RABIT (Jurnal Teknologi dan Sistem Informasi Univrab)
Not a member yet
175 research outputs found
Sort by
IMPLEMENTASI K-MEANS CLUSTERING PADA DATA PENGELOMPOKAN PENDAFTARAN MAHASISWA BARU (STUDI KASUS UNIVERSITAS ABDURRAB)
Full text linkMenghadapi dinamika kompleks pendaftaran mahasiswa baru, metode k-means clustering diperkenalkan sebagai pendekatan utama. Fokusnya adalah pada Universitas Abdurrab, di mana diselidiki berbagai atribut calon mahasiswa, termasuk jenis kelamin, pendidikan orangtua, penghasilan orangtua, kota/kabupaten asal, provinsi, usia, dan pilihan program studi. Dengan algoritma k-means clustering, tujuan penelitian adalah mengungkap pola yang mendasari preferensi dan karakteristik kelompok mahasiswa baru. Hasil dari penelitian ini memberikan wawasan mendalam mengenai faktor-faktor yang mempengaruhi keputusan penerimaan mahasiswa baru di lingkungan kampus Universitas Abdurrab. Pada penelitian ini Davies-Bouldin Index (DBI) digunakan sebagai metode untuk menentukan jumlah cluster optimal, nilai DBI terendah adalah 1,5 yang terjadi pada 8 cluster. Hal ini menunjukkan bahwa 8 cluster adalah jumlah cluster optimal untuk data yang telah ditransformasi dan siap dilakukan k-means clustering. Setelah melaksanakan proses clustering dengan metode K-Means yang melibatkan pembentukan 8 cluster, untuk menemjukan pola dan wawasan dari hasil clustering, ada dua cara yang digunakan pada penelitian ini, pertama membuat heatmap korelasi fitur yang ditampilkan, dapat diperoleh informasi mengenai hubungan antar variabel. Nilai korelasi berkisar antara -0.4 hingga 1.0 dimana nilai positif menunjukkan korelasi positif dan nilai negatif menunjukkan korelasi negatif. Korelasi positif berarti bahwa jika nilai salah satu variabel meningkat, maka nilai variabel lainnya juga cenderung meningkat. Sebaliknya, korelasi negatif berarti bahwa jika nilai salah satu variabel meningkat, maka nilai variabel lainnya cenderung menurun.Facing the complex dynamics of freshman enrollment, the k-means clustering method was introduced as the main approach. The focus is on Abdurrab University, where various attributes of prospective students are investigated, including gender, parental education, parental income, hometown, province, age, and choice of study program. With the k-means clustering algorithm, the purpose of the study is to uncover the underlying patterns of preferences and characteristics of new student groups. The results of this study provide in-depth insight into the factors that influence the decision to admit new students in the campus environment of Abdurrab University. In this study Davies-Bouldin Index (DBI) was used as a method to determine the optimal number of clusters, the lowest DBI value was 1.5 which occurred in 8 clusters. This shows that 8 clusters is the optimal number of clusters for data that has been transformed and is ready for k-means clustering. After carrying out the clustering process with the K-Means method which involves the formation of 8 clusters, to show patterns and insights from the clustering results, there are two ways used in this study, first make a heatmap of the correlation of features displayed, information can be obtained about the relationship between variables. The correlation value ranges from -0.4 to 1.0 where positive values indicate a positive correlation and negative values indicate a negative correlation. A positive correlation means that if the value of one variable increases, then the value of the other variable also tends to increase. Conversely, negative correlation means that if the value of one variable increases, then the value of the other variable tends to decrease
PENERAPAN HOUGH TRANSFORM, CONNECTED COMPONENT LABELING DAN TEMPLATE MATCHING UNTUK PENGENALAN KARAKTER PLAT KENDARAAN
