Husnul Khotami Kindi, Nungki Selviandro, Gia Wulandari
Advances in Autonomous Vehicle (AV) technology have made this topic popular in recent years, both large and small companies have started to develop this AV technology. Apart from large companies, several researchers are also interested in developing this technology. However, due to cost constraints and security issues, the researchers developed AV using a computer simulation approach. The main objective of this paper is to create a simulation (AV). The simulation was created using Udacity self-driving-car from Unity 3D. The first step we took was to take a dataset in the form of images from a number of participants by manually driving a car in a simulation to get Human-driving-behavior. After the dataset is obtained, the AV model formation process will then be carried out using the deep learning method of the Convolutional Neural Network algorithm. In this research, a good AV simulation has been successfully made, the car can run perfectly following the track without experiencing a collision or going off the track. From the results of the testing carried out, the model that was built got pretty good results where the accuracy was 71% and the loss was 0.0165.
{"title":"AUTONOMOUS VEHICLE SIMULATION WITH MULTI HUMAN DRIVING BEHAVIOR USING DEEP LEARNING","authors":"Husnul Khotami Kindi, Nungki Selviandro, Gia Wulandari","doi":"10.29100/jipi.v8i3.3900","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.3900","url":null,"abstract":"Advances in Autonomous Vehicle (AV) technology have made this topic popular in recent years, both large and small companies have started to develop this AV technology. Apart from large companies, several researchers are also interested in developing this technology. However, due to cost constraints and security issues, the researchers developed AV using a computer simulation approach. The main objective of this paper is to create a simulation (AV). The simulation was created using Udacity self-driving-car from Unity 3D. The first step we took was to take a dataset in the form of images from a number of participants by manually driving a car in a simulation to get Human-driving-behavior. After the dataset is obtained, the AV model formation process will then be carried out using the deep learning method of the Convolutional Neural Network algorithm. In this research, a good AV simulation has been successfully made, the car can run perfectly following the track without experiencing a collision or going off the track. From the results of the testing carried out, the model that was built got pretty good results where the accuracy was 71% and the loss was 0.0165.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241229","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}
Rumah sakit merupakan fasilitas pelayanan kesehatan yang perlu didukung oleh sistem informasi rumah sakit (SIM-RS) dan kualitas keamanan informasi yang aman. Permasalahan pada penelitian ini yaitu bagaimana pengaruh tata kelola keamanan informasi terhadap pengelolaan risiko sistem informasi rumah sakit, yang mana tata kelola keamanan sistem informasi rumah sakit belum melakukan audit. Tujuan dari penelititan ini dapat mengetahui tingkat kematangan sistem informasi manajemen rumah sakit di RSUD Muaradua serta bisa memberikan rekomendasi perbaikan dalam pengembangan sistem informasi untuk kedapannya. seperti yang telah tercantum pada judul penelitian, penelitian ini akan menggunakan kerangka kerja framework cobit 2019 dan penelitian ini nantinya mengambil data yang di proleh dengan melakukan observasi, wawancara dan semacam kuesioner untuk data yang akan di olah nantinya dengan menggunakan tata kelola kerangka kerja cobit 2019. Hasil penelitian ini didapatkan bahwa analisa audit sistem informasi menggunakan Framework COBIT 2019 dengan nilai tertinggi didapatkan oleh domain Deliver, service and support (DSS) dengan skor nilai rata-rata 0.71, ini berarti tingkat kefektivan tertinggi ada pada variabel Deliver , service and support (DSS), kemudian nilai terendah terdapat pada variabel Monitoring, evaluate, and assess (MEA) dengan skor nilai rata-rata 0.46.
