JURNAL INSTEK (Informatika Sains dan Teknologi)
The Scope topics include, but are not limited to : Agent System and Multi-Agent Systems Analysis & Design of Information System Artificial Intelligence Big Data and Data Mining Cloud & Grid Computing Computer Vision Cryptography Decision Support System DNA Computing E-Government E-Business E-Learning Embedded System Enterprise System Green software development Green computing Green Information Technology Human Computer Interaction Image Processing & Computer Vision Informatics Theory Information System IT for Education IT for Industry IT for Chemical Mechatronics Mobile Computing & Applications Natural Language Processing Network & Data Communications Open Source System Semantic Web Social Networking & Application Soft Computing Software Engineering Software Entrepreneurship Web Engineering Wireless Communication Mikrokontroller elektronic and telecomonunication
Articles
19 Documents
Search results for
, issue
"Vol 9 No 2 (2024): OCTOBER"
:
19 Documents
clear
<![CDATA[PENENTUAN PENERIMA BEASISWA BIDIKMISI MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING DAN ELIMINATION AND CHOICE TRANSLATION REALITY ]]>
<![CDATA[Donny Irawan Mustaba]]>;
<![CDATA[Budi Warsito]]>;
<![CDATA[Farikhin]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.49111
<![CDATA[Beasiswa bidikmisi, yang kini dikenal sebagai beasiswa KIP-K, ditujukan untuk calon mahasiswa yang kurang mampu. Oleh karena itu, beasiswa ini harus tepat sasaran agar benar-benar bermanfaat bagi yang membutuhkan. Dalam upaya memastikan ketepatan sasaran tersebut, proses seleksi calon penerima beasiswa perlu dilakukan dengan baik, salah satunya dengan menggunakan metode ilmiah. Penelitian ini menguji proses seleksi penerima beasiswa dengan dua metode ilmiah, yaitu Fuzzy Simple Additive Weighting (Fuzzy-SAW) dan Elimination and Choice Translation Reality (ELECTRE). Kedua metode ini dipilih karena banyak penelitian telah menggunakannya, namun belum ada yang membandingkannya. Hasil penelitian menunjukkan bahwa kedua metode menghasilkan peringkat pertama dan terakhir yang sama, meskipun urutan lainnya berbeda. Tingkat kecocokan total dari peringkat keseluruhan adalah 21,3% dengan selisih peringkat antara 1 hingga 5 atau sebesar 1,7%. Untuk perankingan dengan data yang banyak, metode Fuzzy-SAW lebih direkomendasikan karena prosesnya lebih sederhana dan mudah diterapkan.]]>
<![CDATA[SISTEM PAKAR UNTUK TROUBLESHOOTING PADA BUS LISTRIK DENGAN METODE CERTAINTY FACTOR BERBASIS WEB ]]>
<![CDATA[Hakim, Muhammad Iman Nur]]>;
<![CDATA[Awaludin Febrianto]]>;
<![CDATA[Mokhamad Rifqi Tsani]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.48128
<![CDATA[Sistem pakar untuk troubleshooting dapat membantu mekanik dan pramudi dalam mengetahui kerusakan yang terjadi pada bus listrik. Tujuan dilakukan penelitian ini yaitu untuk mengetahui informasi kerusakan bus listrik dan cara perawatannya serta membuat desain sistem pakar utuk troubleshooting pada bus listrik dan penghematan waktu dalam meyelesaikan masalah yang kompleks dengan menggunakan metode certainty factor. Dalam proses perhitungannya digunakan metode certainty factor dengan mengakomodasi penalaran para ahli yang tidak tepat menggunakan frasa seperti mungkin, kemungkinan besar, hampir pasti dengan menarik beberapa kesimpulan dari gejala kerusakan.Hasil output sistem pakar dengan menerapkan metode certainty factor berupa proses perhitungan kemungkinan kerusakan kendaraan gejala yang dipilih user maka user akan menerima hasil berupa nilai presentase kerusakan, detail kerusakan, dan solusi perbaikan sehingga user bisa mengetahui apa yang rusak pada kendaraanya.Hasil penelitian ini pengguna (user) dapat menggunakan langsung aplikasi sistem pakar ini pada laptop. Dalam melakukan pengoperasian sistem pakar ini dapat melakukan dua akses yaitu pengguna dan admin.]]>
