Institut Penelitian Matematika Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE): Open Journal System
Not a member yet
11378 research outputs found
Sort by
Pengembangan Modul Pembelajaran Anatomi dan Fisiologi Manusia Berbasis Studi Kasus (Case Study) untuk Mahasiswa Prodi Pendidikan IPA UNIMED
Get PDFThis study aims to develop a case-based learning module on Human Anatomy and Physiology that is feasible for use by students of the Science Education Study Program at Universitas Negeri Medan (UNIMED). The research was conducted from January to June 2025 at the Faculty of Mathematics and Natural Sciences (FMIPA), UNIMED. The method used was research and development (R&D) with the MANTAP model level 1, which includes the stages of needs analysis, product development, and validation. The research subjects included lecturers of the Anatomy and Physiology course and students from the 2023 cohort of the Science Education Study Program at UNIMED. Data were collected through questionnaires and validation sheets, and analyzed both quantitatively and qualitatively. The results show that the developed module received an “excellent” rating from the subject matter expert (89.27), instructional design expert (92.25), and graphic design expert (86.80). It was also considered “highly practical” based on feedback from lecturers (92.16) and students, both in small groups (81.9) and larger groups (83.4). In conclusion, this case-based module is highly feasible and practical as a contextual teaching material to support the learning process of Science Education students at UNIMED.
Keywords: Anatomy, Physiology, Module, Development, Case Stud
Implementasi Alat Sensor Gerak Tangan Pengidap Stroke Menggunakan Metode Svm Dan Flex Sensor Via Telegram
Get PDFPengenalan gerak tangan bahasa isyarat merupakan tantangan signifikan dalam membantu komunikasi bagi pengidap stroke yang mengalami kesulitan berbicara. Penelitian ini bertujuan untuk mengembangkan sistem yang dapat mengenali gerakan tangan yang digunakan dalam bahasa isyarat dengan memanfaatkan metode Support Vector Machine (SVM) dan sensor fleksibel (flex sensor) berbasis Internet of Things (IoT). Sistem ini dirancang untuk mendeteksi dan menginterpretasikan gerakan tangan secara real-time, sehingga dapat memfasilitasi komunikasi yang lebih efektif antara pengidap stroke dan lingkungan sekitarnya. Dalam penelitian ini, data gerakan tangan dikumpulkan menggunakan flex sensor yang dipasang pada jari, yang kemudian diproses menggunakan algoritma SVM untuk klasifikasi gerakan. Hasil dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu mencapai tingkat akurasi yang tinggi dalam mengenali berbagai gerakan tangan yang mewakili huruf dan kata dalam bahasa isyarat. Dengan demikian, penelitian ini tidak hanya memberikan kontribusi dalam bidang teknologi assistive, tetapi juga berpotensi meningkatkan kualitas hidup pengidap stroke dengan mempermudah interaksi sosial mereka
Evaluasi Perilaku Tidak Aman Pada Perbaikan Pipa Di PT XX Berbasis Metode BBS dan FTA
Get PDFKebiasaan berperilaku aman penting untuk menghindari kecelakaan kerja. PT. XX bergerak di bidang kontraktor dengan pekerjaan perbaikan pipa ini terlibat langsung dengan pekerjaan yang beresiko tinggi seperti pengecekan, penandaan, pengeringan, pembersihan, pengelasan, penghalusan, dan pengujian. Penelitian menggunakan metode Behaviour Based Safety dan Fault Tree Analysis. Tahapan penelitian dimulai dengan pendekatan DO IT. Define yaitu mengidentifikasi perilaku yang perlu diperbaiki, Observe menggunakan penyebaran kuisioner dan penyusunan checklist untuk mencari nilai perhitungan perilaku aman dan tidak aman, Intervene menggunakan model antecedents, behavior, dan consequences, dan Test hanya usulan. Hasil penelitian menunjukkan faktor perlengkapan pelindung tubuh memiliki nilai negatif tergolong unsafe dan faktor tindakan tidak aman, faktor posisi saat bekerja, faktor penggunaan peralatan memiliki nilai positif tergolong safe. Hasil pohon kesalahan menunjukkan bahwa klasifikasi kecelakaan yang tinggi. Memberikan rekomendasi perbaikan agar pekerja berperilaku dengan aman.
Kata Kunci: BBS, DO IT, FTA, unsaf
Analisis Pengendalian Kualitas Produk Kasur Bayi Dengan Metode FMEA Dan FTA Di CV. MJS
Get PDFCV. MJS perusahaan industri manufaktur yang produksi perlengkapan bayi seperti kasur bayi. Salah satu permasalahan dihadapi CV. MJS pada proses produksi kasur bayi masih terdapat permasalahan tentang kualitas produk seperti kecacatan pada kasur bayi sepeti jahitan tidak rapi, kain rusak dan berlubang, dan jahitan benang rusak. Metode yang digunakan yaitu FMEA untuk mengidentifikasi bentuk penyebab kegagalan dan FTA untuk mengidentifikasi penyebab kegagalan hingga akar penyebab terjadinya kegagalan. Hasil didapatkan total RPN tertinggi yaitu jahitan tidak rapi sebesar 1232. Dari hasil tersebut diberikan usulan perbaikan yaitu menerapkan sistem rotasi kerja atau memberikan waktu istirahat yang cukup, memberikan pelatihan tentang teknik menjahit yang sesuai dengan SOP yang baik untuk pekerja, dan melakukan perawatan rutin pada mesin jahit, seperti pelumasan dan penggantian komponen yang mulai aus maupun yang sudah tidak bisa terpakai lagi. CV. MJS bisa menerapkan dengan cara menyusun jadwal kerja yang memungkinkan pekerja bergantian dalam tugas-tugas yang membutuhkan ketelitian tinggi, mengadakan pelatihan rutin bagi pekerja tentang teknik menjahit yang benar sesuai SOP, dan menjadwalkan pemeliharaan berkala untuk mesin jahit, termasuk pelumasan, pembersihan, dan pemeriksaan komponen
Aplikasi E-Commerce Untuk Meningkatkan Penjualan Alat Pancing Berbasis Web dan Mobile
Get PDFPenelitian ini bertujuan untuk mengembangkan aplikasi e-commerce berbasis web dan mobile guna meningkatkan penjualan alat pancing pada Toko Jogja Pancing. Sistem dirancang untuk mengatasi keterbatasan metode penjualan konvensional dan memperluas jangkauan pasar. Metode pengembangan yang digunakan adalah waterfall dengan tahapan analisis, perancangan, implementasi, dan pengujian. Sistem dibangun menggunakan Kotlin untuk mobile, PHP dan Node.js untuk web service, serta Midtrans sebagai solusi pembayaran otomatis. Hasil pengujian menggunakan black box testing menunjukkan bahwa sistem berjalan sesuai harapan, memudahkan pengguna dalam mengakses produk, melakukan transaksi, dan mempercepat proses bisnis. Aplikasi ini diharapkan dapat menjadi solusi digital yang efektif dalam mendukung strategi pemasaran dan meningkatkan efisiensi operasional toko.
Kata Kunci: e-commerce, alat pancing, mobile app, web service, midtran
Rancang Bangun Sistem Informasi Penjualan Produk Berbasis Web Menggunakan Metode Waterfall Dan Tracking (Studi Kasus Toko Sembako Sumber Rejeki)
Get PDFPerkembangan teknologi informasi yang pesat mendorong dunia usaha untuk memanfaatkan internet dalam meningkatkan efisiensi operasional, termasuk dalam sistem penjualan. Toko Sumber Rejeki, yang bergerak dalam penjualan produk sembako dan sejenisnya, masih menerapkan sistem penjualan manual sehingga memiliki keterbatasan dalam menjangkau pelanggan dan meningkatkan omset. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi penjualan produk berbasis web dengan metode Waterfall serta dilengkapi fitur tracking pengiriman barang. Metode ini dipilih karena bersifat sistematis dan terstruktur, mulai dari tahap analisis kebutuhan hingga pemeliharaan. Sistem yang dikembangkan memungkinkan pelanggan untuk melakukan pemesanan, pembayaran, dan pelacakan barang secara daring, sehingga memberikan kemudahan dan kenyamanan dalam bertransaksi. Penelitian ini diharapkan dapat meningkatkan kualitas pelayanan, memperluas jangkauan pasar, serta mengoptimalkan pengelolaan data penjualan di Toko Sumber Rejeki
OPTIMIZING DATA CONSISTENCY IN MICROSERVICE ARCHITECTURE USING THE SAGA PATTERN AND EVENT-DRIVEN APPROACH
Get PDFAn event-driven microservice architecture offers flexibility and scalability but introduces significant challenges in maintaining data consistency across distributed services. Traditional ACID transactions are not viable in such environments, leading to potential data integrity issues during partial failures. This research proposes and evaluates the use of the Saga orchestration pattern as a solution to this problem. A comparative study was conducted by developing two systems in Golang: a baseline system using synchronous inter-service communication and a second system implementing an event-driven Saga pattern with Redis Streams as the event bus. The systems, utilizing MySQL, MongoDB, Redis, and Elasticsearch, were subjected to various failure scenarios. The results demonstrate that the synchronous system consistently produced data inconsistencies during partial failures, while the Saga-based system successfully maintained data integrity by executing compensating transactions, thus restoring the system to a consistent state. The study concludes that the Saga pattern is an effective strategy for optimizing data consistency and reliability in complex microservice architectures
