https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/issue/feedScientific Student Journal for Information, Technology and Science2025-07-30T15:36:38+00:00Open Journal Systems<p><em>Scientific Student Journal for Information, Technology and Science</em> berisi artikel-artikel hasil penelitian mahasiswa dari program studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer pada Universitas Buana Perjuangan Karawang. Jurnal ini dipublikasikan sebanyak dua kali setiap tahun oleh prodi Teknik Informatika. Kemudian, jurnal ini juga diharapkan dapat memberikan kontribusi dan mengembangkan penelitian yang berarti untuk meningkatkan sumber daya penelitian dalam Teknologi Informasi dan Ilmu Komputer. ISSN 2715-2766</p>https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1426Perancangan Alat Hand Sanitizer Otomatis dengan NodeMCU berbasis IoT2025-07-28T01:46:09+00:00Syarif Hidyaatullah[email protected]Tatang Rohana[email protected]Kiki Ahmad Baihaqi[email protected]<p>Kebanyakan alat hand sanitizer di berbagai tempat (seperti rumah sakit, perusahaan, mal, dan lain-lain) masih manual, dan proses penggantian cairan pada wadah tampung terkadang membutuhkan waktu cukup lama karena tidak adanya informasi terkait kapasitas cairan antiseptik pada alat. Berdasarkan masalah di atas, dibutuhkan alat hand sanitizer otomatis yang menggunakan sensor untuk mendeteksi objek berupa tangan dengan metode KNN berbasis Internet of Things (IoT). Karena ketidaktahuan pengurus apakah cairan sudah habis atau masih banyak, maka pengurus harus melakukan pengecekan kapasitas cairan secara manual, yang dapat membuang waktu jika dilakukan terus-menerus. Penelitian ini bertujuan merancang suatu sistem monitoring kapasitas cairan pada alat hand sanitizer menggunakan web dan database sebagai penyimpanan data. Berdasarkan hasil pengujian, sensor Load Cell memiliki error sebesar 1,777%, sensor ultrasonik memiliki error sebesar 13,9%, sedangkan algoritma KNN berdasarkan nilai k (3, 5, 7, 9, 11) masing-masing memiliki akurasi sebesar 1,00; 1,00; 0,78; 0,78; dan 0,78 berdasarkan perhitungan nilai terdekat. Disimpulkan bahwa nilai k terbaik yang dapat digunakan adalah k = 3 dan k = 5.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1428Analisis Kelayakan Penerima Bantuan Langsung Tunai di Desa Belendung dengan Pendekatan Metode Naive Bayes2025-07-28T01:57:27+00:00Ahmad Kamaludin[email protected]Deden Wahiddin[email protected]Kiki Ahmad Baihaqi[email protected]<p>Bantuan Langsung Tunai (BLT) adalah program pemerintah yang membantu masyarakat miskin untuk meningkatkan kesejahteraan. Di Desa Belendung, pemilihan penerima BLT masih dilakukan secara manual sehingga kurang tepat sasaran. Untuk menyelesaikan masalah ini, digunakan metode Naive Bayes dalam menentukan kelayakan penerima. Metode ini adalah algoritma pengklasifikasian statistik yang memperkirakan probabilitas keanggotaan dalam suatu kelas. Penelitian ini menerapkan kriteria seperti pekerjaan, penghasilan, tanggungan, status rumah, dan jumlah kendaraan. Data yang dianalisis menggunakan Python melibatkan 324 dataset penerima BLT tahun 2021, di mana 259 data untuk pelatihan dan 65 data untuk pengujian. Hasil uji menunjukkan akurasi 93%, presisi 100%, dan recall 96%, menandakan metode ini efektif.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1430Algoritma Support Vector Machine untuk Identifikasi Kesegaran Daging Ayam Broiler berdasarkan Warna 2025-07-28T02:02:30+00:00Arief Eko Aditya[email protected]Deden Wahiddin[email protected]Cici Emilia Sukmawati[email protected]<p>Salah satu tipe daging hewan yang digemari masyarakat ialah daging ayam broiler. Menurut data Badan Pusat Statistik, konsumsi daging ayam broiler yakni 3.175.853,00 ton pada tahun 2017, 3.409.558,00 ton pada tahun 2018, serta 3.495.090,53 ton pada tahun 2019. Masyarakat umum masih menggunakan metode tradisional untuk memastikan mutu serta kesegaran daging dengan penciuman serta pemeriksaan visual. Penelitian ini menggunakan metode algoritma Support Vector Machine (SVM) untuk mengembangkan aplikasi berbasis MATLAB yang mampu membedakan daging ayam segar dan kurang segar. Hasil identifikasi 140 citra data latih dan 20 data uji daging ayam yang didapatkan dengan menerapkan algoritma SVM menghasilkan akurasi 81%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1433Model Prediksi Kelulusan Tepat Waktu Mahasiswa Berdasarkan Algoritma Decision Tree C4.52025-07-28T07:07:55+00:00Bustomi Alwi[email protected]Sutan Faisal[email protected]Hilda Yulia Novita[email protected]<p>Kelulusan mahasiswa tepat waktu merupakan suatu cerminan keberhasilan perguruan tinggi dalam menjalankan sistem pendidikan. Penelitian ini bertujuan untuk mengetahui prediksi kelulusan mahasiswa. Penelitian ini menggunakan 4 atribut dan 1 label. Penelitian ini dilakukan untuk menganalisis atribut dalam memprediksi lulusan tepat waktu menggunakan algoritma Decision Tree C4.5. Data yang digunakan dalam penelitian ini berasal dari web Kaggle sebanyak 524 data dan memiliki 14 atribut serta 1 label. Dalam penelitian ini, dataset dibagi menjadi dua, yaitu data training yang berjumlah 60% dan data testing yang berjumlah 40%. Pengujian ini dilakukan secara manual menggunakan Excel dengan data training. Pengujian menggunakan Python dilakukan dengan data testing, dan pengujian menggunakan Weka juga menggunakan data testing. Hasil yang diperoleh dari Weka menunjukkan nilai accuracy 84%, precision 88%, dan recall 84%. Sedangkan, accuracy Python menghasilkan 93%. Untuk hasil perhitungan manual, accuracy mendapatkan hasil 84%, precision 75%, dan recall 100%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1435Implementasi Model SMCE dalam Perhitungan Prediksi Potensi Penyakit Blas pada Tanaman Padi Berbasis Web2025-07-28T09:47:07+00:00Candra Triatna[email protected]Adi Rizky Pratama[email protected]Elsa Elvira Awal[email protected]<p>BBPOPT adalah lembaga di bawah pemerintahan yang berfungsi sebagai pusat pengembangan peramalan pengganggu tumbuhan. Salah satu fungsinya adalah prediksi peramalan tanaman padi. Faktor penyebab pertumbuhan terhambat hingga gagal panen, salah satunya adalah hama pada tanaman padi, seperti hama blas yang menyerang. Banyak metode untuk mencari nilai prediksi serangan sebaran hama, salah satunya bisa dihitung dengan model SMCE. Petugas berfungsi mengambil data penyebab faktor terjadinya serangan hama di lapangan, dan setiap kumpulan data dibawa ke balai. Data yang berkorelasi dihitung untuk menghasilkan nilai sebaran. Implementasi perhitungan menggunakan Microsoft Excel untuk mencari nilai prediksi sebaran. Penelitian ini bertujuan mengimplementasikan model SMCE (Spatial Multi-Criteria Evaluation) ke dalam pemrograman bahasa Python berbasis web agar dapat dijangkau oleh petugas yang berada di lapangan. Petugas di lapangan bisa langsung mengakses dan memasukkan data ke dalam website untuk memperbarui data dan menghitung nilai faktor-faktor agar dapat mendapatkan nilai sebaran hama blas.