https://jesl.journal.ipb.ac.id/index.php/jika/issue/feed Jurnal Ilmu Komputer dan Agri-Informatika 2022-12-02T14:09:48+07:00 Medria Kusuma Dewi Hardhienata medria.hardhienata@apps.ipb.ac.id Open Journal Systems <p><strong>Jurnal Ilmu Komputer &amp; Agri-informatika (JIKA)</strong> merupakan jurnal nasional yang diterbitkan dua kali setahun pada bulan <strong>Mei</strong> dan <strong>November</strong> serta bersifat <strong>open access</strong> dengan mitra bestari nasional dan internasional.&nbsp; JIKA dikelola oleh Departemen Ilmu Komputer FMIPA IPB University yang terbit pertama kali pada tahun 2012.&nbsp; JIKA merupakan jurnal ilmiah <strong>nasional</strong> yang mempublikasikan artikel ilmiah hasil penelitian dalam <a href="https://journal.ipb.ac.id/index.php/jika/ruanglingkup">ruang lingkup</a> bidang ilmu komputer serta aplikasi informatika untuk <strong>pengembangan pertanian secara luas.&nbsp;</strong></p> <div> <p><a title="Fokus dan Ruang Lingkup" href="https://journal.ipb.ac.id/index.php/jika/ruanglingkup">FOKUS &amp; RUANG LINGKUP</a></p> </div> https://jesl.journal.ipb.ac.id/index.php/jika/article/view/44507 Implementasi Metode Weight Aggregated Sum Product Assessment (WASPA) untuk Mengukur Tingkat Kepuasan Masyarakat Terhadap Marketplace 2022-11-30T22:21:00+07:00 Eneng Tita Tosida ttosida@yahoo.com <p>Suatu perusahaan mengevaluasi diri melalui penilaian <em>user</em> terhadap e-<em>commercenya</em> dengan tujuan untuk meningkatkan performanya. Sistem Penunjang Keputusan dapat menjadi solusi dalam pengambilan keputusan untuk menentukan rekomendasi <em>e-commerce</em> yang baik dan tepat. Salah satu metode Sistem Penunjang Keputusan adalah WASPA.&nbsp; Penelitian ini bertujuan untuk untuk mengimplementasikan metode WASPA untuk mengukur tingkat kepuasan masyarakat terhadap <em>marketplace</em>. Pengembangan aplikasi menggunakan metode <em>waterfall</em> yang terdiri dari 5 tahap yaitu, perencanaan, analisis, desain, <em>coding</em> dan <em>testing</em>. 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, <em>marketplace</em> 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.</p> 2022-11-30T22:18:25+07:00 Copyright (c) 2022 Eneng Tita Tosida https://jesl.journal.ipb.ac.id/index.php/jika/article/view/44459 Analisis Sentimen Pengguna Twitter terhadap Vaksinasi COVID-19 di Indonesia menggunakan Algoritme Random Forest dan BERT 2022-12-01T10:13:00+07:00 Amin Elhan amin_elhan@apps.ipb.ac.id Medria Kusuma Dewi Hardhienata medria.hardhienata@apps.ipb.ac.id Yeni Herdiyeni yeni.herdiyeni@apps.ipb.ac.id Sony Hartono Wijaya sony@apps.ipb.ac.id Julio Adisantoso julio@apps.ipb.ac.id <p>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 <em>Random Forest </em>dan<em> Bidirectional Encoder Representation from Transformer (BERT)</em>. 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 <em>Random Forest </em>dan<em> BERT</em>, 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-<em>score </em>sebesar 74%, presisi 76%, dan <em>recall</em> 74%. menggunakan algoritme <em>Random Forest </em>dan akurasi sebesar 82%, F1-<em>score</em> 79%, presisi 78%, dan <em>recall</em> 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.