cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Basri
Contact Email
unasman.lppm@gmail.com
Phone
-
Journal Mail Official
jurnalilmiahilmukomputer@gmail.com
Editorial Address
-
Location
Kab. polewali mandar,
Sulawesi barat
INDONESIA
Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar
Published by Universitas Al Asyariah Mandar
ISSN : 2442451X     EISSN : 25033832     DOI : -
Core Subject : Science,
Computer Science & IT
Computer Science Scientific Journal is published 2 (two) times in a year with the frequency of publication every 6 months in March and September. This journal contains research articles, scientific studies and social services related to Computer Science.
Arjuna Subject : -
Articles 188 Documents
 15   16   17   18   19 
SISTEM ABSENSI ONLINE BERBASIS ANDROID STUDI KASUS: KANTOR KECAMATAN MAMASA Muh assidiq; Hasruddin B; Pebrianto Pebrianto
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.349

Abstract

Di tempat penelitian yaitu kantor kecamatan mamasa masih menggunakan metode absensi manual yaitu dengan mencatat nama di kertas dan yang masih banyak digunakan cenderung rentan terhadap kesalahan dan memakan banyak waktu dalam pengelolaannya Tata cara yang dipakai yaiutu tata cara waterfall salah satu tipe bentuk pengembangan aplikasi serta tercantum ke dalam classic life cycle( daur hidup klasik), yang mana menekankan pada tahap yang berentetan serta analitis Riset ini sudah sukses membuat Sistem Absensi Online Berplatform Android Riset Permasalahan: Kantor Kecamatan Mamasa, riset ini menciptakan sesuatu keringanan untuk aparat serta karyawan Kantor Kecamatan Mamasa dalam melaksanakan bolos setiap hari Sistem absensi yang dibesarkan memakai teknologi yang terdapat dikala ini semacam android membolehkan industri menemukan profit yang amat banyak, sebab hendak memudahkan serta memesatkan karyawan dalam perihal absensi. Perihal ini pula mempengaruhi pada informasi yang hendak terbuat oleh Admin, sebab informasi yang terdapat di sistem teratur apik alhasil buat membuat informasi hendak amat gampang.
SISTEM INFORMASI TREND PENYAKIT PADA PUSKESMAS MAMBI Muslihan Muslihan; Syarli Syarli; Ul Khairat; Wiwik Apriani
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.351

Abstract

Pentingnya pengembangan sistem informasi dalam konteks kesehatan publik, khususnya di Puskesmas Mambi, Kabupaten Mamasa. Dalam era Revolusi Industri 4.0, di mana teknologi informasi semakin maju, penerapan sistem informasi yang efektif dapat meningkatkan efisiensi, akurasi, dan kualitas layanan kesehatan. Namun terdapat puskesmas yang ada dikabupaten mamasa masih menggunakan kerja manual, menulis data serta membuat laporan dengan tulisan tangan. Selain itu, system informasi ini menggunakan metode penelitian perangkat lunak ini adalah waterfall sebagai pendekatan dalam penelitian ini menunjukkan kebutuhan akan pendekatan yang terstruktur dan terencana dalam mengembangkan sistem informasi. Sistem informasi ini menawarkan berbagai fitur yang ada seperti pendaftaran pasien yang modern, membuat laporan hingga menampilkan diagram data trend penyakit dibulan tertentu. Hasil penelitian ini menampilakan trend penyakit pada puskesmas mambi.
IDENTIFIKASI PENGECEKAN JENIS BIJI KOPI BERBASIS ANDROID DENGAN MENGGUNAKAN CITRA DIGITAL (STUDI KASUS DESA KALEOK) Muhammad Sarjan; Ul khairat; Istiqamah Al Munawarah
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.354

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem identifikasi jenis biji kopi berbasis Android menggunakan citra digital. Studi kasus dilakukan di Desa Kaleok dengan tujuan membantu petani kopi dalam mengidentifikasi jenis biji kopi yang mereka hasilkan. Metode yang digunakan meliputi pengumpulan data latih, pra-pemrosesan citra, ekstraksi fitur, pelatihan model, validasi model, dan implementasi pada aplikasi Android. Data latih berupa citra digital biji kopi yang mewakili setiap jenis biji kopi yang ingin diidentifikasi. Pra-pemrosesan citra dilakukan untuk memperbaiki kualitas citra dengan normalisasi, penghapusan derau, penajaman, dan peningkatan kontras. Fitur-fitur relevan diekstraksi dari citra, seperti bentuk, tekstur, dan warna biji kopi. Metode Model machine learning dilatih menggunakan algoritma seperti Support Vector Machine (SVM), Random Forest, atau Convolutional Neural Networks (CNN). Performa model dievaluasi menggunakan metrik seperti akurasi, presisi, recall, atau F1-score. Setelah dilatih dan divalidasi, model diimplementasikan pada aplikasi Android. Hasil Penelitian Aplikasi Android memungkinkan pengguna untuk mengambil foto biji kopi menggunakan kamera perangkat Android. Citra tersebut kemudian diproses menggunakan model untuk mengidentifikasi jenis biji kopi yang terdeteksi. Hal ini membantu petani kopi di Desa Kaleok untuk mengidentifikasi jenis biji kopi dengan mudah dan akurat. Kata Kunci: Identifikasi Jenis Biji Kopi Menggunakan Citra Digital
IDENTIFIKASI PENGELOLAAN CITRA KUALITAS BERAS Rifai Rifai; Muhammad Sarjan; Akhmad Qashlim
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.355

Abstract

Beras merupakan makanan pokok masyarakat Indonesia karena mengandungkarbohidrat kompleks dan dapat memberikan berbagai nutrisi penting lainnya bagi tubuh. Banyak orang yang masih beranggapan bahwa beras itu bersih, tak berbau, dan memiliki harga lebih mahal, beras tersebut berkualitas baik, padahal belum tentu beras yang dimaksud tersebut mempunyai kualitas baik. Untuk alasan ini, kualitas beras ditentukan selama penelitian, dan ini membantu membedakan antara kualitas yang baik dan yang buruk nantinya. Kualitas beras dipengaruhi oleh berbagai faktor seperti pecahan bulir, warna yang tidak rata, dan bau. Pada penelitian ini persentase butir beras pecah dan keseragaman warna digunakan untuk menentukan kualitas beras. Pada penelitian ini digunakan parameter kerusakan gabah dan sebaran warna, diproses dengan K-means clustering, dan skor cluster digunakan sebagai skor kelas untuk pelabelan kultivar padi menurut mutu medium 1. Selain itu, data yang berisi cluster berlabel diproses untuk mendapatkan klasifikasi. Akurasi dan metode klasifikasi terbaik adalah neural network dengan 99,85%.
SISTEM MONITORING KETINGGIAN AIR BERBASIS ANDROID Muh Assidiq; Syarli Syarli; Handy Gunawan
JURNAL ILMU KOMPUTER Vol 11 No 1 (2025): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i1.356

Abstract

Penelitian ini mengembangkan sistem monitoring ketinggian air berbasis Android yang memanfaatkan aplikasi Blynk sebagai platform visualisasi dan WhatsApp sebagai media peringatan. Sistem ini bertujuan untuk memberikan informasi real-time mengenai ketinggian air dan mengirimkan notifikasi peringatan dini terkait potensi banjir atau situasi darurat lainnya. Data ketinggian air diukur menggunakan sensor yang dihubungkan dengan mikrokontroler dan hasilnya ditampilkan di aplikasi Blynk dalam tiga status: Sedang, Waspada, dan Bahaya. Ketika ketinggian air mencapai batas tertentu, sistem akan otomatis mengirim pesan peringatan melalui WhatsApp kepada pengguna. Implementasi ini diharapkan dapat membantu dalam mitigasi risiko banjir dan pengambilan tindakan cepat
PENERAPAN ALGORITMA GENETIKA DALAM OPTIMISASI PENJADWALAN TUGAS PADA CLOUD COMPUTING Harjuni Harjuni; Muhammad Assidiq; Cipta Riang Sari
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.358

