Articles
<![CDATA[PELATIHAN APLIKASI CANVA PADA GURU P A U D TUNAS BANGSA UNTUK MENINGKATKAN KREATIFITAS PEMBELAJARAN ]]>
<![CDATA[Supriyanto, Aji]]>;
<![CDATA[Hadiono, Kristophorus]]>;
<![CDATA[Widyaningrum, Agnes]]>;
<![CDATA[Damaryanti, Rr Fitri]]>
<![CDATA[ Intimas Vol 4 No 2 (2024) ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi dan Industri Unisbank ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35315/intimas.v4i2.9890
<![CDATA[Pendidikan Anak Usia Dini (PAUD) merupakan pendidikan yang sangat penting dalam melahirkan generasi emas di Indonesia. Aplikasi Canva dapat digunakan untuk pembelajaran berbasis digital kepada PAUD karena mudah, lengkap, menarik, kreatif dan inovatif, dan dapat dilakukan secara online. Namun masih banyak guru PAUD yang belum menguasai dalam penggunaannya untuk dimanfaatkan dalam materi pembelajaran. Pelatihan Canva untuk pembelajaran PAUD bertujuan meningkatkan kemampuan guru dalam menguasi aplikasi Canva dalam pembelajaran digital di PAUD agar lebih kreatif dan inovatif namun mudah dan menyenangkan. Pelatihan Guru PAUD dilakukan dengan cara mencoba langsung pada laptop yang tersedia aplikasi Canva online dengan mencoba berbagai macam fitur yang tersedia dengan penyesuaian materi untuk PAUD. Guru PAUD mencoba pada laptop masing-masing yang terkoneksi internet dan didampingi oleh asisten instruktur untuk mempermudah dan memperlancar kegiatan pembelajaran. Contoh-contoh diberikan secara langsung untuk dipraktikan oleh guru PAUD untuk mempermudah pemahaman materi pembelajaran canva online. Hasilnya Guru PAUD dapat mempraktikan pembelajaran digital dengan Canva menggunakan fitur-fitur yang dinamis, kreatif, inovatif dan menarik untuk PAUD.]]>
<![CDATA[IMPLEMENTASI CHATBOT BERBASIS FRAMEWORK RASA UNTUK SISTEM REKOMENDASI WISATA DI SEMARANG ]]>
<![CDATA[Rosida, Adis Amatulia]]>;
<![CDATA[Hadiono, Kristophorus]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 3 (2024) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v9i3.5380
<![CDATA[Kota Semarang merupakan salah satu destinasi wisata terkenal di Jawa Tengah. Kota ini terkenal dengan keindahan alamnya yang mempesona dan kekayaan budaya yang unik sehingga menjadikannya sebagai daya tarik utama bagi calon wisatawan. Potensi yang dimiliki kota ini akan membuat wisatawan penasaran dan mencari tahu tempat mana saja yang akan dikunjungi ketika datang ke Kota Semarang. Setiap wisatawan mempunyai karakteristik dan kebutuhan yang berbeda-beda, sehingga akan mempengaruhi tempat yang ingin dikunjunginya. Preferensi yang berbeda menyebabkan keputusan yang berbeda. Ada yang memilih berdasarkan dana yang dimiliki, ada pula yang memanfaatkan rekomendasi teman atau informasi dari internet. Memilih tempat yang tepat saat berwisata bukanlah perkara mudah, apalagi jika destinasi tersebut masih baru. Oleh karena itu, diperlukan rekomendasi tempat mana yang cocok untuk dikunjungi. Membangun chatbot sebagai penolong wisatawan sebagai sistem pemberi rekomendasi menjadi tujuan penelitian ini. Sistem rekomendasi menggunakan chatbot berbasis Framework RASA. Data destinasi wisata dikumpulkan dari kreator konten di media sosial (YouTube, TikTok, Instagram) yang memiliki follower (minimal) 10.000 follower. Destinasi wisata tersebut dikemas menjadi 5 kategori yang berisi 60 tempat. Hasil pengujian menunjukkan implementasi chatbot dapat memberikan rekomendasi dan informasi wisata di Semarang dengan hasil uji blackbox sesuai yang diharapkan. ]]>
<![CDATA[Enhanced multi-ethnic speech recognition using pitch shifting generative adversarial networks ]]>
<![CDATA[Nugroho, Kristiawan]]>;
<![CDATA[Hadiono, Kristophorus]]>;
<![CDATA[Sutanto, Felix]]>;
<![CDATA[Marutho, Dhendra]]>;
<![CDATA[Farooq, Omar]]>
<![CDATA[ IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 3: September 2024 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.11591/ijai.v13.i3.pp2904-2911
<![CDATA[Research in the field of speech recognition is a challenging research area. Various approaches have been applied to build robust models. A problem faced in speech recognition research is overfitting, especially if there is insufficient data to train the model. A large enough amount of data can train the model well, resulting in high accuracy. Data augmentation is an approach often used to increase the quantity of dataset. This research uses a data augmentation approach, namely pitch shifting, to increase the quantity of speech dataset, which is then processed into spectrogram data and then classified using a generative adversarial network (GAN). Using the pitch shifting-generative adversarial network (PS-GAN) model, this research produces high accuracy performance in multi-ethnic speech recognition, namely 98.43%, better than several similar studies.]]>
