cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Amir Mahmud Husein
Contact Email
publikasi@itscience.org
Phone
+6281262404895
Journal Mail Official
publikasi@itscience.org
Editorial Address
Jl. Sugeng. Komp. Griya Makmur 7. No D29. Deli Serdang.
Location
Unknown,
Unknown
INDONESIA
Data Sciences Indonesia (DSI)
Published by Information Technology and Science
ISSN : -     EISSN : 28090721     DOI : 10.47709
Core Subject : Science, Education,
Computer Science & IT Education Physics
Data Sciences Indonesia (DSI) adalah jurnal yang memuat hasil penelitian atau kajian ilmu di bidang Ilmu komputer dengan mengambil ranah Data Sciende dan pendukung keilmuan tersebut. Data Sciences Indonesia (DSI) terbit setiap dua kali dalam setahun, yaitu pada bulan Juni dan Desember. Data Sciences Indonesia (DSI) mempublikasikan karya ilmiah terbaik berdasarkan yang berfokus pada penerbitan makalah berkualitas. Artikel yang diserahkan akan ditinjau oleh komite teknis Jurnal. Semua artikel yang dikirimkan harus berupa laporan asli, memiliki nilai kebaruan atau hasil kegiatan yang telah dilakukan sebelumnya, eksperimental atau teoritis, dan akan diulas oleh mitra bestari. Artikel yang dikirim ke jurnal Data Sciences Indonesia (DSI) tidak boleh dipublikasikan di tempat lain. Naskah harus mengikuti pedoman penulis yang disediakan oleh Data Sciences Indonesia (DSI) dan harus ditinjau dan disunting. DSI diterbitkan oleh Information Technology and Science (ITScience), sebuah Lembaga Penelitian di Medan, Sumatera Utara, Indonesia. Aims and Scope Data Science & Analysis Big Data Analytics Business Analysis Business Analytics Business Forecasting Marketing Analytics Business For Decision Making Business Intelligence and Analytics Natural Language Processing Natural Language Analytics Search-Driven Analytics Computational Linguistics Social Media Analysis Data Mining and Data Analytics Data Clustering and Classifications Data Analysis Data Analyticts Data Visualization Information Science Tools and Applications in Data Science Computer Vison Deep Learning Machine Learning
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 123 Documents
 7   8   9   10   11 
Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Bunga Anggrek Sriani; Armansyah; Panjaitan, Nurhalimah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4941

Abstract

Bunga merupakan salah satu komponen estetika yang penting dalam kehidupan manusia. Di Indonesia, terdapat berbagai jenis bunga dengan karakteristik unik, seperti warna dan bentuknya. Anggrek adalah famili terbesar dalam tumbuhan berbunga, yang mencakup sekitar 7-10% dari seluruh spesies berbunga di dunia, dan di Indonesia diperkirakan ada sekitar 4.000-5.000 jenis anggrek. Beberapa penelitian telah dilakukan untuk mengklasifikasikan bunga menggunakan metode pembelajaran mesin, namun pengklasifikasian anggrek menghadapi kendala karena adanya variasi warna yang luas dan kemiripan bentuk antar spesies, sehingga masyarakat sulit membedakan jenis anggrek yang berbeda. Keunikan anggrek yang menjadi daya tarik bagi penggemar tanaman hias terutama terletak pada bunga dan warna bunganya yang beragam. Pengklasifikasian secara manual saat ini dilakukan berdasarkan ciri mahkota bunga dan susunannya dengan cara pengamatan langsung, yang kurang efektif dan memerlukan waktu serta tenaga yang besar jika dilakukan dalam jumlah banyak. Dari berbagai metode deep learning, metode Convolutional Neural Network (CNN) adalah yang paling sesuai untuk penelitian ini, karena CNN dianggap sebagai model unggul dalam menangani masalah object detection dan object recognition. Oleh karena itu, dikembangkanlah aplikasi yang dapat mengatasi masalah ini melalui pengambilan citra bunga, didukung oleh teknologi berbasis deep learning dengan metode convolutional neural network sebagai solusi untuk mengklasifikasikan berbagai jenis tanaman bunga sebagai langkah dalam mendeteksi jenis bunga. Tujuan dari penelitian ini adalah mengembangkan model CNN yang dapat mengklasifikasikan jenis anggrek berdasarkan kecocokan gambar input dengan dataset yang tersedia. Berdasarkan simulasi yang telah dilakukan, model ini berhasil mencapai rata-rata akurasi sebesar 94,28%.
Sistem Informasi Manajemen Berbasis Web untuk Lembaga Pengembangan Tilawatil Qur'an (LPTQ) Kota Medan Fachrurrozi, Zein Ahmad; Nasution, Muhammad Irwan Padli; Sibarani, Fathiya Hasyifah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4960

Abstract

Lembaga Pengembangan Tilawatil Qur'an (LPTQ) merupakan lembaga yang memfasilitasi pengembangan kemampuan para qori dan qori'ah dalam membaca Al-Qur'an, mengamalkan tahfizh, dan kegiatan terkait lainnya. Pelaksanaan Musabaqah Tilawatil Qur'an (MTQ) oleh LPTQ melibatkan tahapan pendaftaran, penjadwalan, penilaian, dan pelaporan hasil. Namun, selama ini pengelolaan MTQ masih dilakukan secara manual tanpa sistem terintegrasi, yang rentan terhadap kesalahan, memakan waktu, dan membutuhkan banyak alat tulis. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen (SIM) berbasis web untuk LPTQ Kota Medan guna meningkatkan efisiensi dan efektivitas pengelolaan MTQ. SIM ini akan mengotomatisasi proses administratif dan operasional, seperti pendaftaran peserta, penjadwalan, pengumpulan dan penilaian nilai, serta pelaporan hasil. Sistem ini juga diharapkan meningkatkan aksesibilitas dan transparansi informasi, memudahkan pelacakan tahapan kegiatan oleh pengelola dan peserta, sehingga mendukung pelaksanaan MTQ yang lebih terstruktur dan akurat. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan waterfall dalam pengembangan sistem, dan pengujian dilakukan menggunakan black box testing. Hasil pengujian menunjukkan bahwa sistem berhasil berjalan sesuai rancangan dan dapat digunakan. Dengan adanya SIM ini, LPTQ Kota Medan diharapkan mampu memberikan akses informasi yang lebih baik bagi peserta dan pihak terkait, memastikan keakuratan data, serta meningkatkan pengelolaan acara MTQ secara keseluruhan.
Klasifikasi Jenis Jamur Berdasarkan Citra Gambar Menggunakan Algoritma Stochastic Gradient Descent Armiady, Dedy
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5014

Abstract

Penelitian ini mengkaji penerapan Stochastic Gradient Descent (SGD) untuk klasifikasi gambar jamur berdasarkan citra, menggunakan dataset tidak seimbang dengan 10 kelas jamur yang berbeda. Algoritma SGD digunakan karena efisiensinya dalam menangani dataset besar serta kemampuan untuk memperbarui parameter secara bertahap guna meminimalkan fungsi loss. Penyesuaian parameter pada SGD, seperti Squared Hinge Loss untuk klasifikasi, Elastic Net sebagai regularisasi, dan optimal learning rate, dilakukan untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa akurasi model mencapai 62.4%, yang lebih tinggi dibandingkan dengan beberapa algoritma lain seperti CNN, Logistic Regression, SVM, dan Random Forest yang telah diuji pada dataset yang sama. Meskipun demikian, nilai AUC sebesar 0.775 dan F1-score 0.625 menunjukkan bahwa performa model masih belum optimal, terutama dalam menangani ketidakseimbangan data. Penggunaan teknik penyeimbangan data seperti SMOTE direkomendasikan untuk penelitian lebih lanjut guna meningkatkan performa klasifikasi pada kelas yang minoritas. Dengan penyesuaian parameter yang tepat, SGD terbukti mampu bekerja lebih baik dibandingkan model lain dalam konteks klasifikasi citra jamur. Hasil ini memberikan kontribusi signifikan dalam bidang klasifikasi berbasis citra, khususnya pada aplikasi dengan dataset yang tidak seimbang
Perbandingan Metode Regresi Linear Dan K-Nearest Neighbor (KNN) Dalam Memprediksi Produksi Tanaman Padi Di Pulau Sumatera Mustaqim, Kiki; Riza, Noviana; , Yusuf; Muhammad Reefy Hidayatullah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5201

