https://stt-pln.e-journal.id/petir/issue/feed PETIR 2022-03-14T04:48:54+00:00 Editorial Jurnal Petir riki.ruli@sttpln.ac.id Open Journal Systems <p style="margin-bottom: 0in; line-height: 150%;" align="justify"><strong><span style="color: #21409a;"><span style="font-family: Abyssinica SIL;"><span style="font-size: xx-large;"><span style="font-weight: normal;"><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">Petir: Jurnal Pengkajian dan Penerapan Teknik Informatika </span></span></span></span></span></span></strong><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">Journal is a scientific journal published by Institut Teknologi PLN d/h. Sekolah Tinggi Teknik PLN Informatics Engineering Department, established in 2007.&nbsp;Petir: Jurnal Pengkajian dan Penerapan Teknik Informatika Journal has been <strong>Accredited </strong>by the <strong>National Journal Accreditation</strong> (ARJUNA) managed by the Ministry of Research, Technology, and Higher Education of the Republic of Indonesia with Class Four (<strong><a href="http://sinta2.ristekdikti.go.id/journals/detail?id=4522" target="_blank" rel="noopener">SINTA 4</a></strong>) from 2018 to 2023 in accordance with the Decree<strong>. No. 23 / E / KPT / 2019.</strong></span></span></p> <p style="margin-bottom: 0in; line-height: 150%;" align="justify"><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">Petir is published twice a year in March and September and contains researches in the field of Informatics Engineering, specifically in Electrical Power, Telecommunication, Control System, Electronics, Computer Systems and Information Systems.&nbsp;The article entered will be peer reviewed. </span></span><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">During the review process, the results of the review will be informed to the authors of the papers through the journal Open Journal System journal PETIR system and also by email of the author.&nbsp; </span></span><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">Please read and understand the author guidelines thoroughly. Author who submits a manuscript to the editors of PETIR Journal should comply with the author guidelines. If the submitted manuscript does not comply with the guidelines or using a different format, it will be rejected by the editorial team before being reviewed. Editorial Team will only accept a manuscript that meets the specified formatting requirements. </span></span></p> <p style="margin-bottom: 0in; line-height: 150%;" align="justify"><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">T</span></span><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">he journal registered in the CrossRef with </span></span><strong><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">Digital Object Identifier&nbsp;(DOI)&nbsp;prefix</span></span></strong><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">: <a href="https://search.crossref.org/?q=PETIR" target="_blank" rel="noopener"><span style="text-decoration: underline;"><strong>10.33322</strong></span></a></span></span></p> <p style="text-align: justify;" align="justify"><strong><span style="font-family: Times new roman, serif;"><span style="font-size: medium;">P-ISSN: <a href="https://portal.issn.org/resource/ISSN-L/1978-9262" target="_blank" rel="noopener">1978-9262</a>,&nbsp;&nbsp;e-ISSN: <a href="https://portal.issn.org/resource/ISSN/2655-5018#" target="_blank" rel="noopener">2655-5018</a>&nbsp; &nbsp;</span></span></strong></p> https://stt-pln.e-journal.id/petir/article/view/1289 Model Penerjemah Bahasa Isyarat Indonesia (BISINDO) Menggunakan Pendekatan Transfer Learning 2022-03-10T15:25:49+00:00 Meredita Susanty mereditasusanty@gmail.com Riestiya Zain Fadillah riestiyazainf@gmail.com Ade Irawan ade.irawan@universitaspertamina.ac.id <p><em>Sistem Bahasa Isyarat Indonesia (SIBI) yang berasal dari bahasa isyarat Amerika (American Sign Language) dan lebih