Scientific Student Journal for Information, Technology and Science
Scientific Student Journal for Information, Technology and Science berisi artikel-artikel hasil penelitian mahasiswa dari program studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer pada Universitas Buana Perjuangan Karawang. Jurnal ini dipublikasikan sebanyak dua kali setiap tahun oleh prodi Teknik Informatika. Kemudian, jurnal ini juga diharapkan dapat memberikan kontribusi dan mengembangkan penelitian yang berarti untuk meningkatkan sumber daya penelitian dalam Teknologi Informasi dan Ilmu Komputer.
Articles
193 Documents
<![CDATA[Diagnosa Gastroenteritis dengan Metode Certainty Factor ]]>
<![CDATA[Irpan Sulaeman]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Deden Wahiddin]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (297.896 KB)
<![CDATA[Gastroenteritis merupakan salah satu penyakit yang berbahaya dan memiliki dampak buruk untuk manusia.Kurangnya kesadaran dan pemahaman terhadap gejala-gejala dan pola hidup yang selalu ingin praktis merupakanfaktor utama terjadinya Gastroenteritis. Oleh karena itu dibutuhkan suatu pengetahuan untuk memindahkanpengetahuan seorang pakar. penelitian ini menggunakan certainty factor sebagai penalarannya dan metode ESDLC(Expert System Development Life Cycle) sebagai metode pengembangan yang dapat membantu masyarakat untukmencari nilai kepastian penyakit yang di deritannya. Tahapan yang dilakukan untuk meneliti penyakitgastroenteritis adalah dengan pengumpulan data, penilaian keadaan, dan evaluasi. Pada penelitian ini, penulismendiagnosa penyakit pada pencernaan dengan mengimplementasikan menggunakan metode certainty factoruntuk mengetahui tingkat kenyakinan terhadap suatu penyakit yang di derita. Implementasi gastroenteritis yangdikembangkan mendapatkan akurasi sebesar 95% dari jumlah gejala sebanyak 16 gejala dan dari 3 jenis penyakitgastroenteritis. Hasil penelitian yang akan diimplementasikan adalah gejala, penyakit dan solusi penangan yangdapat memberikan perhitungan yang sesuai dengan analisa dan tujuan dari penulisan.]]>
<![CDATA[Diagnosa Penyakit Gangguan Jiwa Menggunakan Metode Certainty Factor ]]>
<![CDATA[Efendi]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (267.621 KB)
<![CDATA[Kesehatan jiwa adalah salah satu penyakit yang signifikan di dunia, termasuk Indonesia. Namun masyarakat masihkurang memahami dalam mendiagnosa penyakit gangguan jiwa. Terkadang, seseorang tidak menyadari bahwadirinya mengidap suatu gejala gangguan jiwa. Jika masalah kesehatan jiwa terlambat ditangani atau bahkan tidakditangani, akan berdampak negatif seperti melukai diri sendiri, orang lain, bahkan menjadi penyebab untukmelakukan bunuh diri. Tujuan dari komputasi ini adalah untuk mendiagnosa penyakit gangguan jiwa sesuai gejalayang ada pada basis pengetahuan. Penelitian ini menggunakan metode certainty factor yaitu metode yangmangakomodasi ketidakpastian seorang pakar yang seringkali menganalisis informasi yang ada dengan ungkapanketidakpastian. Komputasi diagnosa penyakit gangguan jiwa dapat membantu masyarakat dalam memahami kondisikejiwaannya sendiri tanpa bertemu seorang psikiater terlebih dahulu yang didalamnya terdapat 63 gejala dan 16penyakit. Berdasarkan pengujian oleh pakar, diagnosa penyakit gangguan jiwa menggunakan metode certaintyfactor ini memilikitingkat akurasi diagnosa penyakit gangguan jiwa dengan presentase 100% dari 30 data uji.]]>
<![CDATA[Implementasi Algoritma Canny Edge Detection untuk Identifikasi Scratch pada Liquid Cristal Display Case (LCD Case) ]]>
<![CDATA[Andri Safari]]>;
<![CDATA[Hanny Hikmayanti]]>;
<![CDATA[Deden Wahiddin]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (799.867 KB)
