Raharja Open Journal Systems
Not a member yet
1655 research outputs found
Sort by
Implementasi Vision Transformer untuk Klasifikasi Penyakit Pneumonia melalui Citra Chest X-Ray
Full text linkPneumonia is a type of respiratory infection in the respiratory tract that is often caused by viruses or bacteria. Poor air quality in Jakarta's urban areas increases people's risk of developing pneumonia, acute respiratory infections (ARI), and asthma. 2019 showed that more than 740,180 children under the age of 5 died from pneumonia cases, about 14% of all early childhood deaths. In overcoming pneumonia, medical researchers have conducted many studies related to the problem of early diagnosis of pneumonia. One of the techniques to detect pneumonia is through chest x-rays that have been developed for classification. Vision Transformer (ViT) is one of the Deep Learning architectures developed specifically for image processing. The purpose of this study is to implement the classification task of pneumonia with ViT which is expected to help detect pneumonia early so that it can be treated faster and better. The results of the study show that the ViT model has good performance after applying several variations of augmentation, and is stable both in training and testing. at a small Learning Rate of 0.00001, it produces 80% accuracy for the case of pneumonia disease classification through Chest X-Ray Images
Pengukuran Hasil Belajar Mata Kuliah Agama Islam Berbasis Multiple Intelligence di Universitas Raharja Tangerang
Full text linkIslamic Religious Education held at Higher Education in Indonesia generally has the same problem, namely the lack of methodology in learning so that it is less interesting. For this reason, innovation is needed in Islamic Religious Education. One solution is to use multiple intelligences-based learning. The formulation of the problem in this study is: 1. Is there a direct or indirect influence between kinesthetic intelligence, visual-spatial intelligence and language intelligence mediated by mathematical intelligence on the results of learning Islamic Religious Education at Raharja University in Tangerang? 2. Is there a direct or indirect influence between interpersonal intelligence, intrapersonal intelligence and existential intelligence mediated by naturalist intelligence on the results of learning Islamic Religious Education at Raharja University in Tangerang? This study is a quantitative study using the Smart-PLS Version 4.0 application for data analysis. The results of the study are: 1. Based on the results of the analysis, the R Square value of 0.651 was obtained for language intelligence, indicating that 65.1% of the variation in this variable can be explained by kinesthetic intelligence and visual-spatial intelligence in the model, with 34.9% influenced by external factors. This can be explained that the results of learning Islamic religion at Raharja University are influenced by language intelligence supported by kinesthetic intelligence and visual-spatial intelligence which are significant even though there are external factors on learning outcomes.2. Likewise, the R Square value of 0.646 for mathematical intelligence indicates that 64.6% of the variation in this variable can be explained by kinesthetic intelligence and visual-spatial intelligence in the model, with 35.5% influenced by external factors. From these results, it can also be said that the results of studying Islamic religion at Raharja University students have a significant influence on mathematical intelligence mediated by kinesthetic intelligence and visual-spatial intelligence. It can be said that there is a positive correlation between the three intelligences. 3. Based on the results of the analysis, the R Square value of 0.806 for existential intelligence indicates that 80.6% of the variation in this variable can be explained by intrapersonal intelligence and interpersonal intelligence in the model, with 19.4% influenced by external factors. Likewise, the R Square value of 0.697 for naturalist intelligence indicates that 69.7% of the variation in this variable can be explained by intrapersonal intelligence and interpersonal intelligence in the model, with 31.3% influenced by external factors
Pengaruh Kompensasi dan Disiplin Kerja Terhadap Kinerja Karyawan pada PT. Chika Mulia Multimedia
Full text linkPenelitian ini bertujuan untuk menguji serta menganalisis Kompensasi dan Disiplin Kerja terhadap Kinerja Karyawan pada PT. Chika Mulia Multimedia. Variabel independen yang dipergunakan adalah Kompensasi dan Disiplin Kerja sementara variabel dependen yang digunakan adalah Kinerja Karyawan. Metode pengumpulan data dalam penelitian ini dilakukan dengan cara menyebar kuisioner kepada 30 responden yang berada di PT. Chika Mulia Multimedia. Metode penelitian yang dipakai adalah metode kuantitatif yang bersifat asosiatif dengan menggunakan data primer. Hasil ini menunjukan bahawa Kompensasi berpengaruh positif dan signifikan terhadap Kinerja Karyawan dengan nilai t hitung > t table yaitu 2.154 > 1,699, dan nilai signifikansi sebesar 0,040 < 0,05. Disiplin Kerja berpengaruh positif dan signifikan dengan nilai t hitung > t table yaitu 4,048 > 1,699, dan nilai signifikansi sebesar 0,000 > 0,05. Secara bersama-sama Kompensasi dan Disiplin Kerja berpengaruh positif dan signifikan terhadap Kinerja Karyawan dengan nilai F hitung > F tabel yaitu 31.186 > 3,35, dan nilai signifikansi sebesar 0,000 < 0,0
