cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rochmat Aldy Purnomo
Contact Email
purnomo@umpo.ac.id
Phone
-
Journal Mail Official
komputek@umpo.ac.id
Editorial Address
-
Location
Kab. ponorogo,
Jawa timur
INDONESIA
KOMPUTEK
Published by Universitas Muhammadiyah Ponorogo
ISSN : 26140985     EISSN : 26140977     DOI : -
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering
Jurnal Mahasiswa Teknik (Mesin, Elektro dan Informatika) Universitas Muhammadiyah Ponorogo ISSN : 2614-0985 (media cetak) ISSN : 2614-0977 (media online)
Arjuna Subject : -
Articles 203 Documents
 13   14   15   16   17 
Implementasi Data Mining untuk Memprediksi Kesehatan Mental Mahasiswa menggunakan Algoritma Naïve Bayes Adinda Salsabila Juwita; Ananda Rizky Kurniawan; Adhitya Aryaputra Ashari; Daffa Tyan Putro; Vivine Nurcahyawati
KOMPUTEK Vol 8, No 1 (2024): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesehatan mental saat ini menjadi permasalahan di dunia kesehatan. Berdasarkan survey kesehatan mental Indonesia National Adolescent Mental Health Survey (I-NAMHS), terjadi gangguan mental pada remaja 10 – 17 tahun di Indonesia. Hal tersebut menunjukkan satu dari tiga remaja Indonesia memiliki masalah kesehatan mental. Dengan adanya gangguan kesehatan tersebut dapat membuat remaja tidak fokus dalam belajar dan menurunkan prestasi akademik. Mozaic Science melalui World Economic Forum (WEF) mencatat jumlah mahasiswa di Inggris yang mengunjungi bagian konseling kampus meningkat hampir lima kali jika dibandingkan dengan 10 tahun lalu. Peneliti memberikan solusi dengan menggunakan algoritma Naïve Bayes dan menggunakan metode SEMMA dalam proses mengklasifikasi data mengenai kesehatan mental pada mahasiswa. Berdasarkan hasil pengujian Confusion Matrix dengan ratio 70%:30% menghasilkan accuracy sebesar 93,33% terhadap 101 dataset dari Kaggle.
Implementasi Vascular Connect, Platform Terpadu untuk Telekonsultasi dalam Kesehatan Kardiovaskular Rafli, Muhammad; Rachman, A. Sjamsjiar
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2998

Abstract

Layanan kesehatan kardiovaskular yang optimal di wilayah pedesaan sering kali terbatas akibat kurangnya akses terhadap tenaga medis spesialis dan infrastruktur kesehatan yang memadai. Penelitian ini bertujuan untuk mengatasi masalah tersebut melalui implementasi Vascular Connect, sebuah platform terpadu yang dirancang khusus untuk telekonsultasi kesehatan kardiovaskular. Platform ini diharapkan mampu meningkatkan aksesibilitas layanan medis dan memberikan solusi praktis bagi masyarakat di daerah terpencil. Metode yang digunakan dalam penelitian ini meliputi pengembangan aplikasi berbasis web dan mobile dengan fitur-fitur utama seperti konsultasi langsung dengan dokter spesialis, pemantauan kesehatan jarak jauh, serta integrasi dengan data rekam medis elektronik. Proses pengembangan mengikuti pendekatan User-Centered Design (UCD) untuk memastikan aplikasi memenuhi kebutuhan dan preferensi pengguna. Hasil penelitian menunjukkan bahwa Vascular Connect berhasil meningkatkan akses layanan kesehatan kardiovaskular, dengan respon positif dari pengguna terkait kemudahan penggunaan dan efisiensi waktu. Platform implementasi ini diharapkan dapat menjadi model yang dapat diterapkan di wilayah pedesaan lainnya
Perbandingan Algoritma LBP dan Cascading LBP-GLCM untuk Ekstraksi Fitur pada Citra Beras Rahman, Arief; Darnis, Febriyanti; Ansori, Yulian
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2962

