cover
Contact Name
Fendi Aji Purnomo
Contact Email
fendi_aji@mipa.uns.ac.id
Phone
-
Journal Mail Official
ijai@mipa.uns.ac.id
Editorial Address
-
Location
Kota surakarta,
Jawa tengah
INDONESIA
Indonesian Journal of Applied Informatics
ISSN : 25483846     EISSN : 25985981     DOI : -
Core Subject : Science,
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).
Arjuna Subject : -
Articles 9 Documents
Search results for , issue "Vol 5, No 1 (2020)" : 9 Documents clear
Internet of Things pada Dashboard Informasi Kandang Jangkrik Yoga Putra, Qurnia Dwi; Cahyo, Puji Winar
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.44488

Abstract

Abstrak :Kondisi lingkungan sering berubah-ubah membuat kondisi hewan ternak menjadi kurang produktif, terutama pada hewan ternak jangkrik. Selain dipengaruhi kondisi lingkungan yang berubah-ubah dan tidak menentu, penurunan hasil ternak jangkrik dipengaruhi oleh suhu dan kelembaban. Suhu yang ideal untuk ternak jangkrik ini berada pada kisaran 20°C-32°C. Sedangkan untuk kelembaban kandang berada pada kisaran 65%-80%. Untuk itu perlu alat untuk mengukur suhu dan kelembaban kandang jangkrik yang dapat mengawasi keadaan serta mengetahui kondisi kandang jangkrik itu sendiri sehingga dapat meningkatkan kualitas produksi jangkrik.Berdasarkan permasalahan tersebut dibuat sistem monitoring ternak jangkrik. Dimana sistem ini dapat melakukan penyiraman secara otomatis jika suhu kandang jangkrik terlalu panas dan kandang terlalu lembab.Hasil dari penelitian ini adalah dashboard informasi kondisi kandang jangkrik dengan sensor suhu dan kelembaban. Sistem ini pada menggunakan sensor suhu, kelembaban dan perangkat water pump yang didirakit pada mikrokontroler NodeMCU. Sedangkan Informasi ditampilkan secara dashboard monitoring dengan menggunakan framework Codeigniter._____________________________Abstract :Environmental conditions often change, making conditions for livestock to be less productive, especially for crickets. Apart from being influenced by changing and erratic environmental conditions, the decline in cricket production is influenced by temperature and humidity. The ideal temperature for crickets is in the range of 20 ° C-32 ° C. Meanwhile, the humidity of the cage is in the range of 65% -80%. For that, we need a tool to measure the cricket cage's temperature and humidity that can monitor the situation and know the condition of the cricket cage itself so that it can improve the quality of cricket production.Based on these problems, a monitoring system for crickets was created. This system can do watering automatically if the cricket cage's temperature is too hot and the cage is too humid.This research made a dashboard of information on the crickets cage's condition with temperature and humidity sensors. This system uses temperature, humidity sensors, and water pump devices, which are assembled on the NodeMCU microcontroller. Meanwhile, information is displayed in a monitoring dashboard using a Codeigniter framework.
Pengolahan Citra untuk Membedakan Ikan Segar dan Tidak Segar Menggunakan Convolutional Neural Network Agustyawan, Arif
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.41770

Abstract

Abstrak: Proses penyortiran ikan yang dilakukan oleh nelayan atau penjual, untuk menyeleksi ikan berdasar kualitasnya masih menggunakan metode manual dan terkadang meleset karena faktor keterbatasan indra penglihatan ketika lelah. Selama ini pemeriksaan hanya dillihat secara fisik. Akibatnya, saat akan dikonsumsi ikan tersebut kerap kali sudah rusak. Penelitian ini mencoba menerapkan algoritma Convolutional Neural Network (CNN) untuk membedakan ikan segar dan tidak segar. Convolutional Neural Network merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek, dan klasifikasi objek. Pada penelitian ini, diterapkan algoritma Convolutional Neural Network untuk membedakan ikan segar dan tidak segar. Proses learning jaringan menghasilkan akurasi 100% terhadap data training dan data validation. Pengujian terhadap data testing juga menghasilkan akurasi 100%. Hasil penelitian ini menunjukan bahwa penggunaan metode Convolutional Neural Network mampu mengidentifikasi dan mengklasifikasikan ikan segar dan tidak segar dengan sangat baik.___________________________Abstract:The fish sorting process carried out by fishermen or sellers, to select fish based on quality is still using manual methods and sometimes misses due to the limited sense of sight when tired. So far the examination has only been seen physically. As a result, the fish will often be damaged when consumed. This study tries to apply the Convolutional Neural Network (CNN) algorithm to distinguish between fresh and non-fresh fish. Convolutional Neural Network is a method of deep learning that is capable of conducting independent learning processes for object recognition, object extraction, and object classification. In this study, the Convolutional Neural Network algorithm is applied to distinguish between fresh and non-fresh fish. Network learning process produces 100% accuracy of training data and data validation. Testing of testing data also results in 100% accuracy. The results of this study indicate that the use of the Convolutional Neural Network method can identify and classify fresh and non-fresh fish very well.
Implementasi Naïve Bayes untuk Klasifikasi Tunggakan Iuran Sekolah Alfi, Rizal Nur
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.45585

