Articles
<![CDATA[Algoritma Certainty factor untuk Diagnosa Hama dan Penyakit Tanaman Cabai Rawit ]]>
<![CDATA[Muhammad Naufal]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tanaman cabai rawit sering mengalami beberapa masalah, salah satunya tentang hama dan penyakit tanaman cabai rawit yang menyerang perkebunan petani, sehingga mengakibatkan penurunan hasil panen sampai gagal panen apabila serangan hama dan penyakit semakin parah. Hal ini disebabkan salah satunya karena terbatasnya seorang pakar untuk memberikan pengarahan ke petani serta kurangnya pengetahuan petani dalam penanganan hama dan penyakit tanaman cabai rawit. Berdasarkan masalah tersebut, salah satu solusi yang bisa dilakukan menggunakan sebuah aplikasi sistem pakar yang dapat memberikan informasi kepada para petani terkait hama dan penyakit tanaman cabai rawit. Proses yang dilakukan pada penelitian ini akuisi pengetahuan pakar, pengambilan data opt, pembuatan kode gejala, implementasi algoritma certainty factor, pengujian dan hasil. Pada penelitian ini algoritma yang digunakan algoritma certainty factor. Dari hasil pengujian yang dilakukan pada 30 data percobaan akurasi yang didapatkan sebesar 86%.]]>
<![CDATA[Implementasi Metode Tesseract OCR(Optical Character Recognition) untuk Deteksi Plat Nomor Kendaraan Pada Sistem Parkir ]]>
<![CDATA[Kusnantoro Kusnantoro]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi informasi saat ini semakin pesat, termasuk dalam bidang parkir. Sistem pendataan kendaraan parkir di PT Century Batteries Indonesia, saat ini masih dilakukan secara manual, yaitu dengan panca indra manusia sehingga dapat berpotensi terjadinya kesalahan dalam pendataan, karena penglihatan manusia memiliki batas kejenuhan dan kelelahan. Tujuan dilakukan penelitian ini yaitu untuk menerjemahkan citra plat nomor kendaraan menjadi bentuk teks, kemudian dilakukan pencocokan dengan database. Metode yang digunakan dalam penelitian ini yaitu metode Tesseract OCR(Optical Character Recognition). Implementasi dari sistem deteksi plat nomor kendaraan dengan metode Tesseract OCR(Optical Character Recognition) ini telah diuji dengan 30 sampel gambar plat nomor kendaraan. Berdasarkan hasil pengujian yang dilakukan tersebut, menghasilkan tingkat akurasi rata-rata sebesar 95,95%. Hasil kuesioner yang dibagikan melalui google form terhadap 30 responden menghasilkan tingkat kepuasan pengguna aplikasi rata-rata sebesar 80,10%.]]>
<![CDATA[Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma C4.5 ]]>
<![CDATA[Alif Robbani]]>;
<![CDATA[Amril Siregar]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Diabetes merupakan suatu kondisi kronis bisa berlangsung seumur hidup dan akan mempengaruhi kemampuan tubuh dalam menggunakan energi makanan yang telah dicerna. Berdasarkan WHO atau organisasi kesehatan dunia memprediksi pengidap penyakit diabetes miletus di Republik Indonesia dari 8,4 juta jiwa di tahun 2020, dan pada tahun 2030 naik sampai 21,3 juta jiwa. Sedangakan menurut International Diabetes Federation (IDF) juga pada tahun 2009 pengidap penyakit diabetes 7,0 juta jiwa sampai 12,0 juta jiwa tahun 2030. Pada tahun 2030 menurut prediksi WHO dan IDF penderita penyakit diabetes miletus di Indonesia naik 2-3 kali lipat. Pendekatan data mining menjadi sangat penting dalam bidang kesehatan untuk mengambil keputusan berdasarakan data klinis yang besar. Teknik klasifikasi termasuk kedalam bagian metode supervised learning yaitu diperlukannya data latihan dalam membangun pola untuk model klasifikasinya. Algoritma C4.5 termasuk dalam algoritma klasifiksasi yang menghasilkan pohon keputusan dan bisa diolah dengan data diskrit dan numerik, selain itu algoritma C4.5 dapat mengasilkan cara yang mudah untuk diinterpretasikan pada penelitian akurasi dari algoritma C4.5 sebesar 74.08%.]]>
<![CDATA[Diagnosa Gaya Belajar Anak dengan Metode Certainty Factor Berbasis Android ]]>
<![CDATA[Randy Kurniadi]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan dalam teknologi yang pesat pada saat ini memberikan banyak kemudahan dalam segala bidang. Baik dalam bidang kesehatan ,ekonomi bahkan pendidikan . Dalam bidang pendidikan pada tahun 2020 sampai 2021 terjadi fenomena pandemik covid 19 yang mengakibatkan pembelajaran di sekolah beralih dengan pembelajaran daring yang menggunakan teknologi komputer maupun handphone. Tujuan dari penelitian ini adalah merancang suatu system pakar dan mengimplementasikan metode certainty factor yang mampu mendiagnosa gaya belajar anak berbasis mobile dan system operasi android. Certainty factor adalah metode untuk mengelola sebuah ketidakpastian .di dalam suatu system yang berbasis aturan. Implementasi metode ini biasanya digunakan dalam 4 bidang khususnya dalam bidang psikologi, sebagai contohnya adalah diagnosa perkembangan anak. Metodologi yang digunakan untuk merancang system pakar gaya belajar anak ini yaitu metode Expert System Life Cycle (ESDLC). Aplikasi ini dibangun berbasis android dengan metode certainty factor. Pengetesan aplikasi system pakar gaya belajar anak ini diuji dengan tujuan aplikasi tersebut sesuai dengan kebutuhan. Pengujian tersebut menghasilkan persentase 100% sesuai dengan pakar dalam hal mendiagnosa gaya belajar dan membandingkan hasilnya untuk mencari gaya belajar yang paling dominan.]]>
<![CDATA[Implementasi Sistem Bilik Disinfektan Otomatis berbasis IoT dengan NodeMCU dan Sensor Ultrasonic ]]>
<![CDATA[Ridwan Maulana]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Banyak kota- kota besar di Indonesia yang warganya ter- infeksi sehinngga menjadi zona merah dan beberapa kota menjadi zona hitam. Berbagai cara memutus rantai penularan Covid-19 seperti mencuci tangan dengan sabun di setiap tempat, menggunakan handsinitizer, dan menggunakan masker setiap berpergian ke keluar rumah. Tujuan dari penelitian ini adalah untuk menghasilkan suatu alat penyemprot disinfektan yang ber-operasi otomatis disaat ada yang melewati sensor Ultrasonic dan bisa mengontrol per-hari yang melewati bilik ini, juga bisa memonitoring kekurangan air disinfektan pada bak menggunakan Internet of things (Iot). Pada penelitian ini membantu dalam upaya pencegahan penyebaran virus Covid-19. Bilik disinfektan ini menggunakan NodeMCU, dan sensor Ultrasonic yang akan memberikan informasi melalui website. Hasilnya dapat memonitoring jumlah warga-nya telah di sterilisasi, dan kinerja dapat memonitoring water level disinfektan-nya dengan hasil rata- rata selisih 0.37cm]]>
<![CDATA[Sistem Pakar Klasifikasi dan Saran Pengembangan Kepribadian Calon Karyawan dengan Metode Certainty Factor dan Forward Chaining ]]>
<![CDATA[Gilang Wibowo]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pada dunia kerja banyak perusahaan yang menggunakan jasa psikolog untuk membantu proses perekrutan calon karyawan. Proses perekrutan calon karyawan, tidak akan cukup menggunakan metode wawancara dalam menentukan calon karyawan tersebut layak atau tidak untuk diterima. Pada bagian HRD (Human Resources Development) di PT. Steel Pipe Industry of Indonesia Karawang Factory, Tbk dalam proses penerimaan calon karyawan diberikan serangkaian tes dalam menyeleksinya, salah satu tes tersebut adalah tes kepribadian. Jenis tes yang digunakan yakni tes kepribadian DISC. Disamping itu dalam proses perekrutan ditemukan masalah, yakni proses perekrutan masih menggunakan metode lama dengan cara menggunakan lembaran kertas atau serangkaian pertanyaan yang nantinya akan dikoreksi secara manual. Sehingga memerlukan banyak waktu dari proses pengisian, koreksi, dan input nilai tes kepribadian. Oleh karena itu diperlukan sebuah sistem pakar yang dapat membantu menganalisa jenis kepribadian DISC dan saran pengembangan bagi perusahaan dan calon karyawan. Pembuatan sistem pakar ini menggunakan metode certainty factor dengan mencari nilai CF pernyataan gambaran diri dan menentukan saran pengembangan kepribadian sesuai dengan jenis kepribadian yang dimiliki menggunakan metode forward chaining. Dengan perhitungan metode certainty factor dan pencarian data metode forward chaining dari proses tes kepribadian di dapatkan nilai kepercayaan dari hasil tes dengan nilai tingkat akurasi 93,33%.]]>
