Garuda - Garba Rujukan Digital

KLASIFIKASI KUALITAS KAYU KELAPA MENGGUNAKAN ARSITEKTUR CNN Nurul Fathanah Mustamin; Yuslena Sari; Husnul Khatimi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.370

The increase in the export volume of coconut logs, which are materials that can efficiently substitute for conventional wood, demands that the quality of coconut wood classified quickly. However, due to the limitations of a grader as a human being, it is necessary to have assistance from machines or technology that can classify coconut wood quickly. Techniques that used for rapid classification can use computer visualization. Convolutional Neural Network (CNN) with the right architecture makes this method able to recognize and detect objects well, which influenced by computerized factors, large datasets, and techniques to train deeper networks. This study uses five types of CNN architecture, AlexNet, GoogLeNet, ResNet101, ResNet18, and ResNet50. The research results obtained for the classification of the quality of coconut wood using images show that the GoogLeNet architecture has the best classification performance among other architectures. GoogLeNet gets result with an average accuracy of 84.89% in each layer, followed by RestNet101 architecture with an average accuracy of 78.41%, RestNet50 with an average accuracy of 77.18%, RestNet18 with an average accuracy of 72.94% and the lowest accuracy performance among other architectures obtained by AlexNet with an average accuracy of 65.84%.Keywords: Classification, Coconut Wood, Computer Visualization Techniques, CNN Meningkatnya volume ekspor kayu kelapa yang merupakan bahan pengganti kayu konvensional secara efisien menuntut klasifikasi kualitas kayu kelapa dengan cepat. Namun karena keterbatasan seorang grader sebagai manusia maka diperlukan bantuan mesin atau teknologi yang dapat mengklasifikasikan kayu kelapa dengan cepat. Teknik yang dapat digunakan untuk klasifikasi cepat dapat menggunakan teknik visualisasi komputer. Convolutional Neural Network (CNN) dengan arsitektur yang tepat menjadikan metode ini mampu mengenali dan mendeteksi objek dengan baik, yang sebagian besar dipengaruhi oleh faktor komputerisasi, dataset yang besar, dan teknik untuk melatih jaringan yang lebih dalam. Penelitian ini menggunakan lima jenis arsitektur CNN yaitu, AlexNet, GoogLeNet, ResNet101, ResNet18, dan ResNet50. Hasil penelitian yang diperoleh untuk klasifikasi kualitas kayu kelapa menggunakan citra menunjukkan bahwa arsitektur GoogLeNet memiliki performansi klasifikasi terbaik diantara arsitektur lainnya. GoogLeNet mendapatkan hasil dengan rata-rata akurasi 84,89% pada setiap lapisan, disusul arsitektur RestNet101 dengan akurasi rata-rata 78,41%, RestNet50 dengan akurasi rata-rata 77,18%, RestNet18 dengan akurasi rata-rata 72,94% dan kinerja akurasi terendah di antara arsitektur lainnya diperoleh AlexNet dengan akurasi rata-rata 65,84%.Kata kunci: Klasifikasi, Kayu Kelapa, Teknik Visualisasi Komputer, CNN

ARSITEKTUR SISTEM INFORMASI BERBASIS WEB MONITORING PROSES RECOVERY SURVIVOR GANGGUAN JIWA PASCA PERAWATAN Astria Hijriani; Sigit Tunggul Waskito; Yohana Tri Utami
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 2 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i2.391

