JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Not a member yet
596 research outputs found
Sort by
Prediction of a Sprint Deliverys Capabilities in Iterative-based Software Development
Iterative-based software development has been frequently implemented in working environment. A modern era software project demands that the product is delivered on every sprint development. Hence, the execution of a sprint requires ample supervision and capabilities to deliver a high quality product at the end of the software project development. This researchs purpose is to give support for a software projects supervisor or owner in predicting the end products capability by knowing the performance level of each sprint. The method proposed for this purpose is to build a prediction model utilizing a number of features in a form of characteristics from a dataset containing software project iterations. The proposed model is built using Random Forest Regressor as a main method, with KNN (K-Nearest Neighbors) and Decision Tree Regressor being the comparison methods. Testing results show that compared to KNN and Decision Tree, Random Forest Regressor yields the best performance through its steady results on every stage progression of all tested software projects
DEVELOPMENT OF WEBAPPS-BASED E-LEARNING AT SMK MIFTAHUL ANWAR MENES
Limitations when teaching and learning in the classroom are sometimes many things that hinder teachers from all learning materials to students. This is a case topic for teachers who want to discuss in detail. This difficulty was complained by teachers and students at Miftahul Anwar Menes Vocational High School, sometimes material that needed explanation in class actually had to be explained in a significant amount of time. The method used was Research and Development (R and D) using the example of waterfall development, research and analysis of the required needs. To develop this online learning implementation design product, it uses several stages: 1) Needs Analysis 2) Design 3) Implementation 4) System testing. teachers students) then the final output is declared feasible using the output of the teacher's score the Category 53 Percentage Criteria table is in the interval X more than 42 while the students' Category Criteria Percentage table is 40.8. user ratings are in the interval X 39 which is in the "Very Eligible" category
EFEKTIVITAS RIGGING PADA ASET KARAKTER ANIMASI 3D
Film animasi dan game saat ini banyak diminati oleh segala usia baik anak kecil hingga dewasa, mulai dari game konsol, game dengan segala genre hingga game PC atau mobile game. Film animasi juga demikian dari series hingga layer lebar. Asset animasi dan game merupakan hal yang penting untuk membuat game karena tanpa karakter atau environment maka game akan sulit dipahami jalan ceritanya. Developer game akan membuat satu karakter utama supaya user atau pemain dapat merasakan berada didalam game dan bisa memainkannya dengan imajinasi sesuai dengan persepsi pembuatnya. Salah satu yang penting adalah karakter game untuk melakukan suatu tindskan atau misi yang dimainkan oleh user. Demikian pula dengan asset karakter pada animasi. Karakter inilah akan luwes dengan menggunakan rigging. Rigging merupakan tulang utama untuk karakter yang kemudian akan ditempelkan pada baju atau kulitnya dengan tahapan skinning, Tahapan ini akan membuat karakter bisa melakukan segala sesuatunya dan terlihat realistus. Rigging merupakan proses penting agar penggerakan animasi atau asset ini berjalan lebih ce pat dan menghemat waktu. Tidak hanya untuk game, rigging juga dirasa penting untuk animasi karena dengan rigging prinsip-prinsip animasi dapat dijalankan dengan baik
PERBANDINGAN KINERJA ALGORITMA RECURRENT NEURAL NETWORK (RNN) DAN LONG SHORT-TERM MEMORY (LSTM): STUDI KASUS PREDIKSI KEMACETAN LALU LINTAS JARINGAN PT XYZ
Peningkatan perkembangan teknologi sebanding dengan peningkatan penggunaan internet. Kualitas jaringan internet di Indonesia yang masih rendah dengan peningkatan penggunaan jaringan yang terus bertambah menyebabkan kemungkinan terjadinya kemacetan jaringan lebih tinggi. Penggunaan internet yang tinggi menyebabkan seringkali terjadi kemacetan jaringan yang menyebabkan penurunan kualitas dan performa jaringan. Pada penelitian ini akan dilakukan prediksi lalu lintas jaringan. Terdapat beberapa model algoritma yang dapat digunakan untuk melakukan prediksi dan penelitian ini akan dibahas mengenai perbandingan performa dari model Long Short-Term Memory (LSTM) dan Recurrent Neural Network (RNN). Dari hasil perbadingan diperoleh bahwa LSTM memiliki nilai yang lebih tinggi dalam performa dengan mendapatkan nilai akurasi R-Squard sebesar 99.2% jika debandingkan dengan model dengan algoritma RNN yang memiliki nilai akurasi R-Squard sebesar 99,1%. Manfaat dari penelitian ini yaitu untuk menguji performa dari model LSTM dan RNN terhadap dataset PT XYZ. Penelitian ini diharapkan dapat memberikan referensi kepada pengembang model Deep Learning untuk pengembangan kedepannya agar mendapatkan hasil yang lebih baik
