UMN Knowledge Center (Universitas Multimedia Nusantara)
Not a member yet
33948 research outputs found
Sort by
Rancang Bangun Aplikasi Mobile untuk Identifikasi Penyakit Tanama Pisang
Tanaman pisang merupakan komoditas penting di daerah tropis, namun sangat rentan terhadap berbagai penyakit yang dapat menurunkan produktivitasnya. Deteksi dini penyakit pada tanaman pisang menjadi tantangan karena variasi gejala dan banyaknya jenis penyakit yang ada. Penelitian ini bertujuan untuk mengembangkan model Convolutional Neural Network (CNN) yang dibangun dari awal (training from scratch) guna mengklasifikasikan penyakit pisang, khususnya layu fusarium, sigatoka hitam, dan daun sehat. Model ini diharapkan dapat memberikan solusi bagi deteksi penyakit secara otomatis dengan akurasi tinggi meskipun dataset yang digunakan memiliki karakteristik unik. Berdasarkan hasil penelitian, model CNN yang dibangun mencapai akurasi validasi sebesar 72,1% dan akurasi uji sebesar 80%, yang menunjukkan kemampuan model dalam mengenali pola pada dataset yang diberikan. Penelitian ini juga membandingkan hasil yang dicapai dengan penelitian sebelumnya yang menggunakan transfer learning. Meskipun model CNN yang dibangun dari awal menunjukkan akurasi yang lebih rendah, fleksibilitas dan efisiensinya dalam kondisi di mana transfer learning tidak memungkinkan menjadikannya sebagai alternatif yang efektif. Model yang telah diintegrasikan ke dalam aplikasi berbasis perangkat lunak ini dapat digunakan untuk deteksi penyakit tanaman pisang di lapangan
Implementasi IndoBERT dalam Analisis Sentimen Pra Pemilu 2024 pada Platform X dengan Penjelasan Naratif Berbasis Generative AI
Penelitian ini dirancang untuk menganalisis sentimen publik terhadap tiga kandidat presiden Indonesia Prabowo Subianto, Ganjar Pranowo, dan Anies Baswedan pada fase awal pra-pemilu 2024. Data diperoleh dari Platform X pada April 2023, mencakup tweet berbahasa Indonesia yang diposting antara Oktober 2022 hingga April 2023, dengan total 10.000 tweet per kandidat. Periode pengumpulan data dipilih sebagai baseline historis untuk memahami dinamika sentimen awal, dengan potensi adaptasi metode pada data terkini. Model IndoBERT yang telah di-fine- tune menunjukkan performa kompetitif, dengan rata-rata F1-score di atas 80% untuk ketiga kandidat, dan performa tertinggi pada dataset Prabowo Subianto dengan F1-score sebesar 84,32%. Integrasi generative AI berhasil mengubah hasil analisis teknis menjadi narasi komunikatif, meningkatkan interpretabilitas bagi pengguna non-teknis, seperti analis politik dan pembuat kebijakan. Hasil penelitian mengindikasikan potensi IndoBERT dalam analisis sentimen berbasis data baru, berkontribusi pada pengembangan kerangka analisis sentimen politik berbasis bahasa Indonesia yang akurat, transparan, dan aplikatif. Pendekatan ini menawarkan prospek untuk mendukung sistem pemantauan opini publik secara real-time
Perancangan Brand Rejuvenation Primera Digital Printing
Penelitian ini bertujuan untuk merancang strategi brand Rejuvenation untuk Primera Digital Printing guna meningkatkan relevansi dan daya saing merek di pasar yang terus berkembang di Kota Kupang, Nusa Tenggara Timur. Hal ini dikarenakan saat ini identitas visual di Primera Digital Printing mulai ketinggalan zaman dan tidak mencerminkan visi serta misi perusahaan yang mengedepankan inovasi dan profesionalisme. Selain itu inkonsistensi penggunaan elemen visual menyebabkan citra merek Primera Digital Printing lemah dan kurang menarik bagi generasi Modern saat ini. Berdasarkan hal tersebut diperlukan brand Rejuvenation untuk membuat identitas visual Primera Digital Printing dapat lebih mencerminkan nilai-nilai perusahaan dan dapat menarik minat konsumen generasi milenial dan Gen Z. Metode perancangan yang digunakan adalah brand designing identity oleh Alina Wheeler yang meliputi conducting research, claryfying strategy, designing