DoubleClick : Journal of Computer and Information Technology
DoubleClick is Journal of Computer and Information Technology with registered number ISSN: 2579-5317 will publish in August and February. Topic of the DoubleClick Journal : 1. Application of information technology (Software engineering, system design, geographic information system mapping area, multimedia, simulation technique, robotics); 2. Development and empowerment of society or creative economy trough e-commerce); 3. Development of learning media based on information technology; 4. Information System;
Articles
106 Documents
<![CDATA[Implementasi Metode Bruce Archer dan Analisis SWOT pada Redesain Logo untuk Peningkatan Promosi Kripik Tempe Mama Ghusla ]]>
<![CDATA[Maharani Kusuma Dewi]]>;
<![CDATA[Didit Suhartono]]>;
<![CDATA[Pungkas Subarkah]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 5, No 2 (2022): Perkembangan dan Transformasi Teknologi Digital ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v5i2.12012
<![CDATA[Kripik Tempe Mama Ghusla merupakan salah satu industri rumah tangga di desa Kedunggede Kecamatan Lumbir yang bergerak pada sektor makanan ringan atau camilan. Perancangan Redesain logo ini mempertimbangkan pemilihan warna juga tipografi agar dapat mencapai tujuan logo untuk identitas. Logo dengan bentuk, warna yang nantinya akan membentuk sebuah persepsi baru di masyarakat untuk menguatkan identitas juga meningkatkan promosi Kripik Tempe Mama Ghusla yang memiliki ciri tersendiri yang akan mudah diingat oleh konsumen. Metode analisis yang digunakan adalah Metode Brucer Archer dengan Analisis SWOT (Strength, Weakness, Opportunity, and Threats) sebagai analisis data. Proses perancangan dimulai dari pengumpulan data, observasi, dan wawancara dengan pemilik usaha Kripik Tempe Mama Ghusla untuk mencari beberapa kelemahan pada produk dan juga mengumpulkan data yang dibutuhkan untuk mendukung dalam melakukan Redesain. Hasil dari penelitian ini adalah desain untuk logo produk sebagai penguatan identitas visual Kripik Tempe Mama Ghusla sebagai peningkatan promosi. Kata kunci: Logo, Keripik, Redesain, Tempe]]>
<![CDATA[Analisa dan Perbandingan Performa Jaringan Protokol Komunikasi AIS dan MAVLINK Menggunakan Network Simulator 2 ]]>
<![CDATA[Dimas Arif Setyawira]]>;
<![CDATA[Nila Feby Puspitasari]]>;
<![CDATA[Muhammad Agung Nugroho]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.14606
<![CDATA[Teknologi VMS (Vessel Monitoring System) dan AIS (Automatic Identication System) merupakan sarana komunikasi canggih yang dapat digunakan pada kapal dengan biaya mahal. Alternatif lain dapat menggunakan teknologi VMeS (Vessel Messaging System) dengan biaya yang jauh lebih murah, sehingga dapat digunakan pada kapal nelayan berukuran kecil. VMeS dirancang untuk dapat mengirimkan data informasi dari kapal ke gateway, informasi mengandung data lokasi kapal, kecepatan kapal, data inersia kapal, data heading kapal, informasi muatan kapal dan pesan-pesan lain seperti informasi kecelakaan, kebakaran dan lain-lain. Simulasi komunikasi VMeS yang dirancang pada penelitian ini memanfaatkan gelombang radio di frekuensi 2.4 Ghz sebagai channel komunikasi dengan tipe half duplex. Pada kapal terpasang perangkat VMeS yang disimulasikan dalam bentuk node berfungsi untuk memproses informasi data kapal dan protocol komunikasi yang digunakan dalam proses pengiriman data ke node yang tergabung dalam jaringan. Penelitian analisa perbandingan performa jaringan menggunakan protokol MAVLINK dan AIS disimulasikan menggunakan software Network Simulator 2. Dari simulasi yang telah dibuat dan dilakukan pengujian maka dapat diketahui bagaimana performa jaringan protokol AIS dan MAVLINK. Penggunaan bit rate yang 4 kali lebih besar yaitu 38.4 kb dari pada pada protokol AIS maka banyak terjadi kehilangan paket saat pengiriman data. Pada pengujian protokol MAVLINK terjadi kehilangan paket sebesar 20794 paket yang memiliki rasio hanya 39.77 % keberhasilan. Dengan demikian dari hasil pengujian menunjukkan implementasi protokol AIS lebih baik dari pada implementasi protokol MAVLINK.]]>
