JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Not a member yet
363 research outputs found
Sort by
Implementasi Feature Driven Development untuk Mempermudah Ekualitas Fitur dan Adaptasi pada Pengembangan Portal Dutatani Web dan Mobile
Full text linkPerkembangan teknologi dapat digunakan dalam berbagai bidang, termasuk pertanian. Dutatani adalah web portal pertanian yang telah berhasil membantu petani dalam mendukung peningkatan efisiensi, efektifitas, dan produktivitas pertanian. Dutatani telah dibangun berbasis web dan diperlukan versi mobile agar dapat digunakan dengan lebih personal oleh para petani. Pengembangan Dutatani versi mobile memiliki masalah dalam ekualitas dengan versi webnya. Penelitian ini menggunakan Feature Driven Development (FDD) untuk menghasilkan sistem Dutatani berbasis mobile yang memiliki ekualitas dengan versi web portalnya dengan tingkat adaptasi yang mudah dan minimal. Penelitian ini dilakukan sesuai tahapan FDD dan pengujian menggunakan User Experiences Questionnaire (UEQ) pada mobile version. Daftar fitur yang dikembangkan pada FDD didapatkan dari penelitian sebelumnya menggunakan WebQual. FDD tepat digunakan dalam mempermudah pengembangan fitur untuk memastikan ekuitas antara dua platform dan efisien dalam mempermudah mengintegrasikan fitur Dutatani versi web dan mobile dengan hasil maksimal dalam rangka pengembangan sistem jangka panjang dan penelitian berikutnya. Selain itu Dutatani mobile juga telah dilakukan uji UEQ terhadap petani di bagian modul portal, data, dan fitur menunjukan tingkat good dan excelent
Optimasi Sistem Pelabelan Topik Skripsi menggunakan Algoritma Naive Bayes dengan Pendekatan Design Thinking
Full text linkTidak adanya sistem mengenai pelabelan topik skripsi tentunya membuat mahasiswa mengalami kesulitan dalam mengajukan sebuah judul penelitian skripsi. Seperti halnya pada Jurusan Teknik Elektro UM yang menetapkan beberapa topik skripsi dimana hal ini dapat menjadi kendala bagi mahasiswa dalam menentukan topik skripsi. Penelitian ini bertujuan dalam memudahkan mahasiswa pada pengajuan judul skripsi dengan memberi pelabelan pada topik skripsi melalui perhitungan klasifikasi teks. Metode klasifikasi yang digunakan pada penelitian ini yakni menggunakan algoritma Naive Bayes dimana penentuan klasifikasi terlebih dahulu dilakukan proses text mining. Selain itu proses perancangan sistem menggunakan metode Design Thinking. Penggunaan Design Thinking lantaran untuk mengoptimalkan sebuah program sesuai dengan kebutuhan pengguna. Hasil dari penelitian ini diperoleh akurasi sebesar 87.5%, presisi 93% dan recall 83%. Selain itu pada pendekatan Design Thinking diperoleh hasil 90% mahasiswa menyatakan pembuatan program telah sesuai dengan kebutuhan. Sehingga dapat ditarik kesimpulan bahwasannya perancangan sistem pelabelan skripsi ini telah sesuai dengan rencana yang diharapkan, selain itu dengan adanya program ini tentunya akan memudahkan mahasiswa dalam menentukan topik skripsi
Implementasi Support Vector Machine untuk Analisis Sentimen Terhadap Pengaruh Program Promosi Event Belanja pada Marketplace
Full text linkTren belanja online membuat berbagai brand marketplace di Indonesia menerapkan strategi pemasaran terbaiknya untuk menarik minat pelanggan, salah satunya program promosi event belanja. Shopee dan Tokopedia merupakan dua brand marketplace teratas di Indonesia dengan pengunjung terbanyak berdasarkan data Similarweb tahun 2021. Pengalaman pengguna seputar promosi event belanja marketplace berlangsung di media sosial, salah satunya Twitter. Tujuan dari penelitian ini adalah membangun model analisis sentimen yang mampu mengklasifikasikan tweets masyarakat terkait dengan program promosi event belanja yang dilakukan oleh Shopee dan Tokopedia. Penelitian ini menggunakan data tweets pada periode yang telah ditentukan. Rangkaian text preprocessing yang dilakukan adalah case folding, tokenizing, filtering, normalisasi kata, dan stemming. Pembobotan kata menggunakan TF-IDF, Support Vector Machine sebagai algoritma pengklasifikasian, Grid Search untuk mencari parameter optimal, dan K-Fold Cross Validation serta Confusion Matrix untuk validasi dan pengujian model. Berdasarkan hasil analisis dan observasi, penelitian ini mengidentifikasi event belanja pada Shopee tanggal 25, flash