Penelitian ini membahas penerapan metode Regulator Kuadratik Linier (LQR) pada sistem kendali optimal. LQR menggunakan kombinasi linier dari state plant untuk melakukan proses kontrol, sehingga memerlukan semua state dalam sistem yang tersedia untuk diukur atau diakses. Namun, jika beberapa state tidak dapat diukur, LQR dapat mengestimasi state-state tersebut berdasarkan model sistem dan keluaran sistem yang dapat diukur. Penelitian ini berfokus pada perancangan model pengendali optimal untuk meningkatkan kecepatan proses dalam sistem industri. Simulasi dilakukan menggunakan software Matlab R2020 untuk menunjukkan respons dari pengendalian kecepatan secara optimal. Hasil simulasi menunjukkan bahwa pemasangan kendali optimal dapat mempercepat waktu stabilisasi gambar-gambar, tergantung pada pemilihan matriks bobot Q dan R yang tepat.
{"title":"Optimalisasi Kecepatan Sistem Aliran Fluida Metoda Linear Quadratic Regulator","authors":"Hilda Hilda","doi":"10.26418/jp.v9i1.50555","DOIUrl":"https://doi.org/10.26418/jp.v9i1.50555","url":null,"abstract":"Penelitian ini membahas penerapan metode Regulator Kuadratik Linier (LQR) pada sistem kendali optimal. LQR menggunakan kombinasi linier dari state plant untuk melakukan proses kontrol, sehingga memerlukan semua state dalam sistem yang tersedia untuk diukur atau diakses. Namun, jika beberapa state tidak dapat diukur, LQR dapat mengestimasi state-state tersebut berdasarkan model sistem dan keluaran sistem yang dapat diukur. Penelitian ini berfokus pada perancangan model pengendali optimal untuk meningkatkan kecepatan proses dalam sistem industri. Simulasi dilakukan menggunakan software Matlab R2020 untuk menunjukkan respons dari pengendalian kecepatan secara optimal. Hasil simulasi menunjukkan bahwa pemasangan kendali optimal dapat mempercepat waktu stabilisasi gambar-gambar, tergantung pada pemilihan matriks bobot Q dan R yang tepat.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"147 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-04-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"86201649","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Fathorazi Nur Fajri, Gulpi Qorik Oktagalu Pratamasunu, Diyah Ayu Aprilingga
Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.
{"title":"Deteksi Wanita Berhijab dan tidak Berhijab dengan menggunakan Metode Mask RCNN","authors":"Fathorazi Nur Fajri, Gulpi Qorik Oktagalu Pratamasunu, Diyah Ayu Aprilingga","doi":"10.26418/jp.v8i3.57397","DOIUrl":"https://doi.org/10.26418/jp.v8i3.57397","url":null,"abstract":"Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"30 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"84187632","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Y. Azis, M. Sarosa, G. N. Witka, R. I. Simanungkalit
Rendahnya pemahaman konsep Matematika menyebabkan peserta didik sulit untuk mendapat hasil belajar yang baik, diperlukan suatu model mengajar yang dapat meningkatkan peserta didik untuk dapat terlibat aktif dan berpikir kritis dalam pembelajaran. Tujuan dari penelitian ini untuk membandingkan efektivitas dua model pembelajaran yang melibatkan keaktifan dan berpikir kritis melalui pembelajaran blended learning yaitu model Problem Based Learning dan Discovery Learning. Melibatkan 2 kelas sebagai kelas kontrol dan eksperimen yang diambil secara acak, dengan instrument pretest postest sebanyak 10 soal dan analisis data uji multivariat menggunakan Hotelling’s Trace T2 dengan taraf signifikansi 5% diperoleh kesimpulan bahwa kedua populasi pada saat pretest mempunyai pemahaman konsep dan hasil belajar yang sama, perubahan terjadi ketika model PBL dan discovery learning diterapkan. Melalui uji rata-rata disimpulkan bahwa pembelajaran blended learning model PBL lebih baik diterapkan dibandingkan dengan discovery learning pada mata kuliah Matematika Bisnis.
