cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
M. Miftakul Amin
Contact Email
M. Miftakul Amin
Phone
-
Journal Mail Official
mmiftakulamin@gmail.com
Editorial Address
-
Location
Kota palembang,
Sumatera selatan
INDONESIA
Teknika
Published by Politeknik Negeri Sriwijaya
ISSN : 08543143     EISSN : 26223481     DOI : -
Core Subject : Engineering,
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Control & Systems Engineering Electrical & Electronics Engineering Engineering
Arjuna Subject : -
Articles 382 Documents
 19   20   21   22   23 
Penerapan Metode Case Based Reasoning Untuk Diagnosa Penyakit Pada Sapi Syahfira, Welda; Aprilia, Indri Mada; Lestari, Sri
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10881655

Abstract

Sektor peternakan, khususnya peternakan sapi, memainkan peran penting dalam mendukung ketahanan pangan dan ekonomi di Indonesia, salah satu negara agraris terbesar di dunia. Namun, tantangan seperti perubahan iklim, ketersediaan pakan, dan ancaman penyakit menimbulkan resiko yang signifikan bagi peternakan sapi. Identifikasi penyakit dengan cepat dan akurat penting untuk mengurangi risiko ini dan meminimalkan kerugian ekonomi bagi peternak. Penelitian ini berfokus pada pengembangan dan implementasi metode Case-Based Reasoning (CBR) sebagai sistem pakar untuk membantu peternak dalam mendiagnosa penyakit sapi secara efektif. Penelitian ini dilakukan dengan mengumpulkan data kasus penyakit dari berbagai sumber. Algoritma retrieval CBR digunakan untuk mencari kesamaan antara gejala penyakit yang muncul pada sapi yang sedang didiagnosa dengan kasus-kasus yang telah terdokumentasi sebelumnya. Sistem ini dirancang untuk memberikan rekomendasi diagnosa yang cepat dan akurat berdasarkan pola-pola yang teridentifikasi dari kasus-kasus penyakita yang sebelumnya telah ada. Berdasarkan perhitungan manual dan program komputer yang telah dibuat, percobaan kasus analisa penyakit hewan ternak sapi menghasilkan hasil yang sama yaitu dari kasus menghasilkan akurasi penyakit 94% dengan diagnose penyakit MASTITIS/Radang Ambing. Jadi dapat disimpulkan penelitian diagnose penyakit pada hewan ternak sapi memiliki akurasi 99,99%.
Penerapan Metode Case Based Reasioning Diagnosa Penyakit Ringworm Pada Kucing Wulandari, Yunita; Lestari, Sri
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11075796

Abstract

Kucing merupakan hewan peliharaan yang banyak digemari oleh masyarakat Indonesia. Bagi para pecinta kucing, keterbatasan jumlah pakar yaitu dalam hal ini dokter hewan, sering menjadi masalah bagi yang memelihara kucing di rumah dan ingin menjaga kesehatan kucing peliharaannya. Untuk mengatasi masalah ini maka dibuatlah sistem pakar untuk diagnosa penyakit kucing menggunakan metode CaseBased untuk menganalisis kasus penyakit ring worm. Penelitian ini menghasilkan sebuah sistem pakar diagnosa penyakit kucing dengan similarity 0,8666 atau persentasi 86,66%, sehingga dapat nilai keyakinan bahwa kasus baru ini terdiagnosa penyakit Ring Worm parah dengan nilai diagnose 86,66%.
Prediksi Wilayah Rawan Kebakaran Menggunakan Deep Learning Zuhdi, Ahmad; Utama Sp, Muhamad Septa
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10688103

Abstract

Kebakaran hutan dan lahan merupakan masalah serius yang dapat merusak ekosistem, mengancam satwa liar, dan menyebabkan kerugian ekonomi. Penelitian ini bertujuan untuk mengembangkan prediksi wilayah rawan kebakaran menggunakan teknologi remote sensing dan deep learning. Dataset gambar wilayah Kanada yang terbakar sebelumnya digunakan untuk melatih model Convolutional Neural Network (CNN). Model-model CNN diperbandingkan dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1 Score. Hasil penelitian menunjukkan bahwa model MobileNet mencapai akurasi tertinggi sebesar 0,9640 dan waktu pelatihan yang singkat sebesar 114,04 detik. Model MobileNet juga berhasil melewati tahap validasi dengan akurasi sebesar 0,979, presisi sebesar 0,986, recall sebesar 0,973, dan F1 Score sebesar 0,978. Temuan ini menunjukkan bahwa model memiliki kinerja yang sangat baik dalam mengklasifikasikan wilayah yang berpotensi mengalami kebakaran di Kanada. Penelitian ini memberikan kontribusi penting dalam upaya mitigasi risiko kebakaran dan pengelolaan sumber daya alam di wilayah tersebut. Integrasi teknologi remote sensing dan deep learning menjadi solusi yang efektif untuk mengidentifikasi dan memprediksi daerah rawan kebakaran di masa depan.
Prototype Penyiraman Otomatis Pada Tanaman Bawang Putih dengan Metode Fuzzy Sugeno Berbasis Arduino Uno Nunsina, Nunsina; Darnila, Eva; Fadhilah, Cut; Razi, Ar
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10614572

Abstract

Bawang putih merupakan jenis tanaman yang biasa ditanam di dataran tinggi tropis yang sangat sensitif terhadap cekaman kekeringan. Kekurangan air dapat menyebabkan pembentukan umbi terhambat sehingga akan mengurangi hasil poduksi. Penelitian iini bertujuan untuk membuat sebuah perangkat yang mampu mengotomatisasi proses penyiraman tanaman bawang putih . Proses penyiraman bawang putih secara manual memakan waktu yang signifikan karena harus dikerjakan secara individual untuk setiap pohon. Perangkat ini dirancang untuk memberikan manfaat dengan memudahkan pekerjaan manusia dalam menyirami bawang putih. Pendekatan yang digunakan dalam penelitian ini adalah Metode Penelitian dan Pengembangan (R&D). Perangkat ini dilengkapi dengan sensor kelembaban tanah yang berperan sebagai pengecek tingkat kelembaban dan mengirim instruksi kepada Arduino Uno untuk mengaktifkan driver relay, sehingga pompa air untuk melakukan penyiraman otomatis sesuai kebutuhan. Penelitian ini meliputi perancangan, serta implementasi komponen-komponen sistem, termasuk penggunaan Arduino Uno sebagai pengendali dan driver relay untuk mengatur aktivitas pompa air. Data dari penelitian memastikan bahwa perangkat yang dibuat berfungsi secara efektif, di mana relay akan beroperasi dan mengaktifkan pompa ketika tingkat kelembaban tanah di bawah 40%. Sebaliknya, relay akan berhenti beroperasi ketika kelembaban tanah mencapai lebih dari 40%. Agar dapat berproduksi optimal bawang putih memerlukan volume dan interval penyiraman yang tepat.
Perancangan Aplikasi Sistem Penjualan Top-Up Game Online Berbasis Website Memanfaatkan Fitur Mern Fullstack Menggunakan Metode Waterfall Wati, Rina; Jeprianto, Jeprianto; Sudewi, Sudewi; Maseleno, Andino
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10614469

Abstract

Game adalah sebuah perangkat lunak yang dirancang untuk memenuhi waktu luang seseorang dengan tujuan mendapatkan hiburan yang diinginkan. Setiap game memiliki sebuah mata uangnya masing-masing yang dapat dibeli oleh pemain dengan tujuan untuk meningkatkan kemampuan pemain dalam game itu sendiri. Dalam pembelian voucher game setiap pemain menginginkan sistem pembayaran yang mudah dan cepat. Melihat permasalahan tersebut, diperlukan suatu rancangan aplikasi berbasis web yang bisa membantu pemain membeli voucher di dalam sebuah game. Aplikasi berbasis web ini akan menampilkan detail voucher game yang sesuai dengan kebutuhan dan pemain dapat melakukan pembelian secara aman dan mudah. Dalam pembuatan sistem ini menggunakan teknologi MERN Stack serta Visual Code studio sebagai tempat penulisan kode. Tujuan dari perancangan aplikasi penjualan top-up voucher game berbasis website yaitu untuk melancarkan proses pelanggan ketika membeli voucher game online serta memberi informasi detail tentang voucher game online. Aplikasi nantinya akan terhubung dengan fitur Digiflazz dan Tripay untuk memudahkan proses transaksi. Dengan adanya website ini proses pemesanan menjadi tidak memerlukan waktu yang lama, karena pelanggan dapat otomatis melakukan pembelian tanpa memerlukan respon dari pihak admin. Pihak admin pun tidak perlu menunggu proses pembayaran dan hanya menunggu notifikasi pembayaran untuk melakukan proses pengiriman voucher game ke pihak pelanggan.
Pengembangan Model Deep Learning Untuk Pengenalan Wajah pada Sistem Keamanan Faiq, Husain Ahmad; Sabita, Hary
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10881284

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah model Deep Learning menggunakan Convolutional Neural Network (CNN) guna meningkatkan sistem keamanan berbasis sistem pengenalan wajah pada Program Studi Teknik Informatika di Institut Informatika dan Bisnis Darmajaya. Keamanan ruangan atau akses terhadap suatu area tertentu menjadi isu yang sangat penting seperti di gedung perkantoran, pusat data, atau laboratorium riset untuk mencegah terjadinya kebocoran data maupun akses yang tidak sah yang dilakukan oleh pihak yang tidak berwenang. Oleh karena itu, diperlukan teknologi yang canggih dan akurat seperti sistem pengenalan wajah untuk memastikan akses yang aman ke dalam ruangan tersebut. Metode Convolutional Neural Network (CNN) telah terbukti efektif dalam tugas pengenalan pola kompleks seperti wajah manusia. Dengan mengimplementasikan teknik-teknik canggih dalam arsitektur Convolutional Neural Network (CNN), penelitian ini menghasilkan sebuah model yang mampu mengenali wajah dengan akurasi tinggi dan respons yang cepat. Hasil akhir dari penelitian ini berupa model Deep Learning dengan akurasi tinggi yang diintegrasikan dengan Graphical User Interface (GUI) yang nantinya dapat digunakan pada perangkat seluler atau edge devices seperti devices IoT (Internet of Things), kamera pengawas, dan perangkat lainnya sesuai dengan kemampuan komputasi yang dibutuhkan.
Implementasi Naive Bayes Classifier Dalam Menganalisis Sentimen Pelanggan Mie Gacoan Pada Instagram Audina Tazkia; Yuni Arkhiansyah
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10851075

Abstract

Pada era digital saat ini, media sosial telah menjadi sesuatu yang umum dan telah banyak digunakan untuk memenuhi kebutuhan masyarakat. Salah satu platform media sosial yang banyak digunakan adalah Instagram. Instagram merupakan sebuah aplikasi yang memungkinkan pengguna untuk memberikan komentar terhadap foto atau video yang dibagikan. Opini dan permasalahan tersebut kemudian dapat diolah menjadi sebuah informasi analisis sentimen. Mie Gacoan merupakan salah satu restoran mie pedas yang populer Indonesia selama beberapa tahun belakangan ini. Dibalik kepopuleran Mie Gacoan pada saat ini, tentunya tidak dapat dipungkiri bahwasannya ada penilaian positif dan penilaian negatif dari pelanggan. Pada penelitian ini ekstraksi fitur dengan menerapkan metode TF-IDF. Kemudian data dibagi menjadi 80% data latih dan 20% data uji. Hasil penelitian ini menunjukan tingkat akurasi sebesar 90.59%, precision 87.50%, recall 95.45%, dan f1-score 91.30%.
Penjadwalan Matakuliah Dengan Menggunakan Metode Jaringan Neural Network (Studi Kasus IIB Darmajaya) Visitama, Aldo Gilar; Sabita, Hary
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10879809

Abstract

Penjadwalan matakuliah merupakan tugas kompleks yang dihadapi oleh lembaga pendidikan dengan tantangan seperti peningkatan jumlah mahasiswa dan keterbatasan ruang kuliah. Dalam konteks ini, pemanfaatan teknologi seperti Jaringan Syaraf Tiruan (JST) menjadi relevan. Penelitian ini bertujuan untuk mengimplementasikan JST dengan metode Backpropagation untuk mengoptimalkan penjadwalan matakuliah. Penelitian ini dilakukan dengan menggunakan metode metode machine leraning life cycle yang dimulai dari proses preprocessing yang mencakup pengumpulan, pembersihan, dan pengolahan data menjadi format yang sesuai. Selanjutnya, dilakukan proses pembuatan dan pelatihan model JST, dengan arsitektur model yang terdiri dari 11 input data, 2 hidden layer, dan menghasilkan 1 output data. Evaluasi model dilakukan dari berbagai aspek, seperti epochs, waktu pelatihan, performa, gradient, dan mu. Model juga diuji terhadap data baru sebanyak 364 data, dan hasil menunjukkan bahwa model mampu memprediksi data dengan benar. Dari keseluruhan kinerja model, diperoleh hasil akhir berupa MSE sebesar 0.000461 dan RMSE sebesar 0.021470. Hal ini menunjukkan bahwa model ini mampu melakukan prediksi dengan akurat dan memiliki tingkat kesalahan yang rendah.
Perancangan Platform Digital Desain Rumah 3D Berbasis Mobile Menggunakan Metode Addie Aprida Hidayanti; Azima , Muhammad Fauzan
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11060246