Abstract

This study compares two image feature extraction algorithms: Gray Level Co-occurrence Matrix (GLCM) and a combination of Local Binary Pattern with GLCM (LBP GLCM), for rice image classification. The objective is to evaluate the effectiveness of both methods in generating features such as ASM, contrast, correlation, entropy, and energy, as well as to measure the computational time. The results show that the LBP GLCM algorithm significantly improves classification accuracy compared to pure GLCM, but requires 13-17 times longer computational time. While GLCM is more efficient in terms of time, its classification accuracy is relatively lower. These findings align with previous studies indicating that adding LBP to GLCM enhances classification performance. In conclusion, LBP GLCM is superior in accuracy, making it a better choice for applications that prioritize precise classification results. However, the trade-off in computational time should be considered, especially for applications requiring fast processing. These findings are relevant for further development in agriculture and image processing. 
Analisis Sentimen pada Steam Review Menggunakan Multinomial Naïve Bayes dan Seleksi Fitur Gini Index Text Haditira, Ragil; Murdiansyah, Danang Triantoro; Astuti, Widi
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2981

Abstract

Video game is one of the entertainment medias chosen by most people today, many of which are played through computer devices. On computer devices, many video games are obtained through one of the game distribution platforms, namely Steam. However, Steam has several shortcomings, including those related to Steam reviews. On Steam reviews, you can see the rating of the game, but the rating does not really show the actual quality or condition of the game. As one example, there are users who give a high rating to a game, but in the comments column the user actually mentions the shortcomings of the game. To reduce or anticipate unclear reviews for users who want to try or buy the game, sentiment analysis on reviews is used. In this research, the output produced is information on the results of sentiment classification in filtering reviews, using the Multinomial Naïve Bayes algorithm and combined with the Gini Index feature selection. Sentiment classification is divided into two classes, namely recommended and not recommended classes. In this study, to test the sentiment classification system, a dataset containing reviews in the form of review sentences from Steam is used. The test results using Multinomial Naïve Bayes and Gini Index, can achieve the best accuracy of 60.29%.
Pengembangan Chatbot sebagai Pengenalan Objek Wisata di Selingkar Wilis Menggunakan Rule-Based Ummah, Syarifatul; Rolliawati, Dwi; Kunaefi, Anang; Permadi, Andhy
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2978

Abstract

Kawasan Selingkar Wilis memiliki banyak objek wisata yang menarik, termasuk wisata alam, sejarah, dan budaya. Namun informasi mengenai wisata ini belum tersedia dengan lengkap dan mudah diakses oleh wisatawan. Tujuan penelitian ini adalah untuk mengembangkan chatbot yang dapat memberikan informasi mengenai objek wisata di sekitar Selingkar Wilis. Objek penelitian meliputi kawasan wisata yang tersebar di beberapa kabupaten, seperti Kediri, Nganjuk, Tulungagung, Trenggalek, Madiun, dan Ponorogo. Metode penelitian yang digunakan adalah metode pengembangan perangkat lunak Waterfall , yang meliputi tahap analisis, desain, implementasi, dan pengujian. Data diperoleh melalui wawancara dengan pengguna dan pemangku kepentingan , kemudian dirancang dalam bentuk diagram Unified Modeling Language (UML), termasuk diagram use case, diagram aktivitas, dan diagram kelas. Implementasi chatbot menggunakan rule-based dilakukan dengan menggunakan framework Django untuk backend dan MySQL sebagai database , serta Natural Language Processing (NLP) untuk memahami dan menanggapi input pengguna. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan informasi objek wisata dengan kategori wisata alam, budaya, dan sejarah. Namun, chatbot masih memiliki keterbatasan dalam memahami input yang tidak terkait dengan "wisata". Persentase keberhasilan pengujian mencapai 72%, dengan beberapa skenario yang memerlukan perbaikan lebih lanjut, seperti menangani kesalahan penulisan dan input ambigu. Dengan demikian, chatbot ini diharapkan dapat meningkatkan pengalaman wisata pengguna dan mendukung perkembangan pariwisata di kawasan Selingkar Wilis. Pengembangan lebih lanjut disarankan, termasuk fitur multi bahasa dan penggunaan gambar sebagai respons untuk meningkatkan nilai tambah dalam memberikan informasi.
Analisis Pemanfaataan Webqual 4.0 Dan Customer Satisfaction Index (CSI) Dalam Menilai Kualitas Website Terhadap Kepuasan Pelanggan Pada Aplikasi Tokopedia Fikri, Muhammad; Herawati, Sri; Negara, Yudha Dwi Putra
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.3033

