Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika
Khazanah Informatika: Jurnal Ilmiah Komputer dan Informatika, an Indonesian national journal, publishes high quality research papers in the broad field of Informatics and Computer Science, which encompasses software engineering, information system development, computer systems, computer network, algorithms and computation, and social impact of information and telecommunication technology.
Articles
250 Documents
<![CDATA[Klasifikasi Mutu Pepaya Berdasarkan Ciri Tekstur GLCM Menggunakan Jaringan Saraf Tiruan ]]>
<![CDATA[Feri Wibowo]]>;
<![CDATA[Agus Harjoko]]>
<![CDATA[ Khazanah Informatika Vol. 3 No. 2 Desember 2017 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v3i2.4516
<![CDATA[Proses sortasi buah pepaya berdasarkan mutu merupakan salah satu proses yang sangat menentukan mutu buah pepaya yang akan dilepas ke konsumen. Proses identifikasi mutu dengan cara konvensional menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia dalam hal pemutuan buah yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan.Penelitian ini bertujuan merancang dan menyusun program pengolahan citra digital dan jaringan saraf tiruan untuk klasifikasi pemutuan buah pepaya (Carica Papaya L) Calina IPB-9 ke dalam tiga kelas mutu yaitu kelas Super, A, dan B. Fitur tekstur yang diekstrak meliputi nilai energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity yang didapatkan berdasarkan GLCM (gray level cooccurrence matrices). Fitur-fitur tersebut dijadikan sebagai input pada algoritma pelatihan jaringan saraf tiruan backpropagation. Hasil pengujian pada proses pengenalan menunjukan fitur energy, dan entropy dapat membedakan kelas mutu pepaya Calina IPB-9 dengan tingkat akurasi terbaik yaitu sebesar 86.11%.]]>
<![CDATA[Identifikasi Kadar Semen dan Pasir pada Campuran Kering Menggunakan Metode Backpropagation ]]>
<![CDATA[Gasim Gasim]]>;
<![CDATA[Sudiadi Sudiadi]]>
<![CDATA[ Khazanah Informatika Vol. 5 No. 1 June 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v5i1.8014
<![CDATA[Campuran perekat dan juga plesteran dinding pada bangunan biasanya terdiri dari semen dan pasir. Perbedaan kadar capuran semen dan pasir berdampak pada kekuatan hasil. Penelitian ini mengimplementasikan kecerdasan buatan untuk mengidentifikasi atau mengenali kadar campuran semen dan pasir melalui citra campuran semen dan pasir yang sudah kering. Penelitian ini menggunakan enam macam campuran semen dan pasir. Pengumpulan data citra dilakukan dengan cara pemotretan menggunakan kamera resolusi sensor sebesar 7 MP, jarak potret lebih kurang 8 cm, dilakukan pada siang hari, dan tidak menggunakan cahaya dari lampu kamera. Citra latih dan citra uji berukuran 500 x 500 piksel, dan banyaknya citra latih adalah 300 citra dan 150 citra sebagai data uji. Metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma propagasi balik (backpropagation) dan dengan input berupa nilai tekstur dari citra campuran semen dan pasir yang sudah kering. Tingkat akurasi keberhasilan identifikasi adalah 87.33%. Penelitian ini berhasil mengimplementasikan JST dan fitur tekstur analisis dari GLCM dengan jarak potret dan resolusi kamera tertentu, serta penelitian ini dapat menjadi referensi pada penelitian lanjutan.]]>
<![CDATA[Performance Assessment of University Lecturers: A Data Mining Approach ]]>
<![CDATA[Milkhatun Milkhatun]]>;
<![CDATA[Alfi Ari Fakhrur Rizal]]>;
<![CDATA[Ni Wayan Wiwin Asthiningsih]]>;
<![CDATA[Asslia Johar Latipah]]>
<![CDATA[ Khazanah Informatika Vol. 6 No. 2 October 2020 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v6i2.9069
