Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Jurnal SUBMIT bertujuan untuk mempublikasikan artikel berkualitas yang didedikasikan untuk semua aspek perkembangan terbaru yang beredar di bidang teknik informatika, sistem informasi, sistem komputer, dan ilmu komputer. Ruang lingkup meliputi aplikasi Teknologi Informasi, Perkembangan Teknologi Jaringan, Keamanan Komputer, Terapan Ilmu Komputer, Kecerdasan Buatan, Internet of Things, Data Mining,Teknologi Wireless, dll. Selain itu juga meningkatkan kemampuan dosen dan mahasiswa dalam bidang penelitian sebagai wujud dari kewajiban tridarma perguruan tinggi. Selain itu, dapat mendorong peningkatan publikasi sebagai wujud dari luaran hasil penelitian.
Articles
16 Documents
Search results for
, issue
"Vol. 1 No. 1 (2021): Juni 2021"
:
16 Documents
clear
<![CDATA[Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan GPS Based Tracking ]]>
<![CDATA[Feriyanto Nur Awaludhin]]>;
<![CDATA[Ronny Makhfuddin Akbar]]>;
<![CDATA[Soffa Zahara]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Augmented Reality Kota Mojokerto Tempo Dulu merupakan salah satu teknologi dalam mengembangkan metode pembelajaran (edukasi) yang muncul untuk membandingkan bangunan lama dengan bangunan baru untuk mengenalkan kepada masyarakat umum khususnya para pelajar ditingkat SMP-SMA. Object 2DAugmented Reality berdasarkan era tahun 1880-1980 di bawah pimpinan Hindia Belanda sebelum masa kemerdekaan. Augmented Reality Kota Mojokerto Tempo Dulu, menggunakan sebuah metode Markerless dan Gps Based Tracking menentukan titik alokasi secara manual sesuai dengan Google Maps. Metode Gps BasedTracking digunakan untuk menunjang kekurangan dalam segi object 2D yaitu dengan dengan memanfaatkan Mapping berdasarkan titik alokasi object yang meliputi 6 Object yaitu Alun-Alun Kota Mojokerto, Jembatan Lespadangan, Jalan Majapahit, Pasar Kliwon, Stasiun Mojokerto, dan Pendopo Agung yang berbeda alokasiberdasarkan sebuah titik Latitude dan Longitude sebuah Object 2D. Berdasarkan hasil quesioner aplikasi Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan Gps Based Tracking mencapai tingkat akurat 69,55% dari pengguna aplikasi maka aplikasi tersebut termasuk dalam kategori baik dan layak untuk digunakan.]]>
<![CDATA[Penggunaan Deep Learning dengan Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Sayur Kol Berdasarkan Citra Fisik ]]>
<![CDATA[Ratna Dhamayanti]]>;
<![CDATA[Mimin Fatchiyatur Rohmah]]>;
<![CDATA[Soffa Zahara]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Sayur kol merupakan salah satu jenis sayuran yang umum dijumpai masyarakat Indonesia. Banyaknya sayur kol yang dipanen, membuat petani terkadang sedikit kerepotan dalam proses menyortir sayur kol mana yang layak ekspor dan tidak. Dan dengan seiring berkembangnya teknologi, maka hal ini menjadi sangat mungkin untuk membuat komputer mampu melakukan pekerjaan yang dianggap biasa oleh manusia termasuk proses sortir kualitas sayur kol. Hal semacam ini dapat dilakukan dengan menggunakan Deep Learning yang mengusung Convolutional Neural Network (CNN) sebagai metode klasifikasi. Dengan memanfaatkan citra fisik sayur kol, CNN mampu melakukan klasifikasi dengan model yang telah disusun sebelumnya. Dalam penelitian ini, peneliti membangun sebuah model yang terdiri dari 4 convolution layer, 2 pooling layer yang berukuran 2×2, 3 dropout layer, 2 dense layer serta 1 flatten layer. Sedang untuk aktivasinya, digunakan ReLu, dengan filter sebanyak 32 dan 64 yang ukuran kernelnya 3×3. Model ini diuji dengan menggunakan 270 data yang dimana 210 digunakan sebagai data train dan 60 data digunakan sebagai data test. Dengan learning rate sebesar 0.004, 30 epoch dan tiga algoritma performasi berbeda yaitu; Stochastic Gradient Descent (SGD), Adaptive Moment (Adam), dan Root Mean Square Propagation (RMSProp) dengan hasil tertinggi berada pada algoritma Adam yang tingkat akurasinya sebesar 80% untuk data test dan 73% untuk data train berdasarkan komposisi warna yang terdapat dalam citra.]]>
