaman Web yang menampilkan titik lokasi pada peta hasil dari kombinasi Leaflet, Maptiler, dan Open StreetMap. Pada hasil yang ditampilkan dapat diketahui posisi dari sensor curah hujan secara cukup mendetail dan jelas, sehingga apabila terdapat beberapa sensor curah hujan dapat langsung di monitoring secara bersamaan didalam saat yang bersamaan. Hasil dari pencatatan data diperoleh secara time series dan berkelanjutan, hal ini membuat data yang diperoleh terus diperbaharui dan data menjadi valid untuk digunakan sebagai mana perlunya.
Pemetaan Potensi Bencana di Jawa Tengah Menggunakan Google Maps API dan KML dengan Metode K-Means Muhammad Fahmi Haryono Adi; Yerymia Alfa Susetyo
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

Sistem Informasi Geografis (SIG) merupakan sistem informasi berbasis komputer yang digunakan untuk mengolah, dan menghasilkan data geografis untuk pengambilan keputusan dalam suatu perencanaan. Indonesia memiliki iklim dengan curah hujan tinggi dan kemarau yang panjang akan menambah potensi terjadinya bencana seperti banjir, tanah longsor, dan kekeringan. Penelitian ini bertujuan untuk pemetaan potensi bencana di Jawa Tengah menggunakan Google Maps API dan KML dengan metode K-Means. Pengolahan data bencana alam dilakukan menggunakan metode K-Means, karena metode ini mampu menjadi solusi atas penanggulangan bencana alam. Penelitian ini membahas tentang pengelompokan jumlah data bencana yang terjadi di Jawa Tengah. Data yang digunakan dalam penelitan ini dengan pengumpulan data peta wilayah Kota dan Kabupaten di Jawa Tengah menggunakan Google Maps API dan pengumpulan data titik koordinat. Keyhole Markup Language (KML) adalah format (XML) untuk visualisasi data geospatial. Dengan menggunakan Google Maps API dan KML dapat menghasilkan suatu peta yang memberikan informasi secara lengkap dan tepat, karena sistem yang berbasis web akan lebih mudah dan cepat diakses oleh pengguna dari berbagai tempat hanya dengan menggunakan web-browser.
Model Pergerakan Pola Perpindahan Pengguna Internet Service Provider Seluler di kota Salatiga menggunakan Algoritma Markov Chain Delfini Tinma Pandoi; Yerymia Alfa Susetyo
Indonesian Journal of Computing and Modeling Vol 3 No 2 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

Penelitian ini bertujuan untuk melihat pola pergerakan konsumen dalam memilih provider seluler yang sesuai dengan keinginan konsumen dan melihat pola perpindahan konsumen pada rentang yang telah diuji dengan mengambil sample data dari kuesioner yang telah disebar, lalu dikonversi menjadi perhitungan numerik dengan menggunakan algoritma markov chain dan diimplementasikan ke dalam bahasa pemrograman python untuk memberikan gambaran nyata berdasarkan hasil yang tersaji dengan grafik informasi data. Data yang telah diuji menunjukkan bahwa, dari data awal yang diperoleh, serta pola perpindahan pada periode kedua hingga periode ke 65 menunjukkan tidak ada nya perubahan yang signifikan pada probabilitas yang dihasilkan melalui proses perhitungan kondisi ekuilibrium yang diinginkan yaitu periode ke 65.