Article Per Year (5 Year)
p-Index From 2019 - 2024
6.509
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) Journal of Computer System and Informatics (JoSYC) KLIK: Kajian Ilmiah Informatika dan Komputer Indonesian Journal of Computer Science
Rahmi Hidayati
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
IMPLEMENTASI METODE DEMPSTER SHAFER PADA SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN KARET BERBASIS WEBSITE (STUDI KASUS PT. LANDAK BHAKTI PALMA KECAMATAN NANGA MAHAP) Jaka Jaka; Rahmi Hidayati; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57946

Abstract

Karet (Hevea brasiliensis) termasuk dalam Genus Hevea dari familia Euphorbiaceae, merupakan pohon kayu tropis penghasil lateks. Tanaman karet merupakan salah satu komoditi unggulan tanaman perkebunan yang ada di Indonesia. Prioritas utama pengelolaan tanaman karet adalah bagaimana mengelola batang tanaman ini secara efisien agar menghasilkan lateks dengan kualitas terbaik. Tanaman karet memiliki hama dan penyakit yang dapat menganggu pertumbuhannya sehingga menyebabkan kualitas lateks yang dihasilkan tidak bagus. Untuk mengatasi masalah tersebut diperlukan pengetahuan lebih mengenai gejala hama atau penyakit serta cara mengatasi masalah dari para ahli atau pakar. Metode Dempster Shafer merupakan metode ketidakpastian yang mengakuisi nilai kepercayaan para pakar berdasarkan pengetahuan yang dimilikinya, untuk menghasilkan diagnosis yang cepat, tepat dan akurat. Pada proses diagnosa hama dan penyakit tanaman karet, pengguna memberikan masukan berupa data gejala kemudian sistem akan memberikan keluaran berupa nama kerusakan, nilai densitas, penyebab kerusakan dan solusi. Data yang digunakan adalah 12 jenis data penyakit dan 5 jenis data hama. Berdasarkan hasil pengujian yang dilakukan sebanyak 56 data uji diperoleh tingkat akurasi keberhasilan sistem sebesar 92.85%.
PENERAPAN DROPOUT PADA JARINGAN SARAF TIRUAN BACKPROPAGATION DALAM MENGKLASIFIKASI TINGKAT FINE FUEL MOISTURE CODE (FFMC) UNTUK KEBAKARAN HUTAN DAN LAHAN Irwan Guntoro; Dwi Marisa Midyanti; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 10, No 01 (2022): Edisi April 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i01.52734

Abstract

Sistem Peringkat Bahaya Kebakaran hutan/lahan (SPBK) merupakan sistem peringatan dan deteksi dini kebakaran hutan/lahan di Indonesia. SPBK telah dikembangkan di Indonesia melalui penerapan Fire Weather Index (FWI). FWI terdiri dari 3 buat komponen, yaitu Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC), dan Drought Code (DC). FFMC merupakan indikator potensi penyulutan api menjadi kebakaran hutan/lahan. FFMC memiliki empat kelas, yaitu rendah, sedang, tinggi, dan ekstrim. Tingkat FFMC dapat diklasifikasi berdasarkan 4 faktor yang mempengaruhi FFMC, yaitu suhu, curah hujan, kelembapan udara, dan kecepatan angin. Algoritma backpropagation merupakan metode klasifikasi yang dapat digunakan dalam mengklasifikasi tingkat FFMC. Algoritma backpropagation merupakan salah satu jaringan saraf tiruan yang digunakan untuk mengklasifkasi data. Penelitian ini menerapkan metode dropout pada algoritma. Metode dropout digunakan untuk mengurangi overfitting pada saat pelatihan jaringan saraf tiruan. Penelitian menggunakan data atribut suhu udara, kelembaban udara, kecepatan angin, dan curah hujan untuk diklasifikasi pada kelas FFMC. Dari hasil percobaan, performa model terbaik yang dihasilkan selama pelatihan JST adalah learning rate 0,5, iterasi 1000, MSE = 0,377, dan overfitting = 0,1408. Hasil klasifikasi kelas FFMC dengan menggunakan 557 data uji diperoleh tingkat akurasi sebesar 61.265%.
PENERAPAN TEKNIK LOCATION BASED SERVICE DAN ALGORITMA FLOYD-WARSHALL PADA APLIKASI PENCARIAN FASILITAS KESEHATAN DI KOTA PONTIANAK Fransiskus Julian Adresman; Dedi Triyanto; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45905

