Indonesian Journal of Computing and Modeling http://ejournal.uksw.edu/icm <p>ICM adalah jurnal nasional yang mempublikasikan hasil penelitian komputasi dan pemodelan dalam berbagai disiplin keilmuan. ICM adalah wadah bagi para peneliti untuk mempublikasikan dan mendiseminasikan ide, gagasan dan inovasinya secara luas dalam bentuk karya ilmiah.&nbsp; Fokus publikasi ICM mencakup : penemuan dan/atau penerapan metode baru, pengembangan algoritma optimal, kompleksitas algoritma dan pemanfataan model matematika atau statistika untuk eksplorasi dan analisis data. Makalah yang diterima dan dilanjutkan untuk proses review adalah makalah hasil penelitian teoritik, hasil penelitian lapangan, penelitian skala laboratorium, integrasi penelitian dalam proses pembelajaran atau bagian dalam suatu kegiatan penelitian yang multitahun.</p> en-US <p>&nbsp;</p> <hr> <p><a href="https://creativecommons.org/licenses/by/4.0/" rel="license"><img src="https://i.creativecommons.org/l/by/4.0/88x31.png" alt="Creative Commons License"></a><br>Indonesian Journal of Computing and Modeling is licensed under a <a href="http://creativecommons.org/licenses/by/4.0/" rel="license">Creative Commons Attribution 4.0 International License</a>.</p> icmsimitro@gmail.com (Dr. Sri Yulianto Joko Prasetyo, M.Kom) fredrik.ndjurumana@uksw.edu (Fredrik L. Ndjurumana) Fri, 26 Jan 2018 00:00:00 +0700 OJS 3.1.0.1 http://blogs.law.harvard.edu/tech/rss 60 Sistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map http://ejournal.uksw.edu/icm/article/view/1489 <p>Peramalan dan pemetaan Organisme Pengganggu Tanaman (OPT) merupakan salah satu faktor penting bagi petani, dikarenakan dengan pengetahuan tersebut, akan sangat membantu para petani untuk mengetahui penanganan yang tepat terhadap hama yang menyerang. Selama ini, peramalan dan pemetaan Organisme Pengganggu Tanaman masih sangat terbatas. Dengan keterbatasan fasilitas tersebut, dapat dipastikan serangan organisme pengganggu tanaman akan semakin tinggi dan semakin luas daerah serangannya. Sebagai terobosan di bidang pertanian, Sistem Pemetaan dan Peramalan Serangan Organisme Pengganggu Tanaman diharapkan dapat membantu para petani untuk membantu mencegah dan mengurangi serangan hama yang banyak menyerang wilayah pertanian. Mengingat semakin dibutuhkannya sistem yang dapat memetakan dan meramalkan serangan organisme pengganggu tanaman, maka solusi terbaik yang bisa diberikan adalah membangun sistem seperti yang termaksud. Yaitu sistem yang dapat memetakan serangan organisme pengganggu tanaman, dan yang dapat meramalkan serangan hama di masa yang akan datang. Sistem yang dibangun memetakan dan meramalkan serangan organisme pengganggu tanaman di Kabupaten Boyolali dengan peta berbasis <em>Google Map</em> dan dengan peramalan menggunakan Metode <em>Double Exponential</em><em> Smoothing.&nbsp; </em>Metode<em> Double Exponential Smoothing </em>menggunakan dua kriteria dalam penghitungannya yaitu data serangan dan data gagal panen atau puso. Hasil dari perhitungan menunjukkan adanya serangan tahun 10 tahun mendatang dari tahun 2010 hingga 2019 akan mengalami penurunan jumlah serangan dan ditunjukkan dalam bentuk peta, tabel dan grafik.</p> Christiana Ari Setyaningrum, Sri Yulianto Joko Prasetyo ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1489 Fri, 26 Jan 2018 00:00:00 +0700 Sistem Pelaporan Infrastruktur Dinas Bina Marga Dan PSDA Kota Salatiga Menggunakan NodeJs Berbasis Web http://ejournal.uksw.edu/icm/article/view/1490 <p>Dinas Bina Marga dan PSDA kota Salatiga memiliki tugas pelayanan masyarakat dalam hal menyediakan infrastruktur kebinamargaan dan sumber daya air di kota Salatiga. Dinas Bina Marga dan PSDA kota Salatiga saat ini belum memiliki sistem informasi untuk melaporkan kerusakan infrastruktur di kota Salatiga.Pelaporan kerusakan infrastruktur saat ini dilakukan melalui pemberitahuan langsung ke kantor dinas, pemberitahuan melalui telepon, pemberitahuan melalui <em>email</em>,atau pemberitahuan melaui sms<em>.