cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anis Masruriyah
Contact Email
anis.masruriyah@gmail.com
Phone
+6282132204781
Journal Mail Official
anis.masruriyah@gmail.com
Editorial Address
Jalan Ronggo Waluyo Sirnabaya, Puseurjaya, Kec. Telukjambe Tim., Kabupaten Karawang, Jawa Barat 41361
Location
Kab. karawang,
Jawa barat
INDONESIA
Scientific Student Journal for Information, Technology and Science
Published by Universitas Buana Perjuangan Karawang
ISSN : 27152766     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 193 Documents
 14   15   16   17   18 
Perbandingan kinerja Algoritma Klasifikasi untuk mendeteksi Penyakit Jantung Chepy Sonjaya; Anis Masruriyah; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Penyakit jantung di Indonesia terutama pada usia produktif selalu terjadi kenaikan jumlah kasus. Adapun penyebab utama terjadinya kenaikan jumlah pasien jantung adalah gaya hidup dan pola makan yang tidak sehat. Meningkatnya pasien penyakit jantung juga berdampak pada penurunan taraf hidup. Dengan adanya hal tersebut, perlu adanya penelitian terkait membandingkan metode klasifikasi pada dataset penyakit jantung. Metode penelitian ini menggunakan model algoritma Support Vector Machine (SVM) dan Logistic Regression (LR). Agar penelitian mendapatkan hasil yang akurat digunakan teknik akuisisi data, pra-pemrosesan data dan transformasi data. Teknik evaluasi model yang digunakan yaitu K-Fold Cross Validation. Hasil analisis menunjukkan bahwa teknik validasi k-fold cross validation memberikan akurasi yang sama baiknya, tetapi hasil presisi relatif rendah. Algoritma SVM menghasilkan akurasi sebesar 91,57%, sedangkan LR menghasilkan akurasi sebesar 91,66%. Akan tetapi, SVM memiliki nilai presisi sebesar 61,20%, sedangkan LR memiliki presisi 54,31%.
Implementasi YOLOv8 Untuk Deteksi Penyakit Daun Jagung Menggunakan Algoritma Convolutional Neural Network (CNN) Daffa Alwan; Hanny Handayani; Sutan Faisal
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Jagung merupakan salah satu tanaman pangan utama dunia, yang menjadi kebutuhan penting setelah padi. Di Indonesia, jagung juga merupakan salah satu tanaman pangan penting setelah beras. Salah satu masalah yang dihadapi di Karawang, terutama dalam sektor pertanian jagung, adalah situasi yang dialami oleh Bapak Sakim di Dusun Sukamaju, Kecamatan Teluk Jambe Timur. Masalah utamanya adalah kegagalan panen yang disebabkan oleh kondisi cuaca yang sangat kering dari bulan Juni hingga September 2023, serta kekurangan pasokan air untuk irigasi tanaman. Hal ini mengakibatkan munculnya beberapa penyakit pada tanaman jagung, termasuk Hawar Daun dan Karat Daun, yang menyebabkan sebagian tanaman mati dan menimbulkan kerugian yang dalam hal biaya seperti pupuk, obat-obatan, dan benih tanaman.Untuk mengidentifikasi penyakit pada daun jagung, seringkali dilakukan secara manual. Proses identifikasi manual ini seringkali memiliki beberapa kendala, Membuat kemungkinan terjadinya penyebaran penyakit pada daun jagung. Diperlukan model deteksi penyakit pada daun jagung berbasis computer vision untuk membantu mengatasi permasalahan tersebut, Salah satunya adalah dengan menggunakan algoritma Convolutional Neural Network (CNN). Proses dimulai dengan pengumpulan dataset penyakit daun jagung dengan jumlah citra sebanyak 900. Selanjutnya, proses pelatihan dilakukan sebanyak 200 epoch. Pengujian dilakukan sebanyak 30 kali dengan foto yang berbeda menggunakan webcam secara real-time dan menghasilkan akurasi sebesar 93%.