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1438Sistem Pakar Diagnosis Penyakit pada Kelinci Menggunakan Metode Naïve Bayes2025-07-28T14:00:18+00:00Dimas Prasetya[email protected]Ahmad Fauzi[email protected]Ayu Ratna Juwita[email protected]<p>Teknologi berperan penting dalam meningkatkan kualitas kehidupan, termasuk di bidang kesehatan seperti kedokteran. Salah satu penerapannya adalah Artificial Intelligence (AI) dengan sistem pakar yang menggunakan metode Naive Bayes Classifier. Sistem ini membantu dalam diagnosis penyakit pada manusia, hewan, dan tumbuhan. Pada hewan, khususnya kelinci yang rentan terhadap penyakit, sistem pakar sangat membantu pemelihara dengan memberikan informasi kredibel dan akses mudah. Penelitian ini bertujuan merancang sistem diagnosis penyakit kelinci menggunakan metode Naive Bayes dan mengetahui hasil evaluasi uji pakar dengan menerapkan metode Naive Bayes. Pengembangan sistem ini melibatkan tahapan pengumpulan data, analisis data, desain sistem, implementasi, dan pengujian. Hasil pengujian dengan menggunakan basis pengetahuan yang terdiri atas 20 penyakit dan 94 gejala terhadap 41 sampel data menunjukkan bahwa sistem menghasilkan 35 diagnosis yang sesuai dengan pakar ahli dan 6 yang tidak sesuai, memberikan tingkat akurasi sebesar 85%. Kesalahan diagnosis disebabkan oleh ketidakmampuan sistem membedakan antara data gejala prioritas dan non-prioritas, sehingga mempengaruhi kualitas hasil diagnosis. Sistem diagnosis penyakit kelinci menggunakan metode Naive Bayes menunjukkan potensi yang baik dalam mendeteksi penyakit secara dini.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1439Penggunaan Algoritma Naive Bayes dan Support Vector Machine dalam Analisis Sentimen Pengguna X terhadap Karakter Luffy pada Animasi One Piece2025-07-28T14:05:39+00:00Fajar Agung[email protected]Yana Cahyana[email protected]Sutan Faisal[email protected]<p>Beragam platform media sosial, salah satunya seperti X, membantu mempercepat proses penyebaran informasi dan menyampaikan perspektif serta pendapat dari berbagai komunitas. Dalam penelitian ini, penulis menggunakan pendekatan kuantitatif, yaitu proses pencarian data dalam jejaring sosial X untuk mengumpulkan informasi publik tentang pendapat dan perasaan orang-orang yang menantikan episode wujud Sun God Nika dalam animasi One Piece. Sebanyak 3.121 data dari media sosial X, yang dikumpulkan dari 27 Desember hingga 20 Januari 2024, diperoleh menggunakan teknik crawling dengan pengembangan program sederhana berbasis Python. Hasil labelling menunjukkan 1.191 sentimen positif, 187 sentimen negatif, dan 1.200 sentimen netral. Nilai akurasi untuk algoritma Naive Bayes sebesar 84%, sedangkan nilai akurasi untuk algoritma Support Vector Machine sebesar 87%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1447Penerapan Euclidean Distance dan Manhattan Distance untuk Penentuan Jarak Kendaraan dengan GPS2025-07-29T11:08:12+00:00Hadi Juanda Fani[email protected]Yana Cahyana[email protected]Tohirin Al Mudzakir[email protected]<p>Kemajuan teknologi kini berkembang luas di hampir semua bidang, berkembang hingga merambah pada sebuah sistem keamanan kendaraan. Banyaknya kasus pencurian kendaraan, khususnya di Kabupaten Karawang, mendorong perlunya sistem keamanan pada kendaraan dengan menggunakan GPS (Global Positioning System). Dengan penambahan fungsi penyimpanan data lokasi kendaraan yang dapat tersimpan di Firebase sebagai penyimpanan data yang bersifat pribadi, maka diperlukan unit tambahan seperti modul sensor GPS Ublox Neo 6 yang terhubung dengan modul Wemos D1 R1. Penghitungan jarak yang memiliki variabel latitude dan longitude dapat dilakukan dengan metode Euclidean Distance, sedangkan metode Manhattan Distance menghasilkan deviasi paling besar karena konsep perhitungan jaraknya menerapkan pencarian selisih murni antar data. Hal tersebut kurang cocok untuk perhitungan jarak yang menggunakan variabel koordinat latitude dan longitude.