cover
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
ISSN : 25804952     EISSN : -     DOI : https://doi.org/10.29407
Core Subject : Science,
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.
Articles 138 Documents
Penerapan Metode SAW Dalam Menentukan Juara Lomba Kategori Vocal Group Di LPPN Charolina, Yanthi; Honni, Honni; Andry, Yohannes Fernandes
Generation Journal Vol 7 No 3 (2023): Special Issue October 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i3.20864

Abstract

The history of vocal music is very old. Even some experts believe that humans have started singing before they began to communicate with modern languages. Popular vocal music as we know it today is rooted in the traditions of European society in the Middle Ages. It was only the middle ages that everything progressed in a more modern direction. A decision support system (DSS) is a part of a computer-based information system that is used to support decision making in determining the best alternative within a particular company or organization and can also be used to rank in determining championships when carrying out various competitions. In this study, the authors used the SAW method to determine championships in vocal group activities held by the National PESPARAWI Development Institute (LPPN). This SAW method is the SAW method which is one of the best methods for ranking based on the different attributes and weights of each participant so that the results are more effective
Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN Suryanti, Cindy; Rohman, M.Ghofar
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21052

Abstract

Buah apel merupakan merupakan salah satu buah-buahan yang memiliki banyak penggemar dengan kandungan buah seperti tinggi serat, vitamin C, dan berbagai macam antioksidan. Satu buah apel diketahui mengandung 95 kalori, yang sebagian besarnya berasal dari kandungan karbohidrat di dalamnya. Pemilihan buah apel untuk dikonsumsi adalah buah dengan kualitas yang bagus yaitu tidak terlalu muda dan tidak busuk. Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem klasifikasi jenis jeruk berdasarkan daun sehingga diketahui kelebihan dan kekurangan metode KNN dan untuk mengetahui tingkat akurasi metode KNN. Aplikasi ini menggunakan metode KNN dan menggunakan eksraksi fitur meanR, meanG, meanB, standR, standG, standB, contras, correlation, energy, homogeneity, perimeter, area, accentricity. Pada penelitian ini untuk menentukan kualitas baik dan buruk, data seluruhnya ada 117 diantara lain data Training 74 dan testing 43 dan penelitian ini memiliki nilai akurasi tertinggi yaitu K5 dengan total sebesar 88.37%. Apples are one of the fruits that have many fans with fruit content such as high fiber, vitamin C, and various kinds of antioxidants. One apple is known to contain 95 calories, most of which come from the carbohydrate content in it. The selection of apples for consumption is fruit with good quality, which is not too young and not rotten. The purpose of this research is to design and build a citrus type classification system based on leaves so that the advantages and disadvantages of the KNN method are known and to determine the accuracy of the KNN method. This application uses the KNN method and uses feature extraction meanR, meanG, meanB, standR, standG, standB, contrast, correlation, energy, homogeneity, perimeter, area, accentricity. In this study, to determine good and bad quality, there were 117 data in total, including training data 74 and testing 43 and this study had the highest accuracy value, namely K5 with a total of 88.37%.
Implementasi Metode Naïve Bayes Pada Sistem Pakar Diagnosa Penyakit Tuberculosis Wulandari, Dewi Sri; Rohman, M. Ghofar
Generation Journal Vol 7 No 3 (2023): Special Issue October 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i3.21054

Abstract

Tuberculosis adalah infeksi menular yang disebabkan oleh Mycobacterium tuberculosis. Penyakit ini paling sering menyerang paru-paru, tetapi sekitar sepertiga dari penyakit ini menyerang organ lain di dalam tubuh dan ditularkan dari orang ke orang melalui droplet nuklei di udara. Untuk mempermudah pasien dalam mengenali penyakit tuberculosis maka diperlukan sebuah aplikasi yang dapat membantu mendiagnosa penyakit tuberculosis yaitu sistem pakar. Sistem pakar adalah kecerdasan buatan dalam ilmu komputer, seperti di bidang ilmiah lainnya. Secara umum, sistem pakar mencoba menggunakan komputer untuk menggali pemahaman manusia guna memecahkan masalah yang sering dilakukan oleh para pakar. Pakar adalah seseorang yang memiliki kompetensi dalam bidang tertentu, yaitu seorang ahli yang memiliki pengetahuan atau keahlian tertentu dalam bidang tersebut. Sistem pakar memiliki beberapa keunggulan dibandingkan keahlian manusia karena terjangkau, tahan lama, konsisten, cepat, dan dapat ditiru. Keahlian manusia bersifat sementara, tidak dapat diprediksi, mahal, dan lambat untuk diproses dan dikembangkan. Metode yang digunakan dalam permasalahan ini yaitu Naïve bayes. Metode Naive Bayes adalah teknik klasifikasi berdasarkan probabilitas dan statistik. Metode ini dapat memprediksi peluang masa depan berdasarkan pengalaman masa lalu. Metode Naive Bayes memungkinkan Anda melakukan perhitungan untuk setiap pengambilan keputusan dengan menghitung nilai probabilitas berdasarkan kondisi keputusan. Uji coba sistem menggunakan sebanyak 22 data pasien penyakit tuberculosis. Dari hasil percobaan presentase kesesuaian diagnosa sebesar
Sistem Pakar Diagnosa Penyakit Influenza Dengan Menggunakan Metode Naive Bayes Berbasis Web Putri, Jenjang Oktaviasanata Ananda; Rohman, M.Ghofar
Generation Journal Vol 7 No 3 (2023): Special Issue October 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i3.21056