PERANCANGAN ENTERPRISE ARCHITECTURE DENGAN PENDEKATAN TOGAF ADM PADA FUNGSI SIMPAN PINJAM (STUDI KASUS : KOPERASI XYZ)
Pada revolusi digital dan industri saat ini, pengembangan dan penerapan teknologi informasi yang selaras dengan kebutuhan dan tujuan organisasi akan menjadi urgensi bagi organisasi yang belum menerapkannya. Salah satunya adalah koperasi XYZ pada fungsi Simpan Pinjam. Saat ini dalam menjalankan proses bisnisnya masih belum efektif dan efisien, serta tingginya potensi human errors. Untuk memenuhi kebutuhan tersebut maka solusi yang diberikan yaitu perancangan Enterprise Architecture menggunakan framework TOGAF ADM .Adapaun fase yang dilakukan yaitu Preliminary Phase, Architecture Vision, Business Architecture, Information System Architecture, dan Technology Architecture sesuai dengan kebutuhan koperasi XYZ. Dengan penerapan teknologi informasi dapat meminimalisir terjadinya risiko akibat human errors, waktu pengerjaan aktivitas bisnis menjadi lebih efektif dan efisien, informasi menjadi lebih akurat dan dapat disediakan secara real time. Pada penelitian ini, penulis menggunakan kerangka berfikir yang diadopsi dari Design Science Research Cycles untuk memudahkan analisis penyelesaian permasalahan penelitian. Dalam perancangan penelitian ini terdapat empat tahapan utama yaitu tahap inisiasi, tahap identifikasi, tahap perencanaan dan analisis serta tahap kesimpulan dan saran. Adapun hasil akhir penelitian ini berupa rancangan blueprint Architecture sesuai dengan kebutuhan koperasi XYZ sebagai acuan pengembangan teknologi informasi dan mengoptimalkan pengelolaan proses bisnis serta memberikan manfaat bagi organisasiKata Kunci: enterprise architecture, koperasi, simpan pinjam, dan TOGAF AD
RANCANG BANGUN SISTEM INFORMASI PEMESANAN PEMERIKSAAN DAN PERAWATAN GIGI BERBASIS WEBSITE
Seiring dengan perkembangan zaman, kebutuhan manusia semakin meningkat. Sistem yang bersifat real-time dan online meningkatkan efisiensi dan kinerja proses dibandingkan dengan proses manual yang membutuhkan lebih banyak waktu dan tenaga, serta proses pencarian data yang lebih sulit dan memakan waktu. Tujuan dari penelitian ini adalah untuk membuat sistem pemesanan pemeriksaan dan perawatan gigi berbasis website untuk mempermudah pasien dalam proses pemesanan. Digitalisasi menjadi sangat diperlukan dalam pemesanan di klinik agar pemesanan menjadi lebih efektif dan efisien sehingga data cepat diproses. Alur dan sistem pemesanan pemeriksaan dan perawatan gigi ini adalah pengunjung yang akan booking harus memiliki akun, setelah membuat akun dan berhasil login pengunjung mengisi data reservasi lalu pengunjung akan dapat melihat status pada berada di akun tersebut. Sistem ini dibuat dengan menggunakan metode Software Development Life Cycle Waterfall, mengunakan framework Laravel, bahasa pemrograman PHP dan basis data MySQL. Pada sistem pemesanan ini terdapat fitur reservasi untuk melakukan pemesanan, reschedule, melihat jadwal yang telah dipesan, melihat status antrian, dan melihat data history. Hasil yang diperoleh setelah pengujian blackbox menunjukan bahwa sistem dapat bekerja sesuai dengan fungsinya. Pengujian SUS dengan memberikan kuesioner SUS kepada 30 responden dan memperoleh nilai rata-rata sebesar 78, dimana sistem ini layak untuk digunakan. Kesimpulan berdasarkan hasil analisis, perancangan, dan implementasinya, sistem sudah layak digunakan dan dapat dimanfaatkan sebagai alat untuk pemesanan perawatan gigi
PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN VISUALISASI DASHBOARD UNTUK MENGANALISA DATA TRANSAKSI PENJUALAN PADA KEMITRAAN PT NATURAL NUSANTARA (STUDI KASUS : STOCKIS BG.3005 MUARA ENIM)
Stockis BG.3005 adalah salah satu kemitraan PT Natural Nusantara yang terletak di Muara Enim yang mengalami kesulitan dalam mengetahui tren penjualan dan manajemen stok barang. Oleh karena itu, dilakukan penerapan metode BI roadmap dalam membangun dashboard business intelligence untuk mengevaluasi penjualan produk serta metode double exponential smoothing yang digunakan untuk meramalkan penjualan pada Stockis BG.3005 Muara Enim. Penerapan metode BI roadmap didapatkan hasil berupa dashboard yang menampikan penjualan dan pendapatan tahun 2020 2021 yang mengalami penurunan, kategori produk terlaris (kosmetik dan perawatan tubuh, rumah tangga, kesehatan, dan agrokompleks), 5 produk yang paling banyak peminat (Pasta Gigi Nasa, Moreskin : Clean Glow Cream, Grece Anti Perspirant, Quwless : Liquid Hygiene For Man dan Shanas : Shampoo 3 in 1). Serta peramalan penjualan menggunakan metode double exponential smoothing dengan menggunakan , yang menghasilkan MAD atau tingkat kesalahan terkecil adalah dengan hasil peramalan untuk tahun 2022 bulan Januari yaitu, Pasta Gigi Nasa = 33 item, Moreskin : Clean Glow Cream = 2 item , Grece Anti Perspirant = 3 item, Quwless : Liquid Hygiene For Man = 2 item, dan Shanas : Shampoo 3 in 1 = 4 item. Dashboard Business Intelligence yang dihasilkan telah memudahkan Stockis BG.3005 Muara Enim dalam mengetahui tren dan peramalan penjualan
