Claim Missing Document
Check
Articles

Found 6 Documents
Search

Uji Akurasi Klasifikasi Emosi Pada Lirik Lagu Bahasa Indonesia Mega Noveanto; Helen Sastypratiwi; Hafiz Muhardi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.56804

Abstract

Dengan banyaknya lagu pada saat ini, semakin sulit untuk menentukan emosi pada lagu oleh manusia, karena permasalahan tersebut maka dibutuhkan suatu model klasifikasi menggunakan text classification. Berdasarkan permasalahan tersebut, maka pada penelitian ini akan mengimplementasikan metode Multi Class Support Vector Machine (SVM) dengan Particle Swarm Optimization (PSO) sebagai tuning hyperparameter dan membandingkan pengaruh dari 3 dataset (perbaris, perbait dan keseluruhan lagu) pada kasus pengklasifikasian emosi lirik lagu. Pada kasus ini terdapat 5 emosi dasar manusia antara lain cinta (love), senang (happy), marah (anger), takut (fear), dan sedih (sadness). Dari hasil penelitian yang dilakukan, metode multi class SVM dan tuning hyperparameter PSO serta penggunaan dataset perbaris menjadi model dengan nilai accuracy terbaik yaitu sebesar 92,13%. Penggunaan tuning hyperparameter PSO akan lebih berpengaruh jika digunakan pada dataset perbaris, dengan melihat nilai accuracy yang meningkat sebesar + 3,32%. Penelitian ini juga berhasil mengimplementasikan klasifikasi emosi, sehingga dapat mengklasifikasikan kelas emosi dari teks lirik lagu berbahasa Indonesia.
Diversifikasi Produk Kacang Tanah bagi Masyarakat Desa Rasau Jaya Satu Kalimantan Barat Intan Syahbanu; Helen Sastypratiwi; Nurul Bariyah
J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 2, No 2 (2018): Oktober
Publisher : IKIP PGRI Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (151.401 KB) | DOI: 10.30734/j-abdipamas.v2i2.237

Abstract

ABSTRACTPeanut is one of the commodities from Rasau Jaya Satu.  Varieties of the peanuts in this village are the large one, with 3-4 beans of one pieces, therefore they have great potency to be developed and marketed outside the village.  However, the marketing of peanuts are in raw materials without further process.  Through Program Kemitraan Masyarakat (PKM), institution of higher education plays role in transferring knowledge about product diversification from the peanuts. The products transferred to this program include onion nuts, ordinary and spicy egg nuts, peanut candy, bean dodol, and peanut butter along with the correct and attractive packaging method. The PKM team also facilitated the establishment of business forums and training activities in order to improve the ability and insight for citizens. The training that has been carried out were the introduction of UMKM and entrepreneurship and product manufacturing training. Through this activity, it is hoped that it can improve the skills of citizens so that it becomes a new business opportunity in processing peanuts. Keywords: Peanuts, product diversification, UMKM ABSTRAKKacang tanah merupakan salah satu komoditas dari Desa Rasau Jaya Satu.  Varietas kacang tanah yang ada di desa ini adalah kacang jenis besar dengan biji 3-4, sehingga memiliki potensi besar untuk dikembangkan dan dipasarkan di luar desa. Akan tetapi, penjualan kacang tanah hanya dalam bentuk mentahnya saja, tanpa pengolahan lebih lanjut. Melalui Program Kemitraan Masyarakat (PKM), institusi perguruan tinggi berperan dalam mentransfer ilmu, dalam hal diversifikasi produk berbasis kacang tanah. Produk yang ditransfer pada program ini antara lain kacang bawang, kacang telur biasa dan pedas, permen kacang, dodol kacang, dan selai kacang beserta cara pengemasannya yang benar dan menarik. Tim PKM juga memfasilitasi pembentukan wadah usaha dan kegiatan pelatihan dalam rangka meningkatkan kemampuan dan wawasan bagi warga. Pelatihan yang telah dilakukan antara lain adalah pengenalan UMKM dan kewirausahaan dan pelatihan pembuatan produk. Melalui kegiatan ini diharapkan dapat meningkatkan keterampilan warga sehingga menjadi peluang usaha baru dalam pengolahan kacang tanah. Kata Kunci: Kacang tanah, diversifikasi produk, UMKM
Perancangan Game Visual Novel sebagai Alat Ukur Tingkat Social Anxiety Disorder Remaja Hengky Anra; Helen Sastypratiwi; Muslimah Muslimah
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 1 (2023): Volume 9 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i1.61849