DASHBOARD PELAYANAN MASYARAKAT BERBASIS WESBSITE PADA KELURAHAN KELAPA INDAH KOTA TANGERANG
Full text linkPenelitian ini mengembangkan dan menerapkan dashboard pelayanan administrasi masyarakat berbasis website di Kelurahan Kelapa Indah, Kota Tangerang, dengan tujuan meningkatkan efisiensi dan transparansi dalam proses pelayanan publik. Dalam era digital saat ini, penggunaan teknologi informasi menjadi penting untuk memfasilitasi interaksi antara pemerintah dan masyarakat. Metode yang digunakan dalam penelitian ini meliputi analisis kebutuhan pengguna, perancangan sistem, dan evaluasi fungsionalitas dashboard. Pengembangan dilakukan dengan menggunakan bahasa pemograman PHP (Hypetext Prepocessor) dan Visual Studio Code untuk editor teks, sehingga menghasilkan antarmuka yang interaktif dan responsif. Uji coba dilakukan dengan melibatkan masyarakat dan pegawai kelurahan untuk mengevaluasi penggunaan sistem. Hasil penelitian menunjukkan bahwa dengan kemudahan akses informasi dan layanan yang diberikan oleh dashboard ini, serta mempercepat proses pengajuan layanan administrasi masyarakat. Penelitian ini menyimpulkan bahwa implementasi dashboard pelayanan administrasi masyarakat berbasis website dapat meningkatkan pelayanan masyarakat dan memperkuat akuntabilitas pelayanan publik di Kelurahan Kelapa Indah, serta merekomendasikan pengembangan lebih lanjut untuk integrasi dengan sistem pelayanan pemerintah yang lain.
 
PROTOTYPE SISTEM PEMANTAUAN CERDAS BERBASIS MACHINE LEARNING UNTUK KEAMANAN UNIVERSITAS RAHARJA
Full text linkPenelitian ini bertujuan untuk merancang dan mengembangkan sebuah prototype sistem pemantauan cerdas berbasis kamera CCTV menggunakan teknologi machine learning, yang ditujukan untuk mendukung keamanan di lingkungan universitas raharja. Sistem ini dirancang untuk mampu melakukan deteksi gerak, deteksi manusia, serta pengenalan postur tubuh, dan memberikan notifikasi otomatis sebagai bentuk respons awal terhadap aktivitas tertentu. Dalam prototipe ini, digunakan algoritma Gaussian Mixture Model (GMM) untuk deteksi gerak, AdaBoost untuk deteksi wajah, serta kombinasi PoseNet dan Rule-Based System untuk mengenali postur tubuh dasar. Pengujian dilakukan di lingkungan laboratorium menggunakan dataset rekaman CCTV simulatif yang menyerupai aktivitas di universitas raharja. Hasil awal menunjukkan bahwa sistem mampu melakukan deteksi dengan akurasi yang cukup tinggi, sehingga dapat menjadi dasar untuk pengembangan sistem keamanan universitas raharja yang lebih responsif dan otomatis di masa depan.
Kata kunci: pemantauan cerdas, machine learning, CCTV, deteksi gerak, pengenalan postu
Pengaruh Laporan Keuangan untuk Menilai Kinerja Keuangan Berdasarkan Rasio Profitabilitas pada Perusahaan Sektor Telekomunikasi yang Terdapat di Bursa Efek Indonesia (PT Telkom Indonesia (Persero) Tbk. Periode 2018-2023)
Full text linkThis study analyzes the effect of Return on Assets (ROA) and Return on Equity (ROE) on Net Profit Margin (NPM) at PT Telkom Indonesia (Persero) Tbk. (2018–2023). Quantitative methods, financial ratios, and statistical tests were conducted using SPSS. The results indicate that ROE significantly affects NPM (sig = 0.021 < 0.05), while ROA is not significant (sig = 0.871 > 0.05). Simultaneously, ROA and ROE jointly affect NPM (sig = 0.011; F-calculated 28.166 > F-table 2.732). Equity utilization (ROE) is a key determinant of financial performance, while asset efficiency (ROA) is relevant in combined analysis. This study underscores the strategic importance of managing assets and equity to enhance profitability and investor trust
Penggunaan Programmable Logic Controller dalam Pengembangan Mesin Shuttle Pallet Otomatis
Full text linkPerkembangan teknologi komputerisasi yang semakin pesat memiliki peran penting dalam berbagai bidang, termasuk industri manufaktur. Salah satu tantangan yang dihadapi industri adalah masalah penyimpanan produk jadi di gudang, khususnya dalam hal efisiensi ruang dan tenaga kerja. Ketika produk selesai diproduksi dan disusun di atas palet, produk-produk tersebut tidak dapat ditumpuk secara vertikal, sehingga memerlukan ruang yang luas untuk penyimpanan. Hal ini menyebabkan proses pergudangan menjadi kurang efisien, baik dari segi penggunaan ruang maupun waktu. Penelitian ini berfokus pada pengembangan sebuah prototipe mesin shuttle pallet yang menggunakan Programmable Logic Controller (PLC) untuk meningkatkan efisiensi penyimpanan dan pengelolaan produk di gudang. Dengan menggunakan sistem kendali otomatis berbasis PLC, mesin ini diharapkan mampu memindahkan dan menyusun palet-palet secara lebih teratur dan hemat ruang. Selain itu, penggunaan mesin ini juga bertujuan untuk mengurangi kebutuhan tenaga kerja dalam proses penyimpanan, serta meminimalisir risiko kesalahan yang disebabkan oleh intervensi manusia. Metode pengembangan yang digunakan dalam penelitian ini adalah metode waterfall. Hasil dari penelitian ini diharapkan dapat memberikan solusi praktis untuk meningkatkan efisiensi ruang dan tenaga kerja di gudang, serta menjadi referensi dalam pengembangan teknologi otomatisasi di industri manufaktur lainnya.
