Claim Missing Document
Check
Articles

Found 19 Documents
Search

SYSTEM USABILITY SCALE VS HEURISTIC EVALUATION: A REVIEW Ependi, Usman; Kurniawan, Tri Basuki; Panjaitan, Febriyanti
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5004.496 KB) | DOI: 10.24176/simet.v10i1.2725

Abstract

Usability merupakan salah satu bidang ilmu untuk menganalisa atau menguji tingkat kemudahan penggunaan perangkat lunak.  Usability atau yang sering dikenal dengan kebergunaan adalah teknik pengujian atau pengukuran aplikasi perangkat lunak yang dilihat dari lima aspek yaitu  learnability, efficiency, memorability, errors dan satisfaction. Untuk melakukan analisa atau pengujian usability dapat dilakukan dengan pendekatan heuristic evaluation (HE) dan system usability scale (SUS). Heuristic evaluation (HE) merupakan pengujian dengan cara melibatkan ahli dalam proses pengerjaannya dan system usability scale (SUS) merupakan pengujian dengan cara melibatkan pengguna akhir (end user) dalam proses pengerjaannya. Untuk itu dalam penelitian dilakukan pengkajian antara heuristic evaluation (HE) dan system usability scale (SUS). Dari hasil kajian didapat bahwa heuristic evaluation (HE) dapat dilakukan bersamaan dengan teknik pengujian lain namun membutuhkan biaya yang besar serta proses pengujian yang lebih mudah. Sedangkan system usability scale (SUS) proses pengujian dan perhitungan lebih rumit namun dapat dilakukan dengan jumlah sampel yang sedikit.
PENINGKATAN KECEPATAN PROSES PADA METODE COLOR ORDERING DAN MAPPING DENGAN PENDEKATAN DELAPAN-KETETANGGAAN Astried Astried; Tri Basuki Kurniawan
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 7, No 1: April 2009
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v7i1.576

Abstract

The development of digital technology and internet, nowadays, has given the facility for easy access and distribution of a lot of information in digital form. The facilities in distributing digital data also has emerged the negative impact such as the violence of copy right. One of techniques developed from negative impact is water making technique. Several techniques have been mentioned by many researches in water making, one of them is the use of color palette and color index which is also know as ordering and mapping color method. In this method, the substitute color found through all colors in the pallets so this process gives the longer time in bit watermark inserting process. In this paper, ordering and mapping color which use color pallet of an image will be modified to increase the speed of the process by using eight neighborhoods approximation. From experimental result conducted to 30 images, it can be concluded that the proposed approximation has taken the shorter time than the conventional method. 
Text Mining - Analisis Teks Terkait Isu Vaksinasi COVID-19 (Text Mining - Text Analysis Related to COVID-19 Vaccination Issues) Novita Anggraini; Edi Surya Negara Harahap; Tri Basuki Kurniawan
IPTEK-KOM : Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi Vol 23, No 2 (2021): JURNAL IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi)
Publisher : BPSDMP KOMNFO Yogyakarta, Kementerian Komunikasi dan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33164/iptekkom.23.2.2021.141-153

