cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
Jl. Prof. Dr. H. Hadari Nawawi Kota Pontianak, Kalimantan Barat
Location
Kota pontianak,
Kalimantan barat
INDONESIA
Coding Jurnal Komputer dan Aplikasi
Published by Universitas Tanjungpura
ISSN : 2338493X     EISSN : 2809574X     DOI : -
Core Subject : Science,
Computer Science & IT
Coding adalah Jurnal ilmiah elektronik yang mempublikasikan hasil-hasil penelitian di bidang komputer dan sistem informasi. Jurnal Coding memiliki karakteristik khas karena memadukan berbagai cabang dalam bidang Ilmu Komputer, sehingga memiliki artikel yang komprehensif. Jurnal Coding terbit 3 nomor dalam setahuan, yakni di Bulan April, September, dan Desember. Jurnal Coding telah terindeks oleh Google Scholar dan Garuda, dan akan terus diperbaharui untuk mengikuti perkembangan.
Arjuna Subject : -
Articles 7 Documents
 1 
Search results for , issue "Vol 6, No 2 (2018): Jurnal Coding Siskom Untan" : 7 Documents clear
PENERAPAN DATA MINING MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS: KABUPATEN KUBU RAYA) , Dwi Marisa Midyanti, M. Reza Noviansyah , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (785.627 KB) | DOI: 10.26418/coding.v6i2.26672

Abstract

Informasi mengenai indeks cuaca kebakaran merupakan informasi yang sangat penting dan diperlukan oleh pemadam kebakaran dalam kegiatan pengendalian kebakaran hutan dan lahan. Ada banyak metode yang dapat digunakan untuk menentukan indeks cuaca kebakaran, salah satunya dengan menggunakan algoritma klasifikasi yaitu K-Nearest Neighbor (KNN). KNN merupakan metode klasifikasi yang mencari nilai K (cluster) atau tetangga terdekat dalam menentukan kelas pada data baru. Penelitian ini menerapkan  Data Mining dengan algoritma klasifikasi KNN dalam mengklasifikasi tingkatan bahaya kebakaran hutan berdasarkan kelas Fire Weather Index (FWI). FWI merupakan sistem tingkatan bahaya kebakaran hutan dan lahan yang terdiri dari rendah, sedang, tinggi dan ekstrim. Penelitian menggunakan atribut data berupa suhu, kelembapan, curah hujan dan kecepatan angin untuk diklasifikasi pada kelas FWI. Pengujian dilakukan dengan menghitung jarak data uji terhadap data latih menggunakan metode KNN untuk mendapatkan nilai K terbaik. Berdasarkan hasil pada pengujian dengan menggunakan 252 data uji dihasilkan persentase keberhasilan 80,16% dengan nilai K=5.Kata Kunci: Kebakaran Hutan, Data Mining, K-Nearest Neighbor (KNN), Fire Weather Index(FWI).
SISTEM PENYORTIR DAN PENGHITUNG BIBIT IKAN NILA MERAH MENGGUNAKAN ARDUINO DAN WEBSITE , Suhardi, Aldi Sapriansyah , Dedi Triyanto
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (725.603 KB) | DOI: 10.26418/coding.v6i2.25486

Abstract

Pada penelititan ini telah dibuat sebuah alat penyortir dan penghitung bibit ikan nila merah berdasarkan ukuran yaitu ukuran 12-15 cm, 8-12 cm, dan 5-8 cm menggunakan arduino dengan antarmuka website. Terdapat 3 menu utama yang dapat dipilih pada sistem yang dibuat, yaitu menu hitung, paket dan kalibrasi. Pada menu “hitung”, arduino menerima sinyal dari sensor LDR dan melakukan proses hitung ketika ada bibit ikan nila merah yang melewati sensor, dan hitungan tampil pada layar LCD arduino dan di website, serta hasil penghitungan dapat disimpan di website. Pada menu “paket” pengguna dapat menentukan batas penghitungan bibit ikan nila merah, apabila penghitungan mencapai batas yang ditentukan maka buzzer memberikan notifikasi bahwa hitungan mencapai batas. Pada menu “kalibrasi” pengguna dapat melakukan kalibrasi ulang pada sensor yang diinginkan. Hasil pengujian yang dilakukan dalam penelitian ini, diperoleh rata-rata error penghitungan bibit ikan nila merah untuk semua ukuran yaitu sebesar 3,67% serta waktu penyortiran dan penghitungan bibit selama 0,55 detik untuk 1 ekor bibit ikan nila merah dengan menggunakan sistem. Kata Kunci : Penyortir, Penghitung, Bibit Ikan Nila Merah, Arduino, website.
IMPLEMENTASI METODE NAIVE BAYES CLASSIFIER UNTUK APLIKASI FILTERING EMAIL SPAM DENGAN LEMMATIZATION BERBASIS WEB , Rahmi Hidayati, Harry Pribadi Fitrian , Ikhwan Ruslianto
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Coding Jurnal Komputer dan Aplikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (488.137 KB)

