cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
Published by Politeknik Negeri Malang
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 9 Documents
 1 
Search results for , issue "Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)" : 9 Documents clear
klasifikasi pola asuh orang tua terhadap anak usia dini Luqman Affandi; Muhammad Unggul Pamenang; Sheyba Adinda Azigita
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.449

Abstract

Pola asuh memiliki dampak negatif dan positif yang mana dampak negatif pola asuh dapat mempengaruhi karakter anak dimasa mendatang, jika tidak segera ditangani dapat merugikan anak itu sendiri maupun orang tua. Namun kebanyakan orang tua kurang sadar pentingnya mengetahui pola asuh yang sedang mereka terapkan kepada anak.Salah satu solusi dari masalah tersebut adalah dengan menemui pakar, tetapi untuk menemui pakar memperluhkan biaya dan waktu sehingga sering kali orang tua mengabaikan kondisi tersebut. Oleh karena itu diperluhkan aplikasi yang dapat mengelompokkan pola asuh orang tua terhadap anak usia dini sehingga dapat memberikan pengetahuan serta saran penanganan yang tepat sesuai pola asuh mereka. Untuk dapat menjalankan proses klasifikasi diperluhkan data kuesioner dan data latih untuk proses perhitungan Naïve Bayes. Hasil pengujian dilakukan dengan cara 30 data sample acak yang sudah memiliki label dan hasilnya dibandingkan dengan hasil aplikasi. Dalam penelitian ini metode naïve bayes dengan laplace smoothing menghasilkan akurasi sebesar 93 % sedangkan metode naïve bayes menghasilkan akurasi sebesar 76%. Kata kunci : sistem pakar , klasifikasi , pola asuh , naive bayes
Development of Deep Learning Applications for Face Recognition in Online Media to Determine Student Presence Cahya Rahmad, ST., M.Kom., Dr. Eng.; Arie Rachmad Syulistyo, S.Kom., M.Kom; Alan Rizky Wardana
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.817

Abstract

Presensi masih dilakukan dengan cara manual yaitu dengan cara pemateri meminta semua mahasiswa yang hadir untuk mengaktifkan kamera pada device masing-masing agar wajah mahasiswa terlihat dan mencatat nama mahasiswa tersebut untuk dilaporkan hadir. Untuk mempermudah presensi, maka pengenalan wajah adalah cara yang tepat untuk mengatasi masalah tersebut. Mahasiswa cukup mengaktifkan kamera dan program akan meng-capture window dari aplikasi Zoom setiap sekian menit dan merubah view partisipan menjadi gallery agar masing-masing mahasiswa yang sudah hadir dapat melakukan presensi otomatis. Tahapan awal untuk melakukan pengenalan wajah adalah pendeteksian wajah dan mengekstraksi fitur wajah mahasiswa. Fitur tersebut akan dibandingkan dengan dataset wajah mahasiswa agar metode yang digunakan dapat mengenali siapa mahasiswa yang terdeteksi. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network (CNN) untuk ekstraksi fitur dan pengenalan wajah. Ide utama di balik CNN adalah proses konvolusinya, dimana sebuah gambar diekstraksi untuk setiap fitur untuk menghasilkan banyak pola yang lebih mudah diidentifikasi. Strategi ini dapat meningkatkan efisiensi dengan penerapan fungsi pembelajaran citra. Diharapkan dengan menggunakan metode pengenalan wajah ini, proses pendeteksi kehadiran mahasiswa dapat diimplementasikan. Hasil penelitian ini dengan melakukan presensi pada 6 kelas mahasiswa Politeknik Negeri Malang jurusan Teknik Informatika dan Manajemen Informatika menghasilkan waktu presensi rata-rata per kelas adalah 4,466 detik dan akurasi pengenalan wajah adalah 77,27%
Sistem Informasi Pelatihan Karyawan Berbasis Website Ramadony Eling Gusti; Metta Santiputri
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.452

