cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wire Bagye
Contact Email
wirestmik@gmail.com
Phone
-
Journal Mail Official
jirestmiklombok@gmail.com
Editorial Address
-
Location
Kab. lombok tengah,
Nusa tenggara barat
INDONESIA
Jurnal Informatika dan Rekayasa Elektronik
Published by Sekolah Tinggi Manajemen dan Informatika Komputer Lombok
ISSN : 26206900     EISSN : 26206897     DOI : -
Core Subject : Science,
Computer Science & IT
JIRE (Jurnal Informatika dan Rekayasa Elektronik) (eISSN: 2620-6900) diterbitkan oleh LPPM STMIK Lombok sebagai wadah untuk mempublikasikan artikel tentang pengetahuan baru dan penelitian dengan isu terkini yang berkaiatan dengan teknologi informasi, dengan topik Networks, Internet and Mobile Computing, Informatics Technology dan Engineering Jurnal ini terbit 2 (dua) kali dalam setahun yaitu pada bulan April dan Nopember.
Arjuna Subject : -
Articles 232 Documents
 8   9   10   11   12 
PENGEMBANGAN SISTEM INFORMASI PERTANIAN BERBASIS KECERDASAN BUATAN (E-TANDUR) DALAM MENUNJANG PERTUMBUHAN PERTANIAN MASYARAKAT DAERAH KABUPATEN BANDUNG DENGAN METODE GEOGRAPHIC INFORMATION SYSTEM (GIS) DAN INTERNET OF THINGS (IOT) Nina Amalia; Oscar Rachman; Desy Puspa Rahayu
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.541

Abstract

Kondisi yang dapat mengakibatkan gagal panen dalam pertanian yang cukup rentan diantaranya bencana alam, perubahan iklim yang mengakibatkan banjir atau bahkan kekeringan lahan, hama dan lain-lain. Sistem Informasi pertanian berbasis kecerdasan buatan yang dapat mengontrol semua itu dengan akses yang lebih luas melalui komputer dapat menjadi solusi untuk mencegah gagal panen. Penelitian ini bertujuan untuk merancang aplikasi berbasis web untuk memantau dan mengendalikan lahan pertanian secara jarak jauh dengan teknologi sistem informasi geografis dan internet of things.  Metode Perancangan aplikasi menggunakan model proses waterfall dibantu dengan unified modelling language dan prototype untuk mempermudah komunikasi antar pemegang kepentingan. Dengan mengintegrasikan sistem infomasi dengan sektor pertanian mampu meningkatkan mutu hasil panen karena dapat memberikan informasi tanggal prediksi panen, memberikan informasi suhu tanah, memberikan informasi kelembapan tanah. mengetahui PH air, dan kondisi kadar air dalam tanah. Dari hasil penelitian ini, Data Suhu Udara, Kelembaban Udara, pH Air, Kekeringan Tanah akan terkirim ke Cloud Server via Aplikasi Web. Tanah akan terkotrol oleh sistem, jika tanah kering maka pompa air akan menyala untuk melakukan penyiraman. Kondisi ini yang membuat petani dapat terhindar dari gagal panen. Aplikasi yang dirancang sudah diuji di Desa Cimaung Tugu, Kecamatan Cimaung, Kabupaten Bandung Selatan dengan hasil memenuhi kebutuhan pengguna dan berhasil diuji dengan menggunakan topologi yang umum digunakan untuk aplikasi berbasis teknologi cloud yang menghubungkan sensor dengan pengguna akhir.
PERBANDINGAN ALGORITME NAÏVE BAYES DAN KNN TERHADAP DATA PENERIMAAN BEASISWA (Studi Kasus Lembaga Beasiswa Baznas Jabar) Muhamad Riyyan; Hafiz Firdaus
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.547

