cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Komputasi
Published by Universitas Lampung
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Lingkup dan fokus jurnal berkaitan dengan tema-tema computer science, information technology, information system, software engineering, data mining, artificial intelligence, networking, multimedia, database, dan operating system
Arjuna Subject : -
Articles 231 Documents
 18   19   20   21   22 
Klasifikasi Image Tumbuhan Obat (Keji Beling) Menggunakan Artificial Neural Network Rizky Prabowo; Yunda Heningtyas; machudor Yusman; Muhammad Iqbal; Ossy Dwi Endah Wulansari
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2868

Abstract

Indonesia sebagai salah satu negara tropis memiliki potensi hayati yang sangat besar. Salah satu potensi yang banyak dimiliki di Indonesia adalah tumbuhan obat. Salah satu cara mengenali jenis tumbuhan obat yaitu melalui bentuk fisik daun. Implementasi teknologi yang saat ini banyak berkembang, maka masyarakat akan banyak terbantu dalam mengenali tumbuhan obat disekitarnya. Gambar atau citra daun tanaman obat digunakan sebagai data yang mewakili jenis tumbuhan obat tertentu. Data yang digunakan merupakan data yang telah diberikan perlakuan khusus dalam pengambilan gambar atau citra. Praprosesing dilakukan pada data yang didapat sebagai langkah awal pemrosesan data. Pada penelitian ini, data yang digunakan merupakan data primer dengan total 2000 data. Data yang digunakan dibagi menjadi 1800 data latih, 160 data validasi dan 200 data testing. Data training digunakan untuk membentuk pola model. Model selanjutnya di validasi dengan menggunakan data validasi. Model dibangun menggunakan Convulution Neural Network yang merupakan varian dari Artificial Neural Network. Hasil akurasi penelitian 82.5% dengan kecepatan pembangunan model dengan 10 epoch adalah 139 second per epoch.
Evaluasi Sistem Informasi Media Online Menggunakan Metode Technology Acceptance Model (TAM) arief Ichwani; Eva Milenia Surya Buana
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2863

Abstract

Abstract — Lensapena.id is a news provider website that has been established since 2019. However, many people do not know Lensapena.id and the public's lack of intention in using the Lensapena.id. Therefore, to find out the acceptance of Lensapena.id, it is necessary to evaluate the acceptance. The evaluation method used in this study is Technology Acceptance Model (TAM) with 5 variables, namely Perceived Ease Of Use, Perceived Usefulness, Attitude To the Act, Behavioral Intention and Actual System Usage. Data collection was done by questionnaires, observations and interviews. The sample assumption used in this study is 100 general public. The results showed that the level of acceptance of the Lensapena was worthy of Neutral which had a value of 4.4 and there were 4 accepted relationships, namely Attitude Toward The Act on Behavioral Intention, Behavioral Intention on Actual System Usage, Perceived Ease Of Use on Attitude Toward The Act, Perceived Ease Of Use on Perceived Usefulness and 2 rejected relationships, namely Perceived Usefulness on Attitude Toward The Act and Perceived Usefulness on Behavioral Intention. Based on the research conducted, several recommendations are given to increase acceptance on the Lensapena.id.
Sistem Analisis Rekomendasi Saham Pada Indeks LQ45 Menggunakan Indikator Moving Average Convergence Divergence (MACD) dan Relative Strength Index (RSI) Kalista Setiawan; Tristiyanto Tristiyanto; Anie Rose Irawati
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2870

Abstract

The LQ45 stock index is a stock exchange that is in great demand by investors in Indonesia. Therefore, the movement of the stock price is needed by investors to see the investment business prospects. However, stock price movements in a certain period are very volatile. In this case, investors need a monitoring system to assist their investment decisions. One of the most popular analyzes of stock price movements is technical analysis. In this study, the system is a website that can be accessed by the public. It provides technical analysis indicators of Moving Average Convergence Divergence (MACD), Relative Strength Index (RSI), and Candlestick charts. The system uses the AnyChart JS component as a modern JavaScript library chart. The waterfall method is used to assist develop this system. The system consists of two sources API, namely Rakuten Rapid (APIdojo.net) and finnhub.io with a query provider that can connect the Yahoo Finance API. The results of stock recommendations in this system come from determining the largest value for several recommendations generated by the finnhub.io based on basic technical and aggregate analysis (MACD, RSI, and Moving Average). Thus, this recommendation is only a suggestion and cannot be used as an absolute reference.
AdaBoost Classifier untuk Klasifikasi Tanaman Jarak Pagar Triando Hamonangan Saragih; Muliadi Muliadi; Mohammad Reza Faisal; Muhammad Al Ichsan Nur Rizqi Said
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2865

