KONSTELASI: Konvergensi Teknologi dan Sistem Informasi

Peran Ketersediaan Teknologi dan Kualitas Video Pembelajaran dalam Meningkatkan Self-Efficacy, Intensi, dan Motivasi Belajar Mahasiswa

Muhammad Teguh Brillian — 2024-06-27

Penelitian ini menginvestigasi hubungan antara ketersediaan teknologi, kualitas video pembelajaran, self-efficacy, intensi belajar, dan motivasi belajar mahasiswa di lingkungan perguruan tinggi. Metode kuantitatif dengan analisis SEM-PLS digunakan untuk menganalisis data dari 139 mahasiswa di Kota Padang, Sumatera Barat, Indonesia. Hasil menunjukkan bahwa ketersediaan teknologi, mempengaruhi kualitas video pembelajaran dan motivasi belajar. Kualitas video pembelajaran juga berdampak signifikan pada self-efficacy, intensi belajar, dan motivasi belajar mahasiswa. Implikasi temuan ini menunjukkan pentingnya lembaga pendidikan memperhatikan infrastruktur teknologi dan pengembangan konten video pembelajaran yang berkualitas guna meningkatkan pengalaman belajar mahasiswa. Hasil ini memberikan kontribusi penting bagi pengembangan strategi pembelajaran yang lebih efektif di era digital saat ini. Penelitian mendukung upaya untuk meningkatkan kualitas pendidikan tinggi dengan memperhatikan faktor-faktor yang memengaruhi motivasi dan kesiapan belajar mahasiswa.

This study investigates the relationship between technology availability, video learning quality, self-efficacy, learning intention, and student learning motivation in a university setting. Quantitative methods with SEM-PLS analysis were employed to analyze data from 139 students in Padang, West Sumatra, Indonesia. The results indicate that technology availability influences the quality of video learning and learning motivation. Additionally, the quality of video learning significantly impacts student self-efficacy, learning intention, and learning motivation. The implications of these findings underscore the importance of educational institutions paying attention to technological infrastructure and developing quality video learning content to enhance the student learning experience. These results make a significant contribution to the development of more effective learning strategies in the current digital era. The study supports efforts to enhance the quality of higher education by considering factors that influence student motivation and readiness to learn.

Smart Farming Adoption – A Scoping Review

Amirul Asyraf Zhahir — 2024-06-27

Smart farming, one of the most rapidly growing technologies in the agriculture sector in the midst of the Industrial Revolution 4.0 era, signifies the integration of technologies into the industry. Numerous challenges of the agriculture sector were able to be decoded and formulated efficiently. Over the past few years, research on smart farming has grown expeditiously, observing in every different cornerstone of the sector. The main objective of this study is to investigate into the smart farming technology adoption exogenous factors through the lens of a scoping review. Selections of article from several different sources, published between 2010 and 2024 with specific keywords were thoroughly observed. Valuable information was identified and discussed, particularly the positively and negatively factors influencing the adoption of smart farming. The study serves as a bedrock for an upcoming study in the smart farming technology adoption.

Pengaruh Bauran Pemasaran Digital sebagai Pengembangan Strategi Pemasaran Menggunakan Model SOSTAC untuk Mendukung Keputusan Pemilihan Kampus

Novi Tri Hariyanti — 2024-06-27

Persaingan organisasi tidak hanya terjadi pada perusahaan bisnis saja namun hingga pada tingkat perguruan tinggi. Semakin banyaknya ekspansi dari kampus negeri maupun swasta menyebabkan setiap kampus perlu melakukan pendekatan yang kreatif dan inovatif. Kampus X sebagai salah satu perguruan tinggi swasta di Jawa Timur juga terdorong untuk segera bertindak menyesuaikan dengan kondisi iklim persaingan yang semakin ketat. Pada penelitian ini akan diteliti mengenai pengaruh dari bauran pemasaran dengan menggunakan model Situation Analysis, Objectives, Strategy, Tactics, Action dan Control (SOSTAC) sebagai upaya untuk mendukung pengambilan keputusan penentuan strategi digital yang tepat. Penelitian ini menggunakan model kualitatif deskriptif dengan melakukan wawancara kepada informan. nforman yang digunakan adalah staf penerimaan mahasiswa baru pada kampus X. Hasil yang didapatkan adalah dengan model SOSTAC kampus X dapat mengetahui kelebihan dan kekurangan yang mereka miliki dan dapat melakukan peningkatan terhadap strategi yang saat ini telah berjalan agar menjadi lebih baik lagi dan sesuai dengan tujuan yang ingin dicapai.

Organizational competition occurs not only in business companies but also at the university level. The increasing number of expansions from public and private campuses means that each campus needs to take a creative and innovative approach. Campus X, one of private universities in East Java, is also encouraged to act immediately to adapt to increasingly tight competitive conditions. In this research, the influence of the marketing mix was examined using the SOSTAC model as an effort to support decision-making in determining the right digital strategy. This research uses a descriptive qualitative model by conducting interviews with informants, where the informants used were new student admissions staff at campus X. The results are, with the SOSTAC model, Campus X can find the strengths and weaknesses they have and improve the current strategy so that it becomes even better and in line with the goals to be achieved.