Abstract

Abstrak :  Penunggakan iuran sekolah menjadi salah satu permasalahan yang ada pada setiap sekolah ataupun institusi pendidikan lainnya. Salah satu sekolah di Karawang mengalami masalah yang sama dalam penunggakan iuran sekolah yang dilakukan oleh para siswanya. Sekolah tersebut mengalami sejumlah kerugian akibat tunggakan ini. Terhambatnya proses administrasi sekolah akan terjadi dan pihak sekolah harus memiliki strategi untuk menanganinya. Maka dari itu, penelitian ini melakukan klasifikasi terhadap siswa yang akan melakukan tunggakan dengan mengimplementasikan algoritma Naïve Bayes dan hasilnya diterapkan ke dalam sebuah sistem berbasis website. Penelitian ini menggunakan metodologi KDD yang sering digunakan untuk olah data mining. Pada perhitungan pengujian diterapkan skenario pembagian data training dan data testing menggunakan percentage split guna mencari pemodelan mana yang menghasilkan kinerja optimal. Hasil akhir pemodelan menghasilkan rasio pembagian 50:50 memiliki hasil yang terbaik dengan nilai Akurasi sebesar 85.461%, nilai Presisi sebesar 0.869, nilai Recall sebesar 0.855 dan nilai F-Measure sebesar 0.857. Sistem berbasis website dibangun sebagai hasil akhir diuji menggunakan Black Box Testing dengan metode Boundary Value Analysis yang hasilnya menunjukkan tiga skenario uji berhasil dilakukan pada semua elemen field sistem yang ditandai dengan keterangan “Success” pada kesimpulan._______________________________Abstract :Arrears school tuition are one of the problems that exist in every school or other educational institution. One of schools in Karawang also experienced the same problem in context of arrears school tuition by its students. This school suffered from all students in many of arrears. Obstructed of school administration process will occur and the school must have a strategy to handle it. Therefore, this research classifies students who will do arrears by implementing the Naïve Bayes algorithm and the results are applied into a website for arrears school tuition. This research uses KDD methodology which is often used for data mining process. In the test calculations, scenario for split training data and testing data using a percentage split technique was carried out to find which modeling produces optimal performance. The final result of modeling produces a split ratio of 50:50 has the best results with an accuracy score of 85.461%, a precision score of 0.869, a recall score of 0.855 and a F-Measure score of 0.857. This website is built as the final result and tested using black box testing with the Boundary Value Analysis method, the results show that three test scenarios were successfully carried out on all elements of the system field which are marked with the description "Success" at the conclusion.
Rancang Bangun Dan Evaluasi Media Pengenalan Hewan Serangga Dengan Teknologi Augmented Reality Purnomo, Fendi Aji
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.44051

