Indonesian Journal of Applied Informatics
Indonesian Journal of Applied Informatics publishes articles that are of significance in their respective fields whilst also contributing to the discipline of informatics as a whole and its application. Every incoming manuscript will first be examined by the Editorial Board in accordance with sub-fields of research and attention to elements of conformity with the format and guidelines for writing Indonesian Journal of Applied Informatics. Each manuscript is declared eligible by the editor will be returned to the author (if there are repairs) or can be directly issued (if there is no revision required).
Articles
13 Documents
Search results for
, issue
"Vol 4, No 2 (2020)"
:
13 Documents
clear
<![CDATA[Optimasi Asupan GGL Ideal Pada Usia Produktif Dengan Algoritma Genetika ]]>
<![CDATA[Anita Sindar RM Sinaga]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.41505
<![CDATA[Financial security encourages fast food eating habits, the characteristics of problems that require solving genetic algorithms that have multi-objective and multi-criteria. Based on the mathematical model built, an analysis is performed to find the best (optimal) solution. Optimization is an effort or activity to get the best results with the requirements given. Genetic Algorithm as a branch of Evolution Algorithm is an adaptive method commonly used to solve a value search in an optimization problem. To check the results of the optimization we need a fitness function, which signifies a coded description of the solution. During the process, the parent must be used for reproduction, crossing and mutation to obtain new offspring. Determination of the composition of the ideal GGL for productive age must meet the minimum limits for each component of nutrition. The higher the Fitness value the better the chromosomes become a candidate solution. Offspring results generated from the results of the reproduction process are crossever and mutation. The selection process is carried out to obtain the best chromosomes that will be made into the next generation's population. The best chromosomes offSpring 10 Fitness 12737.34.]]>
<![CDATA[Sistem Deteksi Dini Bencana Banjir Menggunakan Modul 433MHz Berbasis Arduino ]]>
<![CDATA[M. Zainal Arifin]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.39254
<![CDATA[Banjir adalah bencanan alam yang sulit di deteksi kapan akan datang terutama di musim hujan. Akibatnya banyak masyarakat yang kehilangan harta benda bahkan terkadang sampai menimbulkan korban jiwa akibat bencana banjir. Untuk itu, estimasi level ketinggian air penting untuk menentukan bahaya mendasar dalam resiko datangnya banjir. Objek pengukuran yang digunakan dalam penelitian ini yaitu Tinggi Muka Air (TMA) dengan menggunakan teknik pesan singkat yang bisa dikirim melalui gelombang radio dan sensor ketinggian air sungai sebagai sensor yang mengambil nilai ketinggian air sungai itu sendiri, sehingga tidak membutuhkan sinyal dan jaringan internet serta tidak membutuhkan pulsa untuk penggunaannya. hasil akhir dari penelitian ini adalah informasi ketinggian air yaitu status normal, siaga I, siaga II, siaga III atau siaga IV.]]>
<![CDATA[Penggunaan Natural Language Processing Pada Chatbot Untuk Media Informasi Pertanian ]]>
<![CDATA[Rifa Khoirunisa]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.38688
<![CDATA[Pertanian merupakan pemanfaatan sumber daya yang dilakukan oleh manusia untuk menghasilkan bahan baku pangan serta mengelola lingkungan di sekitarnya. Dengan berkembangnya industri 4.0 sekarang ini, banyak bidang yang menggunakan kecerdasan buatan termasuk pertanian. Penelitian ini bertujuan untuk membantu petani mengetahui beberapa informasi penting yang berhubungan dengan pertanian berdasarkan relevansi waktu yang berlaku. Dalam penelitian ini digunakan konsep Natural Language Processing. Natural Language Processing adalah menganalisis teks dengan cara terkomputerasi, pada penelitian ini NLP digunakan untuk mencari kata dasar pada kalimat yang dimasukkan oleh user. Proses menjawab pertanyaan yang dimasukkan oleh user menggunakan metode pharsing kalimat, kemudian metode lemmatization untuk mencari kata dasar, lalu dari kata dasar menggunakan rule based untuk mencari jawaban yang sesuai dengan pertanyaan berdasarkan kata dasar. Hasil dari penelitian ini adalah prototype sistem yang dapat digunakan oleh petani untuk mengetahui informasi mengenai pertanian sesuai dengan relevansi waktu yang berlaku, contoh : harga bibit, pemberian pupuk, daerah panen, harga panen. Dari hasil pengujian didapatkan 86,12% aplikasi dapat mempharsing kalimat, 70% aplikasi dapat menjawab relevansi waktu sesuai permintaan user dan 73,33% dapat menampilkan jawaban yang sesuai dengan pertanyaan user.]]>
<![CDATA[Pengenalan Batik Indonesia Menggunakan Ciri Warna dan Tekstur ]]>
<![CDATA[Ema Rachmawati]]>;
<![CDATA[Maula Ilma Ahgnia Dwi Anjani]]>;