Analisis Sentimen dan Emosi dari Ulasan Google Maps Untuk Layanan Rumah Sakit di Palangka Raya Menggunakan Machine Learning

Aprilia Christyana Tri Angel — 2024-06-27

Penelitian ini bertujuan untuk menganalisis sentimen dan emosi dari ulasan Google Maps untuk layanan rumah sakit di Palangka Raya menggunakan machine learning. Data yang digunakan dalam penelitian ini adalah ulasan dari Google Maps untuk 11 rumah sakit di Palangka Raya. Data diolah dengan preprocessing untuk membersihkan dan mempersiapkan data untuk analisis. Selanjutnya, data diklasifikasikan berdasarkan sentimen (positif, negatif, netral) dengan VADER (Valence Aware Dictionary and Sentiment Reasoner) dan emosi (seperti marah, senang, sedih, dll) menggunakan NRC Lexicon. Algoritma yang digunakan dalam penelitian ini adalah K-Nearest Neighbors (KNN), Logistic Regression, dan Decision Tree. Hasil penelitian menunjukkan bahwa ketiga algoritma tersebut memiliki performa yang berbeda-beda ketika mengklasifikasikan sentimen dan emosi dari ulasan. Algoritma Decision Tree memiliki akurasi tertinggi yaitu 92%, diikuti dengan Logistic Regression dengan akurasi 86%, dan KNN dengan akurasi 48%. Penelitian ini menunjukkan bahwa machine learning dapat digunakan untuk menganalisis sentimen dan emosi dari ulasan pada Google Maps dengan baik.

This research aims to analyze the sentiment and emotion from reviews on Google Maps for hospital services in Palangka Raya using machine learning. The data used in this research was reviews from Google Maps for 11 hospitals in Palangka Raya. The data was processed using preprocessing to clean and prepare the data for analysis. Furthermore, the data was classified based on the sentiments (positive, negative, neutral) with VADER (Valence Aware Dictionary and Sentiment Reasoner) and emotions (such as angry, happy, sad, etc.) using NRC Lexicon. The algorithms used in this research are K-Nearest Neighbors (KNN), Logistic Regression, and Decision Tree. The research results show that the three algorithms have different performances when classifying sentiment and emotion from reviews. The Decision Tree algorithm has the highest accuracy of 92%, followed by Logistic Regression with an accuracy of 86%, and KNN with an accuracy of 48%. This research shows that machine learning can be used to analyze sentiment and emotion from reviews on Google Maps well.

Panduan Strategis untuk Migrasi ke Cloud Computing Studi Kasus Startup Marketplace khusus UMKM di Indonesia

Yohanes Renaldi Rio Santana — 2024-06-27

Migrasi ke komputasi awan telah menjadi pertimbangan penting bagi organisasi di berbagai sektor, didorong oleh keinginan untuk memanfaatkan kemampuan transformatif cloud computing. Tidak adanya kerangka kerja standar yang selaras dengan strategi bisnis telah menggaris bawahi perlunya pendekatan perencanaan dan pelaksanaan yang menyeluruh. Penelitian ini berfokus pada perancangan arsitektur untuk membantu perusahaan dalam migrasi dan optimalisasi komputasi awan. Migrasinya menggunakan metode modifikasi model Roadmap for Cloud computing Adoption (ROCCA). Data diambil dari wawancara yang dilakukan dengan CTO dan dianalisis menggunakan analisis SWOT. Hasilnya adalah implementasi model cloud computingdengan Google Cloud Platform (GCP) IaaS menunjukkan proses yang diberikan merupakan panduan yang baik dan tepat untuk mendukung pendekatan strategis PT Merkha Teknologi Indonesia dalam menganalisis dan merencanakan solusi cloud secara efektif.

The migration to cloud computing has emerged as a critical consideration for organizations across various sectors, driven by the desire to harness the transformative capabilities of cloud technology. The absence of a standardized framework that seamlessly aligns with business strategies has underscored the necessity for thorough planning and execution approaches. This research focuses on the design of architectural to assist company in the migration and optimize of cloud computing. The migration using method by modification Roadmap for Cloud computing Adoption (ROCCA) model. Data were taken from conducted interviews with CTO and analyzed using SWOT analysis. The result is that the implementation of the cloud computingmodel with Google Cloud Platform (GCP) IaaS showed the processes provided are a good guidance and appropriate to support strategic PT Merkha Teknologi Indonesia approach in analyzing and planning cloud solutions effectively.

Transformasi Ekosistem Digital melalui Implementasi Super App untuk Meningkatkan Administrasi Kantor

Yehezkiel David Setiawan — 2024-06-27

Manajemen kantor sangat penting untuk kelancaran operasional organisasi. Untuk mengatasi kompleksitas peran ini, penelitian ini telah mengembangkan aplikasi super yang mengintegrasikan berbagai fitur administrasi kantor. Dibangun di atas kerangka kerja Laravel, aplikasi super ini memastikan stabilitas, keamanan, dan skalabilitas untuk integrasi fitur-fitur yang kompleks. Proses desain dan validasi prototipe melibatkan pengujian pengguna dan umpan balik dari para pemangku kepentingan, sehingga menghasilkan solusi inovatif yang divalidasi oleh para pemangku kepentingan yang secara signifikan memberikan kontribusi terhadap manajemen administrasi perkantoran. Solusi ini meningkatkan efisiensi dan efektivitas administrasi perkantoran, membuka jalan untuk aplikasi serupa di masa depan.

Office management is vital for seamless organizational operations. To tackle the complexities of this role, we've developed a comprehensive super application that integrates various office administration features. Built on the Laravel framework, this super application ensures stability, security, and scalability for seamless integration of complex features. Implementing this application is expected to reduce administrative task time and increase productivity.The design and prototype validation process involved user testing and feedback from stakeholders, resulting in an innovative, stakeholder-validated solution that significantly contributes to office administration management. This solution enhances office administration efficiency and effectiveness, paving the way for future similar applications.

Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Gojek

Resha Ananda Rahman — 2024-06-27

Penggunaan aplikasi mobile meningkat pesat di era digital, termasuk Gojek, aplikasi populer di Indonesia yang menyediakan layanan transportasi, pesan antar makanan, dan pembayaran digital. Ulasan pengguna di Play Store menunjukkan berbagai masalah yang memerlukan perhatian. Ulasan ini memberikan wawasan tentang pandangan pengguna, memungkinkan identifikasi masalah, dan pengembangan layanan. Dengan teknik Aspect Based Sentiment Analysis (ABSA), pandangan pengguna dapat dipahami lebih baik, membantu evaluasi dan perbaikan aplikasi Gojek untuk meningkatkan kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan menganalisis sentimen berdasarkan aspek-aspek dalam ulasan pengguna aplikasi Gojek di Play Store dalam bahasa Inggris, dengan mencari pola sentimen yang akurat dan mengidentifikasi aspek yang perlu diperbaiki. Data diambil dari ulasan pengguna aplikasi Gojek di Google Play Store. Teknik pemodelan topik Latent Dirichlet Allocation (LDA) digunakan untuk mengidentifikasi topik-topik relevan. Pelabelan sentimen dilakukan menggunakan model BERT, sementara evaluasi sentimen dan aspek dilakukan dengan model distilbert-base-uncased-finetuned-sst-2-english. Hasil menunjukkan bahwa model BERT mencapai akurasi tertinggi untuk sentimen sebesar 96.67% dan aspek Service sebesar 98.78%. Terdapat ruang untuk perbaikan terutama pada aspek user experience, service, dan payment. Faktor-faktor yang mempengaruhi akurasi termasuk distribusi sentimen, jumlah data, preprocessing, dan model yang digunakan.

Mobile app usage is increasing rapidly in the digital era, including Gojek, a popular app in Indonesia that provides transportation, food delivery, and digital payment services. User reviews in the Play Store indicate various issues that require attention. These reviews provide insight into user views, enabling problem identification and service development. With the Aspect Based Sentiment Analysis (ABSA) technique, user views can be better understood, helping evaluate and improve the Gojek application to improve service quality and user satisfaction. This research aims to analyze sentiment based on aspects of user reviews of the Gojek application on the Play Store in English by finding accurate sentiment patterns and identifying aspects that need to be improved. The data was taken from user reviews of the Gojek application on the Google Play Store. Latent Dirichlet Allocation (LDA) topic modeling technique was used to identify relevant topics. Sentiment labeling was performed using the BERT model, while sentiment and aspect evaluation were performed with the distilbert-base-uncased-finetuned-sst-2-english model. The results showed that the BERT model achieves the highest accuracy for sentiment at 96.67% and Service aspects at 98.78%. There is room for improvement, especially in the user experience, service, and payment aspects. Factors affecting accuracy include sentiment distribution, amount of data, preprocessing, and the model used.

Implementasi Metode MOORA dalam Sistem Pendukung Keputusan bagi Calon Penerima Beasiswa Program Indonesia Pintar di SMPN Satu Atap Nununamat

Eviana Nahak — 2024-06-27

Beasiswa Program Indonesia Pintar adalah pemberian beasiswa berupa uang tunai yang bertujuan membantu meringankan biaya pendidikan bagi siswa yang kurang mampu agar tetap melanjutkan pendidikannya. SMPN Satu Atap Nununamat adalah salah satu sekolah yang memberikan beasiswa Program Indonesia Pintar (PIP) setiap tahun ajaran baru, di mana saat proses pemberian penerimaan beasiswa PIP sering memakan waktu yang lama dan sering tidak tepat sasaran karena banyak siswa yang memiliki kesamaan kriteria. Oleh karena itu, pada penelitian ini dibangun sebuah Sistem Pendukung Keputusan (SPK) yang dapat merekomendasikan calon penerima beasiswa PIP yang menggunakan 5 kriteria yaitu: nilai rapor, presensi kehadiran, pekerjaan orang tua, penghasilan orang tua dan jumlah tanggungan. Data kriteria di-input-kan pada aplikasi SPK penerima beasiswa PIP dan pengolahan data menggunakan metode Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA). Hasil yang didapatkan dari penelitian ini adalah sistem berbasis website yang dapat membantu memberikan kemudahan bagi staf tata usaha di Sekolah Menengah Pertama Negeri Satu Atap Nununamat dalam proses seleksi menentukan penerima beasiswa PIP agar tidak salah sasaran serta memberikan keputusan dengan cepat dan tepat.

Indonesia Smart Scholarship Program is a scholarship in the form of cash that aims to help offset the cost of education for underprivileged students to continue their education. Nununamat One Roof Middle School is one of the schools that provides Smart Indonesia Program (PIP) scholarships every new school year, where the process of granting PIP scholarships often takes a long time and is often not on target because many students have the same criteria. Therefore, in this study, a Decision Support System (DSS) was built that can recommend potential PIP scholarship recipients using 5 criteria, namely: report card scores, attendance presence, parents' occupation, parents' income, and number of dependents. Criteria data is inputted into the SPK application for PIP scholarship recipients and data processing uses the Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) method. The results obtained from this study are a website-based system that can help make it easy for administrative staff at the Nununamat Satu Atap Public Junior High School in the selection process to determine PIP scholarship recipients so as not to misdirect and make decisions quickly and accurately.

Perancangan dan Pembuatan Website Kuis Daring dengan Menggunakan Websocket Communication Protocol

I Gede Wiarta Sena — 2024-06-27

Perkembangan teknologi dan ilmu pengetahuan yang cepat telah memberikan dampak signifikan terhadap sektor pendidikan. Internet dan komputer menjadi sarana yang esensial dalam mendukung pembelajaran daring. Penelitian ini bertujuan untuk mengembangkan sebuah website kuis daring menggunakan websocket communication protocol yang memudahkan pengguna dalam pembuatan soal kuis, penilaian kuis secara real-time, dan mencegah potensi kecurangan selama proses kuis berlangsung. Metode pengembangan yang digunakan adalah Rapid Application Development (RAD) untuk memastikan fleksibilitas dan efisiensi dalam menghasilkan prototype serta mendapatkan umpan balik secara instan. Pengujian dilakukan dengan dua pendekatan, yaitu whitebox testing untuk mengevaluasi struktur internal sistem dan usability testing untuk mengukur tingkat kemudahan pengguna dalam menggunakan website serta memenuhi kebutuhan mereka. Sebagai hasilnya, website kuis daring yang dikembangkan terbukti efektif dalam mendukung pengguna dalam pembuatan dan manajemen kuis daring. Fitur anti-kecurangan dan variasi jenis pertanyaan menjadikan website ini sebagai suatu alat untuk menilai kemampuan siswa dalam menyerap materi pembelajaran dengan lebih efisien dan menarik.