Abstract

Abstrak :Usia dini merupakan salah satu masa penting bagi seorang anak dalam mengembangkan bakat dan potensinya. Dalam Pendidikan Anak Usia Dini juga diajari untuk mengenal tentang berbagai macam hewan contohnya serangga. Anak-anak mulai diperkenalkan pembelajaran tentang berbagai macam hewan serangga seperti belalang, kepik, wangwung, lalat, nyamuk dan sebagainya. Guru mengenalkan berbagai macam serangga tersebut dengan menggunakan media buku bergambar. Buku bergambar memiliki keterbatasan, yaitu hanya menampilkan gambar dan teks. Teknologi Augmented Reality dapat dimanfaatkan sebagai media bantu pembelajaran mengenalkan berbagai macam serangga dengan menambahkan objek 3 dimensi di atas media buku tersebut. Metode penelitian mengadopsi metode Multimedia Development Life Cycle (MDLC). MDLC terdiri dari enam tahap yaitu pengonsepan, perancangan, pengumpulan materi, pembuatan, pengujian , dan pendistribusian. Hasil penelitian berupa aplikasi pembelajaran tentang pengenalan aneka macam serangga dalam aplikasi android. Aplikasi AR SERANGGA ini dibuat secara interaktif dengan menggunakan alat bantu marker untuk menampilkan obyek dalam bentuk 3 dimensi dan informasi yang ditampilkan agar anak usia dini tertarik atau antusias dalam kegiatan belajar mengajar yang dibuktikan dengan 70% responden memberikan nilai setuju atas aplikasi ini._____________________________Abstract : Early childhood is one of the important times for a child to develop his talents and potential. In Early Childhood Education, it is also taught to get to know various kinds of animals, for example insects. Children were introduced to learning about various kinds of insects such as grasshoppers, ladybugs, wangwung, flies, mosquitoes and so on. The teacher introduces the various kinds of insects using picture books as media. Picture books have limitations, which only display pictures and text. Augmented Reality technology can be used as a learning aid to introduce various kinds of insects by adding 3-dimensional objects on top of the book media. The research method adopted the Multimedia Development Life Cycle (MDLC) method. The MDLC consists of six stages, namely drafting, designing, gathering materials, manufacturing, testing, and distributing. The results of the research are in the form of a learning application about the introduction of various kinds of insects in an android application. The AR SERANGGA application is made interactively by using marker tools to display objects in 3-dimensional form and the information displayed so that early childhood is interested or enthusiastic in teaching and learning activities as evidenced by 70% of respondents giving agreed scores on this application.
Optimasi Model Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes Hartatik, Hartatik
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.44379

Abstract

Abstrak :Prediksi tentang status kelulusan mahasiswa menjadi persoalan tersendiri di perguruan tinggi. Perguruan tinggi utamanya di era Big Data sangatlah penting untuk melakukan prediksi perilaku akademik mahasiswa aktif sehingga dapat di ketahui kemungkinan mahasiswa bisa studi secara tepat waktu serta dapat diketahui langkah preventive dalam membuat prpgram perencanaan. Salah satu cara yang digunakan adalah teknik data mining yaitu menggunakan Algoritma naive bayes. Algoritma Naive bayes merupakan salah satu metode yang digunakan untuk memprediksi kelulusan mahasiswa.  Peneliti  dalam hal ini menerapkan  metode  Naive bayes menggunakan parameter Indeks prestasi kumulatif( IPK) dan membandingkan dengan menggunakan prediksi naive bayes methods berdasarkan parameter IPK dan sosial parameter yaitu jenis kelamin dan status tinggal. Dalam penelitian ini menggunakan parameter akademis  dan dilakukan optimasi menggunakan parameter sosial yang melekat pada mahasiswa. Berdasarkan hasil evaluasi untuk mendapatkan akurasi, hasil dari penelitian ini mendapatkan nilai akurasi untuk metode Naive bayes  sebesar 75% dan akurasi untuk model prediksi dengan parameter sosial  sebesar 85% dengan selisih akurasi 10%.__________________________Abstract : Predictions about a student's graduation status are a problem in college. Major tertiary institutions in the era of Big Data are very important to predict the behavior of active students so that they can find out the possibility of students in a timely manner and can determine preventive steps in making program planning. One method used is data mining techniques using the Naive bayes Algorithm. The Naive bayes algorithm is one of the methods used to predict student graduation. Researchers in this case applied the Naive bayes method using the cumulative achievement index (GPA) parameter and compared using the prediction of the Naive bayes method based on the GPA parameters and social parameters, namely gender and status. This study uses academic parameters and is carried out optimally using social parameters inherent in students. Based on the results of the evaluation to get an accuracy value, the results of this study get an accurate value for the Naive bayes method of 75% and accurate for prediction models with social parameters of 85% with a difference of 10%.
Analisis Efektifitas Penggunaan Auto Scaner Barcode pada Inner Box Menggunakan Metode Pengujian Validitas dan Reliabilitas (Studi Kasus: PT. Duta Nichirindo Pratama) Sumaedi, Ade
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.45163

