Jurnal Teknik Informatika dan Sistem Informasi最新文献

{"title":"Prototipe Aplikasi Bimbingan Tugas Akhir Mahasiswa Berbasis Web","authors":"M. Johan, Erico Darmawan Handoyo, Sulaeman Santoso","doi":"10.28932/jutisi.v9i1.5726","DOIUrl":"https://doi.org/10.28932/jutisi.v9i1.5726","url":null,"abstract":"Tugas akhir secara umum bersifat wajib untuk kelulusan mahasiswa. Hal ini juga berlaku pada program studi teknik informatika Universitas Kristen Maranatha Bandung, Indonesia. Sebagai kelanjutan dari penelitian terdahulu yang membahas tentang proses pengajuan topik tugas akhir mahasiswa, penelitian ini akan membahas mengenai proses bimbingan mahasiswa. Pada proses tugas akhir, setelah mahasiswa mengajukan topik tugas akhir dan topik tersebut diterima untuk dikerjakan sebagai tugas akhirnya, mahasiswa harus melakukan proses bimbingan dengan dosen pembimbing tugas akhirnya. Proses ini memiliki beberapa permasalahan, salah satunya adalah penjadwalan bagi dosen dan mahasiswa yang meminta bimbingan. Penelitian ini akan membantu proses bimbingan tugas akhir mahasiswa sehingga mahasiswa dapat mengajukan bimbingan dengan dosen pembimbing melalui aplikasi ini dan dosen dapat menyetujui isi bimbingan yang disepakati dengan mahasiswa. Aplikasi ini merupakan aplikasi berbasis web sehingga dapat digunakan kapanpun dan dimanapun.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"58 3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122975027","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Implementasi Algoritma $P Point Cloud Recognizer pada Pengenalan Angka Berbasis Game","authors":"M. Athar, Yohannes Yohannes, Yoannita Yoannita","doi":"10.28932/jutisi.v8i3.5472","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5472","url":null,"abstract":"Semakin banyak perangkat memiliki masukan berupa gestur. Mengenali gestur tersebut menjadi semakin dibutuhkan untuk mengembangkan aplikasi. Salah satu metode yang digunakan dalam mengenal gestur adalah Point Cloud Recognizer atau $P. Pengenalan gestur dapat digunakan untuk mengenali tulisan seperti angka atau. Hasil pengenalan ini dapat digunakan untuk edukasi tentang menulis melalui aplikasi, seperti game. Penelitian dilakukan dengan mengimplementasikan $P pada game untuk menunjukkan $P dapat menjadi saran metode yang dapat digunakan dalam pengembangan game yang memerlukan fitur tersebut. Dalam penelitian $P diimplementasi dengan menggunakan game engine Unity dan bahasa pemrograman C#. Data yang digunakan ada 3 set numeral 1 sampai 10 dengan konfigurasi jumlah point pada $P sejumlah 32. Total 100 pengujian dilakukan pada game dengan hasil akurasi 99% dalam pengenalan, menunjukkan bahwa metode $P dapat mengenali gestur tulisan dengan baik.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128710761","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Optimasi Prakiraan Cuaca Menggunakan Metode Ensemble pada Naïve Bayes dan C4.5","authors":"Vini Indri Yani, Aradea Aradea, Husni Mubarok","doi":"10.28932/jutisi.v8i3.5455","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5455","url":null,"abstract":"Peramalan cuaca merupakan hal yang penting bagi keberlangsungan hidup masyarakat luas. Oleh karena itu, akurasi dari peramalan cuaca haruslah tinggi. Berdasarkan hal itu maka dilakukan penelitian untuk meningkatkan akurasi peramalan cuaca dengan model naïve Bayes dan C4.5 kemudian dilakukan optimasi dengan metode ensemble. Dataset yang digunakan merupakan data cuaca hasil pengamatan dari BMKG Bandung selama 10 tahun. Akurasi pada proses pretest menunjukkan jika algoritma naïve Bayes memiliki akurasi sebesar yakni 49,45% dan algoritma C4.5 menghasilkan akurasi 41,24%, sementara pada proses posttest akurasi yang didapatkan adalah 49,76% untuk bagging naïve Bayes, 46,47% untuk boosting naïve Bayes, 45,76 untuk bagging C4.5 dan 38,82% untuk C4.5.