JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Not a member yet
363 research outputs found
Sort by
Pengenalan Ekspresi Wajah Pengemudi Berbasis Fitur Eigenface dan Gray Level Co-Occurance Matrice
Full text linkUmumnya kecelakaan lalu lintas disebabkan oleh terjadinya penurunan konsentrasi saat berkendara yang diakibatkan oleh rasa kantuk yang dialami, terdapat 20% kecelakaan disebabkan oleh penurunan konsentrasi. Teknologi computer vision berupaya mengembangkan teknologi driving assistance dalam menyelesaikan persoalan kecelakaan lalu lintas. Penelitian sebelumnya terkait deteksi ekspresi wajah pengemudi menyimpulkan bahwa metode eigenface memiliki waktu komputasi yang cukup baik akan tetapi hanya mampu menghasilkan akurasi sebesar 80%, sehingganya dalam penelitian ini akan dilakukan pengabungan dua buah fitur ekstraksi (eigenface dan GLCM) serta algoritma ANN sebagai pengklasifikasi. Pada penelitian yang kami lakukan menunjukkan metode yang diusulkan dapat memberikan performa dengan nilai akurasi sebesar 83%, recall sebesar 86%, precission sebesar 81% dan F1-Score sebesar 83%
Simple, Fast, and Accurate Cybercrime Detection on E-Government with Elastic Stack SIEM
Full text linkIncreased public activity in cyberspace (Internet) during the Covid-19 pandemic has also increased cybercrime cases with various attack targets, including E-Government services. Cybercrime is hidden and occurs unnoticed in E-Government, so handling it is challenging for all government agencies. The characteristics of E-Government are unique and different from other service systems in general, requiring extra anticipation for the prevention and handling of cybercrime attack threats. This research proposes log and event data analysis to detect cybercrime in e-Government using System Information and Event Management (SIEM). The main contribution of this research is a simple, fast, and accurate cybercrime detection process in the e-Government environment by increasing the level of log and event data analysis with the SIEM approach. SIEM technology based on machine learning and big data is implemented with Elastic Stack. The implemented technique can be used as a mitigation program against cybercrime threats that often attack and target e-Government. With simple, accurate, and fast cybercrime detection, it is expected to improve e-Government security and increase public confidence in public services organized by government agencies
Perancangan Sistem Otomatisasi Pemberi Pakan Ikan Lele Berdasarkan Suhu Air Menggunakan Logika Fuzzy Sugeno
Full text linkIkan merupakan kelas vertebrata yang dikategorikan sebagai hewan ektotermik, artinya suhu tubuhnya berubah-ubah tergantung suhu lingkungan, hal tersebut berpengaruh terhadap tingkah laku makan ikan, saat ini sudah banyak sistem otomatisasi pakan ikan, namun sistem yang ada belum memperhatikan kondisi lingkungan, faktor yang sangat signifikan berpengaruh terhadap tingkah laku makan ikan adalah suhu air, dari permasalahan tersebut, peneliti membuat sistem otomatisasi pemberi pakan ikan lele berdasarkan suhu air menggunakan logika fuzzy sugeno. Sistem yang dibuat menggunakan metode pengembangan sistem prototype dan logika fuzzy sugeno, logika fuzzy sugeno digunakan untuk membuat aturan banyaknya pakan yang keluar berdasarkan parameter suhu air. variabel input suhu air memiliki rentang antara 0-36 oC dan variabel output jumlah pakan memiliki rentang 0-100%, hasil pengujian pada aplikasi matlab menunjukan akurasi yang tinggi, dari pengujian motor servo, didapat keluaran pakan 20 gram setiap satu kali putaran dalam waktu satu detik, pada pengujian sensor suhu air didapat selisih rata-rata 0.45 oC dengan rata-rata error 1,8%. Pada pengujian penjadwalan didapat selisih pada waktu pagi, siang dan sore hari yaitu 5 detik. Pengujian lapangan dilakukan pada kolam berukuran 4x3 meter dengan bobot ikan 600 kg, dari hasil perhitungan, kebutuhan pakan dalam satu hari yaitu 18 kg, maka sistem harus melakukan 900 kali putaran dengan waktu 15 menit untuk memenuhi kebutuhan pakan ikan dalam kolam tersebut
Implementasi Convolutional Neural Network (CNN) untuk Klasifikasi Motif Batik pada Aplikasi Computer Vision Berbasis Android
Full text linkBatik merupakan bagian dari warisan budaya Indonesia yang memiliki banyak jenis dan corak karena terdapat perbedaan nilai, simbol, makna filosofis, dan strategi adaptasi yang berbeda antara satu masyarakat dengan masyarakat lainnya. Banyaknya variasi pola dalam motif batik membuat pengidentifikasian motif batik menjadi sulit, terutama bagi masyarakat awam. Diperlukanlah inovasi untuk memanfaatkan teknologi guna memperkenalkan motif batik, salah satu caranya adalah dengan memanfaatkan teknologi computer vision. Penelitian ini menggunakan teknik Deep Learning, dengan menerapkan model Convolutional Neural Network (CNN) yang digunakan untuk mengekstraksi citra pada gambar dua dimensi. Data citra yang akan digunakan sebagai objek untuk diklasifikasi adalah motif batik corak insang, dayak, ikat celup, dan megamendung. Pada penelitian ini menggunakan data citra sebanyak 1320 data latih, 80 data validasi, dan 120 data uji. Hasil pengujian pada klasifikasi, saat persentase keempat kelas mencapai 70% (passing grade) pada salah satu kelas maka dapat diklasifikasikan sebagai salah satu dari kelas tersebut. Namun, jika tidak ada satupun kelas yang mencapai passing grade, maka dapat diklasifikasikan sebagai Objek Lainnya. Hasil akhir penelitian menunjukkan bahwa Aplikasi Klasifikasi Motif Batik berbasis Android berhasil berjalan sesuai harapan, baik dari sisi fungsionalitas aplikasi maupun proses klasifikasinya
Analisis Sentimen Tren Olahraga di Masa Pandemi COVID-19 pada Twitter dengan Metode Naïve Bayes Classifier (NBC)
Full text linkMasyarakat perlu tetap fit agar terhindar dari COVID-19 dengan cara berolahraga sehingga memunculkan topik di masyarakat tentang tren olahraga pada masa pandemi COVID-19. Media sosial yang digunakan masyarakat untuk membahas topik tersebut diantaranya yaitu Twitter. Twitter memudahkan masyarakat untuk berbagi, berdiskusi, dan menuangkan isi hati serta pikiran karena masyarakat dapat saling gabung berdiskusi mengenai topik tersebut secara terbuka tanpa harus saling berteman. Adapun sentimen masyarakat dapat diklasifikasikan ke dalam kelas positif dan negatif, untuk mengetahuinya diperlukan analisis sentimen mengenai topik tersebut dapat dengan menggunakan metode pengklasifikasian yaitu Naïve Bayes karena metode ini tidak memerlukan data yang banyak untuk mengklasifikasi. Tujuan penelitian ini yaitu untuk mengetahui sentimen masyarakat terhadap olahraga-olahraga yang sedang populer pada masa COVID-19 melalui Twitter serta dapat mengetahui performa dari klasifikasi metode Naïve Bayes. Metodologi penelitian ini yaitu untuk mengetahui olahraga yang sedang tren dari Google Trends, kemudian streaming crawling API Twitter, preprocessing text, mengklasifikasi sentimen dengan Naïve Bayes, dan evaluasi. Terkait hasil analisis yang telah dilakukan serta berdasarkan tujuan pada penelitian ini, olahraga yang sedang trending yaitu bulu tangkis, bersepeda, dan lari memiliki sentimen yang positif pada masa pandemi COVID-19 di Indonesia melalui media sosial Twitter. Akurasi pada prediksi dari pengklasifikasian Naive Bayes pada data olahraga yang sedang trending, yaitu menghasilkan akurasi yang paling tinggi pada bulu tangkis yang sebagai peringkat pertama olahraga yang sedang populer di masyarakat dengan hasil recall sebesar 83,8%, precision 85,4% dan accuracy 88%. Jadi pada penelitian ini diperoleh data olahraga yang sedang populer berdasarkan Google Trends ditemukan bahwa olahraga yang berada di top 3 yaitu bulu tangkis, bersepeda, dan lari memiliki positif trending dari ulasan opini masyarakat berbahasa Indonesia melalui media sosial Twitter pada masa COVID-19.
Cascading Principle pada Rancangan Awal Model Sirkulasi Produk Pakaian Jadi dengan Pendekatan Object-Oriented Analysis Design
Full text linkPenelitian ini bertujuan untuk merancang sebuah model sirkulasi pada industri pakaian jadi dengan mengadopsi prinsip cascading dengan pendekatan object-oriented analysis and design (OOAD). Model awal sirkulasi dirancang untuk mempermudah proses perpanjangan usia dari produk pakaian jadi itu sendiri sebelum dilakukan proses recycle atau dispose. Model tersebut mengadopsi prinsip cascading yang merupakan salah satu prinsip dari Circular Economy (CE). Setelah berhasil mengidentifikasi variabel – variable penting dalam proses sirkulasi dari produk pakaian jadi, kemudian variabel tersebut dihubungkan dengan prinsip cascading pada CE sehingga dihasilkan model yang dapat berkontribusi meningkatkan nilai sebuah produk baik secara ekonomi maupun lingkungan. Proses perancangan model dilakukan menggunakan pendekatan OOAD. Pendekatan ini memungkinkan semua variabel dan parameter yang terlibat pada ranah pembicaraan sirkulasi produk pakaian jadi dipandang sebagai objek. Gambaran dari model tersebut akan divisualisasikan dengan menggunakan instrumen Unified Modeling Language (UML). Penelitian dilakukan dengan beberapa pendekatan seperti literatur review, analisis, dan perancangan. Hasil dari penelitian ini adalah model sirkulasi untuk produk pakaian jadi yang dirancang untuk memberikan rekomendasi proses sirkulasi yang paling efektif sebelum dilakukan proses recycle hingga dispose sehingga dapat mengurangi dampak buruk sampah pakaian jadi terhadap lingkungan
Sistem Pendukung Keputusan Penyakit Stroke menggunakan Metode Fuzzy Tsukamoto dengan Basis Pengetahuan Framingham Risk Score
Full text linkPenyakit stroke adalah salah kerusakan pada otak yang muncul secara mendadak akibat gangguan peredaran darah otak non-traumatis. Gangguan tersebut dapat berupa pembuluh darah tersumbat yang dapat menghambat atau menghentikan aliran darah ke otak. Penyakit stroke di Indonesia telah mengalami peningkatan, angka prevalensi per mil telah meningkat dari 7% pada tahun 2013 menjadi sebesar 10,9% pada tahun 2018. Penyakit stroke dapat dikurangi dengan melakukan deteksi dini pada masyarakat supaya dapat melakukan tindakan preventif. Deteksi dini penyakit stroke memiliki kondisi data yang semi terstruktur karena banyaknya faktor untuk mengidentifikasi risiko penyakit stroke. Kondisi data semi terstruktur akan mempersulit deteksi dini penyakit stroke sehingga diperlukan alat bantu berupa sistem pendukung keputusan (SPK). Penelitian dilakukan dengan membangun sistem pendukung keputusan deteksi dini penyakit stroke menggunakan metode Fuzzy Tsukamoto. Model basis pengetahuan menggunakan Framingham Risk Score sebagai dasar untuk pembuatan aturan (rule) klasifikasi dengan 120 data pasien Puskesmas Kendalkerep Kota Malang. Hasil pengujian yang didapatkan adalah akurasi sebesar 0,8444, presisi sebesar 0,7801, recall sebesar 0,796, specificity sebesar 0,8891, dan F1 score sebesar 0,751
Evaluasi Metodologi CI/CD untuk Pengembangan Perangkat Lunak dalam Perkuliahan
Full text linkSaat ini sistem Continuous Integration (CI)/ Continuous Delivery (CD) merupakan standar baru dalam pengembangan perangkat lunak di industri. Sistem CI/CD merupakan langkah otomatisasi dari sebagian proses dalam pengembangan perangkat lunak. Ketika suatu sistem CI/CD digunakan oleh tim pengembang perangkat lunak maka akan diperoleh banyak data pemrosesan dan data hasil akhir dari proses CI/CD tersebut. Penelitian ini berupaya untuk mengevaluasi data yang terhimpun dalam sebuah sistem CI/CD dan diharapkan akan menemukan informasi yang bermanfaat sebagai umpan balik terhadap potensi sistem CI/CD dalam perkuliahan. Evaluasi riset dilakukan dengan metode survei pada kelas pilihan di semester ganjil tahun akademik 2021/22. Survei dimulai sejak masa ujian tengah semester sampai dengan akhir semester, yaitu pada saat mahasiswa peserta kelas mulai membuat sistem/ aplikasi guna memenuhi kelengkapan tugas besar mata kuliah. Adapun kelas yang dipilih tersebut adalah mata kuliah rekayasa perangkat lunak di program studi S-1 Teknik Informatika. Hasil survei menunjukkan bahwa mayoritas mahasiswa sangat antusias dan merasa penting untuk mendalami konsep CI/CD sebagai salah satu metode mutakhir pengembangan perangkat lunak
Perancangan Embedded System untuk Kendali Rumah Burung Walet Berbasis ATmega8
Full text linkBurung walet merupakan burung pemakan serangga dengan sayap meruncing, memiliki ekor panjang, berwarna hitam dan tubuh bawahnya berwarna coklat. Hal yang sangat bermanfaat dari burung walet yaitu sarangnya dapat menjadi obat-obatan bagi manusia. Burung walet berkembang biak di daerah yang beriklim tropis dengan curah hujan yang tinggi. Unsur kelembaban dan suhu adalah faktor berkembang biaknya spesies atau populasi burung walet. Penelitian ini merupakan perancangan embedded system untuk kendali rumah burung walet adaptif berbasis ATmega8. Proses perancangan sistem dilakukan dengan menganalisis kebutuhan di lapangan, membuat desain, mengembangkan, implementasi, dan evaluasi. Sistem yang dikembangkan menggunakan mikrokontroler ATMega8, sensor DHT11, Real Time Clock (RTC), modul audio, humidifier sebagai pelembab ruangan, mini fan untuk sirkulasi udara, dan LED untuk mencegah hama predator. ATmega8 dipilih karena bentuk yang minimalis dan biaya yang rendah sehingga lebih prospek untuk proksi massal. Pada pengujian, hampir seluruh kompetensi penilaian berhasil tercapai, kecuali pada peltier kit. Secara keseluruhan, sistem dapat beroperasi otomatis sesuai yang diinginkan dan berfungsi dengan baik
Evaluasi CeLOE Learning Management System (LMS) Universitas Telkom Dengan Technique for User Experience Evaluation In E-Learning (TUXEL) 2.0
Full text linkEra Society 5.0 yang maju dengan pesat mendorong perkembangan informasi dan teknologi dalam memudahkan berbagai aktivitas manusia, termasuk dalam hal proses pendidikan yang semakin fleksibel tanpa terikat waktu dan tempat dengan memanfaatkan platform pembelajaran Learning Management System (LMS). Riset ini bertujuan untuk menguji pengalaman pengguna LMS di Centre for E-Learning and Open Education (CeLOE) Universitas Telkom serta memberikan rekomendasi pengalaman belajar e-learning yang menyenangkan. Sebanyak 233 mahasiswa mengisi kuisioner untuk melakukan evaluasi CeLOE LMS dengan metode Technique for User Experience Evaluation in E-Learning (TUXEL) 2.0. TUXEL merupakan metode evaluasi pengalaman pengguna dengan fokus pada tiga inspeksi utama; inspeksi General Usability, inspeksi Pedagogical Usability, dan evaluasi pada User Experience. Hasil penelitian pada inspeksi General Usability ditemukan 4 permasalahan, sedangkan pada inspeksi Pedagogical Usability ditemukan 8 permasalahan. Pada evaluasi User Experience, secara rata-rata keseluruhan nilai cenderung positif (good). Berdasarkan ketiga evaluasi di atas, CeLOE LMS Universitas Telkom dinilai sudah cukup baik dalam mendukung proses e-learning walaupun ada beberapa bagian butuh perbaikan, terutama bagian teknis dan tampilan tatap muka pengguna (user interface)