Techno.Com
Not a member yet
738 research outputs found
Sort by
Rancang Bangun Aplikasi Media Pembelajaran Bagi Siswa Penyandang Tuna Rungu Berbasis Android
Get PDFMasyarakat penyandang tuna rungu tentunya mengalami kesulitan saat melakukan komunikasi sehari-hari, terutama bagi para siswa tuna rungu. Sejauh ini, mereka menggunakan bahasa isyarat SIBI dalam kegiatan belajar mengajar. SIBI merupakan jenis bahasa isyarat yang banyak digunakan pada lembaga pendidikan luar biasa. Namun disatu sisi, proses belajar mengajar dinilai masih kurang maksimal apalagi dimasa pandemi. Tujuan dari penelitian ini adalah untuk membangun sebuah aplikasi berbasis smartphone sebagai media pembelajaran tambahan pengenalan huruf alphabet dan kata bagi penyandang disabilitas tuna rungu serta memudahkan mereka untuk berkomunikasi dengan sesama. Aplikasi dibuat dengan menggunakan metode waterfall, dimulai dari analisis kebutuhan, perancangan, pembuatan hingga uji coba. Penelitian ini terbatas pada pengenalan huruf alphabet dan kata dalam bahasa Indonesia serta ditujukan bagi penyandang disabilitas tuna rungu usia 7-10 tahun. Berdasarkan hasil uji ahli materi dan bahan ajar serta uji kelayakan pengguna, aplikasi ini dinyatakan layak untuk dikembangkan dengan hasil taraf kelayakan 80.45%. Deaf people certainly have difficulty in carrying out daily communication, especially for deaf students. So far, they use SIBI sign language in teaching and learning activities. SIBI is a type of sign language that is widely used in special education institutions. But on the one hand, the teaching and learning process is considered to be still less than optimal, especially during the pandemic. The purpose of this study is to build a smartphone-based application as an additional learning medium to recognize letters and words for deaf people and make it easier for them to communicate with other people. Applications are made using the waterfall method, starting from needs analysis, design, manufacture to testing. This research is limited to the introduction of letters of the alphabet and words in Indonesian and is intended for deaf people aged 7-10 years. Based on the results of expert tests of teaching materials and user feasibility tests, this application is declared feasible to be developed with a feasibility level of 80.45%
Analisis dan Evaluasi Website Layanan Jasa Menggunakan Webqual 4.0 dan Metode Analytical Hierarchy Process (AHP)
Get PDFWebsite pada internet tidak hanya digunakan untuk memperoleh informasi saja, melainkan dapat digunakan sebagai media untuk melakukan bisnis, oleh karena itu untuk menambah minat pengguna internet dalam mengakses dan membaca isi website, website harus bisa disajikan dengan menarik dan informatif. Pada proses analisis kualitas website terhadap kepuasan pengguna kali ini dilakukan pada website Coredinate Laboratory Indonesia karena setelah dilakukan proses elisitasi dengan metode wawancara ditemukan banyak kekurangan dalam sisi Usability. Usability sendiri dinilai penting untuk mengukur kualitas kelayakan sistem. Analisis kualitas dilakukan untuk mengetahui faktor apa saja yang sekiranya dapat meningkatkan kualitas website Cordinatelab sehingga dapat mengukur kepuasan pengguna. Untuk melakukan analisis kepuasan pengguna terhadap kualitas website Coredinatelab, digunakan metode Webqual 4.0 dan Analytical Hierarchy Process (AHP). Dikarenakan Webqual lebih berfokus pada kualitas website dan AHP digunakan untuk menyusun rekomendasi prioritas pada tiap kriteria yang nantinya akan menjadi patokan perbaikan website. Setelah dilakukan perbaikan website, dilakukan penyebaran kuesioner kedua terhadap responden yang sama untuk perbandingan antar website saat ini dan website perbaikan dan didapatkan nilai tertinggi dengan pernyataan “Setuju” pada dimensi Usability, Information Quality, dan Interaction Quality. Hal tersebut menunjukkan bahwa pengunjung dinilai puas dengan perbaikan website yang dilakukan