{"title":"AUDIT SISTEM INFOMASI MANAJEMEN RUMAH SAKIT MENGGUNAKAN FRAMEWORK COBIT 2019 (STUDI KASUS RSUD MUARADUA)","authors":"Imam Solikin, A Fauzi","doi":"10.29100/jipi.v8i3.4004","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.4004","url":null,"abstract":"Rumah sakit merupakan fasilitas pelayanan kesehatan yang perlu didukung oleh sistem informasi rumah sakit (SIM-RS) dan kualitas keamanan informasi yang aman. Permasalahan pada penelitian ini yaitu bagaimana pengaruh tata kelola keamanan informasi terhadap pengelolaan risiko sistem informasi rumah sakit, yang mana tata kelola keamanan sistem informasi rumah sakit belum melakukan audit. Tujuan dari penelititan ini dapat mengetahui tingkat kematangan sistem informasi manajemen rumah sakit di RSUD Muaradua serta bisa memberikan rekomendasi perbaikan dalam pengembangan sistem informasi untuk kedapannya. seperti yang telah tercantum pada judul penelitian, penelitian ini akan menggunakan kerangka kerja framework cobit 2019 dan penelitian ini nantinya mengambil data yang di proleh dengan melakukan observasi, wawancara dan semacam kuesioner untuk data yang akan di olah nantinya dengan menggunakan tata kelola kerangka kerja cobit 2019. Hasil penelitian ini didapatkan bahwa analisa audit sistem informasi menggunakan Framework COBIT 2019 dengan nilai tertinggi didapatkan oleh domain Deliver, service and support (DSS) dengan skor nilai rata-rata 0.71, ini berarti tingkat kefektivan tertinggi ada pada variabel Deliver , service and support (DSS), kemudian nilai terendah terdapat pada variabel Monitoring, evaluate, and assess (MEA) dengan skor nilai rata-rata 0.46.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"10 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136240975","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}
Tourism is one of the proven solutions for the Indonesian economy. Tourism in certain regions, such as Yogyakarta, can significantly affect the region's economic development, including creating new jobs, creating new business opportunities, and increasing regional income. However, for tourists from outside Yogyakarta, it requires planning a tour before traveling in Yogyakarta, especially if he wants to spend several days on a tour. Many previous studies have developed systems that can recommend tourist routes, but not within a few days of tourist visits. In this study, we propose the use of Genetic Algorithm (GA) for automatically generating optimal travel itinerary for some days visit (n-days tour route). We develop the recommender system by combining GA and the concept of Multi-Attribute Utility Theory (MAUT). This MAUT used for accommodating user needs based some criteria such as rating, cost, and time. Based on our experimental results, GA is optimal in terms of execution time and number of attractions visited in n-days visit. The average execution time obtained is 59.62%, and the average number of attractions visited obtained is 45.95%. These results show that this method can generate tourist routes efficiently.
{"title":"N-Days Tourist Route Recommender System in Yogyakarta Using Genetic Algorithm Method","authors":"Muhammad Ridha Anshari, Z. K. A. Baizal","doi":"10.29100/jipi.v8i3.3893","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.3893","url":null,"abstract":"Tourism is one of the proven solutions for the Indonesian economy. Tourism in certain regions, such as Yogyakarta, can significantly affect the region's economic development, including creating new jobs, creating new business opportunities, and increasing regional income. However, for tourists from outside Yogyakarta, it requires planning a tour before traveling in Yogyakarta, especially if he wants to spend several days on a tour. Many previous studies have developed systems that can recommend tourist routes, but not within a few days of tourist visits. In this study, we propose the use of Genetic Algorithm (GA) for automatically generating optimal travel itinerary for some days visit (n-days tour route). We develop the recommender system by combining GA and the concept of Multi-Attribute Utility Theory (MAUT). This MAUT used for accommodating user needs based some criteria such as rating, cost, and time. Based on our experimental results, GA is optimal in terms of execution time and number of attractions visited in n-days visit. The average execution time obtained is 59.62%, and the average number of attractions visited obtained is 45.95%. These results show that this method can generate tourist routes efficiently.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"386 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241106","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}
Di era teknologi yang modern seperti saat ini peluang kerja sebagai blogger cukup banyak diminati. Para blogger me-manfaatkan situs blog baik yang gratis maupun berbayar untuk menulis artikel. Hal tersebut menyebabkan pengguna situs blog semakin meningkat. Diantara para blogger ada yang menjadi blogger professional dan ada juga yang menjadi blog-ger musiman untuk menulis artikel pada blog. Penelitian ini meneliti blogger mana yang masuk dalam kategori blogger professional atau blogger musiman. Penelitian ini mengklasifikasi data blogger yang diambil dari UCI Machine Learning dengan jumlah data sebanyak 100 data kemudian diuji menggunakan Metode Naïve Bayes. Adapun tool yang digunakan untuk penelitian adalah Rapidminer untuk mengklasifikasi blogger professional atau blogger musiman. Penelitian ini menghasilkan akurasi sebesar 76,27% atau meningkat 1,27 % dibandingkan penelitian sebelumnya dan hasil classification error sebesar 23,73%. Sedangkan class recall sebanyak 12 fold, hal ini dapat diartikan penelitian menggunakan correla-tion matrix dan cross validation dengan number of fold 12 menghasilkan nilai akurasi yang lebih baik dari penelitian sebelumnya.
{"title":"IMPLEMENTASI METODE NAÏVE BAYES UNTUK KLASIFIKASI DATA BLOGGER","authors":"Nur Widiastuti, Arief Hermawan, Donny Avianto","doi":"10.29100/jipi.v8i3.3713","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.3713","url":null,"abstract":"Di era teknologi yang modern seperti saat ini peluang kerja sebagai blogger cukup banyak diminati. Para blogger me-manfaatkan situs blog baik yang gratis maupun berbayar untuk menulis artikel. Hal tersebut menyebabkan pengguna situs blog semakin meningkat. Diantara para blogger ada yang menjadi blogger professional dan ada juga yang menjadi blog-ger musiman untuk menulis artikel pada blog. Penelitian ini meneliti blogger mana yang masuk dalam kategori blogger professional atau blogger musiman. Penelitian ini mengklasifikasi data blogger yang diambil dari UCI Machine Learning dengan jumlah data sebanyak 100 data kemudian diuji menggunakan Metode Naïve Bayes. Adapun tool yang digunakan untuk penelitian adalah Rapidminer untuk mengklasifikasi blogger professional atau blogger musiman. Penelitian ini menghasilkan akurasi sebesar 76,27% atau meningkat 1,27 % dibandingkan penelitian sebelumnya dan hasil classification error sebesar 23,73%. Sedangkan class recall sebanyak 12 fold, hal ini dapat diartikan penelitian menggunakan correla-tion matrix dan cross validation dengan number of fold 12 menghasilkan nilai akurasi yang lebih baik dari penelitian sebelumnya.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241109","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}
Jerry Cahyo Setiawan, Kemas M. Lhaksmana, Bunyamin Bunyamin
TikTok is currently the most popular app in the world and thus gets many reviews on the Google Play Store and other app marketplace platforms. These reviews are valuable user opinions that can be analyzed further for many purposes. Harnessing valuable analyses from these reviews can be obtained manually, which will be time-consuming and costly, or automatically with machine learning methods. This paper implements the latter with LSTM and IndoBERTweet, a derivative of BERT, using Indonesian vocabulary from Twitter post data. This research aims to determine the appropriate method to create a model that can automatically classify TikTok reviews into negative, neutral, and positive sentiments. The result demonstrates that IndoBERTweet outperforms the other, with an accuracy of 80%, whereas the LSTM accuracy is at 78%.
