发布求助
文献互助 智能选刊 最新文献

Sains, Aplikasi, Komputasi dan Teknologi Informasi最新文献

筛选
英文 中文
Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network 使用神经宣传网络的语音识别方法
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-08-31 DOI: 10.30872/JSAKTI.V1I2.2601
Ni’mah Moham, Felix Andika Dwiyanto, Herman Santoso Pakpahan, Islamiyah Islamiyah, H. Setyadi
{"title":"Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network","authors":"Ni’mah Moham, Felix Andika Dwiyanto, Herman Santoso Pakpahan, Islamiyah Islamiyah, H. Setyadi","doi":"10.30872/JSAKTI.V1I2.2601","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I2.2601","url":null,"abstract":"Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa akurat dalam mengenali pola aksara Lontara Bugis Makassar. Dari hasil pengujian, diperoleh tingkat akurasi sebesar 76.08%, dengan parameter learning rate sebesar 0,02, epoch maksimum sebesar 50 epoch dan hidden layer sebanyak 90 neuron berdasarkan ciri 8. Adapun, performa mean square error (MSE) sebesar 0.00424 telah diperoleh. Namun demikian, waktu yang dibutuhkan saat proses pembelajaran terbilang cukup lama yaitu 16 menit 56 detik. Berdasarkan hasil pengujian metode BPNN dapat direkomendasikan untuk mengenali pola aksara Lontara Bugis Makassar dalam rangka menunjang pembelajaran kepada masyarakat.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128512856","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}
引用次数: 3
Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization 文字识别方法使用学习向量量
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-08-31 DOI: 10.30872/JSAKTI.V1I2.2602
Dinda Izmya Nurpadillah, Haviluddin Haviluddin, Herman Santoso Pakpahan, Islamiyah Islamiyah, H. Setyadi
{"title":"Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization","authors":"Dinda Izmya Nurpadillah, Haviluddin Haviluddin, Herman Santoso Pakpahan, Islamiyah Islamiyah, H. Setyadi","doi":"10.30872/JSAKTI.V1I2.2602","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I2.2602","url":null,"abstract":"Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Sunda. Berdasarkan hasil eksperimen dengan berbagai parameter seperti learning rate dan jumlah hidden layer maka metode LVQ cukup akurat dalam mengenali pola aksara Sunda dengan nilai akurasi sebesar 6.66% dari data yang berhasil dikenali sebanyak 28 data dengan total data uji sebanyak 42 data dengan variasi learning rate sebesar 0.01 dan jumlah hidden layer sebanyak 90 layer. Hasil akurasi tersebut didapatkan dengan waktu pembelajaran yaitu selama 17 menit 22 detik. Adapun mean square error (MSE) yang dihasilkan sebesar 0.0408. Dari hasil akurasi, MSE dan waktu pembelajaran yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Sunda. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"56 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126532940","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}
引用次数: 1
Analisa Perilaku Konsumen Melalui Data Transaksi Berbasis Pendekatan Market Basket Analysis 通过基于市场分析方法的交易数据分析消费者行为
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-08-31 DOI: 10.30872/JSAKTI.V1I2.2603
Binti Umayah, Fachrul Kurniawan
{"title":"Analisa Perilaku Konsumen Melalui Data Transaksi Berbasis Pendekatan Market Basket Analysis","authors":"Binti Umayah, Fachrul Kurniawan","doi":"10.30872/JSAKTI.V1I2.2603","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I2.2603","url":null,"abstract":"Data transaksi merupakan sekumpulan data hasil pencatatan yang berhubungan dengan kegiatan transaksi jual beli pada sebuah perusahaan.Pada tahun terakhir ini, data transaksi sudah banyak digunakan sebagai bahan penelitian dengan tujuan untuk mendapatkan informasi baru.Salah satu usaha yang dapat dilakukan adalah dengan pembuatan aplikasi yang dapat digunakan untuk menganalisis data transaksi yang ada. Aplikasi tersebut adalah aplikasi yang bersifat market basket analysis (MBA). Aplikasi dibangun dengan berbasis desktop, yang didalamnya mampu mengolah serta melakukan pendataan ulang data transaksi yang ada. Metodologi yang digunakan dalam pembuatan aplikasi ini adalah dengan mengikuti tahapan-tahapan yang ada pada teknik data mining. Hasil yang diperoleh dari uji coba yang dilakukan bahwa pembangunan dan penerapan aplikasi MBA dengan metode assocition rule (AR) menggunakan algoritma Apriori dapat berjalan dengan baik. Dengan rata-rata nilai confidence yang diperoleh sebesar 46.69% dan nilai support sebesar 1.78% dan rule yang dihasilkan sebanyak 30 rule.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"25 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114870275","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}
引用次数: 1
Peramalan Curah Hujan Dengan Pendekatan Adaptive Neuro Fuzzy Inference System
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-08-31 DOI: 10.30872/JSAKTI.V1I2.2599
Chrisman Bonor Sinaga, H. Haviluddin, H. S. Pakpahan, Anton Prafanto, H. J. Setyadi
{"title":"Peramalan Curah Hujan Dengan Pendekatan Adaptive Neuro Fuzzy Inference System","authors":"Chrisman Bonor Sinaga, H. Haviluddin, H. S. Pakpahan, Anton Prafanto, H. J. Setyadi","doi":"10.30872/JSAKTI.V1I2.2599","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I2.2599","url":null,"abstract":"Analisa peramalan curah hujan yang mendekati kenyataan berdasarkan akurasi yang akurat sangat diperlukan dalam berbagai aktivitas kehidupan manusia. Paper ini bertujuan untuk menerapkan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam peramalan curah hujan di Kota Samarinda, Kalimantan Timur. Beberapa parameter ANFIS seperti MF (Fungsi Keanggotaan), Input MF type (Tipe Fungsi Keanggotaan), Learning Rate (Step Size), dan rasio data telah digunakan. Berdasarkan hasil percobaan akurasi peramalan yang diperoleh cukup akurat dengan nilai MSE adalah 0.063290962 untuk rasio data 3:2 dan adalah 0.020498283 rasio data 4:1. Hasil ini menunjukkan bahwa metode ANFIS dapat menjadi alternative metode dalam meramalkan curah hujan di Kota Samarinda, Kalimantan Timur.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130950496","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}
引用次数: 2
Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network 使用神经宣传网络对通胀水平的预测
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-08-31 DOI: 10.30872/JSAKTI.V1I2.2600
Kelvin Wong, A. Wibawa, Herman Santoso Pakpahan, Anton Prafanto, H. Setyadi
{"title":"Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network","authors":"Kelvin Wong, A. Wibawa, Herman Santoso Pakpahan, Anton Prafanto, H. Setyadi","doi":"10.30872/JSAKTI.V1I2.2600","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I2.2600","url":null,"abstract":"Artikel ini bertujuan untuk memprediksi tingkat inflasi di Kota Samarinda, Kalimantan Timur dengan mengimplementasikan algoritma cerdas, Backpropagation Neural Network (BPNN). Data tingkat inflasi diperoleh dari Biro Pusat Statistik Provinsi (BPS) Kota Samarinda https://samarindakota.bps.go.id/ periode Januari 2012 hingga Januari 2017. Pengukuran akurasi prediksi algoritma BPNN menggunakan metode mean square error (MSE). Berdasarkan hasil percobaan, metode BPNN dengan parameter arsitektur 5-5-5-1; fungsi pembelajaran adalah trainlm; fungsi aktivasi adalah logsig dan purelin; laju pembelajaran adalah 0.1 mampu menghasilkan tingkat kesalahan prediksi yang baik dengan nilai MSE sebesar 0.00000424. Hasil penelitian menunjukkan bahwa algoritma BPNN ini dapat digunakan sebagai alternatif metode dalam memprediksi tingkat inflasi dalam rangka mendukung pertumbuhan ekonomi yang berkesinambungan sehingga dapat meningkatkan kesejahteraan masyarakat di Kota Samarinda, Kalimantan Timur.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"36 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121593201","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}
引用次数: 3
Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes Twitter上使用Naive Bayes算法分析白喉病
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-05-07 DOI: 10.30872/JSAKTI.V1I1.2215
Ali Sholihin, Haviluddin Haviluddin, Novianti Puspitasari, Masna Wati, Islamiyah Islamiyah
