Jurnal Informatika Polinema最新文献

{"title":"Analytics of ESPCam on Arduino-Based Automatic Clothesline Protectors","authors":"Agung Kridoyono, Aris Sudaryanto, Dimas Sasongko, Akhmad Dicky Harianto","doi":"10.33795/jip.v9i1.965","DOIUrl":"https://doi.org/10.33795/jip.v9i1.965","url":null,"abstract":"The ability to recognize weather conditions, such as rain or heat, is a main feature of the automatic clothesline. In previous research we developed an automatic clothesline that can recognize weather conditions using rain sensors and LDR with a success rate of 80% (Dicky et al. 2022). To be more convincing, in this research we added ESPCam to be able to see clothes and the weather visually, so that users can ascertain the weather conditions. This research focuses on implement ESPCam to the automatic clothesline system and testing its reliability. With ESPCam, users can view streaming, store visual image data, and turn on or off the flash LED. System testing is done by sending a command to turn on streaming on the system, followed by a command to turn on or turn off the flash LED. Based on the test data, the success rate of ESPCam used in the system reached 96.665%.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130673441","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":"DESAIN ARSITEKTUR ENTERPRISE SISTEM PEMERITAHAN BERBASIS ELEKTRONIK BIDANG KESEHATAN","authors":"Agung Laksono","doi":"10.33795/jip.v9i1.1155","DOIUrl":"https://doi.org/10.33795/jip.v9i1.1155","url":null,"abstract":"Kesehatan menjadi pusat perhatian terutama sejak Covid-19 merebak dan berdampak terhadap berbagai aspek kehidupan masyarakat Indonesia. Layanan Kesehatan diharuskan untuk mampu menyajikan data dan informasi yang cepat dan akurat, sehingga diharapkan strategi penyelesai berbagai tantangan bidang Kesehatan dapat terkendali dan cepat diselesaikan. Transformasi digital menjadi penting karena hanya teknologi informasi yang mampu mendorong pelayanan publik menjadi dapat lebih  cepat, adaptif, akurat dan terintegrasi. Perlu adanya perencanaan transformasi digital yang terstruktur dan menyeluruh dapat memberikan pelayanan prima dan adaptif terhadap harapan masyarakat terhadap layanan kesehatan. Tantangannya, palayanan antar satu puskesmas dan lainnya masih berbeda-beda tergantung dari letak geografis dan fasilitas yang dimiliki.  Selain itu, variasi aplikasi yang dikembangkan oleh pemerintah pusat mencapai hingga 77 variasi apliasi di tingkat puskesmas sehingga berakibat  sulitnya integrasi dan mendukung interoperabilitas antar sistem. Pengembangan teknolog informasi masih bersifat fragmented antar divisi yang berakibat duplikasi entri untuk sistem yang berbeda, data olahan yang redundan, dan sulitnya menjaga konsistensi data. \u0000  \u0000Penelitian ini bermaksud untuk membuat arsitektur enterprise bidang Kesehatan dengan studi kasus pusdatin Kementerian Kesehatan yang berfokus pada layanan Kesehatan di tingkat puskesmas. Puskesmas merupakan garda terbawah layanan Kesehatan (Kemenkes, 2019) dan telah memiliki regulasi sistem informasi puskesmas (Kemenkes, 2021) yang seharusnya dapat mendorong peningkatan optimasasi penggunaan teknologi informasi di tingkat puskesmas yang terintegrasi hingga pusat. Harapannya penelitian ini dapat menyajikan grand design pengelolaan teknologi informasi berbasis industry 4.0 yang efektif dan sesuai dengan regulasi yang berlaku. Penelitian akan berfokus pada pengembangan arsitektur enterprise dengan mempertimbangkan kebijakan Sistem Pemerintahan Berbasis Elektronik (SPBE). \u0000  \u0000Metode perancangan arsitektur dikembangkan menggunakan kerangka kerja TOGAF ADM untuk menganalisis arsitektur sistem. Studi ini  merancang arsitektur pada tingkat kementerian sebagai turunan dari arsitektur induk serta menyelaraskan dengan arsitektur daerah. Analisa didukung dengan mempertimbangkan kesesuaian regulasi SPBE, regulasi Meteri Kesehatan, rencana strategis jangka Menengah, dan peta jalan digital transformasi Kementerian Kesehatan. Hasil analisis akan disajikan dalam gap analysis yang membandingkan kondisi saat ini dan target arsitektur ingin dicapai. Rancangan ini diharapkan dapat memberikan usulan arsitektur enterprise dalam imlementasi Sistem Pemerintahan Berbasis Elektronik pada Kementerian Kesehatan. Selain itu, studi ini juga dapat  menjadi referensi untuk desain arsitektur enterprise dengan metodologi TOGAF ADM dan pengembangan berbasis SPBE.