Jurnal Ilmu Komputer dan Agri-Informatika

Manajemen dan Pencatatan Ternak Berbasis Internet Of Things Pada Program Penggemukan Kambing

2023-06-02T17:20:21+07:00

Indonesia memiliki potensi besar di bidang agraria, khususnya peternakan. Potensi tersebut terlihat pada komoditas kambing yang permintaan pasarnya selalu tumbuh eksponensial. Fakta lapangan di Indonesia ditemukan beberapa kelemahan dalam sistem pengelolaan pendataan ternak kambing atau recording. Pencatatan ternak di Indonesia masih menerapkan metode konvensional dengan kepemilikan individu menggunakan kertas, tidak menggunakan RFID, tidak adanya kontrol dan monitoring kondisi kandang (suhu, kelembaban, gas amoniak) yang akan mempengaruhi pertumbuhan ternak jika kondisi kandang tidak stabil, dan belum menerapkan jadwal dan laporan pemberian pakan. Tujuan dari penelitian ini adalah menciptakan suatu gagasan pencatatan recording elektronik berbasis IoT dengan mobile system guna mempermudah proses pencatatan ternak. Metode yang digunakan adalah metode IoT yang meliputi tahapan: analisis, desain, implementasi, dan pengujian. Aplikasi Smart Goat ini memiliki beberapa fitur yaitu manajemen data ternak, komposisi serta pemberian pakan, pemantauan suhu dan intensitas cahaya, kelembaban, gas amonia, pemantauan bobot badan dan pengontrol suhu. Adapun keunggulan Smart Goat ini adalah aplikasinya dapat diakses dari mana saja dan kapan saja melalui internet, sistem ini juga dilengkapi dengan sensor RFID, timbangan digital, serta pengontrol dan pemantau kadang terintegrasi dengan server. Hal ini membuat data yang terupdate dalam sistem akan lengkap, cepat, tepat, dan akurat.

Pengujian Tahap Beta Literasik: Permainan Edukasi Bahasa Indonesia

2023-05-31T21:30:42+07:00

Penulisan perlu memperhatikan tata bahasa dan aturan yang berlaku seperti Ejaan Bahasa Indonesia yang Disempurnakan (EYD V), tetapi kesalahan penulisan masih sering terjadi bahkan di tingkat perguruan tinggi. Literasik telah dikembangkan sebagai sarana edukasi penggunaan Bahasa Indonesia yang sesuai dengan pedoman penulisan dengan menguji pengguna untuk menemukan kesalahan pada penulisan kata, pemakaian huruf kapital, dan penggunaan tanda baca. Pengembangan lebih lanjut memerlukan pengujian tahap beta ke target pengguna sekaligus untuk mendapatkan masukan agar Literasik siap untuk dirilis. Dari pengujian dan survei, ditemukan nilai engagement Literasik berada pada rentang nilai baik hingga sangat baik. Focused attention menjadi aspek dengan nilai terendah yang berarti daya Literasik untuk membuat pemain fokus pada permainan masih bisa dikembangkan. Berdasarkan survei pengguna, Literasik disesuaikan dengan penambahan suara latar belakang, penyingkatan waktu respons jawaban, dan penambahan tombol untuk keluar dari permainan.

Strategi Implementasi Aplikasi Mobile KMS Sawit Rakyat Berbasis Rural Participatory

2023-06-06T15:24:08+07:00

Aplikasi Mobile KMS Sawit telah dikembangkan pada tahun 2020 dengan harapan dapat membantu mengatasi masalah yang dialami oleh petani sawit mandiri dalam meningkatkan produktivitas perkebunan sawit rakyat. Aplikasi mobile knowledge management system (KMS) sawit rakyat merupakan aplikasi yang memiliki fungsi utama yaitu saling berbagi pengetahuan ke sesama pengguna aplikasi. Penelitian ini bertujuan untuk melakukan strategi implementasi aplikasi kepada para petani sawit agar dapat diterima dan diadopsi oleh petani serta usability testing untuk mengukur tingkat penerimaan aplikasi serta mengetahui kendala petani dalam menggunakan aplikasi. Penelitian ini dilakukan menggunakan metode implementasi KM – IRIS dengan pendekatan Participatory Rural Apprasial (PRA) dan usability testing terhadap aspek learnability, efficiency, dan error dengan memberikan beberapa skenario tugas. Hasil implementasi aplikasi menyatakan bahwa petani dapat menerima dan berinteraksi dengan aplikasi. Hasil pengujian dan perhitungan usability testing menunjukkan nilai learnability sebesar 91,5% , Efficiency sebesar 0,0864, dan Error 0,56 yang berarti tingkat kesuksesan para petani dalam menggunakan sistem sudah berada di atas rata-rata, penyelesaian task yang tergolong cepat dan jumah error yang di bawah rata-rata. Berdasarkan hasil tersebut maka sudah menunjukkan bahwa aplikasi mobile knowledge management system (KMS) sawit rakyat dapat digunakan dengan mudah dan cepat.

