Claim Missing Document
Check
Articles

Found 10 Documents
Search

PERANCANGAN DAN EDUKASI SISTEM PENENTUAN PEMILIHAN PESTISIDA UNTUK TANAMAN CABAI DI DUSUN SANGGRAHAN KIDUL, KULON PROGO Rahayu, Sri; MZ, Yumarlin; Bororing, Jemmy Edwin
Jurnal Terapan Abdimas Vol 7, No 2 (2022)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jta.v7i2.12824

Abstract

Abstract. The chili plant is an agricultural commodity that has the highest attractiveness in Indonesia. This is a challenge for farmers to cultivate chili. Sanggrahan Kidul Hamlet is a hamlet located in Bendungan Village, Wates District, Kulon Progo Regency, Special Region of Yogyakarta. One-third of the Sanggrahan Kidul Hamlet area is agricultural land, so most of the residents of Sanggrahan Kidul work as farmers. In order to control, repel, attract, or eradicate pests in their crops, farmers need pesticides. The many kinds and types of pesticides circulating in the market and the various advantages offered by pesticide products to farmers make farmers have to be careful and careful in choosing the right pesticides. The specific purpose of this activity is to educate the farmers of Dusun Sanggrahan Kidul regarding the criteria for selecting the right pesticide product by designing a system for determining the selection of pesticides for chili plants. Based on the results of the analysis of the community service program, it can be concluded that technically the application of decision support for the selection of pesticides on chili plants is categorized as suitable for use by users with a percentage value of 78%. Meanwhile, in terms of benefits, the chili farmers in Sanggrahan Kidul Hamlet are greatly helped by the existence of educational activities with this pesticide selection support system. Farmers can choose suitable pesticides according to the desired criteria. Abstrak. Tanaman cabai merupakan suatu komoditas pertanian yang mempunyai daya tarik paling tinggi di Indoneisa. Hal ini menjadi tantangan tersendiri bagi petani untuk melakukan budidaya cabai. Dusun Sanggrahan Kidul merupakan dusun yang berada di Desa Bendungan, Kecamatan Wates, Kabupaten Kulon Progo, Daerah Istimewa Yogyakarta. Sepertiga wilayah Dusun Sanggrahan Kidul adalah lahan pertanian, sehingga sebagian warga Sanggrahan Kidul berprofesi sebagai petani. Guna mengendalikan, menolak, memikat, atau membasmi organisme penggangu pada hasil panen, petani memerlukan pestisida. Banyaknya macam dan jenis pestisida yang beredar di pasaran dan beragamnya keunggulan-keunggulan yang ditawarkan produk pestisida kepada petani membuat para petani harus teliti dan cermat dalam memilih pestisida yang tepat. Tujuan khusus dari kegiatan ini adalah mengedukasi para petani Dusun Sanggrahan Kidul mengenai kriteria pemilihan produk pestisida yang tepat dengan merancang sistem penentuan pemilihan pestisida untuk tanaman cabai. Berdasarkan hasil analisa program pengabdian masyarakat tentang dapat disimpulkan bahwa secara teknis aplikasi pendukung keputusan pemilihan pestisida pada tanaman cabe dikategorikan layak di gunakan oleh user dengan nilai persentase 78%. Sedangkan dari segi manfaat, para petani cabai Dusun Sanggrahan Kidul sangat terbantu dengan adanya kegiatan edukasi dengan sistem pendukung pemilihan pestisida ini. Para petani dapat memilih pestisida yang cocok sesuai dengan kriteria yang diinginkan. 
OPTIMALISASI PENCARIAN DAN PENGELOMPOKAN FOTO BERBASIS AI PENGENALAN WAJAH DENGAN AWS RECOGNITION Bening, Ridho Gilang; Bororing, Jemmy Edwin; MZ, Yumarlin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5005

