cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nahya Nur
Contact Email
nahya.nur@unsulbar.ac.id
Phone
+6289656657447
Journal Mail Official
jcis@unsulbar.ac.id
Editorial Address
Jl. Prof. Dr. Baharuddin Lopa, S.H., Talumung, Majene. Sulawesi Barat
Location
Kab. majene,
Sulawesi barat
INDONESIA
Journal of Computer and Information System (J-CIS)
Published by Universitas Sulawesi Barat
ISSN : 26225859     EISSN : 26220881     DOI : https://doi.org/10.31605/jcis.v1i1
Core Subject : Science,
Computer Science & IT
Journal of Computer and Information System (J-CIS) adalah Jurnal Ilmu Komputer dan Sistem Informasi yang diterbitkan oleh Program Studi Informatika Universitas Sulawesi Barat. Bidang garapan jurnal J-CIS meliputi: Software Engineering, Networking, Data Mining and Big Data, Artificial Intelligence, Web and Database, Image Processing, Human Computer Interaction, Parallel Programming, Cloud Computing, Information System, Information Retrieval, Computer Graphics, Soft Computing, Internet of Things, dan Smart System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 85 Documents
 5   6   7   8   9 
Deteksi Realtime Notification Pada Sistem Deteksi Kebakaran Berbasis Internet of Things Wawan Firgiawan; Fahmi Rustan; Purnama
Journal of Computer and Information System ( J-CIS ) Vol. 7 No. 2 (2024): J-CIS Vol. 7 No. 2 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i2.3825

Abstract

Kebakaran adalah bencana yang dapat menyebabkan kerugian besar, baik material maupun korban jiwa. Untuk meningkatkan respons dan kesadaran terhadap kebakaran, dikembangkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang terintegrasi dengan platform Telegram sebagai sarana notifikasi. Sistem ini menggunakan NodeMCU sebagai platform utama, dilengkapi dengan sensor api dan sensor MQ-2 untuk mendeteksi keberadaan api dan gas berbahaya. Metode pengembangan yang digunakan adalah blackbox testing, yang menguji fungsi tanpa memperhatikan struktur internal sistem. Data dari sensor diproses oleh NodeMCU dan diteruskan ke buzzer untuk peringatan suara serta dikirimkan ke aplikasi Telegram untuk notifikasi real-time. Hasil pengujian menunjukkan sistem ini efektif dalam memberikan notifikasi dengan respons cepat dan informasi lokasi yang akurat, sehingga dapat meningkatkan kesiapsiagaan dan tindakan cepat dalam menghadapi kebakaran.
Implementasi Fuzzy Logic untuk Mendeteksi Kelelahan Pengemudi Mobil Heliawaty Hamrul; Rafly Rasyid; Nur Aynun
Journal of Computer and Information System ( J-CIS ) Vol. 8 No. 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5063

Abstract

Penelitian ini mengusulkan sistem pendeteksi kelelahan pengemudi dengan menggunakan konsep computer vision yang memanfaatkan kamera webcam untuk pengambilan gambar secara real-time. Data yang diperoleh kemudian diolah menggunakan library Python (mediapipe face mesh) untuk memetakan 468 titik wajah 3D dan dianalisis menggunakan algoritma fuzzy logic untuk mendeteksi kelelahan pengemudi. Sistem yang diusulkan difokuskan pada pendeteksian bagian wajah, terutama mata dan mulut. Variabel input yang digunakan adalah frekuensi kedipan, ukuran mulut terbuka, dan kondisi wajah normal, serta aturan fuzzy yang telah ditentukan sebelumnya. Sistem dapat menghasilkan skor deteksi yang dapat menunjukkan tingkat kelelahan pengemudi. Alarm akan aktif ketika pengemudi terdeteksi mengantuk. Evaluasi meliputi kesesuaian antara prediksi dengan tingkat kewaspadaan pengemudi, kesesuaian antara prediksi dengan skor deteksi, dan analisis potensi kelelahan pengemudi yang tidak terdeteksi. Hasil yang diperoleh adalah Fuzzy Logic dapat digunakan dengan baik dan akurat dalam mendeteksi kelelahan pengemudi
Metode Optimasi Cerdas Untuk Pencarian Jalur Evakuasi Bencana di Kabupaten Mamuju Menggunakan Ant Colony Optimization Nur Halisah Lisa; Nurmadinah; Ariqah Maheswari Artalaysia Paturusi; Wawan Firgiawan
Journal of Computer and Information System ( J-CIS ) Vol. 8 No. 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5120

