Article Per Year (5 Year)
p-Index From 2021 - 2026
24.907
P-Index
This Author published in this journals
All Journal Teknika Jupiter Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) JUITA : Jurnal Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika SemanTIK : Teknik Informasi QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama SISFOTENIKA Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial JURNAL MEDIA INFORMATIKA BUDIDARMA Informatics for Educators and Professional : Journal of Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Persada Husada Indonesia INTECOMS: Journal of Information Technology and Computer Science JSiI (Jurnal Sistem Informasi) JURNAL PENDIDIKAN TAMBUSAI Journal on Education Informasi Interaktif Progresif: Jurnal Ilmiah Komputer Jusikom: Jurnal Sistem Informasi Ilmu Komputer TEKNOKOM : Jurnal Teknologi dan Rekayasa Sistem Komputer Jurnal Pendidikan dan Konseling Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Sistem informasi dan informatika (SIMIKA) Journal of Applied Engineering and Technological Science (JAETS) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Pengabdian Masyarakat Khatulistiwa Just TI (Jurnal Sains Terapan Teknologi Informasi) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Nasional (JPN) Indonesia SENADA : Semangat Nasional Dalam MengabdI Jurnal Cahaya Mandalika Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Sosial dan Teknologi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Tika Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) JUTECH : Journal Education and Technology Jurnal Widya AJAD : Jurnal Pengabdian kepada Masyarakat Jurnal Pendidikan Sains dan Komputer International Journal Software Engineering and Computer Science (IJSECS) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science DEVOTE: Jurnal Pengabdian Masyarakat Global Cross-border CKI On Spot SmartComp SENADA : Semangat Nasional Dalam Mengabdi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Nasional (JPN) Indonesia Journal Innovations Computer Science Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Dadang Iskandar Mulyana`
ST Ilmu Komputer Cipta Karya Informatika
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 216 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search
Journal : SmartComp

 1   2 
Penerapan Semantic Text Analysis Dan String Filter Matching Menggunakan Algoritma Boyer Moore Pada Aplikasi Chat Online Dadang Iskandar Mulyana; Muhammad Arfan Irsyad Rowis; Ari Surya Jaya; Dedi Iskandar
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i3.3402

Abstract

Penggunaan media sosial saat ini menjadi suatu kebutuhan sehari-hari yang tidak bisa dihindari. Berbagi pesan teks satu sama lain yang dikirmkan kepada penerima bisa saja menimbulkan suatu masalah yaitu adanya kata atau kalimat yang mengandung makna kotor ataupun tidak pantas yang ditulis oleh pengirim kepada penerima. Hal ini perlu adanya penyaringan teks untuk memberikan interaksi yang baik diantara pengguna dalam berbagi teks sebagai kebutuhan berbagi informasi. Semantic Text Analysis dalam penyaringan teks ini membandingkan kata-kata yang sama antara kata yang kotor, jika kata yang dikirim memiliki pesan yang mengandung makna tidak sopan atau kotor maka pesan teks yang dikirim kepada penerima disensor. Di dunia ilmu komputer perbandingan teks bisa diatasi dengan dengan pencarian teks. Proses pencarian pada kata yang akan dicari salah satu nya dengan menggunakan algoritma Boyer-Moore yang merupakan suatu solusi yang cukup baik untuk menyelesaikan pencarian teks secara cepat dan tepat dengan susunan karakter di dalam string yang dicocokkan memiliki jumlah atau urutan karakter di dalam string yang sama. sehingga perbandingan menjadi efisien, setelah dilakukan uji coba yang telah di lakukan masalah di atas dapat teratasi dengan baik merubah kalimat kata-kata yang tidak pantas menjadi symbol atau karakter yang di sandikan sehingga percakapan dapat berjalan dengan baik.
Implementasi Keamanan Lemari dengan Teknologi Radio Frequency Identification C.Afif Firas; Dadang Iskandar Mulyana
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3529

