PETIR

A Computer Component Recognition Application (OAK STALL 1.0) Using Augmented Reality Technology

Estu sinduningrum - — %2024-%06-%07

Augmented Reality (AR) technology has been widely implemented in various fields, one of which is education. The results of the initial questionnaire to the students who had been conducted obtained information that the learning process in the Computer Architecture Organization (OAK) course at UHAMKA in the Informatics Engineering (IT) study program currently still uses the usual (conventional) method which is still applied at 94.42%. considered less attractive. In the OAK course, 93.69% of students stated that they only provided material without practice, while 94.17% of students stated that they needed an AR application to help understand computer component material. The results of the questionnaire 85.44% stated that the computer components that needed to be made AR included development history: Processor, RAM, Harddisk, and CPU, which could make it easier for students to understand and arouse students' motivation to learn. Therefore, the learning process in OAK lesson, namely the introduction of computer components requires new learning media such as AR technology to visualize computer components in 3D or animation to increase student learning attractiveness and easy to understanding.

Identifikasi Citra Tempe GMO dan Non-GMO Menggunakan Metode Convolutional Neural Network

Afni Maria Ulfa — %2024-%06-%07

ABSTRACT

In Indonesia, tempeh is a traditional food that is consumed almost every day by the community. At an affordable price, tempeh is a source of vegetable protein that can be consumed by all groups and all ages. Tempeh on the market now has two types, namely GMO and NON-GMO tempeh depending on the soybeans used as the basic ingredients for making tempeh, where GMO varieties are soybeans imported from America, while NON-GMO soybeans are local soybeans grown by farmers. Tempeh made with GMOs is considered less good so it needs to be avoided and choose tempeh derived from NON-GMO soybeans. The identification of tempeh derived from GMO/NON-GMO soybeans is done manually so there is potential for variability between observers. So this research is proposed to use one of the methods of deep learning, namely Convolutional Neural Networks (CNN) to identify GMO and NON-GMO tempeh. The tempeh used in this study is long plastic tempeh or commonly referred to as "Tempeh Papan". The data used in this study is a total of 500 true color image data with three different sizes, namely 64x64 pixels, 80x80 pixels, and 96x96 pixels. The accuracy results obtained at three different sizes have different values, the size of 64x64 pixels has an accuracy value of 86,67%, the size of 80x80 pixels has an accuracy value of 98%, the size of 96x96 pixels has an accuracy value of 98,67%. So that the best accuracy is on the input size of 96x96 pixels which is 98,67% and is able to outperform the previous methods both manually and automatically.

Keywords: CNN, GMO and NON-GMO, Identification, Tempeh

ABSTRAK

Abstrak Di Indonesia, tempe termasuk makanan tradisional yang hampir setiap hari dikonsumsi oleh masyarakat. Dengan harga yang terjangkau, tempe menjadi sumber protein nabati yang mampu dikonsumsi oleh semua kalangan dan semua usia. Tempe yang beredar dipasaran kini memiliki dua jenis, yakni tempe GMO dan NON-GMO , tergantung dari kedelai yang digunakan untuk bahan dasar pembuatan tempe, dimana varietas GMO adalah kedelai yang diimpor dari Amerika, sedangkan kedelai NON-GMO adalah kedelai lokal yang ditaman oleh petani. Tempe yang dibuat dengan GMO dinilai kurang baik sehingga perlu dihindari dan memilih tempe yang berasal dari kedelai NON-GMO. Identifikasi tempe yang berasal dari kedelai GMO/NON GMO dilakukan secara manual sehingga berpotensi terjadi variabilitas antara pengamat. Maka penelitian ini diusulkan menggunakan salah satu metode dari deep learning yakni Convolutional Neural Networks (CNN) untuk mengidentifikasi tempe GMO dan NON-GMO. Tempe yang digunakan dalam penelitian ini adalah tempe plastik panjang atau biasa disebut dengan “Tempe Papan”. Data yang digunakan pada penelitian ini yakni total 500 data citra true color dengan tiga ukuran yang berbeda, yakni 64x64 piksel, 80x80 piksel dan 96x96 piksel. Hasil akurasi yang diperoleh pada tiga ukuran yang berbeda memiliki nilai yang berbeda-beda, ukuran 64x64 piksel memiliki nilai akurasi sebesar 86,67% , ukuran 80x80 piksel memiliki nilai akurasi 98%, ukuran 96x96 piksel memiliki nilai akurasi 98,67%. Sehingga akurasi terbaik yaitu pada ukuran input 96x96 piksel yaitu 98,67% dan mampu mengungguli metode-metode sebelumnya baik manual maupun otomatis.

