cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
admin@jurnalmahasiswa.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Published by CV. SHOFANAH MEDIA BERKAH
ISSN : -     EISSN : 30250927     DOI : -
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
- MAchine learning - Sistem Penunjang Keputusan - Sistem Pakar - Deep Learning - Kecerdasan Buatan - Computer Vision - Image Processing - Robot Cerdas - serta ilmu komputer yang relevan
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 156 Documents
 12   13   14   15   16 
Perbandingan Metode SMART dan WP untuk Racikan Pakan Bebek Pedaging Berbasis Web Candra Purnama; Yono Cahyono
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas permasalahan dalam menentukan pakan racikan bebek pedaging terbaik di Peternakan Adam Farm yang masih dilakukan secara manual sehingga kurang efisien. Tujuan penelitian adalah merancang dan mengimplementasikan sistem pendukung keputusan berbasis web dengan membandingkan metode Weighted Product (WP) dan Simple Multi Attribute Rating Technique (SMART). Sistem dikembangkan dengan model Waterfall dan data diperoleh melalui observasi, wawancara, serta studi literatur dengan lima kriteria utama: biaya pakan, ketersediaan, protein, kenaikan bobot/minggu, dan tingkat konsumsi pakan. Hasil penelitian menunjukkan bahwa racikan terbaik adalah 1 Dadak + 2 Pur + 1 Ampas Tahu + 1 Roti Bekas. Perbandingan metode menampilkan bahwa metode WP lebih akurat dengan hasil 99,934%, sedangkan metode SMART menghasilkan nilai 99,448%. Dengan demikian, sistem pendukung keputusan berbasis WP mampu memberikan rekomendasi yang lebih baik dalam meningkatkan efisiensi pemilihan pakan dan mendukung pertumbuhan bebek pedaging.
Implementasi Metode TOPSIS dalam Sistem Penunjang Keputusan Pemilihan Cream Wajah di Klinik Pratama Naavagreen Az’zahra Nurul Hikma; Yudi Kurniawan
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan cream wajah yang sesuai dengan jenis kulit sangat penting untuk mendapatkan hasil perawatan yang optimal. Banyak pelanggan mengalami kesulitan dalam menentukan produk yang tepat, terutama tanpa konsultasi langsung dengan dokter. Untuk itu, dibutuhkan sistem yang mampu memberikan rekomendasi produk secara objektif dan efisien. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan pemilihan krim wajah berdasarkan jenis kulit menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode ini dipilih karena dapat menangani keputusan multikriteria secara sistematis dan logis. Sistem dikembangkan dengan metode prototipe melalui tahapan komunikasi, perencanaan, perancangan, implementasi, dan evaluasi. Kriteria yang digunakan meliputi harga, bahan aktif, efek mencerahkan, melembapkan, anti-penuaan, dan non-komedogenik. Hasil akhir berupa peringkat produk berdasarkan nilai preferensi tertinggi, yang dapat membantu pelanggan dan klinik dalam memilih cream wajah yang paling sesuai dengan kebutuhan kulit.
Eksplorasi Visual Branding Musisi Virtual AI dan Respon Estetis Pendengar Hasbaan Zafar Ahmad
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas eksplorasi visual branding musisi virtual berbasis AI dan pengaruhnya terhadap respon estetis pendengar di media sosial. Perkembangan AI dalam industri musik telah mendorong perubahan tidak hanya pada aspek produksi audio, tetapi juga pada pembentukan identitas visual yang menjadi bagian penting dari komunikasi artistik. Penelitian ini menggunakan pendekatan kualitatif dengan teknik wawancara semi-terstruktur terhadap dua narasumber, yaitu audiens dan kreator musik berbasis AI. Hasil penelitian menunjukkan bahwa visual branding berperan dalam membentuk kesan pertama, memperkuat identitas musik, dan memengaruhi ketertarikan audiens untuk berinteraksi di media sosial. Audiens cenderung merespons positif ketika gaya visual, warna, tipografi, dan karakter dianggap selaras dengan genre musik. Sebaliknya, visual yang kaku atau kurang natural dapat memunculkan kesan aneh dan mengurangi kenyamanan estetis. Di sisi lain, kreator memandang AI sebagai ruang eksplorasi untuk membangun identitas musik secara abstrak sebelum dikembangkan menjadi konsep yang lebih matang. Temuan ini menegaskan bahwa visual branding berbasis AI tidak hanya berfungsi sebagai elemen pendukung, tetapi juga sebagai medium komunikasi estetis yang memengaruhi pengalaman mendengar dan keterlibatan audiens di media sosial.
