Open Journal - Universitas Komputer Indonesia
Not a member yet
4316 research outputs found
Sort by
Perancangan Sistem Informasi Manajemen Rental Motor di Daerah Bekasi Menggunakan Metode SDLC
Get PDFDalam mengikuti pertumbuhannya teknologi, rental motor di daerah Bekasi mulai memanfaatkannya dengan merancang dan mengembangkan aplikasi berbasis website untuk meningkatkan efektivitas dan efisiensi bisnisnya. Sebelumnya, rental motor di Bekasi masih menggunakan metode konvensional atau bahkan tidak menggunakan sistem aplikasi sama sekali dalam manajemennya. Namun, pendekatan konvensional ini seringkali menimbulkan berbagai permasalahan baik bagi pelanggan maupun perusahaan. Untuk mengatasi permasalahan tersebut, rental motor di Bekasi memutuskan untuk mengadopsi aplikasi berbasis website. Dalam pengembangan aplikasi ini, mereka menggunakan metode SDLC Waterfall yang menggambarkan pendekatan pengembangan perangkat lunak secara berurutan dan bertahap. Setiap tahap pengembangan dimulai setelah tahap sebelumnya selesai. Selain itu, mereka juga memanfaatkan pemodelan diagram UML (Unified Modeling Language) untuk mempermudah perancangan aplikasi. Aplikasi rental motor berbasis website ini memberikan kemudahan bagi admin dan pelanggan pada saat melaksanakan pemesanan motor. Pelanggan tidak perlu mengunjungi langsung ke tempat, karena mereka dapat melakukan booking motor secara online kapanpun dan dimanapun. Hal ini diharapkan dapat meningkatkan pengalaman pelanggan serta efisiensi dalam operasional rental motor tersebut
PENGELOLAAN KEUANGAN DI MESJID ARAFAH APTISI IV WILAYAH JAWA BARAT YANG BERSUMBER DARI INFAK, SHODAQOH DAN ZAKAT
Get PDFPengabdian ini dilakukan dengan tujuan untuk meminimalisir masalah yang dihadapi pengurus Mesjid Arafah Aptisi IV Wilayah Jawa Barat dalam mengelola laporan dana zakat, infaq dan sedekah. Metode pelaksanaan pengabdian kepada pengelola Mesjid Arafah Aptisi IV Wilayah Jawa Barat dilakukan dengan cara memberikan pemaparan materi dengan teknik pendampingan. Pemateri akan menyampaikan kepada pengelola Mesjid Arafah Aptisi IV Wilayah Jawa Barat bagaimana membuat laporan dana zakat, infak dan sedekah. Pengurus Mesjid Arafah Aptisi IV Wilayah Jawa Barat baru membuat laporan terkait uang masuk dan keluar berdasarkan data yang ada. Pengurus Mesjid Arafah Aptisi IV Wilayah Jawa Barat belum menyadari sepenuhnya akan pentingnya dibuat laporan keuangan untuk dana zakat, infak dan sedekah yang dikelolanya. Pengurus Mesjid Arafah Aptisi IV Wilayah Jawa Barat sudah menjalankan fungsinya secara optimal dalam mengelola dana zakat, infak dan sedekah. Fungsi masjid sudah berjalan sebagaimana mestinya, dimana kegiatan keagamaan dipusatkan di masjid.
Kata kunci: pengelolaan, keuangan, infak, shodaqoh, zaka
Penerapan Simple Additive Weighting dalam Sistem Pendukung Keputusan Pemilihan Pelanggan Terbaik pada PT Fartan Energy
Get PDFPT Fartan Energy operates in the marine service, oil and gas sectors. This company has existed for 19 years and has many partners/customers. To further strengthen the partner/customers who collaborate with this company, the author created a design for a Decision Support System to select customers at PT Fartan Energy using the Simple Additive Weighting (SAW) method. By creating this system, the aim is to select loyal partners who will be given rewards as a form of appreciation to strengthen cooperative relationships. The method used in the decision support system is Simple Additive Weighting. The SAW method combines several criteria and assigns weights to each criterion to evaluate the best customers. There are 4 criteria used in this research, namely shopping total, shopping activity, customer income, and customer address. In creating the SPK design, NetBeans software, was used the Java programming language and MySQL database. The output of this SPK is a final report in the form of who is selected as a loyal customer and will be given a reward. In this research there were 5 partners who were evaluated based on 4 assessment criteria. The rangking results show that alternative A3 got the highest score, namely the partner is Job Pertamina – Meco E&P Simenggaris with a final score 100, so it was decided as the best partner of PT Fartan Energy. The best partenrs will be given appreciation, so it is hoped that they can increase cooperation and also increase company profits.PT Fartan Energy adalah sebuah perusahaan yang bergerak dalam bidang marine service, minyak dan gas. Perusahaan ini sudah berdiri selama 19 tahun yang telah memiliki banyak mitra/pelanggan. Untuk lebih mempererat mitra/pelanggan yang bekerjasama dengan perusahaan ini maka penulis membuat sebuah rancang bangun sebuah system pendukung keputusan untuk memilih siapa mitra/pelanggan terbaik dari PT Fartan Energy dengan menggunakan metode Simple Additive Weighting (SAW). Dengan dibuatnya system tersebut bertujuan untuk memilih pelanggan yang loyal yang akan diberikan reward sebagai bentuk apresiasi untuk mempererat hubungan kerjasama. Metode yang digunakan dalam system pendukung keputusan yaitu Simple Addtive Weighting (SAW). Metode SAW menggabungkan beberapa kriteria dan memberikan bobot pada setiap krietria untuk mengevaluasi mitra terbaik. Terdapat 4 kriteria yang digunakan dalam penelitian ini yaitu total belanja, keaktifan belanja, penghasilan pelanggan dan alamat pelanggan. Dalam membuat rancang bangun SPK ini menggunakan software NetBeans dengan bahasa pemrograman Java dan basis data MySQL. Output dari SPK ini yaitu laporan akhir berupa siapa yang terpilih sebagai mitra/pelanggan yang loyal maka akan diberikan reward. Dalam penelitian ini terdapat 5 mitra yang dievaluasi berdasarkan 4 kriteria penilaian. Hasil perangkingan menunjukkan bahwa alternatif A3 mendapatkan nilai tertinggi yaitu dengan mitra Job Pertamina-Meco E&P Simenggaris dengan nilai akhir 100, sehingga diputuskan sebagai mitra terbaik PT Fartan Energy. Mitra terbaik tersebut akan diberi apresiasi, sehingga diharapkan dapat meningkatkan kerjasama dan juga meningkatkan profit perusahaan
Optimasi Augmentasi Data Berbasis Synonym Replacement pada Klasifikasi Teks Berita Menggunakan Neural Network
Get PDFIn the digital era, online news has become one of the primary sources of information, encompassing various categories such as politics, technology, entertainment, and business. The increasing volume of news poses challenges in organizing and categorizing information into relevant categories. This study aims to enhance the accuracy of news text classification through a data augmentation approach based on synonym replacement. The methods employed include text preprocessing for data cleaning, augmentation using synonym replacement to improve data diversity, feature representation using TF-IDF and Word2Vec, and modeling with Neural Networks. Evaluation metrics such as accuracy, precision, recall, and F1-score were used to assess performance. The results indicate that data augmentation can improve model accuracy by up to 95%, with balanced training and validation data distributions. The confusion matrix shows that most data can be correctly classified, although some errors occur in categories with similar features. This study demonstrates that synonym replacement-based data augmentation is effective in improving news text classification performance, particularly for datasets with limited training data.Dalam era digital, berita online menjadi salah satu sumber utama informasi dengan berbagai kategori seperti politik, teknologi, hiburan, dan bisnis. Jumlah berita yang terus meningkat menimbulkan tantangan dalam mengorganisasi dan mengelompokkan informasi sesuai kategori yang relevan. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi teks berita melalui pendekatan augmentasi data berbasis synonym replacement. Metode yang digunakan meliputi preprocessing teks untuk membersihkan data, augmentasi menggunakan synonym replacement guna meningkatkan keragaman data, representasi fitur melalui TF-IDF dan Word2Vec, serta pemodelan dengan Neural Network. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa augmentasi data dapat meningkatkan akurasi model hingga 95%, dengan distribusi data pelatihan dan validasi yang seimbang. Confusion matrix menunjukkan bahwa sebagian besar data dapat diklasifikasikan dengan benar, meskipun terdapat kesalahan pada beberapa kategori yang mirip. Penelitian ini menunjukkan bahwa teknik augmentasi berbasis synonym replacement efektif untuk meningkatkan performa klasifikasi teks berita, terutama pada dataset dengan keterbatasan jumlah data pelatihan