Abstract

Virus influenza ini adalah penyakit pernapasan yang sangat menular yang disebabkan oleh influenza A, B dan C. Influenza merupakan infeksi saluran pernapasan akut yang ditandai oleh demam menggigil, sakit otot, sakit kepala dan sering disertai pilek, sakit tenggorokan dan batuk non produktif. Virus influenza merupakan virus RNA yang dapat hidup pada manusia, kuda, babi, ayam dan burung. Penyakit flu adalah penyakit infeksi saluran pernapasan yang dapatdisebabkanoleh toga tipe virus influenza yang berbeda-beda yaitu influenza A, influenza B dan influenza C. Ketiga tipe virus influenza ini memiliki tingkat gejala sakit yang muncul berbeda-beda, mulai dari gejala sakit ringan yang umumnya disebabkan oleh virus influenza tipe B dan C,sedangkan tipe A dapat berpotensimenimbulkan pandemi influenza. Sistem pakar (expert system) merupakan sistem yang dapat meniru pengetahuan manusia yang dituangkan ke dalam komputer, sehingga komputer tersebut dapat memecahkan masalah yang sering dilakukan oleh orang ahli, serta sistem pakar tersebut dapat dirancang agar dapat menyelesaikan suatu permasalahan yang ditentukan dengan melakukan kerja dari orang ahli. Dimana sistem pakar ini merupakan suatu sistem kecerdasan yang dapat memecahkan suatumasalah dan dapat membantu masyarakat awam yang terkena penyakit virus Influenza. Metode Naive Bayes adalah teknik klasifikasi berdasarkan probabilitas danstatistik. Metode ini dapat memprediksi peluang masa depan berdasarkan pengalaman masa lalu. Metode Naive Bayes memungkinkan Anda melakukan perhitungan untuk setiap pengambilan keputusan dengan menghitung nilai probabilitas berdasarkan kondisi keputusan. Uji Coba Sistem menggunakan sebanyak 15 data pasien penyakit influenza. Dari hasil percobaan, presentase kesesuaian diagnosa sebesar 100 %.
Implementasi Metode K-Nearest Neighbor Sebagai Sistem Pendeteksi Kualitas Ikan Bandeng Susilo, Purnomo Hadi; Jadid, Mohammad; Adani, Ahmad Sabil
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21131

Abstract

Ikan bandeng (Chanos Chanos) merupakan salah satu ikan konsumsi yang hidup tersebar didaerah tropik Indo Pasifik, Ikan bandeng juga telah menjadi komoditas yang memiliki tingkat konsumsi yang tinggi terutama di daerah desa Bendungan kecamatan Duduksampean kabupaten Gresik, Semakin tingginya minat terhadap ikan bandeng, sehingga kualitas ikan bandeng menjadi sangat penting. Salah satu parameter dari kualitas ikan bandeng adalah kesegaran ikan. Ikan bandeng pada umumnya mudah mengalami penurunan kualitas, bila kesegaran ikan menurun, penurunan kesegaran tersebut berpotensi menjadi basi, Beberapa metode yang digunakan masyarakat untuk mengidentifikasi kesegaran dari ikan bandeng masih secara manual, Kekurangan dari metode di atas yaitu tidak semua pendapat dari masyarakat sama dalam hal menilai kualitas bandeng yang masih segar, sehingga kebasian pada ikan bandeng berbeda – beda dan kurang valid. Munculnya permasalahan di atas maka perlu dikembangkan suatu metode untuk identifikasi kualitas dari ikan bandeng agar lebih valid. Oleh karena itu pada penelitian ini diusulkan deteksi kesegaran ikan bandeng menggunakan Image Processing dan menggunakan metode K- Nearest Neighbor ( KNN ) untuk mengetahui kesegaran ikan bandeng, Pada penelitian ini meenggunakan total 195 data diantara lainnya 150 data training dan 45 data testing. Dari penelitian ini memiliki nilai akurasi yang tertinggi pada parameter nilai K1 dengan hasil akurasi 84,44%.
Klasterisasi Tingkat Kemiskinan di Indonesia menggunakan Algoritma K-Means Khalif, Assyifa; Hasanah, Anisa Nur; Ridwan, Muhammad Hafizh; Sari, Betha Nurina
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21470