\u0000 \u0000 ","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"27 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114068500","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Pengembangan Dashboard Informasi Gereja Tangguh Bencana dengan Metode User Centered Design","authors":"Ebentera Santosa, Kristian Adi Nugraha, Agata Filiana","doi":"10.28932/jutisi.v8i3.5119","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5119","url":null,"abstract":"Pada saat ini bencana merupakan salah satu peristiwa yang mengancam kehidupan masyarakat oleh sebab itu komunitas kristen untuk penanggulangan bencana di Indonesia (JAKOMKRIS PBI) melakukan sebuah langkah untuk menanggulangi bencana dengan upaya meningkatkan peran pendamping bagi gereja atau lembaga untuk dapat mewujudkan konsep gereja tangguh bencana. Berdasarkan permasalahan yang dihadapi maka diperlukannya sebuah sistem informasi berbentuk website yang dapat menampilkan data dalam bentuk visualisasi dashboard. Penelitian ini dibangun dengan menerapkan prinsip-prinsip User Cenetered Design dimana dalam pengembanganya berfokus kepada pengguna. User Centered Design memerlukan informasi mengenai tampilan antarmuka yang diinginkan oleh pengguna. Hasil dari penelitian nantinya diharapkan mampu untuk dapat membantu pengguna dalam menyiapkan gereja dalam menghadapi kejadian bencana dengan memberikan bekal dan pengurangan risiko bencana berdasarkan data yang telah dikelola. Penelitian ini menggunakan uji usabilitas dengan menggunakan metode performance metrics dan System Usability Scale (SUS). Hasil pengujian performance metrics untuk nilai efisiensi sebesar 90.95% untuk role pengguna dan 100% untuk role admin, sedangkan untuk nilai efektivitas sebesar 96% untuk role pengguna dan 100% untuk role admin dan hasil pengujian System Usability Scale (SUS) didapatkan hasil 81.5 untuk role pengguna dan 81.25 untuk role admin.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"30 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126728352","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Model Convolutional Neural Network untuk Mengukur Kepuasan Pelanggan Berdasarkan Ekspresi Wajah","authors":"Daru Prasetyawan, Rahmadhan Gatra","doi":"10.28932/jutisi.v8i3.5493","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5493","url":null,"abstract":"Kepuasan pelanggan menunjukan seberapa baik produk atau layanan suatu organisasi secara keseluruhan dalam memenuhi harapan pelanggan. Ekspresi wajah pelanggan dapat menunjukan kepuasan mereka terhadap layanan yang diberikan. Convolution Neural Network (CNN) adalah jenis algoritma neural network yang dapat digunakan untuk mengenali suatu objek di dalam sebuah gambar. CNN memanfaatkan proses konvolusi untuk menentukan dan membedakan suatu objek di dalam gambar dengan objek lainnya seperti untuk mengenali berbagai ekspresi wajah. Penelitian ini bertujuan untuk mengukur kepuasan pelanggan dengan memanfaatkan model CNN dengan mengenali setiap perubahan ekspresi wajah. Dari hasil pelatihan model CNN diperoleh akurasi sebesar 90,57%. Selanjutnya model yang terbentuk diimplementasikan ke dalam sebuah sistem berbasis web yang melakukan perekaman ekspresi wajah dan melakukan klasifikasi (puas atau tidak puas) terhadap setiap perubahan wajah yang terdeteksi. Ekspresi yang paling dominan merupakan hasil dari pengukuran kepuasan pelanggan.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"41 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122735980","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Determining Computer Opponent’s Actions in Strategy Game Using K-Nearest Neighbour Algorithm","authors":"Michael Freddy, T. M. S. Mulyana","doi":"10.28932/jutisi.v8i3.5137","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5137","url":null,"abstract":"Advances in computer technology allow various devices to complete complex computing, especially in the entertainment industry and the biggest example is games. Strategy game is the type of game that most often gets an Artificial Intelligence or AI system implemented to imitate human behaviour when playing games. Many game AI systems are predictable so players get bored quickly, so adaptive and simple AI is needed to make it easier for game developers. K-Nearest Neighbour is a classification algorithm with supervised learning, this algorithm will be used in this study. The research method tests the level of accuracy in determining the class by providing a sample of data which is divided into training data and test data. The measure of the level of accuracy is calculated using the confusion matrix after the test table is obtained. The results of the study concluded that the K-Nearest Neighbour algorithm can determine computer opponents fairly well. More data samples are needed as data training to increase the level of classification accuracy.