<![CDATA[LCD (Liquid Cristal Display) adalah bagian dari salah satu rangkaian elektronik yang berfungsi untukmenampilkan suatu data, berupa huruf, grafik atau karakter. Material LCD adalah lapisan dari campuran organikantara lapisan kaca bening dengan elektroda transparan indium oksida, sedangkan LCD Case adalah tempat dimana LCD diletakan dalam rangkaian elektronika. Sedangkan Computer Vision merupakan cabang ilmupengolahan citra digital yang memungkinkan komputer dapat melihat seperti manusia, sehingga dapat mengambilkeputusan, melakukan aksi, dan mengenali suatu objek. Bentuk implementasi dari Computer Vision adalah EdgeDetection. Pada penelitian ini dibangun sebuah aplikasi pengolahan image yang dibutuhkan untukmengidentifikasi LCD Case Scratch. Aplikasi ini dapat digunakan untuk mengidentifikasi LCD Case scratchsehingga LCD Case yang diterima sesuian dengan kualitas yang ditetapkan. Aplikasi identifikasi LCD CaseScratch ini dirancang dengan metode canny edge detection berbasis computer vision dengan menggunakan bahasapemrograman Python. Aplikasi ini mampu mengidentifikasi scratch pada LCD Case dan menampilkan hasilidentifikasi scratch secara realtime dengan cara menampilkan hasil identifikasi pada layar komputer, sehinggaaplikasi ini diharapkan dapat mempermudah penerimaan dan identifikasi LCD Case scratch.]]>
<![CDATA[Implementasi Algoritme K-Nearest Neighboar (KNN) untuk Prediksi Hasil Produksi ]]>
<![CDATA[Farkhina Dwi Utari]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Deden Wahiddin]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (627.594 KB)
<![CDATA[Penjadwalan sebuah produksi merupakan proses penting dalam produksi. Penjadwalan produksi bertujuan untukmenghasilkan produk yang akan dijual dan memperoleh keuntungan bagi perusahaan. Agar produksi berjalanlancar diperlukan sebuah departemen perencanaan produksi dan kontrol persediaan. Permasalahan yang adasaat ini yaitu metode yang digunakan dalam penjadwalan produksi tidak tentu, karena metode tersebut tidak cocokdigunakan, sehingga menyebabkan kendala yang mempengaruhi perencanaan produksi. Salah satu faktor yangmempengaruhi adalah besarnya permintaan pelanggan per harinya (cycle time urgent). Maka solusi untukmengolah data hasil produksi perusahaan adalah dengan teknik klasifikasi-prediksi menggunakan algoritme KNearest Neighbor (KNN). Sehingga mampu membantu memberikan prediksi bagi departemen perencanaan dankontrol persediaan dalam penjadwalan produksi. Berdasarkan hasil perhitungan klasifikasi prediksi data hasilproduksi pada PT. SKI dengan algoritme K-Nearest Neighbor (KNN) dengan data latih sebanyak 130 dan satudata uji diperoleh nilai akurasi sebanyak 100% dengan menentukan K=5.]]>
<![CDATA[Implementasi Fuzzy Logic Pada Tambak Ikan Bandeng Berbasis Internet of Things (IoT) ]]>
<![CDATA[Sandi Susanto]]>;
<![CDATA[Hanny Hikmayanti]]>;
<![CDATA[Jamaludin Indra]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1024.142 KB)
<![CDATA[Mengelola sebuah tambak banyak faktor yang harus dipertimbangkan, salah satu faktor yang harus dikeloladengan baik yaitu Salinitas Air. Salinitas merupakan tingkat keasinan atau kadar garam terlarut dalam air,Salinitas juga dapat mengacu pada kandungan garam dalam tanah. Kondisi lingkungan dan cuaca yang berubahubah menyebabkan salinitas pada air tambak mengalami kenaikan maupun penurunan, pada musim kemarausalinitas air tambak ikan bandeng umumnya mengalami peningkatan yang cukup drastis, sedangkan pada musimhujan umumnya salinitas air tambak berada pada batas normal atau bahkan kurang normal. Kebanyakan petanitambak melakukan penambahan air tawar di musim kemarau dan penambahan air laut dimusim hujan. Pada anini metode Fuzzy Logic berbasis IoT mampu mengontrol salinitas air tambak Ikan Bandeng, dengan tingkatakurasi sebesar 88% untuk menentukan kondisi air tambak dalam baik, tidak baik, atau terlalu asin. Dan InternetOf Things(IoT) sebagai monitoring tambak ikan bandeng juga dapat bekerja dengan baik, dalam jarak kontrolyang cukup jauh.]]>
