cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Computatio : Journal of Computer Science and Information Systems
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Arjuna Subject : -
Articles 8 Documents
Search results for , issue "Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems" : 8 Documents clear
Pemetaan Kecamatan di Wilayah Bogor Berdasarkan Tipe Lahan dengan Metode Gradient Boosting Susilo, Venezia Valen; Herwindiati, Dyah Erny; Hendryli, Janson
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.15829

Abstract

Kabupaten Kota Bogor merupakan tempat Gunung Salak, sumber mata air Jakarta, berada sehingga untuk air sampai di Jakarta, air harus melalui Bogor terlebih dahulu. Hal ini mengakibatkan perubahan terhadap lahan di Bogor akan berpengaruh pada proses aliran air dari Gunung Salak ke Jakarta. Oleh karena itu, dibutuhkan suatu sistem yang dapat digunakan untuk memantau perubahan fungsi lahan di Bogor. Sistem ini, diharapkan dapat memberi informasi tentang alih fungsi lahan secara periodik yang terjadi di daerah Bogor dan diharapkan dapat membantu pihak-pihak yang terkait dalam penanganan dampak-dampak yang terjadi akibat alih fungsi lahan. Data yang diperlukan adalah citra Landsat 8 band 2, 3, 4, 5, 6, dan 7 yang telah melalui proses pra-pemrosesan untuk kemudian diklasifikasikan dengan menggunakan model yang dibangun dengan metode Gradient Boosting Regression untuk klasifikasi. Model dibangun dengan nilai learning rate 0.1 dan banyak pohon 50. Akurasi yang didapat dari model ini adalah 99.3349% untuk data latih, 99.1658% untuk data validasi, dan membutuhkan waktu 13.91376 detik.
Prediksi Jumlah Penduduk Tingkat Kecamatan di Wilayah Bogor Menggunakan Metode Long Short Term Memory Djoenaedi, Owen; Herwindiati, Dyah Erny; Handhayani, Teny
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.16219

Abstract

Population growth is addition or reduction of the population which is influenced by several factors. In Indonesia, this is something that pays great attention and is monitored by the government, especially on Java Island. Worries of population increase is one of the reasons for this monitoring which can cause problems with the support power and capacity power of the environment. The purpose of this design is to predict the population and calculate population growth rate at sub-district level in the Bogor area for 2021 and 2022 using population data at different annual intervals in each areas. Prediction is done using Long Short Term Memory. The configuration parameters of the model used for training and testing is different for each areas which obtained from the results of the parameter experiment which was repeated 5 times for each configuration to obtain the best Mean Absolute Percentage Error (MAPE) average. All models for LSTM method gain an average MAPE below 10% in each areas so that the models for prediction were stated to be very good.
Sistem Self-Checkout Produk Sembako Menggunakan Metode Convolutional Neural Networks Lao, Gloria Valerie; Lina
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27094

Abstract

Terdapat banyak toko kelontong dari yang kecil hingga yang besar. Toko kelontong menjual berbagai produk mulai dari sayuran, buah-buahan, makanan instan, makanan ringan dan lain sebagainya. Toko kelontong yang besar atau dikenal dengan grocery store, dapat memiliki banyak pengguna pada saat yang bersamaan. Terdapat beberapa loket kasir yang disediakan untuk melayani pelanggan selama proses pembayaran. Bagi pelanggan yang memiliki banyak barang belanjaan akan memakan waktu yang lama saat dikasir dan dapat menyebabkan antrian yang panjang. Sistem akan menerima input citra yang didalamnya terdapat beberapa produk. Sistem ini akan melakukan pendeteksian dan pengenalan produk dengan menggunakan metode Faster R-CNN dan arsitektur ResNet-101. Setelah produk berhasil diidentifikasi, akan ditampilkan daftar dari produk beserta harga dan total harga keseluruhan. Pendeteksian dan pengenalan produk untuk 1 produk yang berada dalam 1 frame mendapatkan akurasi sebesar 84%, untuk 3 produk yang berada dalam 1 frame mendapatkan akurasi sebesar 44%, dan untuk 5 produk yang berada dalam 1 frame mendapatkan akurasi sebesar 12%.
Pembuatan Aplikasi Point of Sale pada Toko Penjualan Alat-Alat Bangunan Han, Hansen; Novario Jaya Perdana; Jap Tji Beng
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.24371

