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: The development of AI assistants such as Gemini and ChatGPT can significantly assist in daily human tasks. In the field of Sentiment Analysis, AI assistants can be utilized as an automated labeling alternative…
to provide positive, negative, or neutral sentiments within a dataset. This research aims to enhance the performance of AI assistants in automated labeling processes by employing the Feature Selection algorithm, specifically Forward Selection. The methodology involves utilizing the Naïve Bayes and K-NN algorithms, and subsequently improving accuracy through the Feature Selection algorithm. The evaluation is conducted using K-Fold Cross Validation. Research findings indicate an improvement in the accuracy of the best model, which is ChatGPT, when using the Naïve Bayes algorithm and Shuffled Sampling technique. The initial accuracy of 79.09% increased to 87.18% after Feature Selection was applied. This demonstrates the effectiveness of Feature Selection, particularly Forward Selection, in enhancing the accuracy performance of the model.
Keywords: ai; assistant; chat gpt; feature selection; gemini.
Abstrak: Pekembangan Asisten AI seperti Gemini dan Chat GPT dapat membantu pekerjaan manusia sehari-hari. Dalam bidang Analisis Sentimen, Asisten AI dapat digunakan sebagai alternatif pelabelan otomatis untuk memberikan sentimen positif, negatif atau netral dalam suatu dataset. Penlitian ini bertujuan untuk meningkatkan performa yang dihasilkan oleh Asisten AI dalam proses pelabelan otomatis menggunakan Algortima Feature Selection yaitu Forward Selection. Metode yang digunakan adalah dengan menggunakan Algoritma Naïve Bayes dan K-NN kemudian hasil akurasi akan ditingkatkan menggunkan Algoritma Feature Selection. Evaluasi yang digunakan adalah K-Fold Cross Validation. Hasil penelitian menunjukkan peningkatan akurasi model terbaik berada pada Chat GPT dengan menggunakan Algoritma Naïve Bayes dan Teknik Shuffled Sampling, dari nilai akurasi awal sebesar 79.09%, setelah ditingkatkan menggunakan Feature Selection, maka nilai akurasinya meningkat menjadi 87.18%. Hal ini membuktikan peran Feature Selection, dimana yang digunakan adalah Forward Selection dalam meningkatkan akurasi ternyata memang efektif dalam meningkatkan performa akurasi model.
Kata kunci: ai; assisten; chat gpt; feature selection; gemini
Abstract:Abstract: The development of Internet of Things (IoT) technology has significantly impacted life, particularly in creating more efficient and secure smart homes. Smart homes integrate various electronic devices to enhance…
e comfort and energy efficiency. However, cost, integration complexity, and security issues remain. This study will simulate an IoT-based smart home system to analyse and evaluate device performance before real-world implementation. The simulation method involves testing connectivity and evaluating delay and packet loss using the ping method on each device. Results show the highest delay on CCTV devices at 41.8 ms and the lowest on motion detector 2 at 32.8 ms, with 0% packet loss. According to TIPHON standards, the network is rated excellent with an index of 4. The designed smart home system demonstrates optimal performance and is feasible for implementation but requires further development in configuration using AI and machine learning technologies.
Keywords: internet of things; simulation; smart home; testing
Abstrak: Perkembangan teknologi Internet of Things (IoT) telah membawa perubahan signifikan dalam kehidupan, terutama dalam pengembangan rumah pintar (smart home) yang lebih efisien dan aman. Smart home mengintegrasikan berbagai perangkat elektronik untuk meningkatkan kenyamanan dan efisiensi energi. Meskipun demikian, tantangan seperti biaya, kompleksitas integrasi, dan isu keamanan masih ada. Penelitian ini bertujuan untuk mensimulasikan sistem smart home berbasis IoT guna menganalisis dan mengevaluasi kinerja perangkat sebelum implementasi nyata. Metode simulasi yang digunakan melibatkan pengujian konektivitas dan evaluasi delay serta packet loss dengan metode ping pada setiap perangkat. Hasil menunjukkan delay tertinggi pada perangkat CCTV sebesar 41.8 ms dan terendah pada motion detector 2 sebesar 32.8 ms, dengan packet loss 0%. Berdasarkan standar TIPHON, jaringan dinilai sangat baik dengan indeks 4. Sistem smart home yang dirancang menunjukkan kinerja optimal dan layak diimplementasikan, namun masih memerlukan pengembangan lebih lanjut dalam konfigurasi menggunakan teknologi AI dan machine learning.