</p> 2022-11-30T22:17:51+07:00 Copyright (c) 2022 Amin Elhan, Medria Kusuma Dewi Hardhienata, Yeni Herdiyeni, Sony Hartono Wijaya, Julio Adisantoso https://jesl.journal.ipb.ac.id/index.php/jika/article/view/44321 Augmented Reality untuk Museum Serangga IPB Menggunakan Unity dengan Image Tracking 2022-12-02T14:09:48+07:00 Alwi Miftahul Karomi ridha@apps.ipb.ac.id Ahmad Ridha ridha@apps.ipb.ac.id <p>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 <em>augmented reality </em>menggunakan Unity untuk memberikan sarana interaktif ke pengunjung. Pengembangan menggunakan metode <em>image tracking</em> sehingga pengguna bisa berinteraksi dengan spesimen di museum dengan mengarahkan kamera ke spesimen yang ingin diamati. Hasil pengujian menunjukkan bahwa metode <em>image tracking</em> dapat digunakan dengan baik pada sudut pindai 0° ketika diterapkan pada serangga yang berbentuk tiga dimensi yang terdapat di Museum Serangga IPB.</p> 2022-11-30T22:17:09+07:00 Copyright (c) 2022 Ahmad Ridha https://jesl.journal.ipb.ac.id/index.php/jika/article/view/44243 Pengembangan Model Bayesian Regularization Backpropagation untuk Estimasi Nilai Nutrisi berdasarkan Komposisi Kimia Pakan Ternak Ruminansia 2022-11-30T22:20:58+07:00 Aziz Kustiyo azizku@apps.ipb.ac.id <p>Perbedaan komponen kimia pakan ternak dapat mempengaruhi nilai nutrisi hewan&nbsp; ternak ruminansia. Untuk menentukan komposisi kimia dan nutrisi yang dihasilkan oleh pakan ternak tersebut perlu dilakukan analisis di laboratorium. Sebagai alternatif, &nbsp;pada penelitian ini estimasi nutrisi pakan ruminansia berdasarkan komposisi kimia pakan dilakukan menggunakan <em>bayesian regularization backpropagation</em> menggunakan data sekunder. Data yang digunakan dalam penelitian ini diperoleh dari hasil penelitian Rowett Research Institutte Perancis pada kategori <em>main constituents</em> dan <em>ruminant nutritive values</em>. <em>Main constituents</em> menunjukkan komposisi kimia pakan ruminansia sedangkan <em>ruminant nutritive values</em> sebagai nilai nutrisi pakan yang akan diprediksi. Model <em>bayesian regularization backpropagation</em> yang dibangun memiliki 12 neuron input yang berasal dari 12 komponen kimia pakan ruminansia. &nbsp;Jumlah output model tersebut sebanyak 8 neuron output yang berasal dari 8 nilai nutrisi pakan ruminansia. Proses pelatihan dilakukan dengan metode validasi silang dengan mencobakan jumlah neuron lapisan tersembunyi dari 5 sampai dengan 50 dan jumlah output. Hasil percobaan menunjukkan model <em>bayesian regularization backpropagation</em> terbaik adalah model dengan 8 output dengan nilai <em>root mean square error</em> sebesar 3.47 dan nilai <em>mean absolute percentage error</em> &nbsp;sebesar 11.82%.</p> <p>&nbsp;</p> 2022-11-30T22:16:33+07:00 Copyright (c) 2022 Aziz Kustiyo https://jesl.journal.ipb.ac.id/index.php/jika/article/view/44213 Studi Awal Rancang Bangun Indoor Farming Monitoring System Berbasis IoT dengan Protokol Websocket 2022-11-30T22:20:58+07:00 Agha Pradipta Merdekawan pradipta.agha@gmail.com Putriana Sari putriana.sari@telkom.co.id <p>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 <em>urban farming</em> 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-<em>monitor</em> 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 <em>monitoring</em> sesuai dengan yang telah direncanakan dan berfungsi dengan baik hingga menampilkan grafik perubahan nilai sensor.