Jurnal Ilmiah Informatika Komputer最新文献

PEMBUATAN PROTOTYPE SMART HOME MENGGUNAKAN NODEMCU ESP8266 V3 DAN CHAT BOT PADA SMARTPHONE ANDROID 彭华坦原型智能家居梦古纳坎nodemcu esp8266 v3丹聊天机器人pad智能手机安卓

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-08-10 DOI: 10.35760/ik.2021.v26i2.4157

Renaldi Dewangga Sindhu, I. Sari, D. Lestari

{"title":"PEMBUATAN PROTOTYPE SMART HOME MENGGUNAKAN NODEMCU ESP8266 V3 DAN CHAT BOT PADA SMARTPHONE ANDROID","authors":"Renaldi Dewangga Sindhu, I. Sari, D. Lestari","doi":"10.35760/ik.2021.v26i2.4157","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i2.4157","url":null,"abstract":"Internet of things adalah sebuah gagasan untuk membuat semua benda di dunia nyata dapat berkomunikasi satu sama lain sebagai bagian dari satu kesatuan sistem terpadu menggunakan jaringan internet sebagai penghubung. Pemanfaatan internet of things dapat digunakan untuk mengendalikan alat elektronik seperti pada pembuatan smart home. Smart home memadukan teknologi informasi dan teknologi komputasi yang diterapkan di dalam rumah ataupun bangunan yang dihuni oleh manusia dengan mengandalkan efisiensi, otomatisasi perangkat, kenyamanan, keamanan, dan penghematan perangkat elektronik rumah. Smart home yang dibuat dalam penelitian ini hanya dapat mengontrol lampu dan kipas angin dari jarak jauh serta dapat mengetahui status ketinggian air di rumah melalui smartphone. Tahap pembuatan aplikasi dimulai dari skema diagram rancangan aplikasi, flowchart, use case diagram smart home, rancangan rangkaian smart home, pembuatan chat bot, dan pengujian. Pembuatan smart home menggunakan NodeMCU ESP8266 V3 dan aplikasi chat bot pada smartphone Android. Setelah dilakukan uji coba, pengontrolan lampu dan kipas angin dari jarak jauh berhasil dilakukan dengan menggunakan smartphone berbasis Android yang terhubung ke internet. Selain itu, status ketinggian air dalam rumahpun dapat diketahui penghuni dimanapun berada.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"500 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123058357","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

ANALISIS PERAMALAN TINGKAT KEMISKINAN DI INDONESIA DENGAN MODEL ARIMA

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-08-10 DOI: 10.35760/ik.2021.v26i2.3699

Rinaldo Isnawan Prasetyono, Dyah Anggraini

{"title":"ANALISIS PERAMALAN TINGKAT KEMISKINAN DI INDONESIA DENGAN MODEL ARIMA","authors":"Rinaldo Isnawan Prasetyono, Dyah Anggraini","doi":"10.35760/ik.2021.v26i2.3699","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i2.3699","url":null,"abstract":"Kemiskinan di Indonesia merupakan masalah yang kompleks dan multidimensi, karena tingkat kemiskinan di suatu negara akan mempengaruhi indikator keberhasilan baik dari segi pembangunan maupun perekonomian negara tersebut. Berdasarkan permasalahan tersebut diperlukan sebuah prediksi untuk mengetahui tingkat kemiskinan di Indonesia baik wilayah Perkotaan, Pedesaan maupun secara Nasional. Pada penelitian kali ini, peneliti menggunakan sebuah model dari Box Jenkins yaitu Auto Regresive Moving Average (ARIMA) untuk memprediksi tingkat kemiskinan di Indonesia pada masa yang akan datang. Dataset kemiskinan yang digunakan bersumber dari Badan Pusat Statistik (BPS) dengan data pengujian dari tahun 2011 hingga tahun 2020. Peneliti akan menggunakan 3 parameter error untuk mengevaluasi hasil tingkat kemiskinan di Perkotaan, Pedesaan maupun secara Nasional yaitu RMSE, MAE dan MAPE. Berdasarkan pengujian yang dilakukan bahwa dataset perkotaan menghasilkan model ARIMA(2,2,5) sebagai model ARIMA terbaik dengan RMSE=1.246582, MAE=0.923255 dan MAPE=12%, untuk dataset pedesaan menghasilkan model ARIMA(1,2,1) sebagai yang terbaik dengan RMSE=0.392650, MAE=0.311529 dan MAPE=2%. Sedangkan untuk dataset secara nasional menghasilkan model ARIMA(0,2,5) sebagai yang terbaik dengan RMSE=2.533166, MAE=2.090505 dan MAPE=20%. Dari 3 pengujian tersebut disimpulkan bahwa model ARIMA berhasil memprediksi tingkat kemiskinan di Indonesia baik wilayah Perkotaan, Pedesaan maupun secara Nasional dengan hasil baik.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"134 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116338230","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