Analisis Komparatif Model ARIMA, XGBOOST Dan Pendekatan Hybrid ARIMA-XGBOOST Untuk Prediksi Permintaan Proyek IT
Get PDFSejak akhir tahun 2022 hingga akhir tahun 2024, industri pengembangan perangkat lunak mengalami penurunan signifikan dalam permintaan proyek IT, yang berdampak pada kesulitan dalam perencanaan sumber daya dan penyusunan strategi bisnis. Penelitian ini bertujuan untuk mengembangkan model prediksi permintaan proyek IT melalui analisis komparatif terhadap tiga pendekatan, yaitu model statistik ARIMA (AutoRegressive Integrated Moving Average), model machine learning XGBoost (Extreme Gradient Boosting), dan pendekatan Hybrid yang menggabungkan keunggulan keduanya. Data diperoleh dari Clutch.co, sebuah platform global yang menyediakan informasi dan ulasan mengenai penyedia jasa IT. Evaluasi performa masing-masing model dilakukan dengan menggunakan metrik evaluasi seperti Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil penelitian yang dilakukan terhadap data test set, untuk menilai kemampuan model dalam menghadapi data yang benar-benar belum terlihat sebelumnya. Hasilnya, model XGBoost menunjukkan performa terbaik dengan MAE sebesar 1.5574 dan RMSE sebesar 2.3597, mengungguli ARIMA dan Hybrid ARIMA-XGboost.Kata Kunci: Permintaan Proyek IT, Peramalan, ARIMA, XGBoost, Analisis Komparati
Menggunakan Metode Machine Learning Untuk Klasifikasi Pneumonia dari Citra X-Ray: Studi Perbandingan Model Klasifikasi
Get PDFPneumonia adalah penyakit pernapasan yang masih menjadi salah satu penyebab kematian teratas, terutama di negara-negara terbelakang. Diagnosis dini sangat penting, tetapi interpretasi manusia terhadap gambar rontgen dada menghadirkan kesulitan, terutama di daerah dengan tenaga medis yang minim. Tujuan dari penelitian ini adalah untuk menguji efektivitas beberapa algoritma pembelajaran mesin untuk mengkategorikan gambar rontgen dada menjadi dua kategori: pneumonia dan normal. Kumpulan data diperoleh dari Kaggle dan kemudian diproses terlebih dahulu dan diekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), dan Gabor Filters. Enam metode pembelajaran mesin diuji: SVM, Regresi Logistik, K-Nearest Neighbors (KNN), Random Forest, Decision Tree, dan Naive Bayes. Kinerja dievaluasi menggunakan kriteria seperti akurasi, presisi, recall, F1-score, dan ROC-AUC. Hasilnya menunjukkan bahwa SVM dan Regresi Logistik memiliki akurasi terbesar (97% dengan AUC 1,00). KNN dan Random Forest menyusul dengan akurasi masing-masing 96% dan 94%. Sebagai perbandingan, Decision Tree dan Naive Bayes kurang berhasil. Temuan ini menunjukkan bahwa algoritma pembelajaran mesin berdasarkan ekstraksi fitur buatan tangan dapat menjadi alat yang efisien dan akurat untuk mendeteksi pneumonia secara otomatis dari gambar rontgen dada, terutama di lingkungan layanan kesehatan dengan akses terbatas ke teknologi modern.
Kata Kunci: Ekstraksi Fitur, Klasifikasi Gambar, Pembelajaran Mesin, Pneumonia, Sinar-
ANALISIS SENTIMEN BERDASARKAN ULASAN GOOGLE PLAY STORE PADA APLIKASI DANA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
Get PDFPenelitian ini bertujuan untuk mengklasifikasikan sentimen dari ulasan pengguna terhadap alikasi DANA yang diperoleh dari Google Play Store menggunakan algoritma Support Vector Machine (SVM). Data dikumpulkan melalui teknik web crawling dan diproses melalui tahapan preprocessing seperti case folding, tokenisasi, filtering, stopword removal, dan stemming. Ulasan kemudian dikonversi menjadi representasi numerik menggunakan metode TF-IDF dan diklasifikasikan ke dalam dua kategori sentimen: positif dan negatif. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode SVM memberikan performa klasifikasi yang tinggi dengan nilai accuracy sebesar 88,5%, precision 90,2%, recall 95,1%, dan F1-score 92,5%. Visualisasi hasil dilakukan melalui hitogram distribusi sentimen dan WordCloud untuk menampilkan kata-kata dominan. Penelitian ini memberikan wawasan terhadap persepsi pengguna serta dapat dijadikan dasar pengembangan layanan aplikasi DANA.
Kata Kunci: Analisis Sentimen, DANA, Support Vector Machine, TF-IDF, Ulasan Pengguna