COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan beberapa hasil dari penelitian dan pemikiran untuk pengabdian kepada masyarakat luas. Situs Jurnal COREAI ini menyediakan artikel-artikel jurnal untuk dibaca maupun diunduh secara gratis. Jurnal kami adalah jurnal ilmiah nasional yang merupakan sumber referensi akademisi di bidang Teknologi dan Informasi. Jurnal COREAI menerima artikel ilmiah dengan lingkup penelitian pada: Technology Management. Business Intelligence and Knowledge Management. Teknik Komputer Pengolahan Citra. Sistem Pendukung Keputusan. Data Mining. Robotik. Algoritma Genetika. Sistem Kecerdasan Buatan. Jaringan Komputer. Big Data. Enterprise Computing. Internet of Things. Sistem Database. Energy Management. Sistem Pakar. Sistem Penunjang Keputusan.
Articles
125 Documents
<![CDATA[Algoritma Decision Tree dengan Menggunakan Pruning dan Missing Value Untuk Prediksi Kredit Macet ]]>
<![CDATA[Inda Arifin, Nur Hatima]]>;
<![CDATA[Shudiq, Wali Ja'far]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 1 (2022): Pengembangan Aplikasi Berbasis Mobile untuk Layanan Publik: Studi Implementasi d ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1429.215 KB)
|
DOI: 10.33650/coreai.v3i1.4124
<![CDATA[Sebagai industri yang mempunyai perkambangan sangat pesat yang di ikuti dengan resiko kredit pada setiap kegiatan usaha perbankan. Kredit merupakan penghasilan utama dari sebuah perbankan dan juga merupakan sumber resiko terbesar karena sebagian besar dana operasional bank berputar dalam bentuk kredit. Proses data nasabah, data jaminan hingga pada proses pengambilan keputusan menjadi peran penting untuk menekan dan mengurangi resiko bagi pihak pengajuan kredit. Syarat perbankan menjadi indikator pemberian pinjaman kepada nasabah agar layanan yang diberikan tepat dan tidak memberikan efek buruk pada manajemen bank , misalnya kredit macet [2]. Tujuan dari penelitian ini adalah untuk memprediksi tingkat resiko kredit yang terjadi pada sebuah perbankan. Berdasarkan beberapa metode yang telah diusulkan dan telah dilakukan prediksi kredit macet, menghasilkan nilai akurasi terendah. Dalam penelitian ini menggunakan metode pruning pada missing value dengan menerapkan Algoritma decision tree untuk prediksi kredit macet dengan jumlah dataset sebanyak732 record dengan 11 variabel dan terdapat data yang tidak lengkap (missing value) pada salah satu variable dataset kredit macet. Pada pengujian algoritma decision tree dengan metode pruning berhasil meningkatkan nilai akurasi menjadi 75.80%, sedangkan algoritma decision tree tanpa metode pruning hasil akurasinya adalah 72.61%.]]>
<![CDATA[Optimasi Metode Naïve Bayes Menggunkanan Algoritma Particle Swarm Optimization (PSO) untuk Prediksi Penyakit Diabetes Mellitus ]]>
<![CDATA[Sukron, Moh.]]>;
<![CDATA[Supriadi, Ahmad]]>;
<![CDATA[Sulton, Rizal]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 2 (2021): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (311.597 KB)
|
DOI: 10.33650/coreai.v2i2.3304
