Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )
Jurnal Teknologi Informasi, Komputer dan Aplikasinya disingkat dengan JTIKA diterbitkan oleh Program Studi Teknik Informatika Fakultas Teknik Universitas Mataram sebagai wadah publikasi hasil penelitian original dalam di bidang teknologi informasi, ilmu komputer dan aplikasinya. JTIKA adalah open access jurnal dengan online ISSN 2657-0327 dan proses review secara blind dan peer-review yang dilakukan oleh sekurang-kurangnya 2 orang reviewer. JTIKA memiliki Jumlah terbitan sebanyak 2 kali dalam setahun yaitu pada bulan Maret dan September. Tujuan utama JTIKA adalah sebagai media untuk mempublikasikan artikel hasil penelitian, inovasi aplikasi, studi perbandingan yang berkualitas baik dan mengikuti perkembangan dan tren teknologi baru dibidang Teknologi informasi, Komputer adan Aplikasinya. Artikel yang dipublikasikan pada JTIKA dapat ditulis dalam bahasa Indonesia maupun bahasa Inggris.
Articles
16 Documents
Search results for
, issue
"Vol 4 No 2 (2022): September 2022"
:
16 Documents
clear
<![CDATA[KLASIFIKASI MOOD MUSIK MENGGUNAKAN K-NEAREST NEIGHBOR DAN MEL FREQUENCY CEPSTRAL COEFFICIENTS ]]>
<![CDATA[Fuad Fadlila Surenggana]]>;
<![CDATA[Arik Aranta]]>;
<![CDATA[Fitri Bimantoro]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.191
<![CDATA[Musik merupakan kombinasi antara nada, vokal dan juga instrumental yang harmoni untuk mengekspresikan sesuatu yang bersifat emosional. Mood musik dapat berpengaruh terhadap emosi manusia. Mood musik dapat meningkatkan gairah dan kesenangan serta dapat mempengaruhi emosi komunikasi. Musik dapat ditemukan dengan mudah melalui Digital Music Library (DML) namun pengelompokan musik pada DML terbatas hanya pada judul, nama penyanyi, album dan genre musik. Perlu adanya variasi dalam mengenali musik untuk menjangkau pengelompokan dan klasifikasi musik yang lebih luas. Penelitian ini betujuan untuk mengklasifikasi mood musik berdasarkan Mel-Frequency Cepstral Coefficients (MFCC) dan menggunakan K-Nearest Neighbor (KNN). Dataset yang digunakan yaitu sebanyak 200 file musik dan terbagi menjadi 4 kelas mood berdasarkan Model Thayer yaitu angry (marah), happy (Bahagia), sad (sedih), dan relax (santai). Ekstraksi fitur menggunakan MFCC akan menghasilkan 13 fitur MFCC, 13 fitur delta dan 13 fitur delta-delta. Pada penelitian mendapatkan akurasi sebesar 85,5% menggunakan KNN dengan nilai k=5 dan menggunakan metode jarak Manhattan.]]>
<![CDATA[IMPLEMENTASI DECISION SUPPORT SYSTEM METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE DALAM PEMILIHAN RUMAH KOST DISEKITAR KAMPUS UNIVERSITAS NEGERI MEDAN ]]>
<![CDATA[Ronaldo Mardianson Sinaga]]>;
<![CDATA[Fahri Aulia Alfarisi Harahap]]>;
<![CDATA[Anggi Tasari]]>;
<![CDATA[Deby Yandra Niska]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.192
<![CDATA[The need for information on the boarding house and its location at this time is very important. However, due to the large amount of information about boarding houses and their available locations, the general public, especially students studying at universities, are confused about finding the location of a boarding house that suits their needs. Nowadays, many people use websites to find information about boarding houses, but the website only provides or provides information. Therefore, this research was built with the title "Implementation of the Decision Support System Method of Simple Multi Attribute Rating Technique in the Selection of Boarding Houses Around the Medan State University Campus" which aims to create a website-based information system in determining boarding recommendations so that the general public, especially students, can choose boarding houses. - boarding according to their criteria and needs. The method used in this research is the Simple Multi Attribute Rating Technique (SMART).]]>