<![CDATA[Implementasi Metode Case Based Reasoning Pada Penyakit Kucing Himalaya ]]>
<![CDATA[Aldi Balkar]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Deden Wahiddin]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (696.262 KB)
<![CDATA[Penyakit kucing merupakan penyakit paling sering terdapat di kehidupan masyarakat sehari – hari karena kucingsudah menjadi salah satu jenis hewan yang dipelihara masyarakat. Salah satu jenis kucing yang dipeliharamasyarakat adalah Kucing Himalaya. Ras kucing Himalaya merupakan kucing ras yang sudah banyak masyarakatpelihara, dalam satu bulan pemilik yang membawa hewan peliharaannya itu untuk berkonsultasi dan berobat bisamencapai 10 kucing jenis Himalaya di klinik hewan Alaska Karawang. Oleh sebab itu, akan sangat beresiko jikamembiarkan penyakit kucing Himalaya karena akan berdampak buruk terhadap kesehatan manusia danmenimbulkan kematian kepada hewan peliharaan jika tidak diatasi. Kurangnya pakar hewan maupun klinikmenjadi masalah masyarakat yang memiliki hewan peliharaan. Maka dibutuhkan imlementasi yang dapatmembantu memindahkan pengetahuan dari seorang pakar ke dalam basis pengetahuan. Penelitian ini penulismenggunakan metode Case Based Reasoning digunakan untuk pendekatan kecerdasan tiruan yang mentitikberatkan suatu masalah yang berdasarkan pengetahuan dari kasus sebelumnya. ini memiliki 30 gejala dan 8penyakit serta dapat mendiagnosa penyakit kucing Himalaya berdasarkan pengujian pakar dengan tingkatkeakurasian sistem 83% dari 12 data uji.]]>
<![CDATA[IMPLEMENTASI PAKAR TENTANG HAMA PADI MENGGUNAKAN METODE NAÏVE BAYES ]]>
<![CDATA[Riki Fauzi Anansyah]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Tatang Rohana]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (433.703 KB)
<![CDATA[Penanganan hama dan penyakit pada tanaman padi secara berkala sering kurang diperhatikan. Hal tersebutmembuat tanaman padi sering gagal panen, dan petani sulit untuk menanganinya. Bantuan seorang pakar untukpenanganan hama dan penyakit tanaman padi diperlukan agar dapat memberikan bantuan kepada petani. Penelitiantugas akhir ini bertujuan untuk membuat sistem pakar dengan metode Naïve Bayes. Tujuan implementasi yangakan di rancang bangun ini adalah untuk mendiagnosa hama tanaman padi sesuai gejala. Metode ini dapatmemudahkan dalam melakukan diagnosa penyakit dan mendapatkan informasi, dan digunakan untukmenyelesaikan masalah ketidakpastian dalam mendiagnosis hama dan penyakit pada tanaman padi. Implementasiyang di buat dapat memberikan solusi atau penanganan sementara berupa panduan untuk mengantisipasi terjadinyagagal panen sebelum ditanyakan langsung ke pada seorang pakar untuk penanganan lebih lanjut. Diagnose hamatanaman padi ini memiliki 21 gejala dan 10 penyakit pada hama tanaman padi, serta dapat mendiagnosa hama padiberdasarkan pengujian pakar dengan tingkat keakurasian sistem 90% dari 30 sampel data pengujian.]]>
<![CDATA[K-Means Clustering untuk Mengelompokan Tingkat Putus Sekolah Jenjang SMP di Indonesia ]]>
<![CDATA[Sekar Wuni]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (487.75 KB)
<![CDATA[Mendapatkan pendidikan adalah hak setiap warga Negara Indonesia, dari tingkat Sekolah Dasar (SD), SekolahMenengah Pertama (SMP), hingga Sekolah Menengah Atas (SMA) maupun yang sederajat. Namun, ternyatamasih ada siswa yang tidak dapat menyelesaikan pendidikannya pada tingkat tertentu maupun melanjutkan kejenjang selanjutnya. Siswa yang tidak dapat menyelesaikan pendidikannya diberikan sebutan putus sekolah. Padasitus Kementrian Pendidikan dan Kebudayaan (Kemendikbud) terdapat banyak data yang disajikan, salah satunyaadalah data angka putus sekolah dari berbagai jenjang pendidikan dan tahun ajar. Data-data tersebut belum jelasdikarenakan belum dapat dikategorikan maupun dikelompokan berdasarkan besar kecilnya angka putus sekolah.Berdasarkan