Garuda - Garba Rujukan Digital

Klasifikasi Jenis Tanaman Kelengkeng Berdasarkan Ciri Tekstur Daun Menggunakan Metode Adaptive Neuro Fuzzy Inference System (AFIS) Ahmad Rif’an Firdaus; Moch. Lutfi; Muhammad Faishol Amrulloh

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i1.2726

Dimocarpus Longan atau kelengkeng merupakan buah yang memiliki beberapa jenis varietas yang dapat dilihat dari tiga ciri yang berbeda yaitu daun, batang dan buah. Namun tidak semua orang dapat mengidentifikasi jenis tanaman kelengkeng dari beberapa ciri tersebut. Salah satunya ciri daun kelengkeng yang susah untuk diidentifikasi jenisnya karena persamaan bentuk yang hampir mirip dengan jenis tanaman kelengkeng lainnya. Salah satu cara untuk mengatasi yang dapat dilakukan untuk membedakan jenis tanaman dengan menggunakan metode citra digital. Oleh karena itu pada penelitian ini menggunakan daun kelengkeng sebagai data citra untuk klasifikasi dan ektraksi fitur untuk identifikasi ciri tanaman kelengkeng. Untuk metode klasifikasi yang digunakan untuk mengklasifikasikan citra daun kelengkeng adalah Adaptive Neuro Fuzzy Sistem (ANFIS) dengan ekstraksi fitur tektur daun tanaman kelengkeng menggunakan metode ekstraksi Gray Level Co-occurance Matrix (GLCM) dan menggunakan citra daun kelengkeng diamond river, new kristal mata lada dan puang rai. Klasifikasi ANFIS merupakan teknik fuzzy inference pada pemodelan berdasarkan pasangan data input dan output. Error yang dilakukan selama pelatihan atau selisih keluaran FIS dengan data training sebesar 0.10475 dengan kemampuan pengenalan atau akurasi sebesar 67.5%.

Sistem Pencatatan Skripsi Berdasarkan Rencana Induk Penelitian (RIP) di Universitas Trunojoyo Madura Jamilatul Aisyiah; Laili Cahyani; Muhlis Tahir; Nuke Sephiana

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i2.3541

Perguruan tinggi negeri yang berada di wilayah Madura salah satunya adalah Universitas Trunojoyo Madura. Sebagai Lembaga Pendidikan tinggi Universitas Trunojoyo Madura terus berupaya untuk meningkatkan kemampuan literasi bagi mahasiswa salah satunya melalui peningkatan kualitas skripsi. Seiring berkembangnya zaman, banyak topik skripsi yang bisa diangkat menjadi tema skripsi. Namun, topik utama dalam skripsi tersebut juga harus menjadi pendukung terlaksananya Rencana Induk Riset Universitas (RIP) maupun Rencana Induk Riset Nasional (RIRN). Sehingga untuk mendukung hal tersebut dan guna mempermudah mahasiswa dalam mencari referensi skripsi yang sesuai dibutuhkan sebuah sistem yang bisa memenuhi kebutuhan tersebut. Penelitian ini bertujuan untuk menghasilkan sistem pembukuan skripsi berdasarkan RIP di Universitas Trunojoyo madura. Dengan harapan bisa mendukung tercapainya RIP universitas serta mempermudah pengguna khususnya mahasiswa dalam mencari sumber untuk bahan skripsi mereka. Metode yang digunakan pada penenelitian ini ialah metode Research & Development (R&D) yang mana model dalam pengembangannya memakai pendekatan waterfall. Tahapan yang terjadi pada model dengan pendekatan waterfall yakni meliputi analisis, desain, pengembangan, pengujian, dan implementasi. Tes black box dan tes kuesioner mahasiswa/masyarakat digunakan dalam pengujian sistem ini. Hasil pengujian oleh ahli sistem untuk mengetahui kesesuaian fungsional sistem memberikan hasil persentase 100% yang berarti semua fungsi berjalan dengan baik. Pengujian pengguna dengan 20 pengisi kuisioner memperoleh 84,7% yang masuk kedalam kategori “sangat layak”.

Pemetaan dan Klasterisasi Sekolah Muhammadiyah di Kabupaten PPU Berdasarkan Fasilitas, Pendidik dan Tenaga Pendidik Menggunakan Metode K-Means Clustering M. Riadhus Sholihin; Rudiman

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i2.3425

Educational facilities are a part of achieving learning in schools. Facilities that are generally located in schools are classrooms, libraries and toilets which are intended for teachers/educators and students. With the facilities, teachers, and teaching staff are very important to support teaching and learning activities. To make it easier for the government and Muhammadiyah schools to cluster certain schools into several clusters, making it easier to assist and procure school needs within the North Penajam Paser Regency government. Clustering is done by using the K-Means algorithm. The application of the K-Means Algorithm by determining the Cluster value is 3. The results show that each Cluster has its own number of members. Cluster 0 consists of 5 schools, Cluster 1 consists of 8 schools, and Cluster 2 consists of 1 school. Then the results of the increase sequentially obtained Cluster 0, Cluster 2, and finally Cluster 1. Furthermore, in testing the performance of the K-Means algorithm by dividing 3 clusters, the Davies Bouldin Index value of 0.446 was obtained. From the results of data analysis and processing, there are 8 schools in the low cluster, so this study recommends the need for assistance and provision of school needs for the low cluster by the education office of the North Penajam Paser Regency.

Sistem Pengembangan Deteksi Kanker Prostat Berbasis Image Processing dengan Metode Convolutional Neural Network Alimin; Sigit Riyadi

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i2.3535

In the medical field, the diagnosis of prostate cancer is done by biopsy and microscopy. This testing technique takes a long time for even a dermatologist and has its own risks during the biopsy process so that it greatly affects the results of diagnosis and healing. To overcome this problem, we need a method to detect prostate cancer automatically through microscopic images of prostate cells. In this study, the method used is Convolutional Neural Network (CNN) for the identification of prostate cancer through prostate cell images. After testing on 60 images, it was found that 4 images failed to identify. The results of this study indicate that the proposed method is able to identify prostate cancer using microscopic images of prostate cells with an accuracy rate of 93.3%.

Perbandingan Metode Work Sampling dan Metode Most Untuk Menentukan Output Produksi Pengecatan Berbasis Web (Studi Kasus UPTD Logam Kota Pasuruan) Faiqul Himam Faiqul Himam; Dian Ahkam Sani

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i2.3376

Permasalahan penentuan jumlah output produksi disuatu Perusahaan sering kali dihadapi. Banyak berbagai faktor yang dapat mempengaruhi dalam penentuan jumlah output produksi salah satu faktor penyebabnya adalah jumlah barang yang masuk disuatu Perusahaan melebihi batas atau terlalu banyak sehingga dalam proses penentuan jumlah output produksi sulit diatasi dampaknya akan terjadi keterlambatan yang dapat mengakibatkan kerugian Perusahan dan kepercayaan Konsumen. Studi kasus pada penelitian ini adalah UPTD Logam Kota Pasuruan, dimana UPTD Logam ini bergerak dalam Industri pengecatan dibawah naungan Pemerintahan Kota Pasuruan. Dengan keterbatasan sumber daya yang dimiliki UPTD Logam menginginkan suatu program atau aplikasi untuk mempermudah dalam mengetahui selesainya suatu produksi. Dengan beberapa faktor permasalahan yang dihadapi maka pada penelitian ini dibuatlah suatu aplikasi perbandingan metode Work Sampling dan metode MOST untuk menentukan output produksi berbasis Web. Hasil penelitian menunjukan dengan rata-rata jumlah output awal 45 unit perhari, metode Work Sampling dalam tingkat akurasi lebih mendekati output awal dengan jumlah 50 unit perhari atau sebesar 10%, sedangkan metode MOST tingkat akurasi lebih jauh dari output awal dengan jumlah 72 unit perhari atau sebesar 60%.

Klasterisasi Tingkat Pemahaman Siswa Pada Mata Pelajaran Kimia Dengan Algoritma K-Means Muhamad Rizal Gufran; Arif Dwi Nugroho; Irham Asdurroh; Ariyo Putra P; Tedy Setiadi

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v14i2.3665

Kimia merupakan mata pelajaran yang sebagian siswa merasa kesusahan dalam menerima materi, sehingga bagi guru mata pelajaran kimia hal ini merupakan sebuah masalah dalam memberikan materi karena tingkat pemahaman siswa yang tidak merata, hal ini tentu saja akan menyebabkan tujuan pembelajaran yang tidak dapat dicapai sesuai rencana studi semester. Tujuan penelitian ini dilakukan adalah untuk mengelompokkan tingkat pemahaman siswa pada mata pelajaran kimia berdasarkan nilai PAS/PAT dan Rapor. Metode yang akan digunakan yaitu Clustering dengan algoritma K-Means, untuk menentukan jumlah cluster yang optimal dengan metode elbow. Setelah dilakukan penelitian ditemukan jumlah cluster yang optimal sebanyak 3 cluster, dimana cluster 0 merupakan kelompok siswa yang memiliki tingkat pemahaman sangat Baik, Cluster 1 merupakan kelompok tingkat pemahaman baik dan Cluster 2 merupakan kelompok tingkat pemahaman kurang. Dari 133 siswa yang digunakan sebagai dataset, masing-masing didapatkan hasil untuk cluster 0 sebanyak 78 siswa, cluster 1 sebanyak 54 siswa dan cluster 2 sebanyak 1 siswa. Siswa yang masuk pada cluster 2 perlu mendapatkan perhatian khusus dari guru terkait sehingga dapat memahami pelajaran dengan baik.