Model Hybrid Clustering untuk Artikel Ilmiah Prosiding SENATIB Berbasis TF-IDF Nabila Wahyu Ningtias; Abdullah Azza Al Abllas; Arif Kurniawan; Nasywa Hamna Zakiya; Aprilisa Arum
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Meningkatnya jumlah artikel ilmiah pada prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) menyebabkan proses pencarian referensi berdasarkan topik penelitian menjadi kurang efisien apabila dilakukan secara manual. Penelitian ini bertujuan mengelompokkan artikel ilmiah berdasarkan kemiripan topik menggunakan pendekatan text mining dan algoritma K-Means Clustering. Data penelitian diperoleh melalui proses web scraping sebanyak 490 artikel yang terdiri atas atribut judul dan abstrak. Tahapan penelitian meliputi data cleaning, preprocessing (case folding, cleaning, tokenization, stopword removal), pembobotan menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), penentuan jumlah cluster menggunakan Agglomerative Hierarchical Clustering dengan Ward Linkage dan Elbow Method, dilanjutkan proses clustering menggunakan K-Means. Hasil penelitian menunjukkan bahwa jumlah cluster yang paling representatif adalah tiga cluster. Evaluasi menggunakan Silhouette Score, Davies–Bouldin Index (DBI), dan Calinski–Harabasz Index (CHI) menghasilkan nilai masing-masing sebesar 0,0336, 4,5271, dan 13,7372. Meskipun tingkat pemisahan antarcluster masih relatif rendah akibat kemiripan topik antarartikel, hasil clustering mampu mengelompokkan artikel ke dalam tiga kelompok utama, yaitu Sistem Informasi, Internet of Things (IoT), dan Sistem Pendukung Keputusan. Penelitian ini diharapkan dapat membantu proses pencarian referensi berdasarkan topik serta memberikan gambaran mengenai persebaran topik penelitian pada prosiding SENATIB.
Analisis Segmentasi Negara Asal Wisatawan Mancanegara ke Indonesia Menggunakan Metode K-Means Clustering Dista Dian Saputri; Angel Tesalonika; Desta Aditya; Satya Yoma; Aprilisa Arum
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jumlah kunjungan wisatawan mancanegara ke Indonesia menunjukkan perbedaan yang cukup beragam jika dilihat berdasarkan negara asalnya. Perbedaan tersebut mencerminkan adanya karakteristik kunjungan yang tidak sama sehingga diperlukan proses segmentasi untuk memperoleh gambaran mengenai kelompok negara dengan pola kunjungan yang serupa. Penelitian ini bertujuan melakukan segmentasi negara asal wisatawan mancanegara menggunakan algoritma K-Means Clustering dengan memanfaatkan data kunjungan wisatawan periode 2020–2025 yang diperoleh dari Badan Pusat Statistik (BPS). Tahapan penelitian meliputi preprocessing data, integrasi dataset, pembentukan empat fitur utama, yaitu total kunjungan, rata-rata kunjungan, standar deviasi, dan growth rate, kemudian dilanjutkan dengan transformasi logaritmik, normalisasi menggunakan MinMax Scaler, serta penentuan jumlah cluster menggunakan Elbow Method dan Silhouette Score. Hasil evaluasi menunjukkan bahwa jumlah cluster yang paling sesuai adalah tiga cluster dengan nilai Silhouette Score sebesar 0,5413. Proses clustering menghasilkan tiga kelompok yang terdiri atas 72 negara, 83 negara, dan 38 negara dengan karakteristik kunjungan yang berbeda. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan negara asal wisatawan secara cukup baik sehingga dapat dimanfaatkan sebagai informasi pendukung dalam penyusunan strategi promosi dan pengembangan pasar pariwisata Indonesia.
Deteksi Sampah Real-Time Menggunakan model DenseNet121 Yono Cahyono; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan sampah yang efektif memerlukan teknologi yang mampu melakukan identifikasi jenis sampah secara cepat dan akurat. Penelitian ini bertujuan mengembangkan sistem deteksi sampah real-time menggunakan model DenseNet121 yang diintegrasikan dengan OpenCV. Metode penelitian menggunakan pendekatan eksperimen yang meliputi pengumpulan dataset dari berbagai sumber, preprocessing citra, pembagian data menjadi data pelatihan dan pengujian, pelatihan model, evaluasi performa, serta implementasi sistem deteksi secara real-time. Model DenseNet121 dipilih karena memiliki arsitektur dense connectivity yang mampu meningkatkan efisiensi pembelajaran dan akurasi klasifikasi citra. Hasil pelatihan menunjukkan Train Accuracy sebesar 92,5% dan Validation Accuracy sebesar 94,9%, sedangkan pada tahap pengujian model memperoleh akurasi sebesar 96,1%. Kurva pelatihan menunjukkan proses konvergensi yang stabil tanpa indikasi overfitting yang signifikan. Integrasi model dengan OpenCV memungkinkan sistem mendeteksi berbagai jenis sampah seperti plastik, kaca, logam, karton, kertas, dan sampah organik secara langsung melalui kamera dengan waktu respons yang cepat. Hasil penelitian menunjukkan bahwa kombinasi DenseNet121 dan OpenCV mampu menghasilkan sistem deteksi sampah real-time yang akurat dan efisien sehingga berpotensi diterapkan pada sistem pengelolaan sampah cerdas (smart waste management) maupun proses pemilahan sampah otomatis..

Page 16 of 16 | Total Record : 156

 12   13   14   15   16 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 4 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 3 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 3 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan More Issue