Jurnal Teknologi Informasi dan Ilmu Komputer
Not a member yet
1290 research outputs found
Sort by
Analisis Penerimaan Hulu Talent Yayasan Hasnur Centre menggunakan TAM
Get PDFPenilaian kinerja karyawan Yayasan Hasnur Centre masih menggunakan Google Form sederhana sehingga menimbulkan beberapa kendala. Hal tersebut ditindaklanjuti Direktur Eksekutif dengan membuat Hulu Talent yang merupakan HR Platform berbasis Performance Management System. Disebabkan Hulu Talent baru diimplementasikan, dilakukan penelitian untuk mengukur tingkat penerimaan karyawan sebagai pengguna. TAM (Technology Acceptance Model) digunakan dalam pengujian setiap faktor yang memberikan pengaruh penerimaan Hulu Talent dengan 4 variabel utama, yaitu PU (Perceived Usefulness), PE (Perceived Ease of Use), BI (Behavioral Intention to Use), dan AU (Actual System Usage) kemudian menambahkan variabel SC (Security) untuk keamanan privasi dalam menjaga kepercayaan karyawan menggunakan sistem. Pengujian menggunakan metode survey kuesioner kuantitatif menggunakan teknik Simple Random Sampling berisi statement tertutup yang disediakan peneliti. Populasi penelitian adalah seluruh karyawan Yayasan Hasnur Centre sebanyak 400 karyawan dengan sampel yang mengisi kuesioner sebanyak 328 responden. Hasil data responden dianalisis menggunakan PLS-SEM untuk diolah menggunakan tools SmartPLS versi 4. Hasil analisis faktor-faktor yang berpengaruh terhadap penerimaan Hulu Talent Yayasan Hasnur Centre adalah AU (Actual System Usage), BI (Behavioral Intention to Use), dan PE (Perceived Ease of Use).Sistem penilaian kinerja karyawan di Yayasan Hasnur Centre masih menggunakan Google Form sederhana sehingga menimbulkan kendala dalam pengambilan keputusan Direktur Eksekutif terkait kinerja karyawan. Hal tersebut ditindaklanjuti Direktur Eksekutif dengan membuat Hulu Talent yang merupakan HR Platform berbasis Performance Management System. Disebabkan Hulu Talent baru diimplementasikan, dilakukan penelitian untuk mengukur tingkat penerimaan karyawan sebagai pengguna. TAM digunakan sebagai metode pengujian setiap faktor yang memberikan pengaruh penerimaan Hulu Talent dengan 4 variabel utama, yaitu PU, PE, BI, dan AU kemudian menambahkan variabel SC (Perceived Security) sebagai kebaruan untuk keamanan privasi dalam menjaga kepercayaan karyawan menggunakan sistem. Pengujian menggunakan metode survey kuesioner kuantitatif menggunakan teknik Simple Random Sampling berisi statement tertutup yang disediakan peneliti. Populasi penelitian adalah seluruh karyawan pengguna Hulu Talent sebanyak 400 karyawan dengan sampel yang mengisi kuesioner sebanyak 328 responden. Data responden dianalisis menggunakan PLS-SEM untuk diolah menggunakan tools SmartPLS versi 4. Penelitian menghasilkan analisis hipotesis setiap faktor yang memberikan pengaruh terhadap penerimaan Hulu Talent Yayasan Hasnur Centre adalah variabel PE, PU, BI, dan AU, sedangkan variabel SC (Perceived Security) tidak dapat diterima.
Abstract
The employee performance assessment at Yayasan Hasnur Centre still utilizes a simple Google Form, causing challenges in the decision-making process for the Executive Director regarding employee performance. In response, the corporate has initiated the creation of Hulu Talent, an HR Platform based on the Performance Management System. Due the recent implementation of Hulu Talent, a study was conducted to measure the level of employee acceptance as users. The TAM was employed as the testing method for each factor influencing the acceptance of Hulu Talent, with four main variables: PU, PE, BI, and AU. Additionally, a SC (Perceived Security) variable was added as novelty to address privacy concerns and maintain employee trust in the system. The testing utilized a quantitative questionnaire survey method employing Simple Random Sampling with closed statements provided by the researcher. The research population comprised all 400 employees with 328 respondents completing the questionnaire. The respondent data was analyzed using PLS-SEM and processed using SmartPLS version 4. The results yielded hypothesis analysis indicating that each factor influencing the acceptance of Hulu Talent at Yayasan Hasnur Centre includes the variables PE, PU, BI, and AU, while the variable SC (Perceived Security) is not acceptable
Identifikasi Parameter Kualitas Bahan Pangan dengan Metode Entropy-Based Subset Selection (E-SS) (Studi Kasus: Minuman Anggur)
Get PDFPenelitian ini bertujuan untuk membangun sebuah algoritma yang dapat mengidentifikasi parameter dari bahan pangan yang mempengaruhi kualitas dari bahan makanan tersebut menggunakan algoritma pemilihan himpunan bagian berbasis entropi dan metode pohon klasifikasi dari pembelajaran pohon keputusan. Metode pemilihan himpunan bagian berbasis entropi secara khusus merupakan sebuah algoritma yang bertujuan untuk memilih sekumpulan dari parameter yang memiliki hubungan entropi yang baik satu sama lain, sehingga dapat menghasilkan model prediktif yang optimal. Untuk memvalidasi performa dari algoritma yang digagas, penelitian ini mengambil sampel dari minuman anggur merah dan putih yang berasal dari negara Portugal. Berdasarkan pada percobaan yang telah dilakukan, diperoleh hasil bahwa algoritma yang digagas dapat memprediksi kualitas dari anggur putih dengan akurasi hingga 97,8 % dan 96,25% untuk kualitas anggur merah. Dimana, nilai ini lebih tinggi dari metode pohon klasifikasi klasik, dan algortima yang digagas hanya membutuhkan jumlah parameter yang lebih sedikit ( hanya 2 hingga 5 dari total 11 parameter input yang ada) jika dibandingkan dengan metode klasik. Lebih lanjut, berdasarkan pada percobaan yang telah dilakukan, diperoleh temuan bahwa parameter yang paling menentukan kualitas dari anggur putih adalah tingkat keasaman, kadar alkohol, pH dan kandungan klorit. Sedangkan untuk anggur merah, kualitas secara dominan ditentukan oleh kandungan sisa gula, densitas minuman dan kandungan dari sulfur oksida.Penelitian ini bertujuan untuk membangun sebuah algoritma yang dapat mengidentifikasi parameter dari bahan pangan yang mempengaruhi kualitas dari bahan makanan tersebut menggunakan algoritma pemilihan himpunan bagian berbasis entropi dan metode pohon klasifikasi dari pembelajaran pohon keputusan. Metode pemilihan himpunan bagian berbasis entropi secara khusus merupakan sebuah algoritma yang bertujuan untuk memilih sekumpulan dari parameter yang memiliki hubungan entropi yang baik satu sama lain, sehingga dapat menghasilkan model prediktif yang optimal. Untuk memvalidasi performa dari algoritma yang digagas, penelitian ini mengambil sampel dari minuman anggur merah dan putih yang berasal dari negara Portugal. Berdasarkan pada percobaan yang telah dilakukan, diperoleh hasil bahwa algoritma yang digagas dapat memprediksi kualitas dari anggur putih dengan akurasi hingga 97,8 % dan 96,25% untuk kualitas anggur merah. Dimana, nilai ini lebih tinggi dari metode pohon klasifikasi klasik, dan algortima yang digagas hanya membutuhkan jumlah parameter yang lebih sedikit ( hanya 2 hingga 5 dari total 11 parameter input yang ada) jika dibandingkan dengan metode klasik. Lebih lanjut, berdasarkan pada percobaan yang telah dilakukan, diperoleh temuan bahwa parameter yang paling menentukan kualitas dari anggur putih adalah tingkat keasaman, kadar alkohol, pH dan kandungan klorit. Sedangkan untuk anggur merah, kualitas secara dominan ditentukan oleh kandungan sisa gula, densitas minuman dan kandungan dari sulfur oksida
Analisis Kinerja Augmented Reality HyperText Markup Language (ARHTML) Melalui Pemanfaatan Web Graphics Library dan OpenGl Shading Language untuk Pengembangan 3D
No full textDi era digital ini, teknologi mengalami kemajuan pesat, termasuk penggunaan augmented reality yang semakin populer. Perpaduan elemen virtual dan dunia nyata oleh augmented reality menciptakan interaksi pengguna yang berkesan dan dinamis. Munculnya alat-alat ini mempermudah pengintegrasian augmented reality ke dalam aplikasi web. Dengan memanfaatkan mentahan shader mentah dari WebGL dan GLSL, tujuan penelitian ini adalah untuk menyelidiki dan membangun lingkungan augmented reality berbasis web melalui library Three.js. WebGL berfungsi sebagai standar otoritatif untuk rendering grafis 3D dalam antarmuka berbasis web, sedangkan GLSL berfungsi sebagai bahasa skrip yang bertanggung jawab untuk mengatur presentasi visual yang dihasilkan oleh WebGL. Three.js berfungsi sebagai perangkat JavaScript yang dirancang untuk membuat grafik 3D interaktif berbasis web. Dalam studi ini, eksplorasi shader mentah dari WebGL dan GLSL dilakukan untuk menganalisis pengalaman web augmented reality. Shader yang diimplementasikan digabungkan dengan Three.js dan AR.js untuk membangun atmosfer augmented reality yang menawan. Selanjutnya dilakukan perbandingan antara hasil penggunaan GLSL dan WebGL dalam konteks augmented reality di web. Analisis menunjukkan bahwa GLSL mengungguli WebGL dalam skenario augmented reality berbasis web. Shader GLSL memberikan kinerja yang lebih baik untuk menampilkan objek virtual di augmented reality.
Abstract
In this digital era, technology has changed rapidly advancements, including the usage of augmented reality, which has become increasingly popular. The fusion of virtual and real-world elements by augmented reality creates memorable and dynamic user interactions. The emergence of these tools has made it simpler to integrate augmented reality into web applications. By leveraging raw WebGL and GLSL shaders, we aim to investigate and establish web-based augmented reality environments via the Three.js library. WebGL serves as the authoritative standard for 3D graphical rendering within web-based interfaces, whereas GLSL functions as the scripting language responsible for regulating the visual presentation produced by WebGL. Three.js serves as a JavaScript toolset designed to create interactive, web-based 3D graphics. In this study, an exploration of raw WebGL and GLSL shaders is conducted to analyze the augmented reality web experience. The implemented shaders are combined with Three.js and AR.js tools to construct a captivating augmented reality atmosphere. Furthermore, a comparison is made between the results of using GLSL and WebGL in the context of augmented reality on the web. The analysis demonstrates that GLSL outperforms WebGL in web-based augmented reality scenarios. GLSL shaders provide better performance for displaying virtual objects in augmented reality.Di era digital ini, teknologi mengalami kemajuan pesat, termasuk penggunaan augmented reality yang semakin populer. Perpaduan elemen virtual dan dunia nyata oleh augmented reality menciptakan interaksi pengguna yang berkesan dan dinamis. Munculnya alat-alat ini mempermudah pengintegrasian augmented reality ke dalam aplikasi web. Dengan memanfaatkan mentahan shader mentah dari WebGL dan GLSL, tujuan penelitian ini adalah untuk menyelidiki dan membangun lingkungan augmented reality berbasis web melalui library Three.js. WebGL berfungsi sebagai standar otoritatif untuk rendering grafis 3D dalam antarmuka berbasis web, sedangkan GLSL berfungsi sebagai bahasa skrip yang bertanggung jawab untuk mengatur presentasi visual yang dihasilkan oleh WebGL. Three.js berfungsi sebagai perangkat JavaScript yang dirancang untuk membuat grafik 3D interaktif berbasis web. Dalam studi ini, eksplorasi shader mentah dari WebGL dan GLSL dilakukan untuk menganalisis pengalaman web augmented reality. Shader yang diimplementasikan digabungkan dengan Three.js dan AR.js untuk membangun atmosfer augmented reality yang menawan. Selanjutnya dilakukan perbandingan antara hasil penggunaan GLSL dan WebGL dalam konteks augmented reality di web. Analisis menunjukkan bahwa GLSL mengungguli WebGL dalam skenario augmented reality berbasis web. Shader GLSL memberikan kinerja yang lebih baik untuk menampilkan objek virtual di augmented reality.
