cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ardi Mardiana
Contact Email
aim@unma.ac.id
Phone
+62233-8287177
Journal Mail Official
infotech@unma.ac.id
Editorial Address
https://ejournal.unma.ac.id/index.php/infotech/about/contact
Location
Kab. majalengka,
Jawa barat
INDONESIA
Infotech Journal
Published by Universitas Majalengka
ISSN : 24601861     EISSN : 26154250     DOI : -
Core Subject : Science,
Computer Science & IT
Infotech Journal is a Scientific Paper published by the Informatics Study Program of the Faculty of Engineering, Majalengka University. The areas of competence covered by Infotech are Information Systems, Programming, Networks, Robotics, Artificial Intelligence and Multimedia
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 330 Documents
 10   11   12   13   14 
RANCANG BANGUN KELEBIHAN INTERNET OF THINGS UNTUK MENDETEKSI KEBOCORAN GAS Akbar Galih Saputra Akbar; Joni Maulindar; Rudi Susanto
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5409

Abstract

Liquified Petroleum Gas (LPG) merupakan sumber daya alam yang dimanfaakan oleh manusia khususnya dari kilang minyak dan gas yang memiliki komponen gas propane, butane dan dikemas dalam tabung. Faktor penyebab terjadinya kebakaran yaitu kebocoran gas pada tabung LPG atau pipa LPG yang terkena api dan menyebar luas menyebabkan kebakaran. Sebuah sistem yang digunakan untuk memonitoring adanya kebocoran dengan menggunakan sensor MQ-2. Dengan adanya sistem pendeteksi kebocoran gas semoga dapat bermanfaat bagi banyak orang yang digunakan untuk memonitoring kebocoran gas dari jarak jauh ataupun saat dilokasi. Pada penelitian ini menggunakan metode System Development Life Cycle (SDLC) yang terdiri dari beberapa tahapan yaitu Rencana (Planning), Analisis (Analysis), Desain (Design), Implementasi (Implementation), Uji coba (Testing) dan Pengelolaan (Maintanance). Berdasarkan hasil penelitian, sistem yang telah dibuat berhasil mendeteksi adanya kebocoran gas LPG, menghidupkan alarm buzzer, memberikan notifikasi di telegram dan otomatisasi terbukanya legulator gas.
PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT JANTUNG Muhammad Dion Febrian Tino; Herliyani Hasanah; Tri Djoko Santosa
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5432

Abstract

Jantung merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan ada nya jantung, darah dapat tersalurkan keseluruh tubuh dengan baik. diperlukannya sebuah pola klasifikasi penyakit jantung. Klasifikasi yang digunakan yaitu dengan metode Support Vector Machines (SVM) dan Neural Net kinerja yang sangat baik. Pada dataset ini memiliki total 416 instance. Confusion Matrix algoritma SVM terdapat 36 + 34 prediksi yang benar dan 7 + 7 prediksi yang salah. Confusion Matrix algoritma Neural Network terdapat 164 + 180 prediksi yang benar dan 41 + 33 prediksi yang salah. Algoritma SVM memiliki tingakat accuracy lebih tinggi dibandingkan algoritma Neural Net. Yang berisi nilai pada AUC 0.833, CA 0.83, F1 0.835, Precision 0.835 dan Recall 0.835.Berdasarkan hasil penelitian pada kedua algoritma, bahwa algoritma SVM dapat menyelesaikan masalah klasifikasi penyakit jantung lebih baik dengan nilai akurasi 83% sedangkan pada algoritma Neural Net memiliki nilai akurasi 82% dalam menyelesaikan penyakit jantung.
PERANCANGAN SISTEM KENDALI OTOMATIS LAMPU JALAN BERBASIS INTERNET OF THINGS Ahmad Setiawan; Joni Maulindar; Nurchim
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5502

