Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Teknika

Aplikasi Mobile Untuk Memantau Body Mass Index Dengan Metodologi Scrum Esther Irawati Setiawan; Hans Keven Budi Prakoso; Tjwanda Putera Gunawan; Endang Setyati; Joan Santoso
Teknika Vol 10 No 3 (2021): November 2021
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v10i3.405

Abstract

Pandemi berkepanjangan menyebabkan adanya kecenderungan manusia untuk kurang bergerak dan berolahraga, sehingga terjadi peningkatan berat badan yang menyebabkan penurunan kualitas kesehatan. Di samping itu, teknologi smartphone dewasa ini semakin berkembang pesat dan telah menjadi kebutuhan sehari-hari. Oleh karena itu, teknologi smartphone sebaiknya dimanfaatkan sebaik mungkin, sehingga dapat digunakan dalam berbagai aspek kehidupan, seperti penghitungan Body Mass Index (BMI), yang diharapkan dapat mengontrol tingkat tumbuhnya obesitas pada masyarakat terutama di masa pandemi ini. Pengembangan aplikasi ini mencakup penggunaan kamera dalam penghitungan BMI. Jika pada umumnya penghitungan BMI dilakukan dengan menggunakan tinggi dan berat badan, aplikasi ini dapat menggunakan gambar dari kamera smartphone sebagai sumber datanya. Melalui pembuatan aplikasi penghitungan BMI ini, dapat disimpulkan bahwa metodologi Scrum sangat membantu dalam proses pencatatan perkembangan kerja task-task pembuatan aplikasi saat mengerjakan setiap sprint mulai sprint pertama hingga empat. Penghitungan BMI dengan menggunakan hasil gambar dari kamera memiliki tingkat akurasi sebesar 70%.
Information Extraction Pada Berita Acara Pembagian Harta Waris Berdasarkan Hukum Islam Endang Setyati; Esther Irawati Setiawan; Arif Priyambodo
Teknika Vol 10 No 3 (2021): November 2021
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v10i3.415

Abstract

Hukum waris adalah salah satu hukum utama Islam di Indonesia. Jika dalam peninggalan harta waris muncul perselisihan dalam pembagiannya dan menimbulkan sengketa di antara pihak yang berkepentingan, maka harus diselesaikan di Pengadilan Agama. Berita acara merupakan catatan resmi persidangan yang memuat segala kejadian di sidang pengadilan sehubungan dengan perkara yang disusun oleh panitera. Dokumen berita acara persidangan berbentuk tidak terstruktur dan ketiadaan aplikasi pencarian informasi untuk mendapatkan kedudukan dalam keluarga akan memperlambat proses penyusunan putusan di pengadilan. Oleh karena itu, diperlukan sebuah penelitian Rule Based Information Extraction yang mampu melakukan ekstraksi dokumen berita acara untuk mendapatkan data inti yaitu nama ahli waris, kedudukan dalam keluarga, dan jenis harta muwaris. Tahap awal dari penelitian ini adalah pembuatan rule yang terdiri dari kata kunci, kata prefix, dan kata sufiks. Selanjutnya dilakukan tahap ekstraksi data seperti tokenisasi, case folding, dan penghapusan bilangan. Hasil dari ekstraksi adalah perolehan jenis harta muwaris. Proses selanjutnya adalah hitung proporsi, yang akan menghasilkan output berbentuk pohon keluarga beserta harta yang diterima oleh masing-masing ahli waris. Berdasarkan uji coba yang dilakukan, ketepatan akurasi bila dicocokkan dengan proses manual pada ekstraksi nama ahli waris dapat mencapai rata-rata 90,50%.
Faktor-Faktor yang Mempengaruhi Repurchase Intention Pada E-Marketplace Dengan Menggunakan Extended Expectation Confirmation Model (ECM) Mohamad Fahmi Yusuf; Edwin Pramana; Esther Irawati Setiawan
Teknika Vol 12 No 1 (2023): Maret 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i1.573

