cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ahmad Ilham
Contact Email
ahmadilham@unimus.ac.id
Phone
+6281325043677
Journal Mail Official
informatika@unimus.ac.id
Editorial Address
Program Studi S1 Informatika Universitas Muhammadiyah Semarang Gedung Kuliah Bersama II (GKB II) Lantai 7, Jl. Kedungmundu Raya No 18 Semarang email: informatika@unimus.ac.id, akhmadfathur@unimus.ac.id Phone: + +62 813 2504 3677
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Komputer dan Teknologi Informasi
Published by Universitas Muhammadiyah Semarang
ISSN : -     EISSN : 29867592     DOI : -
Core Subject : Science,
Computer Science & IT
Ruang lingkup publikasi terkait dengan : "Computer Science and Information Technology" diantaranya adalah: Networking Software Engineering Mobile Computing Applications Depelopment: Website and Mobile Clouds Computing Database Management Artificial Intelligent Inovations information technology Multimedia Technology Virtualization Technology Health Information Technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 21 Documents
 1   2   3 
Implementasi convolutional neural network pada pengenalan isyarat tangan untuk komunikasi tuna wicara Pratama, Hasbi Ardianto
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.13931

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pengenalan bahasa isyarat menggunakan metode Convolutional Neural Network (CNN) guna menerjemahkan isyarat tangan menjadi teks. Sistem ini diharapkan dapat memfasilitasi komunikasi antara orang yang tidak menggunakan bahasa isyarat dengan penyandang disabilitas. Dataset yang digunakan dalam penelitian ini adalah dataset MNIST yang telah dimodifikasi untuk bahasa isyarat, di mana setiap gambar merepresentasikan huruf dalam abjad menggunakan isyarat tangan. Proses penelitian meliputi preprocessing data, augmentasi data, pembagian data menjadi data pelatihan dan pengujian, serta pelatihan model menggunakan framework TensorFlow. Model CNN yang dihasilkan terdiri dari beberapa lapisan, termasuk Convolutional Layer, Max Pooling Layer, dan Fully Connected Layer. Hasil penelitian menunjukkan bahwa sistem pengenalan bahasa isyarat yang dikembangkan memiliki akurasi terbaik sebesar 98%. Tingkat akurasi ini dipengaruhi oleh nilai learning rate, tingkat kerapian pola bahasa isyarat, jumlah dataset, dan arsitektur model CNN yang digunakan. Penelitian ini menunjukkan bahwa CNN sangat efektif untuk tugas pengenalan bahasa isyarat. Untuk pengembangan lebih lanjut, disarankan untuk menerapkan teknik preprocessing dan ekstraksi fitur tambahan, menggunakan teknik segmentasi untuk memproses pola isyarat yang bersambung, mengeksplorasi teknik Deep Learning lainnya seperti RCNN, Faster R-CNN, dan GAN, memperkaya dan memvariasikan data latih, serta menggunakan perangkat keras dengan spesifikasi tinggi untuk mempercepat proses pelatihan dan pengujian. Dengan demikian, sistem pengenalan bahasa isyarat ini dapat terus ditingkatkan dan diaplikasikan secara luas untuk membantu komunikasi penyandang disabilitas.
Metode Simple Additive Weighting untuk Pemilihan Website dengan Keaktifan Terbaik (Studi Kasus Website Pemerintah Kota Semarang) Muhammad Sholeh Sarwono; Muhammad Sam'an
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 2 (2023): Sistem Pengambilan Keputusan
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i2.12888