Implementasi Sistem Deteksi Mata Kantuk Pada Pengendara Mobil Dengan Metode Eye Aspect Ratio Dan Facial Landmarks Berbasis Raspberry Pi 4B Dimas Maulana; Deden Wahiddin; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Angka kecelakaan lalu lintas di Indonesia meningkat setiap tahunnya. Kondisi pengemudi yang mengantuk merupakan faktor penting dalam terjadinya kecelakaan. Untuk menyelesaikan masalah ini, diperlukan sebuah alat yang secara otomatis bisa mendeteksi apakah pengemudi mobil sedang dalam keadaan mengantuk atau sadar. Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR). Proses yang dilakukan melibatkan beberapa tahapan diantaranya, pengumpulan data, deteksi wajah Facial Landmarks, perhitungan Eye Aspect Ratio (EAR), deteksi kantuk, dan pengujian. Proses dimulai dengan pengambilan gambar menggunakan kamera, selanjutnya melibatkan pemrosesan gambar menggunakan Raspberry Pi 4b untuk mengenali wilayah wajah. Setelah berhasil diidentifikasi, selanjutnya menerapkan metode eye aspect ratio untuk memeriksa kondisi mata. Sistem membaca jika mata terbuka, maka pengemudi dalam kondisi sadar dan tidak mengantuk. Jika mata tertutup dalam jangka waktu yang ditentukan, sistem mengenali bahwa pengemudi mengalami kantuk dan akan memberikan peringatan suara. Penelitian ini dilakukan 40 kali pengujian pada siang hari dan pada malam hari, 20 kali pengujian pada siang hari dan 20 kali pengujian pada malam hari. Hasil pengujian menunjukkan bahwa pada siang hari, akurasi mencapai 70%, sementara pada malam hari akurasi sebesar 35%.
Perbandingan Algoritma Regresi Linear Dan Polynomial Pada Prediksi Kasus Gempa Bumi Di Indonesia Fifi Pikriyati; Amril Siregar; Rahmat Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Bumi sebagai tempat tinggal kehidupan semua makhluk hidup dengan kekayaan yaitu sumber daya alam dan juga dapat menimbulkan potensi bencana alam, bencana alam yang dapat menghancurkan bumi dengan kerusakan yang cukup besar diantaranya gempa bumi. Gempa bumi merupakan sebuah energi yang didapatkan dari tekanan lempengan yang bergerak. Pada penelitian ini algoritma Regression Linear dan Polynomial digunakan sebagai metode untuk memprediksi gempa bumi berdasarkan kedalaman gempa dan besaran magnitude yang terjadi di Indonesia, menggunakan bahasa python. Proses penelitian ini lebih berfokus pada penerapan dan perbandingan algoritma. Data yang digunakan adalah data gempa bumi di Indonesia 2019-2022 dengan sebanyak 42408 data, pada peneltian ini menggambil wilayah di Indonesia Hasil penelitian ini diketahui bahwa menggunakan algoritma Regression Linear dan Polynomial dapat memprediksi gempa bumi di Indonesia, menghasilkan nilai error RMSE (root mean squared error) pada algoritma Polynomial menggunakan orde 3 menghasilkan nilai sebesar RMSE 0.7975 R2_Score 0.0690 dengan pemrograman python, sedangkan menggunakan algoritma Regression Linear menghasilkan nilai error sebesar dengan pemrograman python nilai RMSE 0.0611 dan R2_Score 0.8009. Berdasarkan hasil yang telah di dapatkan terjadi sebuah peningkatan nilai akurasi dengan penurunan nilai RMSE yang telah di dapatkan. Berdasarkan hasil yang diperoleh, pada penelitian ini menggunakan algoritma Polynomial lebih direkomendasikan dalam kasus memprediksi gempa bumi berdasarkan kedalaman gempa dan besaran magnitude yang terjadi di Indonesia dengan tingkat nilai akurasi yang lebih baik dan memiliki nilai error yang lebih kecil.
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE UNTUK PENDETEKSIAN CANDI JIWA DAN CANDI BLANDONGAN Hus’am Badruzzaman; Tohirin Mudzakir; Rahmat Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Di wilayah Kabupaten Karawang terdapat peninggalan sejarah yaitu Candi Jiwa dan Candi Blandongan. Keunikan bentuk arsitektur yang dimiliki pada candi ini akan sangat disayangkan apabila tidak diperkenalkan serta diwariskan kepada generasi penerus, dalam rangka melestarikan identitas budaya Indonesia. Dengan memperkenalkan candi melalui pengenalan citra menggunakan algoritma CNN dan SVM, bertujuan untuk dapat memberikan kontribusi dalam pengembangan teknologi untuk pelestarian dan promosi pariwisata budaya, kepada wisatawan lokal maupun mancanegara. Pada penelitian ini menggunakan 200 data citra Candi Jiwa dan Candi Blandongan yang terbagi kedalam data training 80%, data testing 10%, dan data validasi 10%. Hasil pegujian yang dilakukan menghasilkan tingkat akurasi sebesar 85%.