Abstract

E-marketplace saat ini telah berkembang sangat pesat. Pemerataan wilayah coverage dan kecepatan koneksi sudah jauh semakin berkembang, maka perubahan aktivitas dari tradisional menjadi digital pun semakin tinggi. UMKM di Indonesia mulai bermigrasi dari yang sebelumnya menjual produk secara konvensional di toko dan pasar, sekarang beralih secara online lewat media sosial maupun e-marketplace. Repurchase intention sangat penting dan sangat diinginkan karena untuk mendapatkan kepercayaan pelanggan baru dibutuhkan biaya yang besar. Proses mendapatkan pelanggan baru dan mengubahnya menjadi transaksi pembelian, lima kali lebih mahal daripada mempertahankan pelanggan yang sudah ada. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi niat repurchase intention dalam e-marketplace dan untuk mengetahui hubungan antar faktor-faktor tersebut. Tahap awal penelitian ini adalah pengembangan model teoritis dan kuesioner, kemudian prosedur sampling & analisis data, dan interpretasi hasil & kesimpulan. Langkah pemrosesan data dimulai dengan factor analysis, reliability test, dan mencari nilai cronbach alpha. Selanjutnya dilakukan penggambaran model teoritis dengan AMOS dan dilakukan analisis SEM dari model construct ECM yang diberikan sehingga output yang didapatkan adalah hasil nilai standardized effect dan nilai magnitude. Kesesuaian penelitian ini dengan model penelitian yang diajukan dalam tabel Fit Statistic Model. Hasil penelitian menunjukkan terdapat enam faktor diterima yang mempengaruhi repurchase intention yaitu trust, confirmation, satisfaction, brand awareness, ease of use, dan electronic word of mouth, dan tiga hipotesis yang ditolak yaitu security terhadap repurchase intention & trust dan brand awareness terhadap repurchase intention.
Deteksi Komentar Cyberbullying Pada YouTube Dengan Metode Convolutional Neural Network - Long Short-Term Memory Network (CNN-LSTM) Albertus Josef Andika; Yosi Kristian; Esther Irawati Setiawan
Teknika Vol 12 No 3 (2023): November 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i3.677

Abstract

Pada era digital seperti sekarang cyberbullying kerapkali terjadi di berbagai belahan dunia termasuk di Indonesia, hal ini dapat terjadi pada siapa saja dan dimana saja terutama media sosial seperti YouTube melalui fitur komentar semua pengguna yang memiliki akun dapat dengan mudah terlibat cyberbullying hanya melalui berbalas komentar. Penelitian ini bertujuan untuk melakukan deteksi adanya cyberbullying melalui pengumpulan serta pengklasifikasian komentar negatif video pada kanal YouTube dengan konten tertentu berbasis bahasa Indonesia (serta bahasa-bahasa daerah tertentu, seperti Jawa dan Surabaya) melalui metode deep-learning Convolutional Neural Network — Long Short-Term Memory Network (CNN-LSTM). Dataset komentar yang dipakai dalam penelitian dikumpulkan dengan menggunakan Application Program Interface (API) yang telah disediakan oleh Youtube secara gratis dan berbatas kuota secara kumulatif. Terkumpul data komentar total sebanyak 26.918 komentar dengan perincian 9.834 komentar terklasifikasi cyberbullying dan 17.084 komentar terklasifikasi sebagai bukan cyberbullying. Setelah dataset dipakai dalam proses training pada model CNN-LSTM dan menghasilkan sebuah model dengan nilai F1-score sebesar 0,84, model tersebut dipakai dalam sebuah API sederhana yang menerima input beberapa kalimat yang akan dideteksi konten cyberbullying dan menghasilkan output berupa JSON yang berisi hasil klasifikasi dari setiap kalimat yang akan dideteksi.
Klasifikasi Sentimen Opini Publik Pada Instagram Pemerintah Kabupaten Bojonegoro Menggunakan LSTM Titis Arwindarti; Esther Irawati Setiawan; Syaiful Imron
Teknika Vol 13 No 1 (2024): Maret 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i1.699

Abstract

Media sosial banyak membantu masyarakat dalam mendapatkan informasi terbaru terkait peristiwa atau kejadian dilingkungan sekitar maupun lebih luas. Masyarakat dapat menyampaikan pendapat mereka melalui tulisan dan dapat mengekspresikannya melalui fitur emoticon pada platform media sosial. Pemerintah Kabupaten Bojonegoro menggunakan platform Instagram sebagai salah satu sarana dalam menyampaikan informasi kepada masyarakat. Selaku pembuat kebijakan pelayanan publik membutuhkan feedback dari masyarakat agar kebijakan yang dibuat bisa tepat sasaran dan bermanfaat bagi masyarakat. Sentimen opini publik merupakan aspek penting dalam memahami respon masyarakat terhadap layanan masyarakat, program dan kebijakan yang dibuat. Peneliti mengumpulkan dan mengolah data yang diperoleh dari proses scrapping akun resmi Instagram Pemerintah Kabupaten Bojonegoro sebanyak 4.637 dataset yang selanjutnya dilakukan pelabelan data. Penelitian ini menggunakan word embbeding Word2Vec untuk mengubah teks menjadi representasi vektor dan Long Short-Term Memory (LSTM) untuk melakukan klasifikasi. Dengan menggunakan confusion matrix menunjukkan bahwa model LSTM yang dibuat hasilnya mencapai akurasi 84,16%. Hasil analisa tersebut dapat memberikan kontribusi positif dan dapat menjadi bahan pertimbangan Pemerintah Kabupaten Bojonegoro dalam upaya meningkatkan layanan masyarakat, program dan kebijakan yang dibuat.