Keywords: internet of things; pengujian; simulasi; smart home
Abstract:Abstract: Software quality analysis is essential to ensure applications are reliable, efficient, and meet user needs. The FURPS+ model (Functionality, Usability, Reliability, Performance, Supportability, plus) provides a…
comprehensive framework for evaluating software quality. This study analyzes the implementation of Software Quality Assurance (SQA) in the SKEK UINSA application, a Learning Management System (LMS) designed to record extracurricular activities of UINSA students. With 100 respondents (lecturers, students, and alumni), the research employs a quantitative approach to examine both functional and non-functional aspects. The results show that functionality and usability aspects scored an average of 71%, reliability 66%, performance 61%, supportability 79%, and additional factors (plus) 64%. Overall, the SKEK UINSA application demonstrates good quality in terms of functionality, ease of use, performance, and flexibility.
Keywords: FURPS+; Reliability; SKEK; Validity; Quantitative Method
Abstrak: Analisis kualitas perangkat lunak penting untuk memastikan aplikasi andal, efisien, dan sesuai kebutuhan pengguna. Model FURPS+ (Functionality, Usability, Reliability, Performance, Supportability, plus) menawarkan kerangka komprehensif untuk evaluasi kualitas perangkat lunak. Penelitian ini menganalisis penerapan Software Quality Assurance (SQA) pada aplikasi SKEK UINSA, aplikasi semacam LMS (Learning Management System) untuk mencatat kegiatan ekstrakurikuler mahasiswa UINSA. Dengan 100 responden (dosen, mahasiswa, dan alumni), penelitian menggunakan pendekatan kuantitatif untuk mengkaji aspek fungsional dan non-fungsional. Hasilnya, aspek functionality dan usability memiliki persentase rata-rata 71%, reliability 66%, performance 61%, supportability 79%, dan faktor tambahan (plus) 64%. Secara keseluruhan, aplikasi SKEK UINSA menunjukkan kualitas baik dalam fungsi, kemudahan penggunaan, kinerja, dan fleksibilitas.
Kata kunci: FURPS+; Metode Kuantitatif ; SKEK; Validitas; Reliabilitas
Abstract:Abstract: In the current digital era, transportation booking applications have become an integral part of people's daily lives. One of the preferred applications is the Suroboyo Bus Booking Application (GOBIS). GOBIS is…
a platform dedicated specifically to accessing Suroboyo Bus transportation services. However, with the advancement of technology and changing user needs, the GOBIS application also needs to be adjusted to remain relevant and meet expectations. Many users have complained about the application's ambiguous interface, unclear colors, and other issues. Therefore, a redesign of this application is necessary. This study employs the User-Centered Design (UCD) method and SUS testing to obtain a new design that can be implemented. The results show a significant improvement in application usability, with the average SUS score from users after the redesign process reaching 82.25, rated as "good" with a "B" grade. Comparing it to the usability score of the previous version, which only reached 57.25 with a "poor" rating and a "D" grade, indicates a substantial improvement. Thus, the new design demonstrates a significant improvement in usability compared to the previous version.
Keywords: redesign; GOBIS aplication; user interface; UCD; system usability scale
Abstrak: Dalam era digital saat ini, aplikasi pemesanan transportasi telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari masyarakat. Salah satu pilihan utama yang sering digunakan adalah Aplikasi Golek Bis (GOBIS) Suroboyo Bus. GOBIS dirancang khusus sebagai platform untuk mengakses moda transportasi Suroboyo Bus. Namun, sejalan dengan kemajuan teknologi dan evolusi kebutuhan pengguna, perlu penyesuaian agar aplikasi Golek Bis tetap relevan dan memuaskan pengguna. Banyak pengguna mengeluhkan tentang antarmuka aplikasi yang kurang jelas, warna yang ambigu, dan masalah lainnya. Oleh karena itu, perlu dilakukan redesain aplikasi ini. Penelitian ini menerapkan metode UCD dan mengujikan SUS untuk mendapatkan desain baru yang lebih baik. Hasilnya menunjukkan peningkatan yang signifikan dalam kegunaan aplikasi, dengan nilai rata-rata skor SUS pengguna setelah proses redesain mencapai 82.25, dinilai sebagai "good" dengan peringkat "B". Perbandingannya dengan nilai kegunaan versi sebelumnya yang hanya mencapai 57.25 dengan penilaian "poor" dan peringkat "D" menunjukkan peningkatan yang signifikan. Oleh karena itu, desain baru menunjukkan perbaikan yang berarti dalam hal kegunaan dibandingkan dengan versi sebelumnya.
