cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muchamad Kurniawan
Contact Email
muchamad.kurniawan@itats.ac.id
Phone
+6281335250560
Journal Mail Official
kernel.journal@itats.ac.id
Editorial Address
Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim no. 100 Surabaya
Location
Kota surabaya,
Jawa timur
INDONESIA
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : -     EISSN : 27744345     DOI : -
Core Subject : Science, Education,
Computer Science & IT Other
1. Teknologi Informasi 2. Rekayasa Perangkat Lunak: a. Rekayasa Kebutuhan b. Pengembangan Game dan Realitas Virtual c. Management Proyek Perangkat Lunak d. User Interface / User Experience 3. Jaringan Komputer: a. Sekuritas Jaringan b. Internet Of Things c. Wireless Network d. Cloud Computing e. Jaringan Multimedia 4. Kecerdasan Buatan: a. Citra Digital dan Visi Komputer b. Big Data c. Optimisasi d. Sistem Temu Kembali Informasi e. Data Science f. Data Mining 5. Manajemen Informasi 6. Algoritma dan Pemrograman 7. Data warehouse
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 8 Documents
 1 
Search results for , issue "Vol 5, No 2 (2024)" : 8 Documents clear
Rancang Bangun Pemetaan Peternakan Ayam di Kota Jambi Berbasis WEBGIS menggunakan Metode DevOps Dristyan, Febri; Triana, Helza; Saputra, Muhammad Hadi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.6780

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pemetaan peternakan ayam di Kota Jambi berbasis WebGIS menggunakan metode DevOps. Sistem ini dirancang untuk mempermudah pengguna dalam mencari informasi lokasi peternakan ayam secara geografis serta mendukung admin dalam mengelola data peternakan dengan lebih efisien. Metode DevOps diterapkan untuk meningkatkan integrasi dan kolaborasi antara tim pengembangan dan tim operasional, yang meliputi tahapan perencanaan, pengembangan, integrasi, pengujian, penerapan, pemantauan, dan peningkatan berkelanjutan. Pada tahap awal, sistem dirancang menggunakan Unified Modeling Language (UML), diikuti dengan desain database yang terstruktur untuk menyimpan informasi penting seperti nama peternakan, alamat, jenis ayam, jam operasional, dan koordinat geografis. Antar muka sistem dirancang secara user-friendly untuk memudahkan pengguna dalam melihat data peternakan melalui peta interaktif serta memungkinkan admin untuk menginput, mengedit, dan menghapus data. Sistem monitoring juga diterapkan untuk menjaga stabilitas dan keamanan sistem, dengan alat pemantauan seperti Prometheus. Hasil penelitian menunjukkan bahwa pendekatan DevOps efektif dalam meningkatkan kualitas pengembangan dan penerapan sistem, dengan hasil akhir berupa sistem WebGIS yang handal dan mudah diakses. Sistem ini diharapkan dapat menjadi solusi dalam pengelolaan informasi peternakan ayam di Kota Jambi, serta memberikan kontribusi terhadap pemetaan peternakan secara geografis di wilayah tersebut.
Prediksi Harga Rumah Di Jabodetabek Menggunakan Metode Artificial Neural Network Hafizh, Muhammad Abdullah; Subairi, Subairi; Libriawan, Raditya Dimas; Maulana, Naufal Duta; Rizki, Agung Mustika
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.6806

Abstract

A house is a fundamental need for humans. Determining house prices is a crucial aspect of property transactions, especially in major areas like Jabodetabek, where property prices are consistently rising. Prediction is a suitable tool to assist in decision-making for determining house prices. There are numerous methods that can be applied for prediction; the author employs the Artificial Neural Network (ANN) method. ANN is known as a highly flexible predictive algorithm capable of accommodating various input features. The results of using the ANN method for predicting house prices in the Jabodetabek area show a Mean Absolute Error (MAE) of 0.209, Mean Squared Error (MSE) of 0.159, and Mean Absolute Percentage Error (MAPE) of 4.951.
Klasifikasi Jenis Wayang menggunakan Convolutional Neural Network (CNN) dan Optimasi Adaptive Moment Estimation (ADAM) Imandayanti, Nur Eza; Wahanani, Henni Endah; Rizki, Agung Mustika
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.6862