<![CDATA[Analisis RFM dan K-Means Clustering untuk Segmentasi Pelanggan pada PT. Sanutama Bumi Arto ]]>
<![CDATA[Silamantha, Wiendha Artieka]]>;
<![CDATA[Hadiono, Kristophorus]]>
<![CDATA[ Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 3 (2024): Edisi Juli ]]>
Publisher : <![CDATA[LPPM STIKOM Tunas Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/kesatria.v5i3.448
<![CDATA[This research aims to segment customers at PT. Sanutama Bumi Arto by applying RFM (Recency, Frequency, Monetary) analysis combined with the K-Means Clustering algorithm. RFM analysis is used to identify customer purchasing characteristics based on recency, frequency of purchases and total purchase value (monetary). Then, the K-Means algorithm is used to group customers into different segments based on the similarity of RFM characteristics. This research uses customer transaction data from PT. Sanutama Bumi Arto. The research results show that there are two customer clusters with different characteristics, namely customers with low purchasing levels and customers with high purchasing levels. Customer clusters with high purchasing levels have higher recency, frequency and monetary values compared to customer clusters with low purchasing levels. Cluster evaluation was carried out using the Silhoutte Score (0.44), WSS (972.19) and BSS (1112.73) metrics, which shows that clustering has good performance. It is hoped that the results of this research can provide valuable insight for PT. Sanutama Bumi Arto in understanding customer behavior and developing more effective marketing strategies.]]>
<![CDATA[Analisis Penerimaan Teknologi Aplikasi Pemesanan Makanan Gofood dengan Technology Acceptance Model dan Pearson Correlation ]]>
<![CDATA[Munna, Aliyatul]]>;
<![CDATA[Nugroho, Kristiawan]]>;
<![CDATA[Hadiono, Kristophorus]]>
<![CDATA[ J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 7, No 2 (2023): EDISI SEPTEMBER ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/j-sakti.v7i2.682
<![CDATA[Technology has proven itself as a powerful tool to ease human work in many ways, including food ordering technology. GoFood is a popular and innovative food ordering application that has brought convenience and comfort to users in Indonesia. This research aims to analyze the technology acceptance of the Gofood food ordering application using the Technology Acceptance Model (TAM). TAM is a framework used to understand the factors that influence the acceptance and use of technology. In the context of food ordering apps, user acceptance of the app is critical to the success and growth of the business. This research method involves collecting data through online surveys among Gofood application users. Respondents were asked to assess relevant factors in the TAM, including perceived usefulness, perceived ease of use, as well as attitudes toward use and behavioral intention to use. ), and test the correlation between constructs using Pearson correlation. The results of the analysis show that these findings indicate that perceived usefulness and perceived ease of use of the GoFood application contribute to attitudes toward use and interest in utilizing and using the application. .]]>
<![CDATA[Empowering MSME's through Digital Transformation in Accounting ]]>
<![CDATA[Hadiono, Kristophorus]]>;
<![CDATA[Supriyanto, Aji]]>;
<![CDATA[Adhi, Antono]]>;
<![CDATA[Singh, Narinderjit Singh Sawaran]]>;
<![CDATA[Damaryanti, Rr. Fitri]]>
<![CDATA[ Jurnal Pengabdian Masyarakat Bestari Vol. 3 No. 12 (2024): December 2024 ]]>
Publisher : <![CDATA[PT FORMOSA CENDEKIA GLOBAL ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55927/jpmb.v3i12.12270
<![CDATA[Despite the numerous benefits offered by digitalization, many MSMEs in Malaysia still rely on manual accounting methods. This reliance on manual processes results in inefficiencies, errors, and time-consuming tasks. By leveraging digital tools and technologies, MSMEs can streamline their accounting operations, improve accuracy, and make informed business decisions. This study will investigate the specific challenges and opportunities associated with digitalizing accounting processes in MSMEs, including factors such as cost, technological literacy, and data security. Through a comprehensive analysis, this community service program will propose practical recommendations to facilitate the adoption of digital accounting solutions and empower MSMEs to thrive in the digital age.]]>
<![CDATA[Analisis Penerimaan Teknologi Aplikasi Pemesanan Makanan Gofood dengan Technology Acceptance Model dan Pearson Correlation ]]>
<![CDATA[Munna, Aliyatul]]>;
<![CDATA[Nugroho, Kristiawan]]>;
<![CDATA[Hadiono, Kristophorus]]>
