Claim Missing Document
Check
Articles

Found 39 Documents
Search

Perancangan Alat Penghitung Barang Melalui Mesin Konveyor Dengan Menggunakan Sistem PLC CPM 1A Sarwoko, His Dwi; Sobari, Irwan Agus
Jurnal Teknik Informatika Vol. 3 No. 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.140

Abstract

Abstract—The research was motivated by an engine control system that uses an automatic control system instead of conventional control systems or use the magnet switch (Magnetic Controller). Most of the industrial control system using a compact, easy to use, easy to modify its work and has a magnetic switch keistemewaan compared with conventional control. From the current analysis found that most of the industries that implement control systems using Programmable Logic Controller (PLC) as a means of control of production work. The purpose of this study was to design and build a miniature of a transfer machine using PLC-based control system that can be used as a working simulation of the transfer of goods in an industry. Intisari— Penelitian ini dilatarbelakangi oleh sistem kendali suatu mesin yang menggunakan sistem pengendali otomatis sebagai pengganti sistem pengendali konvensional atau menggunakan saklar magnet (Magnetic Controller). Sebagian besar industri menggunakan sistem kendali yang ringkas, mudah penggunaannya, mudah untuk memodifikasi kerjanya dan mempunyai keistemewaan dibandingkan dengan saklar magnet kendali konvensional. Dari analisis saat ini ditemukan bahwa sebagian besar industri yang menerapkan sistem kontrol menggunakan Programmable Logic Controller (PLC) sebagai alat kontrol kerja produksinya. Tujuan dari penelitian ini adalah untuk merancang dan membangun sebuah miniatur suatu mesin transfer menggunakan sistem kendali berbasis PLC yang dapat digunakan sebagai simulasi kerja pemindahan barang di suatu industri. Kata Kunci— PLC, Ladder Diagram, Alat Hitung, Konveyor.
Pengujian White Box Dan Black Box pada Perancangan Aplikasi Pembelajaran Pengenalan Angka, Buah-Buahan, dan Hewan Berbasis Android Mandiri, Wandi; Agus Sobari, Irwan; Akbar, Fajar
Jurnal Teknik Informatika Vol. 4 No. 2 (2018): JTI Periode Agustus 2018
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v4i2.258

Abstract

Abstract—Today children's learning methods are mostly given by teachers, and parents by way of delivery directly with the help of books CD tutorials so that make the child become easily bored and more risky to the learning media that will easily dirty, damaged, torn, and lost. So with this the author designed the application of learning numbers, animals, and fruits with 4 language-based android for early childhood that is easy to use and practical. The use of objects in a learning medium can increase the attention, feelings, and thoughts for learning and the happening of more effective and efficiently. By using learning the introduction of numbers, animals, and fruits with 4 android-based language is expected to help increase interest in learning for anyone, especially for children aged under 5 years who want to learn and know the numbers, animals, and fruit- with 4 languages easily. This application comes with audio pronunciation, and practice questions, making it easier in understanding. Intisari— Metode pembelajaran anak-anak saat ini banyak diberikan oleh guru, dan orang tua dengan cara menyampaikan secara langsung dengan bantuan berupa buku-buku CD tutorial sehingga membuat anak menjadi mudah bosan dan yang lebih beresiko terhadap media pembelajaran tersebut yang akan mudah kotor, rusak, robek, dan hilang. Maka dengan ini penulis merancang aplikasi pembelajaran angka, hewan, dan buah-buahan dengan 4 bahasa berbasis android untuk anak usia dini yang mudah digunakan dan praktis. Dengan menggunakan pembelajaran pengenalan angka, hewan, dan buah-buahan dengan 4 bahasa berbasis android ini maka diharapkan dapat membantu meningkatkan minat belajar pada siapa saja terutama bagi anak-anak yang berusia dibawah 5 tahun yang ingin mempelajari dan mengenal angka, hewan, dan buah-buahan dengan 4 bahasa dengan mudah. Aplikasi ini dilengkapi dengan audio pengucapan, dan latihan soal, sehingga mempermudah dalam pemahaman. Kata Kunci— Android, Buah-buahan, Hewan, Pembelajaran
Perancangan Alat Penghitung Barang Melalui Mesin Konveyor Dengan Menggunakan Sistem PLC CPM 1A Sarwoko, His Dwi; Sobari, Irwan Agus
Jurnal Teknik Informatika Vol 3 No 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.140

