Article Per Year (5 Year)
p-Index From 2020 - 2025
3.495
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Teknik Informatika Jurnal EECCIS Jurnal Teknik Elektro dan Komputer
Agustinus Jacobus
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Library & Information Science

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Sistem Informasi Geografis Penyebaran Covid-19 di Kota Manado Berbasis Mobile Ahlan Ahlan; Yaulie D.Y. Rindengan; Agustinus Jacobus
Jurnal Teknik Elektro dan Komputer Vol. 11 No. 3 (2022): Jurnal Teknik Elektro dan Komputer
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jtek.v11i3.45063

Abstract

Abstract — In Manado City, people who have been confirmed positive for Covid-19 have now reached 12,673 people, information on the spread of Covid-19 can be accessed through the city government's official website, but the appearance of the website when accessed via mobile devices sometimes does not match the display accessed via PC/ Laptops so less effective. Along with the development of technology and information today, all information will be more easily and effectively accepted by everyone, so accessing information on the spread of Covid-19 with mobile devices. The purpose of this research is to design a Geographic Information System for the Spread of Covid-19 in Manado City based on Mobile with the Android operating system. Android, which is an operating system that is widely used and easy, has become an option in the development of this system. The software development research methodology used in this study is the Waterfall Method, because this method runs a one-by-one gradual development process that must be completed to go to the next stage. Based on the results and discussion of the implementation of the web app interface, the application interface and the results of black box testing, the application runs according to the design. The application has been successfully designed and can run well on the Android platform, and can help the public in obtaining information about the distribution. Key words — Covid-19, Geographic Information System, Information System, Mobile Application. Abstrak — Di Kota Manado orang yang terkonfirmasi positif terkena Covid-19 sampai saat ini sudah mencapai 12.673 orang, informasi penyebaran Covid-19 dapat di akses melalui website resmi pemerintah kota namun tampilan website ketika diakses melalui perangkat Handphone terkadang tidak sesuai dengan tampilan yang diakses melalui PC/Laptop sehingga kurang efektif. Seiring perkembangan teknologi dan informasi saat ini semua informasi akan lebih mudah dan efektif diterima setiap orang, maka dalam mengakses informasi penyebaran Covid-19 dengan perangkat mobile. Tujuan dari penelitian ini yaitu untuk merancang Sistem Informasi Geografis Penyebaran Covid-19 di Kota Manado Berbasis Mobile dengan sistem operasi Android. Android yang merupakan sistem operasi yang banyak digunakan dan mudah, menjadi pilihan dalam pengembangan sistem ini. Metodologi penelitian pengembangan perangkat lunak yang digunakan dalam penelitian ini adalah Metode Waterfall, karena metode ini menjalankan proses pengembangan bertahap one by one yang harus diselesaikan untuk menuju ke tahap selanjutnya. Berdasarkan hasil dan pembahasan implementasi antarmuka web app, antarmuka aplikasi dan hasil pengujian black box, aplikasi berjalan sesuai dengan perancangan. Aplikasi berhasil dirancang dan dapat dijalankan dengan baik diplatform android, serta dapat membantu masyarakat dalam memperoleh informasi mengenai penyebaran. Kata kunci — Aplikasi Mobile, Covid-19, Sistem Informasi, Sistem Informasi Geografis.
Aplikasi Pendataan Pengunjung Perpustakaan Universitas Sam Ratulangi Manado Menggunakan Pemindai QR Code: Sam Ratulangi University Manado Library Visitor Data Collection Application Using a QR Code Scanner Yeremia Senduk; Sherwin R. U. A. Sompie; Agustinus Jacobus
Jurnal Teknik Informatika Vol. 19 No. 02 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i02.52478

Abstract

The rapid development of Information Technology (IT) has an impact on almost all aspects of life. With the existence of information technology, in this case the internet, all information in the form of text, images, sound or video can be accessed or sent quickly. The Sam Ratulangi University Library (UNSRAT) is one of the places to support the lecture and research activities of students and lecturers managed by the university. Currently the Unsrat library uses attendance books for members registered at the library. The process of collecting data on visitors to the Unsrat Library still uses traditional data collection, namely writing visitor data in books by the library admin. This process has shortcomings that the author found, such as the attendance book being lost and the data not being backed up elsewhere, recapping visitor reports having to be done manually and taking a long time and there being no report on how long visitors spend in the library. QR Code is a matrix code that can store up to thousands of alphanumeric information. So, by just using one code we can store and get the information we need. Based on the problems previously presented, using QR Codes can be a solution to facilitate the visitor data collection process. Visitors' personal data can be stored on the internet and the process of collecting data on visit times can be done easily and quickly by using a QR Code. Here the author recommends that there is a need for an application for data collection on Unsrat library visitors using a QR Code scanner. Key words — Library; Data Collection; QR Code.
Pemanfaatan Image Hashing Pada Klasifikasi Penyakit Kulit Terhadap Citra yang Terduplikasi: Image Hashing Utilization on Skin Disease Image Classification on Redundant Images Reiner Lantang; Agustinus Jacobus; Sherwin Sompie
Jurnal Teknik Informatika Vol. 19 No. 02 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i02.53408

