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
105 Documents
<![CDATA[Mesin Penetas Telur Otomatis Berbasis Internet of Things (IoT) ]]>
<![CDATA[Nasiyah, Sholehatun Nisa]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9520
<![CDATA[Diketahui data statistik Bapanas level konsumsi masyarakat terhadap daging ayam terus meningkat setiap tahunnya. kondisi ini tentunya akan memberikan dampak positif terhadap para peternak ayam. Para peternak ayam akan berupaya untuk meningkatkan produksi pembibitan ayam untuk mencegah terjadinya penurunan terhadap produksi ayam pedaging. Dengan bantuan teknologi masa kini seperti mesin penetas telur otomatis berbasis internet of things tentunya akan sangat menguntungkan. Penelitian terhadap mesin penetas telur ini dibuat untuk melakukan kontrol otomatis terhadap suhu dan kelembaban, yang membuat proses penetasan lebih praktis dan efisien. Selain itu mesin ini sudah berbasis Internet of Things (IoT) yang memungkinkan peternak untuk memantau dan memonitor mesin penetas telur dari jarak jauh menggunakan smartphone atau perangkat Android, sehingga tidak perlu berada di lokasi penetasan. Penelitian ini dirancang untuk mengembangkan penelitian sebelumnya. Cara kerja mesin otomatisasi ini yaitu dengan rangkaian Module Sensor DHT11 dan NodeMCU ESP8266 yang digunakan untuk mengetahui nilai suhu dan kelembapan pada inkubator tetas telur, motor servo untuk menggerakan rak telur supaya telur ayam bisa berputar, LCD 16 x 2 sebagai penampil suhu dan kelembaban, dan aplikasi telegram untuk memonitoring suhu dan kelembaban dari jarak jauh.]]>
<![CDATA[Mendeteksi Kendaraan menggunakan Algoritma YoloV5 ]]>
<![CDATA[Amiennullah, Jefri]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9372
<![CDATA[Dengan kemajuan dalam bidang teknologi yang berkembang begitu pesat dimasa kini, seperti contoh dalam bidang Object detection atau Pendeteksi Objek. Seiring dengan berkembangnya ilmu teknologi saat ini, kebutuhan akan sistem Object detection juga akan semakin dibutuhkan. Terdapat 4 fokus utama dalam Computer vision yaitu Pengenalan (Recognition), Pelacakan Visual (Visual Tracking), Segmentasi Semantik (Semantic Segmentation), dan Restorasi Citra (Image Restoration). Supaya dapat melakukan keempat hal tersebut dibutuhkan suatu Algoritma yang secara khusus dapat mendeteksi kendaraan, maka dipilihlah Algoritma Yolov5. Yolov5 merupakan salah satu dari beberapa Algoritma dalam bidang pendeteksian yang sering digunakan. YoloV5 (You Only Look Once Version 5) adalah salah satu model deteksi objek berbasis deep learning yang dikembangkan untuk mendeteksi objek dalam gambar dan video secara real-time. Hasil akhir dari penelitian ini adalah meneliti kekurangan yang mungkin terjadi dari Algoritma YoloV5 saat ada dalam beberapa kondisi yang kurang menguntungkan. Penelitian ini berfokus pada Akurasi, Presisi, dan Recall. Nilai akurasi pada penelitian ini mendapatkan angka 0,51 atau 51%, untuk nilai presisi mendapatkan angka 0,505050505 atau 50,505050505%, sedangkan nilai recal mendapatkan angka 1 atau 1%.]]>
<![CDATA[Perancangan Sistem Informasi Inventaris Barang Berbasis WEB di SMK Al - Falah ]]>
<![CDATA[Yasin, Muhammad]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9682