Kata kunci: redesign; aplikasi GOBIS; user interface; UCD; system usability scale
Abstract:Abstract: Today, many users use online platforms rather than offline platforms for ticket bookings, involving a wide range of services such as flights, hotels, trains, buses, and entertainment. PegiPegi.com, as one of the…
e fastest growing online travel agencies in Indonesia, demonstrates success by understanding the value of technology and maintaining strong partnerships. Users of this platform often provide reviews, viewing user reviews can be done manually but this will have a less effective impact, so it needs to be done automatically with sentiment analysis. This research the Naïve Bayes method in sentiment analysis of PegiPegi.com reviews, with a focus on understanding customer satisfaction and service improvement. By combining these approaches, this research contributes to a deeper understanding of user responses to OTA services and presents the evaluation results of the Multinomial Naive Bayes classification model with an accuracy rate of 89.5%. The high precision in the Negative class demonstrates the model's ability to identify negative reviews. However, there are challenges in classifying the Neutral class, indicating the potential for further improvement. Nevertheless, the F1 score of 0.522 reflects a good balance between overall precision, recall so it can be concluded the naïve bayes algorithm is successful for performing sentiment analysis.
Keywords: Sentiment analysis; naïve bayes algorithm; pegipegi.com; playstore
Abstract: Saat ini banyak pengguna platform online dibandingkan offline untuk pemesanan tiket, yang melibatkan berbagai layanan seperti penerbangan, hotel, kereta api, bus, dan hiburan. PegiPegi.com, sebagai salah satu agen perjalanan online yang berkembang pesat di Indonesia, menunjukkan keberhasilan dengan memahami nilai teknologi dan mempertahankan kemitraan yang kuat. Pengguna platform ini sering memberikan ulasan, melihat ulasan pengguna bisa saja dilakukan secara manual tetapi hal ini akan memberikan dampak yang kurang efektif, sehingga perlu dilakukan secara otomatis dengan analisis sentiment. Penelitian ini bertujuan untuk menerapkan metode klasifikasi Naïve Bayes dalam analisis sentimen ulasan PegiPegi.com, dengan fokus pada pemahaman kepuasan pelanggan dan peningkatan layanan. Dengan menggabungkan pendekatan ini, penelitian ini berkontribusi pada pemahaman yang lebih dalam tentang tanggapan pengguna terhadap layanan OTA dan menyajikan hasil evaluasi model klasifikasi Multinomial Naive Bayes dengan tingkat akurasi 89,5%. Presisi tinggi di kelas Negatif menunjukkan kemampuan model untuk mengidentifikasi ulasan negatif. Namun, ada tantangan dalam mengklasifikasikan kelas Netral, menunjukkan potensi untuk perbaikan lebih lanjut. Namun demikian, skor F1 0,522 mencerminkan keseimbangan yang baik antara presisi keseluruhan dan daya ingat sehingga dapat disimpulkan algoritma naïve bayes berhasil untuk melakukan analisis sentimen.
Keywords: Analisis sentimen; naïve bayes; pegipegi.com; playstore
Abstract:Abstract: The development of information technology has significantly impacted the efficiency and effectiveness of information system management, including inventory management. This research aims to implement the Features…
es from Accelerated Segment Test (FAST) method in a web-based Inventory Information System to increase the speed of object detection and recognition in the stock monitoring process. The system development method in this research uses the Framework for the Application of System Thinking (FAST) which consists of 7 development phases. The FAST method helps ensure that the objectives are clear, specific, and achievable, ultimately leading to a more efficient and effective system. Implementing of this method in the web-based Inventory Information System is expected to provide faster and more accurate results in identifying stock changes, thereby minimizing the risk of shortages or excess inventory. Users can easily access real-time stock information via a responsive web interface. The system performance evaluation’s findings demonstrate that the FAST approach can speed up object detection, which benefits inventory management. Implementing the FAST method in a web-based inventory information system can bring many strategic and operational benefits and is expected to significantly increase the efficiency and accuracy of inventory management in an increasingly competitive market.
