cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
-
Editorial Address
Jl. Tlogomas 246 Malang
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
Published by Universitas Muhammadiyah Malang
ISSN : 27147975     EISSN : 27161382     DOI : http://dx.doi.org/10.22219
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Repositor dipublikasikan oleh Universitas Muhammadiyah Malang dan dikelolah Program Studi Informatika. Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang ifnormatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 15 Documents
 1   2 
Search results for , issue "Vol 2 No 4 (2020): April 2020" : 15 Documents clear
Game Pembuatan Roti Berbahan Dasar Tepung Mocaf "COOKING MOCAF" Tino Firmansyah; Eko Budi Cahyono; Wildan Suharso
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.81

Abstract

Roti merupakan makanan yang sering dikonsumsi di Indonesia. Bahan dasar dalam pembuatan roti tersebut berupa tepung terigu yang terbuat dari bahan baku dari gandum, sedangkan budidaya gandum di Indonesia belum ada, oleh Karena itu tepung mocaf adalah peluang besar untuk bahan dasar sebagai pengganti gandum tersebut dan di Indonesia sangat lah mudah dalam mebudidayakan singkong tersebut. Melihat kondisi ini maka harus dilakukan pengenalan sistem atau pendekatan kepada masyarakat berupa game edukasi. Game edukasi sendiri merupakan game yang mendidik bagi para penggunanya yang bertujuan membuat permainan tidak jenuh dan tidak membosankan, Dengan harapan game edukasi ini bisa membantu dalam pola pikir masyarakat dalam hal memahami dan mengetahui cara pengolahan roti menggunakan tepung mocaf. Dengan melihat perkembangan ini diharapkan tepung mocaf bisa dijadikan bahan pengganti sebagai bahan dasar pembuatan roti. Dengan melihat peluang ini sehingga bisa membantu masyarakat untuk lebih mengenal tepung mocaf dan bagaimana cara membuat tepung mocaf tersebut menjadi bahan pangan olahan roti dengan cara membuat pemecahan masalah tersebut dengan membuatkan game edukasi sebagai alat bantu untuk mengenalkan tepung mocaf bisa dijadikan bahan baku sebagai pembuatan roti.
Implementasi Honey Bee Mating Optimization Pada Vehicle Routing Problem With Time Windows Dalam Perencanaan Jalur Wisata Malang M Syawaluddin Putra Jaya; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.392

Abstract

Vahicle Routing Problem adalah suatu masalah pencaian jalur yang akan dilalui dengan tujuan mencari rute yang paling cepat atau pendek. Vahicle Routing Problem with Time Windows (VRPTW) yang merupakan sebutan bagi VRP dengan kendala tambahan berupa adanya time windows pada masing-masing pelanggan yang dalam hal ini berupa destinasi wisata. Dalam penelitian ini diterapkan Honey Bee Mating Optimization (HBMO) dalam menyelesaikan VRPTW. HBMO sendiri terinspirasi oleh perilaku koloni lebah ketika bereproduksi. Algoritma tersebut bertujuan untuk mengevaluasi pencarian individu atau solusi terbaik. Tujuan dari penelitian ini adalah bagaimana mengimplementasikan Honey Bee Mating Optimization dalam menyelesaikan VRPTW pada perencanaan jalur wisata di Malang. Sehingga dapat meminimumkan waktu dan jarak tempuh perjalanan. Berdasarkan hasil pengujian, parameter yang optimal untuk optimasi VRPTW menggunakan HBMO pada kasus perencannan jalur wisata Malang yaitu dengan menggunakan 800 generasi, populasi lebah jantan sebesar 300, batas kapasitas spermatheca sejumlah 100, nilai mutation ratio (Pm) dan royal jelly masing-masing bernilai 0.5.
Implementasi Pemantauan Suhu Kelembaban serta Pengendali Penyiraman Tanaman secara Otomatis pada Greenhouse Berbasis Web Lalu Rahmat Hidayat; Zamah Sari; Fatimah Nursandi
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.50