Abstract

Perkembangan teknologi memiliki peran penting dalam upaya pelestarian budaya, terutama dalam melestarikan seni tradisional seperti wayang. Wayang merupakan salah satu warisan budaya Indonesia yang telah mengalami penurunan minat sebesar 23,06% dalam kurun waktu 2018 hingga 2021. Sehingga, diperlukan pendekatan baru yang lebih modern untuk dapat menarik perhatian generasi muda. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi jening wayang menggunakan convolutional neural network (CNN) dengan optimasi Adaptive Moment Estimation (ADAM) agar memberikan informasi yang lebih akurat mengenai jenis wayang dan meningkatkan akses pendidikan budaya melalui teknologi. Metode CNN dengan optimasi ADAM disinyalir dapat meingkatkan kemampuannya dalam analisis citran dan optimasi akurasi. Hasill penelitian menunjukkan bahwa optimasi ADAM mengikatkan hasil akurasi prediksi hingga 0,84 dalaam 30 iterasi pelatihan dibandingan tanpa memiliki optimasi. Sistem ini dapat digunakan sebagai media pembelajaran interaktif untuk mengenal jenis wayang, termasuk wayang kulit, golek dan beber dengan performa yang baik.
Klasifikasi Penyakit Kanker Paru-Paru Menggunakan Metode C4.5 Khairudin, Khairudin; Machfud, Syaeful; Cahyono, Yono
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7315

Abstract

Lung cancer is one of the leading causes of death worldwide. Early detection of this disease is crucial to improving patients' chances of recovery. In this study, lung cancer prediction was conducted using the C4.5 algorithm applied to a secondary dataset from Kaggle. The dataset consists of 150 records, divided into 80% for training data and 20% for testing data. The classification process was performed using RapidMiner software. The results indicate that smoking is the most significant factor influencing lung cancer prediction. The generated decision tree model demonstrated a relatively high accuracy level, making it a useful tool for assisting in the early detection of lung cancer in patients
Penerapan Naive Bayes Untuk Klasifikasi Penyakit Endokrin Pada Pasien Lansia Kusuma, Susannda Dwi Yulianti; Al Islam, Hidayatullah; Rosyani, Perani
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7312

Abstract

The application of the Naïve Bayes algorithm has shown great potential in the classification of endocrine diseases in elderly patients. This study aims to develop a classification model using the algorithm, utilizing diabetes-related data obtained from public datasets. The process involves data collection, preprocessing, model training, and evaluation using Orange software. The results show that Naïve Bayes' algorithm is able to achieve high accuracy in data classification. The implementation of this model is expected to be a medical decision support system for faster and more accurate diagnosis, as well as improve the efficiency of health services for elderly patients. The advantages of this method lie in its ease of use, time efficiency, and intuitive visualization capabilities, making it an effective tool in medical data analysis. The main advantages of this approach include ease of implementation, time efficiency in data analysis, and the ability to visualize intuitively through a software interface. Thus, this research not only contributes to the development of health technology but also opens up opportunities for further integration with more complex AI-based health information systems. The adoption of this model is expected to be able to encourage the improvement of the quality of health services in the future.
Rancang Bangun Sistem Penjualan Minyak Jelantah Berbasis Web Menggunakan Model Prototype Wiyoko, Vincentius Vernando; Rozi, Nanang Fakhrur
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7574

