Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer
Journal Informatics Mulawarman Is a means for researchers in the field of computer science to publish his research works. First published in 2007 with a two-yearly published period in February and September. Editorial Board Informatika Mulawarman consists of lecturers of computer science in the field of diverse concentration of expertise among others Software Engineering, Information Systems, Network and Computer Security, Image Processing, Multimedia, fuzzy logic, human interface and Artificial Intelligence.
Articles
292 Documents
<![CDATA[Pengembangan Mobile Learning Berbasis Android Untuk Mendukung Proses Pembelajaran ]]>
<![CDATA[Dewi Rosita]]>;
<![CDATA[Ikhmawati Ikhmawati]]>;
<![CDATA[Merlin Merlin]]>;
<![CDATA[Suriaty Suriaty]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 1 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v18i1.11702
<![CDATA[Penggunaan smartphone bisa dijadikan kontribusi dalam melakukan inovasi dalam proses pembelajaran. Inovasi tersebut adalah mengembangan media pembelajaran interaktif berbasis mobile learning. Terkait dengan hal tersebut, penulis mengembangkan media pembelajaran interaktif berbasis mobile learning dalam upaya menjadikan kegiatan pembelajaran lebih menyenangkan khusunya pada mata pelajaran Peniddikan Agama Islam pada Sekolah Menegah Atas. Penelitian ini menggunakan pendekatan HTLL dengan tema Teknologi Ramah Lingkungan, dimana Memuat perlunya teknologi tepat guna atau ramah lingkungan di dalam eksplorasi, pemanfaatan dan penggunaan teknologi di lingkungan/wilayah hutan hujan tropis Tujuan dalam penelitian ini adalah 1) bagaimana mengembangkan mobile learning berbasis Android menggunakan microsoft powerpoint add-ins i-spring suite untuk mendukung proses pembelajaran 2) implementasi untuk menguji kelayakan mobile learning berbasis Android menggunakan microsoft powerpoint add-ins i-spring suite untuk mendukung proses pembelajaran. Pengembangan mobile learning berbasis Android ini menggunakan model 4D yaitu 1) Define; 2) Design; 3) Development; 4) Disseminate. Kelayakan media ini oleh para validator yang terdiri dari validasi materi, media dan uji coba ke siswa. Hasil penilaian oleh ahli media mendapatkan total jumlah skor 110 dengan persentase kelayakan 88% sehingga termasuk dalam kategori “Sangat Layak”. Sedangkan penilaian oleh ahli materi mendapatkan total jumlah skor 72 dengan persentase kelayakan 96% sehingga termasuk dalam kategori “Sangat Layak”. Kemudian berdasarkan hasil uji coba ke siswa diperoleh total jumlah skor 827 dengan persentase kelayakan 87% sehingga termasuk dalam kategori “Sangat Layak”. Sehingga dapat disimpulkan bahwa mobile learning berbasis android mata pelajaran pendidikan agama islam materi asuransi syariah “sangat layak” digunakan sebagai media pembelajaran.]]>
<![CDATA[Komparasi Optimasi Chi-Square, CFS, Information Gain dan ANOVA dalam Evaluasi Peningkatan Akurasi Algoritma Klasifikasi Data Performa Akademik Mahasiswa ]]>
<![CDATA[Taghfirul Azhima Yoga Siswa]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 1 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v18i1.11330
<![CDATA[Telah banyak penelitian implementasi data mining pada perfoma akademik mahasiswa yang dilakukan untuk mencari kinerja terbaik dari algoritma klasifikasi, namun penelitian yang menguji hubungan atribut-atribut dengan dimensi data yang tinggi pada pemodelan terhadap label data yang digunakan masih rendah. Penelitian ini bertujuan untuk mengkomparasi peningkatan akurasi algoritma klasifikasi yakni Naive Bayes, C4.5, Random Forest, dan Logistic Regression yang telah dioptimasi dengan beberapa algoritma seleksi fitur seperti Chi-Square, CFS, Information Gain dan ANOVA. Dataset yang digunakan berjumlah 2663 record, dengan membagi data menggunakan metode 5-fold cross validation kemudian dilakukan evaluasi kinerja algoritma menggunakan confusion matrix. Hasil penelitian yang diperoleh adalah optimasi Chi-square memiliki nilai tertinggi dalam meningkatkan akurasi pemodelan algoritma klasifikasi, dengan rata-rata peningkatan akurasi sebesar 2.45%. Sementara, hasil perbandingan algoritma klasifikasi dalam menangani data prediksi performa mahasiswa menghasilkan algoritma Random Forest sebagai algoritma klasifikasi tertinggi dengan persentase accuracy sebesar 94.5%, precision 95%, recall 94, f1-score 94%.]]>