Abstract

Kasus pencurian barang berharga semakin meningkat, untuk mengantisipasi hal tersebut di butuhkan sebuah perangkat keamanan yang terintergrasi di ataranya adalah lemari. Lemari yang ada pada umumnya memiliki sistem keamanan dan tidak praktis. Untuk itu diperlukan sebuah sistem keamanan lemari yang sederhana, praktis dan efektif, sehingga memudahkan pengguna untuk menciptakan kondisi aman pada saat meninggalkan barang berharga di lemarinya, penulis mempunyai gagasan untuk menghasilkan alat lemari keamanan berbasis teknologi Radio frequency identification dan penggunaan rfid tag sebagai kunci selenoid lock door sebagai pengunci. Metode pengumpulan data yang digunakan dalam penelitian ini menggunakan observasi kepustakaan, dokumentasi serta studi literatur jurnal yang berkaitan dengan masalah yang dibahas. Metode SDLC system devlopmen life cycle yang dimana metode ini berfungsi mengembangkan, memelihara dan mengunakan system yang mencakup sejumlah fase atau tahapan. Metode swot digunakan untuk menganalisa System. Kunci lemari di buat dengan menggunakan rfid tag dan reader, arduino uno, relay, selenoid lock door, untuk mengunci lemari. Selenoid lock door akan terbuka jika kartu yang di deteksi telah terdaftar.
Optimasi Identifikasi Adenokarsinoma Dari Citra X-Ray Dengan Metode Learning Vector Quantization Aziz Septian Amrullah; Dadang Iskandar Mulyana
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4242

Abstract

Adenokarsinoma adalah jenis kanker yang berkembang dan menyebar di sejumlah organ tubuh manusia, terutama yang memiliki kelenjar dalam, antara lain payudara, paru-paru, kerongkongan, usus besar, pankreas, dan prostat. Karena adenokarsinoma dapat mempengaruhi berbagai organ tubuh dan menyebabkan gejala berkembang secara berbeda, sinar-x adalah satu-satunya metode yang dapat dipercaya untuk mendiagnosis kondisi tersebut. Analisis data sinar-X akan mengungkapkan ada tidaknya adenokarsinoma. Periksa ini untuk mengklasifikasikan hasil rontgen sebagai normal atau kanker. Learning Vector Quantification (LVQ) dan ekstraksi ciri merupakan teknik klasifikasi. Upaya yang dilakukan dengan Klasifikasi citra diterapkan sebelum Grayscale, kemudian karakteristik ekstraksi digunakan. First-Rate Kualitas nilai parameter adalah mu, deviasi, skewness, energy, entropy, dan smoothness. 150 gambar x-ray akan diperiksa, dan Learning Vector Quantization akan digunakan untuk mengklasifikasikan hasilnya. Pada epoch 100, akurasi penelitian ini mencapai puncaknya, 97,3%, dan learning rate antara 0,1 dan 0,2.
Identifikasi Kerusakan Jalan dengan Metode Faster R-CNN Studi Kasus di Jalan Pakansari Bogor Jawa Barat Andriyana Fajar; Dadang Iskandar Mulyana; Aziz Septian Amrullah; Kurniawan Irfan Nauval
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3509

Abstract

Salah satu mobilitas yang sangat penting jalan Raya.karena baik buruk nya jalan,dapat menjadi salah satu faktor keselamatan bagi pengguna jalan,di jalan Pakansari bogor saat ini ada banyak sedikit ditemukan kerusakan jalan berupa lubang yang tidak terlalu besar,salah satu faktor lamanya proses perbaikan jalan yaitu disebabkan oleh proses pendataan yang kondisi kerusakan jalan yang masih dilakukan secara manual.Dengan perkembangan teknologi saat ini, telah banyak dilakukan penelitian untuk mendeteksi jenis kerusakan jalan secara otomatis dengan menggunakan metode Faster RCNN.pada tahun 2015 dilakukan perubahan pada algoritma pengumpulan region proposal pada Fast R-CNN yang semula selective search menjadi Region Proposal Network (RPN) dan mendapatkan kecepatan deteksi dan akurasi yang lebih baik dari pendahulunya. Metode tersebut Faster R-CNN. Masing-masing kecepatan R-CNN, Fast R-CNN, Faster R-CNN berturut-turut yaitu 50 detik, 2 detik, dan 0,2 detik. Dengan catatan, hardware yang digunakan pada penelitian tersebut menggunakan komputer high-end. Pada pengukuran akurasi, keluarga R-CNN mendapat akurasi rata-rata diatas 70%. Dengan kehandalan yang dimiliki Faster R-CNN, penulis membangun sistem deteksi pengguna jalan. Namun, spesifikasi hardware yang lebih rendah yang dimiliki, penulis mengusulkan menggunakan arsitektur yang lebih ringan, yaitu tingkat akurasi yang dihasilkan menggunakan metode Faster R-CNN yang diperbarui sebesar 96,84%. Sedangkan kecepatan deteksi yang diperoleh sebesar 0,16 citra/detik.
Optimasi Klasifikasi Buah Anggur Menggunakan Data Augmentasi dan Convolutional Neural Network Nana Nana; Dadang Iskandar Mulyana; Ali Akbar; Muhammad Zikri
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3527