</em> Dari informasi tersebut petugas masih diharuskan untuk melakukan <em>survey</em> ke lokasi laporan kerusakan.Pada penelitian ini dilakukan pengembangan sistem pelaporan infrastruktur berbasis <em>web</em> menggunakan <em>NodeJs. </em>Pengembangan sistem dilakukan dengan metode <em>prototyping. </em>Hasil dari penelitian ini dapat membantu pihak dinas Bina Marga dan PSDA kota Salatiga dalam menyajikan laporan masalah pada infrastruktur. Detail informasi laporan berupa gambar dan letak lokasi masalah dapat menjadi bahan pertimbangan pihak dinas dalam mengambil langkah selanjutnya.</p> Christine Dewi, Anjar Widhyo Sasongko ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1490 Fri, 26 Jan 2018 00:00:00 +0700 Pemetaan Penyebaran Guru di Provinsi Banten dengan Menggunakan Metode Spatial Clustering K-Means (Studi kasus : Wilayah Provinsi Banten) http://ejournal.uksw.edu/icm/article/view/1491 <p>Tingkat pendidikan di Indonesia masih tergolong rendah, salah satu penyumbang peran terbesar dari pendidikan adalah peran guru. Pemerataan guru di Indonesia tidak merata di semua wilayah, sebagian besar guru hanya menempati wilayah perkotaan. Berdasarkan data Badan Pusat Statistik tahun 2013, Provinsi Banten memilikiIndeks Pembangunan Manusia terendah di pulau Jawa. Oleh karena itu penelitian ini bertujuan untuk memetakan penyebaran guru di wilayah Provinsi Banten. Pada penelitian ini pengelompokan menggunakan algoritma K-Means berdasarkan jumlah guru, jumlah murid dan jumlah sekolah pada jenjang pendidikan Sekolah Dasar, Sekolah Menengah Pertama dan Sekolah Menengah Atas. Hasil pengelompokan kemudian dipetakan dengan menggunakan Sistem Informasi Geografis. Hasil dari penelitian ini adalah pemetaan wilayah Provinsi Banten berdasarkan jenjang pendidikan yang memiliki kekurangan, kecukupan dan kelebihan guru sesuai dengan kabupaten/kota. Manfaat dari hasil penelitian ini adalah dapat menjadi saran bagi Dinas Pendidikan Provinsi Banten dalam hal pemerataan guru.</p> Yohanes Aji Priambodo, Sri Yulianto Joko Prasetyo ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1491 Fri, 26 Jan 2018 00:00:00 +0700 Analisis Index Vegetasi Pesisir Pantai Aceh Pasca Tsunami Menggunakan Citra Satelit Landsat 7 Dan Landsat 8 Dengan Metode Clustering Algoritma K-Means http://ejournal.uksw.edu/icm/article/view/1492 <p>26&nbsp; Desember&nbsp; 2004&nbsp; terjadi&nbsp; gempa&nbsp; bumi&nbsp; dahsyat&nbsp; di&nbsp; Samudra Hindia,&nbsp; Gempa&nbsp; ini&nbsp; berkekuatan&nbsp; 9,3 menurut skala Richter dan merupakan gempa bumi terdahsyat dalam kurun waktu 40 tahun terakhir. Oleh Karena itu penulis akan melakukan penelitian tentang analisis NDVI wilayah Pesisir pantai aceh dengan membandingkan hasil Analisis Indeks Vegetasi Aceh pada saat sebelum, sesaat setelah terjadi bencana Tsunami, dan kondisi saat ini dengan , menggunakan metode Clustering K-means. Algoritma&nbsp; K-Means&nbsp; merupakan&nbsp; salah&nbsp; satu&nbsp; teknik&nbsp; pengelompokan&nbsp; data yang&nbsp; sering&nbsp; digunakan.