Abstract

Toko Inti Bangunan adalah sebuah tempat yang menyediakan berbagai macam bahan bangunan seperti pasir, semen, dan alat-alat bangunan lainnya. Saat ini, proses transaksi penjualan, pembelian, dan pencatatan data stok masih dilakukan secara manual dengan menggunakan kertas. Manajemen penyediaan barang, transaksi penjualan, dan pembuatan laporan masih ditulis dengan tangan, yang berpotensi menyebabkan kesalahan penulisan data, ketidakakuratan data barang masuk, serta kurang efisiennya penggunaan tenaga dan waktu saat melakukan transaksi penjualan. Untuk mengatasi permasalahan tersebut, maka dari itu dibuatlah sebuah aplikasi Point of Sale (POS) yang berfungsi sebagai sistem perangkat lunak kasir di Toko Inti Bangunan. Aplikasi ini dirancang dengan menggunakan platform OutSystems, yang merupakan platform low-code yang mempercepat proses pembuatan aplikasi dengan pengetikan kode pemrograman yang minimal. Metode pengembangan aplikasi yang diterapkan menggunakan System Development Life Cycle (SDLC).
Dashboard untuk Memantau Kinerja Penjualan di Klinik Gustavet Maulana, Aldi Resaldi; Tony, Tony
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27111

Abstract

Gustavet Clinic is an animal acupuncture service that was specifically established in 1999 by Dr. Gustav. In 2006, Gustavet shifted its focus to holistic services, particularly animal acupuncture, under the guidance of Dr. Gustav, who personally studied acupuncture techniques from human acupuncture and established an acupuncture association in Indonesia along with his teachings. In 2012, Gustavet expanded into a veterinary and acupuncture clinic. The aim of this final project is to create an interactive dashboard using Tableau software, employing prototyping methods, to monitor sales at Gustavet Clinic. Data is extracted from sales records within the Kreloses inventory application, available at Gustavet Clinic, for the years 2021, 2022, and 2023. This dashboard provides an easy way to view information about pet food and veterinary drug sales. Through intuitive graphs and charts, users can quickly access information on total sales, profits, best-selling products, and year-over-year sales comparisons. The dashboard is designed to assist Gustavet Clinic in making better decisions to enhance sales performance and services for pet owners.
Clustering Data Meteorologi Wilayah Indonesia Timur Menggunakan Metode K-Means Andrian, Gion; Teny Handhayani; Desi Arisandi
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27127

Abstract

Peran meteorologi dalam memahami pola iklim dan dampak perubahan iklim global menjadi fokus untuk mendeteksi dini perubahan iklim, terutama dampak seriusnya pada kehidupan manusia dan sektor ekonomi di kota-kota seperti Jakarta, Semarang, dan Surabaya. Studi ini difokuskan pada wilayah Indonesia timur, termasuk Papua, Maluku, dan Nusa Tenggara, dengan tujuan mengidentifikasi pola perubahan iklim menggunakan metode clustering, khususnya K-Means. Toleransi missing value sebesar 40% memiliki pengaruh besar dengan silhouette score mencapai 0.509. Penggunaan Z-Score dan penghapusan variabel arah angin maksimum juga terbukti efektif. Hasil analisis dua cluster membentuk kelompok berbeda, terutama Cluster 0 yang hanya memiliki satu kota. Perbedaan signifikan terlihat pada suhu, kelembaban, curah hujan, lama penyinaran matahari, dan kecepatan angin antar cluster, menggambarkan pola iklim yang konsisten namun keragaman kondisi meteorologi di wilayah tersebut
Perancangan Dashboard Penjualan Produk Biji Kopi “Agroastery” Menggunakan Metode Waterfall Panca, Azarya; Trisnawarman, Dedi
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27146

