Article Per Year (5 Year)
p-Index From 2021 - 2026
4.62
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) ILKOM Jurnal Ilmiah Jurnal Nasional Komputasi dan Teknologi Informasi JOURNAL OF SCIENCE AND SOCIAL RESEARCH Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Tecnoscienza Jurnal Indonesia : Manajemen Informatika dan Komunikasi International Journal Software Engineering and Computer Science (IJSECS) Jurnal Nasional Cosphi Nusantara of Engineering (NOE) Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK) Journal Of Informatics And Busisnes Empiris Jurnal Pengabdian Pada Masyarakat (EJPPM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Andi Bode
Universitas Ichsan Gorontalo
Aerospace Engineering Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Neuroscience Social Sciences Transportation Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
Pendampingan dan Pemberdayaan Kerupuk Singkong di Desa Tamboo Kecamatan Kabila Kabupaten Bone Bolango Dunggio, Swastiani; Sakir, Mochamad; Bode, Bode; Abdussamad, Syahrir
Empiris Jurnal Pengabdian Pada Masyarakat Vol. 2 No. 2 (2024): Volume 2 Nomor 2 Oktober 2024
Publisher : Fakultas Ilmu Sosial dan Ilmu Politik Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59713/ejppm.v2i2.1080

Abstract

Cassava crackers, a crunchy and savory snack that is a favorite of many people, have great potential to be developed into a promising business. Through mentoring and empowerment programs, cassava cracker business actors can improve product quality, expand markets, and increase community income, especially in Tamboo Village, Kabila Bone District, Bone Bolangao Regency. This assistance and empowerment of cassava crackers has a comprehensive aim of improving the quality of life of the actors and growing the local economy. Assistance can be provided in various forms, ranging from training in making cassava crackers using modern techniques, to assistance with marketing and branding. This training can include the use of quality raw materials, hygienic processing techniques, and proper packaging and storage. Empowerment is also important to help cassava cracker business actors to be more independent and able to compete in the market. As a result of this service, the community, especially partners as business actors, felt helped by the service activities in the form of KKNT carried out by students at Ichsan University, Gorontalo. Kerupuk singkong, camilan renyah dan gurih yang menjadi favorit banyak orang, memiliki potensi besar untuk dikembangkan menjadi usaha yang menjanjikan. Melalui program pendampingan dan pemberdayaan, para pelaku usaha kerupuk singkong dapat meningkatkan kualitas produk, memperluas pasar, dan meningkatkan pendapatan khususnya masyarakat Desa Tamboo Kecamatan Kabila Bone Kabupaten Bone Bolangao. Pendampingan dan pemberdayaan kerupuk singkong ini memiliki tujuan yang komprehensif untuk meningkatkan kualitas hidup para pelaku usaha dan menumbuhkan ekonomi lokal. Pendampingan dapat diberikan dalam berbagai bentuk, mulai dari pelatihan pembuatan kerupuk singkong dengan teknik modern, hingga bantuan dalam hal pemasaran dan branding. Pelatihan tersebut dapat meliputi penggunaan bahan baku berkualitas, teknik pengolahan yang higienis, serta pengemasan dan penyimpanan yang tepat. Pemberdayaan juga penting untuk membantu para pelaku usaha kerupuk singkong agar lebih mandiri dan mampu bersaing di pasar. Hasil pengabdian ini, masyarakat khususnya mitra sebagai pelaku usaha terasa terbantukan dengan adanya kegiatan pengabdian dalam bentuk KKNT yang dilaksakan oleh mahasiswa Universitas Ichsan Gorontalo.
Pendampingan Pembuatan Cemilan Batata Crispy Coklat di Desa Tamboo Kecamatan Kabila Kabupaten Bone Bolango Abdussamad, Syahrir; Bode, Andi; Salihi, Irvan; Zohrahayat, Zohrahayaty; Sakir, Mochamad; Dunggio, Swastiani
Empiris Jurnal Pengabdian Pada Masyarakat Vol. 2 No. 2 (2024): Volume 2 Nomor 2 Oktober 2024
Publisher : Fakultas Ilmu Sosial dan Ilmu Politik Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59713/ejppm.v2i2.1081

