IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Analisis Penerimaan Aplikasi Flip Menggunakan Model Unified of Acceptance and Use of Technology 3: The analysis of Flip application acceptance using the Unified Theory of Acceptance and Use of Technology 3 model
No full textPenelitian ini bertujuan untuk mengukur tingkat penerimaan aplikasi Flip oleh UMKM di Kabupaten Garut menggunakan model UTAUT 3. Metode kuantitatif eksplanatori cross-sectional digunakan dengan pengumpulan data primer melalui kuesioner berdasarkan skala likert 1 sampai 5, serta data sekunder didapatkan dari jurnal, artikel, dan informasi terkait topik penelitian, selanjutnya data di analisis menggunakan SmartPLS 3.0. Penelitian ini merupakan lanjutan dari penelitian terdahulu mengenai Analisis Tingkat Penerimaan Penerapan aplikasi Flip menggunakan metode UTAUT 2, dalam penelitian tersebut tidak mempertimbangkan variabel personal innovativeness, personal innovativeness di anggap penting dalam mengukur sejauh mana seseorang cenderung menerima dan mengadopsi inovasi baru. Hasil menunjukkan terdapat empat hipotesis di terima, yakni behavioral intention terhadap use behaviour, habit terhadap use behaviour, personal innovativeness terhadap behavioral intention, dan price value terhadap behavioral intention. Sementara itu, delapan hipotesis ditolak, yakni effort expectancy terhadap behavioral intention, facilitating conditions terhadap behavioral intention, facilitating conditions terhadap use behaviour, habit terhadap behavioral intention, hedonic motivation terhadap behavioral intention, performance expectancy terhadap behavioral intention, personal innovativeness terhadap use behaviour, dan social influence terhadap behavioral intention
Pemilihan Platform Film Streaming Menggunakan Metode SMARTER dan MOORA: Selection of Streaming Film Platforms Using the SMARTER Method and the MOORA
No full textSektor industri perfilman telah menjadi aspek tontonan wajib dalam masyarakat, saat ini film menjadi suatu hiburan yang populer di Indonesia. Kemajuan teknologi dan digitalisasi memfasilitasi akses mudah menonton film, masa transisi dari penggunaan DVD/VCD ke Blu-Ray sebagai media untuk menikmati film yang mendapatkan daya tarik pada masanya. Perkembangan internet dan platform online yang semakin pesat telah mengubah industri dunia perfilman, banyak sekali bermunculan berbagai layanan streaming yang menawarkan kemudahan untuk menonton film kapan saja dan dimana saja. Maraknya kemudahan menonton film streaming dengan tersedianya berbagai platform film masih banyak terdapat perbedaan beberapa aspek baik tampilan maupun layanan yang ditawarkan, sehingga penelitian ini memberikan wawasan dan rekomendasi mengenai opsi streaming yang baik. Dalam penelitian ini menggunakan metode MOORA dan SMARTER Kedua metodologi menghasilkan hasil yang sebanding pada nilai tertinggi yaitu Netflik sebagai platform film streaming paling aman dengan skor 0,421 pada metode SMARTER dan 0,582 pada metode MOORA , dan mengalami selisih perbedaan yang tidak terlalu signifikah terkait peroleh nilai tertinggi kedua, Dimana pada metode SMARTER di peroleh oleh Disney Hotstar dengan nilai 0,377sedangkan pada metode MOORA nilai tertinggi kedua di peroleh oleh Iflix dengan nilai0,297sehingga kedua metode ini sangat ideal untuk digunakan
Perbandingan Efisiensi Proses CI/CD Multi-Lingkungan melalui Implementasi Paralel dan Berurutan: Efficiency Comparison of Multi-Environment CI/CD Processes Through Parallel and Sequential Implementations
