Claim Missing Document
Check
Articles

Found 14 Documents
Search

Implementasi Metode Basis Data Fuzzy Tahani Dengan Pembobotan Entropy Dalam Pengambilan Keputusan Kelayakan Pembiayaan Murabahah Griya IB Hasanah Saputra Bhakti Wijaya; Rusdi Efendi; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1296.648 KB) | DOI: 10.33369/rekursif.v7i2.8048

Abstract

Untuk menentukan layak atau tidaknya pemohon pembiayaan Griya IB Hasanah pada PT. Bank BNI Syariah adalah berdasarkan karakter pribadi pemohon yang baik atau tidak dan berdasarkan kemampuan pemohon dalam membayar angsuran kredit. Sehingga penelitian ini bertujuan mengimplementasikan metode Basisdata Fuzzy Tahani dengan Pembobotan Entropy untuk membantu memberikan alternatif keputusan kepada PT. Bank BNI Syariah Cabang Bengkulu dalam menentukan penerimaan calon nasabah pembiayaan Griya IB Hasanah. Kriteria dasar yang digunakan dalam seleksi penerima Griya IB Hasanah menggunakan indikator 5C yang terdiri dari Character (KTP, NPWP), Capacity (Pekerjaan Nasabah, Pekerjaan Pasangan, Gaji Total Nasabah), Capital (Penghasilan Usaha Nasabah), Colateral (Nilai Agunan, Jarak Agunan), Condition (Lama Usaha/Masa Kerja). Hasil dari penelitian ini adalah sebuah sistem pendukung keputusan dengan mengimplementasi metode Basis Data Fuzzy Tahani dan metode pembobotan Entropy yang mampu memberikan informasi nasabah yang layak mendapatkan pembiayaan berdasarkan tingkat kepentingan dan prioritas masing-masing. Pengujian menggunakan metode Blackbox, fungsional sistem telah 100% berhasil berfungsi dengan baik, dinilai dari 8 halaman dan total 29  skenario.Kata Kunci : Metode Basis Data Fuzzy Tahani, Pembobotan Entropy, Sistem Pendukung Keputusan, PT. Bank BNI Syariah.
Sistem Deteksi Kendaraan Menggunakan Metode Optical Flow Guna Menghitung Kecepatan Kendaraan Olivia Safitri; Boko Susilo; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v7i1.5770

Abstract

Kecelakaan lalu lintas merupakan hal lumrah yang terjadi di masyarakat saat ini. Kecelakaan tersebut sering terjadi akibat pengendara melaju dengan kecepatan yang tinggi. Untuk mengurangi angka kecelakaan tersebut, Kementerian Perhubungan (Kemenhub) mengeluarkan Peraturan Menteri Perhubungan Nomor 111 tahun 2015 mengenai tata cara penetapan batas kecepatan kendaraan bermotor. Dalam mendukung peraturan tersebut dibutuhkan pemanfaatan teknologi dalam pendeteksian objek (object tracking) terhadap kendaraan yang  sedang melaju. Tujuan dari penelitian ini adalah untuk membangun aplikasi yang dapat mendeteksi kendaraan menggunakan metode Optical Flow guna menghitung kecepatan kendaraan. Optical flow ini akan mengingat sebuah piksel gambar di frame pertama, kemudian di frame kedua mencari piksel terdekat dengan kecerahan yang sama. Metode Optical Flow ini akan merepresentasikan gerakan kedalam aliran vektor, kemudian menghitung nilai koordinat centroid untuk menghitung kecepatan kendaraan yang sedang bergerak. Aplikasi ini dibangun dengan MATLAB R2014a. Berdasarkan pengujian yang telah dilakukan pada sistem didapat nilai akurasi 95.23 % untuk data pagi, 84.75 % untuk data siang dan 90.96 % untuk data sore. Sedangkan rata-rata akurasi sistem secara keseluruhan yaitu 90.31 %.Kata Kunci : Object Tracking, Optical Flow, Deteksi Kendaraan, Kecepatan Kendaraan
Pemetaan Daerah Rawan Banjir Menggunakan Penginderaan Jauh Dengan Metode Normalized Difference Vegetation Index, Normalized Difference Water Index dan Simple Additive Weighting (Studi Kasus: Kota Bengkulu) Franky Hernoza; Boko Susilo; Aan Erlansari
Rekursif: Jurnal Informatika Vol 8, No 2 (2020): Volume 8 Nomor 2 November 2020
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (571.588 KB) | DOI: 10.33369/rekursif.v8i2.10562

