cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Riki Ruli A. Siregar
Contact Email
riki.ruli@sttpln.ac.id
Phone
-
Journal Mail Official
riki.ruli@sttpln.ac.id
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Petir
Published by Sekolah Tinggi Teknik PLN
ISSN : 19789262     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Journal Petir is a scientific journal published by STT-PLN Department of Information Engineering since 2007, as a media for disseminating research results, Library Study Technique, Observation Result, Surveying Survey, STT-PLN Department of Informatics Engineering and Supporting Science Development Knowledge and Technology Journal Petir is published twice a year in March and September and contains research results in the field of Informatics Engineering in the field of Electric Power, Telecommunication, Control System, Electronics, Computer Systems and Information Systems.
Arjuna Subject : -
Articles 216 Documents
 18   19   20   21   22 
Optimalisasi Pengolahan Data Akuntansi Accurate dengan Penerapan Server Database dan VPN menggunakan Metode Point-to-Point Tunneling Protocol (PPTP) di PT Indosterling Group
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2102

Abstract

Penelitian ini bertujuan untuk mengoptimalkan pengolahan data akuntansi Accurate di PT Indosterling Group dengan menerapkan server database dan Virtual Private Network (VPN) menggunakan metode Point-to-Point Tunneling Protocol (PPTP). Hasil penelitian menunjukkan bahwa dengan penerapan Accurate Server dan penggunaan VPN dengan metode PPTP, pengolahan data akuntansi Accurate dapat dioptimalkan secara efisien, memungkinkan pengambilan keputusan bisnis yang lebih tepat waktu. Penggunaan VPN juga memberikan lapisan keamanan tambahan dalam komunikasi data antara kantor pusat dan cabang-cabang PT Indosterling Group, meningkatkan keamanan dan kerahasiaan data perusahaan. Dengan sistem ini, akses ke database Accurate Accounting Desktop menjadi lebih mudah dan efisien, pengguna dapat mengakses data secara real-time dan melakukan pemrosesan dengan cepat. Selain itu, sistem ini meningkatkan kinerja jaringan PT Indosterling Group dengan mengoptimalkan pengaturan bandwidth melalui VPN. Secara keseluruhan, penerapan server database Accurate dan VPN dengan metode PPTP di PT Indosterling Group membawa manfaat signifikan dalam optimalisasi pengolahan data akuntansi, meningkatkan keamanan data, menyederhanakan akses, dan meningkatkan kinerja jaringan. Dengan demikian, sistem ini menjadi solusi efektif untuk meningkatkan efisiensi dan keamanan pengelolaan data akuntansi perusahaan.
Deteksi Mata Katarak Berdasarkan Tekstur Gray Gray Level Co-Ocurrence Matrix Dengan Metode Self Organizing Map
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2104

Abstract

Cataracts are a common eye problem in Indonesia. Untreated cataracts are the main cause of blindness and the most dominant vision impairment in Indonesia among people over 50 years old, with a proportion reaching 77.7%. Regular eye examinations are necessary to prevent cataracts, but there are obstacles due to the availability of equipment and the cost of eye examinations. Therefore, an efficient and effective cataract detection system is needed. This study aims to detect cataracts in the eyes by utilizing a dataset of eyes from the internet. This research uses RGB and HSV feature extraction combined with the GLCM extraction method. The Gray Level Co-occurrence Matrix (GLCM) method describes the spatial relationship between pixel intensities in an image. With the GLCM matrix, texture information can be extracted from eye images. The Self Organizing Map (SOM) method performs learning based on feature extraction obtained from previously labeled eye images. Based on the test results, this study successfully detects cataract and normal eyes. With the greatest accuracy achieved in the comparison of 80% training data and 20% test data with dimension size = [2 2] and maximum iterations of 100, the highest accuracy of 90% was obtained.
A Smart Parking System Menggunakan Ultra High Frequency RFID Dengan Progressive Web Apps (PWAs): Smart Parking System Menggunakan Ultra High Frequency RFID Dengan Progressive Web Apps (PWAs)
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2106

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem parkir pintar yang menggunakan teknologi Progressive Web Apps (PWA). Dalam penelitian ini, digunakan teknologi PWA sebagai platform utama yang memungkinkan penggunaan sistem parkir tanpa memerlukan aplikasi khusus yang harus diunduh dan di-install pada perangkat pengguna. Sistem parkir ini dibuat untuk memberikan pengalaman contactless yang memungkinkan kendaraan masuk dan keluar dari area parkir tanpa harus melakukan interaksi fisik dengan perangkat atau petugas parkir. Untuk mencapai hal ini, penggunaan perangkat ESP32 digunakan sebagai kontroler utama untuk menerima data dari pembaca RFID dan mengirimnya ke server. Sementara itu, penggunaan RFID HW-VX6330K sebagai sistem identifikasi contactless memungkinkan pengguna untuk membaca dan memvalidasi data kendaraan saat masuk dan keluar area parkir dengan mudah dan cepat. Melalui implementasi smart parking system ini, diharapkan dapat mengurangi antrian kendaraan pada saat keluar dan masuk area parkir, meningkatkan efisiensi penggunaan ruang parkir, serta memberikan kemudahan dan kenyamanan bagi pengguna parkir.
Analisis Prediksi Kasus DBD Berdasarkan Faktor Cuaca Dengan Multivariat ARIMA
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2117

