cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Moh. Dasuki
Contact Email
moh.dasuki22@unmuhjember.ac.id
Phone
+6281330472493
Journal Mail Official
jasie@unmuhjember.ac.id
Editorial Address
Jl. Karimata 49, Kab. Jember, Provinsi Jawa Timur, 68121
Location
Kab. jember,
Jawa timur
INDONESIA
Jurnal Aplikasi Sistem Informasi dan Elektronika
Published by Universitas Muhammadiyah Jember
ISSN : 2714612X     EISSN : 27981509     DOI : https://doi.org/10.32528/jasie.v3i1
Core Subject : Science,
Computer Science & IT
Journal of Information Systems and Electronics Applications is a media publication of scientific work in the field of electronics technology and information systems which can be in the form of analysis, development, or technology applications in that field.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 6 Documents
 1 
Search results for , issue "Vol 3, No 1 (2021): JASIE" : 6 Documents clear
PENERAPAN BACKWARD ELIMINATION UNTUK SELEKSI FITUR PADA ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT GAGAL JANTUNG Indi Rosifatul Amilia; Hardian Oktavianto; Ginanjar Abdurrahman
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8639

Abstract

Gagal jantung adalah penyakit kardiovaskular yang disebabkan oleh jantung yang mempompa darah ke seluruh tubuh dan mengganggu fungsi sistem sirkulasi fisiologis. Data di Indonesia tahun 2018 menunjukkan bahwa gagal jantung termasuk dalam 10 penyakit tidak menular di Indonesia dan mendapatkan hasil 229.696 (0,13%) orang menderita gagal jantung. Penyakit gagal jantung tidak dapat disembuhkan, tetapi banyak kasus dapat dicegah dan sebagian besar pasien dapat diobati secara efektif untuk meningkatkan kualitas hidup dan kelangsungan hidup. Seiring dengan perkembangan zaman dalam dunia kesehatan terjadi juga perkembangan yang  cukup pesat. Salah satunya adalah pemanfaatan Machine Learning dan Data Mining dalam dunia kesehatan. Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma K-Nearest Neighbour tanpa seleksi fitur dan K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination. Hasil yang didapatkan dari penelitian ini adalah pada algoritma K-Nearest Neighbour tanpa seleksi fitur didapatkan hasil akurasi sebesar 94,56%, presisi 93,87% dan recall 95,55%. Pada algoritma K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination mendapatkan hasil akurasi sebesar 98,33%, presisi 97,94% dan recall 98,63%.
PENGELOLAAN STOCK BARANG DI UNMUH JEMBER OFFSET PRINTING BERBASIS WEBSITE Alfian Widiyanto; Ulya Anisatur Rosyidah; Nur Qodariyah Fitriyah
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8949

Abstract

Unmuh Jember Offset Printing adalah sebuah usaha yang bergerak dibidang percetakan,fotocopy dan alat-alat tulis. berdirinya Unmuh Jember Offset Printing adalah berdasarkan kebutuhan dari lingkup internal Universitas Muhammadiyah Jember pada kegiatan penggandaan dokumen,pencetakan dokumen, dan kegiatan yang melibatkan aktivitas dokumen lainnyaUnmuh Jember Offset Printing selama ini masih menggunakan sistem lama, dalam proses pengolahan data dan informasi tidak sepenuhnya menggunakan sistem komputerisasi, terdapat beberapa masalah yang ditemui manajemen datanya yang masih menggunakan cara konvensional yaitu mencatat dengan menggunakan media alat tulis. Masalah tersebut timbul dari dalam maupun dari luar instansi yaitu seperti, banyaknya jumlah dan jenis barang yang tersedia.Dengan berkembangnya teknologi saat ini, pengelolaan stock barang di dibuat secara mudah dan cepat. Motode Prototype dipakai dalam penelitian ini diawali dengan pengumpulan kebutuhan,perencanaan,desain serta perancangan sistem. Dengan sebuah aplikasi berbasis website yang diharapkan dapat membantu admin untuk mempermudah mengelola stock barang mengontrol semua barang masuk dan barang keluar sehingga stock barang yang ada akan otomatis terupdate mengikuti jumlah barang masuk dan barang keluar sehingga memudahkan admin untuk menegtahui stock barang.
KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES BERBASIS WEB Dwi Saka Pangestu; Agung Nilogiri; Deni Arifianto
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8738

Abstract

Perisai Diri merupakan salah satu dari pencak silat yang ada di Indonesia dan aktif mengadakan kejuaraan internal atau kejuaraan antar unit/ranting Perisai Diri itu sendiri. Pertandingan internal Perisai Diri memiliki tiga kategori yaitu Tanding (Fight), TGR (Tunggal, Ganda, Regu)/Seni, dan Serang Hindar, dimana dari kategori pertandingan tersebut memiliki karakteristik dan kebutuhan pertandingan yang berbeda. Perisai Diri Jember masih belum memiliki sistem untuk membantu memilih atlet, selama ini pemilihan kategori untuk atlet dilakuakan secara manual. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall dalam klasifikasi atlet Perisai Diri dengan menggunakan 64 data. Metode klasifikasi yang digunakan pada penelitian kali ini yaitu Gaussian Naïve Bayes dan menggunakan metode pendukung K-Fold Cross Validation. Hasil dari penelitian ini didapatkan akurasi sebesar 57,1%, dengan recall terbesar terdapat pada TGR  80% dan presisi terbesar terdapat pada Fight 60%.
SISTEM PEMESANAN SCORE FUTSAL STADIUM BERBASIS ANDROID Harjono Harjono; Dian Wahyudi
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.5419