<![CDATA[Sistem Informasi Geografis Pemetaan Sekolah dengan Sistem Zonasi di SMA Negeri Kabupaten dan Kota Mojokerto Berbasis Web ]]>
<![CDATA[Gugut Indartak]]>;
<![CDATA[Yesy Diah Rosita]]>;
<![CDATA[Soffa Zahara]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran. Berdasarkan pada penjelasan tersebut maka Dinas Pendidikan Republik Indonesia mencoba membuat peraturan zonasi terhadap Penerimaan Peserta Didik Baru SMA Negeri, Peraturan zonasi penerimaan peserta didik ini menyajikan poin-poin penting tentang penyelenggaraan bidang pendidikan. Adanya sistem zonasi maka siswa diharuskan untuk mendaftar di sekolah terdekat melalui sistem zonasi. Tak ada lagi siswa pintar terkumpul di satu sekolah, yang selama ini disebut sekolah favorit. Pada penelitian ini dibuat suatu Sistem Informasi Geografis berbasis web untuk menentukan zonasi Sekolah Menengah Atas (SMA) di Kabupaten dan Kota Mojokerto. Zonasi dilakukan terhadap sekolah berdasarkan Peraturan Menteri Nomor 44 tahun 2019. Parameter yang digunakan dalam penelitian ini adalah radius jarak, sehingga mendapatkan cakupan yang dapat digunakan untuk mengindentifikasi objek berdasarkan jarak sehingga menghasilkan garis dari lokasi rumah calon siswa sampai ke lokasi SMA tujuan. Hasil penelitian berupa Sistem Informasi Geografis untuk menentukan sistem zonasi Sekolah Menengah Atas Negeri berbasis web yang dapat menentukan jarak lokasi calon siswa sampai ke lokasi SMA yang dituju serta menampilkan informasi suatu SMA Negeri di Kota dan Kabupaten Mojokerto. Selain itu, calon siswa dapat mencetak hasil dari hitung jarak tersebut.]]>
<![CDATA[Aplikasi Pembimbingan Akademik Berbasis Web (Studi Kasus Universitas Islam Majapahit) ]]>
<![CDATA[Maslikhatul Aini]]>;
<![CDATA[Yesy Diah Rosita]]>;
<![CDATA[Yanuarini Nur Sukmaningtyas]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Proses pelaksanaan bimbingan akademik yang terjadi antara dosen pembimbing akademik (DPA) dan mahasiswa merupakan upaya DPA memantau perkembangan akademik mahasiswa. Umumnya bimbingan akademik dilakukan dengan cara mahasiswa menemui DPA secara langsung. Begitupun proses bimbingan akademik yang terjadi di lingkungan akademik Universitas Islam Majapahit. Ada beberapa hal yang menjadi kendala bagi mahasiswa ketika melakukan bimbingan akademik seperti keterbatasan tempat dan waktu. Pada penelitian ini, peneliti membangun sebuah konsep bimbingan akademik berbasis online artinya proses bimbinganakademik dapat memanfaatkan aplikasi berbasis web. Berdasarkan hasil kuisioner keberadaan aplikasi bimbingan berbasis web ini mencapai tingkat kelayakan aplikasi untuk digunakan di lingkungan akademik Universitas Islam Majapahit sebesar mencapat 3,95 skala 5. Kriteria dan bobot penilaian dalam kuisioner meliputi sangat setuju, setuju, cukup,tidk setuju dan sangat tidak setuju dengan bobot berurutan 5, 4, 3, 2 dan 1 sehingga pencapaian bobot kelayakan penggunaan aplikasi bimbingan akademik ini memiliki arti bahwa aplikasi tersebut layak digunakan karena nilai bobot jika dibulatkan menghasilkan nilai 4 yakni kriteria setuju.]]>
<![CDATA[Aplikasi Simpan Pinjam di Koperasi Simpan Pinjam Veteran Berbasis Web dengan Notifikasi Instan Messaging ]]>
<![CDATA[Meinanda Pratiwi]]>;
<![CDATA[Mimin Fatchiyatur Rohmah]]>;
<![CDATA[Soffa Zahara]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Sistem yang ada di koperasi simpan pinjam veteran ini masih manual dalam menginputkan data untuk melakukan peminjaman. Untuk mendapatkan informasi data admin melakukan wawancara dan menulisnya dalam pembukuan. Demi menjaminnya pelayanan peminjaman uang dan meningkatkan profesionalitas sebuah koperasi simpan pinjam, maka peneliti membuat sistem keuangan untuk memperoleh kemudahan dan keakuratan dalam mengolah data. Sistem ini dibangun menggunakan bahasa pemrograman PHP ber Framework Laravel. Dengan adanya sistem ini diharapkan memudahkan pimpinan untuk mengambil keputusan dengan proses penyetujuan hasil pengajuan kredit serta mempermudah nasabah dalam melakukan pengajuan kerdit di koperasi simpan pinjam veteran ini.]]>
