Jurnal Sistem Komputer & Kecerdasan Buatan
Jurnal Sistem Komputer dan Kecerdasan Buatan (SisKom-KB) adalah salah satu jurnal ilmiah yang diterbitkan oleh kantor Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Tanri Abeng yang mencakup bidang Ilmu Komputer, Teknik Informatika, Teknik Elektro dan beberapa bidang ilmu multidisipliner yang mengarah pada Sistem Komputer berbasis Kecerdasan Buatan. Jurnal ini diterbitkan berkala dengan dua volume setiap tahunnya. Jurnal Penelitian Ilmiah ini menerima hasil tulisan penelitian ilmiah dari luar civitas akademika Universitas Tanri Abeng
Articles
100 Documents
<![CDATA[Pengembangan Metode Sistem Terdistribusi (Peer to Peer and Client Server) Untuk Informasi Hasil Pertanian Menggunakan IOT ]]>
<![CDATA[Fredy Susanto]]>;
<![CDATA[Diah Aryani]]>;
<![CDATA[Ari Asmawati]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v3i2.146
<![CDATA[Abstract — Penggunaan teknologi TIK (Teknologi Informasi Komunikasi) telah sangat menyentuh sendi kehidupan, baik kehidupan individu di kota dan di pedesaan. Penggunaan teknologi informasi telah menembus kehidupan pedesaan dan meningkatkan standar kehidupan untuk mensejahterakan desa. Karena lebih dari 50% kehidupan bangsa ini terletak di sisi negara. Informasi tentang hasil pertanian sangat penting bagi masyarakat pedesaan dan perkotaan, di mana tanaman pertanian merupakan indikator pengambilan keputusan dan kebijakan. Metode yang digunakan adalah metode sistem terdistribusi di mana informasi yang dihasilkan oleh petani mengenai panen mereka didistribusikan secara peer to peer melalui teknologi IoT (internet of things) yang menggunakan perangkat server web Arduino Uno. Menggunakan perangkat Arduino Uno berarti penggunaan perangkat minimalis atau sistem embed untuk menekankan sumber daya, dan ramah lingkungan.]]>
<![CDATA[Analisis dan Perancangan Simulasi Jaringan MAN (Metropolitan Area Network) dengan Dynamic Routing EIGRP (Enhanced Interior Gateway Routing Protocol) dan Algoritma DUAL (Diffusing Update Algorithm) Menggunakan Cisco Packet Tracer ]]>
<![CDATA[Nofita Rismawati]]>;
<![CDATA[Muhamad Femy Mulya]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v3i2.147
<![CDATA[Abstract— Jaringan komputer perlu dikelola dengan benar sehingga lalu lintas data di jaringan menjadi lebih efisien. Satu tingkat manajemen jaringan komputer adalah perangkat router. Router dapat dikelola dengan mengimplementasikan protokol routing, salah satunya adalah EIGRP (Enhanced Interior Gateway Routing Protocol). EIGRP adalah protokol perutean yang hanya diadopsi oleh router Cisco atau sering disebut sebagai protokol milik Cisco, di mana EIGRP hanya dapat digunakan pada router Cisco saja. EIGRP sangat cocok untuk perusahaan menengah dan besar, karena banyaknya fasilitas yang disediakan dalam protokol ini. Tujuan dari penelitian ini adalah untuk menganalisis, merancang topologi MAN (Metropolitan Area Network) dengan routing dinamis EIGRP (Enhanced Interior Gateway Routing Protocol) dan algoritma DUAL (Diffusing Update Algorithm), sehingga jalur routing terbaik untuk topologi MAN akan diperoleh , sehingga topologi MAN akan dirancang. Perangkat lunak yang digunakan untuk membuat EIGRP (Enhanced Interior Gateway Routing Protocol) dan DUAL (Algoritma Pembaruan Pembaruan) simulasi menggunakan Cisco Packet Tracer. Dari hasil pengujian simulasi membuktikan bahwa jalur terbaik untuk dilalui oleh setiap router, yaitu jalur / rute yang memiliki perhitungan metrik EIGRP terkecil di antara rute tetangga, perhitungan ini diperoleh dari parameter bandwidth dan delay pada setiap router yang terhubung.]]>
<![CDATA[Analisis Kebutuhan Sistem Pendukung Keputusan Kenaikan Jabatan pada BPR Inti Dana Sentosa Menggunakan Metode Analytic Hierarchy Process (AHP) ]]>
<![CDATA[Guna Yanti Kemala]]>;
<![CDATA[Ika Arthalia Wulandari]]>;
<![CDATA[Eka Ridhawati]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v3i2.148