<![CDATA[Deabetes Mellitus merupakan salah satu penyakit dimana terdapat tingkat kadar gula (glukosa) yang tinggi didalam darah dalam kontek defisiensi insulin relatif dan resistensi insulin. Diabetes Mellitus sulit untuk diprediksikan. Dengan pemannfaatan database pasien, peneliti mencoba mengolah variabel pasien Deabetes Mellitus dalam medapatkan akurasi prediksi penyakit Diabetes Mellitus dengan memanfaatkan data mining. Metode yang digunakan adalah Naive Bayes, namun metode Naïve Bayes memiliki kelemahan yaitu hasil probabilitas kurang berjalan seara optimal dan sering salah pada atribut. Guna mengatasi kelemahan Naïve Bayes, salah satu cara yaitu dengan metode pembobotan atribut menggunakan algotima Prticle Swarm Optimization (PSO). Hasil penelitain menunjukkan akurasi metode naïve bayes menghasilkan akurasi sebesar 86,80% dan Naïve Bayes dengan Particle Swarm Optimization (PSO) menghasilkan akurasi 89,84%. Dari hasil tersebut dapat disimpulkan metode naive bayes yang di optimasi dengan pembobotan atribut di dapatkan nilai akurasi yang lebih baik dengan peningkatan akurasi 3,04%.]]>
<![CDATA[Aplikasi E-MAN (Manajemen Analisis Navigasi) Inventaris di SMK Negeri 1 Kotaanyar Berbasis Website dengan Codeigniter 4 ]]>
<![CDATA[Hudaya, Kharisman Kholid]]>;
<![CDATA[Sya'roni, Wahab]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 2 (2022): Keberlanjutan Teknologi Informasi: Green IT sebagai Solusi Ramah Lingkungan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1949.069 KB)
|
DOI: 10.33650/coreai.v3i2.4277
<![CDATA[Pengelolaan data Inventaris pribadi SMK Negeri 1 Kotaanyar saat ini masih memiliki banyak permasalahan seperti pemanfaatan aset untuk kegiatan belajar mengajar tidak terpantau yang disebabkan data aset yang belum tersinkron dengan data pegawai dan sistem pencatatan yang dilakukan masih menggunakan pencatatan manual dan menginput data pada aplikasi Excel sehingga pihak-pihak pengurus aset sekolah mengalami kendala dalam meninjau langsung detail data aset yang dimiliki sekolah. Berdasarkan uraian tersebut maka perlu dibangun suatu sistem inventarisasi yang dapat mengatasi permasalahan yang ada dan memudahkan sekolah memanajemen, menganalisis dan memonitor inventaris dengan cepat saat dibutuhkan. Hasil dari penelitian ini yaitu Sistem Pengelolaan Inventaris di SMKN 1 Kotaanyar yang telah dibangun mempermudah pihak sekolah dalam melakukan proses Inventarisasi dan penyajian data yang cepat karena permasalahan seperti data aset yang tidak tersinkronisasi dan metode pencatatan sistem lama yang diterapkan sudah teratasi dengan adanya Aplikasi E-MAN yang berbasis website dengan Codeigniter 4.]]>
<![CDATA[Pengembangan Pembelajaran Game Edukasi Aritmatika Dasar untuk Anak Madrasah Ibtida’iah Nurul Mun’im PP. Nurul Jadid ]]>
<![CDATA[Shudiq, Wali Ja'far]]>;
<![CDATA[Fila, Nining]]>;
<![CDATA[Khotimah, Putri Dwi Chusnul]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (379.551 KB)
|
DOI: 10.33650/coreai.v2i1.2710
<![CDATA[Perkembangan game saat ini kebanyakan hanya digunakan untuk kesenangan dan hiburan semata, kurang menekankan pada sisi edukasi. Pendidikan berhitung pada kalangan anak-anak sekolah dasar dirasa masih sangat kurang, apalagi game yang ada saat ini hanya merujuk kepada kekerasan inilah yang menyebabkan anak-anak mejadi kecanduan dalam bermain game dan akhirnya berujung menjadi malas dalam belajar. Aplikasi Game Edukasi Matematika Dengan Konsep Aritmatika Anak Berbasis Android ini bertujuan untuk Menghasilkan sebuah aplikasi game yang dapat melatih anak ataupun siswa untuk belajar berhitung dengan mudah dan menyenangkan sehingga anak tidak bosan dengan metode pembelajaran yang monoton. Diciptakannya dalam bentuk mobile bertujuan supaya mudah untuk dibawa kemana saja. Dengan diciptakannya game ini memungkinkan pengguna untuk belajar berhitung atau aritmatika lebih menyenangkan karena didukung dengan desain yang menarik. Hasil tersebut menunjukkan bahwa game edukasi android dapat digunakan sebagai fasilitas media pembelajaran pengenalan bilangan untuk siswa SD/MI]]>
<![CDATA[Sistem Informasi Produksi dan Penjualan Pada Unit Usaha Produksi Beras UD. Surya Kencana Probolinggo ]]>
<![CDATA[Khairi, Matlubul]]>;
<![CDATA[Bahar, Hasbul]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 1 (2022): Pengembangan Aplikasi Berbasis Mobile untuk Layanan Publik: Studi Implementasi d ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1767.097 KB)
|
DOI: 10.33650/coreai.v3i1.4266
<![CDATA[Beras merupakan komuditas pangan yang paling banyak dikonsumsi oleh masyarakat Indonesia. Salah satu unit usaha yang memproduksi beras adalah UD. Surya Kencana Probolinggo. Sistem manajemen yang belum terkomputerisasi menyebabkan beberapa permasalahan yaitu Pemantauan stok produksi untuk pemenuhan permintaan kurang efektif dan kurang valid, lamanya pembuatan laporan penjualan, pembelian, rugi/laba dan terdapat beberapa transaksi yang kurang terbaca akibat lunturnya tulisan. Metode yang digunakan dalam pembangunan system informasi ini adalah metode prototype. Alat yang digunakan dalam perancangan system yaitu use case diagram dan activity diagram. Penelitian ini menghasilkan system berbasis destop menggunakan database MySQL yang dijalankan secara client server di masing-masing pengguna yaitu Administrator, Kasir dan Gudang. Hasil pengujian black box menunjukan bahwa system ini berjalan tanpa error. System ini sangat layak diimplentasikan berdasarkan persentase kelayakan responden mencapai 85%]]>
<![CDATA[Information Retrieval (IR) Pencarian Ide Pokok dalam Teks Artikel Olahraga Berbahasa Inggris Menggunakan Metode MMR (Maximum Marginal Relevance) ]]>
<![CDATA[Malik, Kamil]]>;
<![CDATA[Jasri, Moh]]>;
<![CDATA[Mashuri, Ahmad Sanusi]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 1, No 1 (2020): Keberlanjutan Teknologi Informasi: Green IT sebagai Solusi Ramah Lingkungan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.455 KB)
|
DOI: 10.33650/coreai.v1i1.1641
<![CDATA[Pengenalan wajah merupakan suatu teknologi dari komputer untuk mengidentifikasi wajah seseorang pada suatu gambar maupun video. Banyak metode yang bisa digunakan untuk pengenalan wajah antara lain metode fisherface, local binary pattern histogram, dan eigenface. Peneliti sebelumnya menerapkan pengenalan wajah menggunakan metode eigenface untuk mengidentifikasi wajah mahasiswa di Universitas Nurul Jadid. Akan tetapi, metode eigenface hanya fokus pada citra dengan objek tidak bergerak, sehingga belum bisa diterapkan pada video. Untuk itu, pada penelitian ini diusulkan suatu metode yang dapat mengidentifikasi wajah pada video yaitu metode haar cascade dan deep learning. Metode haar cascade merupakan suatu metode yang dapat mendeteksi posisi letak wajah pada suatu video dan metode deep learning untuk mengenali wajah yang sudah terdeteksi pada video. Hasil uji coba yang dilakukan metode haar cascade dapat mendeteksi adanya wajah pada video secara baik. Akan tetapi metode haar cascade juga mendeteksi yang bukan wajah pada data testing. Hasil dari uji coba pada gambar dengan metode haar cascade dan deep learning teridentifikasi secara benar dengan tingkat akurasi 99,6%. Hasil uji coba metode haar cascade dan deep learning pada video mahasiswa berhasil dilakukan jika komposisi warna dan tingkat cahayanya sama dengan data training dan jika tidak sesuai dengan data training maka tidak berhasil mengidentifikasi wajah mahasiswa pada video secara benar.]]>
