Abstract:Abstract: Good pronunciation plays a crucial role in enhancing students' confidence, encouraging active participation in learning, and preparing them for academic and professional opportunities, such as English-language…
interviews. Poor pronunciation during scholarship or job interviews can hinder the interviewer's understanding, thereby reducing the chances of acceptance. This study aims to improve students' pronunciation fluency and develop a learning medium based on Automatic Speech Recognition (ASR) technology. The method employed involves the development of Progressive Web Apps (PWA) integrated with ASR technology from the app.lumi.education platform, supported by manual labeling for pronunciation validation. The research was conducted at LKP Vijaya Learning Centre, Tanjungbalai City. The results demonstrate that ASR-based media significantly enhances students' pronunciation accuracy and confidence. Thus, the integration of ASR technology into PWA effectively supports innovative and efficient pronunciation learning.
Keywords: automatic speech recognition; language learning; pronunciation; web-based application.
Abstrak: Pengucapan yang baik berperan penting dalam meningkatkan kepercayaan diri siswa, mendorong partisipasi aktif dalam pembelajaran, dan mempersiapkan mereka menghadapi peluang akademik maupun profesional, seperti wawancara berbahasa Inggris. saat menghadapi wawancara beasiswa atau pekerjaan berbahasa Inggris, pengucapan yang buruk dapat mengurangi pemahaman pewawancara, sehingga mengurangi peluang diterima. Penelitian ini bertujuan untuk meningkatkan kelancaran pengucapan siswa dan mengembangkan media pembelajaran berbasis teknologi Automatic Speech Recognition (ASR). Metode yang digunakan adalah pengembangan Progressive Web Apps (PWA) yang terintegrasi dengan ASR dari aplikasi app.lumi.education, didukung oleh pelabelan manual untuk validasi pengucapan. Penelitian dilakukan di LKP Vijaya Learning Centre, Kota Tanjungbalai. Hasil penelitian menunjukkan bahwa media berbasis ASR secara signifikan meningkatkan akurasi pengucapan dan kepercayaan diri siswa. Dengan demikian, integrasi teknologi ASR dalam PWA terbukti mendukung pembelajaran pengucapan secara inovatif dan efisien.
Kata kunci: aplikasi berbasis web; pengenalan suara otomatis; pembelajaran bahasa; pengucapan
Abstract:Abstract: Bekasi Regency, being one of the key cities in Indonesia, offers a suitable setting to study the intricacies of marriage decision-making during a quarter-life crisis. This study focuses on the application of clustering…
ustering algorithms to categorize individuals based on their marriage choices. Data was collected from a questionnaire completed by 110 respondents from Bekasi Regency, specifically individuals aged 18 to 30 who are single, including 80 women and 30 men. Data analysis was conducted using the RapidMiner software to evaluate the effectiveness of three clustering algorithms K-Means, X-Means, and K-Medoids in categorizing marriage decision patterns among young people experiencing a Quarter Life Crisis in Bekasi Regency. Results indicate that each algorithm has its own strengths and limitations in handling Quarter Life Crisis data.The results of the analysis show that the K-medoids algorithm provides the best clustering results with the lowest DBI value of 0.195, followed by the X-Means algorithm with a value of 0.199 and K-Means with a value of 0.207. These results can help understand the pattern of marriage decisions in the Quarter Life Crisis phase and help provide insights for policymakers in Bekasi Regency to make more effective intervention programs.
Keywords: K-Means; K-Medoids; X-Means
Abstrak: Sebagai salah satu kota besar di Indonesia, Kabupaten Bekasi memberikan konteks yang tepat untuk mempelajari kompleksitas pengambilan keputusan pernikahan di tengah krisis seperempat usia. Penelitian ini berfokus pada pemanfaatan algoritma clustering untuk mengelompokkan individu berdasarkan pilihan pernikahan mereka. Data diambil dari kuesioner yang diisi oleh 110 responden di Kabupaten Bekasi, yang terdiri dari individu lajang berusia 18 hingga 30 tahun, yaitu 80 perempuan dan 30 laki-laki. Analisis data dilakukan dengan perangkat lunak RapidMiner untuk mengevaluasi efektivitas tiga algoritma pengelompokan—K-Means, X-Means, dan K-Medoids—dalam mengelompokkan pola keputusan pernikahan di kalangan pemuda yang menghadapi Quarter Life Crisis di Kabupaten Bekasi. Hasilnya menunjukkan bahwa setiap algoritma memiliki keunggulan dan kelemahannya masing-masing dalam memproses data Quarter Life Crisis. Hasil analisis menunjukkan bahwa algoritma K-medoids memberikan hasil clustering terbaik dengan nilai DBI terendah yaitu 0.195, diikuti oleh algoritma X-Means dengan nilai 0.199 dan K-Means dengan nilai 0.207. Hasil ini dapat membantu memahami pola keputusan menikah pada fase Quarter Life Crisis dan membantu memberikan wawasan bagi pembuat kebijakan di Kabupaten Bekasi membuat program intervensi yang lebih efektif.
