cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
irfan habibie
Contact Email
irfanhabibie@uika-bogor.ac.id
Phone
-
Journal Mail Official
gibtha@uika-bogor.ac.id
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
Krea-TIF: Jurnal Teknik Informatika
Published by Universitas Ibn Khaldun Bogor
ISSN : 23382910     EISSN : 26855836     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Library & Information Science
Jurnal Krea-TIF adalah jurnal ilmiah dalam teknologi informasi yang berisi literatur ilmiah mengenai penelitian murni dan terapan dalam teknologi informasi dan tinjauan publik mengenai pengembangan teori, metode dan ilmu terapan yang terkait dengan subjek.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 7 No 2 (2019)" : 5 Documents clear
Pemanfaatan Artificial Neural Network dan Fuzzy Inventory Model untuk Penentuan Persediaan Pengaman Lussa, Mila Oktaviyani; Marie, Iveline Anne
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2488.002 KB) | DOI: 10.32832/kreatif.v7i2.2235

Abstract

PT XYZ merupakan perusahaan yang memproduksi kemasan dalam bentuk kaleng dan tutup botol dengan produk crown caps guiness yang memiliki permintaan tertinggi. Penentuan persediaan pengaman (safety stock) produk jadi yang dilakukan perusahaan saat ini kurang tepat sehingga menyebabkan tingginya biaya simpan produk jadi. Penelitian ini bertujuan untuk memberikan usulan metode peramalan permintaan produk jadi menggunakan metode Artificial Neural Network (ANN) Backpropagation serta penentuan persediaan pengaman produk jadi menggunakan model Fuzzy Inventory. Peramalan permintaan menggunakan ANN Backpropagation diawali dengan tahap normalisasi data permintaan dilanjutkan dengan pelatihan untuk menentukan arsitektur jaringan terbaik. Berikutnya penentuan persediaan pengaman produk jadi dengan menggunakan model fuzzy inventory, dilakukan dengan menentukan input, output, fungsi keanggotaan, dan parameter untuk mendapatkan persediaan pengaman produk jadi. Berdasarkan hasil perhitungan penentuan persediaan produk jadi dilakukan perhitungan biaya simpan produk jadi. Usulan perbaikan memberikan penghematan biaya produk jadi sebesar 72% yaitu senilai Rp. 4,743,471 dibandingkan kondisi saat ini
Diagnosis Penyakit Utama Pisang karena Jamur Patogen dengan Dempster-Shafer Riana, Freza; Primasari, Dewi
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4709.359 KB) | DOI: 10.32832/kreatif.v7i2.2649

Abstract

Pisang merupakan sumber penting karbohidrat, vitamin dan mineral, dapat ditemui hampir di seluruh bagian wilayah Indonesia. Budidaya pisang menghadapi beberapa masalah penting, salah satu faktornya adalah serangan hama dan penyakit. Ketidaktahuan para pembudidaya tanaman buah pisang dan masih sedikitnya dilakukan diagnosis penyakit tanaman pisang, menyebabkan turunnya kualitas pisang dan dapat menjadi ancaman turunnya kuantitas produksi pisang. Teori Dempster-Shafer evidence memungkinkan seseorang untuk menggabungkan evidence dari berbagai sumber dan sampai pada fungsi kepercayaan dengan memperhitungkan semua evidence yang tersedia. Sehingga Dempster-Shafer diusulkan untuk diterapkan pada 32 data uji simulasi yang dilakukan secara acak. Kesesuaian hasil diagnosis simulasi perhitungan Dempster-Shafer dengan hasil diagnosis pakar ditunjukkan dengan nilai akurasi sebesar 93%. Perbedaan diagnosis penyakit dan hasil simulasi dengan Dempster-Shafer menjadi hal yang penting untuk dilakukan penelitian lanjutan.
Model Feature Selection dalam Penentuan Parameter Pengelompokan Kompetensi SDM IG Susetyo, Budi; Eosina, Puspa; Nurhayati, Immas; Indupurnahayu, Indupurnahayu
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (887.417 KB) | DOI: 10.32832/kreatif.v7i2.2696

