Articles
1,283 Documents
<![CDATA[Identifikasi Penyakit Tanaman Gambas Berdasarkan Extrasi Ciri Pada Daun Gambas ]]>
<![CDATA[Anasrudin, Rohman Sulton]]>;
<![CDATA[Niswatin, Ratih Kumalasari]]>;
<![CDATA[Farida, Intan Nur]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.120
<![CDATA[Pada penelitian ini dikembangkan sistem yang dapat melakukan diagnose penyakit pada tumbuhan gambas. Berdasarkan permasalahan tersebut, maka penelitian ini penting dilakukan untuk memudahkan petani mengetahui lebih cepat mendeteksi penyakit-penyakit yang ada pada daun gambas secara lebih efisien menggunakan metode Gray Level Co-occurrence Matrices (GLCM). Metode yang digunakan yaitu dengan menerapkan stadi pustaka mengenai metode pendeteksian ciri penyakit pada daun gambas. Oleh sebab itu identifikasi penyakit tanaman gambas berdasarkan extrasi ciri pada daun gambas sangat dibutuhkan untuk mepercepat dan menganalisa penyakit yang ada pada tanaman gambas, sehingga dapat lebih cepat untuk penanganinya. Sistem di buat untuk memudahkan petani untuk mengetahui jenis penyakit yang ada pada tanaman gambas sehingga petani dapat lebih cepat menangani penyakit yang ada. Dengan menggunakan metode Gray Level Co-occurrence Matrices (GLCM). Untuk pengujian dari 20 gambar jenis penyakit menghasilkan akurasi sebesar 85%.]]>
<![CDATA[Implementasi Data Mining Pada Hasil Penjualan Barang Menggunakan Metode K-Means Clustering ]]>
<![CDATA[Huda, Fakhry Miftakhul]]>;
<![CDATA[Helilintar, Risa]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.121
<![CDATA[Sistem manajemen pergudangan atau biasa dikenal sebagai industri distributor barang dalam dunia perindustrian kerap kali luput dari pengawasan ataupun perhatian dari para pelaku bisnis. Dapat di ambil contoh dari data yang ada di PT.Enseval Putera Megatrading. Permasalahan yang kerap terjadi dalam perindustrian terutama dalam permasalahan khususnya di pergudangan yaitu dengan stok barang yang tidak sesuai dengan data yang ada permasalahan tersebut bisa menyebabkan kerugian bagi para pelaku bisnis. Penjualan barang menjadi faktor suksesnya bisnis ataupun usaha yang dilakukan para pelaku bisnis. Namun, para pelaku bisnis terkadang menganggap itu semua dengan sebelah mata dan membuat karyawan melakukan input data dengan cara manual. Berdasarkan latar belakang diatas ini maka penulis berencana untuk merancang sebuah aplikasi tentang pengelompokan berdasarkan penjualan barang yang terjual di pasaran dengan menggunakan metode k-means untuk mempermudah melihat hasil penjualan barang mana yang Sangat laku diperjual belikan di pasaran,yang laku dipasaran maupun yang tidak laku di pasaran. Dari hasil penerapan metode k-means diatas ada 4 jenis barang yang sangat laku yaitu Bits 300ML/24, LV juice pome 300ML/24, Vegie F premium carrot 300ML/24, Vegie F premium tomat 300ML/24, 2 jenis barang yang laku yaitu LV juice mangga 300ML/24 dan Hydro coco original 500ML/12, dan 4 jenis barang yang tidak laku yaitu Hydro coco original 200ML/24, LV juice guava 300ML/24, LV juice orange 300ML/24, dan LV juice pome 1 LT/12.]]>
<![CDATA[Sistem Rekomendasi Jenis Makanan Disabilitas ]]>
<![CDATA[Windarti, Windarti]]>;
<![CDATA[Firliana, Rina]]>;
<![CDATA[Indriati, Rini]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.122
<![CDATA[Penderita disabilitas masih banyak yang tidak memahami makanan apasaja yang tepat untuk dikonsumsi. Ketidakpahaman dalam pemilihan makanan yang tepat sangat mempengaruhi kesehatan pada tubuh seseorang. Banyak makanan yang memiliki kandungan gizi yang baik dapat dikonsusmi, akan tetapi diperlukan gizi atau makanan yang tepat. Untuk membantu penderita disabilitas maka dibutukan sebuah sistem pendukung keputusan yang diharapkan dapat memberi kemudahan untuk membantu dalam menentukan makanan yang tepat dikonsumsi, dengan cara memunculkan rekomendasi yang akurat dan sistematis. Untuk itu, penelitian ini mengusulkan dibangunnya sebuah sistem untuk merekomendasikan makanan Disabilitas. Dengan mempertimbangkan kebutuhan jenis makanan agar kebutuhan gizi disabelitas terpenuhi, penelitian ini menggunakan metode technique for order preference by similarity to ideal solution (TOPSIS). Tahapan yang dilakukan dalam penelitian ini adalah pengumpulan data, analisa penerapan metode, implementasi, dan pengujian. Menentukan kriteria antara lain protein, karbohidrat, lemak, vitamin, kalium dan mengambil beberapa alternative. Dalam penelitian ini, menghasilkan pilihan terbaik dalam memberikan rekomendasi makanan yang tepat untuk disabilitas yaitu menggunakan alternative kacang kedelai dengan nilai perangkingan 1.]]>
