IKADO E-Journal (Institut Informatika Indonesia)
Not a member yet
470 research outputs found
Sort by
Penerapan Metode Simple Additive Weighting (SAW) Dalam Pemilihan Supplier Terbaik Pada Industri Manufaktur
Full text linkMemilih supplier didalam rantai pasok industri manufaktur merupakan hal yang sangat penting untuk keberhasilan operasional dan daya saing perusahaan, karena mempengaruhi biaya, efisiensi, kualitas produk, kepuasan pelanggan, dan reputasi perusahaan. Dalam konteks globalisasi dan kompleksitas rantai pasok yang meningkat, berbagai kriteria seperti kualitas produk, ketepatan waktu pengiriman, dan kepatuhan terhadap standar internasional seperti International Organization for Standardization (ISO) 22000:2018 dan ISO 9001:2015 harus dipertimbangkan untuk memastikan pemenuhan kebutuhan jangka pendek serta keberlanjutan operasional jangka panjang. Penelitian ini bertujuan mengatasi masalah pemilihan supplier terbaik dengan menerapkan metode Simple Additive Weighting (SAW), yang efisien dalam mengevaluasi kriteria relevan. Langkah awal melibatkan identifikasi kriteria penilaian yang relevan seperti kualitas, waktu pengiriman, dan kepatuhan standar ISO, kemudian memberikan bobot pada setiap kriteria berdasarkan tingkat kepentingannya. Data kinerja supplier dikumpulkan secara sistematis dan diproses melalui metode Simple Additive Weighting (SAW) untuk menghasilkan peringkat relatif dari setiap supplier. Hasil penelitian menunjukkan supplier V7 memperoleh peringkat tertinggi dengan nilai 50,8, memberikan kontribusi berharga dalam pemahaman dan pemilihan supplier terbaik dalam konteks keandalan, kualitas, dan kepatuhan standar industri, serta menunjukkan bahwa penggunaan metode Simple Additive Weighting (SAW) meningkatkan efisiensi perhitungan dan pengelolaan data
Analysis of LoRaWAN Network Signal Coverage and Quality Parameters in Real-Time: Case Study of Cikumpa River Water Quality Monitoring, Depok City
Full text linkIn the context of an increasingly advanced era, Internet of Things (IoT) technology has emerged as a significant innovation across a range of fields. One of the most rapidly developing Internet of Things (IoT) technologies is the Long Range Wide Area Network (LoRaWAN). LoRaWAN is capable of long-distance communication while simultaneously consuming minimal power. In this study, we analyze the coverage of the LoRaWAN network in transmitting data with Cikumpa river water objects, with a 100–600 meters distance between the transmitter (TX) and receiver (RX). This study assesses the RSSI network quality, LoRaWAN SNR, and LoRaWAN network QoS quality concerning throughput, delay, jitter, and packet loss parameters. The testing results demonstrated that the LoRaWAN network coverage reaches a maximum distance of 600 meters. Researchers conducted the testing in the Cikumpa River area. They then analyzed the RSSI and SNR test results in the morning, afternoon, and evening. The results of the RSSI test and calculations demonstrate that as the distance between the transmitter and receiver increases, the RSSI value decreases. The RSSI testing conducted in the morning exhibited a range of -99 dBm to -121 dBm, with the SNR values spanning from -3.25 dB to 8.75 dB. The results of the daytime RSSI tests ranged from -104 dBm to -124 dBm, with the corresponding SNR values ranging from -8.50 dB to 9.00 dB. The RSSI test results for the afternoon period exhibited a range of -96 dBm to -120 dBm, while the SNR demonstrated a range of -7.25 dB to 9.00 dB. In addition, the quality of service (QoS) can be considered stable based on the results of the RSSI and SNR for each test. During the testing process, conducted at distances between 100 and 600 meters, there was no packet loss when data transmission occurred. This research demonstrates the potential for utilizing LoRaWAN technology to monitor a desired object remotely
