Jurnal Teknik Informatika UNIKA Santo Thomas

Monitoring Ruang Penyimpanan Koleksi Karya Seni Rupa Berbasis Internet of Things (IoT) Sebagai Upaya Konservasi Budaya di Bidang Seni

2024-09-03T10:59:57+02:00

Penelitian ini bertujuan untuk menganalisis manajemen risiko pada koleksi karya seni rupa di ruang penyimpanan. Manajemen risiko memiliki peran penting dalam mengidentifikasi, mencegah, dan menangani potensi kerusakan pada koleksi. Penting bagi pengelola karya seni rupa untuk menerapkan manajemen risiko yang efektif, karena mereka bertanggung jawab atas pemeliharaan, penyajian, dan perlindungan koleksi tersebut. Penelitian ini menggunakan metode kualitatif dengan pendekatan studi kasus. Pelestarian koleksi seni rupa dapat dijaga dengan baik melalui penetapan prioritas dalam penanganan kerusakan. Proses manajemen risiko ini melibatkan langkah-langkah seperti pemilihan konteks, identifikasi, analisis, eval__uasi, dan penanganan risiko yang disesuaikan dengan faktor-faktor penyebab kerusakan. Dari hasil observasi awal, ditemukan berbagai agen penyebab kerusakan, seperti tekanan fisik, kelembapan, suhu, polutan, air, dan disosiasi. Kelembapan dan suhu ruangan merupakan faktor utama yang dapat merusak karya seni rupa bersejarah. Dengan kemajuan teknologi Internet of Things (IoT), berbagai sensor yang terhubung ke internet dapat digunakan untuk memantau kondisi ruangan secara real-time dari mana saja dan kapan saja. Salah satu aplikasinya adalah pemantauan suhu dan kelembapan ruangan, sehingga suhu ruang penyimpanan karya seni bersejarah dapat dipantau dan dampak kerusakan dapat diminimalisir.

Optimalisasi Model Klasifikasi Diabetes Menggunakan Ensemble Learning Adaboost, Gradient Boosting, dan XGBoost

2024-11-13T23:44:01+01:00

Diabetes mellitus adalah penyakit kronis yang memengaruhi jutaan orang secara global dan membutuhkan metode diagnosis dini untuk mencegah komplikasi. Penelitian ini bertujuan untuk mengoptimalkan prediksi diabetes dengan membandingkan tiga metode ensemble learning: AdaBoost, Gradient Boosting, dan XGBoost. Dataset yang digunakan adalah Diabetes Health Indicators, yang menggabungkan indikator kesehatan seperti tekanan darah, kolesterol, dan kebiasaan gaya hidup. Tahapan penelitian meliputi pemrosesan data, pengembangan model, serta eval_uasi performa menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC (Area Under the Curve).

Hasil menunjukkan bahwa Gradient Boosting unggul dalam akurasi dan AUC, menandakan kemampuan yang lebih baik dalam mendeteksi diabetes secara konsisten dibandingkan dengan dua metode lainnya. AdaBoost memperlihatkan keseimbangan yang baik antara presisi dan recall, menjadikannya cocok untuk skenario yang memerlukan pengendalian kesalahan positif dan negatif secara proporsional. Sementara itu, XGBoost menawarkan efisiensi pemrosesan yang optimal dengan performa yang kompetitif. Gradient Boosting direkomendasikan untuk aplikasi klinis yang membutuhkan akurasi tinggi, sedangkan AdaBoost dapat menjadi alternatif ketika keseimbangan prediksi menjadi prioritas. Penelitian ini berkontribusi dalam pengembangan alat prediksi diabetes yang lebih akurat, efektif, dan dapat diterapkan di sektor kesehatan untuk mendukung upaya deteksi dini.