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125874511","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":"APLIKASI PEMBELAJARAN INTERAKTIF “CALISTUNG” PADA ANAK USIA DINI MENGGUNAKAN SMARTPHONE ANDROID","authors":"Bachrul Azali, Latipah","doi":"10.33795/jip.v9i1.1099","DOIUrl":"https://doi.org/10.33795/jip.v9i1.1099","url":null,"abstract":"Calistung merupakan kegiatan belajar dengan penguasaan baca, tulis, dan hitung yang merupakan kemampuan dasar yang harus dimiliki anak usia dini atau yang akan masuk ke sekolah dasar. Mengingat sangat pengtingnya kemampuan calistung, orang tua yang memiliki anak usia dini biasanya mengenalkan lebih awal dari usia seharusnya dengan harapan anak dapat cepat mengenal dan paham sehingga tidak perlu lama dalam proses pembelajaran. Salah satu pendekatan yang dapat digunakan untuk mengajarkan calistung adalah dengan menggunakan aplikasi yang berjalan pada smartphone. Dalam pengembangan aplikasi calistung ini menggunakan Flutter yang saat ini sedang banyak digunakan untuk pengembangan perangkat lunak berbasis mobile. Pengembangan aplikasi pembelajaran interaktif calistung berbasis Android memberikan tampilan yang lebih user friendly, mudah digunakan untuk anak usia dini, serta mudah diakses menggunakan smartphone Android yang ada dipasaran pada umumnya.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"1989 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125492773","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":"METODE PENILAIAN KEKUATAN GEMPA MENGGUNAKAN MODEL FEATURE SELECTION M5-PRIME DAN LINEAR REGRESSION","authors":"Oman Somantri, Ratih Hafsarah Maharrani","doi":"10.33795/jip.v9i1.989","DOIUrl":"https://doi.org/10.33795/jip.v9i1.989","url":null,"abstract":"Pemetaan suatu wilayah khususnya daerah rawan bencana bagi pemangku kepentingan sangat penting sekali karena ha ini akan memberikan pengaruh terhadap kebijakan yang nanatinya akan ditetapkan terlebih dalam upaya penanggulangan bencana alam gempa bumi. Memprediksi kekuatan gempa menjadi permasalahan yang sampai saat ini belum dapat dipastikan dan yang bisa dilakukan adalah sebatas memprediksi dari dari kejadian-kejadian sebelumnya. Algoritma linear regression diterapkan dan diusulkan untuk digunakan sebagai model prediksi gempa, selain itu diusulkan pula feature selection dengan menggunakan algoritma M5-Prime sebagai upaya dalam peningkatan akurasi prediksi. Hasil penelitian memperlihatkan algoritma liner regression berbasis feature selection M5-Prime mampu dijadikan sebagai model prediksi gempa dengan nilai RMSE terbaik sebesar 0,707.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"99 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131438599","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":"PREDIKSI PRODUKSI ES BALOK DENGAN MENGGUNAKAN METODE SINGLE EXSPONENTIAL SMOOTHING","authors":"Afirsta Aliyana","doi":"10.33795/jip.v9i1.1107","DOIUrl":"https://doi.org/10.33795/jip.v9i1.1107","url":null,"abstract":"Pabrik Es Kasri adalah perusahaan pabrik es yang berada di Pandaan, Jawa Timur berdiri sejak zaman Belanda tahun 1981 dan tetap beroperasi hingga sekarang. Es balok inilah yang paling sering dicari oleh masyarakat dan yang paling laku. Akan tetapi produksi es balok di Pabrik Es Kasri tiap bulannya tidak menentu dan juga permintaan es balok juga tidak bisa diperkirakan.Faktor yang mengakibatkan jumlah produksi pabrik es tidak menentu tiap harinya dan paling mempengaruhi turunnya jumlah produksi yaitu faktor iklim yang tidak bisa diperkirakan yaitu perubahan cuaca ekstrim yang mengakibatkan jumlah produksi menurun. Biasanya pada musim hujan produksi es balok menurun dikarenakan jumlah permintaan sedikit dan mengakibatkan omset penjualan juga menurun. Penelitian ini dilakukan untuk memprediksi jumlah produksi es balok di Pabrik Es Kasri Pandaan agar dapat memperkirakan jumlah produksi es batu pada bulan berikutnya menggunakan metode Single Exponential Smoothing. Single Exponential Smoothing adalah metode pemulusan tunggal yang menambahkan parameter alpha dalam modelnya untuk mengurangi faktor kerandoman. Perhitungan nilai kesalahan yang digunakan adalah Mean Absolute Percent Error (MAPE), adapun parameter yang digunakan untuk melakukan peramalan adalah alpha 0,1 sampai dengan alpha 0,9 , adapun parameter yang digunakan untuk melakukan peramalan adalah alpha 0,2 sampai dengan alpha 0,9. Selanjutnya, berdasarkan hasil uji coba menggunakan metode Single Exponential Smoothing, menunjukan bahwa nilai MAPE terendah dan baik adalah 1,2436449 terletak pada alfa 0,9.