Abstract

Sesuai dengan Undang-undang No. 24 Tahun 2007 tentang Penanggulangan Bencana, tindakan yang dapat dilakukan adalah dengan pembuatan dokumen mitigasi bencana seperti pembuatan peta risiko. Oleh karena itu dibuatlah pemetaan tingkat kerawanan banjir di setiap kecamatan yang ada di Kota Bengkulu yang merupakan salah satu cara untuk penanggulangan bencana banjir. Analisa daerah rawan banjir pada penelitian ini didokumentasikan ke dalam Sistem Informasi Geografis (SIG), dan untuk menentukan daerah rawan banjir digunakanlah empat parameter yaitu (1) Curah Hujan (2) Bantaran Sungai (3) Kelerengan dan (4) Penggunaan Lahan. Untuk pengolahan penggunaan lahan digunakan metode Normalized Difference Vegetation Index, Normalized Difference Water Index, dan untuk menentukan tingkat kerawanan banjir menggunakan metode Simple Additive Weighting. Penelitian ini menghasilkan Kecamatan yang sangat rawan terkena bencana banjir adalah kecamatan Kampung Melayu, Muara Bangkahulu dan Selebar. Kecamatan yang rawan terkena banjir adalah Sungai Serut. Dan kecamatan yang memiliki tingkat aman adalah kecamatan Singaranpati, Teluk Segara, Ratu Agung, Ratu Samban dan Gading Cempaka.
Analisis Kemiripan Jenis Burung Menggunakan Siamese Neural Network Muhammad Toby Suwindra; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.277 KB) | DOI: 10.33369/rekursif.v9i2.18584

Abstract

Dengan banyaknya kemiripan ciri-ciri dari karakteristik yang dimiliki oleh burung, maka diperlukannya suatu teknologi untuk mengatasi masalah banyaknya kemiripan yang dimiliki oleh jenis burung yang menyebabkan sulitnya untuk mengidentifikasi kemiripan jenis-jenis burung tersebut. Didalam kecerdasan buatan terdapat Deep Learning yang bertujuan untuk meniru cara kerja otak manusia seperti mengetahui dan mengklasifikasikan suatu objek berdasarkan gambar, suara, dan text. Siamese Neural Network adalah salah satu pendekatan Deep Learning yang berisi bidang input untuk membandingkan dua pola dan menghasilkan satu output yang nilainya sesuai dengan kesamaan antara dua pola. Siamese Neural Network popular untuk menyelesaikan permasalahan dalam menemukan kesamaan atau hubungan antara dua hal yang sebanding. Pengenalan atau kemiripan pada gambar merupakan objek penelitian yang sangat banyak diminati dengan potensi penerapan pada berbagai industri dan bidang. Pendekatan yang dilakukan ada berbagai macam seperti menggunakan teknik computer vision, machine learning, maupun deep learning. Setiap teknik itu sendiri memiliki kehebatan yang beragam, tapi akhir-akhir ini teknik yang sering digunakan ialah deep learning yang memiliki kemajuan yang pesat pada penyelesaian masalah-masalah dengan nilai akurasi yang tinggi karena teknik deep learning mampu mempelajari data dalam jumlah besar tanpa ketergantungan pada perekayasaan fitur secara manual untuk dapat melatih model. Pada penelitian yang diakukan untuk mendeteksi kemiripan jenis burung menggunakan data sebanyak 23.400 gambar dengan 260 jenis spesies burung yang disetiap kelasnya terdapat masing-masing 90 gambar. Pada penelitian ini mendapatkan akurasi training 87,05 %, akurasi testing 93,90 % dan akurasi pengujian dengan AUC sebesar 93 %.Kata Kunci: Burung, Kemiripan, Deep Learning, Siamase Neural Network, Akurasi
Analisis Dan Perancangan Jaringan Komputer Berbasis Virtual Local Area Network (VLAN) Menggunakan Router Mikrotik (Studi Kasus SMAN 9 Kaur) Rio Nando; Aan Erlansari; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.812 KB) | DOI: 10.33369/rekursif.v9i2.15961