banyak dipakai pada situasi formal tidak terlalu familiar bagi insan tuli atau difabel rungu di Indonesia karena mereka umumnya menggunakan Bahasa Isyarat Indonesia (Bisindo). Sejak 1975 perwakilan Tuli melalui organisasi kemasyarakatan Gerakan untuk Kesejahteraan Tunarungu Indonesia (Gerkatin) telah meminta pemerintah untuk mengakui Bisindo sebagai bahasa pengantar resmi di Sekolah Luar Biasa namun upaya ini hingga kini belum berhasil. Untuk membantu meningkatkan aksesibilitas Tuli dengan menambah jumlah penerjemah serta memperluas pemahaman Bisindo di masyarakat luas, penelitian ini berupaya membangun mesin penerjemah bahasa isyarat menggunakan teknik machine learning dengan algoritma Convolutional Neural Network (CNN). Karena bukan merupakan bahasa isyarat format, ketersediaan dataset Bisindo di Internet terbatas. Metode transfer learning, yaitu dengan memanfaatkan model yang dilatih dengan dataset ASL kemudian disesuaikan&nbsp; untuk melakukan pekerjaan yang sama pada menggunakan dataset Bisindo digunakan dalam penelitian ini untuk mengatasi masalah keterbatasan dataset.</em> <em>Karena perbedaan karakteristik bahasa isyarat dan gestur dari masing-masing bahasa isyarat, pemindahan </em>knowledge<em> khususnya </em>learning parameter<em> dari Model ASL tidak dapat meningkatkan performa Model Bisindo dalam memprediksi seluruh huruf pada alfabet Bisindo sehingga model hasil transfer learning hanya mampu memprediksi huruf-huruf Bisindo yang memiliki kemiripan dengan ASL. </em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1335 Klasifikasi Sinyal EEG Menggunakan Model K-Nearest Neighbor Untuk Pengenalan Kata Yang Dibayangkan 2022-03-11T00:27:19+00:00 Abdul Rauf abdul1731375@itpln.ac.id Efy Yosrita efy@itpln.ac.id Rosida Nur Aziza rosida@itpln.ac.id <p><em>Locked in syndrome (LIS) is a condition of complete paralysis in which people with LIS are conscious but unable to move or communicate verbally except to move their eyes or blink. One way that can help LIS sufferers to communicate and interact is through recording brain signals called Electroencephalogram (EEG). In this study, the data from the recording of the EEG signal has gone through the extraction stage. The extracted data is preprocessed and classified using the K-Nearest Neighbor (K-NN) algorithm to be visualized using a web-based application. The results of the classification using the K-Nearest Neighbor algorithm with a value of K = 1 resulted in 82% accuracy, 82% precision and 82% recall.</em></p> <p><strong><em>Keywords:</em></strong><em> LIS, EEG, K-Nearest Neighbor.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1333 Implementasi Algoritma AES untuk Keamanan Data Rekam Medis 2022-03-10T15:38:41+00:00 Oktaria Gina Khoirunnisa oktariagina@students.unnes.ac.id Djuniadi Djuniadi djuniadi@mail.unnes.ac.id <p><em>Pert</em><em>u</em><em>mbuhan teknologi yang sangat pesat tentunya sangat mempengaruhi berbagai bidang. Berbagai pekerjaan sehari hari pun juga terbantu dengan adan</em><em>y</em><em>a teknologi. Selain dampak positif yang diperhatikan dampak negatif pun juga perlu diwaspadai</em><em>&nbsp;</em><em>&nbsp;yaitu perihal keamanan dokumen. Bidang kesehatan merupakan contoh </em><em>yang </em><em>bidang berhubungan dengan privasi</em><em>.</em><em>&nbsp;</em><em>S</em><em>alah satunya yaitu dokumen rekam medis. Tidak sedikit kasus kebocoran data pasien yang terjadi. Peristiwa yang kurang diinginkan seperti ini dapat terhindarkan dengan melakukan pengamanan dengan Kriptografi. Terdapat berbagai macam kriptografi salah satunya yaitu AES (Advanced Encryption Standard). Berdasarkan uraian tersebut penelitian ini bertujuan untuk melakukan simulasi pengamanan &nbsp;dokumen rekam medis pada salah satu klinik dengan menggunakan metode AES. </em><em>Hasil s</em><em>imulasi </em><em>menunjukan bahwa algoritma AES dapat menjadi rekomendasi bagi perlindungan data. Dengan melalui proses enkripsi data akan diubah menjadi bentuk yang tidak dimengerti dan harus diproses menggunakan proses dekripsi agar bisa kembali dimengerti. </em><em>Keuntungannnya adalah </em><em>tidak semua orang bisa mengakses dokumen tersebut</em><em>.