Klasifikasi Penyakit Tanaman Padi Berdasarkan Kondisi Daun Menggunakan Compact Convolutional Transformers
Get PDFRice (Oryza sativa) is one of the world\u27s main food crops as it serves as a staple food source for the majority of people in various countries, including Indonesia. Optimal rice productivity is highly dependent on plant health, particularly the condition of the leaves, which are susceptible to various diseases. Diseases affecting rice leaves can significantly reduce yields, making early detection and disease management crucial for farmers. Deep learning methods, such as Convolutional Neural Networks (CNNs), have demonstrated excellent performance in image pattern recognition, including plant disease classification based on leaf imagery. One of the latest advancements in this field is Compact Convolutional Transformers (CCT), which combine the strengths of CNNs in capturing local features with the ability of Transformers to understand global relationships between image features. The Compact Convolutional Transformers (CCT) method will be applied to classify rice plant diseases based on leaf images. This study classifies four categories, namely Normal, Leaf smut, Brown spot, and Bacterial leaf blight. This technology is expected to assist farmers in detecting rice diseases automatically and more rapidly, ultimately enhancing productivity and harvest quality. The study has resulted in a reliable model, achieving an accuracy of 94% with a low loss.Padi (Oryza sativa) adalah salah satu tanaman pangan utama di dunia karena berperan sebagai sumber makanan pokok bagi sebagian besar masyarakat di berbagai negara, termasuk Indonesia.. Produktivitas padi yang optimal dipengaruhi oleh kondisi kesehatan tanaman, terutama bagian daun yang rentan terhadap berbagai penyakit. Penyakit yang menyerang daun tanaman padi dapat menyebabkan penurunan hasil panen secara signifikan, sehingga deteksi dini dan pengelolaan penyakit menjadi hal yang sangat krusial bagi para petani. Metode berbasis deep learning seperti Convolutional Neural Networks (CNNs) telah menunjukkan performa yang sangat baik dalam pengenalan pola gambar, termasuk dalam klasifikasi penyakit tanaman berdasarkan citra daun. Salah satu pengembangan terbaru dalam hal ini adalah Compact Convolutional Transformers (CCT), yang menggabungkan kelebihan CNN dalam menangkap fitur lokal dengan kemampuan Transformers dalam memahami hubungan global antar fitur gambar. Metode Compact Convolutional Transformers (CCT) akan diterapkan untuk klasifikasi penyakit tanaman padi berdasarkan citra daun. Penelitian ini mengklasifikasikan empat kategori, yaitu Normal, Leaf smut, Brown spot, dan Bacterial leaf blight. Dengan adanya teknologi ini, diharapkan mampu membantu petani dalam mendeteksi penyakit padi secara otomatis dan lebih cepat, Sehingga dapat meningkatkan hasil produksi serta mutu panen. Penelitian ini menghasilkan model yang handal terbukti akurasi yang didapat mencapai 94% dengan loss yang renda
Penerapan Komputasi Paralel dalam Pengembangan Model Random Forest: Untuk Memprediksi Coral Bleaching
No full textCoral bleaching is a critical environmental issue caused by environmental stressors, such as rising sea temperatures, which result in the loss of algae symbiosis within corals. However, predicting coral bleaching remains challenging due to the complexity of environmental conditions, the uncertainty of contributing factors, and the limited availability of accurate and consistent data. Additionally, managing large datasets and ensuring efficient training of predictive models with complex datasets pose significant challenges. This study explores the application of parallel computing in developing a predictive Random Forest model to forecast coral bleaching events based on environmental data, including sea surface temperature (SST), sea surface temperature anomalies (SSTA), depth, and location coordinates. Parallel computing is employed to enhance efficiency in training the model by utilizing multi-core processors, significantly reducing execution time. The results demonstrate that the model achieves a prediction accuracy of 95.19% with an R-squared value of 0.685. The application of parallel computing also shows a reduction in computation time, although not always linear due to the overhead associated with task management. This research is expected to support coral reef conservation efforts by providing a faster and more accurate predictive model.
Keywords – Parallel Computing; Random Forest; Coral Bleaching. Pemutihan karang (coral bleaching) merupakan masalah lingkungan yang serius, disebabkan oleh stres lingkungan seperti kenaikan suhu air laut, yang mengakibatkan hilangnya simbiosis alga pada karang. Namun, prediksi pemutihan karang masih menghadapi berbagai tantangan, seperti kompleksitas kondisi lingkungan, ketidakpastian faktor-faktor penyebab, dan keterbatasan data yang akurat dan konsisten. Selain itu, pengelolaan data dalam jumlah besar serta efisiensi pelatihan model prediktif dengan dataset yang kompleks menjadi hambatan yang signifikan. Penelitian ini mengkaji penerapan komputasi paralel dalam pengembangan model prediktif Random Forest untuk memprediksi peristiwa pemutihan karang berdasarkan data lingkungan seperti suhu permukaan laut (SST), anomali suhu permukaan laut (SSTA), kedalaman, dan koordinat lokasi. Penggunaan komputasi paralel bertujuan untuk meningkatkan efisiensi dalam melatih model dengan memanfaatkan prosesor multi-core, yang secara signifikan mempercepat waktu eksekusi. Hasil penelitian menunjukkan bahwa model ini mampu mencapai akurasi prediksi sebesar 95,19% dengan nilai R-squared 0,685. Penerapan komputasi paralel juga menunjukkan pengurangan waktu komputasi, meskipun tidak selalu linier karena adanya overhead dalam pengelolaan tugas paralel. Penelitian ini diharapkan dapat mendukung upaya konservasi terumbu karang dengan menyediakan model prediktif yang lebih cepat dan akurat.
