cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
M Rusli B
Contact Email
mruslib@gmail.com
Phone
+6285242908070
Journal Mail Official
pusdig.id@gmail.com
Editorial Address
Perumahan Griya Lumandi Permai Blok B19, Kec. Wara Selatan, Palopo
Location
Unknown,
Unknown
INDONESIA
Journal Artificial: Informatika dan Sistem Informasi
Published by Pustaka Digital Indonesia
ISSN : -     EISSN : 30253098     DOI : https://doi.org/10.54065/30253098
Core Subject : Science,
Computer Science & IT
Journal Artificial: Informatika dan Sistem Informasi adalah jurnal yang diterbitkan oleh Pustaka Digital Indonesia. Jurnal Artificial merupakan media diseminasi hasil penelitian para peneliti di bidang informatika dan Sistem Informasi. Journal Artificial adalah jurnal yang diterbitkan dua tahun sekali, yakni pada bulan April dan Oktober dengan tujuan mengeksplorasi, mengembangkan dan menjelaskan pengetahuan informatika dan Sistem Informasi agar memberikan edukasi tentang isu-isu terkini dan praktik terbaik, serta berfungsi sebagai platform pertukaran informasi. ide, pengetahuan, dan keahlian di kalangan peneliti dan praktisi teknologi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 6 Documents
 1 
Search results for , issue "Vol. 2 No. 1 (2024): April 2024" : 6 Documents clear
Deep Learning Methods for Chest X-ray Imaging-Based COVID-19 Pneumonia Detection Sarkar, MD Roman
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.487

Abstract

The global COVID-19 pandemic has posed significant challenges in the early detection and management of pneumonia caused by the virus. One effective way to detect COVID-19 pneumonia is through chest X-ray imaging, which offers advantages in terms of accessibility and cost. However, the manual diagnostic process requires time and high accuracy. This study aims to develop a hybrid convolutional neural network (CNN) model capable of automatically and accurately detecting COVID-19 pneumonia from chest X-ray images. The methodology used in this research involves meticulous data processing, including data augmentation and image quality enhancement, as well as the application of a hybrid CNN architecture combining VGG-16 and ResNet-50 models for feature extraction and complex pattern processing. Experimental evaluation results show that this model achieves 96.5% accuracy, 97.2% precision, 96.5% recall, and 96.8% F1-score in detecting COVID-19 pneumonia. The model also demonstrates good performance in distinguishing non-COVID pneumonia and healthy conditions, with accuracy ranging from 96.5% to 96.6%. These findings highlight the potential of artificial intelligence in enhancing diagnostic efficiency and accuracy, particularly in public health emergencies. This research is expected to contribute to the development of reliable AI-based diagnostic solutions to assist healthcare professionals in the early detection of COVID-19 pneumonia and other pulmonary infections.
Sistem Pakar Diagnosa Penyakit Kucing Berbasis Website menggunakan Metode Forward Chaining Saleh, Muhammad Arif; Ruhamah, Ruhamah; Taufiq, Taufiq
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.532

Abstract

Penelitian ini mengangkat pentingnya pengembangan sistem pakar untuk diagnosa penyakit kucing berbasis website, dengan tujuan untuk memudahkan pemelihara kucing dalam mengidentifikasi dan mengatasi masalah kesehatan pada kucing peliharaan mereka. Masyarakat Indonesia, yang semakin bergantung pada teknologi dalam aktivitas sehari-hari, khususnya dalam merawat hewan peliharaan, memerlukan sistem yang dapat memberikan solusi yang efisien dan akurat, mengingat keterbatasan pengetahuan medis yang dimiliki oleh banyak pemelihara hewan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar yang dapat mendiagnosa penyakit kucing dengan menggunakan metode forward chaining. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall, yang mencakup tahapan mulai dari analisis kebutuhan, desain, implementasi, hingga pemeliharaan sistem. Perancangan sistem dilakukan dengan menggunakan model visual UML dan aplikasi Balsamiq Wireframes untuk merancang antarmuka pengguna. Sistem ini dibangun menggunakan Visual Studio Code, dengan PHP sebagai backend dan Bootstrap untuk frontend. Hasil pengujian menunjukkan bahwa sistem berfungsi dengan sangat baik, dengan penilaian 96,10% dari validator ahli dan 96% dari uji coba pengguna, yang mengindikasikan bahwa sistem ini sangat valid dan layak digunakan. Penelitian ini berhasil menunjukkan bahwa sistem pakar berbasis website dengan metode forward chaining dapat memberikan solusi yang efektif bagi pemelihara kucing dalam mendeteksi dan menangani penyakit kucing, sekaligus meningkatkan aksesibilitas layanan kesehatan hewan. Rekomendasi untuk penelitian selanjutnya adalah menambahkan fitur visualisasi gambar untuk memperkaya pengalaman pengguna dalam mengenali jenis dan kondisi kucing.
Rancang Bangun Sistem Informasi Akademik Pada UPT SMK Negeri 6 Luwu Utara Berbasis Web Hutari, Hutari; Yasir, Fajar Novriansyah; Suhardi, Suhardi
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.536