Abstract

Pemerintah Indonesia telah mencanangkan program wajib belajar selama 12 tahun dengan tujuan untuk meningkatkan kualitas pendidikan di Indonesia. Oleh karena itu pemerintah mengeluarkan peraturan-peraturan yang dibuat untuk kewenangan pada pemerintah daerah dan sebagainya agar dapat membantu biaya pendidikan pada orang-orang tertentu. Lembaga Beasiswa Baznas Jawa Barat (LBB Jabar) adalah salah satu lembaga yang memberikan biaya pendidikan bagi orang-orang tertentu yang memenuhi persaratan, namun pendaftar dari beasiswa tersebut membludak dan menghasilkan data yang cukup besar. Oleh karena itu proses seleksi menjadi tidak efisien dan membutuhkan metode algoritme tertentu. Analisa terhadap data yang besar perlu dilakukan untuk bisa mengetahui pola dan pengetahuan pada data tersebut. Penelitian ini dilakukan untuk membandingkan metode naïve bayes dan knn yang bisa diterapkan dengan baik pada data penerimaan beasiswa yang diselenggarakan oleh LBB Jabar. Model klasifikasi yang dibuat diuji dengan confusion matrix. Hasil penelitian menunjukan nilai yang berbeda pada setiap algoritma. Nilai uji algoritme naïve bayes yaitu nilai akurasi yang didapat sebesar 80%, presisi sebesar 82,82%, dan recall sebesar 92,47% sedikit lebih besar dibandingkan dengan algoritme knn dengan nilai akurasi 78,97%, presisi sebesar 82,61%, dan recall sebesar 91,10% dimana nilai k yang digunakan adalah k=7. Sedangkan untuk k=27 algoritme knn mempunyai nilai akurasi lebih besar dengan nilai 80,51%, presisi sebesar 81,03%, dan recall ssbesar 96,58%.
DETEKSI SUARA CHORD PIANO MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Fajar Ferdiawan; Budi Hartono
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.552

Abstract

Piano merupakan alat musik yang paling digemari oleh masyarakat selain gitar, piano dapat menjadi instrument yang baik untuk mengiringi penyanyi walaupun tanpa iringan alat musik yang lain. Piano terdiri dari not yang mencapai 6.5 oktaf sampai lebih dari 7 oktaf, dari not yang ada dapat dibentuk menjadi chord yang sesuai dengan tangga nadanya. Ada beberapa tangga nada yaitu pentatonic, chromatic, serta diatonic, dari ketiga tangga nada tersebut tangga nada diatonic-lah yang sering dipakai. Tangga nada diatonic juga memiliki 2 jenis yaitu diatonic major dan diatonic minor. Tangga nada diatonic major umumnya digunakan pemula untuk belajar piano. Penelitian ini akan mengklasifikasikan chord piano major scale dengan menggunakan metode Convolutional Neural Network. Convolutional Neural Network digunakan untuk mendeteksi serta mengenali object pada sebuah gambar. Penelitian ini juga menggunakan library Keras yang merupakan jaringan syaraf tiruan yang berjalan diatas TensorFlow untuk mempercepat proses pengolahan citra. Hasil uji dengan menggunakan 240 dataset chord piano menghasilkan akurasi tertinggi mencapai 98%.
ANALISIS SENTIMEN PEJUALAN JAFRA DALAM PANDEMI COVID-19 DENGAN ALGORITMA KLASIFIKASI Petrus Damianus Batlayeri; Windu Gatta
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.569