Abstract

Padi merupakan bahan pangan yang sangat penting untuk menunjang kebutuhan pangan di Indonesia, khususnya di Pulau Sumatera. Faktor-faktor yang memengaruhi produksi padi meliputi luas panen, kelembapan, curah hujan, dan suhu rata-rata. Setiap tahun, suhu bumi yang terus meningkat akibat pemanasan global berdampak pada iklim yang fluktuatif, sehingga dapat menghambat produksi padi. Memahami faktor-faktor tersebut menjadi penting untuk pengembangan strategi yang efektif dalam meningkatkan produktivitas padi. Penelitian ini menggunakan bahasa pemrograman Python pada Google Colab untuk membandingkan metode regresi linear berganda dan K-Nearest Neighbors (KNN) dalam memprediksi produksi padi di Pulau Sumatera. Hasil penelitian menunjukkan bahwa metode regresi linear lebih akurat dibandingkan KNN, dengan nilai R² regresi linear sebesar 0,868181, lebih unggul 18,94% dibanding KNN. Selain itu, regresi linear memiliki nilai MAE yang lebih rendah sebesar 22,03% dan nilai MSE yang lebih rendah sebesar 55,49% dibanding KNN. Hasil ini menunjukkan bahwa regresi linear lebih andal dalam memprediksi produksi padi di Pulau Sumatera dan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis di sektor pertanian.
Aplikasi E-Survey Kepuasan Masyarakat Pada Kantor Wilayah DJP Sumut 1 Menggunakan Metode Service Quality Purnomo, Hadi; Atmaja, Niko Surya; Suherman
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5210

Abstract

Kualitas pelayanan dapat diketahui dengan cara membandingkan persepsi tamu terhadap pelayanan yang diterima dengan pelayanan yang diharapkan dengan pengambilan data melalui kuesioner. Kanwil DJP Sumut 1 masih menggunakan kuesioner berupa kertas di tempat-tempat ruang tunggu sehingga menyulitkan tamu yang mengisi kuesioner maupun pegawai dalam merekap dan mengolah data. Tujuan penelitian ini adalah mengembangkan aplikasi e-survey dengan pengolahan data kuesioner menggunakan metode service quality. Perancangan aplikasi menggunakan UML dengan teknik pengumpulan data melalui observasi dan studi literatur. Aplikasi e-survey berhasil diujicoba dengan baik menggunakan metode blackbox dan hasil pengolahan data kualitas pelayanan yang ditampilkan oleh aplikasi telah sesuai dengan persamaan rumus pada metode service quality. Pegawai Kanwil DJP Sumut 1 menjadi lebih mudah menentukan pernyataan kuesioner dan mengolah hasil pengisian kuesioner.
Analisis Regresi Linier Berganda Pengaruh Umur, Jarak MRT, Dan Toko Pada Harga Rumah Isti Rahayu, Woro; Aznur Syahfajar, Laode Muhammad; Aristawidya, Muhammad Vito; Mustaqimr, Kiki
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5362

Abstract

Penelitian ini bertujuan untuk memberikan gambaran yang lebih komprehensif tentang faktor-faktor yang mempengaruhi harga rumah di Xindian District, New Taipei City, Taiwan. Penelitian ini akan menganalisis data tentang umur rumah, jarak ke stasiun MRT, jumlah toko terdekat, dan harga rumah. Statistik deskriptif akan digunakan untuk menggambarkan distribusi dan karakteristik variabel-variabel tersebut. Analisis regresi linear berganda akan digunakan untuk menguji pengaruh variabel independen (umur rumah, jarak ke stasiun MRT, dan jumlah toko terdekat) terhadap variabel dependen (harga rumah). Hasil analisis diharapkan dapat menghasilkan persamaan regresi linear yang menunjukkan hubungan antara variabel independen dan dependen. Koefisien regresi akan menunjukkan kekuatan dan arah hubungan antara variabel-variabel tersebut. Uji statistik akan digunakan untuk menentukan signifikansi statistik dari hasil analisis. Hasil yang didapatkan berupa data aktual dan data prediksi yang divisualisasikan dengan plot. Dilakukan pencarian koefisien variabel -0,253 untuk harga rumah, -0,005 untuk jarak ke MRT dan 1,297 untuk jumlah toko serta didapatkan hasil uji pemodelan adalah 0,541 untuk skor R-Square.
Penerapan Anova One Way Untuk Menganalisis Pengaruh Pendidikan Terhadap Pendapatan Individu Menggunakan Python Serta Visualisasi Data Dengan Looker Studio Isti Rahayu, Woro; Amalia Maresti, Fatia; Wardana, Aulia; Ulfiani Ramadhani, Firna
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5363

