Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) is expected to be a media of scientific study of research result, a thought and a study criticial analysis to a System engineering research, Informatics Engineering, Information Technology, Computer Engineering, Informatics Management, and Information System. We accept research papers which focused to these following topics: System Engineering Expert System Decision Support System Data Mining Artificial Intelligent Computer engineering Digital Image Processing Computer Graphic Computer Vision Genetic Algorithm Machine Learning Deep Learning Information System Design Business Intelligence and Knowledge Management Database System Big Data IOT Enterprise Computing ICT and Islam Technology Management and other relevant topics to field of Information Technology
Articles
374 Documents
<![CDATA[PADrink - Poultry Automatic Drinking System Innovation Using Arduino ]]>
<![CDATA[KH, Musliadi]]>;
<![CDATA[Pernando, Yonky]]>;
<![CDATA[Kaharuddin]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7238
<![CDATA[Air merupakan komponen utama pada peternakan unggas, sebab tubuh unggas tersusun setidaknya 60% - 85% air. Unggas tidak dapat bertahan hidup 2-3 hari tanpa air, sehingga peternak harus rutin mengontrol pemberian air minum tersebut. Pengontrolan secara penuh terhadap pemberian air minum pada unggas, tentunya menyita banyak waktu dan peternak tidak dapat mengerjakan aktivitas lainnya. Agar peternak dapat mengerjakan berbagai aktivitas dan kebutuhan air minum unggasnya terpenuhi, maka perlu dilakukan perancangan inovasi pengontrolan pemberian air minum. Untuk mencapai tujuan perancangan inovasi tersebut, maka alur penelitian yang digunakan adalah pendekatan metode prototipe. Pendekatan metode tersebut dibagian atas tiga bagian penting, persiapan, prototipe dan penyerahan. Tahap persiapan dilakukan untuk mengumpulkan data-data yang diperlukan pada pengembangan sistem. Pada tahap prototipe, peneliti mengenalisa, mendesain kosnep awal sistem, melakukan implementasi desain serta melakukan evaluasi terhadap prototipe yang dikembangkan. Penyerahan dan kepada pengguna dan evaluasi dilakukan untuk mengetahui hasil feedback dari pengguna. Hasil penelitian ini menghasilkan sistem inovasi PADrink dengan keunggulanya pada kemampuanya dalam mendeteksi volume air dan menampilkan informasinya melalui LCD. Setelah melakukan serangkaian pengujian, diperoleh akurasi rata-rata persentase keberhasilan PADrink dalam mengontrol air sebesar 75%, di mana sensor ultrasonik yang digunakan sangat mempengaruhi berhasil atau tidaknya proses pengontrolan air yang diteteskan. Dari delapan kali hasil pengukuran, rata-rata tingkat akurasi seleisih ketinggian air dan pembacaan sensor sebesar 1,8 cm. Sedangkan persentase tingkat eror yang diperoleh dari pembacaan sensor hanya 3% yang menandakan bahwa pengukuran secara manual dan dengan menggunakan sensor tidak memiliki perbedaan yang signifikan.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Mata Dengan Metode Certainty Factor ]]>
<![CDATA[Bagaskara, Mochammad Naufal]]>;
<![CDATA[Dwi Hartanti]]>;
<![CDATA[Vihi Atina]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7251