IMPLEMENTASI FEISTEL BLOCK CIPHER DALAM ENKRIPSI FILE BERBENTUK TEKS 文本文件加密中的费斯特尔区块密码实现

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-08-10 DOI: 10.35760/ik.2021.v26i2.4238

Ety Sutanty, Meilani B. Siregar, Esti Setiyaningsih

{"title":"IMPLEMENTASI FEISTEL BLOCK CIPHER DALAM ENKRIPSI FILE BERBENTUK TEKS","authors":"Ety Sutanty, Meilani B. Siregar, Esti Setiyaningsih","doi":"10.35760/ik.2021.v26i2.4238","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i2.4238","url":null,"abstract":"Salah satu cara mengamankan file digital yang dikirimkan melalui jaringan komputer adalah kriptografi. Kriptografi melakukan pengamanan terhadap file digital yang dikirimkan dengan melakukan pengacakan informasi asli (plaintext) menggunakan kunci (key). Pada penelitian ini akan diimplementasikan salah satu metode dalam melakukan enkripsi terhadap file berbentuk Teks (txt, pdf, docx dan rtf) dengan maksimal input file digital berukuran 80 MB menggunakan Feistel Block Cipher dengan metode 3DES. Proses penyandian (enkripsi) algoritma DES diproses sebanyak 3 kali menggunakan 3 kunci dengan total kunci yang dibangkitkan menjadi 168 bit. Ketiga kunci yang digunakan dapat bersifat saling bebas, atau hanya 2 kunci saja yang saling bebas tergantung penggunaan yang dibutuhkan. Hasil pengujian menunjukkan ukuran file berpengaruh pada waktu yang dibutuhkan dalam proses enkripsi maupun dekripsi, selain itu proses yang berjalan pada sistem operasi juga mempengaruhi waktu pengenkripsian suatu file. Tabel hasil uji coba menunjukkan bahwa waktu yang dibutuhkan dalam proses enkripsi tidak jauh berbeda dengan waktu yang dibutuhkan dalam proses dekripsi pada file yang sama, yaitu memiliki selisih sebesar 0.03% dimana proses dekripsi lebih cepat daripada proses enkripsi.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"275 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134073644","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

IMPLEMENTASI ALGORITMA KLASIFIKASI SUPPORT VECTOR MACHINE UNTUK ANALISA SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN PSBB

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-08-10 DOI: 10.35760/ik.2021.v26i2.4289

Heart Parasian PR Zuriel, Achmad Fahrurozi

{"title":"IMPLEMENTASI ALGORITMA KLASIFIKASI SUPPORT VECTOR MACHINE UNTUK ANALISA SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN PSBB","authors":"Heart Parasian PR Zuriel, Achmad Fahrurozi","doi":"10.35760/ik.2021.v26i2.4289","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i2.4289","url":null,"abstract":"Pada saat ini penggunaan Twitter semakin luas. Pengguna twitter dapat dengan bebas untuk berpendapat dan membagikan sudut pandang mereka mengenai isu tren dunia. Hal ini membuat konten twitter menjadi beragam dan menarik untuk dianalisa, termasuk dengan tren kebijakan pemerintah yang ramai diperbincangkan di Indonesia. Munculnya pandemi Covid-19 ini membuat pemerintah mengeluarkan kebijakan yang bertujuan untuk menekan laju pertambahan orang yang terinfeksi virus. Kebijakan ini diberi nama Pembatasan Sosial Berskala Besar atau yang dikenal PSBB. Kebijakan ini pun hangat diperbincangkan di berbagai sosial media, tak terkecuali Twitter. Analisa sentimen dilakukan dengan menggunakan Support Vector Machine (SVM) sebagai algoritma klasifikasi pada data tweet yang berjumlah 22.335 data. Pelabelan data dalam penelitian ini dilakukan menggunakan metode Lexicon Based. Pada penelitian ini terdapat 4 model SVM yang dibangun menggunakan 4 fungsi kernel yaitu kernel Linear, RBF, Polynomial dan Sigmoid. Hasil klasifikasi dari masing-masing model diukur performanya menggunakan k-fold cross validation. Berdasarkan perhitungan, diperoleh bahwa performa model klasifikasi SVM dengan kernel RBF merupakan yang terbaik dibanding kernel lainnya dalam kasus penelitian analisa sentimen ini. Nilai accuracy, precision, recall, dan f1-score-nya yang diperoleh model klasifikasi dengan kernel RBF secara berturut-turut adalah 95.94%, 94.41 %, 97.8%, dan 96.08%. Model klasifikasi dengan kernel RBF ini memberikan mengklasifikasikan 11.764 (52.7%) data tweet ke dalam kelas positif dan 10.571 (47.3%) data tweet ke dalam kelas negative. Hasil tersebut memberikan kesimpulan bahwa pengguna twitter cenderung bersentimen positif terhadap kebijakan PSBB.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"216 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122000451","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: 5

MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DALAM PERAMALAN NILAI HARGA SAHAM PENUTUP INDEKS LQ45

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-23 DOI: 10.35760/ik.2021.v26i1.3695

Devita Priyadi, Iffatul Mardhiyah

引用次数: 2

KLASIFIKASI PENGADUAN LARAS ONLINE BERBASIS TEXT MINING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-12 DOI: 10.35760/ik.2021.v26i1.3397

Muhammad Azis Suprayogi

{"title":"KLASIFIKASI PENGADUAN LARAS ONLINE BERBASIS TEXT MINING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES","authors":"Muhammad Azis Suprayogi","doi":"10.35760/ik.2021.v26i1.3397","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i1.3397","url":null,"abstract":"Laras Online adalah fasilitas pada Pemkab Bogor yang diperuntukkan bagi masyarakat terutama warga Kabupaten Bogor sebagai wadah aspirasi dan pengaduan. Seiring dengan jumlah pengaduan yang masuk sangat banyak sehingga mengakibatkan waktu yang lebih lama yang digunakan oleh petugas admin dalam memilah kemudian menentukan unit tujuan pengaduan. Penelitian ini bertujuan untuk membandingkan performansi klasifikasi dokumen pengaduan pada situs Laras Online menggunakan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes Classifier (NBC). Penelitian dilakukan dengan cara mengumpulkan dokumen pengaduan, melakukan preprocessing, pembobotan kata, klasifikasi, dan pengujian. Pengujian menggunakan cross validation dengan parameter k-fold=10 dan confusion matrix berdasarkan nilai accuracy, precission, recall, dan score-f1. Hasil pengujian terhadap 360 dataset menunjukkan bahwa algoritma NBC lebih baik dari algoritma KNN dengan nilai k=3, k=5, k=7, dan k=9 untuk mengklasifikasikan dokumen pengaduan ke dalam 6 kategori. Hasil klasifikasi menggunakan algoritma NBC memberikan nilai accuracy sebesar 79,16% dengan nilai precission tertinggi pada 2 kategori yaitu Dinsos 91,30% dan SatpolPP 66,80%, nilai recall tertinggi pada 4 kategori yaitu Disdukcapil 89,90%, Dislinghidup 88,40%, Dispupr 93,20%, dan Dishub 76,50%, serta nilai score-f1 tertinggi pada 4 kategori yaitu Disdukcapil sebesar 82,10%, Dislinghidup 82,90%, Dinsos 88,90%, dan Dishub 81,20%.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127164273","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

ROBOT EDUKASI PERTANIAN AGROBOT-I: RANCANGAN ELEKTRONIKA DAN SISTEM PENGGERAK

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-07 DOI: 10.35760/ik.2021.v26i1.2696