<![CDATA[Abstract — BPR Inti Dana Sentosa diklaim sebagai BPR yang mempunyai pelayanan terbaik untuk nasabahnya. Dikarenakan jumlah karyawan yang cukup banyak, BPR Inti Dana Sentosa mengalami kesulitan dalam memantau prestasi dan potensi dari seluruh karyawan yang bekerja pada Bank tersebut. Permasalahan ini berdampak pada proses kenaikan jabatan karyawan yang salah satunya dilihat dari prestasi dan potensi selama masa kerja. Sesuai dengan proses kenaikan jabatan pada BPR Inti Dana, maka diperlukan kriteria untuk menentukan siapa yang akan dipilih untuk mengisi posisi yang telah ditentukan. Dalam proses penentuan posisi diperlukan suatu sistem pendukung keputusan. Salah satu metode yang dapat digunakan untuk Sistem pendukung keputusan adalah metode Analytic Hierarchy Process. Metode ini dipilih karena mampu menghitung nilai terbaik dari sejumlah karyawan yang ada, dalam hal ini kandidat berarti karyawan yang berhak menduduki jabatan yang tersedia berdasarkan kriteria yang ditentukan. Penelitian dilakukan dengan mencari bobot nilai untuk setiap kriteria dan proses perhitungan alternatif kemudian melakukan alternatif global yang akan menentukan karyawan terbaik. Hasil dari perangkingan tersebut dapat digunakan sebagai rekomendasi pihak BPR Inti Dana Sentosa dalam penentuan kenaikan jabatan pegawai. Penelitian ini menunjukkan bahwa ada 3 kriteria terpenting yang diperoleh untuk proses perankingan, yaitu aspek kapasitas intelektual, aspek sikap kerja, dan aspek perilaku.]]>
<![CDATA[E-Lapdu Fasilitas Kampus Universitas Pamulang pada Platform Andoid ]]>
<![CDATA[Fajar Septian]]>;
<![CDATA[Saipul Anwar]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v3i2.149
<![CDATA[Abstract — Universitas Pamulang adalah kampus dengan jumlah siswa terbanyak di LLDIKTI IV di Jawa Barat dan Banten pada tahun 2020 yang terbagi menjadi tiga lokasi bangunan. Dengan pembangunan gedung dan fasilitas kampus yang begitu cepat, hal itu juga akan meningkatkan perhatian pada perawatan dan pemeliharaan fasilitas yang ada di dalamnya. Ini tentu saja membuat penanganan kerusakan dan fasilitas perawatan perlu mendapatkan fokus perhatian dan respon yang cepat. Keluhan dari akademisi diperlukan untuk mengetahui fasilitas atau fasilitas publik yang perlu ditingkatkan dan menerima saran dari tugas yang telah dilakukan. Keluhan dari kalangan akademisi belum tersampaikan dengan baik sehingga membuat sivitas kebingungan harus menyampaikan keluhan kepada siapa. Dengan aplikasi Electronic Complaint Report (e-Lapdu) dibuat, fasilitas kampus pada platform akademik android dapat membuat keluhan tentang fasilitas kampus yang mengalami gangguan atau kerusakan online tanpa harus pergi ke atau mencari teknisi. Aplikasi ini dapat mengirim bukti keluhan yang terjadi seperti foto melalui smartphone dengan mengambil foto dari kamera atau galeri smartphone yang melaporkan. Metode pengembangan aplikasi yang digunakan adalah model prototipe. Hasil penelitian ini berupa aplikasi e-Lapdu dari fasilitas kampus yang berjalan di platform Android. Setelah melakukan pengujian dengan teknik pengujian black box pada aplikasi, secara fungsional aplikasi ini dapat berjalan seperti yang diinginkan oleh sivitas akademika Universitas Pamulang.]]>
<![CDATA[Analisis dan Perancangan Sistem E-Learning Classroom for Academic Menggunakan Dynamic System Development Method (DSDM) Studi Kasus : School of Engineering and Technology Tanri Abeng University ]]>
<![CDATA[Pramitha Dwi Larasati]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 3 No. 2 (2020): Volume III - Nomor 2 - Maret 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v3i2.150
<![CDATA[Abstract—Revolusi industry 4.0 sering kita artikan sebagai sebuah perkembangan di era digital dalam segala bidang, terutama bidang pendidikan. Salah satu yang dimajukan adalah pembelajaran secara online. E-Learning merupakan kegiatan belajar mengajar (KBM) yang dilakukan secara online dan memungkinkan tenaga pengajar dan peserta didik untuk berinteraksi layaknya KBM pada umumnya tanpa tatap muka. Metode yang dilakukan dalam penelitian ini adalah Dynamic System Development Method (DSDM) untuk proses pengembangan sistem dan Unified Modeling Language (UML) untuk perancangan desain sistem. Hasil dari penelitian ini adalah sebuah analisis sistem usulan dan desain rancangan sistem untuk dapat dikembangkan dan dimplementasikan menjadi sebuah sistem utuh.]]>
