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
16 Documents
Search results for
, issue
"Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science"
:
16 Documents
clear
Penerapan Convolutional Neural Network pada Timbangan Pintar Sayuran Menggunakan Raspberry Pi
Firmansyah Maulana;
Jamaludin Indra;
Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (531.9 KB)
Timbangan sering digunakan untuk mengetahui nilai suatu berat benda terutama pada sayuran, timbangan terbagi menjadi dua jenis timbangan yaitu digital dan analog. Kekurangan menggunakan timbangan saat ini untuk mengetahui nilai berat pada timbangan dibutuhkan perantara untuk validasi berat dan harga pada sayuran. Validasi yang menggunakan perantara manusia memerlukan waktu untuk proses validasi harga. Menggunakan Raspberry Pi sebagai komputer berukuran kecil yang dapat dipasang sensor berat. Dengan sensor berat yang akan dipasangkan pada Raspberry Pi memungkinkan melakukan pembacaan nilai berat sayuran. Pengolahan citra dengan komputasi memungkinkan komputer validasi barang yang ditimbang. Metode yang digunakan untuk deteksi objek yaitu menggunakan Convolutional Neural Network (CNN). Hasil dalam penelitian ini dengan menggunakan load cell yang berkapasitas 5 kg memiliki selisih hingga 2 gram dengan timbangan digital. Pada identifikasi jenis sayur menggunakan metode CNN memiliki akurasi hingga 90%.
Monitoring Kadar Karbon Monoksida Dalam Mobil Dengan Sensor MQ-9 Bebrbasis Arduino
Erik Candra Fauzi;
Deden Wahiddin;
Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (332.088 KB)
Gas karbon monoksida berasal dari pembakaran yang tidak sempurna. Karakteristik gas karbon monoksida sendiri yaitu tidak berbau, tidak berwarna, dan tidak berasa. Sehingga sulit sekali dirasakan oleh indra manusia. Kemudian dengan waktu yang singkat, ketika manusia menghirup gas karbon monoksida dengan keadaan gas tinggi akan mengalami kematian tanpa rasa sakit. Saat ini kurangnya rasa peduli pengendara terhadap kadar gas karbon monoksida (CO) yang dihirup di dalam mobil, menjadi permasalahan untuk seseorang yang sedang berada dalam mobil yang dikendarainya. Salah satu solusi yang dapat digunakan untuk menangani permasalahan tersebut yaitu dengan merangkai alat untuk mendeteksi kadar kandungan gas CO di dalam mobil menggunakan Arduino uno dan sensor MQ-9. Hasil dari nilai rangkaian dibandingkan dengan nilai smart sensor monoxide meter AS8700A memiliki nilai rata-rata selisih 1,573 ppm (part per million) dan error 0,0795 %.
Pengelompokan Kabupaten dan Kota di Indonesia Berdasarkan Hasil Produksi Daging Sapi Menggunakan Algoritma K-Means dan K-Medoids
Lutfiah Adeliana;
Amril Mutoi Siregar;
Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (252.259 KB)
Kebutuhan daging sapi yang tinggi di suatu daerah terkadang tidak dibarengi dengan pasokan daging yang sesuai sehingga konsumsi daging sapi masyarakat Indonesia masih belum merata [1]. Padahal, kebutuhan akan daging sapi begitu penting dalam memenuhi gizi harian tubuh manusia. Penyebab konsumsi daging sapi masyarakat Indonesia yang belum merata salah satunya yaitu tingkat produksi daging sapi yang rendah di daerah tertentu namun tinggi akan kebutuhan daging tersebut [2]. Adanya distribusi yang merata sangat dibutuhkan agar seluruh masyarakat dapat terpenuhi kebutuhan gizinya. Penerapan data mining dalam hal ini diharapkan dapat memberikan solusi yaitu berupa informasi daerah mana saja yang tingkat produksi daging sapi rendah, sedang, dan tinggi sehingga dapat memetakan dengan tepat dan dapat membantu dalam pemenuhan gizi masyarakat Indonesia. Algoritma yang digunakan untuk mengelompokan dalam penelitian ini yaitu K-Means dan K-Medoids.
