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
 12   13   14   15   16 
YOLO V5 untuk Deteksi Plat Kendaraan di DKI Jakarta Reezky Illmawati; Hustinawati
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.10.1.32-43

Abstract

Aturan ganjil genap pada pelat nomor kendaraan di DKI Jakarta bertujuan untuk mengurangi kemacetan yang terjadi di DKI Jakarta. Penerapan peraturan tersebut terkendala oleh keterbatasan fungsi pengawasan manual oleh petugas. Permasalahan tersebut dapat diatasi dengan mengimplementasikan kecerdasan berupa pendeteksian objek plat nomor dengan algoritma YOLO v5 dan proses ekstraksi karakter dengan teknologi Optical Character Recognition menggunakan Tesseract OCR. Teknologi pendeteksi objek akan mendeteksi objek berupa plat kendaraan. Metode OCR dapat mengekstraksi karakter pada plat nomor, hasil ekstraksi dapat diolah menjadi kategorisasi parameter sehingga program dapat membedakan kendaraan yang melanggar aturan dan tidak melanggar aturan secara otomatis dan lebih efektif serta meminimalisir kesalahan. Berdasarkan penelitian ini, rata-rata persentase objek yang terdeteksi pada setiap video adalah 92,38%, dan rata-rata nilai kepercayaan yang diperoleh pada deteksi objek antara 75,55%. Tingkat keberhasilan proses ekstraksi karakter pada plat nomor adalah 95,45%, dan rata-rata proporsi menurut kategori pelat nomor yang terdeteksi adalah 97,2%. Implementasi Algoritma YOLO berhasil mendeteksi plat nomor dengan kategori ganjil dan genap pada video yang dapat memberikan rambu-rambu dan menyelamatkan pelanggaran kendaraan yang melanggar aturan ganjil dan genap.
Strategi Implementasi Aplikasi Mobile KMS Sawit Rakyat Berbasis Rural Participatory Tiana, Ade Hikma; Hermadi, Irman; Nurhadryani, Yani; Asfarian, Auzi; Kesuma, I Nyoman Rai Widartha
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.10.1.22-31

Abstract

KMS Sawit Mobile Application has been developed since 2020 to enhance private palm oil farmers productivity by sharing its information to the other users. The first aim of this research is to implement the strategy of KMS Sawit Mobile Application for private palm oil farmers, secondly it is also to do usability testing of the application so that would be found the constraints when using the app. The methodology used in this research is by using implementation method – KM IRIS with PRA approach with usability testing in learnability, efficiency, and error aspects by giving some task scenarios. It is obtained from the research that the palm oil farmers are able to use and interact using the app. The measurement result of the usability testing showed that the learnability aspect point is 91.5%, the efficiency aspect point is 0.0864, and the error aspect point is 0,56 which is interpreted that the succession of palm oil farmers when using the app is above the average by solving the task swiftly and the number of errors they made is below the average. Therefore, based on that result it is showed that the KMS Sawit Mobile Application is can be used easily and fastly.
Manajemen dan Pencatatan Ternak Berbasis Internet Of Things Pada Program Penggemukan Kambing Amaliatus Sholicha, Nanda; Randali Irfandi; Carles Turawan
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.10.1.44-56

Abstract

Indonesia has great potential in the agrarian sector, especially livestock. This potential can be seen in the goat commodity whose market demand always grows exponentially. Facts on the ground in Indonesia found several weaknesses in the management system for goat livestock data collection or recording. Livestock registration in Indonesia still applies conventional methods with individual ownership using paper, not using RFID, there is no control and monitoring of cage conditions which will affect livestock growth if the conditions of the cage are unstable, and have not implemented schedules and reports. feeding. The purpose of this research is to create an IoT-based electronic recording idea with a mobile system to simplify the livestock recording process. The method used is the IoT method which includes the stages: analysis, design, implementation and testing. The Smart Goat application has several features, namely livestock data management, composition and feeding, monitoring of temperature and light intensity, humidity, ammonia gas, monitoring of body weight and temperature control. The advantages of Smart Goat are that the application can be accessed from anywhere and at any time via the internet, this system is also equipped with an RFID sensor, digital scales, and controllers and monitors, sometimes integrated with servers. This makes the updated data in the system complete, fast, precise, and accurate.Keywords: Goat Fattening, Internet of Things, and Recording
Evaluasi Efisiensi Kinerja Web API Menggunakan Object Relational Mapping Pada Aplikasi Point Of Sale Menggunakan ISO 25010 Riyanto, Nur Rahmat Dwi
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.10.1.57-69

Abstract

Aplikasi Point of Sale merupakan aplikasi yang menangani suatu kegiatan transaksi penjualan dan pembelian suatu produk. Pada penelitian ini aplikasi Point of Sale berbasis android tersebut dikembangkan dengan menggunakan pendekatan Object Relational Mapping untuk mengatasi (Impedance Mismacth) dan meningkatkan produktifitas, performa dan maintainability sistem. Sehingga penerapan pendekatan Object Relational Mapping tersebut perlu dilakukan evaluasi untuk mengukur kualitas suatu sistem. ISO/IEC 25010 merupakan salah satu standar pengukuran sistem internasional yang memiliki 6 karakteristik pengukuran salah satu nya adalah pengukuran Performance Efficiency (Efisiensi Kinerja) suatu sistem. Performance Efficiency (Efisiensi Kinerja) memilik 3 sub karakteristik yaitu Time Behavior (Perilaku Waktu), Resource Utilization (Pemanfaatan Sumber Daya), dan Capacity (Kapasitas). Web API Point Of Sale yang menerapkan pendekatan Object Relational Mapping (ORM) telah memenuhi standar Performance Efficiency (Efisiensi Kinerja) yang lebih baik di bandingkan dengan Web API yang tidak menggunakan pendekatan Object Relational Mapping dengan rata-rata selisih response time 14.8 milisecond ketika di uji per 1 user. Dan memiliki rata-rata response time yang lebih cepat dan throughput yang lebih tinggi ketika di uji dengan banyak user secara bersamaan.
Prototipe Mobile GIS Kandungan Hara Lahan Spesifik Lokasi Adrianto, Hari Agung; Emilia Syafitri; Yani Nurhadryani; Baba Barus; Sri Malahayati Yusuf; Desi Nadalia
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.10.1.70-85

Abstract

Untuk memenuhi kebutuhan pangan yang semakin tinggi maka produktivitas usaha pertanian perlu ditingkatkan. Salah satu yang penting dilakukan untuk mendorong peningkatan produksi adalah menyediakan informasi karakteristik hara lahan kepada petani secara akurat, tepat dan mudah. Jika petani memahami kondisi area yang ditanami maka mereka dapat menentukan teknik budidaya yang sesuai. Dengan semakin banyaknya petani yang menggunakan smartphone, maka penting adanya sistem informasi geografis yang berjalan di perangkat mobile (mobile GIS) yang dapat memberikan informasi kandungan hara lahan spesifik lokasi. Penelitian ini akan mengembangkan prototipe mobile GIS untuk perangkat berbasis Android. Diharapkan dengan aplikasi ini petani dapat menentukan lokasi yang menjadi perhatian melalui menu pencarian lokasi atau menggunakan GPS di perangkat. Setelah lokasi ditentukan, sistem akan memperlihatkan peta dan tabel kandungan hara di wilayah tersebut. Aplikasi ini menghasilkan fitur utama berupa peta yang menampilkan kandungan nitrogen, phospor dan kalium serta kondisi keasaman tanah (pH) di lokasi tertentu di Jawa Barat. Sistem yang dikembangkan dilengkapi dengan petunjuk penggunaan fitur dan glosarium untuk membantu pengguna dalam menggunakan aplikasi dan memahami istilah penting yang terdapat di dalam aplikasi. Prototipe yang dihasilkan merupakan produk awal yang bersifat umum dan merupakan bagian dari usaha untuk mencari bentuk interaksi antarmuka yang tepat dan arsitektur sistem yang adaptif.
Perancangan Sistem Informasi Pertanian untuk Meningkatkan Partisipasi Petani dengan Pendekatan Gamifikasi Sutoyo, Mochammad Arief Hermawan; Sensuse, Dana Indra
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.10.1.86-97

Abstract

Sektor pertanian di Indonesia merupakan sektor penting untuk perekonomian dan stabilitas negara. Data dan informasi terkait komoditas pertanian dianggap penting oleh pemerintah yang dibuktikan dengan peraturan pemerintah yang mengatur permasalahan tersebut. Walau dianggap penting, namun masih terdapat masalah pada data pertanian, seperti tidak tepatnya data pertanian, bantuan pemerintah yang tak tepat sasaran dan permasalahan lahan pertanian yang di alih gunakan. Untuk mengatasi permasalahan ini, penulis memiliki hipotesa untuk membuat sistem informasi pertanian yang datanya dapat dimasukan secara mandiri. Selama penelitian berlangsung, didapatkan bahwa sistem informasi yang sejenis telah dibuat, namun berdasarkan wawancara oleh narasumber, diketahui bahwa sistem tersebut mengalami kegagalan disebabkan tidak adanya motivasi petani untuk memasukan datanya menggunakan sistem informasi. Berdasarkan permasalahan ini peneliti mencoba merancang sistem informasi menggunakan gamifikasi yang diharapkan dapat meningkatkan motivasi petani. Penelitian dilakukan menggunakan metodologi SSM yang dimofikasi dengan metodelogi perancangan gamifikasi. Setelah prototipe di sebarkan kepada pengguna yaitu petani, akademisi, pengusaha dan pemerintah terkait, skor dari kuesioner SUS adalah 60%, namun kebanyakan pengguna menyatakan bahwa akan menggunakan sistem informasi ini jika benar-benar diterapkan. Hasil penelitian ini juga ditemukan bahwa penggunaan gamifikasi dapat dimanfaatkan, namun belum terlalu menonjol kebermanfaatannya karena sistem masih berupa konsep dan diperlukannya perancangan yang berfokus pada satu komoditas terlebih dahulu dikarenakan berbedanya rantai pasok antara komoditas pertanian di Indonesia.
The Multivariate Forecasting of Chicken and Beef Prices Involving Weather, Economic, and Health Factors Using the Gated Recurrent Unit Method Ananda, Muhammad Ikhsan
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.10.1.111-120

Abstract

Food security, especially in the livestock sector in the form of broiler chicken and beef cattle, is a strategic issue for Indonesia to always be able to balance supply and demand for these food commodities. Food price forecasting is needed to mitigate rising food prices for these commodities. Previous research on food price forecasting was only univariate forecasting and comparison of error results between forecasting algorithms. This study aims to perform multivariate forecasting of broiler and beef cattle prices in DKI Jakarta by involving weather, economic, and health factors using the Gated Recurrent Unit (GRU) algorithm where the accuracy test is based on the MAPE value. The GRU algorithm for multivariate forecasting of broiler and beef cattle prices yielded an average MAPE for training and testing of 0.471% and 1.150% indicating that all models in the very good accuracy category for multivariate forecasting of broiler and beef cattle were represented. In addition, the model also produces deviations between MAPE values in the training data and test data which are not too different so that the model developed with each price of broiler chicken and beef cattle is categorized in the best fitting category.
Analisis Perbandingan Performa Model Klasifikasi Kesehatan Daun Tomat menggunakan arsitektur VGG, MobileNet, dan Inception V3 Palupiningsih, Pritasari; Sujiwanto, Atam Rifa'i; Prawirodirjo, Raden Ronggo Bintang Pratomo
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.10.1.98-110

Abstract

Salah satu masalah dalam bidang pertanian tanaman tomat adalah adanya penyebaran penyakit pada tanaman tomat ketika ada tanaman tomat yang terkena penyakit dan terlambat diketahui serta tidak ditangani segera. Banyak penelitian tentang pengenalan klasifikasi pada penyakit tanaman tomat dengan metode convolutional neural network (CNN). Namun, peneliti terus melakukan pembelajaran mendalam pada berbagai tugas klasifikasi objek berbasis gambar. Dalam makalah ini, beberapa model akan dilakukan uji coba untuk mengklasifikasi kesehatan daun tanaman tomat guna dapat mengidentifikasi tanaman tomat yang terkena penyakit. Metode yang diusulkan menggunakan pendekatan CNN dengan arsitektur VGG, MobileNet, dan Inception V3. Data citra yang digunakan berasal dari plant disease classification merged (public dataset) memiliki banyak kategori gambar yang digunakan dalam karya eksperimental. Dari hasil eksperimen menunjukkan bahwa masing- masing model telah mencapai kinerja akurasi 98%, 93% dan 88% untuk InceptionV3, VGG, dan Mobile Net. Hasil diperoleh bahwa model dengan urutan terbaik dalam memproses data didapatkan oleh Inception V3, lalu VGG dan Mobile Net. walaupun demikian, mobileNet tetap memiliki efektifitas dan efisiensi saat menjalankan model yang jauh lebih baik daripada Inception V3 dan VGG.
Analisis Potensi Lokasi dan Klasifikasi Electronic Data Capture (EDC) pada UMKM BNI Agen46 Putra, Fiqhri Mulianda; Marimin; Sony Hartono Wijaya; Nusantara, Reinaldy Jalu
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 2 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.2.133-146

