cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
ISSN : 02163284     EISSN : 26850877     DOI : -
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
Implementasi Haversine Formula dan Algoritme Dijkstra pada Aplikasi Vehicle Help Sebagai Layanan Konsultasi Pemilik Kendaraan Ferawaty Ferawaty; Albert Cenderawan
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1027

Abstract

Owners of motorized vehicles who still use conventional methods to find information on the location of refueling and vehicle service workshops, receive inaccurate and not up-to-date information. The purpose of this research is to develop the Vehicle Help application to make it easier for motorists to search for information on the location of the nearest fuel filling station and service shop. This study implements and tests the accuracy of the Haversine Formula and Dijkstra's algorithm in recommending the location of the nearest fuel filling station and service shop. The system development methodology used is the Waterfall model. The results of the study show that the mobile-based Vehicle Help application that was built can provide easy and complete information on where to fill up fuel and vehicle service workshops through digital mapping and available recommendation features. In addition, the results of the Haversine Formula test and Dijkstra's algorithm in recommending gas stations and service shops get an accuracy of 90% from 10 trials.Keywords: Location Search; Digital Map; Service Workshop; Vehicle Help; Mobile Application AbstrakPemilik Kendaraan bermotor yang masih memanfaatkan cara konvesional dalam mencari informasi lokasi tempat pengisian Bahan Bakar Minyak (BBM) dan bengkel servis kendaraan, memperoleh informasi yang tidak tepat dan tidak up-to-date. Tujuan penelitian ini adalah mengembangkan aplikasi Vehicle Help untuk mempermudah pengendara melakukan pencarian informasi lokasi tempat pengisian BBM dan bengkel servis terdekat. Penelitian ini mengimplementasikan dan menguji akurasi Haversine Formula dan algoritme Dijkstra dalam merekomendasikan lokasi tempat pengisian BBM dan bengkel servis terdekat. Metodologi pengembangan sistem yang diguanakan adalah dengan model Waterfall. Hasil penelitian menunjukkan bahwa aplikasi Vehicle Help berbasis mobile yang dibangun dapat memberikan informasi tempat pengisian BBM dan bengkel servis kendaraan secara mudah dan lengkap melalui pemetaan digital dan fitur rekomendasi yang tersedia. Selain itu, hasil pengujian Haversine Formula dan algoritme Dijkstra dalam merekomendasikan SPBU dan bengkel service mendapatkan akurasi sebesar 90% dari 10 kali percobaan.Kata kunci: Pencarian Lokasi; Peta Digital; Bengkel Servis; Vehicle Help; Aplikasi Mobile
Implementasi Algoritme Fisher Yates Shuffle untuk Pengacakan Soal Tes IQ Berbasis Android Muhammad Tofa Nurcholis; Arif Dwi Laksito; Hafizh Fauzi Fathurahman
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1168

Abstract

This study aims to implement the Fisher Yates Shuffle algorithm on an Android-based IQ test application to ensure random and unbiased randomization of questions. Fisher Yates Shuffle Algorithm is one of the randomization algorithms used to reduce bias and ensure good random distribution in randomizing elements in an array. The results of this study indicate that the implementation of the Fisher Yates Shuffle algorithm in an Android-based IQ test application ensures that the questions displayed to the user are always in random order, so that there is no bias in the test results. Ease of use also improves with this implementation.Keywords: Fisher Yates Shuffle Algorithm; Implementations; IQ test. AbstrakPenelitian ini bertujuan untuk mengimplementasikan algoritme Fisher Yates Shuffle pada aplikasi tes IQ berbasis Android untuk memastikan pengacakan soal yang acak dan tidak bias. Algoritme Fisher Yates Shuffle merupakan salah satu algoritme pengacakan yang digunakan untuk mengurangi bias dan memastikan distribusi acak yang baik dalam pengacakan elemen dalam suatu array. Hasil dari penelitian ini menunjukkan bahwa implementasi algoritme Fisher Yates Shuffle pada aplikasi tes IQ berbasis Android memastikan bahwa soal yang ditampilkan kepada pengguna selalu dalam urutan acak, sehingga tidak ada bias dalam hasil tes. Kemudahan penggunaan juga meningkat dengan implementasi ini.Kata kunci: Algoritme Fisher Yates Shuffle; Implementasi; Tes IQ
Sistem Informasi Retrieval Antara Hadis Arbain dan Alquran dengan Vector Space Model Imam Amirulloh; Taufik Wibisono; Yanti Apriyani; Melisa Winda Pertiwi; Mira Kusmira
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1175

