Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Generation Journal

gj
Website

Published by Universitas Nusantara PGRI Kediri

ISSN : 25804952 EISSN : - DOI : https://doi.org/10.29407

Core Subject : Science,

Computer Science & IT

Generation (Genius Research Implementation Of Information Technology) Journal diterbitkan oleh Universitas Nusantara PGRI Kediri dan dikelola oleh Prodi Teknik Infomatika Universitas Nusantara PGRI Kediri. Tujuan dari Jurnal ini adalah untuk memfasilitasi publikasi ilmiah dari hasil-hasil penelitian di Indonesia dan berpartisipasi untuk meningkatkan kualitas dan kuantitas penelitian untuk akademisi dan peneliti dalam bidang teknologi informasi. GENERATION Journal diterbitkan setiap bulan Januari dan Juli.

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 108 Documents

1 2 3 4 5

Yayak Kartika Sari Prediksi Customer Churn Berbasis Adaptive Neuro Fuzzy Inference System Yayak Kartika Sari; Kusrini Kusrini; Ferry Wahyu Wibowo
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Abstrak – Customer Churn adalah pelanggan yang berhenti berlangganan dan pindahpada perusahaan lain, karena berbagai faktor. Customer churn merupakan masalah yang sangatpenting yang harus dihadaapi oleh perusahaan karena berhentinya pelanggan akan berdampakpada retensi perusahaan. Oleh sebab itu, dibuatkan sistem prediksi customer churn untukmengetahui tingkat pelanggan yang churn, apabila customer churn dapat diketahui terlebih dahulu,maka akan menguntungkan bagi pihak CRM untuk mengatur strategi-strategi mencegah pelangganyang melakukan churn. Untuk menentukan prediksi customer churn menggunakan teknik datamining dengan algoritma ANFIS. Algoritma ANFIS merupakan gabungan antara jaringan syaraftiruan dengan fuzzy inference system. Model prediksi yang dibangun dengan metode ANFISmenggunakan pembelajaran alur maju dan pembelajaran alur mundur, sehingga untuk melakukanprediksi dibutuhkan nilai parameter fuzzy baru yang diperoleh dari proses pelatihan. Setelah nilaiparameter fuzzy baru didapatkan, maka akan dilakukan tahap pengujian. Pada tahap pengujiandilakukan dengan proses pembelajaran maju untuk mendapatkan nilai prediksinya, sehingga padaprosesnya nilai prediksi yang berupa angka dan status prediksi. Pelatihan dan pengujian ANFISuntuk semua produk menghasilkan perbandingan nilai error rata-rata pelatihan sebesar 8,316 %

Agustian Noo Perencanaan dan Pengembangan Aplikasi Stok Barang dan Penjualan pada UPT. Kewirausahaan Menggunakan Barcode dan Smart Card (Studi Kasus UPT. Kewirausahaan Politeknik Negeri Tanah Laut) Agustian Noor; Herpendi Herpendi; Radna Nurmalina
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Abstrak – Penelitian ini secara umum bertujuan untuk menghasilkan sistem yang dapatmengelola data-data stok barang dan penjualan di UPT Kewirausahaan Politeknik Negeri TanahLaut. Usulan penelitian ini difokuskan terlebih dahulu pada membangun aplikasi stok barang danpenjualan dengan menambah sentuhan teknologi barcode dan smart card yang mampu memberikankemudahan dalam pengelolaan data barang. Saat ini stok barang dan penjulanan dilakukan secaramanual dengan menulis di buku besar. Untuk mempermudah melakukan proses transaksi danpengelolaan stok barang tersebut maka dibangun “Aplikasi Stok Barang dan Penjualan Pada Upt.Kewirausahaan Menggunakan Barcode dan Smart Card (Studi Kasus Upt. KewirausahaanPoliteknik Negeri Tanah Laut)”. Aplikasi digunakan pada saat proses transaksi dan pengelolaanstok barang, dari proses barang masuk sampai barang keluar dengan metode yang digunakanyaitu mendekatkan atau meletakkan barcode pada kode barang dan smart card atau kartu RFIDpada alat pembaca kartu RFID yang dimiliki pelanggan terdaftar, maka secara langsung aplikasimenerima data yang ada pada barcode dan kartu tersebut. Aplikasi ini, diharapkan pada tahunberikutnya dapat dikembangkan aplikasi pendukung lain guna dapat menghasilkan sisteminformasi yang tepat guna, baik, dan terintegrasi untuk dapat menciptakan sebuah kampus cerdas.Kata Kunci — Aplikasi, Barcode, Smart Card

