cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Published by Universitas Tanjungpura
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
Computer Science & IT
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 661 Documents
 38   39   40   41   42 
Implementasi Algoritma K-Nearest Neighbor Untuk Mengklasifikasi Masa Studi Mahasiswa Informatika Universitas Tanjungpura Steven Steven; Arif Bijaksana Putra Negara; Yulianti Yulianti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.56724

Abstract

Setiap perguruan tinggi memiliki waktu maksimal yang diberikan kepada mahasiswa dalam menyelesaikan studinya, jika mahasiswa tersebut sudah melewati batas waktu yang telah ditentukan maka mahasiswa tersebut akan dikeluarkan dari perguruan tinggi. Dengan memanfaatkan data akademik mahasiswa yang tersimpan dalam database perguruan tinggi, maka data akademik mahasiswa dapat digunakan untuk mengklasifikasi masa studi mahasiswa. Tujuan penelitian ini adalah untuk mengklasifikasi masa studi mahasiswa serta mengetahui performa algoritma yang digunakan dalam proses klasifikasi. Algoritma yang digunakan untuk penelitian ini adalah K-Nearest Neighbor dan Naive Bayes. Pada penelitian ini juga, algoritma klasifikasi akan ditambahkan Feature Selection Information Gain untuk melihat pengaruh akurasi pada algoritma. Data akademik akan diklasifikasikan kedalam 2 kelas, yaitu kelas lulus tepat waktu dan lulus tidak tepat waktu. Hasil evaluasi menunjukkan bahwa algoritma K-Nearest Neighbor dengan menambahkan Feature Selection Information Gain memberikan hasil performa klasifikasi yang paling baik dengan nilai akurasi sebesar 70.41% dan f1-score sebesar 80.68% dengan nilai k (jarak antar data)=17 pada evaluasi nilai akademik 4 semester dan nilai akurasi sebesar 70.14% dan f1-score sebesar 80.68% dengan nilai k (jarak antar data)=21 pada evaluasi nilai akademik 7 semester. Sedangkan dengan menggunakan algoritma Naive Bayes dengan menambahkan Feature Selection Information Gain mendapatkan nilai akurasi sebesar 67.95% dan f1-score sebesar 72.85.% pada evaluasi nilai akademik 4 semester dan nilai akurasi sebesar 69.32% dan f1-score sebesar 73.47% pada evaluasi nilai akademik 7 semester. Penggunaan Feature Selection Information Gain pada algoritma K-Nearest Neighbor memberikan nilai akurasi yang lebih baik dibandingkan algoritma Naive Bayes dengan perbandingan akurasi sebesar 2.46% dan f1-score sebesar 7.83% pada evaluasi nilai akademik 4 semester dan perbandingan akurasi sebesar 0.82% dan f1-score sebesar 7.21% pada evaluasi nilai akademik 7 semester. Setelah didapatkan performa algoritma terbaik yaitu algoritma K-Nearest Neighbor dengan menambahkan Feature Selection Information Gain, maka algoritma tersebut akan digunakan untuk mengklasifikasi masa studi mahasiswa Informatika Universitas Tanjungpura dengan sistem yang dibangun pada penelitian ini.
Pemodelan Sistem Rekomendasi Serta Penentuan Jadwal Seminar dan Sidang Dengan Metode Depth First Search Muhamad Amin Rais; Helen Sastypratiwi; Haried Novriando
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.53931