YOLO V5 untuk Deteksi Plat Kendaraan di DKI Jakarta

2023-05-31T21:30:45+07:00

Aturan ganjil genap pada pelat nomor kendaraan di DKI Jakarta bertujuan untuk mengurangi kemacetan yang terjadi di DKI Jakarta. Penerapan peraturan tersebut terkendala oleh keterbatasan fungsi pengawasan manual oleh petugas. Permasalahan tersebut dapat diatasi dengan mengimplementasikan kecerdasan berupa pendeteksian objek plat nomor dengan algoritma YOLO v5 dan proses ekstraksi karakter dengan teknologi Optical Character Recognition menggunakan Tesseract OCR. Teknologi pendeteksi objek akan mendeteksi objek berupa plat kendaraan. Metode OCR dapat mengekstraksi karakter pada plat nomor, hasil ekstraksi dapat diolah menjadi kategorisasi parameter sehingga program dapat membedakan kendaraan yang melanggar aturan dan tidak melanggar aturan secara otomatis dan lebih efektif serta meminimalisir kesalahan. Berdasarkan penelitian ini, rata-rata persentase objek yang terdeteksi pada setiap video adalah 92,38%, dan rata-rata nilai kepercayaan yang diperoleh pada deteksi objek antara 75,55%. Tingkat keberhasilan proses ekstraksi karakter pada plat nomor adalah 95,45%, dan rata-rata proporsi menurut kategori pelat nomor yang terdeteksi adalah 97,2%. Implementasi Algoritma YOLO berhasil mendeteksi plat nomor dengan kategori ganjil dan genap pada video yang dapat memberikan rambu-rambu dan menyelamatkan pelanggaran kendaraan yang melanggar aturan ganjil dan genap.

Menumbuhkan Talenta Desain Pengalaman Pengguna Melalui ACM SIGCHI Student Chapter: Refleksi dari IPB University

2023-06-05T10:42:27+07:00

Student chapter adalah bagian integral dari asosiasi ilmiah yang misinya untuk memajukan ilmu pengetahuan sambil memperkenalkan mahasiswa pada dunia ilmiah dan profesional. IPB University ACM SIGCHI Student Chapter didirikan pada tahun 2019 sebagai student chapter pertama di Indonesia, mungkin bahkan di Asia Tenggara. Student chapter ini secara bertahap telah menjadi komunitas praktik yang menghubungkan mahasiswa, dosen, dan alumni dengan minat atau bahkan profesi di bidang desain pengalaman pengguna (UXD) terkait. Kami mengidentifikasi faktor-faktor kunci dan strategi-strategi yang memungkinkan babak mahasiswa kami berkembang. Kami juga telah mengamati dampak kegiatan babak mahasiswa pada kompetensi mahasiswa dalam UXD. Meskipun penelitian sebelumnya telah membahas kompetensi pengalaman pengguna dan cara mengajarkannya di universitas, kami menemukan sedikit literatur tentang pengukuran dampak kegiatan mahasiswa dalam student chapter pada kompetensi UXD mereka. Dalam makalah ini, kami bertujuan untuk mempresentasikan peran IPB University ACM SIGCHI Student Chapter dari tahun 2019 hingga 2021 dalam menumbuhkan talenta UXD di IPB University. Pertama-tama, kami mempresentasikan strategi yang kami gunakan untuk memastikan keberlanjutan babak mahasiswa. Kedua, kami mempresentasikan penelitian awal kami untuk mengukur kegiatan student chapter dan dampaknya pada perkembangan talenta UXD mahasiswa. Terakhir, kami mempresentasikan peluang dan tantangan yang kami temukan dalam tiga tahun pertama menjalankan student chapter. Kami berharap pelajaran yang kami peroleh dari kegiatan kami dapat mendorong lebih banyak student chapter, mendorong kolaborasi antar-student chapter, dan memupuk diskusi lebih lanjut tentang keberlanjutan dan dampak student chapter.

Pengembangan Modul Otomatisasi Pengunduhan Citra Sentinel-1A Berbasis Web Menggunakan Metode Prototyping

2022-12-24T05:23:13+07:00

Citra Sentinel-1A dapat dimanfaatkan untuk berbagai keperluan seperti survei dan pemetaan penggunaan lahan pertanian. Sebagai contoh, citra sentinel dapat digunakan untuk melakukan proses identifikasi lahan, validasi hasil tanam dari tanaman holtikultura seperti bawang putih. Namun, saat ini proses akuisisi dan pengunduhan data citra sentinel masih dilakukan secara manual dengan beberapa tahapan sehingga dirasa masih belum efektif dan efisian. Oleh karena itu perlu diterapkan suatu cara alternatif untuk mempercepat akuisi data sentinel dengan mengoptimalkan proses otomatisasi pengunduhan data citra Sentinel. Penelitian ini bertujuan untuk membangun sebuah modul front-end untuk mengotomatisasi proses pengunduhan data citra Sentinel berbasis web menggunakan Framework Django. Metode prototyping digunakan untuk melakukan pembangunan modul front-end otomatiasi pengunduhan citra Sentinel. Metode ini dipilih didasarkan pada kelebihannya dalam mendapatkan umpan balik yang cepat dari pengguna dari setiap iterasi yang dilakukan sehingga perbaikan dapat cepat dilakukan sesuai dengan kebutuhan pengguna. Hasil dari penelitian ini adalah sebuah sistem otomatisasi pengunduhan citra Sentinel-1A. Sistem dapat melakukan pengunduhan data citra Sentinel melalui map atau dengan memvalidasi data geoJson yang dimasukan oleh pengguna. Pengembangan sistem ini dilakukan sebanyak dua iterasi. Dalam pengujian secara black-box, semua fungsi pada modul yang telah dikembangkan, berhasil dilakukan tanpa ada menunjukkan kesalahan.

From Immersive to Metaverse: The Gap of Learning and Technology in Agriculture Education Application

2022-12-24T05:23:17+07:00

Teknologi imersif seperti augmented reality, virtual reality, media sosial, avatar virtual, dan game online telah mendukung pendidikan. Pertanian, sebagai salah satu proses penting untuk kesejahteraan manusia, menuntut teknologi pendidikan yang kaya interaksi dan konten untuk meningkatkan pemahaman siswa tentang lingkungan pertanian yang kompleks. Tren teknologi pendidikan saat ini mulai bergeser ke metaverse. Namun, ada kesenjangan antara penerapan teknologi imersif saat ini dan metaverse yang matang. Selain itu, penelitian sebelumnya menunjukkan kurangnya penekanan pada teori pembelajaran, konten pembelajaran, dan elemen desain untuk aplikasi imersif dalam pendidikan. Penelitian ini dilakukan untuk mengidentifikasi kesenjangan tersebut, khususnya dalam pendidikan pertanian. Kami secara sistematis menganalisis publikasi sebelumnya yang mengembangkan aplikasi mendalam untuk pendidikan pertanian di pendidikan tinggi. Kami menyimpulkan bahwa (1) sebagian besar konten pembelajaran dan elemen desain teknologi metaverse kurang dimanfaatkan; (2) ada banyak kesenjangan implementasi antara implementasi saat ini dengan metaverse yang matang; dan (3) Pendidikan metaverse yang matang adalah kompleks dan mahal, sehingga perencanaan jangka panjang yang cermat dan mengidentifikasi kasus penggunaan dianjurkan. Kesenjangan ini penting untuk penelitian selanjutnya tentang pengembangan metaverse untuk pendidikan, terutama di bidang pertanian. Kami berharap hasil penelitian ini akan memberi pendidik pengetahuan dasar tentang teknologi metaverse untuk membuat keputusan yang lebih baik dalam memanfaatkan metaverse di lembaga pendidikan.

Penerapan Konsep Internet of Things Pada Sistem Monitoring Volume Timbulan Sampah di Tempat Penampungan Sementara Kota Bogor

2022-12-24T05:23:20+07:00

Sampah masih menjadi salah satu masalah yang sulit untuk ditangani oleh pemerintah Kota Bogor. Dengan jumlah penduduk mencapai angka 1.08 juta jiwa, jumlah sampah yang dihasilkan perharinya mencapai 2 532.5 liter. Jumlah sampah yang tergolong banyak ini hanya diakomodasi oleh jumlah armada angkutan sampah yang terbatas. Hal ini mengakibatkan sampah di Tempat Penampungan Sementara (TPS) menumpuk sehingga mencemari lingkungan. Oleh karena itu, diperlukan sebuah sistem monitoring jarak jauh untuk mengetahui volume timbulan sampah. Penelitian ini membangun sebuah prototype untuk mengetahui volume timbulan sampah secara real-time dan memberikan notifikasi untuk pengambilan sampah di luar jadwal regular, yaitu ketika volume timbulan sampah mendekati volume maksimal bak sampah. Metode yang digunakan dalam penelitian adalah frame difference algorithm dan perspective transformation. Selain itu, penelitian ini juga menerapkan konsep Internet of Things dalam aplikasi berbasis mobile sebagai sistem monitoring dan notifikasi. Nilai error atau RMSE antara tinggi aktual volume timbulan sampah dan tinggi timbulan volume sampah hasil pengolahan citra yang didapat adalah 0.2060 dan akurasi sebesar 97.93 persen.

Pengembangan Model Bayesian Regularization Backpropagation untuk Estimasi Nilai Nutrisi berdasarkan Komposisi Kimia Pakan Ternak Ruminansia

2023-01-15T09:00:10+07:00

Perbedaan komponen kimia pakan ternak dapat memengaruhi nilai nutrisi hewan ternak ruminansia. Untuk menentukan komposisi kimia dan nutrisi yang dihasilkan oleh pakan ternak tersebut perlu dilakukan analisis di laboratorium. Sebagai alternatif, pada penelitian ini estimasi nutrisi pakan ruminansia berdasarkan komposisi kimia pakan dilakukan menggunakan bayesian regularization backpropagation menggunakan data sekunder. Data yang digunakan dalam penelitian ini diperoleh dari hasil penelitian Rowett Research Institute Prancis pada kategori main constituents dan ruminant nutritive values. Main constituents menunjukkan komposisi kimia pakan ruminansia sedangkan ruminant nutritive values menunjukkan nilai nutrisi pakan yang akan diprediksi. Model bayesian regularization backpropagation yang dibangun memiliki 12 neuron input yang berasal dari 12 komponen kimia pakan ruminansia. Jumlah maksimal output model tersebut adalah 8 neuron yang merupakan 8 nilai nutrisi pakan ruminansia. Proses pelatihan dilakukan dengan metode validasi silang dengan memvariasikan jumlah neuron lapisan tersembunyi dari 5 sampai dengan 50 dan jumlah neuron output sebanyak 8, 6 dan 3. Hasil percobaan menunjukkan model bayesian regularization backpropagation terbaik adalah model dengan 8 output dengan nilai root mean square error sebesar 3.47 dan nilai mean absolute percentage error sebesar 11.82%.

Studi Awal Rancang Bangun Indoor Farming Monitoring System Berbasis IoT dengan Protokol Websocket

2022-12-24T05:23:44+07:00

Alih fungsi lahan dari sebelumnya lahan pertanian ke lahan pemukiman dapat menjadi masalah serius untuk menjaga ketahanan pangan. Selain alih fungsi lahan, dampak urbanisasi juga dapat memberikan dampak serius bagi ketersediaan pangan itu sendiri. Dengan solusi urban farming yang dapat dilakukan dengan memanfaatkan sedikit lahan yang tersedia di lingkungan perkotaan, diharapkan mampu untuk menyediakan kebutuhan baik sayur, buah dan tanaman obat lainnya. Penanaman dapat dilakukan di dalam ruangan dengan memanfaatkan barang-barang bekas yang berarti lebih ramah lingkungan. Namun, berkebun juga bukan memerlukan waktu dan tenaga karena setiap tanaman memiliki beberapa karakteristik unik yang dapat mempengaruhi pertumbuhan optimal tanaman. Hal tersebut tentu akan menjadi masalah karena terutama pada daerah perkotaan dengan tingkat mobilitas yang tinggi sehingga berpotensi tanaman tidak ter-monitor dengan baik. Pada penelitian ini, dikembangkan sistem pemantauan kebun dalam ruangan berbasis IoT yang terdiri atas sensor temperatur, kelembaban, dan intensitas cahaya. Hasil pengujian menunjukkan bahwa sistem mampu melakukan fungsi monitoring sesuai dengan yang telah direncanakan dan berfungsi dengan baik hingga menampilkan grafik perubahan nilai sensor.

Implementasi Metode Weight Aggregated Sum Product Assessment (WASPA) untuk Mengukur Tingkat Kepuasan Masyarakat Terhadap Marketplace

2022-12-24T05:23:24+07:00

Suatu perusahaan mengevaluasi diri melalui penilaian user terhadap e-commercenya dengan tujuan untuk meningkatkan performanya. Sistem Penunjang Keputusan dapat menjadi solusi dalam pengambilan keputusan untuk menentukan rekomendasi e-commerce yang baik dan tepat. Salah satu metode Sistem Penunjang Keputusan adalah WASPA. Penelitian ini bertujuan untuk untuk mengimplementasikan metode WASPA untuk mengukur tingkat kepuasan masyarakat terhadap marketplace. Pengembangan aplikasi menggunakan metode waterfall yang terdiri dari 5 tahap yaitu, perencanaan, analisis, desain, coding dan testing. Pada tahap implementasi WASPA menggunakan PHP-MYSQL. Hasil dari 100 responden dengan 500 data uji menunjukkan bahwa pada marketplace Tokopedia, Shopee, Bukalapak, Blibli dan Lazada, marketplace terbaik menggunakan metode WASPA adalah Tokopedia yang merupakan peringkat pertama dengan nilai tertinggi yaitu 0.894 point, peringkat ke 2 diperoleh Shopee dengan 0.89 point, peringkat ke 3 diperoleh Bukalapak dengan 0.886 point, peringkat ke 4 diperoleh Blibli dengan 0.845 point dan yang terakhir pada peringkat ke 5 diperoleh lazada dengan 0.849 point. Penelitian ini telah membandingkan hasil survey dengan 2 situs, yaitu Iprice.com dan Alexa.com. Hasil perbandingan survey marketplace memiliki hasil yang sama, yaitu Tokopedia merupakan marketplace yang memiliki keunggulan kriteria yang paling tinggi.

Augmented Reality untuk Museum Serangga IPB Menggunakan Unity dengan Image Tracking

2022-12-24T05:23:36+07:00

Serangga berperan penting dalam kehidupan manusia sehingga diperlukan sebuah museum yang dapat menampung dan menyajikan informasi tentang keanekaragaman serangga tersebut kepada masyarakat. Museum Serangga Institut Pertanian Bogor memiliki banyak informasi dari aneka spesies serangga yang ada di Indonesia, tetapi interaktivitasnya masih terbatas. Penelitian ini mengembangkan sebuah prototipe aplikasi Android berbasis augmented reality menggunakan Unity untuk memberikan sarana interaktif ke pengunjung. Pengembangan menggunakan metode image tracking sehingga pengguna bisa berinteraksi dengan spesimen di museum dengan mengarahkan kamera ke spesimen yang ingin diamati. Hasil pengujian menunjukkan bahwa metode image tracking dapat digunakan dengan baik pada sudut pindai 0° ketika diterapkan pada serangga yang berbentuk tiga dimensi yang terdapat di Museum Serangga IPB.

Prediksi Harga Minyak Goreng Curah dan Kemasan Menggunakan Algoritme Long Short-Term Memory (LSTM)

2022-12-24T05:23:47+07:00

Kenaikan harga bahan kebutuhan pokok yang sangat signifikan akan menimbulkan dampak negatif bagi perekonomian masyarakat Indonesia, salah satunya adalah penurunan daya beli. Berdasarkan monitor Pusat Informasi Harga Pangan Strategis dari November 2021 hingga Agustus 2022, minyak goreng merupakan salah satu bahan pokok yang mengalami kenaikan harga yang sangat signifikan di. Kenaikan ini tersebar merata di 34 provinsi Indonesia, termasuk provinsi Jawa Barat. Kenaikan yang signifikan ini dapat dicegah dengan melakukan tindakan preventif jauh hari sebelumnya, jika kenaikan ini telah diprediksi sebelumnya. Deep Learning merupakan metode supervised learning yang banyak digunakan saat ini karena kehandalannya untuk menyelesaikan berbagai masalah di bidang penambangan data. Deep learning dapat melakukan prediksi harga minyak goreng untuk masa yang akan datang menggunakan data deret waktu. Penelitian ini mengembangkan model untuk memprediksi harga minyak goreng berbentuk curah maupun kemasan menggunakan deep learning yang khusus mengelola data time serires yaitu Long Short Term Memory (LSTM). Berdasarkan metrik evaluasi NRMSE, model yang dibangun mampu mengenali pola harga minyak goreng berbentuk curah maupun kemasan. Nilai NRMSE model LSTM pada proses pelatihan adalah 0.019 untuk pelatihan data minyak goreng curah, dan 0.037 untuk data minyak goreng kemasan.

