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 26 Documents
 1   2   3 
PENERAPAN METODE LINEAR REGRESSION UNTUK PRAMALAN PENJUALAN TOKO LESTARI EKA JAYA Hendra Tri Kristanto
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Toko Lestari Eka Jaya (LEJ) merupakan toko yang menjual barang elektronik yang berdomisili di Kediri sejak tahun 2018. Toko LEJ menawarkan berbagai macam barang elektronik jadi dan memiliki gudang kecil untuk penyimpanan produk. Toko LEJ masih menggunakan memo tertulis tanpa sistem pencatatan yang baik yang mengharuskan pemilik toko untuk meringkas kembali data memo sebelum melakukan inventarisasi. Hal ini menjadi kendala bagi pemilik toko untuk pengadaan barang.Pemilik sering salah memperkirakan barang yang di butuh kan oleh konsumen, maka dari itu dibuatkanlah sebuah sistem aplikasi berbasis web dengan menggunakan metode Linear Rigression untuk peramalan penjualan di Toko Lestari Eka Jaya, sehingga di dapatkan hasil berupa peramalan penjualan barang pada bulan berikutnya . Hasil peramalan di analisa menggunakan mad( mean absolute deviation ).dapat di temukan nilai performa peramalan menggunakan linier reggression adapun hasil penelitian ini menghasilkan nilai Y’ = 2594 , MAD = 1257, 23 , MSE = 68598,24, dan MAPE = 78,96%.
Analisa Model Prediksi Penjualan Bibit Tanaman Menggunakan K-Means Clustering Dan Back Propagation Amelia Tanaya Putri
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Prediksi penjualan merupakan proses kegiatan yang penting dalam kelangsungan penjualan bibit pada jenis usaha ini. Pondok Pesantren Al-Fukaat adalah pusat pembibitan terbesar di Nganjuk dan memiliki banyak jenis bibit alpokat. Implementasi proses bisnis ini tentunya membutuhkan proses yang efisien untuk memperlancar dan memudahkan berjalannya bisnis tersebut. Untuk menjual bibit, ada kegiatan membeli stok bibit. Untuk pengadaan stok barang secara terjadwal, pengadaan bibit dilakukan hanya dengan mengandalkan perkiraan dari melihat stok kosong dan hal tersebut kurang efisien karena pengadaan stok dilakukan sangat sering sehingga memakan banyak biaya dan tenaga. Selain itu, pembeli juga sering kecewa ketika bibit yang dicarinya kosong. Sistem prediksi pengadaan bibit ini dibangun dengan menggunakan integrasi metode desain K-Means Clustering dan Back Propagation. Analisis model peramalan penjualan bibit tanaman berbasis website ini dengan menggunakan K-Means Clustering dan Back Propagation bertujuan untuk memprediksi kapan pembelian bibit tanaman akan dilakukan secara otomatis dan terkomputerisasi menggunakan teknologi website. Kata kunci: Back Propagation, Clustering, Prediksi.
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 //
SEGMENTASI CITRA DAUN DAN CABAI MENGGUNAKAN YOLO V7 Anwar, Masrur
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 1 (2024): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i1.6796

Abstract

Abstrak Indonesia, sebagai negara agraris, sangat bergantung pada cabai sebagai komoditas pertanian dengan permintaan yang tinggi, meskipun hasil panennya sering dipengaruhi oleh kondisi musiman. Untuk mengatasi hal ini, computer vision, khususnya YOLO v7, menawarkan solusi untuk mengestimasi hasil panen melalui segmentasi citra otomatis pada daun dan buah cabai. YOLO v7, yang dikenal dengan kecepatan dan akurasinya dalam deteksi objek, digunakan untuk memisahkan daun dan buah cabai dari latar belakang, memberikan informasi yang akurat mengenai jumlah dan kondisi tanaman, yang sangat penting bagi petani dalam perencanaan produksi. Penelitian ini menunjukkan bahwa model YOLO v7 berhasil mendeteksi tanaman cabai dengan nilai loss dan akurasi yang sangat baik, dengan mAP sebesar 0.98625 pada threshold 0.5 dan 0.88092 pada threshold yang lebih tinggi. Keberhasilan segmentasi ini dapat digunakan untuk estimasi hasil panen yang akurat, membantu petani memprediksi hasil panen dengan lebih efisien tanpa perhitungan manual, serta mendukung penerapan sistem pertanian berbasis kecerdasan buatan. Kata kunci : YOLO v7, Buah cabai, YOLO, Segmentasi, Computer Vision. Abstract Indonesia, as an agrarian country, relies on chili as a high-demand agricultural commodity, though harvests are often affected by seasonal conditions (Nauly, 2020; Farid & Subekti, 2012). To address this, computer vision, particularly YOLO v7, offers a solution for estimating harvest yields through automated image segmentation of chili leaves and fruits. YOLO v7, known for its high speed and accuracy in object detection, is employed to separate the leaves and fruits from the background, providing precise information on crop quantity and condition, essential for farmers in production planning. The research found that the YOLO v7 model effectively detected chili plants with excellent loss values and accuracy, achieving a mAP of 0.98625 at a 0.5 threshold and 0.88092 at a higher threshold. This successful segmentation can be used for accurate yield estimation, helping farmers predict harvests more efficiently without manual calculations, and supports the potential for AI-driven agricultural systems. Keywords: YOLO v7, Chili, YOLO Instance Segmentation, Computer Vision.
Ekstraksi Ciri Bentuk pada Huruf Kawi Cholid Ilham Isniawan; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

The Javanese kawi script is basically an ancient script that appeared in the 18th to 16th centuries. Which the kawi script is also a derivative of the Pallawa script, considering the very importance of the Kawi language because previous texts mainly used the history of Hindu texts still using the Kawi language. (Surada, 2018). And to preserve the kawi language, it can be developed through a kawi identification system. For image identification, shape feature extraction is used for the identification system to find information from digital images (Herdiansah, 2022). In this study, an image identification system was created by extracting shape features to get the initial value of the shape of the Kawi letters and then going through a classification process so that they could recognize Kawi letters. There was some data collected from 2 data sources with a total of 6 data collected. In this manufacture using the matlab application (Prayoga, 2019) by conducting tests to process image data that has been obtained using shape feature extraction with metric and eccentricity parameters which are then processed using an artificial neural network method. From the results of this study it is hoped that the extraction value of shape features with these parameters can be used for the next step for classifying kawi letters.
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.
Efektivitas Pembuatan Konten Terhadap Peningkatan Kinerja Penggunaan Drive Thru Dalam Pengambilan Paspor Lestari, Amalia Ita; Utomo, Yudo Bismo; Alfin, Achmad Arif
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 2 No 1 (2023): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Tujuan dari penelitian ini untuk menganalisis efektivitas pembuatan konten drive thru dalam meningkatkan kinerja penggunaan drive thru dalam pengambilan paspor di Tempat kerja Imigrasi kelas II NON TPI Kediri. Metode penelitian menggunakan deskriptif kualitatif dengan pendekatan survei kepada seluruh pemohon paspor yang menggunakan layanan drive thru di Tempat kerja ImigrasiKelas II Non TPI Kediri selama periode Januari-Februari 2023. Sampel penelitian diambil dengan teknik observasi sebanyak 35 responden. Pengumpulan data dilakukan dengan kuesioner dan dianalisis menggunakan data antrean pengguna drive thru dengan form penyempurnaan grafik. Hasil penelitian menunjukkan bahwa pembuatan konten drive thru berpengaruh positif dan signifikan terhadap peningkatan kinerja penggunaan drive thru dalam pengambilan paspor di Tempat kerja ImigrasiKelas II Non TPI Kediri. Hal ini terlihat dari nilai kuisioner yang telah disebar kepada 35 responden, dari data survei diketahui bahwa 94,3% dari 35 responden mengetahui adanya layanan drive thru dalam pengambilan paspor. Selain itu, hampir 81,8% responden mengetahui informasi pelayanan dari konten yang diunggah di akun media sosial Tempat kerja ImigrasiKediri. Berdasarkan hasil survei, banyak dari responden tersebut yang menggunakan layanan drive thru pada bulan Februari dimana mereka sudah mengetahui informasi dari Konten Drive Thru yang diunggah di akun Instagram Tempat kerja Imigrasi Kediri.
IMPLEMENTASI METODE APRIORI PADA PENENTUAN PAKET PROMO PESANTREN AL-FUKAAT Binti Umi Latifah
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Pesantren Al-Fukaat(PAF) adalah salah satu pusat pembibitan buah alpokat yang ada di kabupaten nganjuk ,berdiri pada tahun 2018. Penjualan bibit pada PAF masih dilakukan seacara terpisah, sehingga pemilik merasa kesulitan dalam menentukan pasangan untuk di buat paket bundling guna dapat meningkatkan penjualan. Pada penelitian ini menggunakan tenik waterfall karena lebih mudah untuk pemula dengan tahapan pengumpulan datanya berupa wawancara secara langsung dengan pemilik PAF. Metode yang digunakan yaitu algoritma apriori untuk menganalisa permasalahan yang ada pada PAF, karena metode ini merupakan metode yang paling mudah untuk dimengerti. Hasil dari penelitian ini berupa hasil analisa dengan hasil rule yaitu {( Jika membeli Pangeran 60-70 cm maka membeli aligator 35-40 cm),(Jika membeli Pangeran 60-70 cm maka membeli Miki 35-40 cm),(Jika membeli Aligator 35-40 cm maka membeli Miki 35-40 cm),(Jika membeli Miki 35-40 cm maka membeli Aligator 35-40 cm)} dan hasil uji lift ratio menggunakan metode apriori diapatkan hasil diatas 1 dimana hasil uji nya valid dengan korelasi positif. Dari hasil analisa tersebut menunjukan hasil bahwa pada penjualan bulan berikutnya mengalami peningkatan omset penjualan yang didapatkan dari hasil pembentukan paket promo pada bulan sebelumnya, dengan demikian implementasi algoritma apriori sudah tepat dalam membantu pemilik PAF dalam menentukan paket promo.
Sistem Informasi E-Commerce sebagai Platform Penjualan Barang Fashion dan Aksesoris Berbasis Website Pasha, Eclesianetha Ayu
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 1 (2024): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i1.6798

Abstract

Web-based E-Commerce Information Systems have become an innovative solution to support buying and selling transactions, especially in the fashion and accessories sector. This study aims to develop an e-commerce platform that facilitates transaction processes with a focus on efficiency, security, and user experience. The system is designed using the Waterfall software development model, encompassing requirements analysis, interface design, implementation, and testing. Utilizing PHP and XAMPP as development tools, the system offers an intuitive interface, robust data integration, and features such as inventory management and seamless checkout processes. The results demonstrate that this platform can enhance operational efficiency for business owners while providing convenience and security for consumers.
Integrasi Prediksi Pendapatan Pesantren Al-Fuukat Menggunakan Metode K-Means Clustering Dan Backpropagation salma - alawiyah; Daniel Swanjaya2; Resty Wulanningrum
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Pesantren Al-Fukaat merupakan salah satu tempat pembibitan bibit alpokat yang berada di Desa Trayang, Kecamatan Ngronggot, Kabupaten Nganjuk Kecamatan Ngeronggot . Pesantren Al-Fukaat berdiri sejak tahun 2018. Merupakan salah satu sentra pembibitan buah alpokat yang terbesar di Kabupaten Nganjuk. Adapun varietas bibit yang dijual terdiri dari alpokat lokal dan impor. Untuk alpokat lokal mereka menjual jenis Aligator, Markus, Miki, Hass, dan Pangeran. Sedangkan untuk jenis alpokat impor seperti Cuba, Bokhong Teen, Yellow, Red Vietnam, dan Buchaneir, permasalahan yang dihadapi oleh pemilik adalah pemilik sering ragu dalam memprediksi pendapatan mereka di masa depan. Maka dari itu dibuatkanlah sebuah sistem aplikasi website yang dapat memprediksi pendaptan Pesantren Al-Fuukat dimasa depan dengan owner atau pemilik memfilter tanggal atau memilih tanggal yang diinginkan sistem ini juga memiliki validasi tanggal seperti tanggal to tidak boleh kurang dari tanggal from sebaliknya tanggal from tidak boleh melebihi tanggal to, sistem juga dapat melakukan perekapan data secara otomatis dan customer dapat memesan secara online. Sistem yang dibangun menggukan metode K-Means dan Backpropagation agar lebih flexsibel serta efiesn dalam perhitungan data. hasil akhir clustering / penge-lompkkan mulai dari cluster 1 – 3 dan berbagai macam jenis Kategori ukuran Al-fukaat. Nilai Exp juga bervarian mulai dari 0.03, 0.045 dst sesuai dengan record data pendapatan penjualan Pesantren Al-Fuukat

Page 2 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2022 2025


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