Abstract
In this digital era, technology has changed rapidly advancements, including the usage of augmented reality, which has become increasingly popular. The fusion of virtual and real-world elements by augmented reality creates memorable and dynamic user interactions. The emergence of these tools has made it simpler to integrate augmented reality into web applications. By leveraging raw WebGL and GLSL shaders, we aim to investigate and establish web-based augmented reality environments via the Three.js library. WebGL serves as the authoritative standard for 3D graphical rendering within web-based interfaces, whereas GLSL functions as the scripting language responsible for regulating the visual presentation produced by WebGL. Three.js serves as a JavaScript toolset designed to create interactive, web-based 3D graphics. In this study, an exploration of raw WebGL and GLSL shaders is conducted to analyze the augmented reality web experience. The implemented shaders are combined with Three.js and AR.js tools to construct a captivating augmented reality atmosphere. Furthermore, a comparison is made between the results of using GLSL and WebGL in the context of augmented reality on the web. The analysis demonstrates that GLSL outperforms WebGL in web-based augmented reality scenarios. GLSL shaders provide better performance for displaying virtual objects in augmented reality
Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa
Get PDFPendidikan merupakan aspek penting dalam kehidupan masyarakat dan memiliki peran yang sangat vital untuk menciptakan sumber daya manusia yang handal dan berkualitas dalam menghadapi berbagai tantangan pada era modernisasi. Namun, putus sekolah dan retensi siswa menjadi tantangan serius bagi perkembangan pendidikan saat ini. Salah satu faktor pemicu putus sekolah adalah kinerja akademik siswa yang rendah, mendorong perlunya tindakan pencegahan yang efektif untuk mengurangi tingkat kegagalan pendidikan. Penelitian ini bertujuan untuk memprediksi kinerja akademik siswa dengan mengintegrasikan metode Correlation-Based Feature Selection (CFS) dan Algoritma Naïve Nayes pada gabungan dataset pelajaran Matematika dan Bahasa Portugis dua sekolah menengah di Portugal. Proses preprocessing data melibatkan integrasi data, pelabelan data, transformasi data, dan pembersihan data diterapkan pada tahap awal penelitian. Hasil penelitian menunjukkan bahwa atribut signifikan yang mempengaruhi kinerja akademik siswa meliputi G2, G1, Higher, Medu, Studytime, goout, Absences, dan Failures. Melalui pemodelan algoritma Naïve Bayes, metode CFS terbukti meningkatkan nilai accuracy, recall, precision, dan f1-score dalam memprediksi kinerja akademik siswa. Sebelum CFS, model Naïve Bayes menunjukkan accuracy sebesar 89.27%, dengan recall, precision, danf1-score masing-masing sebesar 89.27%, 89.86%, dan 89.47%. Setelah implementasi CFS, evaluasi model prediksi mengalami peningkatan signifikan menjadi 91.22%, 91.22%, 92.24%, dan 91.48%.Pendidikan merupakan aspek penting dalam kehidupan masyarakat dan memiliki peran yang sangat vital untuk menciptakan sumber daya manusia yang handal dan berkualitas dalam menghadapi berbagai tantangan pada era modernisasi. Namun, putus sekolah dan retensi siswa menjadi tantangan serius bagi perkembangan pendidikan saat ini. Salah satu faktor pemicu putus sekolah adalah kinerja akademik siswa yang rendah, mendorong perlunya tindakan pencegahan yang efektif untuk mengurangi tingkat kegagalan pendidikan. Penelitian ini bertujuan untuk memprediksi kinerja akademik siswa dengan mengintegrasikan metode Correlation-Based Feature Selection (CFS) dan Algoritma Naïve Nayes pada gabungan dataset pelajaran Matematika dan Bahasa Portugis dua sekolah menengah di Portugal. Proses preprocessing data melibatkan integrasi data, pelabelan data, transformasi data, dan pembersihan data diterapkan pada tahap awal penelitian. Hasil penelitian menunjukkan bahwa atribut signifikan yang mempengaruhi kinerja akademik siswa meliputi G2, G1, Higher, Medu, Studytime, goout, Absences, dan Failures. Melalui pemodelan algoritma Naïve Bayes, metode CFS terbukti meningkatkan nilai accuracy, recall, precision, dan f1-score dalam memprediksi kinerja akademik siswa. Sebelum CFS, model Naïve Bayes menunjukkan accuracy sebesar 89.27%, dengan recall, precision, danf1-score masing-masing sebesar 89.27%, 89.86%, dan 89.47%. Setelah implementasi CFS, evaluasi model prediksi mengalami peningkatan signifikan menjadi 91.22%, 91.22%, 92.24%, dan 91.48%
Implementasi HPack dan Gzip pada Optimasi Aplikasi Dengan Arsitektur Microservice