</p> 2022-11-30T22:15:49+07:00 Copyright (c) 2022 Agha Pradipta Merdekawan, Putriana Sari https://jesl.journal.ipb.ac.id/index.php/jika/article/view/43710 Prediksi Harga Minyak Goreng Curah dan Kemasan Menggunakan Algoritme Long Short-Term Memory (LSTM) 2022-12-01T21:48:12+07:00 Lailan Sahrina Hasibuan lailan.sahrina@apps.ipb.ac.id Yanda Novialdi yanda_871999@apps.ipb.ac.id <p>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. <em>Deep Learning</em> merupakan metode <em>supervised learning</em> 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 <em>deep learning</em> yang khusus mengelola data <em>time serires</em> yaitu <em>Long Short Term Memory</em> (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.</p> 2022-11-30T22:14:40+07:00 Copyright (c) 2022 Lailan Sahrina Hasibuan, Yanda Novialdi https://jesl.journal.ipb.ac.id/index.php/jika/article/view/43883 Pengembangan Modul Otomatisasi Pengunduhan Citra Sentinel-1A Berbasis Web Menggunakan Metode Prototyping 2022-12-01T13:08:39+07:00 Muhammad Asyhar Agmalaro agmalaro@apps.ipb.ac.id Imas Sukaesih Sitanggang agmalaro@ipb.ac.id Taufik Hidayat agmalaro@ipb.ac.id <p>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 <em>front-end</em> untuk mengotomatisasi proses pengunduhan data citra Sentinel berbasis web menggunakan <em>Framework</em> Django. Metode <em>prototyping</em> digunakan untuk melakukan pembangunan modul <em>front-end</em> 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 <em>black-box</em>, semua fungsi pada modul yang telah dikembangkan, berhasil dilakukan tanpa ada menunjukkan kesalahan.</p> 2022-11-30T21:08:19+07:00 Copyright (c) 2022 Muhammad Asyhar Agmalaro https://jesl.journal.ipb.ac.id/index.php/jika/article/view/42628 From Immersive to Metaverse: The Gap of Learning and Technology in Agriculture Education Application 2022-11-30T22:20:56+07:00 Auzi Asfarian auzi.asfarian@gmail.com Yani Nurhadryani yani_nurhadryani@apps.ipb.ac.id Yani Nurhadryani yani_nurhadryani@apps.ipb.ac.id Firman Ardiansyah f.ardiansyah@apps.ipb.ac.id Irman Hermadi irmanhermadi@apps.ipb.ac.id Dean Apriana Ramadhan deanaprianaramadhan@apps.ipb.ac.id <div class="page" title="Page 1"> <div class="layoutArea"> <div class="column"> <p>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.</p> </div> </div> </div> 2022-11-30T21:07:07+07:00 Copyright (c) 2022 Auzi Asfarian, Yani Nurhadryani, Yani Nurhadryani, Firman Ardiansyah, Irman Hermadi, Dean Apriana Ramadhan https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40851 Penerapan Konsep Internet of Things Pada Sistem Monitoring Volume Timbulan Sampah di Tempat Penampungan Sementara Kota Bogor 2022-11-30T22:20:55+07:00 Sri Wahjuni my_juni04@apps.ipb.ac.id Wulandari wulandari.ilkom@apps.ipb.ac.id Rizqi Alifahasni Zakiah alifahasni.rizqi@gmail.com <p>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 <em>adalah frame difference algorithm</em> dan <em>perspective transformation</em>. Selain itu, penelitian ini juga menerapkan konsep <em>Internet of Things</em> dalam aplikasi berbasis <em>mobile</em> 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.