Abstract

Sistem Pendukung Tugas Akhir (SPOTA) merupakan sebuah sistem yang digunakan sebagai media untuk komunikasi antar mahasiswa dan dosen yang mempunyai salah satu fitur yaitu pengajuan seminar dan sidang skripsi, yang digunakan di Jurusan Informatika Universitas Tanjungpura. Melalui SPOTA, mahasiswa dapat melakukan pengajuan jadwal seminar dan sidang skripsi, mahasiswa dapat mengisikan pengajuan rentang waktu dapat dilaksanakannya seminar dan sidang skripsi. Adapun tujuan dari penelitian ini adalah melakukan pengembangan SPOTA berbasis Website dengan penambahan fitur untuk merancang dan membangun sistem untuk pencarian rekomendasi dan penentuan penjadwalan seminar dan sidang di Jurusan Informatika Universitas Tanjungpura menggunakan metode Depth First Search. Metode Depth First Search digunakan untuk membuat sebuah model penjadwalan dari kombinasi antar dosen, jadwal berhalangan dosen, jadwal mengajar dosen, jadwal seminar atau sidang skripsi yang akan dihadiri dosen dan mahasiswa yang akan melaksanakan seminar atau sidang skripsi. Dengan dikembangkannya SPOTA untuk melakukan penjadwalan seminar dan sidang, staf TU dan dosen dapat melakukan penjadwalan seminar dan sidang dan mendapatkan pemberitahuan secara realtime seperti pemberitahuan mengisi waktu berhalangan hadir, pemberitahuan sudah didapatkannya jadwal seminar dan sidang, dan pemberitahuan perubahan jadwal seminar dan sidang, sehingga dapat mempercepat proses penjadwalan seminar dan sidang. Berdasarkan hasil pengujian fungsionalitas dari sistem dengan metode pengujian Black Box yang pengujian sistemnya menggunakan test case yang dilakukan dengan cara melakukan record setiap respons dalam satu unit pengujian. Proses pengujian setiap test case dapat berjalan dengan lancar.
Implementasi Location Based Service (LBS) Pada Aplikasi Mobile Pengenalan Objek Wisata Alam Provinsi Sumatera Utara Muhamad - Alda; Mhd Ikhsan Rifki
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 2 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i2.50668

Abstract

Sumatera Utara merupakan provinsi di Indonesia yang terletak di bagian utara Pulau Sumatera dan beribukota di Kota Medan. Sumatera Utara memiliki berbagai jenis objek wisata salah satunya adalah objek wisata alam yang sangat banyak dan tersebar di berbagai Kabupaten. Namun, masih banyak penduduk Sumatera Utara dan wisatawan yang belum mengetahuinya. Minimnya informasi yang diperoleh tentang objek wisata alam tersebut merupakan salah satu hambatan yang terjadi dalam proses pengenalan objek wisata alam di Sumatera Utara. Tujuannya penulis melakukan penelitian ini adalah untuk membangun sebuah aplikasi mobile menggunakan Location Based Service (LBS) yang dapat digunakan sebagai media dalam memperkenalkan serta memberikan informasi lokasi objek wisata alam yang terhubung langsung dengan aplikasi Google Maps pada Provinsi Sumatera Utara. Metode pengembangan aplikasi yang digunakan penulis pada penelitian adalah metode Rapid Application Development (RAD) yang terdiri dari tahapan perencanaan kebutuhan, desain, dan pembangunan atau konstruksi. Metode RAD merupakan metode yang memiliki proses pengembangan ringkas untuk menghasilkan sistem dengan kualitas tinggi dengan biaya rendah. Sedangkan tool yang digunakan penulis untuk menggambarkan rancangan aplikasi secara visual adalah Unified Modeling Language (UML) yang terdiri dari Use Case Diagram, Sequence Diagram dan Activity Diagram. Dalam proses pembangunan aplikasi, penulis menggunakan tools Kodular dan database Airtable. Dengan adanya aplikasi ini, diharapkan dapat membantu wisatawan dalam memperoleh informasi mengenai objek wisata alam yang berada di Provinsi Sumatera melalui smartphone android.
Sistem Informasi Akuntansi Pengelolaan Keuangan dan Anggaran Badan Usaha Milik Desa (BUMDes) (Studi Kasus : BUMDes Desa Pakisaji Kabupaten Malang) Moch Zawaruddin Abdullah; Mungki Astiningrum; Yuri Ariyanto; Dwi Puspitasari; Atiqah Nurul Asri; Denny Nur Ramadhan; Sultan Achmad Qum Masykuro Nur Santiko
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 2 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i2.49201