riska Fitria Anggelina Pengenalan Pola Tulisan Huruf Jepang (Hiragana) Menggunakan Partisi Citra Ariska Fitria Anggelin; Ardi Sanjaya; Ahmad Bagus Setiawan
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

bstrak– Beberapa orang memiliki kemampuan dalam mengenali tulisan tangan seseorang melaluipembelajaran. Misalnya pada tulisan tangan huruf Hiragana. Mungkin ada beberapa kendala yangditemukan saat pengenalan, sehingga tulian tangan seseorang menjadi sulit dikenali. Permasalahanpenelitian ini adalah (1) Bagaimana merancang dan membangun suatu sistem yang dapatdigunakan sebagai pengenalan perkembangan pola tulisan tangan huruf Hiragana dasar (seion)?. (2) Bagaimana menerapkan metode Partisi Citra untuk melakukan ekstraksi fitur pada citradigital. Penelitian ini menggunakan metode Partisi sebagai pengekstraksi fitur citra, serta metodeK-Nearest Neighbour sebagai klasifikasi dan perhitungan jaraknya menggunakan EuclideanDistance. Sebelum dilakukan pengenalan, file citra dilakukan proses preprocessing terlebih dahuluyaitu grayscalling dan deteksi tepi prewitt, selanjutnya dilakukan partisi, lalu diidentifikasi. Darihasil pengujian pada skenario pertama dengan data training 60 dan testing mencakup semua tulisanminggu pertama sebanyak 90 huruf diperoleh akurasi sebesar 6%. Pada skenario kedua denganjumlah data training 60 dan testing mencakup semua tulisan minggu kedua diperoleh akurasisebesar 81%. Pada skenario ketiga dengan data training yang sama dan testing mencakup semuatulisan minggu ketiga diperoleh akurasi sebesar 88%. Dari hasil pengujian, dapat disimpulkanbahwa metode K-Nearest Neighbour dan Partisi citra dapat digunakan untuk mengidentifikasitulisan tangan huruf Hiragana

Destian Tri Handoko Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW Destian Tri Handoko; Patmi Kasih
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

bstrak - Teknologi berbasis ukuran pada tubuh manusia (disebut dengan istilahbiometrik) seperti sidik jari, wajah, kornea mata dan lain-lain digunakan untuk keperluankeamanan, salah satunya untuk keamanan sistem PC. Sistem keamanan komputer merupakan upayayang dilakukan untuk mengamankan kinerja, data, fungsi atau proses komputer. Sistem keamananPC juga berguna untuk menjaga dari user yang tidak memiliki otoritas. Layaknya gembok kuncidalam rumah yang menjaga rumah dari pencuri masuk, sistem keamanan menggunakan suara(sistem speech recognition) untuk mengunci desktop dari orang yang tidak memiliki otoritas. Nilaiamplitudo diambil dari sinyal suara masukan, sehingga didapatkan kumpulan angka real yangmenjadi nilai masukan untuk ekstraksi ciri. Metode ekstraksi ciri yang digunakan dalam sistem iniadalah Mel Frequency Cepstral Coefficient (MFCC). Tahapan awal, MFCC memecah nilaiamplitudo sinyal masukan menjadi frame-frame yang diolah dengan menggunakan mel-filterbakyang diadaptasi dari cara kerja pendengaran manusia. Hasil ekstraksi ciri kemudian dibuat menjadivektor yang digunakan sebagai inputan simbol pada DTW (Dynamic Time Warping) untukmembandingkan hasil vector MFCC. Ketika pengujian ciri dari sinyal uji yang telah dikuantisasikemudian dicocokan dengan data training yang telah dimasukan pada tahap penyimpanan,sehingga kata sandi dapat dikenali. Dari hasil pengujian, sistem dapat mengenali suara yangmemiliki otoritas dengan kriteria dalam keaadaan noise 82% dan hening 86% dengan jumlah 10data training dan diuji coba sebanyak 50x percobaan.