Abstract

Informasi ketenagakerjaan tentang pelatihan yang disediakan oleh PT. CP saat ini belum dapat dilaksanakan secara sistematis dikarenakan belum adanya sistem yang dapat merekam kegiatan pelatihan yang diperoleh karyawan selama bekerja di perusahaan ini, sehingga Bagian Sumber Daya Manusia (HRD) tetap menggunakan data-data yang ada di berupa lembar formulir untuk mencatat karyawan-karyawan yang pernah mengikuti pelatihan yang diberikan oleh perusahaan. Penggunaan form yang sedang berjalan membuat data latih kurang tertata dengan baik sehingga proses pencarian data membutuhkan waktu yang lama. Agar informasi karyawan yang telah mengikuti pelatihan dapat dikelola dengan baik, maka dibangun sistem informasi pelatihan karyawan berbasis website.
Peringkasan Teks Otomatis pada Portal Berita Olahraga menggunakan metode Maximum Marginal Relevance. Dimas Firman AL-Hafiidh; Imam Fahrur Rozi; Ika Kusumaning Putri
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.519

Abstract

Berita mengandung fakta atau opini yang mungkin memiliki kecenderungan tertentu. Berita dapat mengakses berbagai media seperti koran, televisi, internet, dan lain-lain. Internet adalah yang terkenal digunakan untuk mengakses berita. Untuk mencari informasi utama tentang berita mungkin membutuhkan waktu. Ini membutuhkan akses yang rapi dan meminimalkan waktu untuk membaca. Oleh karena itu perlu dilakukan rangkuman berita agar perolehan dari berita tersebut lebih efisien dan efektif. Penelitian dimulai dengan lima tahap preprocessing teks: pemecahan kalimat, pelipatan kasus, tokenizing, filtering, dan stemming. Proses selanjutnya adalah menghitung bobot tf-idf-df, bobot relevansi kueri dan bobot kesamaan. Ringkasan dihasilkan dari ekstraksi kalimat menggunakan metode relevansi marginal maksimum. Metode ini digunakan untuk mengurangi redundansi dalam memeringkat kalimat pada banyak dokumen. Pengaruh Maximum Marginal Relevance terhadap hasil akurasi ringkasan sistem yaitu pengujian diambil dari 5 sampel berita berita online menggunakan lamda 0.7 yang kemudian hasil ringkasan tersebut digunakan untuk dibandingkan dengan ringkasan sistem dan ringkasan oleh ahli termasuk. Maya Rahma, setelah itu dicari benar kemudian dicari salah dan luput, bila hasil tersebut diperoleh maka dicari ketelitian, recall, f-measure masing-masing responden dan dicari hasil tes dari mencari rata-rata presisi, recall, f-measure, sehingga efek lamda 0,7 menghasilkan akurasi rata-rata 57,7% Precision. , Ingat 48,5% dan F - Ukur 50,3%.
REKOMENDASI MENU HARIAN PENDERITA DIABETES MELITUS DENGAN ALGORITMA DIFFERENTIAL EVOLUTION Hendry Setiawan
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.771

Abstract

Penyakit Diabetes Melitus (DM) merupakan turunan dan disebabkan oleh pola hidup yang tidak sehat. Penderita DM tidak dapat sembuh, namun dapat melangsungkan kehidupan normal dengan control yang tepat. Kontrol dilakukan melalui olahraga maupun pola makan yang benar. Untuk pola makan, dibutuhkan ahli gizi yang akan membantu menghitung kebutuhan nutrisi yang diperlukan. Dengan keterbatasan jumlah ahli gizi, maka tidak setiap penderita dapat mengetahui kebutuhan nutrisinya. Algoritma differential evolution(DE), merupakan salah satu algoritma metaheuristik yang akan melakukan pencarian komposisi nutrisi yang dibutuhkan penderita. Pencarian nutrisi didasarkan pada 3 porsi makanan besar dan 2 porsi makanan kecil akan dilakukan untuk memnuhi kalori, protein, lemak, dan karbohidrat yang sesuai. Hasil yang diperoleh dari algoritma differential evolution dengan setting parameter factor skala (F) sebesar 0,8, probabilitas crossover(0,8), Jumlah dimensi 5, jumlah populasi dalam 1 generasi 10, pada 20 ujicoba didapatkan akurasi sebesar 97,91%.
PENERAPAN DESIGN THINKING PADA PERANCANGAN UI/UX MARKETPLACE SISTEM RANTAI PASOK “PANEN- PANEN” Muhammad Shulhan Khairy
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.818