Abstract

Abstrak : Inner box merupakan salah satu child part yang digunakan untuk proses packaging product di PT. Duta Nichirindo Pratama yang memproduksi bermacam-macam filter seperti filter udara, filter bahan bakar, filter oli dan cabin filter. Inner box yang dilengkapi dengan barcode bertujuan untuk mempermudah perusahaan dan konsumen dalam mendeteksi jumlah produk, nomor produk dan jenis produk yang dikemas pada inner box agar tidak terjadi kesalahan dalam penggunaannya. Dalam hal ini PT. Duta Nichirindo Pratama merancang suatu sistem untuk pengecekan barcode pada inner box secara otomatis yang berbasis komputasi seperti Visual Basic.Net , Arduino dan diagram Unified Modeling Language (UML). Sistem perancangan ini dimulai Juni 2019 pada line assembling, dari hasil perbaikan pengecekan barcode secara otomasis yang sudah berjalan maka perlu adanya penelitian terkait kenyamanan dan ke efektifitasan karyawan dengan mengukur tingkat validitas (nilai r hitung > r tabel) dan reabilitas (nila alpha > 0,60 ) penggunaan auto scaner barcode pada inner box. Dimana hasil pengujian validitas adalah nilai r hitung untuk auto scaner barcode dapat memisahkan barcode yang No Good (NG) secara otomatis adalah 0,678 lebih besar dari r table df = (N-2 =10-2 = 8 = 0,6319) dan hasil pengujian reliability adalah nilai Cronbach’s Alpha (nila alpha) yaitu 4,157 lebih besar dari 1,00 , jadi implementasi pengecekan barcode secara otomatis dinyatakan efektif (reliabilitas sangat tinggi)._____________________________Abstract: Inner box is one of the child parts used for product packaging process at PT. Duta Nichirindo Pratama which produces various filters such as air filters, fuel filters, oil filters and cabin filters. The inner box, which is equipped with a barcode, aims to make it easier for companies and consumers to detect the number of products, product numbers and types of products packaged in the inner box so that there are no errors in their use. In this case PT. Duta Nichirindo Pratama designed a computation-based automatic barcode checking system for inner boxes such as Visual Basic.Net, Arduino and Unified Modeling Language (UML) diagrams. This design system starts in June 2019 at line assembling, from the results of improvements in automatic barcode checking that have been running, it is necessary to have research related to employee comfort and effectiveness by measuring the level of validity (r count > r table) and reliability (alpha value > 0, 60) use auto barcode scanner on the inner box. Where the results of the validity test are the calculated r value for the auto scanner barcode that can separate the No Good (NG) barcode automatically is 0.678 which is greater than the r table df = (N-2 = 10-2 = 8 = 0.6319) and the test results reliability is the Cronbach's Alpha value (alpha value), which is 4.157, greater than 1.00, so the implementation of barcode checking is automatically declared effective (very high reliability).
RETRACTION NOTICE TO: Komparasi Algoritma Machine Learning dan Deep Learning untuk Named Entity Recognition : Studi Kasus Data Kebencanaan. Giarsyani, Nuli
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.50462

Abstract

Artikel ini telah ditarik: silakan lihat Kebijakan IJAI tentang Penarikan Artikelhttps://jurnal.uns.ac.id/ijai/about/editorialPolicies#custom-2Artikel dengan judul Komparasi Algoritma Machine Learning dan Deep Learning untuk Named Entity Recognition : Studi Kasus Data Kebencanaan telah di lakukan pencabutan dari vol. 4 no. 2 tahun 2020 jurnal IJAI, pada tautan daring https://jurnal.uns.ac.id/ijai/article/view/41317 karena ditemukan sudah terbit juga pada jurnal JIRE (Jurnal Informatika & Rekayasa Elektronika) vol3.no.1 tahun 2020 pada tautan daring https://e-journal.stmiklombok.ac.id/index.php/jire/article/view/222Penarikan ini disebabkan karena author telah mengirimkan artikel dengan isi yang sama ke penerbit lain dalam waktu yang bersamaan dan tanpa sepengetahuan editor.Salah satu syarat penyerahan artikel untuk publikasi adalah penulis menyatakan secara eksplisit bahwa karya mereka adalah asli dan belum muncul dalam publikasi di tempat lain. Penggunaan kembali data apa pun harus dikutip dengan tepat. Karena itu, artikel ini mewakili penyalahgunaan sistem penerbitan ilmiah. Komunitas ilmiah memiliki pandangan yang sangat kuat tentang masalah ini dan mohon maaf kepada pembaca jurnal bahwa hal ini tidak terdeteksi selama proses pengiriman.
Analisis POM QM V5.2 For Windows pada Penerapan Metode ABC dan EOQ Dalam Pengendaliaan Persediaan Bahan Baku PVC Compound (Studi Kasus PT.SMI) widodo, amin widodo
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.45396

