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 6 Documents
 1 
Search results for , issue "Vol. 5 No. 1 (2026): Februari" : 6 Documents clear
KLASIFIKASI JENIS TANAMAN ANGGREK BERDASARKAN DAUN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN K-NEAREST NEIGHBOR Nazhifa Ahmad Fauzan; Muhammad Siddik Hasibuan; Suhardi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7086

Abstract

Anggrek merupakan tanaman hias dengan keragaman spesies yang tinggi sehingga diperlukan metode identifikasi yang akurat dan konsisten. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis anggrek berbasis citra daun menggunakan metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (K-NN). PCA digunakan untuk mengekstraksi fitur utama sekaligus mereduksi dimensi data guna meningkatkan efisiensi komputasi, sedangkan K-NN berperan dalam proses klasifikasi berdasarkan tingkat kemiripan fitur menggunakan Euclidean Distance. Dataset terdiri dari 56 citra daun anggrek yang terbagi menjadi 35 citra latih dan 21 citra uji dari tujuh kelas jenis anggrek. Tahapan penelitian meliputi akuisisi citra, ekstraksi ciri, reduksi dimensi menggunakan PCA, serta klasifikasi menggunakan K-NN. Evaluasi menggunakan confusion matrix menunjukkan akurasi sebesar 85,71%, dengan precision 90,71%, recall 85,71%, dan F1-score 84,39%. Hasil tersebut menunjukkan bahwa kombinasi PCA dan K-NN efektif dalam mengklasifikasikan daun anggrek dan berpotensi dikembangkan sebagai sistem identifikasi otomatis untuk mendukung penelitian botani, konservasi tanaman, dan industri tanaman hias.
RANCANG BANGUN SISTEM PAKAN IKAN MOLLY OTOMATIS BERBASIS IOT DENGAN PEMANTAUAN SUHU DAN KUALITAS AIR Naufal Aulio Sopian; Ary Prabowo
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7446

Abstract

Perkembangan teknologi Internet of Things (IoT) memungkinkan penerapan otomatisasi pada pemeliharaan ikan hias yang sebelumnya masih dilakukan secara manual. Toko Hoki Akuarium menghadapi permasalahan berupa pemberian pakan yang tidak konsisten serta keterbatasan pemantauan suhu dan kualitas air secara real-time, terutama ketika pemilik tidak berada di lokasi. Penelitian ini merancang sistem pemberian pakan ikan molly otomatis berbasis IoT yang dilengkapi pemantauan suhu dan kualitas air menggunakan parameter Total Dissolved Solids (TDS) serta terintegrasi dengan aplikasi mobile berbasis Dart. Komunikasi data antara perangkat IoT dan aplikasi mobile menggunakan protokol Message Queuing Telemetry Transport (MQTT) yang bersifat ringan dan berbasis publish–subscribe, sehingga memungkinkan pengiriman data sensor dan status sistem secara real-time. Metode pengembangan sistem menggunakan model prototipe yang meliputi analisis kebutuhan, pembuatan prototipe, evaluasi, implementasi, dan pengujian. Hasil pengujian menunjukkan sensor TDS memiliki akurasi sebesar 98,03% menggunakan larutan standar 342 ppm, sensor suhu DS18B20 memiliki akurasi 96,24%, dan sensor loadcell memiliki akurasi 91,4%. Pengujian aktuator menunjukkan motor servo, pompa air, dan aerator berfungsi sesuai dengan skenario pengujian. Aplikasi mobile mampu menampilkan data suhu, TDS, dan status sistem secara real-time serta memudahkan pengguna dalam melakukan pemantauan dan pengendalian. Secara keseluruhan, sistem ini dinilai efektif, stabil, dan layak diterapkan untuk meningkatkan efisiensi pemberian pakan serta menjaga kualitas lingkungan akuarium ikan molly.
Pengembangan Sistem Informasi Kerja Sama pada Bagian Kerjasama Politeknik Negeri Sriwijaya Menggunakan Pendekatan Rapid Application Development (RAD) Achmad, Yunita Fauzia; Oktaviany, Della; Salamah , Irma; Febriana, Yeni; Tatumadha, M Afiyah; Chakra , M Ainul
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7480

Abstract

Pengelolaan kerja sama di perguruan tinggi memerlukan sistem informasi yang terintegrasi untuk mendukung efisiensi administrasi, monitoring, dan pelaporan. Pada bagian kerja sama dan perencanaan Polsri, pengelolaan data kerja sama sebelumnya masih bersifat manual dan tersebar, sehingga menyulitkan pelacakan dokumen dan pemantauan masa berlaku kerja sama. Penelitian ini bertujuan mengembangkan sistem informasi kerja sama berbasis web menggunakan metode Rapid Application Development (RAD). Tahapan penelitian meliputi analisis kebutuhan, perencangan sistem menggunakan Unified Modeling Language (UML), pengembangan aplikasi, serta pengujian fungsional. Pengujian sistem dilakukan menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengintegrasikan pengelolaan pengajuan, verifikasi, persetujuan, dokumen kerja sama serta pelaporan secara terpusat. Sistem ini meningkatkan efisiensi pengelolaan administrasi, mempercepat akses dan pencarian data, serta mendukung transparansi dan pengendalian masa berlaku kerja sama.
Klasifikasi Kematangan Buah Pisang Menggunakan YOLOv12 Berbasis Deep Learning Prasetyo, Stefanus Eko; Wijaya, Gautama; Kwan, Allan
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7557