</p> 2022-11-30T21:05:38+07:00 Copyright (c) 2022 Sri Wahjuni, Wulandari, Rizqi Alifahasni Zakiah https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40593 Perbandingan Model AlexNet dan ResNet dalam Klasifikasi Citra Bunga Memanfaatkan Transfer Learning 2022-06-16T09:14:48+07:00 Bana Falakhi bana_falahi@student.ub.ac.id Elmira Faustina Achmal elmirafaustina@student.ub.ac.id Muhammad Rizaldi razyaekerman@student.ub.ac.id Renata Rizki Rafi' Athallah rizkirafi@student.ub.ac.id Novanto Yudistira yudistira@ub.ac.id <p><span style="color: black;" lang="EN-US">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.</span></p> 2022-05-31T23:52:47+07:00 Copyright (c) 2022 Novanto Yudistira, Bana Falakhi, Elmira F. Achmal, Muhammad Rizaldi, Renata Rizki R. A. https://jesl.journal.ipb.ac.id/index.php/jika/article/view/41050 Prediksi Kandungan Lignin pada Dedak Padi Bercampur Sekam Menggunakan Tekstur Statistik dan KNN 2022-06-03T09:26:47+07:00 Eylen Desy Novita eylien2a3@gmail.com Aziz Kustiyo azizku@apps.ipb.ac.id Anuraga Jayanegara anuragaja@apps.ipb.ac.id Toto Haryanto totoharyanto@apps.ipb.ac.id Hari Agung Adrianto agung@apps.ipb.ac.id <p>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 <em>k-nearest neighbour</em> (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 <em>grayscale</em>, kemudian dilakukan <em>image enhancement</em> menggunakan <em>histogram equalization</em>. Data uji dan data latih ditentukan menggunakan 5<em>-fold cross validation</em> dengan 3 ulangan. Hasil KNN dengan 7 fitur <em>run length</em> menghasilkan akurasi terbaik sebesar 74.55% pada sudut 135° dan k = 5.</p> 2022-05-31T23:47:46+07:00 Copyright (c) 2022 Aziz Kustiyo, Eylen Desy Novita, Anuraga Jayanegara, Toto Haryanto, Hari Agung Adrianto https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40862 Pembangunan Model Jaringan Saraf Tiruan untuk Memprediksi Kecenderungan Tipe Mediasi Orang Tua terhadap Penggunaan Internet oleh Anak 2022-06-16T09:16:12+07:00 Indah Puspita indah_indahpuspita@apps.ipb.ac.id Karlisa Priandana kpriandana@gmail.com Medria Kusuma Dewi Hardhienata medria.hardhienata@apps.ipb.ac.id Peter John Morley pmorley@onthenet.com.au Auzi Asfarian asfarian@apps.ipb.ac.id Husin Alatas alatas@apps.ipb.ac.id <p>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 (<em>backpropagation</em>).&nbsp; 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 <em>mean-squared error</em> 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.</p> 2022-05-31T23:45:05+07:00 Copyright (c) 2022 Indah Puspita, Karlisa Priandana, Medria Kusuma Dewi Hardhienata, Peter John Morley, Auzi Asfarian, Husin Alatas https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40857 Investigasi Awal Penggunaan Layanan Digital Perguruan Tinggi. Studi Kasus: IPB Mobile for Students 2022-06-16T09:15:43+07:00 Dean Apriana Ramadhan deanaprianaramadhan@apps.ipb.ac.id Firman Ardiansyah f.ardiansyah@apps.ipb.ac.id Julio Adisantoso julio@apps.ipb.ac.id Auzi Asfarian asfarian@apps.ipb.ac.id Yani Nurhadryani yani_nurhadryani@apps.ipb.ac.id <p>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.</p> 2022-05-31T23:43:31+07:00 Copyright (c) 2022 Dean Apriana Ramadhan, Firman Ardiansyah, Julio Adisantoso, Asfarian Auzi, Yani Nurhadryani https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40898 K-Nearest Neighbor untuk Frasa Guna Mendukung Keputusan dalam Mencari Guru Terbaik 2022-06-01T09:27:17+07:00 Januardi Nasir januardinasir@gmail.com Roni Saputra no@mail.id Gustri Efendi no@mail.id April Zahmi no@mail.id Yasha Langitta Setiawan no@mail.id <p>Dalam menentukan guru yang berpotensi ada beberapa cara dalam penilain guru terbaik. Untuk mendorong para guru untuk berprestasi dan &nbsp;&nbsp;melihat&nbsp; 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&nbsp; 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,&nbsp; 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</p> 2022-05-31T23:21:03+07:00 Copyright (c) 2022 Januardi Nasir, Roni Saputra, Gustri Efendi, April Zahmi, Yasha Langitta Setiawan https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40491 Pengujian Usabilitas Sistem Pencatatan Transaksi Distribusi Cabai Berbasis Blockchain dengan Cognitive Walkthrough 2022-06-01T09:27:20+07:00 Rizal Fajar Bancin rizalbancin2017@gmail.com Meuthia Rachmaniah meuthiara@apps.ipb.ac.id <p>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 <em>blockchain smart contract</em> ke bagian pelacakan harga pada sistem manajemen rantai pasok. Studi ini bertujuan untuk melakukan pengujian usabilitas antarmuka aplikasi dengan metode <em>cognitive walkthrough</em>. 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.</p> 2022-05-31T22:27:33+07:00 Copyright (c) 2022 Meuthia Rachmaniah, Rizal Fajar Bancin https://jesl.journal.ipb.ac.id/index.php/jika/article/view/40833 Pengembangan Sistem Pengukur Curah Hujan di Sungai Jakarta Berbasis IoT 2022-06-16T09:04:25+07:00 Hendra Rahmawan hrahmawan@apps.ipb.ac.id Dary Muzhar Muhammad no@mail.id Farianto no@mail.id <p>Daerah Khusus Ibukota&nbsp;Jakarta merupakan dataran rendah dengan intensitas hujan yang tinggi pada periode tertentu. Saat ini curah hujan diukur secara manual oleh petugas dengan mengunjungi secara langsung alat pengukur curah hujan Ombrometer yang ditempatkan di sejumlah titik yang berdekatan dengan beberapa sungai di Jakarta. Dengan prosedur seperti itu maka pengukuran curah hujan menjadi tidak efisien secara waktu dan biaya karena memerlukan petugas yang harus mengunjungi lokasi pengukuran secara langsung dan memerlukan beberapa proses tambahan untuk mendapatkan nilai pengukuran. Hal tersebut akan menyulitkan jika data curah hujan diperlukan secara <em>real time</em>&nbsp;seperti untuk keperluan peringatan dini banjir. Untuk mengatasi masalah tersebut maka diperlukan sistem pengukur curah hujan yang dapat mengukur curah hujan secara otomatis dan mengirimkan hasil pengukurannya secara <em>real time</em>&nbsp;melalui jaringan. Pada penelitian ini dikembangkan sistem pengukur curah hujan berbasis IoT dengan menggunakan metode <em>waterfall </em>yang terdiri atas tahap pendefinisan kebutuhan, perancangan sistem, implementasi sistem, dan pengujian sistem. Sistem tersebut berbasiskan sensor pengukur curah hujan <em>tipping bucket</em>&nbsp;yang nilainya dapat dibaca dan diproses langsung oleh perangkat IoT NodeMCU ESP8266. Hasil pengujian telah menunjukkan bahwa seluruh kebutuhan fungsional sistem yang telah didefinisikan dapat berfungsi dengan baik.