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1356 Sistem Pendukung Keputusan Untuk Pemilihan Vendor Berdasarkan Evaluasi Kinerja Menggunakan Metode Naïve Bayes (Studi Kasus: PT. PLN (Persero) Unit Pelaksana Pembangkitan Bukittinggi) 2022-03-11T00:29:01+00:00 Kuntum Khaira Ummah kuntum1731290@itpln.ac.id Dine Tiara Kusuma dinetiara@itpln.ac.id Efy Yosrita efy.yosrita@itpln.ac.id <p><em>Dalam proses pengadaan barang dan jasa, pemilihan vendor yang tepat akan membantu kelancaran pelaksanaan proyek. Pemilihan vendor yang dilakukan tanpa pertimbangan tertentu, seringkali menimbulkan kerugian bagi PT. PLN (Persero) Unit Pembangkitan Pelaksana Bukittinggi dari segi kualitas, biaya, dan waktu diakibatkan tidak profesionalnya vendor tersebut. Untuk memecahkan masalah tersebut maka dibutuhkan metode Naive Bayes sebagai sistem pendukung keputusan untuk pemilihan vendor proyek. Naive Bayes merupakan metode pengklasifikasian ada ciri tertentu dari sebuah kelas. Enam atribut pemilihan vendor proyek yaitu waktu, komunikasi, kelengkapan data, lingkungan &amp; K3, harga dan mutu. Dari hasil perangkingan menggunakan metode Naive Bayes peringkat pertama diduduki oleh PT. Valvindo Mandiri dengan nilai 0.096799. Dengan menggunakan data sebanyak 150 yang terdiri dari variabel A, B, C, D, dan E. Hasil dari klasifikasi menggunakan metode Naive Bayes menghasilkan akurasi 86.67%, presisi 88.89% dan recall 88.89%.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1362 Optimasi Sumber Daya Pada Usaha Berskala Kecil Di Tengah Masa Pandemi Menggunakan Metode Simpleks 2022-03-10T15:55:26+00:00 Matheus Supriyanto Rumetna matheus.rumetna@gmail.com Tirsa Ninia Lina tirsaninialina@gmail.com Paulus Burdam paullbdm@gmail.com Jeance Yulanda jeance30@gmail.com Danu Saputro danus5575@gmail.com Wahyu Putra Bahari wahyuriski858@gmail.com Aprinando Sianturi nandosorong30@gmail.com Richard Riupassa rriupassa13@gmail.com Nomensen Dautot nomenger777@gmail.com Yuan Leky yuanloisa@gmail.com Greito Sahetapy gysahetapy18@gmail.com Indri Indri indrhy210399@gmail.com Brian Ackly Tobelo brianackly30@gmail.com <p>As developments in the industrial sector move forward, there is more and more competition, but now there is one major barrier, namely the Covid-19 pandemic. This pandemic has forced the government to implement Large-Scale Social Restrictions and the Enforcement of Restrictions on Community Activities. This has a negative impact on one of the small-scale businesses, namely Ibu Olan's home-based business because there is a decline in people's purchasing power which has an impact on the profit of Ibu Olan's business which is also reduced. This problem experienced by Ibu Olan has become a dynamic that is also felt by other small-scale businesses. In order for this business to continue to survive in the midst of the Covid-19 pandemic storm, it can use one of the methods contained in the Linear Program, namely the Simplex method. The main objective of this research is to help small-scale businesses in terms of resource optimization. As a result, Ibu Olan's home-based business earns a profit of IDR 90,000,- per day from the sales of Sampoerna and Surya cigarettes. These results are used as a reference or benchmark for small businesses in terms of making decisions for business development and the main guarantee is that this method provides the best solution for problem solving.