Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
P-Index
This Author published in this journals
All Journal Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Infortech Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Jurnal Abdimas Perbanas Indonesian Journal Computer Science (ijcs) Jurnal Pariwisata, Bisnis Digital dan Manajemen Jurnal Abdimas: Sosial, Bisnis, dan Lingkungan
Sarasati, Fajar
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Infortech

 1 
Prediksi Penggunaan Audio Device Berdasarkan Zoom Fatigue Menggunakan Random Forest Sarasati, Fajar; Astuti, Widi
Jurnal Infortech Vol 5, No 2 (2023): Desember 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i2.17220

Abstract

Covid-19 yang terjadi pada akhir 2019 lalu memberikan dampak besar bagi seluruh lini kehidupan manusia diseluruh dunia tak terkecuali bidang pendidikan di Indonesia. Bahkan pemerintah Indonesia memberikan kebijakan baru bagi dunia pendidikan di Indonesia agar proses belajar mengajar diseluruh jenjang pendidikan tetap berjalan yakni dengan mengubah metode pembelajaran menjadi daring. Paltform pembelajaran secara daring yang sering dipakai antara mahasiswa dan dosen adalah aplikasi zoom meeting. Seiring dengan padatnya pembelajaran daring ini mengakibatkan kelelahan fisik yang dirasakan mahasiswa yang dikenal dengan zoom fatigue. Berdasarkan fenomena tersebut penulis tertarik melakukan prediksi terhadap dampak kelelahan fisik yang dirasakan mahasiswa dari penggunaan audio device pada saat menggunakan zoom meeting dengan memanfaatkan metode Random Forest, sehingga hasil dari penelitian tersebut ditampilkan earphone menjadi jenis audio device yang paling banyak menyebabkan berbagai keluhan diantaranya keluhan mata lelah, pegal jari, pegal leher, pegal pinggang, sakit mata dengan rata-rata waktu penggunaan zoom meeting dengan earphone yakni 20 jam. Kata Kunci: Prediksi, Zoom Fatigue, Random Forest
Implementasi Metode Principal Component Analysis untuk Sistem Pengenalan Wajah Sarasati, Fajar
Jurnal Infortech Vol 3, No 2 (2021): Desember 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v3i2.11786

Abstract

Teknologi dimasa pandemic saat ini sangat dibutuhkan dalam berbagai bidang khususnya proses belajar mengajar yang dilaksanakan oleh hampir seluruh jenjang pendidikan, khususnya jenjang pendidikan tinggi. Namun pada kenyataannya mahasiswa justru tidak menggunakan media tersebut secara optimal bahkan menurut artikel dari jurnal berjudul “Penilaian dan Evaluasi Pendidikan Tingkat Tinggi yang dikeluarkan pada 30 September 2019” Jasa joki online dikalangan mahasiswa sudah berkembang menjadi bisnis global. Untuk mengatasi permasalahan tersebut diatas peneliti memanfaatkan teknologi Biometrics Authentication and Recognition. Dalam penelitian ini permasalahan yang diangkat yaitu bagaimana melakukan pengenalan wajah mahasiswa dalam sistem absensi di elearning yang digunakan untuk mendeteksi wajah mahasiswa untuk dapat mengakses sistem elearning tersebut. Pada penelitian yang dilakukan penulis saat ini dilakukan dengan menggunakan metode Principal Component Analysis menggunakan pengukuran jarak Euclidean untuk mencari kemiripan ciri suatu citra serta menghasilkan nilai maksimum dan minimum dari 50 citra yang diuji, sehingga akan diperoleh output wajah yang dikenali dan tidak dikenali, maka menghasilkan min distance terkecil sebesar 0.832% dari citra wajah Baijingting dan min distance terbesar dari citra wajah Aidai dengan jarak sebesar 0.973%. 
Co-Authors Debi, Jeri Fathurahman, Dennis Fauzi, Syakirah Humaira Gani Wiharso Leksmono, Nabil Hanif Lia Mazia, Lia Maharani, Safira Prasetyo, Johan Hendri Samiaji, Danang Rusdawidra Widi Astuti