<![CDATA[Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Inventaris Barang berbasis Web di SMK Al-Falah. Latar belakang dari penelitian ini adalah kebutuhan akan pengelolaan inventaris yang efisien dan akurat, mengingat sistem manual yang digunakan sebelumnya kurang efektif. Sistem informasi yang diusulkan dirancang menggunakan metode pengembangan Waterfall dan berbasis pada teknologi web, dengan pemrograman Hypertext Preprocessor (PHP) dan database MySQL. Sistem ini memungkinkan pencatatan inventaris, peminjaman, dan pengembalian barang dilakukan secara otomatis dan real-time. Metode pengumpulan data yang digunakan dalam penelitian ini adalah observasi dan wawancara, dengan fokus pada pengelolaan inventaris di SMK Al-Falah. Hasil implementasi menunjukkan bahwa sistem yang dirancang berhasil meningkatkan efektivitas dalam pengelolaan data inventaris, serta menyediakan laporan inventaris yang dapat diakses secara real-time.]]>
<![CDATA[Klasifikasi Kualitas Kopi Robusta dengan Algoritma K-Nearest Neighbor di PT. Indokom Citra Persada Situbondo ]]>
<![CDATA[Aizah, Nur]]>;
<![CDATA[Fatah, Zaehol]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9727
<![CDATA[Algoritma K-Nearest Neighbors KNN merupakan metode Data Mining klasifikasi yang diterpakan untuk memperoleh kualitas kopi robusta di PT. Indokom Citra Persada Situbondo. Kopi robusta dengan karakteristik tumbuh di berbagai kondisi lingkungan, memiliki variabilitas kualitas yang signifikan berdasarkan faktor fisik dan kimia seperti pH tanah, curah hujan, suhu, kadar air, dan ketinggian lahan. Pendekatan kuantitatif diterapkan pada data yang dikumpulkan melalui wawancara dan studi data historis. Hasil pengujian nyaris sempurna dengan model KNN yang dikembangkan sehingga mampu mencapai tingkat akurasi 98,81% dalam mengklasifikasikan kualitas kopi. Evaluasi menggunakan confusion matrix mengindikasikan bahwa model berhasil mengidentifikasi kualitas kopi dengan baik, dengan recall mencapai confidence 97,67% untuk kelas 'Baik' dan 100% untuk kelas 'Cukup'. Temuan ini menunjukkan efektivitas KNN sebagai alat untuk klasifikasi kualitas produk pertanian, memberikan solusi bagi PT. Indokom Citra Persada Situbondo untuk meningkatkan konsistensi dan kualitas produk kopi robusta.]]>
<![CDATA[Analisi dan Perancangan Sistem Informasi Tracer Studi Alumni SMK Al-Falah Berbasis WEB ]]>
<![CDATA[Gunawan, Ahmad]]>;
<![CDATA[Baijuri, Achmad]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.10145
<![CDATA[ Tracer study merupakan salah satu cara untuk melacak jejak lulusan dan mengevaluasi kualitas pendidikan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi tracer study berbasis web di SMK Al-Falah. Sistem ini dirancang menggunakan metode waterfall yang meliputi tahap komunikasi, perencanaan, pemodelan, konstruksi, dan implementasi. Data dikumpulkan melalui wawancara dan observasi langsung. Hasil penelitian menunjukkan bahwa sistem ini mampu mengelola data siswa akhir, alumni, dan kuisioner dengan efisien serta menyediakan laporan yang akurat. Dengan sistem ini, SMK Al-Falah dapat memperbarui kurikulum dan meningkatkan layanan pendidikan berdasarkan umpan balik dari alumni.]]>
<![CDATA[Implementasi Data Mining Klasifikasi Kelulusan Mahasiswa di Perguruan Tinggi Menggunakan K-Nearest Neighbors ]]>
<![CDATA[Firmandala, Legi Octa Sofyan]]>;
<![CDATA[Fatah, Zaehol]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9729