Comparison of Deep Neural Networks and Random Forest Algorithms for Multiclass Stunting Prediction in Toddlers
Full text linkStunting in toddlers is a serious global health issue, with long-term impacts on physical growth and cognitive development. To address this problem more effectively, it is crucial not only to identify whether a child is stunted but also to predict the severity of the condition. Multiclass stunting prediction offers deeper insights into a child’s condition, enabling more precise and targeted interventions. This study aims to compare the performance of multiclass stunting prediction models using two machine learning algorithms: Deep Neural Networks and Random Forest. The research process involved data collection, preprocessing, as well as model development and testing. The results show that the Random Forest model achieved 100% accuracy in training and 99.92% accuracy in testing, while the Deep Neural Networks model achieved 93.49% accuracy in training and 93.21% in testing. Both models demonstrated strong performance in multiclass stunting prediction, with Random Forest proving superior in terms of accuracy compared to Deep Neural Networks
Perancangan Aplikasi Mobile Menggunakan Machine Learning Untuk Menentukan Klasifikasi Kategori Berita
Full text linkBerita yang umumnya terdapat pada media publikasi baik elektronik maupun media cetak yang beredar setiap harinya dalam volume yang besar, saat ini sebagian besar telah berpindah ke media digital yang memudahkan pengguna untuk mengakses artikel berita. Jumlah peredaran berita yang besar setiap harinya inilah yang seringkali membebani kerja dari editor dan penulis berita dalam menentukan kategori dari berita yang akan dirilis. Sistem ini dirancang untuk membantu dalam melakukan klasifikasi kategori berita, pada aplikasi ini aplikasi dirancang dalam bentuk aplikasi portal berita berbasis aplikasi mobil berbasis android. Pada penelitian ini menggunakan metode logistic regression sebagai metode klasifikasi biner dengan dataset yang digunakan pada penelitian ini merupakan judul berita yang dipublikasikan pada tahun 2020 dengan pembagian data sekitar 2000 dataset. Hasil dari penelitian ini adalah sistem aplikasi yang membantu dalam melakukan klasifikasi kategori berita dengan tingkat akurasi diatas 85%
Classification of Lung Cancer with Convolutional Neural Network Method Using ResNet Architecture
Full text linkLung cancer has become one of the most frightening specters in the world of health, leading many people to death each year. Therefore, the classification of lung cancer types is very important to determine the appropriate treatment steps. Considering that lung cancer treatment in the early stages is far more effective and efficient, accurate classification is the key to improving survival rates. This research focuses on the classification of three common lung cancer types: Adenocarcinoma, Large Cell Carcinoma, and Squamous Cell Carcinoma. To achieve optimal results, this study utilizes the ResNet architecture, a deep neural network model that has demonstrated its capabilities in various fields. Before being used on the model, the dataset containing lung X-ray images of patients undergoes preprocessing. At this stage, each image is resized to 256x256 pixels to ensure uniformity and compatibility with the model. Furthermore, this research trains various ResNet models, ranging from ResNet50, ResNet101, to ResNet152, which is the model with the most parameters. By comparing the performance of each model, this study finds that all trained ResNet models are capable of producing good accuracy in classifying lung cancer types. Among these models, ResNet152 demonstrates the most superior performance with an accuracy of 89%. This result suggests that the ResNet architecture has great potential to be used as an aid in classifying lung cancer types with a high level of accuracy. This research makes a significant contribution to the effort to improve the diagnosis and treatment of lung cancer, paving the way for a brighter future for lung cancer patients