Abstract

Fasilitas kesehatan merupakan tempat dimana masyarakat mendapatkan pelayanan kesehatan. Pelayanan tersebut dapat diselenggarakan oleh pemerintah maupun swasta. Pelayanan tersebar mulai dari tingkat provinsi, kabupaten maupun kota. Namun terkadang masih banyak masyarakat yang tidak tahu fasilitas kesehatan yang terdekat dari posisinya jika terjadi kecelakaan. Pada saat terjadi kecelakaan, maka masyarakat akan menuju ke fasilitas kesehatan yang mereka ketahui. Padahal jika terjadi kecelakaan atau terserang penyakit secara mendadak, maka perlu tindakan dengan melakukan pertolongan pertama yang diberikan oleh petugas medis terlatih. Pada penelitian ini, diterapkan teknik Location Based Service untuk mencari lokasi fasilitas kesehatan terdekat dengan pengguna berdasarkan posisi pengguna berada dan menentukan rute terdekat yang dapat dilalui pengguna menggunakan algoritma Floyd-warshall. Hasil dari sistem berupa peta yang menginformasikan posisi pengguna berada, posisi lokasi fasilitas kesehatan terdekat dengan pengguna, informasi yang berkaitan dengan fasilitas kesehatan tersebut serta rute yang dapat dilalui pengguna untuk menuju fasilitas kesehatan terdekat.
SISTEM PENJADWALAN MATA PELAJARAN SEKOLAH DASAR BERBASIS WEB Aris Fajrianto; Ilhamsyah Ilhamsyah; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 03 (2021): Edisi Desember 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i03.50889

Abstract

Schedule is very important and becomes a reference when teaching and learning activities take place. Clashes on subject schedules are a common problem that occurs in teaching and learning activities in schools. To minimize the occurrence of clashes between schedules, there are several things that must be considered in making course schedules, including the mapping of teachers who teach, the allocation of time slots, the space available in the school, as well as rules and restrictions on the schedule that must not be violated. In making or compiling a schedule, accuracy and time are also required so that the schedule does not conflict when teaching and learning activities are carried out. This application was made with the aim of making it easier for the school in making subject schedules by minimizing the occurrence of clashes between schedules. Applications built on a web basis using the Laravel and Vue.js frameworks. This application requires input data in the form of teacher teaching allocations and time slot allocations. The output data in this application is a schedule of subjects that are displayed based on class. Keyword: Schedule, Subject, School, Clashes, Web.
IMPLEMENTASI METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) PADA APLIKASI REKOMENDASI PENGAMBILAN KEPUTUSAN PEMILIHAN JURUSAN DI SMK ISLAM INSAN CENDEKIA Darmawansyah Darmawansyah; Rahmi Hidayati; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 10, No 03 (2022): Edisi Desember 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i03.56072

