Claim Missing Document
Check
Articles

Found 5 Documents
Search

Sistem Pendukung Keputusan Pemilihan Jurusan menggunakan Metode Topsis dan SAW Nurhikma Arifin; Indra; Chairi Nur Insani; Sulpiana
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Article Research March 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12344

Abstract

Pemilihan jurusan yang tepat di Sekolah Menengah Kejuruan (SMK) sangat penting karena akan mempengaruhi karir dan masa depan siswa. Pemilihan jurusan di SMK Negeri 1 Tapalang Barat masih dilakukan manual oleh pihak sekolah sehingga belum efektif dan efisien. Hal ini disebabkan beberapa faktor seperti subjektifitas guru, kesalahan perhitungan nilai, dan waktu yang lebih untuk memproses jurusan yang sesuai. Penelitian ini bertujuan untuk membuat Sistem Pendukung Keputusan menggunakan metode SAW dan Topsis dalam memilih jurusan. Metode SAW digunakan untuk penentuan bobot setiap kriteria yang dianggap penting dan menjumlahan bobot pada setiap kriteria untuk mendapatkan total skor alternatif, kemudian metode Topsis memilih alternatif terbaik dari sejumlah alternatif yang ada. Terdapat 4 jurusan pada penelitian ini yaitu Teknik Komputer dan Jaringan, Teknik Audio Vidio, Teknik Sepeda Motor dan Multimedia. Kriteria yang digunakan pada pemilihan jurusan yaitu tes tertulis, wawancara, dan nilai ujian sekolah. Pengujian yang dilakukan yaitu pengujian blackbox dengan hasil sistem yaitu berjalan sesuai fungsinya, selanjutnya hasil pengujian akurasi dengan menggunakan 40 data uji yaitu 97,5%, dan pengujian UAT menggunakan 13 responden dengan hasil sangat bagus yaitu 89,84%. Dari hasil pengujian dapat disimpulkan bahwa sistem ini dapat diimplementasikan dan mampu mengatasi permasalahan dalam pemilihan jurusan di SMK Negeri 1 Tapalang Barat.
Sistem Pendukung Keputusan Pemilihan Bibit Padi Unggul Menggunakan Metode AHP Chairi Nur Insani; Indra; Nurhikma Arifin; Iin Indriani
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Article Research March 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12345

Abstract

Salah satu komoditas pertanian adalah tanaman padi. Tanaman padi merupakan bahan makanan pokok bagi rakyat Indonesia. Tingkat produksi maupun konsumsi padi selalu menempati urutan pertama dibandingkan dengan tamanan pangan lainnya. Upaya dalam meningkatkan hasil produksi tanaman pangan ini dihadapkan dengan berbagai kendala dan masalah salah satunya dalam pemilihan bibit yang unggul. Pemilihan bibit padi yang unggul berpotensi meningkatkan produksi bagi petani. Penelitian ini membuat suatu sistem pendukung keputusan menggunakan metode AHP untuk membantu petani dalam pemilihan bibit padi unggul pada kelompok tani di Desa Pasapa merupakan salah satu daerah yang hampir seluruh masyarakatnya menggantungkan hidup sebagai petani padi. Kondisi perekonomian di desa ini bergantung dari tanaman padi, dengan luas lahan kurang lebih 700ha dengan menggunakan metode AHP dalam proses pengambilan keputusan pemilihan bibit padi unggul maka di hasilkan output perengkingan alternatif yang digunakan untuk mempermudah dalam proses pemilihan bibit padi unggul. Rekomendasi sistem pendukung keputusan pemilihan bibit padi unggul dengan metode AHP, menunjukkan alternatif atau jenis bibit padi yang paling unggul untuk ditanam di Desa Pasapa, Kec. Budong-budong, yaitu ciliwung dengan nilai 0,453 di susul ciherang dengan nilai 0,434, disusul inpari 66 dengan nilai 0,429, kemudian inpari 12 dengan nilai 0.426 dan terakhir mekongga 0,135. Pengujian UAT didapat kan hasil sebesar sebesar 76,5% dengan 9 pertanyaan dan 36 responden. Sedangkan untuk pengujian blackbox diperoleh hasil sistem berjalan sesuai dengan fungsinya.
Klasifikasi Tingkat Kematangan Buah Tomat menggunakan Computer Vision untuk Smart Agriculture Nurhikma Arifin; Chairi Nur Insani; Muh Rafli Rasyid
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 22, No 2 (2023): Agustus 2023
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v22i2.8387

