Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JSITP SmartComp
millah, Asep saeful
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Implementasi Deteksi Objek Dengan Model YOLOV8 pada Pengenalan Bahasa Isyarat Aeni, Khurotul; Millah, Asep Saeful
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i1.7342

Abstract

Bahasa isyarat adalah alat komunikasi yang diterapkan oleh penyandang tunarungu dan tunawicara untuk berkomunikasi dengan masyarakat umum. Gerakan tangan, mimik, dan gerakan tubuh berupa simbol yang mewakili huruf maupun kata digunakan penyandang tunarungu dan tunawicara untuk berinteraksi dengan orang lain. Namun, kesenjangan komunikasi antara mereka dan masyarakat umum masih ada sampai saat ini. Pemahaman yang mendalam dibutuhkan untuk komunikasi ini, khususnya untuk mereka yang tidak terbiasa menggunakan bahasa isyarat. Hal ini membuat masyarakat umum kesulitan berkomunikasi dengan orang yang tunarungu dan tunawicara. Sebab itu diperlukan sebuah sistem yang membantu masyarakat umum berinteraksi dengan para penyandang tunarungu dan tunawicara dengan menerapkan teknologi informasi yang saat ini berkembang seperti penggunaan deep learning. Maksud dari penelitian ini yaitu mengimplementasikan deteksi objek dengan metode YOLOV8 untuk mengenali bahasa isyarat dari data gambar dan dibuatnya sistem pengenalan bahasa isyarat ini diharapkan dapat mempermudah masyarakat dalam mengenali bahasa isyarat SIBI berupa abjad menggunakan gestur tangan. YOLOV8 banyak digunakan dalam deteksi objek karena tingkat akurasi yang dihasilkan sangat tinggi dan kecepatan yang seimbang, sehingga memungkinkan untuk mendeteksi objek secara cepat dan akurat. Model ini berhasil mendapatkan nilai akurasi terbesarnya yaitu 99,5%. Selain itu, kecepatan deteksi gestur SIBI pada model ini memilki rata-rata 4046 ms
Analisis Sentimen Review Aplikasi JKN Mobile menggunakan Algoritma Bidirectional Encoder Representations from Transformers Maulana, Alan Al Ridho Saputra; Saraswati, Nurul Mega; Millah, Asep Saeful
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 6 No. 1 (2025): jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi Universitas Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58436/jsitp.v6i1.2291

Abstract

JKN Mobile adalah layanan aplikasi dibidang kesehatan yang di kembangkan oleh BPJS Kesehatan untuk mempermudah peserta Jaminan Kesehatan Nasional (JKN) dalam mengakses beragam layanan kesehatan secara online. Aplikasi ini kerap menerima ulasan negatif, terutama terkait performa dan kegunaannya. Oleh karena itu, diperlukan analisis sentimenuntuk memahami persepsi pengguna yang dapat dijadikan dasar evaluasi dan pengembangan aplikasi di masa mendatang. Data ulasan diambil dari Google Play Store melalui teknik web scraping, dengan jumlah total 7.000 ulasan dari bulan juni 2023 – juli 2024. Algoritma BERT digunakan untuk mengklasifikasikan ulasan-ulasan tersebut ke dalam kategorisentimen positif dan negatif. Hasilnya, BERT berhasil mencapai rata-rata nilai accuracy sebesar 93%, precission sebesar 90%, nilai recall sebesar 88%, dan nilai F1- Score sebesar 89% tingkat akurasi dalam proses klasifikasi. Hasil Penelitian ini diharapkan dapat membantu BPJS Kesehatan meningkatkan kualitas aplikasi JKN Mobile serta menyediakan layanan kesehatan yang lebih baik bagi masyarakat.
Co-Authors Khurotul Aeni, Khurotul Maulana, Alan Al Ridho Saputra Saraswati, Nurul Mega