<![CDATA[Febryanti Sthevanie]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.41591
<![CDATA[Upaya pelestarian budaya bangsa melalui pengenalan batik merupakan hal yang harus selalu ditingkatkan. Terlebih dengan diakuinya budaya batik Indonesia oleh UNESCO sebagai bagian dari warisan budaya tak berwujud (intangible). Hal inilah yang mendasari dilakukannya sejumlah penelitian terkait pengenalan batik. Hasil kinerja yang sangat baik telah dicapai oleh berbagai sistem pengenalan batik. Namun, berbagai penelitian yang dilakukan tersebut masih terbatas pada jumlah motif batik yang sedikit. Oleh karena itu, pada penelitian ini dibangun sistem pengenalan batik dengan menggunakan 114 motif batik dari 14 daerah di propinsi Jawa Barat. Ciri gabungan dibangun dengan mengkombinasikan ciri tekstur dan warna. Ciri tekstur didapatkan dari Gray Level Co-occurrence Matrix (GLCM) sedangkan ciri warna didapatkan dari Color Difference Histogram (CDH). Penulis juga menambahkan variasi dalam dataset yang berupa rotate dan flip untuk memperbesar variasi intra-class. Hasil utama dari kinerja sistem yang dibuat adalah akurasi sebesar 99,128 % dan F1-Score sebesar 98,9999% pada pengenalan batik berdasarkan daerah, sedangkan pada pengenalan batik berdasarkan motif didapatkan akurasi sebesar 98,2456% dan F1-Score sebesar 98,3208%. ]]>
<![CDATA[Penerapan Metode Clustering K-Means Untuk Menentukan Nilai Burst Header Packet Flooding Attack Pada Optical Burst Switching ]]>
<![CDATA[Ikhsan Nur Rizkiana]]>;
<![CDATA[Alam Rahmatulloh]]>;
<![CDATA[Rohmat Gunawan]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.40070
<![CDATA[Optical Burst Switching merupakan solusi yang menjanjikan dalam teknologi switching saat ini. Salah satu tantangan keamanan utama yang dihadapi kinerja yang mempengaruhi OBS ialah serangan flood terhadap burst header packet. Kondisi tersebut menyebabkan jaringan melambat atau dalam beberapa kasus besarnya ialah denial of service. Dalam hal ini dicoba untuk menerapkan metode clustering dengan algoritma k-means untuk mengetahui nilai data dari Class OBS yang disebabkan oleh flood pada BHP antara lain NB-No Block, Block, No Block, dan NB-Wait. Clustering merupakan metode pengelompokan data menggunakan algoritma k-means yang banyak digunakan dalam berbagai penerapan salah satunya untuk keamanan. Hasil Penelitian menunjukan jumlah nilai data flooding BHP lebih besar terdapat pada class NB-No Block dan NB-Wait. ]]>
<![CDATA[Comparison of NoSQL Database Performance with SQL Server Database on Online Airplane Ticket Booking ]]>
<![CDATA[Nadea Cipta Laksmita]]>;
<![CDATA[Erwin Apriliyanto]]>;
<![CDATA[I Wayan Pandu]]>;
<![CDATA[Kusrini Rini]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.38956
<![CDATA[Flight ticket booking services have become more advanced, where bookings can be made through the android / iOS application and through a web browser, ticket reservations, no longer have to come to travel agents or come to the airport to book plane tickets. In this study using an online ticket booking database where one database uses the NoSQL database and another database uses SQL Server. The purpose of this research is to test the performance of NoSQL speed with SQL Server with the Insert, Delete and Select commands. The testing method uses 100 records, 500 records, 1000 records, and 5000 records, with each record being tested four times and then taken on average. The results of this study are that the NoSQL database Insert command has a speed 4 times faster than the SQL Server database for under 500 records, whereas above 500 NoSQL database records 5 times slower, the Delete NoSQL database command has a speed 3 times faster than the SQL database Server, and the command Select 1 NoSQL database table 55 times faster than SQL Server databases, while 2 NoSQL database tables are 18 times slower than SQL Server databases, while 3 NoSQL database tables are 10 times slower than SQL Server databases, whereas 4 database tables NoSQL is 16 times slower than SQL Server databases.]]>
<![CDATA[Machine Learning Prediksi Karakter Pengguna Hastag (#) Bahasa Generasi Milenial Di Sosial Media ]]>
<![CDATA[Anita Sindar RM Sinaga]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.41764
<![CDATA[Activity on the internet leaves a traceable digital trail. Users who are expressive of social media and have a habit of pouring everything on Instagram are more considerate of the cause and effect of status updates. The problem discussed in this study is to describe the character of the Instagram user account according to the hashtags (#) of the most widely used millennial language such as #awesome and so on. With machine learning, computers can work alone. This digital technology has long been applied to Google search, search engines and social media (Facebook, Twitter, Instagram). The benefits of machine learning are the ease of obtaining digital data from online users. The stages of the study consisted of the application of algorithms that produced predictions for classification using the K-Nearest Neighbors Algorithm. The formulation of the problem in this research is how to process data sourced from millennial language hashtags based on the most popular hashtags (#) on instagram using machine learning by identifying names in the text into Connected, Creative and Confident. From the results of the calculation of the closest distance and proximity of the neighboring obtained 10 popular hashtags. Creative Classifications become dominan type user.]]>