</p> <p><em>&nbsp;</em></p> 2022-05-31T00:00:00+07:00 Copyright (c) 2022 Hendra Rahmawan, Dary Muzhar Muhammad, Farianto https://jesl.journal.ipb.ac.id/index.php/jika/article/view/41051 Pemodelan Berbasis Jaringan untuk Pengklasifikasian Kanker Payudara Berdasarkan Data Molekuler 2022-06-16T09:12:04+07:00 Mushthofa mush@apps.ipb.ac.id Chamdan L Abdulbaaqiy chamdan_inluck555@apps.ipb.ac.id Sony Hartono Wijaya sony@apps.ipb.ac.id Muhammad Asyhar Agmalaro agmalaro@apps.ipb.ac.id Lailan Sahrina Hasibuan lailan.sahrina@apps.ipb.ac.id <p><span style="font-weight: 400;">Kanker merupakan penyakit yang ditandai dengan pertumbuhan sel yang tidak terkendali. Salah satu ciri dari adanya sel yang tumbuh tidak terkendali adalah adanya estrogen-reseptor-positif (ER+). Sekitar 67% hasil tes kanker payudara memiliki ER+. Profil kanker payudara dibagi menjadi 4 sub-tipe yaitu: Luminal A, Luminal B, basal-like, dan HER-2 enriched. Masing-masing kategori memiliki pengaruh yang berbeda terhadap kemoterapi </span><em><span style="font-weight: 400;">adjuvant</span></em><span style="font-weight: 400;">. Pada penelitian ini, digunakan pendekatan berbasis jaringan (</span><em><span style="font-weight: 400;">network</span></em><span style="font-weight: 400;">) untuk melakukan pemilihan fitur/biomarker molekuler yang berpotensi untuk membantu pemodelan dan klasifikasi sub-tipe kanker payudara. Fitur molekuler yang digunakan yaitu Copy Number Alteration (CNA) dan ekspresi gen. Hasil pemilihan fitur tersebut dibandingkan dengan akurasi berbasis fitur PAM50 dari studi literatur. Dari hasil penelitian didapatkan bahwa fitur dari metode seleksi berbasis jaringan ini mampu menghasilkan performa yang sebanding dengan fitur PAM50 dan dapat menjadi alternatif untuk melakukan klasifikasi jenis kanker payudara.</span></p> 2022-05-31T00:00:00+07:00 Copyright (c) 2022 Mushthofa Mushthofa, Sony Hartono Wijaya, Lailan Sahrina Hasibuan, CHAMDAN L ABDULBAAQIY, Muhammad Asyhar Agmalaro https://jesl.journal.ipb.ac.id/index.php/jika/article/view/41033 Analisis Sentimen Pengguna Twitter Terhadap Program Vaksinasi Covid-19 di Indonesia Menggunakan Algoritme Support Vector Machine 2022-06-01T09:27:32+07:00 Qarry Atul Chairunnisa Qarry_atulch@apps.ipb.ac.id Yeni Herdiyeni yeni.herdiyeni@apps.ipb.ac.id Medria Kusuma Dewi Hardhienata medria.hardhienata@apps.ipb.ac.id Julio Adisantoso julio@apps.ipb.ac.id <p>Kebijakan vaksinasi COVID-19 di Indonesia menimbulkan pro dan kontra. Pemerintah harus mengevaluasi alasan masyarakat yang kontra terhadap kebijakan tersebut, agar program vaksinasi dapat berjalan dengan lancar. Analisis sentimen sebagai cara untuk melihat polaritas opini, memungkinkan untuk mengklasifikasi tanggapan positif, negatif maupun netral di Twitter terkait kebijakan vaksinasi tersebut. Penelitian ini bertujuan untuk mengetahui tanggapan masyarakat terhadap vaksinasi COVID-19 di Indonesia dengan melihat distribusi kata dan membuat model klasifikasi <em>Support Vector Machine</em> (SVM). Analisis sentimen terdiri dari beberapa tahapan yaitu pengumpulan data, praproses data, pembobotan data, analisis data, pembagian data, pemodelan klasifikasi, <em>hyperparameter tuning</em> dan evaluasi model. Model yang dihasilkan menunjukkan performa yang cukup optimal dalam mengklasifikasi sentimen dengan akurasi, presisi, <em>recall</em> dan <em>f1-score</em> sebesar 90%. Hasil dari sentimen analisis yang diperoleh ialah berupa gagasan, keluhan dan saran terhadap vaksinasi COVID-19.