Explore: Jurnal Sistem Informasi dan Telematika
Not a member yet
213 research outputs found
Sort by
SISTEM INFORMASI GEOGRAFIS RUTE ANGKUTAN UMUM DI BANDAR LAMPUNG BERBASIS MOBILE
Get PDFAngkutan Umum adalah angkutan penumpang yang digunakan dengan sistem sewa atau bayar. Termasuk dalam penelitian ini adalah angkutan kota (Angkot) dan Bus Rapid Transid (BRT). Angkutan umum di Kota Bandar Lampung saat ini sangat banyak dan berbeda-beda warna sesuai dengan rute trayeknya masing– masing, hal ini membuat sebagian masyarakat tidak tahu dengan warna dan rute trayek angkutan umum tersebut karena tidak tertera rute trayek sehingga memaksa masyarakat untuk bertanya–tanya tentang informasi angkutan umum yang ada,informasi yang di tampilkan di media internet juga sangat minim sehingga masyarakat masih sulit untuk mendapat informasi tentang angkutan umum tersebut. Untuk itu, dibuatnya Sistem Informasi Geografis Rute Angkutan Umum Di Bandar Lampung Berbasis Mobile yang dapatdigunakan untuk mempermudah masyarakat dalam mencari informasi trayek angkutan umum. Dengan metode penelitian Unified Software Development Process (USDP). Menggunakan pemrograman berorientasi objek dengan tahapan Perencanaan (planning), Analisis (analysis), Perancangan (design), pembuatan kode program, dan Pengujian (testing). Sistem Informasi Geografis Rute Angkutan Umum Di Bandar Lampung Berbasis Mobile ini dapat di akses dimanapun dan kapanpun. Untuk mengaksesnya bisa mendownload di google play store atau mengakses alamat websitenya. Kemudian dapat langsung mencari informasi tentang angkutan umum yang di butuhkan seperti trayek, warna angkutan, lokasi saat ini, dan jalan yang dilewati angkutan umum tersebut
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN DI BANDAR LAMPUNG
Get PDFHouses are one of the basic human needs besides clothing and food. There are many factors that influence everyone to choose a house to live in, including a house model, house prices, land area, building area, distance to location, environment and so on. In Bandar Lampung, there are many housing estates. But the absence of a system that can be used by the community as prospective buyers to choose housing to be purchased in accordance with the desired criteria. This has resulted in consumers, especially buyers of houses or housing, still finding it difficult to find housing according to their desired and financial needs. In this study a housing decision support system was applied. And the results of decision support systems can help decision makers, namely buyers in choosing housing that fits the desired criteria and according to needs and finances
APPLIKASI CONVOLUTION NEURAL NETWORK UNTUK MENDETEKSI JENIS-JENIS SAMPAH
No full textsampah merupakan permasalahan di berbagai negara dunis, termasuk di Indonesia. Negara Indonesia merupakan negara penyumbang sampah plastik terbesar kedua di dunia. Pengolahan sampah merupakan salah satu cara untuk mengurangi sampah yang dihasilkan oleh masyarakat. Pemisahan jenis sampah merupakan tahapan awal sebelum dari proses daur ulang dilakukan. Penginderaan jenis dan bentuk sampah dengan kamera adalah satu metode yang menantang dalam penelitian di bidang computer vision. Dengan menggunakan metode ini dapat membuat sistem pemilahan sampah yang otomatis. Pada penelitian ini akan menentukan model CNN (Convolutional Neural Network) yang memiliki performa paling baik dalam memilah sampah dengan metode transfer learning. Transfer learning dalam penelitian ini menggunakan pre-trained model dari ImageNet. Hasil penelitian menunjukkan bahwa model CNN yang paling baik adalah Resnet 50. Nilai akurasi yang didapatkan dari train adalah 78% dan 90%. Sedangkan nilai akurasi dari validation sebesar 74% dan 80%. Dalam penelitian ini untuk dapat menerapkan teknologi pemisahan sampah secara otomatis pada tempat sampah maka dapat menggunakan model Resnet 50 apabila menggunakan server atau komputer dengan spesifikasi yang tinggi. Apabila menggunakan perangkat controller seperti Raspberry Pi dapat menggunakan model CNN MobileNe
APLIKASI MONITORING BASE TRANSCEIVER STATION BERBASIS ANDROID MENGGUNAKAN METODE LOCATION BASED SERVICE
Get PDFPembangunan Base Tranceiver Station (BTS) 4G atau masyarakat biasanya menyebutnya dengan istilahtower selular di wilayah Kota Bandar Lampung semakin meningkat, tentu tujuan utama dari para operatorseluar adalah memperluas cakupan jaringan dan meningkatkan kualitas jaringan agar pengalaman pelanggandalam menggunakan internet makin nyaman. Banyaknya jumlah tower yang terpasang tentu harus dimonitoringsecara berkala oleh Dinas Persandian Pos dan Telekomunikasi Dinas Kominfo Kota Bandar Lampung.Berdasarkan permasalahan tersebut Penulis merancang suatu aplikasi berbasis android yang fungsinya untukmemonitoring kondisi tower secara rutin oleh staff dari jajaran Dinas Persandian Pos dan TelekomunikasiDinas Kominfo Kota Bandar Lampung
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA AMRI SUPERMARKET BANJAR JAYA UNTUK PEMILIHAN KARYAWAN TERBAIK
Get PDFSumber daya manusia (karyawan) yang sangat berperan dalam mewujudkan visi dan misi suatu perusahaan baik swasta maupun pemerintah. Kualitas dan semangat kerja yang diberikan karyawan dapat membantu keberlangsungan kemajuan suatu perusahaan. Untuk mendukung semangat karyawan dalam bekerja, Amri Supermarket menerapkan pemberian reward atau penghargaan kepada karyawan terbaik yang dilakukan secara periodik atau yang dikenal dengan Employee of the Month (EOM). Penghargaan yang diberikan dapat berupa penambahan gaji atau kenaikan jabatan. Agar proses penilaian karyawan mendapatkan nilai yang objektif dan tepat sasaran, maka pada Amri Supermarket diperlukan sebuah sistem pendukung keputusan dengan menggunakan metode Simple Additive Weighting (SAW) sering dikenal dengan istilah metode pemjumlahan terbobot, dengan kriteria antara lain: Kinerja, presensi, prilaku, penampilan, atribut. Konsep dasar dari metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Dengan menggunakan kriteria Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Sistem pendukung keputusan pemilihan karyawan terbaik ini akan dikembangkan dengan menggunakan Destop
MODEL PENGAMBILAN KEPUTUSAN PENENTUAN KELAYAKAN PENERIMA BANTUAN BIBIT PERTANIAN MENGGUNAKAN METODE TOPSIS (Study Kasus : Dinas Pertanian Kabupaten Pesawaran)
No full textKementerian Pertanian terus menyalurkan berbagai bantuan kepada para petani di seluruh daerah Indonesia.Selain mendukung kedaulata npangan, bantuan itu juga diserahkan guna mendorong produktivitas petani menjadi lebih baik. Bantuan tersebut terdiri dari berbagai bentuk, mulai dari peralatan bertani, benih, pupuk organic cair, hingga Alat Mesin Pertanian (Alsintan) berupa traktor. Dalam menentukan siapa yang benar benar berhak menerima bantuan bibit pertanian, pihak dinas pertanian masi hmengambil keputusan dengan cara subyektif sehingga bantuan tidak tepat sasaran. Pada penelitian ini dibuat model sistem pendukung keputusan dengan menggunakan metode TOPSIS (Technique For Order Preference By Similarity To Ideal Solution). Metode Topsis diperkenalkan pertama kali oleh Yoon dan Hwang pada tahun 1981 untuk digunakan sebagai salah satu metode dalam memecahkan masalah multikriteria (Sachdeva,2009), dalam peneletian ini menggunakan enam kriteria yaitu membentuk kelompoktani, mendapat nomor registrasi, memiliki usaha pertanian, memiliki rekening bank, kreatifitas pengurus, mengajukan proposal. Halini bertujuan supaya dinas pertanian kabupaten pesawaran benar-benar memberikan bantuan bibit pertanian tersebut tepat sasaran
APLIKASI GIS MENGGUNAKAN METODE LOCATION BASED SERVICE (LBS) BERBASIS ANDROID
Get PDFKota Bandar Lampung adalah salah satu kota yang ada di Provinsi Lampung dan merupakan ibu kota dari Provinsi Lampung. Pada kota Bandar Lampung masih ada lokasi seperti objek wisata, rumah sakit, hotel/penginapan, pendidikan (sma/smk/universitas), restoran, dan mall/pasar tradisional yang belum terexplor sehingga banyak wisatawan lokal maupun non-lokal tidak mengetahui lokasi tersebut. Sehingga Penulis merancang suatu aplikasi berbasis android yaitu aplikasi profil kota Bandar Lampung (Probal) yang bertujuan untuk membantu atau memudahkan masyarakat kota Bandar Lampung maupun wisatawan yang datang dari berbagai macam daerah untuk dapat lebih mudah menemukan lokasi-lokasi yang ada di kota Bandar Lampung dengan menggunakan metode location based service (LBS)
IMPLEMENTASI ALAT PEMBERI PAKAN TERNAK MENGGUNAKAN IOT UNTUK OTOMATISASI PEMBERIAN PAKAN TERNAK
