IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Analysis of WiFi Reliability at 2.4 GHz and 5 GHz Frequencies in the Environment of STMIK Sinar Nusantara Surakarta
Get PDFThis research is expected to provide solutions to improve the performance and reliability of the WiFi network at STIMIK Sinar Nusantara, thus supporting teaching and learning activities and enhancing the quality of education. By comparing the quality of WiFi networks between 2.4 GHz and 5 GHz, it aims to shed light on the differences and advantages of each frequency band. Furthermore, the findings of this research can be beneficial for the design of future networks, helping network designers to better understand the importance of frequency management in network infrastructure planning. This research employs an experimental method by testing QoS parameters (throughput, delay, and packet loss) as well as reliability (connection and uptime) at both frequencies. The results of the research indicate that the 5 GHz frequency provides better QoS performance and reliability compared to 2.4 GHz. This research concludes that the 5 GHz frequency could be a solution to improve the WiFi network quality at STIMIK Sinar Nusantar
Sistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Certainty Factor Berbasis Web: Expert System for Diagnosis of Gastric Diseases Using Web-Based Employment Factors Method
No full textPenyakit lambung adalah penyakit yang tidak bisa di anggap remeh, karena karena dapat mengiritasi lapisan esofagus serta membuat lambung menjadi meradang. jika tidak segera ditangani maka bisa berakibat fatal. Kurangnya informasi masyarakat tentang penyakit lambung maka semakin banyak masyarakat yang terkena penyakit lambung, penyebab utama dari penyakit lambung yaitu berasal dari virus dan bakteri helicobacter pylori. Dengan dibuatnya sistem pakar berbasis web menggunakan metode certainty factor ini dapat digunakan sebagai penanganan awal untuk mempermudah user dalam melakukan konsultasi berdasarkan dari gejala-gejala yang ditimbulkan. Penggunaan metode certainty factor pada sistem pakar ini karena hasil dari penerapan metode certainty factor yaitu presentase. Nilai presentase pada sistem pakar diagnosa penyakit lambung ini di ambil dari hasil akhir tertinggi. Berdasarkan dari uji akurasi yang telah dilakukan, mendapatkan hasil tingkat akurasi sebesar 100%. Dengan akurasi yang tinggi maka sistem pakar diagnosa penyakit lambung menggunakan metode certainty factor dapat disimpulkan bahwa sistem pakar ini mempunyai performa yang baik
Comparative Analysis of Machine Learning Models for Chronic Disease Indicator Classification Using U.S. Chronic Disease Indicators Dataset
Get PDFThe prevalence of chronic diseases poses significant challenges to public health systems worldwide. This study evaluates the performance of four machine learning models—Gradient Boosting Classifier, Support Vector Machine (SVM), Logistic Regression, and Random Forest—in classifying chronic disease indicators using the U.S. Chronic Disease Indicators (CDI) dataset. The models were assessed based on accuracy, precision, recall, F1 score, classification report, and confusion matrix to determine their effectiveness. The Gradient Boosting Classifier outperformed other models with an accuracy of 64.36%, precision of 63.72%, recall of 64.36%, and F1 score of 63.88%. While SVM and Random Forest demonstrated moderate performance, Logistic Regression served as a baseline for comparison. The study highlights the Gradient Boosting Classifier's superiority in handling the complexities of the CDI dataset, suggesting its potential for improving chronic disease prediction and management. Future research should focus on refining these models, addressing class imbalances, and incorporating domain knowledge to enhance interpretability and applicability in real-world scenarios
Noise Study on the OH1 Wearable Device: Analysis of 11 Hand Movement Artifacts
Get PDFWearable devices like the OH1 are increasingly used for real-time health monitoring, particularly for measuring heart rate (BPM). However, their accuracy is often compromised by motion artifacts, introducing significant noise into the measurements. This study specifically addresses the issue of noise generated by the OH1 wearable device during eleven different hand movements. To tackle this problem, we implemented a precise experimental setup involving device calibration, stable testing conditions, and participant training to ensure high consistency in hand movements. Additionally, machine learning algorithms were employed to separate noise from desired hand movement data. Our results indicate that certain hand movements, such as lifting arms and shoulder rotations, produce higher noise levels, while others, like placing hands on the table, generate minimal noise. These findings provide valuable insights for developing effective noise reduction algorithms, ultimately enhancing the accuracy and reliability of BPM measurements from wearable devices