Abstract

Metode Simple Additive Weighting meyakini bahwa pemilihan alternatif dengan nilai tertinggi dari beberapa pilihan yang ada merupakan teknik pengambilan keputusan multi-kritteria yang sederhana dan efektif. Hal ini dikarenakan dalam pemilihannya disertai dengan evaluasi serta pembandingan alternatif lain berdasarkan sejumlah kriteria yang telah ditentukan sebelumnya.. Penelitian ini bertujuan untuk membandingkan website yang terdaftar dalam Pemerintah Kota Semarang dalam mencari website dengan keaktifan terbaik pada Kecamatan Banyumanik melalui metode Simple Additivve Weighting. Hasilnya menunjukkan bahwa website milik Kelurahan Jabungan memiliki tingkat keaktifan terbaik dibandingkan website lain, di mana pada setiap alternatifnya memiliki nilai tertinggi setelah dilakukannya normalisasi data serta perhitungan bobot kriteria pada masing – masing nilai kriteria.
Sistem pakar diagnosis penyakit tanaman padi menggunakan metode forward chaining berbasis web (Studi kasus: Penyakit padi di Desa Kenduren Kecamatan Wedung Kabupaten Demak) Muhammad Zam Pipiano; Safuan Safuan; Akhmad Fathurohman
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 1 (2024): Algoritma dan Implementasinya
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i1.13899

Abstract

Tanaman padi (Oryza sativa) merupakan salah satu komoditas utama yang ada di Indonesia. Salah satu penghambat produksi panen padi adalah hama dan penyakit. Untuk meningkatkan kualitas padi diperlukan upaya dengan cara pembukaan lahan baru, perbaikan infrastruktur, peningkatan kualitas benih serta pengendalian hama dan penyakit yang bisa menyerang tanaman padi di desa kenduren kecamatan wedung kabupaten demak. Proses diagnosis penyakit tanaman padi memerlukan keahlian, pengetahuan seorang pakar. Penelitian ini bertujuan untuk membangun sistem pakar yang dapat mendiagnosis 5 jenis penyakit tanaman padi dari 13 gejala berdasarkan pengetahuan pakar. Metode yang digunakan adalah forward chaining, dimana dalam metode forward chaining merupakan suatu penalaran yang dimulai dari fakta-fakta untuk mendapatkan kesimpulan, solusi pencegahan atau penanganan. Hasil pengujian whitebox dan black box menyatakan bahwa sistem pakar telah memiliki kesesuaian 100% dari segi fungsionalitasnya. Sistem pakar diagnosis penyakit pada tanaman padi berbasis web yang dibuat telah berhasil membantu petani dalam mendiagnosis penyakit pada padi dan memberikan tindakan solusi pengendalian penyakit.
Penerapan Algoritma Divide and Conquer untuk Berburu Monster dalam Permainan Final Fantasy III Juyus Muhammad Adinulhaq; Safuan Safuan
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 1 (2023): ESTIMASI NUMERIK
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/.v1i1.11802

Abstract

Final Fantasy III adalah salah satu permainan RPG yang cukup populer pada masanya. Dalam permainan salah satu nilai  jualnya adalah cerita dalam permainan tersebut. Salah satu hal yang penting dalam permainan ini adalah proses penguatan  karakter untuk mempermudah dalam menyelesaikan permainan ini. Dalam artikel ini, akan dibahas tentang penerapan  algoritma divide and conquer yaitu merge sort dalam permainan Final Fantasy III. Algoritma ini digunakan untuk  mengurutkan data musuh yaitu Health Poin(HP). Penggunaan algoritma ini akan membuat proses pengurutan lebih cepat  dan efisien. Hasil dari penerapan algoritma ini adalah memudahkan pemain untuk memperkuat karakter yang digunakan  dengan cara mengalahkan berbagai monster sehingga membantu dalam menyelesaikan permainan Final Fantasy III.Kata kunci: Final Fantasy III, Berburu, Monster, Penerapan, Permainan  
Deteksi penyakit tanaman dengan convolution neural network: Kombinasi arsitektur VGG16 dan ResNet34 untuk klasifikasi daun Laksono, Fajar Bima
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.13932