Analisis Kepuasan Pengunaan Aplikasi Weverse dikalangan Kpop Menggunakan Metode Technology Acceptence Model

2024-09-29T10:54:34+02:00

Penelitian ini mengkaji kepuasan pengguna aplikasi Weverse di kalangan penggemar K-Pop menggunakan Technology Acceptance Model (TAM). Weverse, platform interaksi penggemar-idola dari HYBE Corporation, dievaluasi berdasarkan dua aspek utama TAM: Persepsi Kemudahan Penggunaan dan Persepsi Kemanfaatan. Survei dilakukan terhadap 100 pengguna aktif Weverse. Analisis regresi menunjukkan pengaruh signifikan kedua variabel terhadap kepuasan pengguna, dengan Persepsi Kemudahan Penggunaan. Hasil menunjukkan bahwa pengguna menilai Weverse mudah digunakan dan bermanfaat, terutama dalam menyediakan konten eksklusif. Studi ini menyimpulkan bahwa kemudahan operasional dan nilai guna aplikasi sangat memengaruhi kepuasan pengguna. Rekomendasi untuk pengembang meliputi peningkatan antarmuka yang ramah pengguna dan pengayaan konten interaktif yang relevan. Strategi ini diharapkan dapat meningkatkan kepuasan dan loyalitas pengguna terhadap Weverse

Analisis Kepuasan Penggunaan Aplikasi Adakami dengan Metode Technology Acceptance Model

2024-09-27T11:43:09+02:00

Dalam era digital saat ini, kepuasan pengguna aplikasi berbasis teknologi informasi menjadi semakin penting untuk memastikan aplikasi memenuhi harapan dan kebutuhan pengguna. Penelitian ini bertujuan untuk menganalisis kepuasan pengguna aplikasi Adakami dengan pendekatan Technology Acceptance Model (TAM), yang mencakup dimensi Perceived Usefulness (PU) dan Perceived Ease of Use (PEOU). Menggunakan metode kuantitatif, data dikumpulkan dari 200 responden melalui kuesioner dan dianalisis dengan regresi. Hasil menunjukkan bahwa PU memiliki pengaruh lebih besar terhadap kepuasan pengguna dibandingkan PEOU, dengan koefisien regresi masing-masing 0.58 (p < 0.01) dan 0.47 (p < 0.05). Sekitar 80% responden merasa puas dengan aplikasi, yang mencerminkan keberhasilan aplikasi dalam memenuhi harapan mereka. Penelitian ini memberikan wawasan penting bagi pengembang aplikasi untuk meningkatkan kegunaan dan kemudahan penggunaan, guna mempertahankan kepuasan pengguna di masa depan.

Analisis Kepuasaan penggunaan aplikasi PLN Mobile di Samboja dengan Technology Acceptance Model

2024-09-03T04:41:26+02:00

Penelitian ini bertujuan untuk menganalisis kepuasan pengguna aplikasi PLN Mobile di Penajam Paser Utara dengan menggunakan Technology Acceptance Model (TAM). Dengan meningkatnya digitalisasi dalam sektor energi, aplikasi PLN Mobile diharapkan dapat meningkatkan efisiensi dan kepuasan pelanggan. Metode penelitian mencakup analisis kebutuhan pengguna, penerapan TAM untuk mengeval_uasi faktor-faktor seperti PU dan PEOU, serta analisis regresi linier berganda untuk mengukur pengaruh variabel-variabel tersebut terhadap kepuasan pengguna. Hasil penelitian menunjukkan bahwa PU dan PEOU berpengaruh signifikan terhadap kepuasan pengguna, dengan PU memberikan pengaruh yang lebih besar dibandingkan PEOU. Implikasi praktis dari temuan ini adalah perlunya PLN untuk fokus pada perbaikan kemudahan penggunaan aplikasi. Penelitian ini juga mengidentifikasi keterbatasan dalam ukuran sampel dan cakupan wilayah yang terbatas serta menyarankan penelitian lebih lanjut dengan sampel yang lebih besar dan cakupan yang lebih luas.

