Claim Missing Document
Check
Articles

Analysis And Forecasting of Foodstuffs Prices in Bandung Using Gated Recurrent Unit Matthew Oni; Manatap Dolok Lauro; Andry Winata; Teny Handhayani
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 7 No 2 (2023): Jurnal Esensi Infokom : Jurnal esensi sistem informasi dan sistem komputer
Publisher : Lembaga Riset dan Pengabdian Masyarakat Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v7i2.651

Abstract

Bandung is a city in West Java province, Indonesia. Bandung becomes one of the most densely populated cities in Indonesia. Therefore, predicting and analyzing the prices of foodstuffs based on historical data is necessary to provide useful information for society and government. This paper developed models implementing a gated recurrent unit or GRU which is a specific version of recurrent neural networks (RNN) for forecasting the price of rice, chicken meat, chicken egg, shallot, and garlic in a Bandung traditional market. The GRU models are trained using a dataset from the Information Center for National Strategic Food Price. The data are recorded from January 2018 – February 2023. The experimental results show that GRU was successfully implemented for forecasting the price of rice, chicken meat, chicken egg, shallot, and garlic. The best models produce Mean Absolute Error (MAE) as 4.3, 133.1, 118.3, 341.8, and 338.1 for rice, chicken meat, chicken egg, shallot, and garlic, respectively.
PERAMALAN HARGA SAHAM DENGAN METODE LONG SHORT TERM MEMORY (LSTM) Mathew Judianto; Teny Handhayani; Janson Hendryli
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28194

Abstract

Sistem prediksi harga saham di Indonesia menggunakan algoritma machine learning, yaitu Long Short Term Memory (LSTM). Data yang dipilih sebagai faktor pengaruh dalam sistem ini adalah harga Brent Crude Oil. Tujuan utama dari sistem ini adalah memberikan nilai prediksi saham untuk 7 hari ke depan, yang dapat membantu masyarakat umum dan investor untuk lebih memitigasi risiko yang timbul dari pembelian saham. Data yang digunakan adalah harga penutupan Brent Crude Oil dan harga penutupan PT. Astra International Tbk yang diperoleh dari situs Yahoo Finance yang terdiri dari data dari Januari 2018 hingga Januari 2023. Data yang digunakan telah dinormalisasi dan diproses sebelum dimasukkan ke dalam model LSTM. Hasil terbaik dapat dicapai dengan menggunakan 80% data sebagai dataset pelatihan, timestep 20, 120 epochs, dan batch size 64. Dengan pengembangan sistem ini, diharapkan masyarakat umum dan investor di Indonesia dapat lebih memitigasi risiko dari pembelian saham yang dianggap sebagai investasi berisiko tinggi..
PERBANDINGAN KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN METODE MACHINE LEARNING Tasya Syamsudin; Teny Handhayani; Muhammad Isnaini Syaifudin
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28197

Abstract

Diabetes adalah penyakit ketika tubuh manusia tidak dapat menggunakan insulin dengan baik. Apabila pada kasus tersebut berlangsung dalam waktu jangka panjang, maka kadar glukosa tersebut dapat merusak organ tubuh, bahkan kegagalan fungsi organ dan jaringan pada tubuh manusia yang dapat menyebabkan komplikasi bahkan kematian. Menurut International Diabetes Federation, pada tahun 2021, kematian yang disebabkan oleh diabetes sebanyak 236.711 ribu jiwa yang berusia sekitar 20-79 tahun. Perkembangan teknologi pada masa sekarang, dapat membantu manusia untuk mendapatkan informasi dan memprediksi penyakit tersebut serta dapat membantu dalam pengembangan pengobatan dan agar mencegah terjadinya penyakit diabetes tertentu lebih dalam menggunakan pendekatan machine learning dengan teknik klasifikasi. Algoritma klasifikasi yang akan digunakan penulis untuk memprediksi penyakit diabetes tersebut adalah Algoritma Decision Tree, Algoritma Support Vector Machine dan Algoritma Naïve Bayes. Data prediksi diabetes yang dikumpulkan sebanyak 2768 data dengan masing-masing algoritma memiliki 70% data training dan 30% data testing. Algoritma yang memiliki nilai evaluasi paling tinggi ialah Algoritma Naïve Bayes dengan rata-rata accuracy sebesar 78%, precision sebesar 77%, recall sebesar 78%, dan f1-score sebesar 77%.
PERANCANGAN SISTEM OPERASIONAL PERUSAHAAN OTOBUS MAHENDRA TRANSPORT INDONESIA BERBASIS WEBSITE Mohammad Faraditya Eka Putra; Wasino; Teny Handhayani
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28203

Abstract

Sistem operasional perusahaan otobus merupakan komponen penting dalam menjalankan bisnis transportasi. Kompleksitasnya mencakup berbagai aspek, seperti pemesanan tiket, manajemen gaji karyawan, manajemen armada dan rute bus, manajemen tugas karyawan, pengaturan jadwal, dan pembuatan laporan biaya operasional. Namun, saat ini semua proses tersebut masih dilakukan secara manual sehingga menghambat efisiensi dan interaksi antar pihak. Mahendra Transport Indonesia menawarkan layanan bus antar kota dan provinsi yang masih mengandalkan sistem operasional manual yang tidak efisien. Oleh karena itu, penelitian ini memiliki tujuan utama yaitu merancang sistem operasional berbasis website dengan menggunakan metode Software Development Life Cycle model waterfall yang memungkinkan terhubungnya seluruh stakeholder dalam proses operasional. Harapannya, dengan adanya perubahan ini, terjadi peningkatan efisiensi dan pemberian layanan yang optimal bagi pelanggan. Dengan langkah ini, perusahaan diharapkan dapat bersaing secara lebih efektif dalam lingkungan bisnis yang semakin kompetitif.
Clustering Data Meteorologi di Pulau Kalimantan Menggunakan Metode K-Medoids Jordi Pradipta Kusuma; Teny Handhayani; Irvan Lewenusa
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28209

Abstract

Meteorologi adalah cabang ilmu atmosfer yang mencakup kimia atmosfer dan fisika atmosfer, dengan fokus utama pada prakiraan cuaca. Dari percobaan menggunakan algoritma K-Medoids dan jumlah cluster 2 didapatkan nilai koefisien silhouette sebesar 0.09480563804974917, dengan parameter yang digunakan adalah temperatur minimum, maksimum, rata-rata, kelembaban rata-rata, kecepatan angin, dan kerapatan angin rata-rata. Clustering dilakukan dengan tujuan untuk mendapatkan pemahaman bagaimana pola cuaca di Pulau Kalimantan.
PERANCANGAN WEBSITE PEMBELAJARAN BAHASA ISYARAT UNTUK SEKOLAH LUAR BIASA Faradila Herfiyana; Teny Handhayani; Wasino
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28246

Abstract

Kesulitan dalam pembelajaran bahasa isyarat adalah harus bertemu dengan juru bahasa isyarat atau bergabung dengan komunitas, maka dari itu perancangan Website Pembelajaran Bahasa Isyarat untuk SLB ini memudahkan pembelajaran tanpa harus bertemu langsung dengan juru bahasa isyarat atau bergabung dengan komunitas, serta dapat memudahkan penyandang tuna rungu untuk belajar secara mandiri. Studi kasus ini dapat membantu meningkatkan minat belajar dan secara tidak langsung membantu orang tua yang memiliki anak berkebutuhan khusus dalam mempelajari bahasa isyarat di rumah untuk memperbanyak kosakata. Dalam perancangan website ini menggunakan metodologi System Development Life Cycle (SDLC), untuk analisis dan perancangan sistem sedangkan untuk implementasi sistem menggunakan Unified Modeling Language (UML). Program aplikasi dibuat dengan menggunakan bahasa pemrograman PHP dan HTML dan pengolahan database menggunakan MySQL. Diharapkan dengan dirancangnya website pembelajaran ini dapat membantu guru dan orang tua untuk meningkatkan minat belajar siswa.
Perancangan Website Sekolah SMP Al-Huda Islamic Education Center Metropolitan Menggunakan Metode Design Thinking Arya Bintang Saputra; Wasino; Teny Handhayani
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i1.28254

Abstract

Tujuan penelitian ini adalah untuk merancang User Interface (UI) dan User Experience (UX) pada website sekolah SMP Al-Huda Islamic Education Center Metropolitan. Manfaat dari penelitian ini adalah untuk mempermudah pengenalan program website sekolah. Pada penelitian ini Metode yang digunakan adalah metode User Experience (UX) Design Thinking untuk mecahkan suatu permasalahan denagn berfikir seperti seorang Designer. Hasil dari penelitian ini adalah sebuah prototype website sekolah SMP Al-Huda Islamic Education Center Metropolitan dengan menggunakan Software Figma.
Pelatihan pembuatan Batik Ciprat untuk Siswa Sekolah Dasar di kecamatan Lasem Teny Handhayani
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 1 (2024): March
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i1.21707

Abstract

Abstrak Batik merupakan salah kain tradisional Indonesia yang diakui UNESCO sebagai warisan budaya tak benda. Beberapa jenis batik di Indonesia berdasarkan cara pembuatannya yaitu batik tulis, batik cap, batik ecoprint, dan batik ciprat. Batik ciprat diproduksi dengan cara menggambar motif di atas kain putih menggunakan kuas atau mencipratkan malam cair sehingga membentuk pola yang diinginkan, kemudian diwarnai. Kegiatan ini  merupakan Pengabdian Kepada Masyarakat dengan mitra salah satu sekolah dasar di Lasem. Permasalahan yang dihadapi mitra adalah siswa sekolah dasar belum mengetahui cara pembuatan batik ciprat. Solusi yang ditawarkan yaitu memberikan pelatihan cara membuat batik ciprat kepada siswa. Pelatihan pembuatan batik ciprat untuk siswa sekolah dasar bertujuan untuk memperkenalkan cara pembuatan batik sederhana dan melatih kreativitas siswa.  Metode yang digunakan yaitu pelatihan cara membuat batik ciprat dengan praktik langsung yang dipandu oleh mentor. Sebelum pelatihan pembuatan batik ciprat, peserta belum mengetahui  dan belum memahami cara pembuatan batik ciprat. Setelah pelatihan, peserta dapat mempraktikkan cara pembuatan batik ciprat. Kata kunci: batik; batik ciprat; budaya; pelatihan. Abstract Batik is one of Indonesia's traditional fabrics which is recognized by UNESCO as an intangible cultural heritage. There are several types of batik in Indonesia based on how it is made, namely painting batik (batik tulis), printed batik (batik cap), ecoprint batik (batik ecoprint) and splashed batik (batik ciprat). Splashed batik is produced by drawing motifs on white cloth using a brush or splashing liquid wax to form the desired pattern, then colored This event is a community service and the partner is an elementary school in Lasem. The problem is that elementary students do not know how to make splashed batik. It offers a solution to give a workshop on how to make splashed batik to the students. The aims are to introduce a simple method for making a batik and practicing students' creativity. The method is the workshop on how to make splashed batik is delivered by a mentor and the participants practice it on site. Before the splash batik-making training, the participants did not know and did not understand how to make splash batik. This event successfully improved the participant's knowledge of splashed batik productions. The participants are also able to make their splash batik. Keywords: batik; cultural heritage; splash batik; wax.
Pengenalan Bangunan Bersejarah Pura Dengan Arsitektur InceptionV3 dan Xception Jochsen, Erico; Handhayani, Teny
Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1064

Abstract

Bali merupakan salah satu wilayah di Indonesia sangat dikelnal selbagai telmpat yang selring dikunjungi ollelh wisatawan di Indolnelsia maupun luar negeri. Bali memiliki banyak peninggalan bangunan Sejarah. Bangunan pura di Bali melmiliki karaktelristik unik yang melncelrminkan kelkayaan budaya Indolnelsia. Selhingga banyak wisatawan yang telrtarik untuk belrlibur disana. Teltapi karelna kelunikan pada tiap bangunan pura disana melnyelbabkan kurangnya pelngeltahuan tentang bangunan Sejarah selhingga tujuan utama dari pelrancangan ini adalah untuk melngelmbangkan sistelm pelngelnalan bangunan belrseljarah pura di Indolnelsia mellalui gambar bangunan. Selcara lelbih luas, kolntribusi pelrancangan ini dapat ditelrapkan dalam pelngelmbangan sistelm selrupa untuk wilayah-wilayah belrseljarah lainnya di Indolnelsia, melmpelrkaya upaya pellelstarian dan prolmolsi warisan budaya selcara nasiolnal. Delngan delmikian, pelrancangan ini tidak hanya melmbuka jalan bagi inolvasi dalam bidang pelngelnalan citra, teltapi juga melmbelrikan dampak polsitif dalam mellelstarikan kelkayaan budaya yang belrharga. Penelitian ini menggunakan proporsi 80% data latih dan 20% data uji. Convolutional Neural Network (CNN) merupakan metode deep learning yang dapat digunakan untuk mengklasifikasi citra dari data mentah. Penelitian ini menggunakan model CNN arsitektur InceptionV3 dan Xception. Hasil pelnellitian melnunjukkan bahwa algolritma IncelptiolnV3 melnghasilkan akurasi 63% seldangkan arsitelktur Xcelptioln melnghasilkan akurasi selnilai 52%.
Klasifikasi Jenis Buah dengan Menggunakan Metode MobileNetv2 dan Inceptionv3 Karnadi, Benny; Handhayani, Teny
Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1067

Abstract

Buah merupakan salah satu komoditas pangan yang penting bagi masyarakat. Buah memiliki banyak jenis yang tidak semua orang dapat mengenalinya dengan baik. Paper ini bertujuan untuk menguji metode Convolutional Neural Network (CNN) yaitu MobileNetv2 dan Inceptionv3 untuk mengenali jenis buah. Paper ini menggunakan dataset citra buah sebanyak 288 dari 9 kelas yaitu apel, pisang, ceri, sawo anggur, kiwi, mangga, jeruk, dan strawberry. Eksperimen dijalankan menggunakan data latih sebanyak 80% dan data uji 20%. Performa algoritma diuji menggunkan nilai precision, recall, akurasi, f1-score, dan confusion matriks. Hasil eksperimen menunjukkan bahwa metode MobileNetV2 memperoleh nilai precision, recall, akurasi, dan f1-score masing – masing sebesar 98%, 97%, 97%, dan 97%. Metode Inceptionv3 memperoleh nilai precision, recall, akurasi, dan f1-score masing – masing sebesar 94%, 94%, 94%, dan 94%. Berdasarkan metric evaluasi, kinerja metode MobileNetV2 mengungguli Inceptionv3.
Co-Authors Adela Calista Adela Tania Adithya Putra, Farhan Afrial, Farhan Andre Andre, Andre Andrian, Gion Andry Winata Angelica Christina Arya Bintang Saputra Arya Dwi Saputra Brando Dharma Saputra Cecillia Chung Chairisni Lubis Cherissa Aeryn Djaya Christina, Angelica Daffa Hilmi Aji Dara Kharisma Limparan David Jansen Dayanti, Afina Putri Desi Arisandi Desi Arisandi Djoenaedi, Owen Duncan Ariel Dwi Saputra, Arya Dyah Erny Herwindiati Dyah Erny Herwindiati Ericko, Teddy Faradila Herfiyana Fawaz Georgia Sugisandhea Hendryli, Janson Herfiyana, Faradila Huang, Jervis Irvan Lewenusa Irvan Lewenusa, Irvan Janson Hendryli Janson Hendryli Jason Jaya, Jefri Jayadi, Bryan Valentino Jeanny Pragantha Jeanny Pragantha Jeremia Pinnywan Immanuel Jochsen, Erico Jong, Fenny Jordi Pradipta Kusuma Jourdan Stanley Julius Juan Karnadi, Benny Kelvin Wijaya Kusuma, Jordi Pradipta Lely Hiryanto Lim, Maggie Lubis, M.Kom., Chairisni Mahendra, Izam Susilo Mahendra, Izam Susilo Manatap Dolok Lauro, Manatap Dolok Manatap Sitorus Marchel Yusuf Rumlawang Arpipi Mathew Judianto Matthew Oni Matthew Russel Paul Mohammad Faraditya Eka Putra Monica Ong Muhammad Isnaini Syaifudin Nicko Kurniawan Novario Jaya Perdana Owen Maytrio Phratama Paulus Samotana Zalukhu Phratama, Owen Maytrio Purba, Andrew Castello Putra, Tommy Wijaya Sandy Permadi Sormin Sitorus Dolok Lauro , Manatap Sopany, Mikael Reichi Sumarlie , Devid Sumarlie, Aurellia Clearesta Tanudy, Clara Tasya Syamsudin Tedja, Peter James Tony Tony Veri Wasino Wasino Wasino Wasino, Wasino William William Winata, Andry Zyad Rusdi