Garuda - Garba Rujukan Digital

PENERAPAN ALGORITMA NAÏVE BAYES DALAM KLASIFIKASI TINGKAT KEPUASAN SISWA TERHADAP PEMBELAJARAN DARING Iza Amillina; Anita Qoiriah
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 3 No 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i2.59

Saat proses pembelajaran, pemahaman peserta didik terhadap materi pembelajaran di sekolah sangatlah penting. Peran pendidik tentunya memiliki pengaruh penting terhadap pemahaman peserta didik dalam sistem pembelajaran. Karena adanya pandemi corona ini sistem pembelajaran di sekolah yang awalnya pertemuan tatap muka terpaksa berubah menjadi pertemuan daring. Oleh karena itu maka dibutuhkan suatu sistem untuk mengetahui tingkat kepuasan siswa terhadap pembelajaran daring untuk melacak kemajuan belajar siswa. Sistem ini dimaksudkan untuk mengklasifikasikan tingkat kepuasan siswa terhadap pembelajaran daring menggunakan Algoritma Naïve Bayes. Teknik klasifikasi digunakan karena bisa menemukan model yang membedakan kelas data atau konsep data, dengan tujuan khusus untuk menentukan kelas dari label objek yang belum diketahui. Sedangkan Algoritma Naïve Bayes bisa melakukan prediksi peluang masa depan berdasarkan data yang sudah ada sebelumnya, dengan mempertimbangkan beberapa variabel yang akan menjadi penentu hasil akhir suatu keputusan. Data yang digunakan merupakan hasil observasi terhadap siswa SMA di Kabupaten Tulungagung. Data survei kepuasan yang telah terkumpul akan dipisahkan menjadi dua jenis yaitu data training dan data testing. Hasil model data training akan dipergunakan untuk melihat akurasi pada data testing. Hasil klasifikasi menunjukkan bahwa Algoritma Naïve Bayes cocok digunakan untuk mengukur tingkat kepuasan siswa terhadap pembelajaran daring dengan tingkat akurasi terbesarnya adalah100% dengan nilai precision sebesar 100% dan nilai recallnya sebesar 100% sehingga bisa dikategorikan sebagai Good Classification.

Pengukuran Peminatan Siswa Sekolah Dasar MenggunakanWeb Pembelajaran Berbasis Game Dwi Fatrianto Suyatno; Rina Harimurti; Anita Qoiriah
JIEET (Journal of Information Engineering and Educational Technology) Vol. 3 No. 1 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n1.p16-23

Siswa SD pada tahun tahun awal masih berusaha untuk membiasakan diri dengan pembelajaran berhitung, karena pada masa tersebut masih banyak siswa yang merasa kesulitan dalam mengikuti pembejaran matematika. Kebermaknaan konsep-konsep matematika tampak jelas ketika digunakan dalam memecahkan masalah sains, teknologi dan kehidupan sehari-hari (Rutherford, 1989). Mengingat hal ini maka dalam pembelajaran matematika di sekolah, guru harus mengaitkan pelajaran matematika dengan mata pelajaran lainnya, teknologi, dan kehidupan sehari-hari. Perkembangan Teknologi Informasi Komunikasi (TIK) yang ada di Indonesia khususnya di dunia pendidikan dalam pemanfaatan TIK khususnya internet oleh guru/tenaga pendidik dirasakan masih belum optimal. Pemnafaatan game yang tersedia dengan media web dapat digunakan sebagai variasi media pembelajaran. Dengan mencermati hasil-hasil pelaksanaan pelatihan dapat disimpulkan bahwa pelatihan penggunaan game sebagai media edukasi untuk pembelajaran matematika siswa SD dapat dikatakan mampu memberikan penyegagaran pada proses belajar mengajar di kelas, sehingga diperlukan penambahan waktu, perlu tambahan program aplikasi lain dan penambahan dana dalam pelaksanaannya.

Penerapan Metode Simple Additive Weighting (SAW) Dalam Sistem Penilaian Kinerja Mitra Lembaga Badan Pusat Statistik Jember Dimas Alexandra Noya; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 4 No 02 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n02.p194-206