Abstract

AbstrakSekolah Menengah Kejuruan (SMK) Islam Insan Cendekia dalam proses penerimaan siswa baru melakukan serangkaian seleksi. Hal ini bertujuan untuk memberikan gambaran umum serta rekomendasi jurusan yang tepat sehingga calon siswa dapat mengembangkan potensi, bakat, dan minatnya secara maksimal. Serangkaian seleksi penerimaan siswa baru di SMK Islam Insan Cendekia masih dijalankan secara manual, sehingga membutuhkan waktu yang lebih lama dalam proses penyeleksiannya. Oleh karena itu, maka dibutuhkan sebuah sistem aplikasi pendukung keputusan pemilihan jurusan di SMK Islam Insan Cendekia. Metode yang digunakan pada penelitian ini adalah metode TOPSIS. Metode TOPSIS merupakan salah satu metode untuk penyelesaian masalah multikriteria. Penelitian ini menggunakan 11 kriteria diantaranya nilai Matematika, Ilmu Pengetahuan Alam, Bahasa Indonesia, Agama, Teknik Informasi Komunikasi, Nilai Tes Kemampuan Dasar (TKD) Jurusan Farmasi Klinis dan Komunitas (FKK), TKD Jurusan Rekayasa Perangkat Lunak (RPL), TKD Jurusan Asisten Keperawatan (AK), Nilai Wawancara Minat Jurusan FKK, Nilai Wawancara Minat Jurusan RPL, dan Nilai Wawancara Minat Jurusan AK. Masing-masing kriteria memiliki bobot kriteria. Penelitian ini menggunakan sebanyak 40 data calon siswa SMK Islam Insan Cendekia. Dari 40 data, didapatkan hasil sebanyak 20 siswa direkomendasikan pada jurusan FKK, 7 siswa direkomendasikan pada jurusan RPL, dan 13 siswa direkomendasikan pada jurusan AK. Kata Kunci: TOPSIS, Rekomendasi, Jurusan, Kriteria.
PENERAPAN METODE C4.5 UNTUK KLASIFIKASI POTENSI AKADEMIK SISWA (Studi kasus: SMP DDI Sultan Syarif Abdurachman Pontianak) Nurul Fajri 'Aini Firdaus; Dwi Marisa Midyanti; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.54266

Abstract

Potensi akademik siswa adalah salah satu pengaruh yang sangat penting untuk meningkatkan mutu pendidikan, meningkatkan persentase nilai sekolah, serta mempermudah siswa untuk melanjutkan kejenjang pendidikan selanjutnya dengan nilai yang dapat bersaing. Beberapa faktor kemungkinan penyebab turunnya potensi akademik siswa antara lain kurangnya daya serap siswa pada saat kegiatan belajar mengajar, siswa pasif bertanya dan lain-lain yang menyebabkan nilai akademik siswa tersebut tidak mencapai standar kriteria ketuntasan belajar yang telah ditetapkan oleh satuan pendidikan. Untuk meningkatkan potensi akademik pada SMP DDI Sultan Syarif Abdurachman Pontianak diperlukan bimbingan terhadap siswa yang mempunyai potensi akademik kurang atau dibawah dari kriteria ketuntasan belajar. Agar peningkatan potensi akademik siswa dapat berjalan dengan baik, maka dibutuhkan cara klasifikasi untuk menentukan siswa yang perlu atau tidak mendapatkan bimbingan. Klasifikasi yang digunakan yaitu metode C4.5. Metode ini digunakan untuk mendapatkan pohon akar yang hasil klasifikasinya dapat menentukan siswa tersebut perlu mendapat bimbingan. Target yang digunakan terdiri dari menengah atas, menengah bawah dan wajib konseling. Mata pelajaran yang digunakan sebanyak 10 mata pelajaran dan menggunakan data uji sebanyak 240 data. Penggunaan metode C4.5 untuk klasifikasi potensi akademik siswa mendapatkan rata-rata akurasi sebesar 93,332%.
Implementasi Metode Multi Atribute Utility Theory (MAUT) Dalam Penentuan Karyawan Pemanen Kelapa Sawit Terbaik (Studi Kasus: PT. Perkebunan Nusantara XIII Ngabang) Ita Permata Sari; Rahmi Hidayati; Uray Ristian
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.58687