Abstract

Badan Usaha Milik Desa (BUMDes) merupakan lembaga usaha desa yang menjadi pilar dalam upaya memperkuat perekonomian desa dan dibentuk berdasarkan kebutuhan dan potensi desa. BUMDes berperan dalam menggerakkan roda perekonomian di pedesaan. Dalam perjalanannya, BUMDes memiliki permasalahan pada pengelolaan administratif dan manajemen keuangan yang masih menggunakan pencatatan secara manual, tak terkecuali BUMDes Pakisaji Kabupaten Malang. Keterbatasan pencatatan keuangan yang masih dilakukan manual menyebabkan beberapa permasalahan yang timbul antara lain sering terjadi ketidaksesuaian data yang ada dalam nota kwitansi dengan buku catatan keuangan. Keuangan merupakan salah satu aset yang esensial yang membutuhkan proses pengelolaan data yang baik. Belum adanya sistem informasi tentang pengelolaan transaksi keuangan menyebabkan pihak desa kesulitan dalam pengolahan data transaksi yang ada pada BUMDes maupun pada unit usaha di bawah naungan BUMDes. Penelitian ini bertujuan membangun sistem informasi akuntansi sederhana untuk mengelola transaksi keuangan dan penganggaran di BUMDes Pakisaji Kabupaten Malang, sehingga pencatatan keuangan tersistem dengan baik dan mampu meminimalisir resiko tidak terkontrolnya data keuangan. Sistem yang dikembangkan menggunakan basisdata MySQL dan framework PHP/Laravel yang kaya fitur modern dan memudahkan dalam merancang suatu aplikasi website.
Sistem Informasi Pemetaan Kolam Ikan Air Tawar di Nanga Pinoh Berbasis Web Apps (Studi Kasus : Kolam Ikan Air Tawar di Nanga Pinoh) Ifan Fathoni Anshari; M. Azhar Irwansyah; Haried Novriando
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.55259

Abstract

Dalam menekuni bisnis budidaya ikan air tawar diperlukan suatu sistem yang dapat memanjemen kegiatan yang berkaitan dengan proses bisnis pembudidayaan ikan air tawar, sehingga proses bisnis pembudiyaan ikan air tawar ini bisa lebih teratur dan lebih mudah. Seperti proses pengenalan profil tempat budidaya ikan air tawar, proses penjadwalan pemberian pakan ikan air tawar, proses penjadwalan pemanenan ikan air tawar, proses pemberian pakan dan pemanenan ikan air tawar tersebut harus terjadwal atau tepat waktu. Agar ikan air tawar yang dibudiyakan hasilnya lebih optimal. Oleh karena itu dibuatlah aplikasi yang dapat membantu segala kegiatan proses pembudidayaan ikan air tawar. Dan aplikasi tersebut dapat diakses oleh pengguna aplikasi dengan tiga level pengguna yaitu admin(Dinas Perikanan), Pemilik kolam ikan air tawar dan Pelanggan melalaui suatu aplikasi berbasis web apps. Perancangan website menggunakan Data Flow Diagram (DFD) yang meliputi : desain diagram konteks, diagram overview, dan diagram rinci. Aplikasi dibangun berbasis website apps dengan menggunakan teknik pemrograman terstruktur yang dalam hal ini menggunakan bahasa pemrograman PHP pada sisi back-end sistem dan menggunakan HTML, CSS, JavaScript dan Framework Bootstrap pada sisi front-end sistem. Hasil pengujian aplikasi ini menggunakan metode Black Box untuk menguji fungsionalitas sistem  dan UAT untuk menguji kelayakan aplikasi dengan mendapatkan nilai hasil pengujian yaitu 90% yang menunjukkan bahwa Aplikasi Sistem Informasi Pemetaan Kolam Ikan Air Tawar di Nanga Pinoh Berbasis Web Apps sangat memuaskan dan sesuai harapan dari pihak Dinas Perikanan dan Pemilik Kolam ikan air tawar.
Pengukuran Kinerja Perusahaan Menggunakan Analytic Network Process (ANP) pada Balanced Scorecard (BSC) dengan Pendekatan Fuzzy
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 7, No 3 (2019)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v7i3.33196