Abstract

Pada masa ini di zaman big data , penggunaan media sosial sering kali membuat postingan di akun media social miliknya berupa opini-opini  terhadap  kejadian  dan  barang  disekitarnya, salah  satunya  yaitu  membuat  suatu  postingan  yang memberikan  opini  pada  suatu  barang sehingga kita jadi tahu dampak atau pandangan publik dari suatu produk pada kasus ini yaitu jafra. Adapun  beberapa  tahapan-tahapan dalam penelitian ini diawali dari pengumpulan data yang dilakukan dengan mengcollect data tweet pada media social twitter sebanyak 1.000 tweet yang berkaitan dengan produk jafra, selanjutnya dilakukan pra-prosesing untuk mencari kata-kata  yang  sering  muncul didalam  tweet. Penelitian ini bertujuan untuk menentukan sentimen publik terhadap dampak dari penjualan produk Jafra dimasa pandemic virus covid-19 ini, sehingga membantu usaha penjualan untuk melakukan riset atas opini publik. Klasifikasi algoritma seperti Naive Bayes (NB), K-Nearest Neighbor (k-NN) dan  Decision Tree yang diusulkan oleh banyak peneliti untuk digunakan dalam analisis sentimen teks. Ketiga algoritma dan metodenya, akan diuji dengan dua masukan dengan menggunakan komentar Tokenize and Transform Case yang positif dan negatif , akurasi yang didapat algoritma Naïve Bayes accuracy: 74.92%, k-NN accuracy: 76.22%, Decision Tree accuracy: 77.85% Hasil penelitian menunjukkan bahwa algoritma Decisoin Tree  mendapatkan hasil terbaik dan akurat
IMPLEMENTASI METODE AHP-SAW DALAM PENGAMBILAN KEPUTUSAN PEMBERIAN BANSOS DI KELURAHAN JLEGONG: AGUS ARIYANTO; Aji Supriyanto
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.571

Abstract

Akibat dari pandemi covid- 19 menyebabkandampak sosial serta ekonomi dan mempengaruhi tingkatan kesejahteraan warga di kelurahan Jlegong mengakibatkan meningkatkan jumlah warga miskin. Dalam situasi pandemi pemerintah mengeluarkan kebijakan pemberian bantuan sosial (Bansos) sebagai tanggung jawab negara kepada masyarakat. Pelaksanaan penyaluran bantuan sering kali kurang tepat sasaran dikarenakan kriteria untuk penerima bantuan yang tidak sesuai dan data yang tidak akurat/tidak sesuai dengan kenyataan di lapangan, Sehingga mendapat protes dari warga yang seharusnya mendapatkan bantuan akan tetapi mereka tidak mendapatkan bantuan tersebut, begitupun sebaliknya. Berdasarkan hal tersebut, maka metode Analytic Hierarchy Proces (AHP) dan Simple Additive Weighting (SAW) digunakan dalam penelitian ini untukpengambilan keputusan penerima bansos dengan mempertimbangkan kriteria menurut Data Terpadu Kesejahteraan Sosial (DTKS).Penelitian ini bertujuan membantu pengambilankeputusan dalam menentukan bansos secara cepat dan tepat sasaran. AHP digunakan untuk pembobotan kriteria dan SAW untuk tahapan perankingan. Hasil pengujian menghasilkan kriteria yang paling tinggi nilai bobotnya yaitu pada kriteria kondisi rumah dengan nilai 3,085842185 dan nilai bobot terendah pada kriteria tanggungan dengan nilai 0,30483857, dan menghasilkan nilai preferensi tertinggi yaitu 0,780.
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN JUMLAH PRODUKSI BARANG METODE FUZZY TSUKAMOTO Regina Putri Wanda Zahirah; Maya Nurachmawati Adiningtias; Firda Millennianita; Ridha Berlianny Sulistiaputri; Ummi Athiyah
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 2 (2022): JIRE Nopember 2022
Publisher : LPPM STMIK Lombok

