Media Informatika

Pengembangan Aplikasi Sistem Rekomendasi Bahan Makanan untuk Diet Sehat Mengacu pada Bahan Baku yang Dimiliki

2023-08-08T15:11:00+07:00

Diet banyak digunakan untuk mengembalikan pola makan yang sehat dan menjaga tubuh dari berbagai penyakit seperti penyakti jantung, Diabetes Melitus dan darah tinggi. Salah satu cara untuk melakukan diet adalah dengan mengatur jumlah kalori yang masuk ke dalam tubuh. Pada penelitian ini dilakukan perancangan sebuah aplikasi untuk mengetahui bahan makanan yang dapat digunakan dengan menghitung jumlah kalorinya. Penelitian ini menggunakan sebuah metode Agile Software Development yang dirancang dengan pengujian berkala dan sistem ini akan diimplementasikan pada sistem Android. Sistem rekomendasi bahan makanan ini memanfaatkan Algoritma Genetika untuk perhitungan batas kalori yang dibutuhkan oleh tubuh dengan memasukan beberapa data seperti berat badan, jenis kelamin, dan aktivitas yang dilakukan. Data yang digunakan untuk mengetahui jumlah kalori dari setiap bahan makanan akan menggunakan data yang dilampirkan oleh Kementrian Kesehatan RI. Sistem rekomendasi bahan makanan ini membantu pengguna untuk dapat memilih bahan makanan yang ada di rumah tanpa harus menghitung terlebih dahulu Jumlah kalorinya, sehingga asupan makanan yang masuk ke dalam tubuh tidak melebihi jumlah kebutuhan kalori harian pengguna.

Analisis Faktor-faktor yang Mempengaruhi Minat Perilaku untuk Menggunakan Aplikasi Bobobox

2023-08-08T15:13:02+07:00

E-commerce merupakan salah satu bentuk perkembangan teknologi yang menjadi solusi para penjual barang dan jasa untuk dapat lebih mudah melakukan transaksi dengan para customer secara online. Aplikasi Bobobox merupakan salah satu e-commerce yang menyediakan layanan pemesanan hotel kapsul secara online dan memberikan kemudahan bagi para tamunya untuk mengoperasikan hal-hal didalam hotel kapsul menggunakan fitur di dalam aplikasi.

Jumlah responden dalam penelitian ini adalah 239 responden, dengan 15 responden tidak pernah menggunakan aplikasi Bobobox, serta terdapat 1 responden memberikan jawaban yang sama terhadap seluruh pertanyaan kuesioner sehingga data yang dapat digunakan dan diolah dalam penelitian ini sebanyak 223 responden. Mayoritas responden berjenis kelamin wanita, berusia 17-27 tahun, dan merupakan pelajar atau mahasiswa, pengolahan dan pengujian data menggunakan software SPSS untuk mengetahui faktor-faktor yang mempengaruhi minat penggunaan aplikasi Bobobox.

Hasil analisis rantai kausal pertama dan rantai kausal kedua menyatakan bahwa social influence, hedonic motivation, dan habit berpengaruh secara parsial terhadap behavioral intention, serta habit dan behavioral intention berpengaruh secara parsial terhadap use behavior. Koefisien jalur rantai kausal pertama didapatkan persamaan = 0,048 + 0,040 + 0,182 + 0,017 + 0,220 + 0,052 + 0,434 + 0,616 dan Koefisien jalur rantai kausal kedua didapatkan persamaan = 0,014 + 0,296 + 0,375 + 0,776.

Perancangan Game Simulator Memfoto Hewan di Alam Liar

2023-08-22T21:53:51+07:00

Banyak sekali hewan langka yang terancam punah akibat penangkapan, pemburuan liar maupun kerusakan ekosistem fauna itu sendiri yang dapat mengakibatkan hilangnya habitat hewan langka tersebut, sehingga banyak masyarakat yang menginginkan untuk melihat hewan langka harus pergi ke kebun binatang yang akan memerlukan biaya. Pada saat sampai ke kebun binatang, belum tentu hewan yang ingin dilihat tersebut ada ditujuan. Oleh sebab itu, dirancanglah game simulator memfoto hewan untuk dimainkan dan juga sekaligus menjadi edukasi bagi pemain.

Game platformer yang akan dirancang menceritakan tentang seorang fotografer yang bertugas untuk memfoto hewan langka, dimana hewan langka yang terdapat dalam game ini diantaranya Elang Flores, Ferret berkaki hitam dan lain-lain. Unreal Engine adalah aplikasi yang digunakan dalam merancang game. Pada aplikasi unreal engine memiliki fitur box component, capsule component, sphere component, widget blueprint, camera component, blueprint class, character movement component, skeletal mesh component, dan static mesh component. hasil yang dapat dalam merancang game ini adalah sebuah game platformer yang menceritakan seorang fotografer yang bertugas untuk memfoto hewan-hewan langka. Adapun tujuan pemain dalam game ini adalah menemukan 10 hewan langka untuk difoto.

Analisis Perbandingan QoS Pfsense dan Opnsense Menggunakan Metode Load Balancing

2023-08-22T22:02:14+07:00

Peningkatan konsumsi internet di Indonesia dari 2018 hingga 2022 (Q1) terjadi dengan jumlah pengguna aktif sebesar 210 juta dari total penduduk 272,682 juta. Peningkatan ini mencerminkan peningkatan penetrasi internet sebesar 77,02%. Internet merupakan layanan yang dianggap penting karena memberikan akses cepat dan efisien terhadap informasi. Selain peningkatan jumlah pengguna internet, juga terjadi peningkatan dalam jumlah ISP yang menyediakan layanan. Ketersediaan dan kualitas layanan internet akan mempengaruhi minat masyarakat dalam menggunakannya.

Oleh karena itu, manajemen bandwidth perlu diperhatikan dengan menggunakan mekanisme Load Balancing, yaitu membagi beban lalu lintas jaringan melalui beberapa gateway yang tersedia agar tidak terpusat pada satu ISP. Dalam konteks ini, pfSense dan OPNsense digunakan sebagai solusi load balancer karena keduanya merupakan sistem open source yang dapat dikonfigurasi melalui antarmuka web, fleksibel, dan mendukung Load balancing.

Penelitian ini akan membandingkan kinerja Load balancing dari router pfSense dan OPNsense pada Bitbox Open Network Appliance. Dari hasil penelitian yang dilakukan didapat sistem load balancing Pfsense lebih baik dibandingkan load balancing Opnsense berdasarkan nilai QoS dan penggunaan resource CPU pada Pfsense lebih tinggi dibandingkan Opnsense, namun penggunaan RAM pada Pfsense lebih rendah dibandingkan Opnsense.

Penggunaan Algoritma Naïve Bayes pada Klasifikasi Judul Proyek Akhir Berdasarkan Kelompok Bidang Kompetensi (KBK)

2023-08-08T14:50:26+07:00

The Final Project is one of the graduation requirements that must be met by Caltex Riau Polytechnic students. The title of the final project is submitted by students through the SIAK system. Currently, students who submit titles will choose their own type of KBK from the inputted title. So that a problem arises where the title of the final project does not match the KBK it should or the KBK is wrong. This is due to the ignorance of students in analyzing the title data of the final project that will be submitted. For this reason, a system is needed to classify Final Project titles based on CBC automatically. The system created is a system that can classify KBK automatically based on the description of the title of the Final Project by using text mining methods and nave Bayes algorithms. The system can also detect the percentage of similarity of the entered title with the existing title in the system database. The algorithm used to generate the percentage of title similarity is cosine similarity with text mining method.

Sistem Prakiraan Cuaca Berbasis Android dengan Metode Jaringan Syaraf Tiruan Backpropagation

2023-08-08T21:36:18+07:00

This research aims to develop a weather forecasting system using an Android-based mobile device combined with a microcontroller platform. The device built consists of a DHT11 sensor, Arduino UNO microcontroller, HC-05 Bluetooth module, and an Android phone that is used by users to view weather information. The Neural Network Backpropagation method is useful as a learning algorithm in obtaining appropriate weights so that the system is able to make weather forecasts correctly. Temperature and humidity data from the Padang City BMKG are used as input data to the Matlab application to be trained to find accurate patterns and weights. This appropriate weight is useful as a weighing factor in the Backpropagation testing process on Arduino Uno. In the process, the system works to measure temperature and humidity with the DHT11 sensor, then Arduino processes the input from the sensor to then send the results to the Android application. The test results with 14 trial data revealed that the system with the Neural Network Backpropagation learning method had a success rate of 78.6% for measuring and forecasting the weather.