Abstract:Abstract: The development of information and communication technology is currently growing rapidly and has touched almost all levels of society. With the advancement of information technology, the dissemination of information…
ation is accelerating and is not limited to space and time. The village is currently getting special attention from the government with the large budget given to each village to advance rural villages in Indonesia. However, these funds are still very minimal for development in the field of information technology. In fact, every village needs information technology, especially information systems to help the performance of the village government in providing services to the community and to facilitate data and information management. This information system will provide complete information and facilitate the dissemination of information in the digital era by utilizing the Internet. Banyuasin Village does not yet have a village information system in managing data and information and for conveying information to the community. This service method is community education by conducting discussions, interviews, socialization and training for the system that has been built so that it can be used by the village of Banyuasin. The village information system that was built provided benefits in the field of information technology and made Banyuasin Village a mobile application-based Information and Communication Technology-based village.
Keywords: information system; village profile; website
Abstrak: Perkembangan teknologi informasi dan komunikasi saat ini semakin pesat dan telah menyentuh hampir ke seluruh lapisan masyarakat. Dengan kemajuan teknologi informasi menyebabkan penyebarluasan informasi semakin cepat dan tidak terbatas dengan ruang dan waktu. Desa saat ini mendapatkan perhatian khusus dari pemerintah dengan besarnya anggaran yang diberikan ke tiap desa untuk memajukan desa desa di Indonesia. Hanya saja, dana tersebut masih sangat minim untuk pengembangan di bidang teknologi Informasi. Padahal setiap desa membutuhkan teknologi informasi terutama sistem informasi untuk membantu kinerja pemerintah desa dalam memberikan layanan kepada masyarakat serta memudahkan dalam pengelolaan data dan informasi. Sistem informasi ini akan memberikan informasi lengkap dan dan memudahkan penyebarluasan informasi pada era digital dengan pemanfaatan Internet. Desa Banyuasin belum mempunyai sistem informasi desa dalam pengelolaan data dan informasi serta untuk menyampaikan informasi ke masyarakat. Metode pengabdian ini adalah pendidikan masyarakat dengan melakukan diskusi, wawancara, sosialisasi dan pelatihan untuk sistem yang telah dibangun agar dapat digunakan oleh desa Banyuasin. Sistem informasi desa yang di bangun memberikan manfaat di bidang teknologi informasi dan membuat Desa Banyuasin menjadi desa yang berbasis Teknologi Informasi dan Komunikasi berbasis aplikasi mobile.
Kata kunci : profil desa; sistem informasi; website
Abstract:Abstract: Along with advances in information technology that is increasingly changing and encouraging various efforts to change, where the Sei Harapan Sekupang community is still unfamiliar with information and communication…
tion technology, many people, especially school children and adolescents who still do not understand the application of information technology in the field of blogging and also still lack of understanding of the application of ICT, especially applications that are on the computer, therefore the purpose of this coaching is to invite the Sei Harapan community to find out the use of information technology in the field of Blogging. This blogging coaching is also to find out the latest technology and information that is currently growing rapidly including blogging and know the benefits of information technology development in the field of blogging so that the public can be motivated to evaluate and learn information technology in the field of blogging as a basis for learning and to support various activities in daily life are included in online sales activities using blogs, and are accustomed to using information technology tools appropriately and optimally to obtain and process information in learning, working and other activities so that the community is able to be creative, develop imaginative attitudes, develop independent exploration capabilities , and easy to adapt to new developments in the environment.
Keywords: Coaching, Training, Applications, Blogging
Abstrak: Seiring dengan kemajuan teknologi informasi yang semakin mengalami perubahan dan mendorong berbagai usaha perubahan, dimana masyarakat Sei Harapan Sekupang masih awam tentang teknologi informasi dan komunikasi, banyaknya masyarakat khususnya anak-anak sekolah dan remaja yang masih belum paham akan penerapan teknologi informasi dibidang blogging dan juga masih kurang paham akan penerapan TIK khususnya aplikasi yang ada di komputer, maka dari itu tujuan pembinaan ini mengajak masyarakat Sei Harapan untuk mengetahui pemanfaatan teknologi informasi dibidang Blogging. Pembinaan blogging ini juga untuk mengetahui teknologi dan informasi terbaru yang saat ini berkembang dengan pesat termasuk blogging dan mengetahui manfaat perkembangan teknologi informasi dibidang blogging sehingga masyarakat dapat termotivasi untuk mengevaluasi dan mempelajari teknologi informasi dibidang blogging sebagai dasar untuk belajar dan untuk mendukung berbagai aktifitas dalam kehidupan sehari-hari termasuk dalam hal aktivitas penjualan secara online dengan menggunakan blog, dan terbiasa menggunakan perangkat teknologi informasi secara tepat dan optimal untuk mendapatkan dan memproses informasi dalam kegiatan belajar, bekerja, dan aktifitas lainnya sehingga masyarakat mampu berkreasi, mengembangkan sikap imaginatif, mengembangkan kemampuan eksplorasi mandiri, dan mudah beradaptasi dengan perkembangan baru di lingkungannya.
Kata kunci: Pembinaan, Pelatihan, Aplikasi, Blogging
Abstract:Abstract: The increasing use of the Maxim ride-hailing application in Manokwari highlights the need to understand the factors influencing user acceptance and satisfaction. However, the growing number of users does not necessarily…
cessarily reflect a high level of technology acceptance and user satisfaction. This study aims to examine the effects of performance expectancy, effort expectancy, facilitating conditions, and habit on behavioral intention, as well as the effect of behavioral intention on user satisfaction among Maxim users in Manokwari. A quantitative approach based on the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) was employed. Data were collected through questionnaires using a purposive sampling technique from 156 valid respondents and analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM) with SmartPLS 4.0. The results show that performance expectancy (β = 0.343, p < 0.001), effort expectancy (β = 0.191, p = 0.002), facilitating conditions (β = 0.142, p = 0.029), and habit (β = 0.359, p < 0.001) positively and significantly influence behavioral intention. Furthermore, behavioral intention positively and significantly affects user satisfaction (β = 0.771, p < 0.001). These findings confirm the applicability of the UTAUT2 model and provide practical insights for Maxim management and application developers to improve service quality and user satisfaction.
Keywords: behavioral intention; effort expectancy; facilitating conditions; habit; performance expectancy; user satisfaction.
Abstrak: Meningkatnya penggunaan aplikasi transportasi daring Maxim di Manokwari mendorong perlunya memahami faktor-faktor yang memengaruhi penerimaan teknologi dan kepuasan pengguna. Namun, peningkatan jumlah pengguna belum tentu mencerminkan tingginya tingkat penerimaan teknologi dan kepuasan pengguna. Penelitian ini bertujuan menganalisis pengaruh performance expectancy, effort expectancy, facilitating conditions, dan habit terhadap behavioral intention, serta pengaruh behavioral intention terhadap user satisfaction pada pengguna aplikasi Maxim di Manokwari. Penelitian ini menggunakan pendekatan kuantitatif berdasarkan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Data dikumpulkan melalui kuesioner menggunakan teknik purposive sampling terhadap 156 responden dan dianalisis menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM) dengan SmartPLS 4.0. Hasil penelitian menunjukkan bahwa performance expectancy (β = 0,343; p < 0,001), effort expectancy (β = 0,191; p = 0,002), facilitating conditions (β = 0,142; p = 0,029), dan habit (β = 0,359; p < 0,001) berpengaruh positif dan signifikan terhadap behavioral intention. Selanjutnya, behavioral intention berpengaruh positif dan signifikan terhadap user satisfaction (β = 0,771; p < 0,001). Temuan ini menegaskan penerapan model UTAUT2 serta memberikan masukan bagi manajemen Maxim dan pengembang aplikasi untuk meningkatkan kualitas layanan dan kepuasan pengguna.
Kata kunci: behavioral intention; effort expectancy; facilitating conditions; habit; performance expectancy; user satisfaction.
Abstract:Abstract: The growing intensity of cyber attacks, marked by rapid, large-scale, automated, and adaptive execution, requires analytical methods that represent the diversity of network environments, including variations in…
target platforms such as IoT, traditional networks, and hybrid infrastructures. This study compares machine learning models for cyber attack classification under heterogeneous environmental conditions and formulates a conceptual optimization framework based on model performance. Four publicly available benchmark datasets were used, namely UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, and a Kaggle cyber security attacks dataset, comprising approximately 40,000 to over 3.6 million records and 25 to 80 features across IoT, conventional, and mixed network environments. Random Forest, XGBoost, Multilayer Perceptron, and Transformer were implemented within a unified pipeline involving preprocessing, feature selection, and Bayesian Optimization-based hyperparameter tuning. All models achieved F1-score and Cohen's Kappa above 96%, with XGBoost performing best (97.80%, 97.26%), followed by Random Forest (97.78%, 96.96%) and Transformer (97.44%, 96.82%), while MLP scored lowest (96.74%, 96.00%), a gap below one percentage point. Confusion matrix analysis revealed persistent misclassification in minority and overlapping attack classes, informing a proposed adaptive cyber attack simulation optimization framework.
