Claim Missing Document
Check
Articles

Found 24 Documents
Search

Deteksi Ucapan untuk Sistem Pengawasan Asesmen (iProctor) Menggunakan Metode Deep Learning Muhammad Iqbal Izzul Haq; Dini Adni Navastara; Shintami Chusnul Hidayati
Jurnal Teknik ITS Vol 12, No 1 (2023)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i1.111773

Abstract

Asesmen adalah kegiatan mengumpulkan informasi ketercapaian kompetensi siswa. Asesmen merupakan bagian integral dari proses pembelajaran, tak terkecuali dalam pembelajaran berbasis Out Door Learning (ODL) dan Massive Open Online Course (MOOC). Sebuah studi menyatakan bahwa persentase siswa yang melakukan kecurangan dalam pelaksanaan kegiatan akademik terus meningkat, dan lebih mudah bagi mereka untuk berlaku curang pada asesmen yang dilakukan secara daring. Hal ini menjadi tantangan untuk perkembangan iProctor, yaitu platform untuk melakukan asesmen seara daring. Untuk mengurangi risiko kecurangan, sistem pelaksanaan dan pengawasan ujian yang valid menjadi suatu hal yang penting. Pada penelitian ini diuji sistem pengawasan otomatis bedasarkan audio. Data audio didapatkan dari mikrofon yang terletak pada ruang dilakukannya asesmen. Sistem pengawasan asesmen dilakukan secara otomatis dengan metode deteksi ucapan menggunakan metode deep learning dengan model CNN. Data audio di ekstraksi fitur menggunakan log-mel spectrogram. Hasil esktraksi fitur menjadi input model CNN MobileNetV3. Hasil prediksi dari MobileNetV3 dilakukan proses smoothing dengan metode Majority Vote. Hasil penelitian ini menunjukkan bahwa model deteksi ucapan memberikan hasil terbaik dengan model CNN MobileNetV3-Large pada dataset librispeech dengan speech f1 score 0.8652, non-speech f1 score 0.7332, dan hasil weighted average 0.8242. Ekstraksi fitur menggunakan metode log-mel spectrogram menggunakan parameter fft size 512, mel bins 40, hope size 8, lower frequency 300, upper frequency 8000. Hasil dari log-mel spectrogram dibagi menjadi banyak frame 25ms dan step 12.5ms atau overlap 50.
Pemodelan dan Visualisasi Genangan Banjir Menggunakan Data DTM LiDAR (Studi Kasus: Kota Batu, Jawa Timur) Ghozy Shalahuddin Kholiq; Husnul Hidayat; Nurwatik Nurwatik
Jurnal Teknik ITS Vol 12, No 1 (2023)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i1.105847

Abstract

Pemanfaatan DTM LiDAR telah banyak digunakan terkait berbagai penerapan dalam simulasi genangan banjir dari luapan air sungai. Simulasi genangan banjir ini perlu dilakukan sebagai langkah alternatif dalam sistem pengendalian banjir dan persiapan mitigasi bencana banjir untuk mengetahui perkiraan area yang kemungkinan dapat terkena dampak banjir. Banjir yang disimulasikan merupakan salah satu bentuk aliran unsteady flow yang dapat disimulasikan dengan program HEC-RAS, serta melakukan visualisasi daerah genangan banjir serta area terdampak banjir menggunakan pendekan sistem informasi geografis (SIG). SIG juga digunakan untuk mempersiapkan beberapa data spasial yang digunakan untuk pemodelan banjir, seperti data geometri sungai, deliniasi daerah aliran sungai tutupan lahan serta jenis tanah selain itu untuk keperluan analisis spasial lainnya. Data hidrologis didapat dari pengolahan curah hujan harian pada stasiun hujan. Analisis hidfrograf dilakukan dengan menggunakan model SCS CN pada perangkat lunak HEC-HMS untuk memperkirakan debit aliran dan debit puncak yang terjadi disepanjang sungai. Luas DAS, curve number, nilai Impervious, Initial Abstraction, dan time lag merupakan parameter yang berpengaruh terhadap analisis hidrograf. Dari hasil analisa hidrograf tersebut menghasilkan debit puncak dari model adalah 119,992 m2/s. Sedangkan dari analisa hidraulika menggunakan HEC-RAS menghasilkan luasan genangan 364.288 m2 yang menggenangi tiga desa yaitu Desa Bulukerto, Bumiaji dan Sidomulyo. Untuk kedalaman dari area tergenang berkisar antara 0,0009-15,189 m dengan rata-rata kedalaman tersebut adalah 4,534 m.
Penerapan Algoritma Support Vector Machine dalam Analisis Perubahan Tutupan Lahan Akibat Letusan Gunung Semeru Tahun 2021 (Studi Kasus : Kecamatan Pronojiwo) Erika Azzahra; Husnul Hidayat; Filsa Bioresita
Jurnal Teknik ITS Vol 12, No 2 (2023): IN PRESS
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i2.126561