Abstract

Tanaman Jarak Pagar merupakan tanaman multi fungsi yang memiliki banyak kegunaan di kehidupan sehari-hari, baik itu untuk pengobatan, kecantikan hingga pengganti bahan bakar biodiesel. Penyakit yang menyerang tanaman jarak pagar dapat menurunkan kualitas yang dihasilkan jarak pagar. Minimnya pengetahuan petani dan sedikitnya jumlah pakar yang memahami tentang jarak pagar menjadi masalah yang harus diselesaikan. Pengguanaan sistem pakar menjadi solusi yang bisa ditawarkan. AdaBoost Classifier pada sistem pakar dapat digunakan sebagai mengklasifikasikan penyakit tanaman jarak pagar. Hasil yang diperoleh dari penelitian ini yaitu didapat akurasi rata-rata sebesar 50% dan maksimal terbaik sebesar 53,01% pada jumlah fold sebanyak 2. Hasil pada penelitian ini lebih baik dibanding penelitian sebelumnya, tetapi tidak bisa memberikan hasil yang maksimal. Jumlah data tiap kelas menjadi perrmalasahan mengapa hasil pada AdaBoost kurang maksimal dan harus diselesaikan pada penelitian selanjutnya.
ANALISIS CELAH KEAMANAN APLIKASI WEB E-LEARNING UNIVERSITAS ABC DENGAN VULNERABILITY ASSESMENT Arief Budiman; Syaiful Ahdan; Muhammad Aziz
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2800

Abstract

The development of information and communication technology today brings convenience to human life. One of the things that is growing quite rapidly is a web-based application. The proliferation of web-based applications is a challenge for web-based application developers in developing security aspects. Vulnerability Assessment of the E-Learning web application aims to detect vulnerabilities, describe vulnerabilities, assess vulnerabilities based on the Common Vulnerability Scoring System, and provide solutions. The research stages used were the Vulnerability Assessment and Penetration Testing Life Cycle. In looking for vulnerabilities in this study using the Home version of the Nessus Vulnerability Scanning. Based on the results of the vulnerability scanning, it was found low vulnerability, medium vulnerability, high vulnerability, and critical vulnerability. Each vulnerability certainly has a different impact on vulnerability, but on a critical vulnerability, namely the Elasticsearch Transport Protocol Unspecified Remote Code Execution has the most serious impact with a base score of 9.8, so the overall risk level on the Web E-Learning application is High. So it can be concluded that the E-Learning Web application at ABC University is said to be vulnerable, because it has a serious impact that affects Confidentiality, Integrity, and Availability of the E-Learning web application through its vulnerabilities. Therefore, ABC University must immediately make improvements and evaluations of the security of the E-Learning Web Application so that the risk of vulnerability in the E-Learning Web Application can be reduced.
RANCANG BANGUN SISTEM MONITORING KUALITAS AIR PADA BUDIDAYA IKAN HIAS AIR TAWAR BERBASIS IOT (INTERNET OF THINGS) WAHYU DEWANTORO; Muhamad Bahrul Ulum
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2858

