Jurnal Sistem dan Teknologi Informasi (JUSTIN)
Not a member yet
456 research outputs found
Sort by
Penerapan Augmented Reality Pada Pembelajaran Biologi Tentang Sirkulasi Darah : Systematic Literature Review
No full textPembelajaran biologi tentang Sirkulasi darah manusia merupakan pembelajaran yang sulit untuk dipahami. Karena ketika proses pembelajaran berlangsung masih menggunakan media pembelajaran secara tradisional yaitu dengan cara membaca dan menjelaskan. Media pembelajaran tradisional kurang cocok jika diterapkan pada saat ini. Karena, media pembelajaran tradisional ini terkesan monoton dan kurang melibatkan siswa secara aktif yang mengakibatkan sulitnya siswa untuk memahami materi yang sedang dijelaskan karena siswa hanya mengandalkan buku bacaan dan penjelasan dari guru tanpa melihat secara langsung proses sirkulasi darah manusia dapat terjadi. Maka dari itu perlu adanya analisis mengenai penerapan teknologi Augmented Reality sebagai media bantu untuk pembelajaran sirkulasi darah manusia. Metode yang digunakan dalam analisis ini adalah dengan study literature review terhadap pembelajaran biologi tentang sirkulasi darah manusia. Berdasarkan hasil dari 25 jurnal yang telah dianalisis dapat disimpulkan bahwa perlu adanya media bantu untuk pembelajaran biologi tentang sirkulasi darah manusia untuk mempermudah ketika proses pembelajaran berlangsung. Kesimpulan dengan menerapakan teknologi Augmented Reality memberikan berbagai macam dampak positif seperti dapat mempermudah ketika proses pembelajaran berlangsung, meningkatkan minat dan motivasi belajar siswa
Sistem Reservasi Restoran Berbasis Android using Prototype
Full text linkDi kota besar semuanya sudah serba online. Banyak restoran yang memasukkan makanannya ke aplikasi delivery. Namun, belum banyak yang memiliki sistem reservasi. Banyak restoran yang masih reservasi secara tradisional atau manual. Reservasi seperti itu beresiko terjadinya human error seperti kesalahan pencatatan pesanan. Oleh karena itu, dibuatlah sistem reservasi berbasis android ini. Sistem reservasi restoran ini bisa digunakan untuk reservasi acara kecil seperti lunch atau dinner dan juga dapat untuk reservasi acara besar yang meliputi orang banyak. Sistem ini dibuat untuk memudahkan customer dalam mencari restoran, memudahkan customer untuk mencari tanggal kosong pada restoran serta memudahkan mereservasinya. Selain memberi kemudahan untuk customer, sistem ini juga memberi kemudahan kepada pihak restoran. Sistem ini memudahkan admin restoran dalam mencatat reservasi dari customer. Sistem reservasi ini dibangun dengan menggunakan metode prototyping. Sistem ini diujicobakan ke 10 restoran dan 100 customer. Dari hasil uji coba tersebut dapat disimpulkan bahwa sistem meminimalisir terjadinya human error dalam proses transaksi dan berguna bagi customer maupun restoran
Comparison of the Word2vec Skipgram Model Method Linkaja Application Review using Bidirectional LSTM Algorithm and Support Vector Machine
Full text linkWord embedding is a phase in word processing that seeks to convert each word into a vector representation. Word2Vec is a sort of word embedding that is frequently utilized in natural language processing research. Choosing the proper algorithm can help increase the performance of the word embedding method while doing text data categorization tasks. This research uses the Bidirectional LSTM deep learning algorithm and the Support Vector Machine (SVM) machine learning algorithm. The crawling approach was used to obtain data by accessing the LinkAja Application ID on the Google Play Store. The total number of rows in the dataset was 35560. Labeling data involves categorizing it into two target classes: positive (score 1) and negative (score 0). This study employs the Word2Vec approach with skipgram architecture during the vectorization stage. Vector size, window, min count, and sg are the four parameters employed. The bidirectional LSTM architecture employs a sequential model that consists of three neural network layers: embedding, bidirectional, and dense. In the meanwhile, the SVM architecture employs the Radial Basis Function (RBF) kernel parameters. For the final stage of algorithm testing, the accuracy of the bidirectional LSTM (BiLSTM) algorithm was 0.9505, which means it was higher than the support vector machine (SVM) algorithm with an accuracy value of 0.93
Effectiveness of Using Mit App Inventor at STKIP Taman Siswa Bima
Full text linkEffectiveness of Using Mit App Inventor at STKIP Taman Siswa Bima Media learning must be a bridge between teachers and students so that the learning process can run well and the transfer of knowledge carried out by teachers can be conveyed well. In order for the process of teaching and learning activities to be more effective, learning media is needed as a supporting tool. A physical medium, such as a book, movie, video, etc., is referred to as learning media. In the early history of learning, media was only a tool used by someone to provide explanations about material, learning media can also increase their motivation to learn, and clarify and simplify learning concepts. Choosing learning media is very important because learning media must be appropriate to the conditions and level of students' understanding. Conventional learning media will make students bored with lessons, especially if in class learning only focuses on teachers and books, therefore the learning process that is carried out must be up-to-date and provide good results, that's the kind of learning media that should be used. . The research method used in this research is Quantitative Descriptive. Data collection was carried out by distributing questionnaires to students of the STKIP Taman Siswa information technology education study program. The results of this research indicate that the use of Mit App Inventor in the information technology education study program is effective. The first indicator, namely "Platform Quality" gets a percentage of 75% in the "Effective" category, the second indicator "Student Understanding" gets a percentage of 78% in the "Effective" category, the third indicator "Student Preferences" gets a percentage of 73% in the "Effective" category” and the fourth indicator “Benefits obtained” got a percentage of 79% in the “Effective” category. It can be said that Mit App Inventor has good quality, is easy to understand, can provide good benefits to the learning process and is suitable for use as a learning medium in information technology education study programs
Prediksi Pemanasan Global di Provinsi Kalimantan Timur Menggunakan SARIMAX dan Neural Network
Full text linkPemindahan ibu kota negara dari DKI Jakarta ke Provinsi Kalimantan Timur akan mendorong terjadinya pembangunan besar-besaran yang akan berdampak pada berbagai bidang termasuk lingkungan dan perubahan iklim. Perubahan iklim merupakan salah satu indikasi terjadinya pemanasan global yang berdampak buruk terhadap kondisi lingkungan. Penelitian ini bertujuan untuk membandingkan metode peramalan menggunakan Seasonal Autoregressive Integrated Moving Average with Exogenous Factors (SARIMAX) dan Neural Network Autoregressive with Exogenous Factors (NNARX) untuk memprediksi Suhu Permukaan Tanah (LST). Hasil dari penelitian menunjukkan model SARIMAX lebih baik dibandingkan model NNARX dalam memprediksi pola pemanasan global berdasarkan nilai RMSE, MAE, MAPE, dan MASE. Dalam kasus dataset runtun waktu yang relatif sederhana, SARIMAX dapat memberikan hasil prediksi yang andal dan mudah diinterpretasikan. Terlebih lagi jika membahas pemanasan global karena kenaikan sedikit saja Suhu Permukaan Tanah (LST) akan berdampak signifikan terhadap kehidupan di bumi
