Rekursif: Jurnal Informatika
Rekursif adalah jurnal ilmiah yang diterbitkan oleh Program Studi Informatika, Fakultas Teknik, Universitas Bengkulu. Rekursif menerima artikel ilmiah dengan topik; Informatika, Sistem Informasi, dan Teknologi Informasi dari peneliti, dosen, guru, dan mahasiswa. Rekursif diterbitakan secara berkala setiap bulan Maret dan November berdasarkan hasil peer-reviewed. ISSN 2303-0755
Articles
217 Documents
<![CDATA[IMPLEMENTASI METODE ANALISIS GAP DAN PROFILE MATCHING UNTUK SELEKSI PENERIMAAN PENYIAR RADIO (Studi Kasus PT Radio Swaraunib FM) ]]>
<![CDATA[Andrian Setiawan]]>;
<![CDATA[Desi Andreswari]]>;
<![CDATA[Funny Farady Coastera]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 5, No 3 (2017): Volume 5 Nomor 3 November 2017 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (439.046 KB)
|
DOI: 10.33369/rekursif.v5i3.773
<![CDATA[Abstrak: Swaraunib FM sebuah radio yang dimiliki oleh Universitas Bengkulu membutuhkan penyiar yang baik. Pada saat periode penerimaan, terdapat banyak pelamar, di mana akan dipilih sejumlah calon penyiar berkualitas yang sesuai dengan kriteria-kriteria yang dibutuhkan oleh radio tersebut. Oleh karena itu dibutuhkan sebuah sistem yang dapat membantu memberikan alternatif calon penyiar terpilih. Penelitian ini bertujuan untuk membangun suatu sistem pendukung keputusan yang dapat digunakan oleh manajemen Swaraunib FM untuk menyeleksi calon penyiar radio terbaik berdasarkan kriteria yang ditetapkan. Metode pendukung pengambilan keputusan yang diterapkan pada penelitian ini adalah Analisis Gap dan Metode Profile Matching. Sementara, sistem dibangun dengan menggunakan bahasa pemrograman Java dengan IDE Netbeans 7.3.1. Metode pengembangan sistem yang digunakan untuk membangun aplikasi ini adalah model waterfall dan Unified Modeling Langauge (UML) sebagai perancangan sistem. Hasil akhir dari penelitian ini adalah terciptanya sebuah sistem pendukung keputusan yang menerapkan Analisis Gap dan Metode Profile Matching yang sesuai dengan kriteria penyiar di Swaraunib FM dalam penerimaan seleksi calon penyiar. Kata Kunci: calon penyiar, periode pendaftaran, Analisis Gap dan Profile Matching, NetBeans, Java, UML]]>
<![CDATA[Sistem Deteksi Kendaraan Menggunakan Metode Optical Flow Guna Menghitung Kecepatan Kendaraan ]]>
<![CDATA[Olivia Safitri]]>;
<![CDATA[Boko Susilo]]>;
<![CDATA[Aan Erlansari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33369/rekursif.v7i1.5770
<![CDATA[Kecelakaan lalu lintas merupakan hal lumrah yang terjadi di masyarakat saat ini. Kecelakaan tersebut sering terjadi akibat pengendara melaju dengan kecepatan yang tinggi. Untuk mengurangi angka kecelakaan tersebut, Kementerian Perhubungan (Kemenhub) mengeluarkan Peraturan Menteri Perhubungan Nomor 111 tahun 2015 mengenai tata cara penetapan batas kecepatan kendaraan bermotor. Dalam mendukung peraturan tersebut dibutuhkan pemanfaatan teknologi dalam pendeteksian objek (object tracking) terhadap kendaraan yang sedang melaju. Tujuan dari penelitian ini adalah untuk membangun aplikasi yang dapat mendeteksi kendaraan menggunakan metode Optical Flow guna menghitung kecepatan kendaraan. Optical flow ini akan mengingat sebuah piksel gambar di frame pertama, kemudian di frame kedua mencari piksel terdekat dengan kecerahan yang sama. Metode Optical Flow ini akan merepresentasikan gerakan kedalam aliran vektor, kemudian menghitung nilai koordinat centroid untuk menghitung kecepatan kendaraan yang sedang bergerak. Aplikasi ini dibangun dengan MATLAB R2014a. Berdasarkan pengujian yang telah dilakukan pada sistem didapat nilai akurasi 95.23 % untuk data pagi, 84.75 % untuk data siang dan 90.96 % untuk data sore. Sedangkan rata-rata akurasi sistem secara keseluruhan yaitu 90.31 %.Kata Kunci : Object Tracking, Optical Flow, Deteksi Kendaraan, Kecepatan Kendaraan]]>
<![CDATA[Implementasi Naïve Bayes Classifier Dan Simple Additive Weighting (SAW) Untuk Pemilihan Menu Diet Penyakit Diabetes Mellitus ]]>
<![CDATA[Selfi Ristiarini Nasution]]>;
<![CDATA[Desi Andreswari]]>;
<![CDATA[Tetes Wahyu]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (503.2 KB)
|
DOI: 10.33369/rekursif.v7i1.5887
<![CDATA[Ketidakpahaman diabetesi mengenai penyakit Diabetes Mellitus merupakan suatu kendala pengobatannya. Diabetesi harus memperhatikan pola makanan, bisa mengotrol makanan yang dikonsumsi sehari-hari dianjurkan untuk melakukan diet sesuai kebutuhan, makanan yang rendah karbohidrat dan lemak, namun tinggi protein, vitamin dan mineral. Tujuan dari penelitian ini adalah merancang dan membangun suatu aplikasi yang memberikan kemudahan kepada pengguna (ahli gizi) dalam mengatur menu makanan diet penyandang diabetes mellitus guna memperoleh status gizi seimbang menggunakan metode Naïve Bayes, Simple Additive Weighting. Hasil dari penelitian ini adalah Sistem ini dapat digunakan oleh ahli gizi untuk membantu menentukan menu diet harian yang sesuai dengan kebutuhan gizi pasien, dengan nilai akurasi best alternative sebesar 85%. Metode Naive Bayes dan Simple Additive Weighting (SAW) yang diimplementasikan pada sistem ini memberikan hasil yang optimal. Berdasarkan 40 sampel data penderita penyakit diabetes mellitus yang diuji cobakan dengan Sistem Pendukung keputusan penentuan menu diet, hasil kebutuhan gizi menggunakan metode perhitungan gizi pada sistem 100% sama dengan hasil secara perhitungan manual.Kata Kunci: Diet, Diabetesi, Diabetes Mellitus, Naïve Bayes, Simple Additive Weighting.]]>
<![CDATA[Implementasi Metode Point Minutiae Untuk Mengidentifikasi Jenis Batik Pada Batik Besurek Dengan Berbasis Tekstur ]]>
<![CDATA[Eka Meiliyen Dharma Sara]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Asahar Johar]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (263.381 KB)
|
DOI: 10.33369/rekursif.v7i1.5532
<![CDATA[Batik merupakan warisan budaya nusantara (Indonesia) yang mempunyai nilai dan perpaduan seni yang tinggi, sarat dengan makna filosofis dan simbol penuh makna yang memperlihatkan cara berpikir masyarakat pembuatnya. Perkembangan batik di Indonesia memuncak pada tanggal 2 Oktober 2009, yakni UNESCO (United Nation Educational, Scientific and Cultural Organization). Berdasarkan jenisnya, batik dibedakan menjadi batik tulis, cap dan cetak. Ketidaktahuan masyarakat dalam membedakan ketiga jenis tersebut, seringkali membuat mereka tertipu soal harga batik yang ditawarkan. Tujuan dari penelitian ini adalah merancang dan membangun sistem untuk mengidentifikasi jenis batik besurek berdasarkan tekstur menggunakan metode Point Minutiae dan Euclidean Distance. Penelitian ini menggunakan Dalam penelitian ini data citra batik besurek diambil dari Industri Galeri Batik yang ada di Kota Bengkulu. Data yang digunakan dalam penelitian ini berjumlah 74 data citra batik terdiri dari 37 citra uji dan 37 citra latih. Citra uji dalam penelitian ini dibagi menjadi tiga yaitu citra batik tulis berjumlah 9, citra batik cap berjumlah 13 dan citra batik cetak berjumlah 15. Berdasarkan hasil pengujian aplikasi diperoleh nilai akurasi proses identifikasi yaitu tingkat akurasi pada citra uji sebesar 100 %, dan pada citra yang tidak ada di dalam database sebesar 100% sehingga dapat disimpulkan bahwa metode Point Minutiae dan Euclidean Distance baik dalam mengidentifikasi jenis batik pada batik besurek.Kata Kunci: Identifikasi, Point Minutiae, Euclidean Distance dan Batik Besurek]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Desain Rumah Minimalis 3D Dengan Menggunakan Analytical Network Process Berbasis Web ]]>
<![CDATA[Sayyid Taqial Haidar]]>;
<![CDATA[Desi Andreswari]]>;
<![CDATA[Yudi Setiawan]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (480.158 KB)
|
DOI: 10.33369/rekursif.v7i1.5539
<![CDATA[Rumah minimalis yang mengutamakan fungsional tanpa mengesampingkan nilai estetika memiliki rancangan yang beraneka ragam membutuhkan waktu yang cukup lama untuk memilih rancangan rumah minimalis yang sesuai dengan keinginan. Penelitian ini bertujuan untuk membuat sistem yang dapat membantu mendukung keputusan dalam pemilihan model rumah minimalis menggunakan metode Analytical Network Process. Pengambilan keputusan menggunakan 13 subkriteria dengan 50 data alternatif. Hasil dari penelitian ini diperoleh bahwa metode Analytical Network Process dapat melakukan perangkingan dengan tingkat ketelitian mencapai empat angka dibelakang koma. Hal ini diketahui dari hasil perangkingan data alternatif rangking pertama memiliki nilai normal 0.081600742 sedangkan rangking kedua memiliki nilai normal 0.080977977 dengan selisih 0.00062. Kata Kunci: Rumah, Minimalis, Analytical Network Process, Sistem Pendukung Keputusan]]>
<![CDATA[Perancangan Sistem Rekomendasi Pemilihan Cinderamata Khas Bengkulu Berbasis E-Marketplace ]]>
<![CDATA[Aryani Komaruddin]]>;
<![CDATA[Boko Susilo]]>;
<![CDATA[Yudi Setiawan]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (364.462 KB)
|
DOI: 10.33369/rekursif.v7i1.6132
<![CDATA[Kendala yang sering dijumpai pada pemasaran cinderamata khas Bengkulu yaitu pada strategi pemasaran dan media promosi. Salah satu solusi dari strategi pemasaran tersebut adalah dengan membangun e-marketplace. Hal ini yang menjadikan perlunya sebuah sistem informasi menggunakan codeigniter yang mampu merekomendasikan cinderamata khas Bengkulu berbasis e-marketplace dengan menggunakan metode collaborative filtering. Penelitian ini menggunakan collaborative filtering, yang terdiri dari item-based collaborative filtering dimana sistem akan mencari kesamaan model pembelian (similarity item) dengan yang lainnya dan user-based collaborative filtering dimana sistem merekomendasikan produk berdasarkan jumlah lihat, ulasan dan rating terbanyak. Penelitian ini menghasilkan sistem informasi rekomendasi cinderamata khas Bengkulu berbasis e-marketplace yang di uji menggunakan metode pengujian blackbox dengan hasil 100% berhasil.Kata Kunci: E-marketplace, Collaborative Filtering, Sistem Rekomendasi, user-based.]]>
<![CDATA[Sistem Pendukung Keputusan Serangan Hama Dan Penyakit Pada Tanaman Kakao Menggunakan Metode Simple Multi Attribute Rating Technique ]]>
<![CDATA[Teguh Santoso]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Kurnia Anggriani]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (816.308 KB)
|
DOI: 10.33369/rekursif.v7i1.5987
<![CDATA[Kakao merupakan salah satu komoditas ekspor andalan pemerintah Indonesia. Hama dan penyakit merupakan salah satu faktor yang sangat berpengaruh terhadap penurunan produksi kakao. Pada penelitian ini akan dibangun sebuah sistem pendukung keputusan untuk mengetahui hama adan penyakit yang menyerang tanaman kakao sehingga petani dapat mengetahui jenis hama dan penyakit yang menyerang tanaman kakao dengan tujuan dapat mengambil tindakan yang tepat dalam proses pengendalian hama dan penyakit. Sistem ini dibangun menggunakan Android Studio dan data base SQLite serta menggunakan model waterfall untuk pengembangan sistem dan Unite Modelling Languange (UML) untuk perancangan sistem. Metode yang diterapkan pada sistem adalah metode Simple Multi Attribute Rating Technique (SMART). Hasil akhir dari penelitian ini adalah terciptanya sebuah sistem pendukung keputusan serangan hama dan penyakit pada tanaman kakao yang menghadirkan informasi jenis hama dan penyakit yang mungkin menyerang tanaman kakao berdasarkan kriteria atau attribute dari tanaman kakao.Kata Kunci: sistem pendukung keputusan, kakao, SMART, waterfall, UML]]>
<![CDATA[Penerapan Augmented Reality Sebagai Media Pembelajaran Pengenalan Aksara Korea (Hangul) ]]>
<![CDATA[Dian Maharani]]>;
<![CDATA[Rusdi Efendi]]>;
<![CDATA[Asahar Johar]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (584.545 KB)
|
DOI: 10.33369/rekursif.v7i1.6320
<![CDATA[Bahasa asing yang paling banyak digunakan dan dipelajari adalah Bahasa Inggris. Namun, akan menjadi sebuah kelebihan jika seseorang mampu berbahasa dalam bahasa asing selain Bahasa Inggris. Salah satu bahasa asing yang diminati adalah Bahasa Korea. Hal ini dikarenakan besarnya pengaruh Korea Selatan pada berbagai bidang belakangan ini. Tujuan dari penelitian ini adalah menerapkan augmented reality dengan menggunakan metode marker based tracking pada platform Android dalam merancang dan membangun media pembelajaran pengenalan aksara Korea (Hangul). Sebagai studi kasus, aplikasi ini diuji coba pada Komunitas Bengkulu Korean Fan Club (BKFC). Jumlah marker pada penelitian ini adalah sebanyak 24 marker, dengan masing-masing marker mewakili satu aksara Korea (Hangul). Aplikasi ini dibuat menggunakan bahasa pemrograma Java pada IDE (Lingkungan Pengembangan Terpadu - Integrated Development Environment) Android Studio. Metode pengembangan sistem dengan menggunakan model Waterfall dan pemodelan perancangan perangkat lunak (software) dengan menggunakan UML (Unified Modelling Language). Dilakukan beberapa pengujian untuk mengetahui seberapa baik aplikasi dapat digunakan dan mendapat hasil yang menunjukkan bahwa (1) Aplikasi dapat dijalankan dengan baik untuk jenis smartphone yang berbeda; (2) Skala ukuran marker yang paling optimal untuk mengenali marker adalah ukuran 7,5 x 7,5 cm; (3) Jarak deteksi marker yang paling optimal untuk mengenali marker adalah pada rentang jarak 20 – 40 cm.Kata Kunci : Augmented Reality, Aksara Korea, Hangul]]>
<![CDATA[Pengelompokan Dan Pemetaan Derajat Kesehatan Kota Bengkulu Dengan Metode K-Means Clustering ]]>
<![CDATA[Fariz Rizky Tanjung]]>;
<![CDATA[Rusdi Efendi]]>;
<![CDATA[Funny Farady Coastera]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (440.945 KB)
|
DOI: 10.33369/rekursif.v7i1.7097
<![CDATA[Derajat kesehatan masyarakat adalah gambaran tentang kondisi kesehatan yang terjadi secara umum di masyarakat. Situasi derajat kesehatan suatu provinsi dipaparkan dalam profil kesehatan yang disusun setiap tahunnya. Sama halnya dengan provinsi lain di tanah air, provinsi Bengkulu terus berusaha meningkatkan derajat kesehatan masyarakatnya yang kemudian dipaparkan pada profil kesehatan provinsi Bengkulu. Belum terdapat penjelasan mengenai pengelompokkan derajat kesehatan secara umum dari setiap daerah sesuai dengan nilai indikator-indikatornya. Pada penelitian ini dihasilkan pengelompokkan derajat kesehatan kedalam 3 kategori, yaitu derajat kesehatan tertinggi, menengah, dan terendah. K-Means clustering yang merupakan metode pengelompokkan data digunakan untuk mengelompokkan derajat kesehatan. Pengelompokkan dilakukan menggunakan indikator derajat kesehatan yang dipaparkan profil kesehatan sehingga menghasilkan kelompok-kelompok puskesmas berdasarkan derajat kesehatannya. Pada profil kesehatan, kondisi derajat kesehatan dijelaskan ditiap-tiap indikator tanpa mengetahui kondisi dari keseluruhan indikator-indikator tersebut. Setelah dilakukan pengelompokkan derajat kesehatan pada tahun 2017, dari total 20 puskesmas diketahui terdapat 15 puskesmas termasuk kedalam kelompok menengah, 2 puskesmas termasuk kedalam kelompok tertinggi, dan 3 puskesmas termasuk kedalam kelompok terendah. Penelitian ini dapat membantu mengamati kondisi derajat kesehatan di wilayah kota Bengkulu. Sehingga dapat memudahkan Dinas Kesehatan Kota Bengkulu dalam berupaya meningkatkan derajat kesehatan kota Bengkulu.Kata kunci: Derajat Kesehatan, Pengelompokkan, K-Means Clustering, Pemetaan, Puskesmas]]>
<![CDATA[Sistem Pakar Mendiagnosa Kerusakan Pada Alat Berat Dengan Impelementasi Algoritme A*(STAR) ]]>
<![CDATA[Enggy Mahlian Dony]]>;
<![CDATA[Ernawati Ernawati]]>;
<![CDATA[Endina Putri Purwandari]]>
<![CDATA[ Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (607.552 KB)
|
DOI: 10.33369/rekursif.v7i1.4269
<![CDATA[Penelitian ini dilakukan dengan tujuan membangun sebuah sistem pakar kerusakan alat berat dan mengimplementasikan algoritme A*(Star). Data yang dikelola dalam sistem pakar kerusakan pada alat berat ini berupa data kerusakan pada alat berat bagian mesin, kelistrikan dan hidrolik dan data masukan untuk mendiagnosa kerusakan pada alat berat yaitu ciri – ciri kerusakan, dan gejala kerusakan. Hasil dari penelitian ini adalah sebuah sistem pakar kerusakan pada alat berat mampu mengimplementasikan Algoritme A*(Star) dalam mendiagnosa kerusakan pada alat berat.Pengujian black box dilakukan terhadap 10 kelas uji dan 37 skenario pengujian yang diujikan dengan hasil 37 skenario uji berhasil 100% dan berjalan sebagaimana semestinya. Pengujian keakuratan sistem dilakukan untuk mengukur hasil pengujian pada sistem ke data yang telah didapat dari pakar pada pengujian yang diujikan 50 data dengan hasil keakrutan data pada sistem dan data dari pakar berhasil 100% dapat menentukan jenis kerusakan pada alat berat. Hasil pengujian menunjukkan bahwa variabel tampilan dengan kategori sangat baik(47%), variabel kinerja sistem dengan kategori sangat baik (50%) dan variabel kemudahan pengguna dengan kategori sangat baik (50%). Sehingga secara keseluruhan disimpulkan bahwa aplikasi termasuk dalam kategori sangat baik (skor 4,46 dari skala 5,00)Kata Kunci: Kerusakan, A*(Star), Alat Berat, Diagnosa kerusakan, dan pengujian]]>
