Jurnal CoSciTech (Computer Science and Information Technology)

Journal Information
ISSN / EISSN : 2723-567X / 2723-5661
Published by: LPPM Universitas Muhammadiyah Riau (10.37859)
Total articles ≅ 56
Filter:

Latest articles in this journal

Muhamad Satibi Mulya, Indra Yustiana, Ivana Lucia Khrisma
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 58-65; https://doi.org/10.37859/coscitech.v3i2.3934

Abstract:
Pada saat ini system keamaman adalah sesuatu hal yang di perlukan dan dibutuhkan. Peningkatan kejahatan salah satunya pencurian kendaraan bermotor sering terjadi karena kurangnya pengawasan terhadap kendaraan, salah satunya penyebabnya adalah system keamanan pada kendaraan mudah dirusak dan mudah dicuri oleh pelaku. Dalam penelitian demi meningkatkan keamanan pada kendaraan untuk mengatasi permasalahan tersebut, peneliti ingin merancang sebuah system keamanan dan monitoring kendaraan berbasis iot dan mobile apps, agar dapat membantu pengguna dalam monitoring kendaraannya dari jarak jauh tanpa harus datang ketempat. yang terintegrasi pada kendaraan. menggunakan Nodemcu, dan modul wifi yang dapat di kendalikan menggunakan mobile apps  dengan tujuan agar bisa memantau kendaraanya. Sehinnga dapat menghasilkan sebuah system yang berbentuk aplikasi yang dapat diakses pada smartphone kapan dan dimanapun dalam monitoringnya. nodemcu difungsikan sebagai unit pemroses untuk mentrigger relay  yang akan mengaktifkan beberapa fitur seperti mematikan kendaraan dan menyalakan kendaraan (on/of kendaraan) menggunakan aplikasi mobile serta modul gps di gunakan untuk monitoring lokasi kendaraan itu berada.. Pada saat ini system keamaman adalah sesuatu hal yang di perlukan dan dibutuhkan. Peningkatan kejahatan salah satunya pencurian kendaraan bermotor sering terjadi karena kurangnya pengawasan terhadap kendaraan, salah satunya penyebabnya adalah system keamanan pada kendaraan mudah dirusak dan mudah dicuri oleh pelaku. Dalam penelitian demi meningkatkan keamanan pada kendaraan untuk mengatasi permasalahan tersebut, peneliti ingin merancang sebuah system keamanan dan monitoring kendaraan berbasis iot dan mobile apps, agar dapat membantu pengguna dalam monitoring kendaraannya dari jarak jauh tanpa harus datang ketempat. yang terintegrasi pada kendaraan. menggunakan Nodemcu, dan modul wifi yang dapat di kendalikan menggunakan mobile apps  dengan tujuan agar bisa memantau kendaraanya. Sehinnga dapat menghasilkan sebuah system yang berbentuk aplikasi yang dapat diakses pada smartphone kapan dan dimanapun dalam monitoringnya. nodemcu difungsikan sebagai unit pemroses untuk mentrigger relay  yang akan mengaktifkan beberapa fitur seperti mematikan kendaraan dan menyalakan kendaraan (on/of kendaraan) menggunakan aplikasi mobile serta modul gps di gunakan untuk monitoring lokasi kendaraan itu berada..
Desti Mualfah, Wahyu Fadila, Rahmad Firdaus
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 107-113; https://doi.org/10.37859/coscitech.v3i2.3912