Abstract

Tokopedia's website is declining because customers complain about Tokopedia's service quality. The improvement of website services aims to increase the ranking and user satisfaction of the Tokopedia website has not yet achieved optimal results. With this, research was conducted to analyse the use of Webqual 4.0 and Customer Satisfaction Index (CSI) in assessing the quality of the website on customer satisfaction on the Tokopedia application. From the results of the Validity Test of the level of importance and satisfaction, the r table which has a significance level of 0.05 with respondents as many as 100 people is 0.1966. The results of the calculated r value r table value as a result the entire attribute is valid and can be used in research and the results of the Reliability Test of interests and satisfaction are worth Cronbach's Alpha 0.6 (Reliable requirement value), as a result the questionnaire can be declared Reliable. From the results of the CSI calculation, a value of 80.4% was obtained. The CSI value obtained lies in the 66% - 80.99% index with the description "satisfied". With this it is concluded that overall customers are satisfied with the quality of the website on the tokopedia application.
Penerapan Algoritma Horspool sebagai Pendeteksi Kemiripan Judul Skripsi (Studi Kasus Teknik Informatika Universitas Muhammadiyah Ponorogo) Rafiq, Fuad Ainur; Astuti, Arin Yuli; Mustikasari, Dyah
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2858

Abstract

Seorang mahasiswa harus mampu menyelesaikan tugas-tugas sesuai dengan bidang yang dipilih agar mendapat gelar di akhir semester, termasuk dalam mengerjakan tugas akhir. Dalam proses menyelesaikan jenjang pendidikan strata 1 (S1), mahasiswa harus mempersiapkan dari awal semester karena tugas akhir ini ada di akhir semester. Mahasiswa diwajibkan untuk menyelesaikan sebuah tugas akhir atau skripsi. Tahapan penyusunan skripsi, yang pertama mahasiswa lakukan adalah menentukan tema. Tema bisa didapat dengan banyak membaca jurnal atau literature yang sesuai dengan minat mahasiswa. Tema tersebut akan menjadi patokan terbentuknya judul skripsi. Dalam menentukan judul skripsi, mahasiswa sering mengalami kesulitan sehingga beberapa kali harus merubah judul skripsi dan dalam menentukan judul skripsi tersebut akan sangat mungkin terjadinya kemiripan judul dengan judul yang sudah ada sebelumnya. Sebagai langkah awal pencegahan agar tidak terjadi kemiripan judul skripsi, diperlukan cara mendeteksi kemungkinan kemiripan dengan mencocokkan serta membandingkan skripsi tersebut dengan skripsi sebelumnya yang telah dipublikasikan. Untuk mengetahui adanya kemiripan dapat menggunakan algoritma string matching. Dalam penelitian yang dilakukan ini menghasilkan sebuah sistem yang dapat digunakan untuk melakukan pencocokan string pada dokumen dan dilengkapi dengan jumlah presentase kemiripan judul skripsi. Proses yang nantinya akan diterapkan dalam penelitian ini yaitu sistem akan mencari string dan membandingkannya dengan string di database. Pada program ini akan dilengkapi jumlah presentase kemiripan judul skripsi. Dari hasil pengujian tersebut sistem dapatberjalandenganbaiksesuaidengan harapandantujuan awal penelitian.
Klasifikasi Pengambilan Keputusan Tindakan Operasi Sesar Menggunakan Algoritma Classification and Regression Trees fildzah daniela, nyayu audy; desiani, anita; Irmeilyana, Irmeilyana
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2399

Abstract

Data mining adalah sebuah metode yang dapat digunakan untuk melihat pola pada kumpulan data yang hasilnya dapat digunakan untuk pengambilan keputusan. Salah satu metode dari proses data mining adalah klasifikasi. Untuk membuat klasifikasi data mining ada salah satu algoritma yang dapat digunakan yaitu Classification and Regression Trees (CART). Penelitian ini bertujuan untuk mengklasifikasikan pengambilan keputusan tindakan operasi sesar menggunakan algoritma Classification and Regression Trees (CART). Dari 80 data tindakan operasi sesar di dataset UCI dilakukan pengujian data dengan membagi data menjadi data latih dan data uji. Persentase split dataset yang digunakan antara lain 90% data latih 10% data uji, 80% data latih 20% data uji, 70% data latih 30%, 60% data latih 40% data uji, 50% data latih 50% data uji dan 85% data latih dan 15% data uji. Diperoleh hasil bahwa implementasi algoritma CART untuk klasifikasi dataset caesarean menghasilkan akurasi tertinggi 75%. Hasil tersebut menunjukkan bahwa algoritma CART dapat digunakan untuk klasifikasi  pengambilan keputusan tindakan operasi sesar.
Analisis Model Klasifikasi Ras Anjing dengan Metode Convolutional Neural Network (CNN) Manik, Tessa Monika; Rozi, Anief Fauzan
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2784

