cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. ponorogo,
Jawa timur
INDONESIA
Fountain of Informatics Journal
Published by Universitas Darussalam Gontor
ISSN : 25414313     EISSN : 25485113     DOI : -
Core Subject :
Fountain of Informatics Journal (FIJ), with registered ISSN 2541-4313 (Print), ISSN 2548-5113 (Online), and DOI 10.21111/fij, is a peer-reviewed journal published semi-annual (May and November) by Universitas Darussalam Gontor. The FIJ invites manuscripts in the various topics include, but not limited to, functional areas of the information system, software engineering, computer network and game technology.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 5, No 2 (2020): November" : 6 Documents clear
Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means Achmad Solichin; Khansa Khairunnisa
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.4905

Abstract

AbstrakCorona virus (COVID-19) merupakan jenis virus baru yang ditemukan pada manusia di propinsi Wuhan, Cina pada bulan Desember 2019. Virus ini dapat menular dari manusia ke manusia melalui tetesan kecil (droplet) dari hidung atau mulut pada saat batuk, bersin, atau berbicara. Oleh karena itu, di masa pandemi ini sangat penting untuk menjaga jarak dengan orang lain dan menghindari wilayah dengan persebaran COVID-19 yang tinggi. Pada penelitian ini dilakukan klasterisasi persebaran virus Corona di DKI Jakarta dengan menerapkan metode data mining. Pengelompokan dilakukan berdasarkan parameter jumlah ODP, PDP, kasus Positif, pasien sembuh dan pasien meninggal. Pada penelitian ini, untuk melakukan klasterisasi data digunakan metode K-Means dan metode pengukuran jarak Euclidean. Penelitian ini menghasilkan prototipe aplikasi pengelompokan data persebaran pasien Covid-19. Berdasarkan pengujian, jumlah klaster yang direkomendasikan adalah 9 klaster. Hasil penelitian ini diharapkan dapat membantu pemerintah DKI Jakarta dalam mengambil keputusan strategis dalam mengurangi persebaran virus Corona di DKI Jakarta.Kata kunci: corona, Jakarta, klasterisasi, k-means Abstract[Corona Virus (Covid-19) Clustering in Jakarta using K-Means Method] Coronavirus (COVID-19) is a new type of virus found in humans in the province of Wuhan, China in December 2019. This virus can be transmitted from person to person through small droplets from the nose or mouth when coughing, sneezing, or talking. Therefore, during this pandemic, it is very important to keep your distance from other people and avoid areas with a high spread of COVID-19 In this study, the distribution of the Coronavirus in DKI Jakarta was clustered by applying the data mining method. The clustering was carried out based on the parameters of the number of ODP, PDP, positive cases, patients recovered and patients died. In this study, to perform data clustering, the K-Means method, and the Euclidean distance measurement method were used. This study produced a prototype application for the distribution of Covid-19 patient distribution data. Based on the test, the recommended number of clusters is 9 clusters. The results of this study are expected to help the DKI Jakarta government in making strategic decisions in reducing the spread of the Coronavirus in DKI Jakarta.Keywords: corona, Jakarta, clustering, k-means
Rancang Bangun Sistem Navigasi Mengunakan Suara Pada Helm Abdul Wahid; Shoffin Nahwa Utama; Dihin Muriyatmoko
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.4902

