cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Risky Aswi Ramadhani
Contact Email
riskyaswiramadhani@gmail.com
Phone
+6281231834110
Journal Mail Official
generationjurnal@gmail.com
Editorial Address
Jl. KH. Achmad Dahlan No. 76 Mojoroto, Kota Kediri 64112.
Location
Kota kediri,
Jawa timur
INDONESIA
Generation Journal
Published by Universitas Nusantara PGRI Kediri
ISSN : 25804952     EISSN : -     DOI : https://doi.org/10.29407
Core Subject : Science,
Computer Science & IT
Generation (Genius Research Implementation Of Information Technology) Journal diterbitkan oleh Universitas Nusantara PGRI Kediri dan dikelola oleh Prodi Teknik Infomatika Universitas Nusantara PGRI Kediri. Tujuan dari Jurnal ini adalah untuk memfasilitasi publikasi ilmiah dari hasil-hasil penelitian di Indonesia dan berpartisipasi untuk meningkatkan kualitas dan kuantitas penelitian untuk akademisi dan peneliti dalam bidang teknologi informasi. GENERATION Journal diterbitkan setiap bulan Januari dan Juli.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol 8 No 2 (2024): Generation Journal" : 6 Documents clear
Comparison of Graph Coloring with the Welch Powell Algorithm and the Tabu Search Algorithm in Scheduling Seminar Proposals Anggraini, Rizky; Resti, Nalsa Cintya; Ilmiyah, Nur Fadilatul
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22263

Abstract

Penelitian ini bertujuan untuk menemukan penyelesaian dan penerapan Algoritma Welch Powell dan Algoritma Tabu Search dalam menentukan jadwal seminar proposal. Penelitian ini merupakan penelitian deskriptif dengan pendekatan kuantitatif. Teknik pengumpulan data menggunakan wawancara dan telaah dokumen. Kedua algoritma menghasilkan simulasi penjadwalan yang berbeda. Perbedaan hasil ini ditunjukkan oleh jumlah bilangan kromatik yang didapatkan pada bulan November. Melalui Algoritma Welch Powell, bilangan kromatik yang dihasilkan adalah 26, sedangkan melalui Algoritma Tabu Search menghasilkan bilangan kromatik lebih minimum yakni 22. Sementara itu dari hasil percobaan, Algoritma Welch Powell lebih unggul karena mudah diimplementasikan dan menghasilkan konflik lebih sedikit. Berdasarkan hasil uji keakuratan menggunakan Software Microsoft Excel, simulasi penjadwalan menunjukkan bahwa tidak ditemukan dosen yang menguji diwaktu yang sama. Artinya hasil implementasi Algoritma Welch Powell dan Algoritma Tabu Search terbukti valid dan tidak ada jadwal yang bentrok.
Classification of Lontara Script Images using K-NN and HOG Feature Extraction Arhinza, Rayhan Saneval; Sari, Anggraini Puspita; Akbar, Fawwaz Ali
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22580

Abstract

Indonesia boasts a diverse cultural heritage, one of which is the regional languages that possess unique scripts across the archipelago. An example of this is the Lontara script, used by the Bugis and Makassar communities. The Lontara script is one of the scripts in Indonesia that is endangered due to the passage of time. The K-Nearest Neighbors (K-NN) algorithm can be a tool used to recognize patterns in the Lontara script. The principle of K-NN is quite simple, namely matching the similarity of new data with the nearest test data. In this research, K-NN is used for classification and Histogram of Oriented Gradients (HOG) for feature extraction. Based on the research conducted using a testing scheme with an image size of 32×32 pixels, a dataset split of 90:10, and a k-value of 5, an accuracy result of 0.8525 was obtained.
Implementation of the K-means Clustering Algorithm in Grouping E-learning Satisfaction Data Rohman, MGhofar; Yahya, Kurnia; Susilo, Purnomo Hadi
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22730

Abstract

– Selama pandemic covid-19 kegiatan pembelajaran di perguruan tinggi mengalami perubahan, dari yang pembelajaran secara langsung yang dilaksanakan di kelas menjadi pembelajaran secara daring dengan memanfatkan koneksi internet (pembelajaran daring). Selama kegiatan pembelajaran dilakukan secara daring banyak sekali pro dan kontra pada pelaksaan kegiatan dilapangan, sehingga perlu dilakukan penggelompokan mengenai kepuasan mahasiswa pada pelaksaan pembelajaran daring. Tujuan pada penelitian ini adalah untuk melakukan pengelompokan data kepuasan mahasiswa pada pembelajaran daring dengan menggunakan metode k-means. Data yang digunakan dalam penelitian ini adalah data yang dihasilakan dari sebaran angket/kuisioner kepada 185 mahasiswa fakultas Teknik. Pada penelitian ini, penerapan metode K-Means klastering pada aplikasi yang dibuat pada matlab dengan menggunakan 3 klaster. Penelitian ini menggunakan data sebanyak 185 data yang didapatkan dari mahasiwa fakultas teknik Universitas Islam Lamongan. Dari hasil perhitungan aplikasi matlab diperoleh keanggotaan pada klaster adalah sebagai berikut: klaster 1 dengan anggota sebanyak 80 data mahasiswa, klaster 2 beranggotakan sebanyak 23 data mahasiswa dan pada klaster 3 dengan anggota sejumlah 82 data mahasiswa.
Implementasi Algoritma C.45 dalam Klasifikasi Kondisi Ekonomi Warga Kabupaten Boyolali: (Studi Kasus Desa Sumbung Kecamatan Cepogo) Prasetyo, Andhi; Wahyono, Ari
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22827

