Claim Missing Document
Check
Articles

Found 7 Documents
Search

IMPLEMENTASI YOLOv11 UNTUK DETEKSI KATA BAHASA ISYARAT BISINDO DAN SIBI Ahmad Syaefudin; Hidayatus Sibyan; Rina Mahmudati; M. Fuat Asnawi; Nur Hasanah
Journal of Economic, Business and Engineering (JEBE) Vol. 7 No. 2 (2026): April
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v7i2.11208

Abstract

Komunikasi merupakan hak dasar manusia, namun penyandang disabilitas rungu sering menghadapi hambatan dalam berinteraksi dengan masyarakat umum yang minim pemahaman bahasa isyarat. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi kinerja algoritma YOLOv11 dalam mendeteksi kata pada Bahasa Isyarat Indonesia (BISINDO) dan Sistem Isyarat Bahasa Indonesia (SIBI) secara real-time. Metode yang digunakan meliputi pengumpulan dataset sebanyak 1.745 citra yang mencakup 12 kelas kata, preprocessing menggunakan Roboflow untuk anotasi dan augmentasi, serta pelatihan model menggunakan Google Colab. Hasil penelitian menunjukkan bahwa model YOLOv11 mampu mendeteksi bahasa isyarat dengan sangat baik, mencapai nilai mean Average Precision (mAP@50) sebesar 98%, Precision 96.8%, dan Recall 96.4% pada tahap validasi. Implementasi sistem dilakukan berbasis web menggunakan framework Flask, memungkinkan deteksi interaktif melalui kamera. Secara keseluruhan, penelitian ini menunjukkan bahwa penerapan model YOLOv11 efektif dalam mendukung penerjemahan bahasa isyarat secara real-time. Implikasi dari penelitian ini adalah meningkatnya aksesibilitas komunikasi bagi penyandang disabilitas rungu, khususnya dalam interaksi sehari-hari dengan masyarakat umum, serta membuka peluang pengembangan sistem penerjemah bahasa isyarat yang lebih luas, adaptif, dan terintegrasi pada berbagai platform digital.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA TANAMAN JAGUNG MENGGUNAKAN METODE CERTAINTY FACTOR Nur Kholilah; Saifu Rohman; Dimas Prasetyo Utomo; Nur Hasanah
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 2 No. 1 (2023): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v2i1.4239

Abstract

Sektor pertanian merupakan salah satu penopang perekonomian Indonesia. Jagung (Zea mays L.) merupakan salah satu hasil pertanian yang sangat penting dan merupakan sumber karbohidrat kedua setelah beras. Kajian ini dilakukan karena jagung merupakan salah satu tanaman utama dalam bidang pertanian dan peternakan, serta dapat dikembangkan dengan berbagai cara dan strategis. Selain itu, tanaman jagung lainnya juga terkena penyakit ini. Penyakit pada tanaman jagung seringkali menyebabkan tanaman jagung berhenti tumbuh dan dapat menurunkan produktivitasnya. Pada penelitian ini terdapat 10 jenis penyakit yang dapat didiagnosis dengan metode yang tepat berdasarkan gejala yang dialami oleh pengguna. Cara ini digunakan untuk membuat bahan tanam jagung untung 100%. Saat mengevaluasi keakuratan diagnosis dan keakuratan metode, termasuk data dari 8 data kasus, akurasinya adalah 87,5%.
PENGENALAN BIJI KOPI BERDASARKAN GREEN BEAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID Anisul Fuad Aziz; Nahar Mardiyantoro; Nur Hasanah
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2026): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i1.10916

Abstract

Kabupaten Wonosobo merupakan salah satu daerah penghasil kopi di Jawa Tengah yang memiliki potensi besar, khususnya pada komoditas kopi dalam bentuk green bean. Namun, perbedaan karakteristik visual antar jenis biji kopi seperti Arabika, Robusta, Liberika, dan Ekselsa sering kali sulit dikenali secara kasat mata, terutama oleh masyarakat umum. Penelitian ini bertujuan untuk membangun aplikasi berbasis Android yang mampu mengenali jenis biji kopi berdasarkan citra green bean menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan berupa citra biji kopi green bean yang diperoleh melalui proses observasi dan pengambilan gambar langsung dengan pengaturan resolusi, ISO, dan tingkat kecerahan tertentu. Proses penelitian meliputi pengolahan data, augmentasi citra, perancangan arsitektur CNN, pelatihan model menggunakan Google Colaboratory, serta konversi model ke format TensorFlow Lite untuk diimplementasikan pada aplikasi Android menggunakan bahasa pemrograman Kotlin. Evaluasi kinerja model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Selain itu, pengujian sistem dilakukan melalui pengujian blackbox dan usability untuk memastikan fungsi aplikasi berjalan sesuai kebutuhan pengguna. Hasil penelitian menunjukkan bahwa metode CNN mampu mengenali jenis biji kopi green bean dengan baik dan aplikasi yang dikembangkan dapat digunakan sebagai alat bantu identifikasi biji kopi secara cepat dan praktis bagi petani, pelaku usaha, maupun konsumen kopi di Wonosobo.
ANALISIS KUALITAS WEBSITE PADA WEB PORTAL KECAMATAN KERTEK DENGAN MENGGUNAKAN METODE WEBQUAL 4.0 Rizki Indah Lestari; Hidayatus Sibyan; Nur Hasanah
Journal of Economic, Business and Engineering (JEBE) Vol. 4 No. 1 (2022): October
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v4i1.5589

