ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
    653 research outputs found

    Analisis Pre-processing Sentimen Terhadap Komentar Layanan Indihome Pada Twitter

    Get PDF
    Dalam era globalisasi yang terus berkembang, peran teknologi informasi menjadi krusial dalam mengubah cara manusia berinteraksi dan mengakses informasi. Perusahaan telekomunikasi, seperti PT Telkom Indonesia dengan layanannya, IndiHome, memanfaatkan kemajuan teknologi untuk menyediakan layanan digital berbasis Internet, Telepon Rumah, dan TV Interaktif/IPTV. Meskipun sudah menjangkau seluruh Indonesia, pemahaman mengenai kepuasan pengguna terhadap layanan IndiHome masih perlu diperdalam. Penelitian ini difokuskan pada analisis sentimen pengguna terhadap layanan IndiHome melalui media sosial twitter. twitter menjadi platform yang signifikan dalam mengekspresikan pandangan, kritik, dan kepuasan pengguna. Pembatasan karakter dalam setiap cuitan memunculkan gaya bahasa baru, yang memicu kreativitas pengguna. Meski demikian, menganalisis sentimen dari tweet memiliki tantangan tersendiri, terutama karena penggunaan kata-kata non-baku dan bahasa informal. Oleh karena itu, pentingnya preprocessing data dalam analisis sentimen menjadi fokus utama penelitian ini. Langkah awal dalam penelitian ini bertujuan untuk meningkatkan keberhasilan klasifikasi sentimen dengan membersihkan dan normalisasi data tweet. Hasil penelitian diharapkan dapat memberikan wawasan yang lebih akurat mengenai respons pengguna terhadap layanan IndiHome. Melalui langkah-langkah preprocessing yang dilibatkan, penelitian ini menyimpulkan bahwa data yang telah dipersiapkan menjadi lebih siap untuk tahap analisis sentimen. Dengan demikian, analisis sentimen dapat memberikan hasil yang lebih relevan dan akurat, membuka peluang untuk mengambil langkah-langkah strategis terkait dengan polarisasi sentimen yang teridentifikasi.Dalam era globalisasi yang terus berkembang, peran teknologi informasi menjadi krusial dalam mengubah cara manusia berinteraksi dan mengakses informasi. Perusahaan telekomunikasi, seperti PT Telkom Indonesia dengan layanannya, IndiHome, memanfaatkan kemajuan teknologi untuk menyediakan layanan digital berbasis Internet, Telepon Rumah, dan TV Interaktif/IPTV. Meskipun sudah menjangkau seluruh Indonesia, pemahaman mengenai kepuasan pengguna terhadap layanan IndiHome masih perlu diperdalam. Penelitian ini difokuskan pada analisis sentimen pengguna terhadap layanan IndiHome melalui media sosial twitter. twitter menjadi platform yang signifikan dalam mengekspresikan pandangan, kritik, dan kepuasan pengguna. Pembatasan karakter dalam setiap cuitan memunculkan gaya bahasa baru, yang memicu kreativitas pengguna. Meski demikian, menganalisis sentimen dari tweet memiliki tantangan tersendiri, terutama karena penggunaan kata-kata non-baku dan bahasa informal. Oleh karena itu, pentingnya preprocessing data dalam analisis sentimen menjadi fokus utama penelitian ini. Langkah awal dalam penelitian ini bertujuan untuk meningkatkan keberhasilan klasifikasi sentimen dengan membersihkan dan normalisasi data tweet. Hasil penelitian diharapkan dapat memberikan wawasan yang lebih akurat mengenai respons pengguna terhadap layanan IndiHome. Melalui langkah-langkah preprocessing yang dilibatkan, penelitian ini menyimpulkan bahwa data yang telah dipersiapkan menjadi lebih siap untuk tahap analisis sentimen. Dengan demikian, analisis sentimen dapat memberikan hasil yang lebih relevan dan akurat, membuka peluang untuk mengambil langkah-langkah strategis terkait dengan polarisasi sentimen yang teridentifikasi

    Literasi dan Pendampingan Pengelolaan Website Fakultas Ekonomi dan Bisnis Untuk Peningkatan Peringkat UMI di Webometrics Berdasarkan Aspek Penilaian Visibility

