cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Asmaul husnah nasrullah
Contact Email
asmaulhusnel@gmail.com
Phone
+6282193533471
Journal Mail Official
jurnalbalokfikom@unisan.ac.id
Editorial Address
FIKOM UNISAN Jl. Drs. Achmad Nadjamuddin No.17, Dulalowo Tim., Kota Tengah, Kota Gorontalo Gorontalo 96135
Location
Kota gorontalo,
Gorontalo
INDONESIA
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK)
Published by Universitas Ichsan Gorontalo
ISSN : 28284666     EISSN : 28279425     DOI : https://doi.org/10.37195/balok.v1i1
Core Subject : Science,
Computer Science & IT
JOURNAL ILMIAH (Banthayo Lo Komputer) BALOK encompasses all aspects of the latest outstanding research and developments in the field of computer science including; Artificial Intelligence, Software Enginering, Data Mining, Computer Networks, Internet of Things,
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 87 Documents
 5   6   7   8   9 
Rancang Bangun Sistem Pendukung Keputusan Dalam Analisis Kelayakan Penerima BLP3G Dengan Metode SAW Rifadel Umbas; Irma Surya Kumala Idris; Sudirman S Panna
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/mfa2e372

Abstract

Penelitian ini berfokus pada perancangan dan pembangunan sistem pendukung keputusan untuk menganalisis kelayakan penerima bantuan langsung pangan Pemerintah Provinsi Gorontalo (BLP3G) menggunakan metode Simple Additive Weighting (SAW). Tujuan utama dari penelitian ini adalah untuk mengembangkan sistem yang dapat membantu menentukan calon penerima bantuan secara lebih efektif dan efisien. Pendekatan penelitian yang digunakan adalah studi kasus pada Desa Luwoo Kecamatan Telaga Jaya. Data dikumpulkan melalui observasi dan wawancara untuk memperoleh data primer, serta pengkajian pustaka untuk memperoleh data sekunder. Sistem yang dibangun menggunakan basis data MySQL dan pemrograman PHP dengan Dreamweaver, serta desain antarmuka yang dibuat menggunakan Photoshop. Hasil dari penelitian ini menunjukkan bahwa metode SAW efektif dalam mengolah berbagai kriteria dan atribut yang menentukan kelayakan penerima bantuan, seperti pekerjaan, pendidikan, kepemilikan rumah, dan kondisi fasilitas rumah tangga. Sistem yang dikembangkan mampu memberikan rekomendasi yang akurat dan dapat diandalkan, serta mempermudah pengambilan keputusan oleh pihak berwenang
Analisis Sentimen Objek Wisata Di Kabupaten Banggai Laut Menggunakan Metode Naive Bayes Fatmawati; Husdi; Kartika Chadra Pelangi
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/7c6fqd33

Abstract

Objek wisata adalah tempat yang dikunjungi karena keindahannya, tempat di mana aktivitas pariwisata dilakukan, tempat untuk bersenang-senang dalam waktu yang cukup lama demi mencapai kepuasan, menikmati pelayanan yang baik, dan membawa pulang kenangan indah dari tempat wisata tersebut. Di Kabupaten Banggai Laut, terdapat banyak objek wisata yang sangat menarik untuk aktivitas pariwisata, sehingga jumlah pengunjungnya meningkat setiap tahunnya. Pembahasan mengenai objek wisata Kabupaten Banggai Laut sangat menarik perhatian masyarakat setempat, sehingga banyak sekali komentar-komentar masyarakat mengenai objek wisata yang ada di Banggai Laut sendiri. Banyaknya opini mengenai objek wisata yang ada di Banggai Laut ini membuat adanya kesulitan dalam menentukan sentimen dari komentar-komentar secara manual. Oleh karena itu, diperlukan analisis sentimen yang dapat mengklasifikasi komentar tersebut apakah cenderung bersifat positif atau negatif. Dalam hal ini, penulis menggunakan algoritma Naïve Bayes untuk mengklasifikasi permasalahan tersebut. Berdasarkan analisis sentimen yang telah dilakukan, maka dapat diketahui bahwa metode atau algoritma Naïve Bayes ini mampu mengklasifikasi komentar dengan hasil yang baik. Adapun akurasi yang dihasilkan pada analisis sentimen ini adalah sebesar 87% dengan pembagian data latih sebesar 90% dan data uji sebesar 10%. Dengan perolehan hasil akurasi tersebut, maka dapat dikatakan bahwa algoritma yang diusulkan ini memiliki tingkat diagnostik yang cukup baik
Implementasi Deteksi Kemiripan Judul Skripsi Dengan Menggunakan Algoritma Winnwong Mohamat Hamet Helingo; Haditsah Annur; Sudirman S Panna
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/j21ngh85

