Claim Missing Document
Check
Articles

Found 28 Documents
Search

Smart Lemon autoMaker System (SLaMs) Berbasis Internet of Things (IoT) Puput Wanarti Rusimamto; Anita Qoiriah; Diah Wulandari
Indonesian Journal of Engineering and Technology (INAJET) Vol. 2 No. 1 (2019): September 2019
Publisher : Fakultas Teknik Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/inajet.v2n1.p30-35

Abstract

Telah dilakukan penelitian dan pembuatan alat pemeras jeruk berbasis Internet of Things (IoT) yang akan digunakan sebagai pengabdian kepada masyarakat. Pengabdian kepada masyarakat ini melibatkan mitra penjual sari jeruk. Alat yang dibuat diberi nama Smart Lemon autoMaker System (SLaMs) Berbasis Internet of Things (IoT). Dari komponen yang digunakan dalam pembuatan pemeras jeruk, maka sensor lidar yang bisa direkomendasikan sebagai penerima sinyal berupa tegangan analog dari beban berbasis Arduino Uno yang mengubah tegangan analog menjadi digital berhasil dibuat dengan hasil yang baik. Dari hasil analisis perhitungan dan pengukuran diperoleh waktu proses minimal 20 detik untuk menghasilkan air perasan jeruk.
Pengembangan Fitur Penilaian dan Perangkingan pada Automatic Programming Assessment Tools Asmunin Asmunin; rina harimurti; anita qoiriah; andi iwan nurhidayat
JIEET (Journal of Information Engineering and Educational Technology) Vol. 2 No. 2 (2018)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v2n2.p96-100

Abstract

Praktikum Pemrograman Dasar merupakan wadah yang efektif dan telah terbukti untuk meningkatkan kemampuan mahasiswa dalam pemrograman. Dalam kegiatan ini, mahasiswa diberikan permasalahan, kemudian mahasiswa menyusun algoritma dan mencari solusi dan menuliskan kode program. Setelah program selesai ditulis, setiap mahasiswa harus melakukan asistensi dan demo ke dosen pengampu/asisten praktikum. Dalam melakukan demo ke dosen pengampu/asisten membutuhkan waktu yang tidak sedikit, dan tidak hanya sekali. Aplikasi Automatic Programming Assessment digunakan untuk melakukan evaluasi secara mendalam terhadap source code yang diunggah oleh praktikan. Aplikasi ini akan melakukan pengecekan jenis bahasa pemrograman yang digunakan, ukuran file, error syntax, lama eksekusi, runtime error,  time limit, wrong answer, dan compilation error. Jika hasil evaluasi tidak ada masalah, maka program dianggap benar (Accepted). Praktik/mahasiswa dapat secara live menulis kode program kemudian dikirim, atau langsung mengirim file kode program. Terhadap file yang terkirim, aplikasi akan melakukan evaluasi dan akan menampilkan hasil evaluasi. hasil pengujian yang dilakukan dapat disimpulkan bahwa fitur penilaian otomatis terhadap kode program yang dikirim oleh mahasiswa dapat berjalan dengan baik. Hal ini dibuktikan dengan kesamaan hasil penilaian antara penilaian manual dan penilaian melalui aplikasi. Fitur rangking juga dapat menampilkan urutan mahasiswa yang telah memperoleh nilai dengan baik berdasarkan nilai (point) dan persentase AC (Accepted Answer)
Strategi Identifikasi Resiko Keamanan Informasi Dengan Kerangka Kerja ISO 27005:2018 Wiyli Yustanti; Anita Qoiriah; Rahadian Bisma; Agus Prihanto
JIEET (Journal of Information Engineering and Educational Technology) Vol. 3 No. 2 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n2.p51-56