<![CDATA[KLASIFIKASI TEKS ULASAN PADA WEB TRIPADVISOR TENTANG WISATA ALAM PULAU LOMBOK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER ]]>
<![CDATA[yuni oktaviani]]>;
<![CDATA[I Gede Putu Wirarama Wadashwara Wirawan]]>;
<![CDATA[Ariyan Zubaidi]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.196
<![CDATA[Bidang pariwisata saat ini juga sudah sangat terpengaruh oleh kemajuan teknologi dan internet, banyak dampak positif yang dirasakan dibidang pariwisata. TripAdvisor adalah platform wisata terbesar di dunia yang membantu wisatawan mengoptimalkan potensi setiap perjalanan, ulasan pada TripAdvisor mengandung berbagai aspek penilaian dan berupa mixed sentiment (seperti positif dan negatif). Untuk itu, perlu adanya Klasifikasi ulasan TripAdvisor pada tempat wisata sehingga dapat diketahui aspek penilaian apa saja yang sering dibahas oleh para pengunjung dan dapat menentukan penilaian secara spesifik apakah ulasan tersebut positif atau negatif.Penelitian ini menggunakan metode Naïve Bayes Classifier Model ini sangat cepat dalam pelatihan dan dapat digunakan pada dataset yang lebih kecil. Meskipun merupakan model yang sederhana, namun metode ini mampu menghasilkan akurasi yang cukup tinggi. Dalam penelitian ini penulis juga menggunakan tambahan Fitur selection mutual information, MI digunakan dalam mengukur kontribusi sebuah term terhadap kategori yang tepat berdasarkan kehadiran atau ketidakhadiran. klasifikasi yang dilakukan dengan metode naïve bayes classifier dengan tambahan seleksi fitur mendapatkan nilai akurasi sebesar 85,86 %, sedangkan tanpa menggunakan seleksi fitur mutual information dan memperoleh akurasi sebesar 83,80%, berdasarkan kedua klasifikasi yang telah dilakukan, diperoleh selisih akurasi sebesar 2.06%, yang artinya proses klasifikasi dengan menggunakan seleksi fitur mutual information dapat menaikkan akurasi sebesar 2,06%.]]>
<![CDATA[FREQUENT ITEMSET MINING PADA ARTIKEL COVID-19 MENGGUNAKAN WEB CRAWLING DAN ALGORITMA FP-GROWTH ]]>
<![CDATA[Rizky Dwi Hadisaputro]]>;
<![CDATA[I Gede Putu Wirarama Wadashwara Wirawan]]>;
<![CDATA[Ariyan Zubaidi]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.197
<![CDATA[Virus Corona COVID-19 merupakan penyakit yang telah menjadi pandemi di seluruh Dunia. Khususnya Indonesia yang berada di posisi 20 besar negara yang menyumbang kasus terbanyak COVID-19. Hal ini menyebabkan banyaknya pemberitaan tentang virus ini oleh berbagai media massa. Salah satu cara penyampaian informasi yang cukup populer adalah melalui portal berita daring. Dalam mengekstraksi kata yang mengandung dampak serta bahasan virus corona dapat menggunakan teknik data mining. Data mining akan memudahkan dalam mengekstraksi informasi yang bermanfaat dan pengetahuan terkait dari berbagai basis data besar. Dalam mendapatkan basis data berita yang besar pada penelitian ini digunakan teknik web. Hasil crawling selanjutnya akan diolah dan dicari kombinasi kata yang sering muncul atau dikenal dengan istilah frequent itemset. Teknik Frequent Patten Growth (FP-Growth) adalah salah satu algoritma dalam mencari frequent itemset yang merupakan pengembangan dari algoritma Apriori. Data yang digunakan sebanyak 7857 berita dari 10 kategori berita dengan kata kunci pencarian “Corona Indonesia”. Nilai ambang batas yang digunakan untuk studi kasus ini berada pada nilai 0,8 untuk support dan 0,7 untuk confidence yang menghasilkan frequent itemset sebanyak 246869. Dalam penelitian ini strong rule association yang dihasilkan adalah kombinasi kata (Baca, Indonesia) dengan kata (Corona, Orang, Covid) yang memiliki nilai confidence 1,0, adapun untuk nilai rule terendah berada pada kombinasi kata (Baca, Indonesia, Video) dengan kata (Gambas, Laku, Corona, Sebar, Orang, Covid, Detik) dengan nilai confidence yang dihasilkan 0,8.]]>