Mental disorders (mental disorders) are a disease that requires long-term care in the process of rehabilitation. In 2013, there were at least 14 million Indonesians who had a mental illness. Someone who is affected by a mental disorder is called a survivor. In the process of rehabilitation, survivors will be treated in a mental hospital for further treatment. If conditions improve, survivors will be sent home. However, there are many survivors after treatment relapse due to lack of supervision of the state of survivors. This paper discusses how health workers monitor the condition of survivors using an integrated information system with a mobile app. In its development, the method used is prototyping. The system needs are obtained through media discussions and interviews with Ikatan Perawat Kesehatan Jiwa Indonesia (IPKJI) Lampung. The system was also tested using the black box testing method. As a result, the features needed to solve the problem are running as they shouldKeywords: mental disorder, survivor, information system, black-box testingGangguan jiwa (mental disorders) merupakan salah satu penyakit yang memerlukan perawatan jangka panjang dalam proses rehabilitasinya. Pada tahun 2013, setidaknya terdapat 14 juta warga Indonesia yang mengalami penyakit gangguan jiwa. Seseorang yang terkena gangguan jiwa disebut dengan survivor. Dalam proses rehabilitasi nya, survivor akan dirawat di rumah sakit jiwa untuk pengobatan lebih lanjut. Apabila kondisi membaik, survivor akan dipulangkan ke pihak keluarga (caregiver). Namun, banyak sekali terjadi survivor pasca perawatan kambuh dikarenakan kurangnya pengawasan terhadap kondisi survivor. Paper ini membahas tentang bagaimana petugas kesehatan memantau kondisi survivor menggunakan sistem informasi yang terintegrasi dengan mobile app. Dalam pengembangannya, metode yang digunakan adalah prototyping. Kebutuhan sistem diperoleh melalui media diskusi dan wawancara dengan pihak Ikatan Perawat Kesehatan Jiwa Indonesia (IPKJI) Lampung. Tidak hanya itu, sistem juga diuji menggunakan metode black box testing. Hasilnya, fitur-fitur yang dibutuhkan untuk menyelesaikan permasalahan yang ada berjalan sebagaimana mestinya.Kata kunci: gangguan jiwa, survivor, sistem informasi, black-box testing

DETEKSI TINGKAT KERUSAKAN SISTEM KELISTRIKAN PADA MOBIL MENGGUNAKAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM Rizky Prabowo; Zuliana Nurfadlilah; Favorisen Rosyking Lumbanraja; Didik Kurniawan
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.377

The automotive industry in Indonesia has significant increase in the past decade. A famous car company opened a manufacturing branch to increase its production capacity in Indonesia. An increase in sales is directly proportional to an increase in service to customers. Damage on electrical system is the majority of modern car. Unfortunately, car users have minimal knowledge of car electricity. This article describes the technique of detecting the level of damage to a car's electrical system using the Adaptive Neuro-Fuzzy Inference System (Anfis) concept. As a case study in designing the system in question is the electrical system on the Toyota Avanza. Formation of a fuzzy inference system which is used for the system formation process through a GUI-based interface design (Graphic User Interface). The output of the system is a fuzzy analysis based on the membership function of the Gaussian, Triangular and Trapezoid methods to obtain an analysis of the level of damage to the electrical system on a Toyota Avanza. From the results of the system test for starter system, firewire system and lighting system, it is concluded that the analysis of the level of damage to the electrical system on the car using Anfis based on the Gaussian membership function model is more accurate(reach 85%) in predicting the level of damage to the analyzed electrical system.Keywords: Anfis, Electrical System, Fuzzy Inference System, Toyota Avanza Industri otomotif di Indonesia mengalami peningkatan signifikan dalam kurun waktu satu dekade belakangan ini. Perusahaan mobil terkenal membuka pabrik manufaktur untuk meningkatkan kapasitas produksinya di Indonesia. Peningkatan penjualan berbanding lurus dengan peningkatan layanan kepada pelanggan. Kerusakan sistem kelistrikan merupakan kerusakan yang mayoritas dialami pengguna kendaraan mobil terbaru masa kini. Sayangnya, pengguna kendaraan mobil memiliki pengetahuan yang kurang tentang kelistrikan. Artikel ini mendeskripsikan tentang teknik mendeteksi tingkat kerusakan sistem kelistrikan mobil dengan menggunakan konsep Adaptive Neuro-Fuzzy Inference System (ANFIS). Sebagai studi kasus dalam mendesain sistem yang dimaksud adalah sistem kelistrikan pada Mobil Toyota Avanza. Pembentukan fuzzy inference system yang kemudian digunakan untuk proses pembentukan sistem melalui desain interface berbasis GUI (Graphic User Interface). Keluaran dari sistem yang dibuat adalah analisa fuzzy berdasarkan fungsi keanggotaan metode Gaussian, Triangular dan Trapezoid untuk mendapatkan analisa tingkat kerusakan sistem kelistrikan pada mobil Toyota Avanza. Dari hasil uji sistem yang dilakukan pada sistem starter, sistem pengapian dan sistem penerangan diperoleh kesimpulan analisis tingkat kerusakan sistem kelistrikan pada mobil dengan menggunakan Anfis berdasarkan model membership function Gaussian adalah lebih akurat (mencapai 85%) dalam menduga tingkat kerusakan sistem kelistrikan yang dianalisa.Kata kunci: Anfis; Fuzzy Inference System; Sistem Kelistrikan; Toyota Avanza

