cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Riki Ruli A. Siregar
Contact Email
riki.ruli@sttpln.ac.id
Phone
-
Journal Mail Official
riki.ruli@sttpln.ac.id
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Petir
Published by Institut Teknologi Perusahaan Listrik Negara
ISSN : 19789262     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Journal Petir is a scientific journal published by STT-PLN Department of Information Engineering since 2007, as a media for disseminating research results, Library Study Technique, Observation Result, Surveying Survey, STT-PLN Department of Informatics Engineering and Supporting Science Development Knowledge and Technology Journal Petir is published twice a year in March and September and contains research results in the field of Informatics Engineering in the field of Electric Power, Telecommunication, Control System, Electronics, Computer Systems and Information Systems.
Arjuna Subject : -
Articles 216 Documents
 16   17   18   19   20 
Sistem Diagnosis Penyakit Jantung Koroner Dengan Menggunakan Algoritma C4.5 Berbasis Website (Studi Kasus: RSUD Dr. Soedarso Pontianak) Siti Riska Julianti Ihnur Alham
PETIR Vol 14 No 2 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v14i2.1338

Abstract

Penyakit jantung disebut juga dengan penyakit jantung koroner. Saat ini metode yang digunakan oleh pihak rumah sakit untuk memberi keputusan klinis dibuat berdasarkan ilmu pengetahuan dan pengalaman dari dokter dalam menangani pasien-pasien penyakit jantung koroner. dengan memanfaatkan data-data pasien yang telah tersimpan dalam basis data, kemudian dibuat suatu pola penentuan penyakit jantung koroner dengan teknik komputasi cerdas sehingga ketidak pastian hasil diagnosis dapat dihindari. Penulis melakukan penelitian untuk mendiagnosis penyakit jantung koroner menggunakan metode decision tree dengan algoritma C4.5. Kelebihan dari algoritma ini adalah dapat dipahami dengan mudah, dan dapat digambarkan dalam bentuk pohon keputusan berdasarkan faktor resiko yang dialami pasien. Faktor resikonya antara lain umur, jenis kelamin, faktor keturunan, tekanan darah sistolik, tekanan darah diastolik, kadar kolesterol total, kadar HDL (High Density Lipoprotein), kadar LDL (Low Density Lipoprotein) dan kadar trigliserida.Berdasarkan pengujian menggunakan confusion matrix dengan parameter tingat akurasi diperoleh nilai sebesar 94,4%
Metode Fuzzy Subtractive Clustering Dalam Pengelompokkan Penggunaan Energi Listrik Rumah Tangga Nurul Ramadhanti Hikmiyah; Riki Ruli A. Siregar; Budi Prayitno; Dine Tiara Kusuma; Novi Gusti Pahiyanti
PETIR Vol 14 No 2 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v14i2.1448

Abstract

The use of electricity in household sector has increased, especially during the Covid-19 pandemic. The large number of activities carried out in home such as Work from Home, online schools, and online businesses caused difficulty to monitor the electricity consumption. The absence of electricity usage provisions affects the electricity monitoring process. Hence it takes a real time monitoring application of electricity consumption. Fuzzy subtractive clustering is an unsupervised method to form the number and center of clusters according to data conditions. This method serves to classify the household electricity users with the parameters used, is the amount of usage in rupiah and electric power. The grouping results from this method help users to monitoring electricity consumption in real time. The output describes the level of high, medium and low user electricity consumption. Based on the test results, the best Silhouette Coefficient value is 0.8322535 and three clusters are formed, with an accept ratio is 0.5, a reject ratio of 0.15, a radius of 1.7 and a squash factor of 0.5 hence a high level of use is obtained with an average value of the number of uses in IDR 655,993, power 2757 VA, medium level 240,553, 1071 VA and low level 46,479, 675 VA
Klasifikasi Jenis Jamur Menggunakan SVM dengan Fitur HSV dan HOG Yohannes Yohannes; Daniel Udjulawa; Timoteus Ivan Sariyo
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1101

