cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dian Anggraini
Contact Email
dian.anggraini@upi.edu
Phone
+6285316735767
Journal Mail Official
seict@upi.edu
Editorial Address
Jl. Raya Cibiru KM 15, Cibiru Wetan, Bandung, Jawa Barat 40625
Location
Kota bandung,
Jawa barat
INDONESIA
Journal of Software Engineering, Information and Communication Technology
Published by Universitas Pendidikan Indonesia
ISSN : 27741656     EISSN : 27741699     DOI : https://doi.org/10.17509/seict
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering
The Journal of Software Engineering, Information and Communication Technology promotes research in the broad field of science and technology (including such disciplines as Agriculture, Environmental Science, etc.) with particular respect to Indonesia, but not limited to authorship or topical coverage within the region. Contributions are expected from senior researchers, project managers, research administrators and PhD students at advanced stages of their research, representing both public organizations and private industry. Equally, the journal if intended for scholars and students, reseachers working at research organizations and government agencies, and also for enterprises undertaking applied R&D to lead innovations. The editorial contents and elements that comprise the journal include: Theoretical articles Empirical studies Practice-oriented papers Case studies Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journals style. Focus And Scope Software engineering Information technology Data Science AI/ML Cloud Computing, Big Data and Social Computing Image Processing Applied Informatics Database Technologies and Applications Digital Information Computation and Retrieval Information Security Human Computer Interaction Multimedia and Game Data Mining Ubiquitous Computing Business Intelligence and Knowledge Management Iot Software Engineering Education
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 5 Documents
 1 
Search results for , issue "Vol 1, No 1: December 2020" : 5 Documents clear
Rancang Bangun Prototipe Klasifikasi Sampah Otomatis Dengan Sensor Proximity Dan Linear Rail Slider Box Berbasis Mikrokontroler Arduino Di Lingkungan UPI Kampus Cibiru Mochamad Iqbal Ardimansyah; Hendriyana Hendriyana; Raditya Muhammad
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 1, No 1: December 2020
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.773 KB) | DOI: 10.17509/seict.v1i1.29798

Abstract

Sampah merupakan material yang sering ditemukan dalam lingkungan sehari-hari, tidak terkecuali di lingkungan kampus. Pada saat ini di lingkungan Universitas Pendidikan Indonesia (UPI) Kampus Cibiru telah menerapkan klasifikasi sampah pada tempat sampahnya mulai dari jenis sampah organik, anorganik dan sampah bahan berbahaya dan beracun (B3). Penerapan klasifikasi pada tempat sampah yang tersedia diharapkan agar orang dapat membuang sampah pada tempatnya sesuai dengan jenis sampahnya. Akan tetapi, upaya tersebut belum sepenuhnya dapat diimplementasikan, seringkali ditemukan sebagian orang masih membuang sampah tanpa memperhatikan jenis sampah dan tempat sampahnya. Berdasarkan permasalahan yang terjadi maka kami mengusulkan pengembangan dari model klasifikasi tempat sampah yang sudah tersedia dengan merancang bangun prototipe klasifikasi sampah otomatis dengan sensor proximity dan linear rail slider box berbasis mikrokontroler arduino. Prototipe ini membantu bagi setiap yang membuang sampah, agar sampahnya dapat dibuang secara otomatis berdasarkan jenis sampahnya. Pengujian pada prototipe ini melibatkan perbandingan fungsi antara prototipe klasifikasi sampah otomatis dengan tempat sampah biasa yang digunakan di lingkungan kampus. Hasil kami menunjukan bahwa prototipe klasifikasi tempat sampah otomatis yang dibuat memiliki fungsi yang lebih baik dalam mengklasifikasikan sampah yang dibuang daripada tempat sampah biasa.
Sistem Informasi Berbasis Bot Telegram Sebagai Media Sosialisasi Keselamatan Berkendara Muhammad Reynaldi; Syihan Al Khairi; Naufal Geraldi Hendarman; Fityandhiya Islam Nugroho
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 1, No 1: December 2020
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.46 KB) | DOI: 10.17509/seict.v1i1.29378