Abstract

Abstract — Skin disease is one of the most common diseases that attack humans when the skin cannot adapt to the environment or certain conditions. Skin diseases have various common causes, including fungal growth, virus infection, and hormonal factors. Early skin disease detection can make humans more cautious for further causes and eliminate the diseases. Some people don’t know which type of skin disease is attacking them. This study aims to develop a predictive model of skin disease images to classify skin diseases using a machine-learning model from 3 skin disease classes: Acne, Candidiasis, and Melanoma. This study develops a CNN model based on ResNet50 and VGGnet19 architecture and trials of image hashing algorithm to detect duplicated images on the dataset. The model with the highest learning performance achieves 96.62% training accuracy and the lowest overfitting indications on training and validation percentage differences. We also provide results from the trained models with cleaned and redundant data based on the study. Keywords— deep neural network; image hash; machine learning; skin diseases classification; skin disease imagery.   Abstrak — Penyakit kulit adalah salah satu penyakit yang paling sering menyerang manusia disaat kulit tidak dapat beradaptasi dengan lingkungan ataupun kondisi tertentu. Penyakit kulit memiliki penyebab yang bervariasi seperti pertumbuhan jamur, infeksi virus, dan faktor hormonal. Deteksi penyakit kulit yang lebih awal dapat membuat manusia lebih waspada terhadap kondisi yang lebih parah dan menangani penyakit tersebut. Beberapa orang tidak tahu jenis penyakit kulit apa yang menyerang mereka. Penelitian ini bertujuan untuk mengembangkan sebuah model prediktif terhadap citra penyakit kulit untuk mengklasifikasikan penyakit kulit menggunakan model pembelajaran mesin berdasarkan 3 kelas yaitu Acne, Candidiasis, dan Melanoma. Penelitian ini mengembangkan model CNN dengan arsitektur ResNet50 dan VGGnet19 serta mengimplementasikan algoritma image hashing untuk mendeteksi citra yang terduplikasi dalam dataset. Model yang memiliki performa pembelajaran terbaik mencapai 96.62% akurasi dan juga memiliki indikasi overfitting terendah. Berdasarkan hasil penelitian, kami juga memberikan hasil dari model yang dilatih dengan data bebas dari duplikasi dan juga data dengan jumlah duplikasi yang tinggi. Kata kunci — citra penyakit kulit; image hash; jaringan saraf mendalam; klasifikasi penyakit kulit; pembelajaran mesin.
Prediksi Hasil Tangkapan Ikan Cakalang dengan Metode Regresi Linear dan Recurrent Neural Network: Prediction of Skipjack Tuna Catches Using Linear Regression and Recurrent Neural Network Methods Tarumingkeng, Theofilio; Sompie, Sherwin; Jacobus, Agustinus; Patty, Wilhelmina
Jurnal Teknik Informatika Vol. 19 No. 03 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i3.53973

Abstract

Abstrak – Ikan Cakalang (Katsuwonus Pelamis) merupakan salah satu sumber daya ikan pelagis yang melimpah di Laut Sulawesi. Tujuan penelitian ini adalah memprediksi produksi hasil tangkapan ikan Cakalang dengan menerapkan metode Regresi Linear dan Recurrent Neural Network (RNN). Penelitian dilaksanakan dari Maret 2023 sampai Desember 2023. Data yang digunakan adalah hasil tangkapan cakalang yang didaratkan di Pelabuhan Perikanan Pantai Tumumpa, Sulut dari 2018 sampai 2023. Data faktor lingkungan diambil dari situs web Marine Copernicus dan Climate Copernicus pada bulan Juni 2023, di 14 titik pengamatan. Model dibuat dengan meggunakan library Scikit-learn dan library Keras yang telah disertakan dalam library Tensorflow.  Hasil analisis menunjukkan bahwa ada hubungan signifikan diantara beberapa variabel lingkungan yakni antara variabel SPL dan variabel klorofil, yang bersifat negatif. Namun hubungan antara variabel lingkungan yang dianalisis dan hasil tangkapan ikan cakalang, terlihat relatif rendah, yakni hanya dapat dijelaskan kurang dari 25%, selebihnya karena pengaruh faktor lain. Hasil permodelan menunjukan bahwa variabel prediktor yang digunakan (SPL, Klorofil, Angin Laut, dan Arus Laut) memiliki pengaruh yang kurang signifikan (kurang dari 50%) terhadap hasil tangkapan ikan Cakalang. Kinerja kedua model masih belum memuaskan dalam memprediksi hasil tangkapan ikan Cakalang.
The Pengembangan Aplikasi Penelusuran Jurnal Ilmiah Berbasis Web Semantik: Development of a Semantic Web Based Scientific Journal Search Application KARAME, VAIYE EFRAIM JIRE; Jacobus, Agustinus; Ruindungan, Dirko
Jurnal Teknik Informatika Vol. 19 No. 04 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i04.54453