Abstract

Grapes are a popular fruit and can be easily found almost anywhere in the world. Many will be amazed by the sweet and delicious taste of this grape. Grapes not only brings extraordinary delicacy to our taste buds but also bring special benefits to human health. Therefore, the researchers tried to make a grape image recognition program that uses Data Augmentation and Convolutional Neural Network algorithms. It is a convolutional activity that combines some preparatory processing with several components moving together through a biological sensor system. The grapes used are Champagne, Concord, Cotton Candy, Chris Monceedless, Gewürztraminer, Grenora, Kyoho, Moondrops, Pinot Noir, Riesling, Sultana, Sweet Jubilee and Valiant. Classification optimization was carried out on grape images using two test models, namely the sequential model and the on-top VGG16 model, which operate on the Google Collaboratory Website application and Keras. The test data for this observation on training data are 2400 images and test data as many as 480 images that create a value for the sequential model with an accuracy of 98.54% and a loss of 0.027%, for the on top model VGG16 the accuracy value is 99.37% and a loss value is 0.029%
Optimasi Klasifikasi Kematangan Buah Alpukat Menggunakan KNN dan Fitur Statistik Milli Ruswandi; Dadang Iskandar Mulyana; Awaludin Awaludin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3531

Abstract

Alpukat (Perseaamericana mill) merupakan tanaman yang dapat tumbuh subur di daerah tropis seperti Indonesia dan merupakan salah satu jenis buah yang digemari masyarakat karena selain rasanya yang enak juga kandungan antioksidannya yang tinggi. Alpukat Memiliki nilai warna yang mirip disetiap tingkat kematangan buah, menjadi hal yang menarik untuk dibahas dan menjadi fokus utama dalam penelitian ini, K-Nearest Neigtbor Classifier (k-NN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Tujuan dari penelitian ini adalah menguji keakuratan algoritma k-nearest neighbor pada klasifikasi tingkat kematangan buah alpukat. Pengujian dilakukan dengan memperoleh nilai data training dan melakukan uji sistem. Data uji pelatihan menggunakan tiga objek jenis alpukat yang berbeda yaitu matang, setengah matang dan mentah. Sedangkan pengujian pada sistem dilakukan dengan melakukan input data berupa 30 sampel alpukat ke sistem yang telah dirancang. Contoh buah alpukat berupa gambar berekstensi .jpg dan .png yang terdiri dari 9 sampel alpukat setengah matang. 10 sampel alpukat matang dan 11 sampel alpukat mentah. Hasil dari pengujian sistem ini memperoleh nilai keakuratan Tingkat keserasian yang mirip dari jenis ketiga menyempurnakan alpukat menjadi faktor utama dari minimnya perolehan nilai kekuratan sistem. Hasil dari optimasi dari algoritma ini memperoleh nilai keakuratan sebesar 78,56 %. Selain itu, optimasi algortitma ini mampu meminimalisir hasil kesalahan prediksi akibat nilai range diluar jangkauan dan mampu mengoptimalisasi bobot Persentase Nilai Training setiap uji citra dalam menentukan hasil klasifikasi.
Segmentasi Citra Grayscale Dengan Metode K-Means Clustering gerak tangan bahasa isyarat indonesia Mesra Betty yel; Dadang Iskandar Mulyana; Richard Franido
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4243