identity, creating touchpoints, dan managing assets. Metode pengumpulan data menggunakan kuantitatif dan kualitatif. Hasil perancangan yang dilakukan yaitu berhasil melakukan pembuatan logo baru yang lebih modern dan relevan. Lalu terdapat GSM (Guideline Standard Manual) sebagai panduan konsisten penggunaan identitas merek dan media kolateral untuk mendukung citra merek yang lebih segar dan profesional. Simpulan dari penelitian ini adalah bahwa implementasi strategi brand rejuvenation melalui pembaruan identitas visual dan media kolateral dapat membantu Primera Digital Printing memperkuat posisinya di pasar, meningkatkan daya tarik merek, dan membangun hubungan yang lebih baik dengan pelanggan
Video Dokumenter "Perjuangan Tiga Anak Luar Biasa"
Anak Berkebutuhan Khusus (ABK) merupakan anak yang memerlukan penanganan khusus dengan karakteristik yang berbeda dari anak pada umumnya. Anak Berkebutuhan Khusus juga harus mendapatkan akses pendidikan yang sesuai dengan kebutuhannya. Tercatat melalui data dari Kementerian Pendidikan dan Kebudayan Indonesia memiliki 245.350 Anak Berkebutuhan Khusus dan Provinsi Banten berada di posisi keenam dengan jumlah 9.583 anak. Namun, di wilayah Banten hanya terdapat 121 Sekolah Luar Biasa (SLB) yang rata-rata dibangun oleh yayasan. Hanya 10% dari Sekolah Luar Biasa tersebut dibangun oleh pemerintah. Oleh karena itu, penulis membuat Video Dokumenter "Perjuangan Tiga Anak Luar Biasa" untuk mengangkat isu terkait perjuangan keluarga dan Anak Berkebutuhan Khusus dalam mendapatkan hak atas pendidikan. Penulis menyajikan liputan ini dalam format dokumenter. Video dokumenter ini menekankan pada konsep visual storytelling.Penulis menyajikan liputan ini dalam format dokumenter. Video dokumenter ini menekankan pada konsep visual storytelling. Video dokumenter berdurasi 60 menit yang dipublikasi melalui platform YouTube KompasTV yang ditujukan kepada Generasi Z. Penulis berharap video dokumenter ini dapat memberikan gambaran yang sebenarnya tentang kondisi pendidikan bagi Anak Berkebutuhan Khusus, sekaligus menjadi media yang dapat membuka mata masyarakat dan pemerintah tentang pentingnya pendidikan yang setara bagi Anak Berkebutuhan Khusus. Berikut link video yang dapat di akses: https://drive.google.com/drive/folders/19_R0THTVIR33A6- XkK4poh3EXoVqa2QP?usp=share_link (60 menit) https://youtu.be/9LZFWMMGonA?si=tBlwpTk2L2Otnnoj (28 menit
Deteksi Berita Deephoaks sebagai Upaya Keamanan Siber Berbasis IndoBERT untuk Bahasa Indonesia
Perkembangan pesat Generative AI telah menimbulkan ancaman keamanan siber yang signifikan. Teks hoaks yang dihasilkan AI, atau deephoaks, dapat digunakan untuk memanipulasi opini publik, melakukan penipuan, dan mengikis kepercayaan pada informasi digital, sehingga deteksi yang andal menjadi sangat krusial. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model deteksi berita hoaks yang efektif untuk konten berbahasa Indonesia. Metode yang digunakan adalah fine-tuning model Transformer berbasis arsitektur BERT, yaitu IndoBERT, pada tugas klasifikasi biner. Dataset penelitian dibangun dengan menggabungkan 12.600 berita fakta dari dataset publik Kaggle dan 12.542 berita hoaks yang dikumpulkan melalui web scraping dari situs TurnBackHoax.id, menghasilkan total 25.142 data yang seimbang. Setelah melalui tahap pre- processing yang ekstensif, model dilatih dengan strategi feature extraction di mana hanya lapisan klasifikasi yang diperbarui. Hasil evaluasi akhir pada data uji menunjukkan performa yang sangat baik, dengan akurasi mencapai 95%, F1-Score 95%, dan ROC-AUC 99%. Hasil ini membuktikan bahwa model IndoBERT yang di-fine-tuning sangat efektif dan memiliki potensi besar untuk diimplementasikan sebagai sistem pertahanan otomatis terhadap ancaman disinformasi dalam ekosistem keamanan siber Indonesia
Perancangan Buku Ilustrasi Augmented Reality Mengenai Perjuangan Cut Nyak Dhien
