cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudo Bismo Utomo
Contact Email
yudobismo@uniska-kediri.ac.id
Phone
+6285230378786
Journal Mail Official
yudobismo@uniska-kediri.ac.id
Editorial Address
Jl. Sersan Suharmaji No.38, Manisrenggo, Kec. Kota, Kota Kediri, Jawa Timur 64128
Location
Kota kediri,
Jawa timur
INDONESIA
JISCOMP (Journal of Information System and Computer)
Published by Universitas Islam Kadiri
ISSN : 29877563     EISSN : -     DOI : https://doi.org/10.32503/jiscomp.v3i1
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering
JISCOMP: Journal of Information System and Computer adalah jurnal ilmiah berbasis open-access yang dikelola dan diterbitkan oleh Program Studi Teknik Komputer Uniska Kediri bekerjasama dengan Relawan Jurnal Indonesia (RJI). JISCOMP mempublikasikan hasil-hasil riset penelitian di bidang Teknik Komputer, Teknik Informatika dan Sistem Informasi. JISCOMP akan terbit 2 (dua) kali dalam setahun, yaitu pada bulan Juni dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 5 Documents
 1 
Search results for , issue "Vol 1 No 1 (2022): Desember" : 5 Documents clear
Pengenalan Makanan Tradisional Nusantara dengan Menggunakan Convolutional Neural Network Citra Mahaputri; I Dewa Gede Hari Wisana
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The research with the title Introduction to Traditional Archipelago Foods using the Convolutional Neural Network (CNN) method is an early stage research. In general, this study aims to identify traditional Indonesian foods by comparing 3 CNN models, namely Resnet50,EfficenNetV2M and EfficientNet B6. The method of data collection is by manually collecting images of 20 types of traditional Indonesian food from the internet, each type of food 50 to 80 images, then developing into 20 classes based on the type of food. These images are then used as training models. The technique used is preprocessing or normalizing food image input data by cropping, wrapping. Then resize to a size of 224 x 224 and the image is converted to grayscale for the training process. This study uses a framework to facilitate the creation of deep learning programs, namely Keras Applications as one of the modules in the library that provides various deep learning models and is used to extract features from images. Data analysis was carried out using manual levers to calculate system accuracy in the detection test process. The introduction of traditional archipelago foods is the first stage of research, which will be developed to the composition of food ingredients and finally will count calories. Research on the introduction of traditional archipelago foods to the calculation of calories has not been done in previous studies
Visualisasi Dataset Pasien Covid 19 di Indonesia Pada Dashboard Microsoft Power BI Eva Puspitasari
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tahun 2020 lalu dunia mengalami wabah SARS-CoV-2 yang belum pernah terjadi sebelumnya, jenis virus corona ini menyebabkan pandemi COVID-19 yang berkembang secara masif. Kasus pasien yang terdeteksi COVID-19 saat ini telah mencapai 627.195.515 kasus di seluruh dunia. Di Indonesia pasien positif COVID-19 terdeteksi mencapai 6.464.962 dan pasien meninggal tercatat 158.380 jiwa. Penelitian ini bertujuan untuk menghasilkan visualisasi atau gambaran data berdasarkan penyebaran kasus COVID-19 di Indonesia. Dalam melakukan analisis dibutuhkan dataset, pada penelitian ini menggunakan dataset kasus COVID-19 dari 1 Maret 2020 sampai 30 Juni 2020. Penelitian ini menggunakan metode Business Intelligence (BI) guna mengubah data operasional, transaksional menjadi informasi yang bermanfaat bagi pemangku kepentingan, sedangkan visualisasi dari data yang sudah diolah menggunakan aplikasi Microsoft Power BI. Hasil visualisasi pada dashboard Power BI didapatkan bahwa jumlah tertinggi kasus positif COVID-19 terdapat pada provinsi Jawa Timur dengan total 12.807 dengan rentan waktu 1 Maret 2020 sampai 30 Juni 2020, dengan penerapan dataset tersebut diharapkan dapat membantu pemangku kepentingan dalam mengambil keputusan. TRANSLATE with x English Arabic Hebrew Polish Bulgarian Hindi Portuguese Catalan Hmong Daw Romanian Chinese Simplified Hungarian Russian Chinese Traditional Indonesian Slovak Czech Italian Slovenian Danish Japanese Spanish Dutch Klingon Swedish English Korean Thai Estonian Latvian Turkish Finnish Lithuanian Ukrainian French Malay Urdu German Maltese Vietnamese Greek Norwegian Welsh Haitian Creole Persian // TRANSLATE with COPY THE URL BELOW Back EMBED THE SNIPPET BELOW IN YOUR SITE Enable collaborative features and customize widget: Bing Webmaster Portal Back //
Implementasi Metode Pendekatan Design Thinking Dalam Pembuatan Sistem Informasi Pelaporan Sampah TPS3R Kota Batu Iqbal Mubarok
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan sampah merupakan hal yang selalu ditemui di setiap kota tidak terkecuali oleh Kota Batu, DLH Kota Batu yang bertanggung jawab dalam menangani dampak sampah di kota Batu mengalami kesulitan dalam mengumpulkan data jumlah sampah dari TPS3R dikarenakan metode pengumpulan masih manual dan dikira-kira. Dari permasalahan yang dikemukakan oleh DLH Kota Batu penulis berinisiatif untuk membuat sebuah sistem informasi untuk petugas TPS3R melaporkan jumlah sampah secara online. Setelah berdiskusi dengan DLH kota Batu penulis memutuskan untuk membuat sistem informasi berbasis website yang diberi nama SIMSAT (Sistem Informasi Sampah TPS3R). Sistem tersebut akan digunakan petugas TPS3R dan DLH Kota Batu untuk meninjau jumlah sampah yang masuk dan keluar TPS3R, serta memberi tampilan data yang menarik sehingga DLH Kota Batu bisa memproses data dengan lebih mudah. Penulis berharap sistem ini dapat memberikan efisiensi dan efektifitas dalam melakukan pengumpulan data sehingga data dapat menjadi acuan dalam mengambil keputusan mengurangi sampah. Kata Kunci: Website, Sistem Informasi, Design Thinking, SIMSAT. TRANSLATE with x English Arabic Hebrew Polish Bulgarian Hindi Portuguese Catalan Hmong Daw Romanian Chinese Simplified Hungarian Russian Chinese Traditional Indonesian Slovak Czech Italian Slovenian Danish Japanese Spanish Dutch Klingon Swedish English Korean Thai Estonian Latvian Turkish Finnish Lithuanian Ukrainian French Malay Urdu German Maltese Vietnamese Greek Norwegian Welsh Haitian Creole Persian // TRANSLATE with COPY THE URL BELOW Back EMBED THE SNIPPET BELOW IN YOUR SITE Enable collaborative features and customize widget: Bing Webmaster Portal Back //
Klasifikasi Siswa Berprestasi Pada SDN Puncu 3 Ahmad Fakhruddin Luthfi; Daniel Swanjaya; Resty Wulanningrum
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In the world of education, the increasing success and failure of students is a reflection of the world of education. Education is currently required to be able to compete with all the utilization of existing natural resources. This study aims to determine which students will be ranked in the top 5 in grade 6 semester 2 every year at SDN Puncu 3. This study uses the method of self organization maps (SOM). The data that has been obtained from the data recap of the student data values ​​uses the SOM method. The SOM method analyzed data from 75 students of SDN Puncu 3 with a silhouette coefficient value of 0.7399. Keywords: Clustering, Education, Self Organizing Map.
KLASIFIKASI WARNA HSV PADA CITRA TANGAN MENGGUNAKAN K-MEANS Safril Nur Abdillah
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The HSV color component is one of the most important elements in an image. In the image processing process, the HSV color feature becomes one of the important roles for the image recognition process. One of the objects used for recognition is hand image. To get the value of the HSV color feature from the hand image, a feature extraction process is needed. Not all HSV color feature extraction yields optimal values. The K-Means method can classify the results of the HSV color feature extraction. The results of the HSV color feature classification are the highest percentage values for each Hue, Saturation, and Value channel.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 3 No 2 (2025): Juni Vol 3 No 1 (2024): Desember Vol 2 No 1 (2023): Desember Vol 1 No 2 (2023): Juni Vol 1 No 1 (2022): Desember