Abstract

The Indonesia National Adolescent Mental Health Survey (I-NAMHS) yang bekerja sama dengan Universitas Gadjah Mada Di Indonesia menyatakan 2,45 juta remaja didiagnosis mengalami gangguan jiwa gabungan sosial fobia dan kecemasan umum dalam 12 bulan terakhir. Social Anxiety Disorder atau fobia sosial dapat disebabkan oleh beberapa faktor eksternal dan internal. Kurangnya budaya dalam menormalisasi konseling bersama tenaga kesehatan menyebabkan gangguan ini sulit terdeteksi serta stigma masyarakat yang menyebabkan kegiatan ini semakin dihindari. Meskipun demikian, tak jarang dari mereka memiliki keinginan untuk berkonsultasi dengan profesional meskipun terbatas dalam berbagai hal. Penelitian ini bertujuan untuk mengidentifikasi kemungkinan gamifikasi pada dunia kesehatan mental terkhususnya pada bidang Social Anxiety Disorder. Dengan merancang sebuah game visual novel yang berupa game-based assessment dan diharapkan dapat digunakan sebagai alat ukur tingkat social anxiety pada remaja. Metodologi penelitian yang digunakan meliputi tahap perancangan game, pengujian game melalui Skala Likert, dan analisis data hasil pengujian. Hasil utama dari penelitian ini adalah pengembangan game visual novel sebagai alat ukur social anxiety pada remaja yang dapat diimplementasikan pada masa depan.
Pemodelan Sistem Rekomendasi Serta Penentuan Jadwal Seminar dan Sidang Dengan Metode Depth First Search Muhamad Amin Rais; Helen Sastypratiwi; Haried Novriando
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 3 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i3.53931

Abstract

Sistem Pendukung Tugas Akhir (SPOTA) merupakan sebuah sistem yang digunakan sebagai media untuk komunikasi antar mahasiswa dan dosen yang mempunyai salah satu fitur yaitu pengajuan seminar dan sidang skripsi, yang digunakan di Jurusan Informatika Universitas Tanjungpura. Melalui SPOTA, mahasiswa dapat melakukan pengajuan jadwal seminar dan sidang skripsi, mahasiswa dapat mengisikan pengajuan rentang waktu dapat dilaksanakannya seminar dan sidang skripsi. Adapun tujuan dari penelitian ini adalah melakukan pengembangan SPOTA berbasis Website dengan penambahan fitur untuk merancang dan membangun sistem untuk pencarian rekomendasi dan penentuan penjadwalan seminar dan sidang di Jurusan Informatika Universitas Tanjungpura menggunakan metode Depth First Search. Metode Depth First Search digunakan untuk membuat sebuah model penjadwalan dari kombinasi antar dosen, jadwal berhalangan dosen, jadwal mengajar dosen, jadwal seminar atau sidang skripsi yang akan dihadiri dosen dan mahasiswa yang akan melaksanakan seminar atau sidang skripsi. Dengan dikembangkannya SPOTA untuk melakukan penjadwalan seminar dan sidang, staf TU dan dosen dapat melakukan penjadwalan seminar dan sidang dan mendapatkan pemberitahuan secara realtime seperti pemberitahuan mengisi waktu berhalangan hadir, pemberitahuan sudah didapatkannya jadwal seminar dan sidang, dan pemberitahuan perubahan jadwal seminar dan sidang, sehingga dapat mempercepat proses penjadwalan seminar dan sidang. Berdasarkan hasil pengujian fungsionalitas dari sistem dengan metode pengujian Black Box yang pengujian sistemnya menggunakan test case yang dilakukan dengan cara melakukan record setiap respons dalam satu unit pengujian. Proses pengujian setiap test case dapat berjalan dengan lancar.
Implementasi Convolutional Neural Network (CNN) untuk Klasifikasi Motif Batik pada Aplikasi Computer Vision Berbasis Android Ihsan Maulana; Helen Sastypratiwi; Hafiz Muhardi; Novi Safriadi; Herry Sujaini
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.69496