Abstract

Mushrooms are one of the plants that have so many varieties. Every variety has a different shape and color. But most people still feel difficult to know and classify every mushroom. Therefore, classification for mushroom is needed. Method for this research are Hue Saturation Value (HSV) as color segmentation, then Histogram of Oriented Gradient (HOG) as feature extraction, and Support Vector Machine (SVM) as a classification method. Mushrooms that being use are Agaricus, Amanita, Boletus, Cortinarius, Entoloma, Hygrocybe, Lactarius, Russula, Suillus. Total of mushrooms for this research are 900, with 100 each genus. This research using the k-fold Cross Validation method for 4-fold. From 900 images there are 675 for the training phase and 225 for the testing phase. Overall for this research got precision, recall, accuracy respectively 23.80%, 22.94%, and 82.69%. The best mushroom was Boletus with precision, recall, accuracy respectively 55.37%, 46.84%, and 89.69%.
Model Penerjemah Bahasa Isyarat Indonesia (BISINDO) Menggunakan Pendekatan Transfer Learning Meredita Susanty; Riestiya Zain Fadillah; Ade Irawan
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1289

Abstract

Sistem Bahasa Isyarat Indonesia (SIBI) yang berasal dari bahasa isyarat Amerika (American Sign Language) dan lebih banyak dipakai pada situasi formal tidak terlalu familiar bagi insan tuli atau difabel rungu di Indonesia karena mereka umumnya menggunakan Bahasa Isyarat Indonesia (Bisindo). Sejak 1975 perwakilan Tuli melalui organisasi kemasyarakatan Gerakan untuk Kesejahteraan Tunarungu Indonesia (Gerkatin) telah meminta pemerintah untuk mengakui Bisindo sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun upaya ini hingga kini belum berhasil. Untuk membantu meningkatkan aksesibilitas Tuli dengan menambah jumlah penerjemah serta memperluas pemahaman Bisindo di masyarakat luas, penelitian ini berupaya membangun mesin penerjemah bahasa isyarat menggunakan teknik machine learning dengan algoritma Convolutional Neural Network (CNN). Karena bukan merupakan bahasa isyarat format, ketersediaan dataset Bisindo di Internet terbatas. Metode transfer learning, yaitu dengan memanfaatkan model yang dilatih dengan dataset ASL kemudian disesuaikan untuk melakukan pekerjaan yang sama pada menggunakan dataset Bisindo digunakan dalam penelitian ini untuk mengatasi masalah keterbatasan dataset. Karena perbedaan karakteristik bahasa isyarat dan gestur dari masing-masing bahasa isyarat, pemindahan knowledge khususnya learning parameter dari Model ASL tidak dapat meningkatkan performa Model Bisindo dalam memprediksi seluruh huruf pada alfabet Bisindo sehingga model hasil transfer learning hanya mampu memprediksi huruf-huruf Bisindo yang memiliki kemiripan dengan ASL.
Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python Agung Slamet Riyadi; Ire Puspa Wardhani; Maria Sri Wulandari; Susi Widayati
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1302

Abstract

Pengolahan citra (image processing) adalah teknik mengolah citra yang mentransformasikan citra masukan menjadi citra lain agar keluaran memiliki kualitas yang lebih baik dibandingkan kualitas citra masukan. Deteksi objek dalam digital image processing adalah suatu proses yang digunakan untuk menentukan keberadaan objek tertentu di dalam suatu citra digital. Proses deteksi tersebut dapat dilakukan dengan berbagai macam metode yang umumnya melakukan pembacaan fitur-fitur dari seluruh objek pada citra input. Pada pendeteksian objek tersebut terdapat beberapa metode beberapa diantaranya yaitu metode ResNet, YOLOv3 dan TinyYOLOv3. Dalam penelitian ini akan dilakukan perbedaan ketiga metode tersebut. Tujuan dari ujicoba dalam penelitian ini adalah mengetahui lebih jauh hasil deteksi objek pada citra dengan tingkat keakuratan yang baik. Dan penelitian ini dapat membutkikan bahwa hasil pendeteksian objek dengan menggunakan model Yolov3, hasil keakuratannya lebih tinggi dibandingkan dengan model ResNet dan model Tiny Yolo.
Implementasi Algoritma AES untuk Keamanan Data Rekam Medis Oktaria Gina Khoirunnisa; Djuniadi Djuniadi
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1333