PERANCANGAN GAME EDUKASI SEBAGAI MEDIA PEMBELAJARAN BERBASIS MOBILE MENGGUNAKAN ALGORITMA FISHER-YATES DAN FLOOD FILL Rifky Syaifulloh
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.353

Information technology is currently increasingly developing, especially on smartphone devices. The reason various users use smartphone devices is their practical size and of course their portability. Smartphone devices can also be a learning medium in the form of games or games, one of which is games for children's education. The problem that often occurs in children in the way of learning is that it is easy to develop boredom if the child is only encouraged by learning material without any entertainment or games. This game is designed to change the way of learning, especially in early childhood between the ages of 3 to 6 years. This mobile-based game is made using the App Inventor with an interactive and attractive display to learn to recognize numbers, fruit, letters, animals, vegetables and colors as well as quiz questions. In this educational game that was made, it was designed using the Rapid Application Development (RAD) method as a completion stage starting from the planning stage to the implementation stage of the program. This educational game also applies the Fisher-Yates algorithm to randomize questions. The results of this study show 10 quiz questions randomly from 15 existing questions, and apply the Flood Fill algorithm for coloring objects or images. With the design of games for mobile-based education, it is hoped that it can make children's brains more active and creative during their growth period and help children's learning processes in order to increase their broader knowledge.Keyword: App Inventor, Fisher Yates, Flood Fill, Education Game, RAD Teknologi informasi pada saat ini semakin hari semakin berkembang, khususnya pada perangkat smartphone. Alasan dari berbagai pengguna menggunakan perangkat smartphone adalah ukurannya yang praktis dan tentunya mudah dibawa. Perangkat smartphone juga bisa menjadi media pembelajaran dalam bentuk permainan atau game, salah satunya adanya game untuk edukasi anak. Permasalahan yang kerap terjadi pada anak dalam cara belajar yaitu mudah timbulnya kebosanan jika anak hanya didorongkan oleh materi pembelajaran saja tanpa adanya hiburan atau permainan. Dirancangnya game ini untuk mengubah cara belajar khususnya pada anak usia dini antara umur 3 sampai 6 tahun. Pada game berbasis mobile ini dibuat menggunakan App Inventor dengan tampilan yang interaktif dan menarik untuk belajar mengenal angka, buah, huruf, hewan, sayur dan warna serta adanya soal kuis. Pada game edukasi ini yang dibuat ini dirancang menggunakan metode Rapid Application Development (RAD) sebagai tahapan penyelesaian mulai dari tahap perencanaan sampai tahap implementasi dari program. Pada game edukasi ini juga menerapkan algoritma Fisher-Yates untuk melakukan pengacakan soal. Pada hasil penelitian ini ditampilkan 10 soal kuis secara acak dari 15 soal yang ada, serta menerapkan algoritma Flood Fill untuk pewarnaan objek atau gambar. Dengan dirancangnya game untuk edukasi berbasis mobile ini diharapkan dapat membuat otak anak lebih aktif dan kreatif dimasa pertumbuhannya serta membantu proses belajar anak agar dapat menambah pengetahuan yang lebih luas.Kata kunci: App Inventor, Fisher Yates, Flood Fill, Game Edukasi, RAD