Abstract

Aglaonema merupakan tanaman hias daun yang memiliki nilai keindahan pada variasi daun, baik motif warna maupun bentuk daun. Aglaonema tumbuh pada suhu 24-270C dan kelembaban 65-75%, serta tidak terkena sinar matahari langsung. Untuk mendapatkan kondisi ideal maka aglaonema ditempatkan didalam sebuah greenhouse. Sehingga dirancanglah sebuah sistem yang dapat memantau suhu, kelembaban serta pengendalian penyiraman tanaman secara otomatis pada greenhouse. Adapun alat yang digunakan untuk merancang sistem ini adalah sensor DHT22, mikrokontroller Arduino uno, relay, selenoid valve, ethernet shield dan pompa air. Sensor ditempatkan pada 3 loakasi di dalam greenhouse yakni zona atap, zona dinding dan zona tanaman. Pemantauan dilakukan melalui web server dalam bentuk tabel dan grafik. Hasil pengujian didapatkan bahwa sistem ini dapat bekerja dengan baik. Dht22 dapat membaca suhu dan kelembaban dengan margin error dari pengukuran ini yakni suhu 0,410C dan kelembaban 2,56%. Pompa air bekerja dengan batasan yang telah ditentukan, ketika melebihi batas maka relay menyala dan pompa air bekerja. Hal ini sudah sesuai dengan yang diharapkan. Pengiriman data hasil sensor ke server dapat membaca dengan benar, hasil pengujian nilai sensor pada serial monitor dan di web server memiliki nilai yang sama, meskipun teradi delay. Web server dapat menampilkan data suhu dalam bentuk grafik dan tabel. Suhu dan kelembaban ideal berhasil berhasil dilakukan. Rata-rata suhu dan kelembaban ruangan sebelum menggunakan sistem yakni 30.20C dan 56,86%. Sedangkan rata-rata suhu dan kelembaban ruangan setelah menggunakan sistem yakni 27.850C dan 73,99%. Hal ini menunjukkan bahwa terjadi penurunan rata-rata suhu sebesar 2.350C dan kenaikan kelembaban sebesar 17.13%.
Perbandingan Kinerja Komputasi Hadoop dan Spark untuk Memprediksi Cuaca (Studi Kasus : Storm Event Database) Rendiyono Wahyu Saputro; Aminuddin Aminuddin; Yuda Munarko
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.93

Abstract

Perkembangan teknologi telah mengakibatkan pertumbuhan data yang semakin cepat dan besar setiap waktunya. Hal tersebut disebabkan oleh banyaknya sumber data seperti mesin pencari, RFID, catatan transaksi digital, arsip video dan foto, user generated content, internet of things, penelitian ilmiah di berbagai bidang seperti genomika, meteorologi, astronomi, fisika, dll. Selain itu, data - data tersebut memiliki karakteristik yang unik antara satu dengan lainnya, hal ini yang menyebabkan tidak dapat diproses oleh teknologi basis data konvensional. Oleh karena itu, dikembangkan beragam framework komputasi terdistribusi seperti Apache Hadoop dan Apache Spark yang memungkinkan untuk memproses data secara terdistribusi dengan menggunakan gugus komputer.Adanya ragam framework komputasi terdistribusi, sehingga diperlukan sebuah pengujian untuk mengetahui kinerja komputasi keduanya. Pengujian dilakukan dengan memproses dataset dengan beragam ukuran dan dalam gugus komputer dengan jumlah node yang berbeda. Dari semua hasil pengujian, Apache Hadoop memerlukan waktu yang lebih sedikit dibandingkan dengan Apache Spark. Hal tersebut terjadi karena nilai throughput dan throughput/node Apache Hadoop lebih tinggi daripada Apache Spark.
Rancang Bangun Prototype Sistem Informasi Manajemen Program Studi Informatika Menggunakan Pendekatan User Centered Design Yola Agustia Rahman; Evi Dwi Wahyuni; Dharma Surya Pradana
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.433

Abstract

Sistem informasi Teknik Informatika UMM memuat kegiatan berhubungan dengan akademik. Berdasarkan hasil observasi menggunakan kuesioner yang disebarkan ke 30 responden kepada mahasiswa aktif Teknik Informatika UMM, dari pernyataan ke empat bahwa 23 orang menyatakan meragukan data yang terdapat dalam sistem bukan informasi terkini dan jarang diperbarui. Kemudian interaksi yang dilakukan seperti penyampaian informasi mengenai jadwal kuliah, jadwal sidang, event dan informasi lainnya disampaikan melalui grup Facebook. Dengan adanya permasalahan tersebut maka peneliti menggunakan .metode User Centered Design (UCD) dalam perancangan prototype akademik dengan. memanfaatkan pendapat pengguna, serta pola. dan tingkah laku pengguna dapat .menghasilkan user interface dan fungsionalitas. yang maksimal serta memiliki nilai usabili.ty. Selain itu digunakan metode Heuristic Evaluation untuk melakukan evaluasi desain dan menilai sistem. Untuk menemukan kekurangan lebih awal sebelum di implementasikan, mengurangi kesalahan kegunaan berikutnya yang memungkinkan adanya pengeluaran biaya lebih untuk perbaikan.
Deteksi Topik Tentang Tokoh Publik Politik Menggunakan Latent Dirichlet Allocation (LDA) Faizun Nuril Hikmah; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.52

Abstract

Twitter merupakan salah satu Social Networking yang memperbolehkan pengguna untuk mengirim dan membaca sebanyak 140 karakter. Berdasarkan survey sekitar 500 juta tweet tiap harinya yang dikirim melalui twitter. Data-data tersebut dapat berupa opini-opini publik mengenai politik, tokoh publik, makanan, dan lain sebagainya. Data tersebut akan diolah dengan teknik Topic Detection untuk menghasilkan suatu topik yang sedang marak dibicarakan masyarakat tentang tokoh publik politik. Permasalahan dalam penulisan ini yaitu, bagaimana mengekstraksi suatu tweet tentang tokoh publik politik dari pengguna Twitter. Data tweet yang diambil tentang tokoh publik politik diantaranya yaitu mengenai Joko Widodo, Basuki Tjahaja Purnama (Ahok), Anies Baswedan, Sandiaga Uno, dan Habib Rizieq Shihab. Dengan adanya data atau tweet tentang tokoh publik politik dapat diolah menggunakan metode Agglomerative untuk mengcluster tiap data yang akan digunakan sebagai topik acuan, LDA (Latent Dirichlet Allocation) yang akan berfungsi sebagai pemodelan topik dari tweet-tweet yang telah tercluster, serta TF-IDF untuk mengetahui tweet mana saja yang mengandung kata-kata dalam LDA yang akan dijadikan sebagai topik acuan. Sehingga akan menghasilkan deteksi topik yang relevan berdasarkan tweet mengenai tokoh publik politik.
Prediksi Pemakaian Kwh Listrik Menggunakan Metode Support Vector Regression (SVR) (Studi Kasus: PT. PLN (Persero) Rayon Seririt) Rima Mediana Mashita; Setio Basuki; Nur Hayatin
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.106

Abstract

Peranan listrik sangat penting bagi kehidupan masyarakat, begitu pentingnya peranan listrik tentu saja berdampak pada kebutuhan listrik yang begitu besar, maka PT. PLN (Persero) Rayon Seririt sebagai penyedia tenaga listrik harus bisa memprediksi besarnya peggunaan listrik rumah tangga setiap harinya. Selain itu menyebabkan semakin besar pula pemakian kwh listik, apabila pemakaian kwh listrik tidak diolah dengan baik akan menimbulkan beban energi listrik yang tidak terbendung. Dengan permasalahan yang telah diuraikan, penelitian ini menerapkan algoritma Support Vector Regression dalam Prediksi Pemakain KWH Listrik untuk mengetahui besarnya pemakaian kwh listrik yang akan datang. Berdasarkan hasil pengujian yang dilakukan hasil nilai akurasi terbaik Mean Absolute Error (MAE) sebesar 133560,1, Root Mean Squared Error (RMSE) sebesar 167664,1, dan Koefisien Korelasi sebesar 84,0 pada kernel polynomial. Sehingga algoritma Support Vector Regression dan fungsi kernel Radial Basis Function (RBF) cocok digunakan dalam memprediksi pemakaian kwh listrik.
Game Pembuatan Beras Mocaf Berbahan Dasar tepung Mocaf "Beras Mocaf, Let's Do It" Zata Dini Astuti; Eko Budi Cahyono; Wildan Suharso
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.77

Abstract

Indonesia merupakan daerah tropis yang kaya akan hasil sumber daya alam. Salah satu hasilnya adalah umbi-umbian seperti singkong. Masih banyak masyarakat yang tidak mengetahui bahwa singkong dapat diolah menjadi beras yang dikenal dengan beras analog yang merupakan beras tiruan berbahan dasar selain beras dan terigu. Telah dilakukan penelitian terhadap klaster industry kecil pengolahan ubi kayu dan klaster industry pengolahan tepung mocaf, yang bertujuan untuk membantu mengembangkan model jaringan bisnis social dan pengembangan prototip teknologi jaringan bisnis sosial pelaku usaha berbahan baku ubi kayu di desa Tirtoyudo Kecamatan Tirtoyudo kabupaten Malang. Telah dibentuk 6 tim untuk membantu penelitian tersebut yang memiliki tugas masing-masing salah satunya Game pembuatan beras mocaf berbahan dasar tepung mocaf, game ini menggunakan metode GDLC (Game Development Life Cycle). Hasil dari game bergendre simulasi ini dapat membantu pola pikir masyarakat dalam memahami dan mengetahui setiap proses cara pengolahan beras mocaf berbahan dasar tepung mocaf.
Implementasi Multiple Honeypot pada Raspberry Pi dan Visualisasi Log Honeypot Menggunakan ELK Stack Ilfan Arif Romadhan; Syaifudin Syaifudin; Denar Regata Akbi
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.114