Full text linkPlat kendaraan merupakan identitas kendaraan bermotor yang sering digunakan untuk proses pencatatan pada saat menggunakan lahan parkir berbayar. Pencatatan plat kendaraan membutuhkan penerapan teknologi informasi sehingga adminsitrasi layanan parkir lebih efisien dan terhindar kesalahan pencatatan. Teknologi informasi menawarkan penerapan metode OCR (Optical Character Recognition untuk membantu proses pencatatan karakter yang terdapat pada plat kendaraan. OCR memiliki banyak teknik yang mampu membantu proses pengenalan karakter, mulai dari proses awal citra ditangkap sampai dengan tahapan pengenalan. Tahaapn awal citra setelah ditangkap adalah melakukan proses pemrosesan awal citra dengan melakukan konversi citra, menentukan area plat kendaraan pada citra kendaraan, melakukan pelabelan dan segmentasi karakter pada citra plat dan melakukan pengenalan karakter. Pendekatan pengenalan karakter pada plat kendaraan yang akan digunakan adalah Hough Transform untuk penentu area plat kendaraan, pelabelan dan segmentasi karakter dengan Connected Component Labeling dan Template Matching sebagai metode pengenalan karakter. Model pengenalan karakter plat kendaraan diuji dengan skenario 25 buah citra yang ditangkap langsung dari lahan parkir. Hasil pengujian tersebut menghasilkan Hough Transform dan Connected Component Labeling bisa menentukan area plat kendaraan serta melakukan pelabelan dan segmentasi karakter pada plat kendaraan. Sedangkan pada tahapan template matching, akurasi pengenalan karakter pada 25 plat kendaraan sebesar 94%. Temuan lainnya dalam penelitian ini yaitu faktor pencahayaan lingkungan citra, jumlah citra yang menjadi basis data dan kondisi cat plat kendaraan bermotor bisa membuat akurasi lebih baik.Vehicle license plates are the identities of motor vehicles that are often used for record-keeping when using paid parking lots. Recording vehicle license plates requires the application of information technology so that parking service administration is more efficient and free from recording errors. Information technology offers the application of OCR (Optical Character Recognition) methods to help the process of recording characters found on vehicle license plates. OCR has many techniques that can help the character recognition process, starting from the initial image capture process to the recognition stage. The initial image stage after being captured is to perform the initial image processing process by converting the image, determining the vehicle license plate area in the vehicle image, performing character labeling and segmentation on the plate image, and performing character recognition. The approach to character recognition on vehicle license plates that will be used is Hough Transform for determining the vehicle license plate area, character labeling and segmentation with Connected Component Labeling, and Template Matching as a character recognition method. The vehicle license plate character recognition model was tested with a scenario of 25 images captured directly from the parking lot. The test results produced Hough Transform and Connected Component Labeling could determine the vehicle license plate area and perform character labeling and segmentation on the vehicle license plate. Whereas in the template matching stage, the character recognition accuracy on 25 vehicle license plates was 94%. Other findings in this study are that the lighting conditions of the image environment, the number of images that become the database, and the condition of the paint of motor vehicle license plates can improve accuracy
PREDIKSI JUMLAH KEDATANGAN WISATAWAN MANCANEGARA DI INDONESIA BERDASARKAN PINTU MASUK KEDATANGAN UDARA
Full text linkIndonesia memiliki keanekaragaman dan kekayaan alam yang menjadi daya tarik pariwisata di Indonesia. Pariwisata sebagai salah satu industri yang memberikan devisa tertinggi bagi negara karena memberikan dampak yang positif. Namun, adanya COVID-19 mengakibatkan penurunan jumlah kunjungan karena pembatasan wisatawan mancanegara. Pada Januari hingga November 2021, terjadi penurunan drastis sebesar 61,82% pada jumlah kunjungan wisatawan mancanegara dibanding periode yang sama di tahun 2020. Selain COVID-19, serta dukungan dalam membangun sarana yang menunjang peningkatan jumlah wisatawan mancanegara. Dari kondisi tersebut diperlukan prediksi yang digunakan sebagai dasar perencanaan dan membantu pengambilan keputusan. Tujuan dari penelitian ini adalah untuk mengembangkan model prediksi yang lebih akurat pada penelitian sejenis menggunakan data yang sama dalam memprediksi kunjungan wisatawan mancanegara di Indonesia melalui pintu masuk udara dengan menggunakan metode XGBoost, Random Forest, dan Catboost dengan berfokus pada metrik hasil evaluasi akurasi RMSE, MAE, dan MAPE serta melakukan prediksi pada periode 