Penentuan Centroid Awal Pada Algoritma K-Means Dengan Dynamic Artificial Chromosomes Genetic Algorithm Untuk Tuberculosis Dataset
Get PDFData merupakan hal penting diera sekarang begitu juga dengan metode data mining yang dapat mengekstraksi data menghasilkan informasi. Klastering 1 dari 5 peran data mining yang berfungsi untuk mengelompokkan data berdasarkan tingkat kemiripan dan jarak minimum. Algoritma K-Means termasuk algoritma yang populer banyak digunakan diberbagai bidang seperti bidang pendidikan, kesehatan, sosial, biologi, ilmu komputer. Seringkali metode K-Means dikombinasikan dengan metode optimasi seperti algoritma genetika untuk mengatasi permasalah pada K-Means yaitu sensitif dalam penentuan centroid awal .Namun metode algoritma genetika memiliki kekurangan yaitu mengalamai konvergen prematur sehingga hasil dari algorima genetika terjebak pada optimum lokal. Penelitian ini mengkombinasikan dynamic artificial cromosomes genetic algorithm dengan K-Means dalam menentukan nilai centroid awal pada k-means. Hasil eksperimen menunjukkan bahwa metode DAC GA + K-Means lebih unggul dibandingkan dengan K-Means dan GA + K-Means pada 2 dataset yang diuji dengan optimal nilai klaster sebanyak 2 dan 1 dataset sebanyak 3 klaster. Metode tersebut perolehan nilai DBI sebesar 0.138, 0.279 serta 0.382, nilai Sum Square Error sebesar 92.56, 332,39 dan 1280.68 serta nilai fitness yang tebentuk adalah 7.12, 3.57 dan 2.13
Otomatisasi Pemberian Air dan Keamanan Kandang pada Ternak ayam petelur dengan komunikasi LoRa
Get PDFAyam petelur merupakan ayam yang rentan dengan resiko stres. Stres pada ayam petelur sering terjadi karena kekurangan cairan atau air minum. Hal ini dapat menyebabkan menurunnya produksi telur bahkan sampai kematian ayam petelur. Pemberian air harus dilakukan secara rutin dan tepat waktu. Selain resiko stres, keamanan kandang menjadi salah satu kendala dalam pengembangan usaha ayam petelur. Jenis kandang terbuka (open house) sangat berpotensi terjadinya pencurian. Peternak membutuhkan sistem pemantauan jarak jauh untuk dapat mengetahui kondisi kandang meskipun tidak berada pada lokasi. Untuk mengatasi masalah yang telah diuraikan, dalam paper ini dikembangkan sistem otomatisasi pemberian air dan pemantauan keamanan pada ternak ayam petelur dengan komunikasi LoRa. Hasil Pengujian otomatisasi pemberian air menunjukkan bahwa sensor ultrasonik dan solenoid valve dapat bekerja dengan biak dengan variasi debit air. Debit air 1.5 liter/menit membutuhkan waktu sekitar 6 menit 59 detik untuk mencapai batas air maksimal dan debit 3 liter/menit membutuhkan waktu sekitar 3 menit 12 detik. Hasil pengujian keamanan kandang dengan sensor proximity dan limit switch dapat mendeteksi buka tutup pintu dan lalu lalang pada kandang. Untuk hasil pengujian pemantauan keamanan menggunakan komunikasi LoRa mununjukkan persentase keberhasilan pengiriman data sebesar 96
Prediksi Akumulasi Kasus Terkonfirmasi Covid-19 Di Indonesia Menggunakan Support Vector Regression
Get PDFIndonesia merupakan salah satu negara di dunia yang terdampak parah oleh gelombang kedua COVID-19. Salah satu cara untuk meningkatkan kesadaran masyarakat terhadap wabah penyebaran virus adalah dengan memberikan informasi tentang prediksi kasus baru. Memprediksi akumulasi kasus dalam beberapa hari ke depan juga sangat penting untuk memperkirakan kebutuhan rumah sakit dan membantu pemerintah dalam membuat kebijakan. Di sisi lain, pola kasus gelombang kedua sulit untuk disimulasikan dengan pendekatan regresi tradisional. Penelitian ini berfokus pada pembuatan sistem informasi yang memberikan visualisasi prediksi akumulasi kasus COVID-19 di Indonesia dengan menggunakan Support Vector Regression (SVR). Algoritma pembelajaran ini dipilih karena kinerjanya yang sangat baik untuk menangani prediksi deret waktu. Hasil eksperimen menunjukkan bahwa SVR dapat memprediksi jumlah akumulasi kasus selama 30 hari ke depan dengan akurasi di atas 80%. Model prediksi tersebut kemudian dipasang pada aplikasi berbasis web, dan hasilnya divisualisasikan sesuai dengan data terbaru
