Garuda - Garba Rujukan Digital

Implementation of The Backpropagation Method and The Kohonen Network to Predict Blood Availability: Case Study in PMI Kota Magelang Alif Kemal Verdito; Nugroho Agung Prabowo; Mukhtar Hanafi Hanafi
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.7158

The availability of blood stocks at the Indonesian Red Cross or Palang Merah Indonesia (PMI) is a must and absolute for institutions that organize the procurement and distribution of blood for medical purposes. The problem is that the blood stock in PMI Magelang City Branch is not ideally available in each blood type, especially blood type AB, which in recent years has been very minimal and difficult to obtain. The purpose of this study was to predict blood stock of type AB with software based on artificial neural networks backpropagation and Coherent tissues. Artificial Neural Network (JST) backpropagation is used to predict the stock supply of blood type AB. Meanwhile, Coherent is a network used to divide input patterns into groups. The application has a network structure consisting of 2 input neurons, 10 neurons in the hidden layer, and 1 and 1 neuron in the output layer. The total amount of data is 3 years (2015-2017), 2 years of data are used for training data, and 1 year of data is used for testing data. The engine predicts using a maximum iteration of 1,000 epochs, an expletive constant of 0.5, a momentum of 0.9, and a minimum error rate of 0.001. With variations in the value of the backpropagation component, a prediction of less than 140 bags per year is generated. Meanwhile, the resulting weight is predicted by the Coherent method and produces a prediction of the production of type AB blood stocks per month. Based on the results against 3 years of test data, the percentage of the system accuracy rate is 100%. The reduction of learning constants and the addition of training data systems may affect the accuracy of the system in making predictions.

Perancangan Sistem Informasi Berbasis Website untuk Pariwisata Kota Jambi Mochammad Arief Hermawan Sutoyo; Niko Akbar; Bayu Putra Sanjaya
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.7467

Dengan makin meningkatnya penggunaan internet, maka peluang untuk memasarkan pariwisata Kota Jambi menggunakan sebuah website menjadi sebuah kesempatan yang harus dilakukan untuk meningkatkan pariwisata. Namun, website Dinas Pariwisata dan Kebudayaan Kota Jambi tidak memperbarui informasinya secara berkala dan informasi yang diberikan kurang mendetail, sehingga tidak banyak wisatawan yang mengetahui objek–objek wisata terkini di Kota Jambi. Untuk menyelesaikan permasalahan tersebut penulis mencoba memperbarui website yang ada dan menambahkan beberapa elemen layanan informasi. Metode yang digunakan pada perancangan website untuk penelitian ini adalah metode prototyping sedangkan untuk pengujian prototipe akan digunakan metode system usability scale untuk mengetahui seberapa baik prototipe yang penulis rancang. Berdasarkan dari hasil akhir perhitungan data, telah didapatkan bahwa pengujian usability menunjukkan angka 81,125 sehingga website dapat dikembangkan. Pada penelitian selanjutnya penulis akan mencoba mengembangkan penggunaan crowdsourcing warga Jambi dan wisatwan, untuk memberikan informasi terkait tempat wisata di Kota Jambi.

Naïve Bayes untuk Klasifikasi Penyakit Daun Bawang Merah Berdasarkan Ekstraksi Fitur Gray Level Cooccurrence Matrix (GLCM) Fari Katul Fikriah; M Burhanis Sulthan; Nailatul Mujahidah; Moh. Khoirur Roziqin
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.7925

Bawang merah merupakan salah satu produk pertanian yang menjadi bagian komoditas rempah-rempah yang biasa digunakan sebagai bahan masakan. Dalam pengelolaan bawang merah ini tentu terdapat beberapa kendala, pengamatan pada kondisi penanaman bawang merah bisa dilihat dari perubahan yang terjadi pada daunnya. Terdapat beberapa sebab yang menjadikan panen bawang merah menjadi menurun walaupun semakin banyak petani yang menanam bawang merah tersebut. Diantara penyebab gagalnya panen yang dialami petani bawang merah adalah adanya penyakit yang menyerang pada daunnya. Penyakit pada daun bawang merah juga beraneka macam serta memiliki beberapa gejala yang berbeda-beda. Klasifikasi pada penyakit daun bawang merah memberikan langkah untuk ketahananan tanaman yang berkelanjutan. Penyakit daun bawang merah harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun bawang merah berdasarkan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) yang didapat dari citra daun bawang merah dengan mengambil empat fitur yaitu energy, contrast, correlation serta homogeneity, sedangkan metode algoritma yang dipakai untuk klasifikasi penyakit daun bawang tersebut adalah Naïve Bayes dengan akurasi sebesar 62%.

Rancang Bangun Media Pembelajaran Berbasis Virtual Reality Dengan Pendekatan Metode Scrum Arfiandi Wijatmiko; Galang Prihadi Mahardhika
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.7927

Learning media is a media that can be used by teachers to deliver learning materials to students. Learning media can be developed in the form of various activities, one of which is outbound activities. Outbound is a learning method carried out in the form of experiential learning through light game activities to hone intelligence and agility. In the digital world, outbound activities can be done with the help of Virtual Reality (VR) technology. VR is a computer technology that allows users to interact in a virtual world environment. With a few modifications, VR technology can be used to support play and learning activities. This research was conducted to develop a VR-based learning media called Edubound. The development of Edubound is carried out using the Scrum method. Based on the results obtained, the scrum method used in this study proved to be quite responsive and adaptive in handling user needs. On the other hand, the speed of developing Edubound learning media which is the main focus in this research can also be accommodated well by the Scrum method. In general, it can be concluded that the Scrum method can work well in the process of developing Edubound learning media.