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"74 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116344599","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 SMOTE DAN EXTREME LEARNING MACHINES PADA KLASIFIKASI DATASET MICROARRAY","authors":"I. Sitohang, Triando Hamonangan Saragih, Dwi Kartini, R. Nugroho, M. Faisal","doi":"10.33795/jip.v8i4.1029","DOIUrl":"https://doi.org/10.33795/jip.v8i4.1029","url":null,"abstract":"Tumor otak merupakan salah satu penyakit penyebab kematian terbesar secara global. Banyak cara untuk mendeteksi penyakit tumor otak dengan cara pengambilan struktur DNA microarray pada protein tumor otak lalu melakukan klasifikasi dengan menggunakan machine learning. Hasil penelitian ini adalah untuk mengetahui keakuratan dalam pengklasifikasian tumor otak dengan menggunakan metode Extreme Learning Machines dengan dan tanpa menggunakan oversampling SMOTE pada keseluruhan data. Performa kinerja klasifikasi tertinggi setiap model antara lain model Extreme Learning Machines mendapatkan akurasi sebesar 97.43% pada hidden neuron = 500. Lalu Extreme Learning Machines menggunakan oversampling SMOTE pada keseluruhan data menghasilkan akurasi sebesar 92.30% pada hidden neuron = 200. Pada penelitian ini didapatkan bahwa penggunaan hidden neuron serta penyeimbangan data pada klasifikasi data microarray sangat berpengaruh dalam akurasi yang akan didapatkan dalam penelitian ini. \u0000 ","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"30 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127185832","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":"SEGMENTASI PEMBULUH DARAH PADA CITRA RETINA MATA MENGGUNAKAN METODE REGION GROWING","authors":"M. Muslih","doi":"10.33795/jip.v8i4.960","DOIUrl":"https://doi.org/10.33795/jip.v8i4.960","url":null,"abstract":"Abstrak memuat Segmentasi citra merupakan pengolahan citra yang sering digunakan untuk memisahkan objek utama dengan objek diluarnya. Segmentasi citra retina mata sudah dilakukan beberapa peneliti agar mempermudah para medis dalam mengidentifikasi penyakit dari dini. Metode segmentasi Region Growing diharapkan dapat menghasilkan segmentasi pembuluh darah dengan akurasi yang tinggi sehingga saat para medis menggunakan aplikasi ini untuk pendeteksian penyakit dapat menghasilkan diagnosis yang akurat dan dalam waktu yang lebih cepat. Data citra retina mata dalam penelitian ini melalui beberapa tahap praprosesing sebelum masuk ke algotirma Region Growing. Praprosesing tersebut adalah resizing, filtering dan thresholding. Hal ini dilakukan agar citra dapat dibaca dengan mudah oleh algoritma Region Growing. Region Growing kemudian akan membaginya menjadi beberapa region yang telah diberi pembatas antar region. Algoritma ini membantu menemukan penyebaran titik-titik yang dinginkan dengan membandingkan nilai piksel titik awal dengan titik tetangganya, sehingga titik-titik yang diinginkan akan bergabung dalam region yang sama.Pada tahap akhir, hasil segmentasi akan diuji keakurasiannya dengan perhitungan akurasi PSNR (Peak Signal to Noise Ratio). Hasil segmentasi yang dilakukan pada 15 data dari 134 data testing yang diujikan berhasil menunjukkan rata-rata nilai PSNR sebesar 50,9605 dB. Percobaan-percobaan telah dilakukan dan menyimpulkan bahwa metode Region Growing dapat memperlihatkan pembuluh darah tebal dengan relatif baik pada berbagai macam citra retina mata.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"352 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131460105","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":"GABUNGAN ADVANCED ENCRYPTION STANDARD DAN VIGENERE CIPHER UNTUK PENGAMANAN DOKUMEN DIGITAL","authors":"Eko Hari Rachmawanto, Christy Atika Sari","doi":"10.33795/jip.v8i4.996","DOIUrl":"https://doi.org/10.33795/jip.v8i4.996","url":null,"abstract":"Penggunaannya yang kian massif dan banyakya data dan informasi yang tersebar di internet yang mungkin saja terdapat data yang bersifat rahasia, menjadikan data tersebut rawan untuk disalahgunakan dari tindakan illegal oleh pihak yang tidak bertanggung jawab. Faktor keamanan menjadi hal yang sangat penting agar data tersebut tetap aman dan terjamin keasliannya. Maka dibutuhkan metode agar data tetap aman dan asli. Kriptografi adalah metode untuk mengamankan data digital dengan cara mengubah dan mengacak data asli (plainteks) menjadi bentuk yang tidak dikenali (cipherteks). Maka dari itu dipilihlah menggunakan kombinasi algoritma vigenere dan AES dalam mengamankan data agar tetap asli. Vigenere digunakan sebagai pembangkit kunci karena aman, cepat dan tidak banyak menghabiskan sumber daya, menghasilkan ciphertext yang bervariasi. AES dipilih sebagai algoritma yang akan mengenkripsi file dokumen karena menggunakan sistem cycle atau putaran, yang bervariasi terhadap panjang kunci. Sehingga ketika variasi panjang kunci yang berbeda, AES akan mengenkripsi file dokumen dengan jumlah putaran yang disesuaikan. Dengan adanya program kombinasi algoritma Vigenere dan AES ini diharapkan dapat membantu dalam menyembunyikan dan mengamankan data agar data tetap terjamin keasliannya. Berdasarkan hasil eksperimen pada proses enkripsi dan dekripsi, dihasilkan nilai Avalanche effect yang cukup baik. Nilai Aevalache Effect diperngaruhi oleh pajnag kunci yang digunakan. Pada Analisa kebutuhan waktu enkripsi dekripsi, diketahui bahwa proses dekripsi pesan membutuhkan waktu yang lebih lama disbanding proses enkripsi.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"145 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122130293","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":"Analisis Website Petani Kode Menggunakan SUS (System Usabilty Scale)","authors":"M.Agil Kusumadya, Rasmila Rasmila, F. Hidayat, Dicky Chandra","doi":"10.33795/jip.v8i4.908","DOIUrl":"https://doi.org/10.33795/jip.v8i4.908","url":null,"abstract":"In today's modern era media for learning are widely spread in the digital world such as the internet, there are many websites that provide facilities to learn many things, one of them is programming language. Petani Kode website is one of the websites that can be used to learn things. To measure the usability level of this website, a test was carried out using the SUS questionnaire containing 10 statements. Then the data collected will be calculated using several rules in calculating the SUS score, after calculating the average SUS score of all respondents to be compared using the adjective table. In this study, 30 respondents were obtained. people were then selected again based on the type of work of the respondents, into 20 respondents who came from among students. from the 20 respondents, an SUS score of 72.25 was obtained, and according to the adjective rating system the score was in the OK category with grade scale C and the level of acceptance was ACCEPTABLE.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"38 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114480265","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 Klasifikasi Pada Seleksi Mahasiswa Baru Penerima KIP Kuliah Menggunakan Regresi Logistik Biner","authors":"Ronny Susetyoko, Wiratmoko Yuwono, Elly Purwantini","doi":"10.33795/jip.v8i4.914","DOIUrl":"https://doi.org/10.33795/jip.v8i4.914","url":null,"abstract":"Seleksi mahasiswa baru penerima Kartu Indonesia Pintar Kuliah (KIP Kuliah) dilakukan oleh setiap institusi untuk memilih mahasiswa yang benar-benar memiliki potensi akademik yang baik dan keterbatasan ekonomi. Pada penelitian ini menggunakan regresi logistik biner sebagai model klasifikasi. Data hasil preprocessing dibagi menjadi data training dan data testing. Beberapa model regresi logistik dibandingkan kinerjanya, baik yang menggunakan data asli, data hasil normalisasi, data undersampling, data oversampling, serta data hasil kombinasi oversampling dan undersampling. Evaluasi model berdasarkan signifikansi parameter di dalam model dan kinerja klasifikasi dari matriks konfusi. Dari perbandingkan tujuh model regresi logistik, model yang terbaik adalah model yang menggunakan data asli dengan rerata F1 Score 92,40%, rerata recall sebesar 87,93%, accuracy sebesar 88,01%, precision sebesar 97,92%, dan AUC sebesar 84,6%.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129986075","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}