Abstract:
Stroke merupakan penyakit yang berpotensi menyebabkan kelumpuhan bahkan kematian. Pada tahun 2022, stroke terdapat 12,2 juta kasus stroke baru yang menambah jumlah total penderita stroke sebesar 101,4 juta. Dari perolehan data maka diperlukan sebuah teknik yang mampu melakukan deteksi pada penyakit tersebut untuk membantu dalam mendeteksi penyakit stroke, dalam hal ini pendekatan machine learning sebagai salah satu solusi yang dapat digunakan untuk melakukan deteksi pada penyakit stroke. Namun sayangnya data yang diperoleh dalam mendeteki penyakit stroke ditemukan adanya imbalance class dalam menangani tidak imbangnya class sehingga dapat mempengaruhi hasil nilai akurasi dalam mendekteksi penyakit stroke, untuk itu dibutuhkan sebuah algoritma random forest dan metode SMOTE dalam menangani imbalance class. Output yang dihasilkan ialah berupa nilai akurasi, presisi, recall, dan f1-score pada algoritma random forest tanpa SMOTE sebesar 0.98, 0.69, 0.51, dan 0.51. Sedangkan algoritma random forest dengan SMOTE mendapatkan masing-masing sebesar 0.91, 0.92, 0.91, 0.91. Terjadi kenaikan signifikan pada presisi, recall, dan f1-score.
Doni Winarso, Rudy Asrianto, Raysad Zein, Edo Arribe, Aryanto
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 127-137; https://doi.org/10.37859/coscitech.v3i2.3940

Abstract:
Latar belakang penelitian ini berangkat dari kondisi pandemi virus covid-19 yang telah merubah tatanan sosial hampir diseluruh bidang kehidupan. Salah satunya adalah kegiatan belajar mengajar (KBM). Penggunaan media elektronik menjadi salah satu pilihan yang dianggap paling tepat dalam melakukan KBM sehingga social distancing dapat diterapkan dalam menekan lajunya penyebaran virus covid-19. Banyak diantara kalangan akademis yang tidak siap dengan perubahan yang relatif cepat ini. Learning Management Systems (LMS) merupakan salah satu sarana yang dapat digunakan oleh penyelenggara pendidikan dalam melaksanakan KBM pada masa pandemi, dan ini merupakan pilihan yang paling tepat agar wabah tidak meluas dan proses belajar mengajar dapat terus berlangsung. Makalah ini menyajikan pengembangan dan implementasi aplikasi LMS yang disebut MOLA, singkatan dari Muhiba Online Learning Application. Aplikasi dikembangkan dengan menerapkan metode Dynamic Systems Development Method (DSDM). Metode ini memiliki insfrastruktur yang lengkap dan lebih matang dalam menggunakan pendekatan Agile Methodology. Dengan metode ini system yang dibangun lebih cepat dan akurat sesuai dengan kebutuhan akademik. Sebagai pilot projek, LMS ini dikembangkan dengan menganalisis proses belajar mengajar yang dilakukan di SMA Muhammadiyah 1 Bangkinang. Penelitian ini menghasilkan beberapa fitur yang telah diuji menggunakan blackbox testing. Hasilnya LMS yang telah diimplemantasikan layak untuk digunakan dalam proses belajar mengajar.
Meilyanawindaperdana, Rama Kipran, Aminullah Imal Alfresi
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 138-143; https://doi.org/10.37859/coscitech.v3i2.3946

Abstract:
Jaringan Local Area Network suatu jaringan komputer yang menyambungkan komputer dalam suatu area terbatas Mobile User Tujuan Dari Penelitian ini yaitu untuk melakukan aktivitas kerja dalam pengelolaan data, menggunakan share folder yang bisa diakses dengan VPN untuk membuka data maupun mencari informasi penting lainnya. Sehingga Implemtasi Infrastruktur jaringan Komputer sangat penting guna menunjang kinerja di PT Pertamina. Metode digunakan dalam penelitian ini adalah Top DownTop Down merupakan metode untuk merancang jaringan yang dimulai pada lapisan atas model referensi Open System Iterconnecton (OSI) sebelum kelapisan di bawahnya.Metode yang di terapkan yaitu Kualitatif dengan terjun langsung ketempat penelitian untuk mewawan cari megenai masalah yang adapada PT Pertamina Hulu Rokan. Adapun hasilpenelitiandiperolehdariImplmentasiInfrastrukturJaringanKomputer di PT Pertamina Hulu Rokan Field menggunkan Top Down untukmengimplemtasikanjaringankomputer yang lebihbaik, pengelolaan data yang ada di PT Pertamina Hulu RokanPrabumulih Field.
Noverta Effendi, Witri Ramadhani, Fitri Farida
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 91-98; https://doi.org/10.37859/coscitech.v3i2.3923

