Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Sistem Informasi (JMSI) Indonesian Journal of Multidisciplinary on Social and Technology
Dunik Andriyani
Universitas Singaperbangsa Karawang
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Perbandingan Performa Klasifikasi KNN dan SVM pada Dataset Sign Language MNIST: Citra Grayscale vs Binarized (Otsu Thresholding) Adi Pratama Putra; Annisa Nur Aulia Nadiva; Dunik Andriyani; Sulthan Fauzan Fackhri
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 2 (2026): Maret - Juni
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i2.9933

Abstract

Pengenalan bahasa isyarat merupakan bidang penelitian penting untuk mendukung aksesibilitas komunikasi bagi individu penyandang gangguan pendengaran dan wicara. Penelitian ini menyajikan analisis perbandingan performa klasifikasi K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM) pada dataset Sign Language MNIST dengan dua skema representasi citra: Grayscale asli dan citra Biner hasil Otsu Thresholding. Dataset terdiri dari 27.455 data latih dan 7.172 data uji, berupa citra gestur tangan American Sign Language (ASL) berukuran 28x28 piksel untuk 24 kelas huruf. Otsu Thresholding diterapkan menggunakan fungsi cv2.threshold() dengan flag THRESH_BINARY + THRESH_OTSU pada setiap citra secara individual. Normalisasi dilakukan dengan membagi nilai piksel dengan 255,0 sehingga berada dalam rentang [0,1]. Hasil eksperimen menunjukkan: KNN mencapai akurasi 80,59% pada Grayscale dan 79,87% pada Otsu dengan waktu 13,50 detik dan 13,02 detik; SVM mencapai akurasi 84,19% pada Grayscale dan 82,91% pada Otsu dengan waktu 158,10 detik dan 140,57 detik. Representasi Grayscale secara konsisten menghasilkan akurasi lebih tinggi pada kedua algoritma. SVM Grayscale menjadi konfigurasi terbaik dengan akurasi 84,19%. Classification report SVM Otsu menunjukkan weighted F1-Score 0,83 dengan variasi per kelas yang signifikan: kelas D (F1=1,00) terbaik, kelas R (F1=0,44) terburuk.
REDESAIN ANTARMUKA MENGGUNAKAN HEURISTIC EVALUATION UNTUK MENINGKATKAN USABILITY Ridwan Nursamsi; Sulthan Fauzan Fackhri; Dunik Andriyani; Garno
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 7 No. 2 (2026): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v7i2.11859

Abstract

Penelitian ini dilatarbelakangi oleh temuan permasalahan usability pada aplikasi analisis sentimen berbasis web Sentilytics, seperti ketiadaan landing page, fitur login dan manajemen akun, struktur navigasi yang kurang terorganisir, petunjuk fungsi yang belum memadai, serta tampilan visual yang belum tersusun optimal. Kondisi tersebut menunjukkan perlunya perbaikan antarmuka agar pengguna dapat berinteraksi dengan sistem secara lebih efektif dan efisien. Penelitian ini bertujuan melakukan redesign antarmuka Sentilytics untuk meningkatkan usability sistem. Metode yang digunakan adalah Heuristic Evaluation berdasarkan prinsip Jakob Nielsen untuk mengidentifikasi masalah, Comparative Analysis untuk membandingkan kondisi sebelum dan sesudah redesain, serta System Usability Scale (SUS) untuk mengukur tingkat usability berdasarkan pengalaman pengguna. Hasil penelitian menunjukkan bahwa seluruh permasalahan yang ditemukan pada sistem awal telah diperbaiki pada sistem hasil redesign. Kelima prinsip heuristik yang digunakan telah terpenuhi, dan pengujian SUS terhadap 13 pengguna menghasilkan skor rata-rata 75 yang berada pada kategori Good (Acceptable). Dengan demikian, redesain antarmuka berhasil meningkatkan kualitas usability dan pengalaman pengguna pada aplikasi Sentilytics.
Co-Authors Adi Pratama Putra Annisa Nur Aulia Nadiva Garno Ridwan Nursamsi Sulthan Fauzan Fackhri