IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Sistem Pertanian Hidroponik Padi Cerdas Berbasis Internet of Things pada Lahan Perkotaan Guna Menambah Ketahanan Pangan Masyarakat : Smart Internet of Things Based Hydroponic Rice Farming System in Urban Areas to Enhance Food Security for the Community
No full textBudidaya padi secara hidroponik dapat menjadi salah satu solusi ketahanan pangan perkotaan. Pemeliharaan tanaman hidroponik lebih mudah karena tempat budidayanya bersih, media tanam steril, terlindung dari terpaan hujan, serangan hama dan penyakit kecil, serta tanaman lebih sehat dan produktivitas tinggi. Padi termasuk genus Oryza L, tersebar di daerah tropis serta daerah subtropis. Padi adalah tanaman yang untuk pertumbuhannya, produktivitas padi ditentukan oleh kondisi PH tanah, ketinggian air, kelembapan udara, intensitas cahaya. Dalam sistem tanam hidroponik faktor suhu, kelembaban dan pemberian nutrisi pada tanaman menjadi tolak ukur keberhasilan seseorang dalam menerapkan pola cocok tanam hidroponik. Kebutuhan akan lingkungan hidup yang optimal untuk tanaman padi akan dikumpulkan untuk kemudian membuat perangkat yang membantu petani menyesuaikan lingkungan yang diinginkan. Metode yang digunakan dalam penelitian ini adalah metode Prototyping, Perangkat Pertanian Hidroponik Padi Cerdas ini menggunakan sensor kelembapan tanah, kelembapan udara, intensitas cahaya, water level sensor Wemos sebagai Pusat pengendali dan komunikasi serta WiFi untuk mengunggah data ke Internet. Keluaran dari perangkat ini adalah data Waktu Nyata Pembacaan Sensor Kelembaban tanah, udara, PH Tanah, ketinggian air dalam Pipa hidroponik, serta intensitas cahaya. Tujuan Penelitian ini adalah membangun Purwarupa Perangkat Pertanian Hidroponik Padi Cerdas Berbasis IoT yang dapat diterapkan pada Instalasi Hidroponik tanaman padi
Pengembangan Aplikasi Sistem Informasi Kecerdasan Moral (SICEMOR) Berbasis Android: Android-Based Moral Intelligence Information System (SICEMOR) Application Development
No full textSelalu ada oknum yang ingin mendapatkan nilai akhir mata kuliah bahkan gelar akademik melalui jalan pintas untuk beragam alasan. Memilih untuk menolak melakukan tindakan seperti itu merupakan sebuah keputusan etis yang dilakukan oleh seseorang karena dorongan moral bukan intelektualnya. Artinya kecerdasan intelektual harus dilengkapi dengan kecerdasan moral. Disinilah urgensinya mengukur kecerdasan moral seseorang. Pengukuran kecerdasan moral dapat dilakukan dengan menggunakan kuesioner atau skala yang dirancang untuk mengukur tingkat pemahaman, kesadaran, dan penilaian moral individu terhadap situasi atau dilema moral. Moral Competency Inventory (MCI) yang dikembangkan oleh Lennick, Kiel & Jordan dapat digunakan sebagai alat ukur untuk mengetahui kekuatan dan kelemahan kecerdasan moral. MCI merupakan instrumen yang terdiri dari 40 item yang terbagi dalam 10 kompetensi moral. Penelitian ini bertujuan membuat inovasi untuk mengukur level kecerdasan moral seseorang melalui program aplikasi Sicemor berbasis Android dengan mengadopsi instrumen MCI. Metode penelitian yang digunakan yaitu riset dan pengembangan (R&D) dengan pendekatan ADDIE. Aplikasi SiCeMor telah berhasil dirancang dengan bahasa pemrograman Kotlin dan arsitektur MVVM. Aplikasi Sicemor melalui tahapan pengujian fungsionalitas, performa, keamanan data dan kompatibilitas perangkat dengan indikator ketepatan dan keakuratan dalam perhitungan skor akhir, menampilkan data secara live, navigasi antar tampilan, penggunaan sumber daya seperti CPU dan memori.