No full textPenelitian ini mengatasi masalah pengembangan aplikasi di PT. Astra International Tbk. dengan menggunakan sistem otomatis Continuous Integration/Continuous Deployment (CI/CD). Astra saat ini menghadapi masalah kompilasi dan distribusi yang dilakukan secara manual dimana proses yang dilakukan memakan waktu yang lama dan seringkali terjadi kesalahan konfigurasi terlebih terdapat berbagai macam environment dalam tiap aplikasi. Solusi yang diusulkan adalah implementasi CI/CD untuk otomatisasi proses kompilasi dan distribusi untuk setiap environment aplikasi. CI/CD adalah salah satu praktik DevOps yang digunakan untuk pengembangan perangkat lunak menjadi lebih terorganisir. Dengan memanfaatkan CI/CD, tim pengembang dapat merasakan manfaat dari proses kompilasi dan distribusi aplikasi yang lebih cepat. Penelitian ini membandingkan implementasi CI/CD berurutan dengan CI/CD paralel. Hasil penelitian menunjukkan bahwa CI/CD berurutan dapat mengurangi waktu yang diperlukan sebesar 33% dari proses manual, sedangkan CI/CD paralel dapat mengurangi waktu yang diperlukan sebesar 79% dari proses manual
Rute Pendistribusian Barang dengan Algoritma Nearest Neighbor: Product Distribution Route using Nearest Neighbor Algorithm
No full textMasalah yang cukup umum dialami oleh distributor dalam melakukan ditribusi adalah penentuan saluran pendistribusian barang. Salah satu bagian dalam saluran distribusi yang memiliki peran sangat penting dalam efektifitas proses distribusi adalah rute pendistribusian barang. Dalam mengoptimalkan biaya, waktu, dan modal lainnya dalam rute pendistribusian barang, dapat diterapkan konsep graf dan diselesaikan menggunakan salah satu algoritma penyelesaian masalah TSP. Pada penelitian ini, digunakan algoritma Nearest Neighbor untuk membentuk rute pendistribusian barang. Penerapan algoritma ini untuk mengolah data cukup sederhana sehingga rute yang diinginkan dapat terbentuk dengan cepat. Namun, berdasarkan langkah kerjanya, algoritma ini akan menjadi cukup sulit untuk diterapkan jika data yang dimiliki cukup besar dan kompleks. Data yang digunakan dalam penelitian merupakan data sekunder mengenai alamat tujuan pendistribusian barang. Titik-titik yang digunakan akan terlebih dahulu diberi label dimana titik gudang dilabeli S sementara titik-titik tujuan dilabeli A hingga O. Hasil penelitian memberikan sebuah rute pendistribusian barang, yaitu dengan total jarak tempuh adalah 61,57 km
A Cross-Language Information Retrieval Method Based on Multi-Task Learning
Get PDFThis study introduces a novel Cross-Language Information Retrieval (CLIR) method employing multi-task learning and soft parameter sharing to enhance neural retrieval models' feature extraction across languages. The approach integrates an interaction-based neural retrieval model with a semantic-based text classification model, exchanging hidden vectors for richer feature representation. Experimental results across four language pairs—English-Chinese, English-Arabic, English-French, and English-German—demonstrate significant performance improvements. The proposed method achieved the highest Mean Average Precision (MAP) scores: 0.419 for EN-ZH, 0.403 for EN-AR, 0.427 for EN-FR, and 0.441 for EN-DE, surpassing other models like BM25, BPNRM, KNRM, KNRM-Trans, and KNRM-Embed. This research underscores the potential of multi-task learning for CLIR, showcasing improved retrieval performance through semantic information and knowledge transfer
Pengelompokan Data Pendistribusian Listrik Menggunakan Algoritma Density Based Spatial Clustering of Application With Noise (DBSCAN): Clustering Electricity Distribution Data Using Density-Based Spatial Clustering of Applications With Noise (DBSCAN) Algorithm