Kata kunci: K-Means; K-Medoids; X-Means
Abstract:Abstract: Preventing stunting in toddlers is crucial for improving children's health and growth. Stunting occurs due to chronic nutritional deficiencies during the first 1,000 days of a child's life, affecting their height,…
ht, cognitive development, and immune system, which can reduce their future potential. Fruits play an important role in a toddler's diet because they are rich in vitamins, minerals, fiber, antioxidants, and other bioactive compounds that support physical growth and brain development. However, selecting the right fruits is vital because some fruits can cause digestive issues or allergies in toddlers. To assist parents in choosing the right fruits, a mobile-based expert system using the Certainty Factor method has been developed. This system provides recommendations based on the toddler's health condition and evaluates the nutritional content of fruits. With this system, parents can ensure that their toddlers receive optimal nutrition, contributing to stunting prevention and ensuring that the toddlers grow up healthy, intelligent, and with full potential in the future Choosing the right fruits and maintaining a balanced nutrition are crucial parts of supporting the sustainability of stunting prevention efforts.
Keywords: certainty factor method; expert system; fruit selection; stunting prevention; toddler nutrition
Abstrak: Pencegahan stunting pada batita sangat penting untuk meningkatkan kualitas kesehatan dan pertumbuhan anak. Stunting terjadi akibat kekurangan gizi kronis pada 1.000 hari pertama kehidupan batita, memengaruhi tinggi badan, perkembangan kognitif, dan sistem imun anak, yang berisiko mengurangi potensi masa depan mereka. Buah-buahan memiliki peran penting dalam pola makan batita, karena kaya akan vitamin, mineral, serat, antioksidan, dan senyawa bioaktif yang mendukung pertumbuhan fisik dan perkembangan otak. Namun, pemilihan buah yang tepat sangat penting karena beberapa buah dapat menyebabkan masalah pencernaan atau alergi pada batita. Untuk membantu orang tua dalam memilih buah yang sesuai, dikembangkan sistem pakar berbasis mobile dengan metode Certainty Factor. Sistem ini memberikan rekomendasi berdasarkan kondisi kesehatan batita, serta mengevaluasi kandungan nutrisinya. Dengan sistem ini, orang tua dapat memastikan bahwa batita mendapatkan nutrisi yang optimal dengan berkontribusi dalam pencegahan stunting dengan memastikan batita tumbuh sehat, cerdas, dan memiliki potensi penuh di masa depan. Pemilihan buah yang tepat dan nutrisi yang seimbang menjadi bagian penting dalam mendukung upaya keberlanjutan pencegahan stunting.
Kata kunci: batita; metode certainty factor; pemilihan buah; pencegahan stunting; sistem cerdas
Abstract:Abstract: The increasing number of students at STMIK Royal Kisaran has raised the risk of air pollution caused by vehicle emissions, cigarette smoke, and waste burning, particularly around the campus canteen. The campus's…
s location, which is close to a rubber factory and the Sumatra Crossroad, further exacerbates air quality and significantly impacts the health of individuals active at STMIK Royal. This study aims to develop a system that can measure air quality in real-time and detect pollutants in the campus environment. The system utilizes MQ-135 and MQ-2 sensors integrated with a microprocessor to process and transmit data to an IoT-based database. This research employs a qualitative descriptive method to describe the facts and trends based on the available data. The results indicate that air quality is good in the morning, worsens during the afternoon, and improves again in the evening, reflecting increased pollution during periods of heightened industrial and transportation activities. The implementation of this system is expected to contribute to the creation of a healthier environment and raise awareness about the importance of air quality.