Abstract

Pada 4 Desember 2021 terjadi letusan Semeru yang membawa perubahan lingkungan termasuk perubahan tutupan lahan di daerah letusan, salah satunya di Kecamatan Pronojiwo, Kabupaten Lumajang. Informasi mengenai perubahan tutupan lahan diperlukan untuk para pengambil kebijakan atau pemangku kepentingan terkait untuk pengelolaan sumber daya lahan berkelanjutan. Pemantauan perubahan tutupan lahan dapat dilakukan menggunakan teknologi penginderaan jauh dengan data multi-temporal Sentinel-2 Level 2A dan menggunakan berbagai cara, salah satunya dengan metode supervised machine learning dengan algoritma Support Vector Machine (SVM). Klasifikasi tutupan lahan yang diterapkan pada penelitian ini terdiri dari lima enam tutupan lahan, yaitu sungai, lahan terbuka, area terbangun, sawah, hutan lahan kering, dan perkebunan. Berdasarkan hasil uji akurasi dengan menggunakan Confussion matrix diperoleh nilai overall accuracy sebesar 88,11%. Algoritma Support Vector Machine (SVM) cukup baik digunakan untuk mengetahui perubahan tutupan lahan akibat letusan Gunung Semeru tahun 2021. Hasil penelitian menunjukkan terjadi penambahan luas pada kelas sungai, lahan terbuka, dan hutan lahan kering yaitu sebesar 2,293 〖KM〗^2, 6,381 〖KM〗^2, 6,499 〖KM〗^2. Sedangkan untuk area terbangun mengalami penurunan luas sebesar 12,863 〖KM〗^2, 2,495〖 KM〗^2 dan 0,445 〖KM〗^2.
Coaching Sertifikasi Halal Jalur Self-Declare Usaha Kopi, Minuman Tradisional, dan Makanan Ringan Adhatus Solichah Ahmadiyah; Kelly Rossa Sungkono; Riyanarto Sarno; Ratih Nur Esti Anggraini; Abdul Munif; Shintami Chusnul Hidayati
Sewagati Vol 7 No 5 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v7i5.549

Abstract

Pesatnya pertumbuhan layanan pesan makanan secara daring melalui aplikasi GoFood, Grab Food, Shopee Food, dll membuka pangsa pasar yang semakin besar untuk pertumbuhan jenis-jenis usaha tersebut. Sayangnya, semakin beragamnya pilihan menu tidak diimbangi dengan jaminan bahwa produk telah mengantongi kelayakan pangan yang dibuktikan dengan sertifikasi halal. Jenis bisnis rumah tangga ini memerlukan perhatian penting tentang halal haram dalam pemilihan bahan baku, bumbu, dan bahan tambahan serta proses produksi. Dari pengamatan kepada mitra Usaha Kecil dan Menengah (UMK) di beberapa lokasi di Jawa Timur, pengusaha masih belum memiliki pengetahuan yang mendalam pada konsep halal haram dan pengurusan ijin kelayakan pangan. Untuk mengatasi permasalahan ini, pada pengabdian masyarakat ini diberikan pendampingan kepada mitra berupa sosialisasi kelas halal, pengurusan identitas pelaku usaha, dan sertifikasi halal self-declare. Dari kegiatan ini, diharapkan semakin banyak makanan dan minuman ringan bersertifikasi halal yang beredar di masyarakat.