<![CDATA[Sistem Pelayanan Pasien Berbasis Website di Puskesmas Gayam Sumenep ]]>
<![CDATA[Ach Zaini]]>;
<![CDATA[M. Fadhilur Rahman]]>;
<![CDATA[Syaiful Syaiful]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 2 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i2.6140
<![CDATA[Puskesmas merupakan pusat pelayanan kesehatan yang komprehensif, kuratif, dan rehabilitatif yang berhubungan langsung dengan masyarakat. Puskesmas merupakan unit teknis yang lebih murah, baik dari segi biaya maupun lokasi, tersebar di setiap kecamatan dan berperan penting sebagai ujung tombak dalam sistem pelayanan kesehatan (Kemenkes RI 2016). Saat ini sistem pelayanan rekam medis pasien masih menggunakan cara manual yakni mencatat di buku yang menyebabkan pelayanan lama dan tidak efektif. Salah satu puskesmas yang tidak menggunakan sistem pelayanan pasien terkomputerisasi ini adalah puskesmas Gayam Sumenep “Sepudi†yang mana puskesmas ini menjadi pusat pelayanan satu – satunya di kecamatan gayam pulau sepudi karena keterbatasan media pelayanan. Sehingga pelayanan puskesmas yang di berikan masih kurang optimal dan berpengaruh pada tingkat pelayanan kesehatan. Dalam perkembangan tekhnologi sistem pelayanan kesehatan pasien akan di buatkan sebuah sistem yang berbasis web. Sehingga puskesmas dapat memberikan pelayanan dengan cepat dan lebih efektif. Dan akan mempermudah Tenaga Kesehatan dalam mencatat rekam medis pasien. Pengujian eksternal dilakukan untuk menguji aplikasi terhadap pengguna secara langsung. Peneliti menggunakan perhitungan kuesioner dengan skala Likert yang diaplikasikan dalam bentuk angket dan survei, dengan tujuan untuk mengukur pandangan, sikap, dan pendapat pengguna aplikasi. Berdasarkan hasil kuesioner dengan perhitungan mengunakan metode skala likert diperoleh nilai presentasi sebesar 86,67%, yang artinya Sistem Pelayanan Pasien di Puskesmas Gayam ini sangat baik dan layak untuk digunakan.]]>
<![CDATA[Deteksi Citra X-Ray Paru-Paru Terinfeksi COVID-19 dengan Algoritma CNN berbasis Aplikasi Web ]]>
<![CDATA[Supri Bin Hj Amir]]>;
<![CDATA[Sitti Nur Azizah Fitriani Akbar]]>;
<![CDATA[Hendra Hendra]]>;
<![CDATA[Andi Muhammad Anwar]]>;
<![CDATA[Sulfayanti Sulfayanti]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i1.6534
<![CDATA[Pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk mendeteksi COVID-19 berdasarkan citra X-ray Paru-paru. Arsitektur CNN yang digunakan adalah EfficientNetB7 dan Resnet152V2 dengan memanfaatkan teknik Transfer Learning. Penelitian ini berfokus pada membandingkan kinerja kedua model arsitektur dalam mengklasifikasikan citra X-ray Paru-paru terinfeksi COVID-19. Selanjutnya mengimplementasikan model CNN tersebut ke aplikasi deteksi Citra X-ray paru-paru berbasis web. Dari hasil evaluasi kedua model tersebut disimpulkan bahwa Resnet152-V2 mencapai kinerja lebih baik dibanding arsitektur CNN EfficientNetB7 dengan akurasi 97% sedangkan EfficientNetB7 dengan akurasi 95%.]]>
<![CDATA[Pembelajaran Agama Berbasis Android Di SMP Islam Nurus Syamsi ]]>
<![CDATA[Andri Paranata]]>;
<![CDATA[M Fadhilur Rahman]]>;
<![CDATA[Supriadi Supriadi]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 2 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i2.6147
<![CDATA[Pendidikan Agama memanglah panling utama dan berguna untuk diberikan siswa-siswi Sekolah Menengah Pertama supaya mereka mempunyai bekal buat mengalami persaingan global terlebih semacam dikala ini dunia teknologi yang telah terus menjadi mutahir. Dalam upaya tingkatkan mutu pendidikan dibutuhkan pemakaian teknologi serta media pendidikan. Di dalam aplikasi ini memberikan materi agama berbasis android ini diharapkan bisa menarik atensi belajar siswa- siswi SMP Islam Nurus Syamsi dalam menguasai modul tentang Pembelajaran Agama Islam dimana saja dan kapan saja. Alat perancangan yang digunakan yaitu Use Case, Activity Diagram, Squence Diagram. Aplikasi pendidikan agama tidak kesulitan untuk mempelajari modul agama, karena aplikasi ini dapat terpasang di smartphone android sehingga dapat dibawa kemana saja serta belajar kapan pun. Pemanfaatan aplikasi bagi guru pula dapat membantu untuk mengingat modul yang telah di bahas pada pertemuan sebelumnya.]]>
