Claim Missing Document
Check
Articles

Found 30 Documents
Search

PENGEMBANGAN ARSITEKTUR REST API UNTUK INTEGRASI DATA REAL-TIME PADA WEBSITE PEMANTAUAN KUALITAS UDARA LAHAN PERTANIAN Bramantyo, Satrio Bisma; Dewi, Ika Novita; Reza, Ivan Muhammad; Saputra, Filmada Ocky; Hasibuan, Zainal Arifin
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 27, No 1 Januari (2025): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.27.1.49-56

Abstract

Transformasi teknologi dalam sektor pertanian semakin berkembang dengan adopsi perangkat Internet of Things (IoT) yang mampu menghasilkan data real-time terkait kualitas udara, seperti konsentrasi CO2, NO2, dan CH4. Meskipun data yang dihasilkan sangat berharga, namun tantangan besar masih dihadapi dalam hal penyimpanan dan manajemen data yang terfragmentasi. Penelitian ini bertujuan untuk mengembangkan arsitektur REST API yang mampu mengintegrasikan perangkat IoT, basis data, dan antarmuka pengguna dalam bentuk website pemantauan kualitas udara lahan pertanian. REST API digunakan untuk memvalidasi, memproses, dan memformat data yang kemudian dikirimkan ke pusat database melalui protokol HTTP standar (GET, POST). Selain itu, protokol WebSocket diterapkan untuk memastikan komunikasi dua arah yang memungkinkan transmisi data secara real-time antara perangkat IoT dan antarmuka pengguna. Hasil pengujian menunjukkan bahwa arsitektur ini mampu memberikan informasi yang akurat dan cepat kepada petani, mendukung pengambilan keputusan yang lebih baik dalam pengelolaan lahan, serta berkontribusi pada pengurangan emisi gas rumah kaca.
Pendampingan Pola Hidup Bersih dan Sehat (PHBS) pada Siswa MI Miftahul Hidayah dengan Sosialisasi Aplikasi Digital Rakasiwi, Sindhu; Salam, Abu; Subhiyakto, Egia Rosi; Dewi, Ika Novita; Octaviani, Dhita Aulia; Zeniarja, Junta
Community : Jurnal Pengabdian Pada Masyarakat Vol. 4 No. 1 (2024): Maret : Jurnal Pengabdian Pada Masyarakat
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/community.v4i1.496

Abstract

Program Perilaku Hidup Bersih dan Sehat (PHBS) sangat penting untuk mendorong penerapan gaya hidup sehat untuk menjaga, memelihara, dan meningkatkan kesehatan. Banyak penyakit dapat dihindari apabila masyarakat menerapkan gaya hidup yang sehat. PHBS sangat ideal untuk diterapkan pada anak-anak pada usia sekolah, karena mereka termasuk ke dalam kelompok yang berisiko terhadap masalah kesehatan dikarenakan oleh beberapa faktor. Teknologi dalam pendidikan telah terbukti dapat mengubah cara interaksi dan pembelajaran dalam kelas secara signifikan, lebih efisien, lebih mudah diakses, dan dapat membangun keterampilan yang dibutuhkan pada era yang serba digital saat ini dan di masa yang akan datang. Penggunaan aplikasi digital sebagai salah satu produk dari teknologi telah banyak digunakan baik di bidang kesehatan maupun pendidikan, dan saling terkait satu sama lain dimana saling melengkapi. Penginformasian masalah kesehatan pasti membutuhkan bidang pendidikan untuk menyampaikannya, demikian pula sebaliknya pendidikan tidak dapat berjalan lancar bila lingkungannya tidak sehat. Dengan demikian peran teknologi pada kedua bidang tersebut menjadi sangat penting. Berdasarkan hal-hal yang telah tersebut di atas, maka perlu adanya suatu pengetahuan kepada siswa-siswa sekolah terutama di sekolah dasar dan yang sederajat tentang Perilaku Hidup Bersih dan Sehat (PHBS). Siswa-siswa selain diberi pengetahuan juga perlu diberikan pendampingan pada saat mempraktikkan materi PHBS tersebut serta memasukkan peran teknologi dalam bentuk aplikasi digital agar pembelajaran dapat lebih menyenangkan dan efektif, dimana sebelumnya perlu diadakan sosialisasi dan pelatihan terlebih dahulu mengenai penggunaan aplikasi tersebut kepada para guru. Berdasar atas alasan-alasan yang dikemukakan tersebut, maka kali ini tim berinisiatif untuk mengadakan kegiatan berupa Pengabdian Kepada Masyarakat dengan tema Pendampingan Pola Hidup Bersih dan Sehat (PHBS) pada Siswa dengan Sosialisasi Aplikasi Digital, dengan lokasi yang telah ditentukan yaitu di MI Miftahul Hidayah, sehingga PHBS dapat menjadi kebiasaan siswa di kesehariannya dan dapat menularkan kebiasaan baik tersebut ke lingkungannya.
Peningkatan Kesadaran Kanker Usus pada Siswa SMP Ibu Kartini melalui Aplikasi Mobile Dewi, Ika Novita; Utomo, Danang Wahyu; Salam, Abu; Luthfiarta, Ardytha; Octaviani, Dhita Aulia; Dzaki, Azmi Abiyyu; Haresta, Alif Agsakli
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 2 (2025): MEI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i2.2987

