cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Joan Santoso
Contact Email
joan@stts.edu
Phone
-
Journal Mail Official
insight@stts.edu
Editorial Address
Jl. Ngagel Jaya Tengah 73-77, Surabaya, Jawa Timur, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
Journal of Information System,Graphics, Hospitality and Technology
Published by Sekolah Tinggi Teknik Surabaya
ISSN : 26221594     EISSN : 2685449X     DOI : 10.37823
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Engineering Other
Journal of Information System, Graphics, Hospitality and Technology (INSIGHT) aims to provide scientific literatures on studies of pure and applied research in information systems (IS)/information technology (IT) and public review of the development of theory, method and applied sciences related to the subject.
Arjuna Subject : -
Articles 59 Documents
 2   3   4   5   6 
Klasifikasi Ketrampilan Kognitif Siswa dengan Menggunakan Metode Learning Vector Quantization dengan Bantuan Game Budi Irawan; Joan Santoso
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.132

Abstract

Untuk menilai tingkat kognitif seorang siswa sangatlah sulit banyak indikator yang mempengaruhi yang menyebabkan hasilnya tidak akurat. Dengan metode serius game ini akan diketahui tingkat kognitif seorang siswa yang akan diketahui penguasaan pembelajaran yang akan dicapai. Dalam serius game ini penguasaan pembelajaran merupakan inti dari proses belajar mengajar. Dalam tingkat kognitif ini perlu diklasifikasikan dengan menggunakan metode Cognitif Skill Game (CSG). Siswa sebagai pemain akan dipantau bagaimana berinteraksi dengan permainan untuk meningkatkan konsep permainan kognitif ini. Pada CSG ini menggunakan metode Learning Vector Quantization (LVQ) yang berfungsi untuk mengoptimalkan input klasifikasi ketrampilan kognitif pemain. Guru sebagai data training digunakan untuk mengobservasi LVQ. Guru mempunyai pengalaman yang banyak dan mempunyai banyak sertifikasi atau pelatihan dianggap cocok sebagai data training. Pengambilan data Guru menggunakan metode observasi kuesioner. Siswa jurusan Teknik Komputer dan Jaringan (TKJ) SMK adalah populasi klasifikasi ketrampilan kognitif saat menjalankan permainan dalam penelitian. Sebagian kecil pemain CSG masuk dalam kategori keterampilan kognitif hati-hati, beberapa masuk dalam kategori ahli, dan sebagian besar masuk dalam dalam kategori coba-coba. Hasil dari permainan CSG ini adalah pemain memiliki kemampuan ketrampilan kognitif masih rendah. High trial and error 75%, high expert 6%, dan high careful 19%. Dalam penelitian ini juga dilakukan validasi pengukuran secara berulang-ulang untuk mengetahui keakuratan klasifikasi CSG.
Ekstraksi Relasi Antar Entitas di Bahasa Indonesia Menggunakan Neural Network Ananta Tio Putra; Eunike Kardinata; Hartarto Junaedi; Francisca Chandra; Joan Santoso
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.156

Abstract

Dengan perkembangan zaman yang begitu pesat, berdampak pada perkembangan data pula. Salah satu bentuk data yang paling banyak saat ini berupa data tekstual seperti artikel sederhana maupun dokumen lain yang terdapat di internet. Agar data tekstual tersebut dapat dimengerti dan dimanfaatkan dengan baik oleh manusia, maka perlu di proses dan disederhanakan agar menjadi informasi yang ringkas dan jelas. Oleh karena itu, semakin berkembang pula penelitian dalam bidang Information Extraction (IE) dan salah satu contoh penelitian di IE adalah Relation Extraction (RE). Penelitian RE sudah banyak dilakukan terutama pada Bahasa Inggris dimana resourcenya sudah termasuk banyak. Metode yang digunakan pun bermacam-macam seperti kernel, tree kernel, support vector machine, long short-term memory, convulution recurrent neural network, dan lain sebagainya. Pada penelitian kali ini adalah penelitian RE pada Bahasa Indonesia dengan menggunakan metode convulution recurrent neural network yang sudah dipergunakan untuk RE Bahasa Inggris. Dataset yang digunakan pada penelitian ini adalah dataset Bahasa Indonesia yang berasal dari file xml wikipedia. File xml wikipedia ini kemudian diproses sehingga menghasilkan dataset seperti yang digunakan pada CRNN dalam Bahasa inggris yaitu dalam format SemEval-2 Task 8. Uji coba dilakukan dengan berbagai macam perbandingan data training dan testing yaitu 80:20, 70:30, dan 60:40. Selain itu, parameter pooling untuk CRNN yang digunakan ada dua macam yaitu ‘att’ dan ‘max’. Dari uji coba yang dilakukan, hasil yang didapatkan adalah bervariasi mulai dari mendekati maupun lebih baik bila dibandingkan dengan CRNN dengan menggunakan dataset Bahasa inggris sehingga dapat disimpulkan bahwa dengan CRNN ini bisa digunakan untuk proses RE pada Bahasa Indonesia apabila dataset yang digunakan sesuai dengan penelitian sebelumnya.
Membangun Sistem POS Supermarket Dengan Tim tanpa Pengalaman Dalam Metodologi SCRUM Eric Sugiharto Honggara; Devi Dwi Purwanto; Hartarto Junaedi
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.171