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1448Analisis Sentimen terhadap Kebijakan Pemerintah dalam Penanganan Karantina di Indonesia selama Pandemi Menggunakan Algoritma K-Means2025-07-29T11:13:14+00:00Hafidh Jahfal Prayogo[email protected]Anis Fitri Nur Masruriyah[email protected]Elsa Elvira Awal[email protected]<p class="Abstract"><span style="font-size: 10.0pt; font-weight: normal;">Penyakit Coronavirus Disease 2019 (COVID-19) adalah penyakit menular yang disebabkan oleh virus baru yang belum teridentifikasi sebelumnya pada manusia. Terjadinya pandemi virus Corona (COVID-19) di seluruh dunia berdampak pada diberlakukannya karantina bagi setiap orang yang telah melakukan perjalanan lebih dari 2×24 jam. Karantina berfungsi untuk membatasi interaksi antara orang sehat dan yang terpapar COVID-19, serta untuk mengurangi penyebaran COVID-19 yang terjadi di Indonesia. Hasil dari penelitian ini berdasarkan evaluasi Sum of Square Error (SSE), menunjukkan total sebesar 89,7% yang diperoleh dari perhitungan pada tahap TF-IDF dan clustering K-Means. Setelah dilakukan evaluasi Silhouette dengan cluster SSE, diperoleh nilai sebesar 98,3%.</span></p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1449Implementasi Algoritma VADER terhadap Sentimen Larangan Mudik di Twitter 2025-07-29T11:17:11+00:00Mil Al Mizan[email protected]Hanny Hikmayanti Handayani[email protected]Anis Fitri Nur Masruriyah[email protected]<p>Kasus Covid-19 pertama di Indonesia diumumkan pada tanggal 2 Maret 2019. Pandemi Covid-19 memberikan dampak negatif terhadap berbagai bidang kehidupan seperti menurunnya aktivitas ekonomi masyarakat, meningkatnya angka kematian, dan memengaruhi sistem pendidikan. Berbagai upaya telah dilakukan pemerintah untuk menyelesaikan pandemi Covid-19, salah satunya dengan kebijakan larangan mudik. Dalam menanggapi kebijakan ini, masyarakat mempunyai tanggapannya masing-masing. Penelitian ini bertujuan untuk mengidentifikasi sentimen masyarakat terkait kebijakan larangan mudik Lebaran. Metode yang digunakan dalam penelitian ini adalah algoritma VADER. Data yang digunakan diambil dari media sosial Twitter sebanyak 1.000 cuitan, dikumpulkan pada periode waktu 6 Mei sampai 17 Mei 2021. Data terlebih dahulu melewati tahap preprocessing sebelum dinilai menggunakan algoritma VADER. Setelah itu, data diuji menggunakan confusion matrix. Hasil dari penelitian ini menunjukkan sentimen positif sebesar 42,2%, negatif 34,2%, dan netral 23,6%. Hasil dari pengujian data menunjukkan accuracy sebesar 50,3%, precision 54,81%, dan recall 58,02%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1453Sistem Kendali Otomatis Lampu dan Penetralisasi Udara Menggunakan Fuzzy Logic Berbasis Internet of Things2025-07-29T13:55:57+00:00Mochamad Ilham Maulana[email protected]Tatang Rohana[email protected]Rahmat[email protected]<p>Efisiensi, efektivitas, dan penghematan energi listrik saat ini menjadi topik penelitian yang menarik. Banyak model teknologi telah diusulkan untuk meningkatkan efisiensi dalam mengurangi penggunaan perangkat elektronik ketika tidak diperlukan. Salah satunya adalah teknologi pengendalian perangkat elektronik yang dikendalikan secara otomatis. Sistem pengendalian yang diusulkan pada penelitian ini dikendalikan oleh mikrokontroler Wemos D1. Mikrokontroler mendeteksi keluaran dari kedua sensor yang terpasang di pintu masuk dan di dalam ruang. Tanggapan mikrokontroler pada kedua output sensor berupa kendali otomatis terhadap lampu, exhaust fan, tampilan LCD, dan tampilan antarmuka pengguna pada telepon pintar. Tampilan antarmuka pengguna menggunakan sebuah aplikasi Blynk, di mana tampilan ini dapat memberikan informasi terkait penggunaan, status suhu, dan kelembaban. Sistem akan bekerja secara otomatis ketika pengguna masuk ke dalam ruang toilet, kemudian lampu ruang akan menyala secara otomatis. Exhaust fan akan bekerja secara otomatis sesuai dengan kondisi suhu dan kelembaban ruang. Penelitian ini menggunakan metode fuzzy logic sebagai sistem keputusan status keanggotaan dari nilai suhu dan kelembaban. Hasil pengujian sensor PIR yang ditentukan oleh jarak dan sudut mendapatkan persentase keberhasilan 64,28% dari keseluruhan percobaan. Sedangkan untuk hasil rata-rata kesalahan suhu sebesar 1,19% dan kelembaban sebesar 6,08%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1454Penerapan Algoritma Dijkstra pada Pendistribusian Logistik Bencana Banjir di Kabupaten Karawang2025-07-29T14:00:47+00:00Nanda Pratama[email protected]Amril Mutoi Siregar[email protected]Rahmat[email protected]<p>Kabupaten Karawang memiliki beberapa wilayah berbahaya, yaitu bahaya beraspek hidrometeorologi berupa banjir dan gelombang pasang. Dampak dari banjir adalah kekurangan air bersih, bahan pangan, pakaian, dan obat-obatan. Sehingga warga akan mudah terjangkit penyakit, antara lain diare, gatal pada kulit, dan yang lainnya. Proses pendistribusian logistik yang terlambat menyebabkan logistik di daerah yang terdampak bencana banjir menjadi tidak merata. Tujuan penelitian ini adalah untuk mengatasi ketidakpastian terkait dengan mengembangkan sebuah sistem yang dibuat berbasis web sehingga dapat mengetahui koordinat lokasi daerah rawan bencana banjir, yaitu berupa rute terpendek grafik antara dua titik. Metode untuk mencari jalur terpendek dapat diselesaikan menggunakan sejumlah algoritma, termasuk algoritma Dijkstra. Algoritma ini mendapatkan nilai terkecil yang memungkinkan dari titik awal ke titik tujuan; algoritma ini menentukan nilai terkecil dari setiap titik. Model yang digunakan yaitu graf, di mana simpul-simpulnya mewakili lokasi daerah rawan bencana banjir dan sisi-sisinya mewakili jarak antar lokasi. Pemrograman PHP dan Python digunakan dalam pembangunan sistem serta menggunakan kumpulan data sampel yang dihasilkan. Data yang dikumpulkan ialah data lokasi rawan bencana banjir yang ada di Kabupaten Karawang, lalu direpresentasikan dalam bentuk koordinat geografis (latitude dan longitude). Hasil pengujian algoritma Dijkstra secara manual yang telah dilakukan pada enam kali uji kasus diuji kepada program yang telah dibangun, sehingga menghasilkan jarak antar lokasi yang sesuai pada peta digital dan fungsional website berjalan sesuai dengan yang diharapkan.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1456Monitoring Kadar Gas Karbon Monoksida pada Kendaraan Bermotor Berbasis IoT Menggunakan Sensor MQ-9 2025-07-30T02:13:03+00:00Nita Amelia[email protected]Sutan Faisal[email protected]Euis Nurlaelasari[email protected]<p>Pada umumnya, sepeda motor bukan lagi hal yang asing bagi kalangan masyarakat sekitar. Banyak dampak yang terjadi akibat meningkatnya penggunaan sepeda motor, contohnya seperti polusi udara yang bisa memunculkan akibat kurang baik untuk kesehatan manusia. Namun, dalam hal ini polusi udara bisa saja diatasi apabila pemilik kendaraan sepeda motor menyadari gas emisi buang kendaraan yang dihasilkan oleh sepeda motor. Oleh karena itu, dengan adanya masalah yang terjadi, penulis bermaksud untuk membuat suatu alat yang bertujuan untuk mengetahui kandungan kadar gas CO pada kendaraan bermotor. Temuan nilai rangkaian dibanding dengan smart sensor monoxide meter AS8700A mempunyai angka selisih mean 1,052 dan nilai kesalahan rata-rata 0,0616% berdasarkan uji coba yang telah dilakukan.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1457Sistem Pakar Kontrol Kualitas Pembakaran Biji Kopi Berbasis Web dengan Algoritma Forward Chaining2025-07-30T02:18:15+00:00Ridho Nurfebrianto Baskandar[email protected]Jamaludin Indra[email protected]Rahmat[email protected]<p>Kopi merupakan komoditi perkebunan yang sudah tergolong sebagai salah satu komoditi unggulan Indonesia. Hal ini dikarenakan bentuk biji, serbuk, maupun seduhannya memiliki aroma khas yang tidak dimiliki minuman lain. Sebelum menjadi kopi bubuk, biji kopi yang mentah harus melewati proses pembakaran. Proses ini harus melakukan pengontrolan terhadap kualitas produksinya. Pada saat permintaan produk meningkat, sering terjadi kendala yang berpengaruh terhadap kualitas biji kopi yang dihasilkan. Hal tersebut harus ditangani dengan cepat dan tepat. Proses pengambilan keputusan ini tidak selalu tersedia bagi para profesional, yang merupakan kelemahan dalam waktu dan sumber daya. Solusi untuk meningkatkan pengetahuan roaster guna mendukung proses pengambilan keputusan adalah dengan memperoleh pengetahuan pakar dalam bentuk sistem. Penelitian ini dilakukan untuk mengetahui penerapan sistem pakar pembakaran biji kopi dan mencari solusi dari permasalahan rancangan sistem pakar dengan tingkat kecocokannya. Metode yang digunakan adalah metode forward chaining yang mudah mendapatkan jawaban atau kesimpulan dari data-data yang dimasukkan. Hasil pengujian yang dilakukan dengan uji pakar mempunyai tingkat kecocokan 87,5%, sehingga pembuatan web sistem pakar dengan menggunakan metode ini berhasil dilakukan.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1458Klasterisasi Sekolah Menggunakan Algoritma K-Means dan K-Medoids Berdasarkan Fasilitas, Pendidik, dan Tenaga Pendidik2025-07-30T02:29:14+00:00Ridwan Nillah[email protected]Sutan Faisal[email protected]Santi Arum Puspita Lestari[email protected]<p>Kualitas pendidikan dipengaruhi oleh fasilitas, pendidik, dan tenaga pendidik, yang merupakan indikator penting dalam pencapaian pembelajaran di sekolah. Penelitian ini bertujuan membantu Pemerintah Kabupaten Karawang dalam mengelompokkan sekolah untuk distribusi kebutuhan yang lebih merata menggunakan algoritma K-Means dan K-Medoids dengan dua klaster. Hasil analisis menunjukkan bahwa K-Means membagi sekolah menjadi 32 sekolah dalam klaster 1 dan 140 sekolah dalam klaster 2, sementara K-Medoids membagi menjadi 85 sekolah dalam klaster 1 dan 87 sekolah dalam klaster 2. Nilai Davies-Bouldin Index adalah -0,648 untuk K-Means dan -3,027 untuk K-Medoids. Dari analisis tersebut, 140 sekolah termasuk dalam klaster kurang menurut K-Means, dan 87 sekolah menurut K-Medoids, sehingga disarankan agar Dinas Pendidikan memberikan perhatian khusus pada sekolah-sekolah dalam klaster kurang ini.