Generation Journal
https://ojs.unpkediri.ac.id/index.php/gj
<p>Generation Journal is a scientific journal that presents original articles about knowledge and research information or application of current research and development in the field of technology. Scope of Generation Journal in the field of Informatics Covers Big Data, Decision Support System, Network, Multimedia, Image, NLP This journal is a means of publication and event to share his research and development work in the field of technology. Loading articles in this journal are addressed to the editor's office. Complete information for article creation and article writing instructions is available in every issue. Incoming articles will go through the selection process of bestari partners and / or editors. Generation Journal published 2 times a year, in January and July. Generation Journal Registered at PDII LIPI with e-ISSN number: 2549-2233 p-ISSN: 2580-4952. For practitioners, academics and students in the field of Informatics, Multimedia, and Electrical Engineering who want article research results and ideas published in this journal through online registration. If there is any Difficulty in Submit Journal Please Contact the contact person below Risky Aswi Ramadhani: 085736745010</p>Universitas Nusantara PGRI Kedirien-USGeneration Journal2580-4952<p>Authors who publish with this journal agree to the following terms: <br>1. Copyright on any article is retained by the author(s).<br>2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal. <br>3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.<br>4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.<br>5. The article and any associated published material is distributed under the <a href="http://creativecommons.org/licenses/by-sa/4.0/" rel="license">Creative Commons Attribution-ShareAlike 4.0 International License</a></p>Aplikasi Pemasangan Baliho Berbasis Markerless Augmented Reality
https://ojs.unpkediri.ac.id/index.php/gj/article/view/20838
<p><em>Penggunaan baliho sebagai media promosi kegiatan, iklan, dan kampanye politik di luar ruangan masih dapat memberikan pengaruh terhadap perilaku dan sikap masyarakat hingga sekarang. Namun, pemasangan baliho yang tidak teratur dapat berdampak negatif terhadap lingkungan dan tata ruang publik, termasuk mengurangi penghijauan dan menciptakan visualisasi yang buruk. Oleh sebab itu, penelitian ini bertujuan untuk merancang Aplikasi Pemasangan Baliho Berbasis Markerless Augmented Reality yang memanfaatkan teknologi Augmented Reality untuk memproyeksikan baliho berupa objek 3D secara real-time ke dalam lingkungan nyata. Proses pembuatannya menggunakan Blender untuk membuat objek 3D, Vuforia SDK sebagai plugin Augmented Reality, Unity untuk pembuatan user interface aplikasi, dan smartphone Android sebagai alat uji coba. Harapan dari penelitian ini adalah menghasilkan aplikasi yang efektif dalam membantu pengguna dalam pemasangan baliho sesuai lokasi yang diinginkan sembari dengan mematuhi peraturan yang berlaku, serta meningkatkan pengalaman pengguna melalui fitur seperti rotasi objek dan pengambilan foto dengan objek.</em></p>Fajar MuhammadCindy TaurustaMetatia Intan Mauliana
Copyright (c) 2023 Fajar Muhammad, Cindy Taurusta, Metatia Intan Mauliana
https://creativecommons.org/licenses/by-sa/4.0
2023-10-242023-10-247311010.29407/gj.v7i3.20838Memprediksi Jumlah Penjualan Hijab Dengan Menggunakan Metode Trend Moment (Studi Kasus: Toko Neena Hijab)
https://ojs.unpkediri.ac.id/index.php/gj/article/view/21055
<p><em>Toko Neena Hijab merupakan toko yang menjual berbagai jenis hijab yang beralamatkan di Jalan Raya Sukorame Dongadem Lamongan. Hijab yang dijual berbagai jenis hijab seperti Hijab Bella Sequare macam macam pashmina dan banyak lagi. Pada setiap bulannya penjualan yang ada pada toko Neena Hijab mengalami peningkatan ataupun penurunan.Berdasarkan permasalahan yang dihadapi oleh pemilik toko yang berhubungan dengan perkiraan persediaan produk ialah bagaimana meramalkan penjualan barang di masa yang akan datang yang berdasarkan data yang sudah di rekap sebelumnya agar dapat meminimalisir kerugian pada masa yang akan datang. Dengan itu penelitian ini bertujuan untuk membuat sebuah system peramalan penjualan dengan metode trend moment, dengan dengan menggunakan bahas pemerograman PHP dan database MSQL. Dimana nantinya aplikasi ini bisa digunakan di Toko Neena Hijab untuk mengelolah produk dengan baik dan tepat agar berguna dalam pengambilan keputusan yang akan datang. Hasil dari prediksi pada bulan Juli 2023 pada data hijab pasminah ceruty sebanyak 27 produk, hijab segiempat azzarah sebanyak 8 produk, hijab segiempat paris sebanyak 21 produk, sedangkan hijab bergo oval sebanyak 9 produk, dan juga hijab pasminah plisket sebanyak 16 produk.</em></p>Mega FaridaM.Ghofar Rohman
Copyright (c) 2023 Mega Farida, M.Ghofar Rohman
https://creativecommons.org/licenses/by-sa/4.0
2023-10-242023-10-2473112010.29407/gj.v7i3.21055Perbandingan Prediksi Jumlah Transaksi Ojek Online Menggunakan Regresi Linier Dan Random Forest
https://ojs.unpkediri.ac.id/index.php/gj/article/view/20676
<p><em>Pada saat ini kemajuan teknologi memberikan dampak yang signifikan terhadap kehidupan manusia. Salah satunya adalah industri transportasi. Masyarakat beralih dari ojek tradisional ke ojek online. Dalam menghadapi pesatnya pertumbuhan industri ojek online, penyedia layanan transportasi harus memahami faktor-faktor yang mempengaruhi jumlah transaksi pengguna dalam menggunakan layanan tersebut. Tujuan dari penelitian ini yaitu memprediksi tarif ojek online menggunakan metode regresi linier dan random forest dengan memperhitungkan semua karakteristik yang relevan. Setelah dianalisis, model regresi linier memberikan kinerja yang lebih baik dalam hal kesalahan prediksi (RMSE dan MSE) serta MAPE yang lebih rendah dibandingkan dengan model random forest. Untuk penelitian selanjutnya, diharapkan agar dilakukan analisis yang lebih mendalam pada dataset, guna mencapai peningkatan nilai MSE, RMSE, dan MAPE.</em></p>Dian PramestiWiga Maulana Baihaqi
Copyright (c) 2023 Dian Pramesti, Baihaqi Wiga Maulana
https://creativecommons.org/licenses/by-sa/4.0
2023-10-242023-10-2473213010.29407/gj.v7i3.20676Implementasi Algoritma Hill Cipher Menggunakan Kunci Matriks 2x2 Dalam Mengamankan Data Teks
https://ojs.unpkediri.ac.id/index.php/gj/article/view/21105
<p> </p> <p><em>Sebagai sebuah negara yang besar, Indonesia harus bisa memastikan bahwa semua informasi yang dihimpun dalam setiap bidang pekerjaan aman. Banyaknya kasus peretasan akhir-akhir berdampak pada hilangnya kepercayaan dan rasa aman masyarakat kepada penyedia layanan yang dalam kegiatannya turut menghimpun data yang bersifat pribadi atau rahasia. Hal ini juga kekhawatiran apabila data tersebut disalahgunakan oleh pihak-pihak yang tidak bertanggungjawab. Langkah tepat dalam melindungi informasi adalah memperkuat keamanan data dengan menerapkan teknik kriptografi, yaitu teknik dalam menyamarkan data sebagai antisipasi apabila terjadi kebocoran data, informasi yang tersimpan didalamnya akan tetap aman. Penelitian ini berfokus pada bagaimana melakukan penyandian data teks dengan menggunakan algoritma kriptografi Hill Cipher dengan menggunakan kunci matriks dengan ordo 2x2.</em></p>Roman GusmanaHaryansyahAdimulya Dyas Wibisono
Copyright (c) 2023 Roman Gusmana, Haryansyah, Adimulya Dyas Wibisono
https://creativecommons.org/licenses/by-sa/4.0
2023-10-242023-10-2473313910.29407/gj.v7i3.21105Optimasi Convolutional Neural Network dengan Standard Deviasi untuk Klasifikasi Pneumonia pada Citra X-rays Paru
https://ojs.unpkediri.ac.id/index.php/gj/article/view/20183
<p><em>Pneumonia merupakan penyakit yang ada pada paru paru yang bisa di lihat lebih detailnya dengan foto rontgen. Foto rontgen ini memiliki biaya yang murah di bandingan dengan diagnosis dengan alat medis yang lain yang mempunyai kemiripan fungsinya. Computer vison merupakan bidang ilmu dalam Teknik informatika yang mengolah infomasi gambar atau video yang akan di jadikan informasi. Pada penelitian ini mengunakan foto rontgen untuk mendeteksi foto rontgen yang paru paru normal serta yang terkena penyakit pneumonia mengunakan metode CNN yang di preprocessing citra digitalnya dengan standard deviasi. Dalam penelitian ini menghasilkan akurasi sebesar 98% untuk gambar yang di preprocessing mengunakan standard deviasi serta 90% yang hanya mengunakan metode CNN. Hasil tersebut mengunakan data foto rontgen sebanyak 5.218 gambar yang terdiri dari 2 kelas yaitu kelas paru paru normal dan paru terkena pneumonia. Dari total tersebut dimana total gambar yang normal sebanyak 1342 dan yang terkena penyakit 3876 gambar.</em></p>Ucta Pradema SanjayaZakki AlawiAfta Ramadhan ZaynGuruh Putro Dirgantoro
Copyright (c) 2023 Ucta Pradema Sanjaya, Zakki Alawi, Afta Ramadhan Zayn, Guruh Dirgantara
https://creativecommons.org/licenses/by-sa/4.0
2023-10-262023-10-2673404710.29407/gj.v7i3.20183Sistem Prediksi Jumlah Produksi Tahu Takwa Menggunakan Metode Fuzzy Tsukamoto Berbasis Web
https://ojs.unpkediri.ac.id/index.php/gj/article/view/21148
<p><em>Takwa Popular Tofu Factory still uses estimates of the amount of production with no accurate calculation and computer technology. Therefore, the calculation system of the tsukamoto fuzzy method with a web-based concept is expected to minimize losses due to the amount of production that is not in accordance with market share. This study aims to assist the Takwa Popular Tofu factory in estimating the amount of daily production in accordance with market share. The test results using Mean Absolute Percentage Error (MAPE) show the accuracy of the system calculation of 95.90% with an error value of 4.09 so that the interpretation of the MAPE value is accurate.</em></p>Bagus Dwi PrasetyaRika Wahyu SyaputriFera AnnisaAldestra Bagas WardanaIntan Nur Farida
Copyright (c) 2023 Bagus Dwi Prasetya, Rika Wahyu Syaputri, Fera Annisa, Aldestra Bagas Wardana, Intan Nur Farida
https://creativecommons.org/licenses/by-sa/4.0
2023-11-012023-11-0173485510.29407/gj.v7i3.21148Implementasi Algoritma Path Planning A* Pada Base Station Robot Sepak Bola Beroda
https://ojs.unpkediri.ac.id/index.php/gj/article/view/20545
<p><em>Kontes Robot Sepak Bola Indonesia Beroda (KRSBIB) merupakan kompetisi robotika yang melibatkan keterampilan dalam penyusunan strategi pada robot, sistem navigasi robot, serta perencanaan jalur pada robot. Penelitian ini membahas implementasi algoritma A* pada base station tim robotik Abimanyu Universitas Nusantara PGRI Kediri sebagai algoritma perencanaan jalur, path planning diterapkan secara simulasi tanpa melibatkan pengiriman data ke robot. Pada penerapan algoritma, lapangan terlebih dahulu dibagi menjadi beberapa grid yang merepresentasikan node yang dapat dilalui oleh setiap algoritma. Penelitian yang dilakukan mendapatkan hasil bahwa algoritma A* mencapai waktu eksekusi tercepat pada empty map berukuran grid 32px, yaitu sebesar 0.032 detik. Sedangkan pada ukuran grid 8px, Algoritma A* mencapai waktu eksekusi lebih lambat pada semua kondisi, hal ini akan mempengaruhi kinerja komputasi apabila diterapkan pada kondisi lingkungan yang dinamis</em>.</p>Luluk Indah SafitriJulian SahertianDanang Wahyu Widodo
Copyright (c) 2023 Luluk Indah Safitri, Julian Sahertian, Danang Wahyu Widodo
https://creativecommons.org/licenses/by-sa/4.0
2023-11-022023-11-0273566310.29407/gj.v7i3.20545Klasifikasi Kematangan Buah Tomat Dengan Metode Support Vector Machine
https://ojs.unpkediri.ac.id/index.php/gj/article/view/21092
<p><em>Kematangan tomat memainkan peran penting dalam menentukan kualitas dan daya tahan produk tomat. Pada umumnya, klasifikasi kematangan tomat dilakukan secara visual oleh para ahli atau petani berdasarkan pengalaman mereka. Dalam penelitian ini, metode klasifikasi kematangan tomat berbasis citra digunakan dengan menerapkan fitur Gray-Level Co-occurrence Matrix (GLCM) dan momen warna, serta metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model SVM dengan fitur GLCM dan Momen Warna menghasilkan Accuration dan Precission sebesar 0,91, serta nilai recall dan F-Measure sebesar 0,92akurasi sebesar 91.1%, yang termasuk dalam kategori baik. Beberapa kesalahan klasifikasi pada beberapa citra, yang disebabkan oleh dominansi warna yang tidak sesuai pada kategori yang seharusnya</em></p>Bagoes Maulana AlfaruqDanang ErwantoIska Yanuartanti
Copyright (c) 2023 Bagoes Maulana Alfaruq, Danang Erwanto, Iska Yanuartanti
https://creativecommons.org/licenses/by-sa/4.0
2023-11-022023-11-0273647210.29407/gj.v7i3.21092