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
 20   21   22   23   24 
Dampak dari Parameter Variasi Koneksi, Node dan Kecepatan Node Terhadap Delay pada Routing Protocol AODV dan BATMAN Jaringan MANET Dodon Turianto Nugrahadi; M Reza Faisal; Liling Triyasmono; Muhammad Janawi
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2675

Abstract

Mobile ad-hoc Network (MANET) is a multihop wireless network that a many collection of mobile nodes that are dynamic. MANET each node on the network have the same position, so it needs the appropriate routing protocol, to support the exchange of data to be optimal. In this study, the routing protocol to be tested is AODV and BATMAN based scenario increasing the number of connections, nodes and speed. Simulation parameter scenarios is number connection 1 UDP, 2 UDP, 3 UDP, and number of node 25 node, 50 node, 100 node, and then number node speed 20 m/s, 50 m/s. in this AODV routing protocol will establish a rute from the source node to the destination only if there is a request from the source node. BATMAN routing protocols, all decisions and information disseminated throughout the node and will regularly update on each node. The performance parameters to be measured such as delay by using OMNET ++ 4.6. Output of simulation will analysis with two way anova and multivariate to know correlation between variation scenario impact to delay. The results obtained in this study AODV and BATMAN have their respective advantages, analisys with two-way anova show that both AODV and BATMAN get the impact of the scenario from incrising the number of connections, the number of nodes and the number of nodes speed with a p-value of 0.012212 (<0.05) with two-way anova. From all scenarios, the number of UDP connections has the greatest impact, from UDP 1, UDP 2 and UDP 3. Followed by the number of speed 50 and node 100. So it can be concluded that the connection has an effect on increasing delay. The increasing number of speed and nodes can contribute to an increase in delay if number of nodes above 100 and speed above 50. With multivariate analysis, the BATMAN protocol had the most impact on the delay under the scenario then AODV.
IMPLEMENTASI FUZZY INFERENCE SYSTEM (FIS) METODE TSUKAMOTO UNTUK MONITORING KUALITAS UDARA Robby Yuli Endra; Galih Agus Saputra
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2962

Abstract

Kurangnya alat pemantau kualitas udara yang ada didaerah-daerah yang ada di Indonesia akan dampak buruk bagi kesehatan apabila terjadi penurunan kualitas udara yang tidak disadari. Penelitian ini bertujuan untuk merancang alat monitoring kualitas udara menggunakan fuzzy inference system metode tsukamoto untuk memberikan informasi berupa nilai kualitas udara. Dengan menggunakan 3 jenis sensor polutan yang berbeda yaitu MQ2 untuk mendeteksi asap, MQ7 untuk mendeteksi karbon monoksida (CO) dan Sharp GP2YAUF untuk mendeteksi kadar debu yang beterbangan maka, data dari hasil bacaan tiap sensor diolah menggunakan fis metode tsukamoto untuk mendapatkan nilai hasil dan kategori kualitas udara yang kemudian hasil tersebut akan ditampilkan di sebuah website monitoring sebagai media informasi. Pada prosesnya rangkaian alat perlu terhubung dengan jaringan agar dapat melakukan proses pengiriman data sensor kedalam database, setelah data tersimpan di-database kemudian website akan melakukan kalkulasi perhitungan dengan menggunakan metode tsukamoto secara otomatis untuk mendapatkan hasil nilai dan kategori kualitas udara yang terbaca oleh sensor yang kemudian hasilnya akan ditampilkan pada website monitoring. Dari penelitian ini akan menghasilkan sebuah alat monitoring kualitas udara dengan menggunakan fuzzy inference system metode tsukamoto sebagai metode untuk menentukan hasil nilai dan kategorinya.
Implementation of Learning Management System based on Moodle Ruang Belajar for Optimizing Online Learning Siti Qomariah; Muhammad Nasir; Rahmadani Rahmadani
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2957

Abstract

Pandemi Covid-19 yang melanda seluruh dunia menimbulkan dampak di segala bidang salah satunya pendidikan, dimana pola pembelajaran tatap muka berubah menjadi pola pembelajaran daring dan sekarang menjadi pembelajaran campuran dimana pemebelajaran dilakukan secara tatap mukan dan juga secara virtual. Penelitian ini betujuan adalah menghasilkan pengembangan LMS sebagai media pembelajaran daring mengunakan plaform moodle dengan metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan yang digunakan model ADDIE yaitu Analysis, Design, Development, Implementation, Evaluation.  Untuk instrument penelitian adlah kuisioner dengan respondenn adalah dosen dan mahasiswa.  Untuk pengujian aplikasi Ruang Belajar digunakan pengujian blackbox.  Hasil penelitian menunjukan bahwa media pemebelajara ruang belajar dibangun dengan mengunkan software moodle, dengan server local adalah XAMMP.  Pada pengujian  blackbox  sistem kerja berjalan dengan baik, komponen mau fungsi juga berjalan dengan baik dapat disimpulkan bahwa LMS ruang belajar sangat setuju "digunakan dalam pembelajaran. Berdasarkan pengujian beta testing dengan instrument penelitian didapakan hasil berupa 89%  media pembelajaran dinilai sangat setuju terhadap aplikasi ini.
Aplikasi DonasiKu Berbasis Android Muhamad Bahrul Ulum; Habibullah Akbar; Anik Hanifatul Azizah
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2933

