Claim Missing Document
Check
Articles

Found 2 Documents
Search

PEMANFAATAN BOT TELEGRAM SEBAGAI E-LEARNING UJIAN BERBASIS FILE Heri Khariono; Rizky Parlika; Haidar Ananta Kusuma; Dimas Arif Setyawan
Jurnal Informatika Polinema Vol. 7 No. 4 (2021): Vol 7 No 4 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i4.696

Abstract

E-learning merupakan sebuah sistem pendidikan yang menerapkan aplikasi elektronik yang mendukung peningkatan pendidikan dan latihan pembelajaran menggunakan media internet. Dengan adanya e-learning diharapkan proses belajar mengajar menjadi lebih mudah dibandingkan sistem belajar tatap muka. Program ini dibuat dengan menggunakan aplikasi telegram, google apps script dan google spreadsheet. Telegram merupakan sebuah aplikasi pesan instan berbasis cloud. Telegram mempunyai fitur spesial dari aplikasi lainnya yaitu fitur robot atau bot. Fitur ini memungkinkan pengguna untuk memprogram dengan berbagai perintah. Dengan menggunakan bot telegram kita dapat menjalankan serangkaian instruksi yang kita inginkan dengan cara mengirimkan pesan atau baris perintah tertentu. Artinya instruksi-instruksi tersebut dapat dijalankan dengan kesesuain code yang diprogram oleh pengguna. Dalam hal ini kami membuat sistem informasi e-learning ujian berbasis file dengan memanfaatkan bot telegram sebagai media e-learning. Dimana bot tersebut dosen dan mahasiswa dapat menjalankan ujian dengan biaya yang lebih hemat dan tentunya efektif serta efisien. Pada program ini dosen dapat membuat soal ujian dan memberikan nilai pada mahasiswa sedangkan mahasiswa dapat mengakses e-learning untuk mengikuti ujian dengan mengirimkan jawaban ujian berupa file. Akses ujian yang dilakukan oleh pengguna dan data ujian berupa file yang dikirimkan melalui bot akan disimpan melalui google spreadsheet. Pencapaian dalam pembuatan e-learning ini adalah mempermudah proses ujian berbasis file dengan menggunakan aplikasi telegram.
Klasifikasi Kesegaran Daging Sapi Menggunakan Metode Gray Level Cooccurrence Matrix dan DNN Mohammad Faisal Riftiarrasyid; Dimas Arif Setyawan; Hendra Maulana
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 3 No. 2 (2021): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.65

Abstract

Daging sapi merupakan sumber konsumsi makanan yang diperoleh dari sapi. Seiring meningkatnya harga daging sapi di Indonesia ada beberapa oknum penjual daging sapi yang menginginkan keuntungan yang besar dengan mencampur daging sapi segar dengan daging yang sudah tidak layak untuk dikonsumsi. Hal tersebut sangat merugikan konsumen karena dapat berdampak buruk bagi kesehatan. Untuk menangani hal tersebut perlu adanya sistem untuk membantu konsumen untuk membedakan daging yang masih segar dengan daging yang sudah tidak layak untuk dikonsumsi. Klasifikasi kesegaran daging dilakukan dengan teknologi Deep Neural Network dan menerapkan metode ekstraksi fitur Gray Level Co-Occurrence Matrix untuk mendapatkan informasi fitur tekstur daging berdasarkan data visual. Penelitian ini berhasil mengembangkan sebuah model Deep Neural Network yang dapat membedakan daging segar dan tidak layak konsumsi dengan akurasi sebesar 93.46%.