Abstract

Abstrak : PT. SMI Perusahaan konsisten  dalam menerapkan  ISO  9001: 2015 dalam upaya tersebut yang dilakukan perusahaan yaitu menginginkan pengendalian persediaan lebih terpola. Tujuan penelitian untuk mengetahui bahan baku yang membutuhkan monitoring sangat ketat dengan Metode ABC dan EOQ. Metode penelitian yang digunakan kuantitatif, diskriptif dengan cara observasi dan wawancara, metode untuk penyeselesaian Riset Operasi menggunakan perangkat lunak berbasis POM QM V5.2 For Windows. Hasil observasi data kebutuhan bahan baku, biaya persediaan akan di lakukan proses pengolahan data dengan menggunakan metode inventory ABC dan EOQ dengan bantuan Tools teknologi informasi POM QM V5.2 For Windows, Hasil penelitian ABC Analisys menujukan bahan baku yang membutuhkan monitoring sangat ketat yaitu PVC 66, Stabilizer, dan PVC 71, Lubricant 16A, dan Lubricant 15 . Hasil penelitian Metode EOQ berpengaruh positif, keuntungan perusahaan akan meningkat karena terjadi efisiensi biaya pembelian bahan baku yaitu PVC 66  menghemat biaya rata-rata Rp 96.321.440,00 atau 44%, Stabilizer  menghemat biaya rata-rata Rp 4.634.959,00 atau 57%, PVC 71  menghemat biaya rata-rata Rp 49.304.566.00 atau 38%, Lubricant 16A menghemat biaya rata-rata Rp 869.640,7  atau 38%, Lubricant 15  menghemat biaya rata-rata Rp 1.663.651,38 atau 60%._________________________________Abstract :PT. The SMI of the Company is consistent in the application of ISO 9001: 2015, in this effort the company does, namely wanting a more patterned inventory control. The research objective is to find out the raw materials that require very strict monitoring with the ABC and EOQ methods. The research method used is quantitative, descriptive by means of observation and interviews, the method for completing Operations Research using software based on POM QM V5.2 For Windows. The results of the observation of data on raw material requirements, inventory costs will be processed using the ABC and EOQ inventory methods with the help of information technology tools POM QM V5.2 For Windows, the results of ABC Analisys research show that raw materials that require very strict monitoring are PVC 66. , Stabilizer, and PVC 71, Lubricant 16A, and Lubricant 15 . The results of the EOQ method research have a positive effect, company profits will increase due to the efficiency of the cost of purchasing raw materials, namely PVC 66 which saves an average of Rp. 96,321,440.00 or 44%, Stabilizer saves an average of IDR 4,634,959.00 or 57%, PVC 71 saves an average of IDR 49,304,566.00 or 38%, Lubricant 16A saves an average of IDR 869,640.7 or 38%, Lubricant 15  saves costs an average of IDR 1,663,651.38 or 60%.
Penetration Testing Database Menggunakan Metode SQL Injection Via SQLMap di Termux Andria, Andria; Pamungkas, Ridho
Indonesian Journal of Applied Informatics Vol 5, No 1 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v5i1.40845

Abstract

Abstrak : Penetration testing (Pentesting) merupakan sebuah metode evaluasi terhadap keamanan pada suatu sistem dan jaringan komputer dengan melakukan suatu pengujian, salah satu metode pengujian yang dapat digunakan adalah SQL Injection. SQL Injection merupakan suatu teknik hacking dengan fokus pengujian pada database sebagai media penyimpanan data pada sistem. Tool yang digunakan pada penelitian ini ialah SQLMap yang merupakan tool open source yang dapat menganalisa, mendeteksi dan melakukan exploit (sebuah kode yang dapat menyerang keamanan sistem komputer secara spesifik) pada bug SQL Injection. Pengujian dilakukan menggunakan perangkat Smartphone bersistem operasi Android dengan program aplikasi Termux sebagai emulator terminal berbasis linux. Tujuan dari penelitian ini untuk pengujian keamanan database web server dan membantu pengelola atau admin situs web untuk dapat memeriksa adanya celah kerentanan database yang dapat dieskploitasi oleh peretas.____________________________Abstract :Penetration testing (Pentesting) is a method of evaluating the security of a computer system and network by conducting a test, one of the testing methods that can be used is SQL Injection . SQL Injection  is a hacking technique that focuses on testing the database as a data storage medium on the system. The tool used in this study is SQLMap which is an open source tool that can analyze, detect and exploit (a code that can specifically attack computer system security) on the SQL Injection  bug. Testing was carried out using a Smartphone device with the Android operating system with the Termux application program as a linux-based terminal emulator. The purpose of this research is to test the security of the web server database and help the website manager or admin to be able to check for any database vulnerabilities that can be exploited by hackers.

Page 1 of 1 | Total Record : 9