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

Abstract

Sistem pendukung pengambilan keputusan penentuan jumlah produksi barang dibuat untuk mempermudah penjual menentukan berapa produksi yang harus dibuat tanpa ada barang berlebih yang tidak terjual. Sistem ini dibuat dengan menggunakan studi kasus CV Karya Erat. Sistem dilengkapi dengan perhitungan prediksi jumlah produksi barang agar jumlah persediaan gudang bisa tetap stabil, perhitungan dilakukan dengan menggunakan metode fuzzy Tsukamoto. Optimasi jumlah produksi barang ini membutuhkan 8 variabel data yaitu permintaan terkecil, permintaan terbesar, permintaan yang diminta, persediaan terkecil, persediaan terbesar, persediaan di gudang, dan produksi terkecil serta produksi terbesar. Setelah itu data data tersebut akan dijabarkan sesuai dengan empat aturan fuzzy yang berbentuk If-Then. Hasil dari tiap inferensi aturan diberikan berdasarkan α-predikat. Hasil akhir dari sistem ini berupa prediksi jumlah produksi barang yang harus dibuat dengan menggunakan rata-rata terbobot. Sistem ini berupa aplikasi berbasis android dibuat menggunakan editor VSCode dengan bahasa Javascript, framework React Native.
RANCANG BANGUN SISTEM KEAMANAN MOTOR DENGAN GPS DAN NOTIFIKASI ANDROID Kiki Prawiroredjo; Nadhif Fauzan
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 2 (2022): JIRE Nopember 2022
Publisher : LPPM STMIK Lombok

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

Abstract

Banyaknya penggunaan sepeda motor berdampak pada meningkatnya jumlah kasus pencurian. Lebih dari 100 kasus pencurian sepeda motor terjadi setiap minggunya. Aparat kepolisian telah menghimbau untuk mengaplikasikan kunci ganda pada pengguna sepeda motor. Sistem keamanan ini dibuat agar motor dapat mengenali pemiliknya, dirancang menggunakan mikrokontroler, sensor sidik jari, modul GPS, relai, buzzer dan sensor getar. Untuk menyalakan sepeda motornya, selain menyalakan kunci kontak pemilik harus memverifikasi dirinya menggunakan sensor sidik jari. Sistem tracking GPS  membuat pemilik mengetahui keberadaan motornya apabila terjadi pencurian ditengah perjalanan. Komponen relai memutus dan menyambungkan kelistrikan kontak motor, sensor getar akan mendeteksi gerakan motor pada saat parkir yang akan memicu buzzer untuk berbunyi dan mengirimkan notifikasi pada smartphone pemilik motor. Berdasarkan hasil pengujian diketahui bahwa waktu respon rata-rata pengiriman data dari alat pengaman sampai ke aplikasi Android rata-rata selama 17,863 detik. Waktu respon rata-rata yang dibutuhkan alat untuk mengirimkan notifikasi peringatan sensor getar aktif pada aplikasi Android 7,16 detik. Waktu respon rata-rata untuk menyalakan motor menggunakan sensor sidik jari sampai motor menyala adalah 4,77 detik. Waktu respon rata-rata untuk menyalakan motor menggunakan aplikasi Android adalah 10,51 detik.
ANALISIS KELAYAKAN PEMBERIAN KREDIT KOPERASI DENGAN METODE DATA MINING DECISION TREE Irma Rahmianti
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 2 (2022): JIRE Nopember 2022
Publisher : LPPM STMIK Lombok

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

Abstract

Savings and loan cooperatives provide credit to members with certain criteria. This study was conducted to analyze the feasibility of providing credit to members of savings and loan cooperatives. In developing their business cooperatives have problems choosing employees who are eligible or not in providing savings and loan cooperatives so that the cooperative's financial cycle can run in an orderly and smooth manner. The attributes used as test data are discipline, class, age, years of service, and other income. The research uses the decision tree algorithm C4.5 data mining method with rapidminer tools on the data of prospective cooperative creditors. The results obtained are 94.27% accuracy, 100% precision, and 89.29% recall.
IMPLEMENTASI ARDUINO DAN KARTU RFID PADA MEDIA PEMBELAJARAN MENGENAL HEWAN LAUT Lastoni Wibowo; Retno Wahyusari
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 2 (2022): JIRE Nopember 2022
Publisher : LPPM STMIK Lombok