Abstract

Sistem pencahayaan jalan yang efisien dan adaptif menjadi perhatian utama dalam upaya mengoptimalkan penggunaan sumber daya energi. Dalam penelitian ini, kami memperkenalkan perancangan sistem kendali otomatis untuk lampu jalan yang berbasis Internet of Things (IoT) dengan menggunakan sensor pendeteksi gerakan dan sensor intensitas cahaya. Tujuan utama dari penelitian ini adalah untuk meningkatkan efisiensi energi dan kenyamanan pengguna jalan dengan mengoptimalkan penggunaan lampu jalan. Penelitian ini menggunakan metode pengembangan model waterfall untuk merancang sistem kontrol otomatis lampu jalan yang berbasis iot dengan koneksi yang terhubung melalui perangkat seluler. Sistem yang diusulkan menggunakan sensor pendeteksi gerakan untuk mendeteksi kehadiran kendaraan atau pejalan kaki di sekitar lampu jalan. Selain itu, sensor intensitas cahaya digunakan untuk mengukur tingkat cahaya di sekitar area tersebut. Data yang diperoleh dari kedua sensor tersebut digunakan sebagai masukan untuk sistem kendali otomatis. Penelitian ini menggunakan metode pengumpulan data melalui sensor pendeteksi gerakan dan intensitas cahaya yang terhubung dengan perangkat mikrokontroler ESP32.
IMPLEMENTASI ASSOCIATION RULES MENENTUKAN POLA PEMILIHAN MENU DI THE GADE COFFEE & GOLD MENGGUNAKAN ALGORITMA APRIORI Fachri Amsury; Ika Kurniawati; Muhammad Rizki Fahdia
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5357

Abstract

ABSTRACT The Gade Coffee & Gold produces a lot of sales transaction data every day that is stored in the database, but this data has not been maximized in conducting analysis to produce new knowledge, based on this problem it is necessary to carry out an analysis using a data mining approach and applying association techniques. Data mining is able to analyze data into information by applying association techniques to find several purchasing patterns that are useful to assist companies in the process of making business decisions such as determining product cross-selling, determining promotional programs, and so on. This study aims to determine the pattern of combinations of food and drinks ordered by customers by applying the Apriori method based on sales transaction data for the month of September 2022. The results show that there are 16 association rules with the highest support value which is 6.8% with a confidence value of 85 .7% and the Lift value is 111%, with the rule formed that if a customer buys an Almond Croisant product, there is a chance that the customer will also buy Van Lenning – Iced products. Keywords: Data Mining, KDD, Association, Apriori ABSTRAK The Gade Coffee & Gold setiap harinya menghasilkan banyak data transaksi penjualan yang tersimpan dalam basis data, namun data tersebut belum dimaksimalkan dalam melakukan analisa untuk dapat menghasilkan suatu pengetahuan baru, berdasarkan masalah tersebut perlu dilakukan sebuah analisa dengan menggunakan pendekatan data mining serta menerapkan teknik asosiasi. Data mining mampu menganalisa data menjadi sebuah informasi dengan menerapkan teknik asosiasi dapat menemukan beberapa pola pembelian yang berguna untuk membantu perusahaan dalam proses pengambilan keputusan bisnis seperti menentukan cross-selling produk, menentukan program promosi, dan sebagainya. Penelitian ini bertujuan untuk menentukan pola kombinasi dari makanan dan minuman yang dipesan oleh pelanggan dengan menerapkan metode Apriori berdasarkan data transaksi penjualan periode bulan September 2022. Hasil penelitian menunjukkan sebanyak 16 aturan asosiasi dengan nilai support tertinggi adalah 6,8% dengan nilai confidence sebesar 85,7% dan nilai Lift 111%, dengan aturan yang terbentuk yaitu apabila pelanggan membeli produk Almond Croisant peluang pelanggan juga membeli produk Van Lenning – Iced. Kata Kunci: Data Mining, KDD, Asosiasi, Apriori
IDENTIFIKASI KUALITAS BENIH JAHE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Hendi Hidayat; Freza Riana; Ghibtha Fitri Laxmi; Setyowati Retno
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5458

Abstract

Jahe adalah salah satu komoditas ekspor rempah-rempah Indonesia. Peningkatan permintaan jahe belum seimbang dengan produksi jahe. Rendahnya produktivitas jahe ini disebabkan antara lain oleh rendahnya ketersediaan benih jahe yang unggul dan sehat, kurangnya informasi terkait teknik budidaya jahe dan gangguan organisme pengganggu tumbuhan (OPT). Benih pada jahe adalah pembawa sifat genetik pada sebuah tanaman untuk menentukan potensi hasil yang terbaik. Untuk mendapatkan benih yang layak rimpang perlu dilakukan proses pemilahan. Proses pemilahan benih jahe yang berkembang di Indonesia biasanya masih dilakukansecara manual seperti melihat satu per satu benih, hal tersebut merlukan waktu cukup lama. Dari masalah tersebut, maka dibuatlah model algoritma untuk mengidentifikasi kualitas benih jahe melalui sebuah pengolahan citra digital. Convolutional Neural Network (CNN) merupakan metode pengenal pola yang secara langsung mempelajari karakteristik dari benih jahe. CNN dapat membuat model klasifikasi citra benih jahe untuk diukur tingkat akurasi dan peforma model klasifkasi citra digital benih jahe. Pada penelitian ini menggunakan metode CNN yang memiliki tingkat akurasi 88% dalam mengenali citra digital benih jahe dari total dataset sebanyak 1187 citra dengan proporsi data latih 70% (825 citra), data validasi 20% (240 citra), dan data uji 10% (122 citra). Sehingga dapat disimpulkan bahwa model CNN yang dirancang dapat mengidentifikasikan citra dengan baik.
REGULATORY TECHNOLOGY UNTUK DIGITALISASI PROSES KEPATUHAN (STUDI KASUS BANK SWASTA DI INDONESIA) Andrianto Susilo
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5460

Abstract

Organisasi perlu mengakselerasi penggunaan teknologi digital yang berdampak pada perubahan proses bisnis. Industri jasa keuangan, khususnya sektor perbankan, merupakan salah satu sektor yang mendukung pembangunan ekonomi. Peran regulator sangat mendukung perkembangan dan perkembangan industri jasa keuangan, khususnya dalam pembentukan peraturan dan pengawasan. Dengan semakin banyaknya regulasi yang dikeluarkan oleh regulator, perbankan perlu didukung dengan inovasi regulatory technology (RegTech) dalam mengelola regulasi. Tujuan dari penelitian ini adalah untuk memberikan gambaran tentang pengembangan RegTech, fitur-fitur RegTech, implementasi RegTech, dan berbagai manfaat penggunaan RegTech untuk pengelolaan regulasi di perbankan guna mencapai tujuan otomatisasi kepatuhan regulasi organisasi. Pengumpulan data dilakukan dari data primer yang diperoleh karyawan perusahaan yang telah menggunakan RegTech. Hasil penelitian menunjukkan bahwa pengembangan RegTech di perusahaan telah melakukan otomasi pengelolaan regulasi sebanyak 86 regulasi. Hasil penelitian ini menunjukkan bahwa teknologi RegTech dapat mendukung manajemen kepatuhan, meningkatkan efektivitas dan efisiensi proses kepatuhan di perusahaan.
ANALISIS RISIKO DALAM PROSES PENGADAAN JASA DI RU III MENGGUNAKAN PENDEKATAN HOUSE OF RISK (HOR) Rahmad Inca Liperda; Dinda Tasya Salsabila
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5494

Abstract

This study analyzes risks in the procurement process of services in RU III using the House of Risk (HOR) approach to enhance risk management effectiveness. Risk identification is conducted through observation, interviews, and relevant literature review. The analysis of HOR phase 1 identifies three best risk mitigation strategies: coordination with vendors/FPP before open registration (PA1), clarification of technical and administrative documents (PA2), and maximum negotiation and tender reprocessing if below Pertamina's HPS (PA3). HOR phase 2 involves calculating the Total Effectiveness Value (TEk) and the Efficiency Difficulty Ratio (ETDk) to evaluate the effectiveness and implementation difficulty of the mitigation strategies. This research provides recommendations for implementing the identified mitigation strategies and periodic monitoring to enhance risk control. The findings of this study contribute to the development of service procurement risk management in RU III and serve as a reference for decision-makers in risk mitigation during the service procurement phase.
ANALISIS POLA DISTRIBUSI SPASIAL PERUBAHAN PENGGUNAAN LAHAN DAN URBAN HEAT ISLAND MENGGUNAKAN GOOGLE EARTH ENGINE (STUDI KASUS DI KOTA BOGOR TAHUN 2000, 2009, & 2021) M Veruj Abdul Wadud; Erwin Hermawan; Nurul Kamilah
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5507

