cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erwin Dwika Putra
Contact Email
erwindwikap@umb.ac.id
Phone
-
Journal Mail Official
jsai.if@umb.ac.id
Editorial Address
-
Location
Kota bengkulu,
Bengkulu
INDONESIA
JSAI (Journal Scientific and Applied Informatics)
Published by Universitas Muhammadiyah Bengkulu
ISSN : 26143062     EISSN : 26143054     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal terbitan dibawah fakultas teknik universitas muhammadiyah bengkulu. Pada jurnal ini akan membahas tema tentag Mobile, Animasi, Computer Vision, dan Networking yang merupakan jurnal berbasis science pada informatika, beserta penelitian yang berkaitan dengan implementasi metode dan atau algoritma.
Arjuna Subject : -
Articles 471 Documents
 17   18   19   20   21 
Pengembangan Sistem Informasi Manajemen Laboratorium Berbasis Paradigma Pengguna (Studi Kasus: Fakultas Teknik Universitas Bengkulu) Adhadi Kurniawan; Ferzha Putra Utama; Faisal Hadi
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1397

Abstract

In the current technology era, laboratory managements require an information system. Laboratory is the core of Engineering Faculty of University of Bengkulu, but still manually in its management. This applied research’s purpose to provide laboratory information to the public and also to develop an educational management toolkit in laboratory management. This system was developed based on User Center Design (UCD). This method fully involving user in design trough their suggestion and wishes. This research had some steps are survey, analysis, data processing, system design, and implementation. The results of this study show the system is able to manage laboratory of Engineering Faculty well as indicate by the System Usability Scale (SUS) score of 76.Keywords: System, Management, Laboratory, Engineering Faculty, UCD
PENERAPAN ALGORITMA ROUGH SET DALAM MEMPREDIKSI HASIL UJIAN KOMPETENSI KEBIDANAN Arius Satoni Kurniawansyah
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1504

Abstract

Berdasarkan Peraturan Bersama antara Kementerian Pendidikandan Kementrian Kesehatan Tentang Ujian Kompetensi Tahun 2013 No. 36/2013 & No.I/Iv/Pb/2013, maka seluruh Perguruan Tinggi Kesehatan di Seluruh Indonesia wajib untuk melaksanakan Ujian Kompetensi  sebagai syarat utama mendapatkan gelar bagi mahasiswa kesehatan dalam menyelesaikan studinya. Di Akbid Dehasen Bengkulu, Lulus Ujian Kompetensi juga merupakan syarat utama untuk meraih gelar Amd.Keb. Oleh sebab itu mahasiswa Kebidanan Dehasen Bengkulu diwajibkan mengikuti Ujian Kompetensi. Sebelum melakukan Ujian Kompetensi, dosen ataupun pihak kampus ingin mengetahui prediksi jumlah mahasiswa yang lolos dalam melaksanakan Ujian Kompetensi. Adapun Algoritma dalam memprediksi hasil kelulusan ini menggunakanAlgoritma Rough Set. Penelitian ini dilakukan dengan mengamati beberapa variabel penelitian yang sering dipertimbangkan oleh perguruan tinggi kebidanan khususnya bagian akademik dalam memprediksi hasil ujian kompetensi, yaitu 7 variabel nilai dalam ujian kompetensi kebidanan yaitu nilai dengan tipe soal tentang Ibu Hamil, Ibu Bersalin, Ibu Nifas, BBL, KB, Kespro, dan Patologi. PadaAlgoritma Rough Set Variabel nilai hasil ujian kompetensi diakumulasikan menjadi sebuah variabel nilai dan diklasifikasikan pada kelas-kelas yaitu kelas jumlah muncul dan keterangan kelulusan. Hasil penelitian ini adalah berupa sebuah knowledge dalam memprediksi hasil ujian kompetensi kebidanaan dengan mengimplementasikanAlgoritma Rough Set pada perangkat lunak Rosetta. Dari hasil penerapanAlgoritma Rough Set dalam memprediksi hasil ujian kompetensi kebidanan, dapat di simpulkan bahwaAlgoritma Rough Set efektif dan efisien dalam menentukan hasil yang akurat sesuai dengan data aktual untuk sebuah acuan prediksi hasil kelulusan ujian kompetensi kebidanan di Akbid Dehasen Bengkulu.
Model Aktivitas Online Learning di Perguruan Tinggi pada Masa Pandemi COVID-19 Handrie Noprisson
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1512

Abstract

Penelitian ini bertujuan untuk mengusulkan model konseptual aktivitas online learning di perguruan tinggi pada masa pandemi COVID-19. Model ini dibangun dengan menganalisis kondisi pengguna, proses dan teknologi yang digunakan pembelajaran online selama pandemi COVID-19.  Penelitian ini terdiri dari tahapan pengumpulan data, identifikasi aktvitas online learning selama pandemi COVID-19, pemetaan aktivitas terhadap dimensi model dan perancangan model konseptual online learning selama pandemi COVID-19. Data penelitian didapatkan dari database penelitian seperti PubMed, ProQuest, Science Direct, Google Scholar, IEEE Xplore dan Wiley Online Library. Hasil dari penelitian adalah model konseptual aktivitas online learning dengan komponen model terdiri dari people (mahasiswa, pengajar dan staf akademik), process (learning/cognitive process, pengaturan diri dalam belajar/student self regulation, interaksi manusia), technology (learning management system, interaction support tools, komputer/smartphone dan internet).Penelitian ini bertujuan untuk mengusulkan model konseptual aktivitas online learning di perguruan tinggi pada masa pandemi COVID-19. Model ini dibangun dengan menganalisis kondisi pengguna, proses dan teknologi yang digunakan pembelajaran online selama pandemi COVID-19.  Penelitian ini terdiri dari tahapan pengumpulan data, identifikasi aktvitas online learning selama pandemi COVID-19, pemetaan aktivitas terhadap dimensi model dan perancangan model konseptual online learning selama pandemi COVID-19. Data penelitian didapatkan dari database penelitian seperti PubMed, ProQuest, Science Direct, Google Scholar, IEEE Xplore dan Wiley Online Library. Hasil dari penelitian adalah model konseptual aktivitas online learning dengan komponen model terdiri dari people (mahasiswa, pengajar dan staf akademik), process (learning/cognitive process, pengaturan diri dalam belajar/student self regulation, interaksi manusia), technology (learning management system, interaction support tools, komputer/smartphone dan internet).
Klasifikasi Chest X-Ray Images Berdasarkan Kriteria Gejala Covid-19 Menggunakan Convolutional Neural Network Vina Ayumi; Ida Nurhaida
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1513

Abstract

Deteksi dini terhadap adanya indikasi pasien dengan gejala COVID-19 perlu dilakukan untuk mengurangi penyebaran virus. Salah satu cara yang dapat dilakukan untuk mendeteksi virus COVID-19 adalah dengan cara mempelajari citra chest x-ray pasien dengan gejala Covid-19. Citra chest x-ray dianggap mampu menggambarkan kondisi paru-paru pasien COVID-19 sebagai alat bantu untuk diagnosa klinis. Penelitian ini mengusulkan pendekatan deep learning berbasis convolutional neural network (CNN) untuk klasifikasi gejala COVID-19 melalui citra chest X-Ray. Evaluasi performa metode yang diusulkan akan menggunakan perhitungan accuracy, precision, recall, f1-score, dan cohens kappa. Penelitian ini menggunakan model CNN dengan 2 lapis layer convolusi dan maxpoling serta fully-connected layer untuk output. Parameter-parameter yang digunakan diantaranya batch_size = 32, epoch = 50, learning_rate = 0.001, dengan optimizer yaitu Adam. Nilai akurasi validasi (val_acc) terbaik diperoleh pada epoch ke-49 dengan nilai 0.9606, nilai loss validasi (val_loss) 0.1471, akurasi training (acc) 0.9405, dan loss training (loss) 0.2558.
PENERAPAN METODE WATERFALL DALAM PENGEMBANGAN SISTEM INFORMASI E-LEARNING (Studi Kasus : SMP NEGERI 5 JAYAPURA) Salahudin Robo; Andrian Sah; Andri Tri Sidarmawan
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1618