PERBANDINGAN K-NEAREST NEIGHBOR DAN BACKPROPAGATION NEURAL NETWORK DALAM PREDIKSI RESIKO DIABETES TAHAP AWAL Jaka Permadi; Herfia Rhomadhona; Winda Aprianti
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.419

Diabetes is one of the most dangerous and deadly diseases in Indonesia, after stroke and coronary heart disease. Early prediction of diabetes risk is needed for early treatment. In this study, a comparison of classification methods was carried out in predicting the risk of early-stage diabetes. The dataset used is an open database collected from a questionnaire to a sample of patients at Sylhet Hospital, Bangladesh. The classification methods compared are K-Nearest Neighbor (KNN) and Backpropagation Neural Network (BPNN), because both are often used in research for the classification of human diseases. Based on the results of the study, BPNN is a classification method that is better than KNN in predicting the risk of early stage diabetes. BPNN with learning rate = 0.3, = 0.4 or = 0.5 and the number of hidden nodes = 5 units, has an accuracy rate of 90%, precision is 90% and recall is 90%. Meanwhile, KNN with K = 5, K = 7 or K = 9 has an accuracy rate of 83.75%, precision of 85.5497% and recall of 83.75%.Keywords: Backpropagation Neural Network, K-Nearest Neighbor, diabetes predictionDiabetes adalah salah satu penyakit berbahaya dan mematikan di Indonesia, setelah stroke dan jantung koroner. Prediksi resiko diabetes sejak awal diperlukan untuk penanganan penyakit ini sejak dini. Pada penelitian ini dilakukan perbandingan metode klasifikasi dalam prediksi resiko diabetes tahap awal. Dataset yang digunakan merupakan open database yang dikumpulkan dari kuesioner terhadap sample pasien di rumah sakit Sylhet, Bangladesh. Metode klasifikasi yang dibandingkan adalah K-Nearest Neighbor (KNN) dan Backpropagation Neural Network (BPNN), karena keduanya sering digunakan dalam penelitian untuk klasifikasi penyakit manusia. Berdasarkan hasil penelitian, BPNN merupakan metode klasifikasi yang lebih baik dibandingkan dengan KNN dalam memprediksi resiko diabetes tahap awal. BPNN dengan learning rate ? = 0.3, ? = 0.4 atau ? = 0.5 dan jumlah node hidden = 5 unit, memiliki tingkat akurasi sebesar 90%, presisi sebesar 90% dan recall sebesar 90%. Sementara KNN dengan K = 5, K = 7 atau K = 9 memiliki tingkat akurasi sebesar 83.75%, presisi sebesar 85.5497% dan recall sebesar 83.75%. Kata kunci: Backpropagation Neural Network, K-Nearest Neighbor, prediksi diabetes

SISTEM INFORMASI GEOGRAFIS PETA PENYEBARAN COVID-19 DI KOTA BATAM Syaeful Anas Aklani
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.393