Abstract

Penelitian ini dilakukan di Kecamatan Kertek, dengan tujuan mengetahui tingkat kualitas dari website agar dapat memberikan pelayanan yang lebih baik dengan menggunakan metode webqual 4.0 yang mana terdapat 3 variabel yaitu, Usability, Information Quality dan System Interaction Quality. Penelitian ini dilakukan berdasarkan pengisian kuesioner yang diisi oleh responden. Terdapat 156 responden yang harus mengisi 20 pertanyaan dengan mengacu 3 variabel tersebut yang menghasilkan nilai persentase sebagai berikut : Usability 47,13%, Information Quality 47,66% dan Sytem Interaction Quality 47,83%. Sehingga menghasilkan nilai persentase akhir 47,5% atau pada kategori “Tidak Baik/Kurang Baik”. Oleh karena itu, diharapkan nantinya dapat menjadi masukan bagi pengelola dalam melakukan perbaikan pada website Kecamatan Kertek untuk kedepannya.
EVALUASI USABILITY DALAM USER EXPERIENCE DENGAN METODE SYSTEM USABILITY SCALE PADA APLIKASI INSHOT Nurul Hidayah; Nur Hasanah; M. Fuat Asnawi
Journal of Economic, Business and Engineering (JEBE) Vol. 4 No. 1 (2022): October
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v4i1.5600

Abstract

Penelitian ini dilakukan guna mengetahui tingkat kelayakan dan kegunaan aplikasi editor video berbasis mobile menggunakan metode System Usability Scale (SUS) dengan interpretasi percentiles rank, grades, adjectives, acceptable, Net Promotore Score (NPS). Evaluasi Usability ini bertujuan untuk mengetahui apakah aplikasi InShot masih memerlukan perbaikan atau tidak. Selain itu, tingkat kenyaman juga perlu diketahui berdasarkan pengalaman pengguna. Hasil penelitian tentang Evaluasi Usability Dalam User Experience Pada Aplikasi Mobile InShot Dengan Metode System Usability Scale, dapat diketahui bahwa hasil yang diperoleh dikatakan kurang baik. Dengan metode System Usability Scale hasil penelitian dari respon pengguna adalah 58 dimana hasil tersebut berada pada grade D dengan percentile range 15 – 34. Klasifikasi tersebut menunjukkan bahwa aplikasi InShot dinilai sudah baik (OK) dan dapat diterima secara marginal. Karena skor SUS berada diantara diantara 51.7 – 62.6 maka NPS responden bersikap Detractors. Berdasarkan hasil analis kelayakan tersebut maka aplikasi InShot belum layak digunakan dan perlu adanya peningkatan dan perbaikan.
SISTEM PAKAR PENENTUAN ALAT UNTUK INSTALASI JARINGAN DENGAN METODE ITERATIVE DICHOTOMISER TREE (ID3) Khotib Surahman; Hidayatus Sibyan; Nur Hasanah
Journal of Economic, Business and Engineering (JEBE) Vol. 5 No. 1 (2023): October
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v5i1.6148

Abstract

Jaringan internet adalah jaringan besar yang saling berhubungan antara perangkat komputer dengan jaringan komputer yang tersebar di seluru dunia. Hal ini berarti semua jenis dan tipe komputer yang ada diseluruh dunia dapat terhubung dengan menggunakan tipe jaringan komunikasi seperti satellite, sambungan telepon, kabel fiber optic dan lain sebagainya. Dalam membangun jaringan internet ada beberapa hal yang perlu disiapkan diantarnya yakni installasi jaringan atau pemasangan jaringan internet. Banyak jenis dalam installasi jaringan internet seperti jaringan wireless, jaringan wired (kabel) yang menggunakan kabel UTP atau menggunakan kabel fiber optic. Installasi jaringan internet diperlukan tenaga ahli yang mengerti tentang pemasangan installasi jaringan internet sehingga didapatkan jaringan internet yang berjalan dengan baik dan efesian untuk di akses oleh pengguna. Dan pengertahuan tentang alat-alat jaringan yang perlu disiapkan dalam membangun jaringan internet. Berdasarkan kendala tersebut, dirasa perlunya ada sistem pakar penentuan alat jaringan internet yang membantu para teknis atau admin jaringan dalam membangun sebuah jaringan yang dikelolanya.
ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Hidayatus Sibyan; Nur Hasanah
Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Vol. 9 No. 1 (2022): January
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v9i1.2218

Abstract

Tujuan penelitian ini adalah untuk melakukan identifikasi dan klasifikasi ulasan pengunjung wisata dieng melalui analisis sentimen. Dengan adanya analisis sentimen ini diharapkan bisa bermanfaat untuk pengelola wisata sebagai bahan pertimbangan dalam melakukan perbaikan atas kekurangan pada tempat wisata yang dikelola. Serta bisa bermanfaat bagi para wisatawan sebelum memutuskan untuk berkunjung ke destinasi wisata tanpa harus membaca ulasan satu per satu. Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi data sentimen pada wisata dieng. Klasifikasi data dibagi ke dalam sentimen positif, negatif. Penelitian ini menghasilkan sebuah sistem analisis sentimen yang dapat mengidentifikasikan dan mengklasifikasi ulasan pengunjung wisata dieng dengan menggunakan algoritma K-Nearest Neighbor (K-NN) dengan hasil dari pengujian akurasi sebesar 86%.