Abstract

Dalam era digitalisasi, peran agen-agen bank menjadi semakin penting dalam memberikan layanan keuangan kepada masyarakat. Bank BNI sebagai salah satu bank terkemuka di Indonesia, memiliki jaringan agen yang luas untuk mendekatkan layanan perbankan kepada nasabah. Dalam upaya mengoptimalkan jaringan agennya, Bank BNI melakukan analisis spasial menggunakan metode clustering K-means untuk menentukan lokasi potensial pendirian Agen46 baru di DKI Jakarta. Selain itu, juga dilakukan pembuatan model klasifikasi random forest Agen46 produktif dan non-produktif untuk mengoptimalkan penggunaan mesin EDC dan menghemat biaya operasional. Berdasarkan analisis spasial dengan metode clustering K-means, ditemukan tujuh lokasi potensial untuk pendirian Agen46 baru di DKI Jakarta, yaitu kecamatan Jagakarsa, Makasar, Pesanggrahan, Grogol Petamburan, Taman Sari, Tambora, dan Johar Baru. Model klasifikasi yang dibuat berhasil membedakan Agen46 yang produktif dan non-produktif dengan akurasi yang tinggi. Selain itu, pembuatan model klasifikasi Agen46 menjadi penting dalam mengenali agen-agen yang tidak produktif, sehingga dapat dilakukan antisipasi dan penanggulangan yang cepat untuk memperbaiki efisiensi penggunaan mesin EDC. Hasil analisis prediksi dan model klasifikasi ini diharapkan dapat memberikan panduan dan dasar kebijakan yang lebih baik bagi Bank BNI dalam menentukan lokasi penempatan mesin EDC Agen46 di masa depan. Dengan demikian, diharapkan Bank BNI dapat mempercepat proses pengklasifikasian Agen46, meningkatkan pemanfaatan mesin EDC, dan mengoptimalkan efisiensi biaya terkait dengan agen-agen BNI.
Pengelompokan Publikasi Ilmiah Berdasarkan Bidang Kepakaran Menggunakan Latent Dirichlet Allocation dan Normalized PSO-K-means Hayatina, Fina Charisma; Wijaya, Sony Hartono; Hardhienata, Medria Kusuma Dewi
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 2 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.2.121-132

Abstract

Salah satu cara untuk memvalidasi klaim kepakaran dosen adalah dengan meninjau dokumen publikasi ilmiah yang tersedia. Namun, menentukan kelompok kepakaran dari sejumlah dokumen memerlukan pengetahuan yang memadai dan waktu yang relatif lama, sehingga menjadi sulit dilakukan. Penelitian ini bertujuan untuk membangun suatu model yang dapat mengelompokkan dokumen berdasarkan bidang kepakaran. Penelitian ini menggunakan algoritma klasterisasi K-means untuk mengelompokkan dokumen berdasarkan bidang kepakaran dosen. Latent dirichlet allocation digunakan untuk mereduksi dimensi data, dan particle swarm optimization digunakan untuk menentukan centroid awal pada algoritma K-means. Hasil penelitian ini berhasil mengelompokkan dokumen publikasi ilmiah dengan nilai koefisien silhouette sebesar 0.42. Selain itu, penggunaan PSO sebagai penentu centroid optimal pada algoritma K-means dapat meningkatkan nilai koefisien silhouette sebesar 5.56%. Model yang dibangun dievaluasi dengan mencocokkan klaster yang dihasilkan dengan klaim yang diberikan. Hasilnya menunjukkan bahwa sebanyak 75% hasil pencocokan sesuai dan 25% tidak sesuai.

Page 14 of 19 | Total Record : 187

 12   13   14   15   16 

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