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

Abstract

Permainan kartu adalah salah satu bentuk permainan yang dapat meningkatkan ketangkasan serta daya ingat anak. Permainan kartu bergambar dapat dijadikan sarana pembelajaran anak usia 4-10 tahun dalam mengenal lingkungan. Objek lingkungan yang sering dikenalkan pada anak adalah nama dan bentuk hewan air/laut. Permainan yang dapat mengeluarkan suara juga dapat meningkatkan antusiasme anak dalam bermain serta dapat meningkat kemampuan indra pendengaran dan daya ingat anak. Pada Penelitian ini dilakukan penerapan Arduino dan Kartu RFID pada Permainan kartu pengenalan nama hewan laut. Permainan kartu yang dirancang dalam penelitian ini diberi nama “PAK NELAYAN” yaitu singkatan dari “Permainan Kartu Mengenal Hewan Lautan”. Cara kerja dari Pak Nelayan cukup sederhana yaitu kartu ditempelkan pada RFID reader yang sudah tersambung pada Arduino. Arduino akan membaca nomor ID kartu, jika nomor ID kartu sudah terdaftar kemudian Arduino memberikan perintah pada audio player Board dan speaker untuk membunyikan audio nama hewan yang sudah tersimpan pada SDCard yang selaras dengan nomor ID kartu yang terbaca. Ada 10 hewan laut yang dijadikan kartu permainan. Melalui pembuatan Pak Nelayan (Permaian Kartu Mengenal Nama Hewan Lautan) ini dapat menjadi media belajar anak usia 4-10 tahun yang dapat meningkatkan pengetahuan anak dalam mengenal hewan laut yang menarik dan lebih interaktif.
SISTEM PENDUKUNG KEPUTUSAN (SPK) PENENTUAN ALGORITMA / METODE UNTUK PENELITIAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING(SAW) syafiatun ihsani luthfiyah; Rina Candra Noor Santi
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 2 (2022): JIRE Nopember 2022
Publisher : LPPM STMIK Lombok

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

Abstract

Tugas akhir adalah sebuah kewajiban untuk semua mahasiswa agar dapat menyelesaikan sebuah studi, di setiap tugas akhir harus memiliki judul dengan tema tertentu. Penelitian ini bertujuan untuk menentukan sistem pendukung keputusan (SPK) penentuan algoritma/metode dengan menggunakan metode simple additive weighting(SAW) . Metode simple Weighting (SAW) digunakan untuk pembobotan kriteria dan juga perangkingan . Hasil penelitian ini menghasilkan sebuah sistem pendukung keputusan (SPK) untuk menentukan metode/algoritma yang tepat untuk sebuah judul penelitian dengan menggunakan metode Simple Additive Weighting(SAW). Dimana hasil perangkingan nilai akhir tertinggi merupakan metode yang paling tepat untuk menentukan algoritma/ metode untuk sebuah judul penelitian yang dibutuhkan reviewers .

Page 10 of 24 | Total Record : 232

 8   9   10   11   12 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025): JIRE November 2025 Vol. 8 No. 1 (2025): JIRE APRIL 2025 Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024 Vol. 7 No. 1 (2024): JIRE APRIL 2024 Vol. 6 No. 2 (2023): Jire Nopember 2023 Vol. 6 No. 1 (2023): JIRE April 2023 Vol. 5 No. 2 (2022): JIRE Nopember 2022 Vol. 5 No. 1 (2022): JIRE April 2022 Vol. 4 No. 2 (2021): JIRE NOVEMBER 2021 Vol. 4 No. 1 (2021): JIRE April 2021 Vol. 3 No. 2 (2020): JIRE Nopember 2020 Vol. 3 No. 1 (2020): JIRE April 2020 Vol. 2 No. 2 (2019): JIRE Nopember 2019 Vol. 2 No. 1 (2019): JIRE April 2019 Vol. 1 No. 2 (2018): JIRE Nopember 2018 Vol. 1 No. 1 (2018): JIRE April 2018 More Issue