Abstract

Sekolah Menengah Atas (SMA) Merupakan salah satu dari penyelenggara pendidikan berbasis umum. SMAN  9 Kaur merupakan sekolah menengah atas yang masih termasuk sekolah baru di kabupaten kaur. Pada saat ini di SMAN 9 Kaur belum memiliki koneksi internet, oleh karena itu kepala sekolah SMAN 9 Kaur berencana untuk menyediakan fasilitas internet untuk menunjang kelancaran administrasi dan proses belajar mengajar di sekolah tersebut sekolah tersebut membutuhkan rancangan jaringan komputer. VLAN merupakan suatu model jaringan yang tidak terbatas pada lokasi fisik seperti LAN, hal ini mengakibatkan suatu network dapat dikonfigurasi secara virtual tanpa harus menuruti lokasi fisik peralatan. Penggunaan VLAN akan membuat pengaturan jaringan menjadi sangat fleksibel dimana dapat dibuat segmen yang bergantung pada organisasi atau departemen, tanpa bergantung pada lokasi workstation. Mikrotik merupakan sebuah perusahaan pembuatan perangkat keras dengan merek RouterBoard, RouterBoard terus mengembangkan desain baru dengan menggunakan sistem operasi RouterOS.Kata kunci:  Mikrotik RouterBoard, VLAN,  workstation, RouterOS 
Rancang Bangun Implementasi Metode Jaringan Syaraf Tiruan Self Organizing Map Kohonen Dalam Mengidentifikasi Telapak Tangan Manusia Riris Latifah; Rusdi Efendi; Aan Erlansari
Rekursif: Jurnal Informatika Vol 8, No 2 (2020): Volume 8 Nomor 2 November 2020
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.248 KB) | DOI: 10.33369/rekursif.v8i2.8452

Abstract

Identifikasi manusia dengan menggunakan cara tradisional misalnya pin, password, kunci, dan lainnya dinilai kurang aman dikarenakan dapat terjadi kecurangan misalnya diduplikasi, hilang, dicuri, atau terlupakan. Untuk mengatasinya dapat menggunakan teknologi biometrika karena antara manusia yang satu dengan lainnya tidak memiliki pola data biometrika yang sama. Data biometrika yang digunakan pada penelitian ini adalah citra telapak tangan manusia.  Penelitian ini menerapkan metode jaringan syaraf tiruan Self Organizing Map Kohonen yang digunakan untuk klasifikasi citra. Pengujian fungsional sistem dengan menggunakan metode Black Box telah berhasil 100 % dengan 25 skenario yang telah dibuat. Berdasarkan eksperimen yang telah dilakukan nilai akurasi sistem ini yaitu (1) Metode SOM memiliki nilai akurasi sebesar 100% terhadap citra uji yang telah dilatih dan 36.67% terhadap citra uji non latih, (2) Waktu eksekusi rata-rata metode SOM selama 5.83596 detik terhadap citra uji yang telah dilatih dan 5.28589 detik terhadap citra uji non latih.
Sistem Pakar Penyakit Dan Hama Pada Tanaman Teh Menggunakan Certainty Factor Berbasis Android Meyzan Fajri; Ernawati Ernawati; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (532.031 KB) | DOI: 10.33369/rekursif.v7i2.4280

Abstract

Hama dan penyakit merupakan kendala yang perlu di antisipasi perkembangannya karena dapat menimbulkan kerugian bagi petani. Penurunan produktifitas hasil panen tanaman teh akibat penyakit dan hama bahkan dapat menggagalkan terwujudnya produksi yang maksimal. Pada prakteknya petani biasanya langsung melihat gejala yang ditimbulkan pada tanaman teh dan melakukan proses diagnosa sendiri. Proses diagnosa yang dilakukan oleh petani tidak sepenuhnya tepat sehingga mempengaruhi pertumbuhan serta hasil yang produksi tidak sesuai yang diinginkan. Dalam penilitian ini membuat sebuah sistem pakar penyakit dan hama tanaman teh. Metode yang digunakan dalam penelitian ini adalah metode Certainty Factor (CF). Metode ini menggunkan faktor keyakinan pakar terhadap gejala pada setiap hama dan penyakit tanaman teh. Nilai CF didapatkan dengan metode wawancara dengan seorang pakar tanaman teh. Hasil pengujian menunjukkan bahwa sistem ini telah berhasil mengimplemntasikan metode CF sesuai dengan teori yang ada. Hasil pengujian keakuratan sistem menunjukkan bahwa sistem ini memeiliki keakuratan sebesar 100 % sedangkan untuk uji kelayakan sistem sistem yang dibangun berkategori sangat baikKata Kunci : Certainty factor, hama, penyakit, sistem pakar, tanaman teh
Penerapan Teknologi Augmented Reality sebagai Media Pembelajaran Bencana Tanah Longsor untuk Siswa Sekolah Dasar Ricky Sadewa; Desi Andreswari; Aan Erlansari
Rekursif: Jurnal Informatika Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (475.169 KB) | DOI: 10.33369/rekursif.v7i2.9025