Keywords: air quality; campus environment ; IoT; pollution.
Abstrak: Peningkatan jumlah mahasiswa di Kampus STMIK Royal Kisaran telah meningkatkan risiko polusi udara akibat asap kendaraan, rokok, dan pembakaran sampah, terutama di sekitar kantin kampus. Lokasi kampus yang dekat dengan pabrik karet dan jalan lintas Sumatera sehingga memperburuk kualitas udara dan sangat mempengaruhi kesehatan para individu yang beraktivitas di STMIK Royal. Penelitian ini bertujuan mengembangkan sistem yang dapat mengukur kualitas udara secara real-time dan mendeteksi polutan di lingkungan kampus. Sistem ini menggunakan sensor MQ-135 dan MQ-2 yang terintegrasi dengan mikroprosesor untuk mengolah dan mengirim data ke database berbasis IoT. Penelitian ini menggunakan metode deskriptif kualitatif untuk menggambarkan fakta dan kecenderungan dari data yang tersedia. Hasilnya menunjukkan bahwa kualitas udara baik di pagi hari, memburuk di siang hari, dan membaik lagi di sore hari, menunjukkan peningkatan polusi saat aktivitas pabrik dan transportasi meningkat. Implementasi sistem ini diharapkan dapat mendukung terciptanya lingkungan yang lebih sehat dan meningkatkan kesadaran akan pentingnya kualitas udara.
Kata kunci: IoT; lingkungan kampus; kualitas udara; polusi.
Abstract:Abstract: In the current era of very fast technological development, customer churn is a serious challenge, especially in the competitive telecommunications industry. Churn refers to customers who stop using a service or…
move to another provider, and can be categorized into three types: Active Churn, Passive Churn, and Rotational Churn. Rotational Churn, which is difficult to predict be- cause the reasons for stopping are unclear, is the main focus of this research. This research aims to group Rotational Churn customers using a Data-Centric AI approach. This approach emphasizes improving data quality through Confident Learning and Synthetic Data before being applied to the K-Means clustering algorithm. The data used in this research is customer churn data from one telecommunications company during 2023. The research results show that customer grouping using the K-Means algorithm can provide deep insight into the characteristics of customer churn. The application of Data-Centric AI is proven to be able to increase the accuracy of clustering models, which ultimately helps compa- nies optimize programs and services to minimize churn and retain customers.
Keywords: data-centric AI; clustering; K-means
Abstrak: Dalam era perkembangan teknologi yang sangat pesat saat ini, churn pelanggan menjadi tantangan serius, terutama dalam industri telekomunikasi yang sangat kompetitif. Churn mengacu pada pelanggan yang berhenti menggunakan layanan atau beralih ke penyedia lain, dan dapat dikategorikan menjadi tiga jenis: Churn Aktif, Churn Pasif, dan Churn Rotasional. Churn Rotasional, yang sulit diprediksi karena alasan penghentian layanan tidak jelas, menjadi fokus utama penelitian ini. Penelitian ini bertujuan untuk mengelompokkan pelanggan Churn Rotasional menggunakan pendekatan Data-Centric AI. Pendekatan ini menekankan pada peningkatan kualitas data melalui Confident Learning dan Synthetic Data sebelum diterapkan ke algoritma K-Means clustering. Data yang digunakan dalam penelitian ini adalah data churn pelanggan dari satu perusahaan telekomunikasi selama tahun 2023. Hasil penelitian menunjukkan bahwa pengelompokan pelanggan menggunakan algoritma K-Means dapat memberikan wawasan mendalam tentang karakteristik churn pelanggan. Penerapan Data-Centric AI terbukti mampu meningkatkan akurasi model klastering, yang pada akhirnya membantu perusahaan mengoptimalkan program dan layanan untuk meminimalkan churn serta mempertahankan pelanggan.
Kata kunci: data-Centric AI; klasterisasi; K-means
Abstract:Abstract: This research aims to design a system that can assist the final assignment development process by focusing on resolving frequently encountered obstacles, such as clarity of research title status, guidance process,…
ss, and research schedule. The development method used is the Scrum method approach with a small scale and team. During the development process, an analysis of each sprint is carried out from preparation to the development process. The results of development using the Scrum method show that each feature was completed within 8 hours per day, with each sprint completed in a week. The total time required to complete all sprints designed on the BITA Information System is 128 hours. The application of the Scrum method provides results that enable rapid identification of changes during the development process, as well as optimizing the process of submitting and validating titles, determining supervisors, evaluating guidance, and scheduling exams. Thus, this research provides an effective solution in increasing the efficiency and effectiveness of the final assignment coaching process for students in completing their studies.
Keywords: information system; optimal efficiency; scrum method; SI BITA; thesis guidance.
Abstrak: Penelitian ini bertujuan untuk merancang sistem yang dapat membantu proses pembinaan tugas akhir dengan fokus pada penyelesaian kendala yang sering dihadapi, seperti kejelasan status judul penelitian, proses bimbingan, dan jadwal penelitian. Metode pengembangan yang digunakan adalah pendekatan metode Scrum dengan skala dan tim kecil. Selama proses pengembangan, dilakukan analisis terhadap setiap sprint yang dihasilkan dari persiapan hingga proses pengembangan. Hasil pengembangan menggunakan metode Scrum menunjukkan bahwa setiap fitur diselesaikan dalam jangka waktu 8 jam per hari, dengan setiap sprint selesai dalam seminggu. Total waktu yang dibutuhkan untuk menyelesaikan semua sprint yang dirancang pada Sistem Informasi BITA adalah 128 jam. Penerapan metode Scrum memberikan hasil yang memungkinkan identifikasi cepat terhadap perubahan selama proses pengembangan, serta mengoptimalkan proses pengajuan dan validasi judul, penentuan pembimbing, evaluasi bimbingan, dan penjadwalan ujian. Dengan demikian, penelitian ini menyediakan solusi yang efektif dalam meningkatkan efisiensi dan efektivitas proses pembinaan tugas akhir bagi mahasiswa dalam menyelesaikan studi mereka.
Kata kunci: sistem informasi; efisiensi optimal; metode scrum; SI BITA; bimbingan skripsi
Abstract:Abstract: SACIKA Cooperative, as a student cooperative at the Telkom Institute of Technology Purwokerto, provides almamater suit procurement services. Currently, the process of procuring and ordering almamater suits is faced…
aced with several obstacles, which results in students as customers feeling disadvantaged during the ordering process. Therefore, it is necessary to evaluate the performance of the supply chain at the SACIKA Cooperative in order to improve efficiency and suitability in the procurement of alma mater suits. This study aims to assess the performance of the alma mater suit supply chain at the SACIKA Cooperative using the SCOR Matrix. This type of research is descriptive quantitative, with data collection conducted through interviews and observations. Supply chain performance measurement is carried out using four attributes and matrices, namely Reliability with Perfect Order Fulfillment (POF), Responsiveness with Order Fulfillment Cycle Time (OFCT) Matrix, Agility with Cost of Goods Sold (COGS), and Assets with Cash-to-Cash Cycle Time (CTCCT) Matrix. The results showed the performance value of each matrix, namely POF of 96.47%, OFCT 1 day, COGS 92.94%, and CTCCT 8 days.
Keywords: SCOR matrix; supply chain management; supply chain flow patterns
Abstrak: Koperasi SACIKA, sebagai koperasi mahasiswa di lingkungan Institut Teknologi Telkom Purwokerto, menyediakan layanan pengadaan jas almamater. Saat ini, proses pengadaan dan pemesanan jas almamater dihadapi beberapa kendala, yang mengakibatkan mahasiswa sebagai pelanggan merasa dirugikan selama proses pemesanan. Oleh karena itu, perlu dilakukan evaluasi terhadap kinerja rantai pasok di Koperasi SACIKA guna meningkatkan efisiensi dan kesesuaian dalam pengadaan jas almamater. Penelitian ini bertujuan untuk menilai kinerja rantai pasok jas almamater di Koperasi SACIKA menggunakan Matriks SCOR. Jenis penelitian ini bersifat deskriptif kuantitatif, dengan pengumpulan data dilakukan melalui wawancara dan observasi. Pengukuran kinerja rantai pasok dilakukan dengan menggunakan empat atribut dan matriks, yaitu Reliability with Perfect Order Fulfillment (POF), Responsiveness with Order Fulfillment Cycle Time (OFCT) Matrix, Agility with Cost of Goods Sold (COGS), dan Assets with Cash-to-Cash Cycle Time (CTCCT) Matrix. Hasil penelitian menunjukkan nilai performansi masing-masing matriks, yaitu POF sebesar 96,47%, OFCT 1 hari, COGS 92,94%, dan CTCCT 8 hari.