Abstract

Sebagai langkah untuk dapat mengurangi penularan COVID-19, pemerintah tengah menggalakkan program vaksinasi sehingga tercapainya herd immunity. Disebabkan kegagalan vaksinasi  sebelumnya, sebagian besar masyarakat menolak dengan keras adanya vaksinasi, hal ini sangat disayangkan karena terjadi kegaduhan ditengah–tengah masyarakat. Dalam proses menarik kembali kepercayaan masyarakat, pemerintah mecoba menyebaran luaskan informasi vaksinasi lewat media sosial (instagram), kemudian inilah yang menjadi daya tarik peneliti untuk mengeksplorasi lebih lanjut proses vaksinasi. Dari banyaknya opini masyarakat terdapat beberapa hal yang mungkin masih sulit ditemukan, sebab itulah perlunya analisis teks. Analisis teks dilakukan bertujuan melihat term rangking dan informasi lainnya dengan metode Rule-based Sentiment Analysis. TF-IDF & LSI/LSA adalah jenis metode rule mining yang digunakan dalam penerapan ektrasi informasi. Hasil analisis penelitian ini kemungkinan mempengaruhi informasi lainnya. Seperti analisis persepsi pengguna digunakan untuk melihat gambaran lebih luas tentang isu atau topik pembicaraan penting, serta titik temu permasalahan berkaitan dengan vaksinasi COVID-19.
Prediksi Lokasi Titik Panas Kebaran Hutan menggunakan Model Regresion SVM (Support Vector Machine) pada Data Kebakaran Hutan Daops Manggala Agni Oki Provinsi Sumatera Selatan Tahun 2019 Jepri Yandi; Tri Basuki Kurniawan; Edi Surya Negara; Muhamad Akbar
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 1 (2021): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i1.4101

Abstract

Peningkatan titik panas (hotspot) setiap tahunnya di Daops Manggala Agni OKI, dikhawatirkan akan terus terjadi jika tidak dilakukan upaya pengendalian titik panas. Salah satu upaya pengendalian titik panas yaitu dengan memperkirakan wilayah yang berpotensi menghasilkan titik panas kebakaran hutan dan lahan di Daops Manggala Agni OKI. Tujuan penelitian ini adalah untuk memprediksi lokasi hotspot  kebakaran hutan pada masa depan berdasarkan data hotspot kebakaran hutan pada Daops Manggal Agni OKI pada tahun 2019. Metode predisi data menggunakan algoritma regresi SVM (Support Vector Machine) dengan data date, time, satellite, accuration, district, sub district, humadity dan temperature. Dari data jumlah hotspot yang muncul pada tahun 2019 dilakukan prediksi data untuk tahun 2020, kemudian untuk prediksi jumlah hotspot tahun 2021 diprediksi menggunakan data pada tahun 2019 dan 2020, demikian seterusnya. Berdasarkan hasil analisis didapatkan yang cukup baik, yaitu nilai RSME 2.1 dan nilai R2 0.83. Dimana hotspot terbanyak hasil dari proses pada tahun 2021 terdapat pada kecamatan Pematang Panggal dengan jumlah 448 lokasi hotspot untuk tahun 2021. Sedangkan data untuk tahun 2022, jumlah hotspot terbanyak terdapat pada kecamatan Cengal dengan jumlah hotspot 571 lokasi. Selanjutnya, untuk memberikan visualisasi data yang lebih baik, data hasil prediksi hotspot divisualisasikan dalam bentuk Heatmap.
Prediksi Kebutuhan Alat Kesehatan Rumah Sakit Menggunakan Metode Algoritma Regression Linier dan Naïve Bayes Benny Jannakha Putra; Tri Basuki Kurniawan; Darius Antoni; Ahmad Haidar Mirza
Jurnal Informatika Global Vol 11, No 2
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v11i2.1221

Abstract

 The hospital is a health service institution for the community with its own characteristics that require a variety of resources in carrying out its activities. One of the most important is health equipment. Medical devices are supporting aspects that support the implementation of health services. PALI Regional General Hospital is a Type D hospital, which needs to manage its medical devices. Kepmenkes Regulation No. 004 / MENKES / SK / 1/2003 concerning health policy and strategy on decentralization in the health sector states that one of the strategic objectives is the effort to organize health management in the decentralization era is to develop sub-systems of maintenance and optimization of utilization of health facilities and equipment. The amount of medical device data can only be estimated from the many or at least the available medical devices (stock), because the needs of each year are different. This results in not all the needs of medical devices being met and often additional stocks occur while the amount of APBD has been divided for each institution. So to anticipate this it is necessary to predict the need for medical devices in PALI District Hospital. If the status of medical device needs can be predicted early, the hospital can minimize data redundancy (repetition of data) and information can be up to date (update). In this study, the authors will predict medical devices in Pali District Hospital using the classification method in data mining based on the Algortima Linear Regression model to get the most accurate test results.Keywords : Prediction, Medical Devences, Linear Regression Algorithm, Naive Bayes
Perbandingan Dan Analisis Metode Klasifikasi Untuk Menentukan Konsentrasi Jurusan Indah Hidayanti; Tri Basuki Kurniawan; Afriyudi Afriyudi
Jurnal Informatika Global Vol 11, No 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v11i1.1067

Abstract

AbstractHigher education is the organizer of further education after the high school level. Five institutions of higher education, namely universities, institutes, high schools, academies and polytechnics. One of the factors that determine the quality of higher education is the percentage of students' ability to complete their studies on time. This is certainly obtained by choosing the right concentration of students during the lecture period and the academic ability of students. Determination of student concentration specifications is needed to determine the interests and talents of the students themselves. With the selection of the right concentration it is expected that students can graduate on time. At this time students have difficulty in determining the concentration of majors. At Bina Darma University in Palembang, especially in the Faculty of Computer Science, there are Informatics Engineering (IT). At the Faculty of Computer Science, the IT Study Program has a concentration of expertise such as Database, Software, and Network Infrastructure that are in accordance with the IT Study Program curriculum at Bina Darma University. Determination of concentration is carried out at the end of semester 4 or precisely the lecture period for semester 5. However, what happens is that students do not know their interests and abilities. At this time students have difficulty in determining the concentration of majors. The choice of concentration of the department is only based on the wishes of the students or by joining friends, so that there is a need for preference in helping students choose concentration. The methods used in data mining are C4.5 and Naïve Bayes by using the Rapid Miner application as a tool to classify student majors. In this study, it is know that C4.5 algorithm has a high accuracy of 48,06% and Naïve Bayes 42,79%Keywords : C4.5, Naïve Bayes, Klasifikasi Jurusan, Rapid MinerAbstrakPerguruan tinggi merupakan penyelenggara pendidikan lanjutan setelah tingkat sekolah menengah atas. Salah satu faktor yang menentukan kualitas perguruan tinggi yaitu persentasi kemampuan mahasiswa untuk menyelesaikan studi tepat pada waktunya. Hal ini tentunya didapatkan dengan pemilihan konsentrasi mahasiswa yang tepat pada masa perkuliahan serta kemampuan akademis dari mahasiswa. Penentuan spesifikasi konsentrasi mahasiswa sangat dibutuhkan untuk menentukan minat dan bakat mahasiswa itu sendiri. Dengan pemilihan konsentrasi yang tepat diharapkan mahasiswa dapat lulus tepat pada waktunya. Pada saat ini mahasiswa kesulitan dalam menentukan konsentrasi jurusan. Di Universitas Bina Darma Palembang terutama di Fakultas Ilmu Komputer, terdapat Program Studi Teknik Informatika (TI). Pada Fakultas Ilmu Komputer ini, Program Studi TI mempunyai konsentrasi keahlian seperti Database, Software, dan Jaringan Infrastructure yang  sesuai dengan kurikulum Program Studi TI di Universitas Bina Darma. Penentuan konsentrasi jurusan yaitu pada akhir semester 4 atau tepatnya masa perkuliahan untuk semester 5. Akan tetapi yang terjadi yaitu mahasiswa tidak tahu minat dan kemampuannya masing-masing. Saat ini mahasiswa kesulitan dalam menentukan pemilihan konsentrasi jurusan. Pemilihan konsentrasi jurusan hanya berdasarkan pada keinginan mahasiswa ataupun ikut-ikutan teman, untuk itu dirasa perlu adanya preferensi dalam membantu mahasiswa memilih konsentrasi. Metode yang digunakan yaitu C4.5 dan Naïve Bayes dengan menggunakan aplikasi Rapid Miner sebagai alat bantu untuk mengklasifikasikan penjurusan mahasiswa. Pada penelitian ini diketahui algoritma C4.5 memiliki tinggkat akurasi 48,06 % dan naïve bayes 42,79%.Kata kunci: C4.5, Naïve Bayes, Klasifikasi Jurusan, Rapid Miner
Sistem Penentuan Lokasi Pusat Layanan Terpadu Bagi Penderita Penyakit Demam Berdarah Dengan Menggunakan K-Means Clustering Iski Zaliman; Tri Basuki Kurniawan; Darius Antoni
Jurnal Informatika Global Vol 11, No 2
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v11i2.1225

Abstract

Puskesmas is a functional organizational unit that organizes comprehensive, integrated, equitable health efforts that are acceptable and affordable to the community. The function of the puskesmas is to provide health services to the community through the Community Health Efforts (UKM) and Individual Health Efforts (UKP) programs which are at the forefront of providing health services to the community, especially the prevention and treatment of diseases. The disease is divided into 3 types namely infectious diseases or diseases caused by germs that attack the human body. This research will attempt to handle infectious diseases, namely dengue hemorrhagic fever (DHF). Dengue fever or dengue fever (abbreviated as DHF) is an infection caused by dengue virus. Mosquitoes or some types of mosquitoes transmit (or spread) dengue virus. Then a computerized analysis using data mining software that supports the flow of data and information in accordance with the needs of handling dengue fever from these processes and the selection of a more suitable method is used that is using K-Means clustering.Keywords : The location determination system, dengue faver, K-Means Clusterring
Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes Rudy Seftiawan; Tri Basuki Kurniawan; Misinem
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.
pengenlan angka tulis tangan mengunakan metode backpropagation studi kasus lembar c1 pada rekapitulasi pemilihan umum Abi daud Yusuf; Tri Basuki Kurniawan; Edi Surya Negara
Jurnal Locus Penelitian dan Pengabdian Vol. 1 No. 6 (2022): Jurnal Locus Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v1i3.25

Abstract

 Tujuan dari penelitian ini adalah untuk menganalisis dan menerapkan machine learning. Penulisan penelitian ini bertujuan untuk mengenali angka yang berbeda beda pada hasil rekapitulasi c1 yang sering terjadi perbedaan selisih dalam penghitungan pada saat  pemilu untuk karna itu penulis  menggunakan metode backprogration yang sudah teruji valid dalam pengenalan angka dan di sertakan metode machine learning dan deep learning sebagai pembanding metode yang akan di gunakan untuk penghitungan akurasi nya. Pengumpulan data pada penelitian ini menggunakan teknik Scraping untuk mengambil data dari situs kpu  yang berupa image atau angka hasil tulis tangan yang bisa kelola dan di analisis menjadi suatu data yang bagus dan bisa dijadikan sebagai acuan data yang tersusun rapi.  Metode yang digunakan dalam penilitian ini adalah algoritma Backprogation  dengan melakukan fase pengumpulan data, pengolahan data, model atau metode yang diusulkan, pengujian dan evaluasi. Dengan dilakukannya penelitian ini diharapkan dapat menemukan model yang paling tepat untuk diterapkan pada klasifikasi data tulisan tangan  c1.
PERANCANGAN SISTEM REPOSITORY JOINT INSPECTION PADA PT. KAI (PERSERO) REGIONAL III PALEMBANG Misinem - Misinem; Tri Basuki Kurniawan; Rika Nuraini
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 4 No 2 (2021)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v4i2.384

Abstract

PT. Indonesian Railways Regional Division III is still processing and storing reports manually. The best system was developed called the website-based Repository Joint Inspection System, aiming to make it easier for employees to manage, store, and monitor existing reports for the managerial. This system was developed using the RUP (Rational Unified Process) method. This system has four types of users, Admin, User, Manager, and Safety. However, this study will explore and explain the upload, download, and delete processes of file features in more detail. Testing on this system uses the black box method with feature test techniques. Based on the test results, the system developed in this study follows the expected results, so it can be concluded that this system is suitable for managing and storing reports.