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[Pengembangan Sistem Kumbung Jamur Dengan Nodemcu Esp8266 Menggunakan Metode Fuzzy Logic ]]>
<![CDATA[Deny Maulana]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Anis Masruriyah]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): 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[Jamur dapat diproduksi secara berkelanjutan dan merupakan salah satu produk yang menjanjikan. Karawang merupakan salah satu dari produk jamur Jawa Barat. Namun, luas panen untuk jamur telah menurun setiap tahun. Oleh sebab itu, petani jamur harus memenuhi produksinya. Memiliki beberapa faktor yang mempengaruhi seperti suhu, kelembapan dan intensitas cahaya. Oleh karena itu perlu dikembangkan teknologi sistem pemantauan berbasis IoT untuk memudahkan proses pemantauan pada pertumbuhan jamur. Alat yang digunakan adalah Nodemcu ESP8266 untuk mengkontrol sensor dan pemasangan perangkat. Sensor yangdigunakan adalah DHT22 dan LDR. Sensor digunakan sebagai masukkan pada dataset yang akan diolah dengan metode fuzzy logic. Nilai keluaran adalah nilai akhir dari perintah Driver motor L298N untuk mengkontrol Kipas, mistmaker, dan Lampu LED. Data masukkan yang dihasilakan kemudian dikirim ke database dan Web Server. Hasil yang diharapkan dapat memonitor dan menghitung menggunakan metode logika fuzzy dengan ideal. Hasil persentase eror dengan rata-rata suhu 1,61%, Kelembapan 1,64% dan Cahaya 87,65%. Hasil yang dilakukan pada kinerja kumbung jamur mencapai akurasi dengan 90% dengan rata-rata eror 10%.]]>
<![CDATA[Sistem Pakar Monitoring pada Pertumbuhan Tanaman Mint Berbasis Web Menggunakan Algoritma Certainty Factor ]]>
<![CDATA[Dian Andriyana]]>;
<![CDATA[Yana Cahyana]]>;
<![CDATA[Adi Pratama]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): 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[Mint merupakan tanaman yang sering digunakan dalam bahan baku industri makanan. Karena tingginya penggunaan tanaman mint faktor-faktor yang menyebabkan gagalnya panen harus diminimalisir sehingga mendapatkan hasil panen yang banyak. Oleh karena itu untuk mengoptimalkan hasil panen, perlu dilakukan pengendalian hama, pengontrolan nutrisi tanaman dan cara perawatan. Kurangnya seorang pakar juga merupakan kendala dalam pembudidayaan. Perlu adanya sebuah aplikasi penghubung antara petani dengan seorang pakar untuk menggantikan kekurangan tenaga seorang pakar. Aplikasi sistem pakar yang dibuat, menerapkan metode Certainty Factor dalam mendiagnosa penyakit tanaman mint . tools pendukung yang digunakan dalam aplikasi ini yaitu PHP sebagai bahasa pemrograman, XAMPP sebagai server lokal dan MySQL sebagai database. Hasil pengujian fungsional dari aplikasi ini berjalan 100% serta tingkat kevalidan aplikasi sesuai dengan seorang pakar. uji pakar keakuratan sistem mendapatkan nilai 86,67%. Berdasarkan hasil dari semua pengujian yang dilakukan terhadap aplikasi sistem pakar monitoring pertumbuhan tanaman mint ini sudah dapat diterima dengan baik.]]>
<![CDATA[Implementasi Algoritma Support Vector Machine (SVM) untuk Prediksi Penyakit Stroke dengan Atribut Berpengaruh ]]>
<![CDATA[Ulfa Amelia]]>;
<![CDATA[Jamaludin Indra]]>;
<![CDATA[Anis Masruriyah]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): 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[Strok menjadi penyakit yang menduduki peringkat ketiga di Indonesia setelah jantung dan kanker. Seringkali manusia lengah dalam menyadari adanya penyakit Strok. Kurangnya tenaga medis di Indonesia membuat masyarakat sulit untuk mendeteksi dini penyakit strok. Oleh karena itu penelitian ini dilakukan untuk memprediksi adanya penyakit Strok menggunakan Algoritma Support Vector Machine (SVM) untuk klasifikasi himpunan data yang menggunakan Metode Confusion Matrix. Pengujian algoritma SVM menggunakan Kernel Linear untuk mendapatkan hasil terbaik. Penelitian menggunakan algoritma Support Vector Machine (SVM) dengan Relief-f. Data yang menggunakan 3426 Baris dan lima kolom. Hasil pengujian menghasilkan akurasi data sebesar 100%.]]>
<![CDATA[Perancangan Kunci Pintu Digital dengan Elektronik Kartu Tanda Penduduk Berbasis Internet of Things ]]>
<![CDATA[Rei Fajar]]>;
<![CDATA[Hanny Handayani]]>;
<![CDATA[Ayu Juwita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): 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[Kunci pintu konvesional yang saat ini banyak digunakan, tidak dapat mendata siapa saja yang mengakses pintu tersebut dan tidak bisa merekam data masuk serta tidak bisa dilakukan proses monitoring. Hal ini merupakan kelemahan kunci konvensional. Tujuan dari penelitian ini adalah untuk menghasilkan suatu alat kunci pintu digital dan sensor RFID yang ber-operasi disaat memasuki rumah dengan menggunakan Kartu e-KTP untuk membuka kunci. Prosesnya termasuk memonitoring dan merekam, serta pemanfaatan RFID bagi pintu rumah. Kunci pintu digital ini menggunakan NodeMCU dan sensor RFID yang akan memberikan informasi melalui website sebagai user interface. Hasilnya dapat membuka kunci secara praktis dan efisien dan meminimalisir terjadinya kunci hilang, lupa ketika mengunci pintu.]]>
<![CDATA[Rancang Bangun Sistem Parkir Otomatis pada Kampus UBP Berbasis IoT ]]>
<![CDATA[Bagas Trengginas]]>;
<![CDATA[Hanny Handayani]]>;
<![CDATA[Ayu Juwita]]>
<![CDATA[ Scientific Student Journal for Information, Technology and Science Vol. 3 No. 2 (2022): 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[Sebagai salah satu layanan publik, proses parkir harus dikelola dengan baik. Pengelolaan proses parkir yang baik harus memperhatikan segi keamanan dan kenyamanan penggunanya. Selain itu setiap data proses parkir menjadi hak yang penting untuk dikelola. Tetapi saat ini banyak proses parkir yang dilakukan secara manual yaitu dengan memberikan kartu seperti proses parkir pada kampus UBP Karawang. Dengan proses seperti itu para petugas parkir harus membuat kartu sesuai mahasiswa yang datang, mereka membuat kartu sering kali melebihi batas yang ditentukan, dikarenakan mahasiswa disaat bersamaan masuk di jam kuliah yang sama. Selain itu, petugas parkir tidak dapat memonitoring data kendaraan dan lokasi parkir, sehingga mengakibatkan penumpukan kendaraan. Demi mengatasi hal tersebut, dibutuhkan sistem portal parkir otomatis dengan menerapkan teknologi RFID dan sistem informasi parkir berbasis web. Sistem ini dapat memantau aktifitas kendaraan dan informasi penetuan lokasi parkir. Setiap anggota parkir dan tamu dapat melakukan proses parkir hanya dengan sebuah kartu anggota parkir dan e-KTP yang memiliki chip dan ID berbeda antara satu dengan yang lain. Ketika anggota parkir dan tamu menempelkan kartu tersebut, otomatis palang pintu terbuka, LCD akan menampilkan lokasi parkir.]]>
<![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 %.]]>