<![CDATA[Perkembangan teknologi informasi telah mengubah cara layanan kesehatan disediakan dengan maraknya layanan kesehatan online yang semakin diminati. Akan tetapi, mengidentifikasi penyakit mata secara online menjadi sebuah tantangan karena kompleksitas gejala yang ada dan kendala dalam pemeriksaan fisik yang terbatas. Pembuatan sistem pakar berbasis website dengan menggunakan metode Certainty Factor (CF) adalah langkah penting dalam mendukung layanan kesehatan mata secara online. Penelitian ini menyoroti pentingnya diagnosis awal yang cepat dan akurat untuk penyakit mata seperti konjungtivitis, glaukoma, atau degenerasi makula. Sistem pakar berbasis CF di Klinik Netra Husada Wonogiri bertujuan untuk memberikan solusi yang efektif terutama ketika akses langsung ke dokter mata terbatas. Pemilihan metode CF karena kemampuannya dalam mengatasi ketidakpastian dalam proses diagnosis dan memberikan estimasi kepercayaan terhadap hasil diagnosis. Selain menyediakan kemudahan akses, sistem ini diharapkan dapat meningkatkan kesadaran masyarakat akan pentingnya perawatan mata. Dengan akses yang lebih mudah, diharapkan masyarakat akan lebih proaktif dalam memantau kesehatan mata mereka sendiri dan mencari bantuan medis jika diperlukan, guna mencegah terjadinya komplikasi serius. Pengembangan sistem pakar berbasis website dengan metode Certainty Factor untuk diagnosis awal penyakit mata memiliki potensi besar dalam meningkatkan aksesibilitas dan kualitas layanan kesehatan mata secara online. Penelitian dilakukan melalui beberapa tahap, dari mulai pengumpulan data hingga pengembangan sistem dengan metode waterfall. Harapannya sistem ini mampu memberikan diagnosis awal dengan cepat, akurat, dan dapat dipercaya, sehingga meningkatkan tingkat kesejahteraan dan kualitas hidup masyarakat.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Software House Menggunakan Pendekatan Additive Ratio Assessment ]]>
<![CDATA[Septian, Fajar]]>;
<![CDATA[Septiana, Ristasari Dwi]]>;
<![CDATA[Setiyani, Hari]]>;
<![CDATA[Arisantoso]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7255
<![CDATA[Dalam era digital yang semakin maju, kebutuhan akan perangkat lunak berkualitas tinggi menjadi sangat penting bagi organisasi untuk mendukung operasi bisnis, meningkatkan efisiensi, dan menyediakan solusi inovatif. Pemilihan software house yang tepat menjadi keputusan strategis yang krusial namun menantang karena banyaknya pilihan yang tersedia. Kesalahan dalam pemilihan dapat berdampak negatif, seperti penundaan proyek dan overbudget. Penelitian ini bertujuan untuk pengembangan Sistem Pendukung Keputusan (SPK) untuk pemilihan software house menggunakan pendekatan Additive Ratio Assessment (ARAS). Metode ARAS dipilih karena keunggulannya dalam mengevaluasi berbagai kriteria secara menyeluruh dan simultan. Penelitian ini menghasilkan sistem yang dapat menilai alternatif berdasarkan kriteria yang telah ditentukan, memberikan bobot sesuai tingkat kepentingan, dan menghasilkan peringkat untuk memudahkan pengambil keputusan. Hasil output sistem untuk studi kasus ini diperoleh nilai tertinggi yaitu JMC Indonesia (A3) dengan skor tingkat relatif kinerja yaitu 0,9041. Hasil tersebut sama dengan perhitungan manual, Ini menunjukkan bahwa SPK yang dibangun menunjukkan kevalidan dalam perhitungannya. Selain itu, pada uji usability menunjukkan bahwa SPK yang dikembangkan memiliki skor usability rata-rata 88,75%, yang masuk dalam kategori "Excellent", menandakan sistem ini intuitif dan mudah digunakan.]]>
<![CDATA[Penerapan Metode SMART Dan Pembobotan ROC Pada Pemilihan Destinasi Wisata Teraman Di Indonesia ]]>
<![CDATA[Iqbal, Muhammad]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7256