sale, gratis ongkir, COD, tanggal kembar, dan Shopee 12.12. Sedangkan untuk Tokopedia tanggal 25, kejar diskon, bebas ongkir, COD, WIB, dan Tokopedia 12.12. Dari hasil pelabelan data, distribusi sentimen masyarakat untuk program promosi event belanja Tokopedia cenderung positif, Shopee cenderung negatif, dan sentimen masyarakat terhadap program promosi event belanja kedua marketplace didominasi oleh sentimen positif. Dari hasil pengujian, model yang menggunakan data set Shopee yaitu Skenario 3 dan Skenario 4 mendapat nilai akurasi tertinggi sebesar 72.12% dan 71.52%. Adapun dari hasil pencarian parameter terbaik menggunakan Grid Search meningkatkan nilai akurasi data set Tokopedia sebesar 1.44% dan data set Shopee sebesar 0.54%
Klasifikasi Loyalitas Pengguna Sistem E-Learning Menggunakan Net Promoter Score dan Machine Learning
Full text linkE-Learning merupakan salah satu produk layanan berbasis teknologi informasi yang dikembangkan dengan tujuan untuk meningkatkan kualitas pembelajaran pada perguruan tinggi. Kesuksesan implementasi sistem e-learning tidak lepas dari peran aktif dan kesetiaan pengguna (customer loyalty) untuk memberikan penilaian maupun feedback untuk peningkatan kualitas layanan yang meliputi efektivitas, efisiensi dan kepuasan dari kegunaan e-learning secara terus menerus. Kepuasan pelanggan berdampak positif terhadap retensi pelanggan, hingga pembelian produk atau jasa lanjutan pelanggan dan kepuasan pelanggan dianggap sebagai faktor utama loyalitas pelanggan. Kegunaan e-learning dapat diukur menggunakan kerangka kerja System Usability Scale (SUS). Sedangkan untuk mengetahui tingkat loyalitas pengguna e-learning dapat menggunakan pendekatan Net Promoter Scale (NPS). Penelitian ini bertujuan untuk membandingkan algoritma Decision Trees, Naïve Bayes, dan K-Nearest Neighbor (KNN) untuk klasifikasi tingkat loyalitas pengguna e-learning dengan pendekatan kategori berdasarkan NPS. Dataset terdiri atas 100 data yang berasal dari penilaian kepuasan pengguna dari dosen dan mahasiswa sebagai pengguna e-learning. Dataset dibagi menjadi 80:20 untuk data training dan data testing. Penerapan metode 10-fold cross validation pada pengujian ketiga model algoritma berhasil menghindarkan model dari kondisi underfitting maupun overfitting. Pengujian kinerja dari tiap – tiap model algoritma machine learning menggunakan confusion matrix yang meliputi parameter accuracy, sensitivity, dan precision. Hasil pengujian menunjukkan bahwa algoritma Decision Trees memiliki tingkat akurasi terbaik yaitu sebesar 95%, diikuti dengan Naïve Bayes dengan tingkat akurasi sebesar 90% dan KNN dengan tingkat akurasi sebesar 85%
GoEliTool for Software Requirements Elicitation using Goal-Oriented Approach
Full text linkRequirements engineering (RE) is an essential initial stage in software engineering. The RE process begins with the elicitation stage. This stage collects all user requirements that must be fulfilled by the system which will be developed. A goal-oriented approach is an effective approach used to automate the RE process. The development of goal-oriented input document standards is one of the important issues that has not been widely studied. Therefore, this study developed a goal-oriented input document standard for the requirements elicitation process. A tool is developed based on the form of the input document that has been generated. The development of standard forms of input documents begins with literature study and data collection, analysis, design of standard forms of documents, tool design, tool development, and testing. At the analysis stage, a logical framework and element structure is formulated in a goal-oriented approach. Furthermore, the standard form of input documents is developed. The standard form of the document becomes a guideline for developing tools to process data requirements from elicitation results. Tool testing is carried out using black-box testing. The test results show that the tool can work according to the planned function. The trial of the use of the tools was carried out using five requirements datasets. The results of testing and using the tool through the requirements dataset show that GoEliTools can be used to record data on the requirements of several users for the development of an information system.