Abstract

Pertanian adalah salah satu komoditas andalan di Indonesia yang cukup besar dan berpengaruh terhadap perekonomian nasional. Pertambahan penduduk di Indonesia yang semakin meningkat mengakibatkan kebutuhan dasar dari beberapa sektor seperti pertanian, perikanan, peternakan, perkebunan, tanaman pangan dan budidaya juga meningkat. PT. Infonika Parasa sebagai perusahaan mitra memiliki solusi untuk membuat sebuah sistem jual beli online berbasis marketplace. Namun, produsen dan konsumen membutuhkan tampilan sistem yang baik agar meminimalisir terjadinya kesalahan dalam melakukan transaksi jual beli online. Berdasarkan permasalahan tersebut, maka dibuat user interface e-marketplace “Panen- Panen” yang dapat membantu pembudidaya sayuran, ikan, buah, dan ternak dalam memperluas pemasaran hasil olahan dan user dalam menggunakan aplikasi. Metode yang digunakan untuk mengolah data adalah Design Thinking dengan lima proses yaitu empathy, define, ideate, prototype, testing. Pada pengujian prototype menggunakan aspek learnability dan satisfaction dengan pendekatan system usability scale. Hasil pengujian dari aspek learnability sebesar 59% responden mempresentasikan kemudahan pengguna dalam menggunakan aplikasi marketplace “Panen-Panen” dan dari aspek satisfaction memperoleh hasil sebesar 71,3%. Selain itu, penilaian adjective ratings berada diatas “Good” dan dibawah “Excellent” serta berada pada grade “C” dan Acceptable. Responden berhasil melakukan beberapa skenario yang diberikan serta memberikan sebuah feedback untuk aplikasi yang diajukan, sehingga pengguna dapat menyelesaikan tujuannya dalam menggunakan aplikasi marketplace “Panen-Panen” yaitu mencari dan memesan kebutuhan sayuran, buah, ikan, atau daging.
Penerapan Arsitektur IoT Pada Inkubator Telur Puyuh Menggunakan Algoritma Fuzzy Arief Prasetyo; M. Hasyim Ratsanjani; Satria Putra Sabana
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.859

Abstract

Penggunaan mesin penetas telur dinilai mampu meningkatkan produktivitas peternak burung puyuh. Namun mesin tetas yang banyak digunakan peternak masih terdapat kelemahan, antara lain menggunakan kontrol on – off untuk sumber panas, pembalikan telur manual, dan monitoring masih dilakukan secara langsung. Pada penelitian ini, dibuat sistem untuk mesin penetas telur, yang mampu menstabilkan suhu kelembapan, memutar telur secara otomatis, dan monitoring kontrol dapat dilakukan melalui website. Pada sistem ini menggunakan 2 sensor yaitu DHT11 dan PIR untuk mengukur suhu, kelembapan dan mendeteksi telur yang telah menetas. Metode fuzzy sugeno digunakan untuk mengontrol intensitas cahaya lampu dan kecepatan kipas dengan parameter utama suhu dan kelembapan yang diambil dari data sensor DHT11. Pada pengujian yang telah dilakukan, sistem dapat menghasilkan respon yang sesuai dengan metode fuzzy sugeno yang disimulasikan pada matlab. Suhu pada inkubator yang dihasilkan dari penggunaan sistem ini, dapat stabil dengan rata – rata suhu 37.70⁰C dan kelembapan 39.68%.
PEMANTAUAN PH BERBASIS NODEMCU32 TERINTEGRASI BOT TELEGRAM MELALUI PLATFORM I-OT.NET Devan Cakra Muda Wijaya; Heri Khariono
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.868