Abstract

Teknik pengolahan citra digital merupakan salah satu produk pengembangan dari teknologi komputasi. Pengolahan data citra Bahasa isyarat berbasis komputer mempermudah mencermati suatu isyrat dengan cepat dan tepat, namun potensi ini belum banyak terlihat baik untuk riset ataupun untuk keperluan di Indonesia. pengolahan yang lebih teliti diperlukan dari setiap perubahan pada Bahasa yang ada di suatu negara, terutama Alfabet.Citra yang diamati secara manual kurang episien dalam menentukan suatu menterjemahkan, sehingga menyebabkan analisis secara visual untuk objek yang menjadi perhatian sulit dilakukan. Salah satu pengolahan citra digital adalah segmentasi. Prosesnya dimulai dengan menginput citra digital bahasa isyarat, selanjutnya dikonversi citra. Kemudian dilakukan proses segmentasi terhadap citra. Selanjutnya, dipilih hasil segmentasi dan ditandai dengan metode K-means Clustering yang dipertajam dengan proses dilasi. Proses terakhir adalah membuat Kluster terhadap hasil proses dilasi dan citra Bahasa isyarat.data kluster/centroid dengan menggunakan Grayscale sebagai pemudah proses seleksi program. Keseluruhan proses ini dilakukan dengan menggunakan MATLAB, Pada percobaan kali ini saya mengngerjakan pengenalan objek dari sebuah gambar Bahasa Isyarat. menggunakan metode K-means.Kami lakukan dengan tujuan dapat membedakan yang  objek. Metode ini mengubah Citra yang semula berwarna menjadi gambar abu-abu dan nilai komponen luminance di atur ke nilai tertentu supaya mengurangi intentsitas cahaya. Kemudian menetapkan angka batas yang di gunakan untuk mengelompokan hubungan antara nilai K dan nilai tengah gambar. Setelah proses tersebut akan dilakukan pencocokan antara gambar segmentasi dengan ganbar asli dan akan di berikan tanda jika object sudah terdeteksi. Algoritma clusteringdisusun dengan  menggunakan  program  Matlab  2013a,  dengan menguji  coba  nilai k=  3, 4,  5,...,10. Dari  penelitian  diperoleh  bahwa k=  8  dapat  memvisualisasikan pembentukan warna yang lebih nyata dibanding dengan jumlah clusteryang lain.
Optimasi Image Classification pada Hewan Ular dengan Convolutional Neural Network Riko Afriandika; Dadang Iskandar Mulyana; Miftahul Ulum; Dita Yuliana
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3526

Abstract

Ular sering dianggap sebagai hal yang membahayakan oleh masyarakat sehingga keberadaannya tidak disukai. Hal itu menyebabkan beberapa spesies ular menjadi terancam punah. Untuk itu, tujuan penelitian ini adalah mengetahui spesies ular yang hidup di Dusun Kopendukuh dan untuk mengetahui persepsi masyarakat terhadap ular secara umum. Sampel ular diperoleh melalui sampling langsung dan tak langsung. Sampling langsung dengan melakukan jelajah di area kebun dan pekarangan rumah penduduk, sedangkan sampling tak langsung dengan melakukan wawancara dengan penduduk. Kemudian sampel didokumentasi dan diidentifikasi. Kajian persepsi diperoleh melalui wawancara semi terstruktur dan kuisioner kepada responden yang diambil secara acak dengan usia minimum 10 tahun sebanyak 30 orang. Hasil wawancara dan kuisioner dianalisis menggunakan skala Likert dan analisis deskriptif. Hasil penelitian menunjukkan bahwa ditemukan dua spesies dengan metode langsung yaitu ular piton (Phyton reticulatus Schneider) dan ular kacang (Dendrelaphis pictus Gmelin), sedangkan dengan metode tak langsung didapatkan sepuluh spesies ular, yaitu ular piton (Phyton reticulatus Schneider), ular sanca (Python molurus L.innaeus), ular kacang (Dendrelaphis pictus Gmelin), ular kayu (Ptyas korros Schlegel), ular irus (Naja sputatrix F. Boie), ular siloro (Boiga dendrophylla Boie), ular lajing (Chrysopelea paradise Boie), ular jali (Bungarus candidus Linnaeus), ular hijau (Gonyosoma oxycephallum F. Boie), dan ular gadung (Ahaetulla prasina Boie). Masyarakat memperoleh pengetahuan tentang peran ular dalam ekosistem dari pengalaman kehidupan sehari-hari sehingga masyarakat dapat bersikap arif terhadap keberadaan ular dalam ekosistem. Masyarakat bersedia untuk menerima dan menyampaikan informasi yang diterima dari kalangan yang dianggap memiliki kredibilitas tinggi. Oleh karena itu tindakan konservasi ular dapat dilakukan dengan baik melalui pendekatan kearifan tradisional yang ada di wilayah tersebut.
Optimasi Image Classification Pada Burung Kenari Dengan Menggunakan Data Augmentasi dan Convolutional Neural Network Gusniar Alfian Noor; Dadang Iskandar Mulyana; Faisal Akbar
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3530