<![CDATA[Di Perguruan Tinggi (PT) terdapat masalah yang harus ditangani segera dan diantisipasi untuk mencegah mahasiswa lulus tidak tepat waktu yaitu dengan masa studi yang ditetapkan oleh kampus. Dikhawatirkan mahasiswa mengalami hal yang lebih buruk yaitu drop out. Sehingga terjadi masalah akademik yang berimbas kepada masa depan dan wali mahasiswa. Metode penelitian ini bersifat deskriptif kuantitatif, di mana data mahasiswa diambil dari sistem informasi akademik perguruan tinggi dan diolah untuk menghasilkan prediksi kelulusan.Data mining merupakan cara untuk memperoleh hasil yang ingin dicapai dengan akurat dan tepat sasaran. Diantara metode klasifikasi pada data mining K-Nearest Neighbors menjadi pilihan tepat untuk dipergunakan melakukan prediksi pada data kelulusan mahasiswa di Perguruan Tinggi (PT). Dari 380 mahasiswa yang dilakukan dengan training dan testing diperoleh prediksi akurasi 88,39%.]]>
<![CDATA[Penerapan Metode K-Nearest Neighbors Dalam Mendeteksi Website Phishing ]]>
<![CDATA[Himawan, Arfian Jauhar]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.10484
<![CDATA[Penerapan metode K-Nearest Neighbors (KNN) dalam mendeteksi website phishing merupakan langkah penting untuk melindungi pengguna dari ancaman siber. Phishing adalah teknik penipuan yang bertujuan mencuri informasi sensitif dengan menyamar sebagai entitas terpercaya. Penelitian ini mengembangkan sistem deteksi menggunakan algoritma KNN untuk mengklasifikasikan website sebagai phishing atau non-phishing. Proses dimulai dengan pengumpulan dataset yang berisi contoh website phishing dan non-phishing, diikuti dengan ekstraksi fitur relevan seperti struktur URL dan konten. Model KNN dilatih dan diuji, menunjukkan tingkat akurasi yang tinggi dalam mendeteksi phishing. Temuan ini menegaskan bahwa KNN adalah alat efektif dalam meningkatkan keamanan siber, dengan potensi untuk mengatasi variasi serangan phishing yang lebih kompleks.]]>
<![CDATA[Implementasi Aplikasi Certanty Factor untuk Mendiagnosa Penyakit Campak Rubella pada Sistem Pakar ]]>
<![CDATA[Desiani, Anita]]>;
<![CDATA[Suprihatin, Bambang]]>;
<![CDATA[Kurniawan, Rifki]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.9870
<![CDATA[Campak rubella memiliki pengertian suatu penyakit menular yang umumnya menyerang ibu hamil, bayi, anak-anak, dan orang dewasa. Penyakit Campak rubella adalah suatu penyakit menular disebabkan oleh suatu virus yang mudah menyebar melalui udara saat penderita penyakit tersebut mengalami batuk ataupun bersin. Campak Rubella memiliki tiga macam jenis antara Campak Rubella, Campak dan Rubella. Penyakit ini disebabkan oleh pola hidup yang tidak sehat serta keterlambatan penanganan karena minimnya pengetahuan pasien mengenai penyakit Campak Rubella. Berdasarkan permasalahan tersebut, maka penelitian ini bertujuan untuk merancang sistem pakar yang dapat mendiagnosa penyakit Campak Rubella. Perancangan sistem pakar ini menggunakan metode certainty factor (CF). Metode Certainty factor (CF) digunakan karena dapat membantu dan mempermudah mendiagnosa penyakit Campak Rubella dengan nilai kepastian. Nilai kepastian didapatkan dari data jawaban pasien seputar gejala Campak Rubella, Campak dan Rubella. Pada penelitian dengan menggunakan 5 data uji ini menghasilkan nilai akurasi setiap penyakit. Dengan nilai akurasi untuk pasien pertama diagnosa penyakit Campak Rubella yaitu 83.22%, nilai akurasi untuk pasien kedua terdiagnosa Campak yaitu 81.21%, nilai akurasi untuk pasien ketiga terdiagnosa Campak yaitu 90.67%, nilai akurasi untuk pasien keempat terdiagnosa Campak yaitu 88.34%, dan nilai akurasi untuk pasien kelima terdiagnosa Rubella yaitu 88.88%. Penerapan metode certainty factor pada sistem pakar menghasilkan akurasi prediksi yang sesuai sehingga sistem pakar yang dirancang efektif untuk mengukur kepastian dalam diagnosis dan dapat menjadi alternatif deteksi dini terhadap penyakit Campak Rubella]]>