Abstract

Pengelolaan foto pada acara besar sering kali menjadi tantangan, terutama dalam pencarian foto individu di antara ribuan gambar. Penelitian ini bertujuan untuk mengembangkan sistem pencarian dan pengelompokan foto berbasis pengenalan wajah dengan memanfaatkan layanan AWS recognition pada aplikasi FotoMu. Teknologi AWS recognition diharapkan menjadi solusi optimal dalam mengelola dan mengelompokkan foto secara otomatis berdasarkan wajah pengguna. Aplikasi ini dibangun menggunakan metode prototype dengan framework laravel dan basis data MySQL. Pengujian sistem dilakukan menggunakan confusion matrix dengan melibatkan 15 responden untuk mengevaluasi akurasi pengenalan wajah. Hasil pengujian menunjukkan akurasi sebesar 93%, presisi 100%, dan recall 93%, yang menandakan bahwa sistem mampu melakukan pengenalan wajah secara efektif dan akurat, serta mempercepat proses pencarian foto.
PENERAPAN METODE MULTI-ATTRIBUTE UTILITY THEORY UNTUK REKOMENDASI DESTINASI DESA WISATA TERFAVORIT DIGUNUNG KIDUL Putro, Budi Anggoro Sajiwo; MZ, Yumarlin; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5615

Abstract

Kabupaten Gunung Kidul merupakan salah satu destinasi wisata utama di Daerah Istimewa Yogyakarta yang menawarkan beragam pilihan wisata, mulai dari wisata alam, kuliner, sejarah, budaya, religi, hingga wisata desa. Namun, banyak wisatawan kesulitan dalam menentukan desa wisata yang sesuai dengan preferensi mereka, terutama dalam mempertimbangkan faktor biaya tiket, fasilitas, kebersihan, keamanan, akses jalan, dan jarak tempuh. Untuk mengatasi permasalahan tersebut dilakukan penelitian dengan menerapkan metode Multi-Attribute Utility Theory (MAUT) dengan 6 kriteria dan 4 alternatif. Penelitian ini bertujuan untuk menentukan desa wisata terfavorit di Gunung Kidul berdasarkan kriteria yang telah ditetapkan. Metode MAUT merupakan salah satu metode dalam pengambilan keputusan yang melibatkan beberapa kriteria yang digunakan untuk mengevaluasi dan menentukan pilihan terbaik berdasarkan berbagai atribut dengan tingkat kepentingan yang berbeda. Dengan metode tersebut, dipilihlah empat alternatif desa wisata, di mana Desa Ngelanggeran terpilih menjadi desa wisata terfavorit dengan nilai 23, kemudian disusul oleh Desa Tepus dengan nilai 14,5. Hasil Penelitian ini diharapkan dapat membantu wisatawan dalam memilih desa wisata yang sesuai dengan preferensi mereka serta memberikan rekomendasi bagi pengelola desa wisata dalam meningkatkan daya tarik wisata mereka.
PENERAPAN STRING MATCHING PADA INFORMATION RETRIEVAL DARI EKSTRAKSI METADATA DAN ANALISIS AKURASI VIDEO YOUTUBE Christianto, Devri Budi; Setyawan, Ryan Ari; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5647

Abstract

Meningkatnya jumlah konten di platform youtube shorts menghadirkan tantangan dalam menyaring informasi yang relevan serta menghindari konten yang mengandung kata-kata negatif. Penelitian ini mengembangkan sistem information retrieval dengan metode string matching untuk mencocokkan kata kunci yang dimasukkan pengguna dengan metadata video, seperti judul, hashtag, dan transkripsi audio. Sistem ini dirancang sebagai aplikasi berbasis web menggunakan PHP dan Python dengan framework Laravel serta PostgreSQL sebagai basis data. Pengujian dilakukan untuk mengevaluasi tingkat akurasi dan performa sistem. Hasil pengujian menunjukkan bahwa sistem mencapai akurasi hingga 82,5% saat menggunakan lebih dari 10 kata kunci, dengan 33 data valid. Pengujian performa juga menunjukkan bahwa MacBook Pro M1 memiliki efisiensi terbaik dibandingkan perangkat lainnya. Penerapan semantik dalam sistem memungkinkan peningkatan akurasi dengan mengurangi ambiguitas makna kata kunci.
SISTEM PENENTUAN KELAYAKAN PEMBERIAN KREDIT RUMAH KARYAWAN DENGAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE Golonggomo, Rike Nur Savitri; MZ, Yumarlin; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5664