Abstract

The search system is one of the technologies that is very widely used in the current technological era. With this search system, users can search and get information easily, where with the search system, users can get a variety of information on the internet, even though this search system is very widely used and can provide a lot of information for users and often this system does not display relevant data. The ADDIE model is a generic learning/training design model that serves as a guideline in building training program tools and infrastructure that are effective, dynamic and support the performance of the training itself. This ADDIE model uses 5 development stages, namely Analyze, Design, Development, Implement, and Evaluate. The results of testing the recall value (R) show that the R value obtained is still far from 1, namely 0.34. This shows that the system has not been able to find almost all the amount of relevant information according to the amount of relevant information stored in the journal ontology. The results of testing the precision (P) value show that the P value obtained is 1. The scientific journal search system aims to assist in finding information related to journal libraries. This semantic-based search system was built and uses an ontology as a representation of knowledge-based information. System testing uses 2 test keywords to determine the level of relevance of the information produced by the system and the results obtained are a recall value of 0.34 and a precision value of 1, so it can be said that the system has a fairly high level of relevance when returning the information the user wants.
SISTEM PENDUKUNG KEPUTUSAN UNTUK SELEKSI MAHASISWA BERPRESTASI MENGGUNAKAN METODE VIKOR: Decision Support System For Selection Of High Achieving Students Using Vikor Method Lengkong, Salvius Paulus; Jacobus, Agustinus; Palilingan, Kenneth Yosua
Jurnal Teknik Elektro dan Komputer Vol. 13 No. 3 (2024): Jurnal Teknik Elektro dan Komputer
Publisher : Universitas Sam Ratulangi

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

Abstract

Pemilihan Mahasiswa Berprestasi (Pilmapres) adalah kompetisi mahasiswa yang diadakan setiap tahun oleh Pusat Prestasi Nasional yang bertujuan untuk mengidentifikasi dan mengapresiasi mahasiswa yang memiliki prestasi dan potensi yang luar biasa di berbagai bidang. Salah satu tahap penting dari Pilmapres adalah proses seleksi mahasiswa berprestasi dari tingkat universitas. Sistem pendukung keputusan adalah sistem yang dapat membantu pengambil keputusan dalam situasi yang kompleks terhadap beberapa kriteria. Salah satu metode yang ada dalam Sistem Pendukung Keputusan adalah metode VIKOR. Metode VIKOR dapat melakukan perhitungan dari sejumlah alternatif terhadap beberapa kriteria yang ditentukan oleh pembuat Keputusan. Pada penelitian ini dilakukan penerapan metode VIKOR dengan studi kasus proses seleksi mahasiswa berprestasi. Pada penelitian ini diharapkan, sistem yang akan dibangun menggunakan metode ilmiah dapat memberikan hasil seleksi yang objektif dan cepat, sesuai dengan kriteria dan bobot penilaian yang diberikan oleh pembuat keputusan. Selain itu, penelitian ini diharapkan memberikan kontribusi dalam bidang keilmuan yaitu penerapan metode pada studi kasus yang berbeda. Sehingga, untuk keberlanjutan penelitian ini, peneliti dapat melakukan perbandingan hasil dari metode VIKOR terhadap beberapa hasil seleksi yang telah dilakukan.
Pemodelan Basis Pengetahuan Layanan Informasi Universitas dengan Pendekatan Ontologi: Knowledge Base Modeling of University Information Services with Ontology Approach Ruindungan, Dirko G. S.; Jacobus, Agustinus; Sengkey, Rizal; Lantang, Oktavian
Jurnal Teknik Informatika Vol. 19 No. 04 (2024): Jurnal Teknik Informatika
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.v19i04.59018