Abstract

Surat elektronik (email) merupakan salah satu media komunikasi dalam jaringan internet yang paling populer. Surat elektronik (email) menyediakan layanan yang cepat, gratis, serta memiliki kemampuan dapat mengirim pesan ke banyak penerima dalam waktu singkat. Terdapat pihak tertentu yang  menyalahgunakannya dengan mengirim email berisi promosi produk atau jasa, pornografi, virus, dan hal-hal yang tidak penting ke pengguna email lainnya. Email tersebut disebut email SPAM (Stupid Pointless Annoying Message). Email SPAM mengakibatkan adanya kelainan pada penggunaan traffic jaringan, storage space, dan computational power. Penelitian ini bertujuan untuk membuat suatu aplikasi filtering email yang memanfaatkan metode naive bayes classifier untuk mengklasifikasikan jenis email termasuk email SPAM atau HAM dan lemmatization untuk mengolah kata menjadi kata dasar. Berdasarkan hasil pengujian menggunakan 131 sampel email, berhasil mengklasifikasikan dengan benar sebanyak 119 file.  Sedangkan 12 file yang diuji mendapatkan nilai prediksi yang salah. Nilai akurasi yang didapatkan pada penelitian ini adalah 90,83%. Kata Kunci : email, SPAM, HAM, lemmatization, Naive Bayes Classifier.
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK DENGAN INFERENCE FORWARD MENERAPKAN METODE DEMPSTER SHAFER BERBASIS WEB , Syamsul Bahri, Aprilia Indah Friska , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (797.236 KB) | DOI: 10.26418/coding.v6i2.25488

Abstract

Penelitian ini membuat aplikasi sistem pakar diagnosa penyakit pada anak. Anak-anak lebih mudah terserang berbagai penyakit dibandingkan dengan orang dewasa, karena sistem kekebalan  tubuh pada anak tidak sebaik dan sekuat orang dewasa. Aplikasi yang dihasilkan  pada penelitian ini untuk mengenali suatu jenis penyakit pada anak berdasarkan gejala-gejala yang dialami, dapat memberikan  informasi cara mengatasi penyakit tersebut agar penyakit yang dialami tidak mengakibatkan keterlambatan dalam  penanganannya. Jenis penyakit yang dialami anak bermacam-macam, diantaranya yaitu demam berdarah dengue, demam tifoid, asma bronchial, ispa (infeksi saluran pernapasan akut), diare, diare akut, varicella (cacar air), tuberkolosis paru (TB-Paru), anemia, kejang demam sederhana, kejang demam kompleks dan vomitus (muntah). Penelitian ini menggunakan basis pengetahuan (knowledge base) yang didapatkan dari hasil studi literatur, wawancara dengan dokter (pakar), observasi dan kuisioner (Penentuan nilai densitas/bobot gejala penyakit). Sistem penelusuran dilakukan dengan menggunakan mesin inference  forward (Runut maju) sebagai rule/aturan dan metode Dempster Shafer untuk menghitung besarnya nilai kepercayaan kemungkinan suatu jenis penyakit berdasarkan gejala yang dipilih user (pengguna). Sistem ini dibangun berbasis web dengan menggunakan pemrograman PHP dan MySQL sebagai basis data. Berdasarkan proses pengujian Rekam Medis terhadap sistem aplikasi dilakukan dengan menggunakan 60 data, aplikasi ini memperoleh hasil persentase keberhasilan sebesar 88,33%.  Kata Kunci: Sistem pakar, Penyakit anak, Inference forward, Dempster-shafer, Web.
APLIKASI KLASIFIKASI ANGGREK BERDASARKAN WARNA DAN BENTUK BUNGA DENGAN METODE LVQ BERBASIS WEB , Dwi Marisa Midyanti, Mentari Awanda , Tedy Rismawan
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (968.822 KB) | DOI: 10.26418/coding.v6i2.26194

