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
Kab. minahasa utara,
Sulawesi utara
INDONESIA
CogITo Smart Journal
Published by Universitas Klabat
ISSN : 25412221     EISSN : 24778079     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering
CogITo Smart Journal adalah jurnal ilmiah di bidang Ilmu Komputer yang diterbitkan oleh Fakultas Ilmu Komputer Universitas Klabat anggota CORIS (Cooperation Research Inter University) dan IndoCEISS (Indonesian Computer Electronics and Instrumentation Support Society). CogITo Smart Journal dua kali setahun, yaitu setiap bulan Juni dan Desember. CogITo Smart Journal menerima berbagai naskah yang sifatnya baru dan asli dari hasil penelitian, telaah pustaka, dan resensi buku dari bidang Ilmu Komputer dan Informatika yang boleh ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Kata CogITo berasal dari Bahasa Latin yang berarti I Think. Sehihngga CogITo Smart berarti I Think Smart dalam Bahasa Inggris.
Arjuna Subject : -
Articles 336 Documents
 22   23   24   25   26 
Clustering Titik Panas Menggunakan Algoritma Agglomerative Hierarchical Clustering (AHC) Rajnaparamitha Kusumastuti; Elfandry Bayunanda; Anggi Muhammad Rifa’i; Muhamad Ryandy Ghonim Asgar; Fahma Inti Ilmawati; Kusrini Kusrini
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.438.501-513

Abstract

Kebakaran hutan di Indonesia setiap tahunnya masih sering terjadi. Dalam menanggulangi kebakaran hutan sendiri, para peneliti belakangan ini semakin fokus untuk melakukan pengembangan sistem yang mampu melakukan prediksi kebakaran hutan. Selain melakukan prediksi mengenai kebakaran hutan, antisipasi yang dapat dilakukan untuk membantu menangani pencegahan kebakaran hutan salah satunya adalah melakukan pengelompokkan terhadap wilayah yang memiliki potensi kebakaran. Pada penelitian ini melakukan Clusterisasi titik panas (hotspot) untuk membagi wilayah yang berpotensi untuk terbakar. Pengelompokkan wilayah dilakukan berdasarkan cluster kebakaran rendah, sedang, dan tinggi. Clusterisasi wilayah dilakukan menggunakan algoritma Agglomerative Hierarchical Clustering (AHC). Data yang digunakan pada perhitungan ini menggunakan wilayah Kalimantan Barat dengan menggunakan variable longitude, latitude, frp, confidence, dan curah hujan untuk menentukan clustering wilayah kebakaran. Tujuan dalam penelitian ini adalah untuk mengcluster titik panas kebakaran hutan berdasarkan wilayah yang berpotensi terjadi kebakaran hutan sehingga memiliki peluang untuk segera ditindaklanjuti. Dari hasil pengujian diperoleh pembentukan 2 cluster yang dimana menunjukkan terbentuk 2 pengelompokkan titik panas (hotspot) pada kelas sedang dan tinggi dengan nilai evaluasi silhouette coefficient 0,771. Kata kunci— Clustering, titik panas, Agglomerative Hierarchical Clustering
Analisis Index Vegetation Wilayah Terdampak Kebakaran Hutan Riau Menggunakan Citra Landsat-8 dan Sentinel-2 Risna Sari; Liana Trihardianingsih; Rizki Firdaus Mulya; M. Ilham Arief; Kusrini Kusrini
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.439.282-294

Abstract

Kebakaran hutan telah diidentifikasi sebagai salah satu isu lingkungan utama yang memiliki dampak terhadap keanekaragaman hayati dan iklim global jangka panjang. Riau merupakan salah satu wilayah di Indonesia yang sering mengalami kebakaran hutan. Upaya untuk memulihkan hutan pasca kebakaran dapat dilakukan dengan pengawasan lahan seperti mengamati tingkat vegetasi pada kawasan kebakaran. Dalam penelitian ini, dilakukan analisis untuk mengklasifikasikan tingkat vegetasi kawasan pasca kebakaran dengan memanfaatkan indeks vegetasi dengan tujuan mengetahui tingkat vegetasi pasca kebakaran pada wilayah rawan kebakaran di kabupaten Riau. Model yang digunakan pada penelitian ini memakai algoritma Random Forest dan variabel penentu yang digunakan adalah NDVI, NBR, EVI, dan SAVI. Penelitian ini dilakukan dengan menggunakan 2 citra satelit, yaitu Citra Landsat 8 dan Sentinel-2. Dasaset yang didapatkan menggunakan landsat-8 adalah 1871 data, sedangkan dengan menggunakan sentinel-2 diperoleh 606 data. Akurasi data testing maksimal yang diperoleh dengan menggunakan landsat-8 adalah sebesar 99%, sedangkan dengan menggunakan sentinel-2, diperoleh akurasi maksimal sebesar 94%.
Analisa Perbandingan Web Server Untuk Kebutuhan Open Journal System (OJS) Menggunakan Secure Tunnel Yudhi Arta; Rizky Wandri; Anggi Hanafiah; Bima Kristian Pranoto; M Rizki Fadhilah
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.407.537-548

Abstract

Jurnal digital (e-journal) melalui Open Journal System (OJS) menjadi salah satu sarana dalam mempublikasikan hasil penelitian pada lingkup yang lebih luas. Hal ini diharapkan dapat meningkatkan reputasi yang baik sebagai referensi dari para penulis dalam pengembangan ilmu pengetahuan. Server adalah tempat untuk menyimpan konten website atau sering juga disebut dengan istilah hosting. Tanpa adanya server, maka sebuah website tidak bisa diakses. Banyak web server yang ada saat ini, cotohnya yang populer adalah Apache dan Nginx. Dua web server ini merupakan web server yang banyak digunakan saat ini oleh banyak website di seluruh dunia. Penelitian ini dilakukan untuk menguji dan menganalisa kinerja dari web server untuk kebutuhan OJS. Sebab, dengan traffic yang tinggi pada OJS, sebuah web server diharapkan mampu untuk menangani permintaan yang tinggi. Dari pengujian yang dilakukan terhadap beberapa parameter, website Open Journal System yang menggunakan web server Apache bekerja lebih optimal daripada website Open Journal Sytstem yang menggunakan web server Nginx sehingga saat diakses menggunakan secure tunnel, web Open Journal System (OJS) gagal memuat file header dan footer sehingga tampilan website jadi kurang menarik dan tidak user friendly.
Pemilihan Guru Berprestasi Taman Kanak-Kanak (TK) dengan Simple Additive Weighting (SAW) Hamidah Hamidah; Okkita Rizan; Hengki Hengki
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.430.549-560

Abstract

Based on Law Number 20 of 2003 concerning the National Education System, Article 1 point 14 states that early childhood education is a coaching effort aimed at children from birth to the age of six which is carried out through the provision of educational stimuli to help growth and physical and mental development. spiritually so that children have readiness to enter further education. To support this understanding, quality human resources are urgently needed as a priority for national development, the position and role of teachers is increasingly important in preparing the nation's young generation, especially in facing the current global era. The problem that occurs in the selection of outstanding teachers in early childhood education is that the selection is still subjective, causing it to be unfair. For this reason, a decision support system is needed that can overcome these problems by using the Simple Additive Weighting (SAW) method as a basis for decision making. The method uses 5 criteria, namely education, pedagogy, professionalism, personality and social. The purpose of the support system is to make it easier and faster to determine outstanding teachers so that decisions are objective. Based on the results of the calculations in this study, the results for teacher 1 with a value of 0.85, teacher 2 obtained a value of 0.70, teacher 3 obtained a value of 0.9375, teacher 4 with a value of 0.8625 and teacher 5 with a value of 0.8625 0 ,7625. For this reason, the selection of kindergarten level teachers obtained the best alternative with the highest score being teacher 3 (V3) with a value of 0.9375.
Prototype Design of Aglaonema Plants E-Watering Marchel Thimoty Tombeng
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.432.561-573

Abstract

Aglaonema adalah tanaman hias mengalir dalam keluarga arum Aracae yang banyak diminati oleh masyarakat saat ini dan salah satu kemampuan tanaman aglaonema adalah dapat hidup pada kondisi lingkungan dengan intensitas cahaya rendah yang dapat dipelihara pada ruangan seperti kantor dan dekorasi ruangan. Kunci sukses budidaya aglaonema adalah penyiraman, dan ini harus dilakukan dengan baik. Penyiraman tanaman aglaonema dapat dilakukan secara konvensional yaitu dilakukan oleh manusia. Namun, berdasarkan pengamatan, metode konvensional ini menimbulkan masalah dan kendala utamanya adalah petani kesulitan dalam memeriksa dan memantau intensitas air dan kelembaban di dalam media tanam. Dengan Adanya teknologi IoT (Internet of Things) semua perangkat yang terhubung dengan internet dapat dikendalikan dan dipantau menggunakan smartphone dimanapun kita berada serta pengontrolan penyiraman dapat terjadi secara otomatis. Untuk mengatasi masalah tersebut di atas, kami merancang sistem e-watering yang memungkinkan penyiraman tanaman aglaonema dilakukan secara digital menggunakan sistem aplikasi IoT. Adapun untuk perancangan prototipe sistem penyiraman elektronik tanaman Aglaonema meliputi Unified Modeling Language, dalam hal ini kita hanya akan fokus pada use case diagram, use case scenario, serta Interface design. Penulis menggunakan model proses prototipe sebagai kerangka konseptual penelitian, namun dalam artikel ini kami hanya membahas pada tahap desain saja.
Penerapan Garuda Smart City Model dalam Menganalisa Kesiapan Pemerintah Kabupaten Tulang Bawang Barat Dalam Membangun Konsep Smart City Bhianta Wijaya; Edi Surya Negara
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.436.524-536

Abstract

West Tulang Bawang Regency was formed on March 20, 1997 through Law Number 2 of 1997 with an area of ​​1,201 Km2 or 22% of the area of ​​Lampung province. With such an area, of course, Tulang Bawang Barat district has many complex urban problems, especially for improving services to its people. Until 2019, through the MoU between the local government and the Banyuwangi Regency Government in the development of e-government, it was indicated that the West Tulang Bawang Regency Government had begun to be serious about dealing with regional problems using Information Technology assistance. By realizing the magnitude of the challenges and efforts to accelerate development and shorten the span of control of public services in the Sai Bumi Nengah Nyapur area. In line with these problems, the government of West Tulang Bawang Regency and other stakeholders are committed to accelerating the development of smart cities in West Tulang Bawang Regency. In order to produce a smart city that suits the needs of society and government. On this basis, researchers are trying to examine the readiness of Tulang Bawang Barat Regency in implementing the smart city concept by utilizing the measurement concept of the Garuda Smart City Model (GSCM) where this framework is commonly used in measuring the maturity of a city in implementing smart cities with the target of determining existing conditions, development of recommendations, roadmaps and ratings
Implementasi Algoritma Convolutional Neural Network Dan Linear Regresi Untuk Memprediksi Kebakaran Hutan Fajar Sodik; Ahmad Sanusi Mashuri; Syaiful Huda; Kusrini Kusrini; Khusnawi Khusnawi
CogITo Smart Journal Vol. 9 No. 1 (2023): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v9i1.401.28-37

Abstract

Kebakaran hutan dan lahan merupakan salah satu masalah lingkungan dalam hal ekonomis dan ekologis yang merugikan. Jumlah hotspot kebakaran hutan dia Provinsi Jawa Timur telah meningkat secara dramatis menyebabkan kabut asap yang berbahaya. Penelitian ini bertujuan untuk mengklasifikasi kebakaran hutan dan lahan di Kabupaten Kediri Jawa Timur. Model klasifikasi kebakaran hutan menggunakan algoritma Convolutional Neural Network dan Linier Regresi. Atribut yang digunakan untuk klasifikasi terdiri dari suhu dan api. Klasifikasi suhu menghasilkan nilai Mean Precentage Absolute Error pada algoritma regresi Linear sebesar 3% dan akurasi 90% pada algoritma Convolutional Neural Network. Dengan demikian, dapat disimpulkan bahwa model klasifikasi menggunakan Convolutional Neural Network dan Linier Regresi memiliki potensi untuk digunakan secara efektif sehingga dapat membantu pihak berwenang dalam mencegaha kebakaran hutan dan lahan.
Penerapan Algoritma K-Means Untuk Pemetaan Biodiversity Kayu Bulat Di Indonesia Sugi Harsono; Tutut Dwi Prihatin; Anwar Sadad; Kusrini Kusrini; Dina Maulina
CogITo Smart Journal Vol. 9 No. 1 (2023): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v9i1.402.1-14