Abstract

Used goods suitable for use are old goods that have been used once or more than once and are still reasonable to be reused. Most of these used goods are no longer used because they already have other, better substitutes. The current management system for these items is usually only collected and stored in the warehouse or even many are left scattered in the corner of the house until the items become a pile. Rather than being left alone, it is better to reuse these items. For example, by donating items that are still reasonable to be reused to people who need it more. Donations in the form of used goods are still poorly managed, information on donation activities that are held is less spread out and if there is, it is not necessarily reliable. So far, the management of the existing donation system is only for donations in the form of money, so the idea of a solution emerged in the form of developing an Android-based donation system application. To analyze the problem used causal analysis based on the data to be collected. The method used for software development is extreme programming. This application can be a solution to the problem of managing the used goods donation system so that people can make donations in the form of goods that are faster, easier to collect and distribute.
Implementasi Metode Naive Bayes pada Sistem Pakar Diagnosis Penyakit Kutu Ikan Gurami (Argunus Indicus) Agus Wantoro; Heni Sulistiyani; Yodhi Yuniarthe; Arie Setya Putra; Apri Candra Widyawati; Nanda Putra Wicaksono
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2956

Abstract

Ikan Gurami (Oshpronemus gouramy) adalah salah satu ikan ekonomis air tawar penting di subsektor perikanan budi daya atau akuakultur (aquaculture), khususnya budi daya air tawar (freshwater aquaqulture).  Penyakit pada ikan gurami selain dapat menimbulkan kerugian berupa kematian ikan juga dapat menurunkan kualitas ikan yaitu kesegaran, warna, dan cacat tubuh yang kesemuanya tentu saja akan berpengaruh pada harga jual/nilai ekonomis ikan tersebut. Adapun kematian yang ditimbulkannya dapat mencapai 50%-100%. Untuk mengurangi kerugian akibat tingkat kematian yang tinggi maka dibutuhkan seorang pakar dalam melakukan diagnosis penyakit ikan. Faktanya tidak semua peternak ikan gurami memahami cara melakukan diagnosis, oleh karena itu dibutuhkan sebuah sistem pakar yang dapat digunakan untuk membantu peternak untuk diagnosis penyakit kutu ikan berdasarkan gejala. Hasil evaluasi sistem menggunakan 20 (dua puluh) data gejala ikan yang diperoleh dari peternak ikan gurami tahun 2021 yang dibandingkan dengan keyakinan pakar lalu dihitung menggunakan tabelconfusion matrix didapatkan nilai accuracy sebesar 94.2%, precision 95%, sensiivity 95% dan specivity 93.3%. Hasil evaluasi membuktikan bahwa metode Naïve Bayes berhasil memberikan hasil diagnosis yang baik, sehingga sistem yang dikembangkan dapat digunakan untuk oleh peternak ikan dalam melakukan diagnosis pada penyakit ikan gurami
Implementasi Reduksi Fitur t-SNE Pada Clustering Gambar Head shape Nematoda Muhammad Rizky Adriansyah; Mohammad Reza Faisal; Abdul Gafur; Radityo Adi Nugroho; Irwan Budiman; Muliadi Muliadi
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2963

Abstract

Pada penelitan ini dilakukan clustering terhadap gambar head shape nematoda, dalam melakukan pengolahan gambar diperlukan metode ekstraksi fitur untuk menemukan informasi penting dari gambar yang akan diolah, salah satu esktraksi fitur yang bisa digunakan adalah wavelet. Setelah gambar melewati ekstraksi fitur dihasilkan sebanyak 5624 fitur, dengan fitur sebanyak ini dapat mengakibatkan waktu komputasi yang lama. Oleh sebab itu perlu dilakukan reduksi fitur untuk mengurangi jumlah fitur yang awalnya 5624 fitur menjadi 2 atau 3 fitur saja, salah satu metode reduksi fitur terbaru yang bisa digunakan adalah t-SNE. Pada penelitian ini dilakukan perbandingan hasil kualitas cluster antara yang menggunakan reduksi fitur dengan yang tidak. Hasil Silhouette Index   yang didapatkan tanpa reduksi fitur adalah 0.046 dan setelah menggunakan reduksi fitur t-SNE terjadi peningkatan yang cukup signifikan menjadi 0.418.
Klasifikasi Penyakit Daun Padi menggunakan Random Forest dan Color Histogram Sarifah Agustiani; Yoseph Tajul Arifin; Agus Junaidi; Siti Khotimatul Wildah; Ali Mustopa
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2961

