cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhamad Fuat Asnawi
Contact Email
fuatasnawi@fastikom-unsiq.ac.id
Phone
+6285292912229
Journal Mail Official
device@fastikom-unsiq.ac.id
Editorial Address
Fakultas Teknik dan Ilmu Komputer (FASTIKOM) Universitas Sains Al Qur’an (UNSIQ) Jawa Tengah di Wonosobo Jl. KH. Hasyim Asy’ari Km. 03, Kalibeber, Kec. Mojotengah, Kab. Wonosobo, Jawa Tengah 56351
Location
Kab. wonosobo,
Jawa tengah
INDONESIA
DEVICE
Published by Universitas Sains Al-Qur'an
ISSN : 27468984     EISSN : 02169185     DOI : https://doi.org/10.32699/device.v10i2
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Mechanical Engineering
DEVICE merupakan media komunikasi dan diseminasi hasil-hasil penelitian dan pengabdian masyarakat dalam bidang ilmu komputer, arsitektur, teknik sipil dan teknik mesin. Jurnal ini diterbitkan oleh Fakultas Teknik Universitas Sains Al-Qur’an (UNSIQ) Wonosobo secara berkala dua kali dalam satu tahun pada bulan Mei dan November.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 34 Documents
 1   2   3   4 
Search results for , issue "Vol 14 No 1 (2024): Mei" : 34 Documents clear
INTEGRASI XML DAN PYTHON PADA PENGEMBANGAN FRAMEWORK ODOO SISTEM GUDANG ANISYA ANISYA; INDRA WARMAN; DEDE WIRA TRISE PUTRA; EVA YULIANTI; Hendra Cahyo Setiawan
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.5606

Abstract

Sistem Enterprise Resource Planning (ERP) dengan modul gudang Odoo 15,perlu disesuaikan dengan proses bisnis perusahaan yang,Ini mencakup penyesuaian fitur dan alur kerja agar sesuai dengan kebutuhan dan tuntutan operasional perusahaan. Selain itu, integrasi kompleks antara XML dan Python.Dengan melakukan pengembangan ini, sistem ERP dapat menjadi alat yang lebih efektif dan efisien dalam mendukung operasi bisnis yang unik dari perusahaan tersebut.Diharapkan dengan pengembangan modul gudang berbasis Odoo 15 dapat berhasil dan memberikan solusi optimal bagi perusahaan dalam mengatasi masalah pencatatan gudang serta meningkatkan efisiensi operasional.Hasil penelitian ini berhasil mengembangkan XML, Python, dan PostgreSQL dalam framework Odoo 15 untuk pengelolaan proses bisnis di UD Agung.Untuk pengembangan sistem gudang lebih lanjut,mengimplementasikan Database Transaksional Multi-User untuk data akurat dan akses bersama dan perlu pengembangan antarmuka terkait penggunaan teknologi XML.Dengan mengintegrasikan teknologi XML, Python, dan PostgreSQL dalam framework Odoo 15, dapat membantu dalam penyelarasan proses bisnis pada UD Agung,dengan pembuatan model menggunakan Python untuk berinteraksi dengan tabel database PostgreSQL serta proses CRUD (Create, Read Update, and Delete )dari database PostgreSQL,untuk menampilkan data menggunakan XML
Pemodelan Artificial Neural Network (ANN) Untuk Identifikasi Bangunan Daerah Rawan Longsor Sely Novita Sari; Bagus Gilang Pratama; Rizqi Prastowo
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6701

Abstract

Identifikasi bangunan daerah rawan longsor adalah suatu hal yang penting dalam mitigasi bencana alam. Longsor dapat terjadi di mana saja dan kapan saja, dan dapat menyebabkan kerugian yang besar baik dari segi manusia maupun materiil (fadli dkk, 2023). Oleh karena itu, penting untuk mengidentifikasi bangunan yang berada di daerah rawan longsor agar dapat mengambil tindakan pencegahan yang tepat. Metode yang dapat digunakan untuk identifikasi bangunan di daerah rawan longsor adalah artificial neural network (ANN). ANN adalah suatu model komputasi yang terinspirasi dari sistem saraf biologis yang terdiri dari sejumlah unit pemrosesan sederhana yang disebut neuron. ANN dapat belajar dari data dan menyesuaikan bobot koneksi antar neuron untuk menghasilkan keluaran yang diinginkan. ANN memiliki kemampuan untuk mengenali pola, mengklasifikasikan data, dan memprediksi hasil. Berdasarkan analisis data klasifikasi dinding sederhana di Kecamatan Kalirejo, Kecamatan Kokap, Kabupaten Kulon Progo, Yogyakarta, menggunakan Artificial Neural Network (ANN), presentase prediksi setiap data dari pemodelan ANN menunjukkan bahwa indikator Bangunan Tidak Aman mencapai 100%, dengan 89% prediksi Bangunan Aman, dan 82,7% prediksi Bangunan Aman berdasarkan History Accuracy. Hasil tersebut diukur dengan merujuk pada kurva model validasi yang semakin meningkat dan stabil, mencapai nilai akurasi rata-rata di atas 80%, yakni sebesar 88%.
Kolaborasi Jaringan Saraf Tiruan (JST) Dalam Identifikasi Prioritas Penanganan Pemeliharaan Jalan Kabupaten Sely Novita Sari; Bagus Gilang Pratama; ircham ircham
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6702

