Claim Missing Document
Check
Articles

Penerapan Metode Association Rule Menggunakan Apriori untuk Rekomendasi Penyusunan Rak Buku di Perpustakaan Universitas Muhammadiyah Bengkulu M Rafli Yudhatama; Ardi Wijaya; Dedy Abdullah; Anisya Sonita
Jurnal Multidisiplin Dehasen (MUDE) Vol 3 No 3 (2024): Juli
Publisher : Universitas Dehasen Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37676/mude.v3i3.6263

Abstract

The library is one of the facilities provided by Muhammadiyah University. The Muhammadiyah University Library can provide various kinds of library materials such as textbooks, text books, literature for practicums, general magazines and various other collections. Some book collections can be borrowed or can only be accessed on site. Apriori is an algorithm that is well known for searching frequent item sets using association rule techniques. The a priori algorithm uses knowledge about previously known frequent itemsets to process further information. In the a priori algorithm, to determine the candidates that may appear, it is done by paying attention to the minimum support. The data collection techniques used by the author in this research are interview techniques, observation and literature study. To carry out a bookshelf search application in a library, it begins with the process of inputting the book title, author's name, and publisher through inputting search data. Next, the system will look for a match string which will be processed by the application. If each string is found it will display it as a whole and will provide bookshelf information. The conclusion that can be drawn from the application of the association rule method using a priori for recommendations for arranging bookshelves in the Muhammadiyah University of Bengkulu library, is that you can find the placement of books in the library by applying the association rule method, can distribute books grouped according to scientific discipline categories, and the rapid miner application By using the association rule method, you can also read scientific discipline categories from the same book and the title entered contains the same characters but different writing.
IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN PRODUK RUMAH TANGGA TERLARIS Sonita, Anisya; Ayu Lestari
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 3 (2024): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i3.6350

Abstract

Household products in the Idola 2 Store certainly have a large number, making it difficult for the store to determine which products have the best selling sales. This research aims to determine the best-selling household products that are most likely to sell at Idola 2 Stores using the K-Nearest Neighbor (K-NN) method and to apply the K-Nearest Neighbor (K-NN) method to predict best-selling products by utilizing sales data. This research uses the RAD (Rapid Application Development) system development method which consists of several stages. The results of this study have created a system using the K-NN method in predicting the determination of best-selling household products. Based on the results of the K-NN method process in predicting the best-selling household products, it is obtained from 20 products, there are 5 products that are included in the best-selling household products, namely Motif Glass Jars, Plastic Jars, Foot Mats, Hanger and Multipurpose Shelves. From this data, the Idol 2 Store can predict what products are likely to have good sales or sell well in the next month.
OPTIMALISASI KINERJA DATABASE PADA WEB SIKAWAN UNIVERSITAS MUHAMMADIYAH BENGKULU Putri Dwi L; Tiara Ayu Lestari; Reza Anisa; Meilisa Tri Ulansari; Muhammad Fajri; Yulia Darmi; Anisya Sonita; Sri Ekowati; Rossa Ayuni
Triwikrama: Jurnal Ilmu Sosial Vol. 7 No. 7 (2025): Triwikrama: Jurnal Ilmu Sosial
Publisher : Cahaya Ilmu Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6578/triwikrama.v7i7.11702

Abstract

Sistem informasi berbasis web memiliki peran penting dalam pengelolaan data akademik dan administratif di perguruan tinggi. Web SIKAWAN merupakan platform yang digunakan untuk menyimpan, mengelola, dan memperbarui data dosen serta karyawan di Universitas Muhammadiyah Bengkulu. Namun, seiring meningkatnya volume data, sistem ini menghadapi tantangan dalam hal efisiensi dan kecepatan akses database. Penelitian ini bertujuan untuk menganalisis dan mengoptimalkan kinerja database Web SIKAWAN agar lebih efisien dan responsif. Metode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan teknik pengumpulan data melalui wawancara, observasi, dan studi dokumentasi. Hasil penelitian menunjukan bahwa optimalisasi melalui indeksasi database, normalisasi tabel, dan penggunaan caching dapat meningkatkan efisiensi pengolahan data, mengurangi waktu respon sistem, serta meningkatkan pengalaman pengguna. Implementasi teknik-teknik ini diharapkan dapat meningkatkan kkehandalan sistem dalam mendukung aktivitas akademik dan administrasi universitas. Web-based information systems have an important role in managing academic and administrative data in higher education. Web SIKAWAN is a platform used to store, manage, and update lecturer and employee data at Universitas Muhammadiyah Bengkulu. However, as the volume of data increases, the system faces challenges in terms of efficiency and speed of database access. This research aims to analyze and optimize the performance of the SIKAWAN Web database to make it more efficient and responsive. The research method used is a descriptive qualitative approach with data collection techniques through interviews, observations, and documentation studies. The results showed that optimization through database indexation, table normalization, and the use of caching can improve data processing efficiency, reduce system response time, and improve user experience. The implementation of these techniques is expected to increase system reliability in supporting university academic and administrative activities.
KLASIFIKASI TINGKAT KEMATANGAN CABAI BERDASARKAN WARNA RGB MENGGUNAKAN METODE FUZZY LOGIC Tri Putra, Bagus; Sonita, Anisya; Kharisma Hidayah, Agung; Imanullah, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13822