Abstract

Penelitian ini membahas hasil kajian penerapan ISO 27001:2013 dengan melihat aspek manajemen resiko yang diatur dalam standar ISO 27005:2018. Namun demikian , karena pada dokumen standar tidak dijelaskan secara rinci bagaimana metodologi penilaian resiko sebagai proses yang harus dilakukan untuk mencapai tujuan dari apa yang telah dinyatakan dalam kontrol sistem manajemen keamanan informasi (SMKI), maka digunakan pendekatan operasional dalam penilaian resiko yang disebut sebagai Factor Analysis Information Risk (FAIR). Kesimpulan yang didapatkan adalah bahwa dengan menggunakan metode FAIR, maka proses penilaian resiko yang ditetapkan dalam ISO 27005:2018 sebagai bentuk kelengkapan untuk SMKI klausul 6 pada ISO 27001:2013 dapat dilakukan dengan lebih mudah.
PREDIKSI NILAI AKHIR MAHASISWA DENGAN METODE REGRESI (STUDI KASUS MATA KULIAH PEMROGRAMAN DASAR) Anita Qoiriah; Yuni Yamasari
JIEET (Journal of Information Engineering and Educational Technology) Vol. 5 No. 1 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n1.p40-43

Abstract

Evaluasi merupakan salah satu cara untuk mengetahui hasil pembelajaran seorang mahasiswa dan membantu mahasiswa dalam mengetahui kinerja pembelajarannya. Untuk membantu  mahasiswa dan dosen dalam melacak kemajuan pembelajaran, diperlukan adanya prediksi kinerja mahasiswa sebelum pembelajaran berakhir. Tujuan dari prediksi adalah untuk memperkirakan nilai variabel yang tidak diketahui yang menggambarkan kinerja mahasiswa. Dalam Pendidikan, nilai-nilai yang biasanya diprediksi adalah kinerja, pengetahuan, skor atau tandai. Nilai ini dapat berupa nilai numerik / kontinu atau nilai kategori / diskrit. Analisis regresi menemukan hubungan antara variabel terikat dan satu atau lebih variabel bebas. Penelitian ini dimaksudkan untuk memprediksi nilai akhir mahasiswa peserta matakuliah Pemrograman Dasar menggunakan algoritma regresi. Variabel terikat adalah nilai akhir dan variabel bebas bervariasi dari 1 nilai tugas teori, 2 nilai tugas praktikum dan 1 nilai UTS. Data merupakan hasil pembelajaran sejumlah 105 mahasiswa. Data akan dibagi 2 secara acak. 75% data digunakan sebagai data training dan 25% data sebagai data testing. Dari 4 model yang dibuat, model 3 mempunyai nilai RMSE yang terbaik yaitu 1.949. Pada model 3 ini menggunakan prediktor nilai tugas,  2 nilai praktikum serta nilai UTS. Sehingga dapat diambil kesimpulan bahwa ketiga jenis nilai tersebut sangat berpengaruh terhadap kinerja mahasiswa pada pembelajaran matakuliah Pemrograman Dasar.
Reduksi Dimensi untuk Meningkatkan Kinerja Pengklasteran Perilaku Siswa pada Sistem e-Learning Yuni Yamasari; Naim Rochmawati; Anita Qoiriah; Asmunin; Atik Wintarti
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 10 No 2: Mei 2021
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1458.172 KB) | DOI: 10.22146/jnteti.v10i2.1295

Abstract

The corona pandemic has changed the learning process from face-to-face (offline) to online learning. However, this online learning has caused difficulties in monitoring student behavior by teachers due to reduced direct interaction. Additionally, students often feel isolated. Therefore, this situation causes failure in their learning achievement. This problem encourages a lot of research on modeling related to student behavior. However, previous research did not focus much on improving the model's performance or system being built. In fact, the performance of this model significantly affects the result’s quality of this student behavior mapping. Therefore, this study focuses on improving the performance of student behavior clustering when they interact with the e-Learning system. Performance improvement was made by reducing dimensions of student data with Principal Component Analysis (PCA). Furthermore, two techniques for the centroid initialization were explored to obtain optimal results: random and K-means++. For measuring cluster quality, this study employed the silhouette index. The experimental results show that the clusters with the highest quality are achieved by applying PCA with seven components. In addition, the cluster number for all centroid initialization techniques is three to four. This quality cluster can assist teachers in monitoring student behavior in the e-Learning system.
Implementasi Algoritma Fuzzy Sugeno sebagai Pendukung Keputusan dalam Penentuan Skor Akhir pada Game Edukasi Simple Nomic Respita Yuliana Ramadhani; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1058.358 KB) | DOI: 10.26740/jinacs.v1n01.p48-55