Abstract

Pemberian kredit rumah kepada karyawan merupakan salah satu fasilitas penting dalam mendukung kesejahteraan pegawai. Namun, proses seleksi kelayakan penerima kredit sering kali dilakukan secara manual, memakan waktu, dan rentan terhadap subjektivitas. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan dalam penentuan kelayakan pemberian kredit rumah bagi karyawan menggunakan metode Simple Multi Attribute Rating Technique (SMART). Sistem ini mempertimbangkan tujuh kriteria utama, yaitu: (1) Gaji, (2) Riwayat peminjaman, (3) Maksimal jumlah peminjaman, (4) Tanggungan keluarga, (5) Status perkawinan, (6) Status karyawan, dan (7) Jenis kelamin. Pengembangan sistem dilakukan dengan menggunakan framework Laravel dan database MySQL, yang dirancang dalam aplikasi bernama “Smart Pinjam”. Hasil yang diperoleh menunjukkan bahwa metode SMART mampu memberikan penilaian secara informatif dan objektif, dengan hasil peringkat sebagai berikut: Karyawan B memperoleh nilai tertinggi sebesar 5,0, diikuti oleh Karyawan A dengan nilai 4,05, Karyawan D sebesar 4,01, Karyawan C sebesar 2,74, dan terakhir Karyawan E dengan nilai 1,74. Berdasarkan klasifikasi kelayakan, Karyawan B, A, dan D termasuk kategori “Sangat Layak”, Karyawan C “Kurang Layak”, dan Karyawan E “Tidak Layak”. Sistem ini diharapkan dapat membantu lembaga pemberi kredit dalam menilai kelayakan pengajuan kredit rumah secara sistematis, transparan, dan akurat.
IMPLEMENTASI BUSINESS INTELLIGENCE DASHBOARD (BID) DENGAN METODE ADDIE PADA BPBJ KABUPATEN KULON PROGO Umniyati; Fitriastuti, Fatsyahrina; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5668

Abstract

Pengadaan barang dan jasa di lingkungan pemerintah melibatkan berbagai metode, seperti tender, non-tender, dan e-purchasing. Dalam implementasinya, terdapat beragam aplikasi yang dimanfaatkan, seperti Sistem Informasi Rencana Umum Pengadaan (SiRUP) untuk perencanaan, serta Sistem Pengadaan Secara Elektronik (SPSE), e-Katalog, dan platform toko daring dalam pemilihan penyedia. Namun, penggunaan berbagai sistem ini kerap menimbulkan tantangan dalam integrasi data dan penyusunan laporan yang efisien.Oleh karena itu, diperlukan solusi yang dapat mengakomodasi kebutuhan analisis dan pemantauan pengadaan secara komprehensif Penelitian ini bertujuan untuk merancang Business Intelligence Dashboard (BID) guna memantau serta melaporkan data pengadaan di Bagian Pengadaan Barang dan Jasa (BPBJ) Kabupaten Kulon Progo.Dalam pengembangannya, BID menerapkan metode ADDIE (Analysis, Design, Development, Implementation, and Evaluation), yang mendukung proses perancangan sistem secara terstruktur. Dashboard ini dirancang untuk menyajikan visualisasi data pengadaan yang terintegrasi dari berbagai aplikasi yang digunakan dalam proses pengadaan. Hasil penelitian menunjukkan bahwa implementasi BID dapat meningkatkan efektivitas dalam pemantauan serta pelaporan pengadaan, menyajikan informasi yang lebih akurat dan real-time bagi para pemangku kepentingan, serta mendukung proses pengambilan keputusan yang lebih efisien. Dengan BID, BPBJ Kabupaten Kulon Progo dapat melakukan analisis mendalam terhadap kinerja pengadaan, mengidentifikasi potensi permasalahan, serta meningkatkan transparansi dalam proses pengadaan barang dan jasa.
IMPLEMENTASI K-MEANS CLUSTERING DAN MODEL CRISP-DM UNTUK PENGELOMPOKAN DAERAH RAWAN TINDAK PIDANA NARKOBA DI DIY Putri, Annisa Eka; MZ, Yumarlin; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5690