Abstract

SCRUM adalah metodologi pembangunan perangkat lunak yang digunakan oleh perusahaan dengan berbagai macam keunggulan terutama dalam membangun sebuah produk yang kompleks. Tujuannya adalah mendesain dan membangun sebuah perangkat lunak yang sesuai dengan kebutuhan user. Tahap pertama adalah menjalankan sprint. Sprint adalah sebuah tahap dimana pengembangan perangkat lunak bersama pengguna akhir menentukan tujuan akhir dan mendefinisikan kebutuhan akan perangkat lunak. Tahap kedua adalah melakukan sprint planning, digunakan untuk menentukan bagian mana yang akan dibangun. Ketiga, daily SCRUM adalah inspeksi mengenai hal yang telah dikerjakan oleh tim dengan sprint sebagai acuan. Tahap keempat, Sprint Review yang digunakan untuk melihat hasil kerja, melakukan peninjauan akhir terhadap perangkat lunak dalam sprint dan mempersiapkan yang akan menjadi tujuan dalam sprint berikutnya. Kemudian di tahap terakhir akan ada sprint restropective, di mana tim scrum melakukan evaluasi mengenai yang baik dan yang salah. Hasil akhir berupa perangkat lunak untuk mengatur penjualan dan pembelian pada sebuah supermarket yang telah diimplementasikan dan evaluasi mengenai metode scrum, pada sebuah tim yang tidak berpengalaman dalam menggunakan scrum. Adapun kelemahan yang ada dalam SCRUM adalah dalam memberikan gambaran perangkat lunak pada pengguna akhir dan kelebihannya berupa kemudahan dalam melakukan management dan membuat perangkat lunak yang sesuai dengan kebutuhan dari pengguna akhir.
Analisis Dampak Lingkungan dari Perusahaan Jasa Konstruksi di Surabaya Dengan Software SimaPro Kelvin Kelvin
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.173

Abstract

Salah satu produk yang dihasilkan oleh perusahaan jasa konstruksi adalah produk railing, dimana produk railing merupakan produk konstruksi pendukung bangunan yang berfungsi sebagai pembatas bangunan dengan bahan utama berupa material besi. Untuk dapat menghasilkan produk tersebut, diperlukan tahapan proses yang dimana setiap tahapan proses tersebut akan memberikan dampak terhadap lingkungan yang tidak dapat terlihat secara langsung. Dampak lingkungan tersebut dapat berupa pengaruh terhadap kesehatan manusia, ekosistem, dan sumber daya alam. Untuk itu dalam penelitian ini, dilakukan penilaian dampak lingkungan dari produk railing, serta perbaikan produk untuk mengurangi dampak lingkungan yang dihasilkan. Metode yang digunakan dalam penelitian ini adalah Life Cycle Assessment (LCA) dengan menggunakan bantuan software SimaPro, serta Metode Design for Environment (DFE) untuk perbaikan produk. Hasil yang didapatkan dari perbaikan produk railing pada penelitian ini adalah mampu mengurangi dampak lingkungan, dengan rincian 60,2% untuk dampak kesehatan manusia, 65,8% untuk dampak ekosistem, dan 53,2% untuk dampak sumber daya alam.
Algoritma Emperor Penguin pada Efisiensi Pengiriman Produk UMKM dengan Konsep Pembagian Ongkos Kirim Hendrawan Armanto; Pickerling Pickerling; Kevin Susanto
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.176

Abstract

Di Era Pandemi saat ini, perkembangan ekonomi atau bisnis Usaha Mikro, Kecil, dan Menengah (UMKM) semakin menjamur di masyarakat. Perkembangan UMKM ini tidak hanya berhenti pada jumlah saja akan tetapi juga pada sistem pemesanan UMKM tersebut. Saat ini banyak UMKM yang menerapkan konsep Pre-Order (PO) di dalam pemesanannya dimana mayoritas UMKM tersebut merupakan UMKM yang memasarkan produknya melalui media sosial atau chating. Munculnya sistem baru ini memunculkan juga beberapa permasalahan bagi UMKM, salah satu diantaranya adalah besarnya biaya pengiriman apabila sebuah produk dikirim secara khusus ke seorang pembeli. Hal ini mungkin tidak terlihat memberatkan bagi UMKM akan tetapi permasalahan ini memberatkan pelanggan dan semakin mahal biaya yang harus dikeluarkan pelanggan maka akan semakin kecil kemungkinan pelanggan membeli produk di UMKM tersebut. Penelitian ini berfokus pada dua hal, yang pertama adalah menyediakan marketplace bagi UMKM Pre-Order yang dapat mengatasi permasalahan biaya pengiriman dan kedua adalah dampak Algoritma Emperor Penguin pada pencarian rute pengiriman. Marketplace UMKM Pre-Order yang dikembangkan akan menerapkan teknologi fluter dan berbasiskan mobile apps. Hal ini dikarenakan semakin besarnya pengaruh mobile apps di kalangan masyarakat dibandingkan web apps atau desktop apps. Mobile Apps akan secara otomatis melakukan pencarian rute pengiriman untuk seluruh pre-order yang terjadi pada hari tertentu dan melakukan assign kepada driver yang bertugas dimana rute yang dicari bukan hanya berdasarkan jarak melainkan juga berdasarkan biaya pengiriman yang dikeluarkan oleh keseluruhan pembeli pada 1x pengiriman. Algoritma Emperor Penguin akan berusaha mencari rute pengiriman yang terdekat dan biaya yang dikeluarkan pembeli yang terkecil. Setelah melalui berbagai ujicoba, dapat disimpulkan bahwa 94.7% UMKM yang didukung oleh penelitian ini puas dan merasa terbantu, 97.4% pelanggan merasa terbantu dengan sistem pembagian ongkos kirim, dan Algoritma Emperor Penguin bekerja dengan baik dan dapat menghasilkan rute optimal dengan ongkos terkecil.
Identifikasi Jenis Daging dengan Menggunakan Algoritma Convolution Neural Network Peter Winardi; Endang Setyati
Journal of Information System,Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v3i02.178

Abstract

Abstrak — Kebutuhan protein tubuh manusia salah satunya didapatkan dari daging. Banyak jenis daging yang bisa dikonsumsi untuk kebutuhan protein, diantaranya ayam, babi, bebek, kambing, sapi dan jenis lainnya. Pada kondisi daging mentah, tidak semua orang memahami karakteristik / identitas jenis daging karena ada beberapa jenis daging mentah yang hampir sama dari tampilan visual. Untuk menghindari kesalahan saat pemilihan jenis daging yang diinginkan perlu dilakukan identifikasi jenis daging. Pengenalan jenis daging dapat dilakukan dengan pengambilan gambar / citra secara digital. Citra digital yang didapatkan dapat dilakukan identifikasi dengan Convolution Neural Network. Salah satu kemampuan Convolution Neural Network (CNN) dapat melakukan proses identifikasi dan klasifikasi pada Computer Vision. Pada penelitian ini identifikasi jenis daging yang digunakan berupa adalah daging mentah tanpa lemak, kulit dan tulang. Jenis daging mentah yang digunakan sebanyak 5 buah berupa ayam, babi, bebek, kambing dan sapi. Melalui ekstraksi warna dan deteksi tepi beserta CNN didapatkan identitas jenis daging tersebut berupa tulisan / text sesuai jenis daging input citra. Dataset yang digunakan sebanyak 2,250 citra pada masing-masing jenis daging sehingga total 11,250 dataset citra. Penelitian dilakukan dalam 2 bagian sistem arsitektur. Bagian penelitian berupa Training dan Validation beserta testing. Pada bagian training dan validation dilakukan preprocessing . citra resize dari ukuran 300 × 300 piksel menjadi 50 × 50 piksel. Dataset dari masing-masing jenis citra daging mentah yang digunakan 2,250 citra terdiri dari citra jpeg dengan beberapa model citra , diantaranya citra asli, citra cropping, citra flip horisontal RGB, citra flip vertikal RGB, citra RGB, citra channel Red, citra channel Green, citra channel Blue, citra channel Magenta (greyscale), citra flip vertikal dan citra flip horisontal. Output training dan validasi berupa penyimpanan konfigurasi CNN yang dihasilkan untuk pemodelan saat testing beserta grafik cross entropy. Pembagian dataset citra model training dan validasi sebesar 70% training dan 30% validasi. Sistem testing digunakan uji coba menentukan jenis daging untuk mendapatkan output tulisan / text dari nama daging yang sesuai. Bahasa program yang digunakan penelitian berupa Python 3.8 beserta Tensorflow dan Keras dengan aplikasi PyCharm 2020.3.2 community edition. Untuk training dan validasi dilakukan uji coba pertama pada dataset dengan resize citra pada ukuran 50 X 50 pixel didapatkan hasil : training loss= 43.89% ; training accuracy= 82.82% ; validation loss= 87.44% ; validation juga dilakukan pada ukuran accuracy: 72.27%. Uji coba training dan validasi ke dua dilakukan resize citra pada ukuran 100 X 100 pixel dengan hasil : training loss= 35.74% ; training accuracy= 85.75% ; validation loss: 81.08% ; validation accuracy: 71.65%. Uji coba testing didapatkan nilai tertinggi dari angka array hasil pembandaingan dengan penyimpanan konfigurasi training dan validasi. Penelitian identifikasi jenis daging bisa ditingkatkan lebih baik bila dilengkapi dengan dataset citra yang lebih memadai.
Analisa Klasifikasi Genre Game PC Terpopuler Muhammad Rivaldy Hisham; Jumiliono Pratama; Luky Andito; Andy Kho; Hendry Wijaya
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i01.145