Abstract

PT. Perkebunan Nusantara (PTPN) XIII Ngabang merupakan perusahaan penghasil kelapa sawit berlokasi di Provinsi Kalimantan Barat. PT.Perkebunan Nusantara XIII Ngabang adalah merupakan perusahaan BUMN perkebunan di wilayah Kalimantan Barat. Perkebunan PTPN menentukan pemilihan karyawan pemanen terbaik dikarenakan kontribusi pemanen yang besar untuk menentukan hasil dari perkebunan. Dalam menentukan karyawan panen terbaik ini banyak permasalahan yang belum objektif. Dari permasalahan tersebut perusahaan membutuhkan sistem yang membantu untuk memberikan rekomendasi karyawan pemanen terbaik. Banyaknya jumlah data karyawan mengakibatkan belum maksimalnya cara penentuan karyawan pemanen terbaik sehingga dibutuhkan sistem penentuan karyawan terbaik menggunakan metode Multi Attribute Utility Theory (MAUT) yang dapat menentukan karyawan pemanen terbaik yang lebih terstruktur. Metode MAUT merupakan suatu metode yang perbandingan kuantitatifnya mengkombinasikan perhitungan dengan hasil resiko dan keuntungan yang tidak sama digunakan untuk merubah dari beberapa ke nilai dengan skala 0-1 dimana 0 mewakili nilai terburuk dan 1 dengan nilai terbaik. Hasil akhir dari penelitian ini dipengaruhi oleh kriteria dan bobot. Hasil dari pengujian yang dilakukan menggunakan beberapa kriteria seperti kehadiran, jumlah buah, jumlah brondolan dan jumlah penol dimana data pegawai sebanyak 21 karyawan. Pada hasil penelitian yang memiliki nilai tertinggi yaitu alternatif kp4 dengan nilai 96,67.
KLASIFIKASI KEMATANGAN PEPAYA MENGGUNAKAN RUANG WARNA HSV DAN METODE NAIVE BAYES CLASSIFIER Ellif Ellif; Sampe Hotlan Sitorus; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 01 (2021): Edisi April 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i01.45906

Abstract

Buah pepaya merupakan buah yang sangat banyak dikonsumsi oleh masyarakat Indonesia, mulai dari anak-anak sampai dewasa. Tetapi permasalahan yang sering terjadi saat pemilihan buah pepaya adalah dalam tingkat kematangannya untuk memilih buah pepaya yang matang, tidak semua orang bisa membedakannya.Warna buah adalah salah satu faktor yang berperan dalam identifikasi kematangan. Oleh karena itu ekstraksi ciri warna dari buah pepaya dapat dimanfaatkan untuk mengetahui tingkat kematangan buah pepaya itu sendiri. Penelitian ini membangun sistem klasifikasi kematangan buah pepaya menggunakan ruang warna HSV dan metode naïve bayes. Pengklasifikasi citra menggunakan ruang warna HSV dan metode Naïve Baye dengan cara mencari probabilitas dengan gambar yang diuji berdasarkan tingkat kemiripannya dengan citra latih yang tersedia. Dari 50 buah pepaya 30 data latih dan 20 data uji didapatkan hasil tingkat keberhasilan sistem dalam mengenali citra buah pepaya berdasarkan tingkat kematangan maka didapat hasil yang sesuai.
IMPLEMENTASI METODE WEIGHTED MOVING AVERAGE PADA SISTEM PREDIKSI STOK TEMBAKAU LOKAL BERBASIS WEB (STUDI KASUS OUTLET PROGRESSIVE NICOTIANA) Sylviana Kusuma; Cucu Suhery; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 9, No 03 (2021): Edisi Desember 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i03.50860