Abstract

Industri geospasial memiliki prospek bisnis yang berkembang pesat di Indonesia, khususnya di sektor swasta.  Untuk mengetahui seberapa besar potensi sumberdaya manusia sesuai dengan kompetensi bidang informasi geospasial tersebut dibutuhkan survey dan analisis terkait parameter beberapa parameter kompetensi. Tujuan penelitian ini adalah mencari pengukuran parameter yang paling mempengaruhi pengelompokan kompetensi sumberdaya manusia bidang informasi geospasial.  Penelitian ini menggunakan data profil yang telah diolah menjadi 5 kategori index yaitu WEI, EFI, ENI, CFI, dan CPI.  dengan jumlah sampel 46 data. Metode yang digunakan adalah k-means clustering untuk pembentukan cluster kompetensi yang selanjutnya dibandingkan di antara 4 ,5 dan 6 cluster. Evaluasi cluster yang dipilih adalah menggunakan Mean intercluster dissimilarity dengan rumus jarak Euclidean. Dihasilkan bahwa pengelompokan paling optimal adalah 4 cluster dengan nilai intercluster terbesar, yaitu 0.45699. Fature subset selection dilakukan terhadap data yang sudah membentuk 4 cluster untuk melihat parameter yang paling berpengaruh. Untuk hal ini, digunakan metode Decision Tree Induction dengan skema Binary Tree. Diperoleh nilai Impurity terkecil pada atribut EFI, yaitu sebesar 0.6857 yang menunjukkan bahwa atribut EFI adalah parameter yang paling berpengaruh dalam menentukan label sebuah data.
Aplikasi Android Sebaran Lokasi UMKM di Kota Bogor Dengan Formula Haversine Ikhsan, Safaruddin Hidayat Al; Fatimah, Fety; Irawan, Riyan Saputra
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1739.634 KB) | DOI: 10.32832/kreatif.v7i2.2654

Abstract

Saat ini banyak bermunculan beragam usaha mikro di berbagai wilayah di Indonesia, tidak terkecuali di Kota Bogor. Pada umumnya, usaha mikro ini berlokasi di lingkungan padat penduduk atau industri rumahan, sehingga keberadaan lokasi usaha mikro tersebut menjadi kurang diketahui masyarakat luas. Oleh karena itu, diperlukan suatu media yang dapat digunakan oleh masyarakat untuk mengetahui jasa apa saja yang ada di sekitarnya sesuai kebutuhan. Penelitian ini bertujuan untuk menerapkan Metode Location Based Services (LBS) dan Formula Haversine dalam pembuatan aplikasi sebaran lokasi jasa UMKM berbasis Android. Metode LBS digunakan untuk menentukan lokasi pengguna aplikasi dengan memanfaatkan teknologi GPS pada smartphone, sedangkan Formula Haversine digunakan untuk mengukur jarak pengguna aplikasi terhadap lokasi suatu jasa. Tahapan yang dilaksanakan pada penelitian ini terdiri dari pengumpulan data baik, analisis yang meliputi, perancangan, pembuatan program aplikasi, dan pengujian terhadap operasionalitas aplikasi yang dilakukan dengan Metode Black Box. Data yang digunakan pada penelitian ini didapatkan dari hasil observasi terhadap beberapa sampel jasa UMKM yang ada di Kota Bogor. Hasil dari penelitian ini sebuah aplikasi sebaran lokasi jasa UMKM di Kota Bogor berbasis Android yang dapat dipergunakan oleh masyarakat sebagai pengguna aplikasi untuk melihat sebaran lokasi jasa di sekitarnya di Kota Bogor.
Identifikasi Ikan Air Tawar Menggunakan Teknik Edge Detection Dan Probabilistic Neural Network Laxmi, Gibtha Fitri; Kusumah, Fitrah Satrya Fajar; Darmawan, Supri Zaki
Krea-TIF: Jurnal Teknik Informatika Vol 7 No 2 (2019)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/kreatif.v7i2.2033

Abstract

Indonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Vektor deteksi tepi yang dihasilkan akan diklasifikasikan menggunakan metode PNN. Hasil klasifikasi tersebut menghasilkan 25%. Keberhasilan klasifikasi pada identifikasi ikan air tawar dengan teknik edge detection memerlukan penggabungan teknik lain dalam mengekstraksi fitur citra.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 13 No 1 (2025): Krea-TIF 2025 Vol 12 No 2 (2024): Krea-TIF 2024 Vol 12 No 1 (2024): Krea-TIF 2024 Vol 11 No 2 (2023) Vol 11 No 1 (2023) Vol 10 No 2 (2022) Vol 10 No 1 (2022) Vol 9 No 2 (2021) Vol 9 No 1 (2021) Vol 8 No 2 (2020) Vol 8 No 1 (2020) Vol 7 No 2 (2019) Vol 7 No 1 (2019) Vol 6 No 2 (2018) Vol 6 No 1 (2018) Vol 5 No 2 (2017) Vol 5 No 1 (2017) Vol 4 No 2 (2016) Vol 4 No 1 (2016) Vol 3 No 2 (2015) Vol 3 No 1 (2015) Vol 2 No 2 (2014) More Issue