Claim Missing Document
Check
Articles

Found 35 Documents
Search

PELATIHAN LITERASI DIGITAL PADA PEREMPUAN KELOMPOK BINAAN SEKOLAH IBU ARJOSARI MALANG Sulistyowati, Tutik; Hayatin, Nur; Marthasari, Gita Indah
Jurnal Dedikasi Vol 16 (2019): Mei
Publisher : Direktorat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.524 KB) | DOI: 10.22219/dedikasi.v16i1.10735

Abstract

Kurangnya partisipasi dan ketertarikan perempuan terhadap teknologi adalah masalah yang butuh diselesaikan. Hal ini dikarenakan tuntutan era millennial dimana sebagian besar aktifitas manusia dilakukan dengan menggunakan teknologi. Dari latar belakang itulah, maka usulan program pengabdian ini bertujuan untuk memberikan pelatihan literasi digital dalam upaya meningkatkan pemahaman TIK bagi perempuan khususnya ibu rumah tangga agar terampil dan bijak dalam menggunakan teknologi. Adapun mitra yang digandeng adalah ibu-ibu kelompok binaan dari sekolah ibu arjosari. Program ini memberikan pelatihan sekaligus pendampingan terkait dengan literasi digital untuk ibu rumah tangga, meliputi: internet sehat, pengelompokkan batas usia anak dalam menggunakan dan mengakses aplikasi internet, serta filtering berita hoax untuk ibu rumah tangga. Hasil dari evaluasi kegiatan menggunakan kuesionar dapat disimpulkan bahwa semua peserta sepakat kegiatan ini memberi manfaat untuk mendukung kegiatan mereka khususnya meningkatkan pemahaman terkait dengan literasi digital dan ketrampilan untuk memberi keamanan penggunaan ponsel bagi anak-anak.
Ekspansi Query Berbasis Semantik Pada Online Public Access Catalog (OPAC) Dirga Nugraha, Nirindra Primavera; Hayatin, Nur; Maskur, Maskur
Jurnal Repositor Vol 1 No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.24

Abstract

Perpustakaan digital merupakan sistem penting yang berguna sebagai pemenuhan kebutuhan informasi koleksi perpustakaan. Online Public Access Catalog (OPAC) merupakan fitur yang tersedia dalam perpustakaan digital yang gunanya untuk menelusuri koleksi buku suatu perpustakaan. Pada penelitian ini dilakukan pengembangan sistem ekspansi query berbasis semantik. Tujuannya adalah untuk memperbaiki hasil pencarian agar menjadi lebih relevan. Domain yang digunakan yaitu teknologi informasi dimana data buku diperoleh dari situs buku online dan situs penerbit buku sebanyak 500 data. Tahap yang dilakukan adalah membangun ontologi sesuai data yang diperoleh. Pembentukan ontologi mengacu pada data kurikulum Teknik Informatika UMM yang mengacu pada Association for Computing Machinery (ACM). Ontologi diterapkan untuk mencari keterkaitan antara kata kunci yang dimasukkan pengguna. Untuk mendukung hasil pencarian digunakan metode cosine similarity. Cosine similarity merupakan metode untuk menghitung kemiripan antara hasil pencarian dengan kata kunci pengguna sehingga menghasilkan perangkingan hasil pencarian. Tahapan pengujian sistem menggunakan precision diperoleh nilai sebesar 65,6. Hal ini menunjukkan bahwa sistem cukup mampu memberikan hasil pencarian yang relevan dengan kata kunci pencarian pengguna.
Klasifikasi Teks Berbasis Ontologi Untuk Dokumen Tugas Akhir Berbahasa Indonesia Lestari, Ayu Puji; Hayatin, Nur; Maskur, Maskur
Jurnal Repositor Vol 1 No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.23