Abstract:
Perkembangan teknologi pada saat ini semakin hari semakin meningkat,manusia selalu ingin menerapkan sebuah alat ataupun teknologi yang dapat membantu pekerjaan manusia,sehinga teknologi menjadi kebutuhan bagi manusia. Air dibutuhkan bagi tanaman untuk pertumbuhan, selain digunakan pada proses fotosintesis, air juga dimanfaatkan oleh tanaman untuk melarutkan mineral yang diserap akar dari tanah sebagai proses perkembangan tamanaman tersebut. Penyiraman tanaman secara rutin dapat menjaga serta merawat tanaman agar dapat tumbuh dengan baik. Penyiraman tanaman secara otomatis menggunakan perangkat NodeMCU ESP8266 memungkinkan user untuk mengontrol dan memonitor alat penyiraman tanaman berbasis IoT. Hasil dari penelitian ini menunjukkan sistem penyiraman tanaman otomatis berbasis IOT bekerja dengan baik. Sistem yang telah dibuat mampu memantau penyiraman otomatis secara realtime dan menampilkan status pompa air untuk 3 kondisi yang di kirimkan oleh sensor kelembapan tanah.Penelitian ini bertujuan Untuk mempermudah proses penyiraman tanaman dan mempermudah para petani dalam mengecek tanaman yang Di jaganya. Sehingga petani terhindar dari Kelalaian dalam menjaga tanaman dan tamanan pun dapat tumbuh Subur dengan asupan air yang diberi secara otomatis. Penelitian ini terdiri dari Mikrokontroler Node MCU ESP8266, Soil Moisture Sensor,Relay,Kabel Jumper dan Pompa. Hasil penelitian menujukkan sistem penyiraman tanaman otomatis berjalan dengan baik dan mampu melakukan monitoring kondisi kadar air dalam tanah dan status pompa air.
Ash Shiddicky, Surya Agustian
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 99-106; https://doi.org/10.37859/coscitech.v3i2.3836

Abstract:
Kebijakan melakukan vaksinasi ini hadir sebagai upaya pemerintah dalam merespon wabah penyakit menular Covid-19, tentu dalam suatu kebijakan tidak terlepas dari dukungan maupun kontra. Berbagai komentar ini muncul dari masyarakat baik berupa opini atau fakta pengalaman yang mereka alami, ratusan bahkan ribuan komentar ini dapat menjadi data yang berharga untuk dijadikan bahan analisis dan mengetahui reaksi masyarakat ketika kebijakan vaksinasi Covid-19 ini diterapkan ke masyarakat, data komentar ini dapat diproses untuk mendapatkan informasi, salah satu analisis pendapat atau review dapat dilakukan adalah menggunakan analisis sentimen. Berdasarkan uraian diatas, dapat memanfaatkan pembelajaran mesin menggunakan algoritma Logistic Regression untuk membantu dalam mengolah data informasi tersebut, dalam hal ini klasifikasi. Hasil pengujian menunjukan tingkat akurasi mencapai 82% terhadap data dev akan tetapi tidak diikuti oleh nilai F1-Score yang cukup baik untuk membangun sebuah model, hal ini disebabkan oleh data train memiliki distribusi klasifikasi yang tak seimbang. Maka dilakukan proses Slicing data serta Tuning Hyperparameters yang bertujuan untuk mendapatkan model terbaik, setelah menerapkan model terbaik yang didapat dari data dev maka dilakukan pengujian terhadap data test, metode Logistic Regression menghasilkan nilai akurasi 67% dan F1-score 60% terhadap data test hasil ini membuktikan bahwa model yang dibangun cukup handal dalam melakukan klasifkasi, terbukti nilai f1-score dan akurasi cukup berimbang dan lebih baik dari Naïve Bayes, SVM dan LSTM.
Reny Medikawati Taufiq, Sunanto, Yoze Rizki, M. Rizki Amanda Pratama
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 199-206; https://doi.org/10.37859/coscitech.v3i2.3928