<![CDATA[RANCANG BANGUN SISTEM INFORMASI KEUANGAN DESA DORIDUNGGA KECAMATAN DONGGO KABUPATEN BIMA BERBASIS WEB MENGGUNAKAN METODE EXTREME PROGRAMMING ]]>
<![CDATA[M Azhar]]>;
<![CDATA[Nadiyasari Agitha]]>;
<![CDATA[Moh. Ali Albar]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.198
<![CDATA[Desa Doridungga merupakan salah satu desa yang berada di Kecamatan Donggo, Kabupaten Bima yang sistempengolahan keuangannya masih menggunakan cara manual. Untuk mendapatkan informasi terkait keuangandesa, masyarakat setempat harus berjalan ke kantor desa, atau mereka harus melihat spanduk-spanduk yangdipasang di samping jalan di desa setempat. Hal tersebut dinilai tidak efisien karena memakan waktu yang cukupbanyak hanya untuk mendapatkan informasi. Apalagi jika masyarakat desa setempat berada diluar daerah.Berdasarkan hasil wawancara penulis dengan perangkat desa bahwa kondisi yang terjadi di desa adalah belumterdapat sistem informasi yang memuat informasi keuangan desa, seperti anggaran pendapatan dan belanja desa(APBDes). Dari permasalahan yang terjadi, solusi yang tepat yang dapat diambil adalah dengan membuat sebuahsistem informasi desa yang dapat mengolah dan menampilkan data terkait APBDes (berbasis website) sehinggadapat diakses oleh masyarakat luas, dengan adanya sistem informasi tersebut harapannya dapat membantumasyarakat luas dalam mengakses informasi terkait keuangan desa. Dalam penelitian ini menggunakan metodeExtreme Programming. Penggunaan metode XP sangat cocok digunakan dalam pengembangan sistem informasiini dikarenakan client sewaktu-waktu menginginkan perubahan-perubahan dari segi fitur dalam sistem informasikarena dalam penggunaan metode XP sendiri membutuhkan lebih banyak interaksi dengan client. Oleh karena itu,dengan menerapkan metode XP dalam penelitian ini pengembangan sistem informasi dapat diselesaikan sesuaidengan waktu yang telah direncanakan. Dengan adanya sistem informasi ini dapat membantu masyarakat dalammengakses data keuangan Desa Doridungga Kecamatan Donggo Kabupaten Bima. Hal ini dibuktikan dengan hasilkuisioner bahwa yang menjawab sangat setuju 66.7%, setuju 24.2%, dan yang menjawab cukup 9.1%.]]>
<![CDATA[PEMBUATAN SISTEM KENDALI INFRARED MODULE MENGGUNAKAN GOOGLE AIY VOICE KIT DAN KOMUNIKASI DATA MQTT ]]>
<![CDATA[yuliana yuliana]]>;
<![CDATA[I Gede Putu Wirarama Wadashwara Wirawan]]>;
<![CDATA[Ahmad Zafrullah M.]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.199
<![CDATA[Berdasarkan hasil pengisian kuisioner terhadap beberapa responden terkait tanggapan dalam penggunaan remote control dalam mengontrol perangkat yang bekerja dengan infra merah, terdapat beberapa masalah yang dihadapi pengguna seperti sebanyak 53,3% remote control responden hanya dapat dilakukan secara garis lurus, remote control yang hilang, remote control yang sering rusak, kondisi saat lupa menaruh remote control, beberapa tombol pada remote control yang macet atau bermasalah dan energi baterai yang digunakan remote control terbatas. Sistem smart home dapat dilakukan dengan menggunakan perintah suara dengan menggunakan Google AIY Voice Kit yang merupakan sistem kecerdasan buatan yang dikembangkan oleh Google. Penggunaan modul infrared sebagai objek penelitian ini akan dilakukan pada alat elektronik TV dan AC. Message Queue Telemetry Transport (MQTT) merupakan sebuah protokol konektifitas machine to machine (M2M) yang mampu mengirimkan data dengan ringan menggunakan rancangan TCP/IP. Rata-rata waktu delay yang diberikan sistem untuk pengguna memberikan perintah suara setelah menyebut “ok google” adalah selama 10 detik. Sedangkan waktu delay sistem dapat mengontrol perangkat selama 5 detik. Pengujian terhadap jarak yang dapat didengar sistem saat pengguna memberikan perintah suara adalah rata-rata sejauh 3 meter. Untuk pengujian keseluruhan sistem dilakukan dengan 6 sample dan menunujukkan hasil yang baik dimana perangkat Google AIY Voice Kit dapat mengkonversi perintah suara dengan baik dengan hasil akurasi sebesar 82.87%.]]>