Abstract

Penelitian ini berujuan untuk mengimplementasikan algoritma Winnowing dalam sistem deteksi kemiripan judul skripsi pada Fakultas Ilmu Komputer Universitas Ichsan Gorontalo. Algoritma Winnowing dipilih karena kemampuannya yang efektif dalam mengidentifikasi kemiripan teks. Sistem ini dirancang untuk membandingkan judul skripsi baru dengan judul-judul yang sudah ada dalam database, dan memberikan output berupa tingkat kemiripan serta keputusan apakah judul tersebut diterima atau ditolak berdasarkan range minimal 30%. Proses evaluasi sistem dilakukan melalui pengujian black box dan white box. Pengujian black box digunakan untuk menguji fungsionalitas sistem berdasarkan perancangan, sementara pengujian white box digunakan untuk memeriksa alur logika sistem. Hasil evaluasi menunjukan bahwa implementasi sistem deteksi kemiripan judul skripsi dengan menggunakan algoritma Winnowing telah sesuai dengan perancangan. Pengujian white box menghasilkan nilai Cyclomatic Complexity (CC) sebesar 4, yang menunjukkan bahwa alur logika sistem telah berjalan dengan benar. Dengan demikian, sistem deteksi kemiripan judul skripsi ini layak diimplementasikan di Fakultas Ilmu Komputer Universitas Ichsan Gorontalo. Sistem ini diharapkan dapat membantu dalam proses seleksi judul skripsi dengan lebih efisien dan mengurangi potensi terjadinya duplikasi judul
Sistem Pakar Diagnosa Penyakit Tanaman Kacang Panjang Menggunakan Metode Forward Chaining Siti Azizah Tondako; Irma Surya Kumala Idris; Maryam Hasan
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/d2qjgt53

Abstract

Penelitian ini merancang dan mengimplementasikan sistem pakar untuk mendiagnosis penyakit pada tanaman kacang panjang menggunakan metode forward chaining. Sistem ini bertujuan untuk membantu petani dalam mengidentifikasi dan mengendalikan penyakit pada tanaman kacang panjang. Metode forward chaining digunakan sebagai mekanisme inferensi, di mana pengetahuan dalam basis data diproses secara bertahap berdasarkan data yang diberikan menuju kesimpulan diagnosis. Hasil penelitian menunjukkan bahwa aplikasi yang dirancang efektif dalam mendiagnosa penyakit tanaman kacang panjang, dibuktikan dengan pengujian White Box yang menghasilkan nilai Cyclomatic Complexity (CC), Volume Graph (VG), dan Region (R) sebesar 4, serta pengujian Black Box yang menunjukkan semua fungsi berjalan sesuai harapan. Dengan demikian, penerapan metode forward chaining dalam sistem pakar ini terbukti efektif dan memberikan alat yang bermanfaat bagi petani dalam menjaga kesehatan tanaman kacang panjang.
Sistem Pakar Diagnosa Hama Pada Tanaman Padi Menggunakan Metode Case Based Reasoning Ningrum Muj; Sudirman Melangi; Sudirman S Panna
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/7725tr42

Abstract

Pada saat ini sistem pakar sangat berguna untuk memecahkan masalah yang rumit, mengambil keputusan bahkan berguna untuk mendiagnosa hama. Salah satu hama yang sering dijumpai oleh petani adalah hama pada tanaman padi. Adanya hama yang menyerang tanaman padi merupakan salah satu masalah serius dalam industri dan pertanian padi, khususnya untuk para petani padi karena berdampak pada rendahnya produktivitas dan kualitas padi. Beberapa hama yang dapat menyerang tanaman padi antara lain penggerek batang, hama ganjur, tikus, keong mas, dan masih banyak yang lainnya. Sistem pakar diagnosa hama padi menggunakan metode Case Based Reasoning (CBR) merupakan sebuah solusi inovatif untuk mendukung petani dalam mengidentifikasi dan mengatasi masalah hama pada tanaman padi. Dalam sistem ini, pengetahuan yang tersimpan dalam bentuk kasus-kasus sebelumnya digunakan untuk membandingkan dengan kasus yang sedang diamati, sehingga memberikan rekomendasi diagnosa yang akurat. Hal ini dibuktikan dalam pengujian test case dengan pendekatan pengujian White box dan pengujian Blackbox  pada rancangan sistem, sehingga sistem tidak dapat menerima input yang tidak tepat. Dari hasil pengujian test case diperoleh CC = V(G) dimana CC = 4 dan V(G) = 4, hal ini menunjukkan bahwa penerapan pengujian sistem tersebut dapat menghasilakan sistem dan proses looping (perulangan) pada flowchart yang membuat sistem menjadi lebih efektif.
Prototype Alat Ukur Tingkat  Pencemaran Udara Menggunakan Nodemcu Esp 8266 Dan Mq 135 Ade Moh Faridz; Husdi; Mohamad Efendi Lasulika
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/kx3ase58