Abstract

Penyalahgunaan narkoba merupakan permasalahan serius yang memerlukan identifikasi wilayah rawan untuk penanganan yang lebih efektif. Penelitian ini bertujuan untuk mengelompokkan daerah rawan tindak pidana narkoba di Provinsi Daerah Istimewa Yogyakarta dengan menerapkan algoritma K-Means Clustering dalam kerangka model CRISP-DM. Data yang digunakan mencakup laporan kasus narkoba dari Kepolisian Daerah D.I. Yogyakarta serta data kepadatan penduduk dari BPS D.I. Yogyakarta. Proses analisis dilakukan melalui tahap pengolahan dan eksplorasi data, pemilihan jumlah klaster optimal, serta implementasi algoritma dengan Python dan library Scikit-learn. Hasil klasterisasi menunjukkan bahwa 79 kecamatan di Provinsi DIY dapat dikelompokkan ke dalam tiga kategori tingkat kerawanan, yaitu rendah, sedang, dan tinggi. Klaster dengan tingkat kerawanan tinggi mencakup 4 kecamatan, klaster kerawanan sedang terdiri dari 14 kecamatan, sedangkan 61 kecamatan lainnya termasuk dalam klaster kerawanan rendah. Visualisasi scatter plot digunakan untuk menggambarkan distribusi wilayah dalam setiap klaster, sehingga mempermudah interpretasi pola kerawanan narkoba. Temuan ini diharapkan dapat menjadi acuan bagi aparat penegak hukum dan pemerintah daerah dalam menyusun strategi pencegahan dan penanggulangan penyalahgunaan narkoba secara lebih terarah dan berbasis data.
Analisis Sentimen Terhadap Layanan Tokopedia Berdasarkan Twitter dengan Metode Klasifikasi Support Vector Machine MZ, Yumarlin; Bororing, Jemmy Edwin; Rahayu, Sri; F, Jeffry Andhika
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4591

Abstract

Pertumbuhan e-commerce di Indonesia begitu pesat dikarenakan perubahan perilaku masyarakat dalam berbelanja. Tokopedia menjadi salah satu e-commerce terkemuka yang ada di Indonesia saat ini. Tanggapan pengguna sangat penting bagi perusahaan untuk mengetahui layanan yang ditawarkan. Ulasan dari pengguna sendiri sangat mempengaruhi citra layanan perusahaan, terlebih di era digital saat ini. Akan tetapi, membangun dan menganalisis sentimen ulasan masyarakat bukan hal yang mudah dikarenakan jumlah nya yang begitu banyak, sehingga diperlukan metode untuk melakukan klasifikasi secara otomatis, yang meliputi  ulasan positif atau negatif.  Salah satu situs yang cukup banyak menampung opini masyarakat ialah sosial media, diantaranya Twitter. Data ulasan dari Twitter yang diperoleh dengan melakukan crawling data menggunakan library dari Python. Dan  diberi pelabelan dan klasifikasi dengan menggunakan metode Support Vector Machine dimana klasifikasi dilakukan dengan membuat garis pembatas yang memisahkan antara kelas positif dan negatif.  Untuk  pengukuran tingkat akurasi dari metode ini tergantung dari  kualitas data set yang digunakan. Hasil klasifikasi sentimen disajikan  dalam bentuk grafik.   Proses klasifikasi dimulai dengan melakukan cleaning data dan prapemrosesan data, yang selanjutnya data akan dilakukan pelabelan. Dari hasil pelabelan yang telah dilakukan kemudian dilakukan klasifikasi terhadap data uji untuk menemukan sentimen positif maupun negatif. Tingkat akurasi dari hasil penelitian  yang dilakukan     sebesar 91%. Selanjutnya dilakukan pengujian dengan metode K-Fold Cross Validation dan diperoleh        rata-rata tingkat akurasi sebesar 94,5%.
Analisis Sentimen Pengguna Apliaksi Shopee Menggunakan Metode Naive Bayes Classifier dan K-NN MZ, Yumarlin; Bororing, Jemmy Edwin; Rahayu, Sri; Putra, Jeffry Andhika
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i3.5494