The development of the Covid-19 virus in Indonesia continues to increase rapidly and according to reports from the Batam City Health Office, the graph of Covid-19 sufferers is increasing day by day, so the Batam city government has difficulty determining which areas are red zones that need to be watched out, so it requires attention. Specifically, the problem is the lack of socialization of referral hospitals or clinics for handling Covid-19 through maps. With the above problems, the authors designed a geographic information system for the map of the spread of Covid-19 in the city of Batam, so it is necessary to map the area for the spread of the Covid-19 virus to find out which areas are vulnerable so that the people of Batam City can access information quickly and precisely. The software development life cycle rapid application development (RAD) method is one that can be used for short and fast map design making it easier to work on the Covid-19 distribution map in a short time. with the information system helping the people of Batam, especially in accessing map data for the spread of Covid-19, which zones need to be watched out for according to the spread of the virus, information on health centers and referral hospitals for handling COVID-19 quickly according to the sub-districts in the city of Batam. Keywords: Covid-19, Google Maps, Maps, Rapid Application DevelopmentPerkembangan virus Covid-19 di Indonesia terus meningkat dengan pesat dan menurut laporan dari dinas kesehatan kota batam semakin meningkat grafik penderita Covid-19 dari hari ke hari, sehingga pemerintah kota Batam kesulitan menentukan daerah mana saja yang berzona merah yang perlu di waspadai sehingga memerlukan perhatian khusus, permasalahan di tambah lagi kurangnya sosialisasi rumah sakit atau klinik puskesmas rujukan untuk penanganan Covid-19 melalui peta. dengan permasalahan diatas maka penulis merancang sistem informasi geografis peta peyebaran Covid-19 di kota batam, sehingga diperlukan adanya pemetaan daerah penyebaran virus Covid-19 untuk mengetahui tingkat wilayah mana saja yang rawan sehingga masyarakat kota batam dapat mengakses informasi dengan cepat dan tepat. metode software development life cycle rapid application development (RAD) salah satu yang dapat digunakan untuk perancangan peta dengan singkat dan cepat sehingga memudahkan dalam pengerjakan peta sebaran Covid-19 dengan waktu yang singkat. dengan adanya sistem informasi membantu masyarakat kota batam khususnya dalam mengakses data peta penyebaran Covid-19, zona mana saja yang perlu di waspadai sesuai penyebaran virus, informasi puskesmas dan rumah sakit rujukan untuk penangan Covid-19 dengan cepat sesuai dengan kecamatan yang ada dikota BatamKata kunci: Covid-19, Google Maps, Peta, Rapid Application Development

DETEKSI IKAN TONGKOL BERFORMALIN BERDASARKAN CITRA MATA IKAN DENGAN METODE NAÏVE BAYES CLASSIFIER Mutia Maulida; Eka Setya Wijaya; Muhamad Reza Anwar
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.405

Tuna is a fish that Indonesian people widely consume, but formalin is often given as a preservative because the freshness level does not last long. It is difficult for the community to determine formalin or non-formalin fish with the circulation of formulated fish. Detection at the Center for Drug and Food Control (BBPOM) Banjarmasin still has to be brought to the laboratory to be tested for formalin content, and it takes about one day to find out the test results. With a system that can detect formalin tuna, it is hoped to help the community solve this problem. In this study, the HSV method was used by looking at the eye color of the fish and classification using the Naive Bayes Classifier method. Based on the results of tests carried out on the formalized tuna detection application based on fisheye images using the Android-based Naive Bayes Classifier method, it was concluded that the results obtained an accuracy from the test of 80%.Keywords: tuna, formalin, hsv, nave bayes classifier, android Ikan tongkol adalah ikan yang banyak dikonsumsi masyarakat indonesia, namun biasanya sering diberikan formalin sebagai bahan pengawet karena tingkat kesegarannya tidak tahan lama. Dengan adanya peredaran ikan berformalin tersebut membuat masyarakat kesulitan dalam menentukan ikan berformalin atau tidak berformalin. Pendeteksian di Balai Besar Pengawas Obat dan Makanan (BBPOM) Banjarmasin juga masih harus dibawa terlebih dahulu ke laboratorium untuk di uji kandungan formalinnya dan dibutuhkan waktu sekitar 1 hari dalam mengetahui hasil ujinya. Dengan adanya sistem yang dapat mendeteksi ikan tongkol berformalin diharapkan dapat membantu masyarakat menyelesaikan masalah tersebut. Pada penelitian ini digunakan metode HSV dengan melihat warna mata ikan dan klasifikasi dengan metode Naive Bayes Classifier. Berdasarkan hasil pengujian yang telah dilakukan pada aplikasi deteksi ikan tongkol berformalin berdasarkan citra mata ikan menggunakan metode Naive Bayes Classifier berbasis android, diperoleh kesimpulan bahwa dari pengujian didapatkan hasil akurasi sebesar 80%.Kata kunci: ikan tongkol, formalin, hsv, naïve bayes classifier, android

