cover
Contact Name
Haviluddin
Contact Email
jurnal.sakti.fkti@gmail.com
Phone
+6281331112002
Journal Mail Official
jurnal.sakti.fkti@gmail.com
Editorial Address
Jl. Panajam Kampus Gn. Kelua Universitas Mulawarman Samarinda-Kalimantan Timur 75123
Location
Kota samarinda,
Kalimantan timur
INDONESIA
Sains, Aplikasi, Komputasi dan Teknologi Informasi
Published by Universitas Mulawarman
ISSN : -     EISSN : 26848473     DOI : http://dx.doi.org/10.30872/
SAINS, APLIKASI, KOMPUTASI DAN TEKNOLOGI INFORMASI is a peer-reviewed journal which is published by Faculty of Computer Sience and Information Technology, Universitas Mulawarman, East Kalimantan publishes biannually in April and August. This Journal publishes current original research on Computer Sciences using an interdisciplinary perspective, especially within Software Engineering, Information Systems, Network and Computer Security, Image Processing, Multimedia, Human Interface and Artificial Intelligence.
Articles 20 Documents
Pendekatan Fuzzy Pada Kamera Cerdas Lampu Lalulintas Kurniawan, Fachrul; Sofiarani, Ade
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.316 KB) | DOI: 10.30872/jsakti.v1i1.2262

Abstract

Bertambahnya jumlah kendaraan (mobil/motor) yang tidak sebanding dengan penambahan volume luas jalan yang dilalui sehingga kerap terjadi kemacetan. Beberapa titik-titik kemacetan tidak hanya terjadi di jalanan tetapi juga terjadi pada pertemuan jalan (pertigaan ataupun perempatan). Selain itu, permasalahan kemacetan di titik pertemuan juga disebabkan waktu lampu lalulintas yang tidak bagus. Ketepatan dan optimalnya fungsi lampu lalulintas menjadi kunci akan terurainya kemacetan setiap kali ada pertemuan. Dalam paper ini, konektivitas lampu lalulintas dengan kamera CCTV yang didalamnya diberi metode fuzzy telah diterapkan dan disimulasikan pada serious game. Berdasarkan hasil percobaan menunjukkan bahwa kamera cerdas yang dipasang pada lampu lalulintas mampu mengatasi kemacetan yang terjadi pada simpul pertemuan jalan. Diharapkan kamera cerdas yang dipadukan pada lampu lalulintas menjadi solusi pada kota yang telah menerapkan sistem smart city.
Analisa Perilaku Konsumen Melalui Data Transaksi Berbasis Pendekatan Market Basket Analysis Umayah, Binti; Kurniawan, Fachrul
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.889 KB) | DOI: 10.30872/jsakti.v1i2.2603

Abstract

Data transaksi merupakan sekumpulan data hasil pencatatan yang berhubungan dengan kegiatan transaksi jual beli pada sebuah perusahaan.Pada tahun terakhir ini, data transaksi sudah banyak digunakan sebagai bahan penelitian dengan tujuan untuk mendapatkan informasi baru.Salah satu usaha yang dapat dilakukan adalah dengan pembuatan aplikasi yang dapat digunakan untuk menganalisis data transaksi yang ada. Aplikasi tersebut adalah aplikasi yang bersifat market basket analysis (MBA). Aplikasi dibangun dengan berbasis desktop, yang didalamnya mampu mengolah serta melakukan pendataan ulang data transaksi yang ada. Metodologi yang digunakan dalam pembuatan aplikasi ini adalah dengan mengikuti tahapan-tahapan yang ada pada teknik data mining. Hasil yang diperoleh dari uji coba yang dilakukan bahwa pembangunan dan penerapan aplikasi MBA dengan metode assocition rule (AR) menggunakan algoritma Apriori dapat berjalan dengan baik. Dengan rata-rata nilai confidence yang diperoleh sebesar 46.69% dan nilai support sebesar 1.78% dan rule yang dihasilkan sebanyak 30 rule.
Implementasi Metode Simple Additive Weighting Dalam Pemilihan SMA dan Jurusan Randi, Achmad Faisal; Astuti, Indah Fitri; Widagdo, Putut Pamilih
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.642 KB) | DOI: 10.30872/jsakti.v1i1.2217

