Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Yusuf Bisilisin, Franki
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
KLASIFIKASI PENGGUNAAN METERAN AIR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) PADA PERUMDA AIR MINUM KOTA KUPANG BERBASIS CITRA DIGITAL Reyno Renaldy Sainyakit, Joe; Yusuf Bisilisin, Franki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13947

Abstract

Perkembangan teknologi digital telah membawa perubahan signifikan dalam berbagai sektor, termasuk layanan penyediaan air bersih. Pada Perumda Air Minum Kota Kupang, pembacaan meteran air secara manual menghadapi berbagai tantangan, seperti kesalahan manusia, efisiensi waktu, dan keterbatasan sumber daya. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penggunaan meteran air berbasis teknologi OCR (Optical Character Recognition) dengan metode Convolutional Neural Network (CNN) untuk meningkatkan akurasi dan efisiensi. Tahapan penelitian meliputi pengumpulan data citra meteran air dari 100 rumah di dua kelurahan, proses praproses seperti grayscale, thresholding, dan deskewing, serta implementasi CNN dengan teknik K-fold Cross Validation untuk validasi model. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan penggunaan meteran air dengan tingkat akurasi terbaik mencapai 95% dengan akurasi keseluruhan sebesar 91%. Sistem ini terbukti efektif dalam mengidentifikasi meteran air berdasarkan kelurahan dengan nilai sensivitas mencapai 90% dan spesifitas 92%. Hasil dari penelitian ini akan berkontribusi pada efisiensi operasional dan akurasi data konsumsi pelanggan, serta menjadi referensi bagi pengembangan teknologi serupa di sektor lain.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA TANAMAN TERONG MENGGUNAKAN CERTAINTY FACTOR Yusril Kinanggi, Taufik; Yusuf Bisilisin, Franki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13968

Abstract

Tanaman terong merupakan salah satu komoditas hortikultura yang banyak dibudidayakan dan dikonsumsi masyarakat Indonesia. Namun, produktivitas tanaman terong sering mengalami penurunan akibat serangan penyakit, terutama saat musim penghujan. Di Kabupaten Kupang, produksi terong menurun dari 7.363 kuintal menjadi 2.832 kuintal pada tahun 2023, yang disebabkan oleh keterbatasan petani dalam mengidentifikasi penyakit dan menentukan penanganan yang tepat. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pakar diagnosis penyakit pada tanaman terong menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk menghitung tingkat kepastian berdasarkan gejala-gejala yang diamati, sehingga sistem dapat memberikan hasil diagnosis beserta nilai keyakinan terhadap penyakit yang terdeteksi. Sistem ini dibangun dalam bentuk aplikasi desktop menggunakan bahasa pemrograman Python dan diuji menggunakan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa sistem mampu mendiagnosia penyakit dengan baik dan tingkat keakuratan sistem mencapai 72% dan tingkat kesalahan sistem yaitu 28% . Sistem ini diharapkan dapat membantu petani dalam melakukan diagnosis awal secara mandiri dan memberikan rekomendasi penanganan secara cepat dan tepat.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA RUMPUT LAUT DENGAN METODE CERTAINTY FACTOR Dilyan Prastyo Carascaya, I Putu; Yusuf Bisilisin, Franki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14413

Abstract

Rumput laut adalah salah satu tumbuhan laut yang memiliki kandungan gizi yang tinggi. Namun, produktivitasnya sering menurun akibat serangan berbagai jenis penyakit. Untuk membantu pembudidaya dalam mendiagnosa penyakit pada tanaman rumput laut, penelitian ini merancang dan membangun sebuah sistem pakar berbasis website menggunakan metode Certainty Factor (CF). Metode CF bekerja dengan menghitung nilai kepastian dari diagnosa berdasarkan gejala yang dimasukkan oleh pengguna, melalui penggabungan nilai Measure of Belief (MB) dan Measure of Disbelief (MD) yang diperoleh dari pengetahuan pakar. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dan MySQL sebagai database servernya. Evaluasi sistem dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil pengujian, sistem menunjukkan tingkat kesalahan yaitu 27%, yang mengindikasikan bahwa kinerja sistem berada dalam kategori yang cukup baik.
Co-Authors Dilyan Prastyo Carascaya, I Putu Reyno Renaldy Sainyakit, Joe Yusril Kinanggi, Taufik