ILKOM Jurnal Ilmiah
ILKOM Jurnal Ilmiah is an Indonesian scientific journal published by the Department of Information Technology, Faculty of Computer Science, Universitas Muslim Indonesia. ILKOM Jurnal Ilmiah covers all aspects of the latest outstanding research and developments in the field of Computer science, including Artificial intelligence, Computer architecture and engineering, Computer performance analysis, Computer graphics and visualization, Computer security and cryptography, Computational science, Computer networks, Concurrent, parallel and distributed systems, Databases, Human-computer interaction, Embedded system, and Software engineering.
Articles
572 Documents
<![CDATA[MONITORING KELEMBABAN TANAH PERTANIAN MENGGUNAKAN SOIL MOISTURE SENSOR FC-28 DAN ARDUINO UNO ]]>
<![CDATA[Husdi, Husdi]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 10, No 2 (2018) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (373.342 KB)
<![CDATA[Land as the main factor in agriculture must be considered as well as possible in order to provide the expected results. One of them is by using computer and internet technology to monitor soil moisture. Soil moisture is one of the environmental factors that affect plant growth. One of the innovations in information and communication technology in agriculture is the use of the Internet of Things. By using the Internet of Things, it can be done to monitor soil moisture that is used as a planting medium for horticultural crops. knowing the value of soil moisture will be very useful to be able to determine the steps or handling of the soil. The test results show that the measurement of soil moisture using a soil moisture sensor can work well and display information on the value of soil moisture. Based on the results and analysis, it can be concluded that the results of monitoring the soil moisture monitoring system can already be used to monitor agricultural land. So that the results of this study are expected to help farmers in making decisions based on information about the value of soil moisture that has been obtained. The final result obtained from the reading of the sensor value is wet, moist and dry according to the set value of the Analog Data. That is wet condition when getting output with lower limit range of 150 and upper limit of 339, humid condition when getting output with lower limit range 340 upper limit of 475, dry condition when getting sensor value with lower limit range is 476 and upper limit is 1023.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENYULUH LAPANGAN KELUARGA BERENCANA TELADAN DENGAN METODE WEIGHTED PRODUCT ]]>
<![CDATA[Ishak, Rezqiwati]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 8, No 3 (2016) ]]>
Publisher : <![CDATA[Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (771.946 KB)
|
DOI: 10.33096/ilkom.v8i3.74.160-166
<![CDATA[Penyuluh  lapangan  keluarga  berencana (PLKB)  adalah Pegawai  Negeri  Sipil  yang  diberi tugas,  tanggungjawab,  wewenang,  dan  hak secara penuh oleh pejabat yang berwenang untuk melaksanakan  kegiatan  penyuluhan,  pelayanan, evaluasi  dan  pengembangan  KB  Nasional.  Pemilihan PLKB Teladan ini dilaksanakan sekali setiap tahunnya. Masalah yang dihadapi dalam proses penyeleksian PLKB adalah banyaknya jumlah pemohon sementara yang akan ditetapkan menjadi Penyuluh Teladan hanya 1 orang sehingganya memerlukan proses penyeleksian yang benar-benar akurat berdasarkan kriteria yang ditentukan. Untuk itu Sistem Pendukung Keputusan sangatlah dibutuhkan. Adapun metode yang digunakan adalah Weighted product. Dari hasil penelitian yang didapatkan bahwa sistem tersebut dapat membantu pihak penyeleksi dapat menentukan PLKB Teladan. Hal ini dibuktikan dengan hasil pengujian yang dilakukan dengan metode white box testing dan basis path testing yang menghasilkan nilai yang sama, sehingga didapat bahwa logika  flowchart perhitungan, penilaian dan perankingan benar dan berdasarkan pengujian black box rancangan perangkat lunak telah terpenuhi dengan hasil sesuai dengan rancangan]]>
<![CDATA[SISTEM TRACER STUDY ALUMNI FAKULTAS ILMU KOMPUTER UNIVERSITAS MUSLIM INDONESIA MENGGUNAKAN METODE ON-LINE ANALITYCAL PROCESSING (OLAP) ]]>
<![CDATA[Syam, Aminurlah]]>;