<![CDATA[Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan IPM dan Rasio Gini Pada Tahun 2023 Menggunakan Clustering K-Means ]]>
<![CDATA[Ramadhan, Ardianto]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 2 (2024): Internet of Things (IoT): Aplikasi dan Potensinya di Masa Depan ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v5i2.10593
<![CDATA[Provinsi Jawa Timur merupakan salah satu provinsi dengan kontribusi signifikan terhadap pembangunan ekonomi nasional. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Jawa Timur berdasarkan data dari Badan Pusat Statistik (BPS) Jawa Timur tentang Indeks Pembangunan Manusia (IPM) dan Rasio Gini pada tahun 2023. Data IPM digunakan untuk menggambarkan tingkat kesejahteraan masyarakat yang meliputi dimensi kesehatan, pendidikan, dan standar hidup layak, sedangkan Rasio Gini digunakan untuk mengukur ketimpangan distribusi pendapatan. Menggunakan metode Elbow untuk membantu dalam menentukan jumlah cluster, sedangkan algoritma K-Means digunakan untuk proses clustering. Hasil penelitian menunjukkan bahwa 38 kabupaten/kota terbagi menjadi 4 cluster: 16 wilayah dengan IPM rendah dan Rasio Gini sedang (cluster ); 5 wilayah dengan IPM tinggi dan Rasio Gini tinggi (cluster ); 7 wilayah dengan IPM rendah dan Rasio Gini rendah (cluster ); serta 10 wilayah dengan IPM tinggi dan Rasio Gini sedang (cluster). Temuan ini memberikan wawasan penting untuk pengambilan kebijakan pembangunan yang lebih tepat sasaran.]]>
<![CDATA[Sistem Pendukung Keputusan Berbasis Web dengan Metode SAW untuk Optimalisasi Produksi Kue ]]>
<![CDATA[Adrielvino, Nathanael Abel]]>;
<![CDATA[Ayunda, Afifah Trista]]>
<![CDATA[ COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 1 (2025): Kecerdasan Buatan dalam Meningkatkan Efisiensi Bisnis ]]>
Publisher : <![CDATA[Universitas Nurul Jadid ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33650/coreai.v6i1.11445
<![CDATA[Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Simple Additive Weighting (SAW) guna membantu pemilik usaha Greenlie dalam menentukan jenis kue tradisional yang paling optimal untuk diproduksi secara massal. Dalam usaha toko kue tradisional, pemilihan produk yang tepat sangat penting karena berpengaruh pada efisiensi operasional dan keberhasilan bisnis secara finansial dan waktu. Sistem yang dikembangkan menggunakan lima kriteria penilaian yaitu keuntungan per item, tingkat kesulitan pembuatan, lama pembuatan, ketersediaan bahan, dan popularitas produk. Setiap alternatif kue dinilai berdasarkan kriteria tersebut dan diproses menggunakan metode SAW untuk menghasilkan skor yang menggambarkan kelayakan produksi. Hasil pengujian menunjukkan bahwa onde-onde memiliki skor tertinggi sebesar 0.7675, diikuti oleh bugis mandi dan centeh manis. Dengan adanya SPK ini, pengambilan keputusan produksi diharapkan menjadi lebih objektif dan terarah sehingga dapat meningkatkan efisiensi dan profitabilitas usaha Greenlie.]]>