Abstract

The Alquran and Hadith have complementary relationships and explain each other. On this basis, in explaining the contents of the Hadith, it is necessary to look into the contents of the Alquran and vice versa. However, the large amount of Alquran and Al-Hadith data impacts the execution time of data searching from the two sources, especially searching Alquran verses based on Hadith which requires much time and accuracy. Regarding this problem, we propose information retrieval system research as a solution. One part of the information retrieval system is Pre-Processing using Vector Space Model (VSM) and classification using Cosine Similarity, Dice, and Jaccard methods. That method can assist in finding search results with a great degree of accuracy. Based on the results of this study Cosine, Dice and Jaccard have the same results based on the average recall, precision, and overall accuracy, with a recall value of 44.27%, 1.8% precision, and 94% accuracy. Kata kunci: Alquran; Hadith; System Information Retrieval; Vector Space Model Abstrak. Alquran dan Hadis mempunyai keterkaitan saling melengkapi dan menjelaskan satu sama lain. Atas dasar tersebut dalam menjelaskan isi Hadis perlu di lihat juga dari pandangan isi Alquran begitu juga sebaliknya. Namun dengan jumlah data Alquran dan Hadis yang sangat besar berdampak pada lamanya eksekusi pencarian data dari kedua kitab tersebut terutama pencarian dari Ayat Alquran ke Hadis yang membutuhkan waktu yang lama dan ketepatan dalam pencarian. Untuk memecahkan permasalahan ini, ilmu penelitian sistem informasi retreival bisa menjadi solusi, salah satu bagian dari ilmu sistem informasi retrieval adalah PreProcessing dengan Model Vector Space Model (VSM) dan untuk pengklasifikasian menggunakan metode Cosine Similarity, Dice dan Jaccard sehingga dapat membantu dalam menemukan hasil pencarian dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian tersebut Cosine, Dice Dan Jaccard mempunyai hasil yang sama berdasarkan rata-rata recall, precision dan accuracy secara keseluruhan yaitu dengan nilai recall 44,27 %, precision 1,8 %, dan accurracy 94 %.Kata kunci: Alquran; Hadis; Sistem Informasi Retrieval; Vector Space Model
Klasifikasi Rumput Liar Menggunakan Deep Learning Dengan Dense Convolutional Neural Network Yusril Nurhadi AS; Dadang Iskandar Mulyana; Yuma Akbar
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1166

Abstract

Weed control research using robots increases productivity in agriculture. Most of the work focused on developing robotics for farmland, ignoring the weed management issues facing pasture farmers. In developing a weed control robot, it takes a lot of hardware and software components and devices. In software requirements, there is a need for a system that can help the robot to recognize weeds that it will take care of for land management. The biggest obstacle to the expansion of robotic weed control is the robust classification of weed species in their natural environment. This work contributes to the method of classifying weed species using Deep Learning with Dense Convolutional Neural Network. The wild grass images used are Chinee apple, Snake weed, Lantana, Prickly acacia, Siam weed, Parthenium, Rubber vine and Parkinsonia. This image recognition implementation is done by using Resnet50 on Tensorflow at Google Collaboratory. The dataset used in the test is the DeepWeeds dataset which consists of 17,509 images labeled with 10,505 training data and 3,502 test data used to produce evaluation values with 78% precision, 78% recall, 78% f1-score, 77.73% accuracy and loss. 0.6676.Kata kunci: ResNet50; Convolutional Neural Network; Image Classification.AbstrakPenelitian kontrol gulma menggunakan robot meningkatkan produktivitas di bidang agrikultur. Sebagian besar pekerjaan fokus pada pengembangan robotika untuk lahan pertanian, mengabaikan masalah pengelolaan gulma yang dihadapi peternak padang rumput. Dalam mengembangkan robot pengendali gulma dibutuhkan banyak perangkat dan komponen hardware maupun software. Pada kebutuhan software perlu adanya sistem yang dapat membantu robot untuk mengenali tanaman gulma yang akan diurusnya untuk pengelolaan lahan. Kendala terbesar untuk peluasan pengendalian gulma dengan robot adalah klasifikasi kuat species gulma di lingkungan alami mereka. Karya ini berkontribusi pada metode pengklasifikasian species gulma menggunakan Deep Learning dengan Dense Convolutional Neural Network. Citra tanaman rumput liar yang digunakan adalah Chinee apple, Snake weed, Lantana, Prickly acacia, Siam weed, Parthenium, Rubber vine dan Parkinsonia. Implementasi pengenalan citra ini dilakukan dengan memanfaatkan Resnet50 pada Tensorflow di Google Collaboratory. Dataset yang digunakan dalam pengujian adalah dataset DeepWeeds yang terdiri dari 17.509 gambar berlabel sebanyak 10.505 data training dan 3.502 data test yang digunakan menghasilkan nilai evaluasi dengan nilai precision 78%, recall 78%, f1-score 78%, akurasi 77,73% dan loss 0.6676.Kata kunci: ResNet50; Convolutional Neural Network; Image Classification.
Penerapan Algoritme CRF Pada Fitur Named Entity Recognition Sistem Tanya Jawab Sejarah Wali Songo Akmaludin Akmaludin; Dadang Iskandar Mulyana; Yuma Akbar
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1169

