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
110 Documents
<![CDATA[Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Metode Multiple Linear Regression ]]>
<![CDATA[Widyastuti, Artika]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 1 (2024): Juni 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i1.3343
<![CDATA[Tempat tinggal atau rumah adalah salah satu kebutuhan utama manusia yang berguna sebagai tempat tinggal, tempat bersantai dan berkumpul dengan keluarga. Sehingga pertimbangan dalam pembelian rumah memerlukan sebuah metode untuk membantu menentukan harga yang sesuai pembeli inginkan. Dengan menggunakan metode Multiple Linear Regression dari data rumah yang didapatkan dari websiteb kaggle.com terdapat variabel-variabel potensial seperti harga rumah, luas tanah, luas bangunan, jumlah ruang kamar tidur, jumlah ruang kamar mandi dan garasi. Penelitian ini menggunakan dataset sebanyak 1010 data dengan 6 variabel. Data tersebut akan melalui proses pre-processing data sebelum dilakukannya training model. Selanjutnya pada tahap evaluasi menggunakan matrik pengujian, yaitu MAE (Mean Absolute Error), RMSE (Root Mean Squared Error) digunakan untuk menilai kinerja model. Berdasarkan hasil analisis dari dataset, dimana data tersebut dibagi menjadi dua bagian yaitu, sebanyak 80% sebagai data training dan 20% sebagai data testing dari hasil analisis tersebut diperoleh tingkat akurasi sebesar 0,77 atau 77% dengan tingkat error MAE sebesar 1980.3555 dan tingkat error MSE sebesar 10675731 lalu proses prediksi harga untuk sebuah rumah dengan spesifikasi tertentu telah didapatkan.]]>
<![CDATA[Analisis Sentimen Vaksin COVID-19 di Twitter Menggunakan Algoritma Neural Network ]]>
<![CDATA[Abidin, Muhammad Zainul]]>;
<![CDATA[Ardiantoro, Luki]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 1 (2024): Juni 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i1.3356
<![CDATA[Pandemi COVID-19 telah mendorong penggunaan media sosial seperti Twitter untuk menyebarkan informasi dan opini terkait vaksin dan vaksinasi. Hal ini tidak lepas dari berbagai motivasi yang melatarbelakangi, politik, ekonomi, sosial, dll. Oleh karena itu, analisis sentimen terhadap tweet tentang vaksin COVID-19 menjadi penting untuk memahami persepsi publik dan potensi terjadinya informasi yang salah. Penelitian ini menggunakan algoritma neural network untuk analisis sentimen vaksin COVID-19 di Twitter. Algoritma ini dipilih karena mampu mencapai akurasi tinggi dalam mengklasifikasikan sentimen sebagai positif, negatif, atau netral, bahkan untuk tweet yang panjang dan kompleks. Hasil penelitian ini menunjukkan bahwa analisis sentimen menggunakan neural network dapat menjadi alat yang berharga untuk memahami opini publik tentang vaksin COVID-19 di Twitter. Akurasi algoritma neural network untuk analisis sentimen vaksin COVID-19 di Twitter ditemukan sebesar 92,5% dimana mengklasifikasikan sentimen 92,5% dari tweet yang ada di dataset dengan benar. Ini adalah tingkat akurasi yang tinggi, dan ini menunjukkan bahwa algoritma ini dapat digunakan secara andal untuk memahami persepsi publik tentang vaksin COVID-19.]]>
<![CDATA[Prediksi Saham BBNI dan BBRI Menggunakan LSTM (Long Short Term Memory) ]]>
<![CDATA[Prastya, Yudha]]>;
<![CDATA[Zahara, Soffa]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i2.3332
<![CDATA[Salah satu opsi yang banyak diminati investor adalah saham-saham di sektor perbankan. Pergerakan harga saham berubah dengan cepat. Oleh karena itu, perlu dilakukan prediksi harga saham untuk meminimalkan risiko kerugian. Tujuan dari penelitian ini adalah untuk menguji kinerja, model long short-term memory (LSTM) dalam memprediksi harga saham di sektor perbankan. Data yang digunakan adalah data harian penutupan harga saham sektor perbankan pada tanggal 16 April 2001 sampai dengan tanggal 30 September 2022. Tahap eksplorasi meliputi (1) input data untuk memperoleh data harga saham penutupan, dan (2) preprocessing data untuk memeriksa nilai data yang hilang. (3) Pembagian data, yaitu data dibagi menjadi data latih dan data uji dengan perbandingan 80:×20. (4) normalisasi data, yaitu mengubah data ke skala yang sama; (5) Rekonstruksi data untuk mengubah data ke dalam format urutan. (6) Melatih model yang terdiri dari dua lapisan LSTM dan satu lapisan menggunakan data pelatihan. (7) Uji model pada data uji menggunakan MAE dan evaluasi hasil prediksinya. Hasil penelitian menunjukkan bahwa Nilai uji MAE BBNI sebesar 0,014984, dan BBRI dengan Nilai uji MAE sebesar 0,014066.]]>
<![CDATA[Perbandingan Prediksi Saham BTPN Dengan BBRI Menggunakan LSTM(Long Short Term-Memory) ]]>
<![CDATA[Handika, Bayu Dwi]]>;
<![CDATA[Sugianto, Sugianto]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i2.3360
<![CDATA[Salah satu opsi yang banyak diminati investor adalah saham perbankan. Rephrase.Pergerakan harga saham berubah dengan cepat. Oleh karena itu, perlu dilakukan prediksi harga saham untuk meminimalkan risiko kerugian. Tujuan dari penelitian ini adalah untuk menguji kinerja model memori jangka pendek panjang (LSTMs) dalam memprediksi harga saham di sektor perbankan. Data yang digunakan adalah data harga penutupan harian perbankan pada tanggal 16 April 2001 sampai dengan tanggal 30 September 2022. Tahap eksplorasi meliputi (1) entri data untuk memperoleh data harga penutupan dan (2) praproses data untuk mencari nilai data yang hilang. (3) Pemisahan data yaitu pemisahan data menjadi data latih dan data uji dengan perbandingan 80:×20.(4) Normalisasi data.Artinya, mengubah data ke skala yang sama. (5) Rekonstruksi data untuk mengubah data ke dalam format array. (6) Gunakan data pelatihan untuk melatih model yang terdiri dari dua lapisan LSTM dan satu lapisan. (7) Uji model pada data uji menggunakan MAE dan evaluasi hasil prediksinya. Berdasarkan hasil penelitian, nilai uji MAE BTPN sebesar 0,014443 dan nilai uji MAE BBRI sebesar 0,014066.]]>
<![CDATA[Analisis Prediksi Kenaikan Harga Daging Sapi Dan Daging Ayam Di Bandung ]]>
<![CDATA[Nordiansah, Yossi]]>;
<![CDATA[Sukmaningtyas, Yanuarini Nur]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i2.3362
<![CDATA[Penelitian ini meneliti perbandingan harga daging ayam dan daging sapi di Indonesia dalam rentang waktu 2017 hingga 2021. Data yang diperoleh dari repositori GitHub dianalisis menggunakan metode Least Trimmed Squares (LTS) untuk mengatasi pengaruh outlier dan memastikan hasil yang lebih robust. Analisis menunjukkan bahwa harga daging sapi secara konsisten lebih tinggi daripada harga daging ayam. Selain itu, harga daging sapi juga menunjukkan stabilitas yang lebih tinggi dengan fluktuasi yang lebih rendah dibandingkan dengan harga daging ayam yang cenderung lebih bergejolak. Proses analisis dilakukan dengan menggunakan bahasa pemrograman Python, yang mempermudah pemrosesan data dan penerapan metode LTS. Temuan ini memiliki implikasi penting bagi berbagai pemangku kepentingan dalam rantai pasokan daging, seperti produsen, distributor, dan konsumen, dalam hal perencanaan dan pengambilan keputusan yang lebih baik. Berdasarkan hasil pengujian nilai MAE untuk rediksi untuk daging sapi yaitu 1120.99 lebih akurat dibandingkan dengan prediksi untuk daging ayam dengan nilai MAE 2216.88.]]>
<![CDATA[Rancang Bangun Pendataan Rak Barang Warehouse di PT Integra Indocabinet Berbasis Web Menggunakan PHP MYSQL ]]>
<![CDATA[Widanarko, Bayu]]>;
<![CDATA[Kurniati, Neny]]>;
<![CDATA[Editya, Arda Surya]]>
<![CDATA[ SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024 ]]>
Publisher : <![CDATA[Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36815/submit.v4i2.3631
<![CDATA[Pada gudang material PT INTEGRA INDOCABINET proses pencarian tata letak barang belum terorganisir dengan baik, dimana para operator maupun admin masih melakukan proses pencarian secara manual, yaitu admin dan operator akan mendatangi satu demi satu rak barang untuk mencari dimana letak barang yang diinginkan. Proses seperti ini dapat mempersulit dan memperlambat operator dan admin dalam proses pencarian barang, sehingga penulis membangun sebuah Sitem Pencarian Tata Letak Barang Berbasis web yang lebih optimal dan terorganisir dengan baik. Untuk memudahkan para operator dalam mencari letak barang yang diinginkan dan mengurangi masalah yang terjadi dalam proses pencarian barang serta membantu proses kerja para admin dengan lebih efisien. Sistem pencarian tata letak barang ini sudah berbasis web , sehingga memudahkan para untuk mencari barang yang diinginkan. Langkah-langkah yang digunakan dalam penelitian ini adalah analisis kebutuhan, perancangan sistem dan pengujian sistem. Perancangan sistem ini dirancang dengan menggunakan diagram terstruktur yaitu dengan Diagram Konteks, Use Case Diagram, Activity Diagram, Squence Diagram, Entity Relationship Diagram.]]>
<![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.]]>
<![CDATA[Sistem Informasi Geografis Pemetaan Sekolah dengan Sistem Zonasi di SMA Negeri Kabupaten dan Kota Mojokerto Berbasis Web ]]>
<![CDATA[Indartak, Gugut]]>;
<![CDATA[Rosita, Yesy Diah]]>;
<![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[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[Aini, Maslikhatul]]>;
<![CDATA[Rosita, Yesy Diah]]>;
<![CDATA[Sukmaningtyas, Yanuarini Nur]]>
<![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.]]>