Yogi Permadi, Sandy Suryo Prayogo, Tubagus Maulana Kusuma

{"title":"ROBOT EDUKASI PERTANIAN AGROBOT-I: RANCANGAN ELEKTRONIKA DAN SISTEM PENGGERAK","authors":"Yogi Permadi, Sandy Suryo Prayogo, Tubagus Maulana Kusuma","doi":"10.35760/ik.2021.v26i1.2696","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i1.2696","url":null,"abstract":"Berkurang peminat generasi muda terhadap pertanian konvensional berdampak pada penurunan ketersediaan pangan, untuk mengatasi permasalahan tersebut, maka teknologi otomasi dibidang pertanian perlu dikembangkan selain untuk mempermudah juga untuk meningkatkat minat generasi penerus pertanian di Indonesia. Pada penelitian ini dirancang dan dibangun sebuah prototipe robot pertanian untuk keperluan edukasi dan penelitian dalam hal otomasi tanam dan panen tanaman padi yang diberi nama Agrobot-I. Robot ini dapat bergerak medan tanah lahan pertanian untuk melakukan proses tanam, perawatan tanaman dari gangguan gulma dan proses panen tanaman padi yang dilengkapi dengan mekanik gripper yang menyerupai lengan sebagai alat bantu untuk melakukan ketiga pekerjaan tersebut. Robot yang memiliki tujuan utama untuk sarana edukasi dan pengenalan terhadap aplikasi teknologi pada bidang pertanian ini diharapkan dapat memberikan gambaran proses pertanian yang sesungguhnya, meskipun hanya dalam bentuk simulasi di lingkungan buatan. Pengujian dilakukan terhadap fungsi masing-masing sistem penggerak yang dikendalikan menggunakan mikrokontroller Arduino dari pergerakan motor DC yang menggunakan sistem differensial drive. Pengujian terhadap lengan robot dari peneumatik untuk menaik turunkan lengan, pengujian cartesian untuk sb-x dan sb-y dari lengan, dan juga lengan itu sendiri yang menggunakan motor servo. Hasil pengujian terhadap fungsi robot secara keseluruhan telah berhasil dilakukan, yaitu dari proses tanam, pencabutan gulma, dan panen.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"93 7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126048679","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

KLASIFIKASI AREA GEMPA BUMI MENGGUNAKAN ALGORITMA RANDOM FOREST 使用随机森林算法对地震区域进行分类

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-07 DOI: 10.35760/ik.2021.v26i1.3853

I. Ismail

{"title":"KLASIFIKASI AREA GEMPA BUMI MENGGUNAKAN ALGORITMA RANDOM FOREST","authors":"I. Ismail","doi":"10.35760/ik.2021.v26i1.3853","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i1.3853","url":null,"abstract":"Salah satu informasi yang dibutuhkan oleh warga negara di dunia adalah informasi mengenai kejadian bencana alam khususnya gempa bumi. Kejadian gempa bumi yang telah terjadi dapat diklasifikasikan dengan menganalisis data gempa bumi pada masa lampau. Pada penelitian ini diimplementasikan penggunaan algoritma Random Forest untuk mengklasifikasikan suatu area apakah termasuk ke dalam kelas gempa bumi atau kelas bukan gempa bumi yang terjadi di dunia. Penelitian ini menghasilkan peta area di seluruh dunia yang terjadi gempa bumi berdasarkan data di masa lampau tahun 1965-2016 dari earthquake dataset kaggle. Penelitian ini menggunakan 7 atribut untuk melakukan klasifikasi antara lain date, time, latitude, longitude, depth, magnitude, dan type. Penelitian ini juga menghitung tabel Confusion Matrix yang dihasilkan dari data aktual dan data prediksi yang telah di proses dalam Random Forest Classifier. Hasil Pengujian Testing Dataset klasifikasian wilayah atau area yang terjadi gempa bumi menghasilkan akurasi sejumlah 99.97%. Hasil penelitian ini diharapkan dapat membantu pihak terkait yang menangani kejadian bencana alam khususnya gempa bumi dengan mengklasifikasikan suatu area termasuk gempa bumi atau bukan gempa bumi berdasarkan atribut yang telah ditentukan.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"12 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125786403","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

EVALUASI TATA KELOLA TEKNOLOGI INFORMASI PADA DINAS TENAGA KERJA KABUPATEN BOGOR MENGGUNAKAN PROCESS ASSESSMENT MODEL (PAM) COBIT 5 茂物区劳动服务处信息技术治理评估使用进程评估模型(PAM) COBIT 5

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-07 DOI: 10.35760/ik.2021.v26i1.3517