Abstract

Penelitian ini bertujuan untuk mengetahui seberapa besar Pengaruh Tingkat Pendidikan terhadap Pendapatan Individu. Selain itu juga meneliti pendapatan individu jika dilihat dari usia, jenis kelamin, kepemilikan sertifikasi/keahlian, jenis pekerjaan, dan lama bekerja. Metode analisis yang dipakai di dalam penelitian ini adalah metode ANOVA one way karena dianggap paling akurat dalam menyelesaikan masalah ini. Sedangkan dalam pengerjaannya menggunakan bahasa pemrograman python yang merupakan salah satu bahasa pemrograman yang paling efisien dalam menganalisis data. Sumber data yang digunakan adalah data yang dikumpulkan dari survey online menggunakan Google Form. Hasil penelitian mendapatkan bahwa beberapa tingkat pendidikan berpengaruh signifikan terhadap tingkat pendapatan individu, dimana semakin tinggi tingkat pendidikan maka tingkat pendapatan juga akan meningkat. Faktor pendukung seperti kepemilikan sertifikasi/keahlian juga berpengaruh terhadap beberapa tingkat pendidikan. Selain itu, Pada visualisasi data menggunakan looker studio pengaruh lama bekerja dan usia tergantung kepada jenis pekerjaan, dalam penelitian ini, pada wiraswasta dan pedagang lama bekerja dan usia tidak mempengaruhi jumlah pendapatan, tetapi pada petani faktor lama bekerja mempengaruhi jumlah pendapatan
Penerapan Metode Regresi Linear Berganda Untuk Memprediksi Angka Buta Huruf Di Provinsi Jawa Barat Mustaqim, Kiki; Riza, Noviana; Sawalia Fitri, Nita; Nur Handayani, Nasywa
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5372

Abstract

Angka buta huruf di Indonesiayang diartikan sebagai persentase penduduk berusia 15 tahun ke atas yang tidak memiliki kemampuan membaca dan menulis kalimat sederhana, menjadi isu yang sangat penting, terutama di provinsi dengan jumlah penduduk besar seperti Jawa Barat. Meskipun telah dilakukan berbagai upaya untuk meningkatkan tingkat melek huruf, tantangan tetap ada, dan data menunjukkan bahwa angka buta huruf masih cukup tinggi di beberapa daerah. Penelitian ini mengidentifikasi sejumlah variabel yang diduga berkontribusi terhadap angka buta huruf, termasuk jumlah penduduk dan kondisi ekonomi. ini bertujuan untuk memprediksi angka buta huruf di Provinsi Jawa Barat menggunakan metode regresi linear berganda. Variabel independen yang digunakan dalam penelitian ini adalah jumlah penduduk (X1), jumlah sekolah dasar (X2), dan jumlah penduduk miskin (X3), dan variabel dependennya adalah angka buta huruf. Data yang digunakan merupakan data sekunder dari instansi terkait di Provinsi Jawa Barat. Analisis regresi linear berganda diterapkan untuk mengetahui pengaruh ketiga variabel independen terhadap angka buta huruf serta memprediksi angka buta huruf di masa yang akan datang. Hasil penelitian menunjukkan bahwa ketiga variabel independen memiliki pengaruh terhadap angka buta huruf di Jawa Barat. Model regresi yang dihasilkan dapat digunakan untuk memprediksi angka buta huruf berdasarkan perubahan pada jumlah penduduk, jumlah sekolah dasar, dan jumlah penduduk miskin.
Pengembangan Dan Implementasi Aplikasi Pelayanan Jasa Berbasis Web Pada CV Altrama Energi Gultom, Ananda Christianto; Batubara, Supina; Sitorus, Zulham
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5401