Abstract

Pertumbuhan teknologi yang sangat pesat tentunya sangat mempengaruhi berbagai bidang. Berbagai pekerjaan sehari hari pun juga terbantu dengan adanya teknologi. Selain dampak positif yang diperhatikan dampak negatif pun juga perlu diwaspadai yaitu perihal keamanan dokumen. Bidang kesehatan merupakan contoh yang bidang berhubungan dengan privasi. Salah satunya yaitu dokumen rekam medis. Tidak sedikit kasus kebocoran data pasien yang terjadi. Peristiwa yang kurang diinginkan seperti ini dapat terhindarkan dengan melakukan pengamanan dengan Kriptografi. Terdapat berbagai macam kriptografi salah satunya yaitu AES (Advanced Encryption Standard). Berdasarkan uraian tersebut penelitian ini bertujuan untuk melakukan simulasi pengamanan dokumen rekam medis pada salah satu klinik dengan menggunakan metode AES. Hasil simulasi menunjukan bahwa algoritma AES dapat menjadi rekomendasi bagi perlindungan data. Dengan melalui proses enkripsi data akan diubah menjadi bentuk yang tidak dimengerti dan harus diproses menggunakan proses dekripsi agar bisa kembali dimengerti. Keuntungannnya adalah tidak semua orang bisa mengakses dokumen tersebut.
Klasifikasi Sinyal EEG Menggunakan Model K-Nearest Neighbor Untuk Pengenalan Kata Yang Dibayangkan Abdul Rauf; Efy Yosrita; Rosida Nur Aziza
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1335

Abstract

Locked in syndrome (LIS) is a condition of complete paralysis in which people with LIS are conscious but unable to move or communicate verbally except to move their eyes or blink. One way that can help LIS sufferers to communicate and interact is through recording brain signals called Electroencephalogram (EEG). In this study, the data from the recording of the EEG signal has gone through the extraction stage. The extracted data is preprocessed and classified using the K-Nearest Neighbor (K-NN) algorithm to be visualized using a web-based application. The results of the classification using the K-Nearest Neighbor algorithm with a value of K = 1 resulted in 82% accuracy, 82% precision and 82% recall. Keywords: LIS, EEG, K-Nearest Neighbor.
Perancangan Purwarupa Pendeteksian Masker Menggunakan Mobilenetv2 dan Sensor Suhu GY-906 MLX-90614 Berbasis OpenCV Lukman Medriavin Silalahi; David Martin Antoyo; Setiyo Budiyanto; Imelda Uli Vistalina Simanjuntak; Gunawan Osman; Agus Dendi Rochendi; Raden Sutiadi
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1346

Abstract

The background of this research problem is the handling of the Covid-19 virus by using masks and regular body temperature measurements for each user entering/exiting a building. So this research aims to monitor people in carrying out the principle of using a mask and detecting a person's temperature with a limit not exceeding the normal temperature of 37.5 selsius. Outside of this research is the design of a face mask detection system and can measure a person's body temperature using Python programming that contains OpenCV, MobileNetV2 and gy-906 MLX 90614 non contact temperature sensors. the results of this research can be concluded that face mask detection can be done in the range of 50cm to 1.5m while face detection can be detected up to 3m when conducting real time testing and has a success rate of detecting face masks 86.6% to 93.3% from 15 times the experiments that have been conducted.
Analisis Opini Pengguna Aplikasi New PLN Mobile Menggunakan Text Mining Handrea Bernando Tambunan; Tiva Winahyu Dwi Hapsari
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1352

