cover
Contact Name
Suwanto Raharjo
Contact Email
wa2nlinux@yahoo.com
Phone
+62274866124
Journal Mail Official
jnanaloka@yahoo.com
Editorial Address
Jl. Mulungan Baru, Mulungan Wetan, RT 07, RW 17, No. 130, Mlati, Sleman, Yogyakarta, 55285 Telp. 0274-866124
Location
Unknown,
Unknown
INDONESIA
JNANALOKA
Published by Lentera Dua Indonesia
JNANALOKA merupakan jurnal ilmiah berbasis blind peer review dan open access terbit mulai tahun 2020 dipublikasikan oleh Lentera Dua Indonesia. Jurnal terbit sebanyak 2 (dua) kali dalam setahun yakni bulan Maret dan September. Redaksi Jurnal JNANALOKA menerima artikel ilmiah orisinil lintas bidang ilmu yang memiliki fokus namun tidak terbatas pada bidang sains dan teknologi baik tingkat dasar, menengah, dan tinggi lintas dan multi disiplin ilmu. JNANALOKA juga menerima artikel yang didasarkan pada penelitian ilmiah secara umum.
Articles 26 Documents
Prediksi penyakit ginjal kronis menggunakan metode pengurangan fitur Symetrical Uncertainty Muhammad Kurniawan
JNANALOKA Vol. 01 No. 01 Maret Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no1-1-10

Abstract

Data mining berhubungan dengan pencarian data untuk menemukan pola atau pengetahuan da- ri data keseluruhan. Data mining dapat digunakan untuk memprediksi suatu keadaan, seperti apakah seseorang terkena penyakit ginjal kronis atau tidak. Dalam penelitian ini metode pengu- rangan fitur symmetrical uncertainty dengan algoritma klasifikasi Gradient Boosting, Random Forest, Support Vector Machine, dan Naïve Bayes digunakan untuk memprediksi penyakit ginjal kronis. Jumlah atribut yang diklasifikasi adalah 24, 12, 6, 5, dan 4 atribut. Peningkatan nilai akurasi didapatkan pada pengurangan atribut dari 24 ke 12 dengan algoritma Naïve Bayes. Se- lain itu, diperoleh Support Vector Machine memiliki akurasi terbaik pada semua jumlah atribut, diikuti Gradient Boosting, Random Forest, dan Naïve Bayes. Pada klasifikasi 5 atribut, terlihat algoritma Support Vector Machine dan Gradient Boosting masih memiliki akurasi 1. Kelima atribut tersebut antara lain: hemoglobin, packed cell volume, serum creatinine, albumin, dan specifity gravity. Pengurangan atribut dapat meningkatkan akurasi dan dapat memudahkan proses prediksi karena jumlah atribut lebih sedikit. Belum ada
Klasifikasi motif batik menggunakan Convolutional Neural Network Rizki Mawan
JNANALOKA Vol. 01 No. 01 Maret Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no1-45-50

Abstract

Batik adalah bentuk seni visual pada bahan tekstil yang diproduksi menggunakan teknik menggambar tradisional yang berasal dari Indonesia. Oleh karena itu dibutuhkan penelitian untuk meneliti batik yang bertujuan untuk mengetahui motif dan melestarikannya. Convolutional Neural Network(CNN) adalah salah satu metode machine learning dari pengembangan Multi Layer Perceptron (MLP) yang didesain untuk mengolah data dua dimensi. CNN termasuk dalam jenis Deep Neural Network karena dalamnya tingkat jaringan dan banyak diimplementasikan dalam data citra. Eksperimen menggunakan Dataset 120 potongan foto Batik (3 kelas) menunjukkan bahwa model yang menggunakan CNN mencapai rata-rata akurasi 65% sedangkan model CNN dikombinasi dengan Grayscale mencapai rata-rata akurasi 70%. Meskipun demikian dengan penambahan Grayscale akurasi bertambah 5%.
Analisa data transaksi penjualan barang menggunakan algoritme Apriori dan FP-Growth Harianto Harianto; Hadryan Eddy
JNANALOKA Vol. 01 No. 01 Maret Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no1-35-43

