Articles
138 Documents
<![CDATA[Perbandingan Performa Algoritma KNN dan SVM dalam Klasifikasi Kelayakan Air Minum ]]>
<![CDATA[Sopiatul Ulum]]>;
<![CDATA[Alifa, Rizal Fahmi]]>;
<![CDATA[Rizkika, Putri]]>;
<![CDATA[Rozikin, Chaerur]]>
<![CDATA[ Generation Journal Vol 7 No 2 (2023): Generation Journal ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i2.20270
<![CDATA[Air menjadi kebutuhan mendasar bagi kelangsungan makhluk hidup dan pembangunan. Saat ini, kesadaran masyarakat terhadap pola konsumsi air yang berkualitas dan bermutu semakin tinggi sehingga diperlukan penelitian terhadap kelayakan air. Dalam penelitian air tersebut menggunakan metode klasifikasi objek. Pada penelitian ini membahas perbandingan antara 2 metode Machine Learning yaitu K-Nearest Neighbors (K-NN) dengan Support Vector Machine (SVM) berdasarkan parameter yang telah ditentukan. Penelitian ini menghasilkan tingkat akurasi algoritme K-Nearest Neighbors (K-NN) sebesar 65,341% dan algoritme Support Vector Machine (SVM) menghasilkan akurasi sebesar 69,764%. Dari hasil tersebut, dapat disimpulkan bahwa algoritme Support Vector Machine (SVM) memiliki akurasi lebih tinggi daripada algoritme K-Nearest Neighbors (K-NN).]]>
<![CDATA[Implementasi Algoritma Path Planning A* Pada Base Station Robot Sepak Bola Beroda ]]>
<![CDATA[Luluk Indah Safitri]]>;
<![CDATA[Julian Sahertian]]>;
<![CDATA[Danang Wahyu Widodo]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.20545
<![CDATA[Kontes Robot Sepak Bola Indonesia Beroda (KRSBIB) merupakan kompetisi robotika yang melibatkan keterampilan dalam penyusunan strategi pada robot, sistem navigasi robot, serta perencanaan jalur pada robot. Penelitian ini membahas implementasi algoritma A* pada base station tim robotik Abimanyu Universitas Nusantara PGRI Kediri sebagai algoritma perencanaan jalur, path planning diterapkan secara simulasi tanpa melibatkan pengiriman data ke robot. Pada penerapan algoritma, lapangan terlebih dahulu dibagi menjadi beberapa grid yang merepresentasikan node yang dapat dilalui oleh setiap algoritma. Penelitian yang dilakukan mendapatkan hasil bahwa algoritma A* mencapai waktu eksekusi tercepat pada empty map berukuran grid 32px, yaitu sebesar 0.032 detik. Sedangkan pada ukuran grid 8px, Algoritma A* mencapai waktu eksekusi lebih lambat pada semua kondisi, hal ini akan mempengaruhi kinerja komputasi apabila diterapkan pada kondisi lingkungan yang dinamis.]]>
<![CDATA[Comparison of Predictions on the Number of Online Motorbike Taxi Transactions Using Linear Regression and Random Forest ]]>
<![CDATA[Pramesti, Dian]]>;
<![CDATA[Wiga Maulana Baihaqi]]>;
<![CDATA[Wiga Maulana , Baihaqi]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.20676
<![CDATA[Pada saat ini kemajuan teknologi memberikan dampak yang signifikan terhadap kehidupan manusia. Salah satunya adalah industri transportasi. Masyarakat beralih dari ojek tradisional ke ojek online. Dalam menghadapi pesatnya pertumbuhan industri ojek online, penyedia layanan transportasi harus memahami faktor-faktor yang mempengaruhi jumlah transaksi pengguna dalam menggunakan layanan tersebut. Tujuan dari penelitian ini yaitu memprediksi tarif ojek online menggunakan metode regresi linier dan random forest dengan memperhitungkan semua karakteristik yang relevan. Setelah dianalisis, model regresi linier memberikan kinerja yang lebih baik dalam hal kesalahan prediksi (RMSE dan MSE) serta MAPE yang lebih rendah dibandingkan dengan model random forest. Untuk penelitian selanjutnya, diharapkan agar dilakukan analisis yang lebih mendalam pada dataset, guna mencapai peningkatan nilai MSE, RMSE, dan MAPE.]]>
<![CDATA[Markerless Augmented Reality Billboard Installation Application ]]>
<![CDATA[Fajar Muhammad]]>;
<![CDATA[Cindy Taurusta]]>;
<![CDATA[Metatia Intan Mauliana]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.20838