DESAIN BASIS DATA TERHADAP KEBUTUHAN PETANI BAWANG MERAH Faiz Rizky Fahlevi; Ahmad Muslih Syafi'i; Adytia Abi Restianto; Ummi Athiyah
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.394

Shallot itself is one of the spices that can be easily found in various places. This herb is an important spice in all dishes. Green onions are one of those spices that can be easily found in many places. This herb is an important spice in all dishes. With the creation of these databases, it can help onion farmers or people who are starting to grow onions to find out how the process and items needed in each planting in a field that will be planted with shallots are made. The problems experienced by the lack of shallot farmers basically calculate roughly, with this database a new breakthrough to build more modern farmers in farming, especially shallots. The research method used in this study uses the MySQL application and in this method we use the MySQL application. Query Optimize and Triggers. The discussion explains how the function of the database works to calculate and display the results of the farmers' needs. The use of Query Optimize and Trigger will help farmers with problems when they want to plant, with these Databases it can help onion farmers in the future.Keywords : databases, Shallots, DML , trigger, viewBawang merah sendiri ialah salah satu bumbu yang dapat dengan mudah ditemukan di berbagai tempat. Tanaman ini adalah bumbu penting di semua masakan. Bawang hijau adalah salah satu bumbu yang dapat dengan mudah ditemukan di berbagai tempat. Tanaman ini adalah bumbu penting di semua masakan. Dengan adanya pembuatan databases ini dapat membantu para petani bawang atau orang yang ini memulai menanam bawang untuk mengetahui bagaimana proses dan barang- barang yang dibutuhkan dalam setiap penanaman disuatu lahan yang akan ditanami bawang merah. Problematika yang dialami kurangnya petani bawang merah pada dasarnya menghitung secara kasar, dengan adanya Database ini merupakan trobosan baru untuk membangun petani yang lebih modern dalam bercocok tanam khususnya bawang merah .Metode Penelitian yang digunakan pada penelitian kali ini menggunakan aplikasi MySQL dan pada metode ini kami menggunakan Query Optimize dan Trigger. Pembahasan menjelaskan tentang bagaimana fungsi dari basis data berjalan untuk menghitung serta menampilkan hasil dari kebutuhan para petani. Penggunaan Query Optimize dan Trigger akan membantu para petani dalam permasalahan saat ingin menanam, dengan adanya Databases ini bisa membantu kedepannya kepada para petani bawang merah.Kata Kunci : basis data, bawang merah, DML , trigger, view

SISTEM PENDUKUNG KEPUTUSAN KEBERLANJUTAN BEASISWA STMIK PELITA NUSANTARA SETIAP SEMESTER DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Nera Mayana Br Tarigan
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.406

