cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
Jurnal Ilmu Komputer dan Agri-Informatika
Published by Institut Pertanian Bogor
ISSN : 20896026     EISSN : -     DOI : -
Core Subject : Science, Agriculture,
Agriculture, Biological Sciences & Forestry Computer Science & IT
Jurnal Ilmu Komputer dan Agri-Informatika (JIKA) diterbitkan setiap bulan Mei dan November, memuat tulisan ilmiah yang berhubungan dengan bidang Ilmu Komputer serta aplikasi informatika untuk pengembangan pertanian. Berkala ilmiah ini menerima tulisan hasil penelitian dari luar IPB.
Arjuna Subject : -
Articles 187 Documents
 11   12   13   14   15 
From Immersive to Metaverse: The Gap of Learning and Technology in Agriculture Education Application Auzi Asfarian; Yani Nurhadryani; Yani Nurhadryani; Firman Ardiansyah; Irman Hermadi; Dean Apriana Ramadhan
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.127-136

Abstract

Teknologi imersif seperti augmented reality, virtual reality, media sosial, avatar virtual, dan game online telah mendukung pendidikan. Pertanian, sebagai salah satu proses penting untuk kesejahteraan manusia, menuntut teknologi pendidikan yang kaya interaksi dan konten untuk meningkatkan pemahaman siswa tentang lingkungan pertanian yang kompleks. Tren teknologi pendidikan saat ini mulai bergeser ke metaverse. Namun, ada kesenjangan antara penerapan teknologi imersif saat ini dan metaverse yang matang. Selain itu, penelitian sebelumnya menunjukkan kurangnya penekanan pada teori pembelajaran, konten pembelajaran, dan elemen desain untuk aplikasi imersif dalam pendidikan. Penelitian ini dilakukan untuk mengidentifikasi kesenjangan tersebut, khususnya dalam pendidikan pertanian. Kami secara sistematis menganalisis publikasi sebelumnya yang mengembangkan aplikasi mendalam untuk pendidikan pertanian di pendidikan tinggi. Kami menyimpulkan bahwa (1) sebagian besar konten pembelajaran dan elemen desain teknologi metaverse kurang dimanfaatkan; (2) ada banyak kesenjangan implementasi antara implementasi saat ini dengan metaverse yang matang; dan (3) Pendidikan metaverse yang matang adalah kompleks dan mahal, sehingga perencanaan jangka panjang yang cermat dan mengidentifikasi kasus penggunaan dianjurkan. Kesenjangan ini penting untuk penelitian selanjutnya tentang pengembangan metaverse untuk pendidikan, terutama di bidang pertanian. Kami berharap hasil penelitian ini akan memberi pendidik pengetahuan dasar tentang teknologi metaverse untuk membuat keputusan yang lebih baik dalam memanfaatkan metaverse di lembaga pendidikan.
Prediksi Harga Minyak Goreng Curah dan Kemasan Menggunakan Algoritme Long Short-Term Memory (LSTM) Lailan Sahrina Hasibuan; Yanda Novialdi
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.149-157

Abstract

A very significant increase in the price of basic necessities will affect the economy of the Indonesian people, such as lowering purchasing power. Based on the monitoring of the Strategic Food Price Information Center from November 2021 to August 2022, cooking oil is a necessities that experienced a very significant increase of price in Indonesia. This increase was spread evenly across 34 provinces of Indonesia, including the province of West Java. This significant increase can be prevented by taking preventive actions before, if this increase has been predicted. Deep Learning is a supervised learning method that is widely used today because of its reliability in solving various problems in the field of data mining. Deep learning can predict future cooking oil prices using time series data. This study develops a model to predict the price of cooking oil in bulk and packaged form using deep learning that specifically manages time series data, namely Long Short Term Memory (LSTM). Based on the NRMSE evaluation metric, the model built is able to recognize the price fluctuation of cooking oil in the form of bulk and packaging. The NRMSE value of the LSTM model in the training process is 0.019 for bulk cooking oil data training, and 0.037 for packaged cooking oil data.
Pengembangan Modul Otomatisasi Pengunduhan Citra Sentinel-1A Berbasis Web Menggunakan Metode Prototyping Muhammad Asyhar Agmalaro; Imas Sukaesih Sitanggang; Taufik Hidayat
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.137-148

Abstract

Sentinel-1A imagery can be used for various purposes, such as surveys and agricultural land use mapping. For example, Sentinel-1A image can be used to carry out land processing and validate crop yields from horticultural crops such as garlic. However, the acquisition and download of Sentinel images are currently done manually with several stages, so it still needs to be more effective and efficient. Therefore, an alternative way to support the acquisition of sentinel data is necessary by optimizing the process of automating the download of Sentinel data. This study aims to build a front-end module to automate the downloading of web-based Sentinel image data using the Django Framework. The prototyping method is used to develop a front-end module for Sentinel image download automation. This method was chosen based on its advantages in getting feedback from each user from every iteration carried out so that improvements can be made quickly according to user needs. The result of this research is an automated system for downloading Sentinel-1A images that can download Sentinel image data via maps or by validating geoJson data entered by the user. The development of this system is carried out in two iterations. All functions in the developed module were successfully performed in black box testing without showing any errors.
Studi Awal Rancang Bangun Indoor Farming Monitoring System Berbasis IoT dengan Protokol Websocket Agha Pradipta Merdekawan; Putriana Sari
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.189-198

Abstract

Alih fungsi lahan dari sebelumnya lahan pertanian ke lahan pemukiman dapat menjadi masalah serius untuk menjaga ketahanan pangan. Selain alih fungsi lahan, dampak urbanisasi juga dapat memberikan dampak serius bagi ketersediaan pangan itu sendiri. Dengan solusi urban farming yang dapat dilakukan dengan memanfaatkan sedikit lahan yang tersedia di lingkungan perkotaan, diharapkan mampu untuk menyediakan kebutuhan baik sayur, buah dan tanaman obat lainnya. Penanaman dapat dilakukan di dalam ruangan dengan memanfaatkan barang-barang bekas yang berarti lebih ramah lingkungan. Namun, berkebun juga bukan memerlukan waktu dan tenaga karena setiap tanaman memiliki beberapa karakteristik unik yang dapat mempengaruhi pertumbuhan optimal tanaman. Hal tersebut tentu akan menjadi masalah karena terutama pada daerah perkotaan dengan tingkat mobilitas yang tinggi sehingga berpotensi tanaman tidak ter-monitor dengan baik. Pada penelitian ini, dikembangkan sistem pemantauan kebun dalam ruangan berbasis IoT yang terdiri atas sensor temperatur, kelembaban, dan intensitas cahaya. Hasil pengujian menunjukkan bahwa sistem mampu melakukan fungsi monitoring sesuai dengan yang telah direncanakan dan berfungsi dengan baik hingga menampilkan grafik perubahan nilai sensor.
Pengembangan Model Bayesian Regularization Backpropagation untuk Estimasi Nilai Nutrisi berdasarkan Komposisi Kimia Pakan Ternak Ruminansia Ulfa Nikmatya; Aziz Kustiyo; Anuraga Jayanegara
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.168-176

Abstract

Perbedaan komponen kimia pakan ternak dapat memengaruhi nilai nutrisi hewan ternak ruminansia. Untuk menentukan komposisi kimia dan nutrisi yang dihasilkan oleh pakan ternak tersebut perlu dilakukan analisis di laboratorium. Sebagai alternatif, pada penelitian ini estimasi nutrisi pakan ruminansia berdasarkan komposisi kimia pakan dilakukan menggunakan bayesian regularization backpropagation menggunakan data sekunder. Data yang digunakan dalam penelitian ini diperoleh dari hasil penelitian Rowett Research Institute Prancis pada kategori main constituents dan ruminant nutritive values. Main constituents menunjukkan komposisi kimia pakan ruminansia sedangkan ruminant nutritive values menunjukkan nilai nutrisi pakan yang akan diprediksi. Model bayesian regularization backpropagation yang dibangun memiliki 12 neuron input yang berasal dari 12 komponen kimia pakan ruminansia. Jumlah maksimal output model tersebut adalah 8 neuron yang merupakan 8 nilai nutrisi pakan ruminansia. Proses pelatihan dilakukan dengan metode validasi silang dengan memvariasikan jumlah neuron lapisan tersembunyi dari 5 sampai dengan 50 dan jumlah neuron output sebanyak 8, 6 dan 3. Hasil percobaan menunjukkan model bayesian regularization backpropagation terbaik adalah model dengan 8 output dengan nilai root mean square error sebesar 3.47 dan nilai mean absolute percentage error sebesar 11.82%.
Augmented Reality untuk Museum Serangga IPB Menggunakan Unity dengan Image Tracking Alwi Miftahul Karomi; Ahmad Ridha
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.158-167

Abstract

Serangga berperan penting dalam kehidupan manusia sehingga diperlukan sebuah museum yang dapat menampung dan menyajikan informasi tentang keanekaragaman serangga tersebut kepada masyarakat. Museum Serangga Institut Pertanian Bogor memiliki banyak informasi dari aneka spesies serangga yang ada di Indonesia, tetapi interaktivitasnya masih terbatas. Penelitian ini mengembangkan sebuah prototipe aplikasi Android berbasis augmented reality menggunakan Unity untuk memberikan sarana interaktif ke pengunjung. Pengembangan menggunakan metode image tracking sehingga pengguna bisa berinteraksi dengan spesimen di museum dengan mengarahkan kamera ke spesimen yang ingin diamati. Hasil pengujian menunjukkan bahwa metode image tracking dapat digunakan dengan baik pada sudut pindai 0° ketika diterapkan pada serangga yang berbentuk tiga dimensi yang terdapat di Museum Serangga IPB.
Analisis Sentimen Pengguna Twitter terhadap Vaksinasi COVID-19 di Indonesia menggunakan Algoritme Random Forest dan BERT Amin Elhan; Medria Kusuma Dewi Hardhienata; Yeni Herdiyeni; Sony Hartono Wijaya; Julio Adisantoso
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.199-211

Abstract

The Covid-19 pandemic has encouraged many stakeholders to be able to adapt to current conditions. One of the programs launched by the government in order to overcome the spread of Covid-19 is to run a vaccination program. In order to find out the public's interest in the Covid-19 vaccination program that was launched, it is necessary to carry out a sentiment analysis. Sentiment analysis is generally done to obtain the latest information from a large corpus. The purpose of this study is to analyze the sentiments of Twitter users towards the Covid-19 vaccination in Indonesia using the Random Forest and BERT Algorithms. The research stages include pre-processing Twitter data related to Covid-19 vaccination topics, sentiment labeling, handling unbalanced data, classifying datasets using the Random Forest and BERT algorithms, as well as analysis and evaluation. After handling unbalanced data, the results of Twitter user sentiment analysis for Covid-19 vaccination in Indonesia yielded an accuracy of 81%, F1-score of 74%, precision of 76%, and recall of 74% using the Random Forest algorithm and an accuracy of 82%, F1-score 79%, precision of 78%, and recall of 79% using the BERT Algorithm. Although the BERT Algorithm has generally a slightly higher performance than the Random Forest Algorithm, the simulation results show that the Random Forest algorithm has significantly lower computation time compared to the BERT algorithm in the considered case.
Implementasi Metode Weight Aggregated Sum Product Assessment (WASPA) untuk Mengukur Tingkat Kepuasan Masyarakat Terhadap Marketplace Eneng Tita Tosida; Halimah Tus Sa’diah; Caroko Hutomo Iriantoro Putra
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.177-188

Abstract

Suatu perusahaan mengevaluasi diri melalui penilaian user terhadap e-commercenya dengan tujuan untuk meningkatkan performanya. Sistem Penunjang Keputusan dapat menjadi solusi dalam pengambilan keputusan untuk menentukan rekomendasi e-commerce yang baik dan tepat. Salah satu metode Sistem Penunjang Keputusan adalah WASPA. Penelitian ini bertujuan untuk untuk mengimplementasikan metode WASPA untuk mengukur tingkat kepuasan masyarakat terhadap marketplace. Pengembangan aplikasi menggunakan metode waterfall yang terdiri dari 5 tahap yaitu, perencanaan, analisis, desain, coding dan testing. Pada tahap implementasi WASPA menggunakan PHP-MYSQL. Hasil dari 100 responden dengan 500 data uji menunjukkan bahwa pada marketplace Tokopedia, Shopee, Bukalapak, Blibli dan Lazada, marketplace terbaik menggunakan metode WASPA adalah Tokopedia yang merupakan peringkat pertama dengan nilai tertinggi yaitu 0.894 point, peringkat ke 2 diperoleh Shopee dengan 0.89 point, peringkat ke 3 diperoleh Bukalapak dengan 0.886 point, peringkat ke 4 diperoleh Blibli dengan 0.845 point dan yang terakhir pada peringkat ke 5 diperoleh lazada dengan 0.849 point. Penelitian ini telah membandingkan hasil survey dengan 2 situs, yaitu Iprice.com dan Alexa.com. Hasil perbandingan survey marketplace memiliki hasil yang sama, yaitu Tokopedia merupakan marketplace yang memiliki keunggulan kriteria yang paling tinggi.
Pengujian Tahap Beta Literasik: Permainan Edukasi Bahasa Indonesia Gerardo Keandre Lisrianto; Ridha, Ahmad
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 1 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.1.1-9

Abstract

Penulisan perlu memperhatikan tata bahasa dan aturan yang berlaku seperti Ejaan Bahasa Indonesia yang Disempurnakan (EYD V), tetapi kesalahan penulisan masih sering terjadi bahkan di tingkat perguruan tinggi. Literasik telah dikembangkan sebagai sarana edukasi penggunaan Bahasa Indonesia yang sesuai dengan pedoman penulisan dengan menguji pengguna untuk menemukan kesalahan pada penulisan kata, pemakaian huruf kapital, dan penggunaan tanda baca. Pengembangan lebih lanjut memerlukan pengujian tahap beta ke target pengguna sekaligus untuk mendapatkan masukan agar Literasik siap untuk dirilis. Dari pengujian dan survei, ditemukan nilai engagement Literasik berada pada rentang nilai baik hingga sangat baik. Focused attention menjadi aspek dengan nilai terendah yang berarti daya Literasik untuk membuat pemain fokus pada permainan masih bisa dikembangkan. Berdasarkan survei pengguna, Literasik disesuaikan dengan penambahan suara latar belakang, penyingkatan waktu respons jawaban, dan penambahan tombol untuk keluar dari permainan.
Menumbuhkan Talenta Desain Pengalaman Pengguna Melalui ACM SIGCHI Student Chapter: Refleksi dari IPB University Asfarian, Auzi; Ardiansyah, Firman; Ramadhan, Dean Apriana; Arya, Shadiqa; Rosyadi, Imam Mulhaq; Nurfath, Akaasyah
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 1 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.1.10-20

Abstract

Student chapter adalah bagian integral dari asosiasi ilmiah yang misinya untuk memajukan ilmu pengetahuan sambil memperkenalkan mahasiswa pada dunia ilmiah dan profesional. IPB University ACM SIGCHI Student Chapter didirikan pada tahun 2019 sebagai student chapter pertama di Indonesia, mungkin bahkan di Asia Tenggara. Student chapter ini secara bertahap telah menjadi komunitas praktik yang menghubungkan mahasiswa, dosen, dan alumni dengan minat atau bahkan profesi di bidang desain pengalaman pengguna (UXD) terkait. Kami mengidentifikasi faktor-faktor kunci dan strategi-strategi yang memungkinkan babak mahasiswa kami berkembang. Kami juga telah mengamati dampak kegiatan babak mahasiswa pada kompetensi mahasiswa dalam UXD. Meskipun penelitian sebelumnya telah membahas kompetensi pengalaman pengguna dan cara mengajarkannya di universitas, kami menemukan sedikit literatur tentang pengukuran dampak kegiatan mahasiswa dalam student chapter pada kompetensi UXD mereka. Dalam makalah ini, kami bertujuan untuk mempresentasikan peran IPB University ACM SIGCHI Student Chapter dari tahun 2019 hingga 2021 dalam menumbuhkan talenta UXD di IPB University. Pertama-tama, kami mempresentasikan strategi yang kami gunakan untuk memastikan keberlanjutan babak mahasiswa. Kedua, kami mempresentasikan penelitian awal kami untuk mengukur kegiatan student chapter dan dampaknya pada perkembangan talenta UXD mahasiswa. Terakhir, kami mempresentasikan peluang dan tantangan yang kami temukan dalam tiga tahun pertama menjalankan student chapter. Kami berharap pelajaran yang kami peroleh dari kegiatan kami dapat mendorong lebih banyak student chapter, mendorong kolaborasi antar-student chapter, dan memupuk diskusi lebih lanjut tentang keberlanjutan dan dampak student chapter.

Page 13 of 19 | Total Record : 187

 11   12   13   14   15 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2025) Vol. 12 No. 1 (2025) Vol. 11 No. 2 (2024) Vol. 11 No. 1 (2024) Vol. 10 No. 2 (2023) Vol. 10 No. 1 (2023) Vol 9 No 2 (2022) Vol 9 No 1 (2022) Vol. 8 No. 2 (2021) Vol 8 No 2 (2021) Vol. 8 No. 1 (2021) Vol. 7 No. 2 (2020) Vol. 7 No. 1 (2020) Vol. 5 No. 2 (2018) Vol. 5 No. 1 (2018) Vol. 4 No. 1 (2015) Vol. 3 No. 2 (2014) Vol. 3 No. 1 (2014) Vol 3, No 1 (2014) Vol 2, No 2 (2013) Vol. 2 No. 2 (2013) Vol. 2 No. 1 (2013) Vol 2, No 1 (2013) Vol 1 No 2 (2012) Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol 1 No 1 (2012) More Issue