Kata kunci: CNN, GMO dan NON-GMO, Identifikasi, Tempe

Algoritma YOLO V5 yang Efisien untuk Identifikasi Masker Cacat Pada Mesin Produksi

Yozika Arvio — %2024-%06-%07

Perkembangan teknologi dalam sektor industri khususnya pada produksi masker, menuntut solusi efisien untuk mengidentifikasi cacat pada produk. Penelitian ini mengusulkan pendekatan inovatif dengan menerapkan algoritma You Only Look Once (YOLO) V5 dalam konteks deteksi kecacatan masker pada mesin produksi masker. Mesin produksi masker yang beroperasi dengan kecepatan tinggi sering menghasilkan produk cacat, seperti tali masker terputus, yang memerlukan solusi cepat dan akurat. Metode penelitian ini melibatkan penerapan YOLO V5 dengan variasi model, termasuk YOLOv5s, YOLOv5m, dan YOLOv5n, untuk klasifikasi masker menjadi normal dan cacat. Pengujian dilakukan untuk mengevaluasi akurasi dan kecepatan komputasi masing-masing model. Hasil penelitian menunjukkan bahwa YOLOv5m mencapai tingkat akurasi tertinggi sebesar 100%, sementara YOLOv5n menonjol dengan kecepatan komputasi terbaik yaitu 146 ms. Penelitian ini memberikan pemahaman mendalam tentang efektivitas algoritma YOLO V5 dalam mendeteksi masker cacat pada mesin produksi. Implementasi model YOLO V5, terutama YOLOv5m dan YOLOv5n, dapat menjadi solusi efisien untuk meningkatkan kualitas produk masker dengan meminimalkan kecacatan pada proses produksi. Hasil penelitian ini memberikan landasan bagi pengembangan sistem deteksi cacat yang lebih tepat dalam industri produksi masker.

The Implementation of You Only Look Once Version 5 (YOLOv5) for Detecting Types of Acne on the Face

Rizqia Cahyaningtyas — %2024-%06-%07

This research aims to detect acne on the face using the YOLOv5 method. Acne disrupts a person's
appearance and comfort. The causes of acne include increased sebum production, Propionibacterium
breakout bacteria, smoking, excessive calorie intake, and stress. The presence of acne has an impact
on psychosocial development and self-confidence. YOLOv5 method was chosen for its superior speed,
accuracy, and multi-class detection capabilities. Performance evaluation of the model using Accuracy,
Precision, Recall, and F1-Score metrics showed relatively good accuracy, with training values
reaching 99% for Accuracy, Precision, and Recall, and 99.5% for F1-Score. Testing values reached
41% for Accuracy, 66% for Precision, 51% for Recall, and 57% for F1-Score. The model demonstrated
strong capabilities in predicting acne on the face. This research is expected to contribute to the
development of better acne detection methods for individual facial care, leading to more effective
solutions for acne problems.
Keywords: Acne, Detection, YOLOv5, Accuracy, Precision

Manajemen Resiko Proyek Pengembangan Perangkat Lunak Berbasis Open/Free Source dengan Menggunakan Metode AS/NZS 4360 dan Analytical Hierarchy Process (AHP)

