IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Optimalisasi Website STAB Negeri Raden Wijaya dengan Search Engine Optimization untuk Meningkatkan Jumlah Mahasiswa Baru: Optimizing the Raden Wijaya State STAB Website with Search Engine Optimization to Increase the Number of New Students
No full textSTAB Negeri Raden Wijaya merupakan Perguruan Tinggi Negeri yang berada dibawah Kementerian Agama. Awalnya Perguruan Tinggi ini hanya ada Program Studi Buddha yaitu Program Studi Pendidikan Keagamaan Buddha, Program Studi Kepenyuluhan Buddha, dan Program Studi Kepanditaan Buddha. Pada tahun 2019 STAB Negeri Raden Wijaya mendirikan Program Studi Umum yaitu Program Studi PGSD, Program Studi Ilmu Komunikasi, Program Studi Pariwisata. Secara Geografis, letak kampus STAB Negeri Raden Wijaya kurang strategis karena terletak di pinggiran kota Wonogiri. Kondisi ini mengakibatkan banyak Masyarakat yang tidak mengenal kampus STAB Negeri Raden Wijaya Wonogiri. Ada dua pokok permasalahan yang muncul dari kondisi geografis ini yaitu: 1) Tidak semua Masyarakat mengenal STAB Negeri Raden Wijaya, 2) Sebagian besar Masyarakat mengira bahwa kampus STAB Negeri Raden Wijaya hanya ada Program Studi Agama Buddha. Kondisi ini tentu sangat berpengaruh pada saat penerimaan mahasiswa baru. Penelitian ini melakukan Optimalisasi Website STAB Negeri Raden Wijaya dengan Search Engine Optimization untuk meningkatkan jumlah Mahasiswa Baru. Metode yang digunakan dalam penelitian ini adalah On-page Optimization dan Off-page Optimization. Hasil penelitian menunjukkan bahwa setelah Perguruan Tinggi menerapkan Optimalisasi Website dengan Search Engine Optimization, terjadi kenaikan mahasiswa baru sebanyak 75 mahasiswa
Penilaian Tata Kelola dan Manajemen Infrastruktur TI Bank BPD XYZ Menggunakan COBIT 2019: Assessment of IT Infrastructure Governance and Management Bank BPD XYZ Using the COBIT 2019
No full textBank BPD XYZ telah memiliki 144 aplikasi yang dikelola secara mandiri di Data Center dan Disaster Recovery Center Bank BPD XYZ. Berdasarkan laporan monitoring dan audit dari regulator, terindentifikasi beberapa permasalahan yang terkait dengan pengelolaan infrastruktur TI. Oleh karena itu, diperlukan sebuah penilaian tata kelola dan manajemen infrastruktur TI menggunakan kerangka kerja COBIT 2019 yang bertujuan untuk menilai seberapa besar capability level dan maturity level saat ini, serta menganalisis tingkat kesenjangan (gap) dengan tingkat yang diharapkan yang selanjutnya akan digunakan sebagai dasar untuk memberikan rekomendasi perbaikan. Hasil pengisian formulir design factor oleh top level management, domain obyektif yang memiliki tingkat kepentingan ? 70 yaitu EDM03 Ensured Risk Optimization, APO12 Managed Risk, APO13 Managed Security, dan MEA03 Managed Compliance with External Requirement. Berdasarkan hasil pengisian kuesioner obyektif terpilih, setelah dilakukan analisis didapatkan nilai pada domain obyektif EDM03 3,44 persentase 68,87% largely, APO12 3,45 persentase 68,93% largely, APO13 3,63 persentase 72,50% largely, dan MEA03 3,63 persentase 72,50% largely. Terdapat kesenjangan (gap) pada setiap domain obyektif terpilih, nilai kesenjangan pada domain obyektif EDM03 0,57, APO12 0,55, APO13 0,37, dan MEA03 0,38. Hasil ini merupakan deskripsi tata kelola dan manajemen Bank BPD XYZ saat ini dalam mengelola infrastruktur TI yang telah dilaksanakan
Sistem Smart Library Berbasis Arduino di Perpustakaan Sekolah: Arduino-Based Smart Library System in School Libraries