Teknik Resampling untuk Mengatasi Ketidakseimbangan Kelas pada Klasifikasi Penyakit Diabetes Menggunakan C4.5, Random Forest, dan SVM
Get PDFPenderita diabetes di seluruh dunia terus mengalami peningkatan dengan angka kematian sebesar 4,6 juta pada tahun 2011 dan diperkirakan akan terus meningkat secara global menjadi 552 juta pada tahun 2030. Pencegahan Penyakit diabetes mungkin dapat dilakukan secara efektif dengan cara mendeteksinya sejak dini. Data mining dan machine learning terus dikembangkan agar menjadi alat yang handal dalam membangun model komputasi untuk mengidentifikasi penyakit diabetes pada tahap awal. Namun, masalah yang sering dihadapi dalam menganalisis penyakit diabetes ialah masalah ketidakseimbangan class. Kelas yang tidak seimbang membuat model pembelajaran akan sulit melakukan prediksi karena model pembelajaran didominasi oleh instance kelas mayoritas sehingga mengabaikan prediksi kelas minoritas. Pada penelitian ini kami mencoba menganalisa dan mencoba mengatasi masalah ketidakseimbangan kelas dengan menggunakan pendekatan level data yaitu teknik resampling data. Eksperimen ini menggunakan R language dengan library ROSE (version 0.0-4). Dataset Pima Indians dipilih pada penelitian ini karena merupakan salah satu dataset yang mengalami ketidakseimbangan kelas. Model pengklasifikasian pada penelitian ini menggunakan algoritma decision tree C4.5, RF (Random Forest), dan SVM (Support Vector Machines). Dari hasil eksperimen yang dilakukan model klasifikasi SVM dengan teknik resampling yang menggabungkan over dan under-sampling menjadi model yang memiliki performa terbaik dengan nilai AUC (Area Under Curve) sebesar 0.8
Komparasi Kinerja Algoritma C4.5, Random Forest, dan Gradient Boosting untuk Klasifikasi Komoditas
Get PDFPenentuan komoditas unggulan pada suatu daerah merupakan hal yang sangat penting untuk dilakukan, salah satunya di Provinsi Riau. Memahami mengenai prioritas perencanaan pengembangan wilayah yang diarahkan pada pengembangan komoditas unggulan. Sejauh ini Provinsi Riau memiliki potensi komoditas disektor perkebunan yang sangat menjajikan, data yang ada sebelumnya banyak digunakan sebagai laporan, dalam bentuk data excel. Data komoditas bisa digali dengan teknik data mining untuk mendapatkan pola klasifikasi, sehingga lebih memudahkan Pemerintah Provinsi Riau dalam mendapatkan informasi komoditas unggulannya. Pada penelitian ini, dilakukan pengujian kinerja algoritma klasifikasi yang banyak digunakan dalam data mining, agar mendapatkan algoritma yang memiliki kinerja paling baik untuk klasifikasi data komoditas. Beberapa penelitian mengatakan algoritma klasifikasi C4.5 memiliki kinerja kurang baik dibandingkan dengan algoritma yang lain seperti random forest, dan gradient boosting. Dalam penelitian ini dilakukan perbandingan antara algoritma C4.5, random forest, dan gradient boosting, untuk mengukur kinerja terbaik dalam melakukan klasifikasi data komoditas. Data yang digunakan dalam penelitian ini yaitu data komoditas perkebunan Provinsi Riau pada tahun 2019. Hasil dari penelitian ini, algoritma yang memiliki kinerja terbaik untuk klasifikasi adalah algoritma random forest dengan syarat menggunakan shuffle sampling. Dan mayoritas linear sampling menghasilkan kinerja kurang baik. Sedangkan shuffle sampling memiliki kinerja sangat baik untuk algoritma berbasis tree
Analisis Profil dan Karakteristik Pengguna Media Sosial di Indonesia Dengan Metode EFA dan MCA