<![CDATA[A lecturer with a good performance has a positive impact on the quality of teaching and learning. The said quality includes the delivery of teaching materials, learning methods, and ultimately the academic results of students. Performance of lecturers contributes significantly to the quality of research and community service which in turn improves the quality of teaching materials. It is desirable, therefore, to have a method to measure the performance of lecturers in carrying out the Tri Dharma (or the three responsibility) activities, which consist of teaching and learning process, research, and community service activities, including publications at both national and international level. This study seeks to measure the performance of lecturers and cluster them into three categories, namely "satisfactory", "good", and "poor". Data were taken from academic works of nursing study program lecturers in conducting academic activities. Clustering process is carried out using two machine learning approaches, which is K-Means and K-Medoids algorithms. Evaluation of the clustering results suggests that K-Medoids algorithm performs better compared to using K-Means. DBI score for clustering techniques using K-Means is -0.417 while the score for K-Medoids is -0.652. The significant difference in the score shows that K-Medoids algorithm works better in determining the performance of lecturers in carrying out Tri Dharma activities.]]>
<![CDATA[Game Anti Narkoba Berbasis Multi-Platform ]]>
<![CDATA[Aziz Mufa’adhi]]>;
<![CDATA[Endah Sudarmilah]]>
<![CDATA[ Khazanah Informatika Vol. 2 No. 2 Desember 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v2i2.2074
<![CDATA[Narkoba memiliki dampak buruk bagi generasi muda kita. Pencegahan dan pemberantasan penyalahgunaan narkoba harus dilakukan untuk melindungi masa depan bangsa. Pengenalan dampak negative dari penyalahgunaan narkoba melalui game sebagai sarana sosialisasi untuk menekan jumlah penyalahgunaan narkoba. Dalam pembuatannya game ini membahas tentang dampak buruk dari Narkoba. Game ini dibuat dengan metode SDLC (System Development Life Cycle) yang diturunkan menjadi tahapan sistem secara berurutan diawali dengan membuat storyboard permainan, kemudian diimplementasikan dengan software pendukung untuk membuat aplikasi game. Berdasarkan pengujian black box dan pengujian calon pengguna dilakukan dengan cara meminta responden untuk mencoba game yang dibuat kemudian mengisi kuesioner yang disediakan dapat disimpulkan bahwa game ini berjalan dengan baik. Game ini bertujuan untuk mengenalkan dampak buruk narkoba dan menghidarkan orang untuk menyalahgunakan atau memakai narkoba. Game ini akan dioperasikan di software, android dan computer, sehingga mampu untuk menjadi multi-platform]]>
<![CDATA[Sistem Inspeksi Kecacatan pada Kaleng Menggunakan Filter Warna HSL dan Template Matching ]]>
<![CDATA[Budi Sugandi]]>;
<![CDATA[Sintya Dewi]]>
<![CDATA[ Khazanah Informatika Vol. 4 No. 2 Desember 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v4i2.7119
<![CDATA[Dalam industri makanan dan minuman dengan kemasan kaleng, pengecekan atau inspeksi kecacatan kaleng merupakan bagian penting dalam menjaga kualitas sebuah produk. Inspeksi tersebut sebagian masih menggunakan operator manual yang bergantung pada penglihatan para pekerja dengan segala keterbatasannya. Untuk menanggulangi masalah tersebut, artikel ini mengusulkan proses inspeksi kecacatan menggunakan filter warna HSL dan template matching berbasis contour analysisyang dilakukan secara otomatis tanpa bantuan operator. Proses inspeksi diawali dengan pengambilan citra RGB oleh kamera. Citra RGB tersebut kemudian dikonversi ke citra aras keabuan (gray level). Untuk dapat mendeteksi kecacatan, penulis memakai filter luminance dari ruang warna HSL. Proses template matching diterapkan pada masing-masing citra dengan cara membandingkan contour citra template sebagai contour citra referensi dengan contour citra uji. Kemasan kaleng yang digunakan sebagai template mempunyai diameter 4 cm. Dengan menggunakan kriteria uji jarak masing-masing pixel pada tiap lingkaran kaleng dengan lingkaran pada kaleng template, kaleng diklasifikasikan menjadi dua kategori yaitu kaleng OK (Good) atau reject. Hasil pengujian menunjukkan, dengan menerapkan nilai threshold sebesar 4 cm, nilai RMS untuk objek kategori OK adalah 0,59. Sementara untuk objek kategori reject didapatkan nilai RMS sebesar 19,59; 5,05 dan 15, 05 berturut-turut untuk objek reject karena diameter tidak beraturan, objek reject dengan pembuka kaleng terbuka dan objek reject tanpa pembuka kaleng.]]>
<![CDATA[Case Base Reasoning (CBR) and Density Based Spatial Clustering Application with Noise (DBSCAN)-based Indexing in Medical Expert Systems ]]>
<![CDATA[Herdiesel Santoso]]>;
<![CDATA[Aina Musdholifah]]>
<![CDATA[ Khazanah Informatika Vol. 5 No. 2 December 2019 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v5i2.8323
<![CDATA[Case-based Reasoning (CBR) has been widely applied in the medical expert systems. CBR has computational time constraints if there are too many old cases on the case base. Cluster analysis can be used as an indexing method to speed up searching in the case retrieval process. This paper propose retrieval method using Density Based Spatial Clustering Application with Noise (DBSCAN) for indexing and cosine similarity for the relevant cluster searching process. Three medical test data, that are malnutrition disease data, heart disease data and thyroid disease data, are used to measure the performance of the proposed method. Comparative tests conducted between DBSCAN and Self-organizing maps (SOM) for the indexing method, as well as between Manhattan distance similarity, Euclidean distance similarity and Minkowski distance similarity for calculating the similarity of cases. The result of testing on malnutrition and heart disease data shows that CBR with cluster-indexing has better accuracy and shorter processing time than non-indexing CBR. In the case of thyroid disease, CBR with cluster-indexing has a better average retrieval time, but the accuracy of non-indexing CBR is better than cluster indexing CBR. Compared to SOM algorithm, DBSCAN algorithm produces better accuracy and faster process to perform clustering and retrieval. Meanwhile, of the three methods of similarity, the Minkowski distance method produces the highest accuracy at the threshold ≥ 90.]]>
<![CDATA[Aplikasi Augmented Reality Game Edukasi Untuk Pengenalan Organ Tubuh Manusia ]]>
<![CDATA[Endah Sudarmilah]]>;
<![CDATA[Pungky Ary Wibowo]]>
<![CDATA[ Khazanah Informatika Vol. 2 No. 1 Juni 2016 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v2i1.1945
<![CDATA[Organ manusia merupakan alat yang sangat vital dalam tubuh manusia. Pada prakteknya, pengenalan organ manusia pada siswa sekolah dasar membutuhkan alat peraga tiga dimensi yang hanya dimiliki oleh sekolah. Sedangkan anak usia sekolah dasar cenderung lebih tertarik dengan hal-hal yang baru. Oleh karena itu dibutuhkan inovasi untuk menjembatani kedua permasalahan tersebut dengan aplikasi augmented reality game edukasi untuk menarik minat dan membantu belajar siswa pada organ tubuh manusia yang dilakukan pada penelitian ini. Metode yang digunakan adalah prototyping yang merupakan bagian dari metode SDLC (System Development Life Cycle). Aplikasi augmented reality game edukasi untuk pengenalan organ tubuh manusia adalah hasil dari penelitiannya yang akan dijelaskan pada paper ini.]]>
<![CDATA[Aplikasi Sistem Pakar Pendeteksi Penyakit Tuberkulosis Berbasis Android ]]>
<![CDATA[Eko Didik Widianto]]>;
<![CDATA[Yuni Waz Zaituun]]>;
<![CDATA[Ike Pertiwi Windasari]]>
<![CDATA[ Khazanah Informatika Vol. 4 No. 1 Juni 2018 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v4i1.5496
<![CDATA[Penelitian ini mengembangkan aplikasi sistem pakar secara khusus untuk mendeteksi dini penyakit tuberkulosis paru, tuberkulosis tulang dan tuberkulosis kelenjar. Aplikasi dikembangkan untuk berjalan di perangkat Android. Proses diagnosis menggunakan metode forward chaining dari 18 gejala ketiga penyakit tersebut, baik gejala wajib maupun gejala tidak wajib. Basis data menggunakan SQLite. Untuk menghitung jumlah gejala yang dipilih oleh pengguna terhadap jumlah gejala penyakit tersebut, digunakan probabilitas klasik. Secara fungsional, sistem pakar telah dapat berjalan di perangkat Android untuk mendeteksi dini penyakit tuberkulosis paru, tulang dan kelenjar serta telah divalidasi hasil deteksinya oleh pakar secara langsung.]]>
<![CDATA[Automatic Gate for Body Temperature Check and Masks Wearing Compliance Using an Embedded System and Deep Learning ]]>
<![CDATA[Rahman Indra Kesuma]]>;
<![CDATA[Rivaldo Fernandes]]>;
<![CDATA[Martin Clinton Tosima Manullang]]>
<![CDATA[ Khazanah Informatika Vol. 8 No. 1 April 2022 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v8i1.15205
<![CDATA[A new coronavirus variant known as n-Cov has emerged with a fast transmission rate. The World Health Organization (WHO) has declared the related disease or COVID-19 as a global pandemic that requires special handling. Many parties have shown efforts to reduce virus transmission by implementing health protocols and adapting a new normal lifestyle. Implementation of the health protocol creates new problems, especially in the health check at the main entrance. The officers in charge of measuring body temperature are at risk of getting infected by COVID. Such a measurement is prone to errors. This study proposed a solution to build an automatic gate system that worked based on the new normal health protocol. The system utilizes the MLX90614 contactless temperature sensor to probe body temperature. It applies deep learning implementing the Convolutional Neural Network (CNN) algorithm with the MobileNetV2 architecture as a determinant of the conditions of wearing face masks. The system is equipped with an IoT-based remote controller to control the gate. Experimental results prove that the system works well. Temperature measurement takes a response time of 20 seconds for each user with 99% accuracy for the sensor and masks classification model.]]>
<![CDATA[Application of the UTAUT Model for Acceptance Analysis of COBIT Implementation in E-Learning Management with Microsoft Teams on Distance Learning in Batam City ]]>
<![CDATA[Suwarno Suwarno]]>
<![CDATA[ Khazanah Informatika Vol. 8 No. 1 April 2022 ]]>
Publisher : <![CDATA[Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23917/khif.v8i1.15311
<![CDATA[Since March 2020, due to the COVID-19 pandemic and in line with Merdeka Belajar - Kampus Merdeka, higher education institutions have conducted distance learning in asynchronous and synchronous modes, such as video meetings using Microsoft Teams and provide e-learning. In order to reach the goals and strategies of the higher education institutions, universities implement several control objectives within the COBIT 5 framework, so they can use and manage resources efficiently, provide the best education for students. This study aims to analyze the acceptance level of the COBIT implementation in higher education institutions by using the UTAUT model in E-Learning management, the use of Microsoft Teams and distance learning. This study uses a quantitative approach with a causal explanatory research design. Dissemination of the survey was conducted by simple random sampling at 6 (six) universities in Batam City. This study reveals that E-Learning management, the use of Microsoft Teams, and the application of distance learning together have a significant influence on the implementation of COBIT with an acceptance index of 85.5%, which refers to the satisfying category.]]>
