Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Krea-TIF: Jurnal Teknik Informatika The Indonesian Journal of Computer Science
Viona, Tiara Aurilia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Sistem Informasi Kesesuaian Lahan Tanaman Pangan Berdasarkan Faktor Cuaca Berbasis Website Utami, Putri; Abdullah, Asrul; Hudjimartsu, Sahid Agustian; Wicaksono, Aditya; Viona, Tiara Aurilia
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3758

Abstract

Evaluasi lahan dapat dilakukan untuk meningkatkan kualitas dan kuantitas komoditas pertanian. Salah satunya dengan persyaratan penggunaan lahan dengan mempertimbangkan karakteristik lahan. Namun, Dinas Pertanian selaku koordinator sulit mendapatkan informasi terkait karakteristik lahan yang sesuai dengan jenis tanaman berdasarkan faktor cuaca. Anomali cuaca menyebabkan turunnya produktitivitas tanaman. Tujuan penelitian ini adalah mengembangkan sistem informasi kesesuaian lahan untuk menentukan jenis tanaman pangan beradasarkan karakteristik lahan serta evaluasi kesesuaian lahan tanaman. Metode dalam penelitian ini adalah Framework for the Application of System Thinking (FAST). Tahapan FAST yaitu scope definition, problem analysis, requirement analysis, decision analysis, design, contruction and testing, dan instalation and delivery. Berdasarkan hasil uji kelayakan aplikasi menghasilkan nilai 87% dengan kriteria baik. Hasil ini menunjukkan bahwa sistem informasi kesesuaian lahan tanaman pangan dapat digunakan dengan baik.
Perbandingan Algoritma SVM dan Naïve Bayes untuk Klasifikasi Kebakaran Hutan dan Lahan Viona, Tiara Aurilia; Utami, Putri Yuli; Fakhruzi, Izhan; Anugrah, Rifqi
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 2 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kabupaten Ketapang merupakan satu diantara kabupaten di Provinsi Kalimantan Barat yang sering terjadi bencana kebakaran hutan dan lahan (karhutla). Tujuan dilakukannya penelitian ini untuk memprediksi terjadinya bencana karhutla di Kabupaten Ketapang agar penanganan karhutla dapat lebih optimal. Berdasarkan data dari Badan Penanggulangan Bencana Daerah (BPBD) Provinsi Kalimantan Barat total kejadian bencana karhutla di Kabupaten Ketapang mulai dari tahun 2015 sampai tahun 2022 sudah terjadi sebanyak 235 kali. Tujuan penelitian ini untuk memprediksi terjadinya kebakaran hutan dan lahan serta melakukan klasifikasi daerah yang masuk kategori rawan dan sangat rawan di Ketapang. Pada penelitian ini klasifikasi dilakukan dengan membandingkan metode SVM dan Naïve Bayes untuk mendapatkan akurasi yang optimal. Dataset yang digunakan adalah data hotspot dan data iklim Kabupaten Ketapang tahun 2021 – 2022 yang berjumlah 4.697 data. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi 99,67%, sedangkan SVM memiliki akurasi 98,24%, mengindikasikan bahwa Naïve Bayes lebih unggul dalam klasifikasi daerah rawan karhutla. Penelitian ini dapat diperluas dengan mempertimbangkan faktor tambahan seperti vegetasi, topografi, dan pengaruh aktivitas manusia untuk meningkatkan keakuratan prediksi serta pengembangan sistem peringatan dini berbasis kecerdasan buatan.
Co-Authors Aditya Wicaksono Anugrah, Rifqi Asrul Abdullah Fakhruzi, Izhan Putri Utami, Putri Sahid Agustian Hudjimartsu Utami, Putri Yuli