Abstract

Transaksi penjualan barang pada sebuah perusahaan terjadi setiap hari mengakibatkan semakin bertambah banyaknya catatan transaksi penjualan. Tidak banyak dari perusahaan menjadikan transaksi penjualan itu hanya sebagai arsip belaka. Yang pada akhirnya mengakibatkan sebuah perusahaan mengalami kekurangan stok barang. Tentunya hal demikian terjadi karena transaksi penjualan barang tidak dianalisa dan dipelajari polanya. Ada beberapa banyak metode data mining yang digunakan untuk menganalisa pola pembelian barang secara bersamaan oleh pembeli. Diantara metode yang sering sekali digunakan adalah Apriori dan FP-Growth. Pada penelitian ini, bertujuan untuk menemukan pola pembelian barang secara bersamaan berdasarkan bulan selama satu tahun. Untuk menemukan pola pembelian tersebut digunakan Algoritma Apriori dan FP-Growth kemudian membandingkan hasil dalam menemukan pola kombinasi yang dihasilkan dalam dataset. Hasil dari penelitian ini algoritma Apriori membutuhkan waktu yang lebih sedikit dalam memperoses dan menampilkan hasil tapi rules yang didapatkan lebih sedikit dibandinkan algoritma FP-Growth. Sedangkan algoritma FP- Growth membutuhkan waktu yang lebih lama dbandingkan algoritma Apriori tapi menghasilkan rules yang lebih banyak dibandingkan algoritma Apriori.
Analisis sentimen ujaran kebencian pemilihan presiden 2019 menggunakan algoritme Naïve Bayes M Didik R Wahyudi Wahyudi
JNANALOKA Vol. 01 No. 01 Maret Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no1-25-33

Abstract

Media sosial dapat memberikan gambaran secara umum opini yang terjadi didalam masyarakat, termasuk dalam pemilihan presiden 2019. Hal ini mengakibatkan bahwa data yang terkumpul dari media sosial sangat menarik untuk dianalisa guna mengetahui bagaimana suatu opini yang terjadi di masyarakat. Pengumpulan data harus memakai metode tertentu agar menghasilkan keakuratan opini yang terjadi di masyarakt. Penelitian ini mempergunakan teknik pengumpulan data dengan metode multistage random, berdasarkan data dari situs semiocast terhadap keaktifan postingan twitter di bebrapa kota besar di Indonesia, yaitu Jakarta, Bandung, Semarang, Surabaya, Yogyakarta. Pengambilan data berdasarkan kata kunci pilpres 2019 yang dilakukan dibeberapa kota di Indonesia diperoleh sebanyak 5055 data. Data ini kemudian di klasisikasi berdasarkan kategori ujaran kebencian dengan mempergunakan algoritma Naive Bayes Classifier dan pembobotan TF-IDF. Hasil yang diperoleh dari klasifikasi ini menunjukkan bahwa sentimen irrelevant sebanyak 11,3% dengan 573 data, sentimen negatif sebanyak 35,4% dengan 1786 data, sentimen netral sebanyak 26,7% sebanyak 1350 data dan sentimen positif sebanyak 26,6% sebanyak 1343 data. Sentimen negatif pada lima kota tersebut, memperoleh skor tertinggi dengan nilai sebesar 35,4%. Distribusi sentimen negatif pada lima kota yang dijadikan sample menunjukkan bahwa di Jakarta sentimen negatif sebesar 33,8%, Bandung sentimen negatif sebesar 65,4%., Surabaya sentimen positif sebesar 37,2 %, Yogyakarta dengan sentimen negatif sejumlah 51,8%. dan Semarang dengan sentimen negatif 61,7%.
Keamanan file dokumen menggunakan algoritme Advanced Encryption Standard pada aplikasi berbasis Android Emy Setyaningsih
JNANALOKA Vol. 01 No. 01 Maret Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no1-11-23