<![CDATA[INDUKSI KESELAMATAN PENUMPANG ANGKUTAN UMUM BUS MENGGUNAKAN APLIKASI BERBASIS WEB ]]>
<![CDATA[Febrianta, Arjuna Rizky]]>;
<![CDATA[Siswanto, Joko]]>;
<![CDATA[Oktopianto, Yogi]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.48283
<![CDATA[Risiko bahaya yang besar terhadap penumpang angkutan umum bus disebabkan pelayanan induksi keselamatan yang masih kurang. Aplikasi berbasis website yang berisi informasi dan video tentang induksi keselamatan penumpang angkutan umum bus di PO. New Shantika dibangun dengan menggunakan metode pengembangan ADDIE (analyze, Design, Development, Implementation, Evaluation). Metode IPA (Importance Perfomance Analysis) digunakan untuk menganalisis kebutuhan, storyboard dan UML digunakan untuk melakukan perancangan, capcut dan wordpress digunakan untuk pengembangan, dan metode SUS (System Usability Scale) digunakan untuk pengevaluasian. Analisis kebutuhan dengan IPA menghasilkan 8 indikator pada kuadran 1 dan 1 indikator pada kuadran 2 yang tersaji pada diagram kartesius. Aplikasi yang dibangun berisi tentang 9 penjelasan dan video induksi keselamatan. Pengujian aplikasi menggunakan SUS mendapatkan nilai rata-rata sebesar 74,7(B) yang berarti penumpang sebagai pengguna menerima penggunaan aplikasi yang dibangun. Aplikasi yang dibangun dapat dimanfaatkan sebagai upaya peningkatan keselamatan penumpang angkutan umum bus.]]>
<![CDATA[FIRE EARLY WARNING SYSTEM VIA CCTV CAMERA USING CONVOLUTIONAL NEURAL NETWORK ]]>
<![CDATA[Adam, Safri]]>;
<![CDATA[Anggi Syahrul Kurniawan]]>;
<![CDATA[Nurul Fadillah]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.48770
<![CDATA[At the Informatics Engineering Laboratory of Pontianak State Polytechnic, there is a fire detection system using smoke and heat sensors in certain rooms, while CCTV cameras are available throughout the room. Therefore, a fire detection system using CCTV cameras is proposed as an alternative fire detection tool to support sensor-based fire detection. Convolutional Neural Networks (CNNs) are a class of deep learning algorithms specifically designed for processing structured grid data, such as images. They are particularly effective in tasks related to image recognition and classification due to their ability to automatically learn spatial hierarchies of features from input images. This system works by processing video from CCTV cameras and classified using a Convolutional Neural Network (CNN) model that has been previously trained to recognize visual signs related to fire on video from CCTV cameras. Detected fire will be sent a notification via the user's Telegram application. These results show that the system works as expected with an average confidence level of 91.9% accuracy and 20.8% loss. The system was successfully developed into a fire detection application using the Convolutional Neural Network (CNN) model integrated with CCTV cameras and notification features via the Telegram application.]]>
<![CDATA[IMPLEMENTASI SISTEM TUTORIAL KEDOKTERAN BERBASIS WEB DI FAKULTAS KEDOKTERAN UNIVERSITAS GUNADARMA ]]>
<![CDATA[Gunawan, Bhakti]]>;
<![CDATA[Syah, Rama Dian]]>;
<![CDATA[Zulenka, Sofian]]>;
<![CDATA[Setyawati, Rena Fuji Erin]]>;
<![CDATA[Suhatril, Ruddy J]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.48957
<![CDATA[Proses pembelajaran tutorial (problem based learning) memiliki critical insidents yang membuat pelaksanaan pembelajaran tutorial belum optimal. Tujuan dari penelitian ini adalah mengimplementasikan sistem tutorial berbasis web untuk pelaksanaan pembelajaran tutorial. Penelitian ini menggunakan metode waterfall untuk membuat sistem. Tahapan metode waterfall adalah pengumpulan kebutuhan, desain sistem, implementasi sistem, pengujian sistem, dan pemeliharaan sistem. Hasil dari penelitian ini yaitu sistem tutorial berbasis web di fakultas kedokteran universitas gunadarma. Pengujian sistem menggunakan metode blackbox menunjukkan semua fitur menu yang disediakan sistem berhasil berjalan dengan baik serta mahasiswa dan tutor berhasil melakukan pemakaian sistem. Sistem tutorial berbasis web ini membantu pelaksanaan pembelajaran tutorial menjadi lebih optimal.]]>