</p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1358 Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means 2022-03-11T00:31:38+00:00 Yahya Novi Andi Cuhwanto yahya_novi@ymail.com Dewi Agushinta R yahya_novi@ymail.com <p><em>Data</em><em> mining merupakan suatu proses penambangan informasi penting dari suatu data. Revolusi data mining dan konsep Electronic Commerce (E-Commerce) berkembang pesat, menumbuhkan minat banyak perusahaan untuk meninggkatkan transaksi online. Dari data tersebut bisa dikumpulkan menjadi informasi-informasi yang akan berguna untuk membuat suatu keputusan atau tindakan yang akan diambil. Banyaknya pelanggan melakukan transaksi, maka akan terlihat kesetian pelanggan pada E-Commerce, bahkan dari perusahaan bisa memberikan hadiah kepada pelanggan yang potensial. Perusahaan menyadari akan pentingnya hubungan antara pelanggan yang loyal dengan keberhasilan bisnis perusahaan. Tahapan yang dilakukan peneliti adalah pengumpulan data, pengolahan data awal, pengolahan data dan hasil penelitian. Teknik pengumpulan data dilakukan secara sekunder, peneliti mangambil data yang telah tersedia pada E-Commerce pasarayastore.com. Data yang digunakan antara lain Name, Valid orders dan &nbsp;Money spent (IDR) dengan periode Januari 2018 sampai Juni 2021. Pada penelitian ini analisa data mining dilakukan dengan Teknik clustering menggunakan algoritma K-Means. Algoritma K-Means akan digunakan untuk mengambil data dan mengelompokkan pelanggan yang paling sering sering melakukan transaksi. Aplikasi yang akan digunakan sebagai alat batu penguji data data transaksi adalah Tanagra. Hasil dari penelitian ini adalah mengelompokan data dalam kategori pelanggan yang sering, sedang dan jarang bertransaksi</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1383 Rancang Bangun Sistem Monitoring dan Controlling Penggunaan Daya Peralatan Listrik Rumah Tangga Menggunakan IoT 2022-03-12T13:40:07+00:00 Alwi Muhammad alwimuhammad1010@gmail.com Budi Prayitno budiprayitno@itpln.ac.id Rakhmadi Irfansyah Putra rakhmadi@itpln.ac.id Eka Putra eka@itpln.ac.id Pritasari Palupiningsih pritasari@itpln.ac.id <p>Sektor rumah tangga menyumbang persentase terbesar dari total konsumsi listrik Indonesia pada tahun 2019. Pengguna di sektor ini tidak mengetahui secara detail peralatan rumah tangga mana yang paling banyak mengkonsumsi listrik. Penelitian ini bertujuan untuk menghasilkan sistem kontrol dan <em>monitoring</em> peralatan listrik rumah tangga dengan paradigma <em>internet of things</em>. Proses pemantauan dan pengendalian dilakukan untuk mendukung beberapa perangkat rumah tangga. Pada penelitian ini metode yang digunakan untuk membuat prototype alat dengan beberapa tahapan yaitu pembuatan <em>prototype</em> alat, pengumpulan data, dan pembuatan aplikasi mobile. Bagian utama dari perangkat prototipe terdiri dari mikrokontroler NodeMCU, sensor PZEM004T, dan relay. Hasil pembacaan sensor berupa data arus, tegangan, dan daya listrik yang kemudian dikirim dan disimpan dalam database. Setelah itu, data listrik dapat ditampilkan pada aplikasi <em>mobile</em>. Selain itu, juga dapat mengontrol <em>on/off</em> perangkat. Hasil dari penelitian ini adalah prototype perangkat dan aplikasi <em>mobile</em> yang dapat mengontrol dan memonitoring listrik untuk peralatan kelistrikan di rumah. Konsumsi listrik setiap alat listrik rumah tangga dapat dipantau dalam <em>kilowatt-hour</em> (KWH), sehingga pengguna dapat menggunakannya untuk menilai konsumsi listrik rutin peralatan listrik rumah tangga mereka.</p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1465 Perancangan Aplikasi Pembelian Air Minum Isi Ulang Menggunakan QR Code Berbasis Android 2022-03-12T14:04:13+00:00 Syamsul Syamsul achulrumadaul@yahoo.co.id Rosida Nur Aziza rosida@itpln.ac.id Efy Yosrita efy.yosrita@itpln.ac.id Rahma Farah Ningrum rahmafarah@itpn.ac.id <p>Tujuan penelitian ini untuk mengembangkan sebuah aplikasi transaksi pembelian air minum isi ulang otomatis berbasis Android. Hal ini di motivasi berdasarkan kebutuhan masyarakat pengguna botol air minum isi ulang (tumbler), yang kesulitan untuk mengisi kembali isi tumblernya ketika berada di area publk seperti stasiun kereta