cover
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
ISSN : -     EISSN : 27744345     DOI : -
Core Subject : Science, Education,
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
Articles 87 Documents
Penerapan Matematika Pada Image Processing: Kajian Literatur Dengan Metode Bibliometrik Periode 2013 sampai 2023 Shobikhah, Anis; Triono, Gaguk; Kurniasari, Norma Devi; Rohman, Trian Basofi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7463

Abstract

ABSTRACTDigital Image Processing is a field of science that studies how to form, process and analyze images to produce information that can be understood by humans. Empirical results show that based on research, poor image quality (image processing) is one of the visible limitations of image processing because it limits efficient data extraction. So it is necessary to study several theories from previous research. This research aims to conduct a bibliometric analysis of journals in Scopus from 2013 to 2023 regarding the application of mathematics in image processing. One of the main objectives is to identify publication trends related to research on the application of mathematics in image processing during the period 2013 - 2023. The results of the research are that China was ranked first, followed by India, Australia, Hong Kong and Singapore. The position of Indonesian researchers is not visible, this indicates that research interest in the topic of image processing and its connection to mathematics is very minimal. This is also a research opportunity to show the novelty of the field of mathematical applications in the field of image processing or related to other information systems. This research emphasizes the importance of modeling and transforming mathematics in sign language by teachers for elementary school level mathematics learning with students with special needs. This also shows that there is a research gap for further research to be carried out by Indonesian researchers.
Klasifikasi Penyakit Tanaman Tomat Menggunakan Metode Convolutional Neural Network (CNN) VGG16 Pradana, Marchel Adias; Maulana, Rafie Ishaq; Putra, Riza Satria; Subairi, Subairi; Anggraeny, Fetty Tri
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.6829

Abstract

Penyakit tanaman merupakan tantangan utama dalam pertanian tomat yang dapat mengurangi hasil panen dan kualitas produk, salah satu bagian tanaman yang sering menjadi target serangan adalah daun, sehingga deteksi dini penyakit tanaman menjadi sangat penting. Penelitian ini dilakukan untuk mengklasifikasikan penyakit tanaman tomat berdasarkan citra daun menggunakan model Convolutional Neural Network (CNN) dengan arsitektur VGG-16, yang dikenal karena kedalamannya dan kemampuannya dalam mengekstraksi fitur kompleks serta menangani variasi dalam data gambar. Hasil penelitian menunjukkan bahwa model mencapai akurasi pengujian sebesar 91% dan akurasi pengujian validasi 92%, menegaskan kemampuannya dalam mendeteksi berbagai penyakit tomat dengan generalisasi yang memadai. Temuan ini menunjukkan potensi teknologi deep learning dalam meningkatkan sistem deteksi penyakit tanaman, yang dapat mendukung praktik pertanian yang lebih efisien.
Analisis Pengaruh Gaya Hidup Mahasiswa terhadap Indeks Prestasi Kumulatif (IPK) Menggunakan Model Regresi Sastra, Amner; Sabri, Khairul; Yanto, Budi; Asmen, Faisal; Inal, Inal; Crisdianto, Ahlul
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7384

Abstract

Student lifestyle plays an important role in determining academic performance, including the Grade Point Average (GPA). This study aims to analyze the impact of lifestyle on students' GPA using a quantitative approach with regression analysis. Data were collected through questionnaires covering aspects such as sleep patterns, dietary habits, physical activity, and study habits. After data preprocessing, the residual normality test showed that the data met the normal distribution assumption, with a p-value of 0.1373 from the Shapiro-Wilk test. The constructed regression model was evaluated using Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and the coefficient of determination (R²). The results showed that lifestyle significantly affects GPA, particularly study habits and sleep patterns. Understanding these factors can help students optimize their lifestyles to improve academic performance. These findings can serve as a foundation for educational institutions in designing support programs for students.
Penerapan Convolutional Neural Network (CNN) dalam Klasifikasi Citra MRI untuk Deteksi Tumor Otak Manusia Dimara, Denis Lizard Sambawo; Putri, Shintyadhita Wirawan; Amelia, Rizky; Arishandy, Zalfa Ibtisamah; Rizki, Agung Mustika
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.6960