PENERAPAN METODE FUZZY LOGIC UNTUK SISTEM PENDINGIN BERBASIS NODEMCU Madi Naashir; Ahmad Fauzi; Sutan Faisal
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Sistem kendali suhu udara dengan menggunakan termoelektrik TEC1-12706 dan logika fuzzy dikembangkan untuk menjaga suhu ruangan atau perangkat tetap nyaman dan mencegah kerusakan. Termoelektrik TEC1-12706 adalah komponen yang dapat mengubah energi listrik menjadi energi termal atau sebaliknya. Logika fuzzy adalah metode kontrol yang dapat menangani ketidakpastian dan kompleksitas sistem. Sistem ini dirancang untuk menjaga suhu udara tetap stabil pada tingkat yang diinginkan dengan cara mendeteksi suhu ruangan prototipe dan suhu pendingin. Data suhu ruangan prototipe dan suhu pendingin kemudian dibandingkan menggunakan logika fuzzy untuk menentukan apakah termoelektrik TEC1-12706 akan diaktifkan atau tidak. Jika suhu udara berbeda dengan suhu yang diatur, maka mesin akan dihidupkan. Namun, jika suhu udara sudah sesuai, mesin akan dimatikan. Sistem ini lebih efisien dan ramah lingkungan daripada sistem pendingin tradisional yang sering menggunakan teknologi yang tidak efisien dan ramah lingkungan. Hasil penelitian menunjukkan bahwa sistem berhasil menjaga suhu tetap normal dengan 93% keberhasilan dan error sebesar 7%. Persentase keberhasilan yang tinggi ini menunjukkan kemampuan sistem dalam menerima perintah bagus, dan hasil ini memberikan kontribusi positif dalam bidang kontrol suhu dan penerapan metode fuzzy logic untuk sistem kompleks.
Penerapan Algoritma Naïve Bayes Dan KNN Dalam Menganalisis Sentimen Aplikasi Tiktok Shop Seller Center Berdasarkan Review Google Playstore Martha Wijaya; Tohirin Mudzakir; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Aplikasi Tiktok Shop Seller Center berfungsi sebagai platform bagi pengusaha untuk memulai bisnis di media sosial Tiktok. Dengan memanfaatkan aplikasi ini penjual bisa meraih dukungan untuk meningkatkan kesuksesan penjualan. Walau aplikasi ini sudah banyak diunduh di Google Play Store, namun review yang diberikan pengguna mengenai kualitas aplikasi tersebut masih sangatlah beragam, mulai dari pengguna yang memberikan review positif karena aplikasi ini bermanfaat dan ada juga yang berpendapat sebaliknya. Oleh karena itu, analisis sentimen dilakukan dengan menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk menilai persepsi pengguna aplikasi Tiktok Shop Seller Center berdasarkan review yang terdapat di Google Play Store. Digunakan Sampel data ulasan sebanyak 611, kemudian data tersebut dibagi menjadi dua bagian, yaitu 80% untuk data training dan 20% untuk data testing. Metode evaluasi yang diterapkan adalah Confusion Matrix, yang menghasilkan akurasi sebesear 0.98 untuk Naïve Bayes dengan parameter nilai alpha 0.3, dan sekitar 0.99 untuk K-Nearest Neighbor dengan parameter nilai k=5. Kesimpulannya, algoritma KNearest Neighbor unggul dalam melakukan klasifikasi sentimen dengan akurasi yang lebih tinggi.
KOMPARASI MODEL DECISION TREE DAN RANDOM FOREST UNTUK MEMPREDIKSI PENYAKIT JANTUNG Mia Mia; Anis Masruriyah; Adi Pratama
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Data pasien penyakit jantung yang diperoleh dari Kementrian Kesehatan Republik Indonesia tahun 2020 mejelaskan bahwa, penyakit jantung mengalami peningkatan setiap tahunnya dan menempati peringkat tertinggi penyebab kematian di Indonesia terutama pada usia-usia produktif. Apabila penderita penyakit jantung tidak ditangani dengan baik, maka di usia produktif seorang pasien bisa mengalami kematian lebih cepat. Sehingga, perlunya sebuah model prediksi yang mampu membantu tenaga medis untuk menyelesaikan masalah-masalah Kesehatan. Menggunakan proses klasifikasi algoritma Random Forest dan Decision Tree dengan mengola data tersebut. Tujuan penelitian untuk mengetahui performa teknik model algoritma machine learning pada algoritma Decision Tree C45 dan Random Forest Clasifier. Pengunaan teknik confusion matrik untuk pengujian Precision, Recall, dan F1-SCORE, serta Accuracy. Berdasarkan hasil penelitian yang telah dilakukan teknik pengujian K-Fold 10 dengn teknik Cofusion matrix, Random Forest merupakan salah satu teknik prediksi terbaik yang memiliki Accurasy lebih besar 90,72% dan evaluasi menggunakan Receiver Operating Characteristics (ROC) curve untuk mengetahui nilai kinerja suatu algoritma dengan nilai Area Under Curve (AUC) pada model sebesar 0,801. Dibandingkan penerapan model prediksi mengguanakan algoritma Decision Tree C45 tingkat prediksi dengan accuracy sebesar 86,5 dan nilai kinerja algoritma dengan hasil Area Under Curve (AUC) yang kurang baik sebesar 0,588. Berdasarkan evaluasi penelitian yang telah dilakukan pada data penyakit jantung, algoritma Random Forest sangat cocok untuk prediksi data penyakit jantung yang berasal dari Centers for Disease Control and Prevention (2020) yang mampu menghasilkan model prediksi yang lebih baik dengan teknik confucion matrix serta perhitungan K-Fold cross validation.
Deteksi Penggunaan Masker Pada Tempat Umum Menggunakan Algoritma Convolutional Neural Network Mochamad Wibowo; Hanny Handayani; Anis Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Dengan adanya virus corona yang telah menjadi pandemi dunia Saat ini beraktivitas di tempat umum penggunaan masker sangat diperlukan, penyebab masker ini perlu diperhatikan karena masker berperan penting dalam hal mencegah virus maukke dalam tubuh. Ditambah terus meningkatnya penyebaran virus corona, tentunya masker sangat penting untuk digunakan. Berbagai teknologi dirancang untuk memutus rantai penyebaran covid-19 yang telah menyebar ke berbagai negara termasuk Indonesia. Berdasarkan permasalahan yang telah di paparkan, maka penelitian ini bertujuan untuk melakukan pendeteksian terhadap objek pada citra yang menggunakan masker dan tidak menggunakan masker. Penelitian ini terdiri dari tiga tahapan yaitu pengumpulan data set, pelatihan dan pengujian sebuah model. Model disini berguna untuk deteksi masker dapat mendeteksi dan mengklasifikasikan wajah dengan masker dan tanpa masker. Selanjuntnya, model akan diuji tingkat akurasinya. Akurasi yang didapatkan sebesar 99% yang diuji menggunakan webcam secara real time. Algoritma yang dipakai yaitu Convolutional Neural Network (CNN) dengan teknik preprocessing.
Implementasi Algoritma Naïve Bayes Pada Analisis Sentiemen Terhadap Larangan Ekspor Nikel Oleh Pemerintah Indonesia Muhammad indra; Deden wa; sa Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Abstract

Pemerintah indonesia memberlakukan larangan ekspor nikel mulai 1 Januari 2020 melalui Peraturan Menteri Energi dan Sumber Daya Mineral Nomor 11 Tahun 2019. Oleh karena itu Uni Eropa menggugat Indonesia dalam kebijakan larangan ekspor pada kepada WTO (World Trade Organization). Presiden telah membandingkan gugatan ini sejak tahun 2019 dan prosesnya berlangsung selama tiga tahun, hingga akhirnya mendapatkan keputusan final dari WTO yang menyatakan bahwa Indonesia tidak boleh menghentikan ekspor nikel pada 17 Oktober 2022. Meskipun demikian, Jokowi akan terus melakukan banding hingga Indonesia memperoleh kebebasan. Hal ini disebabkan karena Indonesia ingin melakukan hilirisasi, yaitu proses pengolahan bahan mentah hingga menjadi produk jadi di Indonesia sendiri, tanpa perlu diproses keluar lalu masuk kembali ke Indonesia. Algoritma naive bayes Hasil penelitian ini mencerminkan sentimen masyarakat terhadap larangan ekspor nikel, dan memberikan wawasan yang berharga mengenai pandangan mayoritas masyarakat tentang kebijakan tersebut. Dari hasil penelitian ini, terungkap bahwa penerapan larangan ekspor nikel memiliki pengaruh yang signifikan terhadap opini masyarakat, dan memungkinkan pemerintah untuk mempertimbangkan lebih lanjut efektivitas kebijakan ini. evaluasi dapat digunakan untuk memahami seberapa efektip pandangan masyarakat terhadap larangan ekspor nikel. Hasil analisis sentimen dengan kata kunci nikel pada penelitian ini mendapatkan nilai accuracy sebesar sebesar 79%, precision sebesar 70%, dan recall sebesar 28%.

Page 16 of 20 | Total Record : 193

 14   15   16   17   18 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): Scientific Student Journal for Information, Technology and Science Vol. 3 No. 1 (2022): Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): Scientific Student Journal for Information, Technology and Science Vol. 1 No. 2 (2020): Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science More Issue