Indonesian Journal of Applied Informatics
Indonesian Journal of Applied Informatics publishes articles that are of significance in their respective fields whilst also contributing to the discipline of informatics as a whole and its application. Every incoming manuscript will first be examined by the Editorial Board in accordance with sub-fields of research and attention to elements of conformity with the format and guidelines for writing Indonesian Journal of Applied Informatics. Each manuscript is declared eligible by the editor will be returned to the author (if there are repairs) or can be directly issued (if there is no revision required).
Articles
160 Documents
<![CDATA[BAR SUBUH : Bantal Aman Radiasi Untuk Monitoring Suhu Tubuh Pada Bayi ]]>
<![CDATA[Liliek Triyono]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 1 (2019) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1367.297 KB)
|
DOI: 10.20961/ijai.v4i1.34568
<![CDATA[Bar Subuh (Bantal Aman Radiasi untuk Monitoring Suhu Tubuh pada Bayi) berbasis NodeMCU merupakan sebuah sistem yang dirancang untuk memonitoring suhu tubuh pada bayi dan data dikirimkan secara real time pada smartphone pengguna. Suhu tubuh pada bayi adalah masalah yang cukup pelik bagi orang tua dikarenakan bayi rentan terkena suatu penyakit yang ditandai oleh suhu tubuh. suhu tubuh bayi dalam batas normal sekitar 320C-370C (Lenty Marwani, Nico Demus River dan Firman Hutabarat, 2017). Sistem ini dilengkapi fitur notifikasi, yaitu notifikasi pada smartphone dan email pengguna (orang tua), apabila suhu tubuh pada bayi lebih dari 37oC. Fitur ini merupakan fitur yang memudahkan orang tua untuk memantau suhu tubuh pada bayi kapan saja dan dimana saja. Cara kerja sistem ini dengan menggunakan tegangan voltase yang dihubungan dengan NodeMCU sebagai sebagai microcontroller, dan data didapatkan dari deteksi suhu menggunakan DHT11, lalu dikirimkan ke internet melalui NodeMCU. Setelah data terkirim pada NodeMCU data dapat ditangkap oleh smartphone pengguna (orang tua). Sehingga pengguna (orang tua) dapat memantau atau memonitoring suhu tubuh pada bayi secara real time. Sistem ini diharapkan dapat mengurangi kecemasan pengguna (orang tua) terhadap suhu tubuh pada bayi yang menyebabkan suatu gejala penyakit.]]>
<![CDATA[Sistem Diagnosa Penyakit Pada Tanaman Cabai Merah Dengan Metode Backward Chaining (Studi Kasus: Petani Cabai Merah Desa Grobongan Kabupaten Madiun) ]]>
<![CDATA[Ade Eka Novita Pratiwi]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 3, No 1 (2018) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (478.094 KB)
|
DOI: 10.20961/ijai.v3i1.25892
<![CDATA[Tanaman cabai merah merupakan salah satu tanaman hortikultura yang memiliki banyak jenis penyakit dan sangat mudah menular terhadap tanaman lain jika tidak segera diketahui gejalanya. Dalam mendiagnosis penyakit tanaman cabai, para petani masih menggunakan cara yang sederhana dengan mengamati gejala-gejala yang ada pada tanaman cabai sehingga memerlukan waktu untuk mengenali jenis penyakit cabai. Penelitian sistem pakar diagnosa penyakit tanaman cabai merah ini bertujuan untuk merancang dan membangun suatu sistem untuk mediagnosa penyakit tanaman cabai merah. Model inferensi yang digunakan dalam pembuatan sistem pakar ini adalah penalaran mundur (Backward Chaining) sedangkan teknik pencarian menggunakan Depth First Search. Penentuan diagnosa dalam sistem pakar ini dilakukan melalui proses konsultasi antara sistem dan pemakai. Diharapkan dalam pembuatan sistem pakar dengan menggunakan metode Backward Chaining dalam penelitian ini dapat membantu petani dalam melakukan diagnosa awal terhadap suatu penyakit tanaman cabai dan memberikan solusi untuk mengatasi penyakit tanaman cabai tersebut. Hasil dari pembuatan Sistem Pakar ini mampu membuktikan kebenaran suatu penyakit cabai dan memberi solusi dalam menangani penyakit cabai tersebut.___________________________________________________________Red chili plants are one of the horticulture plants that have many types of diseases and are very easily transmitted to other plants if symptoms are not immediately known. In diagnosing chili plant disease, farmers still use a simple method by observing the symptoms that occur in chili plants so that it takes time to recognize the type of chili disease. The research on expert systems for diagnosing red pepper plants aims to design and build a system for the diagnosis of red pepper plants. The inference model used in making this expert system is backward chaining while the search technique uses the Depth First Search. Determining diagnoses in this expert system is carried out through a consultation process between the system and the user. It is hoped that in making an expert system using the Backward Chaining method in this study can help farmers to make an initial diagnosis of a chili plant disease and provide a solution to overcome the chili plant disease. The results of making this Expert System are able to prove the truth of a chili disease and provide a solution in dealing with the chili disease.]]>