Analisis Kepuasan Pengguna Aplikasi Maxim dengan Menggunakan Model End-User Computing Satisfaction (EUCS): User Satisfaction Analysis of the Maxim Application using Model End User Computing Satisfaction (EUCS)
No full textPenelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna terhadap aplikasi Maxim menggunakan model End User Computing Satisfaction (EUCS) dan model TAM. Dalam penelitian ini, peneliti menggunakan metode kuantitatif deskriptif untuk mengumpulkan data dari 108 responden yang mewakili populasi pengguna aplikasi Maxim di kota Palembang. Proses pengambilan data dilakukan dengan menyebarkan kuisioner kepada masyarakat pengguna aplikasi Maxim di Palembang. Teknik pengambilan sampel menggunakan rumus slovin. Metode pengolahan data yang dilakukan dalam penelitian ini menggunakan uji validitas, uji realbilitas, dan uji hipotesis yang diolah dengan menggunakan software SmartPLS. Hasil dari pengujian hipotesis terdapat 5 variabel yang tidak berpengaruh yaitu accuracy, format, timeliness, ease of use, content dan 1 variabel yang berpengaruh yaitu perceived of usefulness. Dari hasil analisis korelasi diperoleh R2 sebesar 0,878 menunjukan bahwa variabel satisfaction dapat dijelaskan oleh variabel content, accuracy, format, ease of use, perceived of usefulness dan timeliness sebesar 87,8 %. Hasil penelitian ini dapat digunakan sebagai bahan referensi untuk meningkatkan kualitas pelayanan aplikasi Maxim dan meningkatkan tingkat kepuasan pengguna
Pengelompokan Data Pendistribusian Listrik Menggunakan Algoritma Mean Shift: Clustering Electricity Distribution Data Using the Mean Shift Algorithm
No full textPenelitian ini mengkaji regionalisasi dan klasterisasi data distribusi listrik di Indonesia menggunakan algoritma Mean Shift, dengan tujuan untuk meningkatkan efisiensi distribusi energi di berbagai wilayah geografis yang beragam. Listrik memiliki peran krusial dalam kehidupan modern namun distribusinya masih belum merata, terutama di daerah terpencil dan pedesaan yang terkendala oleh akses dan keterbatasan dana. Sebagai salah satu Bada Usaha Milik Negera (BUMN) utama di sektor ketenagalistrikan, Perusahaan Listrik Negera (PLN) bertanggung jawab dalam menyediakan listrik di seluruh Indonesia, mendukung pertumbuhan ekonomi melalui penyediaan energi untuk sektor industri, pertanian, dan perdagangan. Dengan menggunakan algoritma Mean Shift, penelitian ini mengelompokkan Indonesia menjadi Sumatra, Jawa-Bali, Kalimantan-Sulawesi, dan Papua berdasarkan pola distribusi listrik, dengan menemukan bahwa pengaturan bandwidth optimal 0.5 menghasilkan tiga klaster per wilayah yang mencerminkan infrastruktur serupa, kebutuhan energi, dan sektor ekonomi dominan. Temuan ini menunjukkan fleksibilitas Mean Shift dalam menangani struktur data yang kompleks tanpa jumlah klaster yang telah ditentukan sebelumnya, yang penting untuk perencanaan strategis dalam pengelolaan energi di Indonesia demi mencapai distribusi listrik yang lebih efisien dan berkelanjuta
Pengenalan Karakter Huruf Pada Gambar Tulisan Tangan Menggunakan Algoritma Convolutional Neural Network dan K-Means Clustering: Recognition of Letter Characters in Handwritten Images Using Convolutional Neural Network and K-Means Clustering Algorithm
No full textPengenalan karakter tulisan tangan adalah tantangan utama dalam berbagai aplikasi digital, disebabkan oleh variasi gaya tulisan, ukuran karakter, orientasi, dan kualitas gambar. Penelitian ini bertujuan membandingkan dua metode utama untuk pengenalan karakter tulisan tangan: Convolutional Neural Network (CNN) dan K-Means Clustering. CNN merupakan metode pembelajaran terarah yang digunakan untuk mengekstrak fitur penting dari gambar, sementara K-Means Clustering merupakan metode pembelajaran tanpa pengawasan yang mengelompokkan karakter berdasarkan kesamaan fitur. Hasil penelitian menunjukkan bahwa model CNN berhasil mencapai akurasi 90% dalam pengenalan karakter, menandakan kinerja yang sangat baik dalam mengenali pola kompleks dan variasi tulisan tangan. Sebaliknya, K-Means Clustering hanya mencapai akurasi 11%, menunjukkan bahwa metode ini kurang efektif untuk tugas pengenalan karakter tulisan tangan. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa CNN jauh lebih unggul dibandingkan dengan K-Means Clustering dalam mengatasi tantangan variasi tulisan tangan
Designing an ICT Service Chatbot at the Global Institute
Get PDFThe design of an ICT service chatbot at Global Institute aims to enhance the efficiency and effectiveness of providing technical support to users, including staff, lecturers, and students. With the increasing demand for Information and Communication Technology (ICT) services, a solution is needed that can provide quick and accurate responses to various technical issues. This chatbot is designed using artificial intelligence (AI) technology that enables natural interaction with users through a conversational platform. The main features implemented in the chatbot include managing technical support requests, automatically resolving common issues, and providing guidance on the use of ICT devices and applications. This research employs an object-oriented development methodology and incorporates an Agile approach to ensure flexibility and responsiveness in development. System trials were conducted involving end users to gather feedback and make necessary improvements. The test results show that the chatbot significantly reduces response time and the workload of the ICT team, as well as improves user satisfaction. Thus, the implementation of this chatbot is expected to positively contribute to the quality of ICT services at Global Institute
Sistem Monitoring Server di PT. XYZ Media Indonesia Berbasis Grafana dan Prometheus: Server Monitoring System at PT. XYZ Media Indonesia Based on Grafana and Prometheus
No full textServer merupakan salah satu komponen utama dari sistem jaringan komputer yang memiliki fungsi untuk memberikan suatu service terhadap penggunanya. Setiap aktifitas dan operasional pelayanan suatu server terhadap client dalam penerapannya terdiri dari beberapa jenis proses untuk memenuhi segala permintaan atau request client yang dikirimkan oleh server. Oleh sebab itu, diperlukan suatu sistem monitoring yang dapat melakukan pemantauan segala macam aktifitas di dalam server, dengan demikian pengguna dapat memantau dan memberikan peringatan apabila terjadi permasalahan pada server yang digunakan. Pada sistem ini dirancang dengan menggunakan perancangan Unified Modeling Language, serta menggunakan node exporter untuk mengambil metrik dan bahasa kueri berbasis Prometheus Query Language untuk mengakses data metrik dan grafana untuk memvisualisasi. Penelitian ini bertujuan rancang sistem yang mampu melakukan pemantauan dan pengumpulan informasi dari seluruh perangkat server yang berada di PT. XYZ Media Indonesia. Sistem monitoring ini juga, mampu memberikan beberapa informasi terkait utilisasi memori, utilisasi CPU, utilisasi storage dan utilisasi jaringan pada server, serta pada sistem ini juga mampu mengirimkan pesan peringatan dalam bentuk notifikasi telegram kepada pengguna saat terjadi kesalahan atau malfunction pada server dengan demikian proses eskalasi penanganan server menjadi lebih cepat dilakuka
Analisis Penerimaan dan Penggunaan Teknologi UTAUT3 dalam Layanan Musik Digital: An Analysis of UTAUT3 Technology Acceptance and Use in Digital Music Services
No full textAdopsi teknologi Spotify dalam layanan musik digital merupakan topik yang penting dalam konteks digitalisasi saat ini dan menghadapi berbagai tantangan. Penelitian ini mengeksplorasi niat dan perilaku pengguna layanan Spotify menggunakan model UTAUT3. Metode penelitian ini adalah kuantitatif eksplanatori dengan pendekatan cross-sectional, di mana data primer dikumpulkan melalui kuesioner berskala Likert 1 hingga 5 yang disebarkan kepada mahasiswa sebagai sampel. Data yang terkumpul dianalisis menggunakan SmartPLS 3.0. Penelitian ini menguji 12 hipotesis, di mana delapan hipotesis diterima dan hipotesis lainnya ditolak. Hipotesis yang diterima menunjukkan bahwa performance expectancy (0.036), effort expectancy (0.041), facilitating conditions (0.024), hedonic motivation (0.032), dan personal innovativeness (0.030) berpengaruh terhadap behavioral intention (karena nilai p-value < 0.05). Selain itu, facilitating conditions (0.025), personal innovativeness (0.019), dan behavioral intention (0.001) berpengaruh terhadap use behavior (karena nilai p-value < 0.05). Sementara itu, hipotesis yang ditolak menunjukkan bahwa social influence (0.636), price value (0.117), dan habit ( 0.063) tidak berpengaruh terhadap behavioral intention, dan habit (0.065) juga tidak berpengaruh terhadap use behavior (karena nilai p-value > 0.05). Temuan ini memberikan implikasi signifikan untuk pengembangan strategi layanan musik digital yang lebih menekankan pada pengalaman pengguna dan inovasi teknologi