cover
Filter by Year
Jurnal Ilmu Komputer dan Agri-Informatika
Jurnal Ilmu Komputer dan Agri-Informatika (JIKA) diterbitkan setiap bulan Mei dan November, memuat tulisan ilmiah yang berhubungan dengan bidang Ilmu Komputer serta aplikasi informatika untuk pengembangan pertanian. Berkala ilmiah ini menerima tulisan hasil penelitian dari luar IPB.
Articles by issue : Vol 1, No 2 (2012)
9
Articles
‚Äč
Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer

Akbar, Auriza Rahmad ( Institut Pertanian Bogor ) , Adrianto, Hari Agung ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Aplikasi web GIS berbasis PHP MapScript dengan data geografis yang sangat besar sangatlah lama waktu loading-nya. Pada penelitian ini, kami melakukan scale-up server supaya bekerja secara optimal. Kami juga menggunakan teknik caching untuk mempercepat skrip PHP dan pembuatan gambar peta, masing-masing menggunakan Alternative PHP Cache (APC) dan TileCache. APC dapat digunakan sebagai opcode cache dan data cache untuk mempercepat aplikasi web berbasis PHP secara umum. Solusi TileCache menawarkan pembuatan gambar peta yang lebih cepat dan konsumsi sumber daya yang lebih sedikit.Kata kunci: Mapserver, PostgreSQL, server, TileCache, web GIS

Evaluasi Kesesuaian Lahan untuk Pendugaan Debit Mata Air Menggunakan Metode Inferensia Fuzzy Sugeno

Rachmaniah, Meuthia ( Institut Pertanian Bogor ) , Giam, Winda ( Institut Pertanian Bogor ) , Waspodo, Roh Santoso Budi ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Penelitian ini dilakukan untuk mengidentifikasi tingkat debit sumber mata air berkualitas. Debit mata air dihitung berdasarkan jumlah tanaman, tingkat air tanah, dan sudut topografi dengan menggunakan metode inferensia fuzzy Sugeno. Untuk memverifikasi analisis dan hasilnya, telah dikembangkan aplikasi yang menggunakan aplikasi APMA-Fuzzy. Data survei lapangan yang digunakan diperoleh dari desa Balumbangjaya dan Situgede. Selanjutnya, data dianalisis dengan menggunakan fungsi keanggotaan fuzzy Sugeno. Aturan fuzzy dibuat dengan bantuan seorang ahli mata air. Konsep aturan adalah bahwa semakin besar nilai masukan, semakin besar pula nilai keluarannya. Analisis canggih dilakukan untuk menentukan akurasi dan reliabilitas metode fuzzy Sugeno yang digunakan dalam aplikasi. Hasilnya adalah bahwa setiap data dari tiga belas data survey lapangan memiliki akurasi lebih dari 50%, sedangkan akurasi rata-ratanya adalah 77,53%. Dengan demikian, aplikasi yang dikembangkan dalam penelitian ini layak dan aturan yang telah dibuat juga terbukti benar.Kata kunci: fungsi keanggotaan, fuzzy Sugeno, mata air, tingkat debit.

