cover
Contact Name
-
Contact Email
lppm@umku.ac.id
Phone
+6285117477445
Journal Mail Official
lppm@umku.ac.id
Editorial Address
Jl. Ganesha Raya No. 1 Purwosari Kudus 59316
Location
Kab. kudus,
Jawa tengah
INDONESIA
Jurnal Ilmu Komputer dan Matematika
ISSN : 27464970     EISSN : 27981592     DOI : https://doi.org/10.26751/jikoma
Jurnal Ilmu Komputer dan Matematika berfokus pada publikasi hasil penelitian dan kajian ilmiah yang mengembangkan teori, metode, dan aplikasi di bidang ilmu komputer dan matematika, baik secara fundamental maupun terapan. Ruang lingkup jurnal mencakup algoritma dan struktur data, kecerdasan buatan dan machine learning, data science, rekayasa perangkat lunak, sistem informasi, jaringan dan keamanan komputer, komputasi cerdas, grafika dan visi komputer, pemodelan dan simulasi matematika, statistika dan probabilitas, matematika terapan, optimasi, analisis numerik, kriptografi, serta penerapan matematika dalam komputasi dan sains, dengan pendekatan teoretis, eksperimental, maupun komputasional yang memberikan kontribusi signifikan bagi pengembangan ilmu pengetahuan dan teknologi.
Articles 39 Documents
MODEL PERAMALAN EKSPOR MINYAK DAN GAS INDONESIA MENGGUNAKAN METODE DEKOMPOSISI TREND MOMENT Findasari Findasari; Mita Puspita Sari; Azzizatuz Zahro; Irma Latifah
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 6, No 1 (2025): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v6i1.2817

Abstract

Data deret waktu (time series) merupakan suatu jenis data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Peramalan pada data deret waktu dapat dilakukan untuk memprediksi kejadian di masa yang akan datang. Tujuan dari penelitian ini adalah menerapkan metode dekomposisi pada peramalan data deret waktu yang mengandung trend musiman. Penelitian ini bertujuan untuk mendapatkan sebuah model peramalan dan meramalkan hasil ekspor minyak dan gas Indonesia. Berdasarkan data ekspor minyak dan gas dari bulan Januari tahun 2015 sampai dengan bulan Juni tahun 2024, diperoleh model persamaan trend untuk hasil ekspor minyak dan gas pada bulan Juli tahun 2024 yaitu Y=1199,165+0,67885X, dimana X adalah jumlah bulan yang terdapat dalam data.
APLIKASI PEWARNAAN GRAF DENGAN METODE WELCH POWELL PADA PEMBUATAN JADWAL UJIAN PROPOSAL SKRIPSI PROGRAM STUDI FARMASI UNIVERSITAS MUHAMMADIYAH KUDUS Ade Ima Afifa Himayati; Khoiroh Alfiana; Muhammad Adib Jauhari Dwi Putra; Risqi Utami
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.974

Abstract

Universitas Muhammadiyah Kudus merupakan perguruan tinggi muhammadiyah di wilayah karesidenan Pati. Pada program studi Farmasi, pelaksanaan ujian skripsi, mahasiswa farmasi pada setiap ujian didampingi oleh dua pembimbing dan satu penguji. Seorang dosen dapat menjadi pembimbing dan penguji pada mahasiswa lebih dari satu, sehingga dalam penusunan jadwal ujian menjadi hal yang harus diperhatikan adalah ketersediaan waktu dosen agar tidak bertubrukan. Penjadwalan manual sangat memungkinkan ditemukan jadwal yang bertubrukan, sehingga pelaksanaan ujian akhir tidak efektif. Permasalahan ini dapat diselesaikan dengan teknik penjadwalan melalui pewarnaan graph dengan metode Welch Powell dengan mensubstitusi mahasiswa dalam titik titik dan dosen sebagai edge. Hasil dari pewarnaan graph dengan metode Welch Powell ini menghasilkan jadwal ujian proposal skripsi pada program studi farmasi yang tidak saling be bertubrukan sehingga ujian akhir mahasiswa dapat efektif.
PERANCANGAN WEBSITE RESPONSIF SIMAS UNTUK PENYULUHAN STUNTING DAN GIZI ANAK PADA MASYARAKAT Syarif Hidayatullah; Widya Cholid Wahyudin; Agung Prihandono; Saiful Ulya
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 1 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i1.2319

Abstract

Abstrak Stunting merupakan masalah serius yang mempengaruhi pertumbuhan fisik dan perkembangan kognitif pada anak – anak. Penanganan stunting memerlukan upaya preventif dan penyuluhan yang tepat untuk meningkatkan kesadaran dan pengetahuan kepada masyarakat terkait gizi anak. Dalam penelitian ini, menyajikan perancangan sebuah website responsif yang bertujuan untuk memberikan penyuluhan yang mudah diakses dan informatif tentang stunting dan gizi anak.            Metode perancangan website ini didasarkan pada pendekatan pengembangan berbasis pengguna, dengan menerapkan berbagai studi literatur dan survei awal untuk memahami kebutuhan pengguna potensial. Hasil analisis tersebut menjadi dasar dalam menyusun struktur konten dan antarmuka website. Responsivitas website di utamakan untuk memastikan aksesibilitas dari berbagai perangkat, termasuk ponsel pintar dan tablet.            Website ini mencakup berbagai fitur penting seperti infomasi tenatang penyebab dan cek stunting. Brainstorming merupakan metode yang efektif untuk mengumpulkan beragam gagasan. Teknik ini digunakan dalam mencari solusi dan menganalisis kebutuhan pengguna pada pengembangan platform Simas. 
SISTEM JUMLAH PENGUNJUNG DI PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH KUDUS MENGGUNAKAN KAMERA SINGLE SHOT DETECTOR (SSD) Muhammad Maghfurun; Widya Cholid; Agung Prihandono; Deka Setya Negara
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 2 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i2.2023

Abstract

AbstrakProblematika pengunjung perpustakaan di Universitas Muhammadiyah Kudus melebihi kapasitas. Oleh sebab itu, perlu dibatasi karena berdampak pada kapasitas perpustakaan yang sudah ditentukan. Penelitian ini dibuat untuk  efektivitas, efisiensi dan kemudahan pengendalian pengunjung melalui penggunaan informasi yang berkualitas sehingga dihasilkan oleh sistem informasi. Kajian ini dilakukan pembuatan sistem yang dapat menghitung jumlah pengunjung dengan Image Processing melalui video hasil tangkapan kamera yang terpasang diatas pintu masuk, sehingga dapat mendeteksi jumlah pengunjung yang masuk, keluar, dan yang sedang berada di ruang perpustakaan Universitas Muhammadiyah Kudus. Tujuan dari penelitian ini adalah membuat sistem yang mempunyai akurasi tinggi dalam proses perhitungan keluar-masuknya pengunjung dari sebuah perpustakaan, sehingga dapat mengantisipasi jumlah pengunjung yang berada dalam area perpustakaan Universitas Muhammadiyah kudus. Hasil dari penelitian ini dapat disimpulkan bahwa sistem ini mampu mendeteksi pengunjung dengan 3 macam kondisi, yaitu dengan akurasi berjalan 100%, berjalan cepat 86%, dan berlari dengan akurasi 60%. Adapun Tingkat ketepatan penghitungan dengan kondisi ramai pengunjung lalu-lalang seperti yang didapat dari video input memiliki hasil 98% untuk pengunjung masuk, 95% pengunjung keluar, dan 96% untuk menghitung jumlah pengunjung. Kata Kunci: Sistem Jumlah Pengunjung Perpustakaan, Image Processing, Artificial Intellegence, Single Shoot Detector.
KLASIFIKASI STUNTING BALITA MENGGUNAKAN NAIVE BAYES DENGAN SELEKSI FITUR FORWARD SELECTION Widya Cholid Wahyudin
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.1220

Abstract

Stunting menggambarkan status gizi kurang yang bersifat kronik pada masa pertumbuhan dan perkembangan sejak awal kehidupan. Keadaan ini dipresentasikan dengan nilai z-score tinggi badan menurut umur (TB/U) kurang dari -2 standar deviasi (SD) berdasarkan standar pertumbuhan menurut WHO. Kejadian stunting pada balita lebih sering mengenai balita pada usia 12-59 bulan dibandingkan balita usia 0-24 bulan. Stunting dapat memberikan dampak jangka pendek dan panjang. Penelitian ini menggunakan data balita tahun 2018 yang di dapat dari Puskesmas Pandanaran Kota Semarang dengan usia balita 0 – 59 bulan. Penelitian ini bertujuan untuk meningkatkan akurasi hasil klasifikasi dari status gizi stunting pada balita menggunakan algoritma Naive Bayes Classifier dan Forward Selection dan mengklasifikasi status gizi stunting menggunakan metode seleksi fitur Forward Selection pada algoritma Naive Bayes Classifier. Metode analisis data dalam penelitian ini menggunakan metode CRISP-DM (Cross Industry Standart Process for Data Mining) yang merupakan model dari proses data mining dengan siklus hidup yang terbagi menjadi 6 fase atau tahap-tahap penelitian yang meliputi pemahaman bisnis, pemahaman data, pengolahan data, pemodelan dan evaluasi. Untuk meningkatkan hasil akurasi dari algoritma Naive Bayes Classifier dalam  mengklasifikasikan status gizi stunting pada balita.dibuthkan fitur seleksi forward selection dan dapat meningkatkan hasil akurasi sebesar 4,34 % dan penerapan foward selection dalam penelitian ini memiliki tujuan yaitu untuk menghilangkan atribut-atribut yang tidak memiliki hubungan atau tidak berpengaruh yaitu atribut jenis kelamin, berat badan, tinggi badan dan miskin. Dari atribut atribut yang telah diseleksi akan dilakukan klasifikasi menggunakan algoritma Naive Bayes Classifier untuk menentukan klasifikasi status gizi stunting pada balita dengan hasil keputusan berupa probablitas dari klasifikasi itu sendiri.
MEMBANGUN SITUS WEB CHATBOT UNTUK MENGOPTIMALKAN URBAN FARMING DENGAN INTEGRASI AMAZON BEDROCK Alkhawarizmi Alianda Widyasalam; Asya Nurfadilah; Farel Bayone Meijabar; Muhamad Annafi Anwar; Alfarezi Khulafa Haq; Alifna Zhillan Zhalila; Nabilah Amaalina Syafa; Azizatuz Zahro; Findasari Findasari
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 2 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i2.2513

Abstract

Pertanian perkotaan telah muncul sebagai solusi inovatif untuk mengatasi tantangan permintaan pangan di daerah perkotaan yang padat penduduk. Di Jakarta, pertanian perkotaan menjadi semakin penting karena meningkatnya populasi dan berkurangnya ketersediaan ruang terbuka. Pendekatan ini tidak hanya membantu menyelesaikan masalah ketahanan pangan tetapi juga berkontribusi pada kelestarian lingkungan dan kesejahteraan sosial. Tim Urban Seeds berusaha untuk memajukan pertanian perkotaan melalui inovasi berbasis teknologi dan kolaborasi masyarakat. Dengan memanfaatkan teknologi mutakhir dan mengintegrasikan pembelajaran mesin, tim berfokus pada mendorong pertumbuhan dan inovasi, memungkinkan masyarakat perkotaan untuk mengoptimalkan sumber daya pertanian mereka. Penelitian ini menggunakan Amazon Bedrock sebagai generative AI yang terhubung dengan Meta Llama 2 Chat Kode Llama 70B, Chatbot Pertanian menjadi mudah diakses oleh pegiat pertanian perkotaan. Pembuatan website chatbot dengan Amazon Bedrock lebih mudah dari pembuatan chatbot dengan model lain jika dilihat dari penelitian-penelitian sebelumnya.
ESTIMASI PENYEBARAN COVID-19 DI INDONESIA MENGGUNAKAN MODEL PERTUMBUHAN LOGISTIK DENGAN R Khoiroh Alfiana; Ade Ima Afifa Himayati; Muhammad Faudzi Bahari; Azma Rosyida
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.970

Abstract

Confirmed cases of COVID-19 in Indonesia are current increasing. The cases are spreading at an exponential rate and soon be reached at a peak then decreasing the day after until the daily confirmed cases equal to zero.  Some mathematics models can help estimate the spreading of COVID-19 in Indonesia, such as logistic growth model. In this research, the logistic growth model used to predict the final size then compared the numbers with the confirmed data. The result indicates that the logistic model suits to describe the growth cases of COVID-19 in Indonesia. Estimation of the final size will be approximately  cases until this December.
TEOREMA DENSITAS PADA HIMPUNAN SEMUA BILANGAN SAMAR Erik Maurten Firdaus; M. Adib Jauhari Dwi Putra; Findasari Findasari
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 1 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i1.2231

Abstract

A fuzzy number is a fuzzy set with some special properties. In this paper, we defined some orderings on the set of all fuzzy numbers. We proved the Density Theorem on the set of all fuzzy numbers with an  ordering . We showed that between any two fuzzy numbers, there exists a trapezoidal fuzzy number.
PREDIKSI STUNTING PADA BALITA DI RUMAH SAKIT KOTA SEMARANG MENGGUNAKAN NAIVE BAYES Widya Cholid Wahyudin; Fida Maisa Hana; Agung Prihandono
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 1 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i1.1792

Abstract

Stunting is chronic malnutrition caused by insufficient nutritional intake over a long period of time due to the provision of food that is not in accordance with needs. This study focuses on malnutrition in toddlers. Stunting in toddlers is more common in toddlers aged 12-59 months than toddlers aged 0-24 months. Stunting can have short and long-term impacts. This study used toddler data for 2018 which was obtained from the Semarang City Health Center with toddlers aged 0-59 months. This research aims to value the classification results of stunting nutritional status in toddlers using the Naive Bayes Classifier algorithm. The Naive Bayes Classifier algorithm is one of the algorithms used for the classification process that can solve problems with large amounts of data so that it can produce a probability value for a hypothesis that is sought. It is proved by the results of testing with the Naive Bayes Classifier algorithm, which was carried out on all data in a dataset of 300 records, the accuracy achieved is 85.33%.

Page 4 of 4 | Total Record : 39