Abstract

Indonesia merupakan salah satu negara didunia yang memiliki kawasan hutan luas yang tersebar di pulau sumatera, jawa, kalimantan, sulawesi, bali, nusa tenggara, maluku dan papua. Hutan memiliki fungsi sebagai penghasil oksigen dan habitat terbesar keanekaragaman hayati di Dunia. Kebakaran hutan terjadi hampir di seluruh wilayah Indonesia dan merupakan permasalahan yang terus berulang, dan intensitas akan mulai meningkat pada musim kemarau. kebakaran hutan akan menimbulkan banyak sekali kerugian baik dari segi kesehatan yang akan mengancam keselamatan jiwa maupun material, mempengaruhi kualitas udara, lahan, air, kerusakan fasilitas dan tempat hidup flora dan fauna yang ada, berkurangnya produksi oksigen hingga musnahnya keanekaragaman hayati. Untuk dapat memperkecil kemungkinan terjadinya kebakaran hutan yang terus meningkat diperlukan analisis pemetaan titik penyebaran api, penyebab kebakaran,  dan keanekaragaman hayati hutan. Penelitian ini menggunakan etode pengumpulan data primer dataset persebaran titik kebakaran hutan, data statistik kehutanan, kemudian dilanjutkan dengan pengolahan data Algoritma K-Mean dan visualisasi pengolahan data menggunakan bahasa pemrograman Python dan mapping menggunakan GeoPandas. Hasil yang didapatkan adalah jenis produksi hutan tertinggi terdapat di Pulau Sumatera dengan jenis Kayu Akasia sebesar 28,573,433.84 m3, kemudian Pulau Jawa jenis Kayu Sengon sebesar 5,431,029.46 m3 dan Pulau Kalimantan jenis Kayu Rimba Campuran. Sedangkan luas area kebakaran terluas pada kawasan hutan terdapat di Pulau Kalimantan sebesar 243,013.5 hektar dari jumlah area hutan Kalimantan 53,054,900 hektar atau sebesar 0.458 %. Kmeans 5 klaster antara Pulau Sumatera dan Pulau Jawa adalah Klaster 1 terdapat 82 jenis Kayu, Klaster kedua Kayu Akasia, Klaster ketiga Kayu Ekaliptus, Klaster keempat Kayu Sengon dan Klaster kelima adalah Kayu Rimba Campuran, Mahoni dan Jati.
Teknik Optimasi Database dengan Logic Execution Optimization pada Microservices Architecture Isnen Hadi Al Ghozali; Mohammad Shiddiq Antarressa; Samidi Samidi
CogITo Smart Journal Vol. 9 No. 1 (2023): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v9i1.444.60-72

Abstract

Microservices architecture, a distributed framework architecture that allows changes to one module without interfering with other modules. The implementation of this architecture has its own challenges. The get-list-attachment API running on this architecture takes an average of 12.5 seconds to serve data. This needs to be considered because business processes require shorter access times to support decision making. The research objective is to obtain query response time efficiency for accounting applications. To achieve this, the research uses database optimization techniques with logic execution optimization microservices architecture. This study obtained the source of information from the Accounting Harmony Accounting Module, which has an API (get-list-attachment) with data sourced from Service Accounting (581253 records) and Service Users (2182 records). Based on a series of tests carried out, several services need to be added with APIs to improve the microservices architecture to accept bulk parameters that generate a list of objects so that data presentation is more optimal. After doing a series of engineering on microservices architecture and indexing application, query response time performance increased by 49.22% for Service Accounting module.
E-Wallet Attractiveness among Generation Z during the COVID-19 Pandemic Andrew Christian Aseng; Lanemey Brigitha Pandeirot
CogITo Smart Journal Vol. 9 No. 1 (2023): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v9i1.445.84-96

Abstract

The COVID-19 pandemic has made people start to move to non-cash transactions. This study aimed to find out the attractiveness of e-wallet for gen Z during this pandemic. The research questionnaire was constructed based on literature reviews, previous research as well as in-depth interview with several people from gen Z. After the validity and reliability tests were carried out, the final questionnaire containing 34 question items was distributed to 328 respondents online using convenience and snowball sampling methods. Factor analysis technique was carried out and obtained five factors that make e-wallet attractive according to gen Z: functionality, reputation, accessibility, promotion, and money management.

Page 24 of 34 | Total Record : 336

 22   23   24   25   26 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 11 No. 2 (2025): Cogito Smart Journal Vol. 11 No. 1 (2025): Cogito Smart Journal Vol. 10 No. 2 (2024): Cogito Smart Journal Vol. 10 No. 1 (2024): Cogito Smart Journal Vol. 9 No. 2 (2023): Cogito Smart Journal Vol. 9 No. 1 (2023): Cogito Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal Vol. 8 No. 1 (2022): Cogito Smart Journal Vol 7, No 2 (2021): Cogito Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal Vol 6, No 2 (2020): Cogito Smart Journal Vol 6, No 1 (2020): Cogito Smart Journal Vol 5, No 2 (2019): Cogito Smart Journal Vol 5, No 1 (2019): Cogito Smart Journal Vol 4, No 2 (2018): CogITo Smart Journal Vol 4, No 1 (2018): CogITo Smart Journal Vol 3, No 2 (2017): CogITo Smart Journal Vol 3, No 1 (2017): CogITo Smart Journal Vol 2, No 2 (2016): CogITo Smart Journal Vol 2, No 1 (2016): CogITo Smart Journal Vol 1, No 1 (2015): CogITo Smart Journal More Issue