Claim Missing Document
Check
Articles

Found 6 Documents
Search

Sosialisasi Strategi Business Continuity Plan Memasuki Era Baru (New Normal) Florentina Tatrin Kurniati; Roy Rudolf Huizen
WARTA LPM WARTA LPM, Vol. 24, No. 4, Oktober 2021
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/warta.v24i4.15491

Abstract

Pandemi COVID_19 yang terjadi lebih dari satu tahun mempengaruhi aktivitas dan bisnis proses, jika terhenti ataupun tidak normal menyebabkan kerugian. Perlu strategi yang komprehensif, agar aktivitas dan bisnis proses yang dijalankan tidak menimbulkan dampak kerugian yang besar terhadap kesehatan karena terpapar COVID_19. Menjalankan kembali aktivitas dan bisnis proses secara normal pasca atau saat pandemi COVID_19 memerlukan perencanaan dan pengetahuan tentang mengelola resiko. Hal ini penting dilakukan agar resiko yang dihadapi dapat dikelola, sehingga aktivitas dan proses bisnis dapat berkelanjutan. Pengetahuan mengelola resiko juga selaras seperti yang dibutuhkan mitra yang tergabung di kanal youtube RTIK Bali. Untuk itu mitra dipandang perlu untuk mengetahui dan memahami konsep business continuity plan (BCP) dan disaster recovery plan (DRP) sebagai dasar menjalankan aktivitas dan bisnis proses yang aman dan berkelanjutan. Mitra perlu diberikan sharing pengetahuan dalam bentuk sosialisasi tentang BCP dan DRP. Pemahaman yang komprehensif tentang BCP dan DRP merupakan kunci memasuki era baru. Kolaborasi BCP dan DRP yang diperkuat adanya evaluasi adaptif merupakan hal utama berada di era baru yang berkesinambungan. Keberlangsungan aktivitas dan bisnis proses di era baru tidak terpisahkan adanya pemahaman mengalihdayakan sumber daya. Sosialisasi dilaksanakan secara langsung (live streaming), menggunakan kanal YouTube RTIK Bali. Kegiatan tersebut sebagai bentuk peran aktif Institut Teknologi dan Bisnis STIKOM Bali saat pandemi COVID_19. Sosialisasi dilaksanakan tanggal 23 Juni 2020, diikuti 619 peserta. Kegiatan sosialisasi terlaksana dengan baik dan interaktif, serta setelah mengikuti sosialisasi lebih memahami pentingnya DRP dan BCP serta perencanaan mengalidayakan sumber daya sebagai dasar untuk dapat beradaptasi di era baru.
Feature extraction with mel scale separation method on noise audio recordings Roy Rudolf Huizen; Florentina Tatrin Kurniati
Indonesian Journal of Electrical Engineering and Computer Science Vol 24, No 2: November 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v24.i2.pp815-824

Abstract

This paper focuses on improving the accuracy of noise audio recordings. High-quality audio recording, extraction using the mel frequency cepstral coefficients (MFCC) method produces high accuracy. While the low-quality is because of noise, the accuracy is low. Improved accuracy by investigating the effect of bandwidth on the mel scale. The proposed improvement uses the mel scale separation methods into two frequency channels (MFCC dual-channel). For the comparison method using the mel scale bandwidth without separation (MFCC single-channel). Feature analysis using k-mean clustering. The data uses a noise variance of up to -16 dB. Testing on the MFCC single-channel method for -16 dB noise has an accuracy of 47.5%, while the MFCC dual-channel method has an accuracy better of 76.25%. The next test used adaptive noise-canceling (ANC) to reduce noise before extraction. The result is that the MFCC single-channel method has an accuracy of 82.5% and the MFCC dual-channel method has an accuracy better of 83.75%. High-quality audio recording testing for the MFCC single-channel method has an accuracy of 92.5% and the MFCC dual-channel method has an accuracy better of 97.5%. The test results show the effect of mel scale bandwidth to increase accuracy. The MFCC dual-channel method has higher accuracy.
Object Classification Model Using Ensemble Learning with Gray-Level Co-Occurrence Matrix and Histogram Extraction Florentina Tatrin Kurniati; Daniel HF Manongga; Eko Sediyono; Sri Yulianto Joko Prasetyo; Roy Rudolf Huizen
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 3 (2023): September
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i3.26683

Abstract

In the field of object classification, identification based on object variations is a challenge in itself. Variations include shape, size, color, and texture, these can cause problems in recognizing and distinguishing objects accurately. The purpose of this research is to develop a classification method so that objects can be accurately identified. The proposed classification model uses Voting and Combined Classifier, with Random Forest, K-NN, Decision Tree, SVM, and Naive Bayes classification methods. The test results show that the voting method and Combined Classifier obtain quite good results with each of them, ensemble voting with an accuracy value of 92.4%, 78.6% precision, 95.2% recall, and 86.1% F1-score. While the combined classifier with an accuracy value of 99.3%, a precision of 97.6%, a recall of 100%, and a 98.8% F1-score. Based on the test results, it can be concluded that the use of the Combined Classifier and voting methods is proven to increase the accuracy value. The contribution of this research increases the effectiveness of the Ensemble Learning method, especially the voting ensemble method and the Combined Classifier in increasing the accuracy of object classification in image processing.
Pelatihan Digitalisasi Pencatatan Transaksi Keuangan TPS-3R Bonjaka Desa Sebatu menggunakan Aplikasi Excel Dandy Hostiadi; I Made Darma Susila; Roy Rudolf Huizen; Yohanes Priyo Atmojo; I Wayan Karang Utama; Erma Sulistyo Rini
WIDYABHAKTI Jurnal Ilmiah Populer Vol. 5 No. 3 (2023): Juli
Publisher : STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/widyabhakti.v5i3.370

Abstract

Pemerintah daerah dan masyarakat telah berperan dalam penanganan sampah melalui pembentukan TPS-3R. Salah satu TPS-3R di Banjar Bonjaka, memiliki permasalahan yang dihadapi dalam proses pengelolaan yaitu kerapian pencatatan transaksi keuangan dan keterbukaan proses pencatatan dalam pengelolaan TPS-3R. Saat ini transaksi keuangan dilakukan secara manual dengan menggunakan buku yang rawan rusak dan beresiko terhadap kesalahan pencatatan. Selain itu pencatatan post akuntansi yang dilakukan masih global dan belum mengacu pada standar laporan keuangan. Dalam kegiatan pengabdian masyarakat ini, diusulkan kegiatan pelatihan pencatatan keuangan yang terdapat pada TPS-3R menggunakan aplikasi Microsoft Excel. Pelaksanaan pelatihan dilakukan selama 8 pertemuan dengan pemberian materi pengisian data petugas TPS-3R dan data petugas kesling di tiap wilayah desa, pengisian data jenis sampah, pengisian data penerimaan sampah harian dan bulanan, pembuatan laporan daftar rekap arus kas, pembuatan laporan transaksi - arus kas keluar dan diakhiri dengan diskusi hasil pelaksanaan pelatihan. Tujuannya kegiatan pelatihan adalah mengoptimalkan pengelolaan pada TPS-3R di banjar Bonjaka, sehingga dapat mengawasi, mengatur dan memberikan keterbukaan pelaporan yang dilakukan oleh pengurus kepada masyarakat desa. Hasil dari kegiatan menunjukkan bahwa para pengurus yang dilatih telah mampu menggunakan aplikasi Microsoft Excel dalam pembuatan laporan transaksi keuangan dengan bukti adanya laporan keuangan siap cetak sebagai laporan pertanggungjawaban ke Desa Sebatu.
Rancang Bangun Sistem Informasi Administrasi Kantor Pada Badan Usaha Milik Desa Studi Kasus Desa Pemecutan Kaja Mandiri Gede Angga Pradipta; Roy Rudolf Huizen; I Made Darma Susila; Dadang Hermawan; Putu Desiana Wulaning Ayu; Dandy Pramana Hostiadi
Jurnal Tekno Kompak Vol 17, No 2 (2023): Agustus (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i2.2332

Abstract

Badan Usaha Milik Desa (BUMDes) dikenal sebagai lembaga yang dikelola oleh masyarakat suatu desa. BUMDes umumnya memiliki banyak kegiatan yang bertujuan untuk menggerakan perekonominan masyarakat dalam suatu desa. Dalam perkembangannya, seringkali administrasi pencatatan kegiatan yang meliputi pencatatan aset, keanggotaan, akuntansi, arsip surat menyurat dan absensi pegawai belum dilakukan secara optimal. Hal ini menyebabkan beberapa teknik pencatatan administrasi menjadi tidak teratur, tidak sesuai, hilang serta pencatatan manual dalam buku sering kali hilang. Maka pencatatan secara komputerisasi atau dalam bentuk digitalisasi administrasi perlu dilakukan dalam kantor BUMDes untuk menertibkan mekanisme pencatatan yang bersifat administratif. BUMDes Pemecutan Kaja Mandiri merupakan salah satu BUMDes yang telah menerapkan pemanfaatan teknologi berbasis komputerisasi. Hal ini di dukung telah dilakukannnya pencatatan dalam dokumen digital, namun masih belum optimal. Pencatatan administrasi belum terkomputerisasi dalam bentuk sistem yang optimal dan bersifat partial. Sehingga memerlukan sebuah aplikasi terintegrasi dalam pemenuhan kebutuhan pencatatan administrasi di kantor BUMDes. Pada penelitian ini, diusulkan sebuah rancang bangun sistem informasi administrasi kantor yang bersifat dinamis dan interaktif berdasarkan kebutuhan pada BUMDes. Rancang bangun terdiri dari proses perancangan alur data, perancangan relasi antar entitas dalam sistem, implementasi dan pengujian sistem. Perancangan alur data dan relasi antar entitas menggunakan metode System Development Life Cycle (SDLC) dengan model waterfall yang terdiri atas analisis kebutuhan, perancangan desain, implementasi dalam bentuk kode pemrogram dan pengujian. Hasil dari rancang bangun adalah sebuah sistem informasi administrasi kantor BUMDes berbasis website. Terdapat 8 fitur utama dalam sistem informasi, yaitu pengelolaan biodata pengguna, dashboard sistem, data pegawai, profil kantor, pendataan surat masuk, pendataan surat keluar, inventaris dan absensi. Pengujian yang digunakan adalah blackbox testing dengan melihat fungsionalitas setiap fungsi dan tombol dalam laman website. Pengujian menunjukkan bahwa seluruh fungsionalitas sistem berjalan sesuai dengan yang diharapkan sengan kelas uji sebanyak 170. Berdasarkan pengujian telah diimplementasikan penginputan data, sistem dapat menampilkan engan baik dan sistem dinyatakan telah bekerja secara optimal.
Modified of Single Deepest Vertical Detection (SDVD) Algorithm for Amniotic Fluid Volume Classification Putu Desiana Wulaning Ayu; Gede Angga Pradipta; Roy Rudolf Huizen; Kadek Eka Sapta W; I Gede Edy Artana
JUITA : Jurnal Informatika JUITA Vol. 11 No. 2, November 2023
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v11i2.18435

Abstract

Amniotic fluid a crucial role in ensuring the well-being of the fetus during pregnancy and is contained within the amnion cavity, which is surrounded by a membrane. Several studies have shown that volume of amniotic fluid can vary throughout pregnancy and is closely linked to the health and safety of the fetus. This indicates that it is essential to perform accurate measurement and identification of its volume. Obstetric specialist often use a manual method to identify amniotic fluid by visually determining the longest straight vertical line between the upper and lower boundaries. Therefore, this study aims to develop detection model, known as modified Single Deepest Vertical Detection (SDVD) algorithm to automatically measure the longest vertical line by following medical rules and regulations. SDVD algorithm was designed to measure the depth of amniotic fluid vertically by searching the column of pixels that comprised the image sample, excluding any intersection with the fetal body. Performance testing was carried out using 130 images by comparing the manual measurement results obtained by obstetric specialists and the proposed model. Based on the experimental results using modified SDVD, the average accuracy, precision, and recall achieved for amniotic fluid classification were 92.63%, 85.23%, and 95.6%, respectively.