Get PDFPenerapan teknologi IOT (Internet Of Things) pada pemberian pakan ternak dalam ruang lingkup peternakan ayam dirasa dapat menjadi sebuah alternative dalam penyelesaian sebuah masalah efektifitas dalam beternak itu sendiri. Sejauh ini, masalah ketepatan dalam pemberian menjadi salah satu masalah yang banyak mendapat perhatian dari para peternak ayam, karena jika bicara mengenai ketepatan dalam pemberian pakan selalu merujuk kepada efisiensi waktu, jumlah pakan dan sebagainya yang akan mengganggu kestabilan lainnya. Dalam penerapannya IOT (Internet Of Things) ini sendiri mengusung penerapan alat pemberi pakan otomatis sebagai salah satu fitur yang dapat membantu dalam pengaturan pakan, tidak seperti member pakan secara manual pada umumnya, alat pemberi pakan otomatis adalah sebuah teknologi yang mampu meminimalisir kelebihan maupun kekurangan dalam pemberian pakan pada ternak. Penggunaan alat yang tepat dan lainnya juga harus diperhitungkan, disini alat pemberi pakan ternak otomatis sendiri menerapkan IOT (Internet Of Things) dengan keunggulan dalam pemberian notifikasi maupun otomatisasi alat, tetapi permasalahan yang didapatkan justru kembali pada masalah peternak, dimana setiap peternakan menggunakan metode beternak manual yang berbeda. Sehingga dilakukanlah sebuah cara efektifitas yang dibangun dalam MicroController menggunakan bahasa yang dimengerti oleh perangkat
SISTEM MONITORING ASAP ROKOK MENGGUNAKAN SMARTPHONE BERBASIS INTERNET OF THINGS (IOT)
Get PDFPerkembangan teknologi internet saat ini semakin pesat, salah satu perkembangan teknologi internet saat ini yaitu Internet of Thing ( IoT ). GDK (Gerakan Disiplin Kampus) merupakan upaya kampus Institut Informatika dan Bisnis (IIB) Darmajaya untuk menciptakan lingkungan pembelajaran yang tertip, disiplin, sehat, indah dan bersih. Aturan ini berlaku untuk seluruh civitas akademika IIB Darmajaya, pelanggaran yang sering dilakukan mahasiswa ataupun karyawan yaitu merokok di tempat yang ada tanda larangan merokok. Oleh karena itu perlu dibuat suatu sistem monitoring yang tepat untuk mengontrol pelanggaran tersebut. Sistem monitoring asap rokok yang sudah ada masih menggunakan sinyal wifi sehingga jangkauan monitoring maksimal 25 meter. Penelitian ini mengembangkan sistem monitoring asap rokok menggunakan internet sehingga jangkauan monitoring menjadi lebih luas. Sistem ini menggunakan sensor MQ 135 sebagai pendeteksi asap, Arduino Uno akan memproses inputan dari sensor, Arduino Ethernet Shield yang sudah terkoneksi oleh modem akan mengirimkan data inputan sensor ke web server Thingspeak lalu akan ditampilkan ke smartphone. Internet digunakan sebagai media transmisi antara smartphone dengan alat pendeksi asap. Hasil uji coba membuktikan bahwa sistem ini dapat memonitoring asap dimana saja selama smartphone masih terkoneksi dengan internet
KOMPARASI METODE KOMBINASI SELEKSI FITUR DAN MACHINE LEARNING K-NEAREST NEIGHBOR PADA DATASET LABEL HOURS SOFTWARE EFFORT ESTIMATION
Get PDFThe methods for Software Effort Estimation are divided into two, these methods are grouped into Non Machine Learning (non-ML) and Machine Learning (ML) methods [1]. The k-NN method has the disadvantage of being unable to tolerate irrelevant features and greatly affect the accuracy of k-NN. The k-NN method is also difficult to deal with missing data problems and feature categorization problems such as features that are not relevant, weight features that are not optimal, and the same features [2]. Whereas the dataset of Software Effort Estimation still has some serious challenges such as the characteristics of the data set, which are irrelevant features and the level of influence of each feature in the estimated data of the software effort [3]. This study compared the k-NN individual method with the combination of feature selection method with k-NN to find out which method was the best. The results showed that the Forward Selection (FS) method and Median Weighted Information Gain with k-Nearest Neighbor can overcome the problem of irrelevant features so as to increase accuracy in the RMSE Software Effort Estimation dataset, which is smaller in the Albrecht dataset of 5,953 using the Median method -WIG k-NN, the Miyazaki dataset is 55,421 and Kemerer is 123,081 using the FS k-NN method. The combination of kNN with Feature Selection is proven to be able to improve the estimation results better than kNN individuals. With the FS k-NN method being the best by winning in 2 datasets Miyazaki and Kemerer.