Lili Rasyidi — %2024-%06-%07

The increasing needs of information and communication technology affects the emerge of information and communication technology projects. One type of its project is software application development project, which this kind of project often totally or partially fails. Indonesia, as one of developing country requires various software types for their business environment in all aspects such as government, private sector or also personal use. The high use of information technology was not followed by awareness and financial ability to use proprietary technology, which is costly and monopolized by some certain vendor. The needs of uncostly and monopolized software was responsed by a software development community and some software vendor which later produced some softwares that are free to use and developed. These kind of softwares are called free and open source software (FOSS). Open source technology that emerged and boomed since few years lately still have various weakness and need to be accomodated by software developers and consumers. Differ from proprietary software, product support from vendor or community isn’t always available. This research’s aim is to identify, structuring and also analyze risk factors of open source-based software development.First stage of this research is to identify risk factors based on Carr et al, (1993) an approach named taxonomy-based risk identification. Combinined with risk identification by Peer, (2006) and FFIEC, (2004), it resulted new factor atribute. Second stage of research is risk assessment of identified risk factors. Most of risk assessment influenced by perception from expert, therefore, the assessment methods is needed to accomodated expert perception. This research used two perception-based methods, qualitative assessment by AS/NZS 4360, (1999) and Analytical Hierarchy Process proposed by Saaty, (1996). Both of this methods was assumed able to map expert’s perception and yield classification and priorities of risk factors.As a conclusion, risk factors identification by Carr et al, (1993) need to be enhanced by new atribute, which is the license options. This atribute becomes an important matter in course of software development because it can influence project succes and software legal attitude. AS/NZS 4360 Qualitative risk assessment classifies risk factors into three classification: extreme, high and moderate (while the low classification isn’t present). AHP risk assesment yields risk factors priority and classification by converting risk weight into four classification : extreme, high, moderate and low.

Keywords : Risk Assessment, Taxonomy Software Development, Qualitative Analysis, Pairwise Comparison, analytical Hierarchy Process.

Rancang Bangun Aplikasi Desain Trajektori Sumur Pengeboran Berbasis Web

Raka Wardana — %2024-%06-%07

Pengeboran sumur merupakan salah satu bagian dari proses eksplorasi dan produksi energi minyak, gas maupun panas bumi. Dalam beberapa kondisi, pengeboran sumur harus dilakukan secara berarah. Oleh karena itu perlu dibuat desain lintasan trajektori dari rig di permukaan hingga mencapai target reservoir di bawah permukaan. Trajektori sumur berarah harus didesain sehingga target pengeboran bisa tercapai namun tetap mempertimbangkan optimasi parameter operasi pengeboran dan juga terhindarnya permasalahan pengeboran. Trajektori sumur yang optimum merupakan lintasan yang akan menghasilkan biaya dan waktu pengeboran paling minimum. Untuk mendesain trajektori desain sumur pengeboran dibutuhkan proses perhitungan iterasi yang cukup panjang sehingga pada umumnya dilakukan menggunakan software. Namun sayangnya software yang digunakan saat ini umumnya masih berupa desktop based. Seringkali penggunaan aplikasi berbasis desktop menjadi hambatan karena perlunya proses instalasi, keterbatasan license dan juga pekerjaan terbatas dilakukan pada komputer tertentu. Sedangkan kondisi kerja saat ini menuntut pekerjaan bisa dilakukan dari mana saja (Work from Anywhere). Oleh karena itu dibutuhkan adanya aplikasi berbasis web yang bisa digunakan oleh praktisi maupun akademisi untuk bisa mendesain trajektori sumur menggunakan berbagai macam gawai yang memiliki jaringan internet. Tujuan dari penelitian ini yaitu terciptanya software berbasis web yang bisa digunakan untuk mendesain trajektori sumur secara praktis oleh akademisi maupun praktisi industri migas dan panas bumi.

Metode Klasifikasi Support Vector Machine (SVM) Untuk Analisis Sentimen Aplikasi Bing: Chat with AI & GPT-4 Di Google Play Store

Muslih — %2024-%06-%07

The development of Artificial Intelligence (AI), particularly through ChatGPT technology and the emergence of Bing: Chat with AI & GPT-4, forms the foundation for this research. This study conducts sentiment analysis on users of the Bing: Chat with AI & GPT-4 application using the Support Vector Machine (SVM) classification method. A total of 10,351 reviews from the Google Play Store underwent preprocessing stages, including cleaning, case-folding, tokenizing, stop word removal, stemming, and filtering. The implementation of the TF-IDF weighting method and Support Vector Machine (SVM) classification resulted in a negative sentiment of 58.37% and a positive sentiment of 41.66%, with a testing accuracy of 89.44%. Visualization using word clouds, incorporating common words in positive and negative reviews, provides insights into user preferences and dissatisfaction, particularly regarding the speed and performance of Bing: Chat with AI & GPT-4. The study concludes that improving the application's quality is crucial for future user satisfaction, and future research recommendations include utilizing data from other platforms such as the App Store and social media for comprehensive sentiment analysis.