Abstract

Penelitian ini bertujuan mengembangkan model yang mampu mendeteksi penyakit pada tanaman melalui analisis citra daun menggunakan metode Convolutional Neural Network (CNN). Penyakit tanaman merupakan salah satu faktor utama yang menyebabkan penurunan kualitas hasil pertanian dan perkebunan, sering kali ditandai dengan perubahan pada daun seperti bercak, kelayuan, dan perubahan warna menjadi cokelat. Untuk mencapai tujuan ini, penelitian ini menggabungkan dua arsitektur pemodelan CNN, yaitu VGG16 dan ResNet34, guna meningkatkan akurasi deteksi. Metodologi yang digunakan melibatkan pengumpulan data citra daun yang sehat dan sakit dari 14 jenis tanaman yang berbeda, dengan total 38 jenis penyakit. Data ini kemudian dibagi menjadi data latih dan uji, dan proses pelatihan dilakukan selama 15 epoch. Setelah melalui tahap pelatihan dan pengujian, model yang dihasilkan mampu mencapai tingkat akurasi sebesar 0.987, menunjukkan efektivitas pendekatan yang digunakan. Hasil penelitian ini menunjukkan bahwa kombinasi arsitektur VGG16 dan ResNet34 pada metode CNN dapat secara efektif mengidentifikasi penyakit pada daun tanaman dengan akurasi yang tinggi. Temuan ini diharapkan dapat berkontribusi dalam upaya peningkatan kualitas deteksi penyakit tanaman melalui teknologi pengolahan citra.
Sistem Klasifikasi Tahu Non-Formalin Menggunakan Metode Random Forest Sefrina Ainun; Muhammad Munsarif; Muhammad Sam'an
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 2 (2023): Sistem Pengambilan Keputusan
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i2.12861

Abstract

Tahu formalin adalah salah satu jenis makanan yang mengandung bahan-bahan kimia yang dapat mengawetkan daripada tahu tanpa formalin. Penelitian ini bertujuan untuk mengklasifikasikan tahu formalin dan tahu tidak formalin. Penelitian ini menggunakan metode random forest yang merupakan bagian dari algoritma machine learning untuk klasifikasi, Penelitian ini mencoba menerapkan metode random forest pada dataset tahu formalin dengan jumlah dataset public. Setelah dilakukan beberapa tahapan dalam pengujian dengan metode random forest maka diperolah hasil akurasi 89%. Model random forest dikembangkan menjadi aplikasi web deteksi tahu non formalin dan tahu formalin yang berfungsi bagi masyarakat dalam meningkatkan pangan agar bebas konsumsi tahu non formalin.
Game Tebak Gambar Anime One Piece Berbasis Android Firmanda Reyhan; Safuan Safuan; Akhmad Fathurohman
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 1 (2024): Algoritma dan Implementasinya
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i1.13902

Abstract

Penelitian ini mengusulkan dan mengembangkan aplikasi permainan tebak gambar berbasis Android dengan tema "One Piece". Aplikasi ini dirancang untuk memberikan pengalaman hiburan yang interaktif dan menantang bagi pengguna yang merupakan penggemar serial anime "One Piece". Metode pengembangan menggunakan Android Studio dan bahasa pemrograman Java untuk merancang antarmuka pengguna yang ramah dan menarik. Fitur utama aplikasi melibatkan penyajian gambar dari karakter dan elemen yang terkait dengan dunia "One Piece". Pengguna diminta untuk menebak nama karakter atau konteks gambar yang ditampilkan. Sistem skor dan tingkat kesulitan akan disesuaikan berdasarkan kemampuan pengguna untuk menjaga tingkat tantangan yang sesuai. Penelitian ini juga melibatkan pengumpulan data melalui uji coba pengguna untuk mengevaluasi keefektifan, daya tarik, dan kualitas keseluruhan aplikasi. Hasil dari penelitian ini diharapkan memberikan kontribusi terhadap pengembangan aplikasi permainan berbasis Android dengan tema anime populer, serta memberikan informasi berharga terkait preferensi dan respons pengguna terhadap aplikasi tersebut
Implementasi Metode Interpolasi Bilinear Untuk Perbesaran Skala Citra Hasbi Ardianto Pratama; Muhammad Sam’an
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 1 (2023): ESTIMASI NUMERIK
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/.v1i1.11803