Abstract

Seiring dengan peningkatan kemampuan perangkat mobile terutama media penyimpanan yang ukurannya semakin besar, memungkinkan pengguna menyimpan file dokumen penting ke perangkat mobile. File dokumen rahasia tersebut menjadi sangat rentan untuk diketahui, diam- bil atau bahkan dimanipulasi dan disalahgunakan oleh pihak lain yang tidak berhak mengakses perangkat mobile tersebut. Oleh karena itu, dibutuhkan aplikasi berbasis Android yang dapat melindungi file dokumen agar tidak dapat dibaca oleh orang lain. Salah satu metode yang dapat digunakan untuk melindungi file dokumen tersebut dari serangan pihak yang tidak bertanggung jawab adalah metode kriptografi. Algoritme kriptografi yang paling sering digunakan untuk mengamankan dokumen dalam bentuk teks adalah algoritme Advanced Encryption Standard (AES). Penelitian ini berhasil membangun aplikasi pengamanan file dokumen dengan format pe- nyimpanan *.pdf, *.doc, *.ppt dan *.xls menggunakan algoritme AES berbasis Android. Aplikasi yang dibangun memiliki kelebihan pada penggunaan kunci AES yang selalu berbeda untuk pro- ses enkripsi, sehingga lebih aman terhadap serangan brute-force. Penelitian ini juga melakukan perbandingan kinerja dari AES-128, AES-192 dan AES-256 berdasarkan kecepatan proses enkri- psi dan dekripsi. Berdasarkan pengujian yang dilakukan, kecepatan waktu enkripsi dan dekripsi tidak dipengaruhi oleh jenis format penyimpanan file, namun dipengaruhi oleh ukuran file dan ukuran kuncinya. Semakin besar ukuran file asli (plainteks) maka semakin besar pula kebutuhan waktu prosesnya. Proses enkripsi dan dekripsi menggunakan panjang kunci 128 bit juga membu- tuhkan waktu paling cepat dibandingkan menggunakan panjang kunci 256 bit. Hasil pengujian menggunakan uji analisis histogram, memperlihatkan histogram dari cipherteks relatif rata yang menunjukkan algoritme kriptografi AES aman terhadap statistical attack. Hasil ini menunjukkan bahwa aplikasi berbasis Android untuk keamanan dokumen menggunakan algoritme AES yang dibangun memiliki keamanan cukup tinggi serta cepat proses enkripsi dan dekripsinya.
ANALISIS PENERAPAN METODE CONVEX HULL DAN CONVEXITY DEFECTS UNTUK PENGENALAN ISYARAT TANGAN Saputra, Artha Gilang
JNANALOKA Vol. 01 No. 02 September Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian dalam bidang Human Computer Interaction (HCI) dan Computer Vision (CV) semakin berfokus pada antarmuka canggih untuk berinteraksi dengan manusia dan menciptakan model sistem yang digunakan manusia yang masuk akal untuk berbagai tujuan. Terutama untuk permasalahan perangkat masukan (input device) yang digunakan manusia untuk berinteraksi dengan komputer. Manusia sudah terbiasa berkomunikasi dengan sesama manusia menggunakan media komunikasi suara disertai bentuk posisi tubuh (body pose) dan isyarat tangan (hand gesture). Tujuan dari penelitian ini adalah menerapkan metode Convex Hull dan Convexity Defects untuk Pengenalan Isyarat Tangan. Pada penelitian ini, sistem Pengenalan Isyarat Tangan dirancang dengan OpenCV library kemudian menerima input isyarat tangan pengguna menggunakan webcam terintegrasi pada komputer dan menghasilkan output berupa bahasa dari hasil isyarat tangan yang dikenali sistem. Metode Convex Hull dan Convexity Defects berperan penting dalam mengklasifikasikan bentuk tangan dan jari dari pengguna untuk dikenali dan diterjemahkan. Pengujian pada penelitian ini melibatkan beberapa variabel yang mempengaruhi keberhasilan dalam mengenali isyarat tangan pengguna, seperti jarak tangan dengan webcam, sudut jari, kondisi cahaya dan kondisi latar belakang. Hasilnya, isyarat tangan pengguna dapat dikenali dengan stabil dan akurat apabila  berada pada jarak 50cm-70cm, sudut jari 25 –70 derajat , kondisi cahaya 150lux-460lux dan kondisi latar belakang polos tidak sewarna dengan tangan pengguna.  
Analisis sentimen pada Twitter dengan menggunakan metode Naïve Bayes Classifier Sigit Suryono; Emha Taufiq Luthfi
JNANALOKA Vol. 01 No. 02 September Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no2-81-86

Abstract

Analisis Sentimen merupakan salah satu cabang dari bidang ilmu text mining. Analisis sentimen merupakan sumber penting dalam melakukan evaluasi dan pengambilan keputusan terhadap sebuah topik permasalahan. Tujuan utama dari analisis sentimen adalah untuk mengetahui polaritas dari kumpulan sentimen yakni apakah bernilai positif, negatif ataupun netral. Data sentimen paling umum bisa didapatkan dari media sosial, salah satunya adalah Twitter. Dalam penelitian ini, tweet-tweet yang berhubungan dengan suatu kata kunci tertentu, dicari dan di- kumpulkan dari Twitter dengan menggunakan application programming interface menjadi data mentah. Data mentah tersebut diolah dengan Natural Language Toolkit menggunakan bahasa pemrograman Python untuk diproses lebih lanjut. Klasifikasi menggunakan metode Naïve Bayes Classifier untuk mengetahui tingkat akurasi dari proses klasifikasi dilakukan dalam penelitian ini. Program RapidMiner digunakan untuk melakukan proses klasifikasi. Dari hasil uji coba sebanyak empat kali, didapatkan hasil tingkat akurasi pada percobaan pertama sebesar 62.98%, percobaan kedua sebesar 64.95%, percobaan ketiga sebesar 66.36%, dan percobaan keempat sebesar 66.79%. Dari hasil klasifikasi didapat tingkat persentase sentimen positif sebesar 28%, sentimen negatif sebesar 20% dan sentimen netral sebesar 52%.
Analisis dan perancangan penggunaan bluetooth pada kontrol lampu di smarthome sistem Asih Candrakasih; Prita Haryani
JNANALOKA Vol. 01 No. 02 September Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no2-50-55