Evaluation in each program is very much needed, as is the case in providing scholarships to students and is a continuous scholarship every semester. In evaluating scholarship recipients, several aspects/criteria are needed. STMIK Pelita Nusantara in helping students who are academically capable and economically disadvantaged provides tuition scholarships in the amount of 25%, 40%, 50%, 75%, and 100%, but in the evaluation every semester the management is less thorough so that the evaluation of scholarship recipients for the sustainability of the scholarship every semester is constrained and seems to let the student just accept the scholarship without evaluation. To overcome this problem, a decision support system is needed by applying the Simple Additive Weighting (SAW) method. The research stages start from identifying problems, collecting data in the form of scholarship recipients' data, criteria data, analyzing using the Simple Additive Weighting method. Designing and building systems, testing systems, compiling reports, and publishing accredited national journals. The research concludes that the Simple Additive Weighting (SAW) method can be applied to analyze the sustainability of the STMIK Pelita Nusantara scholarship every semester in helping the management. With the results of the analysis that it was stated that one person was declared not to be a scholarship on behalf of Priti NIM 200121202 students with a total score of 29.03 and three people were declared to continue the scholarship status on behalf of Harpingka Fitria Br Sibarani NIM 190131108 with a total score of 65.55, Sethu Ramen NIM 200131035 with a total score of 50.97, Monalisa Hotmauli Silalahi NIM 200121197 with a total score of 78.88, Beby Audry NIM 200121198 with a total score of 72.08.Keywords: DSS, SAW method, scholarship sustainability Evaluasi dalam setiap program sangat dibutuhkan, sama halnya dalam pemberian beasiswa kepada mahasiswa dan bersifat beasiswa berkelanjutan setiap semesternya. Dalam evaluasi penerima keberlanjutan beasiswa sangat dibutuhkan beberapa aspek/kriteria. STMIK Pelita Nusantara dalam membantu mahasiswa yang mampu dalam akademik dan kurang mampu secara ekonomi memberikan beasiswa uang kuliah dengan besaran 25%, 40%, 50%, 75% dan 100%, namun dalam evaluasi setiap semesternya manajemen kurang teliti sehingga evaluasi terhadap penerima beasiswa untuk keberlanjutan beasiswa setiap semester terkendala dan seakan membiarkan begitu saja mahasiswa tersebut menerima beasiswa tanpa evaluasi. Untuk mengatasi masalah tersebut maka sangat dibutuhkan suatu system pendukung keputusan dengan menerapkan metodr Simple Additive Weighting (SAW). Tahapan penelitian mulai dari mengidentifikasi masalah, pengumpulan data berupa data-data mahasiswa penerima beasiswa, data kriteria, menganalisa dengan metode Simple Additive Weighting. Perancangan dan membangun sistem, pengujian sistem, penyusunan laporan dan publikasi jurnal nasional terakreditasi. Kesimpulan hasil penelitian bahwa metode Simple Additive Weighting (SAW) dapat diterapkan untuk menganalisa keberlanjutan beasiswa STMIK Pelita Nusantara setiap semester dalam membantu pihak manajemen. Dengan hasil analisa bahwa dinyatakan satu orang menjadi tidak beasiswa atas nama mahasiswa Priti NIM 200121202 dengan total nilai 29,03 dan tiga orang dinyatakan tetap melanjut status beasiswa atas nama Harpingka Fitria Br Sibarani NIM 190131108 dengan total nilai 65,55, Sethu Ramen NIM 200131035 dengan total nilai 50,97, Monalisa Hotmauli Silalahi NIM 200121197 dengan total nilai 78,88, Beby Audry NIM 200121198 dengan total nilai 72,08.Kata kunci: DSS, metode SAW, keberlanjutan beasiswa

A BLOCKCHAIN SYSTEM FOR DIGITAL SERTIFICATE VERIFICATION ON E-LEARNING Dewi Setiowati
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.397