Perancangan Sistem Informasi Pelayanan Ibadah di Gereja Kristen Sumba Jemaat Patawang Menggunakan Object Oriented Analysis and Design: Design of Worship Service Information System at Sumba Christian Church Patawang Congregation Using Object Oriented Analysis and Design
No full textGereja Kristen Sumba Jemaat Patawang (GKS Jemaat Patawang) saat ini, memberikan informasi oleh gereja masih dilakukan secara manual menggunakan buku besar, yang rentan mengalami kehilangan atau kerusakan data dan memperlambat proses pengambilan informasi. Serta juga dalam proses penyampaian informasi masih kurang efektif karena bisa saja ada jemaat yang tidak dapat mengikuti ibadah, terlambat atau juga ada jemaat yang kurang berkonsentrasi dalam mendengarkan warta jemaat. Untuk mengatasi masalah tersebut, perancangan website menjadi solusi yang dapat yang dapat membantu GKS Jemaat Patawang. Website yang dirancang akan menampilkan jadwal warta jemaat, dan pelayanan pemberkatan nikah. Penelitian ini menggunakan pendekatan Object-Oriented Analysis and Design (OOAD) serta menerapkan metode waterfall, penelitian ini merancang sistem yang mempermudah akses terhadap jadwal kegiatan pelayanan mingguan dan informasi kegiatan peribadatan lainnya. Sistem ini tidak hanya mengatasi masalah keterlambatan dan kehilangan informasi dalam pencatatan manual, tetapi juga memberikan kemampuan kepada jemaat untuk mendaftar pelayanan pemberkatan nikah secara online, meningkatkan efisiensi pengelolaan penjadwalan peribadatan. Dengan demikian, pengurus gereja dapat lebih mudah mengelola jadwal peribadatan, pelayanan ibadah, dan tempat pelaksanaan peribadatan. Abstrak ini mencakup permasalahan manajemen informasi saat ini, solusi yang diajukan, tujuan penelitian, dan antisipasi hasil positif dalam mendukung kebutuhan informasi jemaat dengan memanfaatkan teknologi modern
Komparasi Algoritma Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Metaverse: Comparison of Support Vector Machine and Naïve Bayes Algorithms for Sentiment Analysis of the Metaverse
No full textMetaverse telah mencuri perhatian dunia karena kemampuannya untuk menggabungkan dunia nyata dan dunia virtual. Minat terhadap metaverse semakin meningkat seiring dengan dampak pandemi COVID-19 dan proyek pembangunan Ibu Kota Nusantara (IKN), serta pertumbuhan penggunaan platform digital. Perbincangan isu metaverse semakin meroket naik setelah perusahaan Facebook merubah namanya menjadi Meta. Studi ini bertujuan untuk membandingkan akurasi tertinggi antara metode algoritma Naïve Bayes dengan SVM dalam menganalisis respons masyarakat terhadap metaverse. Studi ini menggunakan metode sentiment analisis. Penggunaan dua algoritma menjadi keterbaruan penelitian. Studi kali ini menggunakan data yang diambil dari Twitter (x) dan disimulasikan menggunakan sentiment analisis dari algoritma SVM dan algoritma Naïve Bayes. Berdasarkan penelitian, ditemukan bahwa akurasi algoritma SVM mencapai 90,32% presisi sebesar 0,90 dan recall sebesar 0,86, sedangkan algoritma Naïve Bayes mencapai 84,23% presisi sebesar 0,87 dan recall sebesar 084. Dengan adanya penelitian ini dapat memberikan wawasan terhadap tren metaverse, serta membandingkan hasil akurasi tertinggi antara dua algoritma.