Abstract

Pada penelitian ini, dilakukan klasifikasi dokumen Tugas Akhir di Teknik Informatika UMM. Permasalahan yang dihadapi adalah sulitnya untuk mencari informasi yang relevan dan sulitnya melakukan pengkategorian dokumen TA sesuai bidang minat jika harus dilakukan secara manual. Tujuan penelitian ini adalah mendapatkan informasi berdasarkan abstrak TA sesuai kategori dan mempermudah dalam melakukan klasifikasi dokumen TA sesuai bidang minat yang ada. Kategori yang digunakan merupakan bidang minat pada program studi yaitu RPL, Jaringan Komputer, Game Cerdas dan Data Science. Data yang digunakan dokumen TA sebanyak 500 data. Tahap yang dilakukan adalah membangun dan memodelkan rule ontologi sesuai data yang diperoleh dengan acuan data kurikulum Teknik Informatika UMM 2017 yang bersumber pada Association for Computing Machinery (ACM) IEEE Computer Society. Ontologi bertujuan untuk mengklasifikasikan objek-objek yang ada di dalam kumpulannya tanpa memerlukan data latih. Untuk mendukung proses klasifikasi digunakan metode dao. Metode dao digunakan untuk menghitung kemiripan diantara dokumen dari sebuah node yang ada di ontologi dengan melihat jarak terdekat. Tahap pengujian sistem menggunakan akurasi diperoleh hasil sebesar 87%. Hal ini menunjukan bahwa ontologi mampu mengklasifikasikan dokumen tanpa menggunakan data latih.
Peringkasan Multi Dokumen Berita Dengan Pemilihan Kalimat Utama Berbasis Algoritma Cluster Importance Dengan Mempertimbangkan Posisi Kalimat Anggraini, Syadza; Hayatin, Nur; Marthasari, Gita Indah
Jurnal Repositor Vol 2 No 1 (2020): Januari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i1.161

Abstract

Peringkasan teks merupakan salah satu cara untuk mengurangi suatu dimensi dokumen yang besar untuk mendapatkan informasi penting dari dokumen tersebut. Berita adalah salah satu informasi yang biasanya dalam satu topik memiliki beberapa sub topik. Untuk dapat mengambil informasi penting dari satu topik secara cepat, peringkasan multi dokumen berita dapat menjadi solusi. Namun, peringkasan multi dokumen dapat menimbulkan redundansi. Oleh sebab itu, penelitian ini menerapkan algoritma cluster importance dengan mempertimbangkan posisi kalimat untuk mengatasi redundansi tersebut. Penelitian ini menggunakan 30 topik berita berbahasa Indonesia, dimana tiap topiknya terdiri dari 5 sub topik berita. Dari 30 topik berita yang diuji menggunakan Rouge-1, dimana terdapat 2 topik berita yang memiliki nilai Rouge-1 berbeda antara yang menggunakan algoritma cluster importance ditambah posisi kalimat dengan yang hanya menggunakan algoritma cluster. Namun dari 2 topik berita tersebut, nilai Rouge-1 yang menggunakan cluster importance ditambah posisi kalimat memiliki nilai yang lebih besar daripada yang hanya menggunakan cluster importance. Penggunaan posisi kalimat memiliki pengaruh terhadap urutan bobot kalimat pada setiap topiknya, namun hanya 2 topik berita yang berpengaruh terhadap hasil ringkasan.
Rancang bangun aplikasi mobile survey pendamping program keluarga harapan (PKH) (studi kasus: UPPKH Dinas Sosial dan tenaga Kerja Kota Batu) Saiful Arif, Mukhammad Rojib; Wicaksono, Galih Wasis; Hayatin, Nur
Jurnal Repositor Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.9

Abstract

UPPKH Social Service and Labor Batu City is one of the government agenciy which still have not implemented information system management processing data when input data in every various activities still manually. It can be an obstacle for  government agency to improve the performance of PKH to provide effective and efficient information. Manual data processing is causing various problems. Among the problems of PKH companion in their duties must wait for data from admin to survey all candidates of PKH participants. And another problem is the difficulty in the admin to know the information of each PKH data report.And to solve the problems that exist in this case, the authors analyze and design an application that is expected to assist each task of the companion and admin, starting from the data collection using interviews, observation, and library research. And the applications used in loading the system ie MySQL database, Webservice, PHP Codeigniter and Android as the programming language. This system integrates android applications with web based applications using web service. Web Service provides system communication standards among different software applications, and can run on multiple platforms and frameworks. This system is created to help speed up the process of completion of work as in the process of companion and admin.
Pengelompokan usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan Hayatin, Nur
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (625.182 KB) | DOI: 10.26594/teknologi.v6i2.577

Abstract

ABSTRAKPengelompokan usia (age prediction) merupakan salah satu topik penelitian yang terkait dengan prediksi usia berdasarkan citra wajah. Permasalahan terkait dengan pengelompokan usia berdasarkan citra wajah adalah bagaimana memilih fitur wajah yang tepat, sehingga dapat mempengaruhi hasil akhir pengelompokan. Penelitian ini bertujuan untuk mengelompokan usia berdasarkan citra wajah dengan menggunakan fitur penting yaitu face anthropometry dan kerutan (wrinkle). Di mana fitur kerutan yang digunakan selain memperhitungkan lebar kerutan (wrinkle density) juga digunakan fitur kedalaman kerutan (the dept of wrinkle). Metode penelitian ini terdiri dari 4 tahapan yaitu: Praproses, identifikasi lokasi titik wajah, ekstraksi fitur dan klasifikasi. Lokasi titik wajah diidentifikasi berdasarkan bentuk simetri wajah dan perbedaan nilai intensitas piksel. Sedangkan kerutan didapatkan dari gabungan metode deteksi tepi menggunakan operator Sobel dan histogram equalization. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Neural Network (NN) yang akan mengelompokan data citra input menjadi 3 kelas yaitu anak, remaja dan tua. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mengelompokan usia berdasarkan citra wajah dengan cukup baik dengan hasil akurasi pengujian sebesar 65 % dengan epochs = 1000, dan error rate = 0.0095, sebanyak 100 kali iterasi.Kata kunci: Age prediction, face ratio, Neural Network, wrinkle. ABSTRACT   Age prediction  is one of the  research topics related to the prediction of age based on facial image. The problems associated with age groupings based on the image of the face is how to choose the right facial features, that will affect the final result grouping.  This study aims to categorize age based on facial image by using the important features, that is face anthropometry and wrinkles. Wherein the wrinkles features that used are wrinkles density and the depth of wrinkles. The research methodology consists of four stages: preprocessing, identification of the face point location , feature extraction and classification. The face point is identified based on facial symmetry and the difference of pixel intensities. While wrinkles was obtained from the combined edge detection method using Sobel operator and histogram equalization. The algorithm used for the classification process is a Neural Network (NN) algorithm that would classify the input image data into three classes, there are children, young and old. The final results of test-ing show that the proposed method was able to categorize age based on facial image fairly well with the results of the test accuracy of 65% with epochs = 1000, and the error rate = 0.0095, 100 iterations.Keywords: Age prediction, face ratio, Neural Network, wrinkle.
PEMBOBOTAN KALIMAT BERDASARKAN FITUR BERITA DAN TRENDING ISSUE UNTUK PERINGKASAN MULTI DOKUMEN BERITA Hayatin, Nur; Fatichah, Chastine; Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 1, Januari 2015
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v13i1.a386

Abstract

Ringkasan berita diartikan sebagai teks yang dihasilkan dari satu atau lebih kalimat yang menyampaikan informasi penting dari berita. Salah satu fase penting dalam peringkasan adalah pembobotan kalimat (sentence scoring). Dimana pada peringkasan berita, metode pembobotannya sebagian besar menggunakan fitur dari berita sendiri. Padahal dalam satu topik berita dimungkinkan adanya multiple issue. Dari multiple issue biasanya hanya ada satu isu yang menjadi pokok pembicaraan yang disebut dengan Trending Issue. Trending Issue inilah yang harusnya dipertimbangkan pada proses peringkasan berita sehingga ringkasan yang dihasilkan lebih koheren. Penelitian ini bertujuan untuk meringkas multi berita menggunakan metode pembobotan berdasarkan Trending Issue dengan tetap mempertimbangkan fitur penting berita, yaitu word frequency, TF-IDF, posisi kalimat, dan kemiripan kalimat terhadap judul (NeFTIS). Dimana Trending Issue didapatkan dari data Twitter dengan cara mengelompokkan tweets kemudian melakukan ekstraksi isu pada tiap kelompok yang terbentuk. Selanjutnya tiap isu diberikan bobot menggunakan konsep Cluster Importance (CI). Isu dengan bobot terbesar yang akan dipilih sebagai Trending Issue. Ada 5 tahap yang dilakukan untuk menghasilkan ringkasan multi berita dengan menggunakan NeFTIS, yaitu ekstraksi Trending Issue, seleksi berita, ekstraksi fitur berita, penghitungan total bobot kalimat, dan penyusunan ringkasan. Untuk mengukur kualitas sistem digunakan metode evaluasi ROUGE-1 dengan menganalisa performa dari hasil ringkasan dengan menggunakan metode pembobotan NeFTIS dibandingkan dengan hasil ringkasan dengan hanya menggunakan fitur berita (NeFS). Hasil rata-rata max-ROUGE-1 untuk seluruh variasi jumlah kalimat yang menyusun ringkasan (n) menunjukan bahwa metode pembobotan NeFTIS lebih akurat dibanding dengan metode pembobotan NeFS dengan nilai rata-rata max-ROUGE-1 terbesar 0.8201 untuk n=30.
Adaptif Range-Constrained Otsu Untuk Pemilihan Threshold Secara Otomatis Pada Histogram Citra Dengan Variansi Kelas Yang Tidak Seimbang Fajarianto, Gama Wisnu; Abror, Ahmad Hifdhul; Hayatin, Nur
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): Januari-Juni
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.116 KB) | DOI: 10.26594/register.v2i1.439