<![CDATA[Sistem Pendukung Keputusan Penilaian Kinerja Guru SMK Cakra Pratama Menggunakan Metode Moora ]]>
<![CDATA[Artsfiaris Tinovartfaba Enoch]]>;
<![CDATA[Eri Eriansyah]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i1.5993
<![CDATA[Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Sumber daya manusia berkualitas sangat diperlukan dalam suatu instansi, karena dengan adanya sumber daya yang berkualitas baik berkemampuan dalam bidang fisik, intelektual serta psikologisnya sangat mempengaruhi perkembangan dari suatu instansi. Maka dari itu sumber daya manusia yang berkompetensi tinggi dapat mendukung tingkat kinerja, dengan penilaian kinerja maka akan diketahui prestasi yang dicapai setiap guru. Oleh karena itu dibangun sebuah sistem pendukung keputusan menggunakan metode Multi-Objective Optimization by Ratio Analysis (MOORA) agar mempermudah proses penilaian kinerja guru secara obyektif di SMK Cakra Pratama berdasarkan bobot dan kriteria-kriteria penilaian yang sudah ditentukan.]]>
<![CDATA[Penerapan Fuzzy Inference System Metode Tsukamoto Untuk Penentuan Program Studi (Studi Kasus Pada STMIK Widya Cipta Dharma Samarinda) ]]>
<![CDATA[Arbansyah Arbansyah]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 1 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v18i1.8343
<![CDATA[Memilih program studi bukanlah hal yang mudah. Karena jika salah dalam menentukan program studi yang akan diambil maka akan berpengaruh terhadap motivasi belajar, lamanya masa studi yang melebihi dari standar yang berlaku, bahkan ada juga yang mengalami kegagalan. Dengan adanya Penentuan program studi, diharapkan setiap mahasiswa dapat lebih fokus pada minat dan kemampuan yang dimiliki. Penerapan Fuzzy Inference System (FIS) metode Tsukamoto dapat digunakan untuk pendukung keputusan dalam penentuan program studi. Untuk menghasilkan output dengan pendekatan Fuzzy Inference System (FIS) metode Tsukamoto, terdiri dari empat tahap yaitu: pembentukan himpunan fuzzy (Fuzzification), pembentukan rules (inference), aplikasi fungsi implikasi serta hasil output (defuzzification). Tujuan penelitian ini adalah menerapkan Fuzzy Inference System (FIS) metode Tsukamoto untuk penentuan program studi yang paling sesuai dengan minat dan kemampuan calon mahasiswa. Adapun variabel input nya adalah Nilai Wawancara, Nilai Teknik Informatika, Nilai Sistem Informasi dan Nilai Test Tertulis. Variabel output adalah minat dimana Teknik Informatika atau Sistem Informasi yang paling sesusai dengan minat dan kemampuan calon mahasiswaKata kunci : Fuzzy Inference System (FIS), Metode Tsukamoto, fuzzification, inference, defuzzification, Program Studi.]]>
<![CDATA[Implementasi Metode Certainty Factor Untuk Diagnosis Kerusakan Software Pada Smartphone Berbasis Web ]]>
<![CDATA[Rizky Afwan]]>;
<![CDATA[Indah Fitri Astuti]]>;
<![CDATA[Dedy Cahyadi]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 2 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i2.9461
<![CDATA[Smartphone merupakan alat komunikasi antara dua orang atau lebih, saat ini tidak hanya berkomunikasi, beberapa fungsi lainnya sudah tersedia, serta beberapa smartphone memiliki kinerja layaknya komputer. Komponen teknologi umumnya tidak dapat terhindar dari kerusakan. Kerusakan yang terjadi pada smartphone sebagian besar masyarakat awam tidak tahu pasti kerusakan apa yang dialami. Tujuan yang ingin dicapai dalam penelitian ini adalah membentuk sebuah sistem yang dapat melakukan diagnosis terhadap suatu kerusakan smartphone berdasarkan pola pikir pakar atau ahli. Penelitian ini menggunakan metode Certainty Factor untuk mengakomodasi ketidakpastian seorang pakar. Data yang digunakan merupakan hasil wawancara bersama pakar selaku teknisi Smartphone Care dan ditemukan 6 jenis kerusakan yang dapat disebabkan oleh software yaitu Light Bootloop, Medium Bootloop, Hard Bootloop, Soft Brick, Hard Brick, dan Freeze. Hasil pengujian dari 6 data, diperoleh hasil diagnosis jenis kerusakan yang terjadi berdasarkan gejala yang dialami oleh user. Hasil akurasi dari perhitungan manual dan sistem memiliki tingkat akurasi 83,3%, sedangkan hasil akurasi dari perhitungan sistem dengan hasil diagnosis pakar memiliki tingkat akurasi 100%. Hasil diagnosis kerusakan metode certainty factor ini bisa menjadi bahan pertimbangan untuk para pengguna smartphone awam menggunakan sistem dalam melakukan diagnosis pada smartphone lebih dini tanpa datang ke teknisi untuk melakukan perbaikan.]]>
