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[Penerapan Algoritme K-Means untuk Pengelompokan Buku Berdasarkan Tingkat Minat Pembaca ]]>
<![CDATA[Andri Juliyanto]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![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 (507.628 KB)
<![CDATA[Perpustakaan menyediakan layanan baca dan peminjaman buku untuk menunjang sarana proses belajar mengajar.Dinas Perpustakaan Kabupaten Karawang mencatat setiap transaksi peminjaman buku yang dipinjam oleh anggotaperpustakaan. Selama ini anggota perpustakaan kesulitan menemukan rak-rak buku yang sesuai dengan tingkatminat pembaca. Maka dalam mengatasi permasalahan penelitian ini dilakukan dengan menerapkan algoritme KMeans. Penerapan algoritme K-Means dalam penelitian ini dilakukan untuk menentukan pengelompokan buku,sehingga hasil yang didapat mampu membantu petugas perpustakaan menyusun rak-rak buku. Berdasarkan hasilperhitungan dalam penelitian ini yang menggunakan data latih jenis buku sebanyak 38 jenis buku dan 13 atributdata menghasilkan tiga klaster. Klaster 1 adalah klaster paling diminati yang menghasilkan 31 buku, klaster 2 yaituklaster cukup diminati menghasilkan tiga buku dan klaster 3 merupakan klaster kurang diminati menghasilkanempat buku.]]>
<![CDATA[PENERAPAN ALGORITMA K – NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI PENCEMARAN UDARA DI KOTA JAKARTA ]]>
<![CDATA[Siti Nurjanah]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![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 (548.947 KB)
<![CDATA[Pencemaran Udara adalah masuknya atau dimasuknanya zat,energy atau komponen lain ke dalam udara ambienoleh kegiatan manusia. Sehingga mutu udara ambien turun sampai ketingkat tertentu yang menyebabkan udaraambien tidak dapat memenuhi fungsinya. Kondisi udara yang buruk juga dapat mengganggu aktifitas manusia.Dampak pencemaran udara dapat menyebabkan gangguan pernapasan dan bahkan kematian. Sumber pencemaranudara dapat disebabkan dari semakin banyaknya kendaraan bermotor dan pembangunan gedung yang tidakmemperhatikan keseimbangan alam. Di Kota Jakarta Indeks Standar Pencemaran Udara (ISPU) yang dilakukanoleh Dinas Lingkungan Hidup melalui stasiun pemantau setiap hari selalu mengalami perubahan kategoripencemaran udara. Data yang ada belum mampu memberikan informasi yang memadai kepada masyarakat Jakarta.Sehingga kesadaran masyarakatterhadap bahaya polusiudara belum maksimal.Salah satu cara untukmengolah dataISPU harian dikota Jakarta adalah dengan teknik klasifikasi data mining menggunakan algoritma K-NearestNeighbor (KNN). Sehingga diharapkan dapat membantu memberikan informasi yang bermanfaat bagi masyarakatdan bagi Dinas Lingkungan Hidup. Berdasarkan hasil perhitungan klasifikasi kategori pencemaran udara denganalgoritma K-Nearest Neighbor (KNN) di Kota Jakarta dengan data training sebanyak 304 dan satu data uji(testing)diperoleh nilai akurasi sebanyak 95.78% dengan menentukan K=7.]]>
<![CDATA[Penggunaan Arduino untuk Monitoring dan Otomatisasi Instrumen Penunjang Ruang Kelas ]]>
<![CDATA[Arif Nurman]]>;
<![CDATA[Hanny Hikmayanti]]>;
<![CDATA[Jamaludin Indra]]>
<![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 (848.932 KB)
<![CDATA[Kenyamanan dalam ruang kelas menjadi faktor kelancaran kegiatan belajar mengajar dan dapat mempengaruhihasil belajar, penggunaan alat penyejuk ruangan dan proyektor merupakan pilihan yang dapat digunakan untukmenciptakan agar ruangan terjaga dalam kondisi nyaman saat proses belajar mengajar. Namun ketersediaanpengendali jarak jauh yang terbatas mengakibatkan pengendalian alat penyejuk ruangan dan proyektor menjaditerkendala, akibatnya alat penyejuk ruangan dan proyektor dikendalikan secara manual dan tidak teratur.Mikrokontroler Arduino telah dibuktikan dapat melakukan otomatisasi menyalakan dan mematikan alat penyejukruangan