Abstract

Perkembangan teknologi di tahun 2020-an kedepan secara global sangat menarik perhatian kaum muda dikarenakan adanya kemudahan yang diberikan dan lebih praktis daripada teknologi lama. Di era revolusi industri 4.0 ini, pembelajaran Internet of Things di kalangan akademisi sangat gencar dilakukan untuk mendukung persiapan Society 5.0. Platform IoT dapat mendukung keberhasilan suatu proyek cerdas. Meningkatnya kebutuhan akan penggunaan IoT mengakibatkan banyak pihak harus berpikir ulang mengenai platform IoT mana yang harus dipakai untuk tujuan proyek tersebut. Pada penelitian sebelumnya diketahui bahwa platform IoT yang digunakan masih banyak yang dari pihak asing. Oleh karena itu, pada penelitian ini penulis membuat sistem pemantauan pH berbasis NodeMCU32 terintegrasi bot telegram dengan platform i[1]ot.net sebagai sarana pembelajaran yang baru. I-ot.net sebagai platform IoT buatan Indonesia tidak kalah bagusnya dengan platform IoT buatan asing. Tujuan dari penelitian ini yaitu mengenalkan platform IoT baru untuk mencapai target Education-Technology Sustainable Development Goals (ET SDGs) dalam skala yang kecil. Metodologi yang dipakai yaitu RAD (Rapid Application Development), sedangkan metode penelitian yang digunakan oleh penulis, yaitu eksperimen dan blackbox testing. Hasil yang didapat dari penelitian ini yaitu berupa rancang bangun sistem beserta pembahasan yang mendukung pembelajaran. Sistem ini dapat memantau keadaan pH air secara realtime (asam kuat, asam lemah, netral, basa lemah, dan basa kuat). Pada tahap pengujian, sistem dapat berjalan dengan baik yang ditunjukkan oleh kesesuaian hasil input-output terhadap requirement yang ada. Kinerja pada sistem ini dipengaruhi oleh dua faktor yaitu kecepatan internet dan suplai daya listrik. Dengan adanya penelitian ini diharapkan kedepannya dapat diterapkan di berbagai bidang.
EKSTRAKSI FITUR WARNA DAN GLCM PADA ALGORITMA KNN UNTUK KLASIFIKASI KEMATANGAN RAMBUTAN Heru Pramono Hadi; Eko Hari Rachmawanto
Jurnal Informatika Polinema Vol. 8 No. 3 (2022): Vol 8 No 3 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i3.949

Abstract

Nephelium lappaceum adalah nama latin buah yang lebih dikenal dengan rambutan. Rambutan ternyata mengandung banyak vitamin (vitamin c, magnesium, serat makanan, dll) yang dapat menyembuhkan beberapa penyakit seperti diabetes, hipertensi, dll. Namun karena rendahnya pengetahuan dikalangan masyarakat membuat penjual rambutan mengalami kerugian, karena mereka cenderung menyamaratakan mutu buah. Rendahnya penerapan klasifikasi dikarenakan proses klasifikasi yang dilakukan secara manual dengan menggunakan indra penglihatan. Hal ini menyebabkan akurasi yang rendah, karena indra penglihatan tidak mampu dijadikan tolak ukur tingkat kematangan buah. Maka penelitian ini menerapkan teknologi pengolah citra digital yang menggunakan metode ekstraksi fitur warna RGB, ekstraksi fitur tekstur GLCM dan menerapkan algoritma K-Nearest Neighbor untuk proses klasifikasi. Penelitian ini menghasilkan 4 tingkat kematangan buah yaitu mentah, setengah matang, matang dan busuk. Akurasi tertinggi dihasilkan oleh K=1 sebesar 98,75% dan akuasi terendah dihasilkan oleh K=7 dan 9 sebesar 92,5%. Berdasarkan hasil ekperimen, dapat disimpulkan bahwa semakin besar nilai K maka semakin rendah tingkat akurasi yang dihasilkan, karena pada proses klasifikasi tetangga(data latih dan data uji) yang dibandingkan tergantung pada nilai K

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue