ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Peran Strategis PKK sebagai Agen Perubahan Melalui Pemanfaatan Daun Kelor dan Ketumbar Produk Herbal Bernilai Ekonomi di Desa Benteng Gantarang
Kegiatan pengabdian bertujuan untuk meningkatkan pemahaman dan peran strategis anggota PKK Desa Benteng Gantarang sebagai agen perubahan melalui pemanfaatan daun kelor dan ketumbar sebagai produk herbal bernilai ekonomi. Permasalahan utama yang dihadapi mitra adalah rendahnya pemahaman tentang manfaat tanaman herbal lokal serta keterbatasan keterampilan dalam pengolahan produk herbal bernilai jual. Sebagai solusi, tim pelaksana melaksanakan pelatihan berbasis penyadaran (awareness training) mengenai manfaat kesehatan dan ekonomi dari daun kelor dan ketumbar. Sebanyak 31 peserta mengikuti sesi pelatihan dan dievaluasi menggunakan instrumen pre-test dan post-test. Hasil evaluasi menunjukkan peningkatan pemahaman yang signifikan, dari nilai rata-rata pre-test sebesar 46,74% menjadi 84,17% pada post-test. Temuan ini menunjukkan bahwa pendekatan edukatif yang digunakan efektif dalam membangun kapasitas masyarakat dalam pemanfaatan sumber daya lokal. Keberhasilan program ini membuka peluang untuk pengembangan produk herbal berbasis komunitas yang dapat meningkatkan kesejahteraan keluarga dan ekonomi lokal secara berkelanjutan
Implementasi Naïve Bayes untuk Evaluasi dan Klasifikasi Beban Kerja Pegawai di Badan Kepegawaian Kabupaten Barru
Penelitian ini mengkaji penerapan algoritma Naïve Bayes dalam mengklasifikasikan beban kerja pegawai di Badan Kepegawaian Kabupaten Barru guna meningkatkan efektivitas manajemen sumber daya manusia berbasis data. Tantangan utama dalam pengelolaan pegawai meliputi ketidakseimbangan distribusi tugas, kurangnya transparansi penilaian, serta keterbatasan metode konvensional, yang dapat diatasi melalui analisis data historis dengan pendekatan probabilistik. Algoritma Naïve Bayes digunakan untuk mengelompokkan beban kerja pegawai berdasarkan parameter jumlah jam kerja, kompleksitas tugas, dan pencapaian target, yang menghasilkan distribusi beban kerja rendah (55,7%), sedang (31,4%), dan tinggi (12,8%). Model ini menunjukkan akurasi tinggi dalam klasifikasi dan mampu mengidentifikasi pegawai dengan kelebihan atau kekurangan beban kerja secara objektif. Studi kasus pada PT. Rikasa Dinar Djaya juga membuktikan keandalan metode ini dalam mengevaluasi kinerja karyawan dengan akurasi 99,44%. Hasil penelitian ini diharapkan dapat meningkatkan transparansi dan keadilan dalam evaluasi kinerja pegawai, meminimalkan bias subjektif, serta menjadi referensi bagi instansi pemerintah lainnya dalam mengadopsi teknologi machine learning untuk pengelolaan SDM yang lebih modern, efisien, dan berkelanjuta
Crack Detection of Concrete Surfaces with A Combination of Feature Extraction and Image-Based Backpropagation Artificial Neural Networks
Concrete surface imperfections can signify a structure undergoing severe degradation. It deteriorates when concrete is exposed to elemental reactions such as fire, chemicals, physical damage, and calcium leaching. Due to its structural degradation, concrete deterioration poses a risk to the surrounding environment. Structural buildings can collapse due to severe concrete decline. To prevent concrete cracks early, it is imperative to identify the concrete surface. This requires the development of a technique for detecting the image-based concrete surface. One way to detect concrete surfaces is to create artificial neural networks. The purpose of this study is to combine feature extraction and artificial neural networks to detect cracks in concrete surfaces. The data used is concrete surface image data divided into two classes, namely cracked class and uncracked class. The total data is 600 data points, 300 data points, and 300 data points. The technique used is feature extraction from GLCM and Backpropagation Artificial Neural Network. Test results using epoch five show 95% accuracy, epoch 10 shows 95% results, epoch 100 shows 83% accuracy, and epoch 250 shows 73% results. The test results that have been carried out show a decrease in lower accuracy results when the epoch is determined to be higher. The results of this study epoch that shows the highest accuracy results are epoch 5 with 95% accuracy and epoch 10 with 95% accuracy
Perancangan Sistem Informasi Penjualan Berbasis E-Commerce dengan Metode Waterfall
