Techno.Com
Not a member yet
738 research outputs found
Sort by
Optimization of RoRo (Roll On-Roll Off) Ship Berthing Scheduling Using the Berth Allocation Problem (BAP) Model at Parit Rempak Port, Karimun Regency
Full text linkParit Rempak RORO Port is one of the sea transportation hubs that serves inter-regional connectivity in Karimun Regency. The limitations of the dock infrastructure, such as a length of 100 meters and a width of 11 meters, pose challenges in managing ship berthing schedules, especially RORO type ships. This study aims to analyze the suitability of the dock capacity to the ship operational schedule using the Berth Allocation Problem (BAP) approach. The BAP model is compiled and simulated through the Python-based Google Colaboratory platform to avoid scheduling conflicts and minimize ship waiting time. The simulation results are displayed in the form of a Gantt Chart which shows that the four ships: KMP Teluk Singkil 1, KMP Teluk Singkil 2, KMP Tandemand, and KMP Kundur can be scheduled sequentially without overlapping berthing times. Spatial analysis of the length and width of the dock also shows that this port is ideal for serving one ship at a time. This study shows that digitalization of the scheduling system can be an efficient solution in optimizing dock operations.
Keywords - RORO Port, Berth Allocation Problem, ship scheduling, Google Colab, dock optimizatio
Sistem Review dan Rating Bimbel dengan Metode Customer Satisfaction Index (CSI) pada Portal Sistem Informasi Bimbingan Belajar Berbasis Web
Full text linkKepuasan pelanggan menjadi indikator utama dalam meningkatan mutu pelayanan, salah satunya pada sektor pendidikan non-formal seperti lembaga bimbingan belajar (bimbel). Penelitian ini bertujuan untuk membangun sistem yang pengukur tingkat kepuasan siswa terhadap layanan bimbel dengan menggunakan metode Customer Satisfaction Index (CSI). Terdapat lima variabel utama yang dianalisis, yaitu harga, fasilitas, kualitas tentor, materi dan hasil belajar. Teknik pengumpulan data pada penelitian ini dilakukan dengan kuisioner kepada 20 responden, yang mencakup dua atribut penilaian, yaitu kepentingan (importance) dan kepuasan (satisfaction). Hasil pengolahan data menunjukkan nilai CSI berada pada kriteria “sangat puas” dengan indeks 88.16%. Penelitian ini juga menghasilkan sistem review dan rating siswa yang diintegrasikan dengan portal bimbel berbasis web yang telah ada. Sistem ini memungkinkan siswa memberikan penilaian dan ulasan langsung terhadap layanan bimbel serta menjadi sarana umpan balik yang objektif. Dengan adanya integrasi ini, pengelola bimbel dapat memantau kepuasan pelanggan serta melakukan evaluasi dan peningkatan layanan bimbel. Penelitian ini menunjukkan bahwa metode CSI yang dikombinasikan dengan sistem informasi mampu mendorong kualitas layanan pendidikan non-formal kearah yang lebih adaptif dan responsif.
Kata Kunci - Customer Satisfaction Index, Bimbingan Belajar, Review dan Rating, Sistem Informasi, Kepuasan Pelangga
A LIME-Enhanced SVM Framework for Driver Drowsiness Detection in Nighttime Driving Scenarios
Full text linkNighttime traffic accidents caused by driver fatigue remain a critical issue as most visual-based detection systems find it challenging to interpret facial cues under poor lighting conditions. Key obstacles include decreased accuracy in dark settings, difficulties in detecting eye and mouth features, and the impractical nature of real-time approaches that rely on physiological sensors. This study introduces a vision-based drowsiness detection framework that integrates the Adaptive Low-light Image Enhancement (LIME) method with a Support Vector Machine (SVM) classifier employing an RBF kernel. The dataset comprises 11.566 images of eyes and mouths, which are analyzed to extract features like Eye Aspect Ratio (EAR), Mouth Aspect Ratio (MAR), and blink frequency. Evaluation results show that the SVM model with the RBF kernel attained 90.94% accuracy, 91.22% precision, and 91.82% recall. This system is effective in detecting drowsiness under low-light conditions and has the potential to be implemented as an early warning feature in vehicles.