<![CDATA[Penggunaan baliho sebagai media promosi kegiatan, iklan, dan kampanye politik di luar ruangan masih dapat memberikan pengaruh terhadap perilaku dan sikap masyarakat hingga sekarang. Namun, pemasangan baliho yang tidak teratur dapat berdampak negatif terhadap lingkungan dan tata ruang publik, termasuk mengurangi penghijauan dan menciptakan visualisasi yang buruk. Oleh sebab itu, penelitian ini bertujuan untuk merancang Aplikasi Pemasangan Baliho Berbasis Markerless Augmented Reality yang memanfaatkan teknologi Augmented Reality untuk memproyeksikan baliho berupa objek 3D secara real-time ke dalam lingkungan nyata. Proses pembuatannya menggunakan Blender untuk membuat objek 3D, Vuforia SDK sebagai plugin Augmented Reality, Unity untuk pembuatan user interface aplikasi, dan smartphone Android sebagai alat uji coba. Harapan dari penelitian ini adalah menghasilkan aplikasi yang efektif dalam membantu pengguna dalam pemasangan baliho sesuai lokasi yang diinginkan sembari dengan mematuhi peraturan yang berlaku, serta meningkatkan pengalaman pengguna melalui fitur seperti rotasi objek dan pengambilan foto dengan objek.]]>
<![CDATA[Predicting the Number of Hijab Sales Using the Trend Moment Method (Case Study: Neena Hijab Store) ]]>
<![CDATA[Farida, Mega]]>;
<![CDATA[Rohman, M.Ghofar]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.21055
<![CDATA[Toko Neena Hijab merupakan toko yang menjual berbagai jenis hijab yang beralamatkan di Jalan Raya Sukorame Dongadem Lamongan. Hijab yang dijual berbagai jenis hijab seperti Hijab Bella Sequare macam macam pashmina dan banyak lagi. Pada setiap bulannya penjualan yang ada pada toko Neena Hijab mengalami peningkatan ataupun penurunan.Berdasarkan permasalahan yang dihadapi oleh pemilik toko yang berhubungan dengan perkiraan persediaan produk ialah bagaimana meramalkan penjualan barang di masa yang akan datang yang berdasarkan data yang sudah di rekap sebelumnya agar dapat meminimalisir kerugian pada masa yang akan datang. Dengan itu penelitian ini bertujuan untuk membuat sebuah system peramalan penjualan dengan metode trend moment, dengan dengan menggunakan bahas pemerograman PHP dan database MSQL. Dimana nantinya aplikasi ini bisa digunakan di Toko Neena Hijab untuk mengelolah produk dengan baik dan tepat agar berguna dalam pengambilan keputusan yang akan datang. Hasil dari prediksi pada bulan Juli 2023 pada data hijab pasminah ceruty sebanyak 27 produk, hijab segiempat azzarah sebanyak 8 produk, hijab segiempat paris sebanyak 21 produk, sedangkan hijab bergo oval sebanyak 9 produk, dan juga hijab pasminah plisket sebanyak 16 produk.]]>
<![CDATA[Classification of Tomato Fruit Ripeness Using the Support Vector Machine Method ]]>
<![CDATA[Maulana Alfaruq, Bagoes]]>;
<![CDATA[Erwanto, Danang]]>;
<![CDATA[Yanuartanti, Iska]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.21092
<![CDATA[Kematangan tomat memainkan peran penting dalam menentukan kualitas dan daya tahan produk tomat. Pada umumnya, klasifikasi kematangan tomat dilakukan secara visual oleh para ahli atau petani berdasarkan pengalaman mereka. Dalam penelitian ini, metode klasifikasi kematangan tomat berbasis citra digunakan dengan menerapkan fitur Gray-Level Co-occurrence Matrix (GLCM) dan momen warna, serta metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model SVM dengan fitur GLCM dan Momen Warna menghasilkan Accuration dan Precission sebesar 0,91, serta nilai recall dan F-Measure sebesar 0,92akurasi sebesar 91.1%, yang termasuk dalam kategori baik. Beberapa kesalahan klasifikasi pada beberapa citra, yang disebabkan oleh dominansi warna yang tidak sesuai pada kategori yang seharusnya]]>
<![CDATA[Implementation of the Hill Cipher Algorithm Using a 2x2 Matrix Key to Secure Text Data ]]>
<![CDATA[Gusmana, Roman]]>;
<![CDATA[Haryansyah]]>;
<![CDATA[Adimulya Dyas Wibisono]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.21105
<![CDATA[Sebagai sebuah negara yang besar, Indonesia harus bisa memastikan bahwa semua informasi yang dihimpun dalam setiap bidang pekerjaan aman. Banyaknya kasus peretasan akhir-akhir berdampak pada hilangnya kepercayaan dan rasa aman masyarakat kepada penyedia layanan yang dalam kegiatannya turut menghimpun data yang bersifat pribadi atau rahasia. Hal ini juga kekhawatiran apabila data tersebut disalahgunakan oleh pihak-pihak yang tidak bertanggungjawab. Langkah tepat dalam melindungi informasi adalah memperkuat keamanan data dengan menerapkan teknik kriptografi, yaitu teknik dalam menyamarkan data sebagai antisipasi apabila terjadi kebocoran data, informasi yang tersimpan didalamnya akan tetap aman. Penelitian ini berfokus pada bagaimana melakukan penyandian data teks dengan menggunakan algoritma kriptografi Hill Cipher dengan menggunakan kunci matriks dengan ordo 2x2.]]>