Abstract

Brain tumors are deadly diseases with a high mortality rate, making early diagnosis crucial to improving patient survival rates. However, manual diagnosis through Magnetic Resonance Imaging (MRI) often requires significant time and is prone to errors. This study developed an MRI image classification method using the EfficientNetB3-based Convolutional Neural Network (CNN) architecture to detect brain tumors. The dataset used was obtained from Kaggle, consisting of 253 brain MRI images, including 98 normal and 155 abnormal images. The data were preprocessed through normalization and resizing to 224x224 pixels. The model employed transfer learning techniques using pretrained weights from ImageNet, enhanced with additional layers to improve performance. Evaluation was conducted using metrics such as accuracy, precision, recall, F1-score, AUC, as well as confusion matrix and classification report analyses. The results showed that the EfficientNetB3 model achieved an overall accuracy of 86%, demonstrating its capability to support brain tumor diagnosis processes quickly and accurately. This implementation is expected to provide a significant contribution to early detection of brain tumors and improve patient care quality in the medical field.
Penentuan Destinasi Wisata Favorit di Yogyakarta dengan Menggunakan Algoritma Decision Tree Wijaya, Abdul Hamid; Vandaningtyas, Andriany; Hapsari, Rinci Kembang
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7473

Abstract

Menjalani kehidupan tidak dapat dipisahkan dari kegiatan berwisata. Melalui berwisata, seseorang memiliki kesempatan untuk merasakan suasana baru dan menikmati kesenangan yang mungkin belum pernah dia alami selama menjalani rutinitas sehari-hari maka kegiatan berwisata menjadi suatu elemen penting dalam kehidupan Masyarakat. Dengan tersebarnya berbagai destinasi wisata di Indonesia maka perlu peran nyata untuk mengoptimalkan  pelayanan pengelola wisata dari  segi pelayanan  maupun  fasilitas. Yogyakarta menjadi salah satu pilihan wisatawan dari seluruh penjuru Indonesia umumnya atau pulau jawa khusunya tujuan wisata favorit di Indonesia. Berbagai wisata terdapat di Yogyakarta yaitu wisata budaya, wisata alam, wisata kuliner dan tempat berbelanja. Penelitian ini bertujuan untuk menentukan Destinasi Wisata Favorit di Yogyakarta menggunakan Algoritma Decision Tree. Data yang digunakan merupakan dataset destinasi wisata yang merupakan data sekunder yang diunduh dari Kaggle.com. Berdasarkan model yang telah dihasilkan den diujikan pada data pengujian didapatkan nilai rata-rata akurasi 93,66%, nilai rata-rata presisi 96,89% dan nilai rata-rata sensitivitas atau recall 76,84%.
Implementasi Arsitektur Client Server pada Video Streaming untuk Pembelajaran Bahasa Inggris Ramadhani, Ika Magfiroh; Sulaksono, Danang Haryo
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7543

Abstract

Lembaga pendidikan formal saat ini salah satunya Sekolah Menengah Pertama (SMP) Negeri 1 Sreseh. Dimana sekolah tersebut memberikan pembelajaran salah satumya di bidang Bahasa Inggris. Di SMPN 1 Sreseh juga memiliki keterbatasan dalam melakukan proses belajar mengajar. Dimana kehadiran seorang pengajar terbatas, bahkan hampir setiap semester pengajar bisa sampai 2 atau 3 kali atau lebih tidak dapat hadir memberikan materi pembelajaran terhadap murid atau siswanya. Hal tersebut dirasa tidak efisien dan bahkan bisa memperlambat daya belajar siswanya yang pasif dalam belajar bahasa inggris. Maka dibuatkanlah aplikasi pembelajaran online yang bisa mengurangi keterhambatan pembelajaran di SMPN 1 Sreseh dengan mengetahui kecepatan suatu jaringan yang akan diterapkan pada aplikasi tersebut. Tapi harus dilihat seberapa baik teknologi ini melakukan layanan video conference melalui parameter–parameter Quality of Service (QoS) seperti halnya delay, troughput dan jitter. Pengujian sistem yang dilakukan dihitung menggunakan pengujian QoS terdiri dari tiga parameter dan dilakukan dengan 10 kali pengujian. Yang pertama, throughput pada 10 kali pengujian didapatkan nilai rata–rata sebesar 164,6391byte/s digolongkan kedalam kategori Sangat Bagus. Kedua, delay didapatkan nilai rata–rata sebesar 4,080915 ms digolongkan kedalam kategori Sangat Bagus. Ketiga, jitter didapatkan nilai rata–rata sebesar 1,73491 ms digolongkan kedalam kategori Bagus untuk penggunaan streaming video pada media pembelajaran bahasa inggris berbasis m-learning.  
Rancang Bangun Sistem Informasi Perpustakaan Pada Smp Negeri 2 Gedangan menggunakan Metode Waterfall Adikusuma, Rahmatullah Wirya; Al-Fikri, Allif Mufti; Bhakti, Muhammad Esa Nusa; Wardhana, Septiyawan Rosetya
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.5578

Abstract

Era digital sering disebut sebagai era disrupsi dikarenakan sifatnya yang revolusioner dan sering menyebabkan perubahan besar dalam tatanan masyarakat.Perpustakaan sekolah adalah sebuah perpustakaan yang berada pada satuan Pendidikan sekolah dasar dan menengah. Saat ini masih banyak perpustakaan sekolah yang masih menggunakan cara manual dalam proses peminjaman dan pengembalian buku.Salah satu perpustakaan tersebut berada di Smp Negeri 2 Gedangan. Peminjaman dan pengembalian buku merupakan kegiatan utama dalam perpustakaan sekolah. Dalam prosedur Perpustakaan Smp Negeri 2 Gedangan ini dibutuhkan pendataan dalam proses peminjaman dan pengembalian buku yang efisien dan cepat agar mempermudah prosesnya. Maka dari itu dibutuhkan sebuah sistem informasi pada penelitian yang bertujuan untuk membantu kinerja pustakawan ini dalam proses pencatatan peminjaman buku berbasis web. Dalam kasus ini tim kita menggunakan metode waterfall dalam menggunakan metodenya.Teknik pengumpulan data yang kita gunakan dalam penilitian menggunkan metode observasi dan wawancara. Berdasarkan penilitian ini, maka dapat disimpulkan penilitian sistem informasi Perpustakaan Smp Negeri 2 Gedangan berbasis web ,dapat membantu kinerja pustakawan dengan lebih cepat dan efisien.
Membangun Content Delivery Network (CDN) menggunakan Reverse Proxy dan Caching berbasis Linux Darujati, Cahyo; Al Azam, Moh Noor
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7564

Abstract

Content Delivery Networks (CDN) improve website performance by distributing content closer to users. This paper explores the implementation of a self-hosted CDN using reverse proxy and caching technologies on a Linux-based infrastructure. Performance metrics such as response time, bandwidth usage, and server load are analyzed in two scenarios: with and without CDN. Our findings show a 50% reduction in response time and a 76% decrease in bandwidth consumption at the main server. The study highlights the benefits of localized caching and load balancing while discussing implementation challenges. This research provides a practical framework for organizations seeking cost-effective CDN solutions using open-source tools like Nginx and Varnish.
Sistem Penunjang Keputusan Promosi Jabatan Karyawan Menggunakan Metode FUCOM-MOORA Berbasis Web Saifudin, Achmad; Darujati, Cahyo
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7462