<![CDATA[Algoritma Naïve Bayes untuk Prediksi Kualitas Sperma ]]>
<![CDATA[Nurlindasari Tamsir]]>;
<![CDATA[Thabrani R]]>;
<![CDATA[St. Amina H. Umar]]>;
<![CDATA[Vivi Rosida]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.14126
<![CDATA[Masalah infertilitas antara pasangan suami istri menjadi masalah penting yang dapat mengganggu keharmonisan rumah tangga. Faktor terbesar penyebab infertilitas bagi pria adalah masalah kualitas sperma. Penelitian ini bertujuan merancang aplikasi untuk memprediksi kualitas sperma dengan menerapkan algoritma Naive Bayes berbasis Web,. Metode Naïve Bayes digunakan dalam memprediksi resiko seseorang mengalami gangguan kesuburan. Dalam proses prediksi, teknik Laplace Correction digunakan untuk menghindari probabilitas 0 (nol) yang dapat menyebabkan Naïve Bayes Classifier tidak dapat mengklasifikasi sebuah data inputan dengan baik. Hasil penelitian menunjukkan bahwa penerapan teknik Laplace Correction pada algoritma Naïve Bayes dapat memprediksi 23 dari 25 data pengujian untuk prediksi kualitas sperma sehingga menghasilkan akurasi sebesar 92% dan nilai error rate sebesar 8% serta hasil pengujian black box menunjukan bahwa 7 (tujuh) modul yang dibuat telah berjalan dengan baik.]]>
<![CDATA[Land Cover Classification Assessment Using Decision Trees and Maximum Likelihood Classification Algorithms on Landsat 8 Data ]]>
<![CDATA[Luhur Moekti Prayogo]]>;
<![CDATA[Bimo Aji Widyantoro]]>;
<![CDATA[Amir Yarkhasy Yuliardi]]>;
<![CDATA[Muhammad Hanif]]>;
<![CDATA[Perdana Ixbal Spanton]]>;
<![CDATA[Marita Ika Joesidawati]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.10606
<![CDATA[Classification technique on remote sensing images is an effort taken to identify the class of each pixel based on the spectral characteristics of various channels. Traditional classifications such as Maximum Likelihood are based on statistical parameters such as standard deviation and mean, which have a probability model of each pixel in each class. While the object-based classification method, one of which is the Decision Trees, is based on rules for each class with mathematical functions. This study compares the Decision Trees and Maximum Likelihood algorithms for land cover classification in the Surabaya and Bangkalan areas using Landsat 8 data. This research begins with creating Regions of Interest (ROIs) and Rules on images with greater than and less than functions for Decision Trees. The ROIs test was carried out using the Separability Index and matching each class using the Confusion Matrix. The experimental results show that the accuracy value resulting from the Confusion Matrix calculation is 90.48%, with a Kappa Coefficient Value of 0.87. The Decision Trees method produces land cover nigher to the actual condition than the Maximum Likelihood method. The difference in the class distribution of the two ways is not significant. This study is limited because the validation uses manual interpretation results. Future research is expected to use the large-scale classification results from the relevant agencies to verify the classification results and use field data, larger samples of ROIs, and the use of high-resolution imagery in order to improve the classification results.]]>
<![CDATA[Smart System Pencarian dan Penyewaan Rumah Kost menggunakan Web Responsif ]]>
<![CDATA[Rahmat Novrianda Dasmen]]>;
<![CDATA[Rossa Aulina]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.14123