Abstract

Banyaknya pilihan SMA Negeri beserta jurusannya membuat beberapa siswa merasa sulit dan bingung untuk memilih sekolah dan jurusan mana yang akan dipilih selanjutnya. Keadaan sulit dan bingung ini biasanya membuat para siswa merasa telah salah memilih sekolah dan jurusan sehingga kurang memahami proses belajar di sekolah dan jurusan yang telah dipilih. Oleh karena itu, dibutuhkan sebuah Sistem Pendukung Keputusan (SPK) untuk membantu siswa dalam memilih sekolah lanjutan tingkat atas, baik itu SMA/SMK Negeri beserta jurusannya. Metode yang digunakan di dalam sistem ini adalah Fuzzy Multiple Attribute Decision Making dengan metode Simple Additive Weighting (SAW). Hasil dari penelitian ini adalah sebuah aplikasi sistem pendukung keputusan yang memberikan rekomendasi SMA/SMK Negeri beserta jurusannya kepada siswa di kota Balikpapan sebagai bahan pertimbangan dalam memilih sekolah dan jurusan. Dari hasil penelitian yang dilakukan juga dapat disimpulkan bahwa Fuzzy Multiple Attribute Decision Making dengan metode Simple Additive Weighting dapat digunakan untuk memberikan rekomendasi sekolah dan jurusannya berdasarkan variabel yang telah ditentukan.
Peramalan Curah Hujan Dengan Pendekatan Adaptive Neuro Fuzzy Inference System Sinaga, Chrisman Bonor; Haviluddin, Haviluddin; Pakpahan, Herman Santoso; Prafanto, Anton; Setyadi, Hario Jati
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (532.746 KB) | DOI: 10.30872/jsakti.v1i2.2599

Abstract

Analisa peramalan curah hujan yang mendekati kenyataan berdasarkan akurasi yang akurat sangat diperlukan dalam berbagai aktivitas kehidupan manusia. Paper ini bertujuan untuk menerapkan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam peramalan curah hujan di Kota Samarinda, Kalimantan Timur. Beberapa parameter ANFIS seperti MF (Fungsi Keanggotaan), Input MF type (Tipe Fungsi Keanggotaan), Learning Rate (Step Size), dan rasio data telah digunakan. Berdasarkan hasil percobaan akurasi peramalan yang diperoleh cukup akurat dengan nilai MSE adalah 0.063290962 untuk rasio data 3:2 dan adalah 0.020498283 rasio data 4:1. Hasil ini menunjukkan bahwa metode ANFIS dapat menjadi alternative metode dalam meramalkan curah hujan di Kota Samarinda, Kalimantan Timur.
Analisis Penyakit Difteri Berbasis Twitter Menggunakan Algoritma Naïve Bayes Sholihin, Ali; Haviluddin, Haviluddin; Puspitasari, Novianti; Wati, Masna; Islamiyah, Islamiyah
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (552.742 KB) | DOI: 10.30872/jsakti.v1i1.2215

Abstract

Antisipasi dan penanganan penyakit difteri dengan tepat sangat diperlukan oleh Pemerintah Indonesia. Oleh karena itu, informasi dari masyarakat terkait penyakit difteri sangat diperlukan oleh instansi yang berwenang. Hasil dari analisa informasi tersebut dapat menjadi salah satu rujukan dalam mengevaluasi antisipasi dan penanganan kepada masyarakat. Dalam penelitian ini, sebanyak 290 informasi terkait penyakit difteri dari masyarakat telah diambil dari data media sosial yaitu Twitter. Sedangkan, analisa data telah dilakukan menggunakan metode kecerdasan buatan berbasis semantic analysis yaitu Naïve Bayes (NB). Dalam percobaan ini, data yang dikenali telah diklasifikasikan ke dalam opini negatif dan positif. Berdasarkan hasil analisa data menunjukkan bahwa sebesar 94.5% bernilai negatif dan 5.5% bernilai positif. Hal ini menunjukkan bahwa masyarakat menganggap layanan Pemerintah terhadap penanganan penyakit difteri masih kurang percaya.
Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network Wong, Kelvin; Wibawa, Aji Prasetya; Pakpahan, Herman Santoso; Prafanto, Anton; Setyadi, Hario Jati
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.462 KB) | DOI: 10.30872/jsakti.v1i2.2600

Abstract

Artikel ini bertujuan untuk memprediksi tingkat inflasi di Kota Samarinda, Kalimantan Timur dengan mengimplementasikan algoritma cerdas, Backpropagation Neural Network (BPNN). Data tingkat inflasi diperoleh dari Biro Pusat Statistik Provinsi (BPS) Kota Samarinda https://samarindakota.bps.go.id/ periode Januari 2012 hingga Januari 2017. Pengukuran akurasi prediksi algoritma BPNN menggunakan metode mean square error (MSE). Berdasarkan hasil percobaan, metode BPNN dengan parameter arsitektur 5-5-5-1; fungsi pembelajaran adalah trainlm; fungsi aktivasi adalah logsig dan purelin; laju pembelajaran adalah 0.1 mampu menghasilkan tingkat kesalahan prediksi yang baik dengan nilai MSE sebesar 0.00000424. Hasil penelitian menunjukkan bahwa algoritma BPNN ini dapat digunakan sebagai alternatif metode dalam memprediksi tingkat inflasi dalam rangka mendukung pertumbuhan ekonomi yang berkesinambungan sehingga dapat meningkatkan kesejahteraan masyarakat di Kota Samarinda, Kalimantan Timur.
Sistem Informasi Geografis Pemetaan Komoditas Pertanian dan Informasi Iklim Berbasis Slim Framework Khoirunnisa, Lia; Kurniawan, Fachrul
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.428 KB) | DOI: 10.30872/jsakti.v1i1.2260

