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
19 Documents
Search results for
, issue
"Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science"
:
19 Documents
clear
<![CDATA[Klasifikasi Sampah Logam Dan Plastik Berbasis Raspberry Pi Dengan Metode Convolution Neural Network ]]>
<![CDATA[Ahmad Rahman]]>;
<![CDATA[Ahmad Fauzi]]>;
<![CDATA[Jamaludin Indra]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Hasil Susenas menunjukkan hanya 1,2 persen rumah tangga melakukan daur ulang sampah. Permasalahan tersebut dapat diatasi dengan peran teknologi yaitu dengan membuat alat yang dapat mengklasifikasikan jenis sampah. Raspberry pi mengklasifikasikan sampah bekas minuman kemasan logam, plastik dan other. Gambar dari pi camera diproses pada raspberry pi untuk mengetahui jenis sampah logam, plastik dan other. Pada proses klasifikasi terdapat 2 tahapan yaitu train model dan predict. Proses klasifikasi menggunakan metode cnn. Train model adalah proses pelathihan model untuk mengenal sampah. Hasil proses training dengan 20 kali epoch diperoleh hasil nilai akurasi training 0.9866. Dari model yang sudah ditraining dilakukan proses prediksi untuk melakukan klasifikasi sampah. Dari 20 kali percobaan diperoleh rata-rata akurasi pengujian model 81,387 %.]]>
<![CDATA[Rancang Bangun Pendeteksi dan Penetralisir Asap Rokok Dalam Ruangan Menggunakan Sensor Mq-2 dan Metode Fuzzy Logic ]]>
<![CDATA[Dina Nurjanah]]>;
<![CDATA[Hanny Handayani]]>;
<![CDATA[Ayu Juwita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Saat ini sangat banyak perokok aktif di Indonesia. Hal ini juga menimbulkan masalah bagi orang yang tidak merokok karena dapat terpapar oleh asap rokok.. Hal ini mengkhawatirkan bagi kesehatan karena rokok mengandung berbagai macam zat yang mengganggu kesehatan. Dalam penelitian ini dibangun suatu alat dengan menggunakan mikrokontroler Arduino Uno dan Sensor MQ-2 yang dapat mendeteksi dan mengukur kadar konsentrasi asap rokok dalam suatu ruangan yang juga dilengkapi dengan Buzzer dan kipas untuk bisa menetralisir kondisi udara dalam ruangan. Perangkat ini juga menggunakan Algoritma Fuzzy untuk pengambilan keputusannya. Berdasarkan hasil pengujian yang dilakukan, sensor MQ-2 dapat membaca kadar konsentrasi asap dengan nilai jumlah selisih yaitu 6,33 ppm ,selisih terkecil yaitu -0,1 ppm dan nilai selisih terbesar yaitu 0.98 ppm Nilai yang didapat di proses oleh fuzzy logic untuk menentukan adanya asap rokok, serta mengaktifkan komponen Buzzer, Kipas, Relay saat asap terdeteksi dan database mendapatkan informasi.]]>
<![CDATA[Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino ]]>
<![CDATA[Kiki Wahyuddin]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Dwi Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.]]>
<![CDATA[Deteksi Bentuk Candi Jiwa dan Candi Blandongan Menggunakan Algoritma Convolutional Neural Network ]]>
<![CDATA[Narwan Nahrudin]]>;
<![CDATA[Yana Cahyana]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Candi merupakan sebuah peninggalan umat hindu buddha yang berbentuk bangunan kuno. Candi jiwa dan candi blandongan merupakan sebuah warisan kerajaan hindu-buddha yang sekarang dijadikan wisata sejarah yang berada di antara kecamatan batujaya dan kecamatan pakis jaya yang sering disebut situs percandian batu jaya ini banyak sekali nilai sejarah, pengunjung tidak hanya menikmati bangunan peninggalan situs percandian batujaya namun juga bisa mengetahui sejarah yang terdapat pada candi tersebut, untuk mempertahankan nilai sejarah dan untuk mengetahui bentuk candi jiw dan candi blandongan maka dibuatlah sistem deteksi atara kedua candi ini agar pengunjung mengetahui mana yang candi jiwa dan mana yang candi blandongan dengan sistem deteksi menggunakan citra digital. Sistem yang di buat ntuk mendeteksi bentuk candi jiwa dan candi blandongan dengan menggunakan metode convolutional neural network ini mendapatkan nilai akurasi dengan pengujian menggunakan bahasa pemograman python 52,78% dan untuk akurasi pengujiaan didaptkan nilai akurasi sebesar 80%.]]>
<![CDATA[Klasifikasi Jenis Ikan Hias African Cichlid Menggunakan Algoritma Support Vector Machines ]]>
<![CDATA[Deni Yusup]]>;
<![CDATA[Sutan Faisal]]>;
<![CDATA[Adi Pratama]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[African Cichlid merupakan ikan hias yang memiliki banyak jenis dan ragam warna dari ikan African Cichlid bervariasi sehingga bisa menjadi salah satu ikan hias yang populer. Semenjak masa pandemi African Cichlid banyak dicari oleh penghobi ikan hias. Karena keberagaman jenis ikan African Cichlid, banyak penghobi yang masih belum mengetahui jenis-jenis ikan African Cichlid. Berdasarkan kondisi tersebut, diperlukan sebuah perangkat lunak yang dapat memudahkan penghobi ikan hias mencari tahu jenis ikan African Cichlid berdasarkan gambar atau foto. Dalam penelitian ini peneliti menerapkan algoritma Support Vector Machines untuk mengklasifikasikan jenis ikan hias African Cichlid. Hasil dari penelitian ini adalah aplikasi yang dapat memprediksi gambar atau foto dari ikan hias African Cichlid. Kemudian nilai akurasi dari algoritma Support Vector Machines dalam mengklasifikasikan jenis ikan hias African cichlid sebesar 71.4 %.]]>
<![CDATA[Implementasi Metode Certainty Factor Dalam Mendiagnosa Defisiensi Nutrisi Pada Tanaman Hidroponik ]]>
<![CDATA[Aditya Zatnika]]>;
<![CDATA[Tatang Rohana]]>;
<![CDATA[Kiki Baihaqi]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Pertanian hidroponik adalah inovasi untuk mengembangkan tanaman dalam pengaturan nutrisi terlepas dari media palsu untuk bantuan mekanis. Dalam kerangka budidaya hidroponik, sentralisasi pengaturan nutrisi adalah salah satu batasan yang menentukan sifat hasil panen. Tanaman membutuhkan nutrisi yang memuaskan untuk berkembang dan tumbuh dengan baik. Tidak adanya atau melimpahnya nutrisi yang dikonsumsi oleh tanaman dapat mengakibatkan terhambatnya perkembangan tanaman, sehingga keseimbangan dan kecukupan nutrisi merupakan variabel yang signifikan terhadap hasil pertanian pada tanaman. Dengan cara ini, pekerjaan kerangka kerja khusus diperlukan untuk menentukan kekurangan makanan pada tanaman budidaya air. Faktor keyakinan adalah teknik yang digunakan untuk mengomunikasikan kepercayaan pada suatu peristiwa (kenyataan atau teori) dalam pandangan bukti atau penilaian utama. Hasil dari penelitian ini adalah mendasari kerangka kerja berbasis situs yang dapat memberikan data yang berhubungan dengan nutrisi pada tanaman dan membuatnya lebih mudah bagi klien untuk menganalisis gejala dari kekurangan pada tanaman budidaya hidroponik. Teknik ini memberikan kesimpulan sebagai kepastian atau kerentanan keadaan dalam standar yang digunakan untuk menyelesaikan. Konsekuensi dari pengujian teknik ini menunjukkan 32 efek samping yang dialami menunjukkan kecepatan presisi 92,30%.]]>
<![CDATA[Analisis Kepuasan Pelanggan Terhadap Layanan Jaringan RT/RW Net Di Desa Sukasari ]]>
<![CDATA[Miptahul Ulum]]>;
<![CDATA[Yana Cahyana]]>;
<![CDATA[Tohirin Mudzakir]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Dalam pembangunan jaringan RT/RW Net ada proses pembangunannya, dan metode yang digunakan untuk pengembanganya, Mikrotik digunakan sebagai pengatur lalu lintas jaringan. Metode pengembangan sistem penulis menggunakan metode NDLC (Network Development life Cycle) dimana di dalam metode tersebut terdiri dari beberapa tahapan yaitu Analysis Design Prototype implementation, monitoring dan management. Penelitian ini memaparkan rancang bangun jaringan RT/RW Net di Desa Sukasari dan menganalisa tingkat kepuasan terhadap layanan RT/RW Net, membangun kepuasan pelanggan merupakan inti dari pencapaian suatu bisnis untuk jangka panjang. Kenaikan jumlah pelanggan merupakan indikator bila kualitas jaringan internet di Desa Sukasari mengalami kemajuan atau sebaliknya. Masalah yang di ambil dalam penelitian ini adalah sejauh mana tingkat kepuasan pelanggan jaringan RT/RW Net yang di berikan oleh penyedia layanan. Dalam penelitian ini penulis menggunakan skala likert merupakan skala yang paling banyak digunakan dalam riset berupa survey. Hasil penelitian menunjukan analisis rekpitulasi tingkat kepuasan pelanggan untuk dimensi pembuatan jaringan RT/RW Net sebesar 53%, Responden menjawab puas dan 30% menjawab sangat puas. Hal ini menunjukan bahwa jaringan RT/RW Net merasa puas.]]>
<![CDATA[Implementasi Fuzzy Logic Tsukamoto pada Deteksi Kondisi Badan Berdasarkan Suhu Tubuh ]]>
<![CDATA[Muhammad Romadhon]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Hilda Novita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Covid – 19 atau Coronavirus Disease pertama kali muncul di negara China pada tahun 2019 dan menyebar secara luas hingga saat ini. Salah satu pencegahan untuk mengurangi dampak penyebarannya yaitu dengan memeriksa suhu tubuh. Suhu tubuh normal antara 36,5°C sampai 37,5°C, apabila melebihi 37,5°C maka terindikasi virus corona. Salah satu bagian penting dari parameter pencegahan penyebaran Covid – 19 yaitu dengan mengecek suhu tubuh, maka diperlukan alat untuk mendeteksi kondisi badan berdasarkan suhu tubuh sebagai pendeteksian awal pencegahan virus corona. Nodemcu ESP8266 yang bersifat open source dapat menjalankan sensor suhu tanpa kontak berdasarkan radiasi inframerah berbasis Internet Of Things. Metode Fuzzy Logic Tsukamoto dapat memberikan suatu keputusan yang pasti. Pendeteksian kondisi badan menggunakan metode Fuzzy Logic Tsukamoto yang diterapkan untuk mengklarifikasi keputusan benar atau salah pada kondisi badan seseorang. Hasil dari penelitian ini dengan menggunakan sensor MLX90614 memiliki selisih hingga 1,29°C dengan alat thermo gun. Pada deteksi kondisi badan menggunakan metode Fuzzy Logic Tsukamoto memiliki tingkat akurasi hingga 86,7%. Hasil suhu tubuh dan kondisi badan beserta input nama lengkap di simpan dalam database dan ditampilkan pada web.]]>
<![CDATA[Algoritma Certainty Factor Untuk Diagnosa Penyakit Depresi Pada Remaja ]]>
<![CDATA[Ryan Hasbie]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Ayu Juwita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[Depresi salah satu penyakit gangguan yang terjadi pada mental dan perasaan yang ditandai dengan gejala kecemasan, kesedihan, dan pesimistis. Sebagian orang tidak menyadari bahwa depresi termasuk penyakit yang berbahaya dan jika tidak segara diatasi akan terjadi depresi berat yang menyebabkan keinginan untuk bunuh diri. Penyebab depresi belum diketahui secara pasti namun sudah ditemukan beberapa faktor penyebanya, salah satunya yaitu faktor usia. Faktor usia menjelaskan bahwa usia remaja lebih rentan terkena penyakit depresi karena pada usia remaja dipenuhi dengan permasalahan dan tekanan. Berdasarkan permasalahan tersebut, maka dibuatlah solusi untuk mendiagnosa penyakit depresi pada remaja menggunakan algoritma certainty factor. Penelitian ini menggunakan algotima certainty factor karena memiliki nilai akurasi yang besar serta untuk mengakomodasi ketidakpastian seorang pakar yang seringkali menganalisis suatu informasi yang ada dengan ungkapan ketidakpastian. Hasil dari penelitian ini diperoleh 21 gejala depresi dan 3 penyakit depresi. Berdasarkan hasil pengujian yang telah dilakukan, diagnosa penyakit depresi pada remaja menggunakan algoritma certainty factor memiliki nilai akurasi sebesar 76% dari 30 data uji.]]>
<![CDATA[Penerapan Algoritma K-Means dan Fuzzy C- Means Dalam Mengelompokan Prestasi Siswa Berdasarkan Nilai Akademik ]]>
<![CDATA[Salim Kurniawan]]>;
<![CDATA[Amril Siregar]]>;
<![CDATA[Hilda Novita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): 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
<![CDATA[SMK PGRI 2 Karawang setiap tahun akan memberikan beasiswa pendidikan dan merekomendasikan siswa- siswinya kepada perusahaan berdasarkan prestasi dalam capaian Ujian Nasional namun mengalami kesulitan dalam pengelompokan siswa yang berprestasi setelah Ujian Nasional ditiadakan dari tahun 2020 karena covid-19 untuk itu tujuan penelitian ini yaitu mengelompokan prestasi siswa berdasarkan nilai akademik menggunakan data mining dengan menerapkan algoritma K-Means dan Fuzzy C-Means serta membandingkan hasilnya untuk mengetahui algoritma terbaik, penelitian ini bertempat di SMK PGRI 2 Karawang dan data yang digunakan merupakan nilai raport siswa dari semester 1 sampai 6. Hasil perhitungan manual dan program python algoritma K-Means sebanyak 52 siswa berprestasi, 25 siswa dengan prestasi sedang dan 28 siswa tidak berprestasi sedangkan pada algoritma Fuzzy C-Means sebanyak 48 siswa berprestasi, 29 siswa dengan prestasi sedang, dan 28 siswa tidak berprestasi. Pada perhitungan rapidminer studio hanya bisa menggunakan algortima K-Means saja karena Fuzzy C-Means tidak tersedia dan berhasil mendapatkan 49 siswa berprestasi, 27 siswa dengan prestasi sedang dan 29 siswa tidak berprestasi serta berdasarkan nilai evaluasi dengan metode metode Davies Bouldien Index (DBI) dari setiap jenis perhitungan menunjukan algoritma K-Means merupakan algoritma terbaik karena memiliki nilai DBI yang mendekati 0 dan tidak negatif.]]>