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"192 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132117642","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Perancangan User Interface dan User Experience Sistem Informasi E-learning Menggunakan Design Thinking","authors":"Devi Karlina, Dwi Rosa Indah","doi":"10.28932/jutisi.v8i3.5412","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5412","url":null,"abstract":"Pandemi COVID-19 menyebabkan berbagai aktivitas dialihkan menjadi secara daring, salah satunya aktivitas belajar di sekolah. Karena belum memiliki sistem informasi e-learning sendiri, kegiatan belajar daring di SMA Tunas Bangsa Palembang memanfaatkan berbagai media seperti Classroom untuk membuat kelas, Google form untuk mengisi absen, hingga Youtube untuk menyampaikan materi. Banyaknya media serta masih terdapat kekurangan yang dirasakan terkait fitur dari media yang digunakan menyebabkan pelaksanaan kegiatan belajar menjadi kurang efektif dan efisien. Sehingga, agar dapat menghadirkan kenyamanan dan kemudahan dalam kegiatan pembelajaran tersebut, diperlukan perancangan user interface dan user experience (UI/UX) sistem informasi e-learning. Penelitian ini menggunakan design thinking sebagai metode yang memiliki 5 tahapan, dimulai dengan empathize sampai pengujian prototype desain solusi (test). Pengujian prototype dilakukan dengan metode usability testing yaitu menggunakan skenario tugas serta kuesioner System Usability Scale (SUS) dan User Experience Questionnaire (UEQ). Hasil pengujian usability testing menggunakan skenario tugas dan kuesioner SUS antara lain untuk aspek learnability dan efficiency kelompok pengguna guru dan siswa yaitu 100% dan 0,04 goals/sec, untuk aspek satisfaction pengguna guru yaitu 93 dengan grade scale “A” dan untuk pengguna siswa yaitu 85 dengan grade scale “B”, skor penilaian UEQ untuk dua kelompok pengguna berada diatas 2,0 di semua kategori penilaian yaitu “Daya Tarik”, “Kejelasan”, “Efisiensi”, “Ketepatan”, “Stimulasi”, “Kebaruan”. Sehingga, dapat disimpulkan bahwa desain prototype e-learning telah memiliki user experience yang baik.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123869553","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Rancang Bangun Aplikasi Koleksi Resep Makanan Berbasis Sistem Operasi iPhone","authors":"Jessica Wienadi, Yosua Setyawan Soekamto","doi":"10.28932/jutisi.v8i3.5140","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5140","url":null,"abstract":"Makanan adalah kebutuhan pokok yang diperlukan manusia. Salah satu cara untuk mendapatkan makanan adalah dengan memasak. Banyak orang memilih untuk memasak makanan mereka, terlebih lagi pada masa pandemi covid-19 yang menyebabkan preferensi memasak meningkat. Salah satu hal yang digunakan saat memasak adalah resep. Resep perlu disimpan agar mudah digunakan kembali. Oleh karena itu dibangun aplikasi koleksi resep makanan yang membantu menyimpan resep pada perangkat mobile. Aplikasi dibangun dengan basis sistem operasi iOS. Untuk mengetahui permasalahan dan kebutuhan dalam penyimpanan resep, dilakukan wawancara dan ditemukan permasalahan mengenai lokasi dan format penyimpanan resep yang berbeda-beda, kemampuan pencarian kurang pada metode yang saat ini dilakukan, proses input lama, dan auto-lock perangkat mengganggu. Kemudian dilakukan juga analisis terhadap aplikasi serupa dan ditemukan kekurangan terkait alur dan desain tampilan aplikasi. Berdasarkan hasil tersebut, dirancang aplikasi dengan dua fitur utama yaitu penyimpanan resep dan mode memasak. Pada penyimpanan resep, pengguna dapat melakukan tambah, ubah, dan hapus resep. Setelah resep tersimpan, pengguna dapat melihat daftar resep yang tersimpan, melihat resep berdasarkan kategori, dan mencari resep berdasarkan judul. Pada mode memasak, pengguna diberi checklist untuk mempersiapkan bahan dan diberi panduan langkah demi langkah. Pembangunan aplikasi