Garuda - Garba Rujukan Digital

Visualisasi Sistem Tata Surya Menggunakan Teknologi Augmented Reality Berbasis Android Laya, Mauldy; Rewaldy, Rewaldy
MULTINETICS Vol 1, No 1 (2015): MULTINETICS Mei (2015)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol1.No.1.2015.pp.36-40

Seiring dengan pesatnya perkembangan teknologi membuat perkembangan pula pada bidang virtual reality menjadi augmented reality. Augmented reality secara cepat berkembang di berbagai bidang termasuk dalam bidang pendidikan. Salah satu kelebihan dari augmented reality yaitu dapat diimplementasikan secara luas dalam berbagai media sebagai aplikasi mobile dalam smartphone. Makalah ini mengembangkan aplikasi dengan menggunakan teknologi augmented reality untuk visualisasi sistem tata surya. Visualisasi terbagi menjadi 4 bagian yaitu visualisasi matahari dan planet-planet, pengelompokan planet-planet, gerhana, dan benda-benda langit. Software yang digunakan diantaranya Unity 3D, Vuforia, Cinema 4D, Android SDK. Hasil pengujian bahwa aplikasi berjalan baik pada perangkat smartphone dengan RAM minimal 278MB dan kecepatan prosesor minimal 800MHz. Hasil kuesioner pengguna menunjukkan aspek desain navigasi, kualitas, dan tingkat kepuasan lebih dari 50%.

Desain Game “Agent J” dengan Memanfaatkan Mind Wave dan Webcam sebagai Kontrol Masukan dan Interaksi Sonjaya, Iwan; Hidayatulloh, Amri; Laya, Mauldy
MULTINETICS Vol 2, No 2 (2016): MULTINETICS Nopember (2016)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol2.No.2.2016.pp.59-65

Berbagai perangkat masukan kontrol telah dikembangkan, seperti Joystick, Pad, Wheelsteer, Keyboard bahkan Kinect. Jenis–jenis perangkat masukan yang ada, mengacu pada gerak motorik pemain. Hal ini masih membatasi para penyandang disabilitas untuk ikut bermain. Penerapan teknologi EEG pada Mindwave dan kamera web mampu diterapkan sebagai masukan kontrol permainan maya yang bersifat “Motionless”. Permainan (game) ini menggunakan karakter dan environment tiga dimensi (3D) dengan 3 level/stage. Pengujian terhadap Beta-User mencapai keberhasilan rata – rata 78.8% dengan sentimen ketertarikan sebesar 90%, kesulitan sebesar 68%, akurasi sebesar 72%, imersifitas sebesar 78% dan objektifitas manfaat 86%. Dari hasil pengujian dapat disimpulkan bahwa penerapan teknologi EEG telah mempengaruhi ketertarikan pemain dalam bermain dengan tingkat imersifitas dan manfaat yang cukup tinggi untuk kendali yang bersifat “Motionless” dimana hal ini dapat dikembangkan dan diterapkan bagi para penyandang disabilitas

Web Service Processor sebagai Penghubung Sistem Kiosk Medicom dengan SIM RS Kanker Dharmais Laya, Mauldy; Arifin, Barizana Sukmadewi
MULTINETICS Vol 3, No 2 (2017): MULTINETICS NOPEMBER (2017)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol3.No.2.2017.pp.49-56

Badan Penyelenggara Jaminan Sosial (BPJS) merupakan badan penyelenggara jaminan kesehatan untuk masyarakat Indonesia. BPJS difungsikan untuk membantu dan mempermudah masyarakat untuk mendapatkan layanan kesehatan yang sesuai dari penyedia layanan kesehatan. Namun, hal baik ini berdampak pada peningkatan jumlah rata-rata pasien di Rumah Sakit Kanker Dharmais (RSKD) tiap harinya. Sementara penyisipan informasi pasien masih dilakukan secara manual oleh pegawai RSKD. Sistem KIOSK Medicom membantu untuk meningkatkan pelayanan pendaftaran pada RSKD. Pembuatan web service ini memungkinkan sistem KIOSK Medicom dapat mengakses dan melakukan pengecekan informasi pasien yang berada dalam SIM RSKD, pengecekan selesainya tiga status episode dari riwayat kegiatan pasien terdahulu, pendaftaran pasien ke dalam poli tujuan dan dokter yang dipilih, pencetakan SEP, dan penyimpanan data pendaftaran pasien. Komponen yang digunakan untuk perancangan web service ini adalah bahasa pemrograman Java dengan framework Spring, Eclipse arsitektur REST web service, Postman, dan database SQL Server

Sistem Pendukung Keputusan Produk Patiseri Terbaik dengan Metode Profile Matching Laya, Mauldy; Zainnur, Luthfi
MULTINETICS Vol 1, No 2 (2015): MULTINETICS Nopember (2015)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol1.No.2.2015.pp.27-32