SECURITY HARDENING SISTEM OPERASI VIRTUAL PRIVATE SERVER PADA INSTANSI PENDIDIKAN XYZ BERDASARKAN NIST SP 800-123
Penggunaan aplikasi berbasis web sudah menjadi bagian penting dalam institusi pendidikan saat ini khususnya perguruan tinggi. Aplikasi berbasis web ini dapat berkembang dengan adanya dukungan hosting server yang menjadi bagian penting dalam penyimpanan data aplikasi berbasis web, menjadikan hosting server sebagai sasaran utama serangan untuk mendapatkan data penting dari aplikasi berbasis web. Serangan pada server saat ini berkembang sangat pesat dikarenakan data-data yang ada pada server bisa disalahgunakan oleh pihak yang tidak bertanggung jawab, metode security hardening yang digunakan akan membantu proses keamanan data pada sebuah server. Penelitian ini mengindentifikasi keamanan yang terdapat pada server virtualxyz dan melakukan proses hardening untuk meningkatkan keamanan. Langkah-langkah penelitian ini menggunakan standar NIST SP 800-123 yang bertujuan untuk melakukan checklist yang mencakup update patch, konfigurasi, keamanan tambahan, dan testing pada server, setelah proses pengecekan dilakukan dilanjutkan dengan proses hardening yang bertujuan untuk melakukan pengecekan secara langsung pada server untuk menemukan rokomendasi yang tepat. Objek utama dalam penelitian ini adalah penguatan keamanan pada sistem operasi virtualxyz. Hasil dari pengecekan ditemukan 22 checklist yang tidak terpenuhi dari total 29 checklist yang ada. Hasil dari proses hardening memberikan rokemendasi yang dilakukan evaluasi terlebih dahulu untuk memastikan rekomendasi sudah tepat untuk meningkatkan keamanan pada server
REDESIGNING USER INTERFACE OF TEMAN BUS APPLICATION USING GOAL-DIRECTED DESIGN
In these modern era, it is very easy to create an investment portfolio, an investment portfolio can be formed by buying a shares. By creating portfolio investation, our can expect score return which makes it an advantage. However, there is also a risk value that will be obtained when buy shares. In the formation of an investment portfolio for active investors, it is expected to create an optimal investment portfolio, there are many models that can be used to create an optimal investment portfolio. In this final project, will discusses the use of the Black-Litterman Model in optimizing portfolios for active investors. The Black-Litterman model is one of the models that can be used to optimize the investment portfolio, the Black-Litterman model provides additional information for the return and risk values based on the views of experts. This model builds on the MV and CAPM using a Bayesian framework that allows investors to effectively incorporate their views of the market into the allocation process asset. Based on several tests that have been carried out during the research with different days, the value of the investor's view will always be different every day, the value of an optimistic view will have a good impact on the stock, even though the stock price is falling, if the investor's view is expressed optimism, the weight of the shares will remain high
FACE MASK DETECTION UNDER LOW LIGHT CONDITION USING CONVOLUTIONAL NEURAL NETWORK (CNN)
The COVID-19 pandemic has been around for 3 years, and the virus is still spreading until now and using mask is an alternative for people to not get infected, but some people tend to let go of the mask for inconvenience reasons, especially under low light conditions which is difficult for humans to identify. Thus, this paper proposed and implemented a face mask detection model which can accurately detect a person that using a mask or not in such a condition as low light by using Convolutional Neural Network (CNN) architecture with OpenCV, TensorFlow and Keras. To achieve this, the first step is to transform the data by using Python Imaging Library (PIL) to create a low light image, then we process the data by using Contrast Limited Adaptive Histogram Equalization and with Gamma Correction. The second step is to augment the data by using TensorFlow ImageDataGenerator and define the CNN model. The final step is to create the face mask prediction by using Haar Cascade Algorithm to detect the face mask. The results of this research shows that CNN model can be trained with a recreational low light images to detect face mask under low light conditions. The result of the model produced an accuracy of 98%