<![CDATA[Hubungan Kausal Antar Faktor-Faktor yang Mempengaruhi Sistem Informasi Akademik pada Perguruan Tinggi (Studi Kasus pada Perguruan Tinggi Swasta di Jawa Tengah) ]]>
<![CDATA[Ahmad Rois Syujak]]>;
<![CDATA[Ridho Rahmadi]]>;
<![CDATA[Yudi Prayudi]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.40664
<![CDATA[Pemanfaatan teknologi informasi tidak hanya pada pemanfaatan sektor bisnis, tetapi juga sektor publik yang salah satunya adalah lembaga perguruan tinggi melalui Sistem Informasi Akademiknya. Efisiensi dan efektifitas proses informasi dengan menggunakan sistem informasi hanya akan terjadi apabila teknologi tersebut terjamin kualitas serta keamanannya. Tesis ini merupakan penelitian yang akan membahas tentang hubungan kausal antar faktor–faktor yang merepresentasikan kualitas dan keamanan Sistem Informasi Akademik pada Perguruan Tinggi. Sejumlah 147 responden ikut berpartisipasi dalam penelitian ini. Dalam memodelkan hubungan kausal, penelitian ini menggunakan sebuah metode baru yang bernama Stable Spesification Search for Cross-Sectional Data with Latent Variable (S3C-Latent) (Rahmadi, Groot, & Heskes, 2019). Dari studi ini, peneliti menemukan hubungan asosiasi antara variabel yang arah kausalnya belum dapat ditentukan dari data kuisioner yang telah didapatkan. Sehingga dalam penelitian ini menyimpulkan bahwa ditemukan adanya hubungan asosiasi yang kuat yang tidak bisa ditentukan arah hubungan kausalnya. Kualitas sistem informasi sebagai variabel inti berhubungan langsung dengan variabel kualitas informasi. Secara tidak langsung variabel kualitas sistem informasi melalui variabel kualitas informasi mempunyai hubungan dengan variabel kepuasan pengguna, yang mana variabel kepuasan pengguna berhubungan langsung dengan dua variabel lainya yaitu variabel keamanan dan variabel penanganan sistem terhadap masalah keamanan. Hubungan-hubungan tersebut secara umum sesuai dengan studi-studi sebelumnya yang relevan.]]>
<![CDATA[Penerapan Metode Fuzzy Analitycal Hierarchy Process Pada Penilaian Kinerja Dosen Dalam Aspek Kedisiplinan ]]>
<![CDATA[Teguh Sri Pamungkas]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.39059
<![CDATA[Upaya untuk meningkatkan kualitas dosen sangat di perlukan sekali, sehingga perlu adanya penilaian kinerja dosen. Hal ini disebabkan dosen sebagai tulang punggung suatu perguruan tinggi diharapkan dapat mentransfer ilmu yang dimilikinya dan mengkondisikan suasana yang kodusif ketika proses perkuliahan.Sistem pendukung keputusan penilaian kinerja dosen menilai aspek kompetensi. Aspek kompetensi yang dinilai adalah kompetensi kedisiplinan. Kompetensi adalah kombinasi antara pengetahuan, keterampilan dan kepribadian yang dapat meningkatkan kinerja dosen sehingga mampu memberikan kontribusi terhadap kesuksesan universitasnya.Pengunaan metode Fuzzy Analitycal Hierarchy pada penilaian kinerja dosen telah berhasil menyelesaikan masalah terhadap multikriteria yang belum terstruktur menjadi lebih terstruktur, dimana penilaian kinerja dosen ini dinilai lebih baik daripada perhitungan sistem manual.]]>
<![CDATA[Pembangunan Aplikasi Mobile Hybrid Pada M-Voting Pemilu Raya Universitas Muhammadiyah Malang ]]>
<![CDATA[Hartanto Santoso]]>;
<![CDATA[Wildan Suharso]]>;
<![CDATA[Hariyady Hariyady]]>
<![CDATA[ IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020) ]]>
Publisher : <![CDATA[Universitas Sebelas Maret ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20961/ijai.v4i2.40870
<![CDATA[Voting merupakan pemilihan suara terbanyak yang bertujuan untuk mencari suatu kesepakatan bersama terhadap sesuatu yang penting. Pada penelitian ini bertujuan membangun frontend aplikasi m-voting untuk pemilu raya di Universitas Muhammadiyah Malang. Penelitian ini menggunakan metode User Centered Design (UCD), metode ini berfokus pada pengguna sebagai pusat dalam pengembagan aplikasi. Pada pembangunan aplikasi ini menggunakan framework flutter. Flutter merupakan framework yang dibuat google menggunakan bahasa dart. Flutter bersifat cross platform, dimana pengembagan menggunakan framework ini dapat membuat satu aplikasi yang dapat berjalan di dua sistem operasi baik iOs dan android. Sedangkan untuk pengujian pada pembangunan frontend aplikasi M-voting ini menggunakan System Usability Scale (SUS). Skor yang didapatkan setelah pengujian sebesar 71,61 yang berdasarkan interpretasi menggunakan rating SUS score berada pada tingkat ‘Good’.]]>
