cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahtiar Imran
Contact Email
bahtiarimranlombok@gmail.com
Phone
+6285337626083
Journal Mail Official
bahtiarimranlombok@gmail.com
Editorial Address
Perumahan Green Asia Blok I2-04, Kecamatan Labuapi, Kabupaten Lombok Barat Nusa Tenggara Barat, Indonesia
Location
Kab. lombok barat,
Nusa tenggara barat
INDONESIA
Jurnal Kecerdasan Buatan dan Teknologi Informasi
Published by CV. Ninety Media Publisher
ISSN : 29636191     EISSN : 29642922     DOI : https://doi.org/10.69916
Core Subject : Science,
Computer Science & IT
Jurnal Kecerdasan Buatan dan Teknologi Informasi or abbreviated JKBTI is a national journal published by the Ninety Media Publisher since 2022 with E-ISSN : 2964-2922 and P-ISSN : 2963-6191. JKBTI publishes articles on research results in the field of Artificial Intelligence and Information Technology. JKBTI is committed to becoming the best national journal by publishing quality articles in Indonesian and English and becoming the main reference for researchers. All submissions are blind and reviewed by peer reviewers. All papers can be submitted in BAHASA INDONESIA or ENGLISH. Scope : Neural Networks, Machine Learning, Deep Learning, Data Mining, Big Data, Decision-Making System, Information System, Mobile Application, Data Warehouses, Database, Internet of Thing, Expert System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 5 Documents
 1 
Search results for , issue "Vol. 1 No. 3 (2022): Desember 2022" : 5 Documents clear
SISTEM PAKAR PEMILIHAN JENIS KREDIT NASABAH MENGGUNAKAN METODE FORWARD CHAINING PADA PT. BANK RAKYAT INDONESIA (PERSERO) Purnamasidi, Hanis; Salman; Bakti, Lalu Darmawan; Imran, Bahtiar
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 1 No. 3 (2022): Desember 2022
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v1i3.2

Abstract

Penerapan sistem pakar dalam pemilihan jenis kredit dengan metode forward chaining diharapkan menjadi salah satu alternatif bagi calon nasabah dalam proses pengajuan kredit pada perbankan. Nasabah yang ingin melakukan pengajuan sering kali harus datang berkali – kali ke kantor bank untuk berkonsultasi atau sekedar mencari informasi tentang kredit perbankan yang tersedia. Penelitian ini sebagai produk ilmu pengetahuan dan teknologi dalam bentuk kecerdasan buatan bagi nasabah agar dapat melakukan konsultasi jarak jauh dan mencari informasi sendiri dari mana saja. Metode forward chaining yang digunakan dalam penerapan sistem pakar ini dimulai dengan mencari dan memilah data fakta serta mencocokkan data sesuai dengan bagian “IF” dari “rules IF-THEN”. Bila ada data yang cocok dengan bagian “IF” maka rules tersebut di eksekusi, dan akan ditampilakan pada halaman hasil. Hasil penelitian menunjukkan bahwa klasifikasi kredit akan sangat sensitive dengan jenis jaminan dan penghasilan yang dimiliki calon nasabah sedangkan variable lainnya hanya bersifat data pendukung.
ANALISIS DAN PERANCANGAN PENJUALAN KAIN TENUN (KHAS BIMA) BERBASIS WEB MENGGUNAKAN MODEL RAD Haidar, Muhammad Zul; Bakti, Lalu Darmawan; Samsumar, Lalu Delsi
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 1 No. 3 (2022): Desember 2022
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v1i3.3

Abstract

UKM Dina di kota bima merupakan usaha yang bergerak dibidang penjualan kain tenun. Pada saat ini penjualanya hanya disekitar Kota Bima. Sedangkan proses penjualannya dilakukan dengan cara pembeli datang langsung di toko, selain itu juga kain tenun tersebut dijual di pasar – pasar sekitar dan pada saat pameran budaya. Perkembangan UKM Dina saat ini belum begitu bagus. Penelitian ini bertujuan untuk membangun sebuah sistem penjualan kain tenun berbasis web di Toko UKM Dina. Aplikasi ini dikembangkan dengan mengunakan bahasa pemograman PHP dan basisdata MySql. Aplikasi ini mengolah, memproses data penjualan, data pengiriman dan data pembayaran. Hasil penelitian ini berupa analisis dan perancangan untuk penjualan kain tenun (Khas Bima) berbasis web menggunakan model RAD di Toko UKM Dina yang mana dapat memberikan informasi dan kemudahan dalam melakukan pemesanan kain tenun secara online sehingga mempersingkat waktu dan dapat dilakukan dimanapun dan kapanpun.
KLASIFIKASI PENYAKIT KATARAK BERDASARKAN CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEB Diki Hananta Firdaus; Bahtiar Imran; Lalu Darmawan Bakti; Emi Suryadi
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 1 No. 3 (2022): Desember 2022
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v1i3.6

Abstract

Mata adalah alat indera pada manusia yang berfungsi sebagai organ penglihatan. Gangguan penglihatan yang sangat memprihatinkan adalah masalah kebutaan. Mengacu pada data World Health Organization (WHO) tahun 2018, katarak menyumbang sekitar 48% kasus kebutaan di dunia dan nomor satu di Indonesia. Mata katarak dengan mata normal di masyarakat sekitar masih sulit untuk dibedakan, Sehingga masyarakat sering tidak menyadari ketika terindikasi penyakit katarak. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit katarak sebelum terjadi kebutaan. Dengan berkembangnya teknologi, pendeteksian dan klasifikasi katarak menjadi lebih mudah dengan adanya pengolahan citra digital. Pada penelitian ini penulis membuat suatu aplikasi Machine Learning untuk mengidentifikasi antara mata katarak dan mata normal dengan menggunakan metode Convolutional Neural Network (CNN) berbasis web. Dataset yang digunakan adalah 512 citra digital dengan pembaruan 2 kelas yaitu kelas katarak dan kelas normal. Dataset diambil dari sebuah website yang bergerak di bidang data sience yang bernama Kaggle. Pembelajaran mesin menggunakan Epoch 1, epoch 10 dan epoch 25. Pada epoch 1 mendapatkan hasil akurasi model sebesar 52,20%, epoch 10 mendapatkan akurasi sebesar 89,15% dan epoch 25 mendapatkan hasil akurasi sebesar 99,74%. Hasil terbaik yang didapatkan model adalah 99,74%. Hasil pengujian model menggunakan metode CNN ini dapat bekerja dengan sangat baik untuk memprediksi penyakit katarak pada mata.
SISTEM ADMINISTRASI PINJAMAN MILIK BERSAMA DUSUN ENDUT TOJANG MENGGUNAKAN FRAMEWORK CODEIGNITER BERBASIS WEB Zuhriyanti; Nurwijayanti, Karina
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 1 No. 3 (2022): Desember 2022
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v1i3.9

Abstract

Kelompok Maju Utama merupakan sebuah kelompok simpan pinjam yang berada di Dusun Endut Tojang Desa Lantan Kecamatan Batukilang Utara Kabupaten Lombok Tengah Provinsi Nusa Tenggara Barat. Kelompok Maju Utama yang masih mengolah data dengan cara manual, yaitu dengan mencatat data peminjaman menggunakan buku. cara ini memakan banyak waktu dan kemungkinan terjadinya kesalahan dan menyulitkan pada saat mencari data peminjam yang akan melakukan pelunasan. Penelitian ini bertujuan untuk membuat Sistem yang bisa digunakan untuk mencatat data peminjaman, data pelunasan dan mempermudah dalam pembuatan laporan. Dengan adanya Sistem Administrasi Pinjaman Milik  Bersama Dusun Endut Tojang Berbasis Web ini, mampu mengatasi masalah pengolahan data, mempercepat proses kerja dan meningkatkan keakuratan dalam pengolahan data peminjaman.
KLASIFIKASI PENYAKIT EARLY BLIGHT DAN LATE BLIGHT PADA TANAMAN TOMAT BERDASARKAN CITRA DAUN MENGGUNAKAN METODE CNN BERBASIS WEBSITE Nining Putri Ningsih; Emi Suryadi; Lalu Darmawan Bakti; Bahtiar Imran
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 1 No. 3 (2022): Desember 2022
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v1i3.10

Abstract

Tomat merupakan salah satu tanaman hortikultura di Indonesia yang sangat rentan terserang penyakit. Petani akan mengalami kesulitan untuk mengidentifikasi penyakit pada daun tanaman tomat, jika hanya dilihat secara kasat mata saja. Hal tersebut dapat menyebabkan kesalahan dalam penanggulangannya, sehingga dapat menyebabkan turunnya hasil produksi serta memungkinkan terjadinya gagal panen pada tanaman tomat. Oleh karena itu dibutuhkan aplikasi yang membantu petani untuk mengklasifikasi Penyakit Early Blight dan Late Blight pada daun tomat. Proses klasifikasi ini menggunakan citra daun dengan metode Convolutional Neural Network. Dataset yang digunakan 4.000 citra dengan 2 jenis penyakit yaitu Early Blight dan Late Blight. Penggunaan Algoritma CNN menghasilkan akurasi yang tinggi, proses training data menenggukan learning rate 0,0001 dan batch size 20. Epoch 1 menghasilkan loss 98%, akurasi 53%, Recall 46%. Epoch 10 menghasilkan 20, loss 34%, akurasi 85%, recall 81%. Epoch 20 menghasilkan loss 22%, akurasi 94%, recall 95%. Epoch 100 mengasilkan loss 5%, akurasi 99%, dan recall 85%, akan digunakan untuk proses klasifikasi karena menghasilkan akurasi dan recall yang tinggi, serta loss yang kecil. Model CNN tersebut akan di implementasikan ke website dengan menggunakan framework flask.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): January 2026 Vol. 4 No. 3 (2025): September 2025 Vol. 4 No. 2 (2025): May 2025 Vol. 4 No. 1 (2025): January 2025 Vol. 3 No. 3 (2024): September 2024 Vol. 3 No. 2 (2024): May 2024 Vol. 3 No. 1 (2024): January 2024 Vol. 2 No. 3 (2023): September 2023 Vol. 2 No. 2 (2023): May 2023 Vol. 2 No. 1 (2023): January 2023 Vol. 1 No. 3 (2022): Desember 2022 More Issue