Abstract

Toko Jelantah Balap merupakan usaha yang bergerak di bidang penjualan minyak jelantah. Sistem penjualan toko Jelantah Balap masih bersifat konvensional. Pelanggan harus mendatangi toko Jelantah Balap untuk dapat melakukan pembelian. Penyimpanan data penjualan juga masih dilakukan dengan cara mencatat di buku. Meningkatnya penggunaan internet telah mendorong kebutuhan akan layanan online yang melampaui kemampuan tradisional, khususnya dalam perdagangan elektronik (e-commerce) yang mengalihkan dari transaksi tatap muka manual ke platform online. Salah satu cara agar minyak jelantah dapat mudah dibeli oleh masyarakat adalah dengan cara melakukan penjualan minyak jelantah secara online berbasis web yang dirancang menggunakan model prototype dalam pengembangan perangkat lunaknya. Penelitian ini bertujuan untuk mengembangkan sistem penjualan jelantah berbasis web. Pengembangan  menggunakan model prototipe merupakan respons terhadap pergeseran ini, yang bertujuan untuk menciptakan sistem yang efisien dan mudah digunakan. Dalam model prototype yang digunakan terdapat tiga tahap, yaitu mendengarkan permintaan pelanggan, membangun/memperbaiki prototipe, dan pelanggan melakukan uji coba prototipe. Setelah sistem dihasilkan, dilakukan pengukuran kualitas sistem dengan mengukur kriteria functionality dan usability. Hasil penilaian dari 34 responden menyatakan bahwa nilai kriteria functionality sebesar 89,71% dan kriteria usability sebesar 89,27%.
Sistem Rekomendasi Film Dengan Menggunakan Sentiment Analysis dan Collaborative Filtering Fikry, Muhamad Agus; Wardhana, Septiyawan Rosetya; Hapsari, Rinci Kembang
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7635

Abstract

Seiring pesatnya perkembangan digital pada saat ini, zaman semakin maju berbagai macam file bisa diakses dari internet. Begitu juga dengan film yang sering kita tonton dari TV sekarang bisa diakses dari internet dengan mudah. Banyak peminat film yang kadang masih bingung ketika ingin menonton film. Mengacu pada uraian tersebut, dalam penelitian ini, membangun sebuah sistem yang dapat memberikan rekomendasi film. Collaborative filtering adalah metode yang sering digunakan dalam hal rekomendasi dan Sentiment analysis digunakan untuk menentukan pola sentiment dari user serta menggunakan bahasa pemrograman python 3 untuk menghitung proses-proses pada sistem yang akan dibuat. Dari acuan dan juga metode tersebut tujuan dari penelitian ini adalah membangun sistem rekomendasi menggunakan metode Collaborative Filtering dan Sentiment Analysis terhadap ulasan pada film. Pengujian dilakukan sebanyak 5 kali uji coba, dimana hasil belum bisa memenuhi harapan dalam merekomendasikan, karena rata-rata nilai rekomendasi masih 32%.
Penerapan Data Mining Untuk Menentukan Bahan Roti Menggunakan Algoritma FP-Growth Permatasari, Janie; Meilani, Budanis Dwi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7546

Abstract

Persediaan bahan baku merupakan elemen penting dalam pengelolaan toko roti karena berpengaruh pada produksi, kualitas produk, dan kepuasan pelanggan. Pengelolaan yang kurang optimal dapat menyebabkan pemborosan bahan baku atau kekurangan stok yang menghambat produksi. Penelitian ini bertujuan untuk mengimplementasikan algoritma FP-Growth pada data transaksi penjualan untuk menemukan pola penjualan yang relevan dan mendukung operasional toko roti. Hasil penelitian menunjukkan bahwa semakin besar nilai minimum support dan minimum confidence, semakin sedikit rule yang dihasilkan karena kriteria menjadi lebih ketat. Sebaliknya, semakin banyak data yang digunakan menghasilkan lebih banyak rule, sementara itu pengujian yang dilakukan pada data transaksi bulanan menghasilkan rata-rata nilai minimum support sebesar 13,66%. Implementasi algoritma FP-Growth ini dapat membantu mengoptimalkan pengendalian persediaan bahan baku, meningkatkan operasional, dan mendukung pengambilan keputusan yang lebih baik dalam bisnis toko roti.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 6, No 1 (2025) Vol 5, No 2 (2024) Vol 5, No 1 (2024) Vol 4, No 2 (2023) Vol 4, No 1 (2023) Vol 3, No 2 (2022) Vol 3, No 1 (2022) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol 1, No 2 (2020) Vol 1, No 1 (2020) More Issue