Edu Komputika Journal

Implementasi HE, AHE, dan CLAHE Pada Metode Convolutional Neural Network untuk Identifikasi Citra X-Ray Paru-Paru Normal atau Terinfeksi Covid19

2023-08-23T07:19:38+07:00

Pada tanggal 7 Juni 2022 secara global terdapat 232 negara dengan total kasus infeksi Covid 19 mencapai 529.410.287 kasus serta 6.296.771 kasus kematian. Diagnosis secara cepat dan tepat diperlukan untuk menangani permasalahan tersebut, sehingga dapat menekan penyebaran virus yang semakin meluas dan tidak terkendali. Saat ini, diagnosis berbasis komputer dapat digunakan oleh tenaga medis dalam mendiagnosis pneumonia pada Covid 19. Diagnosis berbasis komputer dapat menggunakan teknologi klasifikasi dalam deep learning dengan memanfaatkan data citra x-ray. Salah satu metode dalam deep learning yang dapat menangani persoalan klasifikasi dan segmentasi melalui data citra yaitu Convolutional Neural Network (CNN). Penelitian ini melakukan pengujian perbandingan performa HE, AHE, dan CLAHE terhadap akurasi CNN yang diperoleh. Hasilnya akan digunakan sebagai model untuk mendiagnosis citra x-ray apakah citra termasuk kategori Covid 19 atau normal menggunakan metode transfer learning. Berdasarkan pengujian yang telah dilakukan performa model terbaik diperoleh model CLAHE 50 epochs dengan accuracy, precision, recall, f1-score, dan AUC 96.4 %. Sedangkan pengujian kemampuan model dalam mendiagnosis 40 citra baru diperoleh akurasi 100% untuk kelas Covid 19 dan 70% pada kelas normal dengan akurasi rata-rata 85%.

Penerapan Deep Learning Untuk Klasifikasi Kesegaran Daging Sapi Berbasis Mobile Apps

2023-08-23T07:19:38+07:00

Tingginya konsumsi daging sapi di Indonesia membuat kebutuhan daging sapi di Indonesia selalu naik secara signifikan setiap tahun. Hal ini berbanding terbalik dengan produksi daging sapi di Indonesia yang menyebabkan impor dan harga daging sapi terus melonjak naik. Keadaan ini membuat pedagang daging sapi melakukan kecurangan mencampur daging sapi segar dengan tidak segar. Untuk mengatasi masalah tersebut, dibutuhkan suatu sistem untuk mengklasifikasi dan mendeteksi kesegaran daging sapi sesuai karakteristik yang dimilikinya. Salah satu metode deep learning yang banyak digunakan saat ini yaitu Convolutional Neural Network (CNN). Pada CNN, citra diolah menjadi sebuah model yang mampu mengklasifikasikan kelas pada kesegaran daging sapi. Model klasifikasi terbaik pada penelitian ini yaitu akurasi sebesar 100% pada data latih dan data uji, nilai loss sebesar 0,0233 dengan learning rate, epoch dan optimizer ADAM untuk meningkatkan tingkat akurasi pada model. Implementasi model pada mobile apps berbasis Android yang dapat digunakan untuk mendeteksi tingkat kesegaran daging sapi.

Perancangan User Experience Sistem PKL Berbasis Website Menerapkan Context Awareness dan Metode Design Thinking di SMKN 2 Malang

2023-08-23T07:19:38+07:00

SMKN 2 Malang adalah salah satu sekolah menengah kejuruan di Kota Malang yang memiliki program PKL untuk melatih keterampilan siswa dalam bekerja. Pelaksanaan PKL di SMKN 2 Malang masih dilakukan secara manual menggunakan aplikasi spreadsheet yang mengakibatkan panjangnya proses pengelolaan data pendaftaran PKL, pengambilan keputusan penempatan, hingga proses monitoring. Oleh karena itu, diperlukan perancangan pengalaman pengguna untuk menggali aspek people, activity, dan context permasalahan ini untuk menghasilkan desain yang memenuhi kebutuhan fungsional maupun non-fungsional dan mempermudah pelaksanaan kegiatan PKL. Perancangan ini menggunakan pendekatan Design Thinking, sedangkan untuk pengujian rancangan menggunakan Usability Testing dan Single Ease Question (SEQ). Pada penelitian ini dimasukan context awareness yang berisikan informasi pengguna berupa waktu, lokasi, aktivitas, dan identitas. Penelitian ini menggunakan metode kualitatif dengan observasi serta wawancara, menganalisis data, dan hasil analisis data. Penelitian ini melibatkan 4 kelompok pengguna guru pembimbing PKL, siswa, admin, dan DU/DI. Pengujian dilakukan untuk mengukur efektivitas, efisiensi, dan kemudahan dari rancangan. Pengujian efektivitas mendapatkan nilai 94,44% dan dinyatakan sukses sudah melebihi 78% sebagai standar kelulusan pengujian efektivitas. Pengujian efisiensi mendapatkan nilai rata-rata 0,178 dalam penyelesaian setiap task. Pengujian kepuasan mendapatkan nilai 6,67 dan nilai tersebut sudah melebih 5,5 sebagai standar kelulusan pengujian kepuasan.

Media Pembelajaran Sistem Periodik Unsur Berbasis Android dengan Metode Self Directed Learning

2023-09-22T12:32:09+07:00

Mata pelajaran kimia sering kali dianggap sebagai salah satu mata pelajaran yang kompleks dan menantang. Konsep-konsep dalam kimia, termasuk Sistem Periodik Unsur, sering bersifat abstrak dan sulit untuk dipahami oleh beberapa siswa. Oleh karena itu, pendekatan pembelajaran yang tepat dan alat bantu yang efektif diperlukan untuk membantu siswa mengatasi kesulitan dalam memahami dan menguasai materi kimia. Media pembelajaran pada materi sistem periodik berbasis android menggunakan metode pembelajaran self directed learning merupakan salah satu solusi yang dapat dilakukan. Penelitian ini menggunakan metode Research and Development dengan model pengembangan ADDIE yaitu Analysis (analisis), Design (desain), Development (pengembangan), Implementation (implementasi) dan Evaluation (evaluasi). Media yang dikembangkan akan diuji oleh ahli media dan materi untuk menilai kelayakan media sebelum diujikan kepada siswa. Hasil menunjukkan uji kelayakan ahli media sebesar 88,23%, uji kelayakan ahli materi 96,66%, uji coba kelompok kecil 90,22%, dan uji coba kelompok besar 89,33%. Dari keempat pengujian tersebut, aplikasi media pembelajaran yang dikembangkan termasuk dalam kategori “Sangat Layak”. Jadi dapat disimpulkan bahwa media pembelajaran sistem periodik unsur berbasis Android dengan metode pembelajaran Self Directed Learning di SMA Negeri 1 Durenan sangat layak untuk menunjang kegiatan pembelajaran di SMA Negeri 1 Durenan.

Identifikasi Faktor Loyalitas Pengguna pada Shopee Games Menggunakan Expectation-Confirmation Model (ECM)

2023-10-03T20:38:27+07:00

Penelitian ini bertujuan untuk menganalisis berbagai faktor yang dapat mempengaruhi loyalitas pengguna dalam menggunakan Shopee Games. Penelitian ini menggunakan metode kuantitatif dengan teknik purposive sampling dalam pengumpulan responden. Jumlah data sampel yang dikumpulkan sebanyak 404 dan dilakukan metode analisis data menggunakan SEM-PLS. Model penelitian yang digunakan adalah Expectation Confirmation Model (ECM). Terdapat enam hipotesis yang diajukan pada penelitian ini. Hasilnya adalah satu hipotesis ditolak dan lima hipotesis diterima. Kelima hipotesis yang diterima yaitu trendiness memiliki pengaruh positif signifikan terhadap hedonic value, intimacy memiliki pengaruh positif signifikan terhadap hedonic value, hedonic value memiliki pengaruh positif signifikan terhadap satisfaction, satisfaction memiliki pengaruh positif signifikan terhadap continuance intention, continuance intention memiliki pengaruh positif signifikan terhadap loyalty. Adapun satu hipotesis yang ditolak adalah entertainment terbukti tidak memiliki pengaruh signifikan terhadap hedonic value.