Model Inspeksi Keamanan Jaringan Nirkabel Dengan Teknik Wardrving Berbasis ChatBot Mei Purweni; Dedy Hariyadi; Faulinda Ely Nastiti; Fazlurrahman Fazlurrahman
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.7943

Penggunaan perangkat jaringan nirkabel seperti Access Point perlu dianalisis untuk menghindari serangan intersep ataupun bypass oleh pelaku kejahatan. Kegiatan inspeksi keamanan jaringan nirkabel dalam inspeksi/operasi intelligen harus dilakukan secara rahasia, akurat dan cepat. Penelitian ini mengusulkan pengembangan aplikasi pengumpulan informasi dan pemetaan perangkat jaringan access point dalam operasi intelijen oleh petugas lapangan sebagai bahan rujukan dalam penyajian laporan saat proses penyidikan. Pengumpulan informasi pada penelitian ini dilakukan dengan pendekatan Signal Intelligence yang telah diselaraskan dengan model Signal Intelligence dan Intelligence Collection System. Penelitian ini telah menggunakan kedua cabang tersebut dikolaborasikan dengan komunikasi chatbot untuk mempermudah proses analisis petugas lapangan yang disertai dengan aktivitas menyaru data jaringan di tengah-tengah masyarakat.

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras Yosia Amado Suwitono; Fergie Joanda Kaunang
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.8054

Tumbuhan memiliki variasi dan ciri khasnya masing-masing. Ada tiga bagian utama dalam tumbuhan yaitu daun, akar dan batang. Sebagian besar tanaman memiliki daun yang sangat banyak sehingga mudah untuk didapatkan untuk membedakan tanaman satu dengan lainnya. Namun orang pada umumnya tidak dapat mengidentifikasi tanaman menggunakan daun karena terbatasnya kemampuan otak manusia. Klasifikasi adalah salah satu teknik yang dapat digunakan untuk dapat membedakan antar sebuah objek. Klasifikasi harus menggunakan metode yang tepat agar tercapai hasil akurasi yang maksimal. Dengan algoritma Convolutional Neural Network (CNN) adalah neural network yang banyak digunakan untuk mengklasifikasikan citra gambar. Didukung dengan metode Data Mining SEMMA juga memaksimalkan tahapan dalam membuat sebuah model. Dengan model yang tepat dan menggunakan mekanisme yang tepat akan memperoleh hasil yang maksimal. Dari keempat model yang dibangun menggunakan epoch dan batch size yang berbeda didapatkan hasil accuracy yang bervariasi. Dari penelitian ini menunjukkan hasil tertinggi model yang dibangun dengan mekanisme epoch sebanyak 100 dan batch size sebanyak 30 didapatkan total accuracy sebesar 98% dan loss sebanyak 0,0537. Dari analisis ke empat model yang dibangun ditarik sebuah kesimpulan bahwa epoch dan batch size mempengaruhi besar kecilnya accuracy sebuah model. Dibuktikan juga bahwa metode Data Mining SEMMA dapat mempermudah peneliti dalam proses pembuatan sebuah model yang terstruktur.

Penerapan Algoritma GLCM dan KNN dalam Pengenalan Jenis Jerawat Yunita Fauzia Achmad; Alivia Yulfitri; Putri Maharani
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.8078

Jerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11.

Sistem Informasi Geografis Pemetaan Lokasi Stunting Di Desa Gereneng Timur Berbasis Web Imam Fathurrahman; Suhartini Suhartini; Hamzan Ahmadi; Fathurrahman Fathurrahman
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.8157

Cases of malnutrition often occur every year, one of them is in Gereneng Timur Village. Because the community's understanding of stunting is still lacking and it is difficult to obtain information quickly, it is a weakness for local governments to be able to identify locations affected by malnutrition. Case handling has also not been effective because data collection is still being carried out manually by the Village Maternity Boarding School (POLINDES) or the village government. The results of this researcher designed web-based software using the waterfall model in the development process and utilized the Geographic Information System (GIS) in mapping stunting locations in East Gereneng Village which aims to display location points along with the number of toddlers affected by stunting and information on how parents prevent stunting from an early age accessed by the community and village government.

Analisis Sentimen Mengenai Gangguan Bipolar Pada Twitter Menggunakan Algoritma Naïve Bayes Oriza Sativa Dinauni Silaen; Herlawati Herlawati; Rasim Rasim
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.8198

Bipolar disorder is one of the world's most common mental health disorders. To find out public sentiment regarding bipolar disorder, sentiment analysis is carried out through social media to analyze positive or negative sentiments with the aim of maintaining positive sentiment towards the problem of bipolar disorder. Twitter is a social media that is often used to exchange information, discuss, and even express emotions. The emotions of Twitter users can be called sentiment. Sentiment analysis is also carried out to see opinions or tendencies towards an opinion. Opinion tendencies can be in the form of positive or negative sentiments. The data used in this study uses the bipolar keyword. There are 2177 tweets data that were successfully obtained in the crawling process using API key access from Twitter developers, after which the data will be processed using preprocessing. The comparison of the presentations obtained is 70.92% expressing a negative opinion and 29.08% expressing a favorable opinion. The analysis results in this study using the nave Bayes algorithm is with an accuracy value of 92.110092%.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. magelang,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kab. magelang, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. magelang,

Jawa tengah

INDONESIA