Heri Abijono Analisis Perbandingan Metode Simple Additive Weighting dan Profile Matching dalam Sistem Pendukung Keputusan Heri Abijono; Kusrini Kusrini
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Peneliti telah menerapkan sistem pendukung keputusan berupa suatu aplikasiuntuk mendistribusikan dana Bantuan Siswa Miskin (BSM) di tahun 2015 dengan menggunakanmetode Simple Additive Weighting. Peneliti kemudian mengembangkan sistem ini di tahun 2017dengan menambahkan ketentuan kepemilikan Kartu Perlindungan Sosial ataupun Surat KeteranganRumah Tangga Miskin untuk mempertimbangkan prioritas pemberian dana bantuan itu, selainmempertimbangkan empat macam kriteria yang telah ada pada sistem sebelumnya. Penelitian kaliini ditujukan untuk membandingkan algoritma dari dua metode, Simple Additive Weighting danProfile Matching, untuk menentukan metode mana yang cocok dipakai dalam pendistribusian danaBSM. Peneliti membuat analisis berupa perhitungan-perhitungan sesuai algoritma dari dua buahmetode yang diperbandingkan dengan menunjukkan cara kerja proses dari tiap-tiap metode yangdiperbandingkan. Keluaran sistem adalah berupa informasi perankingan prioritas siswa untukmemperoleh dana BSM.

Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS Anggi Wahyu Triprasetyo; Danar Putra Pamungkas; Resty Wulanningrum
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Indonesia adalah salah satu negeri banyak budaya salah satunya adalah batik, dipulau jawa banyak sekali pengrajin batik salah satunya di kota kecil Jawa Timur tepatnya diKabupaten Trenggalek memiliki ragam motif batik asli yang tidak kalah bagus dari kota lain, Tetapidi dalam masyarakat lokal maupun luar masih banyak yang kekurangan informasi tentang jenisjenis motif batik khas Trenggalek yang memliki motif yang hampir sama. Dari permasalah di atasmaka peneliti menerapkan teknologi pengeolahan citra digital salah satunya pengenalan pola untukmengenali pola batik.Rumusan masalah yang diajukan adalah bagaimana cara merancang sebuah aplikasipengenalan pola batik berdasarkan motif menggunakan algoritma K-means untuk menentukan jenismotif batik, sehingga dapat diketahui apakah citra yang diuji merupakan nama dari sebuah motifbatik tersebut. Sebelum dicocokan maka didapatkan garis tepinya dahulu menggunakan Metodedeteksi tepi sobel untuk menemukan garis tepi seuatu objek pada citra dan algoritma k-means adalahmotode yang mudah untuk pencocokannya karena menglaster objek yang hampir sama ke dalamgerombolnya.Dari data uji coba presentase akurasi keberhasilan aplikasi untuk mengenali pola motifbatik khas Trenggalek rata-rata 80%, Serta dalam percobaan paling tinggi terjadi pada skenario 2,dengan menghasilkan nilai benar 9 dan nilai salah 1, maka presentase akurasi didapat sebesar 90%dikarenakan untuk pengambilan gambar dari pola motif batik dengan jarak 30cm cocok di gunakanpada aplikasi ini.

Made Ayu Dusea Widyadara Analisis Faktor-Faktor Pengaruh Minat Belanja Konsumen Pada Toko Online Berryben Made Ayu Duesa Widyadara
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Abstrak - Penggunaan Internet yang semakin pesat membuat perubahan gaya hidup untukberkecenderungan melakukan segala aktivitasnya melalui internet dengan jumlah penggunainternet yang mencapai angka 82 juta orang atau sekitar 30% dari total penduduk di Indonesia.Salah satu aktivitas yang paling sering dilakukan adalah mengunjungi online shop. Kemudahanlayanan yang ditawarkan melalui belanja online membuat cara ini semakin diminati banyakpengguna internet. Data dari Menkominfo yang menyebutkan bahwa nilai transaksi ecommercepada tahun 2013 mencapai angka Rp130 triliun. Ini merupakan angka yang sangat fantastismengingat bahwa hanya sekitar 7% dari pengguna internet di Indonesia yang pernah belanjasecara online, ini berdasarkan data dari McKinsey. Dibandingkan dengan China yang sudahmencapai 30%, Indonesia memang masih tertinggal jauh. Dengan presentase yang masih sedikitpeneliti ingin mengidentifikasi faktor-faktor apa saja yang mempengaruhi minat konsumen dalambelanja online. Dengan menggunakan path analysis peneliti mendapatkan hasil yangmempengaruhi minat konsumen dalam belanja online antara lain variabel perceived concentration,variabel perceived enjoyment, dan variabel perceived ease of use.Kata kunci - Belanja Online, Ecommerce, Minat Konsumen, Online Shop, Pengguna Internet