Abstract

Kanker usus merupakan salah satu penyakit yang dapat dicegah melalui kesadaran kesehatan yang baik dan deteksi dini. Namun, kurangnya edukasi kesehatan di kalangan remaja menjadi tantangan dalam upaya pencegahan penyakit ini. Program kemitraan masyarakat (PKM) ini bertujuan untuk memberikan edukasi dan meningkatkan pemahaman siswa SMP Ibu Kartini Semarang tentang pola hidup bersih dan sehat (PHBS), faktor risiko, serta deteksi dini kanker usus. Selain itu, program ini juga memperkenalkan aplikasi mobile Oncodoc sebagai sarana untuk deteksi dini kanker secara mandiri. Kegiatan dalam program ini mencakup sesi edukasi kesehatan, demonstrasi penggunaan aplikasi mobile Oncodoc, serta evaluasi pemahaman peserta melalui diskusi dan tanya jawab. Hasil evaluasi menunjukkan bahwa setelah mengikuti program, pemahaman siswa mengenai faktor risiko kanker usus, pentingnya pola hidup sehat, dan manfaat deteksi dini meningkat secara signifikan. Siswa juga menunjukkan ketertarikan terhadap penggunaan teknologi sebagai alat bantu dalam menjaga kesehatan. Temuan dari program ini mengindikasikan bahwa edukasi berbasis teknologi dapat menjadi metode yang efektif dalam meningkatkan kesadaran kesehatan remaja. Oleh karena itu, program serupa direkomendasikan untuk diperluas ke sekolah lain dengan tambahan sesi tindak lanjut guna memastikan pemanfaatan aplikasi secara optimal dalam mendukung edukasi kesehatan
NEBULA: WEB-BASED INTERACTIVE DASHBOARD FOR MONITORING TUBERCULOSIS CASES IN SEMARANG CITY Rifamuthia, Titis; Dewi, Ika Novita; Isworo, Slamet; Handayani, Sri; Sholikun, Sholikun
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 27, No 2 April (2025): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.27.2.92-100.