Analisis Perbandingan Algoritma Monoalphabetic Cipher dan Polyalphabetic Substitution Cipher pada Sistem keamanan Data Nuke Sephiana; Muhlis Tahir; Shinta Dwi Wulandari; Faizal Reza Rahmansyah; Rofikoh Nabila Nuvitasari; Ray Albian Prakasa

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v15i1.3823

Pada era menuju perkembangan revolusi industri 5.0, Teknologi informasi dan komunikasi telah menjadi elemen terpenting dalam kehidupan manusia. Sehingga pemanfaatan suatu teknologi informasi dan komunikasi dalam bidang keamanan mampu diterapkan di mana saja, salah satunya pada keamanan data. Ilmu keamanan data disebut dengan kriptografi. Pada penelitian ini, penulis akan menganalisis dua jenis cipher substitusi pada suatu kriptografi klasik, yakni polyalphabetic substitution cipher dan Monoalphabetic cipher. Tujuan dari dilakukannya penelitian ini bermaksud untuk memberikan informasi tentang algoritma polyalphabetic substitution cipher (cipher abjad tunggal) dan Monoalphabetic substitution cipher (cipher abjad majemuk), serta untuk membandingkan kedua metode algoritma kriptografi untuk dapat diketahui penggunaan yang lebih efektif dan efisien untuk menjaga keamanan data. Metode penelitian ini berupa studi literatur menggunakan pendekatan kualitatif dengan teknik pengumpulan data berbentuk catatan, buku, makalah atau artikel, dan jurnal. Hasil analisis yang diperoleh pada uji coba algoritma monoalphabetic cipher dan polyalphabetic cipher yaitu algoritma polyalphabetic cipher lebih sulit dipecahkan karena algoritma lebih panjang. Pada algoritma polyalphabetic cipher, plaintext yang sama didekripsi dengan kunci yang berbeda dan menghasilkan ciphertext yang berbeda, sehingga sulit untuk menggunakan metode tebakan untuk menerjemahkan pesan. Sedangkan pada algoritma monoalphabetic cipher menggunakan analisis frekuensi huruf, sehingga mudah didekripsi mengunakan metode tebakan. Sehingga algoritma kriptografi polyalphabetic cipher efektif dan efisien dalam keamanan data.

Perbandingan TF-IDF dengan Count Vectorization Dalam Content-Based Filtering Rekomendasi Mobil Listrik Muhammad Zaynurroyhan; Asriyanik; Agung Pambudi

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v15i1.3829

Mobil listrik mulai menjadi pilihan beberapa tahun terakhir ini, karakternya yang lebih ramah lingkungan serta biaya pemeliharaan yang lebih rendah daripada mobil konvensional menjadi alasan utama konsumen lebih memilihnya. Seiring meningkatnya minat konsumen, perusahaan besar banyak yang mulai memproduksi mobil listrik dengan berbagai spesifikasi seperti kapasitas baterainya juga jarak tempuhnya. Hal tersebut membuat konsumen diberikan banyak pilihan dalam memilih mobil listrik yang sesuai preferensinya. Penelitian ini ditujukan untuk mempermudah konsumen dalam memilih mobil listrik yang sesuai dengan preferensinya. Metode yang digunakan adalah metode Content-Based Filtering dari sistem rekomendasi yang berfokus memberikan rekomendasi berdasarkan deskripsi barang serta hal yang disukai konsumen, dari sisi pembentukan modelnya, untuk melihat metode pemodelan yang menghasilkan akurasi lebih baik, peneliti membandingkan metode TF-IDF dengan Count Vectorization. Dimanfaatkan algoritma K-Nearest Neighbor dalam menguji akurasi dari model sistem rekomendasi mobil listrik yang terbentuk. Hasil dari penelitian ini menunjukkan bahwa sistem rekomendasi dapat digunakan untuk merekomendasikan mobil listrik terhadap konsumen. Dari sisi akurasi, model Content-Based Filtering yang dibentuk menggunakan TF-IDF menunjukkan akurasi yang lebih kecil yaitu sebesar 64% dibanding model yang memanfaatkan Count Vectorization yaitu sebesar 75%..