    Get PDF
    Webometrics adalah metodologi yang digunakan untuk memberikan pemeringkatan pada perguruan tinggi di seluruh dunia. Sebagai salah satu perguruan tinggi swasta terbesar dan terbaik di Indonesia Timur, UMI berupaya untuk meningkatkan mutu pendidikannya setiap tahun. Setiap kegiatan yang dilakukan oleh UMI akan tercatat website pemeringkatan universitas dunia yang disebut Webometrics. Agar dapat menunjang indikator-indikator pencapaian webometrics UMI, maka civitas akademika UMI perlu memahami tentang pentingnya pengetahuan tentang indikator yang dinilai oleh Cybermetrics Lab sebagai metode pemeringkatan perguruan tinggi. Kegiatan yang dilakukan berupa Sosialisasi dan workshop  Webometrix tentang Visibility Impact (50%), jumlah eksternal link unik yang terhubung dengan domain web milik perguruan tinggi.

    Kipas Angin Otomatis Berbasis Arduino Uno Menggunakan Sensor DHT11

    Get PDF
    Suhu tubuh Manusia bervariasi tergantung dengan kondisi ruangan dan faktor-faktor seperti iklim tropis dan pemanasan global di Indonesia. Oleh karena itu, diperlukan alat pendingin untuk memberikan kenyamanan dengan menurunkan suhu dan menciptakan suasana yang lebih sejuk.Alat pendingin yang umum digunakan adalah kipas angin. Namun, sebagian besar kipas angin yang tersedia saat ini masih bersifat manual, mengharuskan pengguna untuk menekan atau memutar tombol pada badan kipas untuk menghidupkan atau mematikannya. Kendala ini sering membuat manusia enggan mengoperasikan kipas, karena harus mendekati alat tersebut. Sebagai solusi, telah dikembangkan kipas angin otomatis yang menggunakan sensor suhu (DHT11) dan dikendalikan melalui Arduino Uno. Sensor DHT11 berfungsi untuk mengukur suhu ruangan, sementara Arduino bertugas sebagai pengendali. Tujuan dari pengembangan kipas angin otomatis ini adalah untuk memberikan kemudahan kepada pengguna dalam mengontrol kipas angin Dalam pengujian, kipas otomatis akan menyala jika sensor membaca suhu ruangan 30°C atau lebih, dan akan mati jika suhu berada pada 29°C ke bawah. Dengan demikian, alat ini memberikan kenyamanan tanpa memerlukan interaksi manual yang intensif

    Enhanced Multivariate Time Series Analysis Using LSTM: A Comparative Study of Min-Max and Z-Score Normalization Techniques

    Get PDF
    The primary objective of this study is to analyze multivariate time series data by employing the Long Short-Term Memory (LSTM) model. Deep learning models often face issues when dealing with multivariate time series data, which is defined by several variables that have diverse value ranges. These challenges arise owing to the potential biases present in the data. In order to tackle this issue, it is crucial to employ normalization techniques such as min-max and z-score to guarantee that the qualities are standardized and can be compared effectively. This study assesses the effectiveness of the LSTM model by applying two normalizing techniques in five distinct attribute selection scenarios. The aim of this study is to ascertain the normalization strategy that produces the most precise outcomes when employed in the LSTM model for the analysis of multivariate time series. The evaluation measures employed in this study comprise Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), and R-Squared (R2). The results suggest that the min-max normalization method regularly yields superior outcomes in comparison to the z-score method. Min-max normalization specifically resulted in a decreased mean absolute percentage error (MAPE) and root mean square error (RMSE), as well as an increased R-squared (R2) value. These improvements indicate enhanced accuracy and performance of the model. This paper makes a significant contribution by doing a thorough comparison analysis of normalizing procedures. It offers vital insights for researchers and practitioners in choosing suitable preprocessing strategies to improve the performance of deep learning models. The study's findings underscore the importance of selecting the appropriate normalization strategy to enhance the precision and dependability of multivariate time series predictions using LSTM models. To summarize, the results indicate that min-max normalization is superior to z-score normalization for this particular use case. This provides a useful suggestion for further studies and practical applications in the field. This study emphasizes the significance of normalization in analyzing multivariate time series and contributes to the larger comprehension of data preprocessing in deep learning model