Yopie Noor Hantoro, Suryarini Widodo

{"title":"EVALUASI TATA KELOLA TEKNOLOGI INFORMASI PADA DINAS TENAGA KERJA KABUPATEN BOGOR MENGGUNAKAN PROCESS ASSESSMENT MODEL (PAM) COBIT 5","authors":"Yopie Noor Hantoro, Suryarini Widodo","doi":"10.35760/ik.2021.v26i1.3517","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i1.3517","url":null,"abstract":"Dinas Tenaga Kerja Kabupaten Bogor merupakan salah satu organisasi perangkat daerah yang telah menerapkan sistem informasi dalam melayani kebutuhan masyarakat melalui program Bogor Career Center (BCC). Sebuah tata kelola Teknologi Informasi (TI) yang memadai diperlukan untuk memaksimalkan program ini diperlukan sehingga memberikan hasil yang maksimal dan sesuai dengan tujuan organisasi. Penelitian ini bertujuan untuk melakukan evaluasi terhadap tata kelola TI pada Dinas Tenaga Kerja Kabupaten Bogor dan memberikan rekomendasi perbaikan tata kelola. Metode yang digunakan mengacu pada Process Assessment Model (PAM) kerangka kerja COBIT 5. Hasil penelitian menunjukkan bahwa domain tingkat kapabilitas proses TI yang sesuai dengan prioritas organisasi adalah EDM01, EDM02, EDM04, EDM05, DSS01, DSS02, DSS03, DSS04, DSS06 dan MEA01. Hasil pengukuran menunjukkan bahwa domain MEA01 berada pada tingkat kapabilitas 0 (incomplete process) yang artinya proses tidak diimplementasikan atau gagal mencapai tujuan prosesnya. Sedangkan sisanya berada pada tingkat kapabilitas 1 (performed process) yang artinya proses telah diimplementasikan dan mencapai tujuan prosesnya. Sedangkan tingkat kapabilitas yang diharapkan adalah pada level 3 (established process) yang artinya proses memiliki dokumentasi terhadap proses baik pada perencanaan, kebijakan, standar dan dokumen kinerja.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121491200","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

PREDIKSI RATA-RATA ZAT BERBAHAYA DI DKI JAKARTA BERDASARKAN INDEKS STANDAR PENCEMAR UDARA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY 根据使用LONG SHORT-TERM记忆法对雅加达DKI有毒物质的平均预测

Jurnal Ilmiah Informatika Komputer Pub Date : 2021-06-07 DOI: 10.35760/ik.2021.v26i1.3702

A. Oktaviani, Hustinawati Hustinawati

{"title":"PREDIKSI RATA-RATA ZAT BERBAHAYA DI DKI JAKARTA BERDASARKAN INDEKS STANDAR PENCEMAR UDARA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY","authors":"A. Oktaviani, Hustinawati Hustinawati","doi":"10.35760/ik.2021.v26i1.3702","DOIUrl":"https://doi.org/10.35760/ik.2021.v26i1.3702","url":null,"abstract":"Indonesia menempati peringkat ke-6 dari 98 negara paling berpolusi di dunia pada tahun 2019. Di tahun tersebut, rata-rata AQI (Air Quality Index) sebesar 141 dan rata-rata konsentrasi PM2.5 sebesar 51.71 μg/m3 yang lima kali lipat diatas rekomendasi World Health Organization (WHO). Salah satu kota penyumbang polusi udara yaitu Jakarta. Berdasarkan data ISPU (Indeks Standar Pencemar Udara) yang diambil dari SPKU (Stasiun Pemantau Kualitas Udara) Dinas Lingkungan Hidup DKI Jakarta melampirkan pada tahun 2019, Jakarta memiliki kualitas udara sangat tidak sehat. Oleh karena itu perlu adanya model Artificial Intelligence dalam memperdiksi rata-rata tingkat zat berbahaya pada udara di DKI Jakarta. Salah satu algoritma yang dapat diterapkan dalam membuat model prediksi dengan menggunakan data timeseries adalah Long Short-Term Memory (LSTM). Tujuan dari penelitian ini membangun model prediksi rata-rata ISPU di DKI Jakarta menggunakan metode LSTM yang berguna bagi para pemangku kepentingan dibidang lingkungan hidup khususnya mengenai polusi udara. Penelitian mengenai prediksi rata-rata ISPU di DKI Jakarta menggunakan metode LSTM, menghasilkan nilai evaluasi MAPE 12.28%. Berdasarkan hasil evaluasi MAPE yang diperoleh, model LSTM yang digunakan untuk prediksi rata-rata ISPU di DKI Jakarta masuk kedalam kategori akurat.","PeriodicalId":428168,"journal":{"name":"Jurnal Ilmiah Informatika Komputer","volume":"27 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122604812","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