<![CDATA[Deteksi Jalan Berlubang Menggunakan Metode Grey Level Co-Occurrence Matrix dan Neural Network ]]>
<![CDATA[Ali, Muhammad Mahrus]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 1 (2022): Pengembangan Aplikasi Berbasis Mobile untuk Layanan Publik: Studi Implementasi d ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1200.526 KB)
|
DOI: 10.33650/coreai.v3i1.4088
<![CDATA[Faktor utama yang menjadi penentu kelayakan kondisi suatu jalan yaitu kerusakan pada aspal sehingga pemeliharaan jalan perlu dilakukan secara berkala. Pemeriksaan kondisi jalan dilakukan oleh petugas survey dengan melakukan pengamatan langsung pada jalan yang akan diberikan penilaian secara manual. Aktifitas pemeriksaan dapat mengganggu kelancaran arus lalu lintas pada jalan yang padat kendaraan terlebih lagi dapat membahayakan keselamatan petugas survey. Diperlukan alternative pemeriksaan jalan untuk menghindari ancaman yang tidak diinginkan dan dapat membiat biaya lebih efektif. Pada penelitian ini dikembangkan suatu system deteksi jalan berlubang menggunakan data video, dengan menerapkan metode Gray Level Co-occurrence Matrix (GLCM) dan klasifikasi menggunakan Neural Network. Deteksi terdiri atas 2 tahapan, dimulai dengan mengekstraksi ciri citra jalan kemudian ditraining dengan pemberian label manual. Kemudian dilakukan uji data citra berdasarkan nilai pada data training. Dari pengujian Confusion Matrix menunjukkan hasil Recall sebesar 0,80 hasil Precission sebesar 0,06 hasil Accuracy sebesar 0,79 dan hasil Error Rate sebesar 0,20.]]>
<![CDATA[Klasifikasi Pemberian Bantuan Kepada Masyarakat Terdampak Covid-19 Dengan Menggunakan Al-Goritma C4.5 Didesa Demung Kemacatan Besuki Kabupaten Situbondo ]]>
<![CDATA[Muafi, Muafi]]>;
<![CDATA[Ardiansyah, Irfan]]>;
<![CDATA[Basori, Hasan]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (355.618 KB)
|
DOI: 10.33650/coreai.v2i1.2795
<![CDATA[Masyarakat Indonesia mengalami ekonomi yang sulit diakibatkan oleh Covid19, untuk mengatasi masalah pemerintah memberi bantuan kepada masyarakat terdampak pandemi Covid19. Desa Demung Kecamatan Besuki Kabupaten Situbondo, juga termasuk wilayah yang cukup memperhatinkan, dalam kenyataan situbondo sudah masuk kedalam zona hitam, sehingga banyak masyarakat situbondo yang terdampak oleh covid19, adapun tujuan penelitian adalah membuat pohon keputusan yang bisa dijadikan penentuan penerimaan bantuan, adapun data yang digunakan didapat dari kantor desa demung kecamatan besuki kabupaten situbondo, dengan menggunakan Algoritma C4.5 yang menggunakan tools datamining yaitu weka, hasil dari penelitia ini didapat rule atau pohon keputusan C4.5, dengan akurasi yang terbaik 90% training dan 10% testing, dengan nilai akurasi 74.09%]]>
<![CDATA[Aplikasi Monitoring Manajemen Kuangan di Madrasah Diniyah PP. Ibnu Kholdun A-Hasyimi Berbasis Web dan Bot Telegram ]]>
<![CDATA[Sudriyanto, Sudriyanto]]>;
<![CDATA[Jamal, Jamal]]>;
<![CDATA[Rizki, M. Fawaidur]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 4, No 1 (2023): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v4i1.6312
<![CDATA[Manajemen keuangan meliputi segala kegiatan yang berhubungan dengan perolehan, pendanaan serta untuk mengolah aktivitas dengan tujuan semua aktivitas, Termasuk pengolahan manajemen keuangan sekolah dalam sebuah institusi pendidikan merupakan kegiatan penting yang dilaksanakan secara periodik ataupun setiap saat, data-data keuangan tersebut selalu berubah setiap bulan atau setiap tahun, pengeluaran dan pemasukan. Sedangkan informasi dituntut untuk selalu aktual, sehingga dibutuhkan suatu sistem informasi yang bisa mengolah data-data secara cepat dan efektif, diketahui bahwa sistem manajemen keuagan yang sedang berjalan pada Madrasah Diniyah PP.Ibnu kholdun Al-hasyimi masih dilakukan secara manual yang membuat aliran informasi yang lambat, proses pencarian data yang lambat, perhitungan data dalam jumlah banyak sulit dilakukan, minimnya pemantauan yang dilakukan atasan. Berdasarkan latar belakang permasalahan diatas dapat ditarik kesimpulan bahwa permasalahan yang dihadapi yaitu bagaimana merancang sebuah Aplikasi Monitoring manajemen Keuangan di Madrasah Diniyah PP.Ibnu kholdun Al-Hasyimi Berbasis Web Dan Bot Telegram. Dari hasil perancangan Aplikasi Monitoring Manajemen Keuangan di Madrasah Diniyah PP.Ibnu kholdun Al-Hasyimi Berbasis Web Dan Bot Telegram. Berdasarkan hasil perhitungan, disimpulkan bahwa pengujian eksternal dengan berjumlah 6 pertanyaan dan 10 penguji, maka dihasilkan persentase yang diperoleh skor 77,5% dengan kategori baik.]]>
<![CDATA[Pengolompokan Data Tingkat Partisipasi Masyarakat dalam Penanggulanagan HIV/AIDS Menggunakan K-Means Berbasis Median dalam Penentuan Pusat Klaster ]]>
<![CDATA[Sulton, Rizal]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 4, No 1 (2023): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v4i1.4280
<![CDATA[Pada tahun 2016, di Indonesia kasus baru infeksi HIV meningkat 33,4% dibandingkan tahun sebelumnya. Terdapat 69,3% kasus baru infeksi HIV pada kelompok umur 25-49, sementara 63,3% penderita adalah laki-laki. Rasio HIV/AIDS antara laki-laki dan perempuan tercatat pada kisaran 2:1. Salah satu layanan penanggulangan HIV-AIDS dan IMS ialah konseling dan tes HIV (KT HIV). Berdasarkan berlimpahnya data konseling dan tes, informasi yang tersembunyi dapat diketahui dengan cara melakukan pengolahan terhadap data tersebut sehingga berguna bagi petugas kesehatan. Pengolahan data klien perlu dilakukan untuk mengetahui informasi penting berupa pengetahuan baru (knowledge discovery) yakni berupa pengelompokan data atau klaster data tingkat partisipasi masyarakat dalam penanggulangan HIV AIDS . Metode yang digunakan dalam pengolahan data di penelitian ini adalah K-Means dengan berbasis perhitungan median dalam penentuan pusat klaster, penggunaan median adalah untuk meningkatkan kinerja K-means dalam penentuan pusat klaster sehinggna memperoleh hasil data pengelompokan lebih baik. Hasil penelitian menunjukkan bahwa proses klaster K-Means yang menggunakan penentuan pusat klaster berbasis median menghasilkan nilai evaluasi DBI 0,5857 sedangkan proses klaster K-Means tanpa penentuan pusat klaster berbasis median bernilai evaluasi DBI -0,647. Menurut teori konsep DBI, DBI tersebut menginginkan nilai (non-negatif >=0) sekecil mungkin untuk menilai baiknya klaster yang didapat. Dengan demikian berdasarkan hasil evaluasi DBI pada proses K-means menggunakan penentuan pusat klaster awal berbasis median lebih baik dari pada proses perhitungan K-Means tanpa menggunakan penentuan awal klaster berbasis median]]>