Abstract

Pemrosesan citra digital telah menjadi metode yang efektif dalam sektor pertanian, khususnya dalam menentukan tingkat kematangan buah. Penelitian ini bertujuan untuk merancang sistem klasifikasi tingkat kematangan cabai dengan memanfaatkan komponen warna RGB menggunakan pendekatan Fuzzy Logic. Data citra cabai diperoleh melalui proses akuisisi gambar menggunakan kamera digital dengan kondisi pencahayaan yang terkendali. Selanjutnya, citra yang diperoleh dianalisis untuk mengekstrak fitur warna dalam ruang warna RGB. Metode Fuzzy Logic dipakai untuk menentukan tingkat kematangan cabai berdasarkan nilai keanggotaan warna merah, hijau, dan biru. Hasil klasifikasi dikategorikan ke dalam beberapa Derajat kesiapan, yakni muda, matang, dan tua. Evaluasi sistem dilakukan dengan membandingkan hasil klasifikasi dengan data ground truth yang diperoleh atas pakar pertanian. Hasil penelitian menunjukkan bahwa metode Fuzzy Logic mampu mengklasifikasikan tingkat kematangan cabai dengan akurasi yang tinggi, didapatkan akurasi untuk jenis kategori cabai muda sebesar 100%, untuk jenis kategori cabai matang sebesar 93,33%, dan untuk jenis ketegori cabai tua sebesar 90%. Sehingga didapatkan rata-rata akurasi sebesar 94,44%. Implementasi sistem Ini berguna bagi petani untuk menetapkan waktu panen yang tepat. optimal, sehingga meningkatkan kualitas dan efisiensi dalam produksi cabai.
PERBANDINGAN METODE CNN DAN SVM UNTUK MENGKLASIFIKASI KEMATANGAN SERTA MENGUKUR KANDUNGAN VITAMIN C JERUK GERGA MENGGUNAKAN CITRA DIGITAL Anugrah Ilahi, Puja; Toyib, Rozali; Reswan, Yuza; Sonita, Anisya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13829

Abstract

Masalah dalam panen buah jeruk Gerga sering kali terjadi akibat kesalahan dalam proses pemetikan yang hanya didasarkan pada warna serta estimasi semata, sehingga kualitas buah yang dihasilkan tidak sesuai dengan harapan konsumen. Jeruk Gerga memiliki kandungan vitamin C yang lebih tinggi dibandingkan dengan jeruk manis biasa, penting untuk melakukan pengukuran kadar vitamin C berdasarkan warna dan nilai Hue dengan menggunakan citra warna. Jaringan Saraf Konvolusional (CNN) dan Mesin Vektor Pendukung (SVM) memiliki peranan penting dalam klasifikasi gambar digital, terutama dalam menentukan tingkat kematangan buah dimana CNN adalah Metode Deep Learning yang mampu mengambil fitur visual yang kompleks, seperti tekstur serta pola warna yang relevan untuk mendeteksi kematangan buah, CNN memberikan hasil lebih akurat dalam klasifikasi kematangan buah jika dibandingkan dengan metode konvensional, berkat kemampuannya untuk mengenali pola non-linear dalam data visual. Temuan penelitian menunjukkan bahwa algoritma CNN menghasilkan akurasi yang lebih tinggi dibandingkan dengan SVM. CNN mencapai akurasi sebesar 98%, sementara SVM hanya mencapai akurasi 94%. Selain itu lebih efektif dalam mendeteksi pola warna dan tekstur buah, membuatnya lebih ampuh dalam klasifikasi kematangan Jeruk Gerga. Dengan demikian, pendekatan menggunakan CNN diusulkan sebagai metode yang lebih unggul untuk sistem klasifikasi otomatis berbasis gambar digital, khususnya di sektor pertanian dan teknologi pangan.
Herbal Plant Classification Using EfficientNetV2B0 Model and CRISP-DM Approach Sonita, Anisya; Anggriani, Kurnia; Vatresia, Arie; Putri, Tiara Eka; Darnita , Yulia; Zahra, Syakira Az; Aprilia, Vilda; Aziz, Dzakwan Ammar
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.5141

Abstract

Herbal remedies have long been utilized by Indonesian communities as part of traditional medicine. However, identification of these natural resources is often challenging due to the morphological similarities among various species, which demand expert knowledge to differentiate. This study aims to implement the EfficientNetV2B0 model architecture for classifying medicinal leaves through an Android-based application designed to support recognition tasks. The dataset was composed of augmented images of plant foliage. The model was trained using the TensorFlow framework and evaluated to measure classification performance. Results demonstrate that EfficientNetV2B0 achieves excellent accuracy, with validation scores exceeding 97%, outperforming several other deep learning models. The resulting application allows the general public to identify local medicinal species more easily. This study contributes to the field of computer vision by providing an accurate and efficient classification framework, particularly beneficial for health-related informatics in biodiversity-rich regions.
Automated Classification of Mungkus Fish Freshness Based on Eye and Gill Images Using the Naive Bayes Algorithm Darnita, Yulia; Toyib, Rozali; Sonita, Anisya; Putra, Andika
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.5146

Abstract

The problem of assessing the freshness of fish, especially Mungkus fish, is usually directed at several physical indicators, such as eye appearance, gill condition, meat quality, and odor. This traditional method is often considered inaccurate and requires certain expertise, therefore a more effective and objective method is needed to assess the freshness level of Mungkus fish, which in turn can provide benefits for both fishermen and the public in general. The solution to this problem by using the Naïve Bayes method in classifying the freshness level of Mungkus fish based on eye and gill images has proven to be a fairly efficient approach. The Naïve Bayes method itself is a simple but very effective algorithm in the field of machine learning, and operates based on Bayes' Theorem with the assumption that features are independent of each other. This method can be applied in the initial stage of classification by utilizing basic features taken from images of fish eyes and gills. Based on testing 30 new data sets, the clustering system demonstrated an accuracy rate of 66.67%, indicating that 20 data sets were correctly classified according to their actual conditions. On the other hand, 10 data sets, or 33.33%, could not be categorized correctly. Of the 30 old data sets tested, the system was able to correctly classify 19 (63.33%), while 11 (36.67%) still had errors in their classification predictions. Overall, the system successfully performed data clustering with 65% accuracy, with the remaining 35% still showing errors in the classification process.  
Pemberdayaan Kelompok Belajar Masyarakat Dalam Usaha Pembuatan Pakan Lele Fraternesi, F; Sonita, Anisya; Mutmainnah, Elni
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Bidang Sosial Ekonomi dan Psikologi
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Salah satu faktor utama penunjang budidaya Ikan Lele adalahketersediaan pakan yang cukup dengan harga yang terjangkau. Faktorutama yang menjadi kendala usaha budidaya Ikan lele adalah karenaharga Pakan yang mahal. Di Kota Bengkulu pakan lele sebagian besardidatangkan dari luar kota Bengkulu, dengan rata-rata perkilonyasebesar Rp 11.000,-. Untuk kebutuhan rata-rata 1000 tebar benihmereka membutuhkan ±300 kilo pakan.Sehingga biaya Pakan menjadipermasalahan dalam upaya menambah income bagi pembudidaya Ikanlele. Adanya Inovasi teknologi pembuatan Pakan lele denganmenggunakan bahan-bahan dan peralatan yang mudah didapatmemberikan alternatif pemecahan masalah ketersediaan pakan yangmurah dan terjangkau.TIM pengabdian masyarakat Universitas Muhammadiyah Bengkuluberupaya melakukan diseminasi hasil penelitian inovasi pembuatanpakan yang berasal dari campuran tepung ikan, ampas tahu, tepungdarah sapi dan dedak halus dengan persentase kandungan proteinpelet jadi sekitar 35-40%. Peralatan yang digunakan juga berasal daribarang-barang rumah tangga yang biasa digunakan sehari-hari.Berdasarkan hasil perhitungan ekonomis, pembuatan pakan lele inimembutuhkan biaya investasi ±5.000.000,- . dan mampu menghematbiaya produksi hampir 50% nya.Kegiatan yang dilakukan selain diseminasi hasil penelitian jugamendampingi kelompok Belajar Masyarakat dalam usaha pembuatanPakan Lele. Bentuk kegiatan yang akan dilakukan diantaranya berupa;pendidikan dan penyuluhan tentang pembuatan pakan Lele yangramah lingkungan, pelatihan dalam pembuatan pakan Lele danpendampingan masyarakat. Kegiatan pengabdian yang dilakukandiharapkan akan meningkatkan wawasan kelompok budidaya leledalam membuat pakan yang ramah lingkungan, mudah dilakukan dandapat meningkatkan pendapatan masyarakat sebagai peluang usahabaru
PELATIHAN KETERAMPILAN DASAR KOMPUTER DAN TEKNOLOGI INFORMASI BAGI PERANGKAT DESA DI KECAMATAN AIR BESI, KABUPATEN BENGKULU UTARA Pahrizal, Pahrizal; Sonita, Anisya; Deslianti, Dwita
Prosiding University Research Colloquium Proceeding of The 8th University Research Colloquium 2018: Bidang Teknik dan Rekayasa & Bidang Tekni
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