Abstract

Abstrak Sistem navigasi digunakan sebagai penunjuk arah suatu tempat. Namun, penggunaan navigasi pada smartphone dapat memberikan dampak pada kurangnya kefokusan dan konsentrasi khususnya pengendara motor roda dua. Hal ini telah tertuang dalam UU No. 22 Tahun 2009 menjelaskan tentang Lalu Lintas dan Angkutan jalan mengenai berkendara dengan penuh konsentrasi. Melihat fenomena tersebut, penulis menemukan inovasi baru yang menggunakan NodeMCU yang digunakan dalam menjalankan modul speaker yang akan digunakan untuk sistem navigasi menggunakan suara pada helm. Suara yang dikeluarkan berasal dari Google Maps yang digunakan untuk menunjukkan arah (navigasi) pada helm. Penelitian ini menggunakan platform berbasis IoT dan menggunakan modul Wi-Fi sebagai penghubung antara aplikasi google maps dan smartphone. Hasil ujicoba alat kepada lima orang pengguna diperoleh hasil bahwa 80% pengendara yang mengunakan helm dengan sisten navigasi mengunakan suara lebih fokus dan juga lebih akurat dibandingkan pengendara yang menggunakan GPS melalui layar smart phone.Kata Kunci: NodeMCU, Sistem Navigasi, Smart Helm, Google Maps Abstract[Design and Build Navigation System Using Sound on Helmet] The navigation system is used as a direction to a place. However, navigation on a smartphone can have a slight impact on focusing and give the two wheels a professional feel. It has been stated in Law no. 22 of 2009 describes road traffic and transportation about driving with full concentration. Seeing this phenomenon, the authors found an innovation that uses Node NodeMCU, which is used in running the speaker module used for navigation systems using sound on the helmet. The sound emitted comes from Google Maps which is used to show the direction (navigation) on the helmet. This study uses an IoT-based platform and uses a Wi-Fi module to link the google maps application and a smartphone. Testing the tool to five people showed that 80% of users who use helmets with navigation use a more focused voice and are also more accurate than users who use GPS through a smartphone screen.Keywords: NodeMCU Nodes, Navigation Systems, Smart Helmet
Pengembangan Raspberry Pi Untuk Monitoring Suhu Dan Kelembaban Guna Meningkatkan Hasil Panen Pada Budidaya Jamur Tiram Joko Triono; Daniel Wahyu Suprayoga Prabowo
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.4995

Abstract

AbstrakJamur memiliki kebutuhan tumbuh dengan suhu 16-22ºC dan kelembaban 80-90%, Jawa Barat merupakan sentra jamur karena di dataran tinggi seperti Pangalengan, Lembang, Cisarua, dan Cipanas, kawasan ini merupakan kawasan yang sangat baik untuk budidaya jamur tiram. Sedangkan daerah lain dapat berkembang menjadi tempat budidaya sebagai faktor lingkungan sesuai dengan pertumbuhan dan perkembangannya. Faktor lingkungan yang menentukan tanaman disekitarnya yaitu kelembaban media tanam, kelembaban relatif, kecepatan angin, suhu media tanam, dan unsur hara. Wajib dilakukan untuk mengatur suhu dan kelembaban yang membutuhkan biaya yang tidak sedikit. Solusi untuk masalah ini adalah menggunakan perangkat keamanan dan kelembaban dengan Raspberry pi. Raspberry merupakan komputer mini yang hanya membutuhkan daya hingga 10 Watt. Raspberry memiliki fasilitas IO port yang dapat dipasang dengan sensor suhu dan kelembaban. Selanjutnya dapat diukur suhu dan kelembaban yang terjadi dengan sensor tersebut. Pada penelitian ini dibuat sistem kendali suhu dan kelembaban dengan menyemprotkan air secara otomatis pada saat suhu dan kelembaban tinggi. Tujuan penelitian ini membuat sistem pengatur suhu yang dikembangkan dengan menggunakan bahasa pemrograman Python dan Android. Pengujian sistem kendali suhu dan kelembaban dilakukan dengan metode Black Box yaitu pengujian dengan melihat hasil sistem apakah keluaran dari sistem sesuai dengan yang diharapkan atau tidak. Hasil dari penelitian ini adalah sebuah alat yang dapat mengontrol suhu kumbung sesuai dengan kebutuhan tumbuh jamur sehingga meningkatkan hasil panen petani jamur dua kali atau lebih terutama pada musim kemarau.Kata kunci: Jamur Tiram, Raspberry, Metode Black Box Abstract[Raspberry Pi Development for Monitoring Temperature and Humidity to Increase Yields in Oyster Mushroom Cultivation]Mushrooms have growing requirements with temperatures of 16-22ºC and humidity of 80-90%, West Java is a mushroom center because in highlands such as Pangalengan, Lembang, Cisarua, and Cipanas, this area is a very good area for growing oyster mushrooms. While other areas can develop into a place of cultivation as an environmental factor in accordance with growth and development. While the environmental factors that determine the surrounding plants, the planting medium humidity, relative humidity, wind speed, temperature of the planting media, and nutrients. Required is done to regulate temperature and humidity which requires little cost. The solution to this problem is using a safety and humidity device with Raspberry pi. Raspberry is a mini-computer that only requires power up to 10 Watts. Raspberry has an IO port facility that can be installed with temperature and humidity sensors. Furthermore, it can be measured temperature and humidity in progress with these sensors. In this research, a temperature and humidity control system is created by spraying water automatically when the temperature and humidity are high. The purpose of this research is to make a temperature control system developed using the Python and Android programming languages. Testing of the temperature and humidity control system is carried out by the Black Box method, namely testing by seeing the system results whether the output from the system is as expected or not. The results of this study are a tool that can control the temperature of the lumbung according to the needs of growing mushrooms, thereby increasing the yield of mushroom farmers twice or more, especially in the dry season.Keywords: Oyster Mushroom, Raspberry, Black Box method
Front Matter and Back Matter Dihin Muriyatmoko
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.6335