<![CDATA[Perancangan Aplikasi Monitoring Ruangan Menggunakan IP Camera Berbasis Android ]]>
<![CDATA[Sri Apriyani]]>;
<![CDATA[Ridho Taufiq Subagio]]>;
<![CDATA[Wanda Ilham]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v4i1.161
<![CDATA[Dengan maraknya teknologi internet dalam dunia pendidikan, hampir semua kegiatan di semua instansi pendidikan dapat dilakukan secara online, serta dilakukan kapan dan dimana saja. Salah satu pemanfaatan teknologi internet tersebut adalah monitoring keamanan ruangan pada suatu Perguruan Tinggi. Pada Universitas Catur Insan Cendekia (CIC) monitoring keamanan ruangan masih menggunakan CCTV (Closed Circuit Television) analog yang dihubungkan langsung dengan DVR (Digital Video Recorder) jika jumlah port DVR tidak memenuhi jumlah kamera yang akan digunakan maka harus menyediakan DVR yang baru serta untuk melihat hasil rekaman CCTV harus memasuki ruangan yang terpasang DVR, hal tersebut menjadi tidak efesien karena Universitas CIC menerapkan konsep kerja Work From Home (WFH) yang membuat bagian keamanan tidak selalu berada di ruang keamanan tersebut. Adapun tujuan penelitian ini adalah merancang dan membangun sistem monitoring keamanan ruangan menggunakan IP Camera berbasis Android. Metode pengembangan perangkat lunak yang digunakan adalah SDLC model waterfall yang terdiri dari 5 tahapan yaitu analisis, desain, pengkodean, pengujian dan pemeliharaan. Setelah semua tahapan penelitian telah dilakukan, hasil penelitian ini adalah aplikasi monitoring keamanan ruangan dengan IP Camera pada Universitas CIC yang dapat memudahkan petugas keamanan ruangan dalam memantau keamanan ruangan melalui aplikasi pada smartphone Android.]]>
<![CDATA[Pengukuran Panjang-Berat Ikan dan Sayuran pada Budikdamber (Budi Daya Ikan dalam Ember) Menggunakan Visi Komputer dan Regresi Linier ]]>
<![CDATA[Hurriyatul Fitriyah]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v4i1.166
<![CDATA[Budi daya ikan dalam ember atau Budikdamber kini banyak diminati masyarakat Indonesia karena dapat dilakukan pada lahan yang terbatas. Lele dan kangkung adalah ikan dan sayuran yang sering dikembangbiakkan pada budikdamber ini. Meski keduanya tergolong mudah untuk tumbuh, namun pemantauan kondisi masih perlu dilakukan. Diantaranya adalah ukuran ikan dan sayuran yang dapat menunjukkan apakah kondisi keduanya baik atau memerlukan penanganan. Penelitian ini membuat sistem pengukuran berat dan panjang ikan dan sayuran pada budikdamber menggunakan visi komputer untuk mengambil fitur dan regresi linier untuk memprediksi ukuran. Kamera dipilih sebagai sensor agar pengukuran dapat dilakukan secara non-kontak. Fitur yang digunakan adalah luas area dari lele dan kangkung yang diperoleh berdasarkan proses segmentasi pada ruang warna Hue dan Saturation. Prediksi berat dan panjang menggunakan Regresi Linier dengan input luas area dan output berat-panjang melalui proses pelatihan data. Hasil pengujian menggunakan Kfold cross Validation pada gambar uji menunjukkan nilai koefisien determinasi R2 yang tinggi pada panjang & berat lele (0,92 & 0,88), namun rendah pada panjang & berat kangkung (0,43 & 0,07). Meski demikian, Mean Absolute Percentage Error (MAPE) dari prediksi ukuran kangkung masih baik yakni 13,37% untuk berat dan 5,78% untuk panjang. MAPE dari pengukuran panjang lele adalah 1,49% dan berat lele adalah 4,49%. Nilai-nilai tersebut menunjukkan bahwa algoritma yang dibangun sudah memiliki akurasi yang baik, namun masih perlu perbaikan dalam hal prediksi ukuran kangkung.]]>
<![CDATA[Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus ]]>
<![CDATA[achmad Ridwan]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v4i1.169