The rapid development of technology and science had a significant impact on the education sector. The internet and computers became essential tools in supporting online learning. This research aimed to develop an online quiz website using Websocket communication protocol to facilitate users in creating quiz questions, conducting real-time quiz assessments, and preventing potential cheating during the quiz process. The development method used was rapid application development (RAD)to ensure flexibility and efficiency in producing prototypes and obtaining instant feedback. Testing was conducted using two approaches: whitebox testing to evaluate the internal system structure and usability testing to measure the user's ease of use of the website and meet their needs. As a result, the developed online quiz website proved effective in supporting users in creating and managing online quizzes. Anti-cheating features and various types of questions made this website a tool for assessing students' ability to absorb learning materials more efficiently and engagingly.

Dampak Kampus Mengajar "Digital Marketing" terhadap Minat Pengembangan Bisnis Siswa

Grace Angelina Gunawan — 2024-06-27

Dalam era digital yang terus berkembang pesat, pemasaran tradisional mengalami transformasi signifikan menuju digital marketing, yaitu strategi pemasaran yang mengoptimalkan penggunaan media digital. Melalui kegiatan Kampus Mengajar, pembelajaran digital marketing diberikan kepada siswa SMA guna menghadapi era bisnis digital. Masalah yang diteliti pada penelitian ialah untuk mengetahui dampak pembelajaran digital marketing dan motivasi intrinsik siswa terhadap minat pengembangan bisnis. Selain itu, akan dianalisis juga persepsi siswa terhadap pembelajaran yang diberikan serta hasil yang diperoleh dari pembelajaran ini. Analisis dilakukan menggunakan structural equation modeling, dengan dua jenis pengukuran: measurement model untuk mengukur hubungan antara manifestasi dan konstruk, serta structural model untuk mengukur hubungan antar konstruk dengan menggunakan Software SPSS AMOS 26. Data penelitian diperoleh melalui kuesioner yang disebarkan kepada 100 siswa. Variabel konstruk yang digunakan melibatkan usefulness, ease of use, intrinsic motivation, dan business interest. Hasil penelitian menunjukkan bahwa tidak terdapat pengaruh signifikan antara pembelajaran dan motivasi intrinsik terhadap minat pengembangan bisnis siswa. Namun, terdapat pengaruh yang signifikan antar motivasi intrinsik terhadap persepsi pada pembelajaran digital marketing. Secara umum, kinerja siswa dalam mengikuti pembelajaran digital marketing dinilai baik.

In the rapidly evolving digital era, traditional marketing has undergone a significant transformation towards digital marketing, a strategy that optimizes the use of digital media. Through the Kampus Mengajar program, digital marketing education is provided to high school students to prepare them for the digital business era. The problem studied in this report is determining the impact of digital marketing education and students' intrinsic motivation on their interest in business development. In addition, students’ perceptions of the education provided and program outcomes will be analyzed. The analysis was carried out using Structural Equation Modeling, a measurement model to measure the relationship between manifestations and constructs, and a structural model to measure the relationship between constructs. The data was processed using SPSS AMOS 26. Research data was obtained through questionnaires distributed to 100 students. Usefulness, Ease of Use, Intrinsic Motivation, and Business Interest were the construct variables. The research findings show no significant influence between education and intrinsic motivation on students' interest in business development. However, intrinsic motivation and perception significantly influence digital marketing education. Overall, student performance in Digital Marketing education is considered satisfactory.

Analisis User Experience pada Sistem Operasi Windows 11 Menggunakan Metode User Experience Questionnaire (UEQ)

Lukas William Wijaya — 2024-06-27

Windows 11 merupakan salah satu produk yang diluncurkan oleh Microsoft. Ketika penelitian ini dibuat, Windows 11 baru memiliki pengguna secara global sebesar 15,54%. Walaupun jumlah penggunanya masih jauh lebih sedikit dibandingkan Windows 10 yang mencapai 70,3%, tetapi dimasa depan tingkat adopsi dari Windows 11 akan terus meningkat. Namun dibalik peningkatan adopsi yang terus meningkat, terdapat masalah yang dirasakan pengguna sehingga membuat pengguna merasa tidak nyaman dalam menggunakannya seperti sistem operasi yang berjalan lambat, dan aplikasi tidak berjalan dengan semestinya. Masalah tersebut dapat mempengaruhi user experience. Tujuan dari penelitian ini adalah untuk mengetahui tingkatan user experience yang dialami pengguna dengan memakai metode User Experience Questionnaire (UEQ), Penelitian ini mendapatkan jumlah responden sebanyak 117 orang yang dibagikan melalui sosial media. Berdasarkan hasil yang didapatkan dari responden, sistem operasi Windows 11 mendapatkan nilai evaluasi positif yang jika diurutkan dari yang tertinggi yaitu pada aspek Daya Tarik sebesar 1,21, Kejelasan sebesar 1,12, Stimulasi sebesar 1,01, Efisiensi sebesar 0,95, dan Ketepatan sebesar 0,89. Selain itu terdapat aspek Kebaruan yang mendapatkan nilai evaluasi netral sebesar 0,49. Rekomendasi yang dapat dilakukan untuk memperbaiki user experience Windows 11 adalah dengan melakukan perbaikan pada aspek kebaruan, seperti menambahkan fitur-fitur baru yang belum ada sebelumnya, serta mengubah tampilan menjadi lebih menarik.

