https://journal.diginus.id/DECODING/issue/feedJournal of Deep Learning, Computer Vision and Digital Image Processing2024-06-02T13:38:17+00:00Andi Baso Kaswara.baso.kaswar@unm.ac.idOpen Journal Systems<p align="justify"><strong>Journal of Deep Learning, Computer Vision, and Digital Image Processing (DECODING)</strong> dengan eISSN: 2986-8939 adalah jurnal peer-review sebagai media publikasi hasil penelitian yang mendukung penelitian dan pengembangan kota, desa, sektor dan sistem lainnya. Jurnal Sistem Cerdas diterbitkan oleh Sakura Publisher dan diterbitkan setiap enam bulan. Jurnal ini diharapkan menjadi wahana publikasi hasil penelitian dari para praktisi, akademisi, pihak berwenang dan masyarakat terkait.</p> <p align="justify">Tujuan Jurnal DECODING ini adalah untuk berkontribusi pada kehidupan intelektual bangsa sesuai dengan mandat yang terkandung dalam pembukaan UUD 1945. Jurnal ini juga merupakan media untuk publikasi inovasi dan teknologi terkait dengan pengembangan teknologi bidang sistem cerdas.</p> <p>Ruang lingkup sistem yang dibahas terlampir tetapi tidak terbatas; </p> <ol> <li class="show">Artificial Intelligence Technology (AI) and Machine Learning</li> <li class="show">Deep Learning</li> <li class="show">Digital Image Processing</li> <li class="show">Computer Vision</li> <li class="show">Internet of Thing</li> <li class="show">Data Mining</li> <li class="show">Big Data</li> <li class="show">Smart and Fuzzy System</li> <li class="show">Robots and Smart systems.</li> </ol> <p><strong> </strong></p>https://journal.diginus.id/DECODING/article/view/442Pengembangan Aplikasi E-Donasi Berbasis Mobile Sebagai Solusi Pencatatan Donasi 2024-06-01T22:54:42+00:00Muh Akbarmuh.akbarjaya@unm.ac.idSuryaningsih Suryaningsihsuryaningsih40029@gmail.comAmelia Uswatun Khasanahameliauswatunkhasanahhh@gmail.comSiti Nur Alifya Kasmiryani Arnuralifya233@gmail.com<p>Pengembangan aplikasi e-donasi berbasis mobile sebagai solusi pencatatan donasi dimaksudkan untuk mempermudah proses donasi serta menjamin transparansi dan akurasi dalam pencatatan donasi. Untuk mencapai tujuan dari penelitian tersebut digunakan metode pengembangan perangkat lunak waterfall yang terdiri dari beberapa fase yang berurutan: Analisis Kebutuhan, Perancangan Sistem, Implementasi, Pengujian dan Pemeliharaan. Hasil penelitian menunjukkan bahwa Aplikasi e-donasi berbasis mobile telah dirancang dan diuji untuk mempermudah proses pencatatan dan pengelolaan donasi. Fitur Sign Up dan Sign In dinyatakan valid, memungkinkan pengguna membuat akun dan masuk ke dalam aplikasi e-donasi dengan mudah. Halaman menu utama juga dinyatakan valid dengan navigasi ke halaman menu utama setelah login berfungsi dengan baik. Fitur pencatatan donasi berfungsi dengan baik untuk semua kategori donasi, sehingga dinyatakan valid. Namun, fitur hapus riwayat donasi dinyatakan kurang valid dan memerlukan perbaikan untuk memastikan penghapusan riwayat donasi berfungsi dengan benar. Fitur hapus keseluruhan riwayat donasi dinyatakan valid dan berfungsi dengan baik untuk menghapus seluruh riwayat donasi. Fitur rekapan juga dinyatakan valid, menampilkan keseluruhan rekapan donasi yang telah dilakukan dengan baik. Fitur logout dinyatakan valid, dengan berhasil kembali ke halaman utama. Peneliti juga melakukan pengujian 2 user atau lebih dalam penggunaan aplikasi Namun, pengujian dengan dua atau lebih user menunjukkan hasil yang kurang valid. Hal ini dikarenakan saat pengguna baru berhasil masuk, aktivitas yang ditampilkan bukan aktivitas user baru tersebut, melainkan aktivitas user pertama.</p>2024-03-30T00:00:00+00:00Copyright (c) 2024 Journal of Deep Learning, Computer Vision and Digital Image Processinghttps://journal.diginus.id/DECODING/article/view/351APPLICATION OF FUZZY LOGIC IN DETERMINING THE AMOUNT OF COTO PRODUCTION AT THE COTO DAENG TATA WARUNG USING FUZZY LOGIC BASED ON THE TSUKAMOTO METHOD2024-05-21T03:20:12+00:00Ayu Irdayanti.Jayuirdayanti99@gmail.comAndi Azizul Hakimizulllandi@gmail.comSuci Permatasaripermatasarisuci1920@gmail.commarwanmarwanre@unm.ac.id<p>This research focuses on enhancing Coto production efficiency at Warung Coto Daeng Tata through the application of fuzzy logic, specifically utilizing the Tsukamoto method. Challenges such as unpredictable demand fluctuations and inconsistent raw material variations hinder production adaptation. However, by refining fuzzy rules based on shop experience and adjusting parameters, this study aims to optimize responses to market changes and customer demands. Method stages encompass establishing fuzzy rules, fuzzification, inference, and defuzzification, yielding adaptive production quantities. Results demonstrate the effectiveness of the Tsukamoto method in optimizing Coto production, aligning with input variables like weather and seasons to minimize waste and enhance customer satisfaction. The application of fuzzy logic enhances responsiveness to market dynamics and customer preferences, potentially improving operational performance and sustaining traditional culinary businesses</p>2024-03-30T00:00:00+00:00Copyright (c) 2024 Journal of Deep Learning, Computer Vision and Digital Image Processinghttps://journal.diginus.id/DECODING/article/view/316Pengendalian Untuk Mengoptimalkan Produksi Mie Pada Warung Mie Pedas Dengan Menggunakan Logika Fuzzy Berbasis Metode Tsukamoto2024-04-03T14:56:39+00:00Ayu Safitriayus59547@gmail.comAura Azzahraauraazzahrara9@gmail.comShahnaz Tasha Kurniashahnaztashakurnia2810@gmail.com<p><strong>ABSTRACT</strong></p> <p><em>The rapid development of technology has led to a change in consumer consumption patterns, including food consumption, especially the production of noodles. Noodles are a source of energy and nutrients needed by all living organisms. One of the noodle dishes often used as a substitute for rice is instant noodles. Instant noodles are easy to serve and practical, and their production is usually carried out based on consumer demand. However, there is still a lack of research on determining the optimal production quantity of instant noodles to meet consumer demand and align with the availability of raw materials. Therefore, it is suggested to use Fuzzy Logic-based Method Tsukamoto to optimize noodle production at noodle shops. The Fuzzy Logic Method Tsukamoto helps regulate noodle production in accordance with consumer preferences and avoid waste of raw materials. The results of the study show that the method can adjust the production quantity of instant noodles based on consumer demand and availability. This approach ensures that noodle production meets consumer needs and prevents overuse of raw materials</em></p> <p><strong>Keywords: Noodles, Tsukamoto, demand, supply, production</strong></p>2024-03-30T00:00:00+00:00Copyright (c) 2024 Journal of Deep Learning, Computer Vision and Digital Image Processinghttps://journal.diginus.id/DECODING/article/view/300Penentuan Jumlah Produksi Roti Pada Toko Roti Kayla Menggunakan Fuzzy Logic Metode Tsukamoto2024-04-03T09:33:23+00:00Muh. Fajrin Bakri Bakrimuhammadfajrinb@gmail.comMuhammad Fajar Bfajarb@unm.ac.idGebby Indrianigebby.indriyani12@gmail.comAhmad Fadhli Rahmanfadhlyrahmannn@gmail.com<p>Penentuan jumlah produksi merupakan hal yang perlu diperhatikan sebelum memulai sebuah usaha. Menentukan jumlah produksi suatu barang merupakan langkah penting untuk menghindari risiko kerugian. Dengan adanya metode ini, akan meminimalisir kerugian bagi penyedia usaha karena dapat menyesuaikan jumlah persediaan dan produksi sesuai dengan jumlah permintaan, sehingga bahan baku yang disiapkan akan digunakan secara maksimal. Pada era globalisasi saat ini, persaingan pasar dalam dunia industri sangat kompetitif sehingga dibutuhkan kemampuan pengelola perusahaan yang profesional agar dapat memenangkan persaingan dalam pasar global terutama dalam usaha penjualan Roti. Namun, permasalahan yang terjadi adalah saat menentukan jumlah produksi roti. Banyaknya faktor yang masuk dalam perhitungan membuat sulit untuk menetapkan pedoman penentuan jumlah roti yang akan diproduksi. Pengelolaan produksi roti di toko roti Kayla dalam menentukan jumlah produksi terkadang tidak memenuhi pesanan dengan tepat waktu dan jumlah yang sesuai, sehingga berdampak kerugian terhadap toko dikarenakan jumlah produksi yang tidak sesuai dengan permintaan konsumen. Oleh karena itu, pada penelitian ini akan dilakukan penentuan jumlah produksi roti pada toko roti Kayla untuk menentukan jumlah produksi yang tepat, sesuai dengan jumlah permintaan dan persediaan. Metode yang digunakan pada penelitian ini adalah <em>Fuzzy Logic</em> dengan metode Tsukamoto untuk menentukan jumlah produksi roti. Dibandingkan dengan sebelumnya, dengan adanya penerapan <em>Fuzzy Logic</em> metode Tsukamoto pada kasus ini memberikan output jumlah produksi yang lebih optimal dan mencegah produksi yang kurang ataupun berlebih yang dapat menyebabkan kerugian. </p>2024-03-30T00:00:00+00:00Copyright (c) 2024 Journal of Deep Learning, Computer Vision and Digital Image Processinghttps://journal.diginus.id/DECODING/article/view/301Sistem Penentuan Produksi Makanan Pada Warung Sate Madura Malengkeri Menggunakan Fuzzy Logic Metode Tsukamoto2024-04-03T14:34:14+00:00Mutia Amatullahmutiamatullah03@gmail.comSumarniesmrnie3@gmail.comAndi Afrah Tenriajengafrahtenri@gmail.com<p>The production determination system using the Tsukamoto fuzzy method can be used to determine the optimum quantity in satay production. However, if the quantity of products produced by Warung Sate Madura Malengkeri is less than the customer demand, the eatery will miss the opportunity to maximize profits, and vice versa. Therefore, planning the production quantity in Warung Sate Madura Malengkeri is crucial to meet customer demand with the appropriate quantity.</p>2024-03-30T00:00:00+00:00Copyright (c) 2024 Journal of Deep Learning, Computer Vision and Digital Image Processing