Analisis Sentimen Pengguna Twitter terhadap Vaksinasi COVID-19 di Indonesia menggunakan Algoritme Random Forest dan BERT

2022-12-24T05:23:31+07:00

Pandemi Covid-19 mendorong banyak pihak agar mampu beradaptasi dengan kondisi terkini. Salah satu program yang diluncurkan pemerintah agar dapat mengatasi penyebaran Covid-19 adalah dengan menjalankan progam vaksinasi. Agar dapat mengetahui animo masyarakat terkait program vaksinasi Covid-19 yang diluncurkan, perlu dilakukan analisis sentimen. Analisis sentimen pada umumnya dilakukan untuk mendapatkan informasi terkini dari korpus yang besar. Tujuan penelitian ini adalah melakukan analisis sentimen pengguna Twitter terhadap vaksinasi Covid-19 di Indonesia menggunakan Algoritme Random Forest dan Bidirectional Encoder Representation from Transformer (BERT). Tahapan penelitian yang dilakukan meliputi praproses data Twitter yang berkaitan dengan vaksinasi Covid-19, pelabelan sentimen, penanganan data yang tidak seimbang, pengklasifikasian dataset menggunakan algoritma Random Forest dan BERT, serta analisis dan evaluasi. Setelah dilakukan penanganan data yang tidak seimbang, hasil analisis sentimen pengguna Twitter terhadap vaksinasi Covid-19 di Indonesia menghasilkan akurasi sebesar 81%, F1-score sebesar 74%, presisi 76%, dan recall 74%. menggunakan algoritme Random Forest dan akurasi sebesar 82%, F1-score 79%, presisi 78%, dan recall 79%. menggunakan Algoritme BERT. Meskipun secara umum Algoritme BERT memiliki kinerja klasifikasi yang sedikit lebih baik dari Algoritme Random Forest, hasil simulasi menunjukkan bahwa algoritme Random Forest memiliki waktu komputasi yang signifikan lebih rendah dibandingkan dengan algoritme BERT pada kasus yang diujikan.

Perbandingan Model AlexNet dan ResNet dalam Klasifikasi Citra Bunga Memanfaatkan Transfer Learning

2023-03-13T16:42:27+07:00

Klasifikasi spesies bunga otomatis berbasis citra merupakan masalah penting bagi para ahli biologi yang membuat katalog bunga digital. Banyak penelitian tentang pengenalan spesies bunga telah diusulkan sejauh ini berdasarkan rutinitas pemrosesan gambar tradisional. Saat ini, para peneliti menerapkan pembelajaran mendalam pada berbagai tugas pengenalan objek berbasis gambar. Dalam makalah ini, deep learning berbasis transfer learning diterapkan pada klasifikasi spesies bunga. Metode yang diusulkan menggunakan model transfer learning AlexNet dan ResNet. Dataset Flower102 yang memiliki banyak kategori digunakan dalam karya eksperimental. Berbagai hasil eksperimen menunjukkan bahwa masing-masing model telah mencapai kinerja akurasi 87% dan 96% untuk AlexNet dan ResNet. Hasil yang diperoleh menunjukkan efektivitas model berbasis ResNet lebih tinggi bila dibandingkan dengan model berbasis AlexNet.

Prediksi Kandungan Lignin pada Dedak Padi Bercampur Sekam Menggunakan Tekstur Statistik dan KNN

2023-03-13T16:42:26+07:00

Pemalsuan dedak padi terjadi cukup tinggi karena harga dedak padi yang mahal. Kualitas dedak padi yang bercampur sekam dapat menurun karena kandungan serat kasar dan lignin bersifat anti-nutrisi. Kandungan lignin dapat diestimasi dengan tekstur citra dedak padi yang bercampur sekam. Penelitian ini bertujuan untuk melakukan analisis tekstur pada citra dedak padi yang bercampur sekam menggunakan metode ekstraksi ciri run length dengan klasifikasi k-nearest neighbour (KNN). Citra dedak padi yang bercampur sekam diakuisisi dengan mikroskop digital Dino Capture dengan perbesaran sebesar 200 kali. Citra yang dihasilkan berukuran 640×480 piksel dengan format bitmap. Praproses dilakukan dengan mengubah citra RGB ke dalam grayscale, kemudian dilakukan image enhancement menggunakan histogram equalization. Data uji dan data latih ditentukan menggunakan 5-fold cross validation dengan 3 ulangan. Hasil KNN dengan 7 fitur run length menghasilkan akurasi terbaik sebesar 74.55% pada sudut 135° dan k = 5.

Pembangunan Model Jaringan Saraf Tiruan untuk Memprediksi Kecenderungan Tipe Mediasi Orang Tua terhadap Penggunaan Internet oleh Anak

2023-03-13T16:42:25+07:00

Mediasi orang tua sangat diperlukan agar dampak negatif penggunaan internet oleh anak yang tinggi di masa pandemi Covid-19 dapat diminimalisir. Penelitian ini dilakukan dengan membuat model jaringan saraf tiruan (JST) untuk mengetahui hubungan antara faktor dalam keluarga dan teknik mediasi orang tua di wilayah Bogor. JST penelitian ini dibangun menggunakan metode pembelajaran propagasi balik (backpropagation). Faktor dalam keluarga yang diteliti sebagai masukan JST adalah usia orang tua, pendidikan, jumlah anak, usia anak, durasi menggunakan internet, serta jumlah media sosial yang digunakan. Jenis mediasi orang tua yang digunakan sebagai luaran jaringan adalah mediasi aktif penggunaan internet umum, mediasi aktif penggunaan bersama, mediasi pasif penggunaan bersama, mediasi pembatasan aktivitas berinternet, mediasi pembatasan penggunaan internet secara umum, mediasi aktif keamanan internet, mediasi pemantauan, dan mediasi teknis penggunaan internet. Data diperoleh melalui survei terhadap 282 orang tua di wilayah Bogor pada Februari-Juni 2021. Penelitian ini telah membangun model JST untuk memprediksi kecenderungan tipe mediasi orang tua dengan mean-squared error sebesar 0.05132. Model yang dihasilkan dapat dikembangkan lebih lanjut menjadi aplikasi edukasi sederhana yang dapat digunakan oleh orang tua untuk mengetahui jenis mediasi yang mereka lakukan. Dengan lebih memahami jenis mediasi yang mereka lakukan, kami berharap orang tua dapat memiliki pemahaman lebih baik mengenai mediasi orang tua dan dapat menerapkan teknik mediasi yang paling sesuai dengan kondisi yang mereka alami untuk mewujudkan ketahanan keluarga.

Investigasi Awal Penggunaan Layanan Digital Perguruan Tinggi. Studi Kasus: IPB Mobile for Students

2023-03-13T16:42:24+07:00

Layanan digital pada perguruan tinggi menjadi suatu kebutuhan, terlebih lagi setelah pandemi Covid-19 mendisrupsi perguruan tinggi. Transformasi proses belajar mengajar dan kegiatan pendukungnya dari tatap muka menjadi daring membutuhkan suatu sistem pendukung yang inklusif dan dapat diakses oleh seluruh civitas perguruan tinggi. Pada tahun 2018, Institut Pertanian Bogor telah meluncurkan aplikasi IPB Mobile for Students yang menyediakan layanan-layanan bagi mahasiswa secara digital. Penelitian ini dilakukan untuk melakukan investigasi awal terhadap penggunaan aplikasi tersebut. Investigasi dilakukan dengan menggunakan survei terhadap 196 responden mahasiswa Institut Pertanian Bogor pada bulan Februari - Maret 2022. Kuesioner terdiri atas dua bagian, yaitu pertanyaan konteks untuk menggali penggunaan IPB Mobile for Students oleh mahasiswa serta pertanyaan terbuka untuk menggali umpan balik dari mahasiswa. Secara umum, hasil dari investigasi awal ini telah memperlihatkan wawasan terkait penggunaan layanan digital di IPB, terutama pada aplikasi IPB Mobile for Students. Terlihat bahwa layanan digital memegang peranan penting dalam proses belajar mengajar. Keterikatan mahasiswa dengan layanan digital mencerminkan perubahan pola atau transformasi terhadap proses standar pelayanan akademik di perguruan tinggi. Penelitian ini merekomendasikan penelitian-penelitian selanjutnya untuk mengkaji penggunaan layanan digital perguruan tinggi.