Abstract

Indonesia is an agrarian country, which is a sector that plays an important role most of the Indonesian population makes agriculture the main focus, but the function of rice fields into housing or industry has resulted in a decrease in rice production, in addition to pests, diseases, unfavorable weather, Irrigation is not smooth resulting in less than the maximum yield. For this reason, it is necessary to have technology that can implement the process of detecting rice leaf disease in order to provide information to farmers about rice leaf damage. The most modern approach today can be done with machine learning or deep learning by using various algorithms to improve recognition and accuracy in the detection and diagnosis of plant diseases. Based on this, this study aims to propose a method of classifying rice leaf diseases in order to provide information to farmers about rice leaves which are expected to reduce the disease by detecting the disease early so as to increase rice production. In this study, the classification process is carried out using the augmented image, then the Color Histogram feature extraction method is applied, and the classification is carried out using the Random Forest algorithm. In addition, this study also conducted several comparisons, including feature extraction and yahoo to get the results, and the highest results reached 99.65% of the proposed method.
IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PEDERITA DIABETES MELLITUS Favorisen R Lumbanraja; Fanni Lufiana; Yunda Heningtyas; Kurnia Muludi
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2940

Abstract

Diabetes Mellitus (DM) is a chronic disease characterized by the body's inability to metabolize carbohydrates, fats, and proteins, resulting in increased blood sugar (hyperglycemia) due to low insulin levels. Diabetes is due to a combination of heredity (genetics) and unhealthy lifestyles. Hemoglobin A1c is a blood test used to diagnose and manage diabetes patients when measuring blood sugar levels. This study aims to analyze predictive models for the classification of people with diabetes using R Shiny and evaluate the results of the support vector machine method's classification performance. There are many ways to diagnose diabetes, and the support vector machine is one of the machine learning algorithms used in this study's classification case (SVM). This study uses data from Diabetes 130-US Hospital For Years 1999-2008, which was sourced from the UCI Machine Learning Repository and consists of 34 variables and 84900 records, with dataset distribution and testing techniques using the 10-fold cross-validation method and three kernels in modeling using SVM, namely linear, Gaussian, and polynomial. The results obtained are a simple predictive model analysis system for classifying people with diabetes with shiny, making it easier for users to find out the prediction results and obtain the highest accuracy result, which is 82.76 percent of the gaussian kernel.
ANALISIS DAN PERANCANGAN KNOWLEDGE MANAGEMENT SYSTEM UNTUK MENINGKATKAN KINERJA PEGAWAI PADA BADAN NARKOTIKA NASIONAL KOTA TANGERANG SELATAN BERBASIS WEBISTE Rosalina Aprianti; Yuni Sugiarti
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2950

Abstract

Technology is growing nowadays, so that organizations must keep up with existing technological developments as well as the National Narcotics Agency for South Tangerang City (BNN South Tangerang City) to manage knowledge which is an organizational asset, a knowledge management system is needed. The purpose of this research is to produce a knowledge management system design that can employees use to document and share knowledge. Data collection methods used are observation, interviews, and literature study. The system development method used is Rapid Application Development (RAD) and uses Unified Modeling Language (UML) as a tool for describing and designing the system. The result of this research is a knowledge management system that can help employees to acquire knowledge effectively and efficiently.
Peningkatan Kemenangan Non-Playable Character dalam Permainan Triple Triad Menggunakan Alpha-Beta Pruning Benedictta Dinda Permatasari; Hanny Haryanto; Erna Zuni Astuti; Erlin Dolphina
Jurnal Komputasi Vol 10, No 1 (2022)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2952

Abstract

Non-Playable Character (NPC) merupakan salah satu elemen yang paling penting dalam video game. Umumnya, NPC menyediakan tantangan bagi pemain dalam menyelesaikan misi di dalam game, dimana NPC berarti bertindak sebagai musuh. Peran sebagai musuh menyebabkan tingkat kemenangan menjadi salah satu tujuan utama dari kecerdasan buatan yang diaplikasikan ke NPC. Tantangan yang disediakan NPC ini sangat penting untuk menjaga agar pemain tetap melanjutkan permainan. Untuk mendapatkan pengalaman yang sama menyenangkannya dengan saat bermain dengan orang lain, NPC harus dapat menyediakan tantangan yang seimbang layaknya manusia. Masalah yang terjadi adalah rendahnya tingkat kemenangan yang diraih oleh NPC, sehingga pemain dapat merasa bosan. Algoritma alpha-beta pruning merupakan salah satu algoritma pengambil keputusan yang sering diterapkan pada permainan yang memerlukan pemain lebih dari atau sama dengan dua. Karena itu algoritma ini cocok untuk diterapkan pada objek penelitian yaitu permainan Triple Triad. Permainan Triple Triad adalah permainan papan yang dimainkan oleh dua pemain. Permainan Triple Triad petama kali diperkenalkan sebagai sebuah mini-game yang terdapat dalam game Final Fantasy VIII. Permainan ini merupakan gabungan dari permainan kartu (card game) dan juga permainan papan (board game). Dalam penelitian ini, algoritma alpha-beta pruning terbukti dapat meningkatkan tingkat kemenangan (win rate) NPC. Hal ini ditunjukkan dengan hasil perbandingan win rate NPC yang memilih langkah secara acak yaitu sebesar 17.5% dengan NPC yang sudah diterapkan algoritma alpha-beta pruning yaitu sebesar 55%. Disini terlihat peningkatan win rate yang cukup signifikan.

Page 22 of 24 | Total Record : 231

 20   21   22   23   24 

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