cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dedi Gunawan
Contact Email
dedi.gunawan@ums.ac.id
Phone
+6281466758150
Journal Mail Official
ptmaapsi@gmail.com
Editorial Address
Jalan Ahmad Yani No. 157, Pabelan, Surakarta, Indonesia 57169
Location
Unknown,
Unknown
INDONESIA
Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Published by Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta
ISSN : -     EISSN : 31244238     DOI : -
Core Subject :
Prosiding Informatics Collaborations and Dissemination Meeting (INFOCODING) merupakan kumpulan artikel ilmiah hasil dari kegiatan deseminasi penelitian yang diselenggarakan oleh Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta (UMS). INFOCODING bertujuan sebagai wadah kolaborasi, pertukaran gagasan, serta penyebaran pengetahuan dan temuan riset terkini di bidang informatika. Setiap artikel yang dimuat dalam prosiding ini merupakan hasil penelitian para dosen, peneliti, maupun mahasiswa yang telah melalui proses seleksi dan penyuntingan. Topik-topik yang diangkat mencakup berbagai bidang dalam informatika, seperti kecerdasan buatan, pengolahan data, pengembangan perangkat lunak, sistem cerdas, keamanan siber, Internet of Things (IoT), dan teknologi digital lainnya.
Arjuna Subject : -
Articles 44 Documents
 1   2   3   4   5 
Pengembangan Aplikasi Perawatan Sepatu Berbasis Website Asroni Asroni; Dede Chandra; Cahya Damarjati
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Vist Clean adalah layanan perawatan sepatu yang bertujuan untuk membersihkan, merawat, dan memperbaiki sepatu pelanggan dengan teknik khusus. Namun, minimnya digitalisasi menyebabkan efisiensi operasional rendah dan banyak kesalahan, seperti pencatatan transaksi manual yang menyulitkan rekap data. Selain itu, pelanggan harus mengecek status pengerjaan secara manual karena durasi perawatan bergantung pada antrean dan kondisi sepatu.Untuk mengatasi hal ini, dikembangkan sistem informasi berbasis online yang memungkinkan pemesanan layanan, pencatatan transaksi digital, dan pemantauan status pengerjaan. Dengan sistem ini, transaksi tercatat otomatis, dan pelanggan dapat memeriksa status laundry sepatu secara mandiri.Pengembangan sistem menggunakan metode Waterfall SDLC, sementara analisis dan perancangan dilakukan dengan UML. Sistem ini dikembangkan menggunakan PHP (Laravel), Bootstrap, dan MySQL. Fitur utama mencakup pemesanan layanan dengan laporan yang dapat diunduh serta pelacakan status pengerjaan sepatu.
Penerapan Case-Based Reasoning dan Certainty Factor dalam Mendiagnosa Penyakit pada Cabai Sri Winiarti; Dewa Putra Hernanda
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Petani cabai menghadapi masalah dalam budidaya tanaman mereka, seperti serangan hama dan penyakit. Untuk mengatasi kerugian yang disebabkan oleh masalah tersebut, penting bagi petani untuk mengidentifikasi penyakit yang menyerang tanaman cabai melalui gejala yang . Penelitian ini bertujuan untuk membangun sistem yang dapat mendiagnosis penyakit tanaman cabai menggunakan metode case based reasoning dan certainty factor. Dengan adanya penelitian ini diharapkan dapat membantu para petani dalam mengidentifikasi penyakit tanaman dan menentukan tindakan pengendalian yang sesuai. Metode yang digunakan dalam penelitian ini adalah Case Based Reasoning dipadukan dengan Certainty Factor. Certainty Factor berperan dalam proses revisi pada tahapan case based reasoning. Jika nilai Certainty Factor melebihi ambang batas, data akan otomatis dimasukkan ke dalam basis pengetahuan. Namun, jika nilai Certainty Factor berada di bawah ambang batas, pakar akan melakukan revisi. Data diperoleh melalui wawancara dengan pakar. Pengujian menerapkan metode Expert Judgment dengan membandingkan hasil diagnosis dari sistem dengan diagnosis pakar. Selain itu, dilakukan juga pengujian sistem menggunakan metode System Usability Scale dengan memberikan kuisioner kepada petani cabai untuk mencoba aplikasi dan memberikan tanggapan. Hasil penelitian berupa sistem aplikasi web untuk membantu petani mendiagnosis penyakit tanaman cabai berdasarkan gejala yang muncul. Aplikasi ini akan memberikan diagnosis penyakit dan solusi penanganannya. Pengujian dengan metode Expert Judgment menunjukkan hasil yang sesuai dengan pendapat pakar, dan pengujian System Usability Scale menunjukkan kepuasan pengguna. Aplikasi ini berpotensi meningkatkan efisiensi budidaya dan mengurangi kerugian akibat penyakit pada tanaman cabai.
Sistem Keamanan Sarang Walet Berbasis IoT: Deteksi Gerakan Real-Time dan Notifikasi Otomatis Menggunakan Esp32-Cam dan Sensor Pir Arbansyah Arbansyah; Gina Maulidina; Muhammad Fauzan Nur Ilham; Pandu Wirayuda
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Penelitian ini mengembangkan sistem keamanan sarang walet berbasis Internet of Things (IoT) yang menggunakan ESP32-CAM dan Sensor PIR (Passive Infrared Sensor). Sistem ini dirancang untuk mendeteksi gerakan secara real-time, mengambil gambar, dan mengirim notifikasi otomatis melalui aplikasi Telegram. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi gerakan dalam jarak 1-5 meter dengan berbagai sudut, serta mengirim gambar dalam waktu kurang dari 10 detik pada kondisi jaringan normal. Selain itu, sistem ini dilengkapi dengan penyimpanan gambar pada kartu microSD jika tidak terhubung ke internet. Kesimpulannya, sistem ini efektif dalam menjaga keamanan sarang walet dan dapat diaplikasikan secara luas dalam industri budidaya walet.
Penerapan Artificial Intelligence di Sistem Pendidikan Menuju Pendidikan Indonesia yang Bermutu Nurwahyu Alamsyah
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Perkembangan kecerdasan buatan (AI) telah membawa transformasi signifikan dalam berbagai sektor, termasuk pendidikan. AI menawarkan solusi inovatif untuk meningkatkan kualitas pembelajaran dan efisiensi manajemen pendidikan, terutama dalam menghadapi tantangan seperti kesenjangan akses, keterbatasan tenaga pengajar, serta kebutuhan metode pembelajaran yang lebih adaptif. Studi ini membahas penerapan AI dalam sistem pendidikan Indonesia, mulai dari tutor virtual, sistem evaluasi otomatis, hingga analisis data untuk personalisasi pembelajaran. Penelitian ini menyoroti peran AI dalam mendukung visi Generasi Emas Indonesia 2045, dengan menciptakan sistem pendidikan yang lebih inklusif, inovatif, dan berbasis keterampilan abad ke-21. Studi menggunakan metode sistematic literature review yang dikembangka oleh Barbara Kitchenham. Hasilnya ada 10 tantangan pendidikan Indonesia yang perlu diperbaiki melalui strategi implementasi AI, studi ini juga memberikan rekomendasi perlunya kolaborasi antar kementerian untuk membangun sistem AI berbasis nasional yang terintegrasi.
Integrasi OpenCv dan LLM Pada Sistem Informasi Pelayanan Publik di Desa Trangsan Menggunakan Framework Django Muhammad Dzaki Hanifa; Maulana Al Iqbal Widodo; Dedi Gunawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Inovasi pada sebuah pelayanan publik memiliki kontribusi besar dalam menghadapi tantangan zaman yang semakin berkembang. Teknologi LLM dan OpenCv mampu untuk dimanfaatkan lebih baik dalam mengembangkan sebuah pelayanan publik yang maksimal, efisien, dan efektif. Pengembangan pelayanan publik berupa sistem aduan memanfaatkan model Llama 3.2 API yang memungkinkan sistem untuk menentukan tingkat prioritas dari aduan masuk dan pemanfaatan library OpenCv pada sistem absensi digital yang digunakan dalam pemindaian QR-Code absen. Hasil implementasi kedua teknologi menunjukkan bahwa sistem informasi pelayanan publik yang dikembangkan mampu mengelola aduan masuk berdasarkan prioritas dengan tepat, merekap absen secara efektif, meningkatkan efisiensi pengelolaan, akuntabilitas layanan, dan kemudahan bagi masyarakat dalam mengakses informasi. Inovasi sistem informasi pelayanan publik menjadi contoh transformasi digital di tingkat lokal dengan potensi pengembangan fitur tambahan di masa depan.
Klasifikasi Subjektif Berita Menggunakan Algoritma Machine Learning Laily Fajria Chasanah; Endang Wahyu Pamungkas
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Teknologi informasi telah mengubah penyebaran berita, dengan akses yang lebih mudah melalui media elektronik . Dalam era digital ini, semakin banyak berita yang tersebar di internet, dengan sifat berita yang dapat dibedakan menjadi objektif dan subjektif. Berita subjektif sering kali mengandung pendapat atau keyakinan pribadi penulis, sementara berita objektif menyajikan fakta secara netral. Dengan tingginya volume berita, klasifikasi manual menjadi tidak efisien. Oleh karena itu, penerapan algoritma machine learning seperti Naïve Bayes, Decision Tree, Support Vector Machine (SVM), dan Logistic Regression. Proses penelitian meliputi pengumpulan data, representasi teks dengan TF-IDF ,pembelajaran model dan evaluasi. Dengan dataset 3.000 berita, model diuji menggunakan akurasi, presisi, recall, dan F1-Score. Penelitian ini bertujuan untuk mengembangkan sistem yang dapat membantu masyarakat membedakan antara berita subjektif dan objektif melalui penerapan machine learning. Berdasarkan hasil pengujian, model yang diterapkan memberikan akurasi yang bervariasi, dengan model Support Vector Machine menunjukkan performa terbaik. Hasil penelitian ini diharapkan dapat berkontribusi dalam pengembangan teknologi serta membantu masyarakat dalam memilah berita yang mereka terima untuk mengurangi dampak penyebaran informasi yang salah atau bias.
Pengembangan Gim Edukasi sebagai Upaya Kesadaran Kesehatan Pasca Pandemi Covid-19 Lugas Alhawariy; Dinan Yulianto
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Tahun 2019, Indonesia menghadapi wabah kesehatan coronavirus desease (Covid) yang pertama kali teridentifikasi di China dan memiliki dampak signifikan terhadap berbagai dimensi kehidupan manusia. Desember 2024, teridentifikasi peningkatan kasus influenza a dan human metapneumovirus yang memiliki kesamaan gejala seperti Covid. Keterbatasan media edukasi yang efentif, literasi yang kurang memadai, serta tingkat kepatuhan protokol kesehatan yang mulai rendah akan berpotensi mewujudkan kondisi peningkatan kasus flu yang berat seperti wabah Covid. Penelitian ini bertujuan mengembangkan media edukasi dengan model gim petualangan yang memuat pembelajaran kesadaran kesehatan, khususnya Covid. Pelaksanaan penelitian ini menerapkan metode Multimedia Development Life Cycle dengan enam tahapan yaitu konsep, desain, pengumpulan materi, pembuatan, pengujian, dan distribusi. Penelitian ini berhasil mengembangkan media gim edukasi dengan tiga skenario pembelajaran sebagai aspek gamifikasi yang telah memiliki validitas terhadap materi serta fungsional.
Klasifikasi Tingkat Kematangan Buah Alpukat Berdasarkan Citra Hiperspektral menggunakan Convolutional Neural Network Murinto Murinto; Bella Saphira; Utin Dhea Artyandra
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Alpukat merupakan salah satu buah yang jarang matang di pohonnya. Hal ini dikarenakan daun pohon alpukat menghasilkan zat penghambat pematangan yang diteruskan ke buah alpukat melalui tangkai bunga. Oleh karena itu, diperlukan pengelolaan pasca panen untuk mengetahui status tingkat kematangan alpukat. Agar kualitas rantai pasok tetap terjamin saat diekspor atau ditempatkan di toko buah, diperlukan suatu metode yang dapat menentukan tingkat kematangan alpukat dengan baik. Pada penelitian ini digunakan 4 model klasifikasi untuk digunakan dalam mengklasifikasikan citra buah alpukat, yaitu Suppoert Vector Machine (SVM), Resnet-18, VGG16 dan MobileNetV2 arsitektur Convolutional Neural Network (CNN). Citra alpukat yang digunakan dalam penelitian ini merupakan citra hiperspektral yang kemudian direduksi menggunakan teknik principal component analysis (PCA) dan format RGB. Ketiga jenis format citra tersebut kemudian diklasifikasi menggunakan SVM dan 3 model CNN Resnet-18, VGG16 dan MobileNetV2 tersebut. Hasil percobaan menunjukkan bahwa model VGG16 memiliki nilai akurasi paling tinggi. Akurasi overall diperoleh sebesar 0.8202 atau 82,02% , nilai F1-score sebesar 0.8105 atau 81,05% dan presisi sebesar 0.8210 atau 82,10% saat menggunakan citra dari semua kanal hiperspektral. Selanjutnya metode lain dapat digunakan untuk meningkatkan nilai akurasi seperti melakukan perubahan parameter optimasi CNN agar diperoleh hasil yang lebih optimal.
Pemanfaatan Teknologi Pengenalan Ucapan untuk Mengukur Kualitas Layanan Kesehatan: Studi Kasus di Klinik Dwijoko Purbohadi; Sri Sundari
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Artikel ini bertujuan untuk mengeksplorasi penggunaan teknologi pengenal suara berbasis bahasa Indonesia dalam mengukur dan meningkatkan kualitas layanan rumah sakit. Survei kepuasan pasien yang selama ini dilakukan secara tertulis memiliki keterbatasan, terutama dalam hal kecepatan dan kedalaman informasi. Sebagai alternatif, survei percakapan menggunakan teknologi pengenal suara menawarkan berbagai kelebihan, seperti kemampuan untuk menangkap percakapan antara pasien dan staf, serta antar pasien di ruang tunggu dan loket layanan. Teknologi pengenal suara dapat menganalisis percakapan tersebut dengan memetakan bahasa yang digunakan, kata-kata yang sering muncul, dan sentimen yang ada. Penggunaan teknologi ini menghadapi tantangan seperti kebisingan di ruang publik yang dapat mengurangi akurasi pengenalan suara. Untuk mengatasi hal ini, teknologi perlu ditingkatkan agar dapat bekerja lebih akurat di lingkungan yang bising. Hasil analisis menunjukkan bahwa teknologi ini sangat potensial dalam membantu rumah sakit memahami kepuasan pasien, mengidentifikasi area yang perlu diperbaiki, dan merespons keluhan lebih efektif. Selain itu, teknologi ini juga sangat potensial untuk meningkatkan keterampilan komunikasi staf rumah sakit. Dengan demikian, teknologi pengenal suara dapat meningkatkan kualitas layanan dan pengembangan sumber daya manusia di rumah sakit.
Optimasi Rute Wisata di Kota Gresik Menggunakan Metode Algoritma Genetika Lisa Albertha Angelina; Henny Dwi Bhakti; Harunur Rosyid
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Gresik merupakan salah satu kota di Jawa Timur yang dikenal dengan berbagai julukan antara lain Kota Wali, Kota Santri, dan Kota Pudak. Kota Gresik memiliki berbagai tempat wisata seperti Edu Wisata Lontar Sewu, Bukit Jamur, Bandar Grisse, Wisata Alam Gosari, Taman Bunder dan lain sebagainya. Banyaknya destinasi wisata akan memberikan pengunjung beragam pilihan. Namun di sisi lain, seiring dengan bertambahnya jumlah destinasi wisata, timbul permasalahan dalam mengidentifikasi pilihan wisata yang sesuai dengan harapan wisatawan. Dalam mengatasi hal tersebut, penelitian ini menggunakan metode algoritma genetika untuk menyelesaikan permasalahan TSP dan menentukan jalur wisata Gresik yang optimal. Hasil analisis global diketahui bahwa sistem memberikan hasil rekomendasi rute yang optimal dengan menunjukkan selisih perbandingan jarak awal dan jarak akhir pada sistem yaitu sebesar 17,11 km (14,42%) dengan rute terbaik yaitu 1-20-6-3-13-11-10-14-7-4-2-5-8-9-15-19-17-18-16-12.

Page 2 of 5 | Total Record : 44

 1   2   3   4   5 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2026) Vol. 1 No. 1 (2025)