Mobile Mashup Informasi Objek Wisata Indonesia

Sangadji, Abdul Qifli ( Institut Pertanian Bogor ) , Ardiansyah, Firman ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Mashup adalah aplikasi web yang mengintegrasikan informasi dari beberapa perusahaan atau membuat produk informasi baru yang lebih informatif. Saat ini, telepon genggam, yang digunakan sebagai alat komunikasi, juga digunakan sebagai perangkat navigasi untuk memberikan arahan pada peta dari suatu posisi asal ke posisi tujuan. Informasi posisi dari berbagai objek wisata Indonesia sangat penting bagi pengguna untuk mengetahui lokasi dari objek wisata yang ia inginkan. Penelitian ini bertujuan mengembangkan sebuah aplikasi mashup di telepon genggam yang mengumpulkan informasi mengenai objek wisata di Indonesia. Informasi yang dikumpulkan terdiri atas deskripsi, lokasi, video, foto, hotel, berita, dan buku yang berhubungan dengan suatu objek wisata. Layanan Trackpacking, Wego, Google, Flickr, dan YouTube digunakan sebagai sumber data dan informasi. Model data dengan pendekatan blackboard digunakan untuk menggabungkan data yang mencantumkan sumber data dalam variabel yang digunakan oleh interface untuk membangkitkan informasi yang akan ditampilkan kepada pengguna. Dari hasil pengujian terhadap aplikasi ini, diperoleh sebesar 90% informasi yang berhasil ditampilkan dengan benar. Akan tetapi, aplikasi ini hanya memperoleh tingkat relevansi antara kueri dan informasi sebesar 70%. Hal ini disebabkan oleh kurangnya data dan kueri yang kurang spesifik.Kata kunci: mashup, pariwisata Indonesia, Windows Phone

Klasifikasi Kematangan Buah Manggis Ekspor dan Lokal Berdasarkan Warna dan Tekstur Menggunakan Fuzzy Neural Network

Whidhiasih, Retno Nugroho ( Institut Pertanian Bogor ) , Guritman, Sugi ( Institut Pertanian Bogor ) , Suprio, Prapto Tri ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Fuzzy neural network (FNN) memiliki kemampuan untuk melakukan klasifikasi terhadap suatu pola yang berada di dalam dua kelas yang tidak dapat diklasifikasi menggunakan model klasifikasi klasik neural network (NN). Penelitian ini bertujuan mengembangkan model klasifikasi buah manggis segar secara non-destruktif dengan menggunakan FNN. FNN yang dipakai menggunakan derajat keanggotaan pada neuron output sebagai target pembelajaran. Parameter input yang digunakan adalah komponen warna hasil dari pengolahan citra yang mempunyai pengaruh terhadap tahap kematangan buah manggis dan tekstur. Hasil pemodelan FNN menjadi 2 kelas target klasifikasi (ekspor dan lokal) mendapatkan model terbaik dengan fitur penduga indeks warna merah, hijau, biru, value, a*, u*, v*, dan entropi dengan 5 neuron pada lapisan tersembunyi. Perbandingan persentase akurasi model FNN dan NN ialah 90:90, dengan perbandingan kemampuan pengenalan terhadap kelas ekspor dan lokal ialah 92:100 dan 89:75.Kata kunci: fuzzy neural network, klasifikasi, manggis, non-destructive grading, pengenalan pola

Pemodelan Jaringan Syaraf Tiruan untuk Memprediksi Awal Musim Hujan Berdasarkan Suhu Permukaan Laut

Lubis, Laila Sari ( Institut Pertanian Bogor ) , Buono, Agus ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar

Abstract

Anjatan, Indramayu adalah salah satu daerah pertanian di Indonesia. Keberhasilan atau kegagalan panen setiap tahun tergantung pada ketersediaan air di wilayah tersebut. Oleh karena itu, diperlukan suatu metode yang akurat untuk memprediksi awal musim hujan. Metode yang digunakan untuk prediksi dalam penelitian ini adalah jaringan saraf tiruan (JST) back-propagation. Hasil akurasi prediksi JST diukur dengan R2 dan RMSE. Penelitian ini menggunakan suhu permukaan laut (SST) ECHAM4p5_CA yang merupakan salah satu model suhu permukaan laut di bulan Juni, Juli, dan Agustus. Domain SST dipilih berdasarkan korelasi 5% dan 10% untuk masing-masing bulan Juni, Juli, dan Agustus. Penelitian ini menggunakan arsitektur JST dengan dua parameter: hidden neuron (HN) dan learning rate (LR). Jumlah hidden neuron yang digunakan dalam penelitian ini adalah 5, 10, 20, dan 40, dan tingkat pembelajaran adalah 0.3, 0.1, dan 0.01. Prediksi hasil terbaik untuk korelasi 5% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 51% dan RMSE 3.03 pada HN 10 dan LR 0.01, Juli dengan R2 adalah 48% dan RMSE 3.39 pada HN 20 dan LR 0.1, dan Agustus dengan R2 adalah 75% dan RMSE 2.51 di HN 40 dan LR 0.01. Prediksi hasil terbaik untuk korelasi 10% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 44% dan RMSE 3.32 di HN 5 dan LR 0.3, Juli dengan R2 adalah 42% dan RMSE 3.42 di HN 10 dan LR 0.1, dan Agustus dengan R2 adalah 71% dan RMSE 3.37 di HN 20 dan LR 0.01. Kesimpulan dari penelitian ini adalah hidden neuron dan learning rate dengan nilai yang berbeda mempengaruhi R2 dan RMSE.Kata kunci: hidden neuron, jaringan saraf tiruan, learning rate, RMSE, R2