Analisis Perbandingan Algoritma Machine Learning untuk Prediksi Stunting pada Anak: Comparative Analysis of Machine Learning Algorithms for Predicting Child Stunting
No full textPenelitian ini menyoroti permasalahan serius stunting pada anak-anak, terutama dalam pendataan yang tidak konsisten dan kurangnya informasi akurat dalam evaluasi kondisi tersebut. Tujuannya adalah mengembangkan model Machine Learning (ML) untuk memprediksi kasus stunting dengan lebih baik. Metode penelitian melibatkan tiga algoritma ML: Naive Bayes, K-Nearest Neighbors, dan Random Forest, dievaluasi berdasarkan Accuracy, Precision, dan recall. Penelitian ini memanfaatkan platform KNIME untuk membantu pengelolaan data yang lebih efisien dan akurat. Hasil evaluasi menunjukkan bahwa Random Forest memiliki akurasi tertinggi (87.75%) dan F1-score (0.922), menunjukkan keseimbangan yang baik antara Precision dan recall. Meskipun demikian, K-Nearest Neighbors menonjol dalam menemukan sebagian besar kasus stunting yang sebenarnya. Kesimpulannya, model Random Forest mungkin menjadi pilihan terbaik untuk mendiagnosis stunting pada anak-anak, karena kombinasi akurasi tinggi dan kemampuan menemukan kasus stunting yang lebih baik dari model lainnya. Penelitian ini memberikan wawasan tentang penerapan ML dalam mendukung deteksi dini stunting, memungkinkan intervensi yang lebih tepat dan cepat bagi anak-anak yang membutuhkan perhatian kesehatan yang lebih intensif
The Impact of Digital Transformation on Human Resource Development in the Online Business Paradigm
Get PDFAs digital technology continues to evolve, there is a significant shift from conventional business models towards online business models. This change encompasses various aspects, ranging from how products and services are marketed to interactions with customers. This research aims to understand the influence of digital transformation on Human Resource Development (HRD) in the context of online businesses. The research method employed in this study is a qualitative literature review, drawing data from Google Scholar from 2019 to 2023. The results indicate that in the continuously evolving digital era, digital transformation has become a necessity for every business seeking to survive and thrive, particularly in the realm of online business. HRD is a highly impacted aspect of this transformation. The paradigm shift in HRD development is not only related to technical skills but also to adaptability, continuous learning, and holistic understanding of the online business ecosystem. The urgency of this research is crucial because a deep understanding of how digital transformation affects HRD development can assist organizations and stakeholders in designing effective strategies to address challenges and capitalize on opportunities in this dynamic era of online business
Implementasi Metode Decision Tree pada Prediksi Penyakit Diabetes Melitus Tipe 2: Implementation of Decision Tree Method for Diabetes Mellitus Type 2 Prediction
No full textDiabetes Melitus Tipe 2 merupakan penyakit kronis yang apabila pankreas tidak memproduksi cukup insulin atau ketika tubuh tidak mampu menggunakan insulin yang diproduksi secara efektif. Berbagai cara telah di upayakan untuk mengurangi penderita diabetes salah satunya adalah dengan deteksi dini. Kemajuan teknologi yang sangat pesat berdampak pada dunia medis, salah satunya adalah untuk deteksi dini suatu penyakit. Proses deteksi suatu penyakit menggunakan alat yang telah diprogram dan di intervensi oleh kecerdasan buatan.Terdapat banyak metode dari kecerdasan buatan yang digunakan sebagai model prediksi, salah satunya adalah Decision Tree (DT). Penelitian ini bertujuan untuk mengimplementasikan dan membangun sebuah model prediksi penyakit Diabetes. Dataset yang digunakan adalah dataset yang berasal dari Puskesmas Mlati II Kabupaten Sleman. Model dalam penelitian ini meggunakan metode Decision Tree (Pohon Keputusan), adapun parameter yang digunakan adalah criterion = ‘entropy’, splitter = ‘best’, max_depth = None, min_samples_split = 4, min_samples_leaf = 10. Proses evaluasi model menggunakan akurasi, presisi, recall, dan f1-score yang masing-masing menghasilka nilai 92%, 0.92, 0.915, 0.915