Abstract

Seiring dengan berkembangnya teknologi jaman sekarang, dibutuhkan sebuah aplikasi untuk memudahkan manusia dalam pendekatan baru yang dilakukan untuk menyempurnakan dan mengembangkan teknologi khususnya untuk mendapatkan informasi geografis yang cepat, tepat, dan akurat. Karena dengan adanya SIG ini akan memudahkan masyarakat di wilayah Malang. Sistem Informasi Geografis (SIG) Pemetaan Komoditas Pertanian dan Informasi Iklim ini menjadi salah satu sarana untuk mendapatkan informasi. Terutama untuk informasi ? informasi mengenai data jenis komoditas pertanian, iklim serta tanaman yang cocok untuk suatu wilayah. SIG ini berfungsi untuk menampilkan data ? data penyebaran hasil produksi pertanian, curah hujan, suhu dan jenis tanaman yang cocok untuk suatu wilayah. Rekomendasi ini disusun dengan bantuan informasi yang berbasis pemetaan geografis. Sistem Informasi Geografis ini dibangun berbasis web dengan menggunakan Google Maps API untuk menampilkan peta, bahasa pemrograman Javascript, template angine twig dengan Slim Framework serta pengelolaan database menggunakan MySQL yang nantinya akan ditampilkan di website. Dengan dukungan SIG, diharapkan mampu memberikan informasi bagi masyarakat maupun pemerintah daerah pertanian beserta hasilnya di wilayah Malang.
Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network Moham, Ni?mah; Dwiyanto, Felix Andika; Pakpahan, Herman Santoso; Islamiyah, Islamiyah; Setyadi, Hario Jati
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.763 KB) | DOI: 10.30872/jsakti.v1i2.2601

Abstract

Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa akurat dalam mengenali pola aksara Lontara Bugis Makassar. Dari hasil pengujian, diperoleh tingkat akurasi sebesar 76.08%, dengan parameter learning rate sebesar 0,02, epoch maksimum sebesar 50 epoch dan hidden layer sebanyak 90 neuron berdasarkan ciri 8. Adapun, performa mean square error (MSE) sebesar 0.00424 telah diperoleh. Namun demikian, waktu yang dibutuhkan saat proses pembelajaran terbilang cukup lama yaitu 16 menit 56 detik. Berdasarkan hasil pengujian metode BPNN dapat direkomendasikan untuk mengenali pola aksara Lontara Bugis Makassar dalam rangka menunjang pembelajaran kepada masyarakat.
Prediksi Produksi Minyak Kelapa Sawit Menggunakan Metode Backpropagation Neural Network Aini, Hijratul; Haviluddin, Haviluddin; Budiman, Edy; Wati, Masna; Puspitasari, Novianti
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 1 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.155 KB) | DOI: 10.30872/jsakti.v1i1.2261

Abstract

Artikel ini bertujuan untuk memprediksi produksi minyak kelapa sawit mentah (CPO) di PT. Perkebunan Nusantara (PTPN) XIII, Desa Long Pinang. Kabupaten Paser, Kalimantan Timur dengan menggunakan algoritma cerdas, jaringan saraf tiruan (JST) yang disebut Backpropagation Neural Network (BPNN). Data penelitian berasal dari produksi CPO periode Januari 2015 hingga Januari 2018. Pengukuran akurasi prediksi algoritma BPNN menggunakan metode mean square error (MSE).  Berdasarkan hasil percobaan, metode BPNN dengan parameter arsitektur 5-10-11-12-13-1; fungsi pembelajaran adalah trainlm; fungsi aktivasi adalah logsig dan purelin; laju pembelajaran adalah 0.7 mampu menghasilkan tingkat kesalahan prediksi yang baik dengan nilai MSE sebesar 0.0069. Hasil penelitian menunjukkan bahwa model ini dapat digunakan sebagai alternatif metode dalam memprediksi produksi CPO pada tahun 2019.
Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization Nurpadillah, Dinda Izmya; Haviluddin, Haviluddin; Pakpahan, Herman Santoso; Islamiyah, Islamiyah; Setyadi, Hario Jati
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (793.91 KB) | DOI: 10.30872/jsakti.v1i2.2602

Abstract

Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Sunda. Berdasarkan hasil eksperimen dengan berbagai parameter seperti learning rate dan jumlah hidden layer maka metode LVQ cukup akurat dalam mengenali pola aksara Sunda dengan nilai akurasi sebesar 6.66% dari data yang berhasil dikenali sebanyak 28 data dengan total data uji sebanyak 42 data dengan variasi learning rate sebesar 0.01 dan jumlah hidden layer sebanyak 90 layer. Hasil akurasi tersebut didapatkan dengan waktu pembelajaran yaitu selama 17 menit 22 detik. Adapun mean square error (MSE) yang dihasilkan sebesar 0.0408. Dari hasil akurasi, MSE dan waktu pembelajaran yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Sunda. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.

Page 1 of 2 | Total Record : 20