K-Nearest Neighbor untuk Frasa Guna Mendukung Keputusan dalam Mencari Guru Terbaik

2023-03-13T16:42:20+07:00

Dalam menentukan guru yang berpotensi ada beberapa cara dalam penilain guru terbaik. Untuk mendorong para guru untuk berprestasi dan melihat motivasi, dedikasi dan loyalitas para guru. Untuk melihat profesionalisme seorang guru pada kemajuan teknologi berbasis .4.0. Dari penelitian yang dilakukan dalam menentukan guru terbaik, terdapat permasalahan yang diantaranya dalam pemilihan guru terbaik kepala sekolah cendrung memilih berdasarkan pengamatan yang hanya dilakukan kepala sekolah sendiri dan tidak memperhatikan kriteria dan indikator penilaian berupa professional, kepribadian dan sosial yang membuat para guru kurang maksimal dalam bekerja. Oleh karena itu dibutuhkan sebuah sistem untuk menyelesaikan beberapa masalah yang terjadi. Dibangunlah Sistem untuk mengatasi permaslahan berupa sistem pendukung keputusan. Sistem pendukung keputusan merupakan Suatu Sistem yang ditujukan kepada manajemen dalam membantu pengambilan keputusan yang tepat. Metode yang digunakan adalah K-Nearest Neighbor merupakan salah satu metode untuk mengambil keputusan menggunakan pembelajaran terawasi dimana hasil dari data masukan yang baru diklasifikasi berdasarkan terdekat dalam data nilaiPerhitungan dilakukan pada tahun 2020 dan 2021.Total data nilai pada tahun sebelumnya sebanyak 70 baris data. Jika dirincikan lebih lanjut, data yang digunakan adalah sebanyak 1190 data nilai.Data prediksi penilaian yang digunakan adalah data guru tahun 2021, sebanyak 37 baris data. Algoritma k-NN menggunakan nilai k untuk menentukan jumlah tetangga terdekat yang akan dikalkulasikan statusnya

Pengujian Usabilitas Sistem Pencatatan Transaksi Distribusi Cabai Berbasis Blockchain dengan Cognitive Walkthrough

2023-03-13T16:42:19+07:00

Aplikasi perangkat lunak yang telah dikembangkan seyogyanya mengalami berbagai pengujian, diantaranya uji keberterimaan dengan uji usabilitas. Sebelumnya, peneliti koresponden dengan tim lainnya telah mengembangkan aplikasi berbasis blockchain, namun usabilitasnya belum diuji. Sistem tersebut dibuat untuk menjamin transparansi distribusi produk dengan menerapkan teknologi blockchain smart contract ke bagian pelacakan harga pada sistem manajemen rantai pasok. Studi ini bertujuan untuk melakukan pengujian usabilitas antarmuka aplikasi dengan metode cognitive walkthrough. Evaluator pengujian adalah empat tipe aktor, yaitu produsen, pedagang pengepul, pedagang grosir, dan pedagang eceran cabai. Lima komponen usabilitas yang diuji, saat pandemi Covid-19, ialah kemampuan mempelajari aplikasi, efisiensi, kemampuan mengingat, error, dan kepuasan pengguna. Profil para responden ialah sepuluh laki-laki dan dua wanita, usia berkisar antara 34-39 tahun, dan frekuensi penggunaan laptop cenderung jarang (4-9 kali per bulan). Rata-rata waktu tercepat penyelesaian seluruh skenario tugas adalah 196.7 detik oleh responden pedagang eceran, sedangkan waktu terlama ialah 274.7 detik oleh responden pedagang pengepul. Hasil pengisian kuesioner usabilitas menunjukkan bahwa secara keseluruhan sistem sudah sangat baik digunakan, yaitu sebesar 2.73 pada skala 1-3. Rekomendasi responden untuk aplikasi yang diuji ialah agar waktu respon dipersingkat. Selain itu, aplikasi diharapkan dapat diakses via telepon genggam yang memang sudah familiar digunakan responden dibandingkan penggunaan aplikasi pada laptop.