Abstract

Sistem administrasi akademik di UPT SMK Negeri 6 Luwu Utara masih dilakukan secara manual, yang berpotensi menyebabkan ketidakefisienan dalam pengelolaan data siswa, nilai, dan absensi. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menghasilkan sebuah Rancang Bangun Sistem Informasi Akademik pada UPT SMK Negeri 6 Luwu Utara Berbasis Web. Jenis Penelitian yang digunakan dalam penelitian ini yaitu jenis penelitian Research and Development (R&D) yang mengacu pada model penelitian waterfall sedangkan motode pengumpulan datanya menggunakan metode observasi, wawancara, studi pustaka. Adapun software yang digunakan adalah sublime text sebagai text editor, PHP (Hypertext Preprocessor) sebagai bahasa pemrograman, MySQL (My Structured Query Language) untuk pengolahan basis data dan XAMPP sebagai lokal servernya. Teknik pengujian yang digunakan sistem ini yaitu teknik pengujian black box. Berdasarkan pengujiaan black box yang telah dilakukan dapat diketahui bahwa Rancang Bangun Sistem Informasi Akademik pada UPT SMK Negeri 6 Luwu Utara Berbasis Web sudah layak digunakan dam semua tombol dapat berfungsi dengan baik. Hasil pengujian ahli website yang dilakukan diperoleh rata-rata penilaian dengan kategori “sangat layak” dengan berarti website akademik sekolah ini sudah layak diimplementasikan atau digunakan.
Rancang Bangun Sistem Informasi Akademik Berbasis Website di SMKN 4 Palopo Yanti, Sukri
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.538

Abstract

Kemajuan teknologi informasi dan komunikasi menuntut pengelolaan data akademik yang lebih efisien, akurat, dan terintegrasi. Namun, SMKN 4 Palopo masih menggunakan Microsoft Excel untuk mengolah data nilai siswa, yang dinilai kurang efektif dan sering menimbulkan kendala dalam pengelolaan data. Urgensi penelitian ini adalah menyediakan solusi berupa sistem informasi akademik berbasis web yang dapat meningkatkan efisiensi pengelolaan data akademik, mendukung kegiatan belajar mengajar, dan menunjang mutu pendidikan sesuai kebutuhan sekolah. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi akademik berbasis web di SMKN 4 Palopo menggunakan metode pengembangan Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan sistem, penulisan kode program, pengujian, dan implementasi. Sistem ini dirancang untuk memungkinkan admin mengelola data siswa, guru, nilai, mata pelajaran, dan jadwal secara terintegrasi, sedangkan guru dapat mengelola nilai siswa dan jadwal, serta siswa dapat mengakses nilai dan jadwal secara mandiri. Pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, dan studi pustaka. Dengan memanfaatkan perangkat lunak seperti Sublime Text, XAMPP, dan MySQL, penelitian ini diharapkan dapat menghasilkan sistem yang fungsional dan membantu SMKN 4 Palopo dalam meningkatkan kualitas manajemen akademik.
Artificial Intelligence dalam Prediksi dan Manajemen Bencana: Tinjauan Literatur Komprehensif Wafda, Andi
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.542