<![CDATA[Sistem Pengamanan Pintu Otomatis Berbasis RFID Menggunakan Metode AES ]]>
<![CDATA[Amelia Pratiwi]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tidak sedikit masyarakat yang khawatir saat meninggalkan rumah dan meninggalkan barang berharga-nya agar penghuni rumah merasa aman saat meninggalkan rumah maka dibutuhkan-nya produk teknologi guna menunjang keamanan yang canggih serta meminimalisir pencurian. Dari pernyataan tersebut maka dibuatkannya sistem doorlock radio frequency identification (RFID) dan keypad 4x4 sebagai alat akses pintu rumah otomatis guna mengganti dari kunci konvensional, tidak hanya itu sistem ini sudah dilengkapi dengan second security dengan menggunakan kriptografi advanced encryption standard (AES) yang bertujuan untuk mengamankan data dari RFID. Tujuan terbangunnya sistem ini dikarenakan meningkatnya perampokan rumah, dan sebagainya yang mengakibatkan pemilik rumah selalu khawatir meninggalkan rumah. Sistem ini didukung dengan internet of things yang dapat melindungi dan mencegah tindakan yang tidak di inginkan. Kriptografi ini cukup aman untuk mengamankan data pada RFID karena butuh waktu yang lama untuk mendapatkan kunci yang benar. dilihat dari sisi lain perangkat ini dapat membuat pintu lebih menarik dan mengikuti perkembangan teknologi dibandingkan dengan kunci konvesional maka dapat disimpulkan hasil dari sistem ini dapat berjalan dengan 2 mode yaitu mode Offline dan online, serta berhasil mengimplementasikan enkripsi dengan menggunakan metode AES serta hasil dari pengujian RFID bahwa maksimal jarak pada sensor RFID yaitu 5cm.]]>
<![CDATA[Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino ]]>
<![CDATA[Kiki Wahyuddin]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.]]>
<![CDATA[Implementasi Algoritma Fuzzy Logic pada Sistem Kendali Lampu Otomatis dengan Arduino dan Ac Light Dimmer ]]>
<![CDATA[Adie Putra]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Cahaya begitu penting bagi kehidupan manusia, cahaya juga memberikan penerangan untuk segala aktifitas bagi manusia. Umumnya lampu dikendalikan secara manual melalui saklar, akan tetapi masyarakat Indonesia ketika berpergian keluar kota yang cukup lama lampu dibiarkan menyala sampai pemilik rumah kembali dengan itu tidak efisien dalam penggunaan listrik. Sehingga dibuatkan sistem kendali lampu otomatis untuk mengontrol kecerahan dari lampu tersebut, sistem kendali lampu otomatis ini diatur otomatis oleh sensor cahaya berdasarkan dari sinar matahari. Pada prototipe dan sistem kendali lampu otomatis yang dibuat menggunakan metode logika fuzzy, cahaya dikontrol dengan menggunakan modul ac light dimmer. Penelitian yang dilakukan dengan pengujian selama 10 hari, tanpa menggunakan sistem konsumsi, daya yang dipakai sebesar 1,116 KWh. Sedangkan dengan menggunakan sistem kendali lampu otomatis yang didalamnya menggunakan metode logika fuzzy dengan konsumsi daya sebesar 1,444 KWh. Sistem kendali otomatis sangat cocok untuk dinyalakan selama 24 jam.]]>
<![CDATA[Penerapan Algoritma Backpropagation untuk Memprediksi Mahasiwa Baru: (Studi Kasus: UBP Karawang) ]]>
<![CDATA[Agung Rahmat]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Prediksi adalah proses memperkirakan secara sistematis apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang untuk meminimalkan kesalahan. Universitas Buana Perjuangan Karawang merupakan Universitas yang berada di Karawang jawa barat yang perkembangannya begitu pesat karena adanya peningkatan pendaftaran pada setiap tahunnya. Pada penelitian menggunakan algoritma backpropagation untuk memprediksi jumlah mahasiswa baru pada masa yang akan mendatang. Pada data yang dimasukkan mahasiswa baru tahun 2015 sampai 2021 Universita Buana Perjuangan Karawang. Dari hasil algoritma backpropagation mendapatkan hasil prediksi pada setiap prodi yaitu Teknik Informatika 174, Teknik Industri 315, Sistem Informasi 100, Farmasi 134, Psysikolog 343, PGSD 162, PPKN 362, Akuntansi 64, Manajemen 471, dan Hukum 308 dengan akurasi nilai mean absolut error 88.1 %, Root Mean Square Error 2.28058E-05, dan error 0.458597909941040.]]>