<![CDATA[Penelitian ini mengkaji penerapan pembobotan Rank Order Centroid (ROC) dan metode Simple Multi-Attribute Technique (SMART) dalam memilih destinasi wisata teraman di Indonesia untuk membantu wisatawan memilih destinasi wisata yang menarik dan aman. Penelitian ini dilatarbelakangi oleh kebutuhan wisatawan akan informasi yang akurat dan perlindungan yang memadai selama melakukan perjalanan, sebagaimana tertuang dalam Undang-Undang Pariwisata Nomor 10 Tahun 2009. Metode SMART digunakan karena dapat menangani berbagai kriteria yang berbeda dan memberikan informasi yang komprehensif. Hal ini memungkinkan untuk mengevaluasi berbagai faktor keamanan. Di sisi lain, metode ROC memberikan bobot proporsional pada setiap kriteria yang diidentifikasi, sehingga meningkatkan akurasi proses pemeringkatan destinasi wisata. Penelitian ini menerapkan metode SMART dan ROC untuk mengevaluasi berbagai destinasi wisata di Indonesia. Hasilnya menunjukkan Provinsi Jawa Tengah menduduki peringkat pertama destinasi wisata teraman dengan skor 0,991. Hasil tersebut menunjukkan bahwa kombinasi metode SMART dan ROC efektif dalam membangun sistem pendukung keputusan yang dapat memberikan rekomendasi yang akurat dan dapat diandalkan kepada wisatawan. Sistem ini bertujuan untuk membantu wisatawan mengambil keputusan yang lebih cerdas ketika memilih tujuan perjalanannya, dengan mempertimbangkan aspek keselamatan yang sering terlupakan. Lebih lanjut, penelitian ini diharapkan dapat memungkinkan pengelola destinasi wisata untuk meningkatkan standar keselamatan dan pelayanan serta memberikan pengalaman perjalanan yang lebih aman dan nyaman bagi wisatawan.]]>
<![CDATA[Parameter Tuning dalam Klasifikasi Load Factor pada Bus Rapid Transit (BRT) ]]>
<![CDATA[Hakim, Muhammad Iman Nur]]>;
<![CDATA[Siswanto, Joko]]>;
<![CDATA[Anggari Nuryono, Aninditya]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7258
<![CDATA[Public transport services are facing more challenges and some problems are gradually emerging with the increase in public transport users and varying travel demands. BRT as a type of public transportation in determining efficiency, service feasibility, and determining operational costs refers to the load factor. BRT bus load factor classification using KNN is proposed with parameter tuning to increase accuracy values. KNN algorithm with tuning parameters on 2 types of matrices (Minkowski and Euclidean) for BRT load factor classification for Transjatim corridor 1. The BRT load factor classification with the KNN algorithm increased by 7.81% by tuning parameters on the Euclidean matrix compared to the Minkowski matrix. The increase in accuracy is reflected in the confusion matrix with changes in increasing true negatives and decreasing false positives. Category 1 has a higher class than category 2 for boarding and alighting passengers. The classification presented can be a reference for Transjatim Corridor 1 Managers in determining efficiency, feasibility and operational costs.]]>
<![CDATA[Rapid Application Development Dalam Pengembangan Sistem Informasi Kesiswaan Berbasis Website (Studi Kasus: Sman 11 Pekanbaru) ]]>
<![CDATA[Syaliman, Khairul Umam]]>;
<![CDATA[Ramdani Hadi Nst, Andika]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7265
<![CDATA[This research identifies problems in the student data management process at SMAN 11 Pekanbaru, which still relies on manual recording for students who violate school regulations and students who excel. This causes limitations in operational efficiency. Apart from that, extracurricular activities also experience problems in organizing because the member registration process still uses paper forms. This research aims to develop and analyze a web-based student information system to increase the efficiency and effectiveness of student data management. The system development method used is Rapid Application Development (RAD), this method was chosen because of its flexibility in accommodating the needs of SMAN 11 Pekanbaru with a short implementation time. This system was developed using the PHP and MySQL programming languages as a database management system. System testing is carried out using User Acceptance Testing which involves admin, student affairs, school principals, homeroom teachers, and students as actors in the system. The results of website functionality testing using the Blackbox Testing method are in the good category, with 24 use cases successfully carried out with a success rate of 62.5%. Usability testing shows a high level of agreement with the system built, with a score of 82.4% for the system aspect, 81.8% for the user aspect, and 80% for the interaction aspect.]]>
<![CDATA[Kombinasi TF-IDF dan Neural Network Untuk Pelayanan Informasi Al-Qur’an Dalam Bentuk Chatbot ]]>
<![CDATA[Rifqi, Muhammad Rifqi Al Fauzan]]>;
<![CDATA[Armansyah]]>;
<![CDATA[Rifqi Al Fauzan, Muhammad]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7286
<![CDATA[Al-Qur’an merupakan kitab suci umat Islam yang di dalamnya berisikan petunjuk untuk menjalani kehidupan di dunia. Pemanfaatan teknologi untuk menyediakan informasi Al-Qur’an saat ini sudah dilakukan, yaitu dengan mendigitalisasi Al-Qur’an. Namun, yang menjadi masalah adalah Al-Qur’an digital tidak dapat memberikan pengalaman yang interaktif kepada pengguna. Pengalaman interaktif ini penting karena pengguna dapat memperoleh informasi Al-Qur’an seperti ayat atau tafsir yang spesifik tanpa harus mencari lagi. Oleh karena itu, untuk mengatasi masalah tersebut dapat dilakukan dengan chatbot. Chatbot dapat dikembangkan agar mampu melakukan percakapan secara interaktif serta mampu melakukan pengenalan teks dan memberikan informasi secara akurat dan konsisten. Pengembangan chatbot dalam penelitian ini menggunakan TF-IDF dan Neural Network. Arsitektur Neural Network yang digunakan dalam penelitian ini terdiri dari 1 hidden layer dengan fungsi aktivasi ReLU dan 1 output layer dengan fungsi aktivasi Softmax. Dataset dalam penelitian ini sebanyak 2157 pola teks, yang dibagi menjadi data training dan data testing dengan rasio 8:2 sehingga data training berjumlah 1725 dan data testing berjumlah 432. Chatbot mampu menjawab pertanyaan pengguna dengan benar sebanyak 38 kali dari total pertanyaan yang diajukan sebanyak 46 pertanyaan. Dengan demikian dapat disimpulkan bahwa chatbot yang dibangun dengan TF-IDF dan Neural Network mampu memberikan respon yang cukup baik atas pesan dari pengguna dengan nilai akurasi sebesar 82,6%.]]>
<![CDATA[Penerapan Metode Resilient Backpropagation (RPROP) Untuk Prediksi Aktivitas Gempa Bumi Berdasarkan Skala Magnitudo ]]>
<![CDATA[Widyaningrum, Bajeng Nurul]]>;
<![CDATA[Kurnia Ramadhani, Lingga]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7296
<![CDATA[Indonesia merupakan salah satu negara dengan tingkat gempa bumi yang cukup tinggi karena memiliki beberapa lempeng utama. Oleh karena itu, prediksi aktivitas gempa bumi menjadi hal yang penting untuk dilakukan guna mengurangi risiko dan kerugian yang ditimbulkan. Telah banyak penelitian terkait dengan prediksi gempa bumi dengan menggunkan beberapa metode. Salah satu metode yang digunakan adalah Metode Backpropagation. Melihat dari penelitian-penelitian sebelumnya, peneliti mengusulkan penerapan Jaringan Saraf Tiruan dengan Algoritma Resilient Backpropagatio untuk prediksi aktivitas gempa bumi berdasarkan nilai magnitudo di Indonesia. Data yang digunakan yaitu data aktivitas gempa bumi bulanan skala magnitudo 4,5 keatas dari periode waktu tahun 1992 hingga 2023 untuk memastikan keberagaman pola aktivitas gempa bumi yang terjadi di berbagai wilayah di Indonesia. Selain parameter skala magnitudo, informasi penting seperti lokasi episenter, dan waktu kejadian juga dimasukkan sebagai fitur input