<![CDATA[Dalam mencari kost di Kota Prabumuiah, masyarakat sulit mengetahuiatau menjelajahi daerah yang tidak jauh dari sekolah atau tempat kerjanya, sehingga informasi yang diterima oleh pencari kost masih kurang efisien, karena sulitnya mendapatkan informasi terbaru mengenai asrama yang mereka cari. Tujuan dari penelitian ini adalah untuk membangun sebuah website Smart. Sistem pencarian dan penyewaan rumah kost berbasis Responsive Web Design, menggunakan metode pengembangan sistem yaitu Object Oriented Analysis and Design (OOAD) yang merupakan metode analisis yang mengkaji kebutuhan dari sudut pandang kelas dan objek yang ditemui, yang mengarahkan arsitektur perangkat lunak hingga tahapan Requirement, Analysis, Design, Implementation, dan Testing. Hasil penelitian berikut berupa website pencarian dan persewaan rumah kost dengan menggunakan Responsive Web, yang dapat membantu menyebarluaskan informasi mengenai informasi kost dari pemilik kost secara cepat dan lengkap serta dapat memperluas jangkauan area promosi. Dengan sistem dan fasilitas yang disediakan pada website ini dapat menjangkau lebih banyak lagi pelanggan, sehingga membantu meningkatkan omzet dan perluasan usaha rumah kost di Kota Prabumulih dan sekitarnya]]>
<![CDATA[Model Klasifikasi Terumbu Karang Menggunakan Metode Convolutional Neural Network ]]>
<![CDATA[Iskandar Sholeh]]>;
<![CDATA[Dinda Arinawati Wiyono]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.13901
<![CDATA[Komputer memiliki suatu proses komputasi didalamnya yang memiliki tugas untuk melaksanakan perintah dan tidak lepas dari metode pembelajaran atau learning. Dalam proses belajar tentunya terdapat berbagai macam metode yang dapat dilakukan untuk memenuhi masa training yang memberikan komputer suatu pengenalan dan keahlian tertentu. Salah satu cara sebagai penunjang proses learning dengan menggunakan algoritma deep learning Convolutional Neural Network (CNN). Convolution Neural Network mampu memuat keseluruhan skala informasi klasifikasi objek tanpa kehilangan keakuratannya. Tujuan dari penelitian ini adalah untuk memberikan komputer kemampuan mengenali jenis terumbu karang berdasarkan gambar yang dimasukkan. Metode yang digunakan dalam penelitian ini yaitu melatih secara komputasi dari sejumlah gambar terumbu karang yang masih hidup atau hampir mati. Kurangnya pemahaman mengenai terumbu karang yang masih hidup dan/atau hampir mati, maka penelitian ini akan sangat baik diimplementasikan menggunakan Convolutional Neural Network. Dengan menggunakan metode Convolutional Neural Network dalam klasifikasi pengenalan jenis terumbu karang mendapatkan tingkat akurasi 98%. Sehingga dapat disimpulkan bahwa implementasi Deep Learning dengan metode Convolutional Neural Network (CNN) mampu melakukan klasifikasi gambar terumbu karang.]]>
<![CDATA[Aplikasi Pengolahan Citra: Kombinasi Edge Detection dan LBPH (Local Binary Pattern Histogram) Untuk Pengenalan Daun Herbal ]]>
<![CDATA[Muhammad Furqan Rasyid]]>;
<![CDATA[Muhammad Syukri Mustafa]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.12446
<![CDATA[Penelitian ini bertujuan untuk sistem pengenalan daun herbal dengan menggunakan teknologi pengolahan citra. Penelitian ini menghitung akurasi sistem pengenalan daun yang mengkombinasikan Edge Detection untuk mendeteksi dan LBPH untuk mengklasifikasikan daun herbal. Pengujian dilakukan terhadap 40 daun yang dikelompokkan menjadi 5 jenis daun herbal. Pengelompokan berdasarkan jenis daun yang paling mudah ditemukan di Indonesia. Pengujian dilakukan menggunakan metode confusion matriks. Dari hasil pengujian diperoleh kesimpulan bahwa kombinasi antara edge detection dan LBPH kurang baik untuk mengenali daun herbal.]]>
<![CDATA[Redesain Tampilan Website Repository Kampus Institut Teknologi Telkom Purwokerto dan Pengujian Menggunakan Usability Testing ]]>
<![CDATA[Vincent Nathaniel]]>;
<![CDATA[Faisal Dharma Adhinata]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 6, No 2 (2023): Perkembangan Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v6i2.15230