<![CDATA[Strategi Promosi Pada Online Shop Tata OS Melalui Implementasi Algoritma Apriori ]]>
<![CDATA[Pratama, Nando Adi Tya]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.123
<![CDATA[Pemilik online shop memiliki sejumlah data penjualan namun kerap tidak dimanfaatkan untuk strategi promosinya atau hanya dijadikan sebagai arsip saja. Sehingga kerap kali pemilik online shop merasa bingung saat ingin menentukan barang mana yang paling efektif untuk dijadikan sebagai konten promosi produknya. Melalui algoritma Apriori akan ditemukan frequent item sets dari sejumlah data penjualan yang akan dicari aturan asosiasinya. Dengan memanfaatkan data transaksi setiap pekan dan menentukan seluruh aturan asosiasi, maka setiap barang yang telah memenuhi syarat minimum support sebesar 30% dan minimum confidence sebesar 70% akan dijadikan sebagai acuan strategi promosi oleh pemilik online shop sehingga dapat meningatkan angka penjualan pada pekan berikutnya.]]>
<![CDATA[Pengenalan Jenis Bunga Dengan Metode Learning Vector Quantization Dan Manhattan Distance ]]>
<![CDATA[Audianingrum, Arike Septi]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.124
<![CDATA[Untuk mengatasi keterbatasan kemampuan manusia dalam mengetahui jenis bunga mawar perlu adanya sebuah sistem. Sistem tersebut akan membantu menganalisa jenis bunga mawar yang dimasukan ke sistem berdasarkan pada bentuk bunga. Penelitian ini menggunakan Metode LVQ dan Manhattan Distance untuk menganalisa jenis bunga mawar dengan objek bentuk bunga mawar dimana citra bunga mawar yang diinput akan di proses untuk di konversi dari citra RGB ke citra Grayscale, kemudian akan dilakukan proses deteksi tepi, nilai tepi selanjutnya akan di proses dengan menggunakan metode LVQ. Proses terakhir adalah mencari jarak yang mendekati objek dengan menggunakan metode Manhattan Distance sebagai hasil identifikasi. Pengujian dilakukan sebanyak 4 kali dengan memperhatikan jumlah citra mawar yang terdapat pada data training dan data testing, dengan ketentuan citra mawar yang digunakan sebagai data testing berbeda dengan citra mawar yang digunakan sebagai data training. Dari ujicoba menghasilkan akurasi dengan mengunakan data training sebanyak 12 pada ujicoba pertama dengan data testing Tea Rose Pink yaitu 96% dengan jarak minimal 0.0101, ujicoba ke dua dengan data testing Rosa Santana mendapatkan akurasi 97% dengan jarak minimal 0.0095, ujicoba ke tiga dengan data testing amber queen mendapatkan akurasi 98% dengan jarak minimal 0.0213, dan ujicoba ke empat dengan data testing iceberg rose mendapatkan akurasi 96% dengan jarak minimal 0.0362.]]>
<![CDATA[Implementasi Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Bunga Ang ]]>
<![CDATA[Zainuri, Mohamad]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.125
<![CDATA[Bunga merupakan komponen estetika yang menjadi bagian dari kehidupan manusia. Di Indonesia, terdapat banyak sekali tanaman bunga salah satunya adalah bunga anggrek. Bunga anggrek adalah salah satu tanaman yang memiliki anggota jenis terbanyak didunia. Dengan banyaknya spesies yang dimiliki oleh bunga ini maka cara membedakannya pun juga akan sulit, karena banyak diantara jenisnya yang mempunyai bentuk ataupun corak kelopak bunga yang hampir sama. Dari masalah ini, maka dibuatlah aplikasi yang dapat mengidentifikasi jenis bunga anggrek dengan citra bunga tersebut. Convolutional Neural Network (CNN) merupakan salah satu jenis algoritma Deep Learning yang dapat menentukan objek apa saja dalam sebuah gambar, mengenali dan membedakan antara satu gambar dengan yang lainnya. Berdasarkan skenario pengujian yang dilakukan, sistem identifikasi citra bunga anggrek menghasilkan akurasi probabilitas sebesar 0.872.]]>
<![CDATA[Penerapan Metode Algoritma Genetika Untuk Optimasi Penjadwalan Mata Kuliah ]]>
<![CDATA[Ma’arif, A’an Tamim]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.126
<![CDATA[Pada saat ini penjadwalan mata kuliah pada jurusan Teknik Informatika Fakultas Teknik Universitas Nusantara PGRI Kediri menggunakan cara manual. Pembuatan jadwal yang masih manual seringkali mengalami kesulitan dalam penataan slot jadwal dalam mengatur komponen penyusun jadwal yaitu mata kuliah, dosen, hari, jam, dan ruang yang tersedia. Untuk menyelesaikan masalah penjadwalan mata kuliah diperlukan algoritma yang dapat menyelesaikan masalah pada proses penyusunan jadwal. Algoritma ini melakukan proses optimasi untuk mencari hasil yang terbaik. Yaitu dengan cara kombinasi perkawinan yang didasari secara random. Penerapan Algoritma Genetika dalam proses penjadwalan kuliah ini, dengan cara mengkodekan dosen, kelas, mata kuliah, ruang, jam dan hari. Pengujian ini dilakukan dengan melakukan pengujian terhadap kromosom-kromosom yang ada. Berdasarkan nilai fitness yang diperoleh dari setiap pengujian, maka membuktikan bahwa Algoritma Genetika ini mampu memenuhi setiap kromosom yang ada.]]>
<![CDATA[Prediksi Persediaan Barang Pada Toko Online Dan Offline Galeri Syahira Menggunakan Metode EOQ ]]>
<![CDATA[Sari, Dewi Kurnia]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.127
<![CDATA[Galeri Syahira merupakan toko yang menjual baju, aksesoris, kerudung dan tas secara offline dan online yang sering mengalami keterlambatan persediaan barang dan ada beberapa penumpukan barang di gudang yang tidak seimbang dengan barang yang terjual. Dengan keadaan seperi itu, dapat mengakibatkan pemborosan dan kerugian bagi pemilik toko Galeri Syahira kara barang yang menumpuk bisa saja lama terjual karena adanya model produk baru, sedangkan apabila terjadi keterlambatan barang, maka pembeli tidak jadi membeli dan memilih untuk mencari di toko lain karena pelanggan cenderung mneyukai barang yang tersedia daripada menunggu. Tujuan dari penelitian ini adalah untuk menentukan berapa persediaan barang yang harus tersedia digudang menggunakan metode EOQ. Digunkannya metode EOQ karena metode ini mampu mengetahui berapa persediaan yang harus tersedia, total cost atau pengeluaran yang harus dibayar, rata-rata barang yang terjual setiap hari, waktu yang harus ditunggu selama proses pemesanan (lead time), kapan harus melakukan pemesanan kembali atau ROP (ReOrderPoint). Berapa persediaan terbanyak yang harus tersedia digudang, dan juga dapat mengetahui berapa kali harus melakukan pemesanan dalam satu periode.]]>
<![CDATA[Pengenalan Tulisan Tangan Menggunakan Metode Learning Vector Quantization Dan Euclidean Distanc ]]>
<![CDATA[Adawiyah, Rabiatul]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.128
<![CDATA[pengenalan tulisan tangan pada umunya dilakukan secara manual oleh seseorang dengan mencocokkan tulisan tangan yang sah dengan tulisan tangan yang dilakukan pada saat itu. Tulisan tangan juga dapat mengungkapkan berbagai emosi dan perasaan. Tulisan tangan adalah kemapuan computer untuk menerima dan menafsirkan input tulisan tangan yang dapat di mengerti dari sumber kertas, foto, layar sentuh dan perangkat lainnya.. Metode yang digunakan dalam pembuatan sistem ini adalah Learning Vector Quantization dan Euclidean distance. Yang mana metode tersebut untuk mengekstraksi ciri dan mencari jarak kedekatan tulisan tangan dengan mengubah citra RGB ke greysacale untuk mengetahui bobot tulisan perkata. Kesimpulan dari penelitian yang telah disusun ini adalah metode yang digunakan mampu mengenali tulisan tangan. Semakin kecil nilai bobot yang hasilkan maka semakin dekat pula kemiripan dari tulisan tersebut diperoleh hasil tertinggi pada skenario uji coba 5 dengan akurasi 75% .]]>
<![CDATA[Pengenalan Pola Tulisan Tangan Aksara Jawa Menggunakan Metode Fuzzy Feature Extraction ]]>
<![CDATA[Prakosa, Ade Novit Dedey]]>;
<![CDATA[Pamungkas, Danar Putra]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v4i2.129
<![CDATA[Perkembanggan teknologi mengalami kemajuan yang sangat pesat ,terutama di bidang game juga ikut berkembang denga cepat hal itu menyebabkan berkuangnya minat untuk belajar tentang budaya. dibuktikan dengan masih ditemukannya siswa sekolah yang belum paham dengan akasara jawa penulisan maupun cara membaca demi mempermudah siswa belajar tentang aksara jawa,penelitian dengan judul Pengenalan Pola Tulisan Tangan Aksara Jawa Menggunakan Metode Fuzzy Feature Extraction, di rancang untuk membuat system yang dapat membantu para siswa belajar asara jawa.bedasarkan penelitian yang telah dilakaukan persentase keberhasilan adalah 88.5% ,dari 200 sample yang telah diambil hanya 21 huruf saja yang gagal dikenali di sebabkan karena ukuran gambar, tebal dan tipisnya yang berpengaruh terhadap hasil extrasi.]]>