Kualitas sumber daya manusia merupakan salah satu faktor penunjang produktivitas kinerja suatu instansi. Contohnya adalah Mitra BPS yang terlibat dalam pelaksanaan kegiatan statistik. Maka dari itu sumber daya manusia yang berkompetensi tinggi dapat mendukung tingkat kinerja, diperlukan penilaian agar mitra BPS memenuhi standar kualitas yang ditetapkan. Saat ini Badan Pusat Statistik masih menggunakan cara manual dalam proses penilaian kinerja karyawan yaitu dengan menghitung skor setiap kriteria menggunakan microsoft excel. Proses penilaian secara manual sangat mungkin terjadi kesalahan dalam menghitung setiap kriteria, serta memakan waktu lama dalam proses perhitungannya. Oleh karean itu penelitian ini mengusulkan rancangan sistem untuk penilaian kinerja mitra menggunakan metode SAW (Simple Additive Weighting) berbentuk aplikasi mobile agar mempermudah proses penilaian kinerja mitra secara obyektif di BPS berdasarkan bobot dan kriteria-kriteria penilaian yang sudah ditentukan. Kriteria yang digunakan oleh BPS dalam penilaian seorang mitra meliputi : Kecepatan Pengumpulan, Kerapian Tulisan, Subjek Survey, Kesusahan Medan, Jarak Tempuh, Kelengkapan Survey, Kerapian Pakaian. Metode SAW dilakukan dengan mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Hasil dari penelitian dengan menggunakan metode SAW telah berhasil diterapkan dan didapati alternatif terbaik untuk kinerja mitra tertinggi yaitu alternatif Mitra 1 dan Mitra 4 dengan nilai tertinggi 20. Metode SAW pada penelitian ini mempunyai accuracy sebesar 100% dengan pengujian terhadap 56 data koresponden.

Penerapan Algoritma Naïve Bayes dalam Klasifikasi Tingkat Kepuasan Siswa terhadap Pembelajaran Daring Iza Amillina; Anita Qoiriah
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.v3i2.59

Saat proses pembelajaran, pemahaman peserta didik terhadap materi pembelajaran di sekolah sangatlah penting. Peran pendidik tentunya memiliki pengaruh penting terhadap pemahaman peserta didik dalam sistem pembelajaran. Karena adanya pandemi corona ini sistem pembelajaran di sekolah yang awalnya pertemuan tatap muka terpaksa berubah menjadi pertemuan daring. Oleh karena itu maka dibutuhkan suatu sistem untuk mengetahui tingkat kepuasan siswa terhadap pembelajaran daring untuk melacak kemajuan belajar siswa. Sistem ini dimaksudkan untuk mengklasifikasikan tingkat kepuasan siswa terhadap pembelajaran daring menggunakan Algoritma Naïve Bayes. Teknik klasifikasi digunakan karena bisa menemukan model yang membedakan kelas data atau konsep data, dengan tujuan khusus untuk menentukan kelas dari label objek yang belum diketahui. Sedangkan Algoritma Naïve Bayes bisa melakukan prediksi peluang masa depan berdasarkan data yang sudah ada sebelumnya, dengan mempertimbangkan beberapa variabel yang akan menjadi penentu hasil akhir suatu keputusan. Data yang digunakan merupakan hasil observasi terhadap siswa SMA di Kabupaten Tulungagung. Data survei kepuasan yang telah terkumpul akan dipisahkan menjadi dua jenis yaitu data training dan data testing. Hasil model data training akan dipergunakan untuk melihat akurasi pada data testing. Hasil klasifikasi menunjukkan bahwa Algoritma Naïve Bayes cocok digunakan untuk mengukur tingkat kepuasan siswa terhadap pembelajaran daring dengan tingkat akurasi terbesarnya adalah100% dengan nilai precision sebesar 100% dan nilai recallnya sebesar 100% sehingga bisa dikategorikan sebagai Good Classification.

Sistem Rekomendasi Drama Korea Berdasarkan Prediksi Rating dan Kemiripan Sinopsis Menggunakan Singular Value Decomposition dan Term Frequesncy - Inverse Document Frequency Laila Novia Sari; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p804-814

Pengaruh budaya Korea semakin menyebar luas di Indonesia, menyebabkan banyak drama korea baru dirilis. Hal ini membuat pecinta drama korea bingung dalam memilih drama korea yang ingin mereka tonton. Sehingga dibutuhkan sistem rekomendasi drama korea berdasarkan prediksi rating dan kemiripan sinopsis. Pecinta drama korea mayoritas memilih drama korea yang populer, dan rating menjadi salah satu pengaruh sebuah drama korea dikatakan populer. Atribut sinopsis untuk memudahkan pecinta drama korea mengetahui alur cerita drama korea. Singular Value Decomposition digunakan untuk membuat model prediksi rating. Term Frequency-Inverse Document Frequency digunakan untuk memberikan bobot kata pada sinopsis dan deskripsi singkat, kemudian dihitung kemiripannya dengan Cosine Similarity. Model prediksi rating dilatih dan diuji menggunakan lima skenario pembagian data (50:50, 60:40, 70:30, 80:20, 90:10), menghasilkan RMSE terendah pada skenario 90:10 sebesar 1.493423. Kemiripan sinopsis dicari dengan lima skenario deskripsi singkat yang berbeda, dan dihasilkan nilai kemiripan tertinggi yaitu 53%. Sistem rekomendasi yang dibuat bisa memberikan rekomendasi drama korea yang sesuai dan bisa diurutkan berdasarkan kemiripan sinopsis dan prediksi rating.