{"title":"Efektivitas Blended Learning Model Problem Based Learning dan Discovery pada Mata Kuliah Matematika Bisnis","authors":"Y. Azis, M. Sarosa, G. N. Witka, R. I. Simanungkalit","doi":"10.26418/jp.v8i3.59226","DOIUrl":"https://doi.org/10.26418/jp.v8i3.59226","url":null,"abstract":"Rendahnya pemahaman konsep Matematika menyebabkan peserta didik sulit untuk mendapat hasil belajar yang baik, diperlukan suatu model mengajar yang dapat meningkatkan peserta didik untuk dapat terlibat aktif dan berpikir kritis dalam pembelajaran. Tujuan dari penelitian ini untuk membandingkan efektivitas dua model pembelajaran yang melibatkan keaktifan dan berpikir kritis melalui pembelajaran blended learning yaitu model Problem Based Learning dan Discovery Learning. Melibatkan 2 kelas sebagai kelas kontrol dan eksperimen yang diambil secara acak, dengan instrument pretest postest sebanyak 10 soal dan analisis data uji multivariat menggunakan Hotelling’s Trace T2 dengan taraf signifikansi 5% diperoleh kesimpulan bahwa kedua populasi pada saat pretest mempunyai pemahaman konsep dan hasil belajar yang sama, perubahan terjadi ketika model PBL dan discovery learning diterapkan. Melalui uji rata-rata disimpulkan bahwa pembelajaran blended learning model PBL lebih baik diterapkan dibandingkan dengan discovery learning pada mata kuliah Matematika Bisnis.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"24 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90371504","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Dimas Febriyan Priambodo, Muhammad Hasbi, Mahar Surya Malacca
Mobile E-Kinerja XYZ adalah aplikasi yang digunakan untuk pelaporan kegiatan PNS dan ASN Pemerintah Kabupaten XYZ. Aplikasi ini menunjang peraturan dari pemerintah pusat terkait Sistem Pemerintahan Berbasi Elektronik (SPBE). Security assessment yang dilakukan mencakup pengujian keamanan aplikasi dan juga mengidentifikasi kerentanan menggunakan MobSF dan MARA Framework dan analisis dinamis serta melakukan validasi mengacu pada OWASP Top Ten Mobile Risk 2016. Menilai kerentanan menggunakan Common Vulnerability Scoring System (CVSS) 3.1. Memberikan rekomendasi keamanan terhadap kerentanan yang ditemukan mengacu pada Common Weakness Enumeration (CWE) serta menjelaskan dampak dari kerentanan. Aplikasi ini mempunyai satu krentanan high (Insecure Data Storage), tiga kerentanan medium (Improper Platform Usage, Insufficient Cryptography, Reverse Engineering), satu kerentanan low (Extraneous Functionality).
{"title":"Security Assessment Aplikasi Mobile Pemerintahan dengan Acuan OWASP Top 10 Mobile Risks","authors":"Dimas Febriyan Priambodo, Muhammad Hasbi, Mahar Surya Malacca","doi":"10.26418/jp.v8i3.58192","DOIUrl":"https://doi.org/10.26418/jp.v8i3.58192","url":null,"abstract":"Mobile E-Kinerja XYZ adalah aplikasi yang digunakan untuk pelaporan kegiatan PNS dan ASN Pemerintah Kabupaten XYZ. Aplikasi ini menunjang peraturan dari pemerintah pusat terkait Sistem Pemerintahan Berbasi Elektronik (SPBE). Security assessment yang dilakukan mencakup pengujian keamanan aplikasi dan juga mengidentifikasi kerentanan menggunakan MobSF dan MARA Framework dan analisis dinamis serta melakukan validasi mengacu pada OWASP Top Ten Mobile Risk 2016. Menilai kerentanan menggunakan Common Vulnerability Scoring System (CVSS) 3.1. Memberikan rekomendasi keamanan terhadap kerentanan yang ditemukan mengacu pada Common Weakness Enumeration (CWE) serta menjelaskan dampak dari kerentanan. Aplikasi ini mempunyai satu krentanan high (Insecure Data Storage), tiga kerentanan medium (Improper Platform Usage, Insufficient Cryptography, Reverse Engineering), satu kerentanan low (Extraneous Functionality).","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"9 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90307968","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pandemi Covid-19 mengubah cara komunikasi masyarakat di berbagai bidang yang semula melalui tatap muka secara langsung, berubah menggunakan media daring. Meningkatnya kebutuhan akan proses komunikasi yang dilakukan secara daring harus didukung dengan infrastruktur yang tepat agar proses pengiriman informasi dapat dilakukan lancar dan tanpa adanya hambatan. Salah satu faktor pendukung infrastruktur komunikasi adalah basis data yang digunakan untuk menyimpan data pesan. Salah satu jenis basis data yang banyak digunakan saat ini adalah basis data non-relasional, karena lebih fleksibel dan dinamis dibandingkan dengan basis data relasional. Terdapat banyak jenis basis data non-relasional, salah satunya berbasis dokumen. Penelitian ini mencoba mengimplementasikan basis data non-relasional Firestore untuk menyimpan berbagai jenis bentuk data pesan. Hasil pengujian menunjukkan bahwa basis data Firestore cukup andal digunakan untuk menyimpan data pesan teks dengan rata-rata waktu penyimpanan adalah 0.4 detik untuk jumlah kata maksimal 100 kata. Sedangkan untuk pesan berbentuk media seperti gambar, rata-rata waktu penyimpanan adalah 4 detik untuk ukuran media maksimal 5 MB, di mana angka tersebut masih dalam batas toleransi respons (10 detik) namun penggunaannya harus disertai dengan adanya feedback pada antarmuka.
{"title":"Basis Data Awan Non-Relasional Firestore untuk Penyimpanan Data Pesan","authors":"Kristian Adi Nugraha","doi":"10.26418/jp.v8i3.59173","DOIUrl":"https://doi.org/10.26418/jp.v8i3.59173","url":null,"abstract":"Pandemi Covid-19 mengubah cara komunikasi masyarakat di berbagai bidang yang semula melalui tatap muka secara langsung, berubah menggunakan media daring. Meningkatnya kebutuhan akan proses komunikasi yang dilakukan secara daring harus didukung dengan infrastruktur yang tepat agar proses pengiriman informasi dapat dilakukan lancar dan tanpa adanya hambatan. Salah satu faktor pendukung infrastruktur komunikasi adalah basis data yang digunakan untuk menyimpan data pesan. Salah satu jenis basis data yang banyak digunakan saat ini adalah basis data non-relasional, karena lebih fleksibel dan dinamis dibandingkan dengan basis data relasional. Terdapat banyak jenis basis data non-relasional, salah satunya berbasis dokumen. Penelitian ini mencoba mengimplementasikan basis data non-relasional Firestore untuk menyimpan berbagai jenis bentuk data pesan. Hasil pengujian menunjukkan bahwa basis data Firestore cukup andal digunakan untuk menyimpan data pesan teks dengan rata-rata waktu penyimpanan adalah 0.4 detik untuk jumlah kata maksimal 100 kata. Sedangkan untuk pesan berbentuk media seperti gambar, rata-rata waktu penyimpanan adalah 4 detik untuk ukuran media maksimal 5 MB, di mana angka tersebut masih dalam batas toleransi respons (10 detik) namun penggunaannya harus disertai dengan adanya feedback pada antarmuka.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"26 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89252015","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pertumbuhan penggunaan kendaraan bermotor untuk transportasi oleh masyarakat terus meningkat seiring waktu. Sebagai lembaga pendidikan tinggi dengan jumlah mahasiswa aktif mencapai angka 31 ribu orang maka Universitas Tanjungpura perlu menyadari bagaimana penggunaan jalan oleh pengendara kendaraan bermotor di Universitas Tanjungpura dalam bagian dari perencanaan pembangunannya untuk menghindari permasalahan yang mungkin timbul dikemudian hari. Penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat menghitung trafik kendaraan di jalan masuk utama Universitas Tanjungpura. Peneliti menggunakan pendekatan object recognition untuk mengetahui jenis kendaraan yang lewat apakah merupakan kendaraan sepeda motor atau mobil, dimana digunakan metode background subtraction dan pemrosesan morfologi dalam tugas deteksi objek, dan metode Haar cascade classifier dalam tugas klasifikasi jenis kendaraan dari objek yang terdeteksi. Pada penelitian ini dilatih model klasifikasi kendaraan sepeda motor (masuk dan keluar) dengan masing-masing 5000 data latih dan model klasifikasi kendaraan mobil (masuk dan keluar) dengan masing-masing 500 data latih. Evaluasi pendeteksi objek menunjukkan bahwa program dapat mendeteksi objek yang bergerak dengan akurasi dengan akurasi terendah sebesar 67% dan akurasi tertinggi sebesar 93%. Evaluasi model klasifikasi kendaraan menunjukkan nilai F1-score rata-rata 0.916 (sepeda motor masuk), 0.311 (mobil masuk), 0.965 (sepeda motor keluar) dan 0.427 (mobil keluar). Evaluasi menunjukkan tidak terdapat pengaruh yang signifikan mengenai perbedaan kondisi waktu dan kepadatan trafik kendaraan terhadap performa model klasifikasi kendaraan. Di mana nilai rata-rata f1-score pada pengujian pagi, siang dan sore adalah masing-masing 68%, 62% dan 67% dan rata-rata akurasi pada pengujian padat, sedang dan sepi adalah masing-masing 89%, 86% dan 88%. Hasil pengujian unit testing dan integration testing menunjukkan sistem ini dapat mendeteksi objek kendaraan yang lewat, mengetahui jenis kendaraan tersebut dan menghitung jumlahnya serta menyediakan cara untuk mendapatkan data trafik kendaraan yang dihasilkan. Secara keseluruhan penelitian dinilai berhasil dalam membuat sebuah sistem penghitung trafik kendaraan berbasis object recognition studi kasus jalan utama Universitas Tanjungpura.
{"title":"Penghitung Trafik Kendaraan Berbasis Object Recognition Studi Kasus Jalan Utama Universitas Tanjungpura","authors":"Agung Tuah Ananda, Yus Sholva, Rudy Dwi Nyoto","doi":"10.26418/jp.v8i3.57136","DOIUrl":"https://doi.org/10.26418/jp.v8i3.57136","url":null,"abstract":"Pertumbuhan penggunaan kendaraan bermotor untuk transportasi oleh masyarakat terus meningkat seiring waktu. Sebagai lembaga pendidikan tinggi dengan jumlah mahasiswa aktif mencapai angka 31 ribu orang maka Universitas Tanjungpura perlu menyadari bagaimana penggunaan jalan oleh pengendara kendaraan bermotor di Universitas Tanjungpura dalam bagian dari perencanaan pembangunannya untuk menghindari permasalahan yang mungkin timbul dikemudian hari. Penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat menghitung trafik kendaraan di jalan masuk utama Universitas Tanjungpura. Peneliti menggunakan pendekatan object recognition untuk mengetahui jenis kendaraan yang lewat apakah merupakan kendaraan sepeda motor atau mobil, dimana digunakan metode background subtraction dan pemrosesan morfologi dalam tugas deteksi objek, dan metode Haar cascade classifier dalam tugas klasifikasi jenis kendaraan dari objek yang terdeteksi. Pada penelitian ini dilatih model klasifikasi kendaraan sepeda motor (masuk dan keluar) dengan masing-masing 5000 data latih dan model klasifikasi kendaraan mobil (masuk dan keluar) dengan masing-masing 500 data latih. Evaluasi pendeteksi objek menunjukkan bahwa program dapat mendeteksi objek yang bergerak dengan akurasi dengan akurasi terendah sebesar 67% dan akurasi tertinggi sebesar 93%. Evaluasi model klasifikasi kendaraan menunjukkan nilai F1-score rata-rata 0.916 (sepeda motor masuk), 0.311 (mobil masuk), 0.965 (sepeda motor keluar) dan 0.427 (mobil keluar). Evaluasi menunjukkan tidak terdapat pengaruh yang signifikan mengenai perbedaan kondisi waktu dan kepadatan trafik kendaraan terhadap performa model klasifikasi kendaraan. Di mana nilai rata-rata f1-score pada pengujian pagi, siang dan sore adalah masing-masing 68%, 62% dan 67% dan rata-rata akurasi pada pengujian padat, sedang dan sepi adalah masing-masing 89%, 86% dan 88%. Hasil pengujian unit testing dan integration testing menunjukkan sistem ini dapat mendeteksi objek kendaraan yang lewat, mengetahui jenis kendaraan tersebut dan menghitung jumlahnya serta menyediakan cara untuk mendapatkan data trafik kendaraan yang dihasilkan. Secara keseluruhan penelitian dinilai berhasil dalam membuat sebuah sistem penghitung trafik kendaraan berbasis object recognition studi kasus jalan utama Universitas Tanjungpura.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"20 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"82183392","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Dalam pengelolaan sebuah bisnis, penjual perlu mengetahui kinerja tokonya dengan mengolah dan menganalisis data transaksi dengan pembeli menjadi sebuah informasi menggunakan Dashboard. Penggunaan dashboard cukup penting sehingga butuh studi lanjutan terkait evaluasi penggunaannya. Penelitian sebelumnya lebih banyak membahas pembuatan dan pengembangan aplikasi dashboard berbasis website dan mendiskusikan operasionalisasi dashboard pada lembaga pendidikan. Oleh karena itu penelitian ini berupaya memfokuskan pada aspek perusahaan rintisan. Penelitian ini akan difokuskan pengembangan dashboard menggunakan framework Laravel dengan metode pengembangan Scrum. Penelitian ini menggunakan model konseptual dan sistematika penyelesaian masalah sehingga tercipta sebuah aplikasi yang membantu e-Marketplace. Tujuan penelitian ini adalah (1) memahami KPI evaluasi platform GRAVIS. (2) memahami konsep arsitektur aplikasi dashboard platform GRAVIS. (3) mengembangkan dashboard untuk menyajikan informasi dalam bentuk visualisasi data. Hasil penelitian ini menunjukkan (1) Key performance indicator (KPI) yang digunakan meliputi enam belas poin utama. (2) Dashboard akan menampilkan informasi dengan gauge chart, line chart dan bar chart. (3) Hasil dari enam scenario black-box testing yang diujikan mendapatkan total sukses sebanyak enam scenario dan nol scenario gagal, maka dari itu hasil dari pengujian black-box testing selesai pada iterasi pertama.
{"title":"Pengembangan Sistem Dashboard untuk Mengevaluasi Platform E-Marketplace dengan Metode Scrum pada Startup GRAVIS","authors":"Zakky Al Attar, T. F. Kusumasari, R. Fauzi","doi":"10.26418/jp.v8i3.58782","DOIUrl":"https://doi.org/10.26418/jp.v8i3.58782","url":null,"abstract":"Dalam pengelolaan sebuah bisnis, penjual perlu mengetahui kinerja tokonya dengan mengolah dan menganalisis data transaksi dengan pembeli menjadi sebuah informasi menggunakan Dashboard. Penggunaan dashboard cukup penting sehingga butuh studi lanjutan terkait evaluasi penggunaannya. Penelitian sebelumnya lebih banyak membahas pembuatan dan pengembangan aplikasi dashboard berbasis website dan mendiskusikan operasionalisasi dashboard pada lembaga pendidikan. Oleh karena itu penelitian ini berupaya memfokuskan pada aspek perusahaan rintisan. Penelitian ini akan difokuskan pengembangan dashboard menggunakan framework Laravel dengan metode pengembangan Scrum. Penelitian ini menggunakan model konseptual dan sistematika penyelesaian masalah sehingga tercipta sebuah aplikasi yang membantu e-Marketplace. Tujuan penelitian ini adalah (1) memahami KPI evaluasi platform GRAVIS. (2) memahami konsep arsitektur aplikasi dashboard platform GRAVIS. (3) mengembangkan dashboard untuk menyajikan informasi dalam bentuk visualisasi data. Hasil penelitian ini menunjukkan (1) Key performance indicator (KPI) yang digunakan meliputi enam belas poin utama. (2) Dashboard akan menampilkan informasi dengan gauge chart, line chart dan bar chart. (3) Hasil dari enam scenario black-box testing yang diujikan mendapatkan total sukses sebanyak enam scenario dan nol scenario gagal, maka dari itu hasil dari pengujian black-box testing selesai pada iterasi pertama.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"53 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"90929845","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Gientry Rachma Ditami, Eva Faja Ripanti, Herry Sujaini
Tren belanja online membuat berbagai brand marketplace di Indonesia menerapkan strategi pemasaran terbaiknya untuk menarik minat pelanggan, salah satunya program promosi event belanja. Shopee dan Tokopedia merupakan dua brand marketplace teratas di Indonesia dengan pengunjung terbanyak berdasarkan data Similarweb tahun 2021. Pengalaman pengguna seputar promosi event belanja marketplace berlangsung di media sosial, salah satunya Twitter. Tujuan dari penelitian ini adalah membangun model analisis sentimen yang mampu mengklasifikasikan tweets masyarakat terkait dengan program promosi event belanja yang dilakukan oleh Shopee dan Tokopedia. Penelitian ini menggunakan data tweets pada periode yang telah ditentukan. Rangkaian text preprocessing yang dilakukan adalah case folding, tokenizing, filtering, normalisasi kata, dan stemming. Pembobotan kata menggunakan TF-IDF, Support Vector Machine sebagai algoritma pengklasifikasian, Grid Search untuk mencari parameter optimal, dan K-Fold Cross Validation serta Confusion Matrix untuk validasi dan pengujian model. Berdasarkan hasil analisis dan observasi, penelitian ini mengidentifikasi event belanja pada Shopee tanggal 25, flash sale, gratis ongkir, COD, tanggal kembar, dan Shopee 12.12. Sedangkan untuk Tokopedia tanggal 25, kejar diskon, bebas ongkir, COD, WIB, dan Tokopedia 12.12. Dari hasil pelabelan data, distribusi sentimen masyarakat untuk program promosi event belanja Tokopedia cenderung positif, Shopee cenderung negatif, dan sentimen masyarakat terhadap program promosi event belanja kedua marketplace didominasi oleh sentimen positif. Dari hasil pengujian, model yang menggunakan data set Shopee yaitu Skenario 3 dan Skenario 4 mendapat nilai akurasi tertinggi sebesar 72.12% dan 71.52%. Adapun dari hasil pencarian parameter terbaik menggunakan Grid Search meningkatkan nilai akurasi data set Tokopedia sebesar 1.44% dan data set Shopee sebesar 0.54%.
{"title":"Implementasi Support Vector Machine untuk Analisis Sentimen Terhadap Pengaruh Program Promosi Event Belanja pada Marketplace","authors":"Gientry Rachma Ditami, Eva Faja Ripanti, Herry Sujaini","doi":"10.26418/jp.v8i3.56478","DOIUrl":"https://doi.org/10.26418/jp.v8i3.56478","url":null,"abstract":"Tren belanja online membuat berbagai brand marketplace di Indonesia menerapkan strategi pemasaran terbaiknya untuk menarik minat pelanggan, salah satunya program promosi event belanja. Shopee dan Tokopedia merupakan dua brand marketplace teratas di Indonesia dengan pengunjung terbanyak berdasarkan data Similarweb tahun 2021. Pengalaman pengguna seputar promosi event belanja marketplace berlangsung di media sosial, salah satunya Twitter. Tujuan dari penelitian ini adalah membangun model analisis sentimen yang mampu mengklasifikasikan tweets masyarakat terkait dengan program promosi event belanja yang dilakukan oleh Shopee dan Tokopedia. Penelitian ini menggunakan data tweets pada periode yang telah ditentukan. Rangkaian text preprocessing yang dilakukan adalah case folding, tokenizing, filtering, normalisasi kata, dan