Abstract

History of Islamic Culture is one of the contents of Islamic Religious Education subjects that must be taught at Madrasah Ibtidaiyah. Through learning Islamic Cultural History, it is hoped that it can provide motivation for students to know, understand, and live up to Islamic Cultural History which is the basis of their outlook on life. However, some students still consider the subject of Islamic Cultural History to be boring and difficult, because it has extensive/a lot of material, learning is less innovative, so that the interest and motivation of students in studying the history of Islamic culture is low, especially when the learning method used is in the form of lecture. In this study a Question Answering System (QAS) was developed as a learning medium and learning resource that can help students understand the material better. The algorithm used is Conditional Random Field (CRF) which is applied to the Named Entity Recognition process using the Stanford NER library. The test results show a Precision value of 83.4%, Recall of 86.8%, F1-Score 85.6% and overall system Accuracy of 73.97%.Keywords: Question Answering System; Named Entity Recognition; Conditional Random Field; Stanford NER; History of Islamic Culture AbstrakSejarah Kebudayaan Islam merupakan salah satu muatan mata pelajaran Pendidikan Agama Islam yang wajib diajarkan di Madrasah Ibtidaiyah. Melalui pembelajaran Sejarah Kebudayaan Islam, diharapkan dapat memberikan motivasi kepada peserta didik untuk mengenal, memahami, dan menghayati Sejarah Kebudayaan Islam yang menjadi dasar pandangan hidupnya. Namun, sebagian peserta didik masih menganggap mata pelajaran Sejarah Kebudayaan Islam membosankan dan sulit, karena memiliki materi yang luas/banyak, pembelajaran yang kurang inovatif, sehingga minat dan motivasi peserta didik mempelajari sejarah kebudayaan islam menjadi rendah, terutama ketika metode pembelajaran yang digunakan berbentuk metode ceramah. Pada penelitian ini dikembangkan Question Answering System (QAS) sebagai media pembelajaran dan sumber belajar yang dapat membantu siswa memahami materi dengan lebih baik. Algoritme yang digunakan yakni Conditonal Random Field (CRF) yang diterapkan pada proses Named Entity Recognition dengan menggunakan library Stanford NER. Hasil uji menunjukkan nilai Precision sebesar 83.4%, Recall sebesar 86.8%, F1-Score 85.6% dan Accuracy sistem secara keseluruhan sebesar 73.97%.Kata Kunci: Question Answering System; Named Entity Recognition; Conditional   Random Field; Stanford NER; Sejarah Kebudayaan Islam
Analisis Perbandingan Performansi Metode HSRP Dan VRRP Sebagai Backup Link Koneksi Jaringan Aditya Indra Cahya; Indrastanti R. Widiasari
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1180