<![CDATA[Manga, Abdul Rachman]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 9, No 1 (2017) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (980.29 KB)
<![CDATA[Penyimpanan data secara rutin dan terus menerus data alumni Fakultas Ilmu Komputer dapat menimbulkan penumpukan data. Seperti data quesioner alumni yang menjadi salah satu masalah dalam melakukan inputan dikarenakan terkendala jarak. Selama ini pihak fakultas harus mecari data alumni yang telah bekerja atau berada diluar daerah. Sistem yang berbasis website tersebut akan menggunakan data warehouse dan penerapan metode Online Analitycal Processing (OLAP) yang nantinya akan berfungsi sebagai laporan dari data alumni dalam bentuk grafik. Dalam penelitiannya ini data warehouse dirender kedalam metode OLAP yang menghasilkan laporan dalam bentuk grafik. Sistem berbasis website juga memudahkan staff kemahasiswaan dan alumni dalam melakukan inputan karena bisa dilakukan dimanapun dengan adanya koneksi internet]]>
<![CDATA[PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK MENGGUNAKAN ALGORITMA NAÃVE BAYES BERBASIS FORWARD SELECTION ]]>
<![CDATA[Hasan, Maryam]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 9, No 3 (2017) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (672.697 KB)
<![CDATA[Tujuan dari Penelitian ini adalah Mengoptimalkan algoritma Naïve Bayes dengan seleksi fitur Forward Selection untuk dapat meningkatkan hasil akurasi atau tingkat keberhasilan yang didapatkan dari prediksi pembayaran kredit.Data yang akan digunakan dalam penelitian ini berasal dari Bank XY yang berada di Gorontalo. Data yang diperoleh berkaitan dengan semua aspek dari nasabah kredit termasuk informasi pribadi dari nasabah. Desain eksperimen dalam penelitian ini menggunakan dataset nasabah kredit.sedangkan analisi yang digunakan adalah Model algoritma Naïve Bayes dengan seleksi fitur Forward Selection. Prediksi tingkat kelancaran pembayaran kredit menggunakan algoritma Naïve Bayes berbasis Forward Selection mampu memprediksi kelancaran pembayaran kredit ke depannya hal ini terbukti dengan perolehan nilai akurasi Naive bayes berbasis Forward Selection mampu mencapai nilai akurasi 71,97 %.]]>
<![CDATA[Pengenalan Plat Kendaraan Berbasis Android menggunakan Viola Jones dan Kohonen Neural Network ]]>
<![CDATA[Michael, Aryo]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 8, No 2 (2016) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (456.469 KB)
<![CDATA[Penelitian ini bertujuan untuk membangun sistem pengenalan plat kendaraan roda dua berbasis android. Penelitian ini dilaksanakan di Kota Makassar Indonesia. Metode yang digunakan pada penelitian ini adalah pengenalan pola plat kendaraan dengan metode viola jones, kemudian segmentasi karakter plat menggunakan metode morfologi, dan pengenalan karakter plat dengan kohonen neural network. Hasil penelitian yang diperoleh menunjukkan bahwa pengenalan plat kendaraan menggunakan kohonen neural network berdasarkan pengujian yang dilakukan menunjukkan persentase keberhasilan pengenalan karakter pada plat kendaraan bermotor pada kondisi yang baik sebesar 78,57% edangkan pada plat yang kurang baik sebesar 57,14%.]]>
<![CDATA[INTEGRASI EKSTRAKSI FITUR LOCAL BINARY PATTERN DAN GRAY-LEVEL COOCCURENCE METRIX UNTUK PENGENALAN EKSPRESI MULUT PEMBELAJAR ]]>
<![CDATA[Azwar, Azwar]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 9, No 1 (2017) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1421.479 KB)
<![CDATA[eLearning masih diperhadapkan pada masalah-masalah eLearning Strategy, Content, Management, dan Evaluation. selain itu adaptive eLearning system belum menerapkan strategi pembelajaran sehingga pembelajar masih sulit mendapatkan informasi ekspresi wajah dari pemelajar. Hal ini mempengaruhi pola interaksi antara pembelajar dengan pemelajar, Sehingga proses pembelajaran tidak optimal. Pada penelitian ini dikembangkan metode pengenalan ekspresi fitur mulut pemelajar untuk mengidentifikasi status ekspresi wajah pemelajar saat menggunakan eLearning dengan pengolahan citra digital dan multiclass support vector machine. Metode pengolahan citra yang digunakan adalah peggabungan fitur ekstraksi local binary pattern (LBP) untuk ekstraksi fitur citra, gray level co-occurrence matrix (GLCM) untuk ekstraksi fitur tekstur dan multiclass support vector machine untuk pengenalan citra mulut pemelajar. Setelah ekstraksi fitur dilakukan pelatihan menggunakan multiclass svm sebanyak 4 kali pengujian dengan jumlah data testing 10%, 20%, 30%, dan 40% dari data training. Tingkat keberhasilan yang tinggi didapatkan pada pengujian dengan komposisi data testing 10% dengan tingkat akurasi 95%.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PELUANG USAHA MAKANAN YANG TEPAT MENGGUNAKAN WEIGHTED PRODUCT (WP) BERBASIS WEB ]]>
