Claim Missing Document
Check
Articles

Found 4 Documents
Search

Penerapan Backward Chainning Pada Sistem Pakar Untuk Mengidentifikasi Penyakit Tanaman Padi Fathin Sophostac; Johanes Pratama; Mochamad Akbar; M Yoga Pratama; Taufik Agung Pramana; Nur Arif Taufik
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 4, No 4 (2021): Agustus 2021
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v4i4.3100

Abstract

Abstrak— Padi merupakan salah satu komoditi pangan utama di Indonesia. Kebutuhan akan komoditi padi terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi padi nasional antara lain dengan penelitian varietas unggul, perluasan areal tanam, dan penyuluhan. Namun dalam proses penanaman padi terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah serangan penyakit pada tanaman padi,petani padi selaku pihak yang berhubungan secara langsung pada penanaman padi perlu untuk mengetahui informasi yang cepat dan akurat terkait jenis penyakit yang menyerang. Sehingga setelah didapatkan informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut. Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melaluilayanan internet. Kemudahan akses terhadap informasi inilah yang salah satunya dapat digunakan untuk memberikan informasi kepada petani padi tentang identifikasi penyakit. Oleh karena itu peneliti mencoba memberikan salah satu solusi yang dapat dilakukan untuk membantu petani padi dalam mengidentifikasi penyakit tanaman padi. Pada penelitian ini peneliti menerapkan teorema Bayes untuk menghitung nilaiprobabilitas hasil identifikasi penyakit tanaman padi. Pada pengujian  sampel data gejala penyakit menunjukkan bahwa menghasilkan nilai akurasi sebesar 90 %
Sentiment Analysis Tanggapan Masyarakat Tentang Hacker Bjorka Menggunakan Metode SVM Taufik Agung Pramana; Yudi Ramdhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 1 (2023): Februari 2023
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i1.5583

Abstract

Abstrak— Pada pertengahan tahun 2022, Indonesia dibuat gempar oleh kehadiran hacker dengan nama Bjorka, pasalnya Bjorka berhasil meretas situs Kementrian Komunikasi dan Informatika (KEMKOMINFO). Bjorka tidak melakukan aksinya satu atau dua kali, namun sering kali Bjorka membuat gempar seluruh masyarakat Indoneisa. Bagaimana tidak, selain meretas situs Kementrian Komunikasi dan Informatika, Bjorka juga berhasil mencuri dokumen rahasia milik Badan Intelejen Negara (BIN). Selain berhasil mencuri, Bjorka juga tidak ragu untuk menyebarluaskan dokumen rahasia tersebut dalam berupa kalimat di sosial media Twitter. Salah satu isu dokumen rahasia milik Indonesia yang Bjorka bocorkan adalah mengenai kasus pembunuhan Munir. Sebagai negara yang memiliki 19,5 juta pengguna aktif Twitter, tentunya hashtag Bjorka sering kali menduduki peringkat teratas, ini berarti banyak dari masyarakat di Twitter yang membicarakan Bjorka dalam cuitan Twitternya. Pada cuitan Twitter tersebut kita bisa menemukan banyak komentar positif dan komentar negatif. Penulis menggunakan metode Support Vector Machine untuk mengetahui apakah tanggapan masyarakat di Twitter termasuk positif atau negatif. Berdasarkan hasil analisis, akurasi terbaik didapatkan yaitu metode SVM dalam sentiment analysis tanggapan masyarakat Indonesia tentang Hacker Bjorka dibandingkan metode NBC.Kata Kunci: Analisis sentimen, SVM, Bjorka Abstract— In mid-2022, Indonesia was shocked by the presence of a hacker named Bjorka, because Bjorka managed to hack the Ministry of Communication and Information (KEMKOMINFO) website. Bjorka didn't do it once or twice, but Bjorka often caused an uproar among Indonesian people. How could it not be, besides hacking the Ministry of Communication and Informatics website, Bjorka also managed to steal confidential documents belonging to the State Intelligence Agency (BIN). Apart from being successful in stealing, Bjorka also did not hesitate to disseminate these secret documents in the form of sentences on social media Twitter. One of the issues of secret documents belonging to Indonesia that Bjorka leaked was regarding the Munir murder case. As a country with 19.5 million active Twitter users, of course, the hashtag Bjorka often tops the rankings. This means that many people on Twitter talk about Bjorka in their Twitter tweets. On the Twitter tweet, we can find many positive comments and negative comments. The author uses the Support Vector Machine method to find out whether people's responses on Twitter are positive or negative. Based on the results of the analysis, the best accuracy was obtained, namely the SVM method in sentiment analysis of Indonesian people's responses to the Bjorka Hacker compared to the NBC method..Keyword : Sentiment Analysis, SVM, Bjorka
Penerapan Backward Chainning Pada Sistem Pakar Untuk Mengidentifikasi Penyakit Tanaman Padi Fathin Sophostac; Johanes Pratama; Mochamad Akbar; M Yoga Pratama; Taufik Agung Pramana; Nur Arif Taufik
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 4, No 4 (2021): Agustus 2021
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v4i4.3100

