JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Not a member yet
363 research outputs found
Sort by
SIPGANG: Sistem Pendukung Keputusan Rekomendasi Magang Industri Berbasis Multi Attribute Utility Theory (MAUT)
Get PDFMagang adalah proses penerapan bidang keilmuan dan keterampilan yang diperoleh di kampus pada dunia industry. Dalam pelaksanaannya, saat mahasiswa selesai melaksanakan magang ada beberapa mengeluhkan bahwa perusahaan tempat magang tidak sesuai dengan standar yang diinginkan, tidak sesuai bidang serta beban kerja yang berlebih sehingga dalam pelaksanaanya mahasiswa merasa tidak bisa optimal dalam menggunakan kemampuan yang dimiliki. Hal ini dikarenakan adanya subjektifitas dalam penentuan tempat magang, mahasiswa memilih sendiri tempat magang tersebut yang terkadang belum mengetahui job desk yang akan dikerjakan. Selain itu koordinator magang jurusan merekomendasikan tempat magang berdasarkan penilaian pembimbing magang saat visitasi padahal tidak mengetahui keadaan sebenarnya yang telah terlaksana. Sehingga dalam hal ini dibutuhkan adanya sebuah sistem yang mampu membantu dalam pengambilan keputusan rekomendasi tempat magang. Penelitian ini dibuat dengan menerapkan metode pengembangan system Rapid Development Prototyping (RAD) dan penilaian rekomendasi diperoleh menggunakan metode MAUT (Multi Attribute Utility Theory). Metode MAUT akan mengolah penilaian dari masing kriteria (jam kerja, bobot tugas yang diberikan selama magang, kesesuaian tugas dengan keahlian, standar perusahaan, penerapan K3 di perusahaan, fasilitas dan peralatan praktik untuk peserta magang serta bidang keahlian) sesuai dengan bobot yang ditentukan dengan tujuan memberikan penilaian dari sisi mahasiswa yang telah selesai pelaksanaan magang terhadap industri bersangkutan. Pengujian pada aplikasi SIPGANG penentuan rekomendasi industry menggunakan uji kuisioner dengan Sistem Usability Scale (SUS) dan didapatkan hasil akhir 72 yang menyatakan bahwa system dalam kategori layak untuk digunakan.
Rancangan dan Evaluasi Sistem Informasi Inventori APD untuk Covid-19 dengan Metode PIECES
Get PDFSalah satu bagian yang begitu penting dalam menanggulangi Covid-19 adalah Alat pelindung diri (APD). Setiap tenaga kesehatan yang berhadapan dengan pasien Covid-19 harus menggunakan APD dan setiap fasilitas kesehatan yang ada di kota Padang harus memiliki stok APD agar selalu ada saat dibutuhkan. Namun kondisi APD di setiap fasilitas kesehatan yang terdapat di kota Padang tidak di rekap secara komputerisasi, petugas harus memeriksa ketersedian APD di gudang setiap saat. Tujuannya penelitian ini adalah agar setiap fasilitas kesehatan yang ada di kota Padang mengetahui ketersediaan APD setiap saat melalui sistem informasi yang berbasis web tanpa harus memeriksa di gudang agar tidak ada lagi kematian dari tenaga kesehatan akibat menangani pasien yang positif Covid-19 tanpa menggunakan APD. Dalam perancangan sistem digunakan metode waterfall. Sedangkan dalam evaluasi sistem yang telah diimplementasikan memanfaatkan metode PIECES (Performance, Information/Data, Economic, Control/Security, Efficiency, Service). Berdasarkan hasil dari setiap tahapan metode waterfall yaitu tahapan analisis, perancangan, pengkodean, dan implementasi, maka dapat ditarik sebuah kesimpulan bahwa perancangan aplikasi sistem informasi inventari APD di DKK Padang telah berhasil dibangun sesuai dengan kebutuhan. Evaluasi yang dilakukan terhadap sistem yang telah dirancang dan diimplentasikan menunjukkan bahwa nilai mean adalah sebesar 3,66 dengan kategori baik
Pemodelan Klaster Frekuensi Suara Bising Mesin Pesawat Menggunakan Metode Extended Kalman Filter
Get PDFKebisingan adalah bunyi yang tidak diinginkan dari usaha atau kegiatan dalam tingkat dan waktu tertentu yang dapat menimbulkan gangguan kesehatan manusia dan kenyamanan lingkungan. Salah satunya kebisingan pada wilayah bandara yang terpancar dari gelombang suara mesin pesawat udara dan dapat mengganggu lingkungan. Menurut World Health Organization (WHO) suara bising sekeras 85 dB hanya dapat didengar secara terus menerus maksimal selama 8 jam per-hari. Setiap peningkatan suara bising sebesar 3 dB maka suara bising bertambah dua kali lipat. Suara bising dapat menjadi salah satu penyebab gangguan pendengaran (Noise Induced Hearing Loss). Penelitian ini menyajikan perencanaan mekanisme identifikasi sistem yang mencakup perencanaan skema identifikasi, pembentukan pasangan data identifikasi, dan penurunan algoritme identifikasi. Metode Extended Kalman Filter digunakan dalam mekanisme identifikasi untuk menemukan model hubungan antara komponen dominan pembentuk suara bising dengan suara bising secara keseluruhan yang kemudian dilakukan validasi terhadap model tersebut. Pengujian terhadap model dilakukan menggunakan sinyal-sinyal hasil pengukuran yang tidak diikutsertakan selama proses identifikasi. Hasil dari penelitian ini diperoleh bahwa frekuensi noise saat pesawat tinggal landas berkisar antara 50 Hz – 7000 Hz dengan model matematis spreaded continuous frequency
Basis Pengetahuan untuk Gangguan Perilaku Anak dengan Model Keputusan Kelompok
Get PDFBasis pengetahuan merupakan komponen yang penting dalam membangun suatu sistem cerdas terutama yang berkaitan dengan sistem yang membutuhkan kepakaran atau keahlian. Dalam penelitian ini, dibangun sebuah basis pengetahuan dengan model keputusan kelompok, yaitu keputusan yang diambil dari beberapa pakar yang berkaitan dengan gangguan perilaku pada anak. Pakar dalam hal ini berperan sebagai pengambil keputusan dalam memberikan preferensi terhadap gejala yang sudah dikumpulkan. Preferensi yang diberikan oleh pakar yaitu menggunakan format vektor utilitas, format ini memiliki kemiripan dengan konsep fuzzy dimana nilai preferensi yang diberikan yaitu dengan rentang 0 sampai 1. Hasil dari vektor utilitas tersebut kemudian ditransformasikan menjadi relasi preferensi fuzzy dalam bentuk matrik. Matrik preferensi fuzzy yang telah dibentuk diagregasikan dengan operator Ordered Weighted Averaging (OWA) dan dilakukan perangkingan dengan operator Quantifier Guided Dominance Degree (QGDD) untuk mendapatkan nilai bobot rule yang terbentuk atau nilai kinerja. Pada penelitian ini terkumpul sebanyak 20 gejala dengan 5 gangguan perilaku pada anak. Berdasarkan pengujian kevalidan data dengan menggunakan member check dan juga triangulasi . Basis pengetahuan dengan mengimplementasikan model keputusan kelompok ini menghasilkan sebanyak 19 pengetahuan dalam bentuk IF-THEN dengan bobot yang berbeda
Pemanfaatan Katalon Studio untuk Otomatisasi Pengujian Black-Box pada Aplikasi iPosyandu
Get PDFiPosyandu merupakan aplikasi berbasis mobile dan web yang dirancang untuk memudahkan melihat aktivitas di posyandu dan menyusun laporan aktivitas tersebut. Aplikasi ini dibangun sejak 2018 dan terus dikembangkan seiring dengan luasnya pengguna IPosyandu yang ditargetkan di seluruh Indonesia. Oleh karena itu diperlukan peningkatan kualitas dari aplikasi iPosyandu melalui proses pengujian. Penelitian ini menerapkan kakas Katalon Studio untuk mengotomatisasi proses pengujian black box aplikasi iPosyandu. Pengujian bertujuan untuk meminimalisir apa yang tidak bisa di back up oleh pengujian secara manual dan menghindari human error. Test case yang digunakan dalam pengujian dengan Katalon Studio menerapkan record dan playback. Pengujian otomatis ini dibandingkan dengan manual dan menunjukkan hasil yang sama, dengan waktu pengujian yang lebih cepat. Untuk 13 kasus uji yang dicobakan, diperoleh peningkatan kecepatan hasil eksekusi menjad 283,08 detik dibandingkan dengan 719,27detik ketika diuji secara manual. Dengan demikian terjadi peningkatan kecepatan 2,54 kali
Model Prototipe dan Analisis Use Case pada Rekayasa Kebutuhan Perangkat Lunak Pengajuan Dokumen Kependudukan
Get PDFPenelitian ini menggunakan model prototipe dan analisis use case sebagai pendekatan dalam rekayasa kebutuhan perangkat lunak pengajuan dokumen kependudukan. Sebuah rangkaian fase iteratif prototipe dan analisis use case untuk rekayasa kebutuhan perangkat lunak pengajuan dokumen kependudukan dideskripsikan. Tujuan penggunaan model prototipe dan analisis use case ini yaitu untuk menangkap kebutuhan perangkat lunak dari beragam stakeholder, dan membantu stakeholder memahami setiap fungsi dengan mudah, memberikan evaluasi dengan cepat dan membantu pihak pengembang mendokumentasikan kebutuhan dengan cepat. Penelitian ini menghasilkan 12 (dua belas) kebutuhan awal, 12 (dua belas) prototipe serta 14 (empat belas) spesifikasi kebutuhan perangkat lunak. Seluruh prototipe telah dievaluasi dan memenuhi seluruh kebutuhan pengguna dan fungsionalitas berdasarkan evaluasi dengan traceability matrix. Spesifikasi kebutuhan perangkat lunak pengajuan dokumen kependudukan yang dihasilkan dapat digunakan dalam pengembangan aplikasi pengajuan dokumen kependudukan sebagai rekomendasi penelitian kedepannya
Peringkasan Teks Otomatis pada Modul Pembelajaran Berbahasa Indonesia Menggunakan Metode Cross Latent Semantic Analysis (CLSA)
Get PDFPerkembangan teknologi yang pesat membuat kita lebih mudah dalam menemukan informasi-informasi yang dibutuhkan. Permasalahan muncul ketika informasi tersebut sangat banyak. Semakin banyak informasi dalam sebuah modul maka akan semakin panjang isi teks dalam modul tersebut. Hal tersebut akan memakan waktu yang cukup lama untuk memahami inti informasi dari modul tersebut. Salah satu solusi untuk mendapatkan inti informasi dari keseluruhan modul dengan cepat dan menghemat waktu adalah dengan membaca ringkasannya. Cara cepat untuk mendapatkan ringkasan sebuah dokumen adalah dengan cara peringkasan teks otomatis. Peringkasan teks otomatis (Automatic Text Summarization) merupakan teks yang dihasilkan dari satu atau lebih dokumen, yang mana hasil teks tersebut memberikan informasi penting dari sumber dokumen asli, serta secara otomatis hasil teks tersebut tidak lebih panjang dari setengah sumber dokumen aslinya. Penelitian ini bertujuan untuk menghasilkan peringkasan teks otomatis pada modul pembelajaran berbahasa Indonesia dan mengetahui hasil akurasi peringkasan teks otomatis yang menerapkan metode Cross Latent Semantic Analysis (CLSA). Jumlah data yang digunakan pada penelitian ini sebanyak 10 file modul pembelajaran yang berasal dari modul para dosen Universitas Mercu Buana, dengan format .docx sebanyak 5 file dan format .pdf sebanyak 5 file. Penelitian ini menerapkan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan kata dan metode Cross Latent Semantic Analysis (CLSA) untuk peringkasan teks. Pengujian akurasi pada peringkasan modul pembelajaran dilakukan dengan cara membandingkan hasil ringkasan manual oleh manusia dan hasil ringkasan sistem. Yang mana pengujian ini menghasilkan rata-rata nilai f-measure, precision, dan recall tertinggi pada compression rate 20% dengan nilai berturut-turut 0.3853, 0.432, dan 0.3715
Penyusunan Enterprise Architecture sebagai Strategi Perencanaan dan Penerapan Teknologi pada Proses Bisnis Kerjasama Perguruan Tinggi
Get PDFIAPT 3.0 merupakan Instrumen Akreditasi Perguruan Tinggi yang telah ditetapkan pada tahun 2019 oleh Badan Akreditasi Nasional Perguruan Tinggi. IAPT 3.0 merupakan instrumen penilaian terbaru yang telah disesuaikan dengan peraturan perundangan terkini dan sebagai upaya perbaikan berkelanjutan. Salah satu perubahan pada IAPT 3.0 terletak pada penilaian Kerjasama di Pendidikan Tinggi. Institut Teknologi Telkom Purwokerto (ITTP) sebagai salah satu perguruan Tinggi swasta di Jawa Tengah merasa perlu beradaptasi dengan instrumen akreditasi yang baru ini untuk meningkatkan nilai akrerditasi Perguruan Tinggi. Permasalahan yang dihadapi oleh ITTP untuk proses bisnis Kerjasama adalah seluruh aktivitas masih dilakukan secara manual dan belum terintegrasi. Permasalahan tersebut menjadikan ITTP perlu berinovasi dengan teknologi untuk menyelaraskan antara strategi bisnis dan teknologi informasi khususnya pada proses bisnis Kerjasama. Penyelarasan dilakukan dengan membuat enterprise architecture (EA) yang sesuai dengan proses bisnis Kerjasama pada ITTP. Perancangan EA menggunakan TOGAF ADM yang meliputi fase preliminary phase, architecture vision, business architecture, information system architecture, technology architecture, opportunities and solutions dan migration planning. Hasil yang diperoleh pada penelitian ini adalah rancangan EA yang telah disesuaikan pada proses bisnis Kerjasama di ITTP dan architecture roadmap yang disusun menggunakan metode Promethee. Berdasarkan metode Promethee, urutan pengembangan aplikasi ePartnership sesuai dengan fungsionalitas sistemnya adalah diawali dengan pembuatan fungsionalitas pengajuan Kerjasama, alert system, dan terakhir adalah evaluasi kegiatan Kerjasama
Model berbasis Sistem Kecerdasan Buatan yang Efektif: Analisis Kebijakan bagi Siswa Mengulang
Get PDFPendidikan Sekolah Dasar (SD) sangat penting dalam memberikan keterampilan dasar yang dibutuhkan siswa untuk bertahan dalam mengikuti dan memahami kelas-kelas pada jenjang di atasnya sehingga jika pondasi pendidikan SD kuat maka dapat meningkatkan kualitas pendidikan di Indonesia. Tujuan dari penelitian adalah membuat model arsitektur terbaik yang akan digunakan untuk melakukan peramalan pada jumlah siswa mengulang berdasarkan provinsi pada jenjnag Sekolah Dasar baik negeri dan swasta dengan model berbasis sistem kecerdasan buatan. Sumber data berasal dari data statistik pendidikan dengan url: http://statistik.data.kemdikbud.go.id/. Data terdiri dari 34 provinsi untuk tahun ajaran 2017/2017; 2017/2018; 2018/2019; 2019/2020. Metode solusi yang digunakan adalah back-propagation yang merupakan bagian dari sistem kecerdasan buatan dimana dalam menentukan model arsitektur terbaik dilakukan dengan menguji serangkaian arsitektur (2-5-1; 2-10-1; 2-15-1 dan 2-20-1) mengunakan fungsi aktivasi sigmoid dan parameter pendukung seperti performFcn = MSE; goal = 0.001; epochs = 10000; mc = 0.95 dan lr = 0.1. Hasil menunjukkan back-propagation dapat diterapkan untuk melakukan peramalan dengan sistem kecerdasan buatan dengan menghasilkan sebuah model arsitektur terbaik yakni 2-10-1 dengan MSE pelatihan adalah 0.00099299, koefisien korelasi (R) pelatihan adalah 0.976972 pada epoch 81, MSE pengujian adalah 0.001325, koefisien korelasi (R) pengujian dengan akurasi 85%. Fakta baru menyebutkan bahwa akurasi sangat tergantung terhadap banyaknya data. Selain harus memperhatikan MSE, epoch dan durasi waktu pelatihan. Diharapkan model arsitektur ini dapat membantu melakukan peramalan terhadap jumlah siswa mengulang pada jenjang Sekolah Dasar sehingga hasil dari peramalan dapat digunakan untuk membuat analisis kebijakan
Klasifikasi Pertanyaan Bidang Akademik Berdasarkan 5W1H menggunakan K-Nearest Neighbors
Get PDFPertanyaan merupakan metode terbaik dan termudah untuk menggali sebuah informasi. Menurut aturan 5W1H, terdapat enam bentuk dasar pertanyaan yang dapat digunakan untuk memperoleh informasi, yaitu: what, where, when, why, who, how. Banyak jurnalis yang menggunakan metode ini, karena dapat diimplementasikan dengan cepat dan mudah untuk membangun sebuah pertanyaan. Untuk membuat sebuah sistem yang dapat memahami sebuah pertanyaan, misalnya seperti pada chatbot, terdapat metode khusus yang harus diterapkan untuk dapat membedakan keenam jenis pertanyaan yang ada. Penelitian ini mencoba untuk melakukan klasifikasi terhadap dokumen pertanyaan berdasarkan aturan 5W1H, dengan menggunakan tokenisasi dan stemming pada tahap pra-pemrosesan, kemudian K-Nearest Neighbors (K-NN) untuk mengklasifikasikan pertanyaan. Berdasarkan hasil pengujian, nilai akurasi tertinggi adalah 70.27% untuk k = 5