12 bulan kedepan. Dataset yang digunakan diambil dari Badan Pusat Statistik (BPS) yaitu data kunjungan wisatawan mancanegara berdasarkan pintu masuk kedatangan pada periode Januari 2017 sampai November 2021. Data yang digunakan berbentuk time series dan tidak stasioner. Dari hasil penelitian dapat dilihat berdasarkan hasil evaluasi akurasi bahwa model XGBoost penelitian ini mendapatkan hasil evaluasi akurasi lebih baik dibandingkan dua model lainnya dengan mendapatkan hasil nilai evaluasi akurasi RMSE sebesar 671935.2, MAE 648139.1, dan MAPE 20985.35. Model XGBoost lebih baik dengan nilai kesalahan akurasi yang lebih kecil dibandingkan model Random Forest, Catboost, dan penelitian sejenis yang menggunakan metode ARIMA dengan nilai RMSE 779670.7, MAE 749030.4, dan MAPE 23196.45.Indonesia has diversity and natural wealth that attracts tourism in Indonesia. Tourism is one of the industries that provides the highest foreign exchange for the country because it has a positive impact. However, the existence of COVID-19 has resulted in a decrease in the number of visits due to restrictions on foreign tourists. From January to November 2021, there was a drastic decrease of 61.82% in the number of foreign tourist visits compared to the same period in 2020. In addition to COVID-19, as well as support in building facilities that support the increase in the number of foreign tourists. From these conditions, predictions are needed that are used as a basis for planning and helping decision making. The purpose of this study is to develop a more accurate prediction model in similar studies using the same data in predicting foreign tourist arrivals in Indonesia through air entrances using the XGBoost, Random Forest, and Catboost methods by focusing on the accuracy evaluation results metrics RMSE, MAE, and MAPE and making predictions for the next 12 months. The dataset used is taken from the Central Statistics Agency (BPS), namely data on foreign tourist arrivals based on the arrival entrance in the period January 2017 to November 2021. The data used are time series and non-stationary. From the research results, it can be seen based on the accuracy evaluation results that the XGBoost model of this study gets better accuracy evaluation results than the other two models by getting the results of the RMSE accuracy evaluation value of 671935.2, MAE 648139.1, and MAPE 20985.35. The XGBoost model is better with a smaller accuracy error value than the Random Forest model, Catboost, and similar research using the ARIMA method with an RMSE value of 779670.7, MAE 749030.4, and MAPE 23196.45
PENERAPAN METODE ROTOSCOPING DAN FRAME ELIMINATION PADA ANIMASI 2D TARI ZAPIN
Full text linkPertumbuhan industri animasi di Indonesia diprediksi akan terus berkembang. Hal ini bisa dilihat dari perkembangan animasi di Indonesia yang didominasi dengan animasi 2 dimensi dan 3dimensi dalam beberapa tahun terakhir, sekaligus ditandai dengan banyaknya animator asal Indonesia yang sukses di kancah internasional. Umumnya animasi diterapkan pada gerakan gerakan karakter baik itu gerakan sederhana seperti berjalan, hingga gerakan kompleks seperti pertarungan. Dalam penerapannya pun, berbagai metode dapat digunakan asalkan bisa mewujudkan gerakan animasi yang sesuai dengan gerakan aslinya. Umumnya hal ini berhasil dilakukan dikarenakan dalam gerakan yang kompleks, kecepatan gerakan seolah mengaburkan detail animasi dari gerakan tersebut. Namun hal ini tidak berlaku pada salah satu jenis gerakan yang sangat jarang diangkat daam animasi, gerakan ini adalah gerakan menari. Alasan mengapa gerakan menari sangat jarang dianimasikan, dikarenakan tarian adalah salah satu rangkaian gerakan yang memiliki kecepatan rendah, sehingga detail-detail dalam setiap perubahan gerak pada satu tarian, bisa menhasilkan ratusan bahkan ribuan frame ketika dirubah menjadi bentuk animasi. Dalam memvisualisasikan seni tari dengan visual animasi bukanlah hal yang mudah, karena banyakanya frame yang harus dibuat agar tarian tersebut terlihat natural. Apalagi dengan menggunakan teknik animasi seperti frame by frame dan cutout, tentunya justru menambah panjang waktu pengerjaan dan kuantitas gambar yang dihasilkan. Sebenarnya, selain frame by frame dan cutout, masih ada teknik animasi lainnya yang bisa saja diterapkan