Abstract

Poverty is one of the deep social challenges around the world and is a major focus in the global development agenda. This article discusses the role of clustering methods in analyzing and understanding poverty issues. We use data from Statistics Indonesia (BPS) on 34 provinces in Indonesia to classify groups of people who are vulnerable to poverty. Clustering analysis helps us identify characteristics that may be overlooked by conventional approaches, which in turn enables the development of more targeted and effective solutions to poverty. We use the K-Means method in our analysis and present it within the framework of the CRISP-DM methodology. The results show that almost 95% of the poor in Indonesia belong to the 'Poor' group. Therefore, we recommend effective actions based on indicators that are the main factors of poverty, as well as designing specific policies for regions with similar characteristics. This article aims to contribute to the global effort to end poverty and achieve the vision of equitable and inclusive sustainable development.
Virtual Tour 360 Curug Cimanintin Salopa Tourist Attractions Tasikmalaya Regency Bayu Muhamad Nur; Eka Wahyu Hidayat; Heni Sulastri
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21477

Abstract

Makalah ini bertujuan untuk merancang dan membangun aplikasi Virtual Tour 360 berbasis android agar dapat memberikan pengalaman pengguna dan memberikan informasi mengenai objek wisata Curug Cimanintin di kecamatan Salopa kabupaten Tasikmalaya. Tantangan utama dalam penelitian ini adalah bagaimana merancang dan membangun aplikasi virtual tour 360 sebagai aplikasi untuk pengenalan objek wisata tersebut, serta bagaimana mengukur tingkat usability aplikasi virtual tour 360 yang dibuat. Proses pembuatan dan pengembangan aplikasi menggunakan metode MDLC (Multimedia Development Life Cycle) versi Luther. Pengujian dilakukan dengan metode black box untuk menguji fungsionalitas dari aplikasi yang dibuat dan pengujian dengan metode survei menggunakan pendekatan SUS (System Usability Scale) untuk menguji tingkat kebergunaan aplikasi oleh pengguna. Hasil pengujian menunjukan bahwa secara fungsionalitas aplikasi dapat berjalan sesuai fungsinya dan didapat skor rata-rata SUS sebesar 75,50. Nilai tersebut berarti aplikasi dapat diterima (Acceptable) oleh pengguna dengan kategori baik (Good) dan memperoleh Grade ‘C’.
Bahasa Inggris Nurbaiti, Nurbaiti; Hidayat, Eka Putra Syarif; Anwar, Khairil; Hermawan, Dudung; Izzuddin, Salman
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21601

Abstract

Early detection of breast cancer with computer assistance has developed since two decades ago. Artificial intelligence using the convolutional neural network (CNN) method has successfully predicted mammography images with a high level of accuracy similar to human brain learning. The potential of AI models provides opportunities to spot breast cancer cases better. This research aims to develop AI models with CNN using the public DDSM dataset with a sample size of 1871, consisting of 1546 images for training and 325 images for testing. These AI models provided prediction results with different accuracy rate. Increasing the accuracy of the AI model can be done by improving the image quality before the modeling process, increasing the number of datasets, or carrying out a more profound iteration process so that the AI model with CNN can have a better level of accuracy.
Implementation of Artificial Intelligence-Based Convolution-Augmented Transformer in Text Sentiment Analysis of Voice to Text Conversion Results Utomo, Prabowo Budi; Wahyudi, Dona; Nalendra, Adimas Ketut
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.22202

Abstract

Keterbatasan mendapatkan informasi yang dialami penyandang disabilitas menjadikan mereka kurang update terhadap perkembangan yang terjadi sehingga secara tidak langsung mendorong berbagai upaya untuk mendapatkan informasi tanpa mempedulikan sumber dan konteks informasi yang diperoleh, konteks informasi yang diperoleh dalam hal ini berkaitan dengan emosi yang berusaha disampaikan lewat tulisan atau teks informasi, maka perlu dirancang dan diimplementasikan yang mampu mengekstraksi dan menemukan inteprestasi emosi bermuatan positif, negatif atau netral dari teks hasil konversi teknologi Speech to Text, sehingga dapat membantu penderita disabilitas pendengaran dalam memahami konteks dan emosi yang terkandung didalam informasi. Aplikasi Speech to Text yang dikombinasikan dengan metode Conformer berbasis kecerdasan buatan dapat membantu penyandang disabilitas pendengaran untuk memahami sentimen atau emosi dari teks hasil konversi suara. Dengan menggunakan kecerdasan buatan yang tergabung dalam metode Conformer dapat dilakukan klasifikasi sentimen terhadap teks hasil konversi juga dapat dideteksi topik yang disampaikan, sehingga diharapkan dapat dimanfaatkan penyandang disabilitas pendengaran dalam memberikan umpan balik yang tidak menyinggung perasaan dan sesuai topik bahasan.
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.