cover
Contact Name
Andi Baso Kaswar
Contact Email
a.baso.kaswar@gmail.com
Phone
+6285656227888
Journal Mail Official
fakhri@diginus.id
Editorial Address
Antang, Makassar, South Sulawesi, Indonesia
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Journal of Deep Learning, Computer Vision and Digital Image Processing
ISSN : 29868920     EISSN : 29868939     DOI : https://doi.org/10.61255/decoding
Core Subject : Science,
The Journal of Deep Learning, Computer Vision and Digital Image Processing (DECODING), covers all topics of artificial intelligence and soft computing and their applications, including but not limited to: • Neural networks • Reasoning and evolution • Intelligent search • Intelligent planning • Intelligence applications • Computer vision and speech understanding • Multimedia and cognitive informatics • Data mining and machine learning tools, heuristic and AI planning strategies and tools, computational theories of learning • Technology and computing (like particle swarm optimization); intelligent system architectures • Knowledge representation • Bioinformatics • Natural language processing • Automated reasoning • Logic programming • Machine learning • Visual/linguistic perception • Evolutionary and swarm algorithms • Derivative-free optimisation algorithms • Fuzzy sets and logic • Rough sets • Simulated biological evolution algorithms (like genetic algorithm, ant colony optimization, etc) • Multi-agent systems • Data and web mining • Emotional intelligence • Hybridisation of intelligent models/algorithms • Parallel and distributed realisation ofintelligent algorithms/systems • Application in pattern recognition, image understanding, control, robotics and bioinformatics • Application in system design, system identification, prediction, scheduling and game playing • Application in VLSI algorithms and mobile communication/computing systems
Articles 5 Documents
Search results for , issue "Volume 2 Issue 1 Maret 2024" : 5 Documents clear
Penentuan Jumlah Produksi Roti Pada Toko Roti Kayla Menggunakan Fuzzy Logic Metode Tsukamoto Bakri, Muh. Fajrin Bakri; Fajar B, Muhammad; Indriani, Gebby; Rahman, Ahmad Fadhli
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 1 Maret 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i1.300

Abstract

Penentuan jumlah produksi merupakan hal yang perlu diperhatikan sebelum memulai sebuah usaha. Menentukan jumlah produksi suatu barang merupakan langkah penting untuk menghindari risiko kerugian. Dengan adanya metode ini, akan meminimalisir kerugian bagi penyedia usaha karena dapat menyesuaikan jumlah persediaan dan produksi sesuai dengan jumlah permintaan, sehingga bahan baku yang disiapkan akan digunakan secara maksimal. Pada era globalisasi saat ini, persaingan pasar dalam dunia industri sangat kompetitif sehingga dibutuhkan kemampuan pengelola perusahaan yang profesional agar dapat memenangkan persaingan dalam pasar global terutama dalam usaha penjualan Roti. Namun, permasalahan yang terjadi adalah saat menentukan jumlah produksi roti. Banyaknya faktor yang masuk dalam perhitungan membuat sulit untuk menetapkan pedoman penentuan jumlah roti yang akan diproduksi. Pengelolaan produksi roti di toko roti Kayla dalam menentukan jumlah produksi terkadang tidak memenuhi pesanan dengan tepat waktu dan jumlah yang sesuai, sehingga berdampak kerugian terhadap toko dikarenakan jumlah produksi yang tidak sesuai dengan permintaan konsumen. Oleh karena itu, pada penelitian ini akan dilakukan penentuan jumlah produksi roti pada toko roti Kayla untuk menentukan jumlah produksi yang tepat, sesuai dengan jumlah permintaan dan persediaan. Metode yang digunakan pada penelitian ini adalah Fuzzy Logic dengan metode Tsukamoto untuk menentukan jumlah produksi roti. Dibandingkan dengan sebelumnya, dengan adanya penerapan Fuzzy Logic metode Tsukamoto pada kasus ini memberikan output jumlah produksi yang lebih optimal dan mencegah produksi yang kurang ataupun berlebih yang dapat menyebabkan kerugian. 
Sistem Penentuan Produksi Makanan Pada Warung Sate Madura Malengkeri Menggunakan Fuzzy Logic Metode Tsukamoto Amatullah, Mutia; Sumarnie; Tenriajeng, Andi Afrah
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 1 Maret 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i1.301

Abstract

The production determination system using the Tsukamoto fuzzy method can be used to determine the optimum quantity in satay production. However, if the quantity of products produced by Warung Sate Madura Malengkeri is less than the customer demand, the eatery will miss the opportunity to maximize profits, and vice versa. Therefore, planning the production quantity in Warung Sate Madura Malengkeri is crucial to meet customer demand with the appropriate quantity.
Pengendalian Untuk Mengoptimalkan Produksi Mie Pada Warung Mie Pedas Dengan Menggunakan Logika Fuzzy Berbasis Metode Tsukamoto Safitri, Ayu; Azzahra, Aura; Kurnia, Shahnaz Tasha
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 1 Maret 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i1.316