IT Master Plan Menggunakan Metode Ward And Papperd Pada DINKOMINFO Cilacap

2023-10-04T07:05:44+07:00

DINKOMINFO Cilacap memiliki bagian seperti urusan pemerintahan bidang sandi, bidang komunikasi dan informatika serta bidang statistik. Banyak sistem yang telah dibuat oleh DINKOMINFO Cilacap yang sudah dipakai di dinas-dinas terkait dan banyak juga permintaan pembuatan sistem dari dinas terkait untuk digunakan, namun permintaan sistem tersebut tidak melihat kemampuan sumber daya manusia yang akan menggunakan sistemnya serta melihat kebutuhan secara menyeluruh sehingga sistem yang diminta rata-rata berdiri sendiri tanpa ada integrasi sistem atau saling terkait antar sistem yang dibuat. Dari hal tersebut membuat kesulitan DINKOMINFO Cilacap dalam melakukan pengembangan sistem dikemudian hari. Permintaan untuk pengintergrasian sistem juga menjadi permasalahan tersendiri karena sebelumnya sistem tidak saling terkait dan membutuhkan waktu lama untuk proses tersebut. Merancang IT master plan pada DINKOMINFO Cilacap adalah tujuan dari penelitian ini. Metode yang digunakan pada penelitian ini mengacu metode ward and peppard yang mencangkup analisis PEST, SWOT, McFarland dan CSF. Hasil dari penelitian ini adalah usulan sistem yang sebaiknya diterapkan seperti implementasi smart city yang mencangkup Smart Living, Smart Environment, Smart Economy, Smart Mobilty, Smart Government dan Smart People. Usulan yang lain seperti Pengembangan e-pajak, digitalilasi pemerintahan desa dan kecamatan, SI Penanggulangan Kemiskinan, pengembangan smart kir, pengembangan aplikasi kepegewaian terintergrasi, e-tiket, e-commerce UMKM, pengembangan SIMBAJA, pengembangan e-edukasi, e-bangunan, e-wisata, e-lingkungan, e-transportasi, pengembangan database center, pengembangan digitalisasi pelayanan publik dan pengembangan portal website pemerintahan.

Penerapan Stacking Ensemble Learning untuk Klasifikasi Efek Kesehatan Akibat Pencemaran Udara

2023-10-13T12:17:18+07:00

Pencemaran udara merupakan masalah serius yang berdampak negatif pada kesehatan manusia. Berbagai jenis polutan udara seperti partikel halus, sulfur dioksida, nitrogen oksida, dan ozon dapat menyebabkan gangguan pernapasan, penyakit jantung, kanker paru-paru, dan masalah kesehatan lainnya. Untuk memahami dampak kesehatan pencemaran udara, klasifikasi efek kesehatan akibat pencemaran udara menjadi penting. Metode klasifikasi ini membagi efek kesehatan berdasarkan jenis polutan, dosis, dan waktu paparan. Penelitian ini mengusulkan penerapan metode klasifikasi dengan ensemble learning untuk mengidentifikasi polutan berdampak dan tingkat risiko kesehatannya. Ensemble learning adalah teknik pembelajaran mesin yang menggabungkan beberapa model untuk meningkatkan akurasi prediksi. Stacking ensemble learning merupakan salah satu metode yang digunakan dalam klasifikasi efek kesehatan pencemaran udara dengan mengintegrasikan beberapa model dasar seperti Logistic Regression, Decision Tree, K-Nearest Neighbor, Support Vector Machine, dan Multi-Layer Perceptron. Hasil penelitian menunjukkan bahwa model Stacking memberikan performa tertinggi dengan akurasi sekitar 99,9% pada dataset baik yang seimbang maupun tidak seimbang. Namun, model Decision Tree dan K-Nearest Neighbor juga berhasil memberikan performa yang sangat baik. Waktu pelatihan model menjadi pertimbangan penting, di mana K-Nearest Neighbor dan Decision Tree memiliki waktu yang jauh lebih singkat dibandingkan dengan model Stacking.

Penyusunan Instrumen Maturity Assessment Design Toolkit Berbasis COBIT 2019

2023-11-24T11:54:51+07:00

Penerapan teknologi informasi dalam organisasi selain disamping membutuhkan investasi yang besar juga mempunyai risiko yang tinggi sehingga membutuhkan pengawasan secara menyeluruh, oleh karena itu diperlukan tata kelola TI dan audit agar berjalan sesuai tujuan. Audit teknologi informasi dilakukan menggunakan framework, salah satunya yaitu COBIT 2019 yang merupakan versi terbaru dari COBIT. Audit TI dilakukan dengan tujuan menemukan dan memperbaiki gap antara keadaan dan tujuan organisasi. Untuk menemukan gap perlu dilakukan penilaian maturity. Dalam COBIT 2019 untuk mendapatkan nilai maturity diperlukan nilai capability dari tujuh komponen yang ada, namun COBIT 2019 hanya terdapat panduan penilaian capability untuk komponen proses belum beserta enam komponen lainnya. Penelitian ini bertujuan untuk mengembangkan maturity assessment design toolkit yang sesuai dengan framework COBIT 2019. Metode yang digunakan dalam penelitian ini adalah Research and Development (RnD) level 1 Sugiyono yang disesuaikan dengan kebutuhan penelitian. Hasil penelitian menunjukkan bahwa proses desain produk dilakukan dalam enam tahapan yaitu identifikasi proses, identifikasi komponen, identifikasi aktivitas, identifikasi capability, desain perhitungan nilai capability, dan desain perhitungan nilai maturity.