Umar Wirahadi Kusuma Penggunaan Analytical Hierarchy Process Untuk Sistem Pendukung Keputusan Bantuan Siswa Miskin Umar Wirahadi Kusuma
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Dalam kehidupan saat ini teknologi semakin canggih dan berkembang pesatdibidang Teknologi Informasi. Komputer saat ini bukanlah suatu hal yang asing lagi, tapi sudahmenjadi kebutuhan bagi banyak orang. Adanya computer bisa membantu atau mempermudahsegala bentuk kebutuhan manusia akan informasi dan teknologi. Sekolah saat ini hamper semuaadministrasi dan keuangan dibantu oleh computer. Bahkan juga untuk pemberian Bantuan KhususSiswa Miskin (BKSM) saat ini banyak yang sudah menggunakan computer. Hanya saja pengelolaanBKSM saat ini yang belum terakumulasi menggunakan database secara optimal, menyebabkankesulitan dalam pemrosesan data yang menyebabkan lamanya proses penentuan penerimaanBKSM.Hasil dari system pendukung keputusan atau prediksi diambil dari factor- factor yangmempengaruhi prestasi belajar siswa, yaitu keadaan keluarga, keadaan kesehatan orang tua,penghasilan orang tua, Jumlah keluarga yang ditanggung yang masih sekolah, dan prestasi yangdimiliki siswa. Kriteria- kriteria tersebut akan digunakan sebagai pertimbangan, bobot penilaiantertinggi yang didapat diasumsikan sebagai alternative terbaik, sehingga akan muncul dalambentuk data prioritas (rangking).Sistem Pendukung Keputusan ini menggunakan metode Analytical Hierarchy Process(AHP) untuk menyelesaikan permasalahan tersebut. Dengan adanya system SPK BKSM akanmempermudah dan mempercepat pengambilan keputusan. Dengan system yang dapat mempercepatpengambilan keputusan ini juga akan meningkatkan kualitas keputusan dalam menentukan siswayang berhak menerima BKSM. Sistem ini hanya bersifat sebuah rekomendasi sebuah keputusankepada pihak sekolah, untuk proses selanjutnya tetap tergantung pada sekolah yang bersangkutan.Kata Kunci— SPK, BKSM, AHP

Resty Wulanningrum Penggunaan Algoritma K- Nearest Neighbor untuk Identifikasi Citra Kamboja Resty Wulanningrum
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Abstrak– Teknologi saat ini sangat berkembang dengan pesat, terutama dari sectorpertanian. Dalam hal pertanian saja, tidak hanya dalam bidang tanaman khusus makanan pokok,tetapi sudah merambah ke dunia tanaman hias. Tanaman hias saat ini juga sangat tinggipermintaan, salah satunya adalah tanaman hiaskamboja. Kamboja merupakan salah satu tanamahias dengan banyak jenis. Jenis yang berbeda- beda ini juga memiliki ciri serta aroma yangberbeda- beda. Tak jarang sebagai orang awam sering salah menyebutkan jenis bunga kamboja ini.Karena secara umum terlihat sama bentuknya, ternyata bunga kamboja memiliki ciri yang unik daribentuk serta warnanya.Dari permasalahan di atas, maka dibuatlah sebuah rumusan masalah bagaimana membuatsebuah system untuk mengidentifikasi citra bunga kamboja dengan menggunakan algoritma KNearest Neighbor?Pada penelitian ini yang digunakan adalah jenis plumeria obtusa, plumeria rubra, danplumeria cendana. Jeni tanaman yang digunakan ini memiliki jumlah kelopak bunga yang sama,yaitu 5, tetapi bentuknya berbeda- beda. Data yang digunakan sebanyak 20 citra bunga setiapjenisnya. Dari 20 data tersebut akan dibuat 5 sekenario ujicoba untuk mendapatkan hasil yangterbaik. Hasil terbaik pada ujicoba yang dilakukan adalah pada sekenario pertama dengan akurasisebesar 88,9% dan yang terkecil pada sekenario ke- 5 yaitu sebesar 75,9 %. Hasil ujicoba yangbervariasi tersebut dipengaruhi oleh data training dan data testing. Semakin banyak datatrainingnya maka semakin tinggi pula hasil akurasi identifikasinya, begitu sebaliknya. Disarankanmenggunakan metode ekstraksi ciri yang lain untuk mendapatkan hasil yang maksimal.Kata Kunci— Kamboja , K-NN, Identifikasi