Windows 11 is one of the products launched by Microsoft. When this research was made, Windows 11 only had 15.54% of global users. Even though the number of users is still much less than Windows 10, which reached 70.3%, in the future the adoption rate of Windows 11 will continue to increase. However, behind the continued increase in adoption, there are problems experienced by users that make users feel uncomfortable when using it, such as the operating system running slowly and applications not running properly. This problem can affect the user experience. This research aims to determine the level of user experience experienced by users using the User Experience Questionnaire (UEQ) method. This research obtained a total of 117 respondents who were shared via social media. Based on the results obtained from respondents, the Windows 11 operating system received a positive evaluation value which, if sorted from the highest, was in the Attractiveness aspect of 1.21, Clarity of 1.12, Stimulation of 1.01, Efficiency of 0.95, and Accuracy of 0.89. Apart from that, there is the Novelty aspect which gets a neutral evaluation value of 0.49. Recommendations that can be made to improve the Windows 11 user experience are to make improvements to the novelty aspect, such as adding new features that did not exist before, as well as changing the appearance to be more attractive.

Pengenalan Citra Kain Tenun Nusa Tenggara Timur Menggunakan SqueezNet dan Decision Tree

Adri Gabriel Sooai — 2024-06-27

Pengenalan kain tenun melalui pengolahan citra memiliki nilai tinggi dalam melestarikan warisan budaya dan membantu dalam identifikasi dan klasifikasi produk tekstil tradisional. Untuk tujuan ini, penelitian ini mengusulkan pendekatan yang memanfaatkan pohon keputusan atau Decision Tree untuk mengenali gambar kain tenun khas Nusa Tenggara Timur. Efektivitas dalam klasifikasi data dimensi tinggi menjadikannya alat yang ideal untuk memodelkan pola unik yang ada dalam gambar kain tenun. Data set penelitian ini terdiri dari berbagai jenis kain tenun Nusa Tenggara Timur, dan hasil eksperimen menunjukkan keakuratan pendekatan yang kami usulkan dalam mengenali kain-kain ini, mencapai tingkat keberhasilan yang menjanjikan dalam klasifikasi motif dan pola yang kompleks. Temuan ini merupakan kontribusi yang signifikan terhadap pengembangan sistem otomatis untuk mengidentifikasi dan mendokumentasikan kain tenun tradisional, yang pada gilirannya dapat mendukung inisiatif pelestarian budaya dan pertumbuhan industri lokal di Nusa Tenggara Timur.

The recognition of woven fabrics through image processing has a high value in preserving cultural heritage and assisting in the identification and classification of traditional textile products. To this end, this study proposes an approach that utilizes a Decision Tree (DT) to recognize images of woven fabrics typical of East Nusa Tenggara. DT's effectiveness in high-dimensional data classification makes it an ideal tool for modeling unique patterns present in woven fabric drawings. The dataset consisted of different types of East Nusa Tenggara woven fabrics, and experimental results showed the accuracy of the approach in recognizing these fabrics, achieving promising success rates in the classification of complex motifs and patterns. These findings represent a significant contribution to the development of automated systems for identifying and documenting traditional woven fabrics, which in turn can support cultural preservation initiatives and local industrial growth in East Nusa Tenggara.

Rancang Bangun Sistem Informasi Gemilang Salon Berbasis Website dengan Metode Waterfall

Nadya Caroline Butar-butar — 2024-06-27

Perkembangan teknologi semakin maju dan menggiring transformasi perubahan, khususnya dalam sektor bisnis. Gemilang Salon merupakan sebuah salon yang bergerak dalam bidang jasa untuk melayani berbagai perawatan sesuai kebutuhan pelanggan. Gemilang Salon baru saja beroperasi menjelang satu tahun dan masih menggunakan metode yang manual yakni melakukan pencatatan secara pembukuan setiap harinya. Gemilang Salon mengalami kesulitan dalam pengelolaan transaksi penjualan layanan perawatan. Hal ini menyebabkan informasi dalam data tidak sesuai dikarenakan kehilangan pencatatan sehingga ketidaksinkronan uang pemasukan dengan pembukuan. Tujuan penelitian ini adalah mengotomatisasikan proses bisnis yang manual menjadi sistem terkomputerisasi dalam sistem informasi berbasis website. Penelitian ini menggunakan metode Waterfalldikarenakan metode ini memiliki langkah secara berurutan dan sistematis sehingga perancangan sistem lebih terstruktur. Dalam penelitian ini juga dilakukan pengujian terhadap fungsionalitas perangkat lunak yang dikembangkan menggunakan black box testing. Hasil dari penelitian ini adalah sebuah website yang menghasilkan proses kelola transaksi penjualan layanan perawatan. Data hasil pengujian black box testing terhadap 4 fungsi; entry, cari, hapus, ubah tersebut dinyatakan sistem berjalan dengan baik dan bisa digunakan untuk keperluan proses transaksi layanan perawatan Gemilang Salon.

The development of technology is increasingly advanced and leads to the transformation of change, especially in the business sector. Gemilang Salon is a salon engaged in services to serve various treatments according to customer needs. Gemilang Salon has only been operating for about a year and still uses a manual method, namely keeping records in bookkeeping every day. Gemilang Salon has difficulty managing treatment service sales transactions. This causes the information in the data to be inaccurate due to loss of records resulting in unsynchronized income with bookkeeping. The purpose of this research is to automate manual business processes into a computerized system in a website-based information system. This research uses the Waterfall method because this method has sequential and systematic steps so that the system design is more structured. In this study also tested the functionality of the software developed using black box testing. The result of this research is a website that produces a process of managing treatment service sales transactions. Data from black box testing results on 4 functions: entry, search, delete, and change, it is stated that the system runs well and can be used for the Gemilang Salon treatment service transaction process.

Analisis Sikap Peserta terhadap Pembelajaran Robotik

Sherly Santiadi — 2024-06-27

MBKM Asistensi Mengajar merupakan salah satu program Kampus Merdeka yang diselenggarakan oleh Menteri Pendidikan, Kebudayaan, Riset dan Teknologi, Bapak Nadiem Makarim pada bulan Januari 2020. Kegiatan ini digunakan untuk mendukung mahasiswa agar tidak hanya memiliki kemampuan secara teoritis saja, namun semua ilmu teoritis tersebut dapat diimplementasikan ke dalam ranah implementasi. Kegiatan MBKM Asistensi Mengajar yang dituliskan dalam laporan ini berlokasi di SMAK Yahya, Bandung pada materi pembelajaran Robotika. Untuk mengukur kinerja pembelajaran robotika, dalam laporan ini dipilih Robotic Coding Attitude Scale (RCAS) sebagai instrumen yang akan membantu dalam menilai sikap peserta terhadap pemrograman robotik. Sikap yang dimaksud adalah cara pandang peserta terhadap paradigma pembelajaran pemrograman robotik guna mendapatkan gambaran mengenai keefektifan metode pembelajaran yang telah diterapkan. Metode Robotic Coding Attitude Scale (RCAS) yang digunakan dalam laporan ini telah dimodifikasi agar sesuai dengan tujuan penelitian ini. Dapat disimpulkan bahwa dari hasil perhitungan Structural Equation Modeling (SEM) didapatkan bahwa terdapat hubungan yang signifikan antara konstruk pembelajaran pemrograman robotik dengan partisipasi peserta.

BMBKM Asistensi Mengajar is one of the Independent Campus programs organized by the Ministry of Education, Culture, Research and Technology, Mr. Nadiem Makarim in January 2020. This activity is used to support students so that they not only have theoretical abilities, but all theoretical knowledge can be implemented into the realm of implementation. MBKM Asistensi Mengajar activity written in this report is located at SMAK Yahya, Bandung in the Robotics learning material. To measure the performance of robotics learning, in this report, the Robotic Coding Attitude Scale (RCAS) is chosen as an instrument that will help in assessing participants' attitudes towards robotic programming. The attitude in question is the way participants perceive the robotic programming learning paradigm to get an overview of the effectiveness of the learning methods that have been applied. The Robotic Coding Attitude Scale (RCAS) method used in this report was modified to suit the purpose of this study. It can be concluded that from the results of Structural Equation Modeling (SEM) calculations, it is found that there is a significant relationship between the construct of robotic learning and participant participation.

Pembangunan Sistem Informasi Peminjaman Alat Inventaris Desa

Anselmus Seran Nesi — 2024-06-27

Desa Biudukfoho yang berada di Kabupaten Malaka merupakan salah satu desa yang memiliki banyak aset dan inventaris untuk dipinjamkan kepada masyarakat. Proses peminjaman dan penyewaan kepada masyarakat memiliki tujuan untuk mendapatkan dana tambahan bagi desa. Namun, selama ini proses peminjaman alat inventaris yang disediakan oleh desa untuk disewakan ke masyarakat belum berjalan secara efektif dan efisien. Pada saat alat inventaris akan disewa, alat inventaris tidak berada di desa dan aparat desa tidak bisa memberikan kepastian mengenai batas waktu pengembalian alat tersebut. Hal ini dikarenakan belum adanya sebuah sistem yang dapat memantau secara cepat keberadaan dari alat-alat inventaris yang sedang disewakan. Untuk itu, diperlukan sebuah sistem secara komputerisasi sebagai pengganti dari proses yang berjalan selama ini. Metodologi yang digunakan dalam membangun sistem ini menggunakan metode waterfall yang meliputi tahapan persiapan dan pengumpulan data, analisis kebutuhan, analisis proses, perancangan sistem, implementasi dan pengujian. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan MySQL sebagai basis datanya. Hasil dari penelitian ini adalah sebuah aplikasi sistem informasi peminjaman alat inventaris desa yang dapat mengatasi berbagai kesulitan yang dialami oleh Desa Biudukfoho, terutama dalam mengelola aset inventaris desa yang dipinjamkan ke masyarakat.

Biudukfoho Village in Malaka Regency is one of the villages that has many assets and inventory to lend to the community. The process of borrowing and renting to the community aims to obtain additional funds for the village. However, the process of borrowing inventory equipment provided by the village to rent to the community has not been running effectively and efficiently. When the inventory equipment that will be rented is not in the village, the village officials cannot give certainty of the time for returning the equipment. This is because the village does not have a system that can quickly monitor the whereabouts of inventory equipment that is being rented. For this reason, a computerized system is needed as a replacement for the process that has been running so far. The methodology used in building this system was the waterfall method which includes the stages of preparation and data collection, needs analysis, process analysis, system design, implementation, and testing. The system used the PHP programming language and MySQL as the database. The result of this research was an information system application for borrowing village inventory tools that can overcome various difficulties experienced by Biudukfoho Village, especially in managing village inventory assets that are lent to the community.