Pencarian Fungsional Obat Menggunakan Algoritma TF-IDF dan Cosine Similarity

Karina Djunaidi — %2024-%06-%07

Apoteker mempunyai peran penting untuk memastikan pasien menerima perawatan yang tepat. Salah satu yang dapat menunjang tugas apoteker adalah fitur pencarian obat yang dapat memberikan informasi detil tentang obat, indikasi dan informasi lain yang dibutuhkan. Namun fitur pencarian obat masih memiliki kekurangan karena keterbatasan dan kompleksitas informasi yang diperoleh. Penelitian ini dibuat dengan bertujuan menerapkan algoritma TF/IDF dan cosine similarity ke dalam sistem pencarian obat untuk membantu apoteker mencari kesamaan kata kunci dan indikasi obat. Data yang digunakan pada penelitian ini sebanyak 425 data obat yang diperoleh dari web scrapping, data kemudian diproses dengan text preprocessing kemudian hasilnya diterapkan algoritma TD/IDF untuk pembobotan, hasilnya kemudian diolah dengan menggunakan algoritma cosine similarity. Hasil dari penelitian ini berupa aplikasi pencarian obat yang diujicobakan ke pakar dengan hasil kesesuaian fungsi obat dengan indikasi sebesar 79%.

Sistem Pendukung Keputusan Penerimaan Bantuan UMKM dengan Metode Moora

Risya Aulia — %2024-%06-%07

Due to the presence of the Covid-19 virus since March 2020, several sectors in Indonesia have been affected, including the economy. Considering the significant number and importance of Micro, Small, and Medium Enterprises (MSMEs) for the government and society, the government has provided Presidential Assistance (Banpres) by distributing Productive Micro Business Assistance (BPUM). The Bekasi City Office has not maximized the selection of MSMEs and faces difficulties in obtaining priority assistance from the government. To overcome this issue, a decision support system for MSME assistance has been developed using the Multi-Objective Optimization by Ratio Analysis (MOORA) method as a tool to facilitate the decision-making process in providing MSME assistance in Bekasi City. The evaluation of MSME assistance participants is based on several predetermined criteria, including the business owner's address according to their ID card (KTP), the business location, the field of business, registration for people's business credit loans, simultaneous registration for other forms of assistance, and previous receipt of BPUM. This research generates data on eligible MSME recipients who deserve assistance with prioritization rankings based on calculations performed in the system using the MOORA method. From the analysis of 50 data used, participant Yunita Sari obtained the top ranking with a score of 0.74.

Optimisasi Beban VPN menggunakan WireGuard pada koneksi Multi WAN

Oky Tria Saputra — %2024-%06-%07

Saat ini internet sudah menjadi kebutuhan banyak pihak baik perorangan maupun perusahaan. Jika ada sebuah perusahaan yang memiliki beberapa Branch Office perlu nya komunikasi data baik itu voice, video, atau pun data lain nya ke Head Office. Salah satu cara menghubungkan beberapa jaringan yang berbeda lokasi dengan membuatkan Virtual Private Networks (VPN) melalui Internet. Yang perlu diperhatikan adalah perlu nya keamanan yang tinggi serta kecepatan yang bagus ketika mengirimkan data melewati Internet. Ada beberapa metode yang bisa digunakan untuk membuat VPN seperti OpenVPN, IPSec, WireGuard. Tapi yang terbaik dan tercepat saat ini adalah WireGuard. Untuk menghindari Single Point of Failure (SPoF) maka perlu nya jalur VPN utama dan jalur backup. Dan untuk memaksimalkan pengiriman data, maka perlu nya lakukan Load Balance menggunakan Equal Cost Multiple Path ( ECMP ) untuk membagi beban dikedua jalur tersebut. Sehingga kedua link tersebut digunakan secara bersamaan sehingga pembagian beban dikedua link menjadi lebih efektif. Penelitian ini menggunakan aplikasi simulator PnetLab untuk menguji nya dengan beberapa metode seperti File Transfer Protocol Secure (FTPS) untuk mengetahui kecepatan pengiriman data, delay, packetloss. Hasilny.a Loadbalance Wireguard lebih baik dibandikan teknologi VPN sebelumnya seperti OpenVPN