Keywords: cyber attacks; optimization; machine learning; environmental variability.
Abstrak: Meningkatnya intensitas serangan siber yang berlangsung cepat, masif, otomatis, dan adaptif menuntut pendekatan analitis yang merepresentasikan keragaman lingkungan jaringan, termasuk perbedaan karakteristik platform sasaran seperti Internet of Things (IoT), jaringan konvensional, dan infrastruktur hibrida. Penelitian ini membandingkan model machine learning untuk klasifikasi serangan siber pada kondisi lingkungan heterogen, sekaligus menyusun kerangka optimasi konseptual berdasarkan performa model. Empat dataset benchmark publik digunakan, yaitu UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, serta dataset Kaggle cyber security attacks, dengan jumlah data berkisar 40.000 hingga lebih dari 3,6 juta rekaman dan 25 sampai 80 fitur, mewakili lingkungan IoT, konvensional, dan campuran. Random Forest, XGBoost, Multilayer Perceptron, dan Transformer diimplementasikan melalui pipeline terpadu mencakup pra-pemrosesan, seleksi fitur, dan optimasi hyperparameter berbasis Bayesian Optimization. Seluruh model mencapai F1-score dan Cohen's Kappa di atas 96%, dengan XGBoost menunjukkan performa terbaik (97,80%, 97,26%), diikuti Random Forest (97,78%, 96,96%) dan Transformer (97,44%, 96,82%), sementara MLP mencatat skor terendah (96,74%, 96,00%), dengan selisih kurang dari satu poin persentase. Analisis confusion matrix mengungkap misklasifikasi yang konsisten pada kelas minoritas dan serangan dengan karakteristik serupa, yang menjadi dasar kerangka optimasi simulasi serangan siber adaptif yang diusulkan.
Kata kunci: serangan siber; optimasi; machine learning; variabilitas lingkungan
Abstract:Abstract: Stroke is one of the leading causes of death and disability in various parts of the world, including in Indonesia. Along with the development of digital technology, the use of Machine Learning in the health sector…
tor is growing, one of which is in an effort to predict the occurrence of stroke. This study aims to implement the Logistic Regression algorithm in predicting the likelihood of a person having a stroke based on data from the Brain Stroke dataset. The research process includes data preprocessing (missing value handling, normalization, and label encoding), dividing the data into 80% training data and 20% test data, as well as model training. The model was then evaluated using several measures such as accuracy, precision, recall, F1-score, and ROC-AUC, as well as a confusion matrix. The results of the study showed that Logistic Regression was able to provide stroke classification results with an accuracy of 82.4%, precision of 80.1%, recall of 78.6%, F1-score of 79.3%, and a ROC-AUC value of 0.87. Then, the model is integrated into applications that use Streamlit, so it can be used interactively to predict stroke risk in new data. The results of this study show that the combination of Machine Learning and web-based applications has the potential to support efforts to detect early stroke risk.
Keywords: logistic regression; machine learning; prediction; streamlit; stroke.
Abstrak: Stroke adalah salah satu penyebab utama kematian dan kecacatan di berbagai belahan dunia, termasuk di Indonesia. Seiring perkembangan teknologi digital, penggunaan Machine Learning dalam bidang kesehatan semakin berkembang, salah satunya dalam upaya memprediksi terjadinya penyakit stroke. Penelitian ini bertujuan untuk mengimplementasikan algoritma Logistic Regression dalam memprediksi kemungkinan seseorang mengalami stroke berdasarkan data dari dataset Brain Stroke. Proses penelitian meliputi preprocessing data (penanganan missing value, normalisasi, dan label encoding), membagi data menjadi 80% data latih dan 20% data uji, serta pelatihan model. Model kemudian dievaluasi menggunakan beberapa ukuran seperti akurasi, precision, recall, F1-score, dan ROC-AUC, serta confusion matrix. Hasil penelitian menunjukkan bahwa Logistic Regression mampu memberikan hasil klasifikasi penyakit stroke dengan akurasi sebesar 82,4%, precision 80,1%, recall 78,6%, F1-score 79,3%, dan nilai ROC-AUC sebesar 0,87. Kemudian, model tersebut diintegrasikan ke dalam aplikasi yang menggunakan Streamlit, sehingga dapat digunakan secara interaktif untuk memprediksi risiko stroke pada data baru. Hasil penelitian ini menunjukkan bahwa kombinasi Machine Learning dan aplikasi berbasis web berpotensi mendukung upaya deteksi dini risiko stroke.