{"title":"Sentiment Analysis of Indonesian TikTok Review Using LSTM and IndoBERTweet Algorithm","authors":"Jerry Cahyo Setiawan, Kemas M. Lhaksmana, Bunyamin Bunyamin","doi":"10.29100/jipi.v8i3.3911","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.3911","url":null,"abstract":"TikTok is currently the most popular app in the world and thus gets many reviews on the Google Play Store and other app marketplace platforms. These reviews are valuable user opinions that can be analyzed further for many purposes. Harnessing valuable analyses from these reviews can be obtained manually, which will be time-consuming and costly, or automatically with machine learning methods. This paper implements the latter with LSTM and IndoBERTweet, a derivative of BERT, using Indonesian vocabulary from Twitter post data. This research aims to determine the appropriate method to create a model that can automatically classify TikTok reviews into negative, neutral, and positive sentiments. The result demonstrates that IndoBERTweet outperforms the other, with an accuracy of 80%, whereas the LSTM accuracy is at 78%.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"6 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241117","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 perkembangan teknologi dimasa kurikulum merdeka saat ini, dibutuhkan sebuah inovasi yang dapat mendukung pelaksanaan kegiatan asesmen diagnostik berbasis CBT dilingkungan sekolah. Dari banyak sistem CBT yang ada, Moodle merupakan salah satu pilihan yang patut dipertimbangkan, selain karena digunakan secara luas diberbagai sektor pendidikan, Moodle juga menyediakan berbagai fitur yang lengkap untuk verifikasi, evaluasi, dan juga analisis ujian. Tujuan penelitian ini adalah untuk menghasilkan aplikasi asesmen diagnostik dengan pemanfaatan Moodle dengan bentuk soal HOTS dan berfokus pada keefektivitas Moodle untuk meningkatkan pengalaman ujian bagi peserta didik dan guru dilingkungan sekolah. Metode penelitian dan pengembangan yang digunakan adalah model 4-D (Four-D) dan observasi dengan memperhatikan kesesuaian dalam kurikulum merdeka dan karakteristik peserta didik. Studi ini dirancang dengan database berupa soal pilihan ganda dari 16 mata pelajaran berbasis HOTS yang kemudian diberikan kepada peserta didik kelas VII SMP Negeri 1 Taman sebanyak 398 anak. Tahapan pengujian validasi produk dilakukan oleh ahli media dengan hasil 95,67 %, ahli materi sebesar 87,49 %, teman sejawat 91,63%, dan peserta didik menunjukkan 89,04%. Dari data hasil penelitian yang telah dilakukan menunjukkan bahwa Moodle memenuhi kriteria sangat baik sebagai aplikasi asesmen diagnostik berbasis CBT. Moodle dengan fitur yang sederhana, efisien dan ringan, serta kompatibel dengan banyak browser. Tersedianya manajemen pengguna dan manajemen course yang baik.
{"title":"PENGEMBANGAN APLIKASI ASESMEN DIAGNOSTIK BERBASIS COMPUTER BASED TEST (CBT) MENGGUNAKAN MOODLE","authors":"Faiqotul Himmah, Rufi’i Rufi’i, Yoso Wiyarno","doi":"10.29100/jipi.v8i3.4380","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.4380","url":null,"abstract":"Dalam perkembangan teknologi dimasa kurikulum merdeka saat ini, dibutuhkan sebuah inovasi yang dapat mendukung pelaksanaan kegiatan asesmen diagnostik berbasis CBT dilingkungan sekolah. Dari banyak sistem CBT yang ada, Moodle merupakan salah satu pilihan yang patut dipertimbangkan, selain karena digunakan secara luas diberbagai sektor pendidikan, Moodle juga menyediakan berbagai fitur yang lengkap untuk verifikasi, evaluasi, dan juga analisis ujian. Tujuan penelitian ini adalah untuk menghasilkan aplikasi asesmen diagnostik dengan pemanfaatan Moodle dengan bentuk soal HOTS dan berfokus pada keefektivitas Moodle untuk meningkatkan pengalaman ujian bagi peserta didik dan guru dilingkungan sekolah. Metode penelitian dan pengembangan yang digunakan adalah model 4-D (Four-D) dan observasi dengan memperhatikan kesesuaian dalam kurikulum merdeka dan karakteristik peserta didik. Studi ini dirancang dengan database berupa soal pilihan ganda dari 16 mata pelajaran berbasis HOTS yang kemudian diberikan kepada peserta didik kelas VII SMP Negeri 1 Taman sebanyak 398 anak. Tahapan pengujian validasi produk dilakukan oleh ahli media dengan hasil 95,67 %, ahli materi sebesar 87,49 %, teman sejawat 91,63%, dan peserta didik menunjukkan 89,04%. Dari data hasil penelitian yang telah dilakukan menunjukkan bahwa Moodle memenuhi kriteria sangat baik sebagai aplikasi asesmen diagnostik berbasis CBT. Moodle dengan fitur yang sederhana, efisien dan ringan, serta kompatibel dengan banyak browser. Tersedianya manajemen pengguna dan manajemen course yang baik.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"9 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241226","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}
Data memiliki peran sangat penting pada zaman ini karena dengan data setiap perusahaan dapat mengambil keputusan dengan lebih baik. Namun data yang ada tentunya akan semakin besar dan kompleks seiring berjalannya waktu. Akibatnya adalah waktu pengolahan data menjadi lebih lambat dan dapat menghambat proses bisnis. Pemilihan database yang tepat sangat penting karena dapat mempengaruhi performa suatu aplikasi. Saat ini database memiliki banyak jenis diantaranya yaitu DuckDB dan SQLite di mana kedua database tersebut adalah database yang tepat untuk menangani big data . Untuk membandingkan dua database tersebut tahapan-tahapan metode yang penulis gunakan yaitu identifikasi kebutuhan perangkat, persiapan dataset , perancangan skema pengujian, implementasi dan pengujian, dan analisis hasil. Pada penelitian ini, query yang diuji antara lain insert , update , delete , select , sum , count , max , dan average . Data yang digunakan merupakan data sales dengan jumlah 6.362.620 data. Dari pengujian yang dilakukan SQLite unggul dalam mengeksekusi query insert , update semua kolom, delete , dan select . Sementara itu, DuckDB unggul dalam mengeksekusi query yang menggunakan fungsi agregat dan update dua buah kolom. Dengan hasil tersebut dapat ditarik kesimpulan bahwa SQLite cocok digunakan untuk melakukan proses transaksi. Sedangkan DuckDB cocok digunakan untuk melakukan proses analisis.
