cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhamad Fuat Asnawi
Contact Email
jurnal.storage@gmail.com
Phone
+6285292912229
Journal Mail Official
jurnal.storage@gmail.com
Editorial Address
Jl. Bunga Cempaka No. 51D. Medan. Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer
Published by Yayasan Literasi Sains Indonesia
ISSN : -     EISSN : 28285344     DOI : https://doi.org/10.55123/storage
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
STORAGE adalah Jurnal Ilmiah Teknik dan Ilmu Komputer yang diterbitkan 4 (empat) kali dalam setahun, yaitu pada bulan Februari, Mei, Agustus dan November oleh Yayasan Literasi Sains Indonesia. Jurnal ini merupakan jurnal yang dapat akses secara terbuka bagi para Peneliti, Mahasiswa dan Dosen yang ingin mempublikasikan hasil penelitiannya pada bidang Teknik dan Ilmu Komputer. STORAGE adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis dibidang perkembangan teknologi terkini yang meliputi bidang Arsitektur, Teknik Sipil, Teknik Mesin dan Ilmu Komputer.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 3 No. 2 (2024): Mei" : 5 Documents clear
PERANCANGAN DAN PEMBANGUNAN SISTEM PENILAIAN SISWA SD ERENOS Vincent
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 2 (2024): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i2.3461

Abstract

Information systems include networks and internet technology which are an important part of organizational life, one of which is in the world of education. School education must be able to facilitate services for students. Currently there are more and more students studying at Erenos Elementary School. The assessment currently carried out at Erenos Elementary School is manual, namely using Microsoft Excel and producing report cards via Microsoft Word. This manual method can hinder the speed of teacher performance in student assessment and errors can also occur in recording and calculating, so this research aims to create a system that helps teachers in calculating the report card grades of Erenos Elementary School students so that it can be done more quickly and accurately. and accurate. The analysis and design method used in this research is UML (Unified Modeling Language). The results of this research show that a web-based information system can help teachers input student grade data precisely and accurately so as to produce e-reports quickly and accurately. In addition, web-based information systems can produce databases that can be used to analyze student progress and other information.
STUDI KASUS PERHITUNGAN TEGANGAN PADA FLAT BELT DALAM APLIKASI MESIN IHR: STUDI KASUS PERHITUNGAN TEGANGAN PADA FLAT BELT DALAM APLIKASI MESIN IHR Muhammad, Rouf; Safi'i, Muhamad; Ramdhani, Ahmad; Fahmi, Muhammad Idrokul
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 2 (2024): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i2.3504

Abstract

The Continuously Variable Transmission (CVT) automatic transmission system is a power transmission component widely used in various industrial sectors such as manufacturing, paper, automotive, and electric power. The decision to use this transmission is made due to its ease of maintenance, affordability, and its ability to operate within various power and speed ranges. Key components of the CVT automatic transmission system include flat belts, pulleys, rollers, CVT springs, CVT clutch linings, and clutch clutches. Calculation analysis will be conducted to determine the maximum stress of the flat belt, identify the material of the flat belt, and calculate the lifespan of the flat belt using the IHR machine. The results of the calculation show that the tight side stress is 383.3639 N, the loose side stress is 64.867 N, and the belt material stress is 3.1 N/mm2. These optimal stress and material stress values are deemed suitable for use.
STUDI KOMPARASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KELUARGA MISKIN DI DESA NGADIWARNO KECAMATAN SUKOREJO KABUPATEN KENDAL Wahyu Aji Bayu Pemungkas; muhamad Fuat Asnawi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 2 (2024): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i2.3600

Abstract

Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja algoritma Naive Bayes dan K-Nearest Neighbor (KNN) dalam mengklasifikasikan keluarga miskin di Desa Ngadiwarno, Kecamatan Sukorejo, Kabupaten Kendal. Data yang digunakan mencakup 675 Kepala Keluarga (KK) yang terdaftar dalam Data Terpadu Kesejahteraan Sosial (DTKS) 2023. Data ini diolah menggunakan perangkat lunak RapidMiner Studio, dengan evaluasi berdasarkan akurasi, precision, recall, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa algoritma Naive Bayes memiliki akurasi sebesar 99,26%, precision 100%, recall 95,41%, dan AUC 0,978, sedangkan KNN memiliki akurasi 98,52%, precision 100%, recall 90,82%, dan AUC 0,993. Meskipun KNN memiliki nilai AUC sedikit lebih tinggi, Naive Bayes menunjukkan performa keseluruhan yang lebih unggul dalam klasifikasi keluarga miskin. Penelitian ini menyimpulkan bahwa Naive Bayes lebih efektif untuk digunakan dalam konteks data yang ada, dan diharapkan dapat membantu pemerintah daerah dalam menyusun kebijakan penanggulangan kemiskinan yang lebih tepat sasaran dan efektif
PREDIKSI HARGA BAWANG MERAH KERING DI WONOSOBO MENGGUNAKAN METODE LONG SHORT TERM MEMORY Agus Triyadi; Adi Suwondo; Dian Asmarajati; Nur Hasanah; muhamad Fuat Asnawi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 2 (2024): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i2.3601

Abstract

Penelitian ini bertujuan untuk memprediksi harga bawang merah kering di Wonosobo menggunakan metode Long Short Term Memory (LSTM). Bawang merah merupakan salah satu komoditas sayuran yang banyak dikonsumsi di Indonesia, dan fluktuasi harganya sering kali berdampak pada ekonomi petani dan pedagang. Data harga bawang merah yang digunakan dalam penelitian ini diambil dari Sistem Informasi Pasar (SIP) Dinas Pertanian dan Perkebunan Provinsi Jawa Tengah untuk periode 1 Januari 2021 hingga 31 Agustus 2023. Data ini kemudian diproses melalui beberapa tahap, termasuk pembentukan pola time series, normalisasi, dan pembagian data untuk training dan testing. Model LSTM yang dibangun diuji dengan menggunakan metrik evaluasi Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE), yang menunjukkan nilai RMSE sebesar 862.76 untuk data latih dan 887.62 untuk data validasi, serta nilai MAPE sebesar 1.41% untuk data latih dan 1.80% untuk data validasi. Hasil prediksi menunjukkan bahwa harga bawang merah cenderung mengalami penurunan selama empat bulan ke depan. Meskipun model LSTM memberikan hasil yang cukup akurat, terdapat beberapa faktor eksternal yang mungkin tidak tertangkap oleh model.
PERBANDINGAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI LINKEDIN Gishella Septania Al-Husna; Dian Asmarajati; Iman Ahmad Ihsannuddin; Rina Mahmudati
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 2 (2024): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i2.3602

Abstract

Dengan semakin sedikitnya informasi lowongan pekerjaan dalam bentuk cetak, teknologi informasi yang berkembang pesat membuat lowongan pekerjaan lebih mudah ditemukan secara digital melalui aplikasi, media sosial, atau website. Namun, lowongan pekerjaan dari sumber yang tidak jelas dapat menimbulkan penipuan. LinkedIn adalah salah satu aplikasi terpercaya untuk mencari lowongan pekerjaan. Penelitian ini membandingkan dua metode dalam analisis sentimen ulasan pengguna LinkedIn dari Google Play Store, yaitu Naïve Bayes dan Support Vector Machine (SVM). Data dikumpulkan melalui web scraping dan diproses dengan text pre-processing yang mencakup data cleaning, case folding, stopword removal, tokenizing, dan stemming. Hasil menunjukkan bahwa Naïve Bayes menghasilkan akurasi 88%, precision 88%, recall 85%, dan f1-score 86%, sementara SVM menghasilkan akurasi 90%, precision 89%, recall 88%, dan f1-score 88%. SVM terbukti lebih efektif dalam analisis sentimen dibandingkan Naïve Bayes.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 4 (2025): November Vol. 4 No. 3 (2025): Agustus Vol. 4 No. 2 (2025): Mei Vol. 4 No. 1 (2025): Februari Vol. 3 No. 4 (2024): November Vol. 3 No. 3 (2024): Agustus Vol. 3 No. 2 (2024): Mei Vol. 3 No. 1 (2024): Februari Vol. 2 No. 4 (2023): November Vol. 2 No. 3 (2023): Agustus Vol. 2 No. 2 (2023): Mei Vol. 2 No. 1 (2023): Februari Vol. 1 No. 4 (2022): November Vol. 1 No. 3 (2022): Agustus Vol. 1 No. 2 (2022): Mei Vol. 1 No. 1 (2022): Februari More Issue