Implementasi Algoritma C4.5 Untuk Klasifikasi Data Tracer Study Alumni Di Politeknik Negeri Semarang

2024-11-26T15:00:53+01:00

Penelitian ini memfokuskan pada analisis klasifikasi data instansi tempat bekerja alumni Politeknik Negeri Semarang menggunakan algoritma C4.5. Sumber data utama adalah data tracer study alumni yang diunduh dari sistem informasi tracer study Politeknik Negeri Semarang mulai tahun kelulusan 2018 sampai dengan 2023. Pemodelan dengan algoritma C4.5 untuk menghasilkan pohon keputusan. Data sample sebanyak 100 record digunakan untuk menghitung nilai entropy dan gain dari masing-masing atribut, di mana atribut program studi memiliki nilai gain tertinggi sebesar 0,8951 dan menjadi akar pertama dari pohon keputusan. Uji coba lebih lanjut dilakukan dengan 2000 record data preprocessing menggunakan berbagai proporsi data training dan testing. Nilai akurasi tertinggi sebesar 73,3% didapatkan dari prosentase 70% data training dan 30% data testing yang menandakan model ini berhasil menangkap pola data dengan akurasi yang cukup memadai. Dari penelitian ini diharapkan memberikan wawasan tentang faktor-faktor yang mempengaruhi jenis instansi tempat alumni bekerja dan menunjukkan efektivitas algoritma C4.5 dalam klasifikasi data tracer study alumni.

Predictive Modeling of Covid-19 Spread with Machine Learning: A Focus on Decision Tree Accuracy

2024-11-13T23:10:51+01:00

Virus Sars CoV-2 merupakan penyebab utama wabah Covid-19 yang pertama kali terdeteksi di Wuhan, Tiongkok, pada Desember 2019 dan dengan cepat menyebar ke seluruh dunia. Penelitian ini bertujuan untuk memprediksi jumlah kasus terkonfirmasi dan tingkat keparahan wabah dalam rentang 23 Januari hingga 10 Juni 2020. Data yang digunakan adalah dataset terbuka dari Kaggle berjudul "Global Forecasting Covid-19 Week 5”. Untuk menghasilkan prediksi yang optimal, penelitian ini menguji berbagai algoritma pembelajaran mesin dan pembelajaran mendalam, yaitu Random Forest, XGBoost, Polynomial Regression, Decision Tree, ANN, dan LSTM. Kinerja model dinilai melalui skor dan Root Mean Square Error (RMSE). Hasil terbaik dicapai oleh model Decision Tree dengan skor sebesar 0,97 dan RMSE 52,57, menunjukkan akurasi tinggi dalam prediksi kasus Covid-19. Penelitian ini mengindikasikan bahwa model Decision Tree unggul dalam prediksi Covid-19 dibandingkan algoritma lain dan menawarkan potensi signifikan untuk pengembangan strategi mitigasi yang lebih efektif di masa mendatang.

Analisis Kepuasaan penggunakan Aplikasi Maxim Delivery di Kota Balikpapan menggunakan TAM

2024-08-22T05:22:12+02:00

Di era digital yang berkembang pesat, aplikasi pengantaran seperti Maxim Delivery telah menjadi bagian integral dari kehidupan sehari-hari, terutama di Kota Balikpapan. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna aplikasi Maxim Delivery menggunakan kerangka teori Technology Acceptance Model (TAM) dan teori kepuasan pengguna. Metode penelitian kuantitatif dengan kuesioner online yang disebarkan kepada 300 responden digunakan untuk mengukur Perceived Usefulness (kegunaan yang dirasakan), Perceived Ease of Use (kemudahan penggunaan yang dirasakan), dan kepuasan pengguna. Hasil analisis menunjukkan bahwa mayoritas responden (75%) merasa puas atau sangat puas dengan aplikasi ini. Faktor-faktor yang berkontribusi pada kepuasan tinggi meliputi kemudahan penggunaan dan kecepatan pelayanan, sementara gangguan teknis menjadi faktor utama ketidakpuasan. Temuan ini mendukung teori TAM yang menyatakan bahwa kepuasan pengguna dipengaruhi oleh kegunaan dan kemudahan penggunaan aplikasi. Penelitian ini menyarankan perbaikan dalam aspek teknis aplikasi untuk meningkatkan kepuasan pengguna lebih lanjut dan memastikan aplikasi ini terus memenuhi ekspektasi pengguna.