KKN-PPM adalah suatu upaya Universitas Muhammadiyah Bengkulu untuk memberikan sumbangsih ilmu pengetahuan dan teknologi kepada masyarakat. Berdasarkan hal ini, kami mengajukan usulan kegiatan KKN-PPM di 3 Desa, yaitu : 1) Desa Dusun Curup, 2) Desa Genting Perangkap dan 3) Desa Lubuk Balam, Kecamatan Air Besi, Kabupaten Bengkulu Utara. Tujuan KKN-PPM ini adalah untuk memberikan pengetahuan dan keterampilan dasar komputer dan teknologi informasi kepada masyarakat di 3 Desa tersebut, khususnya Guru Sekolah Dasar dan Perangkat Desa.Pelatihan ini diharapkan memberikan bekal kepada Guru Sekolah dan Aparat Desa tentang manfaat komputer dan teknologi informasi bagi pengembangan ilmu pengetahuan. Target luaran yang diharapkan dari kegitan ini adalah publikasi ilmiah pada jurnal nasional, publikasi di media cetak, selain itu taget luaran pada kegiatan ini juga agar Guru Sekolah Dasar dan Perangkat Desa mampu mengoperasikan komputer untuk program-program aplikasi dasar, serta Peserta pelatihan memiliki kemampuan dalam mengoperasikan komputerisasi dan mencari informasi yang mereka butuhkan sehingga mempercepat pengembangan ilmu pengetahuan hingga ke pelosok desa.
IMPLEMENTASI ALGORITMA STING MATCHING PADA RANCANG BANGUN APLIKASI PENDETEKSI OBAT DAN MAKANAN Sonita, Anisya; Khairunnisyh, Khairunnisyh
Prosiding University Research Colloquium Proceeding of The 8th University Research Colloquium 2018: Bidang Teknik dan Rekayasa & Bidang Tekni
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Pada era teknologi yang semakin maju saat ini, banyak ditemukan makanan dan obat-obatan yang dijual bebas dan mengandung senyawa berbahaya serta tidak terdaftar pada BPOM. Kurangnya pengetahuan pada masyarakat membuat banyaknya masyarakat yang terkena penyakit baru, penyakit kulit, hingga keracunan makanan. sehingga diperlukan sebuah aplikasi yang dapat membatu masyarakat untuk mengetahui jenis obat dan makanan yag tedaftar pada BPOM sehingga masyarakat tau obat dan makanan yang layak dikonsumsi. String Matching adalah suatu algoritma yang digunakan untuk memecahkan masalah pencocokan suatu teks terhadap suatu teks lain. Cara yang jelas untuk mencari pattern yang cocok dengan teks adalah dengan mencoba mencari di setiap posisi awal dari teks dan mengabaikan pencarian secepat mungkin jika karakter yang salah ditemukan. Algoritma String Matching berhasil menemukan dan mencocokkan kode barang pada database dan hasil Scan OCR sehingga di simpulkan oleh sistem bahwa kode Obat atau makanan tersebut telah terdaftar dan di sahkan oleh BPOM.