Abstract

Kemajuan teknologi yang terus berkembang dengan pesat memungkinkan banyak perusahaan memanfaatkan teknologi dengan menciptakan berbagai macam cara dengan menggunakan sistem serta aplikasi dari Teknologi Informasi, salah satu contoh dari sistem TI ialah video game. Maraknya aplikasi video game dengan berbagai kategori yang telah dirancang dan diimplementasikan lalu dipublikasikan pada platform Google Play Store sangat memungkinkan penggunanya memberikan penilaian dan akan berdampak pada peringkat video game yang dipublikasikan. Pada penelitian ini, penulis menggunakan dataset Google Play Store yang diperoleh dari situs website Kaggle untuk memprediksi aplikasi yang populer menggunakan dua model klasifikasi yaitu Random Forest Classifier (RFC) dan Gradient Boosting Decision (GBD) dan membandingkan akurasi model ini. Penelitian ini menghasilkan prediksi aplikasi manakah yang populer dan tidak menggunakan dua model serta menentukan kategori video gamenya. Penelitian ini diharapkan dapat membantu perusahaan mempertimbangkan aplikasi atau video game apa yang baik untuk dikembangkan pada masa yang akan datang.
Optimasi Aset dan Karakter Permainan 3D Berbasis Tematik Sekolah Dasar Deka Aldi Tri Buana putra; Anang Kukuh Adisusilo; Noven Indra Prasetya
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i01.165

Abstract

Abstrak— Pembelajaran tematik merupakan pembelajaran terpadu yang menggunakan tema sebagai pokok pikiran atau gagasan pokok pembicaraan dengan mengaitkan beberapa mata pelajaran, sehingga dapat memberikan pengalaman bermakna kepada siswa. .Penelitian ini menggunakan buku Tematik Sekolah Dasar Kelas 3 sebagai referensi untuk merancang repository asset dan karakter permainan 3D dengan berfokus pada hal optimasi karakter dan objek 3D menggunakan metode vertex decimation untuk membuat sebuah permainan dapat berjalan lebih baik. Vertex pada aset dan karakter 3D pada penelitian ini sebelum di optimasi berjumlah 584,154 vertex untuk karakter udin , dan 29,074 untuk karakter meli, lalu untuk beberapa aset 3D objek terdiri dari meja, kursi, lemari dan pensil memiliki jumlah total 69,654 vertex. Hasil penelitian menunjukkan bahwa jumlah vertex pada karakter udin setelah di optimasi berjumlah 418,175 dan 20,473 vertex untuk karakter meli, lalu untuk aset objek 3D setelah di optimasi didapatkan jumlah vertex sebanyak 36,070, setelah semua komponen utama aset dan karakter 3D di total didapatkan, hasil jumlah perbedaan sebesar 26,7% dengan hasil dari optimasi vertex decimation tersebut tidak mengurangi tingkat detail pada objek dan karakter terlalu besar.
Faktor-Faktor yang Mempengaruhi Adopsi E-learning untuk Siswa SMA di Indonesia dengan Menggunakan Extended Technology Acceptance Model Audrey Ayu Dianaris; Edwin Pramana; Herman Budianto
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i01.179