Analisis Faktor Tingkat Kebahagiaan Negara Menggunakan Data World Happiness Report dengan Metode Regresi Linier. Khoirunnisa Hamidah; Apriade Voutama

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v15i1.3874

ABSTRAK Kebahagiaan merupakan faktor yang penting dalam kehidupan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat kebahagian di suatu negara dengan menggunakan data dari World Happiness Report 2022. Dalam upaya tersebut, data dikumpulkan melalui situs web Kaggle dengan menggunakan dataset World Happiness Report 2022 yang tersedia secara public. Dataset ini berisi informasi tentang berbagai faktor yang mempengaruhi tingkat kebahagiaan seperti pendapatan per kapita, kesehatan, dukungan sosial, kebebasan, dan korupsi.Metode yang digunakan pada penelitian ini adalah metode KDD yaitu Knowledge Discovery in Database pada metode ini terdapat pemilihan data, pra pemoresesan, transformasi, data mining dan evaluasi. Hasil analisis menunjukkan bahwa variabel independen seperti pendapatan per kapita, kesehatan, dukungan sosial, kebebasan, dan persepsi korupsi berpengaruh signifikan terhadap tingkat kebahagiaan di suatu negara. Temuan ini dapat memberikan informasi penting bagi pemerintah dan organisasi untuk meningkatkan tingkat kebahagiaan masyarakat di sutu negara melalui kebijakan-kebijakan yang tepat. Secara keseluruhan, penelitian ini memberikan kontribusi penting dalam pemahaman tentang faktor-faktor yang mempengaruhi tingkat kebahagiaan di suatu negara. Hasil penelitian ini dapat dijadikan acuan bagi pemerintah dan organisasi untuk mengembangkan program dan kebijakan yang mampu meningkatkan kesejahteraan dan kebahagiaan masyarakat di suatu negara. ABSTRACT Happiness is an important factor in life. This study aims to analyze the factors that influence the level of happiness in a country using data from the World Happiness Report 2022. In this effort, data was collected through the Kaggle website using the publicly available World Happiness Report 2022 dataset. This dataset contains information about various factors that affect the level of happiness such as per capita income, health, social support, freedom, and corruption. The method used in this study is the KDD method, namely Knowledge Discovery in Database. In this method, there are data selection, pre-processing, transformation, data mining and evaluation. The results of the analysis show that independent variables such as per capita income, health, social support, freedom, and perceptions of corruption have a significant effect on the level of happiness in a country. These findings can provide important information for governments and organizations to increase the level of happiness of people in a country through appropriate policies. Overall, this research makes an important contribution to the understanding of the factors that influence the level of happiness in a country. The results of this study can be used as a reference for governments and organizations to develop programs and policies that can improve the welfare and happiness of people in a country.

Rancang Bangun Sistem Informasi Penjadwalan dan Pemakaian Laboratorium Komputer Berbasis Web Pada Poltekkes Kemenkes Provinsi Bengkulu Niska Ramadani; Dzaky Faisahalariq; Khalid Alrijali; Fadlul Amdhi Yul

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v15i1.3847

Sistem informasi jadwal Laboratorium Computer Based Test (CBT) merupakan suatu sistem yang menyediakan informasi mengenai jadwal pemakaian ruang laboratorium CBT dengan tujuan untuk memudahkan pengguna/user dalam pemilihan jadwal pemakaian labor, dan terciptanya pelayanan laboratorium secara terpadu di Poltekes Kemenkes Bengkulu. Laboratorium CBT digunakan untuk kegiatan perkuliahan, ujian, dan kegiatan praktik., serta mempermudah dalam proses pelaporan pemakaian labor CBT. Sistem informasi berbasis web ini dikembangkan dengan menggunakan metode Waterfall, dengan dilakukan pemodelan proses bisnis dan meghasilkan system informasi jadwal penggunaan laboratorium CBT yang dapat diakses oleh dosen, dan juga pengelola laboratorium. Sehingga dengan pengelolaan data jadwal penggunaan laboratorium secara komputerisasi dapat meningkatkan kualitas pelayanan pada perguruan tinggi.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
exploreit

Contact Email
informatika@yudharta.ac.id

Phone
-

Journal Mail Official
informatika@yudharta.ac.id

Editorial Address
-

Location
Kab. pasuruan,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name exploreit

Contact Email informatika@yudharta.ac.id

Phone -

Journal Mail Official informatika@yudharta.ac.id

Editorial Address -

Location Kab. pasuruan, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
exploreit

Contact Email
informatika@yudharta.ac.id

Phone
-

Journal Mail Official
informatika@yudharta.ac.id

Editorial Address
-

Location
Kab. pasuruan,

Jawa timur

INDONESIA