Abstract

Perkembangan aplikasi e-commerce mengalami kemajuan pesat dalam beberapa tahun terakhir. Aplikasi e-commerce memberikan pengalaman belanja yang lebih mudah, nyaman, dan personal bagi pengguna. Fitur-fitur seperti pencarian produk yang efisien, ulasan pelanggan, rekomendasi produk dan keamanan pembayaran. Shopee adalah salah satu platform ecommerce yang populer di Indonesia dan memberikan pengguna akses yang mudah untuk berbelanja secara online dengan berbagai pilihan produk dan penawaran menarik. Tujuan penelitian ini untuk mengetahui analisis sentimen pengguna aplikasi Shopee berdasarkan data ulasan yang di dapat dari situs website google play menggunakan metode Naive Bayes Classifier dan K-Nearest Neighbour (K-NN) untuk mengklasifikasikan ulasan berdasarkan komentar sentimen positif, sentimen negatif dan sentiment netral. Hasil penelitian dengan menerapkan metode Naive Bayes Classifier di dapat nilai akurasi sebesar 75.97%, dengan prediksi komentar positif sebesar 742, komentar negative 519 dan komentar netral sebesar 86. Dan metode K-Nearest Neighbor nilai akurasi sebesar 16.69%, dengan prediksi komentar positif sebesar 154, komentar negative 80 dan komentar netral sebesar 62. Analisis Sentimen aplikasi shopee berdasarkan komentar pengguna google play store menunjukkan tingkat kepuasan konsumen baik di lihat dari besarnya nilai respon komentar positif berdasarkan hasil perhitungan machine learning yang sudah dilakukan. 
Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi Covid 19 Menggunakan Algortima Naïve Bayes Classifier MZ, Yumarlin; Bororing, Jemmy Edwin; Rahayu, Sri; Faharani, Fenthy
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3893

Abstract

Coronavirus Disease-19 (COVID-19) merupakan ancaman kesehatan masyarakat yang kemudian ditetapkan oleh Organisasi Kesehatan Dunia sebagai pandemi karena telah menyebar di 199 negara di seluruh dunia. Jumlah kasus positif COVID-19 di seluruh dunia pada tahun 2021 mencapai 237.655.302 juta kasus dan jumlah kasus positif COVID-19 di Indonesia saja mencapai 4.229.813 juta kasus. Salah satu kebijakan pemerintah Indonesia dalam menangani COVID-19 adalah dengan melakukan vaksinasi. Namun, kebijakan ini mengundang banyak pihak dari masyarakat untuk memberikan pendapatnya. Penelitian ini bertujuan untuk mengetahui opini masyarakat terhadap tindakan vaksinasi yang dilakukan pemerintah untuk mengatasi virus covid-19. Dengan tindakan vaksinasi yang dilakukan, apakah ada komentar yang lebih positif, negatif, atau netral? Data dalam penelitian ini adalah data komentar publik di media sosial Twitter. Pengumpulan data dilakukan dengan bantuan software RStudio dan juga website kaggle. Data yang digunakan adalah dalam bahasa Indonesia dengan total 102.933 data. Data tersebut akan diklasifikasikan menggunakan metode Naïve bayes classifier. Data tersebut akan melalui tahap preprocessing sebelum proses klasifikasi data. Tahapan preprocessing meliputi proses Cleansing, Case Folding, Remove Character, Remove Duplicate, Translate, Normalization Word, Stemming, Stopword. Hasil penelitian ini menunjukkan sentimen positif sebanyak 66,45% dari 21.356 komentar, sentimen negatif sebanyak 25,21%, sedangkan sentimen netral sebanyak 8,34%.