Abstract

Pencemaran udara adalah kondisi di mana udara mengandung bahan-bahan kimia, partikel, atau mikroorganisme yang membahayakan kesehatan manusia, hewan, tumbuhan, serta merusak lingkungan. Pada era industrialisasi dan urbanisasi yang pesat, aktivitas manusia seperti pembakaran bahan bakar fosil, produksi industri, dan penggunaan kendaraan bermotor telah meningkatkan kadar polutan di atmosfer. Pada Penelitian Ini akan menggunakan Sensor MQ 135 untuk mengukur kualitas udara dan NodeMCU Esp8266 Sebagai Mikrokontoller. Kelebihan dari dari penggunaan NodeMCU ESP8266 ini lebih praktis dibandingkan membeli berbagai macam komponen dan kemudian merakitnya sendiri, NodeMCU ESP8266 dapat berfungsi sebagai mikrokontroller dan dapat mendistribusikan data dari sensor ke perangkat lain melalui distrubusi internet sehingga pengontrolan nirkabel sangat memungkinkan. Sedangkan Sensor Sensor MQ 135 adalah sebuah sensor lingkungan dengan suhu, tekanan barometrik, dan kelembaban. Sensor ini bagus untuk semua jenis penginderaan lingkungan dalam ruangan Berdasarkan uraian di atas , maka perlu bagi peneliti mengangkat judul penelitian Prototype Alat Ukur tingkat Pencemaran Udara Menggunakan Nodemcu dan esp8266. Berdasarkan hasil Penelitian Yang telah dilakukan dan pembahasan yang telah diuraikan sebelumnya, maka dapat ditarik suatu kesimpulan bahwa Perancangan Alat Ukur kualitas udara dapat dilakukan dengan menggunakan sensor MQ135 Hasil perakitan alat dapat mengetahui tingkat pencemaran udara dengan satuan PPM.
Prediksi Hasil Panen Biji Cengkeh Menggunakan Metode K-Nearest Neighbor Sitti Khairunnisa S Musa; Haditsah Annur; Apritanto Alhamad
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 5 No 1 (2026): Mei 2026
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/78wqq036

Abstract

Prediksi hasil panen biji cengkeh merupakan aspek penting dalam meningkatkan produktivitas pertanian. Metode K-Nearest Neighbor (KNN) telah terbukti efektif dalam memprediksi hasil panen tanaman. Studi ini mengevaluasi penerapan metode KNN untuk memprediksi hasil panen biji cengkeh. Data historis hasil panen biji cengkeh digunakan untuk melatih dan menguji model KNN. Hasil penelitian menunjukkan bahwa metode KNN memberikan prediksi yang mendekati nilai sebenarnya dari hasil panen biji cengkeh. Analisis kinerja model menunjukkan bahwa menggunakan nilai K=3 menghasilkan kinerja terbaik, dengan Mean Absolute Error (MAE) sebesar 49.494 dan Mean Squared Error (MSE) sebesar 4.3240,33. Hal ini mengindikasikan bahwa model KNN dengan K=3 dapat memberikan prediksi yang paling akurat untuk hasil panen biji cengkeh. Implementasi metode KNN dalam prediksi hasil panen biji cengkeh menandakan efisiensi dalam memanfaatkan data yang tersedia. Kesimpulannya, penerapan metode KNN dalam prediksi hasil panen biji cengkeh dapat diterapkan secara efektif untuk meningkatkan produktivitas dan efisiensi dalam pertanian biji cengkeh. 

Page 9 of 9 | Total Record : 87

 5   6   7   8   9 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol 5 No 1 (2026): Mei 2026 Vol 4 No 1 (2025): Mei 2025 Vol 4 No 2 (2025) Vol 3 No 2 (2024): November 2024 Vol 3 No 1 (2024): Mei 2024 Vol 2 No 2 (2023): November 2023 Vol 2 No 1 (2023): Edisi Mei 2023 Vol 1 No 2 (2022): Edisi November (2022) Vol 1 No 1 (2022): Edisi Mei 2022