Abstract

Abstract—The research was motivated by an engine control system that uses an automatic control system instead of conventional control systems or use the magnet switch (Magnetic Controller). Most of the industrial control system using a compact, easy to use, easy to modify its work and has a magnetic switch keistemewaan compared with conventional control. From the current analysis found that most of the industries that implement control systems using Programmable Logic Controller (PLC) as a means of control of production work. The purpose of this study was to design and build a miniature of a transfer machine using PLC-based control system that can be used as a working simulation of the transfer of goods in an industry. Intisari— Penelitian ini dilatarbelakangi oleh sistem kendali suatu mesin yang menggunakan sistem pengendali otomatis sebagai pengganti sistem pengendali konvensional atau menggunakan saklar magnet (Magnetic Controller). Sebagian besar industri menggunakan sistem kendali yang ringkas, mudah penggunaannya, mudah untuk memodifikasi kerjanya dan mempunyai keistemewaan dibandingkan dengan saklar magnet kendali konvensional. Dari analisis saat ini ditemukan bahwa sebagian besar industri yang menerapkan sistem kontrol menggunakan Programmable Logic Controller (PLC) sebagai alat kontrol kerja produksinya. Tujuan dari penelitian ini adalah untuk merancang dan membangun sebuah miniatur suatu mesin transfer menggunakan sistem kendali berbasis PLC yang dapat digunakan sebagai simulasi kerja pemindahan barang di suatu industri. Kata Kunci— PLC, Ladder Diagram, Alat Hitung, Konveyor.
Penerapan PSO Over Sampling Dan Adaboost Random Forest Untuk Memprediksi Cacat Software Richky Faizal Amir; Irwan Agus Sobari; Rousyati Rousyati
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9258

Abstract

Abstract: The dataset of software metrics, in general, are not balanced (Imbalanced). Class imbalance in Dataset can reduce the performance of software defect prediction models, because it tends to produce majority class predictions from minority classes, the dataset used in this study uses the National Aeronautics and Space Administration (NASA) Metrics Data Program (MDP), dataset From Stages Pre-processing proposed the Particle Swarm Optimization (PSO). method to overcome the problem of attributes in the training data and the Random Over Sampling (ROS) Resampling method. to deal with class imbalances. This study proposes that the Random Forest method combined with Adaboost can estimate the level of disability of software through training data. The results of this study indicate that the Resampling + Adaboost + Random Forest algorithm can be used to predict software defects with an average accuracy of 94.70% and a value of AUC 0.939. While the PSO + Random Forest algorithm only has an average accuracy of 89.60% and AUC 0.636 the difference in the accuracy of the two models is 5.10% and AUC 0.303. Statistical tests show that there is a significant influence between the proposed model and the Random Forest model with a p-value (0.036) smaller than the alpha value (0.05), which means there is a significant difference between the two models.Keywords: Imbalanced Class, Resample, Particle Swarm Optimization, Random Forest, Adaboost, Software DefectAbstrak: Dataset dari software matrik secara umum bersifat tidak seimbang (Imbalanced). Ketidak seimbangan kelas yang ada dalam dataset dapat menurunkan kinerja model prediksi cacat software, karena cenderung menghasilkan prediksi kelas mayoritas dari kelas minoritas. Dataset yang digunakan pada penelitian ini menggunakan dataset National Aeronautics and Space Administration (NASA) Metrics Data Program (MDP). Dari tahapan pra pemrosesan diusulkan metode Particle Swarm Optimization (PSO) untuk mengatasi masalah attribute pada data training dan metode Resampling Random Over Sampling (ROS). untuk menangani ketidak seimbangan kelas. Penelitian ini mengusulkan metode Random Forest yang dikombinasikan dengan Adaboost dapat mengestimasi tingkat kecacatan suatu Software melalui data training, Dari Hasil penelitian ini menunjukan bahwa algoritma Resampling+Adaboost+Random Forest dapat digunakan untuk memprediksi cacat software dengan rata-rata akurasi 94,70% dan nilai AUC 0,939. Sementara algoritma PSO+Random Forest hanya memiliki rata-rata akurasi 89,60% dan AUC 0,636 perbedaan akurasi dari kedua model tersebut 5,10% dan AUC 0,303. Uji statistik menunjukan bahwa adanya pengaruh yang signifikan antara model usulan dengan model Random Forest dengan nilai p (0,036) lebih kecil dari nilai alpha (0,05) yang artinya terdapat perbedaan yang siginifkan antara kedua model.Kata kunci: Imbalanced Class, Resample, Particle Swarm Optimization, Random Forest, Adaboost, Kecacatan Software
Implementasi Simple Additive Weighting untuk Rekomendasi Pemilihan Jurusan pada Sekolah Menengah Kejuruan Robi Aziz Zuama; irwan agus sobari
Jurnal Infortech Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (101.05 KB) | DOI: 10.31294/infortech.v1i2.7079