Integrasi Permodelan Game Content Model Pada Game Based Learning riska Nurtantyo Sarbini; Indah Yuni Astuti; Tri Handayani
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Abstrak–Permainan digital menjadi salah satu inovasi yang terus menjadi pilihan yangmemberikan pengalaman dan membuka wacana sesuai dari pesan yang ingin disampaikan olehpembuat game tersebut. Secara implisit pesan tersebut secara tidak langsung memiliki pengaruhterhadap pemahaman pemain. Di dalam Game-Based Learning terdapat lingkungan pembelajaranberbasis permainan yang dapat menginspirasi siswa untuk belajar, dan memberikan para siswakesempatan belajar yang besar untuk meningkatkan pembelajaran mereka. Salah satu alasanbahwa game berbasis pembelajaran memiliki sejumlah karakteristik yang melibatkan siswa danmenawarkan pengalaman belajar yang menyenangkan. Dipadukan dengan formalitas dalampembuatan game agar membuat permainan semakin bagus.Formalitas Game Content Model merupakan ontologi permainan dari sudut pandangkonten interaktif. terdiri dari model yang mewakili aspek inti dari sebuah game yang seriustermasuk definisi objek, atribut, perilaku, hubungan dengan seni dan komponen pustaka game,peristiwa dan perkembangan, pembangunan situasi yang terdiri dari karakter, objek, tujuan,peristiwa dan masalah yang harus diselesaikan melalui gameplaying.Penelitian berfokus pada pengembangan media pembelajaran digital berupa game basedlearning dengan integrasi dengan game content model sebagai formalitas dalam pembuatan gameagar memiliki lingkup permainan yang serius..Kata Kunci—Game-Based Learning, Game Content Model.

Page 3 of 11 | Total Record : 108

1 2 3 4 5

Filter by Year

2017 2023

Filter By Issues

All Issue Vol 7 No 3 (2023): Special Issue October 2023 Vol 7 No 2 (2023): Generation Journal Vol 7 No 1 (2023): Generation Journal Vol 6 No 2 (2022): Generation Journal Vol 6 No 1 (2022): Generation Journal Vol 5 No 2 (2021): Generation Journal Vol 5 No 1 (2021): Generation Journal Vol 4 No 2 (2020): Generation Journal Vol 4 No 1 (2020): Generation Journal Vol 3 No 2 (2019): Generation Journal Vol 3 No 1 (2019): Generation Journal Vol 2 No 2 (2018): Generation Journal Vol 2 No 1 (2018): Generation Journal Vol 1 No 2 (2017): Generation Journal Vol 1 No 1 (2017): Generation Journal More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Risky Aswi Ramadhani

Contact Email
riskyaswiramadhani@gmail.com

Phone
+6281231834110

Journal Mail Official
generationjurnal@gmail.com

Editorial Address
Jl. KH. Achmad Dahlan No. 76 Mojoroto, Kota Kediri 64112.

Location
Kota kediri,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Risky Aswi Ramadhani

Contact Email riskyaswiramadhani@gmail.com

Phone +6281231834110

Journal Mail Official generationjurnal@gmail.com

Editorial Address Jl. KH. Achmad Dahlan No. 76 Mojoroto, Kota Kediri 64112.

Location Kota kediri, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Risky Aswi Ramadhani

Contact Email
riskyaswiramadhani@gmail.com

Phone
+6281231834110

Journal Mail Official
generationjurnal@gmail.com

Editorial Address
Jl. KH. Achmad Dahlan No. 76 Mojoroto, Kota Kediri 64112.

Location
Kota kediri,

Jawa timur

INDONESIA