untuk mengatasi masalah banyaknya frame dalam gerkan tari. Salah satu solusi untuk memvisualisasikan tarian dalam bentuk animasi. Yaitu dengan teknik rotoscoping yang bisa menjembatani seni tari dengan animasi. Rotoscoping ini meniru setiap perubahan gerak pada tari, dan merubahnya menjadi frame. Namun jika hanya menggunakan teknik ini, maka gambar yang dihasilkan masih akan terlalu banyak, sehingga itu perlu ditambahkan satu teknik lagi yaitu frame elimination. Untuk itu, penulis ingin mengamplikasikan teknik rotoscoping dalam pembuatan animasi tari zapin. Untuk mengetahui apakah seni tari dapat divisualisasikan dengan baik dengan teknik rotoscoping dan Frame Elimination.The growth of the animation industry in Indonesia is predicted to continue to grow. This can be seen from the development of animation in Indonesia, which is dominated by 2-dimensional and 3-dimensional animation in recent years, as well as being marked by the large number of animators from Indonesia who are successful on the international stage. Generally, animation is applied to character movements, whether simple movements such as walking, to complex movements such as fighting. In its application, various methods can be used as long as they can create animated movements that match the original movements. Generally this is done successfully because in complex movements, the speed of the movement seems to obscure the animation details of the movement. However, this does not apply to one type of movement that is very rarely used in animation, this movement is dancing. The reason why dance movements are rarely animated is because dance is a series of movements that have low speed, so that the details in each change in movement in one dance can produce hundreds or even thousands of frames when converted into animation. Visualizing dance art with animated visuals is not an easy thing, because there are many frames that have to be created so that the dance looks natural. Moreover, using animation techniques such as frame by frame and cutout, of course, actually increases the processing time and quantity of images produced. Actually, apart from frame by frame and cutout, there are still other animation techniques that can be applied to overcome the problem of many frames in dance movements. One solution is to visualize dance in animated form. Namely the rotoscoping technique which can bridge dance with animation. This rotoscoping imitates every change in movement in dance, and converts it into a frame. However, if you only use this technique, the resulting image will still be too large, so one more technique needs to be added, namely frame elimination. For this reason, the author wants to apply the rotoscoping technique in making Zapin dance animations. To find out whether dance art can be visualized well using rotoscoping and Frame Elimination techniques
PENERAPAN JARINGAN SARAF TIRUAN DENGAN ALGORITMA PERCEPTRON PADA DETEKSI PENYAKIT BAWANG MERAH
Full text linkPenelitian ini difokuskan pada kemajuan sistem deteksi penyakit bawang merah (Allium ascalonicum) menggunakan Jaringan Saraf Tiruan (JST) dengan Algoritma Perceptron. Bawang merupakan komoditas hortikultura penting dengan kepentingan ekonomi yang substansif di Indonesia. Namun, produksi bawang merah sering terhambat oleh berbagai penyakit yang dapat menyebabkan kerugian signifikan. Identifikasi tepat waktu dan pengelolaan yang efektif terhadap penyakit tersebut sangat penting untuk mengurangi dampak buruknya. Sistem pakar yang memanfaatkan kecerdasan buatan, khususnya JST, telah terbukti efektif dalam deteksi penyakit tanaman. JST meniru cara kerja otak manusia dalam mengenali pola dan membuat keputusan berdasarkan data yang diperoleh. Penelitian ini menggunakan data gejala penyakit bawang merah yang terdiri dari 13 gejala dan 7 jenis penyakit. Setiap gejala dan penyakit dihubungkan dalam basis pengetahuan yang kemudian dianalisis menggunakan Algoritma Perceptron. Perceptron adalah algoritma pembelajaran terawasi yang digunakan untuk klasifikasi dan pengenalan pola. Proses pelatihan melibatkan inisialisasi bobot dan bias, perhitungan respon output, dan penyesuaian bobot jika terjadi kesalahan. Hasil akhir dari sistem ini adalah identifikasi jenis penyakit yang menyerang bawang merah berdasarkan gejala yang diamati. Implementasi sistem ini mencakup tampilan home, tampilan diagnosa, dan tampilan hasil diagnosa. Sistem ini memungkinkan pengguna untuk melakukan diagnosa penyakit bawang merah dengan menjawab pertanyaan terkait gejala yang diamati. Hasil diagnosa akan menampilkan jenis penyakit dan solusi yang disarankan. Penelitian ini menunjukkan bahwa Algoritma Perceptron dapat diterapkan secara efektif dalam sistem deteksi penyakit bawang merah, membantu petani dalam mengidentifikasi dan mengelola penyakit dengan lebih cepat dan akurat.This research focuses on advances in the onion (Allium ascalonicum) disease detection system using Artificial Neural Networks (ANN) with the Perceptron Algorithm. Onions are an important horticultural commodity with substantial economic importance in Indonesia. However, shallot production is often hampered by various diseases that can cause significant losses. Timely identification and effective management of the disease is essential to reduce its adverse effects. Expert systems that utilize artificial intelligence, especially ANN, have proven effective in plant disease detection. ANN imitates the way the human brain works in recognizing patterns and making decisions based on the data obtained. This study used data on onion disease symptoms which consisted of 13 symptoms and 7 types of disease. Each symptom and disease is connected in a knowledge base which is then analyzed using the Perceptron Algorithm. Perceptron is a supervised learning algorithm used for classification and pattern recognition. The training process involves initializing weights and biases, calculating output responses, and adjusting weights if errors occur. The final result of this system is the identification of the type of disease that attacks shallots based on the symptoms observed. The implementation of this system includes a home display, diagnostic display, and diagnostic results display. This system allows users to diagnose shallot diseases by answering questions related to the symptoms observed. The diagnosis results will display the type of disease and the recommended solution. This research shows that the Perceptron algorithm can be applied effectively in shallot disease detection systems, helping farmers identify and manage diseases more quickly and accurately
MONITORING ADMINSTRASI JARINGAN DENGAN MIKROTIK DAN TELEGRAM BOT PADA INTERNET SERVICE PROVIDER
Full text linkManajemen jaringan menggunakan perangkat MikroTik di Lajur Net masih memiliki kekurangan. Walaupun akses internet tersedia sepanjang waktu, keterbatasan jumlah karyawan membuat pengelola sulit mengakses komputer untuk mengelola MikroTik. Administrator berharap bisa mengatur jaringan MikroTik secara remote melalui perangkat akhir. Saat ini, akses MikroTik secara daring memerlukan biaya operasional yang tinggi untuk menyewa IP publik dan layanan penyediaan aplikasi manajemen berbasis web. Penelitian ini bertujuan untuk memanfaatkan Telegram Bot dalam pengelolaan dan pemantauan jaringan yang dapat diakses dari jarak jauh melalui internet. Penggunaan Telegram Bot untuk pengelolaan jaringan di Lajur Net dapat diimplementasikan dengan sukses. Penerapan Telegram Bot mencakup pengelolaan interface, hotspot, ICMP, dan pemantauan sumber daya perangkat RouterBoard MikroTik di jaringan Lajur Net. Telegram Bot dapat diakses dari jarak jauh melalui jaringan internet dan berjalan dengan baik pada jaringan Lajur Net. Penerapan Telegram Bot meliputi administrasi interface, hotspot, ping, serta monitoring sumber daya perangkat RouterBoard MikroTik. Fitur tambahan berupa firewall memungkinkan administrator jaringan untuk menambah dan menghapus filter rules dalam sistem keamanan jaringan Lajur Net. Selain itu, Telegram Bot memanfaatkan fitur tombol pada pesan Telegram untuk mempermudah penggunaan tanpa harus mengetikkan semua perintah. Dengan demikian, Telegram Bot menawarkan solusi yang efisien dan efektif dalam manajemen jaringan MikroTik di Lajur Net, mengurangi kebutuhan akan IP publik dan aplikasi manajemen berbasis web yang mahal. Hal ini membuktikan bahwa penggunaan teknologi chatbot dapat memberikan manfaat signifikan dalam bidang administrasi jaringan, khususnya bagi penyedia layanan internet dengan sumber daya terbatas. Melalui penelitian ini, diharapkan implementasi Telegram Bot dapat