Abstract

Perubahan skala citra merupakan salah satu bidang yang cukup popular hari ini. Banyak aplikasi yang membutuhkan input citra dengan ukuran tertentu. Ukuran citra mempengaruhi hasil dari pengenalan citra tersebut. Metode yang sering digunakan untuk mengatur ukuran citra adalah metode interpolasi. Kualitas citra hasil interpolasi tergantung dari metode interpolasi yang diterapkan. Interpolasi berkaitan erat dengan proses pemetaan piksel-piksel baik secara forward maupun reverse.Kata kunci: Interpolasi Bilinear, Perbaikan Citra, Pembesaran Citra 
Pemanfaatan convolutional neural network untuk klasifikasi efisien dan akurat pada berbagai jenis sampah fadllurrohman, ahmad najib
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.13945

Abstract

Produksi sampah yang semakin meningkat menuntut pengelolaan yang lebih efisien, salah satunya melalui pemilahan yang efektif. Artikel ini membahas tentang klasifikasi sampah (plastik, kaca, logam, kardus, kertas) menggunakan teknik Convolutional Neural Network (CNN). CNN menawarkan kecepatan, efisiensi, dan akurasi tinggi dibandingkan metode manual dalam pemilahan sampah. Penelitian ini menggunakan dataset klasifikasi sampah yang diperoleh dari situs Kaggle, dengan citra berukuran 300x300 piksel. Proses pra-pemrosesan mencakup normalisasi intensitas piksel, pengurangan noise, dan pengubahan ukuran gambar untuk konsistensi data. Arsitektur model CNN terdiri dari lapisan konvolusi untuk ekstraksi fitur, lapisan pooling untuk reduksi dimensi, dan lapisan fully connected untuk klasifikasi akhir. Model dilatih dengan algoritma optimisasi seperti Adam dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa klasifikasi sampah berbasis CNN mampu menghasilkan akurasi tinggi dan efisiensi yang lebih baik dibandingkan metode manual, menjadikannya solusi potensial untuk mengatasi masalah pengelolaan sampah.
Manage Sistem Operasi Digitalisasi SPBU Pertamina Daerah Operasional PT. Telkom Indonesia Regional IV Witel Semarang Ahmad - Fauzi; Akhmad Fathurohman; Timotus Nandra Pratyaksa
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 2 (2023): Sistem Pengambilan Keputusan
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i2.12919

Abstract

Practical Work carried out at PT. Telkom Indonesia Division of SPBU Regional IV Witel Semarang which is located on Jl. Singotoro No.20, Jomblang, Candisari, Semarang City, Central Java 50256. PT. Telkom Access, which is a subsidiary of PT. Telekomunikasi Indonesia Tbk. which is engaged in the construction and management of network infrastructure services. And the SPBU (General Fuel Filling Station) digitization project, Telkom and Pertamina are collaborating to monitor the distribution of fuel (fuel oil) throughout Indonesia. This practical work report discusses the Manage Operation of Digitizing Pertamina Gas Stations Operational Area PT.Telkom Indonesia Regional IV Witel Semarang, using the Single Dashboard Monitoring System (SDMS) web-based system in the https://sdms.spbu.id/ domain in the system understand the procedures and processes for monitoring Public Fuel Filling Stations (SPBU) in the Region IV Witel Semarang Region that use an EDC (Electronic Data Capture) machine connected to a computer network Manage Operations Digitalization is an activity formonitoring or processing a data by utilizing digitization.Starting from 30 January 2023 to 03 March 2023.

Page 1 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol 3, No 1 (2025): Implementasi Sistem Cerdas Vol 2, No 2 (2024): Implementasi Sistem Cerdas Vol 2, No 1 (2024): Algoritma dan Implementasinya Vol 1, No 2 (2023): Sistem Pengambilan Keputusan Vol 1, No 1 (2023): ESTIMASI NUMERIK