Abstract

Abstrak Image Thresholding merupakan proses segmentasi untuk pemisahkan foreground dan background pada citra dengan cara membagi histogram citra menjadi dua kelas. Beberapa metode thresholding seperti Otsu dan Range-constrained Otsu menggunakan nilai variansi dari histogram untuk mendapatkan titik threshold, namun ketika menangani citra yang memiliki nilai variansi kelas foreground dan background tidak seimbang titik threshold yang dihasilkan kurang tepat. Paper ini mengusulkan metode Adaptif Range-constrained Otsu untuk mengatasi permasalahan variansi kelas yang tidak seimbang dengan cara mencari kelas yang memiliki nilai variansi lebih besar, untuk mendapatkan titik threshold yang lebih tepat. Pengujian menggunakan 22 NDT image dengan evaluasi misclassification error rate dan metode perankingan menunjukkan metode ini menghasilkan rerata ME 0.1153. Sedangkan Otsu sebesar 0.1746. Nilai rerata ranking 3.55, selisih 0.05 dibanding Kittler III. Hasil ini menunjukkan metode yang diusulkan kompetitif, terutama untuk segmentasi citra yang memiliki variansi kelas tidak sama. Kata kunci: segmentasi, thresholding, histogram, Otsu, Range-constrained. Abstract Image thresholding is segmentation process for separating foreground and background of an image by dividing image histogram into two classes. Several thresholding methods like Otsu and Rangeconstrained Otsu using the variance value of the histogram to get the threshold point, but when handling images that have unbalance class variance of the foreground and background produce less accurate threshold point. This paper proposes a method Adaptive Range-constrained Otsu to solve unbalance class variance problem by finding a class that has greater variance value to obtain more accurate threshold point. NDT testing using 22 images with misclassification error rate evaluation and ranking methods shows that this method results ME average of 0.1153, while Otsu method results 0.1746. The rankings mean value is 3.55, which has the difference of 0.05 when compared with Kittler III. These results show that the proposed method is competitive, especially for image segmentation with different class variance. Key word: segmentasi, thresholding, histogram, Otsu, Range-constrained.
Deteksi Kemiripan Dokumen Proposal dengan menggunakan Algoritma Biword Winnowing pada SIMPPM UMM Putra, Deny Qutara; Maskur, Maskur; Hayatin, Nur
Techno.Com Vol 17, No 3 (2018): Agustus 2018
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SIMPPM atau Sistem Informasi Manajemen Penelitian dan Pengabdian Kepada Masyarakat merupakan sistem yang dikembangkan oleh DPPM Universitas Muhammadiyah Malang. Sistem ini menampung proposal penelitian dan pengabdian dosen seluruh universitas muhammadiyah malang. Reviewer dalam menilai suatu proposal masih kesulitan untuk mengetahui apakah proposal yang diajukan itu sudah atau pernah diajukan, sehingga reviewer tidak tahu nilai originalitas dari proposal yang diajukan. Algoritma Biword Winnowing digunakan untuk mencari fingerprint dari dokumen proposal yang ada dalam sistem. Penelitian ini menggunakan algoritma tersebut untuk mencari nilai kemiripan proposal satu dengan lainnya, sehingga setting algoritma Biword Winnowing yang baik perlu untuk dicari guna untuk meningkatkan nilai akurasi. Hasil akurasi dengan algoritma ini dibandingkan dengan aplikasi Plagiarism Checker X sebagai ukuran akurasi dari Algoritma Biword Winnowing.Hasil pengujian menunjukkan bahwa nilai window dan basis sangat mempengaruhi hasil akhir similarity. SIMPPM atau Sistem Informasi Manajemen Penelitian dan Pengabdian Kepada Masyarakat merupakan sistem yang dikembangkan oleh DPPM Universitas Muhammadiyah Malang. Sistem ini menampung proposal penelitian dan pengabdian dosen seluruh universitas muhammadiyah malang. Reviewer dalam menilai suatu proposal masih kesulitan untuk mengetahui apakah proposal yang diajukan itu sudah atau pernah diajukan, sehingga reviewer tidak tahu nilai originalitas dari proposal yang diajukan. Algoritma Biword Winnowing digunakan untuk mencari fingerprint dari dokumen proposal yang ada dalam sistem. Penelitian ini menggunakan algoritma tersebut untuk mencari nilai kemiripan proposal satu dengan lainnya, sehingga setting algoritma Biword Winnowing yang baik perlu untuk dicari guna untuk meningkatkan nilai akurasi. Hasil akurasi dengan algoritma ini dibandingkan dengan aplikasi Plagiarism Checker X sebagai ukuran akurasi dari Algoritma Biword Winnowing.Hasil pengujian menunjukkan bahwa nilai window dan basis sangat mempengaruhi hasil akhir similarity.
Pengelompokan usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan Hayatin, Nur
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v6i2.577

Abstract

ABSTRAKPengelompokan usia (age prediction) merupakan salah satu topik penelitian yang terkait dengan prediksi usia berdasarkan citra wajah. Permasalahan terkait dengan pengelompokan usia berdasarkan citra wajah adalah bagaimana memilih fitur wajah yang tepat, sehingga dapat mempengaruhi hasil akhir pengelompokan. Penelitian ini bertujuan untuk mengelompokan usia berdasarkan citra wajah dengan menggunakan fitur penting yaitu face anthropometry dan kerutan (wrinkle). Di mana fitur kerutan yang digunakan selain memperhitungkan lebar kerutan (wrinkle density) juga digunakan fitur kedalaman kerutan (the dept of wrinkle). Metode penelitian ini terdiri dari 4 tahapan yaitu: Praproses, identifikasi lokasi titik wajah, ekstraksi fitur dan klasifikasi. Lokasi titik wajah diidentifikasi berdasarkan bentuk simetri wajah dan perbedaan nilai intensitas piksel. Sedangkan kerutan didapatkan dari gabungan metode deteksi tepi menggunakan operator Sobel dan histogram equalization. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Neural Network (NN) yang akan mengelompokan data citra input menjadi 3 kelas yaitu anak, remaja dan tua. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mengelompokan usia berdasarkan citra wajah dengan cukup baik dengan hasil akurasi pengujian sebesar 65 % dengan epochs = 1000, dan error rate = 0.0095, sebanyak 100 kali iterasi.Kata kunci: Age prediction, face ratio, Neural Network, wrinkle. ABSTRACT   Age prediction  is one of the  research topics related to the prediction of age based on facial image. The problems associated with age groupings based on the image of the face is how to choose the right facial features, that will affect the final result grouping.  This study aims to categorize age based on facial image by using the important features, that is face anthropometry and wrinkles. Wherein the wrinkles features that used are wrinkles density and the depth of wrinkles. The research methodology consists of four stages: preprocessing, identification of the face point location , feature extraction and classification. The face point is identified based on facial symmetry and the difference of pixel intensities. While wrinkles was obtained from the combined edge detection method using Sobel operator and histogram equalization. The algorithm used for the classification process is a Neural Network (NN) algorithm that would classify the input image data into three classes, there are children, young and old. The final results of test-ing show that the proposed method was able to categorize age based on facial image fairly well with the results of the test accuracy of 65% with epochs = 1000, and the error rate = 0.0095, 100 iterations.Keywords: Age prediction, face ratio, Neural Network, wrinkle.