Abstract

Snacks are one of the food products that have great potential in improving the economy of the community, especially in villages. This community service aims to assist the community of Tamboo Village, Kabila District, Bone Bolango Regency in making micro, small and medium enterprises of Batata Crispy Chocolate snacks. This assistance is carried out with the hope of improving community skills in producing snacks with high selling value and introducing local products to a wider market. The method used in this study is a participatory approach, where the community is actively involved in every stage of the manufacturing process. The results of this assistance show that the community is not only able to produce Batata Crispy Chocolate independently, but also understands the importance of marketing and attractive packaging. Thus, it is hoped that this product can become a new source of income for the Tamboo Village community. Cemilan merupakan salah satu produk pangan yang memiliki potensi besar dalam meningkatkan perekonomian masyarakat, khususnya di desa-desa. Pengabdian ini bertujuan untuk mendampingi masyarakat Desa Tamboo Kecamatan Kabila Kabupaten Bone Bolango dalam pembuatan usaha mikro, kecil dan menengah cemilan Batata Crispy Coklat. Pendampingan ini dilakukan dengan harapan dapat meningkatkan keterampilan masyarakat dalam memproduksi cemilan yang bernilai jual tinggi serta memperkenalkan produk lokal ke pasar yang lebih luas. Metode yang digunakan dalam penelitian ini adalah pendekatan partisipatif, di mana masyarakat dilibatkan secara aktif dalam setiap tahap proses pembuatan. Hasil dari pendampingan ini menunjukkan bahwa masyarakat tidak hanya mampu memproduksi Batata Crispy Coklat secara mandiri, tetapi juga memahami pentingnya pemasaran dan pengemasan yang menarik. Dengan demikian, diharapkan produk ini dapat menjadi salah satu sumber pendapatan baru bagi masyarakat Desa Tamboo
Design of a Watering Control System for Chili Seedlings Using Arduino Uno Ramadhani, Syarifah Fitrah; Lasulika, Mohamad Efendi; Bode, Andi; Djailani, Moh. Adrian; Posumah, Risky Randa
International Journal Software Engineering and Computer Science (IJSECS) Vol. 4 No. 3 (2024): DECEMBER 2024
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v4i3.3225

Abstract

Technology in agriculture has brought revolutionary changes in the way we view and treat food production. This research is the design of a watering control system because controlling plant watering is an important factor in healthy plant growth. With the use of technology such as Arduino Uno, designing an automatic watering control system that can monitor soil moisture, regulate watering according to plant needs, besides that, another goal is to increase agricultural productivity by optimizing watering of chili plants. The results of research and testing that have been carried out, the Arduino Uno based automatic plant irrigation tool shows success in its design and operation; this tool has been designed and made using an Arduino Uno microcontroller and YL-69 sensor, as well as other supporting devices, which function according to their purpose and function with good performance in automatic watering. This tool can work effectively when the humidity sensor sends data to the Arduino, where if the received data is below the specified limit, the relay automatically activates the water pump to perform watering. During the process, if the sensor detects soil moisture levels above the limit, the relay will turn off the pump and stop watering
Support Vector Machine Menggunakan Forward Selection untuk Prediksi Penjualan Obat Bode, Andi
JURNAL TECNOSCIENZA Vol. 3 No. 1 (2018): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/chwd9t74