Aplikasi Kehadiran Pegawai berbasis Geolokasi dengan Framework Flutter
Full text linkSistem presensi dengan metode fingerprint yang umum digunakan oleh prusahaan mengharuskan pegawai untuk melakukan presensi langsung di kantor dan terkadang alat fingerprint juga memiliki masalah seperti tidak dapat mendeteksi sidik jari pegawai saat melakukan proses presensi. Penelitian ini mengusulkan pengembangan aplikasi mobile berbasis Android untuk pengelolaan kehadiran pegawai yang dilengkapi dengan fitur pendeteksian lokasi. Pendeteksian lokasi atau geolokasi dapat dilakukan dengan menggunakan fungsi global positioning system (GPS). Fitur geolokasi digunakan untuk menunjukkan transparansi lokasi pegawai saat melakukan proses presensi. Aplikasi ini dikembangkan dengan menggunakan framework Flutter dengan bahasa pemrograman Dart dan pengelolaan basis data dengan postgreSQL. Selain fitur geolokasi, aplikasi yang dikembangkan juga memiliki kemampuan pendukung untuk pengelolaan data pegawai, pengelolaan cuti, riwayat gaji, serta fitur pengumuman dari perusahaan untuk pegawai. Proses pengembangan aplikasi dilakukan dengan menerapkan pendekatan Extreme Erogramming. Pengujian aplikasi dilakukan dengan dua metode, yaitu pengujian blackbox dan pengujian pengguna (User Acceptance Testin). Hasil pengujian blackbox menunjukkan bahwa produk aplikasi yang telah selesai dikembangkan sudah sesuai dengan kebutuhan sistem (system requirement). Sedangkan hasil pengujian UAT menunjukkan angka sebesar 92.75% untuk user pegawai dan 98.74% untuk user HAR. Hal ini menunjukkan bahwa aplikasi ini dapat diterima oleh pengguna dengan baik
Penggunaan Sentimen Berita, Indeks Google Trends, dan Faktor yang Berpengaruh Lainnya untuk Memprediksi Harga Gabah Kering Panen (GKP) dengan Deep Learning
Full text linkIndonesia merupakan negara agraris yang mayoritas pekerjaan utama penduduknya adalah bertani, khususnya bertani padi. Keputusan mengenai harga gabah dapat mempengaruhi pendapatan petani serta kelangsungan usaha mereka. Hasil penjualan gabah yang sering tidak stabil ditambah dengan biaya produksi yang semakin meningkat menyebabkan petani mengalami kerugian karena harga jual gabah tidak dapat menghasilkan cukup pendapatan untuk mencakup biaya produksi mereka. Pemerintah menetapkan Harga Pembelian Pemerintah (HPP) untuk menstabilkan harga dan mendorong produksi. Prediksi harga Gabah Kering Panen (GKP) dapat membantu pemerintah dalam pengambilan keputusan terkait stabilisasi harga, subsidi, dan insentif bagi petani untuk kesejahteraan masyarakat. Metode yang digunakan untuk memprediksi harga gabah pada penelitian ini adalah metode LSTM, CNN, dan LSTM-CNN. Model yang telah dibangun dievaluasi berdasarkan nilai MAE, MAPE, MSE, dan RMSE untuk menguji efektivitas kerangka kerja yang diusulkan. Hasil dari penelitian ini menunjukkan bahwa model terbaik yang dipilih untuk memprediksi harga Gabah Kering Panen (GKP) pada penelitian ini adalah model LSTM dengan 7 (tujuh) variabel independen paling berpengaruh dengan nilai MAE, MAPE, RMSE, dan MSE sebesar 438,68, 7,71%, 600,37, dan 360439,91. Variabel tersebut diantaranya adalah Harga Pembelian Pemerintah (HPP), total impor beras, harga eceran beras, rata-rata curah hujan bulanan, Indeks Google Trends “harga gabah”, dan jumlah berita dengan sentimen negatif pada bulan tersebut
Sentiment on Public Trust Using the NLP Rule Based Method
Full text linkGovernment policy is understood from suggestions that will be achieved or regulated where the target is the public in the sense of society and the public interest, then government policy can be categorized as public policy. The policies implemented by the Government in 2022 include the stages of eliminating Premium and Pertalite fuel oil, increasing the price of non-subsidized LPG gas, the application of BPJS standard classes, and fishing is limited through a quota system. In this research, government policy sentiment analysis was carried out using the NLP (Natural Language Processing) method on tweet data. There are three policies that serve as a reference for public trust, namely the "Pertalite Increase", "BPJS Class" and "Non-Subsidized LPG" policies. The most negative sentiment was obtained during the "Increase in Pertalite" policy where there were 73.4% of negative tweets criticizing the government. The "BPJS Class" policy also received negative sentiment with the presentation of negative tweets of 43.4% complaining about the new policy of increasing BPJS class prices and the BPJS flow process. However, for the “Non-Subsidized LPG” policy, the results of the sentiment analysis showed that 52.9% of tweets agreed with the policy even with very good association words. The social media phenomenon is called a "buzzer" because 35% of positive tweets come from accounts whose credibility is questionable. The sentiment analysis model has shown that the model is very good with an accuracy of 86.3% which can represent that the events depicted in the Twitter social media data are in accordance with the reality that occurred
Kajian Penerapan Digitalisasi UMKM: Studi Kasus Desa Gelgel, Klungkung
Full text linkPenerapan digitalisasi UMKM dikenal sangatlah sulit. Hal ini disebabkan oleh kurangnya ketersediaan SDM, pendanaan, dan waktu pada UMKM. Penelitian ini mengkaji penerapan digitalisasi untuk melihat tingkat penerapan digitalisasi pada UMKM di Desa Gelgel, Klungkung. Selain itu, bantuan yang dibutuhkan UMKM dan karakteristik/fasilitas yang perlu disediakan pada aplikasi UMKM juga dikaji. Dari hasil penelitian didapatkan bawah penerapan digitalisasi UMKM di Desa Gelgel, Klungkung sudah cukup tinggi yaitu sebesar 76,67% dengan bidang penerapan yang banyak dilakukan adalah pengelolaan produksi/layanan jasa, pengelolaan hubungan dengan konsumen, dan pengelolaan administrasi keuangan. Penerapan digitalisasi diperkirakan akan meningkat sekitar 10% di masa yang akan datang. Bantuan yang dibutuhkan UMKM untuk mendukung penerapan digitalisasi antara lain penyediaan internet secara gratis, pelatihan aplikasi, penyediaan teknologi pendukung, dan penyediaan hub inovasi. Sedangkan karakteristik/fasilitas yang diperlukan dalam sebuah aplikasi UMKM adalah bahwa aplikasi perlu disediakan secara gratis, mudah digunakan, berbentuk media sosial, bisa diakses melalui handphone, memiliki fasilitas messaging, dan menjawab semua kebutuhan baik kebutuhan UMKM maupun pelanggan
STIS Society : Aplikasi Web Forum Diskusi Berbasis Gamifikasi
Full text linkKemajuan teknologi informasi menciptakan peluang yang cukup besar dalam peningkatan komunikasi dan kolaborasi antar sivitas akademika di Polstat STIS. Namun, dalam lingkup tersebut, masih terdapat dinamika komunikasi dan kolaborasi yang perlu diperhatikan. Berdasarkan hasil survei pendahuluan yang dilakukan, pengembangan sistem forum diskusi terbuka di Polstat STIS menjadi sebuah langkah yang relevan. Meskipun begitu, meningkatkan kontribusi pengguna dalam sistem merupakan hal yang cukup menantang. Oleh karena itu, penerapan unsur gamifikasi ke dalam sistem menjadi salah satu ide yang cukup menarik. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah Rapid Application Development (RAD). Sistem dibangun dengan menggunakan full-stack framework TALL. Beberapa teknik pengujian yang dilakukan antara lain black-box testing, uji kuesioner System Usability Scale (SUS), uji kuesioner User Engagement Scale (UES), serta pengujian performa sistem. Berdasarkan hasil pengujian, fungsionalitas sistem telah berjalan dengan baik serta memberikan pengalaman pengguna yang baik