Abstract

Abstrak—Pendidikan merupakan suatu hal penting bagi kehidupan manusia. Keberhasilan peserta didik dalam memahami dan menerapkan ilmu yang di dapat dalam pembelajaran merupakan target utama di dunia pendidikan. Game merupakan salah satu media yang sangat membantu dalam menyampaikan pelajaran kepada peserta didik, khususnya pada mata pelajaran yang terbilang sulit seperti pelajaran kimia. Hal ini dikarenakan game dibuat dan dirancang untuk meningkatkan daya pikir siswa termasuk dalam meningkatkan konsentrasi serta kemampuan untuk memecahkan masalah. Dengan digunakannya game sebagai media pembelajaran yang tepat dan kreatif, dapat digunakan untuk mengatasi kejenuhan siswa dalam menyerap materi pelajaran di sekolah. Pada penelitian ini dirancang penerapan algoritma Fuzzy Sugeno untuk menentukan skor akhir pada sebuah game edukasi bernama Simple nomic. Fuzzy sugeno merupakan salah satu kecerdasan buatan yang menggunakan konstanta atau persamaan linear sebagai fungsi outputnya. Pemain pada penelitian ini memiliki misi mengumpulkan diamond sebanyak mungkin, serta menjawab soal dengan benar hingga mencapai finish dengan waktu seminimum mungkin. Penilaian skor akhir pada penelitian ini didasarkan pada 3 aspek nilai yaitu jumlah diamond (D), jumlah nilai menjawab soal (S), dan waktu untuk menjawab soal (W). Ketiga aspek ini digunakan agar penilaian pada skor akhir tidak hanya tergantung pada aspek nilai soal saja. Skor akhir yang dihasilkan yaitu berupa jumlah bintang yang merupakan hasil dari 3 variabel inputan dan 8 nilai kaidah aturan. Penerapan fuzzy sugeno pada permainan simple nomic ini menghasilkan nilai error yang baik yaitu sebesar 0% pada percobaan 4 level dengan masing masing sebanyak 10 kali percobaan.Kata Kunci : Game; Logika Fuzzy; Fuzzy Sugeno; Pendidikan; Tatanama Senyawa Kimia.
Penerapan Algoritma Fp-Growth dan K-Means pada Data Transaksi Minimarket Natalia Mamahit; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 1 No 02 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (394.745 KB) | DOI: 10.26740/jinacs.v1n02.p78-83

Abstract

Abstrak— Dalam berbelanja kebutuhan sehari-hari seringkali pembeli mengalami kesulitan dalam mencari barang-barang kebutuhan sehari-hari. Salah satu faktor penyebab hal ini karena prosedur penataan produk dalam minimarket yang masih dilakukan secara acak dan belum sesuai dengan pola belanja pembeli. Di sisi lain pada umumnya pembeli ingin membeli produk melalui paket produk kebutuhan sehari-hari, namun paket-paket produk tersebut umumnya belum tersedia di minimarket. Untuk mengatasi permasalahan penataan produk dan pembuatan paket produk di minimarket dapat digunakan prosedur yang lebih efektif dengan cara menemukan pola hubungan dari data transaksi pada Minimarket. Dalam menemukan pola hubungan pada penelitian ini akan digunakan metode association rule untuk melihat keterkaitan antara barang yang satu dengan lainnya dalam data transaksi. Pada penelitian ini menggunakan algoritma FP-Growth dan K-Means. Algoritma K-Means berguna untuk cluster data, sedangkan algoritma FP-Growth berguna untuk proses asosiasi. Dalam proses K-Means dataset dibagi ke dalam 10 kelompok karena jumlah kelompok yang lebih besar atau lebih kecil dari 10 kelompok menghasilkan rule yang lebih sedikit dibandingkan dengan 10 kelompok. Serta pada proses FP-Growth berdasarkan ukuran yang digunakan untuk memilih aturan yang ada yaitu menggunakan minimum support, minimum confidence dan lift ratio maka minimum support yang digunakan sebesar 20% dan minimum confidence sebesar 50%. Karena memiliki nilai minimum support, minimum confidence dan lift ratio yang cukup besar. Hasil dari penelitian ini menghasilkan rekomendasi penataan pada 10 rak di minimarket dan menghasilkan rekomendasi paket berupa 21 paket/bundle.Kata Kunci— Association Rule, FP-Growth, K-Means, Penataan Produk, Paket Produk.
Implementasi Algoritma Fisher-Yates Shuffle Dan Fuzzy Tsukamoto Pada Game Petualangan Si Thole Berbasis Android Menggunakan Game Engine Unity Ahmad Haqi Annazili; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 1 No 04 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1088.43 KB) | DOI: 10.26740/jinacs.v1n04.p188-199

Abstract

Abstrak—Belajar secara konvensional dengan cara membaca buku membuat siswa merasa bosan dan mengurangi daya minat siswa dalam belajar, terlebih lagi belajar mata pelajaran yang dianggap sulit oleh siswa seperti matematika. Game merupakan suatu permainan yang saat ini banyak digemari oleh semua kalangan terutama pelajar. Game bukan hanya sebagai media rekreasi, namun juga bisa dimanfaatkan sebagai media edukasi dalam menyampaikan materi khususnya pelajaran matematika. Game edukasi merupakan game yang dirancang sebagai media dalam menyampaikan materi pembelajaran siswa, game edukasi saat ini kebanyakan berbentuk kuis dan mempunyai soal yang berulang-ulang atau tidak dinamis sehingga mudah ditebak dan membosankan. Algoritma fisher-yates shuffle merupakan algoritma yang digunakan untuk menghasilkan permutasi acak pada himpunan data, sehingga algoritma tersebut mampu menentukan solusi pengacakan yang tidak berulang-ulang dan menghasilkan data yang variatif. Fuzzy logic merupakan cara untuk mencari solusi yang dianggap samar, biasanya digunakan untuk menentukan keputusan dengan aturan-aturan yang sudah dibuat. Pada penelitian ini akan dirancang sebuah game yang diberi nama petualangan si thole, pada game ini akan diterapkan algoritma fisher-yates shuffle dan algoritma fuzzy tsukamoto. Algoritma fisher-yates shuffle merupakan algoritma yang digunakan untuk melakukan random atau pengacakan pada soal, sehingga soal yang akan ditampilkan akan berbeda dan tidak berulang - ulang. Algoritma fuzzy tsukamoto merupakan algoritma yang digunakan untuk menentukan skor akhir pada game dengan menggunakan beberapa parameter penentu, untuk menentukan skor akhir pada game menggunakan 4 variabel sebagai penentu keputusan hasil skor akhir yaitu poin, koin, nyawa, dan waktu. Dari hasil penelitian ini bahwa algoritma fisher-yates shuffle dapat menghasilkan pengacakan soal yang bervariasi dan tidak berulang-ulang. Algoritma fuzzy tsukamoto menghasilkan akurasi yang baik yaitu sebesar 100% dari perhitungan berdasarkan sistem di dalam game dengan perhitungan secara manual. Kata Kunci—Fisher-Yates Shuffle, Fuzzy, Fuzzy Tsukamoto, Game Edukasi, Game Adventure, Matematika Luas Dan Keliling Bangun Datar, Game Petualangan.
Game Edukatif Simulasi Pembuatan SIM Menggunakan Neural Network Backpropagation Sebagai Rekomendasi Penentu Kelulusan Wahyu Muhammad Citra Perdana; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 1 No 04 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (855.22 KB) | DOI: 10.26740/jinacs.v1n04.p217-227

Abstract

Abstrak— Surat Izin Mengemudi (SIM) merupakan identifikasi dan bukti registrasi yang diberikan oleh Kepolisian Republik Indonesia khususnya bagian Satlantas (Satuan Lalu Lintas) kepada warga yang memenuhi berbagai persyaratan seperti sehat jasmani dan rohani, administrasi, memahami peraturan lalu lintas dan terampil mengemudikan kendaraan bermotor. Seringkali pengguna kendaraan bermotor belum lulus ketika melaksanakan ujian SIM karena belum sepenuhnya mengetahui teori tentang rambu dan marka jalan maupun mahir dalam mengendarai kendaraan. Dengan digunakannya game sebagai media sosialisasi, Satlantas Polrestabes Surabaya dapat memberikan informasi mengenai pembuatan SIM secara inovatif dan tepat sasaran, sehingga dapat lebih menarik minat masyarakat untuk belajar. Neural Network Backpropagation merupakan algoritma pembelajaran untuk memperkecil tingkat error dengan cara menyesuaikan bobotnya berdasarkan perbedaan output dan target yang diinginkan. Algoritma Neural Network Backpropagation pada game ini digunakan untuk menentukan kelulusan berdasarkan skor akhir dan waktu dalam menyelesaikan tiap tes. Dalam penentuan skor akhir, untuk tes teori didasarkan pada tingkat kebenaran menjawab soal, sedangkan untuk tes praktik didasarkan pada keberhasilan menuju garis finish tanpa menyentuh apapun. Penerapan algoritma Neural Network Backpropagation pada game simulasi pembuatan SIM ini menghasilkan nilai Mean Absolute Error (MAE) yang baik yaitu sebesar 0% pada percobaan algoritma Neural Network Backpropagation dengan nilai max epoch = 1500, learning rate = 0.3, dan toleransi error = 0.41 ketika tes teori dan praktik dengan masing – masing sebanyak 10 kali percobaan. Dan akurasi yang dilakukan dengan pengujian K-Fold Cross Va1idation menghasilkan akurasi sebesar 100 %. Kata Kunci— SIM, neural network, backpropagation, game, android
Sistem Penilaian Otomatis Jawaban Esai Bahasa Indonesia Berdasarkan Kemiripan Kalimat Menggunakan Syntactic-Semantic Similarity Nur Lujeng Kinanti; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 02 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.626 KB) | DOI: 10.26740/jinacs.v2n02.p136-144

Abstract

Ujian esai dapat digunakan untuk mengukur pemahaman dan interpretasi seseorang terhadap materi yang diperoleh. Oleh karena itu, ujian dalam bentuk esai lebih sering digunakan oleh pengajar dari pada ujian dalam bentuk pilihan ganda. Akan tetapi proses penilaian untuk ujian dengan jawaban bentuk esai masih menggunakan proses manual. Kekurangan penilaian secara manual yaitu sering terjadi kesalahan dalam koreksi jawaban karena ketidakonsistenan penguji dan jumlah soal yang dikoreksi banyak sehingga membutuhkan banyak waktu. Metode Syntactic-Semantic Similatiry (SynSemSim) merupakan metode pemecahan masalah penghitungan persamaan secara sintaktik berdasarkan kemiripan kata dan semantik berdasarkan arti atau makna sebuah kata dengan mengenali struktur kalimat terlebih dahulu. merupakan metode untuk menyelesaikan permasalahan menghitung kemiripan kalimat secara sintaktik berdasarkan kemiripan kata dan semantik berdasarkan arti atau makna kata dengan mengenali struktur kalimat terlebih dahulu. Pada penelitian ini metode SynSemSim diimplementasikan pada sistem penilaian otomatis jawaban esai Bahasa Indonesia dengan membandingkan jawaban dan kunci jawaban. Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa metode syntactic-semantic similarity yang diujikan pada 2 materi berbeda menunjukkan hasil uji sistem penilaian otomatis jawaban esai Bahasa Indonesia dibandingkan dengan hasil penilaian manual yaitu rata-rata kemiripan 70,44% . Kata Kunci— Automated Essay Scoring, Syntactic-Semantic Similarity, POS Tagging, Levenshtein distance, WordNet.