Abstract

Perkembangan industri kesehatan terutama farmasi mengalami peningkatan yang pesat. Bersamaan dengan meningkatnya dunia industri farmasi maka informasi produk menjadi masukan bagi perusahaan. Informasi penjualan obat dan informasi persediaan obat. Obat merupakan produk yang dihasilkan dari bahan yang berasal dari tumbuhan, mineral, binatang serta obat syntetis. Prediksi jumlah penjualan di masa yang akan datang bertujuan untuk mengendalikan jumlah stok produk yang ada, sehingga kelebihan stok produk atau kekurangan dapat diminimalkan. Hasil prediksi penjualan akurat maka, pemenuhan permintaan konsumen dapat dipenuhi tepat waktu. Penelitian ini dilakukan untuk memprediksi penjualan obat. Rekapitulasi peserdiaan obat adalah permasalahan yang sering dijumpai oleh pihak apotek. Dalam mempermudah prediksi persediaan obat di periode yang akan datang menggunakan data penjualan obat pada periode sebelumnya. Metode time series sering digunakan sebagai metode peramalan, data time series untuk mengetahui bentuk pola dimasa lalu untuk mengetahui nilai dimasa mendatang. Metode Support Vector Machine tidak bekerja dengan akurat ketika memiliki fitur tidak relevan, karena tidak semua fitur diperlukan. Metode SVM memberikan kinerja yang efektif, jika fitur yang tidak relevan dihapus. Seleksi fitur bekerja secara langsung mengeliminasi fitur serta memilih fitur yang benar memberikan informasi. Pemilahan fitur akan meningkatkan efisiensi. Pada eksperimen algoritma Support Vector Machine dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.135 dengan variabel periode 4, validation Shuffled Sampling 10 dan type kernel Polynomial. Kemudian pada eksperimen algoritma Support Vector Machine menggunakan fitur seleksi Forward Selection dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.133 dengan variabel periode 8, validation Shuffled Sampling 10 dan type kernel Polynomial. Kata kunci: Support Vector Machine, Forward Selection, Data Mining, Penjualan Obat
Algoritma Backpropagation Menggunakan PSO Prediksi Penerimaan Retribusi Peminjaman Rumah Adat Dulohupa Mooduto, Sarlis; Labolo, Abdul Yunus; Bode, Andi; Drajana, Ivo Colanus Rally
JURNAL TECNOSCIENZA Vol. 6 No. 2 (2022): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v6i2.711

Abstract

Regional retribution as payment for services or granting certain permits specifically granted and/or issued by local governments for personal or business interests. Gorontalo City Government has several public facilities that are used as a source of regional income in the form of taxes or levies. The Dulohupa traditional house levy carried out by the Gorontalo City Youth and Sports Tourism Office often experiences ups and downs because it is caused by uncertainty about rentals or competition. The purpose of this research is to overcome the existing problems by predicting retribution receipts using the backpropagation method, the use of particle swarm optimization (PSO) to increase the accurate value in predicting. The data collected is daily quantitative univariate time series data. This type of data is the Dulohupa Traditional House Retribution Receipt Data. The dataset taken from the levy receipt variable has 211 records. The best model is generated on the backpropagation algorithm using the particle swarm optimization (PSO) selection feature, which can be seen from the smallest error rate of 0.122. Thus the addition of a selection feature can improve the performance of an algorithm. The results of the predictions for the next four months from January to April which have been denormalized with an average number of predictions of Rp. 1,806,789 with an error value of 0.112.
Penerapan Algoritma Spport Vector Machine dan K-Nearest Neighbor Menggunkan Feature Selection Backward Elimination Untuk Prediksi Status Penderita Stunting Pada Balita Labolo, Abdul Yunus; Mooduto, Sarlis; Bode, Andi; Drajana, Ivo Colanus Rally
JURNAL TECNOSCIENZA Vol. 6 No. 2 (2022): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v6i2.713

Abstract

Stunting adalah malnutrisi yang ditandai dengan tinggi badan, diukur dengan standar deviasi dari WHO. Dinas Kesehatan Provinsi Gorontalo khususnya dibidang Gizi mengenai stunting, selama ini melakukan kegiatan pemantauan tiap-tiap puskesmas dan posyandu. Pemantauan dan pendataan terkait stunting di berbagai puskesmas di wilayah Gorontalo merupakan faktor penting dalam menentukan faktor tumbuh kembang baik dalam kandungan maupun bayi yang dilahirkan. Masalah yang sering muncul adalah data yang dikumpulkan untuk underestimasi selalu tidak akurat setiap bulannya, karena hanya perkiraan yang dihitung berdasarkan kasus Puskesmas. Prediksi yang akurat diperlukan untuk mengatasi permasalahan yang ada. Data mining didefinisikan sebagai ekstraksi informasi berharga atau berguna dari industri pertambangan atau database yang sangat besar. Penelitian ini menggunakan algoritma K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM) menggunakan feature selection backward elimination. Berdasarkan hasil eksperimen, diprediksi jumlah penderita stunting menggunakan algoritma Support Vector Machine (SVM), dan k-Nearest Neighbor (K-NN) menggunakan Backward Elimination (BE). Tingkat error terkecil hasil RMSE 2,476 pada algoritma k-nearest neighbor. Adapun perbandingan antara hasil prediksi jumlah penderita stunting dibulan januari yaitu 23 orang dengan data aktual jumlah penderita stunting yakni 26 orang. Hasil prediksi menghasilkan nilai keakuratan 88,46%.
Komparasi Algoritma Data Mining Menggunakan Forward selection Pada Prediksi Harga Jagung Lasulika, Mohamad Efendi; Bode, Andi
JURNAL TECNOSCIENZA Vol. 5 No. 2 (2021): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v5i2.392