No full textPerpustakaan sekolah memiliki fungsi sebagai tempat penyimpanan buku-buku referensi baik referensi dalam bentuk hardcopy dan softcopy. Fungsi lainnya perpustakaan menjadi tempat menambah wawasan ilmu pengetahuan bagi murid sekolah secara mandiri, demikian juga dengan guru sekolah. Ruang perpustakaan selalu dijaga suasana ketenangan nya untuk memberikan kenyamanan bagi pengunjungnya namun tidak jarang beberapa pengunjung secara tidak sadar membuat keributan yang mengganggu pengunjung lainnya ditambah dengan lokasi operator perpustakaan yang selalu berada di depan sehingga tidak bisa memonitor semua pengunjung yang datang ke perpustakaan. Kemajuan teknologi saat ini yang menghadirkan Internet of Things (IoT) sangatlah banyak implikasinya, salah satunya Smart Library. Smart library yang dirancang mampu mendeteksi kebisingan melalui Sound Level Meter berbasis Arduino yang dipasang dititik-titik yang tidak terlihat oleh operator perpustakaan. Beberapa perangkat pendukung yang diperlukan agar system dapat berfungsi adalah HC-12, Buzzer, Sensor KY-038, dan Bahasa C. Dengan perangkat IoT ini, operator perpustakaan dapat memonitor seluruh sudut area yang jauh sekalipun sehingga suasana ketenangan dapat dikendalikan. Hasil penelitian menunjukkan System yang dirancang dapat mengurangi kebisingan yang dapat mengganggu pengunjung dan menciptakan suasana perpustakaan yang tenang
Analisis Loyalitas Pelanggan Business To Business Berdasarkan Model RFM Menggunakan Algoritma Fuzzy C-Means: Business to Business Customer Loyalty Analysis Based on RFM Model Using Fuzzy C-Means Algorithm
No full textPT. XYZ merupakan perusahaan yang bergerak di bidang distributor atap plastik dan Aluminium Composit Panel (ACP) yang mengadopsi model usaha B2B. Saat ini strategi yang digunakan oleh PT. XYZ masih belum berfokus pada segmentasi pelanggan dan masih memperlakukan setiap pelanggan dengan sama. Selain itu data penjualan yang terdapat ribuan lebih riwayat transaksi hanya digunakan sebagai arsip yang seharusnya dapat digunakan untuk pengembangan strategi perusahaan. Berdasarkan hal tersebut, penelitian ini melakukan segmentasi pelanggan pada PT. XYZ menggunakan model RFM dan algoritma FCM untuk menganalisis pelanggan bersasarkan karakteristik dan perilakunya. Data yang digunakan terdiri dari 9163 transaksi yang memuat 494 pelanggan. Untuk mendapatkan jumlah cluster yang optimal maka dilakukan pengujian pada jumlah cluster yaitu 2-10. Hasilnya menunjukkan 2 cluster sebagai jumlah yang terbaik dengan nilai DBI 0,4908. Cluster 1 yang terdiri dari 387 pelanggan dikategorikan sebagai loyal customer sedangkan cluster 2 yang terdiri dari 107 pelanggan dikategorikan sebagai lost customer. Sebagai pelanggan yang loyal, perusahaan perlu memberikan apresiasi untuk mempertahankan hubungan baik dengan pelanggan seperti memberikan diskon, ataupun penawaran khusus. Kemudian untuk segmen lost customer, perusahaan perlu mengambil langkah yang tepat untuk mencoba memulihkan hubungan dengan pelanggan dan menganalisis faktor dan penyebab pelanggan pada segmen ini beralih ke perusahaan lain
Design of a Web-Based Village Asset Information System in Waimbidi Village
Get PDFThe village is one of the government agencies responsible for the process of managing village assets in an area. Waimbidi Village, Kambata Mapambuhang District, East Sumba Regency, currently managing village assets still uses manual methods by recording in master books, so that making reports takes a long time or even the required reports are incomplete. Recording using books can result in reports piling up, making it difficult to find data and taking a long time if one day it is needed. Based on these problems, a system is needed that can manage village assets. With the aim of being able to store village asset data permanently in a database. The system development method used in research is the waterfall method which starts from the process of planning, analysis, design and system implementation. The results of this research can create a Web-based Village Asset Information System in Villages, which can help the Waimbidi Village government manage asset data so that it can be more efficient and structured
Menggunakan Xception, Transfer Learning, dan Permutasi untuk Meningkatkan Klasifikasi Ketidaksempurnaan Permukaan Baja: Using Xception, Transfer Learning, and Permutation to Improve the Classification of Steel Surface Imperfections