Evaluasi Kesesuaian Lahan untuk Pendugaan Debit Mata Air Menggunakan Metode Inferensia Fuzzy Sugeno

Rachmaniah, Meuthia ( Institut Pertanian Bogor ) , Giam, Winda ( Institut Pertanian Bogor ) , Waspodo, Roh Santoso Budi ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1289.421 KB)

Abstract

Penelitian ini dilakukan untuk mengidentifikasi tingkat debit sumber mata air berkualitas. Debit mata air dihitung berdasarkan jumlah tanaman, tingkat air tanah, dan sudut topografi dengan menggunakan metode inferensia fuzzy Sugeno. Untuk memverifikasi analisis dan hasilnya, telah dikembangkan aplikasi yang menggunakan aplikasi APMA-Fuzzy. Data survei lapangan yang digunakan diperoleh dari desa Balumbangjaya dan Situgede. Selanjutnya, data dianalisis dengan menggunakan fungsi keanggotaan fuzzy Sugeno. Aturan fuzzy dibuat dengan bantuan seorang ahli mata air. Konsep aturan adalah bahwa semakin besar nilai masukan, semakin besar pula nilai keluarannya. Analisis canggih dilakukan untuk menentukan akurasi dan reliabilitas metode fuzzy Sugeno yang digunakan dalam aplikasi. Hasilnya adalah bahwa setiap data dari tiga belas data survey lapangan memiliki akurasi lebih dari 50%, sedangkan akurasi rata-ratanya adalah 77,53%. Dengan demikian, aplikasi yang dikembangkan dalam penelitian ini layak dan aturan yang telah dibuat juga terbukti benar.Kata kunci: fungsi keanggotaan, fuzzy Sugeno, mata air, tingkat debit.

Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer

Akbar, Auriza Rahmad ( Institut Pertanian Bogor ) , Adrianto, Hari Agung ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (340.041 KB)

Abstract

Aplikasi web GIS berbasis PHP MapScript dengan data geografis yang sangat besar sangatlah lama waktu loading-nya. Pada penelitian ini, kami melakukan scale-up server supaya bekerja secara optimal. Kami juga menggunakan teknik caching untuk mempercepat skrip PHP dan pembuatan gambar peta, masing-masing menggunakan Alternative PHP Cache (APC) dan TileCache. APC dapat digunakan sebagai opcode cache dan data cache untuk mempercepat aplikasi web berbasis PHP secara umum. Solusi TileCache menawarkan pembuatan gambar peta yang lebih cepat dan konsumsi sumber daya yang lebih sedikit.Kata kunci: Mapserver, PostgreSQL, server, TileCache, web GIS

Mobile Mashup Informasi Objek Wisata Indonesia

Sangadji, Abdul Qifli ( Institut Pertanian Bogor ) , Ardiansyah, Firman ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (217.506 KB)