Get PDFThis study examines the application of microservice architecture in web application development, focusing on optimizing inter-service communication through data compression. Employing the waterfall method, the research was carried out in stages, including needs analysis, system design, implementation, and deployment. The primary goal was to overcome bottlenecks in transferring large data volumes by leveraging HPack and Gzip compression, especially for the prevalent JSON data format in inter-service communication. Testing results showed a significant reduction in response size and improved response times, affirming the effectiveness of HPack and Gzip in enhancing the performance of microservice applications. This research provides insights into microservice application optimization and recommendations for best practices in selecting data compression methods.Penelitian ini mengkaji penerapan arsitektur microservice dalam pengembangan aplikasi web, dengan fokus pada optimasi komunikasi antar layanan melalui kompresi data. Dengan latar belakang permasalahan bottleneck dalam transfer data antar layanan, tujuan utama penelitian ini adalah mengatasi tantangan tersebut dengan memanfaatkan teknologi kompresi HPack dan Gzip, terutama dalam konteks penggunaan format data JSON yang umum dalam komunikasi antar layanan. Penelitian dilakukan melalui tahapan analisis kebutuhan, desain sistem, implementasi, deployment dan pengujian. Data uji yang merupakan respons dari microservice yang berupa 34 item JSON Array yang dikompresi menggunakan Hpack, Gzip dan gabungan keduanya. Proses pengukuran waktu dan ukuran respons untuk setiap jenis kompresi dilakukan menggunakan Chrome DevTools, dengan analisis data yang dilakukan menggunakan alat bantu pandas. Hasil pengujian menunjukkan penurunan sebanyak ~79,4% dari 12991 bytes dalam ukuran respons dan penurunan waktu respons sebanyak ~8,7% dari 641,401 ms. Hal ini menegaskan efektivitas HPack dan Gzip dalam meningkatkan performa aplikasi microservice. Penelitian ini memberikan wawasan dalam optimasi aplikasi microservice dan rekomendasi praktik terbaik dalam pemilihan metode kompresi data.
Abstract
This study examines the implementation of microservice architecture in web application development, with a focus on optimizing communication between services through data compression. Given the background issue of bottleneck in data transfer between services, the primary objective of this research is to address this challenge by leveraging HPack and Gzip compression technologies, especially in the context of using the common JSON data format for inter-service communication. The research was conducted through stages of requirements analysis, system design, implementation, deployment, and testing. Test data consists of responses from microservices in the form of a 34-item JSON Array compressed using HPack, Gzip, and a combination of both. The process of measuring response time and size for each compression type was carried out using Chrome DevTools, with data analysis performed using pandas tools. The test results show a reduction of approximately 79.4% from 12991 bytes in response size and a decrease in response time by about 8.7% from 641.401 ms. This confirms the effectiveness of HPack and Gzip in enhancing microservice application performance. The study provides insights into microservice application optimization and recommendations for best practices in selecting data compression methods
Teknologi Realitas Virtual pada Perangkat Bergerak untuk Media Pengenalan Lingkungan Haji
Get PDFKurangnya pengetahuan tata letak objek di lokasi haji dan pedoman haji mengharuskan calon jamaah haji untuk lebih giat dalam belajar dan berlatih manasik haji. Hal tersebut harus dipersiapkan dengan sungguh-sungguh agar pelaksanaan ibadah haji dapat berjalan dengan lancar sesuai ketentuan dan tidak menjadi haji yang sia-sia. Namun, untuk mempelajari dan berlatih praktik manasik haji langsung secara berulang-ulang tentunya memerlukan biaya dan tenaga lebih. Realitas virtual merupakan teknologi yang memungkinkan pengguna untuk berinteraksi dengan lingkungan virtual sehingga merasakan sensasi seperti di dunia nyata. Penelitian ini bertujuan untuk mengembangkan media pengenalan lingkungan haji dengan memanfaatkan teknologi realitas virtual pada perangkat mobile. Diharapkan dengan media yang dikembangkan di penelitian ini dapat meningkatkan pengalaman dan pengetahuan calon jamaah haji mengenai lokasi dan informasi yang ada pada setiap lokasi pelaksanaan jamaah haji. Penelitian ini menggunakan metode Design Science Research (DSR) yang bertujuan untuk mengembangkan sebuah produk dan mengevaluasi apakah produk sudah sesuai dengan tujuannya. Hasil evaluasi User Acceptance Test (UAT) menunjukkan bahwa pengujian fungsionalitas aplikasi menunjukkan 100% valid dan rata-rata pengujian non-fungsionalitas mencapai nilai 80,17% dengan kategori ”Sangat baik”.