Perancangan Sistem Kendali Otomatis pada Prototype Smart Home dengan Menggunakan Metode Fuzzy Logic Control

Allivia Cahyanis Zannatiamo — %2024-%06-%07

Penelitian ini bertujuan untuk merancang sistem kendali otomatis pada prototype smart home dengan menggunakan metode Fuzzy Logic Control. Sistem kendali otomatis yang dirancang dalam penelitian ini yaitu kendali otomatis pada lampu berdasarkan nilai intensitas cahaya (LDR) dan informasi waktu (RTC) dan kendali otomatis pendingin ruangan menggunakan metode Fuzzy Logic untuk mengatur kecepatan putaran berdasarkan nilai suhu dari sensor DHT11 dan jumlah orang dari kedua sensor PIR. Data dari sensor ini dikonversi menjadi himpunan fuzzy dalam proses fuzzifikasi dan diolah menggunakan aturan fuzzy pada proses inferensi dengan fungsi implikasi dan proses defuzzifikasi untuk menghasilkan nilai kecepatan putaran pada pendingin ruangan. Untuk sistem monitoring menggunakan aplikasi Blynk melalui PC/Smatphone. Hasil penggunaan metode logika fuzzy menentukan nilai kecepatan putaran yaitu mati, pelan, sedang, dan cepat. Hasil pengujian untuk perhitungan fuzzy dengan mengetahui nilai dan kondisi kecepatan putaran pendingin ruangan dilakukan dengan membandingkan nilai keluaran dari aplikasi MATLAB dan alat.

Prediksi Gempa Bumi di Yogyakarta Berdasarkan Nilai Magnitudo, Kedalaman, dan Lokasi Gempa Menggunakan Naïve Bayes

Febri Liantoni — %2024-%06-%07

This study focuses on earthquake prediction in Yogyakarta, Indonesia, a region prone to seismic activity due to its location on the Pacific tectonic plate. Utilizing data mining, specifically the Naïve Bayes algorithm, the research aims to assess the accuracy of earthquake strength predictions. The study employs a quantitative approach involving data collection, preprocessing, attribute selection, modeling, training, validation, and evaluation. Data from BMKG covering May 1, 2023, to July 31, 2023, is used, concentrating on magnitude, depth, and location attributes. Results indicate that Naïve Bayes can predict earthquake attributes with notable accuracy. The findings establish the viability of data mining techniques, particularly Naïve Bayes, for earthquake prediction in Yogyakarta, offering significance for earthquake preparedness and mitigation in the region. The study emphasizes the ongoing challenge of accurate earthquake prediction due to complex sub-surface interactions. Overall, this research contributes to improving earthquake resilience and reducing the impact of seismic events in Yogyakarta.

Penerapan Algoritma Single Exponential Smoothing untuk Peramalan Stok Barang pada Sistem Informasi Berbasis Web

Budi Prayitno — %2024-%06-%07

Pemanfaatan teknologi informasi semakin tersebar luas dalam pemanfaatannya di bidang usaha mikro, kecil, dan menengah (UMKM). Pemanfaatan teknologi tersebut adalah dengan menggunkan situs web pada UMKM. Situs web dapat menjadi sarana untuk memperluas jangkauan pasar dan meningkatkan penjualan barang. Akan tetapi, mengandalkan situs web saja tidak cukup untuk memastikan keberhasilan bisnis UMKM. Selain itu, ada faktor pengaturan dan manajemen inventaris yang efektif untuk stok barang adalah sangat penting untuk menjaga stabilitas bisnis. Tujuan penelitian ini adalah untuk mengimplementasikan algoritma single exponential smoothing untuk meramalkan permintaan stok barang pada sistem informasi berbasis web. Dengan mengintegrasikan fitur penjualan dan manajemen stok barang ke dalam satu platform web, UMKM dapat dengan memantau dan mengelola berbagai aspek bisnis mereka. Sistem informasi yang dibangun dapat membantu UMKM dalam melaksanakan operasi bisnis seperti melayani transaksi penjualan, mengelola produk, dan memperkirakan kebutuhan stok barang. Hasil penelitian ini yaitu telah dibgangun prototype situs web peramalan stok barang, dan dengan hasil akurasi penerapan algoritma single exponential smoothing untuk prediksi stok barang pada pengujian MAPE adalah sebesar 20.6 %.