api, bandara, terminal bis, dll. Hal ini mengakibatkan pengguna tumbler tetap mengkonsumsi minuman dengan kemasan sekali pakai, sehingga program pengurangan sampah plastic kurang efektif. Hasil penelitian berupa aplikasi yang menrapakan&nbsp; kode QR untuk&nbsp; pemanggilan aplikasi&nbsp; Android. Pengguna mendatangi&nbsp; terminal, semacam vending machine, dan melakukan transaksi pembelian air minum isi ulang melalui aplikasi di telepon selulernya, dimulai dari pemilihan volume sampai dengan metode pembayaran</p> <p>&nbsp;</p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1532 Implementasi Aplikasi E-Reporting Infrastructure (ERI) Sebagai Media Monitoring Pengaduan Kerusakan Fasilitas Kampus 2022-03-14T01:50:40+00:00 Usman Nurhasan usmannurhasan@polinema.ac.id Rakhmat Arianto ari87anto@gmail.com Candra Bella Vista ari87anto@gmail.com Embriani Dewi Lestari ari87anto@gmail.com Mita Kartina Sari ari87anto@gmail.com <p><em>The quality of educational facilities and infrastructure is a measure of the success of the teaching and learning process. Over time, these facilities and infrastructure will suffer damage and their quality will decline. Reports of damage to facilities and infrastructure are always made verbally. Another issue that arises is that Sarpras officers have not seen photographic evidence of the reported condition of the infrastructure. This problem can make it difficult for Sarpras agents to identify infrastructure. The reporting party often does not obtain information about the status of the response from the report. This issue is caused by the fact that no media can be used by the reporter to know the status of the reporting of user complaints. To minimize the reporting of damage errors, an information system can be applied. The application that can be applied in the problem of reporting damage to campus infrastructure is E-Reporting Infrastructure (ERI). This application aims to provide access for registrants and stakeholders to monitor each other's damage reports so that the priority scale for processing recommendations is immediately determined. The recommendations must be able to adapt to the variables which are the needs and priorities of management. The process of determining recommendations will be more stable if it is processed by an algorithm integrated into the ERI. The algorithm that will be applied is a practical and multi-criteria ranking algorithm, including Topsis and SAW. The computation results obtained will be compared in order to determine the efficiency and characteristics of the algorithm.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1487 Model Analisis Kasus Covid-19 Di Indonesia Menggunakan Algoritma Regresi Linier Dan Random Forest 2022-03-14T01:54:18+00:00 Alma Hidayanti amrilmutoi@ubpkarawang.ac.id Amril Mutoi Siregar amrilmutoi@ubpkarawang.ac.id Santi Arum Puspita Lestari amrilmutoi@ubpkarawang.ac.id Yana Cahyana Cahyana amrilmutoi@ubpkarawang.ac.id <p><em>Kenaikan kasus covid-19 di Indonesia tidak bisa diperkirakan perkembangannya, sehingga menyebabkan buruknya berbagai aspek kehidupan di Indonesia. Analisis data sangat penting untuk dilakukan, dengan menganalisis maka akan dihasilkan informasi baru yang bisa digunakan untuk menunjang penelitian lebih dalam terhadap permasalahan yang sama. Penelitian ini bertujuan untuk menganalisis data covid-19 di Indonesia dengan cara&nbsp; mengetahui nilai akurasi yang diperoleh dalam data. Dalam penelitian ini metode yang digunakan yaitu metode regresi linier dan random forest. Hasil penelitian dapat diketahui bahwa dalam penelitian ini cara analisis yang dilakukan yaitu menggunakan perhitungan manual dengan tools microsoft excel, pemrograman bahasa python menggunakan tools google colaboratory dan perangkat lunak pengolahan data menggunakan tools rapidminer. Nilai akurasi dalam setiap metode dapat berbeda sesuai dengan tools yang digunakan. Pada metode regresi