Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Respati

Penerapan Capability Maturity Model Integration Untuk Mengukur Tingkat Kematangan Organisasi Dalam Proses Pengembangan Perangkat Lunak (Studi Kasus: Direktorat Innovation Center Universitas Amikom Yogyakarta) Permatahati, Ita; Winarno, Wing Wahyu; Kurniawan, Mei P
Jurnal Teknologi Informasi RESPATI Vol 15, No 1 (2020)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v15i1.330

Abstract

INTISARIMenerapkan standarisasi pada suatu perusahaan yang bergerak dibidang pengembangan perangkat lunak merupakan salah satu cara untuk meningkatkan kualitasnya. CMMI merupakan salah satu standarisasi yang penulis pilih untuk mengetahui tingkat kematangan dari divisi Innovation CenterAmikom. CMMI yang digunakan ialah CMMI for Development versi 1.3 yang fokus terhadap tingkat kematangan di level 2 dengan 6 proses area. Penelitian ini mengambil 1 sample proyek di Innovation Center(IC) yaitu apliksai presensi berbasis mobile. Berdasarkan hasil dari pengukuran yang telah dilakukan, proses pengembangan lunak di IC berada di tingkat 1 (Initial) yang diketahui bahwa belum semua praktik yang ada di masing-masing 6 proses area diterapkan. Kata kunci— proses pengembangan perangkat lunak, CMMI, CMMI-DEV, Representasi Bertingkat, Tingkat Kematangan. ABSTRACTApplying standards to a company engaged in the development of devices is one way to improve its quality. CMMI is one of the standards chosen by the author to find out the level of maturity of the Innovation Center at Amikom. CMMI is used for CMMI for Development version 1.3 which focuses on the level of maturity at level 2 with 6 process areas. This study took 1 sample project at the Innovation Center (IC), a mobile-based presence application. Based on the results of the measurements that have been made, the development process at the IC is at level 1 (Initial) related to all the practices that exist in each of the 6 process areas that are applied.Kata kunci—  software development process, CMMI, CMMI-DEV, Leveled Representation, Maturity Level.
Sistem Rekomendasi Pemilihan Kamera Dslr / Mirroless Menggunakan Metode Naïve Bayes Wicaksono, Kurniawan; Kusrini, Kusrini; Kurniawan, Mei P
Jurnal Teknologi Informasi RESPATI Vol 16, No 1 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i1.387

Abstract

INTISARIPerkembangan informasi ditengah masyarakat tidak hanya sekedar lisan atau tulisan saja. Bentuk visual mendukung suatu informasi yang disampaikan. Begitu pula dengan fotografi yang menyampaikan sesuatu kepada orang lain atau hanya sebagai suatu penunjuk ekspresi diri fotografernya. Dilansir oleh situs blog blibli.com (2019) bahwa tren fotografi selalu meningkat setiap tahunnya dari yang dahulu hanya untuk foto pada album saja hingga saat ini dijadikan momen untuk diupload di social media, hal ini menyebabkan permintaan kamera semakin meningkat. Pada tren ini semua manu-sia membutuhkan alat elektronik seperti kamera dan tidak memandang usia, kalangan dan profesi, akan tetapi banyak juga sebagian dari mereka yang belum mengetahui ukuran bentuk dan hasil dari kamera yang mereka gunakan saat ini. Oleh karena itu dibutuhkan sebuah sistem rekomendasi yang dapat membantu pembeli kamera dalam memilih kamera yang sesuai dengan kebutuhan yang akan digunakan.. Untuk menjalankan proses rekomendasi sistem membutuhkan metode dalam melakukan perhitungan untuk menghasilkan sebuah rekomendasi kamera. Naïve bayes merupakan sebuah metode yang dapat digunakan untuk perhitungan rekomendasi, proses naïve bayes bekerja dengan penilaian probabilitas dari data terdahulu. Hasil Akhir pada penelitian ini adalah  nilai tingkat performa akurasi tertinggi dengan nilai 87,92% yang didapat pada subset 4 dengan jumlah data 400, performa presisi tertinggi 87,36% yang didapat pada subset 4 dengan jumlah data 400, dan waktu training tercepat dengan nilai 3,7 detik yang didapat pada subset 1 dengan jumlah data 100.Kata kunci— Rekomendasi, Kamera, DSLR, Mirrorless, Naive Bayes. ABSTRACTThe development of information in the community is not just verbal or written. Visual form that supports the information conveyed. Similarly, photography that conveys something to others or just by appointing a photographer's self-reference. Reported by the blog site blibli.com (2019) that the photography trend is always increasing every year from those issued only for photos on the album to date taken when uploaded on social media, this causes camera buying to increase. In this trend all people need electronic devices such as cameras and do not pay attention to age, circles and professions, but also have many of them who do not yet know the size and results of the cameras they use today. Therefore we need a system that will help the camera buyer in choosing the camera that suits the needs to be used. To start the evaluation process the system needs a method of doing calculations to produce a supporting camera. Naïve Bayes is a method that can be used for valuation, the naïve Bayes process works by calculating probabilities from initial data. The final results in this study are the highest value of performance appraisal with a value of 87.92% obtained in subset 4 with the amount of data 400, the highest precision performance 87.36% obtained in subset 4 with the amount of data 400, and the fastest training time with a value of 3.7 seconds are obtained in subset 1 with a total of 100 data.Kata kunci—  : Recommendation, Camera, DSLR, Mirrorless, Naive Bayes. 
Pengenalan Dan Perhitungan Kendaraan Sepeda Motor Pada Video Lalu Lintas Menggunakan Teknik Background Subtraction Suardi, Heri; Setyanto, Arief; Kurniawan, Mei P
Jurnal Teknologi Informasi RESPATI Vol 15, No 2 (2020)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v15i2.348

Abstract

INTISARIKlasifikasi kendaraan adalah bagian penting dari Sistem Smart Transportasi. Dalam penelitian ini, didedikasikan untuk presentasi sistem untuk penghitungan dan deteksi kendaraan bermotor. Pengolahan video digunakan untuk mengklasifikasikan kendaraan di jalur khusus. Dimana diharapkan dapat membantu mengurangi tingkat kecelakaan akibat pelanggaran lalu lintas yang disebabkan oleh pengendara yang melawan arus pada jalan satu arah. Kami mengusulkan algoritma background subtraction untuk mendeteksi piksel foreground sesuai dengan kendaraan yang bergerak. Prinsip sistem ini adalah menggunakan kamera statis, kondisi dimana kamera dalam keadaan stabil. Sistem ini mencakup proses pengambilan video, klasifikasi kendaraan dan penghitungan kendaraan. Kata kunci— deteksi kendaraan, traffic information, background subtraction, analisis video, klasifikasi. ABSTRACT Vehicle classification is an important part of the Smart Transportation System. In this study, it was challenging to present a system for counting and detection of transition vehicles. Processing video used to classify vehicles on a special lane. Which is expected to help reduce the level of traffic accidents passed by motorists who oppose the flow on one-way streets. We request a background reduction algorithm to move the foreground pixels according to the moving vehicle. The principle of this system uses a statistical camera, a condition where the camera is stable. This system regulates the process of video capture, vehicle classification and vehicle calculation. Kata kunci—  vehicle detection, traffic information, background subtraction, video analytics, clasification.