cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sarifah Putri Raflesia
Contact Email
sarifah@unsri.ac.id
Phone
+628112017224
Journal Mail Official
generic.unsri@gmail.com
Editorial Address
Fakultas Ilmu Komputer, Universitas Sriwijaya
Location
Kab. ogan ilir,
Sumatera selatan
INDONESIA
Jurnal Generic
Published by Universitas Sriwijaya
ISSN : 19074093     EISSN : 20879814     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Generic ISSN/e-ISSN: 1907-4093/2087-9814 adalah wadah publikasi ilmiah bagi peneliti, akademisi, maupun praktisi di bidang ilmu komputer, ilmu teknologi informasi dan komunikasi di Indonesia. Jurnal ini menerima tulisan inter-disiplin di bidang SI/TI, sistem komputer, dan informatika. Topik dapat berupa (tapi tidak ter batas pada): Artificial Intelligence (Kecerdasan Buatan, Software Engineering (Rekayasa Perangkat Lunak, Information System (Sistem Informasi), Computer Based Learning (Pembelajaran Berbasis Komputer), Computer Networking & Data Communication (Jaringan Komputer & Komunikasi Data)
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 5 Documents
 1 
Search results for , issue "Vol 12 No 1 (2020): Vol 12, No 1 (2020)" : 5 Documents clear
Sistem Rekomendasi Wisata Kuliner Kota Palembang Menggunakan Metode Collaborative Filtering Riyan Alfa Rizkie; Muhammad Fachurrozi
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Wisata kuliner memiliki daya tarik tersendiri bagi para wisatawan yang mengunjungi suatu daerah, namun para wisatawan yang datang belum tentu mengetahui kuliner yang terdapat pada daerah tersebut, sehingga dibutuhkan sebuah sistem yang dapat memberikan rekomendasi kepada para wisatawan. Sistem rekomendasi merupakan sebuah sistem yang dapat memberikan saran kepada penggunanya mengenai suatu barang, saran yang diberikan digunakan dalam berbagai macam proses pengambilan keputusan. Metode yang digunakan adalah Collaboratif Filtering. Permasalahannya bagaimana menerapkan metode Collaborative Filtering untuk merekomendasikan makanan dengan banyak faktor yang mempengaruhi sehingga menghasilkan sebuah rekomendasi yang relevan. Proses rekomendasi dengan cara mengelompokkan pengguna kedalam sebuah kelompok tertentu melalui proses clustering dengan metode K-Mean, kemudian perangkat lunak melakukan perhitungan kesamaan antara pengguna dan anggota kelompoknya. Perhitungan kesamaan antara pengguna dan anggota kelompoknya menggunakan persamaan pearson correlation coefficient. Penentuan hasil rekomendasi yang diberikan menggunakan sistem perankingan dengan nilai rekomendasi terbesar. Data yang digunakan sebanyak 18 data makanan, 100 data training dan 10 data testing. Hasil pengujian persentasi kerelevanan mencapai 80%.
Implementasi Logika Fuzzy Pada Sendok Makan Penderita Parkinson Muhammad Naufal Halim; Ahmad Zarkasi; Arti Dian Nastiti
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini dimaksudkan untuk membuat rancang bangun alat bantu makan berupa sendok yang dikhususkan untuk penderita Parkinson. Implementasi sendok penderita Parkinson dalam penelitian ini mengunakan sensor 3-Axis gyroscope accelerometer MPU-6050, mikrokontroler ESP32, dan motor stepper SG-90 untuk menstabilkan posisi sendok akibat getaran tangan penderita Parkinson. Data yang diperoleh dari penelitian ini adalah sensor MPU-6050 yang mendeteksi getaran tangan penderita lalu data tersebut distabilkan menggunakan logika Fuzzy yang berfungsi untuk meminimalisir error pada sensor MPU-6050.
Implementasi Metode Analytical Hierarchy Process Dan TOPSIS Dalam Sistem Pendukung Keputusan untuk Pembelian Mobil pada Rental Mobil Dicky Ahmad Rizaldi; Yunita Yunita; Desty Rodiah
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Car rental is a business engaged in services that provide car rental services. Car rental owners must be selective in choosing a car to be used as a fleet, because if the car chosen is not right, the rental owner will experience a loss. To solve this kind of problem, a system to support a decision is a solution that can help rental owners according to their wants or needs. One approach that can be used in this case is the Decision Making System using the Analytical Hierarchy Process (AHP) method and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). The Analytical Hierarchy Process (AHP) method was used as weighting and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) as a ranking. Testing to get a fairly good accuracy using the AHP and TOPSIS methods.