No full textPada masa kini, listrik sudah menjadi kebutuhan penting dalam kehidupan, karena kebanyakan aktivitas manusia bergantung pada listrik. Kebutuhan listrik pada setiap wilayah di Indonesia dipengaruhi oleh sejumlah faktor dan karakteristik khusus masing-masing. PLN mempublikasikan statistik penggunaan listrik untuk setiap wilayah di Indonesia dari tahun 2014 hingga 2022, yang terdiri dari 35 provinsi di Indonesia. Data ini menawarkan wawasan berharga untuk prediksi permintaan listrik, pelacakan tren historis untuk memprediksi pengembangan wilayah, memprioritaskan wilayah dengan permintaan tinggi untuk efisiensi dan konservasi energi, dan lain sebagainya. Salah satu alat untuk mencapai tujuan tersebut adalah dengan mengelompokkan (clustering) wilayah berdasarkan karakteristik dan ciri-ciri wilayahnya. Penelitian ini melakukan proses clustering dengan membagi data pada tiga regional utama: Sumatera, Jawa-Bali, dan Kalimantan-Sulawesi, sementara regional Papua tidak dianalisis karena jumlah wilayah/propinsi yang terbatas. Metode yang dipakai adalah Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Tuning parameter dengan cara pencarian grid dilakukan untuk memperoleh hasil optimal berdasarkan silhouette score. Hasil clustering dapat memberikan gambaran keunikan profil konsumsi listrik di tiap wilayah, dengan silhouette score terbaik sebesar 0.62 untuk regional Jawa-Bali, 0,67 untuk Kalimantan-Sulawesi, dan 0,64 untuk Sumatera. Penelitian menunjukkan bahwa algoritma DBSCAN dapat digunakan untuk pengelompokkan distribusi listrik dengan hasil yang efektif
Prediksi Jasa Pengiriman Barang Top Trend Logistik Menggunakan Algoritma Regresi Linear pada PT. XNH: Prediction of Top Trend Logistics Goods Delivery Services Using Linear Regression Algorithm at PT. XNH
No full textIndustri logistik global terus berkembang pesat, menuntut bisnis untuk fleksibel dalam mengadopsi teknologi dan strategi baru. Pertumbuhan ekonomi dan perdagangan elektronik telah meningkatkan permintaan layanan pengiriman, yang memengaruhi persaingan di Indonesia. PT. XNH menghadapi tantangan dalam memprediksi volume pengiriman secara akurat, mengidentifikasi tren pengiriman, dan mengelola fluktuasi permintaan layanan. Penelitian ini menggunakan teknologi data mining, khususnya algoritma regresi linear, untuk meramalkan tren pengiriman logistik. Dengan menganalisis 600 dataset yang terdiri dari 5 atribut, penelitian ini memprediksi total barang yang diterima melalui analisis data dari tahap pickup hingga pengiriman. Hasil penelitian menunjukkan bahwa algoritma regresi linear memiliki akurasi tinggi dalam memprediksi tren pengiriman, dengan nilai RMSE sebesar 0,034%. Kesimpulan dari penelitian ini adalah bahwa algoritma regresi linear dapat digunakan secara efektif untuk meramalkan tren logistik pengiriman, memberikan wawasan penting bagi PT. XNH dalam mengoptimalkan layanan pengirimannya
Otomasi Backup Konfigurasi Settingan Router Mikrotik Menggunakan Ansible dengan Metode Network DevOps: Automation of Mikrotik Router Setting Configuration Backup Using Ansible with Network DevOps Method