Abstract

Sebagai komoditas hortikultura dengan permintaan pasar yang tinggi dan nilai jual strategis, pisang memerlukan penanganan pascapanen yang tepat, khususnya dalam penentuan fase kematangan. Selama ini, proses penyortiran kematangan buah umumnya dilakukan secara konvensional melalui inspeksi visual manual, yang bersifat subjektif dan berpotensi menghasilkan penilaian yang tidak konsisten. Oleh karena itu, penelitian ini berfokus pada perancangan sistem otomatis berbasis deep learning untuk menghasilkan klasifikasi kematangan yang lebih objektif dan terstandar. Algoritma YOLOv12 digunakan sebagai metode utama untuk mendeteksi serta mengklasifikasikan citra buah ke dalam tiga fase, yaitu mentah, matang, dan lewat matang. Data latih dikembangkan melalui proses anotasi serta augmentasi citra untuk meningkatkan variasi visual dan mencegah overfitting. Hasil evaluasi menunjukkan bahwa model mencapai Mean Average Precision (mAP@0.5) sebesar 95,2% dengan waktu deteksi di bawah 50 ms per gambar. Temuan ini menunjukkan potensi penerapan sistem secara real-time pada lingkungan industri penyortiran buah.
Penentuan Prioritas Komoditas Palawija Berdasarkan Minat Pasar Petani di UPTD Tanjung Selamat Mengunakan MOORA-ORESTE ROYANI SIAHAAN, MELVA ALIYAH; Ikhwan, Ali
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7565

Abstract

Penelitian ini bertujuan untuk menentukan tingkat minat pasar petani terhadap komoditas palawija di UPTD Benih Induk Palawija Tanjung Selamat menggunakan kombinasi metode MOORA dan ORESTE. Metode MOORA digunakan untuk melakukan normalisasi matriks keputusan dan menghitung nilai optimasi, sedangkan metode ORESTE digunakan untuk memperkuat hasil perankingan melalui pendekatan Besson-rank, distance score, dan nilai preferensi. Kriteria yang digunakan meliputi permintaan petani, harga jual, produktivitas, umur panen, dan ketersediaan stok. Hasil penelitian menunjukkan bahwa Jagung Sukmaraga (A1) memperoleh nilai optimasi tertinggi pada metode MOORA sebesar 0,2178 dan nilai preferensi terendah pada metode ORESTE sebesar 2,233 sehingga menjadi komoditas dengan tingkat minat pasar tertinggi, sedangkan Kacang Hijau Vima 4 (A4) menempati peringkat terendah. Dibandingkan dengan pendekatan konvensional atau penggunaan satu metode pengambilan keputusan, kombinasi MOORA dan ORESTE mampu memberikan hasil perankingan yang lebih konsisten, objektif, dan berbasis data, sehingga dapat dijadikan sebagai alat bantu dalam menentukan strategi produksi dan distribusi benih palawija di lingkungan UPTD
PENINGKATAN SKALABILITAS SISTEM REKOMENDASI WEBSITE BERITA MENGGUNAKAN CONTENT-BASED FILTERING DAN K-MEANS Muhamad Arldi Megantara; Ema Utami
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7651

Abstract

Perkembangan internet menghasilkan volume data yang besar termasuk website berita yang memunculkan tantangan pada model rekomendasi Content-based filtering (CBF) dengan kompleksitas komputasi linier O(N). Penelitian ini mengusulkan optimalisasi CBF dengan integrasi dengan algoritma K-Means yang akan menghasilkan partisi data dengan tujuan reduksi biaya komputasi. Digunakan 22.250 artikel berita dari antara news. Penentuan nilai cluster (K) optimal menggunakan elbow method dengan K terbaik K = 6 dan divalidasi dengan Silhouette Score dengan nilai 0,5201, yang mengindikasikan sebaran data baik. Hasil dari pengintegrasian CBF dan K-means menunjukan adanya efisiensi pada response time dan penggunaan memori hingga 6 kali lipat. Namun, ditemukan pula trade-off berupa penurunan Mean Average Precision (MAP) dari 0,89 (konvensional) menjadi 0,77 (K=6), yang masih baik pada kualitas rekomendasi. Selain itu, digunakan threshold dengan nilai 0,30 yang terbukti optimal dalam filter konten yang relevan. Kesimpulan yang dapat diambil dari penelitian adalah penggunaan partisi data mampu memberikan kualitas rekomendasi yang tetap andal namun pada beban komputasi yang ditekan.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): Februari 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