Sejarah Indonesia memainkan peran penting dalam membentuk identitas dan patriotisme suatu bangsa, dengan tokoh-tokoh pahlawan seperti Cut Nyak Dhien yang mewujudkan kualitas ketahanan dan ketangguhan yang tetap relevan bagi generasi modern. Namun, terdapat penurunan minat siswa dalam mempelajari sejarah akibat metode pembelajaran tradisional yang masih digunakan meskipun di era yang didominasi oleh teknologi modern. Munculnya Augmented Reality (AR) memberikan peluang baru dalam pendidikan karena merupakan alat yang dapat membantu meningkatkan pengalaman belajar siswa. AR memiliki fitur seperti interaktivitas, keterlibatan, dan visual yang dapat mengatasi masalah yang dihadapi media tradisional. Penelitian ini bertujuan untuk mengembangkan desain buku ilustrasi berbasis AR mengenai perjuangan Cut Nyak Dhien. Pengembangan desain mengikuti proses metode Siklus Hidup Pengembangan Multimedia (MDLC) Luther untuk memastikan bahwa baik media cetak maupun digital memberikan pengalaman pengguna yang sesuai bagi penggunanya
Pemaknaan Pengungkapan Diri Perempuan kepada Keluarga dalam Melakukan Kohabitasi
Globalisasi telah membawa perubahan signifikan dalam budaya, termasuk pola hubungan romantis dan pernikahan. Salah satu fenomena yang muncul adalah kohabitasi atau kumpul kebo, yaitu hidup bersama tanpa ikatan pernikahan yang sah. Di Indonesia, kohabitasi bertentangan dengan nilai-nilai budaya kolektivis, agama, dan hukum yang berlaku, sehingga individu yang menjalani kohabitasi terdapat kemungkinan menghadapi tekanan sosial dan emosional yang lebih besar, terutama dalam pengungkapan diri kepada keluarga. Dari dampak kohabitasi, perempuan cenderung mendapatkan lebih banyak dampak negatif. Maka dari itu penelitian ini bertujuan untuk memahami bagaimana perempuan memaknai proses pengungkapan diri terkait keputusan kohabitasi kepada keluarganya. Penelitian ini menggunakan pendekatan kualitatif dengan metode fenomenologi, melibatkan tiga partisipan perempuan yang melakukan kohabitasi. Hasil penelitian menunjukkan bahwa pengungkapan diri dipengaruhi oleh faktor-faktor seperti kebutuhan akan kejujuran, tekanan batin, dan hubungan emosional dengan keluarga. Namun, pengungkapan ini tidak dilakukan secara langsung, melainkan bertahap serta melalui strategi komunikasi seperti penghilangan dan substitusi pesan, yang mencerminkan bentuk gangguan komunikasi. Dinamika hubungan keluarga, seperti kedekatan emosional dan pola komunikasi yang telah terbentuk sejak kecil, memengaruhi bagaimana dan sejauh mana partisipan mengungkapkan diri. Temuan ini menunjukkan bahwa pengungkapan diri dalam konteks kohabitasi bukan sekadar proses menyampaikan informasi, tetapi merupakan strategi untuk menjaga relasi dengan keluarga dan pengutan identitas diri. Penelitian ini berkontribusi pada kajian pengungkapan diri khususnya dalam memahami praktik komunikasi fenomena yang terjadi di tengah budaya kolektivis di Indonesia
Analisis Pola Perjalanan Penumpang Transjakarta Menggunakan Algoritma K-Means dan Apriori
Transportasi publik memainkan peran krusial dalam mendukung mobilitas masyarakat, terutama di kota besar seperti Jakarta yang kerap menghadapi kemacetan. Transjakarta, sebagai sistem Bus Rapid Transit (BRT) terbesar di Indonesia, menjadi tulang punggung transportasi publik ibu kota. Salah satu tantangan dalam pengelolaan sistem ini adalah memahami pola perjalanan penumpang dan hubungan antarhalte yang sering digunakan secara bersamaan. Penelitian ini dilakukan untuk mengidentifikasi pola perjalanan penumpang Transjakarta dan menganalisis asosiasi antarhalte guna mendukung pengambilan keputusan dalam perencanaan transportasi yang lebih efisien. Penelitian ini menggunakan pendekatan framework CRISP-DM dengan data perjalanan penumpang Transjakarta yang diperoleh dari platform Kaggle. Dua metode utama yang digunakan adalah algoritma K-Means untuk melakukan clustering penumpang berdasarkan karakteristik