Abstract

Media sosial pada saat ini menjadi suatu media yang sangat populer untuk menyampaikan opini oleh masyarakat di Indonesia. Melalui media sosial pengguna dapat dengan mudah mengungkapkan pengalamannya terhadap suatu produk, salah satunya adalah aplikasi New PLN Mobile dari PT PLN (Persero). Aplikasi tersebut menjadi platform digital untuk memenuhi berbagai kebutuhan pelanggan terkait pelayanan ketenagalistrikan. Salah satu metode yang dapat dipakai untuk menganalisa opini pengguna adalah menggunakan text mining dengan pendekatan word cloud, network explorer, jenis emosi, dan analisis sentimen. Hasil penelitian menunjukkan bahwa analisis word cloud memberikan frekuensi komentar terkait keberadaan aplikasi, pengalaman pelanggan, fitur baru, informasi pelanggan, hingga interaksi dan komunikasi pada media sosial. Selanjutnya analisis network explorer menunjukkan bahwa kata yang saling berkaitan adalah “aplikasi pln mobile” dan “kemudahan layanan gangguan”. Analisa jenis emosi mengekspresikan sebagian besar pelanggan terkejut (surprise) dengan adanya aplikasi aplikasi New PLN Mobile. Analisis sentimen menunjukkan bahwa sebagian besar kluster pelanggan menunjukkan sentimen yang sangat positif terhadap keberadaan aplikasi New PLN Mobile.
Sistem Pendukung Keputusan Untuk Pemilihan Vendor Berdasarkan Evaluasi Kinerja Menggunakan Metode Naïve Bayes (Studi Kasus: PT. PLN (Persero) Unit Pelaksana Pembangkitan Bukittinggi) Kuntum Khaira Ummah; Dine Tiara Kusuma; Efy Yosrita
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1356

Abstract

Dalam proses pengadaan barang dan jasa, pemilihan vendor yang tepat akan membantu kelancaran pelaksanaan proyek. Pemilihan vendor yang dilakukan tanpa pertimbangan tertentu, seringkali menimbulkan kerugian bagi PT. PLN (Persero) Unit Pembangkitan Pelaksana Bukittinggi dari segi kualitas, biaya, dan waktu diakibatkan tidak profesionalnya vendor tersebut. Untuk memecahkan masalah tersebut maka dibutuhkan metode Naive Bayes sebagai sistem pendukung keputusan untuk pemilihan vendor proyek. Naive Bayes merupakan metode pengklasifikasian ada ciri tertentu dari sebuah kelas. Enam atribut pemilihan vendor proyek yaitu waktu, komunikasi, kelengkapan data, lingkungan & K3, harga dan mutu. Dari hasil perangkingan menggunakan metode Naive Bayes peringkat pertama diduduki oleh PT. Valvindo Mandiri dengan nilai 0.096799. Dengan menggunakan data sebanyak 150 yang terdiri dari variabel A, B, C, D, dan E. Hasil dari klasifikasi menggunakan metode Naive Bayes menghasilkan akurasi 86.67%, presisi 88.89% dan recall 88.89%.

Page 18 of 22 | Total Record : 216

 16   17   18   19   20 

Filter by Year

2015 2023


Reset
Filter By Issues
All Issue Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol. 16 No. 1 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 14 No 2 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 14 No 1 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 13 No 2 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 13 No 1 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 12 No 2 (2019): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 12 No 1 (2019): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 11 No 2 (2018): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 11 No 1 (2018): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 10 No 2 (2017): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 10 No 1 (2017): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 2 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 2 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 1 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 8 No 2 (2015): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 8 No 1 (2015): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) More Issue