Comparative Analysis of Machine Learning Models for Intrusion Detection in Internet of Things Networks Using the RT-IoT2022 Dataset
Get PDFThis research investigates the performance of various machine learning models in developing an Intrusion Detection System (IDS) for the complex and evolving security landscape of Internet of Things (IoT) networks. Employing the RT-IoT2022 dataset, which captures a diverse array of IoT devices and attack methodologies, we meticulously evaluated four prominent models: Gradient Boosting, Random Forest, Logistic Regression, and Multi-Layer Perceptron (MLP). Our results indicate that both Gradient Boosting and Random Forest achieved perfect scores with an accuracy, precision, recall, and F1 score of 1.00, suggesting their superior ability to classify and predict security incidents within the dataset. Logistic Regression demonstrated commendable consistency with scores of 0.96 across all metrics, proposing a balance between model complexity and performance. The MLP model closely followed, with an accuracy, precision, recall, and F1 score of 0.99, highlighting its potential in capturing complex, nonlinear data relationships. These findings underscore the critical role of machine learning in fortifying IoT networks against cyber threats and the need for continuous model evaluation against real-world data. The study provides a pathway for future research to refine these IDS models for operational efficiency and sustainability in the dynamic IoT security domain.
Perbandingan Response Time Pencarian Menggunakan Text Indexing Pada MongoDB dan ArangoDB Berbasis Web
Get PDFJumlah data dalam basis data meningkat setiap hari seiring dengan berkembangnya industri teknologi informasi. Basis data relasional (SQL) telah berevolusi sejak diperkenalkannya basis data NoSQL seperti MongoDB dan ArangoDB. Basis data tersebut memiliki fitur yang dapat menggunakan indeks teks untuk pencarian teks dan menyimpan data dalam format JSON/ BSON. Volume data, fleksibilitas struktural, dan kecepatan pencarian adalah masalah umum dalam pemrosesan data. Akibatnya, manajemen data menjadi tidak efektif yang menyebabkan penurunan kinerja basis data. Fokus utama dari penelitian ini adalah untuk melakukan perbandingan respon waktu terhadap pencarian menggunakan teks indeks pada basis data MongoDB dan ArangoDB yang berbasis website guna mempercepat pencarian sehingga mengetahui perbandingan performa kueri antar basis data. Berdasarkan temuan dari 1000, 10000, 100000, dan 1000000 rekaman data didapat kesimpulan bahwa pengindeksan teks MongoDB lebih cepat dibandingkan dengan ArangoDB. Pada pengujian didapatkan hasil pada satu kata kunci selisih kecepatan waktu eksekusi sebesar 170,75ms, untuk dua kata kunci sebesar 205,5ms, dan pada tiga kata kunci sebesar 267,75ms
Geographic Information System Mapping of Location Distribution Homestay Area Waingapu City Sumba Web-Based East Sumba
Get PDFBased on the results of the identification of the needs of tourists looking for lodging in the city of Waingapu, there is a lack of spatial information (latitude and longitude), non-spatial (owner's name, price, facilities, address, contact) with the nearest route. Although available on google maps, it is still lacking because it is still incorporated with hotels, boarding houses and other housing. Therefore, a Web-based Geographic Information System for Mapping the Distribution of Homestay Locations in the Waingapu City Area of East Sumba is made to provide recommendations to tourists who need lodging in accessing Homestayinformation by determining the user's location point and the nearest Homestay will appear. Maps will direct to the location of the selected lodging house accompanied by the desired information. This system was built using the PHP programming language with the MySQL Database. The method used in this research is the Waterfall model for system development and Euclidean Distance for the calculation of the closest distance