KateringConnect : Solusi Terintegrasi untuk Vendor Katering Valdo Febrian; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p852-866

Perkembangan teknologi informasi yang terus berkembang menyebabkan terjadinya pergeseran pola hidup masyarakat secara masif. Salah satunya adalah kebiasaan dalam memesan makan secara daring. Industri makanan dan katering merupakan salah satu sektor yang terus berkembang, terutama di kota-kota besar. Kebutuhan akan layanan katering tidak hanya terbatas pada acara besar seperti pernikahan atau seminar, tetapi juga untuk keperluan sehari-hari seperti rapat bisnis, pertemuan keluarga, atau bahkan sekadar makan siang di kantor. Meskipun demikian, pencarian vendor katering terdekat dan sesuai preferensi masih susah dilakukan karena masyarakat masih perlu mencari satu per satu vendor katering di internet. Pada penelitian ini, dilakukan pembuatan aplikasi KateringConnect sebagai solusi terintegrasi untuk vendor katering sehingga memudahkan masyarakat dalam mencari vendor katering berdasarkan alamat customer atau kota yang dipilih. Aplikasi KateringConnect dikembangkan pada Android dengan metode pengembangan Extreme Programming (XP) yang dimulai dengan perencanaan, perancangan, coding, dan testing. Testing aplikasi dilakukan dengan metode Black Box. Hasil pengujian aplikasi dari sudut pandang customer, vendor, dan admin didapatkan hasil positif atau valid. Kata Kunci : Android, Aplikasi, Katering, Extreme Programming, Black Box.

Perancangan dan Pembuatan Aplikasi Berbasis Website untuk Mendukung Pertumbuhan dan Perkembangan Anak Faidatun Nisa Vera Amanda; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p830-841

Pertumbuhan dan perkembangan anak merupakan dua proses yang saling berkaitan namun berbeda. Pertumbuhan melibatkan perubahan fisiologis pada aspek fisik, sedangkan perkembangan mengacu pada perubahan kualitatif dalam aspek psikologis. Masa balita (0-5 tahun) merupakan periode krusial, sehingga diperlukan pemantauan tumbuh kembang secara rutin. Di mana stimulasi yang tepat, pemantauan gizi, serta imunisasi memegang peranan penting dalam tumbuh kembang anak. Sayangnya, banyak orang tua belum menyadari pentingnya hal ini, yang menyebabkan keterlambatan deteksi masalah tumbuh kembang anak. Teknologi informasi memberikan peluang untuk membantu orang tua memantau tumbuh kembang anak melalui aplikasi berbasis website. Penelitian ini bertujuan merancang sistem informasi yang memungkinkan orang tua memantau pertumbuhan dan perkembangan anak secara berkala. Sistem ini mencakup fitur skrining perkembangan, grafik pertumbuhan, jadwal imunisasi, dan catatan perkembangan anak. Pengujian dilakukan menggunakan Blackbox Testing untuk fungsionalitas dan System Usability Scale (SUS) untuk kemudahan penggunaan. Hasil menunjukkan aplikasi berfungsi sesuai spesifikasi dengan skor SUS sebesar 78,5% dengan grade B (good usability). Dari hasil pengujian menunjukkan bahwa aplikasi ini memiliki tingkat kemudahan penggunaan yang baik dan cukup efisien dalam memberikan informasi yang dibutuhkan oleh orang tua. Aplikasi ini diharapkan menjadi alat bantu efektif bagi orang tua dalam mendukung tumbuh kembang anak secara optimal. Kata Kunci— Tumbuh Kembang Anak, Skrining Perkembangan, Grafik Pertumbuhan, Aplikasi Berbasis Website, Blackbox Testig, System Usability Scale (SUS).