Abstract

Tuberculosis (TB) remains a critical public health concern, particularly in developing nations like Indonesia, where it remains one of the leading causes of mortality. In Semarang City, as of July 2024, 1,624 TB cases were reported, emphasizing the need for robust monitoring systems. While various efforts have been made to reduce TB transmission, challenges such as fragmented data sources and limited access to real-time information hinder effective intervention. This study presents the development of NEBULA (New Breath for Lungs), a web-based interactive dashboard designed to visualize and monitor the spread of TB in Semarang City. Built using Tableau, the dashboard incorporates real-time data filtering and drill-down capabilities, allowing users to analyse TB cases based on parameters such as time, gender, and location. The system aims to assist local health authorities and the general public in tracking TB cases, identifying high-risk areas, and enabling more informed decision-making. By providing clear and actionable data visualization, NEBULA enhances public health surveillance and can serve as a model for managing infectious diseases in other regions. Future enhancements include incorporating predictive analytics to further improve TB management and prevention strategies.
Evaluasi Pengaruh Persepsi Kemudahan Penggunaan dan Kegunaan terhadap Niat Perilaku: Studi pada Aplikasi Galeri Virtual GaYa Himawan, Heribertus; Syarif, Arry Maulana; Dewi, Ika Novita; Mardiana, Lisa
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12721

Abstract

Penelitian ini menyelidiki faktor yang memengaruhi adopsi penggunaan aplikasi galeri virtual GaYa dengan menggunakan Technology Acceptance Model (TAM) sebagai kerangka teori untuk mengeksplorasi hubungan antara Perceived Ease of Use (PEU), Perceived Usefulness (PU), dan Behavioral Intention (BI) dalam konteks aplikasi GaYa. Data yang diperoleh dari 120 responden survei dianalisis menggunakan Generalized Structured Component Analysis (GSCA) untuk mengkaji hubungan antar variabel dalam studi ini. Melalui kalkulasi nilai Critical Ratio (CR), hasil penelitian menunjukkan bahwa PEU memiliki pengaruh signifikan terhadap PU dan BI. Selain itu, PU terbukti menjadi prediktor kuat terhadap BI sehingga menegaskan bahwa pentingnya kegunaan dan nilai fungsional dalam adopsi teknologi. Temuan ini memberikan wawasan berharga bagi praktisi dan pengembang yang ingin meningkatkan efektivitas platform galeri virtual. Hasil studi ini juga menyoroti pentingnya pengembangan desain yang intuitif dan berpusat pada pengguna serta mampu memberikan manfaat nyata bagi pengguna. Keterbatasan dari studi ini terletak pada desain penelitian yang bersifat cross-sectional dan penggunaan sampel yang terbatas secara lokal, yang mungkin membatasi generalisasi temuan ke konteks yang lebih luas. Untuk meningkatkan pemahaman mengenai penerimaan pengguna dalam platform seni digital, penelitian selanjutnya disarankan untuk menggunakan desain longitudinal, menyelidiki faktor tambahan seperti kepercayaan pengguna dan estetika, serta melibatkan partisipan yang lebih beragam.   Kata Kunci - Technology Acceptance Model (TAM), Perceived Ease of Use (PEU), Perceived, Usefulness (PU), Behavioral Intention (BI), Virtual Gallery
LDA Topic Analysis for Product Reviews in Social Media Platform Alzami, Farrikh; Megantara, Rama Aria; Prabowo, Dwi Puji; Sulistiyawati, Puri; Pramunendar, Ricardus Anggi; Dewi, Ika Novita; Ritzkal, Ritzkal
Moneter: Jurnal Keuangan dan Perbankan Vol. 11 No. 2 (2023): OKTOBER
Publisher : Universitas Ibn Khladun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/moneter.v11i2.402

Abstract

Social media in recent years is used as platform for product reviews and customer feedback. Thus, to understand the topic which have been discussed, we utilized Latent Dirichlet Allocation for topic modeling. The topic modeling is important due to it can gain insights into the specific features that customers like or dislike about a particular product. Thus, by not using stop words due it have possibilities remove the time domain, the information can be valuable for businesses as it helps them understand customer preferences and inform product development and marketing strategies with the coherence score 0.621520, the topic modeling obtained 3 optimal topics, where the topic 0 discussed about price and time it will be available to purchase. In topic 1 it discussed about the product is hard to obtain due to it not available in market. In topic 2, it discussed about ownership (what they like after usage).
Enhancing Liver Cirrhosis Staging Accuracy using Optuna-Optimized TabNet Arifin, Muhammad Farhan; Dewi, Ika Novita; Salam, Abu; Utomo, Danang Wahyu; Rakasiwi, Sindhu
Journal of Applied Informatics and Computing Vol. 9 No. 5 (2025): October 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i5.11011

