cover
Contact Name
Yonatan Widianto
Contact Email
jscr@widyakartika.ac.id
Phone
+6281642971297
Journal Mail Official
jscr@widyakartika.ac.id
Editorial Address
Jalan Sutorejo Prima Utara 2/1 Surabaya, Jawa Timur, 60113
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sistem Cerdas dan Rekayasa
ISSN : -     EISSN : 26567504     DOI : https://doi.org/10.61293/jscr.v5i2.530
Jurnal ini adalah Jurnal Hasil Penelitian dan Pengabdian kepada Masyarakat bidang Elektro dan Sains Informatika. Jurnal Sistem Cerdas dan Rekayasa adalah jurnal dengan terbitan dua kali dalam setahun (April dan Oktober). Jurnal ini didukung oleh peer review untuk mendukung kualitas dari artikel yang diterbitkan. Jurnal ini mencoba menjembatani hasil kegiatan penelitian dan pengabdian antara perguruan tinggi dengan ilmu praktis pada masyarakat khususnya dalam bidang rekayasa teknologi terapan, bidang elektro dan sains informatika serta sistem informasi yang tidak terbatas pada cakupan penelitian sebagai berikut: Information Systems, Web Technology, Computer Networks, Artificial Intelligence, and Multimedia. Sistem Cerdas, Rekayasa Perangkat Lunak, Pengolahan Citra Digital, Pengolahan Sinyal Digital, Komputer Visi, Sistem Komputer, Sistem Informasi, Data Mining, Elektronika, Elektro, IoT, dan Sistem Kontrol
Articles 72 Documents
Penerapan Metode Deep Learning Mask R-Cnn Untuk Identifikasi Bangunan Baru Sebagai Objek Pajak Di Desa Gadingmangu, Kecamatan Perak, Kabupaten Jombang Agus Purnawan; Tamaji
Jurnal Sistem Cerdas dan Rekayasa (JSCR) Vol 7 No 2 (2025): Jurnal Sistem Cerdas dan Rekayasa (JSCR) 2025
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Widya Kartika (LPPM UWIKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61293/jscr.v7i2.857

Abstract

Pertumbuhan kawasan permukiman di wilayah pedesaan terus meningkat, sehingga banyak muncul bangunan baru yang belum tercatat sebagai objek pajak. Proses pendataan secara manual yang dilakukan petugas lapangan sering kali memerlukan waktu lama dan berpotensi menimbulkan kesalahan pencatatan. Dalam penelitian ini, digunakan pendekatan Mask R-CNN untuk mengenali objek bangunan pada citra satelit beresolusi tinggi di Desa Gadingmangu, Kecamatan Perak, Kabupaten Jombang. Data citra melalui tahap pra-pemrosesan, anotasi, dan konversi ke format COCO sebelum digunakan dalam proses pelatihan model berbasis backbone ResNet-50 yang dikombinasikan dengan Feature Pyramid Network (FPN). Hasil pengujian menunjukkan bahwa seluruh tahapan — mulai dari pengolahan data, pelatihan model, hingga proses prediksi — dapat dijalankan dengan baik tanpa kendala teknis. Meski demikian, model belum mampu mengenali bangunan secara optimal karena jumlah data latih yang terbatas dan durasi pelatihan yang singkat. Penelitian ini memberikan bukti konsep (proof of concept) penerapan Mask R-CNN untuk deteksi bangunan pada citra satelit dan berpotensi dikembangkan lebih lanjut guna mendukung pembaruan data Pajak Bumi dan Bangunan (PBB) secara otomatis di tingkat daerah.
Model Logika Fuzzy Mamdani Untuk Optimasi Pengambilan Keputusan Prioritas Tugas Mahasiswa David Prastiya Imannue; Yonatan Widianto
Jurnal Sistem Cerdas dan Rekayasa (JSCR) Vol 7 No 2 (2025): Jurnal Sistem Cerdas dan Rekayasa (JSCR) 2025
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Widya Kartika (LPPM UWIKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61293/jscr.v7i2.858

Abstract

Manajemen waktu dan penentuan prioritas tugas merupakan tantangan krusial yang dihadapi mahasiswa, yang secara langsung mempengaruhi produktivitas dan daya saing mereka. Penentuan prioritas tugas secara manual seringkali didasarkan pada keputusan subjektif yang kaku, mengabaikan nuansa dalam kriteria seperti kedekatan tenggat waktu dan kompleksitas pekerjaan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis Model Logika Fuzzy Mamdani sebagai smart technology untuk mengoptimalkan penentuan prioritas tugas. Metode ini dipilih karena kemampuannya memproses input linguistik dan mengatasi ambiguitas data. Sistem ini menggunakan dua variabel input, yaitu Urgensi (dihitung secara dinamis dari sisa waktu) dan Kesulitan (dinormalisasi dari estimasi jam kerja), yang kemudian diolah melalui 15 aturan inferensi (rule base) Mamdani. Hasil simulasi menunjukkan bahwa model fuzzy berhasil mengubah input yang kabur (seperti 'sangat sulit' dan 'cukup mendesak') menjadi satu Final Priority Score numerik yang terukur (0-100), memungkinkan pengurutan tugas yang adaptif. Simpulan dari penelitian ini adalah bahwa Logika Fuzzy Mamdani efektif memberikan rekomendasi prioritas yang transparan dan logis, sehingga mendukung pengembangan keterampilan pengambilan keputusan dan meningkatkan efisiensi waktu mahasiswa sebagai talenta yang kompetitif.