Keywords: Drowsiness Detection, SVM, EAR, MAR, Adaptive LIM
Perancangan Sistem Rekomendasi Daftar Wisata Berbasis Algoritma Aturan Bagi Wisatawan Kabupaten Pacitan
Full text linkPacitan memiliki banyak tempat wisata yang indah namun memerlukan usaha tersendiri untuk berkunjung ke Pacitan. Agar perjalanan yang ditempuh tidak sia-sia maka perlu perencanaan daftar wisata yang dikunjungi selama berkunjung di Pacitan. Wisatawan harus memiliki informasi sendiri apabila hendak membuat daftar kunjungan wisata karena sistem perencanaan wisata di Pacitan belum ada. Penelitian ini mengajukan perancangan sistem pemberi rekomendasi daftar wisata di kabupaten Pacitan. Rekomendasi daftar wisata berdasar kriteria user yaitu jarak, waktu, cuaca, popularitas tempat wisata, kendaraan, lokasi, dan kategori wisata. Lokasi user didapatkan dari koordinat browser kemudian dilakukan Geo Reverse menggunakan TomTom API. Jarak antara lokasi user dengan tempat wisata dan jarak antar wisata berikut waktu tempuh juga didapatkan menggunakan TomTom API. Penelitian dimulai dari studi literatur, pengumpulan data, perancangan sistem, implementasi dan ujicoba. Sistem menggunakan aturan algoritma untuk memberikan rekomendasi daftar wisata. Sistem dapat memberikan serangkaian rekomendasi wisata sesuai kriteria user dengan waktu pencarian rekomendasi wisata pertama sebesar 1 s.d. 52 microsecond dan waktu yang relatif lebih cepat untuk memberikan rekomendasi daftar wisata sesuai kriteria user karena menggunakan matrik jarak dan waktu yang dimiliki sistem.
Kata kunci: rekomendasi, sistem informasi, wisata, TomTom Api, rekomendasi wisat
Perancangan Game Edukasi 3D Rumah Adat Indonesia dengan Pendekatan Gamifikasi Berbasis Third Person Perspective
Full text linkRumah adat merupakan salah satu warisan budaya Indonesia yang mencerminkan identitas dan nilai dari setiap daerah. Namun, minat siswa dalam mempelajari budaya lokal mulai menurun akibat pengaruh budaya asing dan minimnya media pembelajaran interaktif. Penelitian ini bertujuan untuk mengembangkan game edukasi interaktif 3D bertema rumah adat Indonesia dengan pendekatan gamifikasi berdasarkan kerangka Mechanics, Dynamics, and Aesthetics (MDA). Game dikembangkan menggunakan Unreal Engine 5.4 dengan pemrograman C++, sedangkan aset 3D dibuat menggunakan Blender dan karakter dirancang melalui Metahuman. Penelitian ini menggunakan metode System Development Life Cycle (SDLC) dengan model waterfall, serta divalidasi oleh ahli materi dan pengguna menggunakan skala Likert. Hasil pengujian menunjukkan skor 84% dari ahli materi, 85,63% dari pengguna, dan tingkat pemahaman siswa sebesar 92,7%, yang seluruhnya termasuk dalam kategori sangat layak. Oleh karena itu, game edukasi rumah adat Indonesia dinilai layak digunakan sebagai media pembelajaran interaktif yang dapat meningkatkan motivasi, pemahaman, dan minat siswa terhadap budaya lokal. Penelitian selanjutnya diharapkan dapat menambah konten rumah adat dan memperluas area eksplorasi dalam game.
Kata Kunci – Game Edukasi, Gamifikasi, MDA Framework, Rumah Adat, Software Development Life Cycle
Pengembangan Chatbot Dialogflow Untuk Rekomendasi UMKM Kuliner Kota Semarang Berbasis Natural Language Processing
Full text linkChatbot berbasis Dialogflow ini dapat membantu mempromosikan UMKM kuliner di Kota Semarang yang belum terekspos secara optimal. Dengan memanfaatkan teknologi Natural Language Processing (NLP), penelitian ini bertujuan merancang chatbot rekomendasi tempat kuliner yang diintegrasikan dengan platform Telegram. Metode pengembangan sistem menggunakan pendekatan model waterfall yang mencakup analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta pemeliharaan. Hasil penelitian menunjukkan bahwa chatbot mampu memberikan rekomendasi sesuai preferensi pengguna, termasuk lokasi, jam operasional, nomor telepon, estimasi harga, tautan google maps, gambar produk dan tempat UMKM dengan akurasi pengujian mencapai 100%. Evaluasi melalui System Usability Scale (SUS) menghasilkan skor rata-rata 85,75 yang mengindikasikan sistem ini mudah digunakan dan memiliki potensi untuk diterapkan secara luas, dimana chatbot ini tidak hanya memudahkan pengunjung menemukan kuliner yang sesuai tetapi juga menjadi media promosi efektif bagi UMKM untuk meningkatkan daya saing serta mendukung pertumbuhan ekonomi lokal.
