cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hidayatus Sibyan
Contact Email
hsibyan@unsiq.ac.id
Phone
+622863326102
Journal Mail Official
biner@fastikom-unsiq.ac.id
Editorial Address
Jl. KH. Hasyim Asy'ari Km. 03, Kalibeber, Mojotengah, Wonosobo, Jawa Tengah, Indonesia, 56351
Location
Kab. wonosobo,
Jawa tengah
INDONESIA
Biner : Jurnal Ilmiah Informatika dan Komputer
Published by Universitas Sains Al-Qur'an
ISSN : 28280210     EISSN : 28280229     DOI : https://doi.org/10.32699/biner
Core Subject : Science,
Computer Science & IT
Biner : Jurnal Ilmiah Informatika dan Komputer merupakan jurnal yang memuat artikel hasil penelitian maupun kajian ilmiah para peneliti, dosen, mahasiswa ataupun para praktisi di bidang Teknik Informatika dan Komputer. Jurnal ini dikelola oleh Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Quran yang terbit secara berkala pada bulan Januari dan Juli dengan ISSN (print): 2828-0210 ISSN (online): 2828-0229.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 5 Documents
 1 
Search results for , issue "Vol. 5 No. 1 (2026): Januari" : 5 Documents clear
SISTEM PAKAR PENENTUAN ROLE PEMAIN MOBILE LEGENDS MENGGUNAKAN AHP Figianto, Rifki; Septianto, Moh. Afif; Rahmawati, Heni
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.9871

Abstract

Mobile Legends: Bang Bang (MLBB) merupakan game MOBA yang menuntut pembagian role yang tepat agar strategi tim berjalan optimal. Namun, banyak pemain mengalami kesulitan menentukan role yang sesuai dengan gaya bermain dan hero yang digunakan, terutama saat bermain solo. Penelitian ini bertujuan untuk merancang sistem pakar penentuan role pemain Mobile Legends menggunakan metode Analytical Hierarchy Process (AHP). Penelitian menggunakan pendekatan studi kasus dengan pengumpulan data melalui wawancara dan kuesioner perbandingan berpasangan. Kriteria yang digunakan meliputi gaya bermain, tipe hero, dan fleksibilitas role, dengan alternatif role Roamer, Explaner, Jungler, Goldlaner, dan Midlaner. Hasil perhitungan AHP menunjukkan bahwa kriteria gaya bermain memiliki bobot tertinggi sebesar 0,50, diikuti tipe hero sebesar 0,35 dan fleksibilitas role sebesar 0,15. Hasil perangkingan alternatif menunjukkan role Roamer sebagai pilihan utama dengan bobot 0,58, disusul Explaner sebesar 0,37. Nilai Consistency Ratio (CR) < 0,1 menunjukkan hasil yang konsisten. Penelitian ini membuktikan bahwa AHP efektif digunakan sebagai sistem pakar penentuan role pemain Mobile Legends.
SISTEM PAKAR PENGELOLAAN SAMPAH RUMAH TANGGA MENGGUNAKAN METODE BACKWARD CHAINING DI DESA PRIGI Safitri, Sefa Wahyu; Nurfalah, Imam; Rahmawati, Heni
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.9873

Abstract

Pengelolaan sampah rumah tangga merupakan masalah penting yang berpotensi menimbulkan kerusakan lingkungan serta mempengaruhi kesehatan masyarakat, khususnya di wilayah pedesaan seperti Desa Prigi. Penelitian ini mengarah pada pembuatan sistem pakar dengan metode backward chaining untuk memberikan rekomendasi teknologi pengolahan sampah yang sesuai dan berkelanjutan. Informasi tentang kebutuhan masyarakat diperoleh melalui wawancara kualitatif, kemudian sistem pakar dirancang menggunakan aturan yang mengelompokkan sampah berdasarkan jenis dan kondisinya. Sistem ini berfungsi sebagai media edukasi sekaligus alat bantu pengambilan keputusan bagi warga dalam mengelola sampah secara ramah lingkungan. Berdasarkan hasil penelitian, sistem pakar ini terbukti dapat meningkatkan pemahaman dan kesadaran warga serta membantu pengelolaan sampah secara lebih efisien di Desa Prigi. Penerapan sistem ini diharapkan mampu menekan atau memperkecil dampak buruk yang mungkin terjadi.
IMPLEMENTASI SISTEM POINT OF SALE PADA UMKM BERBASIS ESP32 DAN SENSOR LOAD CELL Septia, Edvan Nuriana Putra; Rafi, Muhammad Abdan; Kindi, Akyas Maulana; Gunawan, Syahrul; Hidayat, Hidayat
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.10201