E-commerce merupakan cara bagi seorang konsumen untuk dapat membeli barang yang diinginkan secara online, E-commerce adalah sebuah penjualan barang secara langsung dan dipromosikan menggunakan internet, baik untuk konsumen (Business to Consumen) maupun untuk bisnis (Business to Business). Pada saat ini Toko andriani kerudung belum menggunakan sistem e-commerce sehingga kesulitan dalam melayani pelanggan yang menumpuk dan kurang efisien dalam melakukan penjualan. Toko Andriani Kerudung merupakan usaha yang menjual kerudung atau hijab secara grosir yang dimana pembeli harus membeli minimal 5 barang yang sama dengan warna yang berbeda dan menggunakan pencatatan pembelian secara manual. Penelitian ini bertujuan untuk membantu pihak Toko Andriani Kerudung dalam mengelola data penjualan, melayani pelanggan yang banyak serta membantu mempromosikan jualan menggunakan metode Waterfall untuk mempermudah dalam pembuatan sistem informasi penjualan dengan tahapan yang sistematis, menghemat waktu serta menghemat biaya. Berdasarkan kuesioner dari 20 responden yang merupakan 1 orang owner, 2 orang karyawan dan 17 orang customer dengan menggunakan pengujian black box, maka diperoleh pengujian antarmuka 82,5%, pengujian kinerja 87,2%, pengujian database 83,6%, pengujian fungsi yang hilang atau rusak 17,6% dan pengujian inisialisasi/terminasi 85%. Adapun index keseluruhan pada pengujian black box sebesar 82%. Hasil yang didapatkan yaitu menghasilkan sistem informasi penjualan berbasis e-commerce yang dapat membantu pihak Toko Andriani Kerudung dalam mengelola data penjualan, melayani pelanggan yang banyak serta membantu mempromosikan juala
Pendampingan Penggunaan Media Sosial Sebagai Upaya Kesehatan Mental Peserta Didik di Wilayah Pesisir Kecamatan Wori
Media Sosial adalah cara cepat pagi peserta didik dalam mencari informasi di era digitalisasi saat ini. Salah satu masalah adalah banyak yang salah mempergunakan media sosial sehingga menyebabkan banyak terjadi perundungan yang mempengaruhi kesehatan mental. Hal ini menjadi sangat krusial sehingga membutuhkan pendampingan dalam penggunaan media sosial tersebut. Tujuannya untuk mengetahui pengaruh pendampingan penggunaan media sosial terhadap kesehatan mental peserta didik di wilayah pesisir. Metode yang digunakan adalah penyuluhan tentang bahaya dan akibat penggunaan media sosial yang tidak tepat, dimana sebelum diberikan materi dilakukan pre tes kemudian setelah penyuluhan dilanjutkan pemberian pos tes sehingga dapat mengetahui tingkat pemahaman pada materi yang diberikan. Hasilnya menunjukkan sebagian besar peserta didik dapat menjawab dengan baik. Pendampingan menjadi langkah strategis dan efektif mengelola dampak negatif media sosial serta meningkatkan interaksi positif dan meningkatkan kesehatan mental peserta didik di wilayah pesisir.
Smart Egg Incubator Based on IoT and AI Technology for Modern Poultry Farming
The productivity of egg hatching in the poultry industry is often hindered by conventional methods, resulting in low hatch rates and slow production. This study introduces the UHTP (Universitas Hang Tuah Pekanbaru) Smart Egg Incubator, which incorporates Internet of Things (IoT) and Artificial Intelligence (AI) technologies, specifically the Mamdani Fuzzy Logic Algorithm, to enhance egg hatchability. The incubator features a 100-egg capacity, automatic temperature and humidity control, cooling systems, and real-time monitoring via mobile devices. It also includes a camera for movement detection, capturing images of hatching eggs, and sending notifications to users. The automatic egg-turning mechanism ensures even temperature distribution. Experimental results show that the incubator maintains optimal temperatures between 37.7°C and 38.8°C, with successful hatching observed on the 19th day. The fuzzy logic AI system effectively manages environmental changes, ensuring a stable hatching process by dynamically adjusting the conditions within the incubator. The user-friendly interface and remote monitoring capabilities provide convenience and efficiency for poultry farmers. This innovative design significantly improves hatch rates and supports the economic productivity of chicken farming, offering practical solutions for modern poultry farming. The integration of this AI technology can lead to higher profitability and sustainability in poultry farming, addressing common challenges such as inconsistent environmental conditions and labor-intensive processes, thus contributing to the advancement of agricultural practice
Sistem Pendukung Keputusan Pemilihan Benih Cabai Terbaik dengan Metode Weighted Product