Abstract

Batik merupakan bagian dari warisan budaya Indonesia yang memiliki banyak jenis dan corak karena terdapat perbedaan nilai, simbol, makna filosofis, dan strategi adaptasi yang berbeda antara satu masyarakat dengan masyarakat lainnya. Banyaknya variasi pola dalam motif batik membuat pengidentifikasian motif batik menjadi sulit, terutama bagi masyarakat awam. Diperlukanlah inovasi untuk memanfaatkan teknologi guna memperkenalkan motif batik, salah satu caranya adalah dengan memanfaatkan teknologi computer vision. Penelitian ini menggunakan teknik Deep Learning, dengan menerapkan model Convolutional Neural Network (CNN) yang digunakan untuk mengekstraksi citra pada gambar dua dimensi. Data citra yang akan digunakan sebagai objek untuk diklasifikasi adalah motif batik corak insang, dayak, ikat celup, dan megamendung. Pada penelitian ini menggunakan data citra sebanyak 1320 data latih, 80 data validasi, dan 120 data uji. Hasil pengujian pada klasifikasi, saat persentase keempat kelas mencapai 70% (passing grade) pada salah satu kelas maka dapat diklasifikasikan sebagai salah satu dari kelas tersebut. Namun, jika tidak ada satupun kelas yang mencapai passing grade, maka dapat diklasifikasikan sebagai Objek Lainnya. Hasil akhir penelitian menunjukkan bahwa Aplikasi Klasifikasi Motif Batik berbasis Android berhasil berjalan sesuai harapan, baik dari sisi fungsionalitas aplikasi maupun proses klasifikasinya.
Uji Komparasi Algoritma Naïve Bayes dan Decision Tree Classification Menggunakan Covid-19 Dataset Helen Sastypratiwi; Yulianti Yulianti; Hafiz Muhardi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 1 (2022): Volume 8 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i1.49841

Abstract

Corona virus yang saat ini terjadi menjadikan perubahan tatanan hidup dalam masyarakat baik di Indonesia maupun luar negeri. Corona virus atau disebut dengan Covid-19 telah banyak memakan korban dari berbagai usia. Oleh karena itu, diperlukan penerapan sistem otomatis dalam sistem deteksi untuk mencegah penyebaran COVID-19 di antara orang-orang. Kecerdasan buatan dapat merupakan alat yang dominan dalam perang melawan krisis COVID-19. Kecerdasan buatan memiliki subdomain seperti machine learning. Mechine learning (ML) dapat membantu dalam mendiagnosis dan memprediksi COVID-19. Dataset Covid-19 sebagai kasus yang digunakan dalam analisis untuk mengkaji perbandingan antar algoritma dalam pembelajaran mesin. Komparasi dilakukan terhadap algoritma Naïve Bayes dan algoritma Decision Tree Classification berdasarkan feature importance yang dimiliki kedua algoritma tersebut. Uji komparasi ini penting agar kedepannya penelitian dapat berjalan lebih baik dengan mengetahui algoritma yang sesuai dan dapat membantu dalam penyelesaian masalah yang akan datang. Dalam penentuan fitur digunakan dua teknik yaitu correlation matrix dan feature importance. Correlation matrix menunjukkan nilai total cases tertinggi dalam korelasi dengan fitur lainnya. Berdasarkan penelitian yang telah dilakukan terhadap data Covid-19 global, algoritma Decision Tree lebih baik dibanding dengan algoritma Naïve Bayes.