<![CDATA[Sistem Pendukung Keputusan Seleksi Penerima Bantuan Pangan Non Tunai (BPNT) Menggunakan Metode Analytical Hierarchy Process (Studi Kasus Kantor Desa Kedunguneng) ]]>
<![CDATA[Vidia Andini]]>;
<![CDATA[Mimin Fatchiyatur Rohmah]]>;
<![CDATA[Fajar Indra Kurniawan]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Masyarakat miskin selalu menjadi perhatian pemerintah pusat maupun daerah. Salah satu bantuan yang dikeluarkan pemerintah untuk mengentas angka kemiskinan adalah Bantuan Pangan Non Tunai atau disingkat BPNT. Namun sering terjadi kurang tepat sasaran di dalam proses seleksi calon penerima bantuan tersebut. Olehkarena itu, perlu adanya sistem pendukung keputusan agar penentuan penerima BPNT bisa objektif karena dilakukan dengan perhitungan yang terkomputerisasi. Akan tetapi sistem ini hanya sebatas menyeleksi kelayakan calon penerima BPNT. Untuk penentuan penerimaan dilakukan oleh Kementerian Sosial melalui Dinas Sosial daerah. Tujuan dari penelitian ini adalah untuk memudahkan pihak desa dalam mengambil keputusan secara objektif dan tepat sasaran. Perancangan aplikasi sistem pendukung keputusan ini menggunakan diagram konteks, DFDsebagai pemodelan databasenya. Sistem ini juga menggunakan bahasa ASP.NET dan MySQL sebagai implementasinya serta Analytical Hierarchy Process sebagai metode dari sistem pendukung keputusan ini. Tahapan penelitian dilakukan dengan 3 proses yaitu Observasi, Wawancara dan Studi Pustaka. Pada implementasi sistem diharapkan dapat membantu pihak desa dalam proses seleksi calon penerima BPNT.]]>
<![CDATA[Rancang Bangun Sistem Monitoring Presensi Siswa Berbasis Android dengan Input Finger Print Secara Real Time (Studi Kasus di SMA Negeri Mojoagung) ]]>
<![CDATA[Adi Amin]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tujuan dari penelitian ini adalah membuat rancang bangun sistem monitoring presensi siswa berbasis android dengan input finger print dengan studi kasus yang dilaksanakan di SMA Negeri Mojoaagung. Rancang bangun sistem tersebut diharapkan memudahkan pemantauan kehadiran siswa baik disekolah maupun seluruh wali murid. Penelitian ini termasuk jenis penelitian pengembangan yang sudah ada dari penelitian sebelumnya. Sebagai contoh di SMA Negeri 9 Manado, sudah dilaksanakan penelitian tentang absensi mesin sidik jari, namun masih menggunakan cara yang konvensional. Rancangan sistem yang dikembangkan berdasarkan penelitian awal adalah menggunakan smartphone. Alasan utamanya adalah sudah maraknya penggunaan smartphone yang menggunakan sistem operasi android. Dari rancangan aplikasi yang penulis teliti, hasil menunjukkan bahwa pada uji coba lapangan utamanya dari sistem pemantauan kehadiran siswa berbasis android termasuk dalam kategori baik. Setelah dilakukan revisi, rancangan aplikasi ini mengalami peningkatan kinerja sistem. Dengan demikian, rancang bangun sistemmonitoring presensi siswa berbasis android dengan input finger print secara real time ini layak untuk diaplikasikan di SMA Negeri Mojoagung.]]>
<![CDATA[Pengacakan Soal pada Sistem Computer Based Test (CBT) dengan Metode Linear Congruential Generator (LCG) di SMA Negeri Jogoroto ]]>
<![CDATA[Achmad Fanani]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Bentuk pelaksanaan ujian siswa di sekolah banyak menggunakan Paper Based Test (PBT), namun seiring berkembangnya teknologi informasi dan komunikasi, pelaksanaan ujian siswa kini dengan menggunakan Computer Based Test (CBT). Namun Pelaksanaan ujian model PBT dan CBT mempunyai permasalahan yangsama dan sering terjadi, salah satunya adalah kecurangan siswa dalam mengerjakan soal ujian dalam pelaksanaanya. Kecurangan yang dilakukan siswa dalam ujian adalah contek mencontek dikarenakan adanya soal dengan urutan yang sama antar siswa. Dalam penelitian ini akan digunakan metode Linear Congruential Generator (LCG) sebagai metode yang mampu mengatasi permasalahan pada ujian PBT dan CBT. Metode LCG adalah metode yang digunakan untuk membangkitkan