linier nilai akurasi tertinggi adalah 99,7% dengan nilai RMSE (root mean squared error) yaitu 26,19, data tersebut dianalisis menggunakan perhitungan manual dengan tools microsoft excel. Sedangkan untuk metode random forest nilai akurasi tertinggi adalah 98,4% dan dianalisis menggunakan tools rapidminer</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1346 Perancangan Purwarupa Pendeteksian Masker Menggunakan Mobilenetv2 dan Sensor Suhu GY-906 MLX-90614 Berbasis OpenCV 2022-03-12T15:27:42+00:00 Lukman Medriavin Silalahi lukman.medriavin@mercubuana.ac.id David Martin Antoyo, DMA david.antoyo@gmail.com Setiyo Budiyanto, SB sbudiyanto@mercubuana.ac.id Imelda Uli Vistalina Simanjuntak, IUVS imelda.simanjuntak@mercubuana.ac.id Gunawan Osman, GO gunawan@thamrin.ac.id Agus Dendi Rochendi, ADR agus.dendi.rochendi@lipi.go.id Raden Sutiadi, RS sutiadiraden@gmail.com <p><em>The background of this research problem is the handling of the Covid-19 virus by using masks and regular body temperature measurements for each user entering/exiting a building. So this research aims to monitor people in carrying out the principle of using a mask and detecting a person's temperature with a limit not exceeding the normal temperature of 37.5 selsius. Outside of this research is the design of a face mask detection system and can measure a person's body temperature using Python programming that contains OpenCV, MobileNetV2 and gy-906 MLX 90614 non contact temperature sensors. the results of this research can be concluded that face mask detection can be done in the range of 50cm to 1.5m while face detection can be detected up to 3m when conducting real time testing and has a success rate of detecting face masks 86.6% to 93.3% from 15 times the experiments that have been conducted.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1101 Klasifikasi Jenis Jamur Menggunakan SVM dengan Fitur HSV dan HOG 2022-03-12T16:05:49+00:00 Yohannes Yohannes yohannesmasterous@mdp.ac.id Daniel Udjulawa daniel@mdp.ac.id Timoteus Ivan Sariyo timoivan24.ldragonz@gmail.com <p>Mushrooms are one of the plants that have so many varieties. Every variety has a different shape and color. But most people still feel difficult to know and classify every mushroom. Therefore, classification for mushroom is needed. Method for this research are Hue Saturation Value (HSV) as color segmentation, then Histogram of Oriented Gradient (HOG) as feature extraction, and Support Vector Machine (SVM) as a classification method. Mushrooms that being use are Agaricus, Amanita, Boletus, Cortinarius, Entoloma, Hygrocybe, Lactarius, Russula, Suillus. Total of mushrooms for this research are 900, with 100 each genus. This research using the k-fold Cross Validation method for 4-fold. From 900 images there are 675 for the training phase and 225 for the testing phase. Overall for this research got precision, recall, accuracy respectively 23.80%, 22.94%, and 82.69%. The best mushroom was Boletus with precision, recall, accuracy respectively 55.37%, 46.84%, and 89.69%.</p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1352 Analisis Opini Pengguna Aplikasi New PLN Mobile Menggunakan Text Mining 2022-03-12T16:28:46+00:00 Handrea Bernando Tambunan handrea.bernando.t@gmail.com Tiva Winahyu Dwi Hapsari tiva@pln.co.id <p><em>Media sosial pada saat ini menjadi suatu media yang sangat populer untuk menyampaikan opini oleh masyarakat di Indonesia. Melalui media sosial pengguna dapat dengan mudah mengungkapkan pengalamannya terhadap suatu produk, salah satunya adalah aplikasi New PLN Mobile dari PT PLN (Persero). Aplikasi tersebut menjadi platform digital untuk memenuhi berbagai kebutuhan pelanggan terkait pelayanan ketenagalistrikan. Salah satu metode yang dapat dipakai untuk menganalisa opini pengguna adalah menggunakan text mining dengan pendekatan word cloud, network explorer, jenis emosi, dan analisis sentimen. Hasil penelitian menunjukkan bahwa analisis word cloud memberikan frekuensi komentar terkait keberadaan aplikasi, pengalaman pelanggan, fitur baru, informasi pelanggan, hingga interaksi dan komunikasi pada media sosial. Selanjutnya analisis network explorer menunjukkan bahwa kata yang saling berkaitan adalah “aplikasi pln mobile” dan “kemudahan layanan gangguan”. Analisa jenis emosi mengekspresikan sebagian besar pelanggan terkejut (surprise) dengan adanya aplikasi aplikasi New PLN Mobile. Analisis sentimen menunjukkan bahwa sebagian besar kluster pelanggan menunjukkan sentimen yang sangat positif terhadap keberadaan aplikasi New PLN Mobile.</em></p> 2021-12-31T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1302 Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python 2022-03-14T04:16:12+00:00 Agung Slamet Riyadi agungsr357rvr@gmail.com Ire Puspa Wardhani irepuspa@gmail.com Maria Sri Wulandari mswuland89@gmail.com Susi Widayati widayatisusi@gmail.com <p><em>Pengolahan citra (image processing) adalah teknik mengolah citra yang mentransformasikan citra masukan menjadi citra lain agar keluaran memiliki kualitas yang lebih baik dibandingkan kualitas citra masukan. Deteksi objek dalam digital image processing adalah suatu proses yang digunakan untuk menentukan keberadaan objek tertentu di dalam suatu citra digital. Proses deteksi tersebut dapat dilakukan dengan berbagai macam metode yang umumnya melakukan pembacaan fitur-fitur dari seluruh objek pada citra input. Pada pendeteksian objek tersebut terdapat beberapa metode beberapa diantaranya yaitu metode ResNet, YOLOv3 dan TinyYOLOv3. Dalam penelitian ini akan dilakukan perbedaan ketiga metode tersebut. Tujuan dari ujicoba dalam penelitian ini adalah mengetahui lebih jauh hasil deteksi objek pada citra dengan tingkat keakuratan yang baik. Dan penelitian ini dapat membutkikan bahwa hasil pendeteksian objek dengan menggunakan model Yolov3, hasil keakuratannya lebih tinggi dibandingkan dengan model ResNet dan model Tiny Yolo.</em></p> 2022-01-17T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1228 Implementasi Restful API dalam Upaya Mensinkronisasi Data pada Sistem Otomasi Perpustakaan Berbasis Web Dengan Menggunakan Metode Uji Coba RMSE Dan White Box 2022-03-14T04:28:07+00:00 Yessy Fitriani yessy.fitriani@sttpln.ac.id M. Yoga Distra Sudirman yessy.fitriani@itpln.ac.id Dine Tiara Kusuma yessy.fitriani@itpln.ac.id Abiyyu Wahib Imantara yessy.fitriani@itpln.ac.id <p><em>To solve the data redundancy problem that occurs in the STT - PLN library automation system, namely the Senayan and Cendana systems, currently a web service has been designed to combine the two automation systems in the library so that data redundancy from the two systems will not occur. This system was created in order to prepare a database for the implementation of a new automation system for the STT - PLN library, namely the Akasia system. This web service application can migrate and merge data from the Senayan and Cendana databases to the Akasia database. This system also supports the creation of additional fields and tables for fields and tables that were not yet available in the initial structure of the acacia database. The application of the REST architecture here is to test the ability of the REST architecture in handling data migration and merging with large amounts of data. The test is carried out on a local host and through the existing LAN network in the IT - PLN building. There are two types of testing, namely speed testing and validation testing. The speed test is done by calculating the estimated time spent when transferring data with the amount of data ranging from 4000, 6000, 8000, 10000.The result is that using the REST architecture in migrating data can shorten the migration time because the data transferred from the source database is in JSON format. which has a smaller size than the data in SQL format. The data in JSON