permasalahan tersebut, maka penelitian ini mengolah data angka putus sekolah jenjang SMP diIndonesia dengan menggunakan terknik pada data mining yaitu clustering (pengelompokan) dengan menggunakanalgoritma K-Means. Pengelompokan pada data tersebut dibagi menjadi tiga kelompok yaitu kelompok tingkatputus sekolah jenjang SMP rendah, sedang, dan tinggi. Penelitian ini dilakukan menggunakan dua cara yaitu:perhitungan manual dengan menggunakan Microsoft Excel 2013 dan pengujian menggunakan tools Rapid Minerversi 5.3.000. Hasil dari penelitian ini yaitu provinsi yang masuk pada kelompok tingkat putus sekolah jenjangSMP rendah sebanyak 21 provinsi, kelompok sedang sebanyak 12 provinsi dan yang masuk pada kelompok tinggisebanyak 1 provinsi.]]>
<![CDATA[Penerapan Algoritma K-Means Dalam Mengurangi Tingkat Buta Aksara Di Indonesia Sebagai Penunjang Keputusan ]]>
<![CDATA[Murniasih]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Deden Wahiddin]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (745.409 KB)
<![CDATA[Buta aksara adalah saat seseorang tidak mampu untuk membaca dan menulis sebuah kalimat sederhana dalamberbagai bahasa. Data terakhir Badan Pusat Statistika (BPS) pada tahun 2017 jumlah penderita sebanyak 3,387,038pada usia 15-59 tahun. Dari banyaknya jumlah penderita buta aksara tersebut, maka perlu adanya penelitianmengenai penyebaran buta aksara di Indonesia. Penelitian ini bertujuan untuk melakukan pengelompokan provinsibuta aksara dengan metode algoritma k-means dengan teknik clustering pada data mining. Metode algoritma kmeans merupakan pengelompokan data yang sama pada suatu kelompok tertentu dan pengelompokan data yangberbeda pada kelompok lain. Pada penelitian ini mengelompokan provinsi ke dalam beberapa cluster berdasarkankemiripan data, maka data provinsi dengan karakteristik yang sama dikelompokan menjadi satu cluster dan dataprovinsi dengan karakteristik yang berbeda akan dikelompokan kedalam cluster yang lain. Jumlah data yangdigunakan sebanyak 34 data, menggunakan atribut provinsi, umur 15+, umur 15-45 dan umur 45+. Perhitunganpada penelitian ini dilakukan dengan cara manual menggunakan Microsoft Excel kemudian dievaluasi denganmenggunakan tools Rapidminer 9.2.0. Penelitian ini menghasilkan pengelompokan provinsi penderita butaaksaran tertinggi dengan jumlah dua provinsi, sepuluh provinsi penderita buta aksara kategori sedang dan 22provinsi penderita buta aksara kategori rendah]]>
<![CDATA[Penerapan Algoritma K-Means untuk Mengelompokan Penjualan Mebel ]]>
<![CDATA[Mutiara Rita Avivah]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Yana Suryana]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 1 No. 2 (2020): Scientific Student Journal for Information, Technology and Science ]]>
Publisher : <![CDATA[Scientific Student Journal for Information, Technology and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (727.106 KB)
<![CDATA[Toko mebel menjual barang furniture untuk keperluan rumah tangga, kantor atau pun instansi. Dalam transaksijual beli selama ini toko mebel masih menggunakan laporan transaksi secara manual pada buku laporan. Caratersebut memiliki kelemahan diantaranya buku laporan tersimpan secara acak dan mudah hilang. Sehingga,pemilik toko mebel sulit unuk mengetahui transaksi penjualan. Maka dalam mengatasi permasalahan tersebutdilakukam penelitan untuk pencatatan tertata rapih dan mengelompokkan barang dengan menggunakan AlgoritmaK-Means. Penelitian dilakukan dengan cara perhitungan manual menggunakan Microsoft Excel kemudiandievaluasi menggunakan tools Rapidminer 9.2. Penelitian ini menghasilkan tiga clustering. Clustering 1 yaitucluster sedang yang mendapatkan hasil 14 kode barang, clustering 2 yaitu cluster tinggi yang mendapatkan hasilempat kode barang, dan cluster 3 yaitu clustering rendah yang mendapatkan hasil 98 kode barang.]]>