Abstract

Kualitas jasa layanan yang prima mampu menciptakan loyalitas konsumen sehingga dapat tercipta hubungan kerja yang saling menguntungkan antara kedua belah pihak. CV Altrama Energi adalah salah satu perusahaan layanan jasa penyewaan alat berat maupun perawatan atau perbaikannya untuk berbagai kebutuhan pekerjaan berat seperti konstruksi maupun pertanian. Dengan kondisi pengelolaan data yang tidak efektif mengakibatkan pimpinan CV Altrama Energi kesulitan melakukan pencarian data, pemantauan jadwal pekerjaan maupun penagihan. Hal ini dapat mempengaruhi reputasi CV Altrama Energi dimata konsumen yang dapat mengakibatkan terputusnya hubungan kerjasama dengan konsumen. Tujuan penelitian ini adalah mengembangkan dan mengimplementasikan aplikasi layanan jasa berbasis web untuk mengolah data jasa penyewaan dan jasa perbaikan alat berat pada CV Altrama Energi menggunakan metode prototipe, perancangan aplikasi menggunakan unified modelling language, dan pengujian menggunakan metode Black Box. Hasil penelitian ini menunjukkan bahwa metode prototipe cocok digunakan dalam pengembangan aplikasi di CV Altrama Energi karena seringnya terjadi perubahan kebutuhan serta aplikasi yang dihasilkan user friendly digunakan oleh pegawai administrasi maupun pimpinan CV Altrama Energi.
Analisis Anova Two-Way: Pengaruh Kesehatan Mental Dan Tahun Akademik Terhadap Nilai Ipk Mahasiswa Dengan Bahasa Pemrograman Python Amalia Maresti, Fatia; Aleffa Rahman, Mylo; Anisah, Sabrina Nur
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5403

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh kesehatan mental dan tahun akademik terhadap nilai Indeks Prestasi Kumulatif (IPK) mahasiswa menggunakan analisis ANOVA Two-Way dengan bahasa pemrograman Python. Data yang digunakan dalam penelitian ini diambil dari dataset yang tersedia di website Kaggle, yang mencakup informasi mengenai kesehatan mental dan prestasi akademik mahasiswa dari berbagai universitas. Kesehatan mental diukur menggunakan skor dari kuesioner standar yang tersedia dalam dataset, sementara nilai IPK diperoleh dari catatan akademik yang disertakan. Analisis data dilakukan dengan menggunakan library Python, yaitu numpy untuk operasi numerik, pandas untuk manipulasi data, matplotlib untuk visualisasi data, dan statsmodels untuk analisis statistik. Hasil penelitian menunjukkan bahwa tahun akademik dan semua penyakit mental yang diukur (depresi, kecemasan, serangan panik, dan level kesehatan mental) memiliki pengaruh signifikan terhadap nilai IPK mahasiswa. Namun, tidak ditemukan interaksi signifikan antara tahun akademik dan semua penyakit mental yang disebutkan. Temuan ini mengindikasikan pentingnya perhatian terhadap aspek kesehatan mental dalam mendukung prestasi akademik mahasiswa di berbagai tingkat studi

Page 9 of 13 | Total Record : 123

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025 Vol. 5 No. 1 (2025): Article Research Volume 5 Issue 1, June 2025 Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024 Vol. 4 No. 1 (2024): Article Research Volume 4 Issue 1, June 2024 Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023 Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023 Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, June 2023 Vol. 2 No. 2 (2022): Article Research Volume 2 Issue 2, Desember 2022 Vol. 2 No. 1 (2022): Article Research Volume 2 Issue 1 Juni Tahun 2022 Vol. 1 No. 2 (2021): Article Research Volume 1 Number 2, Desember 2021 Vol. 1 No. 1 (2021): Article Research Volume 1 Issue 1, June 2021 More Issue