Abstract

Sistem pendukung keputusan (DSS) yang digunakan dalam proses promosi dari karyawan outsourcing ke karyawan kontrak di PT. Siantar Top Tbk. saat ini masih dilakukan secara manual dan hanya mengandalkan satu atau dua kriteria. Padahal, seharusnya ada banyak kriteria yang perlu dipertimbangkan untuk memastikan pemilihan karyawan yang unggul dalam berbagai aspek. Penelitian ini menguji sepuluh data alternatif dan mengevaluasi sepuluh kriteria: pendidikan, pengalaman kerja, disiplin, kecerdasan, loyalitas, kreativitas, inisiatif, hasil kerja, dan sikap kerja yang aktif. Untuk menentukan keputusan yang paling efektif, metode yang tepat harus diterapkan. Metode Full Consistency Method (FUCOM) dan Multi-Objective Optimization On the Basis of Ratio Analysis (MOORA) dipilih karena kemudahannya dalam menentukan alternatif terbaik dari sejumlah pilihan dengan kriteria yang beragam. Metode FUCOM-MOORA melibatkan penentuan bobot setiap kriteria, normalisasi data, perhitungan nilai preferensi, dan perankingan alternatif. Alternatif dengan nilai preferensi tertinggi dianggap sebagai pilihan terbaik. Tujuan utama dari penelitian ini adalah untuk mengembangkan sistem berbasis web menggunakan PHP dan MySQL yang menerapkan metode FUCOM-MOORA. Hasil pengujian menunjukkan bahwa metode FUCOM-MOORA efektif mendukung pengambilan keputusan di perusahaan, dengan menawarkan fleksibilitas dengan mempertimbangkan berbagai kriteria. Nilai preferensi tertinggi yang diperoleh adalah 0.324.
Klasifikasi Judul Video Youtube Mengandung Clickbait Menggunakan Metode Naive Bayes Ahmad, Widyadana Abidi; Wardhana, Septiyawan Rosetya
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 4, No 2 (2023)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2023.v4i2.7520

Abstract

Konten digital semakin mendominasi dunia media, dan platform seperti YouTube telah menjadi wahana utama bagi pembuat konten untuk berbagi informasi, hiburan, dan pengetahuan. Sayangnya, strategi clickbait telah menjadi masalah yang meresahkan di platform ini. Clickbait merujuk pada praktik yang menarik perhatian pengguna melalui judul yang menarik, eksplisit, kontrovesi atau menyesatkan, dengan tujuan meningkatkan jumlah klik tanpa mempertimbangkan kualitas atau relevansi konten yang sebenarnya. Akibatnya, pengalaman pengguna dapat terganggu dan kepercayaan terhadap platform serta pembuat konten dapat terkikis. Permasalahan dalam penelitian ini adalah pengembangan solusi untuk mengidentifikasi judul video Youtube yang mengandung unsur clickbait dengan menggunakan metode klasifikasi Naive Bayes. Dataset yang digunakan dalam penelitian ini terdiri dari 200 data training judul-judul video Youtube yang telah diberi label clickbait atau non-clickbait oleh sekelompok penilai pakar. Proses penelitian dengan 50 data testing melibatkan beberapa tahap, termasuk pra-pemrosesan data untuk membersihkan dan mengolah teks judul, ekstraksi fitur menggunakan pendekatan numerik dari teks, serta pelatihan dan evaluasi model Naive Bayes. Hasil pengujian yang telah dilakukan menghasilkan nilai akurasi 64%, presisi 61%, recall 88%, dan F1-score (F.Measure) 71%. Eksperimen ini juga mempertimbangkan penggunaan teknik pengoptimalan model untuk meningkatkan kinerja klasifikasi. Meskipun terdapat beberapa batasan, seperti variasi dalam definisi clickbait dan pengaruh dinamika perubahan tren konten, metode ini memberikan kontribusi positif dalam menangani permasalahan clickbait di platform Youtube.