Abstract
The lack of knowledge of the layout of objects in the location of the Hajj and Hajj guidelines requires prospective pilgrims to be more active in learning and practicing Hajj rituals. This must be prepared seriously so that the implementation of the Hajj pilgrimage can run smoothly according to the rules and not become a wasted Hajj. However, to learn and practice Hajj rituals directly on a regular basis certainly requires extra money and energy. Virtual reality is a technology that allows users to interact with virtual environments so that they feel sensations like in the real world. This research aims to develop a media recognition to the Hajj environment by utilizing virtual reality technology on mobile devices. It is expected that the media developed in this study can improve the experience and knowledge of prospective pilgrims regarding the location and information available at each location of the Hajj. This research uses the Design Science Research (DSR) method which aims to develop a product and evaluate whether the product is in accordance with its purpose. The results of the User Acceptance Test (UAT) show that the application functionality test is 100% valid and the average non-functionality test reaches a value of 80.17% in the category "Very good".Kurangnya pengetahuan tata letak objek di lokasi haji seperti posisi tangga, pintu, dan lampu hijau sa’i serta pedoman haji mengharuskan calon jamaah haji untuk lebih giat dalam belajar dan berlatih manasik haji. Hal tersebut harus dipersiapkan dengan sungguh-sungguh agar pelaksanaan ibadah haji dapat berjalan dengan lancar sesuai ketentuan dan tidak menjadi haji yang sia-sia. Namun, untuk mempelajari dan berlatih praktik manasik haji langsung secara berulang-ulang tentunya memerlukan biaya dan tenaga lebih. Realitas virtual merupakan teknologi yang memungkinkan pengguna untuk berinteraksi dengan lingkungan virtual sehingga merasakan sensasi seperti di dunia nyata. Penelitian ini bertujuan untuk mengembangkan media pengenalan lingkungan haji dengan memanfaatkan teknologi realitas virtual. Penelitian ini menggunakan teknologi realitas virtual pada perangkat mobile untuk memudahkan calon jamaah haji mengeksplorasi lingkungan haji dimana saja jika dibandingkan dengan media cetak atau video. Diharapkan dengan media yang dikembangkan di penelitian ini dapat meningkatkan pengalaman dan pengetahuan calon jamaah haji mengenai lokasi dan informasi yang ada pada setiap lokasi pelaksanaan jamaah haji. Penelitian ini menggunakan metode Design Science Research (DSR) yang bertujuan untuk mengembangkan sebuah produk dan mengevaluasi apakah produk sudah sesuai dengan tujuannya. Hasil evaluasi User Acceptance Test (UAT) menunjukkan bahwa pengujian fungsionalitas aplikasi menunjukkan 100% valid dan rata-rata pengujian non-fungsionalitas mencapai nilai 80,17% dengan kategori ”Sangat baik”.
Abstract
The lack of knowledge of the layout of objects in the location of the Hajj such as the position of stairs, doors, and sa\u27i green lights and Hajj guidelines requires prospective pilgrims to be more active in learning and practicing Hajj rituals. This must be prepared seriously so that the implementation of the Hajj pilgrimage can run smoothly according to the rules and not become a wasted Hajj. However, to learn and practice Hajj rituals directly on a regular basis certainly requires extra money and energy. Virtual reality is a technology that allows users to interact with virtual environments so that they feel sensations like in the real world. This research aims to develop a media recognition to the Hajj environment by utilizing virtual reality technology. This research uses virtual reality technology on mobile devices to make it easier for prospective pilgrims to explore the Hajj environment anywhere when compared to book or video media. It is expected that the media developed in this study can improve the experience and knowledge of prospective pilgrims regarding the location and information available at each location of the Hajj. This research uses the Design Science Research (DSR) method which aims to develop a product and evaluate whether the product is in accordance with its purpose. The results of the User Acceptance Test (UAT) show that the application functionality test is 100% valid and the average non-functionality test reaches a value of 80.17% in the category "Very good"
Pengaruh Tahapan Preprocessing Terhadap Model Indobert dan Indobertweet untuk Mendeteksi Emosi pada Komentar Akun Berita Instagram
Get PDFPlatform media sosial seperti Instagram telah membentuk ruang di mana berita dapat dengan mudah ditemukan dan menarik perhatian individu. Pada Instagram, dapat memberikan komentar-komentar terhadap berita yang telah dibaca. Pemahaman terhadap emosi yang mengiringi komentar-komentar yang telah diberikan pengguna pada postingan berita dapat membantu memahami bagaimana berita tersebut diserap, diinterpretasi, dan direspons oleh publik. Penelitian ini mengkategorikan empat emosi yaitu marah, senang, takut, dan sedih dengan menggunakan model terlatih IndoBERT dan IndoBERTweet. Penelitian ini bertujuan untuk membandingkan model IndoBERT dan IndoBERTweet dalam mendeteksi emosi pada komentar akun berita Instagram dan mengeksplorasi dampak penggunaan tahapan preprocessing khususnya remove stopwords dan stemming pada kedua model. Hasil penelitian menunjukkan bahwa model yang tidak melalui tahapan remove stopwords dan stemming menghasilkan kinerja yang lebih baik dibandingkan model yang melalui tahapan remove stopwords dan stemming, dengan perolehan akurasi sebesar 92,54% untuk model IndoBERTweet dan 88,81% untuk model IndoBERT.
Abstract
Social media platforms such as Instagram have created a space where news can be easily discovered and attract the attention of individuals. On Instagram, people can provide comments on the news they have read. Understanding the emotions that accompany the comments that users have given on news posts can help understand how the news is absorbed, interpreted and responded to by the public. This research categorizes four emotions, anger, happiness, fear and sadness, using pre-trained models IndoBERT and IndoBERTweet. This research aims to compare the IndoBERT and IndoBERTweet models in detecting emotions in Instagram news account comments and explore the impact of preprocessing stages, especially removing stopwords and stemming on both models. The research results showed that the model that did not go through the remove stopwords and stemming stages produced better performance than the model that went through the remove stopwords and stemming stages, with an accuracy of 92.54% for the IndoBERTweet model and 88.81% for the IndoBERT model.Platform media sosial seperti Instagram telah membentuk ruang di mana berita dapat dengan mudah ditemukan dan menarik perhatian individu. Pada Instagram, dapat memberikan komentar-komentar terhadap berita yang telah dibaca. Pemahaman terhadap emosi yang mengiringi komentar-komentar yang telah diberikan pengguna pada postingan berita dapat membantu memahami bagaimana berita tersebut diserap, diinterpretasi, dan direspons oleh publik. Penelitian ini mengkategorikan empat emosi yaitu marah, senang, takut, dan sedih dengan menggunakan model terlatih IndoBERT dan IndoBERTweet. Penelitian ini bertujuan untuk membandingkan model IndoBERT dan IndoBERTweet dalam mendeteksi emosi pada komentar akun berita Instagram dan mengeksplorasi dampak penggunaan tahapan preprocessing khususnya remove stopwords dan stemming pada kedua model. Hasil penelitian menunjukkan bahwa model yang tidak melalui tahapan remove stopwords dan stemming menghasilkan kinerja yang lebih baik dibandingkan model yang melalui tahapan remove stopwords dan stemming, dengan perolehan akurasi sebesar 92,54% untuk model IndoBERTweet dan 88,81% untuk model IndoBERT.