Penerapan Metode FIFO dan ROP Pada Sistem Inventory UD. Salam 51 Berbasis Website Surya Putra AK, Dean Sanjaya; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p994-1009

UD Salam 51 merupakan usaha dagang yang bergerak di bidang penjualan barang-barang bangunan dan hingga saat ini masih menggunakan sistem pencatatan manual berbasis kertas. Sistem ini sering menimbulkan berbagai masalah, seperti kesalahan pencatatan, ketidakakuratan data stok, serta kesulitan dalam pengelolaan barang yang sering tertumpuk atau tertimbun. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sistem inventori berbasis website yang menerapkan metode First In, First Out (FIFO) dan Reorder Point (ROP). Metode FIFO dirancang untuk memastikan pengeluaran barang dilakukan berdasarkan urutan kedatangan guna mencegah barang tertimbun atau rusak akibat penyimpanan terlalu lama. Metode ROP digunakan untuk menentukan batas angka stok yang memicu pemesanan ulang secara optimal agar ketersediaan barang tetap terjaga dan kekurangan stok dapat dihindari. Untuk mendapatkan fungsi yang baik dan akurat, pengujian sistem dilakukan menggunakan metode black box dan white box yang bertujuan menguji keandalan algoritma FIFO dan ROP serta memastikan implementasinya sesuai kebutuhan. Dengan integrasi kedua metode tersebut, sistem ini diharapkan dapat meminimalkan risiko kesalahan pencatatan dan mendukung kelancaran operasional UD Salam 51. Kata Kunci — FIFO, ROP, Sistem inventori, Website, Testing

Perbandingan MFCC dan Filterbank Energies dalam Metode HMM untuk Identifikasi Genre Musik Irsya Aufa Ambang Ramadhan; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p1083-1088

Abstrak— Musik adalah seni mengaransemen dan menciptakan suara, seringkali dengan tujuan menciptakan respons emosional atau estetika pada pendengarnya yang mencakup kombinasi melodi, harmoni, ritme, dinamika, dan timbre, yang bersatu untuk menciptakan pengalaman pendengaran yang kohesif dan menyenangkan. Genre musik adalah kategori yang digunakan untuk mengklasifikasikan musik berdasarkan karakteristik gaya umum, seperti ritme, melodi, harmoni, instrumentasi, dan pengaruh budaya. Klasifikasi genre musik adalah salah satu metode di bidang pengambilan informasi musik (MIR), dengan aplikasi mulai dari rekomendasi musik berbasis konten hingga pembuatan daftar putar otomatis. Penelitian ini memanfaatkan Spectral Features yang digunakan dalam klasifikasi genre musik. Mel-Frequency Cepstral Coefficients (MFCC) adalah teknik ekstraksi fitur yang umum digunakan dalam pemrosesan sinyal ucapan dan audio untuk merepresentasikan karakteristik spektral sinyal audio dengan cara yang relevan secara persepsi dan efisien secara komputasi. Filterbank Energies menggambarkan distribusi energi di berbagai pita frekuensi dalam sinyal audio. Hidden Markov Models (HMMs) adalah model probabilistik yang biasa digunakan dalam tugas pemrosesan ucapan dan audio, termasuk klasifikasi genre musik. Penelitian ini menggunakan data yang diambil dari dataset yang diperoleh dari Kaggle bernama GTZAN Dataset dengan genre musik yang terdiri dari blues, classical, country, disco, hiphop, jazz, metal, pop, reggae, dan rock. Hasil pengujian pada rasio 95-5 dari MFCC mendapatkan 70% akurasi dalam waktu 4 jam 11 menit 43 detik, sementara Filterbank Energies mendapatkan 56% akurasi dalam waktu 1 jam 43 menit 16 detik. Kata Kunci— (Musik, Genre, Mel-Frequency Cepstral Coefficients, Filterbank Energies, Hidden Markov Models)

A Systematic Literature Review on Chatbot Development For Whatsapp: Programming Language, Method, And Utility Rahulil, Muhammad; Yuni Yamasari; Ricky Eka Putra; I Made Suartana; Anita Qoiriah
Jurnal Serambi Engineering Vol. 10 No. 3 (2025): Juli 2025
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

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

The development of chatbot technology in recent years has shown rapid advancements across various sectors, particularly on popular communication platforms such as WhatsApp. A systematic review is necessary to identify advancements related to chatbot development on WhatsApp. Therefore, this study presents a systematic literature re-view on the development and use of WhatsApp chatbots using the PRISMA framework. From an initial search of 41 studies, followed by filtering according to categories, eight relevant articles were identified from various digital data-bases through focused searches using the keyword "WhatsApp chatbot". The review results indicate that Natural Language Processing (NLP) methods are the most commonly applied approach in chatbot development, with Python being the dominant programming language. This is attributed to Python's flexibility and strong library support, such as NLTK, spacy, and TensorFlow, which enable more efficient chatbot development. The findings reveal that WhatsApp chatbots have been applied in various sectors, including healthcare, business, and education. The study's outcomes highlight the challenges and opportunities in future chatbot development, such as the integration of additional features and the enhancement of conversational context understanding. By providing in depth insights into trends and best practices, this study contributes to the development of WhatsApp chatbots as increasingly relevant and effective automated communication tools.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search