Sistem Informasi Pengajuan Cuti Pegawai Menggunakan Framework Laravel Pada Kantor Camat Kuta Utara

2024-08-11T06:56:54+02:00

Cuti merupakan hak pegawai yang penting untuk menunjang kesejahteraan dan produktivitas kerja. Namun, pengelolaan cuti di Kantor Camat Kuta Utara yang masih dilakukan secara manual menghadapi beberapa kendala, seperti waktu proses yang lama dan kemungkinan kehilangan berkas. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan rancang bangun sistem informasi pengajuan cuti berbasis web dengan menggunakan framework Laravel. Sistem ini dirancang untuk meningkatkan efisiensi dalam proses pengajuan cuti dengan mengotomatisasi langkah-langkah seperti pengisian data cuti, validasi, dan persetujuan. Dengan menggunakan metode Waterfall dan bahasa pemrograman PHP serta database MySQL, sistem ini akan mempermudah pegawai dalam mengajukan cuti, mengurangi kesalahan administratif, dan memperbaiki rekapan data. Penelitian ini bertujuan untuk mengembangkan aplikasi yang tidak hanya memudahkan proses pengajuan cuti tetapi juga memastikan bahwa data cuti dapat dikelola dengan baik. Diharapkan dengan adanya sistem ini, Kantor Camat Kuta Utara dapat meningkatkan efisiensi dan akurasi dalam pengelolaan cuti pegawai.

Pengaruh Persepsi Kemudahan dan Kegunaan terhadap Kepuasan Pengguna Aplikasi Flip : Perspektif TAM

2024-08-18T10:58:10+02:00

Penelitian ini mengeval_uasi pengaruh persepsi kemudahan penggunaan dan kegunaan terhadap kepuasan pengguna aplikasi Flip. Dengan meningkatnya penggunaan aplikasi transfer uang digital, memahami faktor-faktor yang memengaruhi kepuasan pengguna menjadi sangat penting. Penelitian ini menggunakan metode kuantitatif melalui survei yang melibatkan pengguna aplikasi Flip. Data yang dikumpulkan dianalisis menggunakan teknik statistik untuk menentukan seberapa besar pengaruh persepsi kemudahan penggunaan dan kegunaan terhadap tingkat kepuasan pengguna. Hasil analisis menunjukkan bahwa kedua faktor, yaitu kemudahan penggunaan dan kegunaan, berkontribusi signifikan terhadap kepuasan pengguna aplikasi Flip. Temuan ini memberikan wawasan yang berharga bagi pengembang aplikasi untuk memperbaiki fitur dan layanan mereka agar lebih sesuai dengan harapan pengguna. Kesimpulannya, fokus pada kemudahan penggunaan dan kegunaan dapat meningkatkan kepuasan pengguna dan berpotensi meningkatkan adopsi serta retensi aplikasi.

Pengukuran Tingkat Kemudahan Penggunaan Aplikasi Threads: Penerapan Skala Usability Sistem (SUS)

2024-08-18T11:14:09+02:00

Penelitian ini bertujuan untuk mengukur tingkat kemudahan penggunaan aplikasi Threads menggunakan Skala Usability Sistem (SUS). Aplikasi Threads merupakan platform komunikasi yang baru dan semakin populer, namun belum banyak dieval_uasi dari segi kemudahan penggunaannya. Metode penelitian ini melibatkan penyebaran kuesioner SUS kepada pengguna aplikasi Threads untuk mengumpulkan data mengenai pengalaman mereka dalam menggunakan aplikasi tersebut. Data yang terkumpul kemudian dianalisis untuk menghitung skor SUS dan menilai tingkat kemudahan penggunaan. Hasil penelitian menunjukkan bahwa aplikasi Threads memperoleh skor SUS yang mengindikasikan kemudahan penggunaan yang memadai, namun masih ada beberapa aspek yang perlu diperbaiki untuk meningkatkan pengalaman pengguna secara keseluruhan. Penelitian ini memberikan wawasan penting tentang kekuatan dan kelemahan aplikasi Threads dari perspektif usability, serta menawarkan rekomendasi untuk pengembangan lebih lanjut guna meningkatkan kepuasan pengguna..