Abstract

Indonesia terkenal di dunia sebagai negara yang kaya akan sumber daya alam hayati yang diantaranya memiliki ribuan jenis anggrek. Kalimantan merupakan pulau terbesar di Indonesia memiliki sumber daya anggrek terbesar bila dibandingkan dengan pulau-pulau lain di Indonesia. Budidaya anggrek di Kalimantan Barat belum semaju di daerah lain, namum potensi anggrek di Kalimantan Barat cukup besar mengingat luas hutan di Kalimantan Barat. Anggrek dapat menjadi komoditas unggulan untuk meningkatkan pendapatan daerah dan masyarakat, namun kolektor anggrek maupun masyarakat masih sering mengalami kesukaran dalam mengenali jenis anggrek dikarenakan keanekaragaman bentuk dan warna dari bunga anggrek. Solusi yang dapat digunakan yaitu membuat aplikasi dengan memanfaatkan pengolahan citra digital dan sistem pengenalan pola untuk mempermudah pengenalan jenis anggrek. Pada penelitian ini, dibuat suatu aplikasi klasifikasi anggrek dengan memanfaatkan pengolahan citra digital melalui proses ekstraksi fitur warna dan bentuk sehingga diperoleh nilai rata-rata HSV dan nilai rata-rata Prewitt, serta implementasi metode LVQ untuk klasifikasi sehingga diperoleh nilai akurasi metode LVQ dalam mengklasifikasi anggrek. Berdasarkan hasil pengujian terhadap 30 data menggunakan parameter laju pembelajaran 0,1 dan penurunan laju pembelajaran sebesar 0,1, hasil ekstraksi citra anggrek kedalam fitur warna dan bentuk menghasilkan 22 pengujian yang diperoleh akurasi pengujian sebesar 73,33%. Kata kunci: anggrek, citra digital, warna bunga, bentuk bunga, warna HSV, deteksi tepi Prewitt, dan Learning Vector Quantization.
APLIKASI PENGENALAN POLA PADA HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE EKSTRAKSI FITUR GEOMETRI , Ikhwan Ruslianto, Herviana Masrani , Ilhamsyah
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (524.02 KB) | DOI: 10.26418/coding.v6i2.26674

Abstract

Pengenalan huruf tulisan tangan merupakan salah satu bentuk dari pengenalan pola. Pemecahan masalah terhadap tulisan tangan yang bevariasi akan sangat terkait dengan pengenalan pola yang bertujuan untuk menghasilkan dan memilih pola-pola yang bisa dimanfaatkan pada saat identifikasi. Pengenalan dalam penelitian ini akan memelalui beberapa tahapan, seperti praproses, segmentasi, dan proses pengenalan. Praproses yang digunakan dalam penelitian ini meliputi mengkonversi citra ke grayyscale, threshold dan binerisasi. Hasil dari praproses harus di segmentasi melalui tahap deteksi tepi (edge detection), penebalan citra (dilation), dan pengisian citra (filling) agar citra dapat diekstraksi bentuk geometrinya. Jaringan syaraf tiruan perceptron akan menyesuaikan nilai bobot data yang telah dilatih dari 25 jenis setiap 26 huruf dengan nilai bobot citra masukan. Nilai keluaran dari pengklasifikasian jaringan syaraf tiruan disesuaikan dengan nilai ekstraksi fitur sehingga menghasilkan keluaran yang diharapkan. Aplikasi dengan menerapkan jaringan syaraf tiruan dengan ekstraksi fitur geometri yang dilakukan dari data pengujian dengan tingkat keberhasilan 86,535% terhadap 30 data pengujian dalam mengenali kata. Kata Kunci : Pengenalan huruf tulisan tangan, pengolahan citra, ekstraksi fitur geometri, perceptron, matlab.
PENERAPAN MADALINE NEURAL NETWORK UNTUK PRAKIRAAN CUACA (STUDI KASUS: KOTA PONTIANAK) , Dwi Marisa Midyanti, Steven Joses , Cucu Suhery
Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan
Publisher : Coding Jurnal Komputer dan Aplikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.928 KB)