Abstract

Pendekatan ontologi digunakan untuk membangun representasi formal dari domain pengetahuan layanan universitas dalam konteks pengembangan sistem layanan informasi. Penelitian ini bertujuan untuk mengembangkan model ontologi sebagai basis pengetahuan untuk pengembangan sistem layanan informasi universitas. Pengembangan ontologi, secara umum, terdiri dari proses-proses utama seperti penentuan domain pengetahuan, konseptualisasi domain pengetahuan dan transformasi model konseptual dari ontologi kedalam model formal. Dalam penelitian ini, pembangunan model konseptual menggunakan kerangka kerja METHONTOLOGY sebagai acuan dalam pengembangan ontologi. Beberapa tahapan pengembangan diantaranya adalah pendefinisian glossary of term, taksonomi konsep, relasi dan atribut. Ontologi dievaluasi menggunakan metode OntoQA, yang terdiri atas pengukuran Relationship Richness (RR), Inheritance Richness (IR) dan Attribut Richness (AR). Penelitian ini menghasilkan model formal ontologi University Service sebagai basis pengetahuan untuk mendukung pengembangan sistem layanan informasi lingkungan universitas. Pengembangan Ontologi University Service menghasilkan 62 kelas, 19 relasi dan 18 atribut. Konsep-konsep utama dari ontologi yang telah dikembangkan terdiri atas Document, Organization, Person, Position, Procedure dan Service. Berdasarkan pengukuran yang dilakukan, karakteristik ontologi yang telah dikembangkan dikategorikan sebagai ontologi yang kaya informasi dan karakteristik pengetahuan dari ontologi masuk dalam tingkatan ontologi yang cukup umum.
Implementation of Feature Extraction Using BERT in Aspect Based Sentiment Analysis Turangan, Andreas Dwi Putra; Jacobus, Agustinus; Kambey, Feisy Diane
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 19 No. 2 (2025)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v19i2.1770

Abstract

Aspect Based Sentiment Analysis (ABSA) is a sentiment analysis technique that not only identifies overall sentiment, but also reveals opinions on specific aspects of an entity. To facilitate computer processing, a numerical representation of words into vectors (word embedding) is used, where each word or phrase is mapped into a vector of dimension N. Although static embedding such as Word2Vec or GloVe has been widely used, these approaches have limitations in capturing the dynamic context essential for deep sentiment analysis. This research develops and tests several deep learning algorithms, namely CNN, Bi-LSTM, CNN+BiLSTM, and CNN+BiLSTM+Attention Mechanism, which initially use static embedding and then modified by integrating BERT as contextual embedding. The results show that the use of BERT improves sentiment prediction accuracy by 15% and aspect prediction accuracy by 11% compared to models with static embedding. In particular, the combination of BERT+CNN obtained the best accuracy, which was 94% for aspect prediction and the combination of BERT+CNN+BiLSTM+Attention Mechanism 87% for sentiment prediction. These findings demonstrate the significant potential of BERT integration in improving ABSA performance, which can be applied in social media opinion analysis and sentiment-based recommendation systems.
Co-Authors Ahlan Ahlan Alicia Sinsuw Alow, Ophira L.M. amelia, mongan winny Antameng, Gabriella S. Ariantini, Dewa Ayu Rai Arie Lumenta Arie S.M Lumenta, Arie S.M Arinal, Azalia A. Benefit S. Narasiang Bogar, Brando Margendy Bu'ulolo, Geza Jeremia Cassey K. N. Paputungan Dirko G.S. Ruindungan Edi Winarko Hadi, Bahmid Heilbert Armando Mapaly Jacob, Virggi E. Jane I. Litouw Joane, Yudhy Lady Joshua Axel Wuisan Kambey, Feisy Diane Kambey, Gabriella Eyrene Iriani KARAME, VAIYE EFRAIM JIRE Karter D. Putung, Karter D. Kho, Erik Erlando Linda Jayanti, Linda Litouw, Jane I. Makalalag, Rayditto Manajang, Dufan Martina K. E. T. Dundu, Martina K. E. T. Monica Kumaat Monica Kumaat, Monica Oktavian A. Lantang Paputungan, Cassey K. N. Reiner Lantang Rizal Sengkey Romario Lendo Rompas, Alexander Christian Ruindungan, Dirko Ruindungan, Dirko G. S. Ruindungan, Dirko G.S. salvius paulus lengkong sambul, alwin Sary D.E. Paturusi Sherwin R. U. A. Sompie Sherwin R.U.A. Sompie Sherwin Sompie Soleman, Novianti Sompie, Sherwin Sompie, Sherwin Reinaldo Unsratdianto Aldo Sondakh, Jeremia M. Steven R. Sentinuwo Steven Ray Sentinuwo Tanjung, Yudhi Pratama Tarumingkeng, Theofilio Turangan, Andreas Dwi Putra Virginia Tulenan Vortuna, Vharadien Veronika Warongan, Tessa S. Wijaya, Febyana Wilhelmina Patty Worung, Diana T. Xaverius B. N. Najoan, Xaverius B. N. Xaverius B.N. Najoan Yaulie D.Y. Rindengan Yeremia Senduk