<![CDATA[IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENDETEKSI PENYAKIT GINJAL ]]>
<![CDATA[Fahri Aulia Alfarisi Harahap]]>;
<![CDATA[Ronaldo Mardianson Sinaga]]>;
<![CDATA[Khusnul Arifin]]>;
<![CDATA[Kana Saputra S]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.202
<![CDATA[There are several types of kidney disease, such as kidney cancer, tumors, etc. Kidney disease can be detected early, to find out what type of disease the patient has. In the world of artificial intelligence, there is a term called Convolutional Neural Network (CNN) which is often used in image data processing. CNN is a category of artificial neural network which is effective in performing image recognition and classification of image data. The purpose of this research is to find out how to apply the CNN algorithm in detecting kidney disease based on existing image data. This research was developed using the Python programming language and will be implemented into a web-based system. The results obtained from this research are the formation of a web-based system, which this website can be used to detect types of kidney disease based on the input images performed. This kidney disease classification website has been successfully created using the Flask Framework with the API from Google Colab which produces the h5 model and Visual Studio Code. Websites can be run on all types of computer operating systems. Image training data using a CNN algorithm derived from 9334 data trains and 3110 data validations. In this case, 4 classes of data image are used, namely cyst kidney data, normal kidney data, tumor kidney data and stone kidney data. It was found that the accuracy of the f1 score was 68%.]]>
<![CDATA[PERANCANGAN SISTEM PENJADWALAN TV DAN AC MENGGUNAKAN GOOGLE AIY VOICE KIT MELALUI MQTT ]]>
<![CDATA[irma fajriati]]>;
<![CDATA[I Gede Putu Wirarama Wadashwara Wirawan]]>;
<![CDATA[Ahmad Zafrullah M.]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.204
<![CDATA[Dari hasil pengisian kuisioner yang dilakukan beberapa responden mengenai penggunaan remote control untuk mengoperasikan perangkat elektronik dalam hal ini TV dan AC, 46,2% orang masih sering lupa untuk mematikan perangkat elektroniknya dimana beberapa penyebabnya yaitu memang lupa mematikan perangkat elektronik dikarenakan ada suatu kondisi yang tidak terduga dan ada pula yang sudah menjadi kebiasaan membiarkan perangkat elektronik tetap menyala meskipun tidak digunakan. Selain itu juga terdapat beberapa masalah yang dialami oleh pengguna dalam menggunakan remote control untuk pengoperasian perangkat elektroniknya yaitu remote control yang daya baterainya mudah habis, remote control yang mudah rusak, remote control yang sering lupa ditaruh dimana maupun remote control yang harus digunakan secara garis lurus dengan perangkat elektroniknya. Penggunaan perintah suara dalam pengoperasian perangkat elektronik saat ini sudah banyak diminati karena cara pengoperasian sistemnya yang mudah dan tidak membutuhkan banyak tenaga sehingga menjadikan perintah suara sangat cocok digunakan untuk sistem home automation. Pada penelitian ini Google AIY Voice Kit digunakan untuk membuat sistem penjadwalan perangkat rumah dalam hal ini TV dan AC dengan cara memberikan perintah melalui speech recognition atau pengenalan suara melalui protokol MQTT sehingga memudahkan proses kontrol dalam penggunaan perangkat rumah tanpa menggunakan remote control. Pengujian pada sistem penjadwalan ini berjalan lancar, karena perintah suara yang diberikan melalui Google AIY Voice Kit berhasil tersimpan kedalam database dan berhasil