Abstract

AGRoastery merupakan toko yang menjual berbagai jenis biji kopi arabica dan robusta dengan berbagai ukuran kemasan produk mulai dari 100-gram hingga 1 Kg pada platform Tokopedia dan sudah berhasil menjual banyak produk. Akan tetapi, data penjualan yang ada pada AGRoastery hanya tersimpan pada database, tidak dilakukan pengolahan data lebih lanjut, sehingga ketika ingin mengetahui produk yang laris terjual harus mengecek database tersebut dan melakukan analisa untuk mendapatkan informasi yang diinginkan. Cara tersebut membutuhkan waktu lama karena harus mengecek setiap data dalam database. Oleh karena itu, dengan memanfaatkan data penjualan dapat digunakan untuk menentukan strategi pemasaran dengan menerapkan business intelligence berupa dashboard. Tujuan penelitian yaitu pembuatan dashboard berdasarkan data penjualan yang memvisualisasikan tampilan laporan penjualan produk di AGRoastery. Data yang digunakan dalam penelitian ini yaitu data penjualan pada AGRoastery. Metode penelitian yang digunakan yaitu waterfall dan pembuatan dashboard menggunakan software Microsoft power BI Desktop. Hasil penelitian ini dapat memudahkan pemilik AGRoastery dalam mengetahui detail dan informasi penjualan biji kopi serta laporan penjualan dan membantu pemilik dalam mengambil keputusan pemasaran produk dimasa mendatang.
Prediksi Pertumbuhan Hari Selada Menggunakan Linear Regression, Logistic Regression, dan Decision Tree Chen, Vaness
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27183

Abstract

Abstrak Tujuan dari penelitian ini adalah untuk mengembangkan model prediksi pertumbuhan hari selada berdasarkan faktor lingkungan tertentu dengan menggunakan tiga pendekatan berbeda: regresi linier, regresi logistik dan decision tree atau pohon keputusan. Data pertumbuhan selada dikumpulkan dari berbagai percobaan dalam berbagai kondisi lingkungan, termasuk suhu, kelembapan, dan banyak kondisi lainnya. Tujuan dari penelitian ini adalah untuk membantu petani mengoptimalkan lingkungan pertumbuhan selada dan meningkatkan hasil. Pada tahap pertama penelitian, penulis melakukan analisis data eksperimen untuk memahami karakteristik pertumbuhan selada dalam kondisi yang berbeda. Penulis kemudian membangun tiga model berbeda yaitu. regresi linier, regresi logistik dan pohon keputusan untuk memprediksi pertumbuhan selada berdasarkan parameter lingkungan tertentu. Setiap model diuji untuk pelatihan berdasarkan data yang diambil dari situs web Kaggle dan dievaluasi berdasarkan metrik kinerja seperti akurasi. Dataset yang digunakan berisi kategori seperti suhu, kelembaban, pH, dll. Hasil penelitian ini menunjukkan bahwa decision tree memberikan performa yang baik dalam memprediksi pertumbuhan selada, karena dibuktikan dengan nilai akurasi 42% sementara linear regression dan logistic regression kurang cocok untuk tugas ini. Pemodelan pertumbuhan tanaman menggunakan metode ini dapat membantu petani mengambil keputusan yang lebih baik tentang pengelolaan lingkungan pertumbuhan mereka.

Page 1 of 1 | Total Record : 8


Filter by Year

2024 2024


Filter By Issues
All Issue Vol. 9 No. 1 (2025): Computatio: Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems Vol. 7 No. 2 (2023): Computatio: Journal of Computer Science and Information Systems Vol. 7 No. 1 (2023): Computatio: Journal of Computer Science and Information Systems Vol. 6 No. 2 (2022): Computatio: Journal of Computer Science and Information Systems Vol 6, No 1 (2022): Computatio: Journal of Computer Science and Information Systems Vol. 6 No. 1 (2022): Computatio: Journal of Computer Science and Information Systems Vol. 5 No. 2 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 5, No 2 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 5 No. 1 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 5, No 1 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 4 No. 2 (2020): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 4, No 2 (2020): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 4 No. 1 (2020): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 4, No 1 (2020): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 3 No. 2 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 3, No 2 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 3 No. 1 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 3, No 1 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 2, No 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol. 2 No. 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS Vol 2, No 1 (2018): Computatio : Journal of Computer Science and Information Systems Vol. 1 No. 2 (2017): Computatio : Journal of Computer Science and Information Systems Vol 1, No 2 (2017): Computatio : Journal of Computer Science and Information Systems Vol 1, No 1 (2017): Computatio : Journal of Computer Science and Information Systems More Issue