Abstract

Bogor merupakan salah satu kota tertua di Indonesia dan salah satu kota terbesar di Jabodetabek (Jakarta, Bogor, Depok, Tanggerang, dan Bekasi). Kota Bogor juga merupakan pusat ekonomi dan salah satu kota yang memiliki jumlah populasi yang cukup tinggi, hal ini berpengaruh pada peningkatan pertumbuhan perkotaan. Akan tetapi urbanisasi dapat memberikan dampak negatif terhadap lingkungan dan kesehatan manusia terutama pada produksi polusi gas CO2, modifikasi sifat fisik dan kimia atmosfer, yang dapat menyebabkan perubahan cuaca lokal dan iklim hal itu dapat menyebabkan peningkatan suhu di Kawasan perkotaan yang dikenal dengan fenomena Urban Heat Island (UHI). Berdasarkan hal tersebut, maka perlu dimonitoring melalui pengindraan jauh, pengindraan jauh adalah salah satu sarana yang efektif dalam pemantauwan penggunaan lahan karna dapat menyediakan informasi mengenai permukaan bumi, Salah satu teknologi pengindraan jauh yakni Google Earth Engine, adalah sebuah platform berbasis cloud yang menawarkan analisis data lingkungan berskala dunia dimana User hanya perlu mengakses data dari repository di google untuk mendapatkan citra data pengindraan jauh dan data geospasial lain .Pendekatan penelitian ini menggunakan metode Random Forest sebagai pembelajaran ansamble untuk memecahkan masalah klasifikasi dan regresi. metode ini memiliki akurasi yang cukup tinggi serta bisa menentukan variabel-variabel penting dan meminimalisasi kesalahan penilaian akan membuat analisis menjadi lebih praktis dan lebih mudah. Hasil dari penelitian ini didapatkan bahwa urbanisasi perkotaan selalu meningkat dan suhu rata-rata Kota Bogor dari tahun 2000 hingga tahun 2021 mengalami peningkat pada setiap tahunnya. adapun hasil klasifikasi tutupan lahan dari penelitian ini menggunakan metode Random Forest (RF) menunjukkan nilai akurasi keseluruhan (Overall Accuracy) sebesar 95,57% dan nilai kappa sebesar 94,56%.
PERBANDINGAN METODE CART DAN NAÏVE BAYES UNTUK KLASIFIKASI CUSTOMER CHURN Rahmat Ryan Adhitya; Wina Witanti; Rezki Yuniarti
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.5641

Abstract

Classification is the process of identifying and grouping an object into the same group or category Classification can be used to group a large-sized dataset, and some commonly used classification methods are CART (Classification And Regression Tree) and Naïve Bayes. This study discusses the comparison of CART and Naïve Bayes methods by measuring accuracy, precision, recall, and f1-score values with 3 scenarios of training and testing dataset distribution. Accuracy, precision, recall, and f1-score measurements are performed using a confusion matrix. The scenarios for training and testing dataset division are 70%, 80%, and 90% of the training dataset. From the results of the study, CART has the highest average accuracy and f1-score of 79.616% and 57.636% respectively, while the highest average accuracy and f1-score of Naïve Bayes are 75.104% and 62.004% respectively.
ANALISIS POTENSI BENCANA ALAM TANAH LONGSOR KABUPATEN MAJALENGKA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER Deffy Susanti; Tantri Wahyuni
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.5645

Abstract

Bencana alam adalah salah satu fenomena yang dapat terjadi setiap saat sehingga menimbulkan risiko atau bahaya terhadap kehidupan manusia Dalam banyak nya bentuk bencana alam terdapat bencana alam tanah longsor. Potensi terjadinya pada lereng tergantung pada kondisi batuan dan tanah penyusunannya, struktur geologi, curah hujan dan penggunaan lahan. Dilihat dari karateristik wilayah Kabupaten Majalengka maka dilakukan analisis kerentanan tingkat potensi bahaya tanah longsor. Salah satu metode yang dapat digunakan untuk menentukan potensi bahaya tanah lonngsor adalah algoritma klasifikasi Naïve Bayes Classifier. Naive Bayes Classifier merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode Naïve Bayes Classifier dangan melakukan prediksi menggunakan Rapidminer menghasilkan nilai akurasi pengklasifikasian sebesar 82,61%. Kata Kunci: bencana alam, potensi, tanah longsor

Page 12 of 33 | Total Record : 330

 10   11   12   13   14 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 1 (2026) Vol. 11 No. 2 (2025) Vol. 11 No. 1 (2025) Vol. 10 No. 2 (2024) Vol. 10 No. 1 (2024) Vol. 9 No. 2 (2023) Vol. 9 No. 1 (2023) Vol. 8 No. 2 (2022) Vol. 8 No. 1 (2022) Vol. 7 No. 2 (2021) Vol. 7 No. 1 (2021) Vol. 6 No. 2 (2020) Vol. 6 No. 1 (2020) Vol. 5 No. 2 (2019) More Issue