Abstract

Ikan hias adalah hasil budidaya yang sangat diminati oleh berbagai lapisan masyarakat baik di dalam maupun di mancanegara. Di Indonesia pada tahun 2012 berkembang sebesar 115,16 persen. Ikan hias memiliki kapasitas dalam berbagai kondisi yang sangat dipengaruhi oleh nilai batas alami, misalnya, keadaan air, suhu, dan tingkat.keasaman (pH/ Potensial of Hidrogen), kekeruhan air. Batasan-batasan ini harus secara konsisten diamati untuk kelangsungan hidupnya. Karena permasalahan tersebut diperlukan sistem untuk mengawasi kualitas air dan dapat diakses di mana saja dengan menggunakan IoT (Internet of Things). Dalam membangun sistem pemeriksaan kualitas air untuk pengembangan ikan hias air tawar berbasis IoT menggunakan PIECES dan metode prototype pengembangan dan perencanaan dengan diagram Unified Modelling Language. Sensor yang digunakan adalah sensor pH-4502C untuk mengukur tingkat pH/tinggat keasaman pada air kolam atau aquarium, sensor DS18B20 untuk mengukur suhu pada air kolam atau aquarium, sensor turbidity SENO189 untuk mengukur tingkat kekeruhan pada air kolam atau aquarium, buzzer yang berfungsi sebagai aksi sistem ketika air pada kolam keruh, dan juga relay berfungsi sebagai aksi untuk menyalakan pompa pH naik atau pH turun ketika nilai pH di kurang baik, serta mikrokontroler ESP32 yang digunakan untuk mengolah data sensor dan mengirim data sensor melalui jaringan wireless, data yang dikirim oleh ESP32 dapat di monitoring melalui aplikasi android.
Web Engineering Sistem Informasi Pelayanan Pengaduan Online Pada P2TP2A Provinsi Lampung suaidah suaidah
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2611

Abstract

P2TP2A adalah lembaga yang menyediakan pelayanan perlindungan perempuan dan anak seperti KDRT, penganiayaan, kekerasan seksual anak dll. Mekanisme pengaduan dilakukan dengan cara masyarakat datang langsung, menghubungi melalui telpon dan bisa diwakili oleh keluarga. Kendala pertama yang didapat pada saat proses pelaporan ialah bila korban tidak berani datang langsung serta merahasiakan alamatnya, dengan begitu pihak P2TP2A akan mengalami kesulitan untuk melakukan survei, edukasi dan pelayanan langsung dengan korban. Kendala kedua terputusnya akses komunikasi dan sering terjadi korban tidak mencantumkan nomor telpon pada saat melapor. Kendala ketiga ialah masyakarat mengeluhkan karna jarak tempuh dari rumah ke P2TP2A yang cukup jauh sehingga membutuhkan dana dan transportasi untuk datang ke P2TP2A. Kendala lainnya pihak P2TP2A belum memiliki simfoni data (Sistem Informasi Online) yang dapat mendata pendaftaran korban, pelaporan pengaduan masyakarat dan proses pelayanan, sehingga belum mampu meningkatkan produktivitas di mata publik.Tujuan dari penelitian ini adalah menjangkau semua aspek pelayanan publik, yaitu membantu masyarakat menyampaikan pengaduan, pengelolaan informasi, pelayanan konsultasi, dan penguluhan kepada masyarakat menggunakan web engineering. Tahapan metode penelitian yang dilakukan dengan analisis kejadian, pengumpulan data, tinjauan pustaka, studi literatur, merancang, implementasi, pengujian, analisis hasil prototype dan pembuatan buku panduan aplikasi. Hasil dari penelitian ini diharapkan sistem yang berjalan dapat terintegrasi dengan baik dan terpusat menjadi satu, membantu pihak P2TP2A untuk melayani pengaduan-pengaduan dari masyarakat secara online dengan mudah, cepat dan kapan saja
Implementasi Metode Ekstraksi Fitur Gabor Filter dan Probablity Neural Network (PNN) untuk Identifikasi Kain Tapis Lampung SYARIF, ADMI; TANJUNG, AKBAR RISMAWAN; ANDRIAN, RICO; LUMBANRAJA, FAVORISEN R.
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2641

Abstract

Tapis Fabric is a traditional clothing of the people of Lampung in the form of a shawl cloth or a sarong made of woven cotton thread with various motifs and ornaments, silver thread or gold thread by embroidered or punched. The pattern of filter cloth is quite complex, unlike the pattern of fabric in general, with its own uniqueness that has become the culture of Lampung society until now. This filter cloth will be investigated by identifying the three types of filter cloth, namely Sasab, Bintang Perak and Gunung Beradu and see the results of its identification. The method used to identify is by combining the Gabor Filter feature extraction method which has frequency and orientation parameters and Probability Neural Network classification methods. Previously, the combination of these two methods was used to identify objects with simple patterns. The results are quite good, such as detecting faces, leaf patterns, and other simple patterns. This research is expected to get maximum identification results on the filter cloth even though it has a pattern that is not simple and will be used as a research report to determine the suitability of the method used for the filter object.
Pendeteksian Sarkasme pada Proses Analisis Sentimen Menggunakan Random Forest Classifier Debby Alita; Auliya Rahman Isnain
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2615