<![CDATA[Optimasi Asupan GGL Ideal Pada Usia Produktif Dengan Algoritma Genetika ]]>
<![CDATA[Anita Sindar RM Sinaga]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.41505
<![CDATA[Financial security encourages fast food eating habits, the characteristics of problems that require solving genetic algorithms that have multi-objective and multi-criteria. Based on the mathematical model built, an analysis is performed to find the best (optimal) solution. Optimization is an effort or activity to get the best results with the requirements given. Genetic Algorithm as a branch of Evolution Algorithm is an adaptive method commonly used to solve a value search in an optimization problem. To check the results of the optimization we need a fitness function, which signifies a coded description of the solution. During the process, the parent must be used for reproduction, crossing and mutation to obtain new offspring. Determination of the composition of the ideal GGL for productive age must meet the minimum limits for each component of nutrition. The higher the Fitness value the better the chromosomes become a candidate solution. Offspring results generated from the results of the reproduction process are crossever and mutation. The selection process is carried out to obtain the best chromosomes that will be made into the next generation's population. The best chromosomes offSpring 10 Fitness 12737.34.]]>
<![CDATA[Internet of Things pada Dashboard Informasi Kandang Jangkrik ]]>
<![CDATA[Qurnia Dwi Yoga Putra]]>;
<![CDATA[Puji Winar Cahyo]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 5, No 1 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v5i1.44488
<![CDATA[Abstrak :Kondisi lingkungan sering berubah-ubah membuat kondisi hewan ternak menjadi kurang produktif, terutama pada hewan ternak jangkrik. Selain dipengaruhi kondisi lingkungan yang berubah-ubah dan tidak menentu, penurunan hasil ternak jangkrik dipengaruhi oleh suhu dan kelembaban. Suhu yang ideal untuk ternak jangkrik ini berada pada kisaran 20°C-32°C. Sedangkan untuk kelembaban kandang berada pada kisaran 65%-80%. Untuk itu perlu alat untuk mengukur suhu dan kelembaban kandang jangkrik yang dapat mengawasi keadaan serta mengetahui kondisi kandang jangkrik itu sendiri sehingga dapat meningkatkan kualitas produksi jangkrik.Berdasarkan permasalahan tersebut dibuat sistem monitoring ternak jangkrik. Dimana sistem ini dapat melakukan penyiraman secara otomatis jika suhu kandang jangkrik terlalu panas dan kandang terlalu lembab.Hasil dari penelitian ini adalah dashboard informasi kondisi kandang jangkrik dengan sensor suhu dan kelembaban. Sistem ini pada menggunakan sensor suhu, kelembaban dan perangkat water pump yang didirakit pada mikrokontroler NodeMCU. Sedangkan Informasi ditampilkan secara dashboard monitoring dengan menggunakan framework Codeigniter._____________________________Abstract :Environmental conditions often change, making conditions for livestock to be less productive, especially for crickets. Apart from being influenced by changing and erratic environmental conditions, the decline in cricket production is influenced by temperature and humidity. The ideal temperature for crickets is in the range of 20 ° C-32 ° C. Meanwhile, the humidity of the cage is in the range of 65% -80%. For that, we need a tool to measure the cricket cage's temperature and humidity that can monitor the situation and know the condition of the cricket cage itself so that it can improve the quality of cricket production.Based on these problems, a monitoring system for crickets was created. This system can do watering automatically if the cricket cage's temperature is too hot and the cage is too humid.This research made a dashboard of information on the crickets cage's condition with temperature and humidity sensors. This system uses temperature, humidity sensors, and water pump devices, which are assembled on the NodeMCU microcontroller. Meanwhile, information is displayed in a monitoring dashboard using a Codeigniter framework.]]>
<![CDATA[Sistem Deteksi Dini Bencana Banjir Menggunakan Modul 433MHz Berbasis Arduino ]]>
<![CDATA[M. Zainal Arifin]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.39254