Perkembangan teknologi yang melesat saat kini menghadirkan satu kemudahan dalam kehidupan manusia. Untuk memudahkan dan meningkatkan sistem produksi terutama pada industri rumahan patiseri, maka diperlukan sebuah sistem pendukung keputusan yang dapat membantu pihak industri rumahan tersebut dalam memutuskan jumlah produksi berdasarkan jumlah produk yang laku, terbaik, dan terpopuler di masyarakat. Dengan menggunakan sebuah kuesioner untuk mengetahui produk terbaik dan terpopuler di masyarakat, serta menggunakan metode profile matching untuk membantu proses penghitungan seluruh data jawaban kuesioner sehingga menghasilkan peringkat dari produk-produk yang telah dipilih oleh pelanggan melaluiproses pengisian kuesioner. Profile matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Hasil yang dicapai dalam perhitungan menggunakan metode profile matching ini adalah sebuah nilai yang akan diurutkan dari yang terbesar hingga terkecil dan akan menghasilkan sebuah urutan peringkat. Hasil perbandingan perhitungan secara manual dan otomatis melalui aplikasi didapat hasil yang sama sehingga dapat mempercepat proses apabila digunakan aplikasi yang telah dibuat.

Sibimbel: Aplikasi Android untuk Bimbingan Belajar Yayasan Meldita Class Laya, Mauldy; Winarto, Nadya Felinda
MULTINETICS Vol 4, No 1 (2018): MULTINETICS MEI (2018)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol4.No.1.2018.pp.8-13

Abstrak - Yayasan Meldita Class berdiri sejak tahun 2007 dan fokus kepada bimbingan belajar privat yang menyebarkan gurunya di daerah Jakarta Timur dan Bekasi. Semua sistem kelola kegiatan belajar mengajar masih manual sehingga memicu banyaknya masalah. Permasalahan perubahan jadwal mengajar yang tidak sampai kepada salah satu pihak antara guru dengan orangtua atau wali murid, kurangnya transparansi terkait pembayaran mengajar terhadap guru, tidak adanya tolak ukur baik bagi orangtua atau wali murid, guru, dan yayasan untuk melihat perkembangan murid. Aplikasi bimbingan belajar berbasis android dibangun untuk mengatasi masalah-masalah yang ada pada Yayasan Meldita Class sehingga memudahkan orangtua atau wali murid, guru, dan yayasan untuk berkomunikasi dengan baik dan lancar. Aplikasi ini dibangun menggunakan metode Guideliness for Rapid Application Engineering (GRAPPLE). Orangtua dan guru dapat mengajukan perubahan jadwal mengajar melalui aplikasi ini. Platform android dipakai agar aplikasi lebih mudah dan fleksibel untuk digunakan dimanapun dan kapanpun pengguna berada. Dengan adanya aplikasi ini dapat mempermudah guru, orangtua atau wali murid untuk melihat jadwal, memudahkan guru untuk melakukan rekap absen, dan latihan kuis bagi siswa. Aplikasi diuji menggunakan metode black-box dan user acceptance testing. Hasil pengujian terhadap 9 responden, yaitu 3 orang guru, 3 orang orangtua atau wali murid, dan 3 murid menyatakan aplikasi dapat dipakai oleh Yayasan Meldita Class.

Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter Delimayanti, Mera Kartika; Sari, Risna; Laya, Mauldy; Faisal, Muhammad Reza; Pahrul, Pahrul
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47858

Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi pesan bencana banjir dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui. Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.

Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter Delimayanti, Mera Kartika; Sari, Risna; Laya, Mauldy; Faisal, Muhammad Reza; Pahrul, Pahrul
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47858

Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi pesan bencana banjir dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui. Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.

APLIKASI SAKUBUMIL SEBAGAI MEDIA EDUKASI BAGI IBU HAMIL Iklima Ermis Ismail; Eriya Eriya; Risna Sari; Mauldy Laya
Abdimas Galuh Vol 4, No 2 (2022): September 2022
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v4i2.7556