Abstract:
Jalan tol merupakan infrastruktur vital yang membuat pelayanan distribusi barang dan jasa menjadi lebih produktif dan efisien. Namun pada kenyataannya, di kota besar tingginya kemacetan juga terjadi di jalan tol. Salah satu titik rawan kemacetan adalah di gerbang tol. Kemacetan ini tidak hanya terjadi pada jam sibuk, tetapi juga terjadi sepanjang hari. Kemacetan disebabkan waktu tunggu pada proses pembayaran. Kemacetan yang terjadi di Gerbang Tol Otomatis (GTO) Multi Kendaraan salah satunya disebabkan oleh adanya proses penentuan golongan kendaraan secara manual oleh petugas pada control room. Kendaraan yang menggunakan jalan tol digolongkan kedalam 5 golongan berdasarkan jumlah gandar. Petugas melihat satu persatu kendaraan yang melintas dan menentukan golongan kendaraan tersebut, biaya tol yang harus dibayar oleh pengguna jalan tol adalah bedasarkan golongan kendaraan yang digunakan. Kemacetan pada jalan tol menimbulkan dampak negatif seperti seperti pemborosan bahan bakar dan waktu, dan juga dampak lingkungan yang dapat menyebabkan kerugian secara ekonomi. Oleh sebab itu, pada penelitian ini akan dilakukan simulasi deteksi golongan kendaraan pada gerbang tol dengan menggunakan teknologi computer vision dan deep learning, dengan algoritma Yolov4. Dengan adanya pendeteksian golongan kendaraan secara otomatis maka diharapkan waktu tunggu pada gerbang tol dapat memenuhi Standar Pelayanan Minimal (SPM) Jalan Tol yaitu maksimal 5 detik. Dataset berupa 650 gambar golongan kendaraan, setelah di augmentasi menjadi 1547 gambar. Proses training dilakukan menggunakan Google Colabs. Video rekaman lalu lintas kendaraan yang sedang berjalan akan menjadi inputan pada pengujian implementasi aplikasi Python. Dari pengujian yang telah dilakukan dapat dilihat bahwa model sudah dapat mendeteksi golongan kendaraan dengan baik.
Mala Rosa Aprillya, Uswatun Chasanah
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 159-167; https://doi.org/10.37859/coscitech.v3i2.3983

Abstract:
Penelitian ini bertujuan untuk membangun sistem pendukung keputusan untuk membantu menentukan identifikasi daerah kekeringan di Kabupaten Lamomgan. Penelitian ini menggunakan beberapa kriteria antara lain intensitas curah hujan, kemiringan lereng, jenis tanah, dan jarak ke sungai. Dalam penelitian ini data diperoleh dari seluruh kecamatan yang ada di Kabupaten Lamongan yang berjumlah 27 kecamatan. Tahapan dalam pengembangan sistem ini dimulai dengan mengumpulkan data terkait yang meliputi intensitas curah hujan, kemiringan lereng, jenis tanah, dan jarak ke sungai di setiap kecamatan. Proses selanjutnya adalah merancang sistem pendukung keputusan dengan menerapkan Metode Fuzzy Analytical Hierarchy Process (FAHP). Proses penghitungan daerah rawan kekeringan menggunakan metode FAHP. Langkah selanjutnya adalah membangun sistem berbasis web dengan menggunakan bahasa pemrograman PHP. Pengujian validasi dilakukan dengan membandingkan hasil perhitungan FAHP manual dengan hasil sistem. Hasil uji coba dengan 10 sampel data menggunakan metode FAHP diperoleh akurasi sebesar 90% dan kepuasan responden terhadap sistem rata-rata 97,2%.
Rosnia Yurista, Ivana Lucia Kharisma, Hermanto
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 182-189; https://doi.org/10.37859/coscitech.v3i2.3846