Keywords: FAST method; inventory; UML;website
Abstrak: Perkembangan teknologi informasi telah memberikan dampak besar terhadap efisiensi dan efektivitas pengelolaan sistem informasi, termasuk dalam hal manajemen persediaan barang. Penelitian ini bertujuan untuk mengimplementasikan metode FAST pada Sistem Informasi inventaris berbasis web guna meningkatkan kecepatan deteksi dan pengenalan objek pada proses monitoring stok barang. Metode pengembangan sistem menggunakan Framework for the Application of System Thinking (FAST) yang terdiri dari 7 fase pengembangan. Metode FAST membantu memastikan bahwa tujuan jelas, spesifik, dan dapat dicapai, yang pada akhirnya menghasilkan sistem yang efisien dan efektif. Implementasi metode ini pada aplikasi inventaris berbasis web diharapkan bisa membagikan hasil lebih cepat dan akurat mengidentifikasi perubahan stok barang, sehingga meminimalkan risiko kekurangan atau kelebihan persediaan. Pengguna dapat dengan mudah mengakses informasi stok barang secara real-time melalui antarmuka web yang responsif.Hasil evaluasi performa sistem menunjukkan bahwa metode FAST mampu meningkatkan kecepatan deteksi objek, sehingga memberikan kontribusi positif terhadap manajemen persediaan barang. Dengan adanya implementasi metode FAST pada Sistem Informasi inventaris berbasis web, dapat membawa banyak manfaat strategis dan operasional dan diharapkan bisa memberikan kontribusi signifikan dalam menaikkan efisiensi dan kecermatan pengelolaan persediaan barang di pasar yang semakin kompetitif.
Kata Kunci: metode FAST; persediaan barang; UML; website
Abstract:Abstract: The advancement of information technology and knowledge has facilitated the production of quality information. The use of information technology has penetrated all fields, especially in the teaching domain at higher…
igher education institutions, aiding in valuable decision-making processes. This research focuses on STMIK Royal Kisaran, which faces challenges in increasing the number of doctoral-educated lecturers. To address this limitation, the study explores the implementation of a Decision Support System (DSS) using the Profile Matching method. Lecturers in higher education play a crucial role in providing education, conducting research, and contributing to society. In an effort to enhance the qualifications of lecturers, this research designs a Decision Support System using the Profile Matching method. The aim of this research is to provide recommendations for prospective lecturer candidates to pursue a Doctoral degree based on criteria factors such as length of service, functional position, research score, dedication score, age, and recognition score. Data from 46 lecturers at STMIK Royal Kisaran who meet the criteria are used to test the validity and effectiveness of the Decision Support System (DSS). Through structured analysis, it is demonstrated that the Decision Support System using the Profile Matching method successfully provides recommendations for suitable lecturer candidates to pursue doctoral studies.
Keywords : decision support systems; higher education; information Technology; lecturer qualifications; profile matching.
Abstrak: Kemajuan teknologi informasi dan ilmu pengetahuan telah menghadirkan kemudahan dalam menghasilkan informasi yang berkualitas, penggunaan teknologi informasi sudah memasuki segala bidang terutama bidang pengajaran pada perguruan tinggi dan membantu pengambilan keputusan yang bernilai. Penelitian ini berfokus pada STMIK Royal Kisaran yang mengalami kendala dalam meningkatkan jumlah dosen berpendidikan Doktor. Untuk mengatasi keterbatasan tersebut, penelitian ini mengeksplorasi penerapan Sistem Pendukung Keputusan (DSS) dengan menggunakan metode Profile Matching. Dosen pada pendidikan tinggi mempunyai peran penting dalam memberikan pendidikan, melakukan penelitian, dan memberikan kontribusi kepada masyarakat. Dalam upaya meningkatkan kualifikasi dosen, penelitian ini merancang Sistem Pendukung Keputusan dengan menggunakan metode Profile Matching. Penelitian ini bertujuan untuk memberikan rekomendasi kandidat calon dosen untuk mengejar gelar Doktor dengan berlandaskan faktor kriteria seperti lama kerja, jabatan fungsional, nilai penelitian, nilai pengabdian, umur, dan nilai rekognisi. Data dari 46 dosen STMIK Royal Kisaran yang memenuhi kriteria digunakan untuk menguji validitas dan efektivitas Sistem Pendukung Keputusan (SPK). Melalui analisis terstruktur, menunjukkan bahwa Sistem Pendukung Keputusan menggunakan metode Profile Matching berhasil memberikan rekomendasi calon dosen yang layak direkomendasikan untuk melanjutkan studi ke jenjang Doktor.
Kata Kunci : kualifikasi dosen; pencocokan profil; pendidikan yang lebih tinggi; sistem pendukung keputusan; teknologi Informasi.