Abstract

Dewasa ini, perkembangan teknologi tidak hanya pada penemuan alat-alat baru yang lebih canggih, akan tetapi berpengaruh juga pada perkembangan peralatan elektronik dalam rumah yang biasa disebut dengan smart home. Banyak sensor atau perantara yang digunakan pada smart home system dengan kekurangan dan kelebihannya masing-masing. Akan tetapi pengontrolan menggunakan bluetooth terbilang lebih mudah, tidak memerlukan biaya yang besar dan tidak memerlukan sample yang terkadang tak terbaca. Perancangan yang dibuat menggunakan arduino uno, modul bluetooth HC-05 dan aplikasi android untuk mengontrol lampu. Metode yang digunakan dalam penelitian ini menggunakan Systems Development Life Cycle (SDLC). Hasil dari penelitian yang telah dilakukan diketahui bahwa dengan satu arduino dan satu modul bluetooth HC-05 dapat dipakai untuk meyalakan lebih dari satu lampu atau LED. Pengontrolan lampu pada aplikasi dapat dilakukan dengan satu tombol untuk satu lampu atau satu tombol untuk semua lampu. Pada hasil analisis diketahui bahwa kinerja kedua versi bluetooth yang digunakan dalam penelitian ini yaitu v3 dan v4 dapat terpengaruh oleh WiFi jika dinyalakan secara bersamaan. Kedua versi bluetooth yaitu v3 dan v4 dapat tersambung sampai jarak 20 meter di luar ruangan dan 10 meter di dalam ruangan.
Peningkatan minat dan prestasi belajar siswa melalui penerapan metode kooperatif question and answer simulation berbasis teknologi informasi (studi kasus: mata pelajaran Otomatisasi dan Tata Kelola Humas dan Keprotokolan di SMK Negeri 2 Magelang) Priyani
JNANALOKA Vol. 01 No. 02 September Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no2-57-65

Abstract

-
Peningkatan kreativitas dan hasil belajar Pendidikan Pancasila dan Kewarganegaraan melalui Penggunaan mind map interaktif dengan media MS PowerPoint di SMK Negeri 2 Magelang Natalia Mimik Hari Mulyani
JNANALOKA Vol. 01 No. 02 September Tahun 2020
Publisher : Lentera Dua Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36802/jnanaloka.2020.v1-no2-73-80

Abstract

Guru yang kreatif, profesional, dan menyenangkan harus memiliki konsep dan cara untuk mendongkrak kualitas pembelajaran. Oleh karena itu guru dituntut untuk memiliki kemampuan mengembangkan pendekatan dan memilih metode pembelajaran yang efektif. Penelitian Tindakan Kelas (PTK) ini dilakukan pada siswa Kelas XII Otomatisasi dan Tata Kelola Humas dan Keprotokolan 2 (OTKP-2) pada semester genap tahun 2019/2020 pada mata pelajaran PPKn. Pengumpulan data penelitian dilakukan melalui tes formatif (tertulis) dan tes penugasan (mind map interaktif menggunakan media MS PowerPoint yang dibuat oleh siswa. Hasil dari PTK ini menunjukkan bahwa terdapat pengaruh penggunaan teknik mind map menggunakan MS PowerPoint terhadap peningkatan kreativitas dan hasil belajar siswa dan persepsi positif siswa. Persepsi siswa mengenai teknik mind map adalah positif yang diungkapkan dengan pernyataan siswa bahwa teknik tersebut menghemat waktu, meningkatkan kemandirian, menumbuhkan kreativitas. Tampak pula bahwa siswa ingin sering menggunakan mind map dengan MS PowerPoint di setiap pelajaran. Penggunan mind map dapat memecahkan masalah, menumbuhkan ide-ide baru yang pada umumnya bersifat orisinal dan unik, dan menimbulkan perasaan senang pada siswa.

Page 1 of 3 | Total Record : 26