Abstract

The economic impact following the Covid-19 pandemic has been felt by various countries. The Indonesian government is implementing economic recovery and providing social assistance based on economic conditions, but there are still residents who do not receive assistance but deserve help. The Sumbung Village Government is trying to anticipate by looking for indicators that influence economic conditions.The research was carried out using the Data Mining classification method. uses the C4.5 Algorithm because it produces decision tree visualizations that are easy to understand. The data used is Boyolali MCD data for Sumbung Village, Cepogo District. As a result of the analysis of 21 attributes, 8 criteria with the highest weight for indicators of economic conditions. The accuracy reached 94.47%, higher than Naïve Bayes (93.28%) and K-NN (91.70%), making it suitable for classifying the economic conditions of Boyolali Regency residents, especially Sumbung Village.
Determination of the most popular goods using the Frequent Patern Growth (FP-Growth) algorithm on sales transaction data Odeliz.ID Afandi, Abidah Wafiyah Ramadhaniah; Rahman, Miftahur; Suharso, Wiwik
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22994

Abstract

Odeliz.ID menjadi salah satu thriftshop yang ikut bersaing dalam dunia bisnis fashion dan menjual berbagai jenis rok kedalam empat kategori yaitu, premium, basic, semibasic, dan sale. Untuk menemukan barang terpopuler yang dibeli konsumen, digunakan algoritma frequent patern growth untuk menganalisis barang terpopuler dari data transaksi penjualan Odeliz.Id. Nilai support dan confidence digunakan sebagai ukuran analisis data. Rok dengan kategori B atau basic memiliki nilai support tertinggi sebesar 0.52 atau 52%, yang berarti kategori ini menjadi rok yang paling populer dikalangan pembeli. Pembeli yang membeli rok dengan kategori P atau premium bersamaan dengan kategori B atau basic memiliki nilai support dan confidence tertinggi sebesar 10.8% dan 21.9%. Rok dengan kategori premium dan basic paling sering dibeli secara bersamaan karena memiliki nilai support dan confidence tertinggi sebesar 10.8% dan 21.9%, hal ini bisa menjadi saran untuk promosi produk dengan cara membundling harga yang mengandung dua kategori rok ini. Penerapan algoritma FP-Growth berhasil dalam mengidentifikasi pola-pola frekuensi tinggi dalam data transaksi penjualan Odeliz.ID. Frequent itemset yang didapat atau barang barang yang sering dibeli secara bersamaan adalah barang dengan kategori premium dan basic, premium dan semibasic, basic dan semibasic.Nilai support mengindikasikan seberapa sering suatu produk dibeli dan nilai confidence mengukur seberapa sering barang yang dibeli secara bersamaan dalam suatu transaksi.
Application of Fuzzy Mamdani Logic in Smart Watering Systems for Agriculture Muttaqi, Bagas; Nurchim, Nurchim; Ningsih, Pipin Widya
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.23175

Abstract

Penyiraman merupakan bagian penting dalam pertumbuhan tanaman terutama dalam proses fotosintesis. Seiring dengan perubahan iklim yang mengalami ketidakpastian cuaca, proses penyiraman tanaman perlu perhatian khusus. Penelitian ini bertujuan menyediakan sistem penyiraman otomatis berbasis Internet of Things (IoT) dengan pendekatan fuzzy Mamdani. Metode penelitian ini memiliki beberapa tahapan yaitu : Analisa Kebutuhan, Perancangan Alat, Implementasi Fuzzy dan Uji Coba. Sistem penyiraman yang dibuat melibatkan penggunaan sensor Soil Moisture YL-69 untuk mendeteksi kelembaban tanah dan sensor DHT11 untuk mengukur suhu udara. Data yang diperoleh kemudian diproses melalui tahapan fuzzifikasi, rule base, inferensi, dan defuzzifikasi dalam sistem berbasis mikrokontroler ESP32. Output yang dihasilkan menentukan durasi penyiraman yang diperlukan, kemudian diimplementasikan melalui relay yang mengaktifkan pompa penyiraman. Hasil penelitian menunjukkan bahwa sistem penyiraman otomatis ini dapat bekerja sesuai dengan harapan untuk mengatasi permasalahan. Nilai akurasi dari sistem penyiraman ini sebesar 91,6%.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 9 No 2 (2025): Generation Journal Vol 9 No 1 (2025): Generation Journal Vol 8 No 2 (2024): Generation Journal Vol 8 No 1 (2024): Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 Vol 7 No 2 (2023): Generation Journal Vol 7 No 1 (2023): Generation Journal Vol 6 No 2 (2022): Generation Journal Vol 6 No 1 (2022): Generation Journal Vol 5 No 2 (2021): Generation Journal Vol 5 No 1 (2021): Generation Journal Vol 4 No 2 (2020): Generation Journal Vol 4 No 1 (2020): Generation Journal Vol 3 No 2 (2019): Generation Journal Vol 3 No 1 (2019): Generation Journal Vol 2 No 2 (2018): Generation Journal Vol 2 No 1 (2018): Generation Journal Vol 1 No 2 (2017): Generation Journal Vol 1 No 1 (2017): Generation Journal More Issue