Scientific Journals of Global Institute
Not a member yet
690 research outputs found
Sort by
Evaluation of SAPA WARGA Application System and User Satisfaction: Public Service Technology Management Perspective Based on PIECES Framework
Full text linkThe utilization of technology in public services continues to evolve to enhance efficiency, transparency, and service quality for society. However, the implementation of technology in the public sector still faces various challenges, such as human resource readiness, infrastructure, and resistance to change. This study aims to evaluate the SAPA WARGA application using the PIECES framework, which includes aspects of Performance, Information, Economy, Control, Efficiency, and Service. The application is used by the West Java Provincial Government to improve public services by providing convenience for the public in reporting complaints, conveying aspirations, and accessing information related to public services. The survey results showed that the majority of respondents were satisfied with the application's performance, customer support, and vehicle tax due reminder feature. However, several areas still require improvement, such as application speed, information consistency, and response to user complaints
Comparison of the Performance of Multiple Linear Regression and Multi-Layer Perceptron Neural Network Algorithms in Predicting Drug Sales at Pharmacy XYZ
Full text linkThe needs of better drugs management tool especially that can predict specific drugs consumption volume are needed by any healthcare facility including retail pharmacies. Thus, finding better prediction algorithm with suitable variable internally and externally becoming this research objectives. The research compares correlation score and histogram of each predictor variable with target variable and further input the selected variable into MLR and MLPNN algorithm to find recommended algorithm with better MSE and MAPE. The findings indicate that MLPNN with backpropagation method slightly outperforms MLR with ‘h-7’ as single input variable but with unstable predictions with lower MSE of 19588 and MAPE of 22,3%. While MLR's MSE of 22346,129 and MAPE of 25.4% with ‘h-7’ and ‘bm’ as input variable perform stable prediction. Finally, the research find ‘h-7’ is the most significant variable among other variables and both MLR and MLPNN are both need better improvement to perform drugs prediction analysis
Sentiment Analysis on User Reviews of the Edlink Application Using the Random Forest Classifier Method
Full text linkEdlink is a learning platform developed by PT. Sentra Vidya Utama (SEVIMA), established in 2004. Although it offers useful features, some aspects need improvement based on user reviews on Google Play Store. This study aims to accurately classify user sentiment to identify areas that need enhancement. The main challenges include language diversity, sentiment class imbalance, and the need for a reliable classification method. The random forest classifier method was chosen for its ability to handle overfitting and optimize performance. The dataset consists of 1,117 reviews divided into three classes: 385 negative, 118 neutral, and 614 positive. Data was collected through web scraping and processed using cleaning, normalization, tokenizing, stemming, negation conversion, and stopword removal, then weighted using TF-IDF. Testing results showed an accuracy of 86% using 5-Fold cross-validation and SMOTE. The 10-Fold cross-validation test demonstrated that this method outperforms other classification methods with 90% accuracy
Perancangan dan Implementasi Sistem Informasi Inventory Barang Berbasis Web pada PT XYZ
Full text linkIstilah "inventaris barang" mengacu pada katalog komprehensif dari kepemilikan fisik bisnis. Saat ini, sistem yang ada masih menggunakan Microsoft Excel untuk mendokumentasikan inventaris barang, karena membutuhkan lebih banyak waktu. Untuk mengelola inventaris gudang mereka dengan lebih baik, penelitian ini akan berfokus pada pembuatan dan penerapan aplikasi berbasis web. Sistem ini berguna untuk secara otomatis melacak jumlah stok barang, serta melaporkan barang yang masuk dan keluar. MIS berbasis web ini dibangun dengan menggunakan teknologi-teknologi berikut: PHP (Hypertext Preprocessor), metodologi System Development Life Cycle (SDLC) Waterfall, UML (Unified Modelling Language) untuk pemodelan grafis, dan MySQL (My Structured Query Language) untuk manajemen basis data. Selain itu, Bootstrap digunakan untuk membantu pengembangan aplikasi ini. Hasilnya, program ini dapat membuat manajemen inventaris menjadi lebih sederhana, cepat, dan tepat
EXIF Metadata Feature Extraction to Improve Source Device Identification Accuracy in Digital Images within a Digital Forensics Approach
Full text linkThis study aims to develop and evaluate methods for digital image source device identification through three main approaches, namely EXIF metadata feature extraction, visual analysis using Convolutional Neural Networks (CNN), and Photo Response Non-Uniformity (PRNU). The dataset consists of 500 original images captured from five different devices, with 100 images per device containing intact metadata. The EXIF-only model was built using the Random Forest algorithm, the CNN model employed a ResNet18 architecture, while PRNU utilized high-pass filtering to construct sensor noise templates for each device. Evaluation was carried out using accuracy, precision, recall, and f1-score metrics. The results show that EXIF-only achieved perfect accuracy (100%) on the dataset with complete metadata, CNN reached 21% accuracy with imbalanced recall across classes, and PRNU demonstrated low performance due to the limited number of templates and image quality. These findings indicate that EXIF-only excels under intact metadata conditions but is vulnerable to manipulation, CNN can be applied when metadata is unavailable but requires optimization, while PRNU has potential resilience against metadata manipulation but demands higher-quality data. The novelty of this study lies in its comparative multi-method approach that integrates metadata-based, visual-based, and sensor fingerprint-based analyses, along with the proposal of a multimodal integration framework to enhance the reliability of device identification systems in digital forensic practice
Rancangan Overlay untuk Meningkatkan Kualitas Tampilan Konten Live Shopping pada Marketplace
Full text linkDi era globalisasi saat ini, Tiktok menjadi salah satu platform media sosial yang paling populer. Dengan berkembangnya Tiktok Live Shopping, persaingan di antara penjual yang menggunakan live streaming juga semakin meningkat. Oleh sebab itu diperlukan strategi yang lebih canggih untuk menonjolkan diri di tengah keramaian. Salah satu strategi untuk meningkatkan kualitas tampilan konten ialah dengan desain overlay yang lebih menarik dan profesional. Penelitian ini memiliki tujuan untuk merancang desain yang membantu pengguna Shopee dalam menerapkan overlay yang menarik dan interaktif untuk live streaming mereka. Penelitian ini menggunakan metode studi pustaka, observasi serta kuantitatif. Hasil penelitian ini menunjukkan bahwa desain dapat di mulai dengan mendesain background yang pas dengan tema barang yang akan di jual serta penerapan overlay dapat dilakukan dengan bantuan OBS dimana desain, host dan audio di masukan ke dalam aplikasi ini. Berdasarkan pengolahan data evaluasi secara keseluruhan bahwa dari 55 responden berhasil mendapatkan score 55% poin, dengan demikian desain Overlay dapat dikatakan cukup untuk dapat dijadikan dan di terapkan dalam Live Shopping
Analisis Performa Deteksi Penyakit Padi Dengan Model Klasifikasi GambarMenggunakan Teachable Machine
Full text linkPenyakit padi menjadi momok bagi petani karena berpotensi menurunkan hasil panen drastis. Deteksi dini penyakit padi krusial untuk menekan kerugian ekonomi. Penelitian ini menganalisis performa model klasifikasi gambar dalam mendeteksi penyakit padi memanfaatkan Teachable Machine. Gambar penyakit padi dikumpulkan dari berbagai sumber dan melalui proses prapengolahan untuk meningkatkan kualitas. Model klasifikasi gambar dibangun menggunakan Teachable Machine dengan arsitektur Convolutional Neural Network (CNN). Hasil penelitian menunjukkan akurasi model klasifikasi gambar sangat memuaskan, mencapai 99%. Model ini efektif dalam mendeteksi penyakit blas, hawar daun bakteri, dan tungau padi. Penelitian ini membuktikan bahwa Teachable Machine berpotensi sebagai alat efektif untuk mendeteksi penyakit padi dengan akurasi tinggi. Dengan demikian, petani dapat melakukan deteksi dini penyakit padi sehingga memungkinkan tindakan pencegahan dan pengendalian yang tepat
Pengembangan Pembelajaran Tahfidz Qur’an Metode Tilawati Berbasis Multimedia Pada SMP IT CORDOVA
Full text linkPembelajaran menghafal Al-Qur'an sangat penting untuk meningkatkan kecerdasan anak melalui pemahaman hukum bacaan dan makharijul huruf. Metode Tilawati adalah metode menghafal Al-Qur'an yang berfokus pada bacaan Al-Qur'an dengan teknik baca simak dan pembiasaan klasikal dari juz 1 sampai juz 30. Penelitian ini menggunakan pendekatan kualitatif dengan studi kasus di SMP IT CORDOVA Rajeg. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi. Hasil penelitian dan pengembangan media pembelajaran berada pada kategori valid dengan rincian validitas materi yaitu 90,32% (valid) dan 79,03% (cukup valid), validitas media 88,75% (valid), dan validitas media 88,75% (valid). validitas pembelajaran 97,11 % (valid). Tingkat daya tarik media berada pada kategori sangat menarik dengan nilai daya tarik 80%. Tingkat keefektifan penggunaan media menunjukkan t hitung sebesar 3,450. Sehingga dapat disimpulkan bahwa terdapat perbedaan yang signifikan antara sebelum menggunakan media dengan setelah menggunakan media yang dikembangkan
Design and Usability Evaluation of a Web-Based Edutainment for Grade VII Science: Task Performance and System Usability Scale Findings
Full text linkThis study designed and evaluated a browser-based edutainment prototype for Grade VII science (gravity and Newton’s laws). Usability was examined through task-performance metrics and the System Usability Scale (SUS). Thirty students at SMPN 27, Bandar Lampung, completed an eight-task scenario covering core flows: launching the app, entering and navigating the World Map, starting and stopping gameplay, and accessing Learn and Credits. Core navigation tasks showed high effectiveness with short median times (e.g., launch: 96.7% success, 6.53 s; enter World Map: 93.3%, 7.79 s). The in-level physics puzzle was purposely more demanding (83.3% success, 35.74 s; 0.52 errors per participant), indicating a need for clearer in-level cues. Perceived usability was excellent (mean SUS 87.42, SD 5.02). Overall, the prototype appears classroom-ready; targeted refinements inside levels (first-run micro-tutorials, stronger affordances, on-demand hints) should further smooth first-time play. Future work will examine multi-session learnability, broaden device/browser coverage, and link gameplay to learning outcomes via pretest–posttest designs
Penerapan Metode Hebb Rule Menggunakan Python Untuk Pengujian Pengenalan Pola Huruf Hijaiyyah
Full text linkPengenalan pola memegang peranan penting dalam pengembangan jaringan saraf tiruan terutama untuk aksara non-latin seperti huruf Hijaiyyah yang memiliki bentuk visual kompleks. Penelitian ini bertujuan mengkaji efektivitas algoritma pembelajaran Hebbian dalam mengenali huruf waw (و) dan ba (ب) melalui representasi numerik. Metode yang dilakukan melibatkan Konversi bentuk huruf ke matriks 5x5 bernilai bipolar, pembaruan bobot menggunakan aturan Hebb, serta penerapan fungsi aktivasi threshold. Simulasi dilakukan menggunakan bahasa pemrograman Python dan diverifikasi secara manual. Hasil menunjukkan bahwa algoritma Hebbian mampu mengenali kedua huruf dengan akurasi tinggi, dimana representasi bipolar memberikan keluaran yang stabil. Dengan demikian, pendekatan Hebbian efektif untuk pengenalan pola huruf Hijaiyyah dan berpotensi dikembangkan untuk aksara non-latin lainnya