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma pencarian jalur evakuasi, yaitu Breadth-First Search (BFS), Depth-First Search (DFS), dan Ant Colony Optimization (ACO), dalam menemukan jalur evakuasi yang paling efisien. Sebanyak 20 dataset digunakan dalam pengujian ini, dengan menguji setiap algoritma terhadap jalur optimal yang diperoleh secara manual sebagai data aktual. Tiga skenario pengujian diterapkan dalam penelitian ini, yaitu Single Vertex Single Goal (SVSG) dan Single Vertex Multi Goals (SVMG). Hasil pengujian menunjukkan bahwa algoritma ACO secara konsisten menghasilkan jalur yang identik dengan jalur optimal, dengan nilai Root Mean Square Error (RMSE) sebesar 0.0, menandakan bahwa algoritma ini memberikan performa terbaik tanpa penyimpangan dari jalur aktual. Algoritma DFS mencatatkan RMSE sebesar 4.72, menunjukkan kinerja yang lebih baik daripada BFS, namun masih terdapat penyimpangan pada beberapa dataset. Sementara itu, BFS memiliki RMSE tertinggi sebesar 6.91, yang menunjukkan bahwa algoritma ini sering kali menghasilkan jalur yang lebih panjang dan kurang efisien. Hasil pengujian ini membuktikan bahwa algoritma ACO terbukti menjadi pilihan paling efisien untuk optimasi jalur evakuasi dalam ketiga skenario pengujian.
Sistem Monitoring Kualitas Air Pada Tambak Ikan Bandeng Menggunakan Fuzzy Sugeno Imam Quraisy; Ismaun Rusman; Fahril Hidayat; Farid Wajidi
Journal of Computer and Information System ( J-CIS ) Vol. 8 No. 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5588

Abstract

Kualitas udara merupakan faktor krusial dalam budidaya ikan bandeng (Chanos chanos) untuk mendukung pertumbuhan optimal sekaligus meminimalkan risiko kematian. Fluktuasi parameter utama seperti pH, suhu, kekeruhan, dan Total Dissolved Solids (TDS) pada tambak menjadi tantangan yang memerlukan sistem pemantauan Andal. Penelitian ini bertujuan merancang sistem pemantauan kualitas udara berbasis Internet of Things (IoT) dengan metode Fuzzy Sugeno. Sistem ini mengintegrasikan sensor-sensor yang terhubung ke NodeMCU untuk membaca parameter udara, kemudian memproses data menggunakan logika fuzzy guna mengklasifikasikan kondisi udara menjadi kategori LAYAK atau TIDAK LAYAK. Hasil implementasi menunjukkan bahwa sistem mampu menyajikan informasi secara real-time melalui aplikasi Android, sehingga mendukung petambak dalam pengambilan keputusan yang cepat dan tepat. Namun akurasi sensor pH masih perlu ditingkatkan agar hasil pemantauan lebih optimal. Dengan demikian, sistem ini berpotensi menjadi solusi teknologi yang efektif dalam mendukung akuakultur berkelanjutan serta mengurangi risiko kerugian ekonomi pada budidaya bandeng.
Perancangan Sistem Deteksi dan Pelacakan Objek untuk Pendeteksian PCB di Industri Manufaktur Berbasis Kamera Syaeful Anas Aklani; Nanda Salsabila; Hendi Sama
Journal of Computer and Information System ( J-CIS ) Vol. 8 No. 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5793

Abstract

Pengembangan sistem inspeksi kualitas pada industri manufaktur, khususnya pada Printed Circuit Board (PCB), menghadapi tantangan signifikan akibat proses manual yang memakan waktu dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem object detection dan tracking berbasis kamera yang mampu mendeteksi serta melacak pergerakan PCB secara otomatis dengan tingkat akurasi tinggi pada kondisi produksi yang dinamis. Metode penelitian yang digunakan adalah research and development (R&D) melalui tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi sistem. Model deteksi dilatih menggunakan algoritma Convolutional Neural Network (CNN) dengan framework YOLO untuk klasifikasi PCB dan Non-PCB, sedangkan pelacakan dilakukan secara real-time. Hasil pengujian menunjukkan bahwa model mencapai akurasi pelatihan dan validasi sebesar 100% dengan nilai precision, recall, dan F1-score sebesar 1.00 pada kedua kelas. Sistem yang dikembangkan terbukti mampu meningkatkan efisiensi proses inspeksi, meminimalkan kesalahan produksi, serta berkontribusi pada upaya transformasi digital di sektor manufaktur Indonesia.

Page 9 of 9 | Total Record : 85

 5   6   7   8   9 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 8 No 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025 Vol. 8 No. 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025 Vol 8 No 1 (2025): J-CIS Vol. 8 No. 1 Tahun 2025 Vol. 7 No. 2 (2024): J-CIS Vol. 7 No. 2 Tahun 2024 Vol 7 No 2 (2024): J-CIS Vol. 7 No. 2 Tahun 2024 Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024 Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023 Vol 6 No 1 (2023): J-CIS Vol 6 No. 1 Tahun 2023 Vol 5 No 2 (2022): J-CIS Vol 5 No. 2 Tahun 2022 Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022 Vol 4 No 2 (2021): J-CIS Vol 4 No. 2 Tahun 2021 Vol 4 No 1 (2021): J-CIS Volume 4 Issue 1 2021 Vol 3 No 2 (2020): J-CIS Volume 3 No. 2 2020 Vol 3 No 1 (2020): J-CIS Volume 3 Issue 1 2020 Vol 1 No 1 (2018): Journal of Computer and Information System (J-CIS) More Issue