Abstract

Dunia bisnis semakin kompetitif sehingga tantangan yang dihadapi oleh organisasi baik yang berorientasi laba maupun tidak menjadi semakin kompleks. Tantangan yang dihadapi tidak hanya dari dalam perusahaan seperti tantangan terbatasnya modal, sumber daya manusia dan menurunnya produktivitas tetapi juga tantangan yang berasal dari luar perusahaan. Tantangan yang berasal dari luar perusahaan, yaitu semakin tingginya tuntutan dari pelanggan dan tekanan dari pemerintah serta perkembangan teknologi yang semakin canggih. Balanced Scorecard merupakan kerangka manajemen yang digunakan dalam pengukuran kinerja perusahaan. Pengukuran kinerja perusahaan menggunakan empat perspektif yaitu perspektif keuangan, perspektif pelanggan, perspektif proses bisnis internal serta perspektif pembelajaran dan perkembangan. Tim pakar perusahaan telah menentukan indikator kinerja berdasarkan perspektif BSC. Tujuan penelitian adalah untuk mengukur kinerja Perusahaan menggunakan Fuzzy Analytic Network Process (FANP) dengan konsep Balance Scorecard. BSC digunakan bukan hanya mengukur kinerja dari aspek keuangan saja tetapi juga mempertimbangkan kinerja dari aspek non keuangan. Hasil dari penelitian ini adalah Perusahaan tersebut telah menjalankan perusahaannya berdasarkan indikator kinerja dari perspektif BSC yang sesuai dengan visi dan strategi menggunakan Fuzzy Analytic Network Process (FANP) sebesar 88,31%
Pengaruh Stemming Terhadap Performa Klasifikasi Sentimen Masyarakat Tentang Kebijakan New Normal Rama Ulgasesa; Arif Bijaksana Putra Negara; Tursina Tursina
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.53880

Abstract

Banyaknya pengguna twitter dapat dimanfaatkan untuk mengetahui sentimen masyarakat tentang kebijakan dan penanganan yang dilakukan oleh pemerintah terhadap Covid-19, salah satunya kebijakan mengenai adaptasi kebiasaan baru atau new normal. Untuk melakukan hal itu, bisa digunakan salah satu fungsi dari text mining, yaitu klasifikasi text. Sebelum model klasifikasi text dibuat, text akan melalui tahapan preprocessing. Setiap tahapan memiliki pengaruh terhadap hasil evaluasi klasifikasi text yang akan dilakukan. Tujuan dari penelitian ini adalah mengetahui perbandingan performa klasifikasi menggunakan proses stemming dan tanpa stemming pada dataset melalui tahapan preprocessing dan algoritma klasifikasi yang performanya paling baik jika pada preprocessing dilakukan stemming. Metode klasifikasi menggunakan metode Naive Bayes dan Logistic Regression. Hasil percobaan menunjukan pengaruh model klasifikasi Naive Bayes dan Logistic Regression terhadap penggunaan tahapan stemming pada preprocessing dengan akurasi sebesar 74,11% dan 73,57%, sedangkan tanpa melakukan stemming mendapatkan akurasi masing -masing sebesar 78,47% dan 76,29% . Dari hasil pengujian model, dapat dilihat bahwa tanpa tahapan stemming pada preprocessing memiliki tingkat akurasi yang lebih unggul pada masing-masing model sebesar 4,36% dan 2,72% dibandingkan dengan penerapan tahapan stemming pada preprocessing. Hasil tersebut menunjukan bahwa penggunaan tahapan stemming dapat menurunkan akurasi klasifikasi. Algoritma klasifikasi yang tidak banyak pengaruhnya jika pada preprocessing dilakukan stemming adalah Logistic Regression karena tingkat penurunan akurasi lebih tipis dari algoritma Naïve Bayes.
Klasifikasi Motif Batik Karawang Berbasis Citra Digital dengan Principal Component Analysis dan K-Nearest Neighbor Alifa Puteri Bilqis Salsabila; Chaerur Rozikin; Riza Ibnu Adam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.46936