Abstract

Meningkatnya volume produksi jagung yang diperdagangkan dan kecenderungan harga jagung dipasaran menuntut kebijakan pemerintah dalam mengendalikan stabilasi harga jagung. Sehingga pemerintah kesulitan dalam menentukan atau memprediksi harga komoditi yang akan datang, namun pada penelitian ini hanya fokus pada beberapa algoritma klasifikasi untuk mengetahui algoritma apakah yang mempunyai tingkat akurasi tertinggi dalam hal prediksi harga jagung sehingga dapat digunakan dalam melakukan prediksi harga beberapa hari kedepannya. Dalam data mining ada beberapa algoritma klasifikasi yang dapat digunakan, seperti K-Neural Network, Artificial Neural Network, Naïve Bayes, Regresi Linear, C-45 dll, namun pada penelitian ini hanya fokus pada dua metode saja yaitu Naïve Bayes dan K- Neural Network. Berdasarkan hasil penelitian yang dilakukan metode K-nn merupakan metode yang sangat bagus atau baik dalam melakukan prediksi ataupun klasifikasi, hala ini dapat dilihat dari hasil RMSE yang di hasilkan yaitu 0,05, metode ini mampu menghasilkan nilai terbaik walaupun tanpa adanya penambahan metode lain seperti forward selection, sementara itu untuk naïve bayes metode ini juga merupakan metode terbaik dalam melakukan prediksi ataupun klasifikasi, akan tetapi naïve bayes mempunyai beberapa kekurangan apabila digunakan untuk type data univariate ataupun numerical. Penambahan forward selection kepada pengolahan data dapat membantu menghasilkan akurasi yang baik pula. Walaupun tanpa forward selection K-NN dan Naïve bayes merupakan metode komputasi yang sangat baik dalam prediksi ataupun klasifikasi. Kata kunci: Harga Jagung, Komparasi Metode, K-Neural Network, Naïve bayes, forward selection
Aplikasi Diagnosa Penyakit Hama Tanaman Kakao Menggunakan Metode Certainty Factor Pada Dinas Perkebunan dan Peternakan Provinsi Gorontalo Bode, Andi; Lasulika, Mohamad Efendi; Nur, Muh. Jabal
JURNAL TECNOSCIENZA Vol. 5 No. 2 (2021): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v5i2.403

Abstract

Kakao merupakan komoditas yang diperdagangkan yang memiliki peluang untuk berkembang dan dapat berkembang serta menambah devisa negara. Tanaman kakao terserang berbagai hama dan penyakit, Hama dan penyakit tersebut dapat dilihat dari gejala yang ditimbulkannya, namun untuk mengetahui secara pasti jenis hama dan penyakit yang menyerang kakao diperlukan tenaga ahli / ahli pertanian. Sedangkan tenaga ahli pertanian yang jumlahnya terbatas dan tidak dapat sekaligus menyelesaikan permasalahan petani, sehingga diperlukan suatu aplikasi dengan kemampuan ahli yang berisi keahlian ahli pertanian tentang penyakit dan gejala tanaman kakao. Pada penelitian ini dirancang aplikasi diagnostik dengan menggunakan metode kepastian Certainty Factor dan metode inferensi Backward Chaining, dengan bantuan bahasa pemrograman PHP (PHP: Hypertext Preprocessor) dan Basi Data MySQL. Aplikasi ini dirancang untuk membantu petani dalam mendiagnosis penyakit tanaman kakao. Kata kunci: Certainty Factor, Hama dan Penyakit, Tanaman Kakao
IMPLEMENTASI IOT PADA SISTEM MONITORING KENDALI OTOMATIS SUHU DAN KELEMBAPAN RUANGAN SARANG BURUNG WALET BERBASIS MIKROKONTROER Balok, Admin; Abd Rahmat Karim Haba; Serwin; Andi Bode
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1464