Abstract

Kalimat sindiran atau sarkasme masih sering digunakan oleh kalangan publik untuk mengungkapkan maksud isi hati dan pikiran baik itu yang disampaikan secara langsng maupun tidak langsung. Sarkasme dilakukan untuk menyindir dan menyakiti hati seseorang dengan menggunakan bahasa atau kata yang didalamnya mengandung kata positif tetapi maknanya negatif sehingga sering sekali terjadi opini salah diklasifikasikan. Penelitian ini melakukan kombinasi antara proses sentimen analisis dengan deteksi sarkasme untuk pengklasifikasian opini yang terdapat pada Twitter. Proses analisis sentimen dilakukan dengan tahapan preprocessing dan ekstraksi fitur dan diklasifikan dengan menggunakan metode Support Vector Machine dilanjutkan dengan proses pendeteksian sarkasme yang dilakukan tahapan ekstraksi fitur dengan 4 set fitur yaitu sentiment related, punctuation-relate, lexical and syntactic, dan pattern-relate dan diklasifikasikan dengan menggunakan metode Random Forest Classifier. Hasil penelitian ini didapatkan peningkatan nilai rata-rata akurasi sebesar 16,61 %, nilai presisi sebesar 5,45 %, nilai recall sebesar 9,64% dan kenaikan nilai F1score sebesar 11,27% dengan jumlah data sebanyak 2.027 dengan rincian data dengan label positif berjumlah 1023, data dengan label negatif berjumlah 587 dan data dengan label netral berjumlah 462. Data sarkasme didapatkan dari tweet dengan label positif yang kemudian diberikan label sarkasme atau tidak sarkasme dan didapat hasil label dengan jumlah keseluruhan berlabel sarkasme berjumlah 354 dan tidak sarkasme berjumlah 669.
Efek Peningkatan Jumlah Paralel Korpus Pada Penerjemahan Kalimat Bahasa Indonesia ke Bahasa Lampung Dialek Api Permata Permata; Zaenal Abidin; Farida Ariyani
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2613

Abstract

Experimental observations of the effect of the number of parallel corpus on Indonesian translation into the Lampung dialect api were carried out using the statistical machine translation (SMT) method. SMT utilizes a parallel Indonesian corpus and its translation in the Lampung dialect api as a material for training data. The research strategy was carried out in three ways, namely first strategy with a corpus parallel number of 1000 sentences, the second strategy with a corpus parallel number of 2000 and the third strategy with a corpus parallel number of 3000 sentences. The research starts from the preprocessing phase followed by the training phase, namely the parallel corpus processing phase to obtain a language model and translation model. Then the testing phase, and ends with the evaluation phase. SMT testing uses 25 single sentences without out-of-vocabulary (OOV), 25 single sentences with OOV, 25 compound sentences without OOV and 25 compound sentences with OOV. The test results of translating Indonesian sentences intoLampung dialectic api are shown through the accuracy value of Bilingual Evaluation Undestudy (BLEU) obtained in testing 25 single sentences without out-of-vocabulary (OOV) in the first strategy, the second and the third are 21.49%, 59.58% and 73.21%. In testing 25 single sentences with out-of-vocabulary (OOV) obtained in the first strategy, the second and the third are 23.22%, 44.33% and 68.72%. In testing 25 compound sentences without out-of-vocabulary(OOV) obtained in the first strategy, the second and the third are 18.22%, 39.4% and 69.18%. In testing 25 compound sentences with out-of-vocabulary (OOV) obtained in the first strategy, the second and the third are 25.94%, 28.22% and 71.94%.

Page 20 of 24 | Total Record : 231

 18   19   20   21   22 

Filter by Year

2013 2023


Reset
Filter By Issues
All Issue Vol 11, No 1 (2023): Jurnal Komputasi Vol 10, No 1 (2022) Vol 9, No 2 (2021) Vol 9, No 1 (2021): Komputasi Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 4, No 1 (2016) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 2 (2013) Vol 1, No 1 (2013) Vol 1, No 1 (2013) More Issue