Abstract

Failure on a computer network consists of device failure, as well as network management used. This study aims to develop a redundancy-based backup link network, namely a network system that is used to perform backups if a problem occurs on the network, as well as to anticipate interruptions in the case of network device failure, especially problems on local networks that are connected directly using the gateway address. By using redundancy, the client will be connected using a virtual IP address. This research was conducted to create redundant network services by taking a case study of the ISP Aeronet network. The results of measuring packet loss parameters on the VRRP (Virtual Router Redundancy Protocol) network if there is a problem with the master router and switching access to the backup router are superior to the HSRP (Hot Standby Router Protocol) network, namely VRRP 0.8% while HSRP is 2%. However, the transfer of the backup router to the master HSRP network is superior to the VRRP network by 1.2% while HSRP is 0.7%. Meanwhile, the failure over master to backup analysis on VRRP and HSRP networks has the same delay value of 0.3 ms. Whereas fail over backup to master HSRP network is superior to VRRP network, namely HSRP is 01 ms while VRRP is 10 ms. From the results of these data it can be seen that HSRP redundancy is superior to VRRP redundancy.Keyword: Network Failure; Backup Link; Redundancy AbstrakKegagalan pada jaringan komputer dapat berupa kegagalan perangkat, juga manajemen jaringan  yang  digunakan.  Penelitian ini bertujuan mengembangkan jaringan backup link berbasis redundancy, yaitu sistem jaringan yang digunakan untuk melakukan backup jika terjadi sebuah permasalahan pada jaringan, serta untuk mengantisipasi gangguan dalam kasus kegagalan perangkat jaringan khususnya permasalahan pada jaringan lokal yang terkoneksi langsung menggunakan alamat gateway. Dengan menggunakan redundancy, client akan terkoneksi menggunakan alamat IP virtual. Penelitian dilakukan dengan mengambil studi kasus jaringan milik ISP Aeronet. Hasil dari pengukuran parameter packet loss terhadap jaringan VRRP (Virtual Router Redundancy Protocol) jika terjadi permasalahan pada router master dan berpindah akses ke router backup lebih unggul dibandingkan dengan jaringan HSRP (Hot Standby Router Protocol) yaitu VRRP 0,8% sedangkan HSRP 2%. Namun, perpindahan router backup to master jaringan HSRP lebih unggul dibandingkan dengan jaringan VRRP sebesar 1,2% sedangkan HSRP 0,7%. Sedangkan untuk analisis fail over master to backup pada jaringan VRRP dan HSRP memiliki nilai delay yang sama sebesar 0,3 ms. Fail over backup to master jaringan HSRP lebih unggul dibandingkan dengan jaringan VRRP yaitu HSRP sebesar 01 ms dan VRRP 10 ms. Dari hasil data tersebut dapat dilihat bahwa redundancy HSRP lebih unggul dibandingkan dengan redundancy VRRP.Kata kunci: Kegagalan Jaringan; Backup Link; Redudancy
Implementasi Data Mining Menggunakan Algoritme Apriori Guna Menemukan Pola Pembelian Pelanggan Pada Klinik Kecantikan Achmad Naufal Luqmanul Khakim; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1015

Abstract

Companies should think to increase product sales about several strategies in achieving their goals, one of the strategies used is to utilize sales transaction data for suspect a good sales strategy. This article helps companies find customer purchasing patterns so that there is no vacancy in stock due to high sales intensity. The CRISP-DM method is used in the data mining process, which includes 6 main phases, namely: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Depployment. Using 4693 Sales transaction data record and will be tested to find customer purchasing patterns. Based on the test results with minimum support = 0.2 and confidence = 0.2, it produces a combination of 3 items with 3 rules. Thus, it can be found which goods have high sales intensity and the company can always prepare stocks of these products.Keyword: Data Mining; Apriori Algorithm; Customer Purchase Patterns; Sales StrategyAbstrakPerusahaan harus menemukan beberapa cara baru untuk membuat produk banyak terjual guna mencapai tujuannya, beberapa strategi yang digunakan yaitu dengan menggunakan data transaksi penjualan guna mendukung startegi penjualan. Penelitian ini membantu perusahaan dalam menemukan pola pembelian pelanggan agar tidak terjadi kekosongan persediaan barang karena intensitas penjualan yang tinggi. Metode CRISP-DM diimplementasikan pada proses data mining, yang meliputi 6 fase utama yaitu: Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluasi, Penyebaran. Menggunakan 4693 Record data transaksi penjualan dan akan diuji untuk menemukan pola pembelian pelanggan. Hasil percobaan dengan minimum support=0,2 dan confidance=0,2 mendapatkan kombinasi 3 item sebanyak 3 rule. Dengan demikian dapat ditemukan barang mana yang intensitas penjualannya tinggi dan perusahaan dapat selalu menyiapkan stok barang produk tersebut.Kata kunci: Data Mining; Algoritme Apriori; Pola Pembelian Pelanggan; Strategi Penjualan  
Perbandingan Algoritme Naïve Bayes dan C4.5 Pada Pengklasifikasian Tingkat Pemahaman Belajar Mahasiswa Dalam Pembelajaran Daring Nora Trivetisia; Rima Dias Ramadhani; Merlinda Wibowo
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1081