Kata kunci: logistic regression; machine learning; prediksi; streamlit; stroke.
Abstract:Abstract: In the retail industry, effective supply chain management is essential to ensure stock availability aligns with market demand. Gasti Jaya Store, a growing shoe retailer, faces challenges in optimizing inventory…
management, often leading to stock surpluses or shortages. These issues can impact operational efficiency and customer satisfaction. To address this problem, this study the implementation of Electronic Supply Chain Management (E-SCM) as a solution to optimize supply chain management. E-SCM enables the integration of technology-based systems for real-time stock monitoring, procurement, and distribution. Using a case study method and a qualitative approach, this research evaluates the effectiveness of E-SCM in enhancing operational efficiency, reducing excess stock, and accelerating the distribution process at Gasti Jaya Store. The findings indicate that E-SCM implementation improves data transparency, speeds up decision-making, and enhances customer satisfaction. Additionally, the system helps reduce operational costs by optimizing inventory management and minimizing the risk of stock imbalances. In conclusion, the adoption of E-SCM can serve as an effective strategy for mid-sized retail businesses to improve their competitiveness and supply chain efficiency.
Keywords: E-SCM; inventory stock; operational efficiency.
Abstrak: Dalam industri ritel, manajemen rantai pasok yang efektif sangat diperlukan untuk memastikan ketersediaan stok sesuai dengan permintaan pasar. Toko Gasti Jaya sebagai salah satu toko sepatu yang berkembang menghadapi tantangan dalam mengelola persediaan secara optimal, yang sering kali menyebabkan kelebihan atau kekurangan stok. Permasalahan ini dapat berdampak pada efisiensi operasional dan kepuasan pelanggan. Untuk mengatasi masalah tersebut, penelitian ini mengusulkan penerapan Electronic Supply Chain Management (E-SCM) sebagai solusi dalam mengoptimalkan manajemen rantai pasok. E-SCM memungkinkan integrasi sistem berbasis teknologi dalam proses pemantauan stok, pengadaan barang, hingga distribusi secara real-time. Dengan metode studi kasus dan pendekatan kualitatif, penelitian ini mengevaluasi efektivitas E-SCM dalam meningkatkan efisiensi operasional, mengurangi kelebihan stok, serta mempercepat proses distribusi di Toko Gasti Jaya. Hasil penelitian menunjukkan bahwa implementasi E-SCM mampu meningkatkan transparansi data, mempercepat pengambilan keputusan, dan meningkatkan kepuasan pelanggan. Selain itu, sistem ini membantu mengurangi biaya operasional dengan mengoptimalkan manajemen persediaan dan meminimalkan risiko ketidakseimbangan stok. Kesimpulannya, penerapan E-SCM dapat menjadi strategi yang efektif bagi bisnis ritel skala menengah untuk meningkatkan daya saing dan efisiensi rantai pasok mereka.
Kata Kunci: E-SCM; efisiensi operasional; persediaan stok.
Abstract:Abstract: The advancement of network security faces growing challenges as cyberattacks become more sophisticated. Traditional rule-based systems struggle with zero-day attacks and obfuscation techniques. This study examines…
nes the development trends of AI-based algo-rithms, particularly machine learning and deep learning, in threat detection. A literature review evaluates AI-driven approaches, including support vector machines, random for-est, deep neural networks, convolutional neural networks, and reinforcement learning. Findings show that AI enhances detection accuracy, adaptability, and reduces false posi-tives. Machine learning efficiently classifies known attacks, while deep learning excels in identifying complex patterns such as distributed denial-of-service and advanced persis-tent threats. Unsupervised learning improves anomaly detection without labeled data. However, AI models require high-quality data, substantial computational resources, and remain vulnerable to adversarial attacks. Despite these challenges, AI provides a dynam-ic and adaptive security solution, surpassing traditional systems. Future research should enhance AI scalability and resilience for evolving cybersecurity threats.
Keywords: anomaly detection; artificial intelligence; deep learning; machine learning; network security
Abstrak: Perkembangan keamanan jaringan menghadapi tantangan yang semakin besar seiring meningkatnya kompleksitas serangan siber. Sistem berbasis aturan tradisional kesulitan mendeteksi zero-day attack dan teknik penyamaran. Penelitian ini mengkaji tren pengembangan algoritma berbasis AI, khususnya machine learning dan deep learning, dalam deteksi ancaman. Literature review mengevaluasi pendekatan berbasis AI, termasuk support vector machines, random forest, deep neural networks, convolutional neural networks, dan reinforcement learning. Hasil penelitian menunjukkan bahwa AI meningkatkan akurasi deteksi, adaptabilitas terhadap ancaman baru, serta mengurangi false positive. Machine learning efektif mengklasifikasikan serangan yang telah diketahui, sementara deep learning unggul dalam mengenali pola kompleks seperti distributed denial-of-service dan advanced persistent threats. Unsupervised learning meningkatkan deteksi anomali tanpa memerlukan data berlabel. Namun, AI masih bergantung pada data berkualitas tinggi, sumber daya komputasi besar, dan rentan terhadap adversarial attack. Meskipun demikian, AI menawarkan solusi keamanan yang lebih dinamis dan adaptif dibandingkan sistem tradisional. Penelitian selanjutnya perlu difokuskan pada peningkatan skalabilitas dan ketahanan AI dalam menghadapi ancaman siber yang terus berkembang.
Kata kunci: deteksi anomali; jaringan keamanan; kecerdasan buatan; pembelajaran dalam; pembelajaran mesin
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 growing business environment causes the business world to create in order to continue to survive, one of which is by increasing sales. One way is to use the data approach. One method of data approach that is…
s widely used is Market Basket Analysis. This study uses the Market Basket Analysis method with the a priori algorithm and FP-Growth. Grocery dataset analysis using two algorithms, Apriori and FP-Growth using a minimum support parameter of 0.45, has results sorted by the top 10 associations with the best confidence value. The association with the highest support value found is "Whole Milk -> Other Vegetables" with a support value of 0.0748347737. The analysis concludes that both algorithms produce the same association "Other Vegetables -> Whole Milk" with a Support value of 0.0748347737.
Keywords: apriori; FP-Growth; market basket analysis.
Abstrak : Lingkungan bisnis yang semakin berkembang menyebabkan dunia bisnis harus berkreasi agar dapat terus bertahan, salah satunya dengan cara meningkatkan penjualan. Salah satu caranya adalah dengan menggunakan pendekatan data. Salah satu metode pendekatan data yang banyak digunakan adalah Market Basket Analysis. Penelitian ini menggunakan metode Market Basket Analysis dengan algoritma apriori dan FP-Growth. Analisis dataset grosir menggunakan dua algoritma, Apriori dan FP-Growth dengan menggunakan parameter support minimum 0,45, memiliki hasil yang diurutkan berdasarkan 10 asosiasi teratas dengan nilai confidence terbaik. Asosiasi dengan nilai support tertinggi yang ditemukan adalah “Whole Milk -> Other Vegetables†dengan nilai support sebesar 0,0748347737. Analisis menyimpulkan bahwa kedua algoritma tersebut menghasilkan asosiasi yang sama “Other Vegetables -> Whole Milk†dengan nilai Support sebesar 0,0748347737.
Kata Kunci: apriori; FP-Growth; market basket analysis
Abstract:Abstract: Technology is growing rapidly and has become one of the human needs that must be owned to solve the problems being faced. The development of touchless input devices or hand gesture recognition using a camera is…
a form of machine learning. Gestures can define as physical movements of the hands, arms, or body as expressive messages, besides that this hand gesture system can explain the contents of commands that have meaning. In this research, a virtual mouse system will be developed using hand gesture recognition based on the hand landmark model for pointing devices. The resulting application can be run on a desktop device using a webcam. The results of the tests carried out to analyze the implementation of the hand landmark model into the system show that the average system accuracy reaches 96% and the speed reaches 0.05 seconds.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse
Abstract: Teknologi semakin pesat dan sudah menjadi salah satu kebutuhan manusia yang harus dimiliki untuk menyelesaikan permasalahan yang sedang dihadapi. Perkembangan piranti masukan tanpa sentuhan atau hand gesture recognition menggunakan kamera adalah salah satu bentuk dari machine learning. Gestur mampu mendefinisikan sebagai gerakan fisik dari tangan, lengan, maupun badan sebagai pesan yang ekspresif, selain itu sistem gestur tangan ini mampu menjelaskan isi perintah yang memiliki arti. Dalam penelitian ini akan dikembangkan sebuah sistem virtual mouse menggunakan hand gesture recognition berbasis hand landmark model untuk pointing device. Aplikasi yang dihasilkan dapat dijalankan pada perangkat desktop dengan menggunakan webcam. Hasil dari pengujian yang dilakukan untuk menganalisa penerapan hand landmark model kedalam sistem menunjukkan rata-rata akurasi sistem mencapai 96% dan kecepatan mencapai 0.05 second.
Keywords: hand gesture recognition, hand landmark models, machine learning, virtual mouse