<![CDATA[Berdasarkan hasil dari survey awal yang telah dibuat oleh peneliti pada tanggal 18 mei 2022 dengan metode random sampling sebagai data penelitian awal, 11 orang (78,6%) sangat setuju diadakannya perubahan tampilan website repository kampus ITTP dan 3 orang (21,4%) setuju diadakannya perubahan website repository kampus ITTP. Atas dasar permasalahan tersebut, penelitian dilakukan untuk menilai pengalaman pengguna (UX) situs web untuk repositori kampus ITTP. Tujuan studi ini adalah untuk mengevaluasi kinerja sistem berdasarkan umpan balik pengguna pada perombakan situs web untuk repositori kampus ITTP. Proses evaluasi user experience menggunakan metode usability testing dengan moderated remote usability testing dan user experience questionnaire (UEQ). Hasil penelitian moderated usability testing menunjukkan (completion rate) yaitu 96% yang berarti hampir dari semua task yang diujikan berhasil dikerjakan oleh para responden dengan tingkat kesuksesan yang tinggi. Sedangkan Time-based Efficiency menunjukkan dengan nilai 4,6 goal/sec. Sedangkan hasil pengujian dengan UEQ menunjukkan bahwa website memiliki hasil evaluasi yang positif. Hasil dari benchmark UEQ menunjukkan nilai 5 kategori “Excellent” dan 1 kategori mendapatkan nilai “Good”. Hasil Skala Likert mendapatkan hasil 90% yang masuk dalam kategori “ Sangat Layak ” dalam range (81% - 100%). Perombakan situs web repositori kampus ittp sudah berada pada tingkat pengalaman pengguna yang sangat baik, menurut peringkat pengalaman pengguna secara keseluruhan.]]>
<![CDATA[Implementasi Convolutional Neural Network untuk Klasifikasi Rempah – Rempah Khas Indonesia ]]>
<![CDATA[Sandi Hermawan]]>;
<![CDATA[Nova Agustina]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 7, No 1 (2023): Optimalisasi Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v7i1.15466
<![CDATA[Indonesia merupakan negara tropis dengan kekayaan alam yang besar, salah satu kekayaan yang dimiliki Indonesia yakni rempah-rempah yang melimpah dan bermacam-macam, akan tetapi tidak semua orang mengetahui berbagai jenis dari rempah-rempah. Sehingga Pada penelitian ini bertujuan untuk meningkatkan pengetahuan mengenai jenis rempah-rempah khas indonesia, dengan menggunakan metode deep learning dibuat sebuah klasifikasi citra rempah khas Indonesia menggunakan CNN dengan train akurasi sebesar 99% dan validation akurasi sebesar 60% serta data train yang digunakan sebanyak 24 citra untuk setiap jenis rempah-rempah, terdapat 7 (tujuh) jenis rempah-rempah yang dipakai yakni Andaliman, Cabe Jawa, Cengkeh, Kapulaga, Kayu Manis, Lada dan Pala.]]>
<![CDATA[Deteksi Berita Palsu Pada Pemilu 2024 Dengan Menggunakan Algoritma Random Forest ]]>
<![CDATA[Arizal Sabila Nurhikam]]>;
<![CDATA[Rivaldi Syaputra]]>;
<![CDATA[Saepul Rohman]]>;
<![CDATA[Satrio Rully Priyambodo]]>;
<![CDATA[Nova Agustina]]>
<![CDATA[ DoubleClick: Journal of Computer and Information Technology Vol 7, No 1 (2023): Optimalisasi Teknologi Informasi ]]>
Publisher : <![CDATA[Universitas PGRI Madiun ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25273/doubleclick.v7i1.15456
<![CDATA[Pemilu atau pemilihan umum merupakan proses penting dalam negara demokrasi yang digunakan untuk memilih pemimpin dan pemerintah. Namun, maraknya berita palsu yang beredar di media sosial menyebabkan keraguan terhadap informasi yang didapat. Oleh karena itu, dibutuhkan tektnik untuk mendeteksi berita palsu sebelum berita tersebut diterima dan dipercayai oleh masyarakat. Dalam penelitian ini, kami mengevaluasi kemampuan algoritma random forest dalam mendeteksi berita palsu pada pemilu 2024. Dataset yang digunakan berisikan 859 record yang berisi id, status_fakta, dan judul_berita, dimana status_fakta sebagai label. Proses yang dilakukan pada dataset meliputi cleaning, tokenisasi, dan stemming. Kemudian dilakukan proses training dan testing pada model untuk mendapatkan akurasi dari model tersebut. Hasil yang didapatkan dari pengujian ini adalah akurasi sebesar 84.88%. Penerapan cleaning, tokenisasi, dan stemming pada dataset juga meningkatkan kualitas dataset yang digunakan dalam proses klasifikasi. ]]>