<![CDATA[Ningsih, Erna]]>;
<![CDATA[Dedih, Dedih]]>;
<![CDATA[Supriyadi, Supriyadi]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 9, No 3 (2017) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (625.637 KB)
<![CDATA[Sistem pendukung keputusan (SPK) merupakan sistem yang mampu memberikan kemampuan pemecahan masalah dengan kondisi semi terstruktur dan tak terstruktur.Salah satu metode yang digunakan untuk menyelesaikan masalah pengambilan keputusan adalah metode Weighted Product (WP), yaitu suatu metode yang menggunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan dulu dengan bobot yang bersangkutan. Metode WP dapat diterapkan dalam pengambilan keputusan salah satunya adalah menentukan peluang usaha makanan yang tepat pada usaha mikro dan kecil.Akan tetapi jenis usaha makanan yang ada saat ini sangat banyak ragamnya sehingga menyulitkan untuk menentukan salah satu jenis usaha makanan yang tepat, Dalam penelitian ini ada delapan belas jenis usaha makanan dan lima kriteria berdasarkan nilai skala bobot kriteria yang di tentukan oleh user dengan hasil bahwa usaha aneka kue hias memiliki nilai preferensi relatif alternatif terbaik dengan nilai 0.1540. ]]>
<![CDATA[PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION ]]>
<![CDATA[Sugiarti, Sugiarti]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 10, No 1 (2018) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (237.889 KB)
<![CDATA[Peningkatan kualitas citra merupakan salah satu proses awal dalam peningkatan mutu citra. Peningkatan mutu citra diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk, misalnya citra mengalami derau, kabur [2].Pada penelitian ini, peningkatkan kualitas citra menggunakan teknik image enhancement, berupa proses perbaikan citra dengan meningkatkan kualitas citra baik kontras maupun kecerahan.Tujuan dari penelitian adalah meningkatkan kualitas citra menggunakan pendekatan logika fuzzy dengan menggunakan 5 parameter, yaitu α, β1, γ, β2 dan max. Penggunaan metode fuzzy possibility bertujuan menurunkan tingkat keabuan pixel yang memiliki nilai keabuan di antara β1 dan β2. Pada penelitian ini dilakukan peningkatan kualitas citra, sehingga tampilan objek lebih terang dan jelas sehingga dapat memudahkan proses segmentasi yaitu pemisahan objek yang akan diteliti dengan background. ]]>
<![CDATA[Penerapan Metode Moving Average (MA) Berbasis Algoritma Support Vector Machine (SVM) untuk Membandingkan Pola Kurva dengan Trend Kurva pada Trading Forex Online ]]>
<![CDATA[Abbas, Irfan]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 8, No 1 (2016) ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (997.912 KB)
<![CDATA[Bursa valuta asing atau forex adalah tempat dimana mata uang dari suatu negara diperdagangan dengan mata uang negara lainnya. Perdagangan berlangsung secara global antara pusat-pusat keuangan dunia, dengan melibatkan bank-bank utama dunia sebagai pelaksana utama transaksi. Trader yang melakukan investasi di pasar valuta asing dituntut untuk memiliki kemampuan menganalisis keadaan dan situasi dalam memprediksi  nilai tukar mata uang. Pergerakan harga forex atau saham yang membentuk kurva sangat membantu para trader dalam pengambilan keputusan, pergerakan kurva dijadikan sebagai salah satu indikator dalam pengambilan keputusan untuk beli (buy) atau jual (sell). Penelitian ini menggunakan algoritma Support Vector Machine (SVM) untuk membandingkan pola  kurva, kemudian dataset dari algoritma SVM diproses menggunakan metode Moving Average (MA) untuk membentuk kurva kedua. Hasilnya trend kurva yang dihasilkan algoritma Support Vector Machine dan Metode Moving Average membentuk kurva yang sama dengan kurva live online pada GBPUSD, 1H.]]>