Abstract

Progressive Nicotiana adalah outlet yang menjual berbagai jenis produk tembakau rokok linting. Ada banyak jenis produk tembakau yang dijual di Outlet Prohressive Nicotiana. Banyaknya produk tembakau ini menyebabkan pengelola outlet kesulitan dalam mengatur persediaan stok tembakau. Penjualan tembakau yang semakin naik mengakibatkan persediaan tembakau habis lebih awal. Persediaan stok tembakau perlu dijaga tetap stabil karena stok persediaan yang kurang dapat merugikan outlet. Untuk menjaga persediaan agar tetap stabil maka dibutuhkan suatu sistem untuk memprediksi persediaan stok tembakau agar tetap terjaga. Penelitian ini menerapkan sistem prediksi persediaan stok tembakau menggunakan metode Weighted Moving Average (WMA) berbasis web dengan masukan berupa data penjualan dari 18 produk tembakau. Sistem diprediksi menggunakan 3 bobot yaitu bobot 3, bobot 5 dan bobot 7. Penggunaan bobot 3 yaitu menggunakan 3 data penjualan 3 bulan sebelumnya untuk menghitung  nilai prediksi. Begitu juga dengan bobot 5 dan 7 yang menggunakan 5 dan 7 data penjualan sebelumnya untuk menghitung nilai prediksi. Pengujian sistem dilakukan dengan menghitung nilai error antara data aktual dan hasil prediksi menggunakan Mean Absolute Percentage Error (MAPE) pada masing-masing bobot untuk mendapatkan nilai bobot terbaik. Bobot 7 adalah bobot terbaik dengan nilai error 20,949. Persentase keberhasilan pada sistem prediksi persediaan stok tembakau pada bobot 3 adalah 77,64%, bobot 5 adalah 78,16% dan bobot 7 adalah 78,69%. Faktor keberhasilan tergantung nilai data aktual dan selisih data aktual dengan hasil prediksi sistem. Jika nilai data aktual kecil atau selisih besar maka persentase keberhasilan akan besar.Kata kunci: MAPE, Prediksi, Tembakau, WMA
PENERAPAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITE (ELECTRE) DALAM MENENTUKAN PEMILIHAN JURUSAN DI SMK NEGERI 1 MANDOR Frasila Frasila; Ikhwan Ruslianto; Rahmi Hidayati
Coding Jurnal Komputer dan Aplikasi Vol 10, No 03 (2022): Edisi Desember 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i03.56726

Abstract

One of the problem factors when entering school is in choosing a major, many prospective students feel confused in determining which major to choose. The majors available at SMK Negeri 1 Mandor include Multimedia, Metal Crafts, Wood Crafts, Electrical Installation and Automotive Light Vehicle Engineering. The electre method is a method that can produce decisions by comparing alternatives in pairs on the same criteria. The alternative used in this study is prospective students and the criteria used are the results of the national exam, school entrance test scores and specialization. The purpose of this research is to provide convenience in determining the majors according to the value of abilities and interests. Testing is done by means of black box testing and comparing the results of manual calculations with the recommendation system. The result of this research is in the form of the list of prospective students who are included in a chosen major. Several factors that influence in determining the decision are the criteria factor, the number of criteria and the weight of the criteria. ELECTRE generates recommendations for majors by looking at the value of the aggregation matrix that has been formed where to get the results of the aggregation matrix majors (E) giving a sequence of choices in each alternative, if the value of Alternative A which has the number of Ekl worth at least 1 can be eliminated, thus the best alternative is which dominates the other alternatives by having the most Ekl of 1 value. Keywords: ELECTRE, Course Recommendation, Decision Support System, Vocational High School, Major Selection.
Co-Authors Agus Harjoko Ariansyah Sudarsono Arif Rahmawan Aris Fajrianto Ayu Lathalia Lestari CHANDRA MONICA PERMADANI Cucu Suhery Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Fajar Mu'alim Fransiskus Julian Adresman Frasila Frasila Hafiz Adlan Afrigi Subri Ika Nurul Hidayah Ikhwan Ruslianto Ilhamsyah Indah Advia Lestarry Irma Nirmala Irwan Guntoro Irwan Guntoro Ita Permata Sari Jaka Jaka Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Maulana Basuki Ilham Michael Michael Muhamad Reksy Mulia Nur Fitriana Putri Nurul Fajri 'Aini Firdaus Nurul Mutiah Rahmanita Widiyanti Rizky Risan R Sampe Hotlan Sitorus Suci Junianti Suhardi Suhardi Suhardi Suhardi Suhardi Sy Kamal Baraqbah Syamsul Bahri Sylviana Kusuma Tedy Rismawan Tika Suci Pania Uray Ristian