Kata kunci: Chatbot, Dialogflow, NLP, Waterfall, UMKM Kuline
Pengenalan Gambar Braille Menggunakan Depthwise Separable Convolutional Neural Network
Full text linkHuruf Braille adalah huruf yang memiliki sistem tulisan yang menggunakan indra peraba untuk menggunakannya dan umum digunakan oleh penyandang tunanetra. Pada orang normal yang sering berinteraksi dengan para penyandang tunanetra terkadang mengalami kesulitan dalam menggunakan huruf braille, sehingga diperlukan suatu pendekatan teknologi sistem cerdas untuk dapat membantu mengenali huruf braille. Penelitian ini bertujuan untuk menggunakan metode depthwise separable convolutional neural network untuk melakukan pengenalan terhadap gambar braille. Dataset yang digunakan memiliki ukuran 28x28 dengan total dataset sebanyak 1560 citra. Arsitektur yang digunakan adalah input layer, yaitu sebesar 28x28x3 dan layer depthwise separable convolution pertama, kedua, dan ketiga menggunakan masing masing 3x3x128, 3x3x256, dan 2x2x512 dengan fungsi aktivasi rectified linear unit (ReLu) dan setiap konvolusi diikuti dengan lapisan-lapisan maxpooling dan batch normalization. Setelah itu, dilanjutkan dengan dua fully connected layer dengan jumlah neuron 256 dan 128 serta diakhiri dengan output layer sejumlah 26 neuron. Arsitektur tersebut menghasilkan model terbaik dengan akurasi sebesar 98.40%. Model tersebut diterapkan pada aplikasi berbasis website. Hasil temuan penelitian ini diharapkan dapat membantu masyarakat dalam mengenali huruf braille dengan mudah.
Kata kunci: tunanetra, braille, depthwise separable convolution, model, akuras
Transfer Learning Menggunakan LoRA+ pada Llama 3.2 untuk Percakapan Bahasa Indonesia
Full text linkPenelitian ini mengeksplorasi penerapan dari metode Parameter-Efficient Finetuning (PEFT) Low-Rank Adaptation+ (LoRA+) pada transfer learning model Llama 3.2 1B, sebuah model bahasa besar. Seiring bertambahnya ukuran model bahasa, finetuning yang dilakukan secara konvensional dalam transfer learning semakin tidak fisibel untuk dilakukan tanpa menggunakan komputasi skala besar. Untuk menangani hal tersebut, dapat dilakukan finetuning pada beberapa komponen saja, menggunakan komputasi yang relatif minimal berbanding dengan finetuning konvensional, metode-metode yang menerapkan prinsip ini disebut juga sebagai PEFT. Penelitian menguji efektifitas metode PEFT, yakni LoRA+, pada transfer learning model bahasa besar terhadap domain baru, yakni bahasa Indonesia, menggunakan metrik BLEU, ROUGE, serta Weighted F1. Hasil penelitian menunjukkan bahwa penerapan LoRA+ menghasilkan performa kompetitif dan unggul terhadap baseline dalam kemampuan berbahasa Indonesia, dengan peningkatan 112% pada skor BLEU dan 21.7% pada skor ROUGE-L, dengan standar deviasi yang relatif rendah sebesar 3.72 dan 0.00075. Meskipun terjadi penurunan pada skor Weighted F1 sebesar 13% yang disebabkan oleh domain shift, model menunjukkan kemampuan transfer lintas-bahasa yang baik.
Kata kunci: Finetuning, Model Bahasa Besar, Parameter-Efficient Finetuning, Low-Rank Adaptation, Transfer Learnin
Analisis Algoritma K-Nearest Neighbor dan Naive Bayes pada Kebijakan Perkuliahan Online dengan Multi Bahasa
Full text linkKemajuan teknologi informasi mendorong perubahan sistem pendidikan, termasuk kebijakan perkuliahan online sejak pandemi COVID-19. Penelitian ini menganalisis sentimen mahasiswa terhadap kebijakan tersebut menggunakan pendekatan multibahasa dengan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes. Adapun aspek pembeda penelitian ini adalah penggunaan data dari bahasa Indonesia dan bahasa daerah Sulawesi Barat, yaitu bahasa Mandar, yang menambah kompleksitas tahap preprocessing. Data dikumpulkan melalui kuesioner yang menghasilkan 1.680 opini mahasiswa, dan setelah tahap preprocessing menghasilkan 1.679 data yang siap dianalisis. Hasil klasifikasi menunjukkan algoritma K-Nearest Neighbor terdapat 1002 kategori positif dan 677 kategori negatif. Kemudian pada algoritma Naïve Bayes terdapat 1020 kategori positif dan 659 kategori negatif. Berdasarkan hasil klasifikasi, mayoritas opini bersifat positif, mencerminkan bahwa mahasiswa menerima adanya kebijakan tersebut. Hasil evaluasi melalui confusion matrix serta K-Fold Cross Validation menunjukkan bahwa pendekatan klasifikasi Naïve Bayes mengungguli KNN dengan accuracy 74.87%, precision 74.92%, recall 74.87%, dan f1-score 74.64%. Sementara itu, KNN mencatat accuracy 72.84%, precision 72.80%, recall 72.84%, dan f1-score 72.67%. Hal tersebut mengindikasikan bahwa Naïve Bayes mempunyai kemampuan generalisasi yang lebih unggul pada konteks data teks multibahasa yang kompleks. Penelitian ini menyoroti pentingnya strategi evaluasi dan teknik preprocessing yang sesuai dalam klasifikasi sentimen multibahasa.
Kata Kunci - Analisis Sentimen, K-Nearest Neighbor, Multi Bahasa, Naïve Bayes; Perkuliahan Online
Sistem Monitoring Suhu Tubuh, Detak Jantung dan Saturasi Oksigen Berbasis Web Server
Full text linkSistem monitoring kesehatan seperti suhu tubuh, detak jantung, dan saturasi oksigen merupakan aspek yang sangat vital dalam mendeteksi gejala awal dari berbagai penyakit seseorang terutama dalam kondisi pasca-pandemi COVID-19. Namun, permasalahan yang muncul adalah adanya keterbatasan dalam sistem monitoring konvensional yang bersifat manual dan tidak real-time yang seringkali menghambat efisiensi dalam proses memonitoring kesehatan, khususnya di lingkungan rumah sakit, puskesmas, atau pemantauan individu di rumah. Untuk itu, tujuan penelitian ini adalah merancang dan mengembangkan sistem monitoring kesehatan yang mampu mengukur tanda-tanda vital sign secara real-time dan terintegrasi dengan web server agar data dapat diakses secara jarak jauh melalui smartphone. Penerapan metode yang digunakan dalam penelitian ini mencakup perancangan perangkat keras menggunakan sensor MLX90614 untuk suhu tubuh, sensor MAX30100 untuk denyut jantung dan saturasi oksigen, serta mikrokontroler ESP32-CAM yang memiliki konektivitas Wi-Fi dan kamera. Data yang diperoleh dari sensor dikirimkan secara otomatis ke web server berbasis protokol HTTP dan ditampilkan dalam antarmuka berbasis web yang ramah pengguna. Kebaruan dari penelitian ini terletak pada integrasi sensor vital sign dengan ESP32-CAM berbasis IoT yang tidak hanya mengirimkan data biometrik secara real-time, tetapi juga memungkinkan pengawasan visual melalui kamera bawaan, yang sangat berguna untuk verifikasi pasien dalam konteks monitoring jarak jauh. Hasil pengujian sistem menunjukkan bahwa perangkat mampu membaca dan mengirimkan data dengan tingkat akurasi rata-rata suhu tubuh sebesar 99,34 %, detak jantung sebesar 87,89 %, dan saturasi oksigen sebesar 99,13%.
Kata Kunci - monitoring, suhu, detak jantung, saturasi oksigen, web server