</p> 2022-05-31T00:00:00+07:00 Copyright (c) 2022 Qarry Atul Chairunnisa, Yeni Herdiyeni, Medria Kusuma Dewi Hardhienata, Julio Adisantoso https://jesl.journal.ipb.ac.id/index.php/jika/article/view/41069 Penerbangan Otomatis Pesawat Tanpa Awak Sayap Tetap Menggunakan Flight Controller Berbasis iNav 2022-06-02T05:07:11+07:00 Auriza Rahmad Akbar auriza@apps.ipb.ac.id Ali Imron ali_ilkom@apps.ipb.ac.id <p>Pesawat tanpa awak (UAV) dapat dikendalikan secara manual dengan <em>remote control</em>&nbsp;atau secara otomatis dengan <em>flight controller</em>&nbsp;(FC). Sangat sedikit penelitian yang membahas konfigurasi penerbangan otomatis UAV sayap tetap dengan memakai <em>firmware</em>&nbsp;iNav. Oleh karena itu, penelitian ini bertujuan untuk melakukan penerbangan otomatis pada UAV jenis sayap tetap dengan iNav<em>.</em>&nbsp;UAV yang digunakan adalah model SkySurfer X8 dengan bentang sayap 1.40 m. FC yang digunakan adalah Matek F405-Wing. Metode penelitian ini terdiri atas lima tahap: perakitan, konfigurasi, pengujian, pengambilan dan pemrosesan data, dan analisis data. Berdasarkan hasil uji terbang, UAV berhasil terbang secara otomatis mengikuti skenario yang diberikan. Skenario terpanjang berupa persegi berukuran 600×600 m pada ketinggian 100 m, yang ditempuh dalam waktu sekitar 2 menit dengan kecepatan sekitar 65 km/jam. Hasil dari penelitian ini berupa prosedur perakitan, konfigurasi, operasi, dan hasil data uji terbang diharapkan dapat menjadi acuan dalam penelitian UAV sayap tetap menggunakan iNav.</p> 2022-05-31T00:00:00+07:00 Copyright (c) 2022 Auriza Rahmad Akbar, Ali Imron https://jesl.journal.ipb.ac.id/index.php/jika/article/view/38496 Implementasi Metode Case-Based Reasoning, Dempster-Shafer, dan Teorema Bayes pada Sistem Pakar Identifikasi Hama dan Penyakit Tanaman Manggis 2022-05-20T18:17:58+07:00 Farha Fitrahul Janah farhafz123@gmail.com Meita Arifany farhafz123@gmail.com Siti Aisyah farhafz123@gmail.com Freza Riana farhafz123@gmail.com <p>Manggis mempunyai prospek tinggi dalam skala agribisnis. Berdasarkan data ekspor komoditas pertanian subsektor hortikultura (buah-buahan segar), manggis berada pada peringkat ke-1 pada tahun 2020. Kendala budidaya manggis adalah rendahnya kualitas buah yang tidak layak ekspor yang disebabkan oleh serangan hama dan penyakit. Umumnya, upaya para petani manggis saat menghadapi masalah tersebut adalah berkonsultasi dengan seorang pakar. Namun, ketersediaan dan kehadiran pakar dalam suatu daerah masih sangat terbatas. Sistem pakar menjadi solusi untuk mengidentifikasi hama dan penyakit pada tanaman manggis secara cepat. Sistem pakar dihadirkan sebagai salah satu cara untuk memecahkan permasalahan setelah seorang pakar. Metode <em>case</em><em>-b</em><em>ased reasoning</em>, Dempster-Shafer, dan teorema Bayes merupakan metode yang dapat digunakan pada sistem pakar. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website dalam mengidentifikasi hama dan penyakit yang menyerang tanaman manggis berdasarkan gejala-gejala. Ketiga metode tersebut diterapkan performanya dengan melihat nilai akurasinya. Nilai akurasi didapatkan dari perbandingan hasil jawaban sistem per tiap metode dengan hasil pakar. Dari 30 uji data yang dilakukan secara acak, hasil penelitian ini menunjukkan nilai akurasi yang sama untuk c<em>ase</em><em>-b</em><em>ased reasoning</em> dan Dempster-Shafer, yaitu sebesar 93%, dan teorema Bayes sebesar 90%. Sistem Pakar yang telah dibangun dapat digunakan oleh petani untuk mengidentifikasi hama dan penyakit pada tanaman manggis.</p> 2021-11-30T23:46:28+07:00 Copyright (c)