Abstract

Online learning is a learning system that has been widely implemented since the Covid-19 Pandemic. This learning system is synonymous with the use of internet-based learning media. In practice, teachers often have difficulty knowing how far their students can understand the material being taught. Therefore, it is necessary to do a classification to make it easier for teachers to assess the level of understanding in terms of health, motivation, and teaching methods. Many classification algorithms can be used so that analysis is needed to find the best algorithm. This study focuses on comparative observations of two classification algorithms, namely Naïve Bayes and C4.5. The dataset used is the result of a student questionnaire at the Telkom Purwokerto Institute of Technology in the form of a Likert scale. The steps taken were data preprocessing and then classification using Naïve Bayes and C4.5. The result is that Naïve Bayes is superior to C4.5 with a Naïve Bayes testing accuracy of 99% compared to C4.5 with 91% accuracy. So, it can be concluded that Naïve Bayes is superior to C4.5 in this case.Keywords: Online Learning; Naïve Bayes; C4.5; Classification; Data Mining AbstrakPembelajaran daring adalah salah satu sistem pembelajaran yang ramai diterapkan sejak Pandemi Covid-19. Sistem pembelajaran ini identik dengan penggunaan media belajar berbasis internet. Dalam pelaksanaannya pengajar sering mengalami kesulitan untuk mengetahui sejauh mana mahasiswanya bisa menangkap materi yang diajarkan. Oleh karena itu, perlu dilakukan klasifikasi untuk mempermudah pengajar dalam menilai tingkat pemahaman dari segi kesehatan, motivasi, dan cara pengajaran. Banyak algoritme klasifikasi yang dapat digunakan sehingga dibutuhkan analisis untuk mencari algoritme terbaik. Penelitian ini berfokus pada pengamatan komparasi terhadap dua algoritme klasifikasi yaitu Naïve Bayes dan C4.5. Dataset yang digunakan adalah hasil kuesioner mahasiswa Institut Teknologi Telkom Purwokerto berbentuk skala Likert. Tahapan yang dilakukan adalah preprocessing data lalu dilakukan klasifikasi menggunakan Naïve Bayes dan C4.5. Hasilnya Naïve Bayes lebih unggul dari C4.5 dengan akurasi untuk pengujian Naïve Bayes sebesar 99% dibanding C4.5 dengan akurasi 91%. Maka, dapat disimpulkan bahwa Naïve Bayes lebih unggul daripada C4.5 pada kasus ini.Kata kunci: Pembelajaran Daring; Naïve Bayes; C4.5; Klasifikasi; Data Mining
Implementasi Metode SAW Dalam Pemilihan Tempat Wisata di Kabupaten Kotawaringin Timur Minarni Minarni; Agung Purwanto; Rizal Adi Saputra; Nadi Herlambang
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1181

Abstract

The tourism industry can encourage economic growth in a region. In East Kotawaringin Regency, there are about 10 different tourist attractions such as nature tourism and other tourism. Many tourists complain when making a choice of tourist attractions to visit due to several factors, such as ticket prices, facilities, security, cleanliness, road access and mileage. This shows the importance of ensuring that tourist attractions in East Kotawaringin Regency meet the criteria to attract more visitors and increase revenue for the region. This article presents an application model that can assist tourists in choosing tourist attractions in East Kotawaringin Regency using the Simple Additive Weighting (SAW) method. The SAW model works with 6 criteria and 10 alternatives. The results of the study show that the developed system can provide recommendations to prospective tourists in choosing tourist attractions based on the SAW method of reasoning.Keywords: Selection of Tourist Attractions; Simple Additive Weighting; Priority Scale; Preference value AbstrakIndustri pariwisata dapat mendorong pertumbuhan ekonomi suatu daerah. Di Kabupaten Kotawaringin Timur, terdapat sekitar 10 tempat wisata yang berbeda seperti wisata alam dan wisata lainnya. Banyak wisatawan yang mengeluh saat menentukan pilihan tempat wisata yang akan dikunjungi karena beberapa faktor, seperti harga tiket, fasilitas, keamanan, kebersihan, akses jalan, dan jarak tempuh. Hal ini menunjukkan pentingnya memastikan bahwa tempat wisata di Kabupaten Kotawaringin Timur memenuhi kriteria untuk menarik lebih banyak pengunjung dan meningkatkan pendapatan bagi daerah. Artikel ini menyajikan model Aplikasi yang dapat membantu wisatawan dalam memilih tempat wisata di Kabupaten Kotawaringin Timur menggunakan metode Simple Additive Weighting (SAW). Model SAW bekerja dengan 6 kriteria dan 10 alternatif. Hasil penelitian menunjukkan sistem yang dikembangkan dapat memberikan rekomendasi kepada calon wisatawan dalam memilih tempat wisata berdasarkan penalaran metode SAW.Kata Kunci: PemilihanTempat Wisata; Simple Additive Weighting; Skala Prioritas; Nilali preferensi 
Perancangan Alat Pemberian Pakan Ikan Berbasis Internet of Things I Gede Darma Antara Yadnya; I Gede Juliana Eka Putra Eka Putra; I Nyoman Purnama
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1167

Abstract

Most people in Indonesia work in agriculture, especially fish farming farmers who are on the outskirts of the lake using cages. The problem for fish farmers is in feeding and mass death of fish due to sulfur, therefore an IoT (Internet Of Things) based feeding tool is needed that is able to control automatic feeding and detect sulfur to be able to avoid mass death of fish in cages. This smart feeding tool uses the NodeMCU ESP8266 module as a microcontroller and the Blynk application as a monitoring tool. The results of this study the smart feeding tool can work well. The smart feeding tool is controlled by NodeMCU ESP8266 coupled with an RTC for automatic feeding scheduling, ultrasonic HC-SR04 as a detector of leftover feed, loadcell as a place for measuring fish feed, temperature sensor DS18B20 as a lake temperature detector and a pH sensor as a sulfur detector. To monitor feed residue, temperature, pH and regulate feeding automatically and also manually through the blynk application. The tool uses a power source from solar panels.Keywords: Smart Feeding; Internet Of Things; Fish Feed; Sensors AbstrakSebagian besar masyarakat di Indonesia bekerja dibidang petanian terutama petani budidaya ikan yang berada di pinggiran danau dengan menggunakan keramba. Permasalahan petani ikan ada pada pemberian pakan dan kematian massal ikan akibat belerang, maka dari itu diperlukan alat pemberian pakan berbasis IoT (Internet Of Things) yang mampu mengontrol pemberian pakan secara otomatis dan pendeteksi belerang untuk dapat menghindari kematian massal ikan pada keramba. Alat smart feeding ini menggunakan modul NodeMCU ESP8266 sebagai microcontroller dan aplikasi Blynk sebagai alat monitoring. Hasil dari penelitian ini alat smart feeding dapat bekerja dengan baik. Alat smart feeding dikendalikan oleh NodeMCU ESP8266 ditambah dengan RTC untuk penjadwalan pemberian pakan otomatis, ultrasonic HC-SR04 sebagai pendeteksi sisa pakan, loadcell sebagai tempat takaran pakan ikan, sensor suhu DS18B20 sebagai pendeteksi suhu danau dan sensor pH sebagai pendeteksi belerang. Untuk memonitoring sisa pakan, suhu, pH dan mengatur pemberian pakan secara otomatis dan juga secara manual dapat melalui aplikasi blynk. Alat menggunakan sumber daya listrik dari panel surya.Kata kunci: Smart Feeding; Internet Of Things; Pakan Ikan; Sensor