Abstract

Setiap ras anjing memiliki sifat dan masalah kesehatan yang berbeda. Penting untuk mengidentifikasi ras anjing untuk memberikan perawatan dan pelatihan yang tepat. Ras anjing di seluruh dunia ada sekitar 399 jenis. Pemilik anjing seringkali kurang memiliki pengetahuan tentang cara merawat anjingnya karena tidak mengetahui secara pasti jenis anjingnya. Penelitian ini mengklasifikasikan 133 jenis ras anjing menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur VGG-16. Dengan total dataset 21.584 citra, yang terdiri dari citra anjing dan citra manusia. Citra diseragamkan menjadi citra RGB dan berukuran 224x244 piksel. Penelitian ini menghasilkan akurasi sebesar 95.5%. Hasil penelitian ini menunjukkan bahwa model CNN dengan arsitektur VGG-16 mampu mengklasifikasikan ras anjing dengan tingkat akurasi yang tinggi dengan tujuan dapat mengklasifikasikan jenis anjing yang berbeda menggunakan CNN. Jika gambar anjing diberikan maka algoritma akan bekerja untuk menemukan jenis anjing dan fitur kesamaan dalam jenis anjing, dan jika gambar manusia diberikan maka algoritma akan menentukan fitur wajah yang ada pada anjing untuk ditampilkan pada citra manusia. Penelitian lebih lanjut diperlukan untuk mengeksplorasi potensi peningkatan akurasi dan efisiensi model serta penerapannya dalam skenario dunia nyata.
Rancang Bangun Prototype Pengaksesan Gudang Menggunakan Sistem Pengenalan Wajah Huda, Nur; Bastian, Alvian; Ahyar, Muh.
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2992

Abstract

In the era of globalization, technology is developing rapidly and has become an important aspect in improving security. Traditional security systems such as keys and access cards have several disadvantages, such as the risk of loss and misuse. To overcome this, this research designed and built a prototype warehouse access system using facial recognition technology based on ESP32-CAM and Firebase as a real-time database. This system aims to increase security and efficiency in managing warehouse access. The facial recognition system uses the Haar cascade classifier algorithm to detect and recognize the user's face, with an ESP32-based control module integrated with the camera, keypad and LCD screen. System testing involves variables such as facial expressions, accessories, lighting, and distance to ensure optimal performance in a variety of conditions. Apart from facial recognition, the system is also equipped with an alternative method of access using a PIN as a backup. Test results show that the system works well in various scenarios, with the level of usability assessed using the System Usability Scale (SUS) reaching a score of 76.7, which indicates a good level of usability. It is hoped that this system can be implemented to improve the security and efficiency of warehouse access in the future.

Page 15 of 21 | Total Record : 203

 13   14   15   16   17 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2025): Oktober Vol. 9 No. 1 (2025): April Vol. 8 No. 2 (2024): Oktober Vol 8, No 2 (2024): Oktober Vol 8, No 1 (2024): April Vol. 8 No. 1 (2024): April Vol 7, No 2 (2023): Oktober Vol. 7 No. 2 (2023): Oktober Vol. 7 No. 1 (2023): April Vol 7, No 1 (2023): April Vol 6, No 2 (2022): Oktober Vol 6, No 1 (2022): April Vol. 5 No. 2 (2021): Oktober Vol 5, No 2 (2021): Oktober Vol 5, No 1 (2021): April Vol 4, No 2 (2020): Oktober Vol 4, No 1 (2020): April Vol 3, No 2 (2019): Oktober Vol 3, No 1 (2019): April Vol 3, No 1 (2019): April Vol 2, No 2 (2018): Oktober Vol 2, No 1 (2018): April Vol 1, No 1 (2017): Oktober More Issue