stemming. Pembobotan kata menggunakan TF-IDF, Support Vector Machine sebagai algoritma pengklasifikasian, Grid Search untuk mencari parameter optimal, dan K-Fold Cross Validation serta Confusion Matrix untuk validasi dan pengujian model. Berdasarkan hasil analisis dan observasi, penelitian ini mengidentifikasi event belanja pada Shopee tanggal 25, flash sale, gratis ongkir, COD, tanggal kembar, dan Shopee 12.12. Sedangkan untuk Tokopedia tanggal 25, kejar diskon, bebas ongkir, COD, WIB, dan Tokopedia 12.12. Dari hasil pelabelan data, distribusi sentimen masyarakat untuk program promosi event belanja Tokopedia cenderung positif, Shopee cenderung negatif, dan sentimen masyarakat terhadap program promosi event belanja kedua marketplace didominasi oleh sentimen positif. Dari hasil pengujian, model yang menggunakan data set Shopee yaitu Skenario 3 dan Skenario 4 mendapat nilai akurasi tertinggi sebesar 72.12% dan 71.52%. Adapun dari hasil pencarian parameter terbaik menggunakan Grid Search meningkatkan nilai akurasi data set Tokopedia sebesar 1.44% dan data set Shopee sebesar 0.54%.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"25 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74430378","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Keberhasilan dari program pengobatan Tuberkulosis (TBC) dapat dilihat dari hasil pengobatan. Keterlambatan diagnonis/deteksi kasus TBC serta kelalaian pengobatan akibat ketidakpatuhan menjadi salah satu faktor utama dari terhambatnya keberhasilan pengobatan. Puskesmas Karya Mulia sebagai instansi pelayanan kesehatan, aktif dalam mengobati dan memantau pengobatan pasien TBC. Puskesmas Karya Mulia melakukan berbagai program pemantauan pengobatan dalam mendukung keberhasilan pengobatan pasien TBC. Dalam penelitian ini, dibangun sebuah aplikasi pemantauan yang digunakan oleh petugas kesehatan Puskesmas Karya Mulia untuk memantau aktivitas pengobatan pasien TBC dan pasien TBC dapat melaporkan aktivitas pengobatannya. Aplikasi diuji menggunakan metode blackbox dan UAT (User Acceptance Testing). Berdasarkan hasil pengujian blackbox yang telah dilakukan, aplikasi dapat berjalan sesuai dengan rancangan pembangunan. Pada pengujian UAT dengan menggunakan teknik Pada pengujian UAT setiap pengguna aplikasi dengan menggunakan teknik perhitungan penskalaan Likert’s Summated Rating, didapat nilai akhir sebesar 86,75% dengan kriteria dinilai berhasil.
{"title":"Aplikasi Pemantauan Pengobatan Pasien Tuberkulosis (Studi Kasus Puskesmas Karya Mulia)","authors":"Rachman Dwi Putra, M. Irwansyah, Rudy Dwi Nyoto","doi":"10.26418/jp.v8i3.57021","DOIUrl":"https://doi.org/10.26418/jp.v8i3.57021","url":null,"abstract":"Keberhasilan dari program pengobatan Tuberkulosis (TBC) dapat dilihat dari hasil pengobatan. Keterlambatan diagnonis/deteksi kasus TBC serta kelalaian pengobatan akibat ketidakpatuhan menjadi salah satu faktor utama dari terhambatnya keberhasilan pengobatan. Puskesmas Karya Mulia sebagai instansi pelayanan kesehatan, aktif dalam mengobati dan memantau pengobatan pasien TBC. Puskesmas Karya Mulia melakukan berbagai program pemantauan pengobatan dalam mendukung keberhasilan pengobatan pasien TBC. Dalam penelitian ini, dibangun sebuah aplikasi pemantauan yang digunakan oleh petugas kesehatan Puskesmas Karya Mulia untuk memantau aktivitas pengobatan pasien TBC dan pasien TBC dapat melaporkan aktivitas pengobatannya. Aplikasi diuji menggunakan metode blackbox dan UAT (User Acceptance Testing). Berdasarkan hasil pengujian blackbox yang telah dilakukan, aplikasi dapat berjalan sesuai dengan rancangan pembangunan. Pada pengujian UAT dengan menggunakan teknik Pada pengujian UAT setiap pengguna aplikasi dengan menggunakan teknik perhitungan penskalaan Likert’s Summated Rating, didapat nilai akhir sebesar 86,75% dengan kriteria dinilai berhasil.