No full textKualitas permukaan baja yang diproduksi sangat penting untuk meningkatkan daya saing dalam industri baja. Tingginya tingkat cacat pada permukaan baja merupakan masalah serius yang berdampak pada kualitas keluaran. Pengendalian yang masih dilakukan secara manual dan visual saat ini hanya dapat dilakukan oleh orang-orang dengan bakat dan keahlian tertentu. Pengamatan dengan metode konvensional ini memerlukan waktu yang lama, lamban, dan presisi yang rendah. Saat ini, perkembangan teknik pembelajaran mendalam memungkinkan deteksi cacat permukaan baja secara otomatis dengan tingkat akurasi yang tinggi. Arsitektur Xception digunakan dalam pekerjaan ini untuk menerapkan strategi pembelajaran mendalam. Teknik permutasi dan augmentasi digunakan untuk mengatasi ketidakseimbangan data. Model yang dikembangkan dapat membedakan empat jenis cacat pada permukaan baja. Koleksi 7.095 foto permukaan baja digunakan dalam prosedur pelatihan. Jika dibandingkan dengan tidak menggunakan transfer learning, hasil pengukuran kinerja proses pelatihan dengan menggunakan transfer learning (Imagenet) menunjukkan hasil yang lebih baik. Pelatihan pembelajaran transfer menghasilkan skor akurasi masing-masing sebesar 94,9% dan 97,7% untuk data pelatihan dan validasi. Sedangkan hasil penilaian nilai kerugian untuk data latih dan validasi masing-masing sebesar 19,4% dan 14,4%
Implementasi Metode Deep Neural Network pada Klasifikasi Penyakit Diabetes Melitus Tipe 2: Implementation of Deep Neural Network Method on Classification of Type 2 Diabetes Mellitus Disease
No full textPenyakit diabetes mellitus ditandai oleh tingginya kadar gula dalam darah, juga dikenal sebagai glukosa, sebagai akibat dari kurangnya atau ketidakmampuan tubuh untuk menggunakan insulin secara efisien. Pada tahun 2021, Federasi Diabetes Internasional (IDF) melaporkan bahwa lima negara memiliki jumlah penderita diabetes mellitus terbanyak di kelompok usia 20 hingga 79 tahun. Dengan 19,5 juta orang yang menderita, Indonesia menempati peringkat kedua. Berbagai upaya telah dilakukan untuk menghentikan perkembangan penyakit ini. Salah satunya adalah penelitian yang menggunakan metode klasifikasi Deep Neural Network (DNN) untuk memprediksi risiko seseorang. Menggunakan dataset dari Puskesmas Mergangsan di Kota Yogyakarta, Provinsi DIY, penelitian ini menggunakan sepuluh variabel: jenis kelamin, merokok, berat badan, tinggi badan, Indeks Massa Tubuh (IMT), hipertensi, usia, aktivitas fisik, konsumsi alkohol, dan riwayat penyakit tidak menular. Parameter DNN seperti jumlah lapisan, jumlah neuron, fungsi aktivasi, tingkat pembelajaran, ukuran batch, berat, optimizer, fungsi kehilangan, epoch, dan bias digunakan untuk membangun model prediksi. Metode K 10-fold CV digunakan untuk mempartisi data pelatihan dan uji untuk membuat model prediksi. Hasilnya mencapai 90 persen, 85 persen, 95 persen, dan 89 persen masing-masing dengan menggunakan skor f1, akurasi, presisi, dan recall
Perbandingan Metode Analisis Sentimen Pelayanan Daring di Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha Menggunakan Algoritma Naïve Bayes dan LSTM: Sentiment Analysis of Online Services at the Engineering and Vocational Faculty of Ganesha Education University Using Naïve Bayes and LSTM Algorithms
No full textSalah satu fakultas di Univesitas Pendidikan Ganesha yaitu Fakultas Teknik dan Kejuruan (FTK) yang menerapkan pelayanan daring di masa pandemi COVID-19. Berbagai komentar muncul saat dilakukan pelayanan daring ini sehingga perlu dilakukannya sebuah analisis. Mahasiswa memberikan pendapat positif dan negatif. Untuk menganalisis komentar mahasiswa menggunakan metode Naive Bayes dan Long Short-Term Memory (LSTM). Data yang digunakan merupakan informasi yang diperoleh dari penyebaran angket yang diisi oleh mahasiswa FTK. Evaluasi matriks konfusi termasuk akurasi, presisi, recall, dan f-measure. Penelitian ini bertujuan untuk membandingkan kedua metode Naive Bayes dan LSTM serta mendeteksi kata-kata yang sering muncul pada pelayanan daring FTK dengan membandingkan stopword yang dikumpulkan pada saat pemrosesan kuesioner. Menguji keakuratan metode klasifikasi Naïve Bayes dan hasilnya adalah 83,69%. Hasil klasifikasi metode LSTM mencapai akurasi sebesar 53,12%. Nilai akurasi LSTM yang dihasilkan sangat rendah. Mungkin alasan utamanya adalah hanya komentar positif yang terbaca saat mencoba metode LSTM. Penyebab lainnya yaitu dataset yang juga dapat mempengaruhi. Dengan membandingkan kinerja Naive Bayes dan LSTM, diperoleh hasil yang menunjukkan metode Naïve Bayes lebih unggu untuk menganalisis komentar mahasiswa FTK Undiksha
Rancang Bangun Aplikasi Jurnal Perkuliahan Berbasis Progressive Web Application Menggunakan Metode Rapid Application Development: Design and Development of Lecture Journal Application Using Progressive Web Application with Rapid Application Development Method
No full textJurnal perkuliahan menjadi salah satu komponen penting dalam kegiatan belajar mengajar di kelas. Sebagai seorang dosen tetap, jurnal perkuliahan sebagai bukti kinerja yang dikumpulkan oleh masing-masing dosen untuk pelaporan Beban Kinerja Dosen dan juga pengajuan Jabatan Fungsional. Selain itu dapat digunakan oleh Dosen, Ketua Program Studi, bagian akademik kampus untuk evaluasi dan monitoring pelaksanaan kegiatan belajar-mengajar di kelas. Institut Teknologi dan Bisnis Sabda Setia (ITBSS) baru memiliki 2 angkatan Mahasiswa, di mana para dosennya mencatat jurnal perkuliahan dengan cara manual baik menggunakan kertas ataupun melalui spreadsheet dan belum ada aplikasi khusus untuk jurnal perkuliahan ini. Hasil survei menunjukkan bahwa sekitar 80% dari 11 dosen mengalami kendala dan kelupaan mengisi jurnal perkuliahan karena masih mengerjakannya secara manual. Tujuan dari penelitian ini adalah menghasilkan output suatu aplikasi yang dapat mengatasi kendala dalam mencatat jurnal perkuliahan sehingga pencatatan tidak lagi manual dan memiliki sistem notifikasi yang mengingatkan dosen agar tidak kelupaan dalam mengisi jurnal perkuliahan. Sehingga, proses evaluasi dan monitoring dapat berjalan dengan data yang dikumpulkan lengkap setiap perkuliahannya. Aplikasi dirancang-bangun menjadi aplikasi yang dapat diakses menggunakan teknologi Progressive Web Application (PWA) agar pengisian data dapat dilakukan tanpa ketergantungan dengan koneksi jaringan internet dan aplikasi dibangun menggunakan pengembangan aplikasi Rapid Application Development (RAD)
Klasifikasi Penyakit Cacar Monyet Menggunakan Support Vector Machine (SVM): Classification of Monkeypox Disease Using Support Vector Machine (SVM)
No full textPenyakit cacar monyet menjadi sebuah wabah di beberapa negara non endemik pada bulan Juli tahun 2022. Oleh karena itu, tindakan pencegahan atau pengobatan yang tepat perlu dilakukan secara dini dengan cara melakukan identifikasi penyakit menggunakan suatu metode klasifikasi. Klasifikasi dilakukan menggunakan metode knowledge discovery in database (KDD) dengan algoritma support vector machine (SVM) yang menggunakan 4 kernel yaitu linear, RBF, sigmoid, dan polynomial dengan pengaturan parameternya pada masing masing kernel. Algoritma SVM dipilih karena penggunaan berbagai kernelnya memungkinkan eksplorasi bentuk-bentuk keputusan yang berbeda dalam ruang fitur yang lebih tinggi untuk mengangkap pola pola yang tidak linear. Hasil terbaik didapatkan oleh kernel polynomial dengan tingkat akurasi sebesar 75%, sementara kernel linear sebesar 70,5%, RBF sebesar 66%, dan sigmoid sebesar 45%. Kemudian nilai grafik kurva receiver operating characteristic area under control (ROC AUC) untuk kernel polynomial sebesar 0.81. Hal tersebut menunjukkan bahwa model klasifikasi yang dibuat sudah baik dan dapat dikembangkan ke penelitian tahap selanjutnya