dan proyektor, Arduino ethernet shield pada mikrokontroler berfungsi sebagai pengirim data ke webserver. Sehingga, Arduino dapat menjadi alat monitoring yang memberikan informasi penggunaan ruang kelasyang dapat dilihat setiap saat pada komputer yang terhubung dengan server lokal. Berdasarkan hasil pengujianyang dilakukan, alat otomatisasi menggunakan Arduino dapat megendalikan proyektor dengan tingkatkeberhasilan 70,00%, mengendalikan alat penyejuk ruangan dengan tingkat keberhasilan 66,67% dan dapatmemberikan informasi penggunaan ruang kelas dengan tingkat keberhasilan 86,67%.]]>
<![CDATA[Pengelompokan Jumlah Sumber Daya Manusia Kesehatan Puskesmas untuk Menunjang Pemerataan pada Provinsi Jawa Tengah Menggunakan Algoritma K-Means ]]>
<![CDATA[Sinta Candra Dewi]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![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 (740.237 KB)
<![CDATA[Puskesmas merupakan salah satu dari fasilitas pelayanan kesehatan masyarakat secara terpadu, menyeluruh danberkesinambungan dalam suatu wilayah yang berada dalam pengawasan langsung dari Dinas Kabupaten. Saranadan prasarana serta Sumber Daya Manusia Kesehatan (SDMK) yang memadai sangat dibutuhkan agar fasilitaspelayanan kesehatan dapat berfungsi dengan baik. Agar mencapai tingkat kesehatan yang setinggi-tingginyapemerintah bertanggungjawab atas ketersediaan Sumber Daya Manusia Kesehatan (SDMK) yang adil dan meratabagi seluruh masyarakat. Data kementrian kesehatan menunjukan terdapat 938 puskesmas atau 9.8% dari 9,599puskesmas masih kekurangan tenaga kesehatan hal itu disebabkan oleh distribusi tenaga kesehatan yang belummerata, terdapat beberapa daerah yang kelebihan tenaga kesehatan sedangkan beberapa daerah lainnya kekurangantenaga kesehatan. Penelitian ini membahas tentang pengelompokan jumlah SDMK Puskesmas untuk menunjangpemerataan jumlah SDMK Puskesmas di Provinsi Jawa Tengah dengan menggunakan Algoritma K-Means.Pengelompokan dalam Algoritma K-Means dibagi menjadi tiga cluster yaitu cluster satu, cluster dua dan clustertiga dengan nilai Tinggi (Kelebihan SDMK), Sedang (Kecukupan SDMK) dan Rendah (Kekurangan SDMK).Hasil dari pengelompokan data dengan menggunakan Algoritma K-Means yaitu cluster satu dengan nilai Tinggi(Kelebihan SDMK) terdapat empat Kabupaten/Kota, cluster dua dengan nilai sedang (Kecukupan SDMK) terdapat25 Kabupaten/Kota dan cluster tiga dengan nilai rendah (Kekurangan SDMK) terdapat enam Kabupaten/Kota.]]>
<![CDATA[Pengenalan Pola Aksara Sunda dengan Metode Convolutional Neural Network ]]>
<![CDATA[Alif Kirana]]>;
<![CDATA[Hanny Hikmayanti]]>;
<![CDATA[Jamaludin Indra]]>
<![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 (641.492 KB)
<![CDATA[Aksara Sunda merupakan huruf yang digunakan oleh suku Sunda untuk menuliskan kata-kata yang digunakandalam bahasa Sunda. Aksara Sunda mempunyai beberapa jenis aksara yaitu aksara khusus, rarangkѐn, pasangan,aksara ngalagena dan aksara swara. Pada zaman sekarang banyak remaja menganggap Aksara Sunda sulit untukdipelajari karena bentuknya unik dan cukup rumit. Sehingga, dibutuhkan suatu pendekatan dalam penyelesaianpermasalahan ini. Salah satu pendekatan untuk menyelesaikan masalah ini adalah pengenalan suatu citra denganmenggunakan metode Convolutional Neural Network(CNN). CNN mampu melakukan proses pembelajaranmandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi. Berdasarkan penelitian yang telah dilakukandengan menggunakan empat jenis pengujian, pengujian citra dari citra yang diambil dari buku elektronikdidapatkan akurasi 72.4%, citra dari citra font komputer didapatkan akurasi 100.0%, citra dari tulisan tanganresponden yang diambil menggunakan kamera ponsel cerdas didapatkan akurasi 84.4%, dan pengujian citra daritulisan tangan responden yang diambil menggunakan pemindai didapatkan akurasi 85.5%. Maka berdasarkanhasil uji citra, metode CNN mampu mengklasifikasi dalam mengenali citra Aksara Sunda.]]>
<![CDATA[Seleksi Karyawan Menggunakan Algoritme C4.5 Pada Perusahaan Tekstil ]]>
<![CDATA[Wilda Amalia]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Santi Arum Puspita Lestari]]>
<![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 (671.505 KB)
<![CDATA[Seleksi karyawan baru pada perusahaan adalah hal yang sangat penting, karena karyawan yang terpilih harusmempunyai kemampuan-kemampuan yang sesuai dengan pekerjaannya. Banyaknya kriteria yang diperlukan olehperusahaan menyebabkan pihak rekrutmen kurang efektif dalam menyeleksi. Agar dapat memudahkan dalamproses penyeleksian karyawan baru perusahaan perlu mengetahui pola data seleksi karyawan yang lulus dan gagal,.Data seleksi karyawan diolah menggunakan teknik klasifikasi, algoritme C4.5 menghasilkan atribut yangberpengaruh dalam seleksi karyawan yaitu nilai tes, jahit dan sehat. Berdasarkan atribut tersebut membentukaturan-aturan yang digunakan untuk seleksi karyawan. Penelitian ini menghasilkan tingkat akurasi yang sangatbaik yaitu 100% dan nilai sensitivitas 100%. Pohon keputusan dan aturan yang dihasilkan ini mampu membantupihak perusahaan dalam menentukan calon karyawan baru yang lulus atau gagal.]]>
<![CDATA[SISTEM KENDALI SUHU DAN PEMANTAUAN KELEMBABAN UDARA BERBASIS ANDROID DENGAN SENSOR DHT11 ]]>
<![CDATA[Mustabinnur]]>;
<![CDATA[Sutan Faisal]]>;
<![CDATA[Tatang Rohana]]>
<![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 (723.56 KB)
<![CDATA[Dalam proses kegiatan manusia di dalam ruangan tertutup, suhu yang dianjurkan untuk kesehatan lingkungan kerjaberkisar antara 18 °C – 28 °C dan kelembaban udara kurang lebih 40%-60%. Jika ruangan yang terlalu panas danterlalu lembab, dapat menurunkan daya kemampuan organ tubuh dan menimbulkan keletihan terlalu cepat. Makauntuk mengatasi permasalahan tersebut penelitin ini membuat sebuah alat yang bisa mengendalikan suhu danmemantau kelembaban udara secara otomatis mengunakan sensor DHT11. Dalam komponen sensor DHT11 telahdirancang dengan mengunakan arduino uno sebagai komponen yang dijadikan alat berinteraksi antara androiddengan sensor dan sebagai pengatur nyala atau mati daya listrik yang terhubung dengan aircooler. Dalampembuatan alat ini dilakukan pengujian pada kepekaan sensor DHT11 dan termometer digital model AZ-HT-02terhadap suhu ruangan dengan diberikan udara panas melalui hairdryer selama 90 dtk dengan rentang waktu per5 dtk. Dalam pengujian ini diperoleh data bahwa suhu ruangan yang diukur oleh sensor DHT11 memiliki rata-rataselisih 0.93 terhadap termometer digital model AZ-HT-02 sebagai kalibrasi.]]>
<![CDATA[Penerapan Convolutional Neural Network pada Timbangan Pintar Sayuran Menggunakan Raspberry Pi ]]>
<![CDATA[Firmansyah Maulana]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Santi Arum Puspita Lestari]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): 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 (531.9 KB)
<![CDATA[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%.]]>
<![CDATA[Monitoring Kadar Karbon Monoksida Dalam Mobil Dengan Sensor MQ-9 Bebrbasis Arduino ]]>
<![CDATA[Erik Candra Fauzi]]>;
<![CDATA[Deden Wahiddin]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): 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 (332.088 KB)
<![CDATA[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 %.]]>
<![CDATA[Pengelompokan Kabupaten dan Kota di Indonesia Berdasarkan Hasil Produksi Daging Sapi Menggunakan Algoritma K-Means dan K-Medoids ]]>
<![CDATA[Lutfiah Adeliana]]>;
<![CDATA[Amril Mutoi Siregar]]>;
<![CDATA[Dwi Sulistya Kusumaningrum]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 2 No. 1 (2021): 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 (252.259 KB)
<![CDATA[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.]]>