Klasifikasi Berita Berbahasa Indonesia Menggunakan Naïve Bayes Classifier Qurrota ‘Aini Muthmainnah; Dian Palupi Rini; Desty Rodiah
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berita pada awalnya disalurkan melalui media seperti televisi, radio dan koran, namun dengan kemajuan teknologi saat ini membuat digitalisasi informasi lebih mudah, berita berbentuk teks digital lebih cepat tersebar, aktual dan murah, sehingga dapat mengalami pelonjakan yang besar. Oleh karena itu, perlu adanya sistem yang bisa mengklasifikasikan berita secara otomatis sesuai dengan kategori-kategori berita yang ada, dengan menggunakan metode klasifikasi teks, maka kumpulan dokumen yang jumlahnya sangat besar tersebut dapat diorganisir, sehingga dapat mempermudah dan mempercepat pencarian informasi yang dibutuhkan. Dalam penelitian ini, klasifikasi teks berita menggunakan metode Naïve Bayes Classifier untuk mengklasifikasikan ke dalam empat kategori yaitu, bencana alam, kesehatan, olahraga dan pendidikan. Pengujian dilakukan sebanyak empat kali dengan pembagian data yang berbeda-beda, dan hasil akurasi yang didapat yaitu pengujian pertama 100%, pengujian kedua 100%, pengujian ketiga 98,33% dan pengujian keempat 96,25%. Dari hasil tersebut, dapat disimpulkan bahwa hasil klasifikasi teks berita sudah baik.
Pengenalan Motif Kain Songket Pada Citra Kamera Smartphone Dengan Beragam Sudut Pandang Menggunakan CNN Muhammad Husein Nashr; Muhammad Fachurrozi; Eni Triningsih; Kanda Januar Miraswan
Generic Vol 12 No 1 (2020): Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Songket Palembang memiliki motif yang beragam sehingga dibutuhkan mesin pengenal yang dapat membantu orang awam mengenali motif ini. Mesin pengenal harus mampu mengenali motif dengan variasi transformasi spatial, noisedan blur. Dalam penelitian ini, CNN mampu mengklasifikasi motif songket dengan akurasi 93%. Arsitektur CNN yang digunakan menggunakan 2.22 MB memori GPU saat inference. Penggunaan Dropout memberikan efek regularisasi, yaitu meningkatkan akurasi pada data uji dan penggunaan momentum dengan nilai 0.9 mengurangi waktu training 2x lebih cepat. Layer konvolusi CNN pada penelitian ini tidak dapat mengekstrak fitur penting pembeda antar kelas, tidak seperti layer konvolusi CNN pretrain yang sudah dilatih dengan dataset yang besar sehingga menghasilkan akurasi 100% untuk klasifikasi songket

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 17 No 1 (2025): Vol 17, No 1 (2025) Vol 16 No 2 (2024): Vol 16, No 2 (2024) Vol 16 No 1 (2024): Vol 16, No 1 (2024) Vol 15 No 2 (2023): Vol 15, No 2 (2023) Vol 15 No 1 (2023): Vol 15, No 1 (2023) Vol 14 No 2 (2022): Vol 14, No 2 (2022) Vol 14 No 1 (2022): Vol 14, No 1 (2022) Vol 13 No 2 (2021): Vol 13, No 2 (2021) Vol 13 No 1 (2021): Vol 12, No 1 (2021) Vol 12 No 2 (2020): Vol 12, No 2 (2020) Vol 12 No 1 (2020): Vol 12, No 1 (2020) Vol 11 No 2 (2019): Vol 11, No 2 (2019) Vol 11 No 1 (2019): Vol 11, No 1 (2019) Vol 10 No 2 (2018): Vol 10, No 2 (2018) Vol 10 No 1 (2018): Vol 10, No 1 (2018) Vol 9 No 2 (2014): Vol 9, No 2 (2014) Vol 9 No 1 (2014): Vol 9, No 1 (2014) Vol 8 No 2 (2013): Vol 8, No 2 (2013) Vol 8 No 1 (2013): Vol 8, No 1 (2013) Vol 6 No 2 (2011): Vol 6, No 2 (2011) Vol 6 No 1 (2011): Vol 6, No 1 (2011) Vol 5 No 2 (2010): Vol 5, No 2 (2010) Vol 5 No 1 (2010): Vol 5, No 1 (2010) Vol 4 No 2 (2009): Vol 4, No 2 (2009) Vol 4 No 1 (2009): Vol 4, No 1 (2009) More Issue