Kenaikan harga cabai yang konsisten setiap tahunnya terutama saat perayaan seperti hari raya, sering kali menyebabkan kelangkaan dan peningkatan drastis dalam harga. Hal ini mendorong banyak petani, termasuk di Desa Buntu Pema, Kecamatan Curio, Kabupaten Enrekang, untuk menjadikan cabai sebagai hasil pertanian utama. Meskipun beragam jenis benih cabai digunakan oleh para petani, pemilihan bibit masih dilakukan secara manual, menyebabkan ketidaksesuaian dengan harapan pada saat panen. Tujuan penelitian ini adalah menerapkan metode Weighted Product sebagai sistem pendukung keputusan dalam pemilihan bibit cabai unggul. Data penelitian yang digunakan adalah data penilaian bibit cabai dengan kriteria potensi hasil, musim tanam, tekstur cabai, banyaknya ranting, dan ketahanan terhadap penyakit. Penelitian ini berhasil menerapkan metode Weighted Product untuk membantu petani dalam memilih bibit cabai unggul. Hasil penelitian menunjukan bahwa bahwa Cabai Lokal mendominasi peringkat tertinggi sebagai bibit yang paling unggul dengan nilai Vektor V sebesar 0,0606.Kenaikan harga cabai yang konsisten setiap tahunnya terutama saat perayaan seperti hari raya, sering kali menyebabkan kelangkaan dan peningkatan drastis dalam harga. Hal ini mendorong banyak petani, termasuk di Desa Buntu Pema, Kecamatan Curio, Kabupaten Enrekang, untuk menjadikan cabai sebagai hasil pertanian utama. Meskipun beragam jenis benih cabai digunakan oleh para petani, pemilihan bibit masih dilakukan secara manual, menyebabkan ketidaksesuaian dengan harapan pada saat panen. Tujuan penelitian ini adalah menerapkan metode Weighted Product sebagai sistem pendukung keputusan dalam pemilihan bibit cabai unggul. Data penelitian yang digunakan adalah data penilaian bibit cabai dengan kriteria potensi hasil, musim tanam, tekstur cabai, banyaknya ranting, dan ketahanan terhadap penyakit. Penelitian ini berhasil menerapkan metode Weighted Product untuk membantu petani dalam memilih bibit cabai unggul. Hasil penelitian menunjukan bahwa bahwa Cabai Lokal mendominasi peringkat tertinggi sebagai bibit yang paling unggul dengan nilai Vektor V sebesar 0,0606
Optimizing Windowing Techniques to Improve the Accuracy of Artificial Neural Networks in Predicting Outpatient Visits
Hospitals are healthcare institutions that play an important role in providing health services to the community. To optimize the service, hospitals need to predict the number of outpatient visits. The objectives of this research are (1) determine the effect of window size on the accuracy of predicting the number of outpatient visits, and (2) identify the best window size and accuracy of neural networks in predicting the daily number of outpatient visits. To achieve the research objectives, the following steps were undertaken: data collection of outpatient visits at RSUD dr. Soedirman Kebumen from 2018 to 2023, preprocessing, applying different window sizes, modeling neural networks, and testing by calculating the RMSE value for each window size. The test results show that the lowest RMSE for 2018 was 1.267 with a window size of 34, for 2019 was 1.262 with a window size of 34, for 2020 was 1.515 with a window size of 17, for 2021 was 1.81 with a window size of 18, for 2022 was 1.282 with a window size of 20, and for 2023 was 1.263 with a window size of 29. These window sizes indicate the cycle of outpatient visits each year. By understanding these visit cycles, the number of outpatient visits can be predicted at any time
Implementasi Metode Multi Attribute Utility Theory (MAUT) Dalam Penentuan Penerima Bantuan Program Keluarga Harapan (PKH) Di Kabupaten Bombana
Salah satu daerah yang mengeluarkan program untuk meningkatkan kesejahteraan masyarakatnya adalah Provinsi Sulawesi Tenggera tepatnya di Desa Baliara Selatan, Kecamatan Kabaena Barat Kabupaten Bombana. Dari segi tingkat kemiskinan, Kabupaten Bombana masih tergolong tinggi. Artinya, jumlah penduduk dalam keadaan miskin pada tahun 2018 sebanyak 19,77 (seribu jiwa) dan proporsi penduduk miskin sebanyak 4.444 jiwa atau mewakili 11,05%. Hal ini menyebabkan pemerintah Kabupaten Bombana Mengeluarkan kebijakan yaitu menciptakan program-program untuk meningkatkan taraf hidup masyarakat Bombana.Salah satunya program yang diterapkan di Desa Baliara Selatan adalah Program Keluarga Harapan (PKH).Berdasarkan pengalaman yang terjadi, di mana para pendamping staff yang mengalami kesulitan untuk menentukan prioritas penerima bantuan PKH sehingga mengakibatkan proses pengambilan keputusan dan validasi data calon penerima berjalan lambat dan kurang tepat membuat hasil keputusan tidak ideal. Salah satu cara untuk membantu pengambilan keputusan dalam penentuan penerima bantuan adalah menggunakan Sistem Pendukung Keputusan (SPK) dengan metode Multi Attribute Utility Theory (MAUT).Hasil akhirnya adalah serangkaian penilaian alternatif yang menggambarkan keputusan yang dibuat oleh para pengambil keputusan dikantor pusat bombanaHasil keputusan dengan sistem perengkingan terbaik, rangking terbaik di dapat dari hasil perhitungan MAUT. Semakin besar nilai indeks maka semakin bagus pemeringkatan keputusan setiap alternatif.Program Keluarga Harapan adalah program pemberian bantuan sosial bersyarat kepada Keluarga Miskin yang ditetapkan sebagai keluarga penerima manfaat.Salah satu daerah yang mengeluarkan program untuk meningkatkan kesejahteraan masyarakatnya adalah Provinsi Sulawesi Tenggera tepatnya di Desa Baliara Selatan, Kecamatan Kabaena Barat Kabupaten Bombana. Dari segi tingkat kemiskinan, Kabupaten Bombana masih tergolong tinggi. Artinya, jumlah penduduk dalam keadaan miskin pada tahun 2018 sebanyak 19,77 (seribu jiwa) dan proporsi penduduk miskin sebanyak 4.444 jiwa atau mewakili 11,05%. Hal ini menyebabkan pemerintah Kabupaten Bombana Mengeluarkan kebijakan yaitu menciptakan program-program untuk meningkatkan taraf hidup masyarakat Bombana.Salah satunya program yang diterapkan di Desa Baliara Selatan adalah Program Keluarga Harapan (PKH).Berdasarkan pengalaman yang terjadi, di mana para pendamping staff yang mengalami kesulitan untuk menentukan prioritas penerima bantuan PKH sehingga mengakibatkan proses pengambilan keputusan dan validasi data calon penerima berjalan lambat dan kurang tepat membuat hasil keputusan tidak ideal. Salah satu cara untuk membantu pengambilan keputusan dalam penentuan penerima bantuan adalah menggunakan Sistem Pendukung Keputusan (SPK) dengan metode Multi Attribute Utility Theory (MAUT).Hasil akhirnya adalah serangkaian penilaian alternatif yang menggambarkan keputusan yang dibuat oleh para pengambil keputusan dikantor pusat bombanaHasil keputusan dengan sistem perengkingan terbaik, rangking terbaik di dapat dari hasil perhitungan MAUT. Semakin besar nilai indeks maka semakin bagus pemeringkatan keputusan setiap alternatif
Penerapan Metode Analytical Hierarchy Process dalam Penentuan Kualitas Lipa' Le'leng Kabupaten Bulukumba
Lipa’ Le’leng merupakan sarung adat khas Suku Ammatoa di Kajang, Kabupaten Bulukumba, yang memiliki nilai budaya dan ekonomi tinggi. Seiring berkembangnya teknologi dan meningkatnya minat pasar terhadap produk budaya, permintaan terhadap Lipa’ Le’leng semakin meningkat, termasuk dari masyarakat di luar komunitas Suku Kajang. Namun, ketiadaan standar kualitas baku dalam proses produksi menyebabkan variasi kualitas yang dapat memengaruhi kepuasan pelanggan. Oleh karena itu, penelitian ini mengembangkan sistem pendukung keputusan berbasis web menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan kualitas Lipa’ Le’leng berdasarkan empat kriteria utama, yaitu jenis benang, tingkat kepekatan warna, motif, dan pengkilapan. Sistem ini dikembangkan dengan model Extreme Programming (XP), yang menekankan fleksibilitas dalam pengembangan perangkat lunak. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengolah data kriteria dengan metode AHP untuk memberikan rekomendasi kualitas kepada calon konsumen. Pengujian menggunakan metode Black Box Testing menunjukkan bahwa sistem berjalan sesuai spesifikasi yang diharapkan. Dengan adanya sistem ini, diharapkan dapat meningkatkan transparansi kualitas produk dan memberikan kemudahan bagi calon pembeli dalam menentukan pilihan berdasarkan standar yang lebih objektif.Lipa’ Le’leng merupakan sarung khas Suku Kajang. Terbuat dari benang katun yang ditenun secara tradisional. Warna corak pada sarung ini mengandung makna kesederhanaan. Selain untuk pengunaan adat dan kegiatan sehari-hari, sarung ini juga bernilai koleksi karena historisnya. Namun, kurangnya informasi dan pengetahuan tentang sarung hitam, terkadang membuat konsumen dari luar daerah Kajang merasa kecewa dengan kualitas sarung yang mereka dapatkan. Karena itu, dikembangkan suatu sistem pendukung keputusan berbasis website yang akan membantu calon konsumen untuk mendapatkan informasi kualitas Lipa’ Le’leng sesuai dengan subriteria yang dipilih dari jenis benang, tingkat kepekatan, motif dan pengkilapan