<![CDATA[Diabetes Mellitus atau kencing manis adalah penyakit metabolisme disebabkan oleh kadar gula tinggi didalam darah. Gula darah disimpan atau digunakan untuk energi yang berasal dari darah yang dipindahkan ke sel manusia oleh hormon insulin . ketika terserang Diabetes, pada tubuh manusia insulin tidak biasa dihasilkan secara cukup bahkan tubuh tidak dapat menggunakan insulin tersebut secara benar sesuai kebutuhan. Diabetes Mellitus terdaftar sebagai penyakit penyumbang kematian terbesar terbesar didunia. Diabetes Mellitus dapat diklasifikasikan berdasarkan kemungkinan terkenanya dari atribut gejala diawal fasenya. penyakit ini bisa dideteksi karena banyak gejala yang terdeteksi. Data yang digunakan pada analisis ini merupakan data dari dataset UCI Machine Learning yaitu Early Stage Diabetes Risk tahun 2020 dan terdiri 17 attribut. Analisis yang dilakukan meliputi data preprocessing, model, dan evaluasi. Pengujian Metode klasifikasi pada riset adalah Naïve Bayes Classification. Hasil klasifikasi menunjukkan akurasi sebesar 90.20% dan nilai AUCnya yaitu 0,95]]>
<![CDATA[Rancang Bangun Sistem Penjadwalan Kuliah Menggunakan Algoritma Genetika (Studi Kasus : Universitas CIC) ]]>
<![CDATA[syifa ulkarim]]>;
<![CDATA[Marsani Asfi]]>;
<![CDATA[Tiara Eka Putri]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v4i1.172
<![CDATA[Universitas Catur Insan Cendekia (UCIC) adalah perguruan tinggi yang berlokasi di Jl. Kesambi No. 202 Kota Cirebon dan berada pada naungan yayasan Catur Insan Cendekia. Dalam upaya melakukan penjadwalan kuliah Universitas Catur Insan Cendekia masih dibuat secara semi manual sehingga terbilang masih kurang efisien, dan sering kalinya terjadi bentrok antar jadwal kuliah sehingga dilakukannya revisi berkalikali untuk mencapai jadwal kuliah yang sesuai. Untuk mengatasi permasalahan tersebut diperlukan suatu sistem yang dapat melakukan optimasi jadwal kuliah yang lebih baik. Metode algoritma genetika adalah metode yang diterapkan dalam melakukan optimasi penjadwalan kuliah. Metode perancangan program yang digunakan adalah perancangan dengan pendekatan berorientasi objek yaitu menggunakan Unified Modelling Language. Bahasa pemrograman yang digunakan adalah Hypertext Prepocessor, MySQL, dan laravel sebagai kerangka kerja dari rancangan pembuatan program yang akan dibangun. Hasil dari penelitian ini adalah sistem yang mampu menghasilkan penjadwalan kuliah, sistem ini dapat melakukan optimasi penjadwalan dengan hasil yang lebih efisien sehingga dapat memudahkan tugas BAAK Universitas CIC.]]>
<![CDATA[Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4.5 ]]>
<![CDATA[Fida Maisa Hana]]>
<![CDATA[ Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 4 No. 1 (2020): Volume IV - Nomor 1 - September 2020 ]]>
Publisher : <![CDATA[Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47970/siskom-kb.v4i1.173
<![CDATA[Diabetes Melitus (DM) merupakan penyakit kronis yang banyak diderita oleh penduduk Indonesia, penyakit ini disebabkan karena kadar glukosa dalam darah di atas nilai normal. Penyakit ini termasuk penyakit yang rumit dan mematikan, oleh karena itu dibutuhkan perawatan medis yang kontinu agar resiko terjadinya komplikasi bisa dihindari. Dari tahun ke tahun jumlah pengidap penyakit diabetes semakin bertambah. Merujuk dari sumber data Federasi Diabetes Internasional, pengidap penyakit diabetes sebanyak 10 juta jiwa pada tahun 2015 di Indonesia, ditahun 2040 diprediksi jumlah warga Indonesia yang terjangkit penyakit diabates mengalami meningkatan sebesar 16.2 juta jiwa penduduk Indonesia. Oleh sebab itu deteksi penyakit diabetes sangat diperlukan guna merendahkan komplikasi penyakit diabetes di waktu yang akan datang. Algortima C4.5 adalah salah satu metode yang bisa dimanfaatkan untuk meramal penyakit diabetes. C4.5 Decision Tree adalah algoritma yang bisa menghasilkan keputusan dengan cara membentuk pohon keputusan. Dari hasil Pengujian menghasilkan akurasi yang cukup besar yaitu 97,12 % Precision sebesar 93,02% %, dan Recall sebesar 100,00%.]]>