Abstract

Perlindungan terhadap keamanan jaringan merupakan hal yang sangat penting untuk dilakukan. Mengingat kemudahan dalam mengakses jaringan memungkinkan adanya gangguan dari pihak yang ingin menyerang, merusak, bahkan mengambil data penting. Honeypot memang tidak menyelesaikan masalah pada keamanan jaringan, namun honeypot membuat penelitian tentang serangan menjadi lebih sederhana dengan konsep yang mudah untuk dimengerti dan dimplementasikan. Penelitian ini menerapkan beberapa honeypot menggunakan Raspberry pi dan ELK stack untuk monitoring hasil yang didapatkan oleh honeypot. Tujuan dari penelitian ini untuk merancang sistem yang mampu mendeteksi serangan pada jaringan menggunakan honeypot. Raspberry pi digunakan sebagai sensor honeypot untuk pemantauan ancaman keamanan terbukti hemat biaya dan efektif menggantikan komputer desktop. ELK stack memudahkan pemusatan data dari berbagai sumber dan membuat analisis log yang awalnya rumit untuk dianalisis menjadi lebih menarik.
Klasifikasi Kalimat Tanya Berdasarkan Taksonomi Bloom Menggunakan Support Vector Machine Zakiyah Rakhmawati; Setio Basuki; Galih Wasis Wicaksono
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.69

Abstract

Klasifikasi adalah suatu teknik dalam melakukan kategori pada dokumen yang memiliki jumlah isi dokumen sangat banyak. Pada penelitian ini mengusulkan sebuah metode yang dapat menghasilkan klasifikasi kalimat tanya sesuai dengan level untuk ranah kognitif pada Taksonomi Bloom. Proses identifikasi soal dilakukan berdasarkan ekstraksi fitur sintaktik dan Bag-of-Words (BoW). Hasil dari ekstraksi fitur tersebut kemudian akan diklasifikasikan menggunakan algoritma klasifikasi SVM. Tugas akhir ini bertujuan untuk melakukan hasil klasifikasi kalimat tanya berdasarkan taksonomi bloom untuk ranah kognitif yang terbagi dalam 6 level yaitu, mengingat, memahami, menerapkan, menganalisis, mengevaluasi, dan membuat. Algoritma yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). Algoritma tersebut dipilih karena mampu mengklasifikasikan data berdimensi tinggi yang dalam konteks tugas akhir ini adalah data berupa teks. Berdasarkan skenario pengujian yang sudah dilakukan, hasil rata-rata akurasi yang diperoleh pada proses pengklasifikasian kalimat menggunakan fitur sintaktik pada data uji sebesar 89.2%, sedangkan untuk fitur Bag-of-Words (BoW) tingkat akurasi yang diperoleh sebesar 100%. Berdasarkan hasil pengujian terhadap sistem klasifikasi yang telah dilakukan, rata-rata nilai akurasi didapatkan sangat baik, sehingga sistem dapat dikatakan atau layak untuk dikembangkan selanjutnya dengan berbagai variasi fitur atau algoritma pendukung lainnya.

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 5 No 4 (2023): November 2022 Vol 5 No 3 (2023): Agustus 2023 Vol 5 No 2 (2023): Mei 2023 (In Press) Vol 5 No 1 (2023): Februari 2023 Vol 4 No 4 (2022): November 2022 Vol 4 No 3 (2022): Agustus 2022 Vol 4 No 2 (2022): Mei 2022 Vol 4 No 1 (2022): Februari 2022 Vol 3 No 5 (2021): November 2021 Vol 3 No 4 (2021): Agustus 2021 Vol 3 No 3 (2021): Mei 2021 Vol 3 No 2 (2021): Februari 2021 Vol 2 No 12 (2020): Desember 2020 Vol 2 No 11 (2020): November 2020 Vol 2 No 10 (2020): Oktober 2020 Vol 3 No 1 (2021): Januari 2021 Vol 2 No 9 (2020): September 2020 Vol 2 No 8 (2020): Agustus 2020 Vol 2 No 7 (2020): Juli 2020 Vol 2 No 6 (2020): Juni 2020 Vol 2 No 5 (2020): Mei 2020 Vol 2 No 4 (2020): April 2020 Vol 2 No 3 (2020): Maret 2020 Vol 2 No 2 (2020): Februari 2020 Vol 2 No 1 (2020): Januari 2020 Vol 1 No 2 (2019): Desember 2019 Vol 1 No 1 (2019): November 2019 More Issue