Pengukuran Perubahan Kualitas Warna Kain Tenun Malaka Berdasarkan Perbandingan Nilai RGB, MSE dan PSNR

Maria Vianey Mega Bere — 2024-06-27

Kain tenun Malaka adalah kain tenun tradisional yang khas dari Kabupaten Malaka. Kain tenun Malaka memiliki makna, nilai, warna dan motif yang unik. Pewarnaan kain tenun dilakukan dengan pewarna alami dan buatan. Penggunaan detergen dan penjemuran kain tenun di bawah terik matahari akan menyebabkan hilangnya motif yang diinginkan, pudarnya warna kain, kualitas benang tidak tahan lama dan dapat mengurangi warna atau nilai estetika dari kain tenun. Pengetahuan ini kurang diketahui oleh masyarakat luas. Tujuan dari penelitian ini adalah untuk mengukur perubahan kualitas warna kain tenun Malaka apabila menggunakan detergen dan terpapar sinar matahari langsung. Kain tenun yang digunakan dalam penelitian ini terdiri dari tiga kain tenun dengan pewarna alami dan tiga kain tenun dengan pewarna buatan. Perbandingan nilai RGB, MSE dan PSNR digunakan untuk mengukur kualitas penurunan citra. Hasil pengujian menunjukkan adanya penurunan warna nilai RGB pada citra kain tenun, di mana adanya perubahan nilai Red, Green, dan Blue dari citra asli dengan citra sesudah dijemur. Nilai RGB kain tenun dengan pewarna alami 1 mengalami penurunan terbesar untuk warna red yang terjadi pada pukul 12.00-12.50 dengan persentase penurunan sebesar 31%. Persentase penurunan warna terbesar untuk green terjadi pada pukul 13.00-13.50 dengan persentase penurunan sebesar 39% dan persentase penurunan warna terbesar untuk blue terjadi pada pukul 11.00-11.50 dengan persentase penurunan sebesar 11%. Selain itu terdapat perubahan nilai MSE dan PSNR pada citra asli dan citra setelah dijemur yang menunjukkan adanya perubahan kualitas kain tenun. Hasil penelitian ini dapat mengedukasi masyarakat pengguna kain tenun Malaka agar dapat menjaga kualitas kain tenun dengan cara menghindari pencucian kain tenun menggunakan detergen dan penjemuran di bawah sinar matahari.

Malaka woven fabric is a traditional woven fabric of Malaka District. Malaka woven fabric has unique meanings, values, colors, and motifs. Malaka woven fabric is colored with natural and artificial dyes. Using detergent and drying woven cloth in direct sunlight will cause the desired motif to disappear, the colors to fade, the thread to lose, the color to degrade and the aesthetic values of the woven fabric to be lost. This knowledge is less known by the society. This research aims to measure the decrease in the color quality of Malaka woven fabric when using detergent and exposed to direct sunlight. The woven fabrics used in this research consist of three woven fabrics with natural dyes and three woven fabrics with artificial dyes. Comparison of RGB, MSE and PSNR values is used to measure the quality of image degradation. The test results show a decrease in the RGB color value in the woven fabric images, where there is a change in the Red, Green and Blue values from the original images to the images after drying. The RGB value of woven fabric with natural dye 1 experienced the largest decrease for the red color which occurred at 12.00-12.50 with a decrease percentage of 31%. The largest percentage decrease in color for green occurred at 13.00-13.50 with a decrease percentage of 39% and the largest percentage decrease in color for blue occurred at 11.00-11.50 with a decrease percentage of 11%. Besides, there are changes in the MSE and PSNR values in the original images and the images after drying, which indicates a change in the quality of the woven fabrics. The result of this research is essential to educate people who use Malaka woven fabrics to maintain the quality of woven fabrics by avoiding washing woven fabrics using detergent and drying in direct sunlight.

Analisis Sentimen Pengguna Media Sosial X terhadap Perubahan Harga Bitcoin: Pendekatan Machine Learning

Joshua Evan Savero — 2024-06-27

Media sosial X menjadi gudang data yang dapat dimanfaatkan untuk memperoleh wawasan mengenai sentimen publik dan potensi yang berdampak pada harga cryptocurrency. Dalam beberapa tahun terakhir, bitcoin menjadi pusat perhatian sebagai bentuk investasi yang menarik bagi para pelaku pasar. Bitcoin (BTC) sering kali ditandai dengan tingkat volatilitas yang tinggi dan harganya menunjukkan kenaikan dan penurunan yang ekstrem dalam jangka waktu yang singkat. Dengan menganalisis tweet pengguna media sosial X, penelitian ini bertujuan untuk meneliti hubungan antara sentimen yang diungkapkan oleh pengguna media sosial X dan perubahan harga bitcoin. Data set yang digunakan dalam penelitian ini yaitu dataset pelatihan model yang terdapat di laman Kaggle dan dataset pengujian yang dikumpulkan dari tweet media sosial X berdasarkan tanggal terjadinya golden cross dan death cross. Data set akan melalui teknik preprocessing data, klasifikasi sentimen positif, negatif, dan netral menggunakan VADER. Pembangunan model menggunakan algoritma naïve bayes dan support vector machine. Hasil penelitian ini memperoleh model support vector machine memiliki kinerja terbaik terhadap keakuratan model dalam klasifikasi sentimen dengan accuracy sebesar 95.92%, ketepatan model dalam memprediksi nilai positif dengan tingkat precision sebesar 95.89%, tingkat usaha dalam menemukan informasi kembali dengan tingkat recall sebesar 95.92%, dan presentasi nilai bobot dari nilai precision dengan nilai recall pada f1-score sebesar 95.89%. Akan tetapi, dalam memprediksi sentimen lima dataset pengujian yang diberikan menggunakan model yang telah dilatih ditemukan algoritma naïve bayes memiliki persentase lebih tinggi yaitu 80% dalam memperoleh hasil yang sesuai antara sentimen positif untuk kondisi golden cross dan sentimen negatif untuk kondisi death cross.

Social media X is a data warehouse that can be utilized to gain insight into public sentiment and its potential impact on cryptocurrency prices. In recent years, Bitcoin has become the center of attention as an attractive form of investment for market players. Bitcoin (BTC) is often characterized by high levels of volatility and its price exhibits extreme rises and falls over short periods of time. By analyzing the tweets of social media user X, this study aims to examine the relationship between the sentiment expressed by social media user X and changes in Bitcoin prices. The dataset used in this research is the model training dataset found on the Kaggle page and the testing dataset collected from X's social media tweets based on the dates of the golden cross and death cross. The dataset will go through data preprocessing techniques, classifying positive, negative and neutral sentiment using VADER. Model construction uses the Naïve Bayes algorithm and Support Vector Machine. The results of this research show that the Support Vector Machine model has the best performance regarding model accuracy in sentiment classification with an accuracy of 95.92%, model accuracy in predicting positive values with a precision level of 95.89%, level of effort in finding information again with a recall rate of 95.92%, and presentation of the weighted value of the precision value with the recall value on the f1-score of 95.89%. However, in predicting the sentiment of the five test datasets provided using the trained model, it was found that the Naïve Bayes algorithm had a higher percentage, namely 80%, in obtaining results that matched positive sentiment for the golden cross condition and negative sentiment for the death cross condition.

Analisis Data Pertanian Tanaman Pangan untuk Memprediksi Hasil Panen di Kabupaten Malaka Menggunakan Metode Multiple Linear Regression

Maria Kristine Bria Seran — 2024-06-27

Kabupaten Malaka merupakan daerah otonom baru dengan pertanian sebagai salah satu sektor basisnya. Dari tahun 2012 sampai dengan 2021, hasil produksi pertanian berupa tanaman pangan padi, jagung dan kacang hijau selalu mengalami kenaikan dan penurunan. Beberapa faktor yang menyebabkan terjadinya kenaikan dan penurunan hasil produksi tanaman pangan tersebut adalah adanya alih fungsi lahan pertanian menjadi lahan bangunan, masih tingginya harga bahan pangan yang ada di pasaran dan kebutuhan yang semakin meningkat, serta jumlah populasi penduduk yang terus bertambah. Untuk itu diperlukan sebuah metode yang dapat memprediksi hasil panen tanaman pangan di Kabupaten Malaka untuk 5 tahun yang akan datang. Hal ini dapat membantu Dinas Pertanian melakukan pengambilan keputusan terkait, guna menunjang Pemerintah Daerah dalam membantu menyediakan bahan pangan yang dibutuhkan bagi masyarakat setempat. Penelitian ini menggunakan metode multiple linear regression untuk melakukan prediksi. Hasil uji koefisien determinasi sebesar 0.918, menunjukkan bahwa 91.8% variasi variabel dependen dapat dijelaskan oleh variabel independen dalam model. Selain itu, terdapat tiga analisis statistik yang digunakan untuk melihat performansi dari metode multiple linear regression, yaitu nilai MSE sebesar 69611782.304, RMSE sebesar 8343.368 dan MAE sebesar 7327.695.

Malaka Regency is a new autonomous region with one of its basic sectors being agriculture. From 2012 to 2021, agricultural production in the form of rice, corn, and green beans always experienced increases and decreases. Several factors cause increases and decreases in food crop production, namely the conversion of land from agriculture to building land, the still high price of food on the market and increasing demand, as well as the population continuing to increase. For these reasons, a method is needed to predict the yield of food crops in Malaka Regency for the next 5 years. It can help the agricultural department make related decisions, to support the Regional Government in helping to provide the food needed for the local community. In this study, the multiple linear regression method was used to make predictions. The results with a coefficient of determination test of 0.918 showed that 91.8% of the variation in the dependent variable can be explained by the independent variables in the model. Apart from that, there were three statistical analyses used to see the performance of the multiple linear regression method, namely the MSE value of 69611782.304, RMSE of 8343.368, and MAE of 7327.695.

Machine Learning untuk Memprediksi Jumlah Penjualan, Stok dan Jumlah Tanam Hasil Pertanian Hidroponik

Frira Sesilia — 2024-06-27

Hidroponik Tilung Farm, usaha budidaya tanaman di Palangka Raya, sering mengalami kesulitan dalam memprediksi data stok, transaksi, dan jumlah tanam yang optimal. Sebelumnya, data ini hanya digunakan untuk melihat hasil penjualan. Penelitian ini bertujuan untuk memprediksi data tersebut dengan akurat menggunakan machine learning. Metode penelitian meliputi pengumpulan data dengan studi pustaka, wawancara, dan observasi. Data stok, transaksi, dan jumlah tanam diolah dengan machine learning menggunakan algoritma regresi linear dan support vector machine. Hasil penelitian menunjukkan bahwa algoritma regresi linear menghasilkan nilai terkecil untuk MSE, MAE, dan MAPE dalam memprediksi data stok, transaksi, dan jumlah tanam. Kesimpulannya, algoritma regresi linear lebih baik dalam memprediksi data tersebut dibandingkan dengan algoritma support vector machine. Penelitian ini membantu Hidroponik Tilung Farm dalam mengelola stok, transaksi, dan jumlah tanam secara optimal, sehingga meningkatkan efisiensi dan keuntungan.

Tilung Farm Hydroponics, a plant cultivation business in Palangka Raya, often experiences difficulties in predicting optimal stock data, transactions, and planting quantities. Previously, this data was only used to view sales results. This research aims to predict this data accurately using machine learning. Research methods include data collection by literature study, interviews, and observation. Stock, transaction, and number of planting data are processed using machine learning using linear regression algorithms and support vector machines. The research results show that the linear regression algorithm produces the smallest values for MSE, MAE, and MAPE in predicting stock, transaction, and number of planting data. In conclusion, the linear regression algorithm is better at predicting this data compared to the support vector machine algorithm. This research helps Tilung Farm Hydroponics in managing stock, transactions and planting quantities optimally, thereby increasing efficiency and profits.