Abstract

Pemeliharaan jalan kabupaten menjadi elemen krusial dalam pembangunan infrastruktur dan pertumbuhan ekonomi di daerah. Kendati begitu, keterbatasan anggaran dan sumber daya manusia menyebabkan banyak jalan kabupaten mengalami kerusakan yang memerlukan penanganan pemeliharaan yang efektif. Dalam rangka mengidentifikasi prioritas pemeliharaan, digunakan metode Jaringan Saraf Tiruan (JST), sebuah teknologi kecerdasan buatan yang mampu mempelajari pola dari data dan mengklasifikasikan informasi baru. JST dapat memproses data kompleks, non-linear, dan tidak pasti, sehingga cocok untuk estimasi biaya, peramalan, klasifikasi, dan optimasi. Hasil analisis data menggunakan JST menunjukkan tingkat akurasi prediksi Prioritas Mutlak Penting sebesar 100%, sementara untuk Prediksi Prioritas Sangat Penting, Prioritas Cukup Penting, dan Prioritas Sedikit Penting masing-masing mencapai 66,7%. Prediksi Prioritas Tidak Penting juga mencapai 100%, dengan menggunakan History Accuracy sebagai acuan. Dengan demikian, pemodelan ini memberikan presentase prediksi untuk setiap kategori prioritas pemeliharaan jalan kabupaten, memberikan dasar informasi yang berguna untuk pengambilan keputusan.
Rancang Bangun Sistem Informasi Pendaftaran Santri Baru Berbasis Web Menggunakan Metode Rapid Application Development (RAD) Mohammad Reza Fahlevi; Moch Arip Rohidin; I Putu Deny Arthawan Sugih Prabowo
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6720

Abstract

Perkembangan teknologi dan sistem informasi memberikan peluang yang besar dalam menciptakan berbagai jenis sistem aplikasi, terutama yang berbasis website. Aplikasi semacam ini telah digunakan dan dimanfaatkan dalam berbagai sektor, termasuk dalam dunia pendidikan di Indonesia. Namun, masih banyak sekolah dan pesantren yang belum mengikuti perkembangan teknologi tersebut. Salah satu contohnya adalah Pondok Pesantren Al-Husen di Majalengka, yang masih menggunakan metode manual dalam proses pendaftaran calon santri. Calon santri diharuskan datang secara langsung ke sekretariat pondok pesantren untuk mendaftar, yang memakan waktu dan tenaga. Sehingga melalui penelitian ini akan dibuatkan sistem informasi berbasis website untuk mempermudah proses pendaftaran santri di pesantren tersebut. Penelitian ini diimplementasikan dengan bahasa pemrograman PHP 7.4 dengan dukungan dari framework laravel 8. Dalam pengembangan aplikasi sistem ini menggunakan metode pengembangan sistem Rapid Application Development (RAD) yang memungkinkan pengembangan aplikasi dengan cepat dan adaptif. Untuk memastikan kualitas dan fungsionalitas sistem, dilakukan pengujian menggunakan metode black box testing, yang melibatkan pengujian tanpa mengetahui implementasi internal sistem. Hasil pengujian menunjukkan bahwa sistem ini telah teruji dengan baik dan berkinerja optimal. Sistem informasi yang dikembangkan dalam penelitian ini memiliki beberapa fitur penting, antara lain blog untuk berbagi informasi, pengelolaan data santri, serta penambahan fitur drone view. Fitur-fitur ini sangat bermanfaat bagi calon pendaftar dan pengelola santri di Pondok Pesantren Al-Husen, karena memudahkan mereka dalam mengakses informasi dan mengelola data dengan efisien. Penelitian ini diharapkan memberi manfaat yang signifikan dalam pengelolaan data dan informasi di Pondok Pesantren Al-Husen.
RANCANG BANGUN SISTEM INFORMASI MONITORING DAN EVALUASI BIDIKMISI DI SMA NEGERI 20 KABUPATEN TANGERANG Arifin A Abd Karim; Ahmad Sopyan; Ircham Ali
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6739

Abstract

Beasiswa merupakan bantuan biaya untuk menunjang proses pendidikan, bidikmisi merupakan salah satu program beasiswa yang diberikan pemerintah melalui Direktorat Jendral Pendidikan Tinggi (DITJEN DIKTI) Kementrian Riset Teknologi dan Pendidikan Tinggi (Ristekdikti) mulai tahun 2010 kepada mahasiswa yang memiliki potensi akademik memadai dan kurang mampu secara ekonomi. Pengelolaan data bidikmisi diserahkan kepada perguruan tinggi masing-masing dengan bantuan pendanaan bersama antara perguruan tinggi dan Ristekdikti. Tetapi sistem tersebut masih berfokus pada proses pendaftaran saja. Permasalahan muncul dari sisi pengelola di perguruan tinggi dalam melakukan monitoring dan evaluasi perkembangan studi mahasiswa bidikmisi. Maka diharapkan adanya sistem informasi yang dapat memonitoring data mahasiswa bidikmisi untuk pengelolaan data bidimisi.Sistem informasi monitoring dan evaluasi bidikmisi yang dirancang oleh peneliti diharapkan menjadi inovasi baru dalam pengelolaan data mahasiswa bidikmisi. Penerapan sistem informasi monitoring dan evaluasi bidikmisi mampu melakukan pelaporan perkembangan IPK setiap mahasiswa penerima bidikmisi. metode pengembangan sistem dilakukan dengan menggunakan metode waterfall. Adapun tahapan – tahapannya diantaranya yaitu melakukan Analisis sistem, Desain, Implementasi, Testing, dan Maintenancenya. Kemudian dalam perancangan sistem penulis menggunakan UML
ARAH AXIAL TUNGKU API DAN PENYEBARAN ASAP DI PAWON RUMAH VERNAKULAR DATARAN TINGGI Hermawan Hermawan
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6857

Abstract

Permasalahan asap dalam penggunaan tungku api bagi rumah vernakular menjadikan permasalahan utama dalam rumah vernakular. Budaya genen di wilayah dataran tinggi menjadi kebiasaan dan budaya yang bertujuan untuk menghangatkan badan serta berkumpul (ngendong) untuk berdiskusi degnan anggota keluarga dan tetangga. Permasalahan asap akan menyebabkan memburuknya kualitas udara dalam ruang dan berimbas pada kesehatan penghuni rumah tinggal. Penelitian bertujuan untuk mengungkap arah penyebaran asap dan axial peletakan tungku api di pawon rumah vernakular yang menggunakan tungku api. Metode penelitian menggunakan metode kualitatif dengan pengumpulan data menggunakan observasi dan wawancara serta dokumentasi. Observasi digunakan untuk mendapatkan data peletakan tungku dan arah penyebaran asap. Wawancara digunakan untuk melengkapi data penggunaan tungku api dan kondisi kesehatan penghuni. Dokumentasi digunakan untuk melengkapi data penggambaran rumah tinggal. Hasil penelitian memperlihatkan penyebaran asap sebagian besar rumah tinggal tidak bisa maksimal. Terlihat dinding dapur menjadi kehitaman akibat adanya asap yang menyebar di dalam ruang. Ventilasi yang tersedia masih kurang sehingga perlu adanya perbaikan ventilasi pada rumah tinggal. Axial peletakan tungku api juga perlu disesuaikan dengan arah penyebaran asap dan mendekatkan dengan ventilasi.
KLASIFIKASI RISIKO PENYAKIT SERANGAN JANTUNG DENGAN MENGGUNAKAN ALGORITMA C4.5 Aida Khalisatifa; Hestiana Dela Arum; Muhammad Ihsan Jambak
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6869