<![CDATA[Penerapan Certainty Factor dalam Sistem Pakar Penyakit Tanaman ]]>
<![CDATA[Andi Tejawati]]>;
<![CDATA[Joan Angelina Widians]]>;
<![CDATA[Andi Azza Az-Zahra]]>;
<![CDATA[Edy Budiman]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i1.7521
<![CDATA[Perkembangan teknologi informasi telah mencakup segala bidang kehidupan, termasuk bidang pertanian. Salah satu bidang pertanian yang sedang dikembangkan ialah pertanian lada (Piper ningrum L). Dalam perkembangannya tanaman lada dapat terjangkit penyakit yang akan berpengaruh pada hasil panen yang akan diterima oleh petani. Penelitian ini mengembangkan suatu sistem pakar penyakit yang menyerang tanaman lada dengan metode Certainty Factor dan menggunakan penelusuran inferensi Forward Chaining. Sistem pakar merupakan bagian dari kecerdasan buatan, dimana sistem mengadopsi pengetahuan manusia yang ahli ke dalam komputer untuk menyelesaikan suatu pekerjaan yang biasanya memerlukan kepakaran seseorang. Penelitian ini dilakukan di UPTD Pengembangan Perlindungan Tanaman Perkebunan Provinsi Kalimantan Timur. Terdapat enam penyakit yang menyerang tanaman lada yaitu penyakit busuk pangkal, penyakit kuning, penyakit keriting daun, penyakit jamur pirang, penyakit karat merah dan penyakit bercak daun Colletotrichum. Pada implementasi sistem dilakukan pengujian dengan memilih beberapa gejala yang menyerang tanaman lada antara lain daun berubah warna, terdapat bercak pada daun, daun menguning, pangkal batang berubah warna, akar mengalami pembusukan, pangkal batang berwarna coklat, dan akar berwarna hitam. Berdasarkan gejala yang dipilih pengguna tersebut, diperoleh hasil berupa identifikasi penyakit busuk pangkal batang dengan nilai Certainty Factor sebesar 88.57% yang berarti bahwa tanaman lada tersebut hampir pasti terkena penyakit busuk pangkal batang.]]>
<![CDATA[Modifikasi Metode Fuzzy C-Means untuk Klasifikasi Citra Daun Padi ]]>
<![CDATA[Fra Siskus Dian Arianto]]>;
<![CDATA[Adi Wibowo]]>;
<![CDATA[Bayu Surarso]]>
<![CDATA[ Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer ]]>
Publisher : <![CDATA[Mulawarman University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30872/jim.v17i1.6068
<![CDATA[Metode Fuzzy C-means merupakan algoritma pembelajaran tidak terawasi yang menggunakan derajat keanggotaan untuk menentukan cluster tiap-tiap titik data. Proses pembelajaran yang tidak terawasi menjadi keunggulan untuk dapat diterapkan pada gambar yang terdapat noise. Dilakukan modifikasi terhadap metode Fuzzy C-means yaitu dengan melakukan penentuan dan perubahan matriks partisi menggunakan fungsi keanggotaan fuzzy untuk mendapatkan proses pembelajaran dan akurasi cluster. Penelitian ini bertujuan untuk mendapatkan model terbaik klasifikasi warna daun padi (Oryza Sativa) berdasarkan citra digital dengan menggunakan modifikasi metode fuzzy c-means yang diterapkan untuk klasifikasi. Data citra daun padi yang digunakan sebanyak citra dengan ukuran dimana data dibagi menjadi data latih citra untuk mendapatkan model dan 160 citra digunakan untuk pengujian model klasifikasi. Data citra diubah menjadi matriks Red, Green, Blue (RGB) yang kemudian ditransformasi menjadi matriks fuzzy. Penetapan nilai elemen-elemen matriks partisi dilakukan dengan membangkitkan bilangan random berdistribusi Uniform yang kemudian diubah menjadi matriks fuzzy. Model fuzzy c-means terbaik untuk klasifikasi diperoleh dengan menggunakan pusat cluster dari proses pembelajaran pada 9 percobaan terhadap parameter pangkat (). Diperoleh model terbaik modifikasi metode fuzzy c-means untuk klasifikasi pada percobaan parameter pangkat () sama dengan 2 dengan accuracy (ACC) 71%, specificity (SPC) 76%, sensitivity (TPR) 54%, positive predictive value (PPV) 51%, dan negative predictive value (NPV) 85%.]]>