Abstract

Batik ialah salah satu budaya Indonesia yang dikenal sebagai warisan, batik telah ada pada zaman kerajaan terdahulu serta selalu digunakan oleh para raja. Seiring dengan perkembangan zaman, kain batik semakin bervariasi dengan motif yang berbeda pada setiap daerah. Karena itu terdapat banyak sekali jenis motif batik yang ada di Indonesia, menyebabkan sulitnya mengidentifikasi motif pada batik jika hanya mengandalkan panca indera, karena motif dan warna batik yang bervariasi. Oleh karena itu, citra digital dapat dijadikan langkah awal dalam mengklasifikasi motif batik Karawang. Proses pengolahan citra merupakan penelitian yang sangat berkembang. Pengawasan terhadap proses deteksi pada objek, pengelompokkan objek dan jenis motif batik. Pada penelitian ini klasifikasi terhadap citra motif batik Karawang dengan ciri warna HSV dan ciri tekstur GLCM, LBP. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN.
Klasifikasi Penyakit Daun Kopi Menggunakan Kombinasi Haralick, Color Histogram dan Random Forest Siti Khotimatul Wildah; Abdul Latif; Ali Mustopa; Suharyanto Suharyanto; Muhammad Sony Maulana; Agung Sasongko
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.60985

Abstract

Kopi merupakan spesies tanaman dengan bentuk pohon yang dijadikan sebagai bahan baku dalam pembuatan minuman-minuman kopi. Akan tetapi pada produksinya terdapat permasalahan umum yang masih sering terjadi yaitu adanya hama atau penyakit yang menyerang pada bagian daun kopi sehingga berdampak pada pertumbuhan tanaman kopi tersebut dan berakibat terjadi penurunan produksi kopi. Pengenalan penyakit dan hama pada daun kopi masih menggunakan proses manual sehingga bisa memperlambat proses deteksi serta penanganan penyakit dan hama tersebut, oleh karena itu perlunya pendeteksian otomatis sehingga dapat mendeteksi tahap awal hama dan penyakit pada daun kopi tersebut. Deteksi otomatis dapat dilakukan dengan menerapkan teknologi Computer Vision yaitu Image Classification dan metode Machine Learning. Penelitian ini bertujuan untuk menghasilkan metode yang dapat mengklasifikasikan penyakit dan hama pada daun kopi dengan menggunakan algoritma Machine Learning Random Forest dengan menambahkan kombinasi ekstraksi fitur Haralick dan Color Histogram. Hasil penelitian menunjukkan performa yang sangat baik dimana nilai akurasi yang diperoleh sebesar 98,86%. 
Smart Export Berbasis IoT pada Digitalisasi Sewa Lahan Ekspor (DSLE) dan Digitalisasi Gudang Bersama (DGB) Armin Sofijan; Muhammad Zahir
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 1 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i1.53520

Abstract

Sebagai Negara yang kaya dengan sumber daya alam yang melimpah, Indonesia mampu memasok banyak komoditas ekspor di beberapa negara. Revolusi industri 4.0 di Indonesia meningkatkan aplikasi mobile (startup) seperti Go-Jek, Shopee, dan lain-lain. Di sektor-sektor lain seperti pertanian, peternakan, dan perikanan masih menggunakan cara konvensional, sektor-sektor ini penting untuk komoditas ekspor Indonesia, tetapi masalah umum di sektor-sektor ini adalah kuantitas, kualitas dan kontinuitas hasil. Penambahan internet of things (IoT) dalam Digitalisasi Sewa Lahan Ekspor (DSLE) merupakan solusi dari permasalahan kualitas dan kuantitas hasil ekspor, kemudian dilanjutkan ke sistem Digitalisasi Gudang Bersama (DGB) untuk mengatasi permasalahan kuantitas dan kontinuitas.

Page 40 of 67 | Total Record : 661

 38   39   40   41   42 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 14, No 1 (2026) Vol 13, No 4 (2025) Vol 13, No 3 (2025) Vol 13, No 2 (2025) Vol 13, No 1 (2025) Vol 12, No 4 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol 12, No 1 (2024) Vol 11, No 4 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol 10, No 4 (2022) Vol 10, No 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue