cover
Contact Name
Arie Vatresia
Contact Email
arie.vatresia@unib.ac.id
Phone
+6282179370950
Journal Mail Official
arie.vatresia@unib.ac.id
Editorial Address
Jalan W.R. Supratman gang Cipta Baru no. 12 RT/RW 19/01 Talang Kering
Location
Kota bengkulu,
Bengkulu
INDONESIA
Rekursif: Jurnal Informatika
Published by Universitas Bengkulu
ISSN : 23030755     EISSN : 27770427     DOI : -
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 211 Documents
Rancang Bangun Aplikasi Klasifikasi Usaha Mikro Home Industry Ikan Kering Dengan Algoritme Fuzzy C-Means Clustering di Daerah Pesisir Kota Bengkulu Rio Ferdiansyah; Rusdi Efendi; Boko Susilo
Rekursif: Jurnal Informatika Vol 6, No 2 (2018): Volume 6 Nomor 2 November 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (970.999 KB) | DOI: 10.33369/rekursif.v6i2.3113

Abstract

Usaha mikro adalah usaha produktif milik orang perorangan atau badan usaha perorangan. Salah satunya ialah home industry/ rumah usaha produk barang atau juga perusahaan kecil. Tujuan penelitian ini adalah terbangunnya aplikasi klasifikasi usaha mikro home industry ikan kering menggunakan algoritme Fuzzy C- Means clustering di daerah pesisir Kota Bengkulu berbasis web. Usaha mikro home industry tersebut dibagi menjadi tiga kelompok yaitu: 1) skala kecil, 2) skala menengah, dan 3) skala besar. Hasil penelitian dari 40 data pengusaha home industry diklasifikasikan menggunakan algoritme Fuzzy C-Means clustering berdasarkan 7 kriteria. Hasil analisis dan perancangan aplikasi klasifikasi usaha mikro home industry ikan kering di daerah pesisir Kota Bengkulu akan semakin mempermudah dalam melakukan pengelompokan data kualitatif usaha mikro home industry tersebut. Model perancangan sistem dengan Unified Modeling Language (UML) mampu menggambarkan dan memperlihatkan proses sistem yang direpresentasikan dalam beberapa model, yang bertujuan untuk mendapatkan pemahaman yang menyeluruh mengenai sistem yang dibuat berdasarkan dengan kebutuhan pengguna.
Implementasi Sistem Informasi Geografis Untuk Pencarian Indekos Dengan Jarak Terpendek Menggunakan Metode Algoritma Dijkstra albes fajri; Endina Putri Purwandari; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (742.818 KB) | DOI: 10.33369/rekursif.v6i1.4266

Abstract

Indekos dirancang untuk memenuhi kebutuhan hunian yang bersifat sementara dengan sasaran pada umumnya adalah mahasiswa dan pelajar yang berasal dari luar kota ataupun luar daerah. Indekos bisa juga disebut rumah penginapan yang digunakan orang umtuk menginap selama 1 hari atau lebih, dan kadang-kadang untuk periode waktu yang lebih lama misalnya: minggu, bulan atau tahunan.Tujuan penelitian ini adalah (1) Menerapkan Algoritma Dijkstra kedalam Pencarian Indekos dengan jarak terpendek. (2) Data yang dikelola sebagai data mencari Indekos di Kelurahan Kandang Limun dan Beringin Raya adalah data biaya, data luas Indekos, data fasilitas Indekos dan tipe penghuni Indekos. Hasil dari penelitian ini adalah (1) Sebuah aplikasi android yang menerapkan Algoritma Dijkstra dalam menghasilkan sebuah pencarian jarak terpendek menuju Indekos. (2) Pengujian Black Box dilakukan terhadap 10 kelas uji  dan 33 skenario pengujian yang diujikan dengan 33 skenario uji berhasil 100 % berjalan dengan sebagaimana mestinya dan dan ada 30 pengujian sistem ditempat berbeda yang valid. Pengujian kelayakan sistem dilakukan pada responden mahasiswa universitas bengkulu. (3) Hasil pengujian menunjukan bahwa variabel tampilan dengan kategori sangat baik ( 3,31 %), variabel kinerja sistem dengan kategori sangat baik (3.1875%) dan variabel kemudahan pengguna dengan kategori sangat baik (3,125%)  sehingga secara keseluruhan disimpulkan bahwa aplikasi termasuk dalam kategori  sangat baik (Skor 3,2075 dari Skala 4,00).Kata kunci : Pencarian, Algoritma Dijkstra, Jarak Indekos, Kelurahan Kandang Limun dan Beringin Raya  
DETEKSI WARNA KULIT MENGGUNAKAN RUANG WARNA YCBCR DAN IDENTIFIKASI RAS MANUSIA MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Annisa Amalia; Ernawati Ernawati; Yudi Setiawan
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (675.875 KB) | DOI: 10.33369/rekursif.v6i1.3582

Abstract

Abstrak: Deteksi warna kulit merupakan proses menemukan daerah kulit diwilayah gambar. Kulit memiliki karakteristik warna yang dapat memberikan kemudahan dalam mengidentifikasi ras manusia, karena warna merupakan salah satu aspek yang dapat dengan mudah dan cepat dikenali. Aplikasi ini melakukan deteksi warna kulit pada citra wajah tunggal dengan menerapkan ruang warna YCbCr, hasilnya digunakan untuk melakukan proses ekstraksi warna kulit. Hasil proses deteksi warna kulit dan ekstraksi warna kulit, dijadikan sebagai data input dan data target untuk melakukan proses identifikasi ras manusia dengan menerapkan metode Backpropagation Neural Network. Pada penelitian ini, pelatihan dan pengujian dilakukan pada citra dari ras Kaukasoid, Mongoloid dan Negroid yang berasal dari dataset www.sel.eesc.usp.br/sfa. Hasil optimasi jaringan dengan menggunakan fungsi aktivasi logsig dengan jumlah neuron 90 dan 70 pada hidden layer. Hasil pengujian citra asli tanpa pengaruh pencahayaan menghasilkan tingkat akurasi sebesar 83,4%, pengujian dengan menaikan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 87,5%, sedangkan pengujian dengan menurunkan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 70,84%.Kata kunci: Deteksi, Identifikasi, YCBCR, Backpropagation Neural Network.
Perancangan Sistem Pakar Untuk Diagnosa Penyakit Menular Pada Balita Menggunakan Metode Dempster-Shafer adil wahyudi; Rusdi Efendi; Yudi Setiawan
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.028 KB) | DOI: 10.33369/rekursif.v6i1.3875

Abstract

Tujuan dari penelitian ini adalah untuk membangun sebuah sistem berbasis pengetahuan kedokteran dalam mendiagnosa penyakit pada balita yang ditampilkan dalam bentuk website. Metode sistem pakar yang digunakan adalah metode Dempster Shafer. Metode Dempster-Shafer adalah salah satu metode matematika untuk mencari nilai kepastian dari potongan-potongan gejala yang dikombinasikan menjadi satu sehingga didapat nilai kepastian dari setiap masalah yang ada. Output yang dihasilkan berupa nama penyakit, nilai densitas dan solusi berupa pengobatan dan pencegahan dari hasil diagnosa penyakit. Pada penelitian ini pengujian yang digunakan yaitu pengujian akurasi sistem pakar dengan data dari pakar dengan nilai akurasi sebesar 100% dari 30 data uji. Hasil pengujian menunjukkan bahwa sistem pakar ini mampu mendiagnosa penyakit balita disertai dengan nilai keyakinan Dempster-Shafer. Kata Kunci : Sistem pakar, Dempster-Shafer, Penyakit balita, PHP
APLIKASI SPEECH-TO-TEXT DENGAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN HIDDEN MARKOV MODEL (HMM) DALAM PENCARIAN KODE ICD-10 Meri Susanti; Boko Susilo; Desi Andreswari
Rekursif: Jurnal Informatika Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (761.184 KB) | DOI: 10.33369/rekursif.v6i1.6497

Abstract

Suara/ucapan adalah cara kita sebagai manusia untuk berkomunikasi dan mengekspresikan diri. Proses komunikasi tidak hanya terjadi antar manusia saja. Proses komunikasi juga terjadi antara manusia dan komputer. Pada penelitian ini akan dibangun sistem pencarian kode dari diagnosis penyakit dengan menggunakan masukan suara dan luaran teks. Tujuan dari penelitian ini adalah untuk merancang dan membangun aplikasi Speech to text kode ICD-10 dengan metode MFCC (Mel Frequency Cepstral Coefficient) dan HMM (Hidden Markov Model) yang mampu memberikan informasi mengenai kode ICD-10 dari nama diagnosis penyakit dengan pencarian menggunakan suara. Berdasarkan penelitian dan pengujian sistem Aplikasi Speech to text Kode ICD-10 mampu memberikan informasi mengenai kode diagnosis dari suatu penyakit. Hasil kecocokan data masukan dan luaran dari pengujian yang telah dilakukan menggunakan paramater jumlah data set 3, filter bank 20, iterasi 2 dan state 3 mendapatkan nilai persentase 100%.
Sistem Pakar Identifikasi Kesesuaian Lahan Untuk Tanaman Perkebunan Di Provinsi Bengkulu Dengan Metode Bayes Dan Inferensi Forward Chaining Aseh Egasari; Diyah Puspitaningrum; Priyono Prawito
Rekursif: Jurnal Informatika Vol 5, No 2 (2017): Volume 5 Nomor 2 Juli 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1033.102 KB) | DOI: 10.33369/rekursif.v5i2.764

Abstract

Penentuan kesesuaian lahan pertanian sangatlah penting, karena pemanfaatan lahan yang tidak sesuai dapat merusak lahan, biaya tinggi dan produktivitas rendah. Oleh karena itu, diperlukan aplikasi sistem pakar yang dapat melakukan identifikasi kesesusaian lahan untuk berbagai tanaman perkebunan. Tujuan dari penelitian ini adalah untuk membangun sistem pakar yang mampu mengidentifikasi kesesuaian lahan untuk tanaman perkebunan. Aplikasi sistem pakar ini menggunakan metode Bayes dan inferensi Forward Chaining dengan 22 karakteristik lahan dan 11 tanaman perkebunan. Metode Bayes digunakan untuk menentukan persentase kemungkinan tanaman dari hasil identifikasi dan inferensi Forward Chaining untuk menentukan kesimpulan tanaman perkebunan dari data lahan yang dimasukkan. Keluaran dari aplikasi ini berupa jenis tanaman perkebunan dan kesesuaian lahan yang memiliki nilai persentase tertinggi. Aplikasi sistem pakar ini dibangun dengan menggunakan bahasa pemrograman Hypertext Prepocessor (PHP) dan database MySQL. Metode pengembangan sistem yang digunakan adalah model waterfall dan perancangan sistem menggunakan diagram unified modelling language (UML). Dari hasil pengujian validitas sistem yang dilakukan terhadap 60 data lahan menggunakan metode bayes dihasilkan tingkat akurasi sebesar 75%.Kata Kunci: Sistem Pakar, Kesesuaian Lahan, Tanaman Perkebunan, Bayes,  Forward Chaining
Penerapan Speechrecognition pada Permainan Teka-Teki Silang Menggunakan Metode Hidden Markov Model (HMM) Berbasis Desktop M. Tri Satria Jaya; Diyah Puspitaningrum; Boko Susilo
Rekursif: Jurnal Informatika Vol 4, No 1 (2016): Volume 4 Nomor 1 Maret 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.174 KB) | DOI: 10.33369/rekursif.v4i1.958

Abstract

Abstrak : Dengan perkembangan ilmu pengetahuan dan teknologi, maka salah satu cara untuk mencapai tujuan tersebut adalah dengan cara membangun aplikasi permainan teka-teki silang dengan menggunakan suara atau speech recognition berbasis desktop. Metode yang digunakan adalah metode Hidden Markov Model (HMM) untuk mengenali ucapan user berupa huruf-huruf yang memiliki arti. Kemudian digunakan juga Linear Predictive Coding (LPC) sebagai ekstraksi ciri untuk mengenali ciri suara user yang mengenali huruf-huruf tersebut. Berdasarkan banyaknya percobaan pengujian permainan TTS dari level easy, medium, dan hard dengan nilai keakurasian banyaknya nilai tertinggi, terendah, dan gagal. Untuk level easy dengan user Nadya nilai tertinggi sebesar 97,65%, terendah, 0% dan rata-rata nilai gagal sebesar 0%. Sedangkan untuk level medium dengan user Eko nilai tertinggi sebesar 67,68%, terendah 0,058%, gagal sebesar 46,19%. Sedangkan untuk level hard user Sadam nilai tertinggi sebesar 84,73%, terendah 2,2447%, gagal 22,003%. Dan rata-rata setiap permainan TTS dari level easy, medium, dan hard memperoleh hasil sebesar untuk easy1 nilai max sebesar 70,795%, nilai min sebesar 0,062%, untuk easy 2 nilai max sebesar 64,477%, nilai min sebesar 0,090%, untuk easy 3 nilai max sebesar 77,14% nilai min sebesar 0,178%. Untuk nilai medium 1 nilai max sebesar 70,06%, nilai min 0,137%, nilai medium 2 nilai max sebesar 77,60%, nilai min 0,104%, medium 3 nilai max sebesar 58,81%, nilai min 0,101%. Untuk nilai hard 1 max sebesar 63,75%, nilai min 0,04%, nilai hard 2 max sebesar 66,37%, nilai min 0,047%, hard 3 nilai max sebesar 77,34%, dan nilai min 0%.Kata Kunci: Game, TTS, Speech Recognition, HMM, LPC, Delphi 7
PENGENALAN TULISAN TANGAN HURUF HIJAIYAH SAMBUNG MENGGUNAKAN ALGORITMA TEMPLATE MATCHING CORRELATION nina retno angraheni; Rusdi Efendi; Endina Putri Purwandari
Rekursif: Jurnal Informatika Vol 5, No 1 (2017): Volume 5 Nomor 1 Maret 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (475.95 KB) | DOI: 10.33369/rekursif.v5i1.2551