Co-Authors A.R Walad Mahfuzhi A.R. Walad Mahfuzhi Abdullah, Dedy Achmad Fariz Ade Ihza dwi Putra Adriansyah, M. Ari Adzan Ansyori Affandi Mussa, Anitya Putri Agung Kharisma Hidayah Aji Setiyadi Alan Andeka Amaliah, Asma Amandha, Lufti Andika Putra Anggraini, Laura ANJAYA RIDUANSYAH Anugrah Ilahi, Puja Apriance, Cici Apriansyah, Eko Saputra Apridiansyah, Yovi Aprilia, Vilda Ar. Walad Mahfuzi Arie Vatresia Arif Susanto Ayu Lestari Aziz, Dzakwan Ammar Beta Yuniarti Charles Roenal Krisubiyantoro Chindy Erliani Cici Apriance Darnita , Yulia Darnita, Yulia Dedy Abdullah Dedy Abdullah Dedy Agung Prabowo Deslianti, Dwita Deslianti, Dwita Devano Checario Diana Diana Diana Diana Diki Zulfahmi Dwita Deslianti Dwita Deslianti Eka Sahputra Eka Sahputra Eko Saputra Apriansyah Elni Mutmainnah Erwin Dwik Putra F Fraternesi Fadila, Aldevia Febrian Nurtaneo Fikri Ikbal P Fitri Lestari Fitri Lestari, Fitri Fraternesi, F Gilang Pramudia Fabriandi Handrawijaya, Khairus Syah Heni Sulusyawati hidayah, agung kharisma Ika Yurika Sari Imanullah, Muhammad Jefri Zulkarnain Jestika Safitri Juhardi, Ujang Khairullah khairullah Khairunnisyah Khairunnisyah Khairunnisyh Khairunnisyh Khairunnisyh, Khairunnisyh Khairus Syah Handrawijaya Kirman Kurnia Anggriani, Kurnia Laura Anggraini Lufti Amandha Lukman, Musfirah Putri M Faishal M Fakhrur Riozi M Khairunnas M Rafli Yudhatama M. Ari Adriansyah Marcelina Novi Zarti Marissa Utami MAYANG SARI Meilisa Tri Ulansari Miswanti Yuli Muhammad Andre Anggara Muhammad Fajri Muhammad Husni Rifqo Muhammad Husni Rifqo Muhammad Rohman Dani Muhira Dzar Faraby, Muhira Dzar Mukhlizar, Mukhlizar Muntahanah Muntahanah Muntahanah, Muntahanah Mustika Mustika Nofriansyah Praja Nurhayati Nurhayati Nurul Jannah Pahrizal Pahrizal Pahrizal Pahrizal, Pahrizal Pariza, Rahmat Pedro Ginal Victori Pedro Putra, Erwin Dwik Putra, Erwin Dwika Putri Dwi L Putri, Tiara Eka Raffles, Richard Rahmalia, Rahmalia Rahman Fadli Tanjung Rahmat Pariza Ramadhan Saputra Alpani Ramadhan Saputra Alpani Rendika Efando Reza Anisa Ria Elda Fitri RIDUANSYAH, ANJAYA Rifqo, Muhammad Husni Rinni Rio Eka Prayuda Rizki Fitrah Fardianitama Robian Kundari Ronaldo, Ronaldo Roni Karniawan Rossa Ayuni Rozali Toyib Sahputra, Eka Sirad, Mochammad Apriyadi Hadi sofyan sofyan Sri Ekowati Sri Handayani Sri Handayani sumardi Surya Ade Saputera Susi Hardianti Susilo Dwi Prabowo Syaputra, Weki Tanjung, Rahman Fadli Thaha, Sarma Tiara Ayu Lestari Toyib, Rozali Tri Putra, Bagus Ujang Juhardi Weki Syaputra widya kartika sari Wijaya, Ardi Witriyono, Harry Yoan Hadi Kusuma Admaja Yopita Syaputri Yuli Asmi Rahman Yulia Darmi Yulia Darnita Yuza Reswan Zahra, Syakira Az Zainove Sandi Zarti, Marcelina Novi