perjalanan, serta algoritma Apriori untuk menemukan aturan asosiasi antarhalte. Penentuan jumlah cluster pada K-Means dilakukan menggunakan metode Elbow dan Davies-Bouldin Index, sementara evaluasi hasil cluster menggunakan Calinski-Harabasz Index. Proses analisis dilakukan menggunakan bahasa pemrograman Python di lingkungan Jupyter Notebook. Hasil penelitian menunjukkan bahwa penumpang dapat dikelompokkan ke dalam empat cluster dengan karakteristik perjalanan yang berbeda, seperti frekuensi, durasi, dan jarak tempuh. Evaluasi menghasilkan nilai Calinski- Harabasz Index sebesar 96.335 yang menunjukkan pemisahan cluster yang baik. Algoritma Apriori berhasil menemukan pola asosiasi kuat antarhalte, terutama yang melibatkan halte Penjaringan dengan confidence sempurna dan nilai lift tinggi, yang menunjukkan keterkaitan perjalanan signifikan. Meskipun penelitian ini bersifat eksploratif dan menggunakan data historis, temuan yang dihasilkan dapat memberikan insight awal dalam segmentasi penumpang serta perencanaan pengelolaan rute dan armada secara lebih strategis
Strategi Kampanye Berkelanjutan Kickyourbutt Project dalam Meningkatkan Kesadaran terhadap Perilaku Merokok yang Bertanggung Jawab
Penelitian ini bertujuan untuk mengevaluasi strategi kampanye berkelanjutan yang dijalankan oleh ONX IDEA STUDIO melalui Kickyourbutt Project dalam meningkatkan kesadaran masyarakat Jakarta mengenai perilaku merokok yang bertanggung jawab. Jenis penelitian ini adalah kualitatif dengan menggunakan paradigma post-positivisme, dan metode penelitian yang diterapkan adalah studi kasus dengan wawancara dan observasi lapangan. Hasil penelitian menunjukkan bahwa kampanye ini efektif dalam meningkatkan kesadaran masyarakat mengenai dampak lingkungan dari puntung rokok dan mampu merubah perilaku peserta kampanye, meskipun tantangan dalam keberlanjutan program masih ada. Kesimpulan penelitian ini adalah penerapan pendekatan Social and Behavior Change Communication (SBCC) dalam kampanye Kickyourbutt Project telah berhasil memperkenalkan konsep tanggung jawab sosial dan keberlanjutan pada audiens target, meskipun ada keterbatasan dalam pengukuran dampak jangka panjang
Deteksi Gerakan Bahasa Isyarat dan Terjemahan dalam Bentuk Teks Secara Real-Time Menggunakan YOLOv11
Hambatan komunikasi antara komunitas Tuli dan masyarakat umum masih menjadi tantangan signifikan di Indonesia, yang sebagian besar disebabkan oleh keterbatasan kesadaran dan pemahaman terhadap Bahasa Isyarat Indonesia (BISINDO). Penelitian ini mengusulkan sebuah sistem pengenalan dan penerjemahan BISINDO secara real-time menggunakan algoritma deteksi objek YOLOv11 untuk meningkatkan akurasi dan ketahanan dalam mendeteksi isyarat tangan. Model dilatih menggunakan sepuluh dataset publik yang tersedia, yang selanjutnya ditingkatkan dengan teknik augmentasi data secara ekstensif untuk meningkatkan generalisasi di berbagai pengguna dan lingkungan. Transfer learning diterapkan dengan melakukan fine-tuning pada YOLOv11 menggunakan bobot pra-latih dari model dengan sensitivitas tinggi, sehingga mengoptimalkan kinerja deteksi tanpa perlu melatih ulang secara keseluruhan. Hasil eksperimen menunjukkan bahwa sistem ini mencapai kinerja tinggi, dengan precision sebesar 97,5%, recall sebesar 97,1%, dan nilai mean Average Precision ([email protected]) sebesar 98,2%. Sistem ini juga mencapai skor [email protected]0.95 sebesar 92,5%, melampaui metode berbasis YOLOv8 sebelumnya yang memperoleh skor sebesar 88,4%. Model yang ditingkatkan ini secara efektif mengatasi kesulitan klasifikasi yang dicatat pada studi sebelumnya dan dapat beroperasi secara andal secara real- time menggunakan perangkat kamera standar. Penelitian ini memberikan solusi yang praktis dan efisien untuk membantu menjembatani kesenjangan komunikasi bagi penyandang disabilitas di Indonesia, sekaligus mendukung peningkatan inklusi sosial dan aksesibilitas