JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat)
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) is intended as a media for scientific studies on the results of research, thinking and analytical-critical studies regarding research in Systems Engineering, Informatics / Information Technology, Information Management and Information Systems. As part of the spirit of disseminating knowledge from the results of research and thought for service to the wider community and as a reference source for academics in the field of Technology and Information.
Articles
142 Documents
<![CDATA[PENERAPAN MODEL E-LEARNING READINESS DAN UTAUT UNTUK EVALUASI KESIAPAN DAN PENERIMAAN E-LEARNING ]]>
<![CDATA[Mutia Maulida]]>;
<![CDATA[Eka Setya Wijaya]]>;
<![CDATA[Misnariyani]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i2.88
<![CDATA[Pemanfaatan E-Learning pada institusi pendidikan sering digunakan untuk membantu proses pembelajaran. Universitas Lambung Mangkurat (ULM) merupakan salah satu institusi yang mengembangkan E-Learning untuk digunakan oleh seluruh civitas akademik. Sejak digunakan pada tahun 2017, diketahui pemanfaatan dosen ULM terhadap E-Learning dalam hal ini SIMARI belum maksimal. Hal ini diketahui dari data PTIK ULM bahwa persentase penggunaan E-Learning yaitu 48%. Berdasarkan hal tersebut, perlu dilakukan evaluasi terhadap kesiapan dan penerimaan dosen terhadap E-learning. Model evaluasi yang digunakan pada makalah ini yaitu E-Learning Readiness (ELR) untuk mengukur tingkat kesiapan dan UTAUT untuk mengetahui penerimaan dosen. Faktor yang digunakan pada model ELR yaitu manusia, teknologi, inovasi dan pengembangan diri. Sedangkan, pada model UTAUT terdapat faktor harapan usaha, harapan kinerja, kondisi fasilitas, pengaruh sosial serta keterbatasan waktu yang merupakan faktor tambahan pada makalah ini. Dari hasil analisa data disimpulkan bahwa tingkat kesiapan penggunaan E-Learning berada pada kategori siap namun membutuhkan sedikit peningkatan. Sedangkan penerimaan dosen terhadap E-Learning dipengaruhi oleh faktor harapan usaha, pengaruh sosial, kondisi fasilitas dan keterbatasan waktu.]]>
<![CDATA[PENERAPAN ARSITEKTUR VGG UNTUK KLASIFIKASI HUTAN ]]>
<![CDATA[Yuslena Sari]]>;
<![CDATA[Andreyan Rizky Baskara]]>;
<![CDATA[Ferry Pratama]]>;
<![CDATA[Muhammad Faidhorrahman]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 2 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i2.99
<![CDATA[Kerapatan vegetasi penting untuk dibedakan guna mengetahui penggunaan lahan dan degradasi lahan. Menurut Standar Nasional Indonesia (SNI 7645:2014), vegetasi diklasifikasikan berdasarkan kerapatan. Indeks kerapatan vegetasi dibagi menjadi 4 yaitu non vegetasi, rendah, sedang dan tinggi. Kerapatan vegetasi dapat dihitung dengan Normalized Difference Vegetation Index (NDVI) atau index vegetasi. Perhitungan NDVI dilakukan dengan terlebih dahulu mengumpulkan informasi terkait vegetasi dengan melakukan survey terhadap suatu lahan. Proses survey ini merupakan tantangan yang dihadapi dimana medan survey untuk setiap lahan berbeda-beda. Salah satu cara dalam mengatasi hal tersebut adalah dengan memanfaatkan penginderaan jarak jauh dan pemanfaatan computer vision dan machine learning. Penginderaan jauh dapat dilakukan salah satunya dengan menggunakan Unmanned Vehicle Unit (UAV). Penelitian ini menggunakan data citra yang didapatkan dari hasil tangkapan drone. Metode klasfikasi yang digunakan yaitu metode Transfer Learning dalam melakukan klasifikasi jenis tutupan lahan yaitu rendah, sedang, dan tinggi dan menggunakan arsitektuk VGG16. Hasil menunjukkan arsitektur VGG16 dapat melakukan klasifikasi tutupan hutan lahan basah dengan akurasi sebesar 0.8333]]>
<![CDATA[RANCANG BANGUN APLIKASI MUSEUM LAMBUNG MANGKURAT BERBASIS FLASH ]]>
<![CDATA[Syarif Yusirwan Syamsuddin]]>;
<![CDATA[Candra Kusuma Negara]]>;
<![CDATA[Abd Basid]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 2 (2020) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v5i2.48
