cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anirwan
Contact Email
jurnalintelekmadani@gmail.com
Phone
+6285218159999
Journal Mail Official
papsjournals@gmail.com
Editorial Address
Jl. Malengkeri, Kompleks Gerhana Alauddin, Blok D No. 18 Mangasa Tamalate Makassar
Location
Unknown,
Unknown
INDONESIA
Advances in Computer System Innovation Journal (ACSI Journal)
Published by Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia
ISSN : -     EISSN : 30265088     DOI : https://doi.org/10.51577/acsijournal.v2i1
Core Subject : Science,
Computer Science & IT
Advances in Computer System Innovation Journal (ACSI Journal) adalah jurnal ilmiah yang diterbitkan oleh Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia yang meliputi scope: Programming Languages, Algorithms and Theory, Computer Architecture and Systems, Artificial Intelligence, Computer Vision, Machine Learning, Systems Analysis, Data Communications, Cloud Computing, Object Oriented Systems Analysis and Design, Computer and Network Security, Data Mining. Artikel-artikel yang dimuat dalam ACSI Journal merupakan artikel hasil penelitian. Artikel yang akan diterbitkan oleh ACSI Journal akan direview oleh editor internal dan eksternal. Keputusan diterima atau tidaknya suatu artikel ilmiah dalam jurnal ini merupakan hak Redaksi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 4 Documents
 1 
Search results for , issue "Vol. 2 No. 3: Desember 2024, ACSI Journal" : 4 Documents clear
KLASIFIKASI PERSEDIAAN BARANG MENGGUNAKAN SUPPORT VECTOR MACHINE PADA SISTEM PERIODIC INVENTORY Syam, Rahmat Fuadi; Aziz, Firman
Advances in Computer System Innovation Journal Vol. 2 No. 3: Desember 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i3.633

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem periodic inventory menggunakan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan barang berdasarkan pola permintaan, guna mengatasi keterbatasan metode manual dan terkomputerisasi tradisional. Metodologi mencakup pengumpulan data inventori, pra-pemrosesan, dan penerapan SVM dengan berbagai kernel (Linear, Polynomial, RBF, dan Sigmoid) untuk klasifikasi. Hasil penelitian menunjukkan bahwa kernel RBF memiliki kinerja terbaik dengan akurasi 92%, diikuti oleh kernel Polynomial dengan akurasi 90%. Temuan ini menekankan efektivitas kernel RBF dalam menangani data non-linear dan potensinya dalam meningkatkan sistem pengelolaan inventori. Implikasi praktisnya adalah klasifikasi inventori yang lebih efisien dan akurat, mendukung pengambilan keputusan dan optimalisasi operasional.
DESAIN APLIKASI SMART SCHOOL SEBAGAI MODEL PEMBELAJARAN INOVATIF Baharuddin, Andi Rakhmat; Yunendar, Wakhid; Anas, Anas; Hamud, Jabaluddin
Advances in Computer System Innovation Journal Vol. 2 No. 3: Desember 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i3.635

Abstract

Perkembangan teknologi informasi dan komunikasi mendorong lembaga pendidikan untuk melakukan inovasi pengembangan model pembelajaran yang efektif, efisien, dan interaktif yang dilakukan secara online sebagai solusi dari keterbatasan waktu dan jarak dalam melaksanakan pembelajaran. Tujuan penelitian adalah desain aplikasi smart school sebagai model pembelajaran inovatif  yang dapat digunakan sebagai sistem pembelajaran masa depan untuk meningkatkan kualitas pendidikan pada SMP 1 Majauleng Kabupaten wajo. Model pembelajaran online menggunakan aplikasi smart school dapat memudahkan interaksi antara guru dan siswa dalam proses belajar mengajar yang berpusat pada siswa (student centered learning), sehingga dapat meningkatkan motivasi belajar siswa, membangun kemandirian siswa dalam belajar, mempermudah distribusi materi pelajaran dan tugas serta penyampaian informasi dengan cepat. Hal ini dapat menciptakan budaya dan lingkungan belajar yang kreatif, interaktif, efektif, efisien serta paperless. Hasil penelitian yaitu desain aplikasi smart school sebagai model pembelajaran inovatif yang dioperasikan secara online sehingga terbentuk interaksi antara guru dan siswa, siswa dengan siswa, dan penyampaian informasi yang cepat kepada siswa. Model pembelajaran menggunakan aplikasi smart school dapat menciptakan lingkungan belajar yang power full, pencapaian kompetensi, dan pencapaian ketuntasan materi pelajaran. Hal ini tercapai karena siswa dapat belajar di sekolah (ruang kelas) dan siswa dapat belajar di luar sekolah (rumah) melalui layanan aplikasi smart school. Desain aplikasi smart school menggunakan metode waterfall yaitu identifikasi kebutuhan pengguna, analisis, desain, implementasi, dan pengujian.
IMPLEMENTASI RUNNING TEXT IOT BERBASIS ARDUINO: SOLUSI PENYAMPAIAN INFORMASI REAL-TIME DI UNIVERSITAS PANCASAKTI Rakes, Rachmat; Arafah, Muhammad Nur; Katibin, Andi; Wijaya, Neti Septi
Advances in Computer System Innovation Journal Vol. 2 No. 3: Desember 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i3.639