Abstract

Klasifikasi tingkat kematangan buah tomat merupakan salah satu aspek penting dalam industri pertanian. Identifikasi yang akurat dan efisien terhadap kematangan buah tomat dapat membantu petani dalam mengelola panen dengan lebih baik dan meningkatkan produktivitas pertanian secara keseluruhan. Untuk itu, penelitian ini bertujuan untuk mengklasifikasian kematangan buah tomat secara otomatis dengan pemanfaatan computer vision dan kecerdasan buatan menuju smart agriculture. Klasifikasi dilakukan menjadi 3 kategori kelas yaitu belum matang, setengah matang dan matang. Adapun total dataset yang digunakan pada penelitian ini adalah 240 citra tomat yang terdiri dari 180 data latih dan 60 data uji. Proses yang dilakukan menggunakan metode segmentasi HSV dengan nilai lower upper H [0-77], S [48-255] dan V [33-212].  Sedangkan proses klasifikasi menggunakan algoritma Support Vector Machine dengan kernel RBF dengan nilai parameter C = 7 and γ = 10-2. Hasil pengujian menunjukkan sistem yang digunakan memberikan kinerja terbaik dengan hasil akurasi 100% sehingga dapat diimplementasikan dengan baik dan memberikan kontribusi teknologi dalam peningkatan pasca panen menuju revolusi Industri 4.0.Kata Kunci : Klasifikasi, Tomat, HSV, Computer Vision, Smart Agriculture 
Sistem Kontrol dan Monitoring Pemberi Pakan Ikan Otomatis Berbasis IOT Safitri Safitri; Dian Megah Sari; Chairi Nur Insani; Sitti Aulia Rachmini
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 1 No 1 (2022): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v1i1.12

Abstract

The activity of keeping ornamental fish using an aquarium is still very popular with fans. An important factor in maintaining ornamental fish in an aquarium is the timing of feeding the fish. Therefore the author aims to create an Internet of Things-based automatic fish feeder control and monitoring system. The type of research used is a combined research (mix method) using blackbox testing, the results of this study are a prototype system where when The RTC is set according to the fish's feeding demand schedule, the Nodemcu commands the servo motor to open the fish's feeding valve, and the ultrasonic sensor detects the remaining food in the storage tank. The received sensor reading data will be sent to Telegram as an information display media.Furthermore, the data used was 5 trials with an average of 1 gram of feedissued.
Deteksi Kesegaran Ikan Selar menggunakan Sensor Warna Dan Sensor Gas Berbasis Web Hasnawati; Muh. Fuad Mansyur; Chairi Nur Insani
Journal of Computer and Information System ( J-CIS ) Vol 6 No 1 (2023): J-CIS Vol 6 No. 1 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i1.3588

Abstract

Ikan merupakan salah satu sumber protein hewani yang penting dalam makanan manusia. kesegaran ikan menjadi faktor kritis dalam memastikan keamanan dan kualitas ikan yang dikonsumsi. Ketika ikan tidak segar, dapat terjadi perubahan fisik, kimia, dan mikrobiologis yang dapat mengancam kesehatan manusia. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kesegaran ikan menggunakan sensor warna dan sensor gas berbasis web. Sistem ini akan memanfaatkan teknologi internet dan komputasi berbasis web untuk memberikan kemudahan akses dan analisis data secara real-time. Pada hasil penelitian ini, di lakukan pengujian terhadap masing-masing sensor untuk memastikan kinerja dan akurasi pembacaan setiap sensor. Sensor TCS 3200 berhasil memberikan data RGB yang akurat, sensor MQ 135 memberikan data amonia dengan nilai yang tepat dengan nilai relevan. Selain itu, integrasi dengan aplikasi web juga berhasil dilakukan sehingga data web dapat di akses dan di tampilkan melalui aplikasi web yang terhubung pada nodeMCU. Sensor warna TCS 3200 mampu membedakan ikan segar dan tidak segar berdasarkan perubahan warna kulit ikan dengan akurat. Sensor gas MQ135 berhasil mendeteksi kadar gas amonia pada ikan segar dan tidak segar dengan tingkat ketepatan yang memadai. Selain itu, sistem terhubung dengan internet dan antar muka web memberikan respons hasil deteksi secara cepat dan akurat kepada pengguna