<![CDATA[Banjir adalah bencanan alam yang sulit di deteksi kapan akan datang terutama di musim hujan. Akibatnya banyak masyarakat yang kehilangan harta benda bahkan terkadang sampai menimbulkan korban jiwa akibat bencana banjir. Untuk itu, estimasi level ketinggian air penting untuk menentukan bahaya mendasar dalam resiko datangnya banjir. Objek pengukuran yang digunakan dalam penelitian ini yaitu Tinggi Muka Air (TMA) dengan menggunakan teknik pesan singkat yang bisa dikirim melalui gelombang radio dan sensor ketinggian air sungai sebagai sensor yang mengambil nilai ketinggian air sungai itu sendiri, sehingga tidak membutuhkan sinyal dan jaringan internet serta tidak membutuhkan pulsa untuk penggunaannya. hasil akhir dari penelitian ini adalah informasi ketinggian air yaitu status normal, siaga I, siaga II, siaga III atau siaga IV.]]>
<![CDATA[Penggunaan Natural Language Processing Pada Chatbot Untuk Media Informasi Pertanian ]]>
<![CDATA[Rifa Khoirunisa]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.38688
<![CDATA[Pertanian merupakan pemanfaatan sumber daya yang dilakukan oleh manusia untuk menghasilkan bahan baku pangan serta mengelola lingkungan di sekitarnya. Dengan berkembangnya industri 4.0 sekarang ini, banyak bidang yang menggunakan kecerdasan buatan termasuk pertanian. Penelitian ini bertujuan untuk membantu petani mengetahui beberapa informasi penting yang berhubungan dengan pertanian berdasarkan relevansi waktu yang berlaku. Dalam penelitian ini digunakan konsep Natural Language Processing. Natural Language Processing adalah menganalisis teks dengan cara terkomputerasi, pada penelitian ini NLP digunakan untuk mencari kata dasar pada kalimat yang dimasukkan oleh user. Proses menjawab pertanyaan yang dimasukkan oleh user menggunakan metode pharsing kalimat, kemudian metode lemmatization untuk mencari kata dasar, lalu dari kata dasar menggunakan rule based untuk mencari jawaban yang sesuai dengan pertanyaan berdasarkan kata dasar. Hasil dari penelitian ini adalah prototype sistem yang dapat digunakan oleh petani untuk mengetahui informasi mengenai pertanian sesuai dengan relevansi waktu yang berlaku, contoh : harga bibit, pemberian pupuk, daerah panen, harga panen. Dari hasil pengujian didapatkan 86,12% aplikasi dapat mempharsing kalimat, 70% aplikasi dapat menjawab relevansi waktu sesuai permintaan user dan 73,33% dapat menampilkan jawaban yang sesuai dengan pertanyaan user.]]>
<![CDATA[Pengolahan Citra untuk Membedakan Ikan Segar dan Tidak Segar Menggunakan Convolutional Neural Network ]]>
<![CDATA[Arif Agustyawan]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 5, No 1 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v5i1.41770
<![CDATA[Abstrak: Proses penyortiran ikan yang dilakukan oleh nelayan atau penjual, untuk menyeleksi ikan berdasar kualitasnya masih menggunakan metode manual dan terkadang meleset karena faktor keterbatasan indra penglihatan ketika lelah. Selama ini pemeriksaan hanya dillihat secara fisik. Akibatnya, saat akan dikonsumsi ikan tersebut kerap kali sudah rusak. Penelitian ini mencoba menerapkan algoritma Convolutional Neural Network (CNN) untuk membedakan ikan segar dan tidak segar. Convolutional Neural Network merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek, dan klasifikasi objek. Pada penelitian ini, diterapkan algoritma Convolutional Neural Network untuk membedakan ikan segar dan tidak segar. Proses learning jaringan menghasilkan akurasi 100% terhadap data training dan data validation. Pengujian terhadap data testing juga menghasilkan akurasi 100%. Hasil penelitian ini menunjukan bahwa penggunaan metode Convolutional Neural Network mampu mengidentifikasi dan mengklasifikasikan ikan segar dan tidak segar dengan sangat baik.___________________________Abstract:The fish sorting process carried out by fishermen or sellers, to select fish based on quality is still using manual methods and sometimes misses due to the limited sense of sight when tired. So far the examination has only been seen physically. As a result, the fish will often be damaged when consumed. This study tries to apply the Convolutional Neural Network (CNN) algorithm to distinguish between fresh and non-fresh fish. Convolutional Neural Network is a method of deep learning that is capable of conducting independent learning processes for object recognition, object extraction, and object classification. In this study, the Convolutional Neural Network algorithm is applied to distinguish between fresh and non-fresh fish. Network learning process produces 100% accuracy of training data and data validation. Testing of testing data also results in 100% accuracy. The results of this study indicate that the use of the Convolutional Neural Network method can identify and classify fresh and non-fresh fish very well.]]>
<![CDATA[Pengenalan Batik Indonesia Menggunakan Ciri Warna dan Tekstur ]]>
<![CDATA[Ema Rachmawati]]>;
<![CDATA[Maula Ilma Ahgnia Dwi Anjani]]>;
<![CDATA[Febryanti Sthevanie]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.41591
<![CDATA[Upaya pelestarian budaya bangsa melalui pengenalan batik merupakan hal yang harus selalu ditingkatkan. Terlebih dengan diakuinya budaya batik Indonesia oleh UNESCO sebagai bagian dari warisan budaya tak berwujud (intangible). Hal inilah yang mendasari dilakukannya sejumlah penelitian terkait pengenalan batik. Hasil kinerja yang sangat baik telah dicapai oleh berbagai sistem pengenalan batik. Namun, berbagai penelitian yang dilakukan tersebut masih terbatas pada jumlah motif batik yang sedikit. Oleh karena itu, pada penelitian ini dibangun sistem pengenalan batik dengan menggunakan 114 motif batik dari 14 daerah di propinsi Jawa Barat. Ciri gabungan dibangun dengan mengkombinasikan ciri tekstur dan warna. Ciri tekstur didapatkan dari Gray Level Co-occurrence Matrix (GLCM) sedangkan ciri warna didapatkan dari Color Difference Histogram (CDH). Penulis juga menambahkan variasi dalam dataset yang berupa rotate dan flip untuk memperbesar variasi intra-class. Hasil utama dari kinerja sistem yang dibuat adalah akurasi sebesar 99,128 % dan F1-Score sebesar 98,9999% pada pengenalan batik berdasarkan daerah, sedangkan pada pengenalan batik berdasarkan motif didapatkan akurasi sebesar 98,2456% dan F1-Score sebesar 98,3208%. ]]>
<![CDATA[Implementasi Naïve Bayes untuk Klasifikasi Tunggakan Iuran Sekolah ]]>
<![CDATA[Rizal Nur Alfi]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 5, No 1 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v5i1.45585
<![CDATA[Abstrak : Penunggakan iuran sekolah menjadi salah satu permasalahan yang ada pada setiap sekolah ataupun institusi pendidikan lainnya. Salah satu sekolah di Karawang mengalami masalah yang sama dalam penunggakan iuran sekolah yang dilakukan oleh para siswanya. Sekolah tersebut mengalami sejumlah kerugian akibat tunggakan ini. Terhambatnya proses administrasi sekolah akan terjadi dan pihak sekolah harus memiliki strategi untuk menanganinya. Maka dari itu, penelitian ini melakukan klasifikasi terhadap siswa yang akan melakukan tunggakan dengan mengimplementasikan algoritma Naïve Bayes dan hasilnya diterapkan ke dalam sebuah sistem berbasis website. Penelitian ini menggunakan metodologi KDD yang sering digunakan untuk olah data mining. Pada perhitungan pengujian diterapkan skenario pembagian data training dan data testing menggunakan percentage split guna mencari pemodelan mana yang menghasilkan kinerja optimal. Hasil akhir pemodelan menghasilkan rasio pembagian 50:50 memiliki hasil yang terbaik dengan nilai Akurasi sebesar 85.461%, nilai Presisi sebesar 0.869, nilai Recall sebesar 0.855 dan nilai F-Measure sebesar 0.857. Sistem berbasis website dibangun sebagai hasil akhir diuji menggunakan Black Box Testing dengan metode Boundary Value Analysis yang hasilnya menunjukkan tiga skenario uji berhasil dilakukan pada semua elemen field sistem yang ditandai dengan keterangan “Success” pada kesimpulan._______________________________Abstract :Arrears school tuition are one of the problems that exist in every school or other educational institution. One of schools in Karawang also experienced the same problem in context of arrears school tuition by its students. This school suffered from all students in many of arrears. Obstructed of school administration process will occur and the school must have a strategy to handle it. Therefore, this research classifies students who will do arrears by implementing the Naïve Bayes algorithm and the results are applied into a website for arrears school tuition. This research uses KDD methodology which is often used for data mining process. In the test calculations, scenario for split training data and testing data using a percentage split technique was carried out to find which modeling produces optimal performance. The final result of modeling produces a split ratio of 50:50 has the best results with an accuracy score of 85.461%, a precision score of 0.869, a recall score of 0.855 and a F-Measure score of 0.857. This website is built as the final result and tested using black box testing with the Boundary Value Analysis method, the results show that three test scenarios were successfully carried out on all elements of the system field which are marked with the description "Success" at the conclusion.]]>