<![CDATA[Seperti museum pada umumnya, Museum Lambung Mangkurat yang terletak di kota Banjarbaru Provinsi Kalimantan Selatan yang didalamnya banyak memiliki benda - benda bersejarah dan yang berhubungan dengan budaya asli Banjar serta wajah dari Provinsi Kalimantan Selatan, di dalamnya terdapat berbagai alat yang berhubungan dengan kegiatan sehari - hari beserta dengan potensi alam yang terdapat di Kalimantan Selatan. Pada Museum Lambung Mangkurat terdapat berbagai macam koleksi yang bernilai sejarah, kebudayaan maupun sejarah alam yang saat ini dikelola oleh Museum Lambung Mangkurat untuk dijaga dan dipublikasikan kepada masyarakat luas. Ada berbagai cara yang bisa dilakukan untuk mempublikasikan hal - hal bersejarah tersebut seperti melalui pameran, media cetak ataupun media elektronik, brosur dan juga buku. Seiring dengan semakin majunya teknologi saat ini, menyebabkan semakin berkurangnya minat generasi muda untuk berkunjung ke museum yang hanya menyajikan koleksi - koleksi peninggalan sejarah yang hanya dapat dilihat secara langsung atau melalui brosur atau buku. Aplikasi Adobe Flash diimplementasikan menjadi program komputer yang mampu memberikan informasi mengenai sejarah, musik daerah, foto, video serta koleksi - koleksi yang terdapat pada Museum Lambung Mangkurat secara interaktif dan menarik sehingga diharapkan akan meningkatkan minat generasi muda untuk mengenali sejarah dan budaya yang ada di Kalimantan Selatan.]]>
<![CDATA[PENGEMBANGAN TEKNOLOGI GAME INDONESIA UNTUK PERMAINAN FIRST PERSON SHOOTER (FPS) 3D MULTIPLAYER “CODE TO SHOOT” MENGGUNAKAN UNITY NETWORK (UNET) BERBASIS MOBILE ]]>
<![CDATA[Ibnu Ramadhan]]>;
<![CDATA[Agung Purwanto]]>;
<![CDATA[Nurahman]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 2 (2020) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v5i2.50
<![CDATA[Bermain game adalah salah satu cara untuk menghilangkan kebosanan atau menghibur diri. Saat ini sudah banyak pula variasi game yang diproduksi oleh para developer. Salah satu game yang sedang banyak berkembang dan diminati saat ini adalah FPS multiplayer dengan basis mobile. Salah satu faktor yang berpengaruh dalam hal ini adalah besarnya ketergantungan masyarakat sekarang terhadap smartphone (ponsel pintar). Namun kebanyakan game yang beredar hanya berisi hiburan semata. Atas dasar inilah penulis bermaksud untuk menyisipkan unsur budaya lokal yang akan diangkat ke dalam game tersebut yaitu budaya lokal suku Dayak Kalimantan Tengah yang penulis anggap cukup bagus untuk diangkat menjadi sebuah game multiplayer dengan menggunakan fitur Unity Network. Proses pembuatan game menggunakan bahasa pemrograman C# serta beberapa software pendukung yaitu Unity, Blender, Visual Studio serta Android Studio untuk pembu-atan game, object design dan user interface. Pada game ini juga dapat di manfaatkan sebagai penyampaian unsur budaya lokal suku Dayak Kalimantan Tengah.]]>
<![CDATA[PENGEMBANGAN TEKNOLOGI MOBILE UNTUK SISTEM KASIR RUMAH MAKAN DI KOTA SAMPIT MENGGUNAKAN FIREBASE REALTIME DATABASE ]]>
<![CDATA[Kurniawati]]>;
<![CDATA[Lukman Bachtiar]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 2 (2020) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v5i2.51
<![CDATA[Trend masyarakat yang sedang berkembang sekarang yaitu mereka cenderung lebih tertarik terhadap teknologi yang dapat memberikan kemudahan, baik dalam penerapannya maupun penggunaannya. Salah satu contoh teknologi informasi yang diperlukan zaman sekarang adalah sistem kasir. Sistem kasir merupakan sebuah teknologi informasi yang dapat melakukan perhitungan total belanjaan secara cepat dan akurat serta bisa menampilkan laporan penjualan. Sistem ini biasanya diterapkan pada sebuah toko retail, rumah makan dan lainnya serta dapat diterapkan dalam basis desktop, web maupun mobile. Meskipun teknologi ini sudah lama ditemukan, namun faktanya masih banyak toko-toko atau rumah makan yang belum menerapkan teknologi ini dalam kegiatan bisnis mereka terutama di kota Sampit. Proses pembuatan aplikasi ini menggunakan bahasa pemrograman Java serta beberapa software pendukung yaitu Android Studio, BlueStack serta Firebase Console yang digunakan untuk pembuatan program, database dan user interface.]]>
<![CDATA[PURWARUPA PENYIRAMAN OTOMATIS DENGAN ARSITEKTUR MQTT DAN LOGIKA FUZZY SUGENO UNTUK MENINGKATKAN KEEFEKTIFAN MANAJEMEN PENYIRAMAN TANAMAN (STUDI KASUS : ITERA) ]]>