Abstract

Permasalahan yang terjadi di SMP Negeri 5 Jayapura adalah selama ini proses pembelajaran antara guru dan siswa sangat terbatas. Proses pembelajaran berlangsung dari hari Senin sampai dengan Jumat. Tiap harinya terdapat 3 sampai 4 mata pelajaran yang diajarkan dan untuk satu mata pelajaran hanya berkisar 1 sampai 2 jam. Akibat hal ini interaksi antara guru dan siswa menjadi kurang interaktif, siswa tidak memiliki banyak waktu dalam mengerjakan soal dan mendalami materi yang diberikan. Sehingga jika terjadi kendala, seperti siswa kurang paham mengenai materi pelajaran, akan kesulitan jika ingin mengulangi materi dan bertanya kepada guru yang bersangkutan secara langsung.Siswa juga tidak mendapatkan materi pelajaran dan tugas apabila guru berhalangan hadir, ini menyebabkan penyampaian materi pelajaran menjadi terhambat. Siswa hanya mendapatkan materi pelajaran dari guru maupun referensi buku di perpustakaan sekolah, sehingga terjadi keterbatasan tempat dan waktu untuk mengaksesnya. E- learning dapat digunakan sebagai alternatif atas permasalahan dalam bidang pendidikan, baik sebagai tambahan, pelengkap maupun pengganti atas kegiatan pembelajaran yang sudah ada.Dilihat dari kenyataan tersebut, diperlukan suatu sarana penunjang yang mampu meningkatkan efektivitas dan efisiensi sistem mengajar di SMP Negeri 5 Jayapura dalam meningkatkan pembelajaran siswa
Komparasi Metode TOPSIS dan Simple Additive Weighting Untuk Penentuan Karyawan Rumah Sakit Terbaik Titin Kristiana; Ridwan Wahyu Nendra
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1622

Abstract

Rumah Sakit Insan Permata adalah perusahaan yang bergerak dibidang kesehatan, Rumah Sakit Insan Permata merupakan perusahaan yang memberikan pelayanan kesehatan terbaik untuk masyarakat di kota tangerang selatan dengan tipe kelas C dan sudah mengikuti akreditasi dari Komisi Akreditasi Rumah Sakit (KARS) dengan prestasi yang diraih lulus dan mendapatkan peringkat utama atau bintang 4. proses kegiatan pemilihan karyawan terbaik saat ini pada Rumah Sakit Insan Permata berdasarkan pengamatan langsung dalam proses penilaian dilakukan dalam bentuk format kertas dan hal ini tentu akan sangat membutuhkan waktu lama dan hasilnya kurang objektif, dalam pemilihan karyawan ini rutin dilakukan pada setiap semesternya, dan sistem Penilaian karyawan masih bersifat subjektif, Tentu hal ini menyebabkan beberapa masalah diantaranya terjadi penumpukan berkas, Ketika data dibutuh, membutuhkan waktu yang lama untuk mencarinya, data terselip atau hilang dan lain lain. Untuk mengatasi hal tersebut penulis mencoba memberikan solusi dengan cara membandingkan 2 metode yaitu TOPSIS dan SAW untuk pemilihan karyawan terbaik sesuai dengan yang dibutuhkan SDM pada Rumah Sakit Insan Permata, dengan 3 kriteria diantaranya: Aspek hasil kerja berdasarkan Key Performance Indicators, Aspek Perilaku dan Aspek Manajerial. Dari hasil perbandingan yang dilakukan oleh penulis metode TOPSIS memiliki solusi yang dibutuhkan dibandingkan dengan metode SAW, sehingga permasalahan pemberian bonus pada Rumah Sakit Insan Permata untuk karyawan terbaik dapat diatasi dengan baik.
Perbandingan Algoritma Boruvka Dan Algoritma Sollin Pada Optimasi Kebutuhan Kabel Fiber Optik Universitas Bengkulu Rusdi Efendi; Boko Susilo; Yoga Adi Prasetyo
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1623

Abstract

Optimasi adalah hal penting dalam suatu algoritma. Ini dapat menghemat kebutuhan dalam suatu kegiatan. Pada Minimum Spanning Tree, yang ingin dicapai adalah bagaimana semua vertexs terhubung dengan bobot terkecil. Tujuan penelitian ini adalah (i) mengetahui Model graf kebutuhan kabel fiber optik Universitas Bengkulu.; (ii) membandingkan efisiensi Algoritma Boruvka dan Algoritma Sollin dalam implementasi teori Minimum Spanning Tree. Untuk mendapatkan luaran diperlukan beberapa tahap: pengumpulan data: merancang model. Hasil penelitian ini adalah (i) menghasilkan sistem aplikasi sebagai simulasi dalam menentukan optimasi panjang kabel fiber optik menggunakan Algoritma Boruvka dan Algoritma Sollin.; (ii) Total panjang kabel fiber optik awal yang telah digunakan Universitas Bengkulu dalam membangun jalur fiber optik sebelum optimasi sebesar 9.490.76061796493 meter (9,49 km).; (iii) Hasil optimasi panjang kabel fiber optik, Algoritma Boruvka dan Algoritma Sollin menghasilkan hasil optimasi yang sama yaitu 4.438,521266107877 meter (4,438 km).; (iv) Waktu yang diperlukan Algoritma Boruvka dan Algoritma Sollin untuk menghasilkan hasil optimasi berbeda, Algoritma Boruvka sebesar 0.5376448631287 detik dan Algoritma Sollin sebesar 0.6970238685608 detik.
Haar Cascade dan Algoritma Eignface Untuk Sistem Pembuka Pintu Otomatis Indah Purwitasari Ihsan
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1642

Abstract

Teknologi diciptakan untuk mempermudah manusia dalam melakukan segala pekerjaan dan aktifitasnya, termasuk dalam hal mengakses pintu. Menggunakan teknologi pengolahan citra, wajah merupakan salah satu alternatif yang bisa digunakan untuk mengakses pintu dan mengamankannya dari orang yang tidak bertanggung jawab. Hal ini dikarenakan wajah setiap manusia memiliki pola yang berbeda-beda yang bisa ditransformasikan menjadi citra digital dan diolah mengunakan algoritma pengolahan citra. Dalam penelitian ini, mengkombinasikan haar cascade dan algoritma eigenface untuk mengolah citra wajah. Hasil dari pengolahan citra tersebut digunakan untuk menentukan hak akses dalam mengakses pintu, untuk kemudian diintegrasikan ke mikrokontroller, sehingga pintu dapat terbuka otomatis. Penelitian ini menghasilkan prototype system pembuka pintu otomatis dengan pengenalan wajah sebagai penentu hak aksesnya. Dari hasil penelitian, algoritma eigenface tidak dapat bekerja pada pencahayaan 0 lux  hingga 8 lux dalam jarak 20 cm hinga 60 cm  yaitu menghasilkan akurasi 0%, sedangkan pada pencahayaan 36 lux sampai 44 lux dan 160 lux sampai172 lux algoritma eigenface bekerja dengan baik dengan jarak pengambilan gambar 20-60 cm dengan akurasi 80%. Technology was created to make it easier for humans to do all their work and activities, including accessing doors. Using image processing technology, faces are an alternative that can be used to access doors and secure them from irresponsible people. This is because the face of every human being has a different pattern that can be transformed into a digital image and processed using an image processing algorithm. In this research, combining haar cascade and eigenface algorithm to processing face images. The results of the image processing are used to determine access rights in accessing the door, and then integrated into the microcontroller, so that the door can be opened automatically. This research produces a prototype automatic door opening system with face recognition as a determinant of access rights. From the results of the study, the eigenface algorithm cannot work at 0 lux  to 8 lux lighting within a distance of 20 cm  to 60 cm which produces 0% accuracy, while at 36 lux to 44 lux and 160 lux to 172 lux lighting the eigenface algorithm works well with a shooting distance of 20 cm to 60 cm with 80% accuracy.
Perbandingan Metode Pembelajaran Mesin Berbasis Parametrik dan Non-Parametrik Untuk Klasifikasi Diabetic Retinopathy Imagery Umniy Salamah
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1668

Abstract

Untuk mendeteksi kerusakan retina dapat dilakukan bantuan algoritmapembelajaran mesin. Klasifikasi citra dengan menggunakan machine learningtechniques (MLTs) dapat membantu proses penentuan pasien penderitadiabetic retinopathy (DR). Teknik machine learning yang digunakan dapatdikelompokkan menjadi nonparametric (support vector machine) danparametric (logistic regression). Tahap penelitian termasuk persiapan,ekstraksi fitur, normalisasi, klasifikasi, evaluasi dilakukan terhadap datasetgambar digital fundus yang disediakan oleh EyePACS. Model klasifikasimenggunakan model nonparametric (support vector machine) dan parametric(logistic regression). Sebagai hasil, metode logistic regression mendapatkanhasil akurasi (accuracy) sebesar 74%, recall sebesar 74%, presisi (precision)sebesar 60% dan F1-score sebesar 63%. Selain itu, metode support vectormachine mendapatkan hasil akurasi (accuracy) sebesar 74%, recall sebesar74%, presisi (precision) sebesar 55% dan F1-score sebesar 63%
Penerapan Business Model Canvas pada E-Commerce Toko H5 Jayapura Azwar Annas; Muhammad Taher Jufri; Jusmawati Jusmawati
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1671

Abstract

Seiring berkembangnya dunia bisnis seperti sekarang ini, e-commerce menjadi salah satu faktor dalam meningkatkan dan memenangkan persaingan dalam hal bisnis dan penjualan produk. Bisnis yang akan dikembangkan sebaiknya dilakukan analisa secara mendalam terkait kelebihan dan kekurangan bisnis tersebut. Studi kasus penelitian pada Toko H5 yang bergerak dibidang fashion. Sistem pada Toko H5 yang secara keseluruhan masih konvensional menjadi permasalahan pertama yang ditemukan. Masalah lain datang selama masa pandemi, omset yang menurun cukup signifikan diperikarakan mencapai 50% dibanding sebelum masa pandemi. Business Model Canvas (BMC) adalah suatu model strategi bisnis yang menggunakan sembilan blok penting. BMC digunakan oleh perusahaan dan startup untuk mendapatkan wawasan tentang analisis model bisnis mereka. Penelitian ini menggunakan analisis proses bisnis yang dilakukan dengan metode BMC untuk menghasilkan e-commerce sehingga model bisnis yang ada kemudian dapat diubah menjadi model bisnis berbasis e-commerce di web. Tujuannya yakni mengoptimalkan kinerja terutama peningkatan sektor penjualan produk sehingga dapat meningkatkan omset pada Toko H5, karyawan menjadi mudah melakukan pendataan stok dan laporan penjualan, serta membantu pelanggan untuk berbelanja secara online melalui E-Commerce.

Page 19 of 48 | Total Record : 471

 17   18   19   20   21 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 8 No 3 (2025): November Vol 8 No 2 (2025): Juni Vol 8 No 1 (2025): Januari Vol 7 No 3 (2024): November Vol 7 No 2 (2024): Juni Vol 7 No 1 (2024): Januari Vol 6 No 3 (2023): November Vol 6 No 2 (2023): Juni Vol 6 No 1 (2023): Januari Vol 5 No 3 (2022): November 2022 Vol. 5 No. 2 (2022): Juni 2022 Vol. 5 No. 1 (2022): Januari 2022 Vol 4, No 2 (2021): Juni 2021 Vol. 4 No. 2 (2021): Juni 2021 Vol 4, No 3 (2021): November Vol. 4 No. 3 (2021): November Vol 4, No 1 (2021): Januari Vol. 4 No. 1 (2021): Januari Vol 3 No 3 (2020): November Vol 3, No 3 (2020): Informatics Science and Implementation Vol. 3 No. 1 (2020): Jurnai Scientific and Applied Informatics Vol 3, No 1 (2020): Jurnai Scientific and Applied Informatics Vol. 2 No. 3 (2019): Computer science and applied informatics Vol 2, No 3 (2019): Computer science and applied informatics Vol. 2 No. 2 (2019): Scientific and Applied of Informatics Vol 2, No 2 (2019): Terbitan Juni Vol 2, No 2 (2019): Scientific and Applied of Informatics Vol 2, No 1 (2019): Applied of Informatics Vol. 2 No. 1 (2019): Applied of Informatics Vol 1, No 3 (2018): Sceintific and Applied Informatics Vol 1, No 3 (2018): Sceintific and Applied Informatics Vol. 1 No. 3 (2018): Sceintific and Applied Informatics Vol 1, No 2 (2018): Scientific and Applied Informatics Vol. 1 No. 2 (2018): Scientific and Applied Informatics Vol. 1 No. 1 (2018): JSAI - Applied Informatics Vol 1, No 1 (2018): JSAI - Applied Informatics More Issue