Abstract

Mashup adalah aplikasi web yang mengintegrasikan informasi dari beberapa perusahaan atau membuat produk informasi baru yang lebih informatif. Saat ini, telepon genggam, yang digunakan sebagai alat komunikasi, juga digunakan sebagai perangkat navigasi untuk memberikan arahan pada peta dari suatu posisi asal ke posisi tujuan. Informasi posisi dari berbagai objek wisata Indonesia sangat penting bagi pengguna untuk mengetahui lokasi dari objek wisata yang ia inginkan. Penelitian ini bertujuan mengembangkan sebuah aplikasi mashup di telepon genggam yang mengumpulkan informasi mengenai objek wisata di Indonesia. Informasi yang dikumpulkan terdiri atas deskripsi, lokasi, video, foto, hotel, berita, dan buku yang berhubungan dengan suatu objek wisata. Layanan Trackpacking, Wego, Google, Flickr, dan YouTube digunakan sebagai sumber data dan informasi. Model data dengan pendekatan blackboard digunakan untuk menggabungkan data yang mencantumkan sumber data dalam variabel yang digunakan oleh interface untuk membangkitkan informasi yang akan ditampilkan kepada pengguna. Dari hasil pengujian terhadap aplikasi ini, diperoleh sebesar 90% informasi yang berhasil ditampilkan dengan benar. Akan tetapi, aplikasi ini hanya memperoleh tingkat relevansi antara kueri dan informasi sebesar 70%. Hal ini disebabkan oleh kurangnya data dan kueri yang kurang spesifik.Kata kunci: mashup, pariwisata Indonesia, Windows Phone

Pemodelan Jaringan Syaraf Tiruan untuk Memprediksi Awal Musim Hujan Berdasarkan Suhu Permukaan Laut

Lubis, Laila Sari ( Institut Pertanian Bogor ) , Buono, Agus ( Institut Pertanian Bogor )

Jurnal Ilmu Komputer dan Agri-Informatika Vol 1, No 2 (2012)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1177.03 KB)

Abstract

Anjatan, Indramayu adalah salah satu daerah pertanian di Indonesia. Keberhasilan atau kegagalan panen setiap tahun tergantung pada ketersediaan air di wilayah tersebut. Oleh karena itu, diperlukan suatu metode yang akurat untuk memprediksi awal musim hujan. Metode yang digunakan untuk prediksi dalam penelitian ini adalah jaringan saraf tiruan (JST) back-propagation. Hasil akurasi prediksi JST diukur dengan R2 dan RMSE. Penelitian ini menggunakan suhu permukaan laut (SST) ECHAM4p5_CA yang merupakan salah satu model suhu permukaan laut di bulan Juni, Juli, dan Agustus. Domain SST dipilih berdasarkan korelasi 5% dan 10% untuk masing-masing bulan Juni, Juli, dan Agustus. Penelitian ini menggunakan arsitektur JST dengan dua parameter: hidden neuron (HN) dan learning rate (LR). Jumlah hidden neuron yang digunakan dalam penelitian ini adalah 5, 10, 20, dan 40, dan tingkat pembelajaran adalah 0.3, 0.1, dan 0.01. Prediksi hasil terbaik untuk korelasi 5% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 51% dan RMSE 3.03 pada HN 10 dan LR 0.01, Juli dengan R2 adalah 48% dan RMSE 3.39 pada HN 20 dan LR 0.1, dan Agustus dengan R2 adalah 75% dan RMSE 2.51 di HN 40 dan LR 0.01. Prediksi hasil terbaik untuk korelasi 10% menggunakan JST adalah untuk bulan Juni dengan R2 adalah 44% dan RMSE 3.32 di HN 5 dan LR 0.3, Juli dengan R2 adalah 42% dan RMSE 3.42 di HN 10 dan LR 0.1, dan Agustus dengan R2 adalah 71% dan RMSE 3.37 di HN 20 dan LR 0.01. Kesimpulan dari penelitian ini adalah hidden neuron dan learning rate dengan nilai yang berbeda mempengaruhi R2 dan RMSE.Kata kunci: hidden neuron, jaringan saraf tiruan, learning rate, RMSE, R2