Abstract

Penelitian ini dilatarbelakangi oleh peran krusial Usaha Mikro, Kecil, dan Menengah (UMKM) sebagai pilar ekonomi Indonesia, yang kontribusinya terhambat oleh inefisiensi operasional akibat proses bisnis manual. Tantangan ini semakin signifikan bagi UMKM yang menjual produk berdasarkan berat, di mana pencatatan manual rentan terhadap kesalahan. Tujuan penelitian ini adalah merancang, membangun, dan mengimplementasikan sebuah sistem Point of Sale (POS) yang terintegrasi dengan timbangan digital berbasis Internet of Things (IoT) untuk meningkatkan efisiensi dan akurasi. Metode pengembangan sistem yang digunakan adalah model prototipe (prototyping) untuk memastikan produk akhir sesuai dengan kebutuhan spesifik pengguna UMKM melalui siklus umpan balik yang iteratif. Hasil penelitian ini adalah sebuah prototipe fungsional yang terdiri dari perangkat keras timbangan IoT menggunakan mikrokontroler ESP32 dan sensor load cell dengan tingkat akurasi pengukuran di atas 98%, serta aplikasi POS berbasis Android yang intuitif. Implementasi pada studi kasus UMKM menunjukkan peningkatan efisiensi operasional, penurunan waktu transaksi, dan peningkatan akurasi manajemen inventaris.
IMPLEMENTASI SIMPLE ADDITIVE WEIGHTING (SAW) DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU BERPRESTASI DI SMK NU UNGARAN Rohamini, Robi; Novichasar, Suamanda Ika; Rohman, Abdul
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.10291

Abstract

Guru merupakan pendidik profesional yang berperan penting dalam meningkatkan mutu pendidikan, sehingga diperlukan penilaian kinerja yang objektif untuk menentukan guru berprestasi. Permasalahan di SMK NU Ungaran adalah proses pemilihan guru berprestasi yang masih dilakukan secara manual dan belum menggunakan kriteria penilaian yang terstruktur, sehingga berpotensi menimbulkan ketidaktepatan dan subjektivitas. Penelitian ini bertujuan membangun Sistem Pendukung Keputusan (SPK) berbasis web untuk membantu penentuan guru berprestasi menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan untuk melakukan pembobotan dan perangkingan berdasarkan empat kriteria, yaitu kompetensi pedagogik, kepribadian, sosial, dan profesional sesuai pedoman DIKMEN dan DIKSUS tahun 2019. Pengembangan sistem dilakukan dengan metode Waterfall, sedangkan pengumpulan data dilakukan melalui wawancara dan kuesioner. Hasil pengujian menunjukkan sistem berjalan sesuai fungsinya berdasarkan uji Blackbox, memperoleh nilai usability sebesar 86,55% dengan kategori sangat layak, serta tingkat akurasi metode SAW sebesar 88% berdasarkan Confusion Matrix. Dengan demikian, SPK ini mampu membantu pemilihan guru berprestasi secara lebih akurat, objektif, dan efisien.
PENGENALAN BIJI KOPI BERDASARKAN GREEN BEAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID Anisul Fuad Aziz; Nahar Mardiyantoro; Nur Hasanah
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.10916

Abstract

Kabupaten Wonosobo merupakan salah satu daerah penghasil kopi di Jawa Tengah yang memiliki potensi besar, khususnya pada komoditas kopi dalam bentuk green bean. Namun, perbedaan karakteristik visual antar jenis biji kopi seperti Arabika, Robusta, Liberika, dan Ekselsa sering kali sulit dikenali secara kasat mata, terutama oleh masyarakat umum. Penelitian ini bertujuan untuk membangun aplikasi berbasis Android yang mampu mengenali jenis biji kopi berdasarkan citra green bean menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan berupa citra biji kopi green bean yang diperoleh melalui proses observasi dan pengambilan gambar langsung dengan pengaturan resolusi, ISO, dan tingkat kecerahan tertentu. Proses penelitian meliputi pengolahan data, augmentasi citra, perancangan arsitektur CNN, pelatihan model menggunakan Google Colaboratory, serta konversi model ke format TensorFlow Lite untuk diimplementasikan pada aplikasi Android menggunakan bahasa pemrograman Kotlin. Evaluasi kinerja model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Selain itu, pengujian sistem dilakukan melalui pengujian blackbox dan usability untuk memastikan fungsi aplikasi berjalan sesuai kebutuhan pengguna. Hasil penelitian menunjukkan bahwa metode CNN mampu mengenali jenis biji kopi green bean dengan baik dan aplikasi yang dikembangkan dapat digunakan sebagai alat bantu identifikasi biji kopi secara cepat dan praktis bagi petani, pelaku usaha, maupun konsumen kopi di Wonosobo.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): Januari Vol. 4 No. 2 (2025): Juli Vol 4 No 2 (2025): Juli Vol 4 No 1 (2025): Januari Vol 3 No 2 (2024): Juli Vol 3 No 1 (2024): Januari Vol 2 No 2 (2023): Juli Vol 2 No 1 (2023): Januari Vol 1 No 2 (2022): Juli Vol 1 No 1 (2022): Januari