menggunakan bahasa pemrograman Swift, dengan Swift User Interface untuk membangun tampilan aplikasi. Penyimpanan data pada aplikasi bersifat lokal, menggunakan Core Data. Pengujian hasil implementasi aplikasi dilakukan dengan metode uji alpha dan uji beta. Uji alpha dilakukan menggunakan metode uji black-box, untuk memastikan ketepatan input dan output dari berbagai fungsi aplikasi. Uji beta dilakukan dengan melakukan uji coba aplikasi serta wawancara dengan pemasak untuk memastikan aplikasi dapat digunakan dan juga mendapat masukan dari pengguna langsung. Berdasarkan hasil pengujian, semua fungsi aplikasi berjalan sesuai harapan dan aplikasi ini dapat membantu pengguna melakukan penyimpanan koleksi resep makanan.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123542375","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Implementasi Deep Convolutional Generative Adversarial Network untuk Pewarnaan Citra Grayscale","authors":"Muh. Ricky, M. E. Al Rivan","doi":"10.28932/jutisi.v8i3.5218","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.5218","url":null,"abstract":"Proses menambahkan warna pada citra grayscale diperlukan agar perbaikan pada citra dapat dilakukan secara cepat dan tanpa pengetahuan khusus. Pewarnaan citra menggunakan metode Deep Convolutional Generative Adversarial Network (DCGAN) dan metode Generative Adversarial Network (GAN). Pelatihan model menggunakan dataset Places365, yang berisikan 98.721 data pelatihan dan 6.600 data pengujian. Citra dikonversi ke dalam ruang warna CIELAB, dengan memanfaatkan channel L sebagai input grayscale dan channel AB sebagai input lainnya. Pengujian dilakukan dengan membandingkan nilai akurasi menggunakan metode Mean Absolute Error (MAE) dan Structural Similarity Index Matrix (SSIM). Hasil perhitungan metode MAE menunjukkan bahwa rata-rata nilai MAE metode DCGAN lebih kecil dibandingkan metode GAN, dengan skor 10,18 dan 10,81. Hasil perhitungan metode SSIM menunjukkan bahwa metode DCGAN memiliki rata - rata yang lebih tinggi dengan skor 91,54% dan 68,32% untuk metode GAN. Hasil kuesioner yang dilakukan terhadap 30 responden menunjukkan bahwa metode DCGAN dipilih oleh lebih banyak responden dibandingkan metode GAN, masing-masing sebesar 88,40% dan 11,60%.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"33 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125125500","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"Application of Machine Learning Algorithm for Determining Elective Courses in Informatics Study Program","authors":"Fathorazi Nur Fajri, Abu Tholib, Wiwin Yuliana","doi":"10.28932/jutisi.v8i3.3990","DOIUrl":"https://doi.org/10.28932/jutisi.v8i3.3990","url":null,"abstract":"Informatics study program at Nurul Jadid University does not have a general concentration of knowledge, so that sometimes the selection of elective courses by students is not quite right. This study aims to classify the concentration of knowledge with a data mining approach which can then be used as a recommendation for selecting elective courses by students. In this study, we implement a machine learning algorithm to provide recommendations to students regarding what interests are more suitable to be taken based on the values ​​of prerequisite courses in previous semesters. Student data was obtained from the Head of the Center for Data and Information Systems (PDSI) at Nurul Jadid University with 70 student data from Nurul Jadid University batch 2018. The machine learning algorithm used is Neural Network with Python programming language, the tools used are Google Collab. At the beginning of data collection, then pre-processing is carried out to prepare the dataset in order to get good results, and model training is carried out. After training on the model, then further testing is carried out on the model to determine the performance of the model. The result of the accuracy value in the training model process is 0.83 or 83% and the accuracy of the test data is 0.79 or 79%.","PeriodicalId":185279,"journal":{"name":"Jurnal Teknik Informatika dan Sistem Informasi","volume":"157 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114139734","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}