Kata kunci: matriks SCOR; manajemen rantai pasok; pola aliran rantai pasok
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: The realization of credit proposed by customers is one of the essential factors for a bank. Moreover, especially during the Covid-19 pandemic, credit realization shows the business conditions of prospective borrowers,…
rowers, whether they are in good condition or not. So, it is crucial to predict how many new debtors will achieve. In this article, forecasting the number of new debtors uses the Simple Moving Average and Double Exponential Smoothing methods based on actual data on the number of new debtors per month for 2019-2021. Furthermore, the performance of the two methods is compared by comparing the Mean Absolute Deviation and Mean Square Error values. The comparison results conclude that the Simple Moving Average method is better than the Double Exponential Smoothing for predicting the number of new debtors.
Keywords: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; forecasting.
Abstrak: Realisasi kredit yang diajukan oleh nasabah adalah salah satu faktor yang penting di dunia perbankan. Terlebih disaat adanya pandemi Covid-19, realisasi kredit memperlihatkan kondisi usaha para calon debitur, apakah dalam keadaan baik atau tidak. Sehingga penting untuk memprediksi berapa capaian jumlah debitur baru. Dalam artikel ini dilakukan peramalan jumlah debitur baru dengan metode Simple Moving Average dan Double Exponential Smoothing berdasarkan data aktual jumlah debitur baru per bulan tahun 2019-2021. Selanjutnya, dilakukan perbandingan performa kedua metode tersebut dengan cara membandingkan nilai dari Mean Absolute Deviation dan Mean Square Error. Hasil perbandingan yang diperoleh mengarah pada sebuah kesimpulan, yaitu metode Simple Moving Average lebih baik daripada Double Exponential Smoothing untuk meramalkan jumlah debitur baru
Kata kunci: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; peramalan.
Abstract:Abstract: This research uses the PIECES framework to analyze user satisfaction with the MySooltan application as a single digital touch for Micro, Small, and Medium Enterprises (MSMEs). The framework was chosen because it…
t has been proven empirically to evaluate information system user satisfaction to see opportunities and improvements in information system development. The sample of this research are users of the MySooltan application, namely MSMEs in Labuan Bajo City. The total sample is 102 respondents. Data was collected using a Google Form questionnaire distributed from October to November 2022 and measured using a Likert scale calculation. The evaluation results found that MSMEs, assisted by Rumah BUMN in Labuan Bajo City, were very satisfied using the MySooltan application during the pandemic. However, PT Telkom still needs to improve the guarantee of confidentiality and protection of user data so that MSMEs can use this application optimally.
Keywords: information system; MSMEs; Mysooltan application; PIECES; user satisfaction
Abstrak: Tujuan riset ini adalah untuk melakukan analisis kepuasan pengguna aplikasi MySooltan sebagai single digital touch Usaha Mikro, Kecil, dan Menengah (UMKM) menggunakan PIECES framework. Metode ini dipilih karena telah terbukti secara empiris dapat digunakan untuk mengevaluasi kepuasan pengguna sistem informasi untuk melihat peluang dan perbaikan dari sistem informasi yang dikembangkan. Sampel riset ini adalah pengguna aplikasi MySooltan, yaitu UMKM di Kota Labuan Bajo. Total sampel sebanyak 102 responden. Data dikumpulkan menggunakan kuesioner Google Form yang disebar dari bulan Oktober hingga November 2022 dan diukur menggunakan perhitungan skala likert. Hasil evaluasi menemukan secara keseluruhan, UMKM binaan Rumah BUMN di Kota Labuan Bajo sangat puas untuk menggunakan aplikasi MySooltan selama pandemi. Namun demikian, PT Telkom masih perlu meningkatkan jaminan kerahasiaan dan perlindungan data pengguna, agar aplikasi ini dapat digunakan secara optimal.
Kata kunci: aplikasi MySooltan; kepuasan pengguna; PIECES; sistem informasi; UMKM