Berdasarkan hasil Rapat Kerja Kesehatan Nasional (Rakerkesnas) 2019 Kementerian Kesehatan RI, situasi saat ini angka kematian ibu berkisar 305 per 100.000 menurut Survei Angka Sensus (Supas) tahun 2015. Angka kematian ibu yang tinggi dapat dipengaruhi oleh fator "4 Terlalu" (4T) dimana hal ini merupakan kondisi kehamilan yang tidak ideal dan situasi "3 Terlambat". Untuk mengatasi keterlambatan dan minimnya informasi terkait kondisi kesehatan kehamilan tersebut perlu dilakukan edukasi dan sosialisasi mengenainya pentingnya menjaga kesehatan kehamilan bagi ibu hamil secara rutin. Pengabdian masyarakat ini bertujuan untuk menghadirkan solusi untuk kendala tersebut, yaitu dengan mengembangkan produk teknologi tepat guna berupa aplikasi SakuBumil sebagai media edukasi dan informasi bagi ibu hamil tentang kesehatan ibu hamil dan bagaimana menjaga kesehatan selama kehamilan sampai dengan persalinan. Aplikasi SakuBumil memiliki tujuh menu, yaitu pemeriksaan kehamilan, perawatan sehari-hari ibu hamil, porsi makanan ibu hamil, aktivitas fisik ibu hamil, tanda bahaya pada kehamilan dan masalah lain pada masa kehamilan, persiapan melahirkan, dan tanda awal persalinan. Aplikasi ini dikembangkan menggunakan teknologi webview dan diintegrasikan pada sistem layanan informasi Kota Depok, yaitu Depok Single Windows (DSW).

APLIKASI PELATIHAN PANGAN AMAN ONLINE (LALAPAN) KOTA DEPOK Anita Hidayati; Bambang Warsuta; Asep Taufik Muharram; Mauldy Laya; Davi Rama Fadillah; Abdurojak Abdurojak; Airlangga Yudiatama
Abdimas Galuh Vol 5, No 1 (2023): Maret 2023
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v5i1.9418

Kondisi keamanan pangan di Indonesia harus diperhatikan lebih intens. Banyaknya Kejadian Luar Biasa (KLB) yang disebabkan keracunan pangan berasal dari pangan siap saji menjadi salah satu permasalahan yang dihadapi. Sebagai upaya mencegah terjadinya keracunan pangan tersebut, Kemenkes menerbitkan peraturan yang mengatur higiene sanitasi pangan pada Tempat Pengelolaan Pangan (TPP). TPP dalam hal ini catering/jasa boga, rumah makan restoran, dan depot air minum diwajibkan memiliki sertifikat laik Higiene Sanitasi Pangan (HSP) yang dikeluarkan oleh Dinas Kesehatan Kabupaten/Kota Setempat. Menjawab kebutuhan SDM yang bekerja ataupun penanggung jawab TPP untuk bisa mengikuti berbagai jenis pelatihan dan mendapatkan sertifikasi pelatihan pangan olahan, Dinas Kesehatan (Dinkes) Kota Depok memfasilitasi kebutuhan tersebut melalui pelatihan pangan aman online (Lalapan). Terdapat banyak kendala, seperti proses pendaftaran yang masih manual menyebabkan inefisiensi proses, kurangnya kontrol terhadap data, dan munculnya risiko terkait manajemen data. Melihat urgensi dari kondisi yang ada, Dinkes Kota Depok membutuhkan aplikasi yang dapat menjawab permasalahan tersebut. Kegiatan pengabdian masyarakat ini adalah membangun aplikasi untuk otomasi proses pendaftaran. Untuk menguji kesesuian aplikasi dengan kebutuhan, dilakukan User Acceptance Test (UAT) dengan melibatkan para pengguna. Aplikasi dan alat pendukung telah diserahterimakan ke Dinkes Kota Depok untuk diimplementasikan.

Evaluation of sleep stage classification using feature importance of EEG signal for big data healthcare Mera Kartika Delimayanti; Mauldy Laya; Anggi Mardiyono; Bambang Warsuta; Reisa Siva Nandika; Mohammad Reza Faisal
International Journal of Advances in Intelligent Informatics Vol 9, No 3 (2023): November 2023
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v9i3.1008

Sleep analysis is widely and experimentally considered due to its importance to body health care. Since its sufficiency is essential for a healthy life, people often spend almost a third of their lives sleeping. In this case, a similar sleep pattern is not practiced by every individual, regarding pure healthiness or disorders such as insomnia, apnea, bruxism, epilepsy, and narcolepsy. Therefore, this study aims to determine the classification patterns of sleep stages, using big data for health care. This used a high-dimensional FFT extraction algorithm, as well as a feature importance and tuning classifier, to develop accurate classification. The results showed that the proposed method led to more accurate classification than previous techniques. This was because the previous experiments had been conducted with the feature selection model, with accuracy implemented as a performance evaluation. Meanwhile, the EEG Sleep Stages classification model in this present report was composed of the feature selection and importance of the extraction stage. The previous and present experiments also reached the highest values of accuracy, with the Random Forest and SVM models using 2000 and 3000 features (87.19% and 89.19%, respectively. In this article, we proposed an analysis that the feature importance subsequently influenced the model's accuracy. This was because the proposed method was easily fine-tuned and optimized for each subject to improve sensitivity and reduce false negative occurrences.

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search