dijadikan acuan untuk pengembangan manajemen jaringan yang lebih inovatif dan efisien di masa mendatang.Network management using MikroTik devices at Lajur Net still has shortcomings. Although internet access is available around the clock, the limited number of employees makes it difficult for managers to access computers to manage MikroTik. Administrators hope to manage the MikroTik network remotely through end devices. Currently, accessing MikroTik online incurs high operational costs for renting public IPs and web-based management application services. This study aims to utilize Telegram Bot for network management and monitoring that can be accessed remotely via the internet. The use of Telegram Bot for network management at Lajur Net can be successfully implemented. The implementation of Telegram Bot includes managing interfaces, hotspots, ICMP, and monitoring the resources of MikroTik RouterBoard devices in the Lajur Net network. Telegram Bot can be accessed remotely through the internet and works well on the Lajur Net network. The implementation of Telegram Bot includes interface administration, hotspots, ping, and monitoring the resources of MikroTik RouterBoard devices. The additional firewall feature allows network administrators to add and delete filter rules within the Lajur Net network security system. Moreover, Telegram Bot utilizes button features on Telegram messages to facilitate usage without having to type all commands. Thus, Telegram Bot offers an efficient and effective solution in MikroTik network management at Lajur Net, reducing the need for expensive public IPs and web-based management applications. This demonstrates that the use of chatbot technology can provide significant benefits in network administration, especially for internet service providers with limited resources. Through this research, it is hoped that the implementation of Telegram Bot can serve as a reference for developing more innovative and efficient network management in the future
KLASIFIKASI HASIL MRI TUMOR OTAK DENGAN EKTRAKSI FITUR GRAY LEVEL CO-OCCURANCE MATRIX (GLCM)
Full text linkBagian penting dari tubuh adalah otak yang mana menjadi sumber dari semua alat tubuh yang terletak dalam rongga tengkorak, tumor otak merupakan salah satu penyakit yang dapat menyerangnya. Pendeteksian tumor otak adalah salah satu aspek yang dinilai penting dalam diagnosa medis. Pada penelitian ini memiliki tujuan melakukan implementasi ekstraksi fitur GLCM (Gray Level Co-occurence Matrix) pada citra MRI tumor otak serta mencari performa algoritma yang paling baik dari deteksi tumor otak menggunakan citra MRI ini. Data yang dipakai pada penelitian ini merupakan data public yang berasal dari kaggle.com. Proses ekstraksi fitur pada citra digunakan pada penelitian ini GLCM yang mana memiliki fungsi menghitung frekuensi dari nilai intensitas piksel yang berjarak antar citra dengan menggunakan parameter 0o, 45o, 90o, 135o. Tahap selanjutnya pada penelitian ini adalah dengan melakukan langkah preprocessing dengan selanjutnya mencari nilai klasifikasi dari hasil MRI menggunakan algoritma Naïve Bayes, C4.5 dan Neural Network. Hasil yang didapatkan memperlihatkan bahwa Naïve Bayes memiliki performa algoritma paling baik dibandingkan C4.5 dan Neural Network yaitu dengan akurasi algoritma Naïve Bayes sebesar 96.8%, sedangkan untuk algoritma C4.5 sebesar 41.5% dan Neural Network sebesar 38.25%. selain hal tersebut pada penelitian ini membuktikan bahwa dengan ekstraksi fitur GLCM terbukti efektif dalam menangkap informasi tekstur dari citra MRI yang sangat penting pada klasifikasi tumor otak.An important part of the body is the brain which is the source of all the body's organs in the skull cavity. Brain tumors are one of the diseases that can attack it. Detection of brain tumors is one aspect that is considered important in medical diagnosis. This research aims to implement GLCM (Gray Level Co-occurrence Matrix) feature extraction on MRI images of brain tumors and to find the best algorithm performance for detecting brain tumors using these MRI images. The data used in this research is public data originating from kaggle.com. The feature extraction process in pictures used in this research is GLCM, which has the function of calculating the frequency of pixel intensity values