Abstract:
Universitas Nusa Putra merupakan sebuah instansi atau lembaga yang bergerak dibidang pendidikan. Untuk membantu mahasiswa yang mengalami kendala dalam pembiayaan kuliah, Universitas Nusa Putra memberikan bantuan dalam bentuk beasiswa. Beasiswa adalah dana yang dikeluarkan secara gratis oleh pemerintah atau lembaga pendidikan dengan tujuan meringankan beban biaya selama kuliah. Universitas Nusa Putra telah bekerja sama dengan pemerintah kabupaten sukabumi sebagai bentuk apresiasi pada tahun 2020 dengan membuat program beasiswa baru yaitu Beasiswa Bupati Sukabumi. Dalam penentuan beasiswa bupati sukabumi ini ada beberapa kendala yang muncul seperti banyaknya mahasiswa yang terpilih sebagai kandidat selain itu pihak terkait juga merasa kesulitan dalam proses pembuatan laporan yang menyebabkan sering terjadinya kesalahan dalam pengelolaan data dan laporan penerima beasiswa bupati karna pengelolaan datanya yang masih bersifat manual. Maka untuk menangani permasalahan tersebut perlu solusi alternatif dengan menerapkan metode Profile Matching untuk penentuan atau pengambilan keputusan mengenai penerimaan beasiswa bupati sukabumi yaitu dengan membandingkan nilai data aktual dari suatu profile yang akan dinilai, sehingga dapat diketahui perbedaan kompetensinya atau biasa disebut dengan nilai GAP. Terdapat 6 tahapan metode profile matching yaitu menentukan kriteria, perhitungan nilai GAP, pembobotan, perhitungan core factor dan secondary factor, perhitungan nilai total dan yang terakhir perangkingan. Dalam pembuatan program ini sistem yang dibuat adalah sistem berbasis web yang dirancang dengan menggunakan bahasa pemrograman PHP dengan metode perancangan prototype. Hasil dari program ini yaitu sistem pendukung keputusan yang dapat memudahkan pihak Universitas Nusa Putra dalam menentukan calon penerima beasiswa bupati sukabumi dengan model perankingan yang sesuai dengan kriteria yang berlaku serta bobot dari kriteria tersebut.
Abd Hakim Husen, Andi Sitti Nur Afiah, Soesanti Soesanti, Firman Tempola
Jurnal CoSciTech (Computer Science and Information Technology), Volume 3, pp 217-225; https://doi.org/10.37859/coscitech.v3i2.3986

Abstract:
Tingkat Kematian akibat virus Tuberkolosis masih cukup tinggi. sebagaimana dilaporkan di Kota Ternate Provinsi Maluku Utara bawah pada tahun 2018 sebanyak 452 kasus / 100.000 penduduk. Dengan tingkat kematian mencapai 23 orang / 100.000 penduduk. Tingkat kematian yang begitu tentu harus ada Langkah-langkah preventif sehingga dapat mengurangi resiko kematian akibat dari penyakit TBC. Untuk perlu dilakukan proses pelacakan kepada pasien suspek TBC di kota ternate. Pada penelitian ini menggunakan sampel dari wilayah kerja Puskesmas Kalumata Kota Ternate. Dengan jumlah sampel yang digunakan sebanyak 100 sampel didapat 47% pasien beresiko TBC. Dimana 70% didominasi kaum laki-laki. Selanjutnya data-data yang telah dianalisis oleh dokter, selanjutnya dilakukan proses klasifikasi dengan menggunakan dua metode klasifikasi yaitu metode Support Vector Machine (SVM) dan Jaringan Saraf Tiruan. Namun sebelum diterapkan metode klasifikasi, terlebih dahulu dilakukan proses imputasi untuk penanganan missing value. Dalam penelitian digunakan imputasi modu. Hasil pengujian yang dilakukan didapat akurasi tertinggi untuk metode SVM sebesar 92,5%, sedangkan ketika menerapkan jaringan saraf tiruan didapat akurasi tertinggi sebesar 91,66%. Namun saat diterapkan proses validasi dengan menggunakan k-fold cross validasi didapatkan rata-rata akurasi tertinggi yaitu 85,08 % dengan menggunakan 3-fold dan algoritma yang diterapkan adalah jaringan saraf tiruan
Back to Top Top