{"title":"ANALISIS PERBANDINGAN PERFORMA DATABASE DUCKDB DAN SQLITE PADA PENGOLAHAN BIG DATA","authors":"Farid Arya Nugraha, Yerymia A. Susetyo","doi":"10.29100/jipi.v8i3.4032","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.4032","url":null,"abstract":"Data memiliki peran sangat penting pada zaman ini karena dengan data setiap perusahaan dapat mengambil keputusan dengan lebih baik. Namun data yang ada tentunya akan semakin besar dan kompleks seiring berjalannya waktu. Akibatnya adalah waktu pengolahan data menjadi lebih lambat dan dapat menghambat proses bisnis. Pemilihan database yang tepat sangat penting karena dapat mempengaruhi performa suatu aplikasi. Saat ini database memiliki banyak jenis diantaranya yaitu DuckDB dan SQLite di mana kedua database tersebut adalah database yang tepat untuk menangani big data . Untuk membandingkan dua database tersebut tahapan-tahapan metode yang penulis gunakan yaitu identifikasi kebutuhan perangkat, persiapan dataset , perancangan skema pengujian, implementasi dan pengujian, dan analisis hasil. Pada penelitian ini, query yang diuji antara lain insert , update , delete , select , sum , count , max , dan average . Data yang digunakan merupakan data sales dengan jumlah 6.362.620 data. Dari pengujian yang dilakukan SQLite unggul dalam mengeksekusi query insert , update semua kolom, delete , dan select . Sementara itu, DuckDB unggul dalam mengeksekusi query yang menggunakan fungsi agregat dan update dua buah kolom. Dengan hasil tersebut dapat ditarik kesimpulan bahwa SQLite cocok digunakan untuk melakukan proses transaksi. Sedangkan DuckDB cocok digunakan untuk melakukan proses analisis.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"172 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241227","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}
Nur Aziz Nugroho, Alva Hendi Muhammad, Agus Purwanto
Evaluasi level capability pada tata kelola data dibutuhkan untuk menjadikan pengelolaan data yang lebih baik. Dengan begitu, kinerja perusahaan mampu ditingkatkan. Penelitian ini menggunakan framework COBIT 2019. Penelitian ini dilakukan untuk mengetahui berapa tingkatan kapabilitas pengelolaan data teknologi informasi yang menunjukkan sejauh mana perusahaan telah mengelola data. Data diambil dengan metode observasi dan wawancara yang dilakukan di kantor milik salah satu rumah produksi yang ada di Yogyakarta. Hasil pengukuran capability level melalui domain proses APO14 ( Managed Data ) didapatkan rearata nilai capability level sejumlah 3,21 dari skala maksimal 5. Hal ini menujukan bahwa tingkat kapabilitas pengelolaan data pada perusahaan sudah baik namun ada beberapa hal yang bisa ditingkatkan untuk menjadi lebih baik. Beberapa rekomendasi yang dapat diberikan diantaranya perusahaan hendaknya melakukan penilaian kualitas data secara berkala, sesuai dengan frekuensi yang disetujui sesuai dengan kebijakan penilaian kualitas data. Perusahaan juga diharapkan mampu memastikan bahwa tata kelola data menentukan standar berdasarkan area subjek untuk penilaian kualitas data.