that are spaced between images using parameters 0o, 45o, 90o, and 135o. The next stage in this research is to carry out preprocessing steps and then look for classification values from the MRI results using the Naïve Bayes, C4.5, and Neural Network algorithms. The results obtained show that Naïve Bayes has the best algorithm performance compared to C4.5 and Neural Network, namely with an accuracy of the Naïve Bayes algorithm of 96.8%, while for the C4.5 algorithm it is 41.5% and the Neural Network is 38.25%. Apart from this, this study proves that GLCM feature extraction has proven effective in capturing texture information from MRI images which is very important in brain tumor classification
MEDIA PEMBELAJARAN BERBASIS GAME PUZZLE MENINGKATKAN KETERAMPILAN BACA DAN TULIS USIA 4-6 TAHUN
Full text linkGame edukasi merupakan sebuah permainan yang dikemas dalam konteks pendidikan untuk merangsang daya pikir dan termasuk salah satu cara untuk melatih meningkatkan konsentrasi penggunanya (anak-anak). Penelitian ini bertujuan untuk merancang game puzzle sebagai media pembelajaran untuk meningkatkan keterampilan baca dan tulis anak usia 4-6 tahun. Game puzzle ini dirancang menggunakan metode Game Development Life Cycle (GDLC) yang melalui bebarapa tahapan yaitu initiation/ pembuatan konsep, pra-produksi, produksi, pengujian dan rilis. Hasil akhir penelitian berupa game puzzle dengan menggunalan Game Engine Construct 3 sebagai aplikasi pembangunnya, aplikasi yang telah dihasilkan dapat digunakan untuk membantu proses belajar mengajar dan juga dapat meningkatkan semangat belajar anak usia dini, untuk selanjutnya diharapkan aplikasi yang dibuat dapat dikembangkan lagi untuk digunakan sesuai dengan kebutuhan.An educational game is a game that is packaged in an educational context to stimulate thinking and is one of the ways to train users (children) to increase their concentration. This study aims to design puzzle games as learning media to improve reading and writing skills of children aged 4-6 years. This puzzle game was designed using the Game Development Life Cycle (GDLC) method which went through several stages, namely initiation/concept, pre-production, production, testing and release. The final result of the research is in the form of a puzzle game using Game Engine Construct 3 as the building application, the application that has been generated can be used to assist the teaching and learning process and can also increase the learning spirit of early childhood, henceforth it is hoped that the application made can be developed again to be used according to need
ANALISIS PENGARUH TEKNIK FOTOGRAFI TERHADAP CITRA MEREK DALAM IKLAN PRODUK
Full text linkPenelitian ini dilakukan untuk mengisi kekosongan pengetahuan dan mengetahui dengan komprehensif pengaruh teknik fotografi terhadap citra merek dalam iklan produk. Pencahayaan, efek gerak, fokus dan ruang tajam, serta komposisi, diidentifikasi sebagai faktor-faktor utama yang memiliki peran signifikan dalam membentuk cara konsumen memandang dan menerima merek melalui media iklan. Metode penelitian kuantitatif simple random sampling dan kausal-komparatif digunakan dalam penelitian ini untuk mengumpulkan serta menganalisis data dari sejumlah responden yang terlibat dalam penelitian ini. Hasil analisis data menggunakan perangkat lunak SPSS 26 yang dilakukan dengan cermat dan valid mengkonfirmasi bahwa teknik fotografi berdampak positif secara signifikan terhadap citra merek dalam iklan produk. Penelitian ini memiliki dampak yang sangat signifikan bagi praktisi di bidang pemasaran dan periklanan yang sedang berupaya meningkatkan efektivitas iklan produk mereka. Dengan pemahaman yang lebih dalam tentang bagaimana teknik fotografi memengaruhi citra merek, para praktisi dapat merancang iklan yang lebih memikat dan berpengaruh, sehingga mampu membentuk persepsi konsumen dengan lebih efektif. Penelitian ini memberikan kontribusi pengetahuan penting dalam memahami peran esensial fotografi dalam membentuk citra merek, yang kini lebih relevan daripada sebelumnya dalam era pemasaran yang semakin terfokus pada elemen visual dan media digital.This research aims to fill the knowledge gap and comprehensively analyze the impact of photographic techniques on brand image in product advertising. Illumination, motion effects, focus and sharpness, as well as composition, have been identified as key factors that significantly influence how consumers perceive and accept brands through advertising media. The quantitative research method, specifically simple random sampling and causal-comparative were used in this study to collect and analyze data from a number of respondents involved in the research. The carefully conducted and valid data analysis using SPSS 26 software confirms that photographic techniques have a significantly positive impact on brand image in product advertising. This research has highly relevant implications for marketing and advertising practitioners seeking to enhance the effectiveness of their product advertising. With a deeper understanding of how photographic techniques influence brand image, practitioners can design more captivating and influential advertisements, thus shaping consumer perceptions more effectively. This study provides a crucial contribution to understanding the essential role of photography in shaping brand image, which is now more relevant than ever in an era of marketing that is increasingly focused on visual elements and digital media
PEMANFAATAN DESAIN INTERAKSI ANTAR MUKA PENGGUNA DENGAN IMPLEMENTASI MODEL GOMS PADA APLIKASI MOBILE ELMA
Full text linkThe design of interaction and user interfaces is an element of a digital or computer-based information system. The development of user interface designs can attract users to feel comfortable in conducting online consulting activities. The purpose of this study is to find out the user's needs as a whole in the design of user interactions on the Elma mobile application with the GOMS model. The performance of the GOMS model is a systematic interrelated method that is interrelated with goals, and actions from the operator using the last method and process, namely selection that can reflect the purpose of the user interface design analysis in the application. Applying the GOMS method to the user interface design, it can be said that the application development must pay attention to the user's needs thoroughly, and the ease of user access by the application of the analysis using the "8 Golden Rules Interface" user interface design process. These rules make it easier for researchers as a whole to accommodate user needs, as well as share information on the display of the Ema application. The purpose of this study is to analyze the utilization of the Elma application interface design to increase user comfort in using the Elma application. The results of this study indicate that making an application must pay attention to the overall needs of the user, ease of access for users according to the application of analysis using the "8 Golden Rules Interface" user interface design process.Perancangan interaksi dan antarmuka pengguna merupakan elemen dari sistem informasi digital atau berbasis komputer. Pengembangan desain antarmuka pengguna dapat menarik pengguna untuk merasa nyaman dalam melakukan kegiatan konsultasi online. Tujuan dari penelitian ini adalah untuk mengetahui kebutuhan pengguna secara keseluruhan dalam perancangan interaksi pengguna pada aplikasi mobile Elma dengan model GOMS. Kinerja model GOMS merupakan metode yang saling terkait secara sistematis yang saling terkait dengan tujuan, dan tindakan dari operator menggunakan metode dan proses terakhir, yaitu pemilihan yang dapat mencerminkan tujuan dari analisis desain antarmuka pengguna dalam aplikasi. Menerapkan metode GOMS pada desain antarmuka pengguna, dapat dikatakan bahwa pengembangan aplikasi harus memperhatikan kebutuhan pengguna secara menyeluruh, dan kemudahan akses pengguna dengan aplikasi analisis menggunakan desain antarmuka pengguna "8 Golden Rules Interface" proses. Aturan tersebut memudahkan peneliti secara keseluruhan untuk mengakomodir kebutuhan pengguna, serta berbagi informasi pada tampilan aplikasi Elma. Tujuan dari penelitian ini menganalisis pemanfaatan desain antarmuka aplikasi Elma untuk meningkatkan kenyamanan pengguna dalam menggunakan aplikasi Elma. Hasil penelitian ini bahwasannya pembuatan aplikasi harus memperhatikan secara menyeluruh kebutuhan dari pengguna, kemudahan akses pengguna sesuai dengan penerapan analisa menggunakan proses mendesain user interface “8 Golden Rules Interface”