Kata Kunci – Komputasi Paralel; Random Forest; Pemutihan Karang
Array Sorting Algorithm vs Traditional Sorting Algorithm: Memory and Time Efficiency Analysis: Array Sorting Algorithm vs Algoritma Pengurutan Tradisional: Analisis Efisiensi Memori dan Waktu
No full textThe development of information technology has changed various aspects of life, including the way we store and sort data. Data that used to be stored in filing cabinets is now stored in digital form on computers. However, digital data that is not well organised can make it difficult to search and verify. Therefore, data sorting has become very important, and various sorting algorithms have been developed to fulfil this need, such as the Array Sorting Algorithm (ASA), which is claimed to have efficient time complexity and is very competitive when compared to the time complexity of traditional algorithms. This research examines the memory efficiency and computation time between ASA and five traditional sorting algorithms (Bubble Sort, Shell Sort, Merge Sort, Quick Sort, and Heap Sort) using the Java programming language. The research was conducted by utilising random numerical datasets on three different scales (100, 1,000, and 10,000 data) to test the performance of the six algorithms in various scenarios. ASA, which utilises a two-dimensional array structure to manage element frequencies, showed impressive performance in terms of computation time, especially on datasets containing 1,000 and 10,000 data, compared to traditional algorithms that focus more on comparison and recursion methods. The test results confirm that on datasets of 1,000 and 10,000 data, ASA excels in terms of computational speed but loses in terms of memory usage. Therefore, if memory usage is not a major consideration, then ASA is a very suitable sorting algorithm for sorting data of 100 - 10,000. These findings provide important insights for the selection of efficient sorting algorithms based on memory efficiency and computation time on multiple data sizes, which is particularly useful when developing applications using the Java programming language
ETHNOGRAPHY OF COMMUNICATION: THE WAY OF SPEAKING IN BANJAR COMMUNITY OF SOUTH KALIMANTAN
Get PDFThe concept of ethnography of communication examines the communication patterns of the Banjar community, including the use of language, speech norms, and the social context that surrounds it. This study comprehensively describes how the Banjar community interprets and practices communication in everyday life, as well as cultural actions in the form of events expressed by the community through language. The relevance between language and ethnography is seen in the cultural expression explained through language events. This paper explains the ethnography of the Banjar language based on Hymes\u27 theory. Based on the results of the study, it was found that their speech manners show high respect for the values of politeness, customs, and Islamic teachings as the main guide in communicating. The geographical conditions of the Banjar ethnic group, which is located in a river environment, is also a factor in the large number of special vocabularies related to river life that are only owned and interpreted by the community. The Banjar language has variations in the level of refinement used according to social status, age, or closeness of the relationship between the speaker and the listener, reflecting an attitude of mutual respect in social interaction. In addition, deliberation is the main means of decision-making, while conflict resolution is carried out by prioritizing family dialogue, customary law, and religious values.