{"title":"IDENTIFIKASI TATA KELOLA DATA MENGGUNAKAN FRAMEWORK COBIT 2019 DOMAIN APO14","authors":"Nur Aziz Nugroho, Alva Hendi Muhammad, Agus Purwanto","doi":"10.29100/jipi.v8i3.3971","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.3971","url":null,"abstract":"Evaluasi level capability pada tata kelola data dibutuhkan untuk menjadikan pengelolaan data yang lebih baik. Dengan begitu, kinerja perusahaan mampu ditingkatkan. Penelitian ini menggunakan framework COBIT 2019. Penelitian ini dilakukan untuk mengetahui berapa tingkatan kapabilitas pengelolaan data teknologi informasi yang menunjukkan sejauh mana perusahaan telah mengelola data. Data diambil dengan metode observasi dan wawancara yang dilakukan di kantor milik salah satu rumah produksi yang ada di Yogyakarta. Hasil pengukuran capability level melalui domain proses APO14 ( Managed Data ) didapatkan rearata nilai capability level sejumlah 3,21 dari skala maksimal 5. Hal ini menujukan bahwa tingkat kapabilitas pengelolaan data pada perusahaan sudah baik namun ada beberapa hal yang bisa ditingkatkan untuk menjadi lebih baik. Beberapa rekomendasi yang dapat diberikan diantaranya perusahaan hendaknya melakukan penilaian kualitas data secara berkala, sesuai dengan frekuensi yang disetujui sesuai dengan kebijakan penilaian kualitas data. Perusahaan juga diharapkan mampu memastikan bahwa tata kelola data menentukan standar berdasarkan area subjek untuk penilaian kualitas data.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241236","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}
UMKM Kuliner yang berjualan dengan sistem pre-order lebih merasa kesulitan dalam pencatatan pesanan dibandingkan yang berjualan dengan sistem ready stock. Namun aplikasi pencatatan penjualan yang tersedia seperti point of sale atau aplikasi kasir lebih diperuntukkan untuk transaksi penjualan Ready stock, dimana kurang sesuai untuk pencatatan pesanan Pre-order. Penelitian ini bertujuan untuk membangun aplikasi mobile pencatatan pesanan yang dirancang khusus dengan sistem penjualan Pre-Order. Metode penelitian merupakan R&D dengan menggunakan kerangka Creative Critical Canvas. Subjek yang dilibatkan pada tahap mengurai problem yaitu UMKM Kuliner di Banjarmasin sebanyak 11 orang dan Barito Kuala sebanyak 34 orang, dan pada tahap pengujian aplikasi sebanyak 30 orang dari UMKM Kuliner dari Banjarmasin. Respon diperoleh dengan kuesioner dan analisis data menggunakan Technology Acceptance Model dengan SmartPLS. Hasil temuan menunjukkan Aplikasi yang telah dibangun dinilai mudah digunakan sehingga mampu mengatasi kesulitan pencatatan pre-order pada UMKM Kuliner di Kalimantan Selatan.