    Perancangan Sistem Informasi Data Kependudukan Desa Kaduaja Kecamatan Gandangbatu Sillanan Berbasis Web

    Get PDF
    Sistem informasi kependudukan merupakan salah satu faktor utama dalam pemerintahan dan pembangunan kependudukan yang diarahakan pada pemenuhan hak dari setiap warga negara dibidang pelayanan data kependudukan. Desa Kaduaja salah satu bagian dari Desa di Kecamatan Gandangbatu Sillanan Kabupaten Tana Toraja, pengelolaan data pada Kantor Desa Kaduaja dilakukan secara manual mengakibatkan dokumen-dokumen tersebut disusun dengan tidak teratur dan tersimpan pada arsip yang terpisah sehingga pihak pemerintah Desa Kaduaja, untuk menyelesaikan permasalahan tersebut dibangunlah sebuah sistem informasi data kependudukan. penelitian ini menghasikan sistem informasi data kependudukan Desa Kaduaja Kecamatan Gandangbatu sillanan berbasis web yang dapat mempermudah pemerintah desa mengolah data kependudukan. metode yang digunakan dalam perancangan aplikasi yaitu metode waterfall yaitu model dimana tiap tahapannya dikerjakan secara berurutan dari atas ke bawah. Pengujian yang dilakukan berdasarkan blackbox testing mendapatkan nilai penggunaan secara keseluruhan dalam tampilan interface maupun fungsionalitas aplikasi yaitu 85% dari 24 responden.Sistem informasi kependudukan merupakan salah satu faktor utama dalam pemerintahan dan pembangunan kependudukan yang diarahakan pada pemenuhan hak dari setiap warga negara dibidang pelayanan data kependudukan. Desa Kaduaja salah satu bagian dari Desa di Kecamatan Gandangbatu Sillanan Kabupaten Tana Toraja, pengelolaan data pada Kantor Desa Kaduaja dilakukan secara manual mengakibatkan dokumen-dokumen tersebut disusun dengan tidak teratur dan tersimpan pada arsip yang terpisah sehingga pihak pemerintah Desa Kaduaja, untuk menyelesaikan permasalahan tersebut dibangunlah sebuah sistem informasi data kependudukan. penelitian ini menghasikan sistem informasi data kependudukan Desa Kaduaja Kecamatan Gandangbatu sillanan berbasis web yang dapat mempermudah pemerintah desa mengolah data kependudukan. metode yang digunakan dalam perancangan aplikasi yaitu metode waterfall yaitu model dimana tiap tahapannya dikerjakan secara berurutan dari atas ke bawah. Pengujian yang dilakukan berdasarkan blackbox testing  mendapatkan  nilai penggunaan secara keseluruhan dalam tampilan interface maupun fungsionalitas aplikasi yaitu 85% dari 24 responden

    Klasifikasi Kematangan Buah Lengkeng Menggunakan Metode Content Based Image Retrieval

    Get PDF
    Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng yaitu ekstraksi fitur Content Based Image Retrieval untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang dengan metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi 98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng  yaitu ekstraksi fitur Content Based Image Retrieval (CBIR) untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang  dengan  metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi  98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.Classification of Longan Fruit Ripeness Using the Content Based Image Retrieval MethodThis research aims to find the results of longan fruit ripeness classification to help people choose ripe longan fruit. The method used to determine the quality of longan fruit is Content Based Image Retrieval feature extraction to classify the ripeness of longan fruit using data retrieval techniques in image retrieval, and categorizing images based on color image features with fruit texture. The method used to calculate the level of accuracy in longan fruit is by calculating the Euclidean distance to obtain the accuracy value, namely calculating the distance to the similarity of the image of the fruit being tested to obtain results on the level of maturity of the fruit that has been tested. The dataset used consists of 150 images and is divided into 2 data, namely training data and test data with 3 levels of longan fruit maturity which can be determined using image search techniques for young longan fruit, half-ripe longan fruit, and ripe longan fruit using the CBIR method to distinguish one image. with other images it can be seen from the color, texture, and size of the fruit. The results of the research show that the image search obtained displays 10 images of Longan and the test results obtained an accuracy value of 98.63% with the highest accuracy being 99.6% which is closest to the original image

    PENERAPAN METODE RAPID APPLICATION DEVELOPMENT PADA MEDIA PEMBELAJARAN DIGITAL PENGENALAN JENIS HEWAN BERBASIS AUGMENTED REALITY

    Get PDF
    Perkembangan tekonologi telah menjadi kekuatan revolusioner pada bidang Pendidikan, membawa perubahan yang signifikan dalam sistem pembelajaran. Penggunaan teknologi khususnya dalam mempelajari tentang pengenalan berbagai jenis hewan dapat memberikan kemudahan pada guru dan siswa dalam proses belajar mengajar. Pengetahuan mengenai berbagai jenis hewan tidak hanya mendukung kurikulum sekolah dasar tetapi juga menumbuhkan rasa ingin tahu dan meningkatkan pemahaman anak-anak tentang lingkungan sekitar mereka. SD Inpres Tamamaung 2 Makassar merupakan salah satu sekolah yang terletak di Kota Makassar kegiatan belajar mengajar pada sekolah ini masih menggunakan metode konvensional, dimana guru masih menjelaskan sesuai buku panduan. Hal ini lebih mudah membuat anak bosan, sehingga menghambat perkembangan kognitifnya. tidak dapat mencapai pemahaman yang mendalam bagi siswa. hal ini silihat berdasarkan hasil pretest yang dilakukan pada siswa kelas 4 SD Inpres Tamamaung 2 Makassar tanggal 27 Januari tahun 2024 menunjukkan hanya 25% dari 24 jumlah siswa yang memahami terkait pengenalan hewan. Berdasarkan permasalahan ini maka dibuatlah sebuah media pembelajaran digital berbasis Augmented Reality dan Rapid Application Development sebagi metode pengembangannya sehingga dapat memfasilitasi pemahaman siswa terhadap jenis-jenis hewan menurut jenis makanannya.etelah dilakukan implementasi media pembelajaran berbasis augmented reality dan diukur berdasarkan hasil posttest yang dilakukan pada tanggal 3 Februari 2024 diperoleh hasil 50% dari 24 jumlah siswa telah memahami tentang pengenalan hewan berdasarkan jenis makannya. Ini menunjukkan adanya peningkatan sebesar 25%.Perkembangan tekonologi telah menjadi kekuatan revolusioner pada bidang Pendidikan, membawa perubahan yang signifikan dalam sistem pembelajaran. Penggunaan teknologi khususnya dalam mempelajari tentang pengenalan berbagai jenis hewan dapat memberikan kemudahan pada guru dan siswa dalam proses belajar mengajar. Pengetahuan mengenai berbagai jenis hewan tidak hanya mendukung kurikulum sekolah dasar tetapi juga menumbuhkan rasa ingin tahu dan meningkatkan pemahaman anak-anak tentang lingkungan sekitar mereka. SD Inpres Tamamaung 2 Makassar merupakan salah satu sekolah yang terletak di Kota Makassar kegiatan belajar mengajar pada sekolah ini masih menggunakan metode konvensional, dimana guru masih menjelaskan sesuai buku panduan. Hal ini lebih mudah membuat anak bosan, sehingga menghambat perkembangan kognitifnya. tidak dapat mencapai pemahaman yang mendalam bagi siswa. hal ini silihat berdasarkan hasil pretest yang dilakukan pada siswa kelas 4 SD Inpres Tamamaung 2 Makassar tanggal 27 Januari tahun 2024 menunjukkan hanya 25% dari 24 jumlah siswa yang memahami terkait pengenalan hewan. Berdasarkan permasalahan ini maka dibuatlah sebuah media pembelajaran digital berbasis Augmented Reality dan Rapid Application Development sebagi metode pengembangannya sehingga dapat memfasilitasi pemahaman siswa terhadap jenis-jenis hewan menurut jenis makanannya.etelah dilakukan implementasi media pembelajaran berbasis augmented reality dan diukur berdasarkan hasil posttest yang dilakukan pada tanggal 3 Februari 2024 diperoleh hasil 50% dari 24 jumlah siswa telah memahami tentang pengenalan hewan berdasarkan jenis makannya. Ini menunjukkan adanya peningkatan sebesar 25%

    IMPLEMENTASI APLIKASI VIRTUAL REALITY SEABAGI MEDIA PEMBELAJARAN TATA SURYA DI SD LANIANG MAKASSAR

    Get PDF
    Pengabdian masyarakat ini bertujuan untuk mengimplementasikan aplikasi virtual reality (VR) dalam pengenalan tata surya di SD Laniang BTP Makassar. Latar belakang kegiatan ini adalah tantangan yang dihadapi siswa dalam memahami konsep tata surya melalui metode pembelajaran konvensional yang kurang interaktif. Melalui pengenalan dan pelatihan teknologi VR, siswa diharapkan dapat mempelajari tata surya dengan cara yang lebih menarik dan mendalam. Metode yang digunakan dalam pengabdian ini meliputi pengenalan dasar teknologi VR, pembelajaran interaktif dengan aplikasi VR, diskusi dan refleksi, serta evaluasi dan pengumpulan umpan balik. Hasil evaluasi menunjukkan peningkatan signifikan dalam minat, motivasi, dan pemahaman siswa mengenai tata surya. Peningkatan ini ditunjukkan melalui perbandingan skor pre-test dan post-test, serta respon positif dari siswa terhadap penggunaan VR. Faktor-faktor pendorong keberhasilan program ini meliputi dukungan penuh dari pihak sekolah, antusiasme siswa, dan kualitas konten VR yang interaktif. Kendala seperti keterbatasan jumlah perangkat VR berhasil diatasi melalui pengaturan penggunaan yang bergantian. Secara keseluruhan, implementasi aplikasi VR dalam pembelajaran tata surya di SD Laniang BTP Makassar memberikan dampak positif yang signifikan terhadap kualitas pembelajaran, menciptakan pengalaman belajar yang lebih interaktif, menyenangkan, dan mendalam bagi siswa

    An AI-integrated IoT-based Self-Service Laundry Kiosk with Mobile Application

    Get PDF
    This paper proposes KILAO, an IoT-based self-service laundry kiosk connected with a mobile application that aims to improve the laundry experience by improving user convenience and operational efficiency. This study aims to streamline the washing process using autonomous payment systems, real-time monitoring, and AI-based queue management, resulting in better resource utilization and higher user satisfaction. The development technique comprises identification and requirement gathering, development of both software and hardware prototypes, and evaluation of the prototype. In the requirement-gathering phase, the design of a kiosk machine that consists of hardware and software is defined by combining regular washing machines with IoT technologies for remote control and monitoring. We also developed a mobile application to engage with the kiosk machine. The kiosk simplifies the choice of laundry bundles and accepts various payment options, including cash, cashless transactions, and card-based purchases. The evaluation procedure of the prototype was conducted by using expert evaluations. They are from academics and industry professionals who verified the system’s effectiveness and market potential. The results have shown several unique selling features for KILAO. Extensive payment options and self-service operations were highlighted from the customer’s perspective as key benefits. From the seller’s perspective, its interoperability with traditional washing machines enables a low-cost shift to intelligent, self-service operations, eliminating the need for pricey coin-operated machines. Also, the automatic monitoring system that detects cycle completion can reduce waiting times and improve energy efficiency. In summary, KILAO presents a significant advancement in laundry automation by integrating IoT and AI. Moreover, the Gradient boosting algorithm forecasts waiting times and gives real-time information on machine availability, removing the need for physical queueing. The research demonstrates that KILAO’s capability to provide self-service laundry by providing a user-friendly mobile application can enhance user experience, operational efficiency, and energy utilization

    Perancangan Aplikasi Berbasis Kecerdasan Buatan Untuk Menentukan Peminatan Jurusan di Perguruan Tinggi

    Get PDF
    Penelitian ini bertujuan untuk merancang aplikasi berbasis kecerdasan buatan (artificial intelligence - AI) untuk menentukan peminatan jurusan di perguruan tinggi (studi kasus: SMKN 3 Payakumbuh) dengan menggunakan metode penelitian dan pengembangan (Research and Development - RD), yang diimplementasikan melalui pendekatan Rapid Application Development (RAD). Aplikasi ini dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 4, sementara algoritma yang digunakan dalam aplikasi adalah Decision Tree. Algoritma ini dipilih karena kemampuannya yang sangat baik dalam menangani data multikelas, mengingat terdapat 7 jurusan di sekolah tersebut. Data terkait jurusan, nilai akademik, dan hobi siswa diperoleh melalui penyebaran kuesioner dan kerja sama dengan guru bimbingan konseling (BK) di sekolah tersebut. Untuk menguji kelayakan aplikasi yang telah dirancang, dilakukan pengujian menggunakan standar ISO/IEC 25010, yang mencakup aspek functional suitability, compatibility, dan usability. Selain itu, dilakukan uji validitas yang meliputi uji konten dan kebahasaan. Hasil dari uji functional suitability menunjukkan nilai persentase 100%, yang mengindikasikan kualitas aplikasi tersebut sangat baik. Pada uji compatibility, hasil persentase yang diperoleh juga mencapai 100%, yang berarti kualitasnya sangat baik. Sementara itu, uji usability menunjukkan nilai persentase 81,25%, yang termasuk dalam kategori sangat layak. Untuk uji konten, persentase yang diperoleh sebesar 82,5%, yang juga dikategorikan sebagai sangat layak. Terakhir, uji kebahasaan menghasilkan nilai persentase 81,25%, yang juga termasuk dalam kategori sangat layak. Hasil uji validitas tersebut kemudian dikonversikan menggunakan kriteria penentuan validitas Aiken's, dengan nilai 1,13, yang menunjukkan bahwa produk yang telah dirancang tersebut valid.Penelitian ini dilatarbelakangi oleh observasi yang dilakukan penulis selama masa Praktik Pengalaman Lapangan (PPL) di SMKN 3 Payakumbuh. Berdasarkan hasil observasi tersebut, penulis menemukan bahwa masih banyak siswa yang ragu untuk melanjutkan pendidikan ke perguruan tinggi. Hal ini disebabkan oleh kurangnya pemahaman siswa terkait pentingnya pendidikan di perguruan tinggi serta minimnya pengetahuan mengenai lingkungan perguruan tinggi. Selain itu, program yang diselenggarakan oleh tim SNBP (Seleksi Nasional Berbasis Prestasi) untuk membantu siswa yang ingin melanjutkan pendidikan ke perguruan tinggi masih menggunakan metode tradisional, yaitu menggunakan benda fisik seperti alat tulis. Peneliti merancang aplikasi berbasis kecerdasan buatan (artificial intelligence - AI) untuk menentukan peminatan jurusan di perguruan tinggi (studi kasus: SMKN 3 Payakumbuh) dengan menggunakan metode penelitian dan pengembangan (Research and Development - RD), yang diimplementasikan melalui pendekatan Rapid Application Development (RAD). Aplikasi ini dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 4, sementara algoritma yang digunakan dalam aplikasi adalah Decision Tree. Algoritma ini dipilih karena kemampuannya yang sangat baik dalam menangani data multikelas, mengingat terdapat 7 jurusan di sekolah tersebut. Data terkait jurusan, nilai akademik, dan hobi siswa diperoleh melalui penyebaran kuesioner dan kerja sama dengan guru bimbingan konseling (BK) di sekolah tersebut. Untuk menguji kelayakan aplikasi yang telah dirancang, dilakukan pengujian menggunakan standar ISO/IEC 25010, yang mencakup aspek functional suitability, compatibility, dan usability. Selain itu, dilakukan uji validitas yang meliputi uji konten dan kebahasaan. Hasil dari uji functional suitability menunjukkan nilai persentase 100%, yang mengindikasikan kualitas aplikasi tersebut sangat baik. Pada uji compatibility, hasil persentase yang diperoleh juga mencapai 100%, yang berarti kualitasnya sangat baik. Sementara itu, uji usability menunjukkan nilai persentase 81,25%, yang termasuk dalam kategori sangat layak. Untuk uji konten, persentase yang diperoleh sebesar 82,5%, yang juga dikategorikan sebagai sangat layak. Terakhir, uji kebahasaan menghasilkan nilai persentase 81,25%, yang juga termasuk dalam kategori sangat layak. Hasil uji validitas tersebut kemudian dikonversikan menggunakan kriteria penentuan validitas Aiken's, dengan nilai 1,13, yang menunjukkan bahwa produk yang telah dirancang tersebut valid

    604

    full texts

    653

    metadata records
    Updated in last 30 days.
    ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