Abstract

Olahraga merupakan kegiatan yang sangat berguna untuk meningkatkan daya tahan tubuh seseorang agar tidak mudah sakit.  Saat ini futsal menjadi salah satu olah raga yang banyak diminati oleh masyarakat Indonesia dari berbagai jenis olah raga yang ada. Score Futsal Stadium merupakan sebuah bidang usaha jasa penyewaan lapangan futsal yang berada di Dukuh Waluh Purwokerto Kabupaten Banyumas. Sistem penyewaan lapangan di Score Futsal Stadium masih menggunakan cara manual. Pelanggan harus datang secara langsung untuk memesan lapangan futsal kemudian petugas mencatat identitas pelanggan yang memesan, lapangan yang dipesan, serta waktu berupa tanggal dan jam yang telah ditentukan. Pemesanan secara manual tersebut banyak dikeluhkan pelanggan,oleh karena itu diperlukan sebuah sistem yang dapat mempermudah pelanggan untuk melakukan penyewaan lapangan futsal. Penelitian ini bertujuan membangun sistem pemesanan lapangan Score Futsal Stadium berbasis android. Metode pengembangan sistem dengan menggunakan metode waterfall. Dengan adanya sistem tersebut pelanggan dapat memesan lapangan futsal lewat gadget dari mana saja. Pelanggan tidak perlu datang ke lokasi untuk  melihat jadwal yang tersedia dan melakukan pemesanan.
KLASIFIKASI KESEGARAN IKAN LEMURU BERDASARKAN CITRA MATA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Vigit Tri Deco; Agung Nilogiri; Qurrota A'yun
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.9159

Abstract

Ikan merupakan sumber protein yang kaya bagi tubuh manusia, ikan juga merupakan salah satu komoditas bahan pangan yang sangat digemari masyarakat. Ikan juga memiliki nilai gizi tinggi, namun ikan sangatlah mudah kehilangan kualitas kesegarannya. Kesegaran ikan adalah parameter yang sangat penting dalam menentukan sebuah kualitas sebuah ikan, salah satu ciri dari menurunnya kesegaran ikan adalah dapat dilihat dari mata ikan itu sendiri, namun untuk membedakan kesegaran itu sendiri menurut mat ajika dilihat dengan sekilas maka akan sulit untuk mengetahuinya. Maka dari itu dibutuhkanlah teknologi yang dapat mengidentifikasi kesegran ikan lemuru berdasarkan citra mata. Convolutional Neural Network (CNN) merupakan salah satau pengembangan dari algoritma multilayer percepton (MLP) yang membu mengidentifikasi sebuah gambar ataupun suara. Pada penelitian ini arsitektur CNN yang digunakan adalah VGG-16 dengan 1920 data citra mata ikan lemuru. VGG-16 memiliki 13 convolution layer dan 5 pooling layer. VGG-16 ini memiliki dua layer fully connected layer yang memiliki 4096 neuron pada setiap layer. pada layer yang terakhir terdapat pengklasifikasian dua kelas yang menggunakan aktifasi softmax. Akurasi yang didapat pada penelitian ini adalah akurasi 98,4%, sensitivitas  98,5%, dan spesifisitas 98,5%. Kesimpulannya adalah algoritma Convolutional Neural Network (CNN) yang telah dibangun relatif mampu mengidentifikasi kesegaran ikan berdasarkan citra mata dan tingkat efektivitas model mengidentifikasi kesegaran ikan berdasarkan citra mata kurang baik.
KLASIFIKASI PENERIMA BANTUAN BEASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR DENGAN SELEKSI FITUR BACKWARD ELIMINATION Ikrimatul Wilda Lorenza; Reni Umilasari; Moh Dasuki
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8710

Abstract

Penelitian ini menjelaskan penggunaan algoritma K-Nearest Neighbor terhadap klasifikasi  data bantuan beasiswa. Dataset yang digunakan dalam penelitian ini berasal dari SMK Darus Sholihin Puger dengan jumlah variabel 11, dengan output iya dan tidak yang diperoleh dari data bantuan beasiswa sebanyak 293 siswa, metode yang digunakan adalah K-Nearest Neighbor. Pada metode K-Nearest Neighbor dengan  nilai K= 3 mendapatkan akurasi sebesar 82,91%, presisi  84,52%, dan recall 75,45%. Sedang K-Nearest Neighbor menggunakan Backward Elimination dengan nilai K= 3 mendapatkan akurasi sebesar  83,76%, presisi 85,23%, recall 76,78%. Penentuan kriterian terhadap output data hasil menggunakan algoritma K-Nearest Neighbor terhadap data SMK Darus Sholihin Puger diperoleh hasil peningkatan terbaik dengan nilai akurasi terbesar pada K= 7 yaitu 2,56%, presisi terbesar didapatkan pada K= 7 yaitu 11,16%, sedangkan recall terbesar didapatkan pada K= 9 yaitu 5,09%.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 5, No 1 (2023): JASIE Vol 4, No 2 (2022): JASIE Vol 4, No 1 (2022): JASIE Vol 3, No 2 (2021): JASIE Vol 3, No 1 (2021): JASIE Vol 2, No 2 (2020): JASIE Vol 2, No 1 (2020): JASIE Vol 1, No 2 (2019): JASIE Vol 1, No 1 (2019): JASIE