untuk jaringan saraf. Hasil penelitian menunjukkan bahwa prediksi gempa bumi menggunakan metode Jaringan Saraf Tiruan Resilient Backpropagation dengan model arsitektur 6-10-1 dan learning rate 0,6 menunjukkan tingkat akurasi RMSE 0,04778 dan MAE 0,03509. Hasil prediksi menunjukkan pada bulan Februari dengan 67 kejadian dan tertinggi pada bulan Desember dengan 185 kejadian dengan melihat aktifitas gempa bumi di wilayah Indonesia dengan skala magnitudo diatas 4,5. Penelitian ini menunjukkan bahwa model jaringan saraf tiruan dengan algoritma Backpropagation dengan optimasi Resilient mampu memberikan prediksi aktivitas gempa bumi dengan tingkat akurasi yang memuaskan]]>
<![CDATA[Implementasi Algoritma Round Robin dan Priority Pada Sistem Antrian Rumah Sakit ]]>
<![CDATA[Widiarto, Wisnu]]>;
<![CDATA[Maheswari, Desinta]]>;
<![CDATA[Sari, Dewi Puspita]]>;
<![CDATA[Arianto, Kezia Jazzlyn]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7334
<![CDATA[Dalam sistem antrian rumah sakit, perencanaan proses yang efektif dan efisien sangat penting untuk mengurangi waktu tunggu pasien dan meningkatkan kualitas pelayanan medis. Penelitian ini mengimplementasikan algoritma Round-Robin dan Prioritas untuk mengatur antrian pasien dalam suatu rumah sakit. Algoritma Round-Robin memberikan setiap pasien waktu eksekusi yang adil berdasarkan jumlah waktu yang telah ditentukan, sedangkan algoritma Prioritas mengatur waktu berjalan berdasarkan tingkat prioritas pasien. Penelitian ini menganalisis kinerja kedua algoritma menggunakan simulasi data pasien seperti waktu kedatangan, waktu konsultasi, dan tingkat prioritas. Hasil simulasi menunjukkan bahwa meskipun algoritma Round-Robin berhasil mendistribusikan waktu konsultasi secara merata, namun hal ini dapat meningkatkan waktu tunggu pasien sakit kritis. Sebaliknya, algoritma Prioritas mengurangi waktu tunggu untuk pasien dengan prioritas tinggi namun dapat menyebabkan penundaan bagi pasien dengan prioritas rendah.]]>
<![CDATA[Peramalan Penjualan Laptop Menggunakan Metode Long Short Term Memory (LSTM) ]]>
<![CDATA[Fernando Candra Yulianto]]>;
<![CDATA[Noor Latifah]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7337
<![CDATA[Industri penjualan laptop tidak hanya dipengaruhi oleh kemajuan teknologi, tetapi juga dipengaruhi oleh perubahan cepat dalam prefernsi konsumen dan perubahan kondisi ekonomi seseorang. Permintaan laptop dari konsumen bervariasi secara signifikan dari waktu ke waktu, yang dipengaruhi oleh beberapa faktor seperti kualitas produk, harga produk, citra merek, dan kecepatan peluncuran model baru. Ketidakstabilan faktor tersebut membuat penjual laptop mengalami kesulitan dalam melakukan restock barang di tokonya, dari beberapa kasus yang ada penjual laptop sering mengalami overstock ataupun stockout. Salah satu metode yang dapat digunakan untuk memprediksi penjualan barang adalah metode Long Short Term Memory (LSTM). Dimana dalam pembuatan model tersebut dibagi menjadi 3 category yaitu low-end category, mid-end category dan high-end category. Untuk low-end category memiliki kriteria harga <= Rp. 8.000.000 sedangkan mid-end category memiliki kriteria harga > Rp. 8.000.000 dan <= Rp. 16.000.000 dan untuk high-end category memiliki kriteria harga > Rp. 16.000.000. Untuk pengoptimalan hasil prediksi digunakanlah metode optimasi Adaptive Moment Gradient (ADAM). Berdasarkan uji coba dengan menggunakan metode tersebut didapatkan hasil berupa RMSE (low-end category): 30.4401 dan R2 Score (low-end category): 0.9804, RMSE (mid-end category): 14.1007 dan R2 Score (mid-end category): 0.9956, dan RMSE (high-end category): 14.5063 dan R2 Score (high-end category): 0.9964.]]>