format is then converted into an array by the RESTful API and then entered into the acacia database. So that the migration process has a short time because the process of transferring data from the source database server to the RESTful API server is in JSON format. While the results of data validation testing using RMSE show a very small number, namely 0. From these results it can be stated that the acacia database from the results of the localhost migration already has sufficient data accuracy to be used as a new system database. </em></p> 2022-02-17T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1460 Fuzzy C-Means Dalam Klasifikasi Histori Data Susut Daya Pelanggan AMR Tidak Wajar Pada PT. PLN Distribusi Jakarta Raya 2022-03-14T04:23:31+00:00 Widya Nita Suliyanti yessyasri@itpln.ac.id Yessy Asri yesfar2@gmail.com Efy Yosrita efy@itpln.ac.id Akh. Farhan Ramadani yessyasri@itpln.ac.id <p>Susut daya merupakan masalah yang selalu dihadapi oleh PT. PLN khususnya Distribusi Jakarta Raya. Susut non-teknis banyak menyebabkan kerugian besar bagi PT. PLN Distribusi Jakarta Raya. AMR (<em>Automatic Meter Reading</em>) digunakan untuk pembacaan atau pengambilan data hasil pengukuran energi listrik pada masing-masing konsumen secara lokal maupun jarak jauh. Diperlukan metode dengan keoptimalan yang tinggi agar dapat mengukur susut yang terjadi. Penelitian ini menggunakan metode <em>clustering Fuzzy C-Means</em> dengan tujuan membandingkan dengan metode <em>K-Means</em>. Keoptimalan suatu cluster ditentukan dengan nilai DBI (<em>Davies-Bouldin index</em>) yang minimum. Semakin kecil nilai DBI, maka suatu cluster dikatakan optimal untuk melakukan <em>clustering</em> data. Hasil penelitian membuktikan bahwa metode <em>Fuzzy C-Means</em> lebih optimal dibandingkan metode <em>K-Means</em> dengan nilai DBI metode Fuzzy C-Means sebesar 0.54532171146831 di set cluster 2 sedangkan nilai DBI metode K-Means sebesar 0.893 di set cluster 4.</p> 2022-02-25T00:00:00+00:00 ##submission.copyrightStatement## https://stt-pln.e-journal.id/petir/article/view/1610 Sistem Pengenalan Karakter Dokumen Secara Otomatis Menggunakan Metode Optical Character Recognition 2022-03-14T04:48:54+00:00 Susan Siti Nurhaliza susansiti96@gmail.com Lussiana ETP lussiana.etp@gmail.com <p><em>Merebaknya pandemi covid-19 memberikan dampak ke segala bidang kehidupan, termasuk kegiatan ekspor impor, khususnya impor barang yang berkaitan dengan alat kesehatan. Peningkatan impor yang signifikan menyebabkan aktifitas pemeriksaan dokumen terkait dengan customs clearance semakin meningkat tajam. Kondisi ini mempengaruhi kinerja petugas dalam hal ketelitian dan kekuatan jasmani, yang saat ini masih dilakukan secara manual yaitu pembacaan naskah secara langsung. Dengan demikian sangat rentan terhadap terjadinya kesalahan baca dan entry data saat pemeriksaan. Akibatnya harus dilakukan pemeriksaan ulang dan banyaknya complain dari penerima barang. Penelitian ini bertujuan menerapkan metode Optical Character Recognition (OCR) untuk mengenali karakter dokumen ijin distribusi alat kesehatan. Berbagai tahap penelitian yang digunakan antara lain: </em><em>preprocessing yang terdiri dari proses grayscaling, binerisasi, cropping kemudian dilanjutkan dengan proses&nbsp; segmentasi, ekstraksi fitur dan untuk proses terakhir adalah proses&nbsp; metode template matching yang merupakan suatu metode yang banyak digunakan untuk mengenali&nbsp; suatu karakter</em><em>.</em><em> Hasil uji coba 5 citra dokumen menunjukkan tingkat akurasi pengenalan karakter sebesar 98.78% dan waktu proses rata-rata 1.29 detik Dengan demikian dapat disimpulkan bahwa metode OCR dapat di terapkan untuk mengenali suatu karakater pada dokumen izin distribusi alat kesehatan. </em></p> <p><strong><em><span style="text-decoration: line-through;">&nbsp;</span></em></strong></p> <p>&nbsp;</p> 2022-02-25T00:00:00+00:00 ##submission.copyrightStatement##