Abstract
Social media platforms such as Instagram have created a space where news can be easily discovered and attract the attention of individuals. On Instagram, people can provide comments on the news they have read. Understanding the emotions that accompany the comments that users have given on news posts can help understand how the news is absorbed, interpreted and responded to by the public. This research categorizes four emotions, anger, happiness, fear and sadness, using pre-trained models IndoBERT and IndoBERTweet. This research aims to compare the IndoBERT and IndoBERTweet models in detecting emotions in Instagram news account comments and explore the impact of preprocessing stages, especially removing stopwords and stemming on both models. The research results showed that the model that did not go through the remove stopwords and stemming stages produced better performance than the model that went through the remove stopwords and stemming stages, with an accuracy of 92.54% for the IndoBERTweet model and 88.81% for the IndoBERT model
Klasifikasi Kandungan Nutrisi Buah Pisang Berdasarkan Fitur Tekstur dan Warna LAB menggunakan Jaringan Syaraf Tiruan Berbasis Pengloahan Citra Digital
Get PDFPisang (musa spp.) merupakan salah satu jenis buah yang tingkat produksinya selalu meningkat di setiap tahunnya, terutama di Indonesia. Hal ini dikarenakan pisang memiliki kandungan nutrisi yang berbeda di setiap kematangannya, sehingga aman dikonsumsi oleh semua tingkatan usia sesuai kebutuhan nutrisinya. Namun, sebagian besar orang kesulitan menentukan kematangan pisang yang sesuai dengan kebutuhan nutrisi mereka dikarenakan perlu melakukan uji laboratorium yang memakan waktu dan peralatan canggih. Sehingga pemanfaatan teknologi menggunakan citra digital dirasa sangat perlu digunakan untuk menilai kandungan nutrisinya. Sebelumnya, terdapat penelitian yang telah melakukan klasifikasi kematangan buah pisang. Namun, belum ada yang berfokus pada klasifikasi kandungan nutrisinya, serta perlu adanya penambahan parameter pengukuran lainnya untuk bisa mendapatkan hasil klasifikasi yang lebih akurat. Oleh karena itu, pada penelitian ini diusulkan sistem klasifikasi kandungan nutrisi buah pisang berdasarkan fitur tekstur dan warna LAB dengan menggunakan jaringan syaraf tiruan berbasis pengolahan citra digital. Metode yang diusulkan tersebut terdiri atas enam tahap, diantaranya yaitu tahap akuisisi citra, preprocessing, segmentasi, morfologi, ekstraksi fitur, dan klasifikasi berdasarkan model yang telah dilatih. Pada penelitian ini juga, dilakukan beberapa skenario pelatihan dan pengujian untuk menentukan kombinasi fitur yang memiliki tingkat akurasi terbaik. Sehingga didapatkan dua kombinasi fitur terbaik yaitu fitur warna LAB dan fitur tekstur dimana yang diambil adalah nilai contrast dan energy. Berdasarkan hasil pengujian terhadap 100 citra uji, diperoleh rata-rata precision 98,18%, recall 98%, F1-Score 98,09% dan akurasi keseluruhan mencapai 98%. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa metode yang diusulkan dapat mengklasifikasikan kandungan nutrisi buah pisang dengan akurasi yang tinggi.Pisang (musa spp.) merupakan salah satu jenis buah yang tingkat produksinya selalu meningkat di setiap tahunnya, terutama di Indonesia. Hal ini dikarenakan pisang memiliki kandungan nutrisi yang berbeda di setiap kematangannya, sehingga dapat dikonsumsi oleh semua tingkatan usia sesuai kebutuhan nutrisinya. Namun, kebanyakan orang sulit menentukan kematangan pisang yang sesuai dengan kebutuhan nutrisi mereka karena memerlukan uji laboratorium yang memakan waktu dan peralatan canggih. Sebelumnya, telah dilakukan penelitian mengenai klasifikasi kematangan buah pisang, namun belum ada yang berfokus pada klasifikasi kandungan nutrisinya. Selain itu, diperlukan penambahan fitur lain guna meningkatkan akurasi klasifikasi. Oleh karena itu, penelitian ini mengusulkan sistem klasifikasi kandungan nutrisi buah pisang berdasarkan fitur tekstur dan warna LAB menggunakan jaringan syaraf tiruan berbasis pengolahan citra digital. Metode yang diusulkan tersebut terdiri atas enam tahap, diantaranya yaitu tahap akuisisi citra, preprocessing, segmentasi, morfologi, ekstraksi fitur, dan klasifikasi berdasarkan model yang telah dilatih. Selain itu, berbagai skenario pelatihan dan pengujian dilakukan untuk menemukan gabungan fitur yang memperoleh tingkat akurasi optimal, sehingga didapatkan dua kombinasi fitur terbaik yaitu fitur warna LAB dan fitur tekstur dimana yang diambil adalah nilai contrast dan energy. Berdasarkan hasil pengujian terhadap 100 citra uji, diperoleh rata-rata precision 98,18%, recall 98%, F1-Score 98,09% dan akurasi keseluruhan mencapai 98%. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa metode yang diusulkan mampu mengklasifikasikan kandungan nutrisi buah pisang dengan tingkat akurasi yang tinggi.