Abstract

Liver cirrhosis is a progressive chronic disease whose early detection poses a clinical challenge, making accurate severity staging crucial for patient management. This research proposes and evaluates a TabNet deep learning model, specifically designed for tabular data, to address this challenge. In the initial evaluation, a baseline TabNet model with its default configuration achieved a baseline accuracy of 65.11% on a public clinical dataset. To enhance performance, hyperparameter optimization using Optuna was implemented, which successfully increased the accuracy significantly to 70.37%, with precision, recall, and F1-score metrics each reaching 70%. The model's discriminative ability was also validated as reliable in multiclass classification through AUC metric evaluation. In addition to accuracy improvements, the model's interpretability was validated through the identification of key predictive features such as Prothrombin and Hepatomegaly, which align with clinical indicators. This study demonstrates that Optuna-optimized TabNet is an effective and interpretable approach, possessing significant potential for integration into clinical decision support systems to support a more precise diagnosis of liver cirrhosis.
Integrasi Algoritma FP-Growth dan K-Means untuk Analisis Keranjang Belanja dan Segmentasi Pelanggan pada Data Transaksi Ritel Salsabila, Shafa; Novita Dewi, Ika
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.128-135

Abstract

Seiring meningkatnya volume transaksi dalam industri ritel, kebutuhan untuk memahami perilaku konsumen secara mendalam menjadi semakin krusial. Penelitian ini bertujuan untuk menerapkan analisis keranjang belanja dan segmentasi pelanggan guna mengidentifikasi pola pembelian produk sekaligus memahami karakteristik pelanggan berdasarkan perilaku transaksional. Dataset yang digunakan adalah Retail Transaction Dataset dari Kaggle, berisi satu juta transaksi ritel tahun 2020 hingga 2024. Dataset diproses melalui tahapan pembersihan, transformasi format data, dan seleksi transaksi yang memenuhi kriteria minimal pembelian 2 produk per transaksi. Analisis dilakukan dengan algoritma FP-Growth dan K-Means. Hasil analisis FP-Growth menunjukkan adanya 16 aturan asosiasi dengan nilai support tertinggi sebesar 0.31%, confidence 7.35%, dan lift 0.89, dengan produk Toothpaste menjadi produk yang paling sering diasosiasikan. Segmentasi pelanggan dilakukan menggunakan algoritma K-Means dengan atribut demografis pelanggan, yaitu Payment Method, Customer Category, Promotion, Season, Discount Applied, dan Store Type. Jumlah klaster optimal ditentukan menggunakan Metode Elbow dan Davies-Bouldin Index (DBI). Hasil menunjukkan k = 3 sebagai jumlah klaster terbaik dengan nilai DBI sebesar 2.4724, yang menandakan pemisahan klaster cukup baik.  Berdasarkan hasil segmentasi K-Means, diperoleh tiga klaster pelanggan dengan karakteristik berbeda, yaitu retiree, teenager, dan profesional. Pengelompokan klaster ini mencerminkan kecenderungan kategori dominan yang muncul pada atribut Customer Category. Integrasi kedua metode ini menghasilkan rekomendasi strategi pemasaran berbasis segmen yang lebih personal, seperti bundling sederhana untuk pelanggan retiree, promosi visual dan hadiah menarik untuk pelanggan teenager, dan sistem poin loyalitas untuk pelanggan profesional. Temuan ini diharapkan membantu pelaku industri ritel memahami perilaku pelanggan secara lebih mendalam dan menyusun strategi pemasaran yang lebih tepat sasaran
Comparison of IndoNanoT5 and IndoGPT for Advancing Indonesian Text Formalization in Low-Resource Settings Firdausillah, Fahri; Luthfiarta, Ardytha; Nugraha, Adhitya; Dewi, Ika Novita; Hafiizhudin, Lutfi Azis; Mumtaz, Najma Amira; Syarifah, Ulima Muna
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.4935

Abstract

The rapid growth of digital communication in Indonesia has led to a distinct informal linguistic style that poses significant challenges for Natural Language Processing (NLP) systems trained on formal text. This discrepancy often degrades the performance of downstream tasks like machine translation and sentiment analysis. This study aims to provide the first systematic comparison of IndoNanoT5 (encoder-decoder) and IndoGPT (decoder-only) architectures for Indonesian informal-to-formal text style transfer. We conduct comprehensive experiments using the STIF-INDONESIA dataset through rigorous hyperparameter optimization, multiple evaluation metrics, and statistical significance testing. The results demonstrate clear superiority of the encoder-decoder architecture, with IndoNanoT5-base achieving a peak BLEU score of 55.99, significantly outperforming IndoGPT's highest score of 51.13 by 4.86 points—a statistically significant improvement (p<0.001) with large effect size (Cohen's d = 0.847). This establishes new performance benchmarks with 28.49 BLEU points improvement over previous methods, representing a 103.6% relative gain. Architectural analysis reveals that bidirectional context processing, explicit input-output separation, and cross-attention mechanisms provide critical advantages for handling Indonesian morphological complexity. Computational efficiency analysis shows important trade-offs between inference speed and output quality. This research advances Indonesian text normalization capabilities and provides empirical evidence for architectural selection in sequence-to-sequence tasks for morphologically rich, low-resource languages.
Optimasi RoBERTa dengan Hyperparameter Tuning untuk Deteksi Emosi berbasis Teks Pusung, Elvanro Marthen; Dewi, Ika Novita
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10 No 3 (2024): Desember 2024
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i3.2024.240-248

Abstract

Deteksi emosi berbasis teks menjadi salah satu topik utama pembahasan dalam pemrosesan bahasa alami. Hal ini dapat disebabkan karena adanya peningkatan jumlah data yang dihasilkan dari interaksi digital, seperti media sosial dan aplikasi pesan instan. Deteksi emosi bertujuan untuk mengenali dan menganalisis respons emosional individu dalam situasi tertentu, dengan penerapan di berbagai bidang seperti interaksi manusia dengan komputer, analisis sentimen, dan layanan kesehatan mental. Penelitian ini bertujuan untuk meningkatkan performa deteksi emosi berbasis teks Bahasa Indonesia menggunakan model RoBERTa. RoBERTa merupakan salah satu varian dari model BERT (Bidirectional Encoder Representations from Transformers) yang telah dioptimalkan untuk pemrosesan bahasa alami dengan mempertimbangkan konteks linguistik secara lebih mendalam. Implementasi RoBERTa dalam deteksi emosi akan dioptimalkan melalui hyperparameter tuning seperti Grid Search, Randomized Search, dan Bayesian Optimization untuk memperoleh kombinasi nilai learning rate, batch size, dan epoch yang optimal, dengan tujuan meningkatkan akurasi dan kemampuan model dalam mendeteksi emosi secara konsisten. Deteksi emosi menggunakana dataset yang terdiri dari 7080 data tweet publik dengan enam kategori emosi, yaitu anger, fear, joy, love, sad, dan neutral. Hasil eksperimen menunjukkan bahwa metode Bayesian Optimization memberikan kombinasi hyperparameter yang optimal dan meningkatkan performa deteksi emosi pada teks berbahasa Indonesia dengan hasil akurasi sebesar  83,64% dan nilai precision, recall dan F1-score secara berutur-turut adalah 83,75%, 83,64%, dan 83,58%.