dijalankan sesuai dengan jadwal yang sudah ditentukan. Sedangkan pada pengujian untuk keseluruhan sistem, dilakukan pengujian oleh 6 orang responden dengan hasil pengujian yang baik dan sesuai dengan hasil yang diharapkan yaitu perangkat Google AIY Voice Kit dapat mengkonversi perintah suara menjadi kalimat perintah yang tersimpan kedalam website. Hasil akurasi dari keberhasilan konversi perintah suaranya adalah 92,1%. Ada beberapa hal yang menyebabkan kegagalan sistem dalam proses menerima perintah suara diataranya, perintah suara yang diucapkan tidak terlalu jelas, pengguna memberikan perintah suara dengan nada yang rendah, serta jarak pengguna dengan google aiy voice kit yang terlalu jauh.]]>
<![CDATA[ALGORITMA MACHINE LEARNING DETEKSI DEFORESTASI HUTAN HUJAN TROPIS DI KABUPATEN KOTAWARINGIN BARAT ]]>
<![CDATA[Beni Iskandar]]>;
<![CDATA[Nanang Hanafi]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.205
<![CDATA[Deforestasi hutan hujan tropis sangat ekstensif dan permanen menyebabkan degradasi hilangnya keanekaragaman hayati, penuruan kualitas dan kuantitas air, polusi udara dan emisi CO2. Beberapa dekade terakhir telah berkembang signifikan penerapan ektraksi penutupan lahan pada citra secara otomatis dengan teknik Mechine Learning (ML). Penelitian ini bertujuan menguji kehandalan ML algoritma RF, CART dan SVM untuk deteksi perubahan penutupan lahan dan mengukur deforestasi hutan hujan tropis di Kabupaten Kotawaringin Barat. Penelitian ini menggunakan citra Landsat-7 perekaman tahun 2000 dan citra Senintel-2A perekaman tahun 2021, saluran parameter spektral klasifikasi yang digunakan yaitu biru, merah, hijau, infra merah dekat dan gelombang pendek infra merah 1 dan 2, klasifikasi penutupan lahan menggunakan tiga ML algoritma yaitu RF, CART dan SVM. Hasil penelitian ini menunjukan bahwa penutupan hutan alam mengalami penurunan seluas 180.073 ha dan laju deforestasi 24.975 ha/th atau 1.9 %/th yang terjadi antara tahun 2000 hingga 2021. Algoritma RF menunjukan hasil yang terbaik dengan rerata akurasi OA 95% dan Kappa 94%. Keywords: Deforestasi Hutan Hujan Tropis, Penutupan Lahan, Machine Learning, Random Forest, Classification And Regression Trees, Support Vector Machine]]>
<![CDATA[IMPLEMENTASI OTOMASI BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN MIKROKOMPUTER UNTUK PEMANTAUAN IKLIM MIKRO RUMAH KACA ]]>
<![CDATA[Nurpilihan Bafdal]]>;
<![CDATA[Irfan Ardiansah]]>
<![CDATA[ JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29303/jtika.v4i2.207
<![CDATA[The Internet of Things (IoT) is currently influencing many facets of human life. Smart agriculture is one system that can use the Internet of Things to improve production efficiency and consistency across agriculture, improve crop quality, and reduce negative environmental impacts. The architecture of an IoT-based microclimate monitoring system tailored for use with the Unpad ALG greenhouse is shown in this paper. The suggested system design can collect microclimate data using the SHT11 and GUVA-S12SD microclimate sensors and store it in a database on a Raspberry Pi with a cloud computing back-end idea. The Raspberry Pi is also used to process and analyze data in order to set up mist-based greenhouse cooling systems. The collected data is delivered to a web-based front-end node, which users can access from their own device. The results reveal that when the temperature rises beyond the predetermined threshold of 30°C or the humidity falls below 80%, the system can activate the mist-based cooling system. With a temperature difference of 6.25 degrees Celsius lower and humidity of 28.06 percent greater, the system is able to perform better than before it was introduced. The automation system's performance can be increased by 15.22%, however it will decline as the light intensity rises.]]>