Abstract

Abstrak— Padi merupakan salah satu komoditi pangan utama di Indonesia. Kebutuhan akan komoditi padi terus meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi padi nasional antara lain dengan penelitian varietas unggul, perluasan areal tanam, dan penyuluhan. Namun dalam proses penanaman padi terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah serangan penyakit pada tanaman padi,petani padi selaku pihak yang berhubungan secara langsung pada penanaman padi perlu untuk mengetahui informasi yang cepat dan akurat terkait jenis penyakit yang menyerang. Sehingga setelah didapatkan informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut. Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melaluilayanan internet. Kemudahan akses terhadap informasi inilah yang salah satunya dapat digunakan untuk memberikan informasi kepada petani padi tentang identifikasi penyakit. Oleh karena itu peneliti mencoba memberikan salah satu solusi yang dapat dilakukan untuk membantu petani padi dalam mengidentifikasi penyakit tanaman padi. Pada penelitian ini peneliti menerapkan teorema Bayes untuk menghitung nilaiprobabilitas hasil identifikasi penyakit tanaman padi. Pada pengujian  sampel data gejala penyakit menunjukkan bahwa menghasilkan nilai akurasi sebesar 90 %
Sentiment Analysis Tanggapan Masyarakat Tentang Hacker Bjorka Menggunakan Metode SVM Taufik Agung Pramana; Yudi Ramdhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 1 (2023): Februari 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i1.5583

Abstract

Abstrak— Pada pertengahan tahun 2022, Indonesia dibuat gempar oleh kehadiran hacker dengan nama Bjorka, pasalnya Bjorka berhasil meretas situs Kementrian Komunikasi dan Informatika (KEMKOMINFO). Bjorka tidak melakukan aksinya satu atau dua kali, namun sering kali Bjorka membuat gempar seluruh masyarakat Indoneisa. Bagaimana tidak, selain meretas situs Kementrian Komunikasi dan Informatika, Bjorka juga berhasil mencuri dokumen rahasia milik Badan Intelejen Negara (BIN). Selain berhasil mencuri, Bjorka juga tidak ragu untuk menyebarluaskan dokumen rahasia tersebut dalam berupa kalimat di sosial media Twitter. Salah satu isu dokumen rahasia milik Indonesia yang Bjorka bocorkan adalah mengenai kasus pembunuhan Munir. Sebagai negara yang memiliki 19,5 juta pengguna aktif Twitter, tentunya hashtag Bjorka sering kali menduduki peringkat teratas, ini berarti banyak dari masyarakat di Twitter yang membicarakan Bjorka dalam cuitan Twitternya. Pada cuitan Twitter tersebut kita bisa menemukan banyak komentar positif dan komentar negatif. Penulis menggunakan metode Support Vector Machine untuk mengetahui apakah tanggapan masyarakat di Twitter termasuk positif atau negatif. Berdasarkan hasil analisis, akurasi terbaik didapatkan yaitu metode SVM dalam sentiment analysis tanggapan masyarakat Indonesia tentang Hacker Bjorka dibandingkan metode NBC.Kata Kunci: Analisis sentimen, SVM, Bjorka Abstract— In mid-2022, Indonesia was shocked by the presence of a hacker named Bjorka, because Bjorka managed to hack the Ministry of Communication and Information (KEMKOMINFO) website. Bjorka didn't do it once or twice, but Bjorka often caused an uproar among Indonesian people. How could it not be, besides hacking the Ministry of Communication and Informatics website, Bjorka also managed to steal confidential documents belonging to the State Intelligence Agency (BIN). Apart from being successful in stealing, Bjorka also did not hesitate to disseminate these secret documents in the form of sentences on social media Twitter. One of the issues of secret documents belonging to Indonesia that Bjorka leaked was regarding the Munir murder case. As a country with 19.5 million active Twitter users, of course, the hashtag Bjorka often tops the rankings. This means that many people on Twitter talk about Bjorka in their Twitter tweets. On the Twitter tweet, we can find many positive comments and negative comments. The author uses the Support Vector Machine method to find out whether people's responses on Twitter are positive or negative. Based on the results of the analysis, the best accuracy was obtained, namely the SVM method in sentiment analysis of Indonesian people's responses to the Bjorka Hacker compared to the NBC method..Keyword : Sentiment Analysis, SVM, Bjorka