Abstract

Burung kenari atau dalam Bahasa latin (Serinus canaria) merupakan salah satu burung hias dimana anda dapat mendengar kicauan yang sangat bagus dan menarik. Kepulauan Canary pertama kali ditemukan di Kepulauan Canary pada abad ke-15 oleh seorang navigator Prancis bernama Jean de Berthan Cout. Burung yang ditemukan memiliki bulu dan warna yang sangat indah, serta suara yang sangat merdu. Namun perlu diingat bahwa ada beberapa jenis dan jenis burung kenari, tergantung dari bentuk, warna dan asalnya. Dalam hal ini peneliti menggunakan Convolutional Neural Network (CNN) untuk mengoptimalkan klasifikasi gambar kenari. Convolutional Neural Network (CNN) adalah jenis jaringan saraf yang biasa digunakan untuk data gambar. Tujuan dari penelitian ialah untuk mengoptimalkan citra burung kenari untuk mengklasifikasikan data berlabel menggunakan metode Supervised Learning, salah satu metode pembelajaran mesin di mana sistem sudah mengenali atau memiliki hasil yang diharapkan pengguna. Singkatnya, metode pembelajaran ini bekerja dengan menggunakan kembali data dan mengeluarkan hasil yang dimasukkan oleh pengguna atau dibuat oleh sistem sebelumnya. Implementasi pengenalan citra burung kenari dilakukan dengan menggunakan 2 model pengujian yaitu model Sequential dan model on top VGG16 yang berjalan pada data augmentasi. Data pengujian pada penelitian ini adalah 1.275 citra data latih dan 30 citra datauji yang menghasilkan nilai evaluasi dengan nilai akurasi 98,40% dan nilai loss 0,092 pada model Sequential dan nilai akurasi 98,15% dan nilai loss 0,032 pada model on top VGG16
Aplikasi Mobile Pendataan Jumantik (Juru Pemantau Jentik) di Rt.005 Rw.001 Kelurahan Jatibening, Kota Bekasi Yuma Akbar; Dadang Iskandar Mulyana; Sri Lestari; Gusniar Alfian Noor; Aziz Septian Amrullah; Angga Tristhanaya; Faisal Akbar
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3536

Abstract

Seiring dengan berkembangnya kemajuan teknologi sekarang ini sangat bermanfaat sekali bagi kita dalam mencari suatu informasi yang begitu cepat, tepat dan akurat yang bisa di akses melalui smartphone, dengan ada kemajuan teknologi dapat membantu kita dalam mengakses informasi dan juga membantu kita dalam menyelesaikan pekerjaan kita sehari-hari. Membuat pekerjaan yang sulit dilakukan menjadi mudah di kerjakan dan mendapatkan hasil yang lebih baik dari sebelumnya. Petugas JUMANTIK (Juru Pemanta Jentik) membutuhkan suatu system informasi tentang pendataan tempat perkembang biakan nyamuk yang berada di rumah warga Rukun Tetangga Kelurahan Jatibening yang bisa mempermudah  petugas JUMANTIK (Juru Pemantau Jentik) dalam mengumpulkan data untuk diinformasikan kepada warga Rukun Tetangga Kelurahan Jatibening. Saat ini, petugas masih secara manual dalam mengumpulkan data perkembang biakan nyamuk dirumah warga Rukun Tetangga Kelurahan Jatibening. Untuk itulah penulis mencoba membuat laporan KKP pengabdian masyarakat mengenai aplikasi mobile pendataan JUMANTIK (Juru Pemantau Jentik). Dengan menggunakan aplikasi mobile sebagai alat bantu dalam mengumpulkan data tentang perkembang biakan nyamuk yang berada di rumah warga Rukun Tetangga Kelurahan Jatibening dapat mempermudah petugas dalam pengumpulan data dengan cara lebih mudah dan efisien.
Co-Authors Abdillah, Gipari Pradina Abdul Hafidz Abdul Shomad Abyan, Muhammad Abdul Aziz Adawiyah, Rizky Adi Riswan Agung Pratama Agung Pratama Agung Rizki Zamzami Agung Saputra Agus Sigit Sumarsono Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Bustomi Zuhri Ahmad Saepudin Ahmad Saepudin Ahmad Zulfikar Aidil Rizki Hidayat Aimar, Muqorrobin Aji Aji Dwi Prasetyo Aji Suswantoro Akbar, Yuma Akbarulloh, Feri Akhsani, Ziyat Akmal, Roid Adip Akmaludin Akmaludin Al Ammar, Muhammad Farros Al Faruq, Abdullah Alannuari, Fiky Albahy, Abdurrahman A. Aldi Sitohang Alfiani Damaiyanti AlfianiDamaiyanti Ali Akbar Ali Akbar Ali Muhammad Faadhil Ali Yafi Zulkarnain Alifah, Rifdah Aloisius Awang Hariman Amat Solihin Andi Anto Diarjo Andriyana Fajar Andy Manuel Prima Angga Tristhanaya Anggit Purnama Anggraeni, Eka Anisah Wulandari Apian Candra Aditya Ardana, Tegar Rizky Ardiyansyah, Ferry Ari Ramadhan Ari Surya Jaya Ari Surya Jaya Aribatullah Arief, Yoga Sofyan Arinal, Veri Aris Sufriman Arisenja, Ni Luh Bumi Arpinda Arpinda Asep Maulana Asep Ovid Afidin Asep Ovid Afidin Aswad, Hazrul Asyrofie, Maulana Azhar Atik Budi Paryanti Awaludin Awaludin Ayu Saputry, Yulia Yanti Aziz Septian Amrullah Aziz Septian Amrullah Aziz, Naufal Azzahra, Salma Latifa B, Muhamad Hasbi Toharudin Banase, Samuel Figo Bashir, Ade Abdul Bela Dina Betty Yel, Mesra Bintoro, Bayu C.Afif Firas Cahyana, Adella Fitriany Calvin Bill Roring Candra Milad Ridha Eislam Choirul Huda Debby Ramadhina Salsabilla Dedi Gunawan Dedi Iskandar Dedi Iskandar Deny Saputra Dewi Riyanti Wibowo Dewi Riyanti Wibowo Dheo Hanif Pristian Dhiva Andini Putri Alinur Diana Barsasella Dita Yuliana Donaldo, Evan Dwi Lestari Edi Edi Eka Anggraeni Eka Maheswara Eka Okta Putri Sulaiman Eka Okta Putri Sulaiman Eka Putri Aprillia Eka Satria Maheswara Eka Satria Maheswara Ependi, Soleh Erno Sumantri F, Joe Renaldy Fadhil Khanifan Achmad Fadhil, Ali Muhammad Fadillah, Fauzan Fadlan, Muhammad Fahmi Nurul Huda Faisal Akbar Faisal Akbar Faizal Joko Perwitosari Farida Indah Riantini Fatchur Rochman Fatonah FauzI Ramdhani Feni Citra Dewi Fernanda Adhipramana Ferry Fajar Pratama FikriYadi FikriYadi Fiktor Kurnia Tofano Firhan Ali Fransiscus Rolanda Malau Fransiscus Rolanda Malau Genisa, Lenggo Ghofurur Nawangsah Gilang Ramadhan Gusniar Alfian Noor Gusniar Alfian Noor Handrianus Saldu Herdiyansyah Hartanto Herdiyansyah herdi Hartanto Hermawan Susanto Hidayat, Aditya Zakaria Hidayat, Nurhikmah Hudhoifah, Maula Abi Hudzaifah, Salim Maula Ikha Novie Tri Lestari Ikha Novie Tri Lestari Ikhsan Ikhsan Ikhwanul Kurnia Rahman Ilham Wahyudi Imam Khoeri Imantara, Alaqsha Gilang Indah Rosmalina Irbah Baihaqi Irbah Baihaqi Irfan Maulana Irfan Maulana, Irfan Istianah Istianah Istianah Jaya, Rudi Tri Jodi Juliansah Joharuddin Zakaria, M Ohan Julinar Sari Hutagalung Kastum Kastum, Kastum Kemal Adnan Khanif, Abror Kolbia, Ummi Kurniawan Irfan Nauval Lerry Salasi Saptan Lintang Purnama Lintang Purnama Lorinda, Destiar Lubis, Yunita T Lutfianti, Nesti M Ainur Rofik M Ainur Rofik M Ilham Setya Aji M Ohan Joharuddin Zakaria M. Ohan Zakaria Mafazi, Luthfillah Maharanisa Maharanisa Maharanisa, Maharanisa Mainia Mayasari Marjuki Marjuki Marjuki Maulana Putra Hertaryawan, Ryfan Melani Afsari Miftahul Huda Miftahul Ulum Milli Ruswandi Mirsandi Muhamad Fikri Nugraha Muhamad Ikbal Muhamad Zaeni Nadip Muhammad Adri Ramadhan Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Azhari Muhammad Dzaky Rahmanto Muhammad Dzaky Rahmanto Muhammad Faizal Lazuardi Muhammad Faizal Lazuardi Muhammad Fakhri Pratama Muhammad Furqan Muhammad Jauhar Ruliansyah Muhammad Khalid Muhammad Rizki Muhammad Syahrul Fattah Ramadhan Muhammad Zaenuddin Muhammad Zikri Muhammad Zikri Muklas Adik Putra Muklas Adik Putra Mutia Ramadhan Naini Saadah Naini Sa’adah Nana NANA NANA Nandy Dinilhaq Nesti Lutfianti Nimas Galuh Pramuditasari Notonegoro, Danendra Satriyohadi Noviyanti, Irma Nugroho, Kurniawan Setyo Nunung Parawati Nuradi, Fahmi Nurfaishal, Muhammad Dzaky Nurrohman, Awaludin Taufiq Oka Prasetiyo Okta Saputra Oky Tria Saputra Paramida, Feti Paryanti, Atik Budi Pramansah, Vika Vitaloka Pramuditasari, Nimas Galuh Pratama, Ferry Fajar Pratiwi, Tiyas Aria Pristian, Dheo Hanif Putra, Guruh Taruno Putra, Mohammad Royger Febriansyah Putra, Reyga Ferdiansyah Putri Amira Sumitro Putri Nugraheni Utami Putri, Atsilah Daini Putro, Faris Widianto Radikto, Radikto Raga Permana Rahmani, Husain Rahmanto, Muhammad Dzaky Raihan Putra M Rosidi Ramadan, Anggi Ramadhan, Muhammad Adri Rasiban Reyga Ferdiansyah Putra Reza Gustrianda Reza Wanandi Richard Franido Richardviki Beay Richardviki Beay Rifky Aldiansyah Riki Maulana Fauzi Riko Afriandika Riswan, Adi Rival, Muhammad Riza Hidayat, Riza Rizky Adawiyah Rofik, M Ainur Roring, Calvin Bill Rowis, Muhammad Arfan Irsyad Runi Amanda Amalia Sadid, Muhammad Arib Umar Sadid, Muhammad Umar Arib sahroni Sahroni Sahrul Hidayat Saifullah Ahmad Yasin Santi Ferawati Saputra, Mochammed Erryandra Saputri, Rosalina Saragih, Silvanus Sarimole, Frencis Matheos Sartika Mala Seli Amelia Senika, Anis Sentosa, Edwin Septiani, Novi Setiawan, Itca Bagus Setya Putra Adenugraha Shakila Shila Wati Silfia, Titi Siregar, Ikhsan Abror Siregar, Mora Hakim Siregar, Muhammad Hafiz Siti Nurhaliza Siti Raysyah Slamet Riyadi Sodik Sofia, Agiah Soleh Ependi Sony Agustian Syah SOPAN ADRIANTO SRI LESTARI Sri Lestari Sri Lestari Stefany Tarunajaya Stepanus, Stepanus Sugeng Sugeng Sugeng Sugeng Sugiyono Sugiyono Sumantri, Dyan Bagus Sumantri, Erno Sumarsono, Agus Sigit Sutisna Sutisna Sutisna Sutisna Sutisna Suwandi Syatria, Muhammad Rifqi Tarunajaya, Stefany Titi Silfia Tofano, Fiktor Kurnia Tri Wahyuni Tundo, Tundo Untung Wahyudi Vara Maulidyah Hidayah Vika Vitaloka Pramansah Wahyu Hidayat Wahyu Saputro Wahyu Saputro Wahyudi, Ahmad Arif Wicaksono, Bima Wieko Wieko Wulandari, Anisah Yacob, Galih Satria Yansen Yansen YkhSanur YkhSanur Yoni Maulana Yuliana Bachtiar Yunita T Lubis Yusril Nurhadi AS Zaidan, Rodhi Shafia Zaky Rahman Hakim Zamzami, Agung Rizki Zidane, Ahmad Syahran Zoharuddin Zakaria, M Ohan