<![CDATA[KLASIFIKASI PECAHAN UANG KERTAS RUPIAH MENGGUNAKAN TRANSFER LEARNING DENGAN MODEL MOBILENETV2 ]]>
<![CDATA[Rissa Ilmia Agustin]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Sutan Faisal]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Rija Nur Hijriyya]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.49123
<![CDATA[Memanfaatkan mesin sebagai perantara dalam proses pembelian dan penjualan adalah bagaimana teknologi otomasi diterapkan. Mesin berfungsi sebagai penjual dan memiliki kemampuan seperti otak, seperti kecepatan dan keakuratan dalam membaca dan mengidentifikasi nominal uang. Dengan menggunakan teknologi otomatis ini, transaksi jual beli menjadi lebih nyaman. Metode Convolutional Neural Network (CNN) merupakan salah satu komponen dari teknologi Deep Transfer Learning digunakan dalam penelitian ini untuk mengenali uang kertas rupiah. Selain itu, penelitian ini memilih arsitektur model MobileNetV2 yang sesuai dan memodifikasi laju pembelajaran keduanya berdampak pada kinerja model klasifikasi. Untuk menjamin bahwa model memiliki kesempatan yang memadai untuk belajar dari data pelatihan, jumlah epoch yang ideal juga diperhitungkan. Selain itu, hal ini dapat berdampak pada pencapaian kinerja tinggi dengan waktu komputasi yang efisien, pemanfaatan ukuran batch yang optimal juga diselidiki. Evaluasi kinerja model selama pelatihan memberikan hasil sebagai berikut : f1-score 98% recall 98%, presisi 98%, dan akurasi pada set pengujian 97.86%.]]>
<![CDATA[OPTIMASI DAN INTEGRASI CONVOLUTIONAL NEURAL NETWORK PADA APLIKASI ANDROID UNTUK DETEKSI PENYAKIT DAUN PADI ]]>
<![CDATA[Kusuma, Bagus]]>;
<![CDATA[Teguh Iman Hermanto]]>;
<![CDATA[Candra Dewi Lestari]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.49657
<![CDATA[Padi adalah tanaman pangan utama di Indonesia dan memiliki peran vital dalam perekonomian serta kehidupan sehari-hari masyarakat. Namun, produksi padi saat ini mengalami penurunan akibat serangan hama dan penyakit. Deteksi dini dan klasifikasi penyakit padi yang akurat sangat penting untuk mengurangi dampak negatif ini. Penelitian ini membangun dan melatih model Convolutional Neural Network (CNN) menggunakan arsitektur MobileNetV3 Large untuk mengenali kondisi kesehatan tanaman padi. Model dilatih dengan dataset citra daun padi berlabel, melalui 30 epoch, batch size 45, dan optimizer Lion. Hasil pengujian menunjukkan akurasi 75% untuk data uji dengan loss 59%, dan akurasi 76% untuk data latih dengan loss 61%. Model ini juga berhasil diimplementasikan dalam aplikasi mobile berbasis Android. Penelitian ini diharapkan dapat berkontribusi pada sektor pertanian Indonesia dengan menyediakan alat deteksi penyakit padi yang lebih efisien dan efektif.]]>
<![CDATA[EVALUASI PENERIMAAN PENGGUNA APLIKASI DIGITALISASI KELURAHAN MENGGUNAKAN MODEL UTAUT2 ]]>
<![CDATA[Rauf, Cindy Ainsyah Ef]]>;
<![CDATA[Katili, Muhammad Rifai]]>;
<![CDATA[Muthia]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.50023