Pemilihan Dosen Terbaik dalam Proses Belajar Mengajar dengan Metode SAW (Simple Additive Weighting)

2024-09-09T08:36:27+02:00

Penilaian kinerja dosen yang efektif sangat penting dalam proses belajar mengajar untuk memastikan kualitas pendidikan yang tinggi. Penelitian ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) dalam pemilihan dosen terbaik di Fakultas Ilmu Komputer Universitas Katolik Santo Thomas. Metode SAW dipilih karena kemampuannya dalam mengatasi masalah pengambilan keputusan multi-kriteria dengan memberikan bobot pada setiap kriteria dan menjumlahkan nilai yang dinormalisasi untuk setiap alternatif. Dalam penelitian ini, sembilan kriteria penilaian digunakan, yaitu: tingkat kehadiran mengajar, ketepatan waktu kuliah, kesesuaian materi dengan silabus, kemudahan penyampaian materi, motivasi belajar, penggunaan alat bantu, pelayanan dan perhatian dalam komunikasi dua arah, kemudahan dihubungi, dan pengetahuan aktual dalam pembelajaran. Data dikumpulkan melalui survei dan eval_uasi untuk menilai kinerja dosen berdasarkan kriteria tersebut. Hasil dari metode SAW menunjukkan peringkat dosen berdasarkan bobot kriteria, yang memberikan panduan objektif dan transparan dalam pemilihan dosen terbaik. Penelitian ini juga menguji sensitivitas hasil terhadap perubahan bobot untuk memastikan kestabilan dan keandalan penilaian. Temuan ini diharapkan dapat membantu Fakultas Ilmu Komputer dalam meningkatkan kualitas pengajaran dan memberikan dasar yang kuat untuk pengambilan keputusan terkait eval_uasi kinerja dosen.

Implementasi Sistem Reservasi Homestay Berbasis Web Dengan Menggunakan Metode Waterfall

2024-08-11T06:40:35+02:00

Tujuan dari penelitian ini adalah untuk membangun dan merancang sistem informasi untuk reservasi homestay di Desa Jatiluwih, Bali, yang terkenal dengan keindahan alam dan budayanya yang luar biasa. Desa agrowisata ini menarik banyak wisatawan lokal dan asing, tetapi masih ada masalah dengan pengelolaan informasi dan reservasi homestay. Sistem informasi yang disarankan dibangun dengan metode waterfall dan menggunakan bahasa pemrograman PHP dan CSS Bootstrap. Databasenya adalah MySQLi. Pengumpulan data, desain sistem, implementasi, verifikasi, dan pemeliharaan adalah semua bagian dari pendekatan ini. Hasil penelitian ini diharapkan dapat membantu wisatawan memesan homestay secara online, meningkatkan efisiensi pengelolaan data, dan memberikan layanan yang lebih baik. Sistem ini memungkinkan homestay di Desa Jatiluwih untuk memberikan pengalaman menginap yang memuaskan sambil mengoptimalkan potensi wisata desa.

Implementasi Metode Simple Additive Weighting (SAW) Untuk penentuan Wali Kelas Berdasarkan Prestasi Guru Pada SMAN 6 Pandeglang

2024-11-04T16:50:29+01:00

Permasalahan pada penelitian ini yaitu sulitnya menentukan guru berprestasi yang sesuai dengan kebutuhan sekolah pada saat ini. Tujuan pada penelitian ini membangun analisis terkait pemilihan guru berprestasi untuk menjadi walikelas yang di harapkan. Metode yang digunakan pada penelitian ini menggunakan Simple Additive Weighting (SAW) dengan menentukan kriteria, menentukan nilai setiap alternatif, menentukan bobot kriteria, membuat matriks keputusan dan normalisasi matriks keputusan. Hasil dari penelitian ini berupa analisis sistem yang telah di olah menggunakan metode SAW dengan hasil Hana Nabilah dengan peringkat 1, Figo Hermansyah peringkat 2, Dewi Ayudiah peringkat 3, Bilal mustopa peringkat 4, Maryadi peringkat 5, Intan Lestari peringkat 6, Muhamad Nelson peringkat 7. Maka yang berhak mendapatkan guru terbaik yang menjadi wali kelas yaitu Hana Nabilah dengan peringkat 1.