Keywords: ethnography of communication, Banjar community, speaking
A Design and Implementation of Carbon Monoxide Toxic Gas Monitoring Device Based on Esp32 Master-Slave Using Fuzzy Logic Method in UNY Welding Workshop
No full textLack of awareness of welding workshop workers towards Occupational Health and Safety (K3) is a serious and high-risk problem for them. The danger of CO gas emissions from the welding process can cause serious toxic exposure that has the potential to cause long-term health and disease risks. Regulation of the Minister of Manpower Number 5 of 2018 concerning the Limitation of CO Gas Exposure of 25 ppm for 8 working hours per day. Workers are required to use Personal Protective Equipment (PPE) if the gas levels exceed the specified limits. This study discusses the problems in welding workshops by utilizing the MQ-135 gas sensor with the ESP32 microcontroller. The output of this tool is a 16x2 LCD screen to provide written warnings, a buzzer to provide sound warnings, and a DC fan controlled using fuzzy logic to neutralize the air in the welding area. The system works with a Master - Slave topology so that data transmission is carried out wirelessly which makes the layout of the tool more flexible. The results of the study indicate that the Air Quality Control Tool with the MQ-135 sensor using the ESP32 microcontroller has been designed efficiently. The ESP32 performed very well, achieving a 100% success rate for the required functions, although there was a small error rate of 17.71% compared to the Carbon Monoxide Alarm as a comparison. Testing showed good effectiveness, with communication between the master and slave devices taking an average of only 0.21 seconds. The ESP32\u27s network connectivity quality achieved a 100% success rate over a wide range of distances and in the presence of obstacles.Kurangnya kesadaran pekerja bengkel las terhadap Kesehatan dan Keselamatan Kerja (K3) menjadi masalah yang cukup serius dan berisiko tinggi bagi mereka. Bahaya emisi gas CO dari proses pengelasan dapat menimbulkan paparan racun serius yang berpotensi menimbulkan risiko kesehatan dan penyakit jangka panjang. Peraturan Menteri Ketenagakerjaan Nomor 5 Tahun 2018 tentang Batasan Paparan Gas CO sebesar 25 ppm selama 8 jam kerja per hari. Pekerja wajib menggunakan Alat Pelindung Diri (APD) apabila kadar gas melebihi batas yang ditetapkan. Penelitian ini membahas permasalahan di bengkel las dengan memanfaatkan sensor gas MQ-135 dengan mikrokontroler ESP32. Output dari alat ini berupa layar LCD 16x2 untuk memberikan peringatan tertulis, buzzer untuk memberikan peringatan suara, dan kipas DC yang dikontrol menggunakan logika fuzzy untuk menetralkan udara di area pengelasan. Sistem bekerja dengan topologi Master - Slave sehingga pengiriman data dilakukan secara wireless yang membuat tata letak alat menjadi lebih flexible. Hasil penelitian menunjukkan bahwa Alat Pengendali Kualitas Udara dengan sensor MQ-135 menggunakan mikrokontroler ESP32 telah dirancang secara efisien. Performa ESP32 sangat baik, mencapai tingkat keberhasilan 100% terhadap fungsi yang diperlukan, meskipun terdapat sedikit kesalahan sebesar 17,71% dibandingkan dengan Alarm Karbon Monoksida sebagai pembanding. Pengujian menunjukkan efektivitas yang baik, dengan komunikasi antara perangkat utama dan perangkat pendukung hanya membutuhkan waktu rata-rata 0,21 detik. Kualitas konektivitas jaringan ESP32 mencapai tingkat keberhasilan 100% pada berbagai jarak dan di hadapan rintangan
PENGARUH AKUNTANSI FORENSIK DAN AUDIT INVESTIGASI TERHADAP PENCEGAHAN KECURANGAN DENGAN MORALITAS SEBAGAI MODERASI
Get PDFCompanies are always faced with indications of fraud issues. Fraud prevention within a company must be accompanied by supportive actions.This research was conducted to determine the influence of forensic accounting and investigative audits on fraud prevention and to determine the influence of individual morality as a moderating variable. The sample in this study was 48 respondents using convenience sampling from state-owned companies in Palembang City. The analysis technique uses PLS-SEM. The results of this research indicate that there is a significant influence of forensic accounting on fraud prevention and the influence of investigative audits on fraud prevention. The moderation test result shows that individual morality does not moderate forensic accounting and investigative audits in influencing fraud prevention.
Keywords: forensic accounting, investigative auditing, fraud prevention, individual morality
Perusahaan selalu dihadapkan pada indikasi permasalahan tindak kecurangan. Pencegahan kecurangan dalam perusahaan harus disertai tindakan yang menunjang. Penelitian ini dilakukan untuk mengetahui pengaruh akuntansi forensik dan audit investigasi terhadap pencegahan kecurangan serta mengetahui bagaimana pengaruh moralitas individu sebagai variabel moderasi. Sampel dalam penelitian ini sebanyak 48 responden menggunakan convenience sampling dari perusahaan BUMN di Kota Palembang. Teknik analisis menggunakan PLS-SEM. Hasil penelitian ini menunjukkan adanya pengaruh signifikan akuntansi forensik terhadap pencegahan kecurangan dan pengaruh audit investigasi terhadap pencegahan kecurangan. Hasil pengujian moderasi menunjukkan moralitas individu tidak memoderasi akuntansi forensik dan audit investigasi dalam mempengaruhi pencegahan kecurangan.
Kata Kunci: akuntansi forensik, audit investigasi, pencegahan kecurangan, moralitas individ