The process of educational informatization in the digital era of big data is one of the significant changes in the transformation of the educational model from traditional classrooms (face to face) to online teaching and learning based, which brings innovations from various e-learning. E-Learning is distance learning that uses computer technology, computer networks and the internet. The E-Learning system in higher education in Indonesia which is still centralized is a problem in developing E-Learning in this research in implementing the Independent Campus Policy, one of the manifestations of student-centered and decentralized learning launched by the Ministry of Education and Culture (Kemdikbud). This research takes advantage of blockchain technology to achieve breakthrough E-Learning in Higher Education that is not centralized or decentralized. Blockchain technology provides the advantages of decentralized digital certificate issuance as well as secure storage using the Ethereum blockchain. The results show blockchain technology to solve weaknesses in the field of online education based on Merdeka Campus, namely the issuance of certificates as evidence of student learning outcomes in the form of a formal digital certificate in decentralized E-Learning and insecurity in storage for verification using the Ethereum blockchain. The digital certificate from the transaction will identify block hash, gas usage, block number and block time as different private keys.Keywords: E-Learning, Independent Campus, Blockchain, Digital Certificate Verification Abstrak Proses informatisasi pendidikan di era digital data besar (big data) merupakan salah satu perubahan signifikan transformasi model pendidikan dari kelas trandisional (tatap muka) menjadi berbasis belajar-mengajar secara online, yang membawa inovasi dari berbagai e-learning. E-Learning adalah pembelajaran jarak jauh yang menggunakan teknologi komputer, jaringan komputer, dan internet. Sistem E-Learning pada Pendidikan tinggi di Indonesia yang masih terpusat menjadi permasalahan pengembangan E-Learning penelitian ini dalam menerapkan Kebijakan Kampus Merdeka salah satu perwujudan pembelajaran berpusat pada mahasiswa (student centered learning) dan terdesentralisasi yang diluncurkan oleh Kementerian Pendidikan dan Kebudayaan (Kemdikbud). Penelitian ini mengambil keunggulan teknologi blockchain agar dicapai terobosan E-Learning pada Pendidikan Tinggi yang tidak terpusat atau terdesentralisasi. Teknologi blockchain memberikan keunggulan penerbitan sertifikat digital terdesentralisasi serta penyimpanan aman menggunakan Ethereum blockchain. Hasil penelitian menunjukkan teknologi blockchain menyelesaikan kelemahan di bidang pendidikan online berbasis Kampus Merdeka yaitu penerbitan sertifikat digital sebagai bukti hasil belajar mahasiswa berupa sertifikat digital secara legal formal pada E-Learning secara terdesentralisasi dan ketidakamanan dalam penyimpanan untuk verifikasi sertifikat digital menggunakan Ethereum blockchain. Sertifikat digital hasil transaksi tersebut akan teridentifikasi block hash, gas usage, block number dan block time sebagai private key yang berbeda satu dengan lainnya.Kata kunci: E-Learning, Kampus Merdeka, Blockchain, Verifikasi Sertifikat Digital

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Muliadi

Contact Email
muliadi@ulm.ac.id

Phone
+6285228102971

Journal Mail Official
klik@ulm.ac.id

Editorial Address
Jl. A. Yani, KM. 36, PRODI ILMU KOMPUTER Lingkungan Fakultas Matematika dan Pengetahuan Alam Universitas Lambung Mangkurat, Gedung II, Lt. 3, Banjarbaru klik@ulm.ac.id

Location
Kota banjarmasin,

Kalimantan selatan

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Muliadi

Contact Email muliadi@ulm.ac.id

Phone +6285228102971

Journal Mail Official klik@ulm.ac.id

Editorial Address Jl. A. Yani, KM. 36, PRODI ILMU KOMPUTER Lingkungan Fakultas Matematika dan Pengetahuan Alam Universitas Lambung Mangkurat, Gedung II, Lt. 3, Banjarbaru klik@ulm.ac.id

Location Kota banjarmasin, Kalimantan selatan INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Muliadi

Contact Email
muliadi@ulm.ac.id

Phone
+6285228102971

Journal Mail Official
klik@ulm.ac.id

Editorial Address
Jl. A. Yani, KM. 36, PRODI ILMU KOMPUTER Lingkungan Fakultas Matematika dan Pengetahuan Alam Universitas Lambung Mangkurat, Gedung II, Lt. 3, Banjarbaru klik@ulm.ac.id

Location
Kota banjarmasin,

Kalimantan selatan

INDONESIA