<![CDATA[Digitalisasi adalah teknologi informasi yang mengutamakan suatu kegiatan yang dilakukan secara digital dibandingkan menggunakan tenaga manusia. Digitalisasi sudah diterapkan oleh pemerintah melalui pelayanan publik berbasis digital dengan meluncurkan aplikasi Digitalisasi Kelurahan. Penggunaan aplikasi masih terdapat kendala berupa proses pembuatan surat yang membutuhkan waktu lebih lama, sering terjadi eror saat menggunakan aplikasi serta masih terdapat beberapa layanan surat keterangan yang belum tersedia melalui aplikasi. Model penelitian yang digunakan adalah Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) dengan menggunakan teknik analisis deskriptif dan teknik analisis kuantitatif dengan pendekatan PLS-SEM. Hasil penelitian menunjukkan bahwa variabel social influence memiliki pengaruh tingkat penerimaan pengguna aplikasi Digitalisasi Kelurahan berdasarkan pengujian t-test dan p-values pada hubungan variabel tersebut dalam pengujian inner model.]]>
<![CDATA[IMPLEMENTATION OF HELPDESK CHATBOT APPLICATION FOR INFORMATION SYSTEM SERVICES IN HIGHER EDUCATION ]]>
<![CDATA[Sumiyati]]>;
<![CDATA[Rahayu, Puji]]>;
<![CDATA[Adiwinata, Calvin]]>;
<![CDATA[Marbun, Rosmalinda]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.50073
<![CDATA[This study implements a helpdesk chatbot application for information system services in higher education. The background is the students' need for quick and accurate academic information, especially during the Covid-19 pandemic. The method used is the waterfall model, with data collection stages through questionnaires, observation, and literature study. The development result is a web-based chatbot application that can automatically answer student questions related to academic information systems. Testing shows that this application successfully improves information service efficiency, reduces the workload of helpdesk admins, and increases user satisfaction. In conclusion, this helpdesk chatbot is effective in providing information to students anytime and anywhere, with recommendations for further development in the future.]]>
<![CDATA[PERANCANGAN SISTEM PENGENALAN WAJAH MENGGUNAKAN PYTHON, OPENCV DAN HAARCASCADE ]]>
<![CDATA[Masnur, Masnur]]>;
<![CDATA[Alam, Syahirun]]>;
<![CDATA[Zainal, Muhammad]]>;
<![CDATA[Emil Fazil, Muhammad]]>
<![CDATA[ Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 2 (2024): OCTOBER ]]>
Publisher : <![CDATA[Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24252/instek.v9i2.50354
<![CDATA[Teknologi pengenalan wajah telah menjadi solusi populer dalam meningkatkan keamanan dan efisiensi akses di berbagai institusi, termasuk perpustakaan, namun keterbatasan anggaran dan infrastruktur di institusi pendidikan sering kali menjadi kendala dalam implementasi sistem yang efektif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengenalan wajah berbasis Python, OpenCV, dan Haarcascade di Perpustakaan Universitas Muhammadiyah Parepare sebagai solusi yang terjangkau dan efisien untuk manajemen akses pengguna. Metode yang digunakan meliputi Haarcascade untuk mendeteksi wajah dengan mengidentifikasi fitur terang-gelap wajah melalui cascade classifier, Python sebagai bahasa pemrograman utama untuk mengintegrasikan dan menjalankan algoritma pengenalan wajah, dan Jupyter Notebook sebagai platform pengembangan untuk memfasilitasi pemrograman serta dokumentasi visual dari seluruh proses. Pengujian dilakukan dalam kondisi lingkungan perpustakaan yang bervariasi, termasuk perubahan pencahayaan dan sudut pandang wajah. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi wajah dengan tingkat akurasi tinggi, respons cepat, dan tingkat false positives yang rendah, sehingga cocok untuk kebutuhan perpustakaan yang memerlukan manajemen akses yang otomatis dan efektif. Implikasi dari penelitian ini adalah sistem ini memberikan solusi yang tidak hanya hemat biaya tetapi juga dapat diandalkan dalam kondisi terbatas, memberikan kontribusi bagi literatur pengenalan wajah dalam lingkungan pendidikan dengan sumber daya yang terbatas. Hasil ini menunjukkan bahwa sistem pengenalan wajah berbasis Haarcascade, Python, dan Jupyter Notebook dapat diadaptasi untuk aplikasi lain di institusi pendidikan, khususnya yang memerlukan solusi keamanan berbasis teknologi yang efisien.]]>
