cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tri A. Sundara
Contact Email
tri.sundara@stmikindonesia.ac.id
Phone
+628116606456
Journal Mail Official
ijcs@stmikindonesia.ac.id
Editorial Address
Jalan Khatib Sulaiman Dalam 1, Padang, Indonesia
Location
Kota padang,
Sumatera barat
INDONESIA
The Indonesian Journal of Computer Science
Published by STMIK Indonesia Padang
ISSN : 25497286     EISSN : 25497286     DOI : https://doi.org/10.33022
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
The Indonesian Journal of Computer Science (IJCS) is a bimonthly peer-reviewed journal published by AI Society and STMIK Indonesia. IJCS editions will be published at the end of February, April, June, August, October and December. The scope of IJCS includes general computer science, information system, information technology, artificial intelligence, big data, industrial revolution 4.0, and general engineering. The articles will be published in English and Bahasa Indonesia.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science" : 22 Documents clear
Convolutional Neural Network – Long Short Term Memory Untuk Prediksi Harga Emas Indonesia Susi Handayani; Taslim Malano; Dafwen Toresa
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3074

Abstract

In the economic field, gold generally has three main functions, namely the monetary function, investment and industrial functions. In the financial world, prediction of the trend of gold price fluctuations is an important issue. Convolutional neural network algorithm is one of the popular algorithms in the image classification domain. But this algorithm can also be applied to 1-dimensional problems, such as predicting the next value in a sequence, be it a time series or the next word in a sentence. In this study, the Convolutional Neural Network algorithm was optimized with long shot time memory to predict the price of Indonesian gold from 1979 to 2021 with a total of 511 records. The test was carried out with three different epoch values, namely 50, 100 and 150 with a validity test using RMSE. From the test results, the smallest RMSE train value and RMSE validation are generated at epoch 150, which is 0.0138 for RMSE train and 0.0402 for RMSE validation.
Analisa Komparasi Metode Pembagian Trafik Jaringan (Load Balancing) antara Metode PCC dan Metode ECMP: Studi Kasus pada Jaringan USM Soiful Hadi; Surono; Basworo Ardi Pramono
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3095

Abstract

Di era modern saat ini, kebutuhan akan akses internet di kampus merupakan hal yang mutlak dibutuhkan oleh mahasiswa dan dosen saat ini. Sehingga administrator jaringan kampus akan menerapkan berbagai alternatif cara untuk mencukupi kebutuhan akses internet untuk pengguna di universitas semarang. Pada kenyataannya administrator sering menggunakan satu gateway line ISP unutk satu network range meski memiliki dua atau lebih line ISP. ,Hal ini menyebabkan ketimpangan trafik jaringan ketika jumlah pengguna yang terhubung ke line ISP satu atau lebih banyak dari line ISP yang terhubung dengan ISP 2 atau sebaliknya. Pada penelitian ini dilakukan studi analisis komparasi metode pembagian trafik jaringan ( load balancing ) antara metode PCC (Per Connection Classifier) dan metode ICMP (Internet Control Message Protocol) untuk diterapkan di trafik jaringan universitas semarang dengan menggunakan perangkat routerboard mikrotik. Diharapkan melalui penelitian ini di dapatkan metode yang cocok untuk diterapkan di jaringan universitas semarang.
Sistim Pendukung Keputusan Menentukan Volume Produksi Keripik Tempe Menggunakan Metode Simplek Susanti, Evi Yulia
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3096

Abstract

Tempe can be processed to be used as a variety of dishes and snacks. Tempe chips are processed tempeh made from the main raw material of tempe which is thinly sliced ​​then seasoned and then fried until it has a crunchy texture. Tempe chips have become a business opportunity for Rimbo Ilir, Tebo Regency, Jambi Province with four flavors, Balado, cheese, BBQ and original flavors. The purpose of this study is to help the manager determine the production volume of tempeh chips according to the flavor variant in order to get the expected profit and minimize losses. The method used in this study is linear programming simplex method, using this method the manager is advised to produce tempe chips with Balado flavor of 18,225 pcs and cheese flavored with 6,795 pcs, with a profit of Rp. 24,493. From the sensitivity analysis, it does not mean that BBQ and cheese flavors should not be produced, but that they have a maximum production limit, for BBQ flavors a maximum of 6,286 pcs and original flavors 5,744 pcs.
Social Network Analysis dalam Mengukur Keaktifan Promosi Universitas di Media Sosial Twitter Ahmad Rifai; Eka Putri Rachmawati; Dinar Anggit Wicaksono
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3097

