Article Per Year (5 Year)
p-Index From 2019 - 2024
0.92
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUSTIN (Jurnal Sistem dan Teknologi Informasi) J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat)
Helen Sastypratiwi
Universitas Tanjungpura
Humanities Computer Science & IT Education Languange, Linguistic, Communication & Media Library & Information Science Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Edukasi dan Penelitian Informatika (JEPIN)

 1 
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.
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.
Co-Authors Hafiz Muhardi Haried Novriando Hengky Anra Herry Sujaini Ihsan Maulana Intan Syahbanu Mega Noveanto Muhamad Amin Rais Muslimah Muslimah Novi Safriadi Nurul Bariyah Yulianti Yulianti