Proses Collect-Resale-Redonate-Recycle dalam Rancangan Circular Fashion Items Donation Platform
Full text linkPenelitian ini bertujuan untuk merancang sebuah platform donasi pakaian yang terintegrasi sehingga dapat memfasilitasi proses pengumpulan, penjulan kembali, distribusi donasi, dan daur ulang (collect, resale, re-donate, dan recycle) berbasis teknologi informasi secara melingkar atau circular. Sistem ini dirancang untuk mempermudah proses pengumpulan donasi dan penjualan produk fashion kembali sehingga selain mendapatkan nilai ekonomi dari barang yang dijual kembali, juga dapat memperpanjang usia dari produk fashion tersebut, sebelum pada akhirnya dilakukan proses daur ulang. Juga kemudian hasil donasi (baik berupa dana tunai mapun barang) dapat didistribusikan oleh penerima manfaat seperti yatim dan dhuafa. Selain donasi dalam bentuk produk pakaian juga difasilitasi donasi dalam bentuk dana tunai. Pelaporan jumlah donasi juga disediakan dalam sistem ini untuk meningkatkan transparansi dan akuntabilitas. Sistem ini menjadi mendesak untuk dibangun mengingat masih banyaknya kesulitan untuk melakukan proses donasi (terutama dalam bentuk barang seperti produk fashion) yang mudah, transparan, dan akuntabel dalam satu buah sistem yang terintegrasi seperti yang dibuat pada penelitian ini. Sistem ini dirancang dengan mengikuti tahapan Rapid Application Development (RAD) Model. Proses perancangan divisualisasikan dengan menggunakan Unified Modeling Language (UML). Penelitian dilaksanakan dengan beberapa pendekatan seperti literatur review, analisis, perancangan, dan implementasi. Aplikasi yang dibuat diberi nama Berbagi Barang Berkah. Sistem ini mengadopsi konsep circular fashion yang merupakan penggunaan kembali sumber daya yang sudah dimiliki oleh industri fashion untuk digunakan dan diedarkan kembali secara bertanggung jawab dan efektif selama mungkin. Penelitian ini menghasilkan sebuah platform donasi yang terintegrasi, mulai dari proses pengumpulan barang, pelaporan barang donasi, dan pejualan serta pembelian barang donasi
Klasifikasi Mazhab Menggunakan Metode Naïve Bayes (Studi Kasus: Salat)
Full text linkSalat dimulai dengan gerakan takbir dan diakhiri dengan gerakan salam berdasarkan rukun dan syarat pada ketentuan hukum Islam. Dunia fikih penuh dengan perbedaan pendapat, termasuk dalam pembahasan salat. Perbedaan dalam fikih terwujud dalam bentuk mazhab-mazhab. Sebagai umat islam dianjurkan untuk mengetahui mazhab siapa yang diterapkandalam beribadah kepada Allah SWT. Klasifikasi fikih dalam salat bertujuan untuk mengetahui kecenderungan mazhab yang diikuti oleh seseorang.Naïve Bayes adalah salah satu jenis metode untuk melakukan klasifikasi data. Penelitian ini akan membuat suatu aplikasi pengklasifikasian mazhab fikih salat yang berbasis android dengan 4 mazhab dan menggunakan metode naïve bayes. Sistem ini dibangun dengan Flutter dan database MySQL. Teknologi aplikasi mobile android ini diharapkan dapat memberikan solusi alternatif untuk mengklasifikasikan mazhab dalam fikih salat. Teknik pengujian dilakukan dengan pengujian alpha oleh user (ustadz) dan uji akurasi sistem dilakukan dengan membandingkan hasil antara perhitungan manual dan perhitungan oleh sistem yang dibuat. Pengujian alpha menunjukkan hasil bahwa aplikasi mampu bekerja dengan baik, dan sesuai dengan pengujian akurasi yang menunjukkan akurasi sistem pada aplikasi adalah 100%
Studi Banding dan Pengembangan Aplikasi Mobile Manajemen E-Waste untuk Rencana Aksi Bisnis Hijau Kota Bandung
Full text linkSalah satu tingkat kerumitan pelayanan dalam pengangkutan sampah adalah dalam pemilahan sampah, khususnya sampah B3 Rumah tangga, termasuk di dalamnya sampah elektronik (e-waste). Perusahaan Daerah (PD) Kebersihan, selaku operator pengelolaan layanan sampah akan melakukan upaya maksimal dalam pengelolaan sampah elektronik. Salah satunya adalah dalam melakukan penyediaan titik-titik drop off sampah elektronik serta penjemputan sampah elektronik untuk masyarakat. Namun gagasan tersebut harus dibantu oleh teknologi dalam bentuk aplikasi yang dapat digunakan oleh masyarakat luas. Tujuan dari penelitian ini adalah untuk meningkatkan praktik dan kebijakan pengelolaan sampah elektronik di Indonesia, khususnya di Kota Bandung; didukung dengan sistem dan aplikasi mobile Pengelolaan Sampah Elektronik yang dikembangkan dan diterapkan. Pada penelitian telah dilakukan kajian yang komprehensif terkait pengenalan persoalan dan solusi pengangkutan sampah serta memahami dan menentukan konteks pengguna, dituangkan dalam bentuk model. Kebutuhan pengguna, solusi perancangan telah dikonstruksi menjadi prototype awal aplikasi pengangkutan sampah. Diperlukan uji coba dan sosialisasi aplikasi layanan pengangkutan sampah disertai dengan evaluasi perancangan terhadap kebutuhan pengguna. Untuk selanjutnya, dilakukan penerapan aplikasi layanan pengangkutan sampah elektronik untuk pilot area di Kota Bandung. Diperlukan penguatan solusi dari perspektif bisnis, agar rencana aksi memulai bisnis hijau di Bandung. Indonesia, dapat segera terwujud
Identifikasi Malware Berdasarkan Artefak Registry Windows 10 Menggunakan Regshot dan Cuckoo
Full text linkMalicious software (malware) adalah perangkat lunak yang dibuat dengan tujuan tertentu, seperti mengubah, mencuri, atau merusak data serta mengambil alih sistem. Malware menjalankan tugasnya dengan mengenali faktor-faktor khusus melalui kombinasi parameter dan kondisi pada sistem. Salah satu faktor parameter berjalannya malware adalah sistem operasi. Sebagai sistem operasi dengan pengguna terbanyak, Windows juga memiliki risiko serangan malware tertinggi. Maraknya serangan malware selama 10 tahun terakhir mengharuskan dilakukannya tindakan penanganan insiden malware. Penanganan insiden malware dijalankan bersamaan dengan forensik digital yang digunakan untuk mendapatkan bukti aktivitas malware. Namun, seiring berjalannya waktu malware berkembang dan beradaptasi sehingga menghasilkan jenis-jenis malware dengan kemampuan yang menjadikannya sulit diidentifikasi. Kebutuhan penanganan insiden dapat memanfaatkan artefak digital seperti registry untuk mengidentifikasi keberadaan dan tingkah laku malware. Pada penelitian ini dilakukan identifikasi jenis malware berdasarkan artefak registry Windows 10. Penelitian ini melakukan analisis dinamik terhadap 90 sampel malware jenis backdoor, ransomware, dan spyware serta 10 sampel cleanware menggunakan tools Regshot dan Cuckoo yang dijalankan pada lingkungan virtualisasi. Hasil analisis dinamik selanjutnya diekstraksi, direduksi, dihitung, dan dianalisis berdasarkan 34 lokasi registry yang berperan dalam aktivitas malware dan kontaminasi data. Tahapan analisis hasil dilakukan terhadap data analisis dinamik menggunakan Regshot, Cuckoo, dan gabungan kedua tools. Berdasarkan hasil analisis, lokasi dengan modifikasi registry tertinggi pada malware bersifat konsisten sedangkan pada cleanware berubah. Malware jenis backdoor dan ransomware melakukan modifikasi registry tertinggi pada HKLM\SYSTEM, sedangkan spyware melakukan modifikasi registry tertinggi pada HKLM\SOFTWARE\Classes
Otomasi dan Monitoring Hidroponik pada Tanaman Selada dengan Metode Sonic Bloom Berbasis IoT
Full text linkTanaman selada khususnya selada krop (Lactuca Sativa L) merupakan sayuran dengan nilai ekonomi tinggi, nilai gizi besar, serta dengan bentuk yang menarik, sehingga membuat tanaman selada mempunyai potensi besar untuk dibudidayakan. Hal ini dibutuhkan pengembangan inovasi dalam produktivitasnya. Inovasi teknologi Sonic Bloom, yang memanfaatkan gelombang suara frekuensi tinggi, dimanfaatkan sebagai terobosan untuk membuat produktivitas tanaman selada tumbuh lebih baik. Hal ini disebabkan gelombang suara frekuensi tinggi, berfungsi untuk memacu membukanya mulut daun (stomata) yang dipadu dengan pemberian nutrisi. Sedangkan IoT dapat diimplementasikan pada bermacam bidang sehingga bermanfaat dan mempermudah kegiatan hidup manusia, antara lain pada sektor pertanian untuk memberikan kemudahan dalam menjalankan usaha. Kemudahan tersebut antara lain berupa pengumpulan data suhu, kelembaban, dan kecepatan angin, yang digunakan dalam mengambil keputusan untuk meningkatkan kualitas dan kuantitas dalam mengelola tanaman. Penerapan IoT mempermudah petani untuk mengecek suhu dan kelembaban tanah dari jarak jauh. Data ini nantinya akan digunakan untuk program pengairan dan pemupukan agar lebih presisi. Tujuan dari penelitian ini adalah untuk melakukan otomatisasi dan monitoring hidroponik pada tanaman selada dengan menggunakan metode Sonic Bloom berbasis IoT. Diharapkan melalui penelitian ini dapat mengetahui tingkat efektivitas dari perbandingan 3 musik yang berbeda dengan metode Sonic Bloom terhadap tumbuh tanaman selada. Evaluasi dengan membandingkan tanaman saat masa tanam dan pasca panen. Pada penelitian ini didapatkan hasil bahwa tanaman selada menggunakan lagu kicauan burung lebih efektif dalam meningkatkan laju pertumbuhan dibandingkan perlakuan musik gamelan dan instrumen pop dengan rata-rata pertumbuhan tinggi tanaman sebesar 0,54 cm, rata-rata pertumbuhan tinggi daun sebesar 0,51 cm, rata-rata lebar daun sebesar 0,19 cm, fresh weight sebesar 24,7 gram, dan dry weight sebesar 1,7 gram