Abstract

Abstrak - Implementasi Internet of Things (IoT) pada sistem monitoring kendali otomatis suhu dan kelembapan ruangan sarang burung walet berbasis mikrokontroler bertujuan untuk meningkatkan efisiensi pengelolaan lingkungan ruangan. Sistem ini dirancang menggunakan sensor suhu dan kelembapan yang terhubung ke mikrokontroler, yang selanjutnya mengirimkan data secara real-time ke server melalui jaringan internet. Data tersebut dipantau dan dianalisis melalui antarmuka web yang user-friendly, memungkinkan pengguna untuk melakukan pengawasan dan pengendalian secara jarak jauh. Prototipe yang dikembangkan mampu menampilkan hasil pembacaan sensor secara akurat pada website dan secara otomatis mengendalikan alat pengontrol suhu berdasarkan parameter yang telah ditentukan. Uji coba sistem menunjukkan bahwa alat ini dapat berfungsi dengan baik, memberikan respons waktu nyata, dan stabilitas koneksi yang memadai. Hasil penelitian mengindikasikan bahwa alat pemantau dan pengendalian suhu ini sangat efisien dalam menghemat waktu dan tenaga para petani walet, sehingga meningkatkan kualitas hasil produksi sarang burung walet. Penelitian ini menunjukkan bahwa sistem IoT yang dikembangkan tidak hanya efektif dalam pemantauan dan pengendalian lingkungan ruangan sarang burung walet, tetapi juga memberikan solusi yang dapat diterapkan pada skala lebih luas di industri peternakan burung walet. Implementasi teknologi ini berpotensi untuk meningkatkan produktivitas dan kualitas hasil, serta membuka peluang untuk pengembangan lebih lanjut dalam integrasi teknologi pintar di sektor pertanian dan peternakan. Kata kunci: IoT, mikrokontroler, monitoring suhu, kelembapan, burung walet
KLASIFIKASI MUTU GREENBEAN COFFEE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Muhamad, Azhar; Idris, Irma Surya Kumala; Andi Bode
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 2 (2025)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i2.620

Abstract

ABSTRACT AZHAR MUHAMAD. T3118209. QUALITY CLASSIFICATION OF GREEN BEAN COFFEE USING CONVOLUTIONAL NEURAL NETWORK METHOD Coffee is one of Indonesia's foreign exchange sources and plays an important role in the development of the plantation industry. In the commercial process, a product must have advantages, especially in terms of quality to survive in world market competition. The Convolutional Neural Network (CNN) method is a Deep Learning method that can identify and classify an object in a digital image. The training process is carried out by looking for a model structure that matches the training data and validation data so that overfitting does not occur in the CNN network. The experimental results in this study indicate that the Convolutional Neural Network method can classify the quality of green bean coffee with an accuracy rate of 90%, recall of 92%, precision of 86%, and F1-Score of 88% from 30 images by taking 15 sample images from each class using confusion matrix testing.
Co-Authors Abd Rahmat karim Haba Abdul Yunus Labolo Ahmad Asdiranto A Marisang Azminuddin I. S. Azis Balok, Admin Budy Santoso Dedi Setiawan Djailani, Moh. Adrian Drajana, Ivo Colanus Rally Fatma YR Dunggio Idris, Irma Surya Kumala Ikbal Iskandar Irma Surya Kumala Idris Irvan A. Salihi Ivo Colanus Rally Drajana Jorry Karim Labolo, Abdul Yunus Merin Nurlaisa Abbas Mochammad Sakir Moh. Adrian Djailani Moh. Yasir Mohamad Efendi Lasulika Mooduto, Sarlis Muhamad, Azhar Muis Nanja Nur, Muh Jabal Nur, Muh. Jabal Posumah, Risky Randa Ramadhani, Syarifah Fitrah Risky Randa Posumah Rofiq Harun Sarlis Mooduto Serwin Siska Udilawaty Sunarto Taliki Swastiani Dunggio Syahrir Abdussamad Syarifah Fitrah Ramadhani Talodo, Moh. Arif N Tangahu, Rizqi Adiputera Utiarahman, Siti Andini Warid Yunus Yasin Aril Mustofa Yulianti Lasena Yurike Musa Zohrahayaty Zulfrianto Yusrin Lamasigi