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1459Sistem Presensi Santri pada Pesantren Berbasis Internet of Things Menggunakan RFID2025-07-30T02:34:06+00:00Riva Aida[email protected]Jamaludin Indra[email protected]Tohirin Al Mudzakir[email protected]<p>Penelitian ini didasari oleh kebutuhan untuk meningkatkan efisiensi dan akurasi pencatatan kehadiran santri yang selama ini dilakukan secara manual dan rentan kesalahan. Oleh karena itu, penelitian ini mengembangkan dan menguji sistem presensi santri berbasis Internet of Things (IoT) menggunakan Radio Frequency Identification (RFID). Pengujian sistem dilakukan dengan metode black box untuk memastikan fungsi sistem berjalan sesuai harapan tanpa kendala. Evaluasi menggunakan System Usability Scale (SUS) menunjukkan skor 71, yang menurut akseptabilitas menunjukkan bahwa sistem dapat diterima oleh responden. Berdasarkan skala nilai, sistem ini mendapat grade C yang berarti kinerja sistem termasuk rata-rata. Sementara adjective rating menunjukkan nilai adequate atau satisfactory, dan menurut persentil nilai, sistem memperoleh nilai C. Dengan demikian, sistem presensi ini dapat dianggap berhasil dalam memenuhi tujuan utamanya dan diterima oleh pengguna dengan tingkat kepuasan yang memadai.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1462Penggunaan Metode You Only Look Once dalam Deteksi dan Pengenalan Jenis Ikan Tuna2025-07-30T15:06:24+00:00Rizal Fathoni[email protected]Ahmad Fauzi[email protected]Ayu Ratna Juwita[email protected]<p>Dalam industri perikanan, identifikasi jenis ikan yang akurat menjadi krusial untuk mendukung efisiensi produksi dan menjaga keberlanjutan sumber daya ikan, terutama ikan tuna yang memiliki nilai ekonomi tinggi dan beberapa spesiesnya termasuk yang terancam punah. Oleh karena itu, otomatisasi dalam deteksi dan klasifikasi jenis ikan menjadi sangat diperlukan. Metode yang digunakan dalam deteksi dan pengenalan adalah You Only Look Once (YOLO). YOLO dipilih karena keunggulannya dalam mendeteksi objek secara real-time dengan akurasi tinggi. Tujuan penelitian ini adalah untuk melihat hasil akurasi model YOLOv5. Proses penelitian ini meliputi pengumpulan data citra ikan tuna dari berbagai jenis, anotasi data, dan pelatihan model YOLOv5. Model dilatih menggunakan dataset yang terdiri dari gambar-gambar ikan tuna dengan berbagai posisi, ukuran, dan lingkungan. Pelatihan dilakukan dengan menggunakan framework Darknet yang diadaptasi untuk YOLO, dan parameter-parameter model disesuaikan untuk meningkatkan kinerja deteksi terhadap jenis ikan tuna yang diinginkan. Hasil dari penelitian ini menunjukkan bahwa model YOLOv5 yang telah dilatih mampu mendeteksi dan mengklasifikasikan jenis-jenis ikan tuna dengan tingkat akurasi sebesar 90%.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1463Deteksi Candi Jiwa menggunakan algoritma Support Vector Machine2025-07-30T15:19:36+00:00Rohendra Daviana[email protected]Hanny Hikmayanti Handayani[email protected]Santi Arum Puspita Lestari[email protected]<p>Informasi tentang Candi Jiwa masih sangat terbatas, sehingga banyak informasi dan nilai-nilai sejarah pada situs Candi Jiwa yang tidak diketahui oleh masyarakat luas. Penelitian ini diajukan untuk pendeteksian dan klasifikasi Candi Jiwa menggunakan sistem operasi android. Pada penelitian ini menggunakan 1677 sampel foto candi dimana 1630 foto candi untuk data pembelajaran dan 30 foto candi untuk data uji. Penelitian menggunakan 2 jenis objek yang berbeda untuk dideteksi dan diklasifikasi oleh sistem dimana ini belum ada penelitian yang melakukan proses deteksi dan pengenalan sekaligus dengan menggunakan objek Candi Jiwa. Metode yang digunakan pada penelitian ini adalah <em>Support Vector Manchine</em> (SVM), Dimana metode SVM menggunakan klasifikasi untuk menemukan <em>hyperplane </em>terbaik yang dapat membedakan kedua kelas tersebut. Sedangkan untuk kelulusan tes adalah 95% dari 20 pengujian. Maka dapat disimpulkan bahwa aplikasi pendeteksi dan pengenalan android mampu di gunakan secara baik.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1464Identifikasi Kematangan Buah Jambu Bol dengan Metode Ekstraksi Warna Hue Saturation Value dan Algoritma Naive Bayes2025-07-30T15:31:15+00:00Yayah Miyantih[email protected]Yana Cahyana[email protected]Santi Arum Puspita Lestari[email protected]<p>Jambu bol (<em>Syzygium malaccense</em>) termasuk dalam keluarga <em>Myrtaceae</em> yang memiliki nilai ekonomi sebagai buah konsumsi dan obat tradisional di Indonesia. Penilaian visual kematangan sering tidak akurat karena variasi warna yang luas, dari hijau (mentah), merah muda (setengah matang), hingga merah tua (matang). Pengolahan citra digital menawarkan solusi dengan mengekstrak fitur warna untuk identifikasi kematangan yang lebih akurat. Metode <em>Naïve Bayes</em> digunakan untuk klasifikasi berdasarkan probabilitas fitur warna yang diekstrak dari gambar buah. Algoritma ini efektif dalam mengelola data dengan banyak atribut. Selain itu, <em>Hue Saturation Value </em>(HSV) digunakan untuk mengubah representasi warna dari <em>Red Green Blue</em> (RGB) menjadi HSV. Penelitian ini mengumpulkan dataset gambar buah jambu bol yang dikategorikan berdasarkan tingkat kematangan. Gambar diproses untuk mengekstrak fitur warna menggunakan teknik pengolahan citra, termasuk segmentasi objek dari latar belakangnya, mempersiapkan data latih dan uji untuk evaluasi model. Model <em>Naïve Bayes</em> mencapai akurasi 73%, mampu mengklasifikasikan buah ke dalam kategori mentah, setengah matang dan matang. <em>Precision</em> model <em>Naïve Bayes</em> sebesar 70%, <em>recall</em> sebesar 73% dan <em>F1-score </em>sebesar 69%. Sedangkan model berbasis HSV menunjukkan akurasi 62%, dengan <em>precision</em> 71%, <em>recall</em> 62% dan <em>F1-score</em> 59%, menunjukkan kinerja yang kurang efektif dibandingkan <em>Naïve Bayes</em> dalam klasifikasi kematangan buah jambu bol.</p>2025-07-31T00:00:00+00:00Copyright (c) https://journal.ubpkarawang.ac.id/mahasiswa/index.php/ssj/article/view/1465Alat Bantu Pendeteksi Jarak Benda bagi Penyandang Tunanetra dengan Sensor Ultrasonik dan CNN2025-07-30T15:36:05+00:00Vio Yusup Iskandar[email protected]Jamaludin Indra[email protected]Ayu Ratna Juwita[email protected]<p>Tunanetra adalah keadaan individu yang mempunyai keterbatasan dalam fungsi indra penglihatan. Keadaan tunanetra dikelompokkan dalam dua kelompok yaitu individu yang buta total (blind) dan individu yang masih mempunyai sisa penglihatan (Low Vision). Keterbatasan tersebut menghambat tunanetra untuk melakukan kegiatan aktifitas. Untuk membantu permasalahan tersebut maka dirancanglah Alat bantu pendeteksi jarak benda bagi tunanetra. Raspberry Pi merupakan komputer berukuran kecil yang dapat dipasang sensor ultrasonic HC-SR04 yang digunakan sebagai pendeteksi estimasi jarak objek. Setelah itu akan mengeluarkan umpan balik alarm melalui buzzer. Pengolahan citra memungkinkan computer mendeteksi objek halangan dihadapan tunanetra. Deteksi objek Convolutional Neural Network (CNN) merupakan salah satu metode untuk klasifikasi. Objek yang terdeteksi yang dikenali oleh camera USB akan mengeluarkan umpan balik suara identifikasi objek melalui earphone. Pada identifikasi objek menggunakan metode CNN memiliki akurasi hingga 85% sedangkan pada pendeteksi jarak objek memiliki akurasi sebanyak 75%.</p>2025-07-31T00:00:00+00:00Copyright (c)