bilangan acak dengan distribusi uniform. Bilangan acak adalah sebuah bilangan yang dihasilkan dari sebuah proses, yang keluarannya tidak dapat diprediksi dan secara berurutan tidak bisa dihasilkan bilangan yang sama. Langkah - langkah metode LCG ini adalah dengan menentukan parameter awal yang dijadikan sebagai patokan untuk dilakukan pengacakan sehingga dapat menghasilkan suatu deret bilangan yang acak, penentuan parameter awal yang dijadikan sebagai patokan meliputi penentuan nilai sebagai faktor pengali, nilai sebagai faktor penambah, nilai sebagai modulus dan nilai sebagai nilai awalan atau seed. Hasil dari penelitian ini adalah sebuah sistem CBT dengan inputan soal ujian dari bank soal sekolah yang akan diacak dengan metode LCG dan menghasilkan soal ujian yang acak pada setiap siswa.]]>
<![CDATA[Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan GPS Based Tracking ]]>
<![CDATA[Awaludhin, Feriyanto Nur]]>;
<![CDATA[Akbar, Ronny Makhfuddin]]>;
<![CDATA[Zahara, Soffa]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Augmented Reality Kota Mojokerto Tempo Dulu merupakan salah satu teknologi dalam mengembangkan metode pembelajaran (edukasi) yang muncul untuk membandingkan bangunan lama dengan bangunan baru untuk mengenalkan kepada masyarakat umum khususnya para pelajar ditingkat SMP-SMA. Object 2DAugmented Reality berdasarkan era tahun 1880-1980 di bawah pimpinan Hindia Belanda sebelum masa kemerdekaan. Augmented Reality Kota Mojokerto Tempo Dulu, menggunakan sebuah metode Markerless dan Gps Based Tracking menentukan titik alokasi secara manual sesuai dengan Google Maps. Metode Gps BasedTracking digunakan untuk menunjang kekurangan dalam segi object 2D yaitu dengan dengan memanfaatkan Mapping berdasarkan titik alokasi object yang meliputi 6 Object yaitu Alun-Alun Kota Mojokerto, Jembatan Lespadangan, Jalan Majapahit, Pasar Kliwon, Stasiun Mojokerto, dan Pendopo Agung yang berbeda alokasiberdasarkan sebuah titik Latitude dan Longitude sebuah Object 2D. Berdasarkan hasil quesioner aplikasi Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan Gps Based Tracking mencapai tingkat akurat 69,55% dari pengguna aplikasi maka aplikasi tersebut termasuk dalam kategori baik dan layak untuk digunakan.]]>
<![CDATA[Penggunaan Deep Learning dengan Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Sayur Kol Berdasarkan Citra Fisik ]]>
<![CDATA[Dhamayanti, Ratna]]>;
<![CDATA[Rohmah, Mimin Fatchiyatur]]>;
<![CDATA[Zahara, Soffa]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Sayur kol merupakan salah satu jenis sayuran yang umum dijumpai masyarakat Indonesia. Banyaknya sayur kol yang dipanen, membuat petani terkadang sedikit kerepotan dalam proses menyortir sayur kol mana yang layak ekspor dan tidak. Dan dengan seiring berkembangnya teknologi, maka hal ini menjadi sangat mungkin untuk membuat komputer mampu melakukan pekerjaan yang dianggap biasa oleh manusia termasuk proses sortir kualitas sayur kol. Hal semacam ini dapat dilakukan dengan menggunakan Deep Learning yang mengusung Convolutional Neural Network (CNN) sebagai metode klasifikasi. Dengan memanfaatkan citra fisik sayur kol, CNN mampu melakukan klasifikasi dengan model yang telah disusun sebelumnya. Dalam penelitian ini, peneliti membangun sebuah model yang terdiri dari 4 convolution layer, 2 pooling layer yang berukuran 2×2, 3 dropout layer, 2 dense layer serta 1 flatten layer. Sedang untuk aktivasinya, digunakan ReLu, dengan filter sebanyak 32 dan 64 yang ukuran kernelnya 3×3. Model ini diuji dengan menggunakan 270 data yang dimana 210 digunakan sebagai data train dan 60 data digunakan sebagai data test. Dengan learning rate sebesar 0.004, 30 epoch dan tiga algoritma performasi berbeda yaitu; Stochastic Gradient Descent (SGD), Adaptive Moment (Adam), dan Root Mean Square Propagation (RMSProp) dengan hasil tertinggi berada pada algoritma Adam yang tingkat akurasinya sebesar 80% untuk data test dan 73% untuk data train berdasarkan komposisi warna yang terdapat dalam citra.]]>