Abstract

ABSTRACT The rapid development of technology has led to a change in consumer consumption patterns, including food consumption, especially the production of noodles. Noodles are a source of energy and nutrients needed by all living organisms. One of the noodle dishes often used as a substitute for rice is instant noodles. Instant noodles are easy to serve and practical, and their production is usually carried out based on consumer demand. However, there is still a lack of research on determining the optimal production quantity of instant noodles to meet consumer demand and align with the availability of raw materials. Therefore, it is suggested to use Fuzzy Logic-based Method Tsukamoto to optimize noodle production at noodle shops. The Fuzzy Logic Method Tsukamoto helps regulate noodle production in accordance with consumer preferences and avoid waste of raw materials. The results of the study show that the method can adjust the production quantity of instant noodles based on consumer demand and availability. This approach ensures that noodle production meets consumer needs and prevents overuse of raw materials Keywords: Noodles, Tsukamoto, demand, supply, production
APPLICATION OF FUZZY LOGIC IN DETERMINING THE AMOUNT OF COTO PRODUCTION AT THE COTO DAENG TATA WARUNG USING FUZZY LOGIC BASED ON THE TSUKAMOTO METHOD Ayu Irdayanti.J; Andi Azizul Hakim; Suci Permatasari; marwan
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 1 Maret 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i1.351

Abstract

This research focuses on enhancing Coto production efficiency at Warung Coto Daeng Tata through the application of fuzzy logic, specifically utilizing the Tsukamoto method. Challenges such as unpredictable demand fluctuations and inconsistent raw material variations hinder production adaptation. However, by refining fuzzy rules based on shop experience and adjusting parameters, this study aims to optimize responses to market changes and customer demands. Method stages encompass establishing fuzzy rules, fuzzification, inference, and defuzzification, yielding adaptive production quantities. Results demonstrate the effectiveness of the Tsukamoto method in optimizing Coto production, aligning with input variables like weather and seasons to minimize waste and enhance customer satisfaction. The application of fuzzy logic enhances responsiveness to market dynamics and customer preferences, potentially improving operational performance and sustaining traditional culinary businesses
The The development of a mobile-based e-donation application as a solution for recording donations : Pengembangan Aplikasi E-Donasi Berbasis Mobile Sebagai Solusi Pencatatan Donasi Akbar, Muh; Suryaningsih, Suryaningsih; Khasanah, Amelia Uswatun; Kasmiryani Ar, Siti Nur Alifya
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 1 Maret 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i1.442

Abstract

Pengembangan aplikasi e-donasi berbasis mobile sebagai solusi pencatatan donasi dimaksudkan untuk mempermudah proses donasi serta menjamin transparansi dan akurasi dalam pencatatan donasi. Untuk mencapai tujuan dari penelitian tersebut digunakan metode pengembangan perangkat lunak waterfall yang terdiri dari beberapa fase yang berurutan: Analisis Kebutuhan, Perancangan Sistem, Implementasi, Pengujian dan Pemeliharaan. Hasil penelitian menunjukkan bahwa Aplikasi e-donasi berbasis mobile telah dirancang dan diuji untuk mempermudah proses pencatatan dan pengelolaan donasi. Fitur Sign Up dan Sign In dinyatakan valid, memungkinkan pengguna membuat akun dan masuk ke dalam aplikasi e-donasi dengan mudah. Halaman menu utama juga dinyatakan valid dengan navigasi ke halaman menu utama setelah login berfungsi dengan baik. Fitur pencatatan donasi berfungsi dengan baik untuk semua kategori donasi, sehingga dinyatakan valid. Namun, fitur hapus riwayat donasi dinyatakan kurang valid dan memerlukan perbaikan untuk memastikan penghapusan riwayat donasi berfungsi dengan benar. Fitur hapus keseluruhan riwayat donasi dinyatakan valid dan berfungsi dengan baik untuk menghapus seluruh riwayat donasi. Fitur rekapan juga dinyatakan valid, menampilkan keseluruhan rekapan donasi yang telah dilakukan dengan baik. Fitur logout dinyatakan valid, dengan berhasil kembali ke halaman utama. Peneliti juga melakukan pengujian 2 user atau lebih dalam penggunaan aplikasi Namun, pengujian dengan dua atau lebih user menunjukkan hasil yang kurang valid. Hal ini dikarenakan saat pengguna baru berhasil masuk, aktivitas yang ditampilkan bukan aktivitas user baru tersebut, melainkan aktivitas user pertama.

Page 1 of 1 | Total Record : 5