Abstract

Penggunaan berbagai macam aplikasi berbasis internet sudah meluas di Indonesia. Didukung dengan berbagai macam perangkat yang mampu mengaksesnya di kalangan remaja, terutama siswa sekolah pada bangku pendidikan di SMA. Gaya hidup serba mobile dan aktivitas penunjang akademis siswa di luar pendidikan formal, cukup menyita waktu. Sehingga waktu belajar secara tradisional pun semakin sedikit. Perkembangan teknologi yang pesat juga berdampak pada dunia pendidikan. Memanfaatkan teknologi, keterbatasan akses informasi dan materi belajar, terutama keterbatasan ruang dan waktu dapat dijembatani dengan menggunakan E-learning. Penelitian ini bertujuan untuk mencari tahu, faktor-faktor apa saja yang dapat mempengaruhi siswa SMA di Indonesia untuk mau mengadopsi E-learning. Sebuah model teoritis dibuat berdasarkan sejumlah penelitian sebelumnya dan memanfaatkan model dasar Technology Acceptance Model (TAM) dan konstruksi E-learning yang spesifik. Pengumpulan data dilakukan dengan menggunakan kuesioner berbasis online. Data akhir yang terkumpul berjumlah 517 data dari siswa SMA di Indonesia. Structural Equation Modeling (SEM) digunakan untuk menganalisis dan pengolahan model teoritis menggunakan software AMOS. Faktor-faktor dalam model teoritis adalah Self-Efficacy, Social Influence, Computer Anxiety, Prior Experience, Facilitating Conditions, dan Perceived Enjoyment. Bentuk dasar TAM yang digunakan meliputi Perceived Usefulness, Perceived Ease of Use, dan Behavioral Intention. Dalam proses Factor Analysis, Facilitating Conditions dihapus dari model teoritis, karena tidak mampu menunjukkan posisi konvergen dan diskriminan. Faktor Perceived Usefulness dan Perceived Enjoyment adalah dua faktor yang paling mempengaruhi Behavioral Intention di dalam proses adopsi E-learning. Hasil penelitian menunjukkan Perceived Enjoyment memiliki pengaruh secara langsung dan positif pada Perceived Usefulness yang tertinggi dibandingkan faktor lainnya. Self-Efficacy memiliki pengaruh secara langsung dan positif pada Perceived Ease of Use yang tertinggi dibandingkan faktor lainnya. Berdasarkan hasil penelitian ini, maka dapat ditekankan, bahwa untuk mencapai tujuan agar seseorang mau mengadopsi E-learning, instansi terkait harus menunjang kebutuhan penerapan E-learning dengan berfokus pada sisi manfaat dan kepuasan yang menyenangkan pengguna dalam pengalamannya menggunakan E-learning
Analisa Perubahan Luas Tutupan Lahan Mangrove di Teluk Ambon Dalam Menggunakan OBIA Theodorus Deventer Rihulay; Frederik Samuel Papilaya
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i01.183

Abstract

Hutan mangrove berperan penting untuk kawasan pesisir, yang mana sebagai pertahanan akhir yang melindungi pemukiman dari berbagai bencana alam dan juga sebagai salah satu mitigasi perubahan iklim global. Pemanfaatan penginderaan jauh dan Sistem Informasi Geografis untuk melakukan pemetaan temporal dengan metode Object Based Image Classification diteliti menggunakan citra satelit Landsat (Landsat 4-5 dan Landsat 8 Oli) dapat dinilai cukup akurat dengan tingkat akurasi 60%. Hasil yang di peroleh yaitu adanya perubahan tutupan mangrove pada Kawasan Teluk Ambon Dalam yang mengalami penambahan tutupan luas dalam rentang tahun 1999-2020 sebanyak 248,654 M2

Page 4 of 6 | Total Record : 59

 2   3   4   5   6 

Filter by Year

2019 2023


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2023): Journal of Information System, Graphics, Hospitality and Technology Vol. 5 No. 1 (2023): Journal of Information System, Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology Vol. 4 No. 2 (2022): Journal of Information System, Graphics, Hospitality and Technology Vol. 3 No. 02 (2021): Journal of Information System, Graphics, Hospitality and Technology Vol. 3 No. 01 (2021): Journal of Information System, Graphics, Hospitality and Technology Vol. 2 No. 02 (2020): Journal of Information System, Graphics, Hospitality and Technology Vol. 2 No. 01 (2020): Journal of Information System,Graphics, Hospitality and Technology Vol. 1 No. 02 (2019): Journal of Information System,Graphics, Hospitality and Technology Vol. 1 No. 01 (2019): Journal of Information System,Graphics, Hospitality and Technology