Abstract

Identification of Software Requirements using a Qualitative Study of the Persona User approach (Case Study: The Process of Making a Practicum Module with the Ability of Students to Reduce the Case of Source Code Plagiarism) Wahyu Andhyka Kusuma; Kresna Wahyu Ramadhani; Abi Maulana
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.4385

Abstract

AbstrakIdentifikasi kebutuhan dalam pengembangan perangkat lunak merupakan langkah awal yang dilakukan dan mempengaruhi terhadap tahapan-tahapan pengembangan selanjutnya. Dalam tahap ini terdapat proses penentuan kebutuhan mengenai apa yang akan dibuat. Dalam tahap ini terdapat salah satu metode yang digunakan, yaitu User Persona. Teknik Personas yang dikembangkan oleh human-computer interaction (HCI) mengumpulkan data-data tentang pengguna, memperoleh pemahaman tentang kriteria mereka serta dapat mengetahui apa yang dibutuhkan oleh user pada system. Penelitian ini bertujuan menggunakan pendekatan pesona untuk mengetahui kebutuhan dan menganalisa keberagaman user yang memiliki perbedaan dari segi umur, jenis kelamin dan pengetahuan sehingga dapat dijadikan acuan dalam pengembangan sistem. Penggunaan pendekatan persona untuk menyelesaikan permasalahan dalam penyusunan materi modul praktikum dengan kemampuan mahasiswa agar dapat mengurangi kasus plagiasi source code pada waktu praktikum. Dari penelitian ini bahwa pengambilan data menggunakan pendekatan persona selanjutnya di analisis sesuai kebutuhan user, dan menghasilkan perangkat lunak yang dapat mengelola modul praktikum. Perangkat lunak ini memberikan akses bagi dosen, asisten laboratorium dan mahasiswa untuk dapat membagikan modul praktikum, mengerjakan soal latihan yang disesuaikan dengan Rencana Pelaksanaan Pembelajaran sebelum mengerjakan soal-soal praktikum dan menerima hasil praktikum lebih efektif dan mengurangi plagiarisme diantara mahasiswa.Kata Kunci – Persona, Metode, User Persona, HCI Abstract[Identification of Software Requirements using a Qualitative Study of the Persona User approach (Case Study: The Process of Making a Practicum Module with the Ability of Students to Reduce the Case of Source Code Plagiarism)] - Identification of requirements in software development is a very important initial stage and influences the subsequent stages of development. In this stage there is a process of determining the needs of what will be made. The method that will be used in this stage is User Persona. The Personas technique developed by human-computer interaction (HCI) collects data about users, obtains an understanding of their criteria and can find out what is needed by the user on the system. This study aims to use the charm approach to determine the needs and analyze the diversity of users who have differences in terms of age, gender and knowledge so that it can be used as a reference in system development. The use of a persona approach to solving problems in the preparation of practical module materials with the ability of students to reduce the case of source code plagiarism at the time of practicum. From this study the data collection by using the persona approach will be analyzed according to user needs, and produces software that could manage practice module. The purpose of this software is to provide access for lecturers, laboratory assistants, and students to be able to distribute practicum modules, do the excercises that are adjusted to the Learning Implemantation Plan before working on practicum questions and receive practical results more efectively, and reduce plagiarism among students.Keywords: Persona, Metode, User Persona, HCI
Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine Widya Rizka Ulul Fadilah; Dewi Agfiannisa; Yufis Azhar
Fountain of Informatics Journal Vol 5, No 2 (2020): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i2.4449