Perbandingan Tingkat Kepuasan Siswa Terhadap Pelayanan Sekolah Menggunakan Algoritma K-Means Dan K-Medoids
Maulana Abdur Rofik;
Amril Mutoi Siregar;
Dwi Sulistya Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (438.43 KB)
Kepuasan siswa menjadi tolak ukur utama pada tiap sekolah swasta. Selain menjadi aspek berarti untuk perkembangan suatu sekolah, membagikan rasa kebahagiaan serta keinginan penataran anak didik yang terkabul bisa tingkatkan nama baik dalam kompetisi. Anak didik yang menyangka puas jasa sekolah tentu hendak mengantarkan data pada pihak lain bagus sahabat, kerabat, ataupun warga disekitarnya. Dengan memandang hasil evaluasi anak didik yang beralasan pada angket yang sudah diisi bisa dicoba cara klasterisasi data mining menggunakan metode k-meansserta k-medoids. Hasil pengelompokan memakai algoritma k-means menghasilkan klaster puas sebanyak 276 siswa, klaster cukup puas sebanyak 216 siswa dan klaster kurang puas sebanyak 17 siswa. Lalu pada algoritma k-medoids klaster puas sebanyak 324 siswa, klaster cukup puas sebanyak 11 siswa dan klaster kurang puas sebanyak 174 siswa. Perbedaan jumlah cluster pada kinerja tiap algoritma memiliki pola perhitungan yang berbeda pada masing-masing iterasi tergantung pada dataset yang digunakan serta titik centroid yang dijadikan perhitungan pada algoritma. Hasil pengelompokan dari kepuasan anak didik ini bisa dikenal ialah berapa banyak anak didik yang merasa puas, lumayan puas dan tidak puas dengan mutu jasa yang sudah diserahkan sekolah, alhasil pada waktu yang hendak tiba mutu jasa sekolah bisa ditingkatkan jadi lebih bagus lagi.
Perbandingan Algoritma C4.5 dan KNN Untuk Menentukan Pemberian Kredit Bagi Nasabah Koperasi
Yholanda Maldini;
Amril Mutoi Siregar;
Tohirin Al Mudzakir
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (333.228 KB)
Koperasi memberikan simpan pinjam kepada nasabah yang ingin mengajukan pinjaman, yang bertujuan untuk memenuhi kebutuhan rumah tangga. Pada proses simpan pinjam sering terjadi kredit macet, yang disebabkan nasabah koperasi memiliki masalah ekonomi yang buruk sehingga pembayaran kredit sedikit terhambat. Maka dilakukan penelitian untuk menenetukan pemberian kredit bagi nasabah dengan cara memperhatikan data yang dimasukan nasabah untuk proses peminjaan. Metode yang digunakan dalam penelitian ini menggunakan algoritma C4.5 dan KNN. Hasil akurasi yang diperoleh dengan algoritma KNN sebesar 62%. Sedangkan hasil akurasi algoritma C4.5 sebesar 57.50%. Sehingga hasil akurasi terbaik dari algoritma KNN bisa dijadikan acuan untuk menentukan pemberian kredit kepada nasabah.
Implemtasi Metode Canny Edge Detection Untuk Identifikasi Defect Solder
Yulia Ningsih;
Deden Wahiddin;
Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (449.427 KB)
Dalam industri perakitan proses penyambungan rangkaian-rangkaian elektronik dilakukan dengan cara penyolderan, penyolderan ini dilakukan secara manual yang mengakibatkan banyak terjadinya defect yang dibuat saat proses penyolderan. Proses inspeksi hasil penyolderan saat ini masih dilakukan dengan cara manual yang mengakibatkan produk defect sering kali lolos dalam proses pengecekan. Oleh karena itu salah satu solusi yang diterapkan adalah dengan metode pengolahan citra digital untuk mengurangi tingkat terjadinya lolos produk defect pada proses produksi. Pada penelitian ini, proses otomatisasi identifikasi kualitas solder dilakukan dengan mendeteksi defect solder menggunakan metode deteksi tepi canny, kemudian dilakukan perbandingan terhadap citra acuan dan citra uji dengan operasi jumlah pixel untuk menentukan jenis mutu solder. Kualitas dari solder dikategorikan menjadi dua yaitu kualitas good dan defect. Berdasarkan hasil pengujian yang dilakukan sebanyak 30 kali percobaan, didapatkan hasil akurasi luas sebesar 93,3% dan keliling sebesar 80%.
Sistem Keamanan Pendeteksi Kebocoran Gas LPG dengan Metode Fuzzy Berbasis Internet of Things Via Telegram
Jorke Alkawiyu;
Sutan Faisal;
Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (706.5 KB)
Gas LPG mempunyai peran penting bagi kehidupan manusia saat ini. Selain harganya murah penggunaannya juga lebih mudah. Namun penggunaan gas LPG memiliki resiko yang cukup besar yaitu ledakan dan kebakaran apabila terjadi kebocoran yang tidak diketahui. Pencegahaan pada resiko tersebut dapat diminimalisir apabila adanya suatu sistem peringatan atau pemberitahuan. Salah satu solusi dari masalah diatas dibuatlah alat pendeteksi kebocoran dengan sensor MQ-6 yang terintegrasi dengan NodeMCU bebasis Internet of Thingsdan menggunakan Telegram untuk mendapatkan informasi kebocoran tersebut. Berdasarkan hasil pengujian yang dilakukan, sensor MQ6 dapat membaca kadar konsentrasi gas dengan selisih rata – rata error sebesar 0.525 ppm. Nilai yang didapat di proses oleh fuzzy logicuntuk menentukan adanya kebocoran gas, serta mengaktifkan komponen Buzzer, Kipas, Relay saat kebocoran dan Telegram mendapatkan informasi kebocoran tersebut.
Keamanan Pintu Rumah Dengan RFID dan Magentic Switch Berbasis Internet Of Things
Ilham Azis Annaba;
Sutan Faisal;
Santi Pertiwi Hari Sandi
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (578.187 KB)
Keamanan pintu rumah sangat berpengaruh terhadap keamanan barang pribadi dirumah kita yang bersifat penting. Tingginya jumlah kriminalitas khususnya pencurian yang sering terjadi menjadikan keamanan pintu rumah sebagai kebutuhan yang sangat penting menjadi kebutuhan yang diperlukan oleh setiap orang. Oleh karna itu solusi atas masalah tersebut yaitu dengan membuat keamanan pintu rumah dengan menggunakan RFID dan sensor magnetic switch sehingga pintu rumah bisa terbuka hanya dengan menempelkan kartu RFID pada RFID Reader yang sudah disediakan. Adapun penggunaan sensor magnetic switchyang mendeteksi pergerakan pintu yang tidak sesuai dengan alur kerja maka sistem akan mengirimkan pesan peringatan melalui notikasi telegram pada smartphone pemilik rumah. Hasil dari penelitian ini adalah sebuah alat sistem keamanan pintu rumah yang menggunakan RFID sebagai kunci utama untuk mengakses masuk ke dalam rumah dalam jarak RFID Reader dan kartu RFID denan jangkau ± 3 cm. Proses monitoring berbasis Internet Of Things pada website yang mudah diakses dan dilengkapi notifikasi telegram melalui smartphone yang berjalan dengan baik.
Implementasi Sistem Pemeriksaan Denyut Jantung dan Suhu Tubuh Menggunakan Sensor LM53 dan Sensor Max30102 Berbasis Arduino
Puteri Maheda;
Tatang Rohana;
Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (601.959 KB)
Pemeriksaan tanda-tanda vital yang di antaranya pemeriksaan denyut jantung dan suhu tubuh pada klinik Cilamaya Medika Karawang telah menggunakan prosedur yang sesuai standar kesehatan. Pemeriksaan sering kali terjadi kesalahan karena beberapa faktor di antaranya faktor intensitas bunyi denyut jantung yang rendah, pengaruh suhu lingkungan dan faktor mobilitas pasien. hal lain yang mempengaruhi kesalahan dalam pemeriksaan yaitu pencatatan secara manual. Maka penelitian ini dibuat sebagai solusi untuk mempermudah proses pemeriksaan dengan menerapkan alat ukur denyut jantung dan suhu tubuh berbasis arduino yang terintegrasi pada komputer dan tersimpan di database sehingga penelitian ini bertujuan untuk melakukan pencatatan secara otomatis dan mengatasi masalah dalam pemeriksaan denyut jantung dan suhu tubuh. Dua komponen utama yang digunakan untuk mendeteksi denyut jantung yakni sensor Max30102 dan sensor Lm35 untuk mengukur suhu tubuh. Dari hasil pengujian yang dilakukan sebanyak 20 kali dengan membandingkan hasil alat konvensional dengan alat yang di buat mendapat nilai akurasi dari deteksi denyut nadi tingkat akurasi mencapai 98,59% kemudian untuk mendeteksi suhu tubuh tingkat akurasinya adalah 99.51% untuk pengiriman data dari alat ke sistem dan tersimpan pada database berhasil sesuai yang diharapkan.
Implementasi Metode Scale Invariant Feature Transform (SIFT) Untuk Mendeteksi Kecacatan Patah Pada Plastik Injection
Indah Listiyowati;
Tatang Rohana;
Kiki Ahmad Baihaqi
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (713.796 KB)
Proses pengecekan banyak dilakukan untuk mengetahui kualitas suatu barang salah satu contohnya proses pengecekan produk plastik injection di PT Plasess Indonesia. Proses pengecekan di PT Plasess Indonesia masih menggunakan panca indra manusia yang mempunyai banyak kekurangan dan kelemahan. Pengecekan dengan panca indra manusia sering terjadi kelolosan barang cacat patah, sehingga barang yang akan dikirim harus dilakukan pengecekan ulang dan membutuhkan waktu lebih lama untuk proses pengiriman barang. Berdasarkan masalah tersebut penelitian ini dibuat dengan teknologi aplikasi untuk mendeteksi kecacatan barang patah pada proses pengecekan dengan computer vicion dan bahasa pemograman menggunakan python. Pengolahan citra grayscale pada aplikasi untuk mengubah citra gambar sampel original yang akan diuji pada proses pendeteksian kecacatan barang patah. Proses Pengambilan gambar sampel dilakukan dengan pencahayaan yang normal, satu sisi dari barang, jarak kamera 15 cm, dan sudut yang berbeda-beda, Kemudian sampel yang digunakan yaitu 30 sampel gambar dengan pengambilan barang cacat dan tidak cacat. Algoritma yang digunakan untuk mendeteksi dan mengidentifikasi kecacatan barang patah dengan pengolahan citra menggunakan Scale Invariant Feature Transform (SIFT) yaitu dengan mencari nilai keypoint pencocokan dua gambar. Pencocokan nilai keypoint lebih dari 100 makan di nyatakan tidak cacat dan kurang dari 100 dinyatakan cacat. Berdasarkan pengujian dan penerapan pada table pengujian bahwa aplikasi berhasil dilakukan dalam mendeteksi kecacatan patah dengan metode SIFT. Tabel pengujian berdasarkan konsistensi gambar dengan posisi normal 0°, 45°, 90°, 145°dan 180°