Abstract:Abstract: This research aims to develop a method for detecting leaf spot disease in oil palm seedlings using Convolutional Neural Network (CNN). Leaf spot disease in oil palm seedlings can hinder growth and production. CNN…
NN has proven effective in image processing and classification, particularly in plant disease detection. In this study, we utilized a dataset of images containing oil palm seedling leaves infected with leaf spot disease and healthy leaves. We performed data processing, built a CNN model, and conducted hyperparameter tuning. The test results demonstrate that the developed CNN model achieves high accuracy in recognizing and distinguishing between oil palm seedling leaves infected with leaf spot disease and healthy ones. This research contributes to the development of plant disease detection technology that can support economic growth in the oil palm plantation sector.
Keywords: Convolutional Neural Network, image processing, leaf spot disease detection, oil palm seedlings.
Abstrak: Penelitian ini bertujuan untuk mengembangkan metode deteksi penyakit bercak pada bibit kelapa sawit menggunakan Convolutional Neural Network (CNN). Bibit kelapa sawit yang terinfeksi penyakit bercak dapat menghambat pertumbuhan dan produksi kelapa sawit. Metode CNN telah terbukti efektif dalam pengolahan citra dan klasifikasi, khususnya dalam deteksi penyakit pada tanaman. Dalam penelitian ini, kami menggunakan dataset citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Kami melakukan processing data, membangun model CNN, dan melakukan tuning hyperparameter. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan memiliki akurasi yang tinggi dalam mengenali dan membedakan citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Penelitian ini memberikan kontribusi dalam pengembangan teknologi deteksi penyakit tanaman yang dapat mendukung pertumbuhan ekonomi di sektor perkebunan kelapa sawit.
Kata kunci: bibit kelapa sawit, Convolutional Neural Network, deteksi penyakit bercak, pengolahan citra.
Abstract:Abstract: The use of intravenous infusion sets has greatly increased, but there are some problemscaused by various causes, namely negligence by nurses, lack ofsupervision by the patient's family and from the actions of the…
he patient who caninterfere with the infusion system. The urgency expected to be madeone of the effective and efficient solutions in the automation system for detecting the volume of infusion water and this innovation is expected to help nurses in monitoring intravenous fluid replacement, reducing the risk of delays in replacing intravenous fluids for patients and the public to know the system is running out of infusion water with the sound of an alarm/buzzer. The purpose of this study was to design an infusion control device by detecting the volume of infusion water based on the weight of the infusion using a Wireless Sensor Network. The Wireless Sensor Network used by the load cell sensor functions to detect the weight value of the infusion water in the infusion bag. The buzzer becomes an indicator indicating that the infusion bag is ready to be replaced and also through the Stuffing Machine the Internet of Things will inform the nurse via the Telegram application to inform that the infusion bag is worth replacing. So that nurses can monitor the process of detecting the volume of infused water remotely. Keywords: Arduino, Blind Detector, Indicator system, Prototype
Abstrak: Penggunaan infus set intravena sangat meningkat, namun ada beberapa masalah
yang disebabkan oleh berbagai penyebab yaitu kelalaian oleh perawat, kurangnya
pengawasan oleh keluarga pasien dan dari tindakan pasien yang dapat
menghambat sistem kerja pada infus. Urgensi yang diharapkan agar dapat dijadikan
salah satu solusi yang efektif dan efisien dalam sistem otomatisasi pendeteksian volume air infus dan inovasi ini diharapkan bisa membantu perawat dalam pemantauan penggantian cairan intravena, mengurangi resiko keterlambatan penggantian cairan intravena bagi pasien dan masyarakatpun mengetahui sistem habisnya air infus dengan bunyinya alarm/buzzer. Tujuan penelitian ini menghasilkan rancangan alat pengontrolan infus dengan cara mendeteksi volume air infus berdasarkan berat dari air infus dengan menggunakan Wireless Sensor Network. Wireless Sensor Network yang digunakan sensor load cell berfungsi untuk mendeteksi nilai berat air infus yang ada pada kantung infus. Buzzer menjadi sebuah indikator yang menandakan bahwa kantung airinfus sudah layak diganti dan juga melalui Stuffing Machine Internet Of Things akan menginformasikan ke perawat melalui aplikasi Telegram menginformasikan kantung air infus sudah layak diganti. Sehingga perawat dapat memonitoring proses pendeteksi volume air infus dari jarak jauh..
Kata kunci: Infused Water; Load Cells; Prototypes; Stuffing Machine Internet Of Things; Volume