No full textDi era teknologi informasi saat ini, akses data melalui jaringan komputer menjadi krusial bagi aktivitas sehari-hari dan kebutuhan perusahaan. PT Fcom Inti Teknologi, sebagai penyedia layanan jaringan, menghadapi tantangan dalam mengelola infrastruktur jaringan yang luas dan kompleks. Metode manual yang digunakan untuk backup konfigurasi perangkat jaringan tidak hanya memakan banyak waktu dan tenaga, tetapi juga rentan terhadap kesalahan manusia yang dapat menyebabkan downtime jaringan. Penelitian ini bertujuan untuk mengimplementasikan solusi automasi menggunakan Ansible dengan metode Network Development Operations (NetDevOps) guna meningkatkan efisiensi dan keandalan proses backup konfigurasi di PT Fcom Inti Teknologi. Automasi jaringan diharapkan dapat menyediakan cara yang lebih efisien dan andal dalam mengelola konfigurasi dan backup perangkat jaringan, serta mengurangi waktu dan tenaga yang dibutuhkan untuk tugas-tugas manual. Hasil penelitian menunjukkan bahwa implementasi sistem automasi untuk backup dan konfigurasi Mikrotik berhasil dilakukan, yang berdampak pada pengurangan kesalahan konfigurasi, dan meningkatkan efisiensi waktu dalam pengaturan router Mikrotik. Automasi jaringan tidak hanya meningkatkan konsistensi konfigurasi, tetapi juga meminimalkan risiko kesalahan dan downtime jaringan. Simpulan dari penelitian ini adalah bahwa dengan mengadopsi alat automasi seperti Ansible, PT Fcom Inti Teknologi berhasil meningkatkan ketersediaan dan keandalan jaringan mereka, sehingga dapat memberikan layanan yang lebih baik kepada pelanggan
Predicting Student Performance Using Deep Learning Models: A Comparative Study of MLP, CNN, BiLSTM, and LSTM with Attention
Get PDFThis study aims to predict student performance using deep learning models, including Multilayer Perceptron (MLP), Convolutional Neural Networks (CNN), Bidirectional Long Short-Term Memory (BiLSTM), and Long Short-Term Memory with Attention (LSTM with Attention). The dataset comprises student demographic and educational factors, and the models are evaluated using metrics such as MAE, RMSE, R², MSLE, and MAPE. The results show that the CNN model outperforms other models, achieving the highest accuracy in predicting student test scores. The MLP model also performs well, while the BiLSTM and LSTM with Attention models exhibit lower predictive performance. High MAPE values across models suggest a need for alternative metrics in future research. This study highlights the importance of selecting suitable model architectures for predictive tasks in education, emphasizing the effectiveness of convolutional layers in capturing complex patterns
Analisa Pengembangan Aplikasi Manajemen Event pada Event Organizer Menggunakan Model Rapid Application Development: Analysis of Event Management Application Development at Event Organizer Using Rapid Application Development Model
No full textPenelitian ini bertujuan untuk membuat dan menguji aplikasi manajemen event yang membantu event organizer bekerja lebih efisien dan efektif. Aplikasi ini dirancang untuk memudahkan berbagai tugas seperti perencanaan, koordinasi, dan evaluasi acara. Metode penelitian meliputi analisis kebutuhan pengguna, perancangan sistem, pembuatan aplikasi, dan pengujian fungsionalitas. Hasil penelitian menunjukkan bahwa aplikasi ini bisa mengelola jadwal serta pelaporan dan analisis data event. Pengujian dilakukan dengan melibatkan beberapa event organizer untuk melihat kinerja aplikasi dalam situasi nyata. Dari hasil pengujian, aplikasi ini terbukti meningkatkan efisiensi waktu dan mengurangi kesalahan dalam manajemen event. Manfaat dari penelitian ini meliputi: bagi admin, aplikasi ini mempermudah pengelolaan data, serta menyetujui penyelenggara Event Organizer (EO) dalam membuat event; bagi penyelenggara EO. Berdasarkan hasil perhitungan bobot pengujian black box yang telah dilakukan, ditemukan bahwa pengujian ini mencapai tingkat keberhasilan 100 %. Hasil user acceptance test tersebut adalah rata-rata pengguna yang memilih setuju adalah (51/128; 40%) sedangkan yang memilih sangat setuju adalah (77/128; 60%