Abstract

Huruf hijaiyah merupakan huruf atau karakter yang digunakan dalam bahasa Arab yang umumnya diketahui berjumlah 28 huruf, dan memiliki bentuk yang berbeda sesuai dengan posisi sebuah huruf pada sebuah kata yaitu di awal, di tengah, di akhir, dan huruf asli yang berdiri sendiri. Penelitian ini bertujuan membuat suatu aplikasi yang dapat mengenali tulisan tangan huruf hijaiyah sambung dan mengetahui nilai akurasinya menggunakan algoritma Template Matching Correlation. Database citra template yang digunakan sebanyak 28 untuk huruf awal, 28 untuk huruf tengah, dan 28 untuk huruf akhir dengan sampel yang diambil dari tulisan tangan seseorang sebanyak 28 untuk setiap posisi huruf dengan ukuran sebesar 100X150 piksel. Sistem dibangun dengan menggunakan Matlab R2013a. Sistem dibagi menjadi 2 tahapan yaitu, prapemrosesan dengan 3 tahapan berupa image thresholding, penipisan, dan segmentasi, serta tahapan kedua yaitu proses pengenalan. Penelitian ini memiliki tingkat akurasi sebesar 56,41% berdasarkan 26 citra uji.Kata kunci: Huruf Hijaiyah, Pengenalan Tulisan Tangan, Template Matching Correlation
Implementasi Metode Dempster-Shafer Dalam Sistem Pakar Diagnosa Anak Tunagrahita Berbasis Web Triara Puspitasari; Boko Susilo; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 4, No 1 (2016): Volume 4 Nomor 1 Maret 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.469 KB) | DOI: 10.33369/rekursif.v4i1.949

Abstract

Abstrak: Anak tunagrahita adalah anak yang mempunyai tingkat kecerdasan intelektual dibawah rata-rata. Penelitian ini bertujuan untuk membangun suatu sistem pakar untuk diagnosa anak tunagrahita berbasis web. Metode yang digunakan untuk menghitung hasil diagnosis adalah metode Dempster-Shafer. Metode pengembangan sistem yang digunakan adalah model waterfall dan perancangan sistem menggunakan Data Flow Diagram (DFD). Sistem pakar ini dibangun dengan menggunakan bahasa pemrograman PHP dan database MySQL. Output dari sistem ini adalah hasil diagnosis berupa nilai kesimpulan dan klasifikasi tunagrahita yang dialami oleh penderita. Hasil analisis dan pengujian menunjukkan bahwa ditinjau dari segi akurasi diagnosis dengan Dempster-Shafer mampu menghasilkan diagnosis yang akurat. Dari uji kelayakan sistem yang dilakukan menggunakan kuesioner diperoleh baik dengan persentase variabel 52,50%, variabel kemudahan penggunaan 41,67%, variabel kinerja sistem 45,00%, dan variabel isi 48,33%. Sistem ini sudah dapat diakses di www.sistempakar-anaktunagrahita.id.Kata kunci : Sistem Pakar, Tunagrahita, Dempster-Shafer
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JENIS KAYU UNTUK MEBEL DENGAN METODE WEIGHTED PRODUCT (WP) & TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) jhon Elfan; Desi Andreswari; Kurnia Anggriani
Rekursif: Jurnal Informatika Vol 4, No 3 (2016): Volume 4 Nomor 3 September 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.846 KB) | DOI: 10.33369/rekursif.v4i3.890

Abstract

Kayu merupakan elemen utama yang sangat menentukan kualitas suatu produk mebel atau kerajinan kayu yang lain. Kurangnya pengetahuan perusahaan mebel dan orang awam di bidang industri ini mengakibatkan terjadi kesulitan dalam menentukan keputusan memilih kayu untuk dijadikan bahan kerajinan mebel yang bagus dan berkualitas, padahal untuk menentukan sebuah kayu layak atau tidaknya sebagai bahan mebel diperlukan perhitungan yang sistematis dan akurat agar diperoleh pengambilan keputusan yang tepat. Penelitian ini membangun sebuah aplikasi sistem pendukung keputusan yang dapat memberikan alternatif solusi dalam pemilihan kayu untuk mebe;. Dalam proses pengambilan keputusan aplikasi ini menggunakan metode Weighted Product (WP) dan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Aplikasi ini dibangun dengan bahasa pemrograman PHP. Sedangkan metode pengembangan sistem yang digunakan adalah model Waterfall dan perancangan sistem menggunakan Data Flow Diagram (DFD). Pada hasil akhir sistem, pengguna dapat memilih alternatif solusi yang dihasilkan sistem ditampilkan berdasarkan jenis kayu. Berdasarkan uji kelayakan sistem yang membandingkan data uji terhadap hasil keluaran sistem menghasilkan nilai persentase kedekatan sebesar 37,5%.

Page 6 of 22 | Total Record : 211