Abstract

Teknologi Visualisasi 3D merupakan salah satu dari teknologi multimedia yang dapat memberikan gambaran secara visual kepada calon konsumen sebelum membeli atau mendirikan bangunan dalam wujud nyata, sebagai contoh apabila ada perusahaan properti yang menawarkan rumah idaman dengan berbagai tipe, maka akan lebih mudah apabila rumah tersebut juga dapat ditampilkan secara visual 3D yang dapat dilihat dari berbagai sisinya. Dalam industri properti, teknologi visualisasi 3D saat ini menjadi hal yang penting agar peminat properti dapat langsung menemukan desain dan tipe yang diinginkan dalam memiliki rumah idaman, selain itu juga memungkinkan calon pembeli untuk merasakan visual sebuah rumah seolah-olah telah berada di dalamnya. Metode ADDIE merupakan singkatan yang mengacu pada proses-proses utama dari proses pengembangan sistem pembelajaran yaitu analisis, desain, pengembangan, implementasi, dan evaluasi. Aplikasi platform digital desain rumah 3D ini di buat untuk membantu pelanggan dalam penjualan dan pembelian rumah dengan lebih interaktif dan membantu memberikan informasi tentang bentuk rumah 3D dari berbagai sudut pandang dalam bentuk visualisasi 3D.
Implementasi Computer Vision Dalam Sistem Deteksi Gerakan Disiplin Kampus Wulandari, Yunita; Rosandy, Triowali
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11139336

Abstract

Sistem pendeteksi objek merupakan aspek penting dalam bidang computer vision yang mendukung terhadap perkembangan teknologi yang serba canggih seperti sekarang ini. Penelitian ini untuk mengimplementasikan teknologi computer vision dalam sistem deteksi pelanggar aturan. Di dalam Sivitas Akademika IIB Darmajaya terdapat suatu program Gerakan Disiplin Kampus, GDK merupakan upaya untuk membentuk sikap moral seseorang melalui proses prilaku yang menunjukan nilai-nilai ketaatan, kepatuhan, keteraturan, dan ketertiban. Namun masih terdapat pelanggaran seperti merokok disembarang tempat yang menjadi kendala dalam penerapan program tersebut. Dalam upaya meningkatkan penegakan disiplin terbatasnya sumber daya manusia mendorong pemanfaatan teknologi, salah satu alternatifnya adalah memanfaatkan kecerdasan buatan (Artificial Intelegence) dalam bentuk computer vision, khususnya menggunakan algoritma YOLO (You Only Look Once). Algoritma ini telah terbukti unggul dalam kecepatan dan akurasi dalam deteksi objek. Pada tahapan pengembangan dilakukan pengumpulan dataset melalui sumber online dan pengambilan gambar menggunakan kamera ponsel. Total 7.057 gambar digunakan untuk melatih model deteksi pelanggaran. Selanjutnya dilakukan proses pelatihan validasi dan pengujian menggunakan python dengan bantuan perangkat lunak seperti roboflow dan google colab. Hasil dari penelitian ini menunjukkan bahwa sistem deteksi pelanggaran yang di implementasikan mampu mengenali objek pelanggaran. Evaluasi dilakukan menggunkan confution metrix dan parameter kinerja model seprti precision, recall, f1-score dan mAP.

Page 21 of 39 | Total Record : 382

 19   20   21   22   23 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2026): Teknika Mei 2026 (In Progress) Vol. 20 No. 1 (2026): Teknika Januari 2026 Vol. 19 No. 3 (2025): Teknika September 2025 Vol. 19 No. 2 (2025): Teknika Mei 2025 Vol. 19 No. 1 (2025): Teknika Januari 2025 Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024 Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024 Vol. 17 No. 2 (2023): Teknika Juli - Desember 2023 Vol. 17 No. 1 (2023): Teknika Januari - Juni 2023 Vol. 16 No. 2 (2022): Teknika Juli - Desember 2022 Vol. 16 No. 1 (2022): Teknika Januari - Juni 2022 Vol. 15 No. 2 (2021): Teknika Juli - Desember 2021 Vol. 15 No. 1 (2021): Teknika Januari - Juni 2021 Vol. 14 No. 2 (2020): Teknika Juli - Desember 2020 Vol. 14 No. 1 (2020): Teknika Januari - Juni 2020 Vol. 13 No. 2 (2019): Teknika Juli - Desember 2019 Vol. 13 No. 1 (2019): Teknika Januari - Juni 2019 Vol. 12 No. 2 (2018): Teknika Juli - Desember 2018 Vol. 12 No. 1 (2018): Teknika Januari - Juni 2018 More Issue