Abstract

Penyakit jantung termasuk serangan jantung merupakan salah satu penyakit yang menjadi perhatian serius dalam dunia medis. Deteksi dini risiko penyakit jantung sangat penting untuk mencegah dampak yang lebih serius. Penelitian ini menggunakan dataset yang terdiri dari 303 data dengan tipe numerik dan nominal. Data tersebut diolah menggunakan algoritma C4.5 untuk melakukan klasifikasi risiko penyakit serangan jantung. Hasil penelitian menunjukkan bahwa algoritma tersebut mencapai tingkat akurasi sebesar 83,98%. Lebih lanjut, melalui decision tree mengidentifikasi bahwa faktor terbesar yang diketahui berkontribusi dalam penentuan risiko penyakit serangan jantung adalah faktor Cp (Chest Pain), Caa (n Major Vessels), Oldpeak, Sex, dan Exng (Exercise Angina). Temuan penelitian ini diharapkan dapat memberikan tambahan wawasan dalam upaya deteksi dini dan penanganan penyakit jantung di masa mendatang di mana model klasifikasi ini dapat digunakan sebagai alat skrining awal untuk mengidentifikasi individu yang berisiko tinggi terkena serangan jantung.
OPTIMALISASI ALGORITMA C4.5 TERHADAP METODE DECISION TREE DALAM MENENTUKAN PLAFON KREDIT NASABAH Romindo Romindo; Okky Putra Barus; Jefri Junifer Pangaribuan
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6877

Abstract

The most basic banking activity is collecting money and buying money from the whole society. Then sell the collected money by directing it to the community through credit or credit. However, it is often found that customers are unable to pay their receivables based on the amount of receivables which often exceeds the specified payment period. Therefore, banking companies must know the ability to pay customers by providing credit limits to avoid losses. The purpose of this study was to analyze the data using the Decision Tree method with the C4.5 Algorithm on the report data of BPR Pijer Podi Kekelengen receivables in order to determine the customer's credit ceiling. From the data obtained from the accounts receivable report, the company produces 5 attributes, namely Payments, Receivables, Transactions, Recommendations, and Ceiling where the decision label is Ceiling. After testing the report data at BPR Pijer Podi Kekelengen using the Decision Tree method with the C4.5 Algorithm, it is concluded that if the ceiling is large, the payment is not good.
KAJIAN DEBIT AIR PADA PENAMBANGAN BAHAN GALIAN C DI DESA CANDIMULYO DAN PAGEREJO KERTEK WONOSOBO Muhammad Furqon Hakim
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6973

Abstract

Penelitian bertujuan untuk mengetahui pengaruh aktivitas penambangan bahan galian C terhadap debit mata air di PERUMDAM TIRTA AJI Cabang kertek,.Rancangan pengambilan sampel yang dicari dalam penelitian abiotik adalah debit mata air PDAM Cabang Kertek sebelum dan sesudah adanya aktivitas penambangan bahan Galian C.Abstrak memuat uraian singkat mengenai masalah dan tujuan penelitian, metode yang digunakan, dan hasil penelitian. Tekanan penulisan abstrak terutama pada hasil penelitian.
Pengaruh Artificial Intelligence Terhadap Tingkat Kasus Deep Fake Pada Selebritas di Twitter Bramcov Stivens Situmeang; Inggrid Yolanda Silitonga; Reskina Felida Silaen; Tiurmaida Hernata Siringoringo; Ester Esari Sipayung
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6984

Abstract

Penelitian ini bertujuan untuk dapat mengetahui persentase pengaruh dari domain machine learning dan deep learning terhadap tingkat kasus deep fake pada selebritas di twitter. Penelitian ini menggunakan metode penelitian kuantitatif. Adapun metode yang digunakan dalam penelitian ini adalah metode survei. Jenis data yang digunakan dalam penelitian ini data primer yakni berupa data-data kasus deep fake artis yang sudah terjadi di Twitter. Teknik pengumpulan data yang digunakan yakni dengan melakukan penyebaran kuesioner. Hasil penelitian ini menunjukkan bahwa terdapat pengaruh positif dari artificial intelligence secara khusus domain machine learning terhadap peningkatan kasus deep fake pada selebritas di twitter secara signifikan. Kunci: artificial intelligence, machine learning, deep learning, deep fake

Page 1 of 4 | Total Record : 34

 1   2   3   4 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2025): Bulan November Vol 15 No 1 (2025): Mei Vol 14 No 2 (2024): November Vol 14 No 1 (2024): Mei Vol 13 No 2 (2023): November Vol 13 No 1 (2023): Mei Vol 12 No 2 (2022): November Vol 12 No 1 (2022): Mei Vol 11 No 2 (2021): November Vol 11 No 1 (2021): Bulan Mei Vol 10 No 2 (2020): Bulan November Vol 10 No 1 (2020): Bulan Mei More Issue