<![CDATA[Sistem Prediksi Jumlah Produksi Tahu Takwa Menggunakan Metode Fuzzy Tsukamoto Berbasis Web ]]>
<![CDATA[Bagus Dwi Prasetya]]>;
<![CDATA[Syaputri, Rika Wahyu]]>; Annisa, Fera;
<![CDATA[Wardana, Aldestra Bagas]]>;
<![CDATA[Farida, Intan Nur]]>
<![CDATA[ Generation Journal Vol 7 No 3 (2023): Special Issue October 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v7i3.21148
<![CDATA[Takwa Popular Tofu Factory still uses estimates of the amount of production with no accurate calculation and computer technology. Therefore, the calculation system of the tsukamoto fuzzy method with a web-based concept is expected to minimize losses due to the amount of production that is not in accordance with market share. This study aims to assist the Takwa Popular Tofu factory in estimating the amount of daily production in accordance with market share. The test results using Mean Absolute Percentage Error (MAPE) show the accuracy of the system calculation of 95.90% with an error value of 4.09 so that the interpretation of the MAPE value is accurate.]]>
<![CDATA[Classification Analysis of Multiple Sclerosis Using Logistic Regression and SVM Algorithms ]]>
<![CDATA[Laela, Ida Nur]]>;
<![CDATA[Baihaqi, Wiga Maulana]]>
<![CDATA[ Generation Journal Vol 8 No 1 (2024): Generation Journal ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v8i1.20646
<![CDATA[Health is the most important aspect to support daily activities. Of course, by having a healthy body, everyone can carry out various activities comfortably and calmly. Every individual certainly has a strong instinct to live a healthy life and be free from disease, one of which is by increasing the body's immunity. Multiple sclerosis (multiple sclerosis/MS) is a neurodegenerative autoimmune disease that affects the central nervous system. The affliction of MS is characterized by chronic inflammation, demyelination, gliosis, and neuronal death. The symptoms faced by MS patients are unpredictable, so there is a need for a classification related to the disease. Therefore, a classification study was carried out using the logistic regression algorithm and SVM. The method used in this research is a literature study with the Python programming language. The results of this study indicate that the SVM algorithm has a high accuracy rate of 88.33% of the logistic regression algorithm. So it can be concluded from this study that the SVM method has good performance for processing multiple sclerosis datasets.]]>
<![CDATA[Implementation of the AES Algorithm in the Android-Based Hotspot Voucher Purchase Application ]]>
<![CDATA[Irawan, Rony Heri]]>;
<![CDATA[Mahdiyah, Umi]]>;
<![CDATA[Kurniawan, Rizki Dwi]]>
<![CDATA[ Generation Journal Vol 8 No 1 (2024): Generation Journal ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/gj.v8i1.20817
<![CDATA[Pada era digital yang semakin maju, kebutuhan akan akses internet yang cepat dan aman semakin meningkat. Dalam konteks ini, voucher hotspot menjadi salah satu cara yang populer untuk memperoleh akses internet yang terjangkau dan mudah digunakan. Saat ini, penggunaan voucher masih menggunakan metode cetak voucher ke kertas. Hal ini dapat menimbulkan kekurangan salah satunya yaitu menimbulkan sampah kertas bekas voucher tersebut. Dengan permasalahan tersebut, maka dibuatlah sebuah aplikasi pembelian voucher berbasis android dengan implementasi algoritma enkripsi AES. Enkripsi AES adalah algoritma enkripsi yang terkenal karena kemanannya yang sudah terjamin. Tujuan dari penelitian ini adalah membangun sebuah sistem atau aplikasi pembelian voucher hotspot berbasis android dengan enkripsi AES. Dari pengujian sistem yang telah dilakukan dengan metode blackbox, aplikasi yang dibuat telah berjalan sesuai dengan rancangan dan menjawab permasalahan penelitian]]>