Abstract

Indonesia is facing a severe public health issue with dengue hemorrhagic fever (DHF). Anyone, including toddlers and adults, can be affected by DHF. Several weather factors, including humidity, air temperature, air pressure, and wind speed, contribute to frequent rainfall. ARIMA (Autoregressive Integrated Moving Average) is a time series method commonly used in research. To incorporate independent variables, multivariate ARIMA was employed. The analysis results revealed that weather factors, namely humidity, and Precipitation, have a linear relationship with DHF cases. The accuracy evaluation kof the applied model yielded an Mean Absolute Error (MAE) value of 18.12. The prediction estimates that the number of cases will peak in April 2023 and then decline to its lowest point in December 2023. For future development, it is necessary to enhance the quality of the data used to generate more significant results. Consequently, further evaluation is essential to achieve a smaller MAE value.
Implementasi Algoritma Learning Vector Quantization Dalam Aplikasi Pengenalan Pola
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2123

Abstract

Along with the development of technology, a lot of technology has emerged and aims to make computers intelligent so that they can mimic the daily work of humans. One of the jobs that is often done is typing documents from a book or article. If the typed document is not too long, it will not cause problems. However, if there are quite a lot of documents to be typed, the operator will need a relatively long time to complete the job. This work can be streamlined by utilizing Artificial Intelligence, namely the Learning Vector Quantization (LVQ) algorithm. LVQ is used because it can learn, calculate distances and separate clusters from the patterns it has learned. This application is implemented using the Microsoft Visual Basic 6 programming language. The result is that the application can segment image characters, and carry out the training process as well as the process of recognizing patterns or shapes of characters, which in turn can recognize each character in a sentence. As well as displaying the steps in the training process and the recognition process, so that it can help learning the LVQ algorithm, especially in character recognition.
Model Prediksi Menggunakan Teknik Machine Learning untuk Penjualan terhadap Produksi Kain Jumputan pada Pengerajin Batiq Colet Jumputan Palembang: Prediction Model Using Machine Learning Techniques for Sales versus Production of Batik Colet Jumputan Fabric by Craftsmen in Palembang
PETIR Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Institut Teknologi PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v16i2.2187

Abstract

Tujuan dari penelitian ini adalah untuk merancang model prediksi penjualan terhadap produksi kain jumputan berbasis Python menggunakan dua teknik Machine Learning yang dibandingkan hasilnya, yaitu Linear Regression dan Support Vector Regression. Dalam pengujian akurasi, metode Linear Regression berhasil memprediksi penjualan kain jumputan dengan tingkat kesalahan yang rendah. Dataset yang digunakan mencakup data penjualan kain jumputan selama 48 bulan, mulai dari Januari 2018 hingga Desember 2021. Dengan membagi dataset menjadi data pelatihan selama 38 bulan dan data pengujian selama 10 bulan, hasil prediksi 10 bulan terakhir didapatkan. Hasil prediksi untuk setiap bulannya dengan mengacu kepada kain jumputan yang diproduksi menunjukkan kesamaan dengan metode Linear Regression dibandingkan Support Vector Regression. Pengujian tingkat kesalahan menggunakan Mean Absolute Percentage Error menunjukkan bahwa prediksi penjualan untuk kain jumputan termasuk dalam kategori sangat akurat. Nilai MAPE pada Linear Regression memiliki nilai terkecil yaitu 3.88%, sementara nilai MAPE pada Support Vector Regression memiliki nilai MAPE terbesar yaitu 28.24%.

Page 22 of 22 | Total Record : 216

 18   19   20   21   22 

Filter by Year

2015 2023


Reset
Filter By Issues
All Issue Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol. 16 No. 1 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 14 No 2 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 14 No 1 (2021): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 13 No 2 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 13 No 1 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 12 No 2 (2019): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 12 No 1 (2019): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 11 No 2 (2018): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 11 No 1 (2018): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 10 No 2 (2017): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 10 No 1 (2017): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 2 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 2 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 9 No 1 (2016): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 8 No 2 (2015): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) Vol 8 No 1 (2015): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika) More Issue