Sosialisasi Nilai Moderasi Beragama Melalui Kreativitas Kaligrafi Bagi Anak-Anak
Full text linkArtikel ini menjelaskan mengenai kegiatan sosialisasi nilai-nilai moderasi beragama yang dilakukan kepada anak-anak melalui pelatihan kreativitas kaligrafi dengan tujuan agar anak-anak memahami nilai-nilai moderasi beragama sedari usia dini, sehingga memiliki jiwa toleransi dan menghormati setiap perbedaan yang ada di lingkungannya. Metode yang digunakan meliputi tahap perencanaan, tahap pelaksanaan dan tahap evaluasi yang mana antara satu tahap dengan tahap lainnya saling berhubungan. Hasil kegiatan menunjukan bahwa anak-anak memahami nilai-nilai moderasi beragama yang telah diajarkan serta mereka aktif untuk ikut berpartisipasi dalam membuat kaligrafi sesuai dengan kemampuannya masing-masing. Sebagai bentuk apresiasi di akhir kegiatan diberikan hadiah bagi anak-anak yang mampu membuat kaligrafi yang dinilai baik. Kegiatan seperti ini perlu terus dilaksanakan guna menumbuhkan sikap moderasi beragama anak-anak yang mana akan diperlukan nantinya dalam melakukan interaksi dengan anak-anak lainnya yang memiliki latar belakang agama yang berbeda, sehingga mampu bersikap toleran dan menghargai perbedaa
Perancangan Destination Branding North Surabaya Amerta
Full text linkBangunan-bangunan antik bersejarah peninggalan Belanda di Surabaya Utara memberikan atmosfer kota tua yang terasa istimewa yang tidak dapat ditemukan di bagian Surabaya lainnya. Hal ini menawarkan sebuah potensi wisata yang besar karena merupakan satu-satunya kompleks Kota Tua di Surabaya. Namun, eksposur kompleks Kota Tua Surabaya masih terbatas, khususnya untuk penggiat fotografi. Citra diri dari kota tua masih belum terpancar karena keamanan dan kenyamanan di Surabaya Utara sebagai destinasi wisata masih perlu ditingkatkan kembali sehingga masyarakat tidak menyadari keberadaannya. Oleh karena itu, kesan yang baik perlu diciptakan lewat identitas visual sehingga membuat Kota Tua Surabaya menarik untuk dikunjungi sebagai tempat destinasi wisata. Metode-metode yang digunakan dalam perancangan ini adalah metode kualitatif untuk mendapatkan data-data yang dibutuhkan dan metode perancangan berupa identifikasi data, analisis, sintesis media, dan evaluasi. Data-data yang telah dikumpulkan digunakan sebagai landasan utama dalam perancangan karya yaitu destination branding bagi Kota Tua Surabaya yaitu nama baru bagi brand, logo, elemen sekunder, corporate identity dan merchandise
Pengaruh Behavioral Intention Terhadap Use Behavior Pada Penggunaan Aplikasi Gojek
Full text linkGojek merupakan salah satu pelopor jasa transportasi online yang masih eksis di Indonesia hingga hari ini. Kota Balikpapan yang dihuni 703.611 jiwa adalah salah satu kota dengan aktivitas pengguna aplikasi Gojek tertinggi di wilayah Indonesia Timur pada tahun 2019. Kendati demikian, Gojek pernah mengalami penurunan jumlah pengguna akibat kenaikan harga BBM, dan keluhan pada aplikasi Gojek itu sendiri. Salah satu cara untuk menangani penurunan tersebut yaitu dengan memberikan layanan sesuai perilaku pengguna dalam menggunakan aplikasi Gojek. Hal ini dapat dilakukan dengan sebuah evaluasi penerimaan aplikasi Gojek dengan menggunakan metode UTAUT2. UTAUT2 merupakan metode untuk mengetahui bagaimana suatu teknologi diterima dan digunakan. Dari 9 variabel yang terdapat pada UTAUT2, variabel behavioral intention dan use behavior adalah variabel untuk membantu mengetahui dan menggambarkan niat dan frekuensi seorang pengguna dalam menggunakan suatu aplikasi. Penelitian kuantitatif ini dilakukan untuk mengetahui bagaimana behavioral intention memengaruhi use behavior pada penggunaan aplikasi Gojek di Kota Balikpapan, menggunakan metode PLS-SEM pada perangkat lunak WarpPLS dengan 139 