Abstract

Banyaknya Universitas baru yang bermunculan membuat semakin ketatnya persaingan dalam menarik minat calon mahasiswa. Social Network Analysis (SNA) salah satu metode untuk menganalisis interaksi pengguna media sosial dalam menghasilkan informasi yang dapat mendukung dalam pengambilan keputusan untuk melakukan promosi. Tujuan dari penelitian ini adalah untuk mengetahui keaktifan Universitas dalam melakukan promosi melalui media sosial twitter. Sosial Media Analysis (SNA) menunjukkan aktor (node) dengan nilai degree centrality (sering dihubungi) adalah aktor dengan nama sbmptnfess pada Universitas Dian Nuswantoro dengan nilai sebesar 21 node. Sedangkan aktor yang memiliki jangkauan yang paling dekat (Closseness centrality) Universitas Semarang, Universitas Sultan Agung, Universitas Dian Nuswantor, dan Universitas PGRI Semarang memiliki nilai yang sama. Sehingga aktor dari ke empat universitas tersebut memiliki kedekatan jangkauan sebesar 1.0. Sedangkan Aktor sebagai penghubung yang baik (Betweenness Centrality) adalah Universitas PGRI Semarang dengan nilai tertinggi sebesar 0.010096 dengan aktor turungences.
Klasifikasi Dana Hibah Usaha Mikro Kecil dan Menengah dengan Metode Naïve Bayes Sanjaya, Ucta Pradema; Pribadi , Teguh; Prastya, Ifnu Wisma Dwi
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3099

Abstract

Pandemi COVID-19 yang melanda membuat pengusaha mengalami melambatnya perekonomian. Untuk menstimulus perekonomian serta memberikan ketahanan terhadap pengusaha maka pemerintah memberikan dana hibah untuk pengusaha Usaha Micro Kecil dan Menengah. Pemberian dana hibah untuk Usaha Micro Kecil dan Menengah terkadang terdapat masalah dalam pembagiaanya. Dikarenakan terdapat permasalahan tersebut maka perlu adanya model data mining dalam menangani masalah terserbut. Data mining bentuk disiplin ilmu yang memiliki 5 peran antar lain metode klasifikasi. Pada metode klasifikasi yang mengunakan peluang yang ciri perhitungannya adalah metode naïve bayes. Metode naïve bayes sudah banyak digunakan untuk mengklasifikasikan beberapa penelitian terkait dengan ekonomi, kesehatan, dan lain sebagainya. Dari pengunaan naïve bayes, maka akan di evaluasi dengan X-Cross validation/ K-Fold validation. Dari perbandingan pengunaan fold validation maka nilai akurasi terbesar terdapat pada nilai 3 fold validation dengan nilai akurasi sebesar 95,96% dan untuk nilai recall pada percobaan metode fold validation semuanya mendapatkan nilai 100%. Nilai presisi paling tinggi pada percobaan 3 fold validation yaitu sebesar 87,96%.
Usability Algoritma Supervised Learning Untuk Prediksi Kelulusan Mahasiswa pada Sistem Bimbingan Akademik: Usability Algoritma Supervised Learning Untuk Prediksi Kelulusan Mahasiswa pada Sistem Bimbingan Akademik Triase; Sriani , Sriani; Khairuna
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3101

Abstract

Tugas perguruan tinggi sebagai wadah pengembangan kebutuhan masyarakat melalui tingkat program studi harus meningkatkan kompetensinya. Langkah yang diambil adalah dengan menciptakan dan mengembangkan teknologi informasi dalam kegiatan akademik. Salah satunya menyediakan sistem informasi layanan bimbingan akademik untuk mendukung keputusan dan memudahkan penyediaan data bagi program studi. Pada saat ini layanan bimbingan akademik terhadap mahasiswa persemester pada prodi yang ada di Fakultas Sains dan Teknologi UIN Sumatera Utara Medan, dilakukan secara manual yaitu menggunakan buku bimbingan akademik sebagai bukti kegiatan. Buku bimbingan memberikan informasi profil mahasiswa, ipk, total sks, masa penyelesaian akademik. Dimana variabel tersebut dapat digunakan untuk memprediksi kelulusan mahasiswa. Data yang digunakan total lulus pada program studi Sistem Informasi dan ilmu komputer sebanyak 301 data. Algoritma K-Nearest Neighbor (K-NN) untuk menghitung data latih dan uji, dimana perbandingan data yang akan digunakan 80%:20% yaitu 211 data latih dan 90 data uji, dan hasil prediksi lulusan mahasiswa dengan euclidian K= 3.
Prototype Alat Pendeteksi Kebakaran Menggunakan Sensor Flame dan MQ-2 Berbasis Arduino Uno Nugraha, Denny Andian; Satria, Budy
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3102