Abstract
Bananas (Musa spp.) are a type of fruit whose production levels always increase every year, especially in Indonesia. This is because bananas have different nutritional content at each ripeness, so they are safe for consumption by all age levels according to their nutritional needs. However, most people have difficulty determining the ripeness of bananas according to their nutritional needs because they need to carry out laboratory tests which take time and require sophisticated equipment. Previously, there was research that had classified the ripeness of bananas. However, no one has focused on classifying nutritional content, and it is necessary to add other measurement parameters to get more accurate classification results. Therefore, in this research a classification system for the nutritional content of bananas based on LAB texture and color features is proposed using artificial neural networks based on digital image processing. The proposed method consists of six stages, including image acquisition, preprocessing, segmentation, morphology, feature extraction and classification based on the trained model. Several training and testing scenarios were carried out to determine the feature combination that had the best level of accuracy. Based on the test results, two best feature combinations were obtained, namely texture features (contrast and energy) and LAB color. Based on the test results of 100 test images, the average precision is 98.18%, recall is 98%, F1-Score is 98.09%, and overall accuracy reaches 98%. Based on these results, it can be concluded that the proposed method can classify the nutritional content of banana fruit with high accuracy.
Perancangan Disaster Recovery Plan Pada Pusat Data Dan Teknologi Informasi Komunikasi Instansi XYZ
Get PDFPusat Data dan Teknologi Informasi Komunikasi (Pusdatik) adalah bagian penting dari Instansi XYZ yang bertanggung jawab atas manajemen teknologi informasi dan pengoperasian pusat data. Dalam menghadapi tantangan dari era digital dan konektivitas yang cepat, Pusdatik harus memiliki kesiapan untuk mengatasi gangguan layanan dan operasional yang disebabkan oleh bencana dan ancaman. Salah satu langkah untuk meminimalkan dampak dari gangguan tersebut dengan melalui penyusunan Disaster Recovery Plan (DRP). Dalam penelitian ini, berdasarkan hasil wawancara dengan pimpinan, ketua tim, dan staf Pusdatik, terungkap bahwa layanan yang dikelola oleh Pusdatik memiliki peran yang krusial dalam mendukung proses bisnis organisasi. Namun, saat ini Pusdatik belum memiliki DRP yang dapat dijalankan dalam situasi bencana. Oleh karena itu, diperlukan perancangan DRP yang akan menjadi panduan dalam menghadapi gangguan dan bencana yang tidak terduga. Metode kualitatif dengan pendekatan studi kasus yang digunakan dalam penelitian ini. Data dikumpulkan dengan proses wawancara, studi pustaka, dan observasi langsung ke pusat data. Perancangan DRP dilakukan dengan merujuk pada NIST SP 800-34 Rev 1. Tahapan penelitian meliputi analisis proses bisnis, identifikasi aset, penilaian risiko, analisis dampak bisnis, evaluasi kontrol pencegahan sesuai dengan standar SNI 8799-1:2023, dan penyusunan dokumen DRP. Hasil penelitian ini merupakan dokumen DRP yang sesuai dengan kondisi Pusdatik saat ini.
Abstract
The Data Center and Communication Technology Information (Pusdatik) is an essential part of Institution XYZ responsible for managing information technology and operating data centers. In facing the challenges of the digital era and rapid connectivity, Pusdatik must be prepared to address disruptions in services and operations caused by disasters and threats. One step to minimize the impact of such disruptions is through the development of a Disaster Recovery Plan (DRP). In this study, based on interviews with leaders, team leaders, and staff of Pusdatik, it was revealed that the services managed by Pusdatik play a crucial role in supporting the organizational business processes. However, currently, Pusdatik does not have a DRP that can be implemented in disaster situations. Therefore, the development of a DRP is needed to serve as a guide in facing unforeseen disruptions and disasters. The research method used is qualitative with a case study approach. Data was collected through interviews, literature review, and direct observation of the data center. DRP development was carried out with reference to NIST SP 800-34 Rev 1. The research stages include business process analysis, asset identification, risk assessment, business impact analysis, preventive control evaluation in accordance with the SNI 8799-1:2023 standard, and DRP document preparation. The result of this study is a DRP document that aligns with the current condition of Pusdatik.Pusat Data dan Teknologi Informasi Komunikasi (Pusdatik) adalah bagian penting dari Instansi XYZ yang bertanggung jawab atas manajemen teknologi informasi dan pengoperasian pusat data. Dalam menghadapi tantangan dari era digital dan konektivitas yang cepat, Pusdatik harus memiliki kesiapan untuk mengatasi gangguan layanan dan operasional yang disebabkan oleh bencana dan ancaman. Salah satu langkah untuk meminimalkan dampak dari gangguan tersebut dengan melalui penyusunan Disaster Recovery Plan (DRP). Dalam penelitian ini, berdasarkan hasil wawancara dengan pimpinan, ketua tim, dan staf Pusdatik, terungkap bahwa layanan yang dikelola oleh Pusdatik memiliki peran yang krusial dalam mendukung proses bisnis organisasi. Namun, saat ini Pusdatik belum memiliki DRP yang dapat dijalankan dalam situasi bencana. Oleh karena itu, diperlukan perancangan DRP yang akan menjadi panduan dalam menghadapi gangguan dan bencana yang tidak terduga. Metode kualitatif dengan pendekatan studi kasus yang digunakan dalam penelitian ini. Data dikumpulkan dengan proses wawancara, studi pustaka, dan observasi langsung ke pusat data. Perancangan DRP dilakukan dengan merujuk pada NIST SP 800-34 Rev 1. Tahapan penelitian meliputi analisis proses bisnis, identifikasi aset, penilaian risiko, analisis dampak bisnis, evaluasi kontrol pencegahan sesuai dengan standar SNI 8799-1:2023, dan penyusunan dokumen DRP. Hasil penelitian ini merupakan dokumen DRP yang sesuai dengan kondisi Pusdatik saat ini.