Abstract

Pemilihan jurusan yang tepat bagi siswa baru akan berdampak besar pada kemampuan siswa itu sendiri. Pemilihan jurusan menjadi sangat penting, karena siswa dapat menentukan jurusan yang akan membawa ke passion-nya di masa depan. Dalam Memilih jurusan, biasanya siswa bertanya kepada yang bukan ahli pada bidang tersebut seperti orang tua, teman sebaya dan orang-orang terdekat atau bahkan menentukan jurusan dengan berlandaskan kepopuleran suatu jurusan, padahal jurusan tersebut bukan menjadi passion calon siswa tersebut. Metode simple adaptive weighting dapat membantu siswa membuat rekomendasi jurusan yang tepat berdasarkan kriteria-kriteria terukur dari kemampuan siswa itu sendiri. penelitian ini mengusulkan metode Simple Additive Weighting (SAW) karena perhitungan yang simple dan berlandaskan bobot kemampuan siswa itu sendiri. Hasilnya siswa mendapatkan rekomendasi-rekomendasi dari hasil perhitungan bobot dari setiap alternatif jurusan sesuai dengan kemampuan siswa itu sendiri, dengan metode ini siswa tidak lagi salah mengambil jurusan
ALAT PENDETEKSI KEBOCORAN GAS LPG ( APES KEBON GAS ) DENGAN NOTIFIKASI SMS DAN KIPAS PENGAMAN MENGGUNAKAN SENSOR MQ-5 BERBASIS ARDUINO ILHAM SETIAWAN; Mohamad Norfiyadi; Ery BAgus Ridho Pangestu; Irwan Agus Sobari
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 1 No. 2 (2020): November 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (235.213 KB) | DOI: 10.31294/reputasi.v1i2.43

Abstract

Berdasarkan hasil dari penelitian, telah banyak pengguna kompor minyak tanah beralih ke kompor gas LPGsesuai anjuran pemerintah. Meskipun kompor gas LPG lebih praktis dibandingkan dengan kompor minyaktanah tetapi ada bahaya yang di timbulkan jika mengalami kebocoran gas yaitu mengalami ledakan dankebakaran. Meskipun sudah banyak terjadi kebakaran dan ledakan yang diakibatkan kebocoran gas padaselang atau regulatornya masyarakat belum dapat mengurangi atau menanggulangi permasalahan tersebut.Untuk mengatasi bahaya tersebut maka dibuatlah alat yang dapat mendeteksi kebocoran gas menggunakansensor MQ-5 dan SIM800L yang nantinya akan dipasangkan didekat regulator atau selang gas sehinggajika terjadi kebocoran akan langsung terdeteksi dan ketika terjadi kebocoran alat ini berfungsi mengirimkansebuah notifikasi berupa SMS bahwa dirumah mengalami kebocoran gas dan gas yang bocor akan dikeluarkan melalui kipas yang sudah terpasang sampai keadaan rumah tidak ada bau gas dan rumah amandari kebocoran. dengan demikian bahaya ledakanatau kebakaran akibat kebocoran gas dapat dikurangi.
ANALISIS SENTIMEN PADA ULASAN APLIKASI KREDIVO DENGAN ALGORITMA SVM DAN NBC alman muhammadin; Irwan Agus Sobari
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 2 No. 2 (2021): November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v2i2.785