&nbsp; K Means&nbsp; mengelompokkan&nbsp; objek&nbsp; yang&nbsp; mirip&nbsp; dalam cluster&nbsp; yang&nbsp; sama. Hasil analisis menunjukan adanya perbedaan sebelum dan sesudah gempa. Tahun 2004 wilayah kabupaten aceh barat daya memiliki luas hutan dan daerah pemukiman disertai garis pantai yang masih sangat baik. Namun ketika terjadi gempa, pada tahun 2005 terjadi pelebaran lahan vegetasi yang begitu besar dikarenakan lahan tandus dan bebatuan berubah menjadi lahan hijau dan lahan produksi padi dan juga bisa digunakan untuk pemukiman penduduk.. Hal ini diperkuat dengan data Badan Pusat Statistik dimana jumlah penduduk dari 2004 ke 2005 mengalami peningkatan sebesar 4,1% begitu pula dengan luas lahan produksi padi yang juga mengalami peningkatan sebesar 20,4%. Wilayah pesisir pantai pun semakin lebar dengan adanya daerah air dangkal.</p> Lyonly Evany Tomasoa, Sri Yulianto Joko Prasetyo ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1492 Fri, 26 Jan 2018 00:00:00 +0700 Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali) http://ejournal.uksw.edu/icm/article/view/1493 <p>Kekeringan merupakan fenomena alam yang tidak dapat dihindari sebagai salah satu dampak dari perubahan iklim yang mengancam berbagai macam sektor kehidupan. Untuk itu diperlukan sebuah model dalam melakukan prediksi kekeringan sehingga dapat digunakan sebagai acuan dalam memantau daerah rawan terkena dampak kekeringan khususnya di Kabupaten Boyolali. Pada penelitian ini hasil perhitungan prediksi daerah kekeringan ditampilkan melalui perangkat <em>smartphoneAndroid</em> menggunakan layanan <em>Google Maps API</em> dan <em>Android Heatmaps Utility Library</em>.Proses pemetaan dan proses prediksi kekeringan yang didukung dengan mobilitas tinggi dapat membantu proses distribusi informasi menjadi lebih baik. Sistem ini dibuat menggunakan metode <em>Holt-Winters</em> dalam melakukan prediksi curah hujan dan klasifikasi tingkat kekeringan berdasarkan <em>Standarized Precipitation Index</em>. Berdasarkan hasil yang dicapai, perangkat <em>smartphone Android</em> dapat menampilkan hasil prediksi dengan baik dengan nilai <em>error</em> kesalahan ramalan terkecil bernilai 4,27.</p> Dwi Anggono Winarso Suparjo Putra, Kristoko Dwi Hartomo, Radius Tanone ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1493 Fri, 26 Jan 2018 00:00:00 +0700 Analisa Indeks Vegetasi Menggunakan Citra Satelit Lansat 7 dan Lansat 8 Menggunakan Metode K-Means di Kawasan Gunung Sinabung http://ejournal.uksw.edu/icm/article/view/1494 <p>Komunitas tumbuhan atau vegetasi mempunyai peranan penting dalam ekosotem. Kehadiran vegetasi pada suatu kawasan akan memberikan dampak positif bagi keseimbangan ekosistem dalam skala lebih luas seperti halnya pengaturan keseimbangan karbondioksida dan oksigen dalam udara, perbaikan tanah dan pengaturan tata air dalam tanah. Sumatera utara secara geografis terletak pada 1<sup>0 </sup>Lintang Utara -4<sup>0</sup> Lintang Utara dan 98<sup>0</sup> Bujur Timur -100<sup>0</sup> Bujur Timur. Sumatera Utara mulai dari segmen Alas-Karo dan sepanjang kurang lebih 390 km merupakan sumber bencana alam geologi berupa pusat-pusat gempa didarat dan pemicu terjadinya letusan gunung berapi dan tanah longsor (Bappeda,2015), Letusan Gunung Sinabung merupakan salah satu contoh bencana alam di Sumatera Utara. Penelitian ini diajukan untuk menganalisis perubahan indeks vegetasi pada Gunung Sinabung selama kurun waktu Sembilan tahun dengan menggunakan NDVI,EVI dan menggunakan Citra Lansat Tujuh dan Delapan, serta penggunaan metode K-Means dalam pengklasteran data indeks vegetasi pada gunung sinabung. Hasil dari penelitian ini yaitu hasil analisis penggurangan indeks vegetasi pertahun dengan tinggkat rata-rata penggurangan indeks vegetasi pada Daerah sekitar Gunung Sinabung sebesar 25%.</p> Jusia Amanda Ginting, Ardy Mathias Jadera ##submission.copyrightStatement## http://ejournal.uksw.edu/icm/article/view/1494 Fri, 26 Jan 2018 00:00:00 +0700