<![CDATA[Muhamad Arwin Wijaya]]>;
<![CDATA[Raidah Hanifah]]>;
<![CDATA[Martin Clinton Tosima Manullang]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 2 (2020) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v5i2.55
<![CDATA[ITERA merupakan kampus dengan slogan smart, friendly and forest campus. Kampus hijau (forest campus) dapat diwujudkan dengan melakukan penyiraman secara rutin pada tanaman. Ketika penyiraman tanaman tersebut tidak mencukupi maka tanaman akan layu dan mati, namun air yang berlebihan juga menyebabkan tanaman tidak dapat tumbuh karena terjadi pembusukan pada akar tanaman. Sistem penyiraman otomatis yang dapat memantau kondisi lingkungan tanaman dengan menggunakan protokol MQTT dapat dirancang sebagai sistem yang dapat memantau kondisi lingkungan tanaman secara jarak jauh dan waktu nyata. Sistem ini dibuat menggunakan sensor DHT11 yang berfungsi untuk membaca suhu dan juga sensor YL-69 yang berfungsi untuk membaca kelembaban tanah. DHT11 membaca suhu dengan nilai antara 0 – 50 C dengan rata-rata nilai error 2.22 %. Semakin tinggi nilai output sensor suhu maka suhu akan semakin panas, apabila nilai output sensor suhu semakin rendah maka suhu akan semakin dingin. Untuk sensor YL-69 dapat membaca nilai dari kelembaban tanah yang memiliki rentang antara 0 – 1023 dengan rata-rata nilai error 11.09%. Semakin tinggi nilai output sensor kelem- bapan tanah maka kondisi tanah akan semakin kering, apabila nilai output sensor kelembaban tanah semakin rendah maka kondisi tanah semakin lembap. Sensor tersebut dikirim menuju server oleh mikrokontroler ESP32s. Pengiriman data menggunakan modul Wi-Fi ke server Node-RED. Data dari hasil pembacaan sensor diolah dengan metode fuzzy logic Sugeno untuk mendapatkan keluaran jenis penyiraman memiliki nilai rata-rata error 0.573728 %, semua data pada server ditampilkan pada web server dashboard Node-RED dalam bentuk teks, grafik dan juga kondisi waktu nyata.]]>
<![CDATA[PERANCANGAN MODEL SIMULASI SISTEM PENDETEKSI KEBOCORAN GAS DAN KEBAKARAN SEBAGAI MEDIA PEMBELAJARAN BERBASIS INTERNET OF THINGS (IOT) ]]>
<![CDATA[Rahmad Hidayat]]>;
<![CDATA[Yudi Herdiana]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 5 No. 2 (2020) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v5i2.58
<![CDATA[Era revolusi industri 4.0 telah menghadirkan banyak percepatan terhadap perkembangan teknologi sehingga menjadi lebih mudah, cepat, dan praktis. Salah satu penerapan teknologi tersebut salah satunya dibidang pendidikan, berupa perancangan model simulasi alat pendeteksi kebocoran gas dan kebakaran sebagai media pendukung pembelajaran menggunakan modul mikrokontroler serta mengintegrasikannya ke dalam saluran komunikasi data internet agar siswa dapat melakukan pengujian dan pemantauan secara real time melalui perangkat mobile. Perancangan model simulasi ini menggunakan modul ESP8266, sensor DHT-11, dan sensor MQ-135. Untuk layanan cloud computing menggunakan database serta aplikasi Thingspeak. Metode yang digunakan pada perancangan ini berupa metode eksperimental. Metode ini banyak digunakan dalam perancangan sebuah sistem karena dapat menguji secara benar hipotesis yang menyangkut hubungan kasual. Berdasarkan hasil pengujian, sistem yang dibangun dapat berfungsi secara baik serta memberikan informasi mengenai nilai kondisi yang sedang diujikan. Siswa dapat memantau kondisi pengujian secara real time melalui aplikasi Thingspeak yang dipasangkan pada perangkat mobile.]]>
<![CDATA[KLASIFIKASI KAIN KHAS BATIK DAN KAIN KHAS SASIRANGAN DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK ]]>
<![CDATA[Ihdalhubbi Maulida Ihdal]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i1.62
<![CDATA[Di Indonesia terdapat 33 macam jenis kain khas, diantaranya adalah kain batik dan sasirangan. Kain batik dibuat dengan cara mempola, melukis menggunakan lilin yang sudah dicairkan, pewarnaan, membatik Kembali dan mencucinya untuk menghilangkan lapisan lilinya, sedangkan kain sasirangan yaitu dengan dijelujur dengan pola dan dicelupkan ke pewarna kain. Banyak jenis dari kain batik dan kain sasirangan sehingga tidak mudah membedakan yang mana kain sasirangan atau kain batik. Selain itu banyak bentuk pola batik yang hampir mirip dengan motif sasirangan. Pada kasus ini perlu dilakukan penelitian yang dapat mengklasifikasikan antara kain batik dan kain sasirangan agar masyarakat tidak menyamakan pola batik dengan pola sasirangan. Metode yang dipergunakan untuk melakukan klasifikasi ini yatu dengan model deep learning pada metode Convolution Neural Network (CNN). Deep Learning memiliki kemampuan sangat baik dalam melakukan klas-ifikasi objek pada sebuah citra dalam perkembangan teknologi GPU acceleration. Kemampuan klasifikasi yang dilakukan deep learning menerapkan metode CNN dengan dua tahap yaitu melakukan feedforward pada klasifikasi citra dan melakukan tahap pembelajaran menggunakan metode backpropagation. Sebelum melakukan dua tahap dari metode CNN tersebut perlu melakukan praproses yaitu dengan menerapkan metode wrapping dan cropping agar objek yang diklasifikasi dapat lebih terfokus dan selanjutnya metode feedforward dan backpropagation melakukan training. Setelah melakukan training maka dilakukan testing dengan metode feedforward dimana bobot dan bias diperbaharui sehingga menghasilkan akurasi sebesar 91,84% dengan melakukan iterasi sebanyak 20 pada data training dan hasil akurasi pada saat melakukan testing sebesar 99,73%.]]>
<![CDATA[DETEKSI PLAGIARISME MENGGUNAKAN ALGORITMA LEVENSHTEIN DISTANCE ]]>
<![CDATA[Yuslena]]>;
<![CDATA[Husnul Khatimi]]>;
<![CDATA[Rizky Aulia Fajrin]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i1.66
<![CDATA[Deteksi kesamaan dokumen untuk sistem plagiarisme termasuk dalam riset Natural Language Processing dalam bidang kecerdasan buatan. Plagiarisme banyak terjadi pada dokumen di lingkungan akademisi, begitupun yang terjadi pada PSMTS ULM. Deteksi plagiarisme diperlukan agar menjaga orisinalitas dari hasil tesis mahasiswa. Ada beberapa algoritma yang digunakan peneliti sebelumnya untuk mendeteksi plagiarisme. Namun, algoritma yang diperlukan adalah algoritma yang cepat karena yang sedang terjadi pada tesis mahasiswa relatif memiliki string yang banyak dan data tesis yang akan terus bertambah setiap saatnya mengakibatkan memperlambat kinerja algoritma. algoritma Levenshtein Distance mengungguli algoritma adaptif. Proses preprocessing yang terdiri dari metode case folding, tokenizing, stopword removal, dan stemming yang dapat melakukan estimasi proses sistem menjadi lebih cepat. Algoritma Levenshtein Distence dapat mendeteksi plagiasi dengan baik dan rata-rata lama proses sistem tanpa dilakukan preprocessing adalah 6,283 ms dan dengan preprocessing adalah 4,920 ms.]]>
<![CDATA[PENDEKATAN BERBASIS KECERDASAN BUATAN DENGAN METODE NAÏVE BAYES UNTUK WEBSITE BAZNAS ]]>
<![CDATA[Endi Gunawan]]>;
<![CDATA[Johan Wahyudi]]>;
<![CDATA[Yuslena Sari]]>
<![CDATA[ Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 6 No. 1 (2021) ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Lambung Mangkurat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20527/jtiulm.v6i1.68
<![CDATA[Badan amil zakat nasional (BAZNAS) adalah badan resmi nasional dalam menyalurkan zakat. Zakat adalah kewajiban umat Islam. Hal tersebut dijelaskan dalam kitab suci Alquran. Zakat perlu disalurkan dengan adil. Banyaknya data penerima zakat menyebabkan penyaluran sering terkendala. Dengan klasifikasi zakat antara fakir dan miskin akan menjadi solusi untuk kendala data yang banyak. Teknik kecerdasan buatan yang digunakan pada penelitian ini adalah Naïve Bayes Classifier. Ini adalah teknik klasifikasi berdasarkan Teorema Bayes dengan asumsi independensi antar prediktor. Secara sederhana, pengklasifikasian Naive Bayes mengasumsikan bahwa keberadaan fitur tertentu di kelas tidak terkait dengan keberadaan fitur lainnya. Label data penerima zakat ini ada dua, yaitu fakir dan miskin. Kecerdasan buatan sebagai metode dalam pembuatan prototype sistem pada website BAZNAS dalam penentuan penerima zakat. Pengukuran performa metode naïve bayes classifier menggunakan confusion matrix. Hasil dari metode naïve bayes classifier dalam mengklasifikasi penerima zakat cukup baik yaitu 96%.]]>