Abstract

Peningkatan frekuensi dan intensitas bencana alam seperti banjir, gempa bumi, dan tsunami menuntut pengembangan sistem yang lebih baik untuk prediksi dan manajemen bencana. Artificial Intelligence (AI) menawarkan potensi besar dalam meningkatkan akurasi dan efektivitas prediksi bencana dengan menganalisis data besar dan kompleks. Namun, penerapannya menghadapi tantangan seperti keterbatasan data dan kebutuhan sumber daya komputasi. Penelitian ini bertujuan untuk mengeksplorasi aplikasi AI dalam prediksi dan manajemen bencana dengan menilai algoritma Machine Learning (ML) dan Deep Learning (DL), serta mengidentifikasi kekuatan dan kelemahan metode yang digunakan. Penelitian ini menggunakan metode tinjauan literatur sistematis dengan beberapa langkah utama. Pencarian literatur dilakukan melalui basis data akademis seperti IEEE Xplore, ScienceDirect, dan ArXiv, dengan kata kunci terkait penerapan AI dalam manajemen bencana. Artikel yang memenuhi kriteria inklusi dan eksklusi dipilih, kemudian melalui seleksi awal berdasarkan judul dan abstrak serta tinjauan teks penuh. Data dari artikel yang relevan diekstraksi, dikategorikan, dan disintesis untuk mengidentifikasi pola dan tren. Penelitian ini menemukan bahwa penerapan AI dalam prediksi bencana alam, seperti banjir, gempa bumi, dan tsunami, telah meningkatkan akurasi dan efektivitas sistem peringatan dini. Teknik deep learning seperti LSTM dan model hibrida efektif dalam prediksi banjir. Untuk gempa bumi, model seperti ELM dan 3D CNN meningkatkan akurasi prediksi. Teknik seperti CNN dan autoencoder menunjukkan hasil menjanjikan dalam memprediksi dan merekonstruksi tsunami. Meskipun demikian, tantangan terkait keterbatasan data dan kebutuhan sumber daya komputasi masih ada, mempengaruhi penerapan praktis AI dalam sistem manajemen bencana. Penerapan AI menunjukkan kemajuan signifikan dalam prediksi bencana, namun beberapa tantangan harus diatasi untuk meningkatkan efektivitasnya. Penelitian lebih lanjut dianjurkan untuk mengeksplorasi integrasi AI dengan sistem respons bencana yang ada dan memperbaiki teknik AI untuk menangani data yang tidak lengkap dan tidak seimbang.
Rancang Bangun Sistem Informasi Desa Padang Kamburi Berbasis Website Nuraziza, Nuraziza
Journal Artificial: Informatika dan Sistem Informasi Vol. 2 No. 1 (2024): April 2024
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.547

Abstract

Perkembangan teknologi informasi di era globalisasi menuntut peningkatan efisiensi dalam pengelolaan informasi, termasuk di tingkat pemerintahan desa. Desa Padang Kamburi masih mengandalkan sistem manual seperti papan informasi, spanduk, dan komunikasi lisan, yang menyebabkan penyebaran informasi kurang optimal serta terbatasnya akses masyarakat terhadap informasi terkini. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi desa berbasis website yang dapat mempermudah pengelolaan dan penyampaian informasi secara efektif dan transparan. Metode yang digunakan meliputi pengumpulan data melalui observasi, wawancara, dan studi literatur, serta penerapan model pengembangan sistem menggunakan pendekatan Waterfall. Hasil penelitian menunjukkan bahwa sistem informasi desa berbasis website dapat meningkatkan efisiensi penyampaian informasi, memperluas aksesibilitas masyarakat, dan mendukung transparansi dalam administrasi desa, termasuk pelaporan penggunaan dana desa. Sistem ini menyediakan fitur seperti profil desa, berita, agenda kegiatan, dan informasi lainnya yang dapat diakses secara real-time oleh masyarakat. Implementasi teknologi ini diharapkan dapat mendorong transformasi digital pada tingkat pemerintahan desa, meningkatkan partisipasi masyarakat, serta menjadi solusi terhadap tantangan pengelolaan informasi di era digital.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2026): April 2026 Vol. 3 No. 2 (2025): Oktober 2025 Vol. 3 No. 1 (2025): April 2025 Vol. 2 No. 2 (2024): Oktober 2024 Vol. 2 No. 1 (2024): April 2024 Vol. 1 No. 2 (2023): Oktober 2023 Vol. 1 No. 1 (2023): April 2023