https://e-journals.unmul.ac.id/index.php/JIM/issue/feedInformatika Mulawarman : Jurnal Ilmiah Ilmu Komputer2023-08-11T20:25:28+08:00Gubtha Mahendra Putrajim.unmul@gmail.comOpen Journal Systems<p align="justify"><strong>Informatika Mulawarman </strong><span>:</span><strong> Jurnal Ilmiah Ilmu Komputer</strong><span> (JIM) Is a means for researchers in the field of computer science to publish his research works. First published in 2007 with a two-yearly published period in February and September. Editorial Board Informatika Mulawarman consists of lecturers of computer science in the field of diverse concentration of expertise among others Software Engineering, Information Systems, Network and Computer Security, Image Processing, Multimedia, fuzzy logic, human interface and Artificial Intelligence. Until now, Journal of Informatics Mulawarman has been published as many as 13 volumes (Volume 15 issue 1 February 2020). For those interested in participating in JIM Volume 15 issue 2 September 2020 may submit the paper through our </span><a href="/index.php/JIM" target="_blank">OJS</a><span>. For Information and Services editorial information please contact </span><a href="mailto:jim.unmul@gmail.com" target="_blank">jim.unmul@gmail.com</a><span> no later than August 10, 2020, in addition, you can also prepare your paper for next edition of JIM. </span><span>Every published article has </span><strong>Digital Object Identifier (DOI)</strong><span> by <img src="http://fkti.unmul.ac.id/gambar/Crossref.png" alt="" height="14" /> according to issue and article number.</span></p>https://e-journals.unmul.ac.id/index.php/JIM/article/view/5716Analisis Perubahan Tutupan Lahan Menggunakan Metode Klasifikasi Terbimbing Pada Data Citra Penginderaan Jauh Kota Samarinda-Kalimantan Timur2023-08-11T20:25:09+08:00Okta Ihza Gifarioktagifari@student.unmul.ac.idKusrini Kusrinikusrini@amikom.ac.idKumara Ari Yuanakumara.a@amikom.ac.id<p class="Abstrak"><span lang="EN-US">Tutupan lahan merupakan ilmu tentang penggunaan suatu lahan untuk mencapai tujuan kesejahteraan dan kemajuan baik masyarakat ataupun lingkungan itu sendiri. Tutupan dan penggunaan lahan selalu berubah mengikuti perkembangan jumlah penduduk dan juga kebijakan yang dimiliki pemerintah suatu daerah itu sendiri. Kota Samarinda merupakan kota yang dimana tutupan lahannya berubah dengan cepat akibat pertumbuhan pendududuk yang pesat. Informasi tentang keadaan tutupan lahan sangat penting dalam perencanaan operasional dan penyelenggaraan evaluasi pada pemerintah. Sehingga diperlukannya analisis terhadap perubahan yang terjadi. Metode yang digunakan dalam penelitian ini adalah memanfaatkan teknologi penginderaan jauh yang kemudian diolah dengan menggunakan algoritma Maximum Likelihood Classification dan menghitung nilai kerapatan vegetasi dari suatu daerah yaitu NDVI (Normalized Difference Vegetation Index). Penentuan sampel untuk training area menggunakan metode plot area dan pengambilan sampel menggunakan metode random sampling. Hasil pengolahan menghasilkan tutupan lahan yang ada di Kota Samarinda didominasi dengan kelas tutupan lahan vegetasi alami yang mencakup 50% dari keseluruhan wilayah Kota Samarinda. Kerapatan vegetasi menunjukkan kehjijaun tingi pada interval </span><span lang="IN">0.510494065 – 0.793650806</span><span lang="EN-US"> pada tahun 1994. Sedangkan pada tahun 2022 menunjukkan interval </span><span lang="EN-US">0.143671161 – 0.249420762. Akurasi keseluruhan pada tahun 1994 menghasilkan nilai 97,02% sedangkan pada tahun 2022 menghasilkan nilai 99,01%<em>.</em></span></p>2023-08-11T20:04:05+08:00Copyright (c) 2023 Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputerhttps://e-journals.unmul.ac.id/index.php/JIM/article/view/10169Analisis Efisiensi Metode K-Nearest Neighbor dan Forward Chaining Untuk Prediksi Stunting Pada Balita2023-08-11T20:25:28+08:00Happy Gery Pangestu21110021@ittelkom-pwt.ac.idRifaldo Yohannes Sinaga21110008@ittelkom-pwt.ac.idFadilla Zundina Ulya21110001@ittelkom-pwt.ac.idUmmi Athiyahummi@ittelkom-pwt.ac.idArif Wirawan Muhammadarif@ittelkom-pwt.ac.idFaza Alamekafaza.alameka@gmail.com<p class="Default">Permasalahan gizi buruk yang terjadi di Indonesia menjadi sebuah tantangan yang nyata bagi pemerintah maupun masyarakat. Salah satu gizi buruk kronis yang menyerang balita di Indonesia yaitu stunting (tubuh pendek). Masalah stunting sering dialami oleh anak-anak di Indonesia. Dalam satu dekade terakhir, balita yang terindikasi stunting cenderung tidak mengalami perbaikan. Jika terus dibiarkan stunting akan mengakibatkan masalah serius yang dapat mengganggu pertumbuhan dari anak. Oleh karena itu, diperlukan pencegahan sejak dini terkait masalah stunting pada anak. Pada penelitian kali ini akan dibuat sebuah website untuk melakukan deteksi stuntung pada balita. Penelitian dilakukan dengan membandingkan metode sistem pakar <em>forward chaining</em> yang menggunakan pengkondisian manual pada bahasa pemrograman python<em> </em>dan <em>machine learning </em>menggunakan <em>K-Nearest Neighbor. </em>Hasil dari sistem pakar <em>forward chaining</em> memiliki akurasi prediksi yang lebih baik karena dapat memprediksi dengan benar 10/10 pengujijan yang diberikan, sedangkan dengan menggunakan <em>machine learning</em> <em>K-Nearest Neighbour </em>hanya dapat memprediksi benar 8/10 pengujian yang telah diberikan<em>.</em> Kemudian metode yang terpilih akan dilakukan <em>deploying</em> kedalam website. Pada tahap <em>deploying</em>, metode yang digunakan adalah <em>forward chaining. </em></p>2023-08-11T00:00:00+08:00Copyright (c) 2023 Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer