Jurnal LPPM iSTTS
Not a member yet
189 research outputs found
Sort by
Implementasi Metode Fuzzy Analytica Hierarchy Process (FAHP) Dalam Penentuan Bobot Seleksi Mahasiswa Program Pendidikan Dokter Spesialis
Full text linkTujuan dari penelitian ini adalah mengimplementasi metode Fuzzy Analytical Hierarchy Process (F-AHP) dalam menentukan bobot penerimaan mahasiswa pendidikan dokter spesialis Ilmu Kesehatan Kulit dan Kelamin di Fakultas Kedokteran Universitas Udayana dan mengukur tingkat akurasinya menggunakan confusion matrix. Metode F-AHP mampu mengurangi penilaian kriteria yang bersifat subjektif dari metode AHP dan menghasilkan keputusan yang lebih baik. Proses perhitungan dimulai dari menyusun matriks perbandingan berpasangan dari hasil wawancara, menghitung nilai eigen, menghitung nilai rasio konsistensi, mengubah pembobotan kriteria ke dalam bentuk matrik berpasangan kriteria F-AHP, menghitung nilai fuzzy syntethic extent untuk tiap kriteria sampai mendapatkan bobot dari masing-masing variabel. Bobot yang dihasilkan adalah: C1 = tes kompetensi dasar sebesar 30%, C2 = tes wawancara sebesar 30%, C3= tes potensi akademik sebesar 17%, dan C4 = TOEFL sebesar 23%. Pengujian akurasi dilakukan dengan menggunakan confusion matrix dan diperoleh akurasi total sebesar 89%, sedangkan akurasi per-predikat kelulusan diperoleh untuk cumlaude = 93%, sangat memuaskan = 84% dan memuaskan = 90%. Temuan tersebut mengindikasikan bahwa bobot yang diperoleh signifikan untuk diterapkan dalam proses seleksi mahasiswa program pendidikan dokter spesialis
Perbandingan Implementasi Evolutionary Algorithm (EPO, FHO, dan CFA) pada Kasus Travelling Salesman Problem untuk Tempat Pariwisata di Surabaya
Full text linkTraveling merupakan bisnis yang tumbuh pesat di seluruh dunia, dan Indonesia tidak terkecuali. Di Indonesia, khususnya Surabaya, industri pariwisata telah mengalami peningkatan dalam beberapa tahun terakhir, dan diharapkan akan terus tumbuh dalam beberapa tahun ke depan. Dengan peningkatan tersebut, pencarian rute untuk pariwisata harus efisien dan cepat, salah satu solusi yang populer saat ini adalah Evolutionary Algorithms (EA). Algoritma evolusi adalah jenis teknik optimisasi yang meniru proses evolusi alami untuk menemukan solusi terhadap masalah yang kompleks. Salah satu permasalahan yang dapat diselesaikan dengan efektif menggunakan algoritma evolusi adalah Traveling Salesman Problem (TSP). Permasalahan tersebut melibatkan pengunjungan pada beberapa kota dan menemukan rute terpendek untuk kembali ke titik awal. Beberapa algoritma evolusi telah dicadangkan untuk menyelesaikan TSP, seperti algoritma Cuttlefish (CFA), Emperor Penguin Optimizer (EPO) dan Fire Hawk Optimizer (FHO). Algoritma sotong didasarkan pada perilaku sotong liar, EPO terinspirasi oleh perilaku berkerumun dari penguin kaisar, sedangkan FHO menggunakan prinsip propagasi api. Semua algoritma yang telah disebutkan tadi memiliki potensi untuk menyelesaikan TSP dengan keunikannya masing-masing. Kesimpulan kami untuk semua algoritma yang digunakan dalam penelitian ini adalah bahwa EPO berhasil menemukan solusi terbaik diikuti dengan solusi dari CFA dan FHO. Berdasarkan hasil percobaan kami, didapatkan EPO menghasilkan solusi 39.97% lebih baik dari CFA serta 14.75% lebih baik dari FHO secara rata-rata. Serta EPO juga memiliki waktu komputasi rata-rata lebih cepat (69.59% lebih cepat dari CFA dan 178.34% lebih cepat dari FHO)
Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis
Full text linkToko YashCollection merupakan salah satu perusahaan kecil dan menengah (UKM) yang bergerak di bidang penjualan daster dan mukena. Saat ini, toko YashCollection aktif berjualan di salah satu platform E-Commerce ternama yaitu Shopee. Semua proses pembuatan laporan, mulai dari pencatatan produk, pengecekan produk dan analisa produk yang akan dijual bersamaan masih dilakukan secara manual. Proses ini menyebabkan penentuan produk dan pengemasan produk menjadi lebih lama. Berdasarkan permasalahan tersebut, maka dilakukan penelitian “Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis”. Rancang bangun dibuat pada platform smartphone iOS agar proses untuk penentuan promosi dan pengemasan produk menjadi lebih cepat. Pada penelitian ini juga dibuat fitur tambahan market basket analysis yang bertujuan untuk membantu proses pendukung keputusan manajemen, khususnya untuk media promosi. Metode rancang bangun menggunakan incremental model yaitu dengan prototyping, dan pemodelannya menggunakan unified model language (UML). Algoritma yang digunakan untuk market basket analysis adalah algoritma Apriori. Tujuan lainnya dari penelitian ini adalah untuk membantu pemilik toko YashCollection melakukan pengelompokan produk yang akan dikirim pada hari itu sekaligus juga rekapilutasi perhitungan pendapatan beserta potongan pajak. Hasil dari penelitian pada pemilik toko YashCollection dapat disimpulkan bahwa dengan adanya aplikasi pengelompokan produk dan market basket analysis ini dapat mempermudah pemilik toko untuk melakukan rekapitulasi dan keputusan penjualan. Pemilik toko dengan mudah melihat rekapitulasi pendapatan dan mensortir produk-produk yang harus dikemas, selain itu market basket analysis juga dapat membantu penentuan produk yang mana saja yang dijual bersamaan sehingga meningkatkan omset penjualan
Ekstraksi Partitur Balok Monofonik untuk Instrumen Flute dengan CRNN dan CRF
Full text linkNotasi partitur balok bukanlah notasi yang mudah dibaca oleh pemula dalam dunia musik. Di sinilah Optical Music Recognition (OMR) dapat berperan. OMR merupakan sebuah pembelajaran mengenai komputer yang dapat mengenali objek dalam partitur balok. Dengan adanya program yang menerapkan OMR dan memberikan output dengan format yang mudah dipahami oleh pengguna, maka pemula dalam dunia musik dapat terbantu dalam membaca partitur not balok. Karya ilmiah ini dibuat dengan pendekatan deep learning dalam beberapa arsitektur. Dataset yang digunakan adalah Camera-PrIMuS yang terdiri dari dataset gambar sebaris partitur musik dan juga ground-truth per objek pada gambar yang bersangkutan. Arsitektur yang digunakan adalah CRNN, CRNN-CRF, dan Attention. Dari ketiga arsitektur tersebut, hasil terbaik diperoleh pada aristektur Attention dengan symbol error rate (SER) sekitar 9%, diikuti dengan CRNN dengan SER sekitar 84%, dan CRNN-CRF yang berdasarkan hasil uji coba tidaklah cocok untuk OMR dengan nilai loss yang tidak kunjung turun dalam proses training. Arsitektur Attention secara garis besar terdiri dari blok encoder dan decoder. Encoder berfungsi untuk menerima input gambar dan melakukan encoding terhadap gambar tersebut. Hasil encoding kemudian diterima oleh decoder yang berperan untuk melakukan decoding dan memprediksi sequence selanjutnya berdasarkan hasil encoding dari encoder. Dalam implementasinya program dapat menerima input berupa gambar selembar partitur penuh yang agak miring, maka program juga akan melakukan skew-correction dan pemotongan gambar per baris agar input dari pengguna dapat diproses oleh model. Output dari model yang masih berupa label-label prediksi akan diproses kembali agar menghasilkan not angka dan file MIDI yang relatif lebih mudah untuk dipahami oleh pengguna
ISO/IEC 25010 : Analisis Kualitas Sistem E-learning sebagai Media Pembelajaran Online
Full text linkPandemi COVID-19 berpengaruh pada sektor pendidikan, sehingga terjadi perubahan pada sistem pembelajaran yaitu dari tatap muka menjadi daring (online). Institusi PQR merupakan perguruan tinggi yang menggunakan e-learning sejak adanya pandemi COVID-19 untuk memudahkan aktivitas pembelajaran hingga sekarang. Sistem e-learning dapat membantu tenaga pendidik untuk merencanakan, mengelola, menyampaikan, dan melacak proses pembelajaran serta pengajaran. Melihat peran e-learning yang sangat potensial di bidang pendidikan, maka e-learning sebaiknya memenuhi kriteria kualitas suatu perangkat lunak. Sebagaimana kualitas perangkat lunak yang baik dapat merepresentasikan kesuksesan dari implementasi perangkat lunak. Maka dari itu kualitas perangkat lunak harus selalu dijaga supaya memenuhi kebutuhan pengguna dan dapat meningkatkan kualitas pendidikan di Institut PQR. Untuk mengetahui kualitas sistem e-learning sebagai media pembelajaran online, peneliti melakukan analisis terhadap kualitas sistem e-learning menggunakan ISO/IEC 25010 yang berfokus pada dimensi Software Product Quality. Kemudian peneliti menggunakan metode kuantitatif yang didukung dengan teknik analisis statistik deskriptif untuk merepresentasikan kondisi kualitas sistem menurut pengguna. Hasil penelitian menyatakan bahwa kualitas sistem e-learning Institut PQR sudah memenuhi standar ISO/IEC 25010 yaitu dengan rata-rata persentase sebesar 73,85%. Kualitas sistem dengan persentase tertinggi terdapat pada karakteristik Portability dengan persentase sebesar 82,75% dan persentase paling rendah terdapat pada karakteristik Security dengan persentase 68,11%. Meskipun demikian, terdapat beberapa subkarakteristik yang memerlukan perbaikan, diantaranya pada subkarakteristik Functional Appropriateness, Time Behavior, User Interface Aesthetics, Maturity, Non-repudiation, Modularity, dan Analysability
Pengklasteran Data Pelanggan Dari Aplikasi Mobile Untuk Penentuan Strategi Pemasaran Produk PLN
Full text linkPerkembangan teknologi dan internet memungkinkan pengguna bertransaksi melalui aplikasi seluler, termasuk pembayaran tagihan dan pembelian token listrik. Aplikasi PLN Mobile telah diunduh lebih dari 35 juta pengguna sejak 2016. Pertumbuhan pengguna juga meningkatkan riwayat transaksi listrik. Data tersebut belum dimanfaatkan oleh PLN UID Sulselrabar. Menariknya kinerja penjualan selama empat bulan terakhir menunjukkan adanya masalah di akhir tahun 2023. Penelitian ini menggunakan model Recency-Frequency-Monetary (RFM) dengan mengamati riwayat transaksi listrik selama satu tahun terakhir pada aplikasi PLN Mobile, untuk membantu perusahaan dalam menentukan strategi pemasaran efektif. Data dari Virtual Command Center PLN tanggal 11 Januari 2023 digunakan untuk memodelkan RFM dengan mengkategorikan dan mengevaluasi perilaku pelanggan berdasarkan tiga faktor: recency (jarak transaksi), frequency (jumlah transaksi), dan monetary (total nilai transaksi). Setelah itu, klaster-klaster akan diberi label berdasarkan karakteristik anggotanya dan strategi pemasaran akan ditentukan untuk setiap target pasar yang dipilih. Hasil analisis menunjukkan bahwa model RFM berguna untuk menganalisis perilaku pelanggan dan memberikan segmentasi yang bernilai bagi perusahaan. Terdapat 3 klaster yang dihasilkan, yaitu Dormant Customers, Typical Customers, dan ‘Everyday’ Shoppers. Berdasarkan model RFM, dipilih pendekatan Full Market Coverage dan Multiple Segment Specialization dalam menentukan target pasar. Hal ini memudahkan dalam merumuskan strategi pemasaran dalam upaya untuk meningkatkan kinerja penjualan perusahaan
Pengembangan Aplikasi Human Resource Management pada PT. HJMB Menggunakan JS, React Native, dan GraphQL
Full text linkSumber daya manusia sudah menjadi salah satu elemen terpenting dalam suatu perusahaan. Akan tetapi untuk mengelola sumber daya manusia yang sudah terbilang banyak dalam suatu perusahaan, Tentu saja hal itu sudah menjadi suatu masalah bagi perusahaan. Untuk mengatasi masalah tersebut perusahaan membuat sebuah divisi HRD (Human Resource Division) untuk membantu dalam melakukan pengelolaan sumber daya manusia yang terdapat di perusahaan. Untuk itu dikembangkan aplikasi yang membantu perusahaan dalam melakukan pengelolaan sumber daya manusia. Pada aplikasi ini, akan terdapat fitur pencatatan kinerja karyawan yang dulunya masih menggunakan cara konvensional menggunakan kertas dalam pelaporan sehingga dapat menimbulkan beberapa resiko seperti hilang atau rusaknya pencatatan pelaporan yang dilakukan oleh karyawan. Uji coba yang dilakukan yaitu compability, usability dan functional testing, dengan hasil 52,8% pengguna menjawab mudah dan 30,6% oengguna menjawab sangat mudah dalam menggunakan aplikasi ini. Hasil pengujian compatibility juga menunjukkan aplikasi dapat berjalan dengan baik di berbagai jenis perangkat Android