Abstract

Analisis sentimen Review Aplikasi Kredivo merupakan salah satu contoh proses untuk mengaplikasikan dari pada metode algoritma Support Vector Machine (SVM) dan Naive Bayes Classifier dalam mengklasifikasi sentiment yang tujuannya adalah membandingkan kedua metode tersebut mana yang lebih baik. Data penelitian ini diambil dari website Google Play Store, data yang diambil yaitu data teks ulasan dengan jumlah 10000 ulasan. Data tersebut melewati proses Data Preprocessing dan menggunakan algoritma Support Vector Machine (SVM) dan Naive Bayes Classifier (NBC). Setelah itu dilakukan pengujian menggunakan kombinasi dari pembagian data latih dan data uji, serta menggunakan sistem set validation, dimana 80% untuk data uji dan 20% untuk data testing. Pengujian menggunakan algoritma Support Vector Machine menghasilkan akurasi 83,3% dengan nilai presisi untuk kelas positif 77% dan kelas negatif 87% sedangkan nilai recall untuk kelas positif sebesar 89% dan 73% untuk kelas negatif. Kemudian untuk algoritma Naive Bayes Classifier sendiri menghasilkan nilai akurasi sebesar 80,8% dengan nilai presisi untuk kelas positif sebesar 81% dan untuk kelas negatif sebesar 87%, sedangkan nilai recall untuk kelas positif sebesar 88% dan untuk kelas negatif sebesar 79%. Jadi untuk tingkat keseluruhan dapat dilihat dari nilai akursi dengan algoritma SVM lebih tinggi dibanding Naive Bayes Classifier.
Analisa Pemakaian Alat Kesehatan pada Rumah Sakit Menggunakan Analytical Hierarchy Process (AHP) Hafis Nurdin; Irwan Agus Sobari; Aji Sudibyo; Bambang Wijonarko; Felix Wuryo Handono; Taufik Asra
Jurnal Multidisiplin Madani Vol. 2 No. 1 (2022): January 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (497.461 KB)

Abstract

Medical devices are items that are needed in the medical world. Because too many types of medical devices are used, a comparison was made to choose medical devices that are often used in hospitals, especially by operating room (OT) nurses. So a research was made using the Analytical Hierarchy Process (AHP) method. AHP is an alternative for making decisions that have several goals or criteria. To complete the input, it is assisted by the Expert Choice 11 application. From the results of data processing, it is concluded that for the use of medical devices that are often used in hospitals, there are several influencing factors, namely packaging, quality, usage and indications. While the medical devices that are often used are Pencil Couter, Grounding Plate, Syringe and Gloves.
ANALISIS PERFORMA ALGORITMA NAIVE BAYES PADA DETEKSI OTOMATIS CITRA MRI Fajar Akbar; Amin Nur Rais; Irwan Agus Sobari; Robi Aziz Zuama; Biktra Rudiarto
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 5 No 1 (2019): JITK Issue August 2019
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1116.903 KB) | DOI: 10.33480/jitk.v5i1.586

Abstract

The brain in humans becomes part of the central nervous system of the human body. The use of imaging with MRI is one that can be used as a first step to detect parts of the human brain. The imaging step is the first step in diagnosing brain tumor. By performing feature extraction, which aims to process the classification of brain tumors, between normal and abnormal brain images using the naive Bayes method. Obtained 41 images which then became 39 datasets. Feature extraction results with 2 classes, normal as many as 20 data and abnormal data 19. The calculation results obtained the value of the normal class of 0.513 and the abnormal class of 0.487 the value of the calculation accuracy of 84.17%.
RANCANGAN WIRELESS INTRUSION DETECTION SYSTEM MENGGUNAKAN SNORT Irwan Agus Sobari
Jurnal Techno Nusa Mandiri Vol 12 No 1 (2015): Techno Nusa Mandiri : Journal of Computing and Information Technology Periode Ma
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (473.726 KB)

Abstract

Implementation of wireless networks do not have a mature information security plan will open up a lot of vulnerabilities that will be exploited by intruders or people who are not responsible. The development of wireless networks is rapidly increasing making it vulnerable to a number of security threats. Some attack that occur are spoofing, denial of service, backdoor, man in the middle attack and the others. This is due to the wireless network can not be limited to a building and wireless network transmission of data packets is very easy to catch people who are not responsible. It is Therefore necessary to build a good system and not expensive but very useful for the company. Systems built the intrusion detection system using SNORT that has the function to monitor wireless network traffic, looking for a data packet or suspicious behavior patterns to be recorded into a log and warning to notify the network administrator. This research is expected to help network administrators to monitor and learn some new types of attacks that occur and protect computer network that exist today.