responden. Hasil analisis menunjukkan bahwa 3 dari 10 hipotesis diterima dan 7 sisanya ditolak. Variabel performance expectancy, effort expectancy, social influence, facilitating conditions, hedonic motivation dan price value berpengaruh positif tidak signifikan terhadap behavioral intention, serta facilitating conditions berpengaruh positif tidak signifikan terhadap use behavior. Variabel habit berpengaruh positif signifikan baik terhadap behavioral intention dan use behavior. Variabel behavioral intention berpengaruh positif signifikan terhadap use behavior. Berdasarkan hasil analisis, disusun 4 rekomendasi yang dapat dijadikan acuan bagi perusahaan Gojek untuk meningkatkan intensi dan frekuensi penggunanya dalam menggunakan aplikasi Gojek baik di Kota Balikpapan maupun di tempat lain
Evaluasi Kepuasan Pengguna BRImo Menggunakan EUCS
Full text linkAplikasi BRImo merupakan salah satu layanan dari BRI yang dirilis pada 25 Febuari 2019 dengan fitur-fitur yang lebih lengkap dan tampilan yang baru daripada sebelumnya yang menjadi business model baru. Penelitian ini memiliki tujuan untuk mengetahui tingkat kepuasan pengguna aplikasi BRImo berdasarkan lima faktor yaitu faktor isi, faktor keakuratan, faktor tampilan, faktor kemudahan, dan ketepatan waktu. Dan juga untuk mengetahui faktor yang memiliki pengaruh dominan terhadap kepuasan pengguna. Metodologi penelitian ini menggunakan End User Computing Satisfaction (EUCS). Penelitian dilakukan berfokus pada pengguna BRImo pada wilayah malang dan sekitarnya dengan berbagai macam rentang usia. Sehingga sampel yang diambil berjumlah 100 orang dengan menggunakan rumus slovin dari seluruh populasi pengguna BRImo pada wilayah Malang. Hasil penelitian didapatkan bahwa secara parsial variabel isi, keakuratan, tampilan, kemudahan berpengaruh positif dan signifikan, namun variabel ketepatan waktu berpengaruh positif dan tidak signifikan terhadap kepuasan pengguna. Sedangkan secara simultan variabel isi, keakuratan, tampilan, kemudahan, ketepatan waktu memiliki pengaruh signifikan terhadap kepuasan pengguna. Selain itu, didapatkan variabel tampilan memiliki pengaruh paling dominan terhadap kepuasan pengguna
Optimisasi Monitoring Tugas Akhir Mahasiswa Dengan Integrasi Formasi Metode Agile Framework Scrum dan Notifikasi WhatsApp di Institut Teknologi Garut
Full text linkLama waktu penyelesaian tugas akhir atau skripsi menjadi salah satu hal yang penting dalam proses penyelesaian studi mahasiswa, di mana beberapa penyebab keterlambatan penyelesaian skripsi dipengaruhi beberapa hal yang di antaranya proses pengerjaan oleh mahasiswa diakhirkan, kurangnya intensitas bimbingan, kurangnya motivasi penyelesaian, dan aktivitas monitoring. Tujuan penelitian ini adalah mengembangkan sistem monitoring tugas akhir dengan menerapkan API WhastApp sebagai notifikasi kepada mahasiswa untuk memberikan peringatan kepada mahasiswa yang memiliki progres lambat. Metode yang digunakan dalam perancangan perangkat lunak menggunakan Agile dengan framework Scrum dengan pemodelan sistem menggunakan Use Case Diagram dan skenario Use Case dengan bahasa pemrograman menggunakan PHP dan MySQL sebagai DBMS. Hasil penelitian menunjukkan mahasiswa, dosen, dan koordinator skripsi dapat melihat progres melalui dashboard dan notifikasi melalui WhatsApp. Penelitian ini dilaksanakan pada Institut Teknologi Garut dengan studi kasus yang diambil pada salah satu jurusan yaitu Ilmu Komputer. Sistem yang dibangun dapat memantau progres tugas akhir mahasiswa, memberikan notifikasi kepada mahasiswa yang tidak melakukan bimbingan dalam waktu tertentu, memberikan peringatan, dan motivasi kepada mahasiswa sehingga mendorong komunikasi dan keterlibatan yang lebih baik di antara mahasiswa dan pembimbing dalam penyelesaian tugas akhir, sedangkan penerapan Framework Scrum pada pembangunan sistem terjadi keterlambatan penyelesaian dari estimasi meski masih dalam status wajar