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem running text berbasis Internet of Things (IoT) dengan menggunakan platform Arduino untuk penyampaian informasi real-time di Universitas Pancasakti. Sistem ini dirancang untuk memudahkan komunikasi antara pihak universitas dan civitas akademika melalui tampilan informasi yang jelas, cepat, dan dapat dibaca pada jarak yang cukup jauh. Sistem diuji berdasarkan kecepatan teks, stabilitas koneksi, dan keterbacaan tampilan. Hasil pengujian menunjukkan bahwa sistem dapat menampilkan teks dengan kecepatan scrolling 100-200 milidetik per frame, yang optimal untuk keterbacaan tanpa mengurangi efisiensi waktu. Stabilitas koneksi IoT sangat baik dengan rata-rata latensi 50-100 milidetik, memungkinkan pembaruan konten secara real-time dalam waktu kurang dari 5 detik. Pengujian keterbacaan menunjukkan teks dapat dilihat dengan jelas hingga jarak 10 meter di berbagai kondisi pencahayaan. Selain itu, hasil survei terhadap pengguna menunjukkan tingkat kepuasan sebesar 85%, di mana mayoritas responden menganggap sistem ini sangat membantu dalam meningkatkan efisiensi penyampaian informasi di lingkungan kampus. Dengan efisiensi energi, biaya rendah, dan kemudahan pengelolaan, sistem ini tidak hanya memberikan solusi praktis untuk penyampaian informasi, tetapi juga menawarkan potensi penerapan di institusi lain.
PENERAPAN GREY WOLF OPTIMIZER DALAM PELATIHAN MULTI LAYER PERCEPTRON UNTUK MENANGANI MASALAH KLASIFIKASI DAN REGRESI Azis, Azminuddin I. S.; Santoso, , Budy; Jeffry, Jeffry
Advances in Computer System Innovation Journal Vol. 2 No. 3: Desember 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i3.653

Abstract

Algoritma Grey Wolf Optimizer (GWO) merupakan salah satu metode metaheuristik terkini yang telah terbukti mampu menunjukkan kinerja yang handal dalam memecahkan berbagai masalah optimasi, terutama dalam mengoptimalkan parameter pada algoritma-algoritma Machine Learning. Salah satu algoritma Machine Learning yang populer adalah Multi Layer Perceptron (MLP), merupakan salah satu varian dari Artificial Neural Network (ANN) yang memiliki parameter weight dan bias yang sensitif terhadap kinerja modelnya. Oleh karenanya, GWO diterapkan untuk mengoptimalkan inisialisasi awal weight dan bias dalam pelatihan MLP untuk meningkatkan kinerja modelnya. Hasil eksperimen ini menunjukan bahwa optimalisasi GWO mampu meningkatkan kinerja MLP, baik pada klasifikasi Iris yang akurasinya meningkat sebesar 33.33% dan pada regresi Silica dengan RMSE yang menurun sebesar 0.1488.

Page 1 of 1 | Total Record : 4

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 3 No. 2: Agustus 2025, ACSI Journal Vol. 3 No. 1: April 2025, ACSI Journal Vol. 2 No. 3: Desember 2024, ACSI Journal Vol. 2 No. 2: Agustus 2024, ACSI Journal Vol. 2 No. 1: April 2024, ACSI Journal Vol. 1 No. 1: Desember 2023, ACSI Journal