Abstract

AbstrakSaham merupakan salah satu bentuk investasi yang mana merupakan surat berharga yang menjadi bukti kepemilikan seseorang atas suatu perusahaan. Pergerakan saham dari waktu ke waktu relatif tidak menentu dan tidak pasti, namun masih dapat diprediksi. Prediksi harga saham ini akan sangat berguna bagi investor untuk mengetahui bagaimana alur investasi bekerja pada setiap harga pada masing-masing harga saham yang berubah dari waktu ke waktu. Model prediksi pergerakan harga saham yang akurat dapat membantu para investor dalam pertimbangan pengambilan keputusan transaksi saham karena pergerakan harga saham yang cenderung non linier ini akan menyulitkan investor dalam melakukan prediksi. Dalam penelitian ini dilakukan prediksi harga saham PT. Telekomunikasi Indonesia menggunakan metode algoritma Support Vector Machine yang ditingkatkan kinerjanya menggunakan kernel RBF. Dari hasil pengujian dengan metode Support Vector Machine dihasilkan tingkat akurasi sebesar 0.9641 dan RMSE sebesar 0.0932. Pengujian juga dilakukan menggunakan algoritma k-Nearest Neighbors dengan tingkat akurasi sebesar 0.945 dan RMSE sebesar 0.1162. Dengan itu diketahui bahwa algoritma SVM memiliki tingkat akurasi yang lebih tinggi dan tingkat error yang lebih rendah dibangdingkan metode KNN.Kata kunci: prediksi, harga saham, support vector machine.  Abstract[Stock Price Prediction Analysis of PT. Indonesian Telecommunications Using Methods Support Vector Machine] Stock is a form of investment which is a form of securities which is a proof of someone's ownership of a company. The movement of shares from time to time is relatively uncertain, but still predictable. This stock price prediction will be very useful for investors to find out how the flow of investment works at each price on each stock price that changes from time to time. An accurate prediction model of stock price movements can help investors in considering the decision of stock transaction because the stock price movements that tend to be non-linear will make it difficult for investors to make predictions. In this research a prediction of the stock price of PT. Telekomunikasi Indonesia uses the Support Vector Machine algorithm method which is improved in performance using the RBF kernel. From the results of testing with the Support Vector Machine method the accuracy level is 0.9641 and the RMSE is 0.0932. Tests are also carried out using the k-Nearest Neighbors algorithm with an accuracy level of 0.945 and an RMSE of 0.1162. Therefore, it is known that the SVM algorithm has a higher level of accuracy and a lower error rate than the KNN method.Keywords: prediction, stock price, support vector machine.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): Mei Vol. 9 No. 2 (2024): November 2024 Vol. 9 No. 1 (2024): Mei 2024 Vol. 8 No. 2 (2023): November Vol. 8 No. 1 (2023): Mei Vol 7, No 2 (2022): November 2022 Vol. 7 No. 3 (2022): Specials Issue Desember - Seminar Nasional Sains dan Teknologi Vol. 7 No. 2 (2022): November Vol 7, No 1 (2022): Mei Vol 6, No 2 (2021): November Vol. 6 No. 2 (2021): November Vol 6, No 1 (2021): Mei Vol 5, No 3 (2020): Specials Issue November - Seminar Nasional Sains dan Teknologi Vol 5, No 2 (2020): November Vol 5, No 1 (2020): Mei Vol 4, No 2 (2019): November Vol 4, No 1 (2019): Mei Vol 3, No 2 (2018): November Vol 3, No 1 (2018): Mei Vol 2, No 2 (2017): November Vol 2, No 1 (2017): Mei Vol 1, No 2 (2016): November More Issue