Abstract

Fires can occur due to uncontrolled activities such as short circuits, littering of cigarette residues, gas leaks, human carelessness and natural factors that cause fires to appear. This research aims to design a prototype fire detector using a flame sensor to detect fire and an MQ-2 sensor to detect smoke and gas based on the Arduino Uno microcontroller. When these sensors detect the presence of fire, smoke and gas objects, the Buzzer and LEDs that have been programmed into indicators will be active as an early warning that a fire has occurred. The results of the tests that have been carried out in this study are the Arduino Uno Microcontroller works well to perform data processing. Testing the flame sensor at a distance of 5-25 cm causes the alarm to sound and the LED lights up as an indicator that the sensor is functioning in detecting hotspots. The MQ-2 sensor successfully detects the presence of smoke and gas at a density value of 760-775ppm. So this tool can help in providing a fire warning.
Klasterisasi Wilayah Penghasil Tanaman Lada Menggunakan Algoritma K-Means Puspitasari, Novianti; Haviluddin, Haviluddin; Helmi Puadi, Fazma Urmila Jannah
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3104

Abstract

Wilayah potensial untuk menanam lada semakin berkurang, sehingga jumlah produksi lada menjadi semakin menurun. Hal ini tentunya perlu menjadi perhatian mengingat lada merupakan salah satu komoditas unggulan yang sangat penting untuk menunjang perekonomian. Informasi tentang daerah yang berpotensi sebagai daerah penghasil tanaman lada perlu dilakukan. Penelitian ini bertujuan untuk mendata dan menganalisa wilayah potensial untuk tanaman lada menggunakan pendekatan algoritma cerdas yaitu K-Means. Data penelitian berasal dari Dinas Perkebunan Provinsi Kalimantan Timur sebanyak 1200 data dalam rentang waktu tahun 1990 sampai 2019 telah digunakan untuk dianalisis. Lebih lanjut, ketiga metode jarak yaitu Euclidean Distance, Manhattan Distance dan Minkowski Distance digunakan dalam penelitian ini. Dari ketiga metode tersebut dicari nilai akurasi yang tertinggi menggunakan metode Silhouette Coefficient (SC). Metode Sum Square Error (SSE) dan R-squared (R2) juga digunakan untuk mengukur cluster optimal. Hasil percobaan memperlihatkan bahwa metode jarak Manhattan Distance memiliki nilai akurasi terbaik. Sedangkan, cluster optimal untuk klusterisasi wilayah diperoleh tiga cluster yang merupakan cluster ideal untuk mengelompokkan wilayah penanam lada dengan SSE sebesar 238.7377116 dan nilai R2 adalah 0.459398609. Berdasarkan hasil tersebut, diperoleh informasi tentang wilayah yang berpotensi untuk produksi lada menggunakan tiga kategori yaitu kurang berpotensi, cukup berpotensi dan berpotensi baik dengan algoritma K-Means dan metode jarak Manhattan Distance.
Edge Computing-Based Automated Vehicle Classification System Using the MobileNet V2 Model Widyatra Sudibyo, Rahardhita; Mahmudah, Haniah; Hadi , Moch. Zen Samsono; Sa'adah, Nihayatus
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3106

Abstract

The volume of traffic in one day is referred to as the average daily traffic volume. The Average Daily Traffic System (LHR) is also used to detect road damage caused by excessive vehicle loads. In the LHR system, vehicle data is still collected manually, with humans calculating the type and number of vehicles based on observations made and then divided into a time span. As a result, a system with a camera and deep learning data processing is required to automatically calculate the type and number of vehicles. The goal of this research is to develop edge computing systems by improving the system's performance in the calculation and classification of vehicles using the SSD MobileNet V2 model. The results of the MobileNet model scenario 5 have the lowest loss value of the five scenarios. The MobileNet V2 model can better classify vehicle types with a 65 FPS inference process.
Implementasi Learning Vector Quantization untuk Klasifikasi Jenis Buah Kelapa menggunakan Image Processing Puspita, Desi
The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i3.3108

Abstract

Coconut fruit is a versatile plant because all parts from the stem to the coconut fruit have their benefits. Coconut fruit is the most valuable part of the economy. The problem so far that has occurred is that the process of classifying coconut species is still done manually and has not been computerized, namely the classification of coconut types is still based on experience, color, and shape of the coconut. This of course takes a long time and errors still occur frequently. So this research can help classify coconuts with Learning Vector Quantization (LVQ). The purpose of this research is to organize the types of coconuts with image processing and Learning Vector Quantization (LVQ) by using mean extraction from RGB (Red, Green, Blue) and standard deviation from RGB (Red, Green, Blue). The results of the study were taken from 2 different types of coconuts against the 80 training data, the accuracy of the training data was 83.75%. The evaluation results with the Confusion Matrix with a test accuracy value of 90% of the 20 test data.

Page 1 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 14 No. 6 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 5 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 4 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 2 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 1 (2025): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 6 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 5 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 4 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 3 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 6 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 1 (2023): The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science Vol. 11 No. 2 (2022): The Indonesian Journal of Computer Science Vol. 11 No. 1 (2022): The Indonesian Journal of Computer Science More Issue