Kata Kunci: Shuttle Pallet; Throw Away Prototyping; PL
Pemanfaatan AI untuk Kesehatan Publik: Pengalaman dan Harapan Pengguna Sistem Kualitas Udara dengan UTAUT2
Full text linkPencemaran udara telah terbukti ada di seluruh dunia. Ini menunjukkan banyak bukti yang mempengaruhi efek buruk terkait kesehatan yang menyebabkan penyakit dan bahkan kematian, dan perkembangan teknologi telah membantu memantau paparan orang terhadap pencemaran udara. Penelitian ini menganalisis faktor-faktor yang mempengaruhi kegunaan yang dirasakan dari deteksi pencemaran udara pada aplikasi AIKU berdasarkan model Teori Penerimaan dan Penggunaan Teknologi yang Terpadu (UTAUT2) dan juga Teori Motivasi Perlindungan Diri (TMPD). Sebanyak 371 peserta dengan sukarela menjawab survei mandiri yang terdiri dari konstruk yang diadaptasi yang mencakup faktor-faktor seperti, Harapan Kinerja (PE), Harapan Upaya (EE), Pengaruh Sosial (SI), Kondisi yang Memfasilitasi (FC), Motivasi Hedonis (HM), Nilai Harga (PV), Niat menggunakan (IU), Meningkatkan Kesehatan Masyarakat (EPH). Metode Persamaan Struktural (SEM) digunakan untuk menentukan faktor-faktor yang mempengaruhi kegunaan yang dirasakan dari aplikasi AIKU. Hasil penelitian menunjukkan bahwa PE adalah faktor utama yang menyebabkan IU yang sangat tinggi di kalangan pengguna sehingga dapat meningkatkan EPH, selain itu FC terbukti menjadi faktor paling signifikan kedua yang mempengaruhi IU, diikuti oleh HM, PV, SI, EE. Studi ini mempertimbangkan evaluasi kegunaan di antara aplikasi seluler terkait kesehatan yang mencakup pencemaran udara. Hasil kerangka kerja dalam model ini diterapkan untuk mengevaluasi faktor dan aplikasi lain yang terkait dengan kesehatan masyaraka
Recognition of Handwritten Hangeul Characters Using Convolutional Neural Network
Full text linkThe rapid increase in Indonesian tourists visiting South Korea has highlighted a growing interest in Korean culture, largely fueled by the Korean Wave. However, the inability to read the Korean alphabet (Hangeul) leaves many tourists vulnerable to scams. This paper proposes a novel solution to address this issue by developing a system for recognizing handwritten Hangeul characters, aimed at assisting Indonesian tourists in navigating South Korea safely. The research introduces a hybrid algorithm that integrates Vision Transformers (ViTs) with Convolutional Neural Network (CNN), aiming to overcome the limitations of CNN in capturing global features. The dataset utilized comprises 2,400 images of handwritten Hangeul characters, categorized into consonants and vowels. The study involved pre-processing, training, validation, and testing with three data split ratios (60:20:20, 70:15:15, 80:10:10) and two learning rates (0.001 and 0.0001) over 10 epochs. This hybrid model approach is designed to enhance recognition accuracy and improve the system's adaptability to diverse inputs
Pemanfaatan Model ResNet50 dan SVM untuk Klasifikasi Penyakit Daun Tebu
Full text linkIndonesia is an agrarian country with an economy that heavily relies on the agricultural sector, including the sugarcane plantation sub-sector for sugar production. Although domestic sugar production continues to increase, the demand for sugar consumption also grows, leading to dependency on imports and fluctuating sugar prices in the domestic market. Therefore, efforts to maintain and enhance the productivity of sugarcane crops are crucial. One of the main challenges in sugarcane cultivation is the attack of pests and diseases such as yellow disease, redrot, mosaic, and rust, which often affect sugarcane plants and reduce their productivity. These diseases must be detected promptly as they significantly impact the quality and quantity of the sugarcane to be harvested. However, manual identification processes are prone to human error and are inefficient for large-scale plantations.
To address this, machine learning technology using Convolutional Neural Networks (CNN) and Support Vector Machines (SVM) was employed. This approach uses CNN for feature extraction and SVM for classification. Through a series of experiments, the study shows that the CNN and SVM models can achieve high accuracy of 90.32% with a computational time of 181.53 seconds