Abstract
The Data Center and Communication Technology Information (Pusdatik) is an essential part of Institution XYZ responsible for managing information technology and operating data centers. In facing the challenges of the digital era and rapid connectivity, Pusdatik must be prepared to address disruptions in services and operations caused by disasters and threats. One step to minimize the impact of such disruptions is through the development of a Disaster Recovery Plan (DRP). In this study, based on interviews with leaders, team leaders, and staff of Pusdatik, it was revealed that the services managed by Pusdatik play a crucial role in supporting the organizational business processes. However, currently, Pusdatik does not have a DRP that can be implemented in disaster situations. Therefore, the development of a DRP is needed to serve as a guide in facing unforeseen disruptions and disasters. The research method used is qualitative with a case study approach. Data was collected through interviews, literature review, and direct observation of the data center. DRP development was carried out with reference to NIST SP 800-34 Rev 1. The research stages include business process analysis, asset identification, risk assessment, business impact analysis, preventive control evaluation in accordance with the SNI 8799-1:2023 standard, and DRP document preparation. The result of this study is a DRP document that aligns with the current condition of Pusdatik
Implementasi High Order Intuitionistic Fuzzy Time Series Pada Peramalan Indeks Harga Saham Gabungan
Get PDFIndeks Harga Saham Gabungan (IHSG) adalah indeks yang mengukur kinerja harga semua saham yang terdaftar di Bursa Efek Indonesia (BEI) Peramalan IHSG menjadi referensi bagi investor untuk memperoleh keuntungan di pasar modal. Penelitian ini membahas penerapan metode High Order Intuitionistic Fuzzy Time Series (HOIFTS) dalam peramalan IHSG di BEI. Metode HOIFTS melibatkan tiga indikator, yaitu derajat keanggotaan, derajat non- keanggotaan, dan fungsi skor (indeks intutionistic) sehingga model yang dihasilkan mampu menangani ketidakpastian dalam data. Tahapan penting dalam pemodelan HOIFTS adalah pada fuzzifikasi intuitionistic, penentuan relasi logika fuzzy intutionistic, dan proses defuzifikasi order tinggi intuitionistic. Penelitian ini menetapkan metode Chen, baik order satu maupun order tinggi sebagai metode pembanding untuk melihat seberapa jauh keberhasilan metode HOIFTS dalam meramalkan data bulanan IHSG. Hasil perbandingan nilai RMSE (root mean square error) dan MAPE (mean absolute percentage error) yang dihasilkan oleh ketiga model menunjukkan bahwa metode HOIFTS memiliki nilai kesalahan yang paling kecil. Dengan demikian, metode HOIFTS lebih direkomendasikan dalam peramalan IHSG dibandingkan dua metode lain yang dibahas dalam penelitian ini. Indeks Harga Saham Gabungan (IHSG) adalah indeks yang mengukur kinerja harga semua saham yang terdaftar di Bursa Efek Indonesia (BEI). Pergerakan IHSG menjadi acuan para investor untuk menetapkan keputusan finansial yang berkaitan dengan untung rugi dalam berinvestasi. Oleh karenanya, informasi peramalan IHSG yang akurat sangat penting bagi para investor. Penelitian ini membahas penerapan metode High Order Intuitionistic Fuzzy Time Series (HOIFTS) dalam peramalan IHSG di BEI. Metode HOIFTS melibatkan tiga indikator, yaitu derajat keanggotaan, derajat non-keanggotaan, dan fungsi skor (indeks intutionistic) sehingga model yang dihasilkan mampu menangani ketidakpastian dalam data. Tahapan penting dalam pemodelan HOIFTS adalah pada intuitionistic fuzzification, penentuan relasi logika fuzzy intutionistic, dan proses intutionistic defuzzification order tinggi. Penelitian ini menetapkan metode Chen, baik order satu maupun order tinggi sebagai metode pembanding untuk melihat seberapa jauh keberhasilan metode HOIFTS dalam meramalkan data bulanan IHSG. Perbandingan nilai RMSE (root mean square error) dan MAPE (mean absolute percentage error) yang dihasilkan oleh model HOIFTS dan dua model benchmark, yaitu Chen order satu dan Chen order tinggi, menunjukkan bahwa metode HOIFTS memiliki nilai kesalahan yang paling kecil yakni nilai RMSE adalah sebesar 57,042 dan MAPE sebesar 0,837% pada data training, sedangkan pada data testing diperoleh nilai RMSE sebesar 38,466 dan MAPE sebesar 0,487%. Dengan demikian, metode HOIFTS lebih direkomendasikan dalam peramalan IHSG dibandingkan dua metode lain yang dibahas dalam penelitian ini.
Abstract
The Composite Stock Price Index (CSPI) is an index that measures the price performance of all shares listed on the Indonesia Stock Exchange (ISE). CSPI is a reference for investors to determine financial decisions related to profit and loss in investing. Therefore, accurate CSPI forecasting information is very important for investors. This research discusses the application of the HOIFTS method in forecasting CSPI on the ISE. The HOIFTS method involves three indicators, namely degree of membership, degree of non-membership, and a score function (intuitionistic index) so that the resulting model is able to handle uncertainty in the data. Important stages in HOIFTS modeling are intuitionistic fuzzification, determination of intuitionistic fuzzy logic relations, and the intuitionistic higher order defuzzification process. This research determines the Chen method, both first order and high order as a comparison method to see how successful the HOIFTS method is in predicting monthly CSPI data. The comparison results of the RMSE (root mean square error) and MAPE (mean absolute percentage error) values produced by the HOIFTS and two benchmark models, i.e., the first order Chen’s and high-order Chen’s, show that the HOIFTS method yields the smallest error value, namely the RMSE value is 57.042 and the MAPE is 0.837% on the training data, whereas in testing data obtained an RMSE value of 38.466 and a MAPE of 0.487%. Thus, the HOIFTS method is more recommended in forecasting CSPI compared to the other two methods discussed in this research.