Abstract

Penjadwalan tugas dalam cloud computing merupakan tantangan utama dalam mengelola sumber daya secara efisien. Sistem cloud yang memiliki sumber daya terbatas dan tugas yang sangat beragam memerlukan mekanisme penjadwalan yang dapat mengoptimalkan pemanfaatan sumber daya serta meminimalkan waktu pemrosesan. Permasalahan ini menjadi semakin kompleks seiring dengan berkembangnya teknologi komputasi awan yang mendukung pengolahan data dalam jumlah besar dan waktu nyata. Tujuan penelitian ini adalah untuk menerapkan Algoritma Genetika dalam mengoptimalkan penjadwalan tugas pada cloud computing, dengan fokus pada pengurangan waktu pemrosesan dan penggunaan sumber daya secara efisien. Metode yang digunakan adalah pengembangan sistem berbasis Algoritma Genetika untuk menyusun jadwal tugas secara otomatis dengan mempertimbangkan beberapa parameter, seperti kapasitas sumber daya, prioritas tugas, dan waktu pemrosesan. Penjadwalan yang dihasilkan kemudian diuji dan dibandingkan dengan metode penjadwalan konvensional seperti FIFO (First In First Out). Hasil penelitian menunjukkan bahwa penerapan Algoritma Genetika mampu menghasilkan jadwal tugas yang lebih efisien dibandingkan dengan penjadwalan konvensional, dengan waktu pemrosesan yang lebih cepat dan pemanfaatan sumber daya yang lebih optimal. Selain itu, Algoritma Genetika juga dapat mengurangi kemungkinan terjadinya pemborosan sumber daya pada sistem cloud.
PERBANDINGAN KEAKURATAN ALGORITMA SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS DALAM KLASIFIKASI TINGKAT KUALITAS CABAI BESAR Nur Fadhila Djamal; Muhammad Sarjan; Ul khairat; Muslihan Muslihan
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.359

Abstract

Cabai besar memiliki nilai ekonomi yang tinggi, namun kualitasnya sangat bergantung pada pemilihan dan klasifikasi yang akurat. Penelitian ini telah berhasil mengembangkan model klasifikasi otomatis untuk mendeteksi kualitas cabai menggunakan dua metode, yaitu Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN). Hasil penelitian menunjukkan bahwa model SVM mencapai akurasi tertinggi sebesar 92% untuk masing-masing kategori cabai: "Cabai Baik", "Cabai Buruk", dan "Tidak Terdeteksi". Sementara itu, KNN juga memberikan hasil yang baik, dengan akurasi masing-masing mencapai 88% untuk kelas "Cabai Baik" dan "Tidak Terdeteksi", serta 86% untuk "Cabai Buruk". Hasil ini menegaskan efektivitas kedua model dalam mengklasifikasikan cabai berdasarkan fitur visualnya, yang dapat memberikan manfaat signifikan bagi para petani dan distributor dalam menentukan kualitas produk mereka
IMPLEMENTASI SVM UNTUK KLASIFIKASI TINGKAT KRIMINAL MENGGUNAKAN PENGENALAN WAJAH PADA TAHANAN LAPAS POLEWALI MANDAR Mahyuddin Mahyuddin; Akhmad Qashlim; Ul khairat; Muslihan Muslihan
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.360

Abstract

Saat ini data tahanan lapas hanya berada pada buku tahanan dan juga komputer lapas yang dimana data itu masih kurang efektif karena tidak adanya sistem pengenalan yang dapat langsung mengetahui identitas tahanan. Masalah yang di hadapi sekarang adalah Lapas Tidak memiliki data berdasarkan kasus dan tingkat kriminal, Tidak dapat melihat data criminal dengan cepat. Penelitian ini mengunkan metode Histogram of Oriented Gradient (HOG) sebagai bentuk Pengenalan wajah dan membantu untuk proses identifikasi wajah. Dan metode Support Vector Machine (SVM) merupakan teknik yang sangat berguna untuk klasifikasi data. Solusi yang ditawarkan adalah Klasifikasi Data Tahanan berdasarkan Kasus dan Tingkat Kriminal, Untuk optimalisasi proses klasisfikasi maka digunakan data wajah karena peluang manipulasi sangat kecil. Hasil penelitian menunjukkan bahwa sistem mampu bekerja dengan baik dan akan di kelompokkan ke dalam 3 kategori pelangaran rigan, sedang dan berat
SISTEM PENGUKURAN KADAR AIR PADA BIJI KAKAO BERBASIS INTERNET OF THINGS Muh. Al-Hijr Asqalani; Akhmad Qashlim; Sri Astuti
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.361

Abstract

Pertanian modern saat ini mulai mengadopsi teknologi untuk meningkatkan kualitas dan efisiensi produksi, salah satunya dalam pengolahan biji kakao yang sangat dipengaruhi oleh kadar air. Masalah utama yang dihadapi petani adalah kesulitan dalam mengetahui tingkat kadar air pada biji kakao secara akurat, yang berdampak pada kualitas dan harga jual produk. Penelitian ini menggunakan metode VDI 2206 dalam merancang sistem pengukuran kadar air berbasis Internet of Things (IoT) dengan memanfaatkan mikrokontroler ESP8266, sensor Soil Moisture, dan sensor DHT11. Solusi yang ditawarkan adalah sistem otomatis yang dapat menampilkan kadar air secara real-time melalui LCD OLED dan website monitoring sehingga petani dapat memantau kelembaban tanpa metode manual. Hasil penelitian memperlihatkan bahwa sistem dapat berfungsi dengan baik dalam tiga kondisi pengujian (tanah kering, tanah basah, dan biji kakao) dan memberikan informasi yang akurat serta mudah diakses oleh pengguna.
PENGEMBANGAN APLIKASI MOBILE UNTUK INVENTARIS PADA LABORATORIUM KOMPUTER MENGGUNAKAN TEKNOLOGI BARCODE Ashabul Kahpi; Muhammad Sarjan; Lindawati Lindawati
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.362

Abstract

Laboratorium komputer merupakan salah satu fasilitas penting dalam institusi pendidikan yang memerlukan manajemen inventaris yang efektif untuk memastikan ketersediaan dan kondisi peralatan tetap terjaga. Namun, pengelolaan inventaris secara manual sering kali menimbulkan berbagai kendala, seperti kehilangan data, kesalahan pencatatan, dan kesulitan dalam pelacakan aset. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan aplikasi mobile berbasis teknologi barcode guna meningkatkan efisiensi dalam manajemen inventaris laboratorium komputer. Metode penelitian yang digunakan adalah pengembangan perangkat lunak dengan algoritme Reed-Solomon Code, yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi ini memungkinkan pengguna untuk melakukan pencatatan, pelacakan, dan verifikasi inventaris dengan memindai barcode yang terpasang pada setiap perangkat. Hasil penelitian menunjukkan bahwa penggunaan teknologi barcode dalam sistem inventaris mampu mengurangi kesalahan pencatatan, mempercepat proses pencarian data aset, serta meningkatkan akurasi dalam pengelolaan laboratorium komputer. Dengan demikian, aplikasi ini diharapkan dapat menjadi solusi yang efektif bagi institusi pendidikan dalam mengelola inventaris laboratorium secara lebih terstruktur dan efisien

Page 18 of 19 | Total Record : 188

 15   16   17   18   19 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11 No 2 (2025): Edisi September Vol 11 No 1 (2025): Edisi April Vol 10 No 2 (2024): Edisi September Vol 10 No 1 (2024): Edisi April Vol 9 No 2 (2023): Edisi September Vol 9 No 1 (2023): Edisi April Vol 8 No 2 (2022): Edisi September Vol 8 No 1 (2022): Edisi April Vol 7 No 2 (2021): Edisi September Vol 7 No 1 (2021): Edisi April Vol 6 No 2 (2020): Edisi September Vol 6 No 1 (2020): Edisi April Vol 5 No 2 (2019): Edisi September Vol 5 No 1 (2019): Edisi April Vol 4 No 2 (2018): Edisi September Vol 4 No 1 (2018): Edisi April Vol 3 No 2 (2017): Edisi September Vol 3 No 1 (2017): Edisi April Vol 2 No 2 (2016): Edisi September Vol 2 No 1 (2016): Edisi April Vol 1 No 2 (2015): Edisi Nopember Vol 1 No 1 (2015): Edisi Maret More Issue