Abstract

Penanggulangan bencana yang baik harus terintegrasi ke dalam sektor pendidikan, karena pendidikan menjadi salah satu faktor penentu dalam kegiatan pengurangan risiko bencana. Menerapkan teknologi augmented reality sebagai media pembelajaran bencana tanah longsor merupakan alternatif media pembelajaran yang dapat menunjang proses pembelajaran di sekolah. Penelitian ini bertujuan untuk menerapkan teknologi augmented reality sebagai media pembelajaran bencana tanah longsor dengan cara yang lebih menarik dan menyenangkan serta mengetahui ada tidaknya pengaruh aplikasi ini terhadap aspek pemahaman akan bencana longsor. Aplikasi ini menyediakan interaksi dari teknologi augmented reality yang dapat menunjang pembelajaran bencana tanah longsor serta menyediakan soal-soal evaluasi pembelajaran.Kata Kunci : Bencana Tanah Longsor, Augmented Reality, ARLONG, Android, Media Pembelajaran, Sekolah Dasar.
Implementasi Item Based Collaborative Filtering Dalam Pemberian Rekomendasi Agenda Wisata Berbasis Android Yudi Setiawan; Angga Nurwanto; Aan Erlansari
Jurnal Pseudocode Vol 6, No 1 (2019): Volume 6 Nomor 1 Februari 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1038.605 KB) | DOI: 10.33369/pseudocode.6.1.13-20

Abstract

Terbatasnya pengetahuan seseorang tentang daerah yang dituju, menjadi kendala tersendiri bagi para pelancong ataupun para eksekutif yang sedang melakukan perjalanannya ke suatu daerah dengan demikian perlu adanya pemandu yang bisa menuntun dan menunjukkan posisi dimana saat ini seseorang itu berada. Penelitian ini membangun sebuah Aplikasi Android yang mampu merekomendasikan pariwisata yang ada di Kota Bengkulu berbasis Android. Penelitian ini menggunakan metode item based collaborative filtering dimana sistem merekomendasikan pariwisata berdasarkan item-item yang disukai oleh user. Metode ini bertujuan memprediksi item tertentu untuk seorang pengguna berdasarkan preferensi pengguna sebelumnya dan opini dari pengguna lain yang mirip. Penelitian ini menghasilkan sistem informasi rekomendasi Pariwisata Bengkulu berbasis Android yang di uji menggunakan metode pengujian blackbox dengan hasil 100% berhasil dan memperoleh nilai user experience sangat baik yaitu sebesar 90,752% pada pengujian usability testing.Kata Kunci: Agenda Pariwisata, Sistem Rekomendasi, Item Based Collaborative Filtering, Android.
DIGITALISASI INSTRUMEN AUM PTSDL UNTUK MENINGKATKAN MUTU BELAJAR SISWA Aan Erlansari; Andang Wijanarko; Funny Farady C; Bima Paskah
PROSIDING SEMINAR NASIONAL LPPM UMP Vol 3 (2021): PROSIDING SEMINAR NASIONAL LPPM UMP 2021
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (494.784 KB)

Abstract

Alat Ungkap Masalah Belajar (PTSDL) Siswa merupakan sebuah instrument pelayanan bimbingan dan konseling yang digunakan oleh Guru Bimbingan dan Konseling dalam menganalisa dan mengungkap lebih jauh masalah – masalah belajar yang dihadapi oleh siswa di sekolah. Pengelolaan data analisa masalah belajar siswa secara manual yang dilakukan oleh Guru Bimbingan dan Konseling memungkinkan terjadinya kesalahan dalam proses pengelolaan dan perhitungan hasil akhir dari data masalah belajar siswa tersebut, sehingga kesimpulan yang yang dihasilkan atas masalah belajar siswa tersebut menjadi kurang akurat dan cenderung tidak pasti. Penelitian ini bertujuan untuk membantu dan mempermudah Guru Bimbingan dan Konseling SMA Negeri dalam pengelolaan, perhitungan, dan menemukan sebuah keputusan terbaik dalam menganalisa dan mengidentifikasi masalah belajar yang dihadapi oleh siswa.