{"title":"PEMBANGUNAN APLIKASI MOBILE UNTUK PENCATATAN DAN LAPORAN PRE-ORDER UMKM KULINER","authors":"Wahyu Ridhoni, Meta Agustina Anggraini","doi":"10.29100/jipi.v8i3.4640","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.4640","url":null,"abstract":"UMKM Kuliner yang berjualan dengan sistem pre-order lebih merasa kesulitan dalam pencatatan pesanan dibandingkan yang berjualan dengan sistem ready stock. Namun aplikasi pencatatan penjualan yang tersedia seperti point of sale atau aplikasi kasir lebih diperuntukkan untuk transaksi penjualan Ready stock, dimana kurang sesuai untuk pencatatan pesanan Pre-order. Penelitian ini bertujuan untuk membangun aplikasi mobile pencatatan pesanan yang dirancang khusus dengan sistem penjualan Pre-Order. Metode penelitian merupakan R&D dengan menggunakan kerangka Creative Critical Canvas. Subjek yang dilibatkan pada tahap mengurai problem yaitu UMKM Kuliner di Banjarmasin sebanyak 11 orang dan Barito Kuala sebanyak 34 orang, dan pada tahap pengujian aplikasi sebanyak 30 orang dari UMKM Kuliner dari Banjarmasin. Respon diperoleh dengan kuesioner dan analisis data menggunakan Technology Acceptance Model dengan SmartPLS. Hasil temuan menunjukkan Aplikasi yang telah dibangun dinilai mudah digunakan sehingga mampu mengatasi kesulitan pencatatan pre-order pada UMKM Kuliner di Kalimantan Selatan.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"123 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241112","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 telah menimbulkan berbagai masalah di seluruh dunia, termasuk di Indonesia. WHO menerbitkan program lockdown yang bertujuan mencegah dan memutus mata rantai penularan penyakit ini. Namun masih terdapat kegiatan penting bagi masyarakat yang mengharuskan mereka beraktivitas di luar rumah. Untuk mengatasi masalah tersebut, dibutuhkan sebuah media informasi dalam pemantauan dan pelacakan orang yang terinfeksi atau pernah terpapar virus. Dalam permasalahan tersebut lebih efektif menggunakan aplikasi pelacakan kontak digital dengan cara menandai pengguna jika saling bertemu (orang-ke-orang). Pola orang-ke-orang dalam aplikasi kontak digital menggunakan teknologi barcode untuk merekam interaksi pengguna dan mengumpulkan data mengenai waktu dan durasi interaksi. Data yang terkumpul kemudian diproses dan dianalisis untuk menentukan tingkat risiko infeksi bagi setiap pengguna. Aplikasi akan memberikan informasi history contact kepada pengguna dan memberikan akses data kepada stakeholder yang membutuhkan data contact tracing. Dalam penelitian ini, penulis merancang aplikasi pelacakan kontak digital pola orang-ke-orang dengan menggunakan metode waterfall. Adapun hasil dari riset yaitu terciptanya sistem untuk memudahkan pelacakan kontak digital berbasis Android yang berjalan dengan baik.
{"title":"APLIKASI CONTACT TRACING SECARA ORANG-KE-ORANG BERBASIS ANDROID PADA PANDEMI COVID-19 DI INDONESIA","authors":"Mochammad Naufal Nibros, Irwan Alnarus Kautsar, Suprianto Suprianto","doi":"10.29100/jipi.v8i3.4033","DOIUrl":"https://doi.org/10.29100/jipi.v8i3.4033","url":null,"abstract":"Pandemi Covid-19 telah menimbulkan berbagai masalah di seluruh dunia, termasuk di Indonesia. WHO menerbitkan program lockdown yang bertujuan mencegah dan memutus mata rantai penularan penyakit ini. Namun masih terdapat kegiatan penting bagi masyarakat yang mengharuskan mereka beraktivitas di luar rumah. Untuk mengatasi masalah tersebut, dibutuhkan sebuah media informasi dalam pemantauan dan pelacakan orang yang terinfeksi atau pernah terpapar virus. Dalam permasalahan tersebut lebih efektif menggunakan aplikasi pelacakan kontak digital dengan cara menandai pengguna jika saling bertemu (orang-ke-orang). Pola orang-ke-orang dalam aplikasi kontak digital menggunakan teknologi barcode untuk merekam interaksi pengguna dan mengumpulkan data mengenai waktu dan durasi interaksi. Data yang terkumpul kemudian diproses dan dianalisis untuk menentukan tingkat risiko infeksi bagi setiap pengguna. Aplikasi akan memberikan informasi history contact kepada pengguna dan memberikan akses data kepada stakeholder yang membutuhkan data contact tracing. Dalam penelitian ini, penulis merancang aplikasi pelacakan kontak digital pola orang-ke-orang dengan menggunakan metode waterfall. Adapun hasil dari riset yaitu terciptanya sistem untuk memudahkan pelacakan kontak digital berbasis Android yang berjalan dengan baik.","PeriodicalId":32696,"journal":{"name":"JIPI Jurnal IPA dan Pembelajaran IPA","volume":"172 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"136241113","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：