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"40 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88377040","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Banyaknya lahan kayu putih yang belum dimanfaatkan secara maksimal seperti penanaman dengan sistem tumpang sari, kurangnya pemahaman mengenai faktor penghambat dalam pertumbuhan tanaman kayu putih, dan kurangnya pengetahuan mengenai pemanfaatan potensi lahan yang optimal merupakan penyebab rendahnya produktifitas kayu putih di Indonesia. Klasterisasi menggunakan algoritma K-Means dalam pengelompokan lahan ke dalam cluster yang potensial berdasar faktor pendukung pertumbuhan hama rayap tanah merupakan tujuan dalam penelitian yang dilakukan. Proses cluster dilakukan menggunakan parameter tanaman tumpang sari, tipe tanah, suhu, kelembaban, dan curah hujan. Dalam metode K-Means, data yang memiliki karakteristik yang sama dalam satu kelompok dan memiliki karakteristik yang berbeda dengan kelompok lain akan dikelompokan dalam satu cluster. Clustering akan mengupayakan untuk mencapai tingkat minimal variasi antar data yang ada dalam suatu cluster. Pada penelitian yang dilakukan menggunakan 2 cluster dan didapatkan hasil sebanyak 13,56% (16 lahan) yang sangat berpotensi dan 86,44% (112 lahan) yang tidak berpotensi adanya hama rayap. Hasil pengujian terhadap cluster K-Means menggunakan indeks Davies Bouldin dan didapat nilai sebesar 0,055. Dari penelitian ini diharapkan sebagai bahan masukan dengan harapan secara ekologis dapat meningkatkan tingkat keberhasilan yang lebih baik saat melakukan budidaya tanaman kayuputih.
{"title":"Klasterisasi Kesesuaian Lahan Kayu Putih Kabupaten Cilacap dengan Metode K-Means","authors":"Ratih Hafsarah Maharrani, Prih Diantono Abda'u, Hety Dwi Hastuti","doi":"10.26418/jp.v8i3.59305","DOIUrl":"https://doi.org/10.26418/jp.v8i3.59305","url":null,"abstract":"Banyaknya lahan kayu putih yang belum dimanfaatkan secara maksimal seperti penanaman dengan sistem tumpang sari, kurangnya pemahaman mengenai faktor penghambat dalam pertumbuhan tanaman kayu putih, dan kurangnya pengetahuan mengenai pemanfaatan potensi lahan yang optimal merupakan penyebab rendahnya produktifitas kayu putih di Indonesia. Klasterisasi menggunakan algoritma K-Means dalam pengelompokan lahan ke dalam cluster yang potensial berdasar faktor pendukung pertumbuhan hama rayap tanah merupakan tujuan dalam penelitian yang dilakukan. Proses cluster dilakukan menggunakan parameter tanaman tumpang sari, tipe tanah, suhu, kelembaban, dan curah hujan. Dalam metode K-Means, data yang memiliki karakteristik yang sama dalam satu kelompok dan memiliki karakteristik yang berbeda dengan kelompok lain akan dikelompokan dalam satu cluster. Clustering akan mengupayakan untuk mencapai tingkat minimal variasi antar data yang ada dalam suatu cluster. Pada penelitian yang dilakukan menggunakan 2 cluster dan didapatkan hasil sebanyak 13,56% (16 lahan) yang sangat berpotensi dan 86,44% (112 lahan) yang tidak berpotensi adanya hama rayap. Hasil pengujian terhadap cluster K-Means menggunakan indeks Davies Bouldin dan didapat nilai sebesar 0,055. Dari penelitian ini diharapkan sebagai bahan masukan dengan harapan secara ekologis dapat meningkatkan tingkat keberhasilan yang lebih baik saat melakukan budidaya tanaman kayuputih.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"45 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-12-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"84898629","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：