Abstract

Kondisi cuaca dapat berubah dari waktu ke waktu. Perubahan cuaca di atas permukaan bumi disebabkan oleh kondisi alam yang sedang berlangsung. Faktor-faktor yang mempengaruhi kondisi cuaca dinyatakan dalam bentuk berbagai parameter seperti suhu udara, tekanan udara, kecepatan angin, kelembaban udara, jarak pandang dan fenomena atmosfer lainnya. Penelitian tentang cuaca dengan menggunakan metode MADALINE Neural Network bertujuan untuk melakukan prakiraan cuaca pada waktu yang akan datang. Many ADALINE (MADALINE) merupakan Jaringan Syaraf Tiruan dengan beberapa ADALINE sebagai penyusunnya. MADALINE akan meningkatkan kapabilitas komputasi sehingga dapat merespon dengan baik pola masukan terbaru dengan meminimalkan respon sudah dilatih untuk pola masukan sebelumnya. MADALINE menerapkan prinsip “minimum disturbance” dengan melakukan “trial adaptation” pada setiap ADALINE. Pada penelitian ini diterapkan MADALINE Neural Network dengan algoritma MADALINE Rule II untuk prakiraan cuaca di Kota Pontianak. Jaringan MADALINE terdiri atas 15 unit masukan, 3 unit pada 1 lapisan tersembunyi, dan 3 unit keluaran. Pada proses pelatihan sebanyak 15115 data latih diperoleh nilai toleransi terbaik (perubahan bobot terbesar) sebesar 0,00500639 pada iterasi 65080 dan laju pembelajaran terbaik sebesar 0,005. Akurasi tertinggi sebesar 71,55% dengan 10816 data cuaca diprakirakan dengan tepat. Hasil pengujian menggunakan 6468 data uji diperoleh akurasi sebesar 78,58% dengan 5083 data cuaca diprakirakan dengan tepat. Kata Kunci : Jaringan Syaraf Tiruan, MADALINE Rule II, prakiraan cuaca

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol 12, No 1 (2024): Edisi April 2024 Vol 11, No 3 (2023): Edisi Desember 2023 Vol 11, No 2 (2023): Edisi September 2023 Vol 11, No 1 (2023): Edisi April 2023 Vol 10, No 03 (2022): Edisi Desember 2022 Vol 10, No 02 (2022): Edisi September 2022 Vol 10, No 01 (2022): Edisi April 2022 Vol 9, No 03 (2021): Edisi Desember 2021 Vol 9, No 02 (2021): Edisi September 2021 Vol 9, No 01 (2021): Edisi April 2021 Vol 8, No 3 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 8, No 2 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 8, No 1 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 03 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 02 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 01 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 6, No 3 (2018): Jurnal Coding Siskom Untan Vol 6, No 2 (2018): Jurnal Coding Siskom Untan Vol 6, No 1 (2018): Jurnal Coding Siskom Untan Vol 6, No 1 (2018): Jurnal Coding Siskom Untan Vol 5, No 3 (2017): Jurnal Coding Siskom Untan Vol 5, No 2 (2017): Jurnal Coding Siskom Untan Vol 5, No 2 (2017): Jurnal Coding Siskom Untan Vol 5, No 1 (2017): Jurnal Coding Siskom Untan Vol 4, No 3 (2016): Jurnal Coding Siskom Untan Vol 4, No 2 (2016): Jurnal Coding Siskom Untan Vol 4, No 1 (2016) Vol 3, No 3 (2015): Jurnal Coding Sistem Komputer Vol 3, No 3 (2015): Jurnal Coding Sistem Komputer Vol 3, No 2 (2015): Jurnal Coding Sistem Komputer Vol 3, No 1 (2015): Coding Vol 3, No 1 (2015): Jurnal Coding Sistem Komputer Vol 3, No 1 (2015): Jurnal Coding Sistem Komputer Vol 2, No 3 (2014): Jurnal Coding Sistem Komputer Vol 2, No 2 (2014): Jurnal Coding Sistem Komputer Vol 2, No 2 (2014): Jurnal Coding Vol 2, No 1 (2014): Jurnal Coding Sistem Komputer Vol 1, No 2 (2013): Jurnal Coding Sistem Komputer Vol 1, No 2 (2013): Jurnal Coding Sistem Komputer Vol 1, No 1 (2013): Jurnal Coding Sistem Komputer Vol 1, No 1 (2013): Jurnal CODING More Issue