{"title":"Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes","authors":"Ali Sholihin, Haviluddin Haviluddin, Novianti Puspitasari, Masna Wati, Islamiyah Islamiyah","doi":"10.30872/JSAKTI.V1I1.2215","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I1.2215","url":null,"abstract":"Antisipasi dan penanganan penyakit difteri dengan tepat sangat diperlukan oleh Pemerintah Indonesia. Oleh karena itu, informasi dari masyarakat terkait penyakit difteri sangat diperlukan oleh instansi yang berwenang. Hasil dari analisa informasi tersebut dapat menjadi salah satu rujukan dalam mengevaluasi antisipasi dan penanganan kepada masyarakat. Dalam penelitian ini, sebanyak 290 informasi terkait penyakit difteri dari masyarakat telah diambil dari data media sosial yaitu Twitter. Sedangkan, analisa data telah dilakukan menggunakan metode kecerdasan buatan berbasis semantic analysis yaitu Naïve Bayes (NB). Dalam percobaan ini, data yang dikenali telah diklasifikasikan ke dalam opini negatif dan positif. Berdasarkan hasil analisa data menunjukkan bahwa sebesar 94.5% bernilai negatif dan 5.5% bernilai positif. Hal ini menunjukkan bahwa masyarakat menganggap layanan Pemerintah terhadap penanganan penyakit difteri masih kurang percaya.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"247 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127897137","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}
引用次数: 6
Prediksi Produksi Minyak Kelapa Sawit Menggunakan Metode Backpropagation Neural Network 使用神经分析网络对棕榈油生产的预测
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-05-07 DOI: 10.30872/JSAKTI.V1I1.2261
Hijratul Aini, Haviluddin Haviluddin, Edy Budiman, Masna Wati, Novianti Puspitasari
{"title":"Prediksi Produksi Minyak Kelapa Sawit Menggunakan Metode Backpropagation Neural Network","authors":"Hijratul Aini, Haviluddin Haviluddin, Edy Budiman, Masna Wati, Novianti Puspitasari","doi":"10.30872/JSAKTI.V1I1.2261","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I1.2261","url":null,"abstract":"Artikel ini bertujuan untuk memprediksi produksi minyak kelapa sawit mentah (CPO) di PT. Perkebunan Nusantara (PTPN) XIII, Desa Long Pinang. Kabupaten Paser, Kalimantan Timur dengan menggunakan algoritma cerdas, jaringan saraf tiruan (JST) yang disebut Backpropagation Neural Network (BPNN). Data penelitian berasal dari produksi CPO periode Januari 2015 hingga Januari 2018. Pengukuran akurasi prediksi algoritma BPNN menggunakan metode mean square error (MSE).  Berdasarkan hasil percobaan, metode BPNN dengan parameter arsitektur 5-10-11-12-13-1; fungsi pembelajaran adalah trainlm; fungsi aktivasi adalah logsig dan purelin; laju pembelajaran adalah 0.7 mampu menghasilkan tingkat kesalahan prediksi yang baik dengan nilai MSE sebesar 0.0069. Hasil penelitian menunjukkan bahwa model ini dapat digunakan sebagai alternatif metode dalam memprediksi produksi CPO pada tahun 2019.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"354 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122652973","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}
引用次数: 7
Pendekatan Fuzzy Pada Kamera Cerdas Lampu Lalulintas 模糊的交通摄像头接近
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-05-07 DOI: 10.30872/JSAKTI.V1I1.2262
Fachrul Kurniawan, Ade Sofiarani
{"title":"Pendekatan Fuzzy Pada Kamera Cerdas Lampu Lalulintas","authors":"Fachrul Kurniawan, Ade Sofiarani","doi":"10.30872/JSAKTI.V1I1.2262","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I1.2262","url":null,"abstract":"Bertambahnya jumlah kendaraan (mobil/motor) yang tidak sebanding dengan penambahan volume luas jalan yang dilalui sehingga kerap terjadi kemacetan. Beberapa titik-titik kemacetan tidak hanya terjadi di jalanan tetapi juga terjadi pada pertemuan jalan (pertigaan ataupun perempatan). Selain itu, permasalahan kemacetan di titik pertemuan juga disebabkan waktu lampu lalulintas yang tidak bagus. Ketepatan dan optimalnya fungsi lampu lalulintas menjadi kunci akan terurainya kemacetan setiap kali ada pertemuan. Dalam paper ini, konektivitas lampu lalulintas dengan kamera CCTV yang didalamnya diberi metode fuzzy telah diterapkan dan disimulasikan pada serious game. Berdasarkan hasil percobaan menunjukkan bahwa kamera cerdas yang dipasang pada lampu lalulintas mampu mengatasi kemacetan yang terjadi pada simpul pertemuan jalan. Diharapkan kamera cerdas yang dipadukan pada lampu lalulintas menjadi solusi pada kota yang telah menerapkan sistem smart city.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"88 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116096639","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}
引用次数: 1
Implementasi Metode Simple Additive Weighting Dalam Pemilihan SMA dan Jurusan 在高中和专业选择中实现简单的adunderve方法
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-05-07 DOI: 10.30872/JSAKTI.V1I1.2217
Achmad Faisal Randi, Indah Fitri Astuti, Putut Pamilih Widagdo
{"title":"Implementasi Metode Simple Additive Weighting Dalam Pemilihan SMA dan Jurusan","authors":"Achmad Faisal Randi, Indah Fitri Astuti, Putut Pamilih Widagdo","doi":"10.30872/JSAKTI.V1I1.2217","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I1.2217","url":null,"abstract":"Banyaknya pilihan SMA Negeri beserta jurusannya membuat beberapa siswa merasa sulit dan bingung untuk memilih sekolah dan jurusan mana yang akan dipilih selanjutnya. Keadaan sulit dan bingung ini biasanya membuat para siswa merasa telah salah memilih sekolah dan jurusan sehingga kurang memahami proses belajar di sekolah dan jurusan yang telah dipilih. Oleh karena itu, dibutuhkan sebuah Sistem Pendukung Keputusan (SPK) untuk membantu siswa dalam memilih sekolah lanjutan tingkat atas, baik itu SMA/SMK Negeri beserta jurusannya. Metode yang digunakan di dalam sistem ini adalah Fuzzy Multiple Attribute Decision Making dengan metode Simple Additive Weighting (SAW). Hasil dari penelitian ini adalah sebuah aplikasi sistem pendukung keputusan yang memberikan rekomendasi SMA/SMK Negeri beserta jurusannya kepada siswa di kota Balikpapan sebagai bahan pertimbangan dalam memilih sekolah dan jurusan. Dari hasil penelitian yang dilakukan juga dapat disimpulkan bahwa Fuzzy Multiple Attribute Decision Making dengan metode Simple Additive Weighting dapat digunakan untuk memberikan rekomendasi sekolah dan jurusannya berdasarkan variabel yang telah ditentukan.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"76 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133993835","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}
引用次数: 0
Sistem Informasi Geografis Pemetaan Komoditas Pertanian dan Informasi Iklim Berbasis Slim Framework 地理信息系统农业大商品地图和基于线性框架的气候信息
Sains, Aplikasi, Komputasi dan Teknologi Informasi Pub Date : 2019-05-07 DOI: 10.30872/JSAKTI.V1I1.2260
Lia Khoirunnisa, Fachrul Kurniawan
{"title":"Sistem Informasi Geografis Pemetaan Komoditas Pertanian dan Informasi Iklim Berbasis Slim Framework","authors":"Lia Khoirunnisa, Fachrul Kurniawan","doi":"10.30872/JSAKTI.V1I1.2260","DOIUrl":"https://doi.org/10.30872/JSAKTI.V1I1.2260","url":null,"abstract":"Seiring dengan berkembangnya teknologi jaman sekarang, dibutuhkan sebuah aplikasi untuk memudahkan manusia dalam pendekatan baru yang dilakukan untuk menyempurnakan dan mengembangkan teknologi khususnya untuk mendapatkan informasi geografis yang cepat, tepat, dan akurat. Karena dengan adanya SIG ini akan memudahkan masyarakat di wilayah Malang. Sistem Informasi Geografis (SIG) Pemetaan Komoditas Pertanian dan Informasi Iklim ini menjadi salah satu sarana untuk mendapatkan informasi. Terutama untuk informasi – informasi mengenai data jenis komoditas pertanian, iklim serta tanaman yang cocok untuk suatu wilayah. SIG ini berfungsi untuk menampilkan data – data penyebaran hasil produksi pertanian, curah hujan, suhu dan jenis tanaman yang cocok untuk suatu wilayah. Rekomendasi ini disusun dengan bantuan informasi yang berbasis pemetaan geografis. Sistem Informasi Geografis ini dibangun berbasis web dengan menggunakan Google Maps API untuk menampilkan peta, bahasa pemrograman Javascript, template angine twig dengan Slim Framework serta pengelolaan database menggunakan MySQL yang nantinya akan ditampilkan di website. Dengan dukungan SIG, diharapkan mampu memberikan informasi bagi masyarakat maupun pemerintah daerah pertanian beserta hasilnya di wilayah Malang.","PeriodicalId":315894,"journal":{"name":"Sains, Aplikasi, Komputasi dan Teknologi Informasi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-05-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128452515","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}
引用次数: 6
首页 上一页
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整，为了账户安全，请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
请完成安全验证×
相关产品
×
本文献相关产品
联系我们：info@booksci.cn Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号：481959085
Book学术官方微信