Abstract

Keselamatan berkendara merupakan perilaku berkendara secara ideal yang harus dipahami oleh pengguna kendaraan. Perilaku ini sering dikampanyekan pemerintah indonesia kepada seluruh lapisan masyarakat.  Sampai saat ini banyak orang mengendarai kendaraan tapi tidak semua orang memahami cara mengendarai kendaraan dengan baik dan benar serta memperhatikan sisi keamanan dan keselamatan. Baik itu keamanan untuk diri sendiri maupun sisi keamanan bagi pengguna jalan lainnya. Hal ini dikarenakan banyak masyarakat Indonesia yang belum sadar akan pentingnya pengetahuan mengenai keselamatan berkendara. Oleh karena itu, perlu suatu cara yang efektif untuk mengedukasi masyarakat tentang pentingnya pengetahuan keselamatan berkendara sehingga dapat mengimplementasikanya dalam  berkendara dengan baik dan aman. Di sisi lain, masyarakat Indonesia banyak yang menjadi pengguna aplikasi Telegram sebagai media komunikasi. Dengan memanfaatkan potensi tersebut, maka kami mengusulkan sebuah sistem informasi keamanan berkendara yang diberi nama “Safety Riding Advice System (SRAS)”. Sistem informasi ini dibangun dengan memanfaatkan fitur Bot pada aplikasi Telegram. SRAS dapat memberikan informasi kepada pengguna mengenai hal-hal terkait keamanan dan keselamatan berkendara. Metode perancangan sistem informasi SRAS menggunakan yang model prototype’ yang terdiri dari beberapa tahapan diantarannya yaitu (1) analisis kebutuhan sistem, (2) perancangan sistem, dan (3) evaluasi.
IMPLEMENTASI DEEP LEARNING PADA SIMULASI AUTONOMOUS DRIVE MENGGUNAKAN AIRSIM Violla Gunova
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 1, No 1: December 2020
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.016 KB) | DOI: 10.17509/seict.v2i1.34674

Abstract

Autonomous Driving is one of the technologies available in Artificial Intelligence. This technology aims to facilitate human work related to driving. The application of this technology can be done by using one of the main capabilities found in Artificial Intelligence, namely Machine Learning. By using several methods found in Machine Learning, Autonomous Driving Technology can be formed and developed. This paper will discuss how to make Autonomous Driving technology using available methods and show the results obtained from using these methods.
Klasifikasi Komentar Video Instruksional Populer Bertemakan Pekarangan Perkotaan menggunakan Auto-Keras Trisna Gelar; Aprianti Nanda Sari
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 1, No 1: December 2020
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.445 KB) | DOI: 10.17509/seict.v1i1.29050

Abstract

Keterbatasan kompetensi menjadi halangan untuk memulai melakukan kegiatan pekarangan perkotaan. Mempraktikkan langkah-langkah pada video instruksional populer di Youtube dari individu maupun profesional dapat meningkatkan kompetensi diri. Namun, kualitas video instruksional(konten, audio dan visual) sangat bervariasi bergantung pada orang yang memproduksinya. Penonton secara langsung dapat berinteraksi dengan memberikan apresiasi (positif maupun negatif), tanggapan atau pertanyaan pada kolom komentar seputar topik yang dipresentasikan. Umpan balik tersebut digunakan untuk memperbaiki kualitas dari video seperti memberikan penjelasan mendalam untuk topik yang sering ditanyakan dan melanjutkan atau menghentikan video berdasarkan topik yang paling disukai atau sebaliknya. Pekerjaan klasifikasi komentar dapat diselesaikan dengan mudah menggunakan Auto-Keras karena proses pemilihan model, pencarian arsitektur neural-network dan evaluasi model terbaik dilakukan secara otomatis. Penelitian pada umumnya terdiri atas empat fase, yaitu (1) pengumpulan dataset, (2) text processing, (3) feature engineering, dan (4) pemodelan dan evaluasi. Pada penelitian ini telah terkumpul 5194 komentar berlabel(aspirasi, pertanyaan, dan pernyataan) dari 5 video instruksional populer bertemakan pekarangan kota yang dikurasi oleh penulis berdasarkan urutan views, likes dan dislikes tertinggi. Kualitas kalimat komentar diperbaiki pada fase persiapan melalui proses text cleaning, normalization, tokenization dan stemming. Pada proses normalization, kamus istilah pertanian menjadi informasi agar tidak tercampur dengan bahasa informal yang mirip. Kalimat komentar yang telah normal dikonversikan menjadi n-gram dan word embedding sebagai input auto-keras. Dari hasil pengujian evaluasi model, akurasi yang dihasilkan auto-keras dengan fitur word embedding mencapai 86.91% sedikit lebih baik dari akurasi fitur n-gram 86.33%.Keterbatasan kompetensi menjadi halangan untuk memulai melakukan kegiatan pekarangan perkotaan. Mempraktikkan langkah-langkah pada video instruksional populer di Youtube dari individu maupun profesional dapat meningkatkan kompetensi diri. Namun, kualitas video instruksional(konten, audio dan visual) sangat bervariasi bergantung pada orang yang memproduksinya. Penonton secara langsung dapat berinteraksi dengan memberikan apresiasi (positif maupun negatif), tanggapan atau pertanyaan pada kolom komentar seputar topik yang dipresentasikan. Umpan balik tersebut digunakan untuk memperbaiki kualitas dari video seperti memberikan penjelasan mendalam untuk topik yang sering ditanyakan dan melanjutkan atau menghentikan video berdasarkan topik yang paling disukai atau sebaliknya. Pekerjaan klasifikasi komentar dapat diselesaikan dengan mudah menggunakan Auto-Keras karena proses pemilihan model, pencarian arsitektur neural-network dan evaluasi model terbaik dilakukan secara otomatis. Penelitian pada umumnya terdiri atas empat fase, yaitu (1) pengumpulan dataset, (2) text processing, (3) feature engineering, dan (4) pemodelan dan evaluasi. Pada penelitian ini telah terkumpul 5194 komentar berlabel(aspirasi, pertanyaan, dan pernyataan) dari 5 video instruksional populer bertemakan pekarangan kota yang dikurasi oleh penulis berdasarkan urutan views, likes dan dislikes tertinggi. Kualitas kalimat komentar diperbaiki pada fase persiapan melalui proses text cleaning, normalization, tokenization dan stemming. Pada proses normalization, kamus istilah pertanian menjadi informasi agar tidak tercampur dengan bahasa informal yang mirip. Kalimat komentar yang telah normal dikonversikan menjadi n-gram dan word embedding sebagai input auto-keras. Dari hasil pengujian evaluasi model, akurasi yang dihasilkan auto-keras dengan fitur word embedding mencapai 86.91% sedikit lebih baik dari akurasi fitur n-gram 86.33%.
Implementasi Metode XGBoost dan Feature Important untuk Klasifikasi pada Kebakaran Hutan dan Lahan Ichwanul Muslim Karo Karo
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 1, No 1: December 2020
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1009.837 KB) | DOI: 10.17509/seict.v1i1.29347

Abstract

Kebakaran hutan dan lahan di Indonesia telah menjadi masalah krisis lingkungan tahunan. Sebaran kebakaran hutan terbesar terjadi dipulau Sumatera. Salah satu upaya tindakan dalam pencegahan dan meminimalisasikan resiko kebakaran hutan adalah dengan mengklasifikasikan jenis titik panas di lahan, sehingga di dapat skala prioritas dalam pemadaman titik api. Penelitian ini bertujuan mengklasifikasikan type titik panas dengan metode XGBoost dan feature importance yang terdapat di pulau Sumatera. Data titik panas diperoleh dari Globalforestwatch.com. Proses mengurangi variabel dari data yang diperoleh menghasil dampak yang sangat signifikan pada model klasifikasi. Terapat enam dan atau tujuh variabel yang sangat berpengaruh dalam menentukan titik panas, variabel tersebut jugalah yang menghasilkan model klasfikasi terbaik. XGBoost dan feature importance menghasilkan akurasi sebesar 89.52%. Sensitivity (SE), Specificity (SP), dan Matthews Correlation Coefficient (MCC).secara berturut turut 91.32 %, 93.16 % dan 92.75 %. Metode ini juga lebih baik dibandingkan dengan hasil penelitian sebelumnya.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 6, No 1: June 2025 Vol 5, No 2: December 2024 Vol 5, No 1: June 2024 Vol 4, No 2: Desember 2023 Vol 4, No 1: June 2023 Vol 3, No 2: December 2022 Vol 3, No 1: June 2022 Vol 2, No 2: December 2021 Vol 2, No 1: June 2021 Vol 1, No 1: December 2020