Get PDFDari sekitar 143 juta pengguna Internet di Indonesia, hampir 90% di antaranya adalah pengguna media sosial. Meski telah banyak diteliti, namun banyak yang baru menyentuh level permukaan saja dan belum memberikan gambaran yang komprehensif dan menyeluruh. Selain untuk mengetahui platform media sosial apa saja yang marak digunakan di Indonesia, penelitian ini juga bertujuan untuk mengetahui bagaimana profil dan karakteristik pengguna masing-masing platform media sosial yang marak digunakan dan memahami tentang bagaimana pengaruh perbedaan usia, jenis kelamin, tingkat pendidikan dan faktor-faktor demografis lainnya terhadap penggunaan media sosial. Survei dari 412 pengguna media sosial di Indonesia dianalisis dengan metode EFA dan MCA dengan bantuan bahasa pemrograman R. Dari hasil analisis ditemukan beberapa profil pengguna media sosial yang berbeda. Selain mayoritas pengguna yang cenderung menggunakan media sosial populer seperti YouTube, Instagram, WhatsApp, dan Facebook untuk kebutuhan personal baik itu hiburan maupun pendidikan, terdapat juga jenis pengguna yang memanfaatkan media sosial lain seperti Linkedin dan GitHub untuk kebutuhan profesional, terutama dari kalangan ekonomi menengah ke atas. Selain dapat memperkaya wawasan terkait penggunaan media sosial di Indonesia, temuan dari penelitian ini juga dapat dimanfaatkan oleh penelitian selanjutnya, utamanya terkait pemanfaatan media sosial oleh beragam kalangan yang berbeda dengan tujuan yang berbeda-beda pula
Perancangan Database IoT Berbasis Cloud dengan Restful API
Get PDFInternet of Things (IoT) memiliki potensi besar di era industry 4.0, saat mulai muncul beberapa produk elektronik rumah tangga berbasis IoT seperti lampu, saklar, stop-kontak dan lainnya, dengan IoT perangkat rumah tangga tersebut bisa dikendalikan dan dipantau dari jarak jauh sehingga lebih memudahkan penggunanya. Penyimpanan data IoT berbasis cloud menimbulkan permsalahan keamanan data dan performa throughput pada server. Dalam paper ini dibahas mengenai rancangan database berbasis cloud dengan restful API untuk IoT agar data IoT aman dan memiliki throughput yang bagus dengan struktur data yang diatur pada database
Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
Get PDFCovid-19 berdampak pada seluruh penduduk di dunia, pandemi ini tidak hanya mempengaruhi sektor kesehatan, namun juga ekonomi, pendidikan, transportasi, industri, dan pemerintahan. Covid-19 hadir sebagai topik menarik bagi para peneliti, hal tersebut nampak pada data yang diperoleh dari Scopus, Crossref, IEEEXplore, dan Google Scholar yang di dalamnya memuat penelitian di bidang ilmu komputer yang membahas covid-19, dengan berbagai tujuan penelitian untuk memperoleh inovasi maupun solusi dari permasalahan yang timbul akibat pandemi. Penelitian ini dilakukan untuk memperoleh topik apa saja yang paling diminati oleh para peneliti terkait dengan covid 19, dan menganalisis serta membandingkan relasi antara topik Artificial Intelligence, Data Mining, Deep Learning, Machine Learning, dan Internet of Thing dari sumber google scholar, scopus, IEEEXplore, dan crossref dengan menggunakan analisis bibliometrik. Metode occurrence dan link strength digunakan untuk memvisualisasikan jejaring berdasarkan kata kunci dari ke lima topik bidang ilmu komputer serta hubungan antara lima topik tersebut dengan topik riset lainnya. Hasil analisis bibliometric menunjukkan peringkat dari ke empat penyedia sumber data artikel di lihat dari persentase setiap topik penelitian adalah sebagai berikut : Scopus, Crossref, IEEEXplore, dan Google Scholar. Analisis link strength dan occurence terhadap kelima topik penelitian menunjukkan peringkat yang dapat dilihat dari banyaknya link strength dan occurrence di setiap penyedia sumber artikel, dengan hasil peringkat sebagai berikut : Deep Learning, Artificial Intelligence, Internet of Things, Machine Learning, dan Data Mining. Kata kunci: Bibliometrik, Covid-19, Occurrence, Link Strength, Ilmu Kompute