<![CDATA[ J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 7, No 2 (2023): EDISI SEPTEMBER ]]>
Publisher : <![CDATA[STIKOM Tunas Bangsa Pematangsiantar ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/j-sakti.v7i2.682
<![CDATA[Technology has proven itself as a powerful tool to ease human work in many ways, including food ordering technology. GoFood is a popular and innovative food ordering application that has brought convenience and comfort to users in Indonesia. This research aims to analyze the technology acceptance of the Gofood food ordering application using the Technology Acceptance Model (TAM). TAM is a framework used to understand the factors that influence the acceptance and use of technology. In the context of food ordering apps, user acceptance of the app is critical to the success and growth of the business. This research method involves collecting data through online surveys among Gofood application users. Respondents were asked to assess relevant factors in the TAM, including perceived usefulness, perceived ease of use, as well as attitudes toward use and behavioral intention to use. ), and test the correlation between constructs using Pearson correlation. The results of the analysis show that these findings indicate that perceived usefulness and perceived ease of use of the GoFood application contribute to attitudes toward use and interest in utilizing and using the application. .]]>
<![CDATA[IMPLEMENTASI CHATBOT UNTUK REKOMENDASI COFFEE SHOP DI KOTA SEMARANG ]]>
<![CDATA[Cahyawati, Asania Fatma]]>;
<![CDATA[Hadiono, Kristophorus]]>
<![CDATA[ JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024) ]]>
Publisher : <![CDATA[STKIP PGRI Tulungagung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29100/jipi.v9i4.5465
<![CDATA[Coffee shop di Kota Semarang telah berkembang menjadi pusat sosial yang hidup dengan menyediakan berbagai jenis kopi spesial dan campuran unik yang sesuai dengan selera penduduk lokal dan wisatawan. Coffee Shop selain bertindak sebagai tempat menjual kopi juga berperan menyatukan estetika modern dengan pesona tradisional. Kondisi ini membuat tempat yang nyaman bagi pengunjung untuk menikmati kopi favorit mereka di tengah keramaian kota. Semua pelanggan memiliki preferensi unik. Beberapa faktor yang mempengaruhi keputusan konsumen adalah harga, lokasi coffee shop, suasana, dan fasilitasnya. Karena banyaknya coffee shop di kota Semarang, memilih yang sesuai dengan preferensi bukanlah hal yang mudah. Oleh karena itu, diperlukan rekomendasi coffee shop yang sesuai dengan preferensi pelanggan. Tujuan penelitian ini adalah untuk membuat chatbot yang berfungsi sebagai sumber rujukan awal untuk membantu pelanggan memilih coffee shop. Chatbot yang digunakan dalam penelitian ini berbasis framework Rasa. Data coffee shop dikumpulkan dari Google Maps dan dari kreator konten media sosial seperti Instagram dan TikTok yang memiliki jumlah follower minimal 4000 followers. Hasil pengujian blackbox dan pengujian User Acceptance Test (UAT) menunjukkan bahwa chatbot yang dibangun dapat membantu dengan memberikan rekomendasi dan informasi tentang coffee shop di Semarang.]]>
<![CDATA[Pendampingan dan Pelatihan Google Form untuk Evaluasi Kesehatan Balita di Kelurahan Tambakaji ]]>
<![CDATA[Sutanto, Felix Andreas]]>;
<![CDATA[Hadiono, Kristophorus]]>;
<![CDATA[Yulianton, Heribertus]]>;
<![CDATA[Wijaya, Mikhael Putra]]>;
<![CDATA[Kusuma, Aditya Chandra]]>
<![CDATA[ Community Engagement and Emergence Journal (CEEJ) Vol. 6 No. 1 (2025): Community Engagement & Emergence Journal (CEEJ) ]]>
Publisher : <![CDATA[Yayasan Riset dan Pengembangan Intelektual ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37385/ceej.v6i1.6485
<![CDATA[Program ini bertujuan untuk memberikan pendampingan dan pelatihan kepada kader kesehatan dan masyarakat di Kelurahan Tambakaji, Kecamatan Ngaliyan, dalam pembuatan Google Form. Google Form digunakan sebagai media evaluasi kesehatan balita, yang membantu mempermudah pengumpulan data kesehatan balita secara digital. Pendekatan ini diharapkan meningkatkan efektivitas pencatatan data kesehatan dan mempercepat analisis informasi yang mendukung pemantauan kesehatan balita di wilayah tersebut. Melalui pelatihan ini, peserta belajar membuat formulir digital untuk memantau indikator kesehatan balita seperti status gizi, riwayat imunisasi, dan perkembangan fisik. Dengan pendampingan yang berkelanjutan, masyarakat setempat diharapkan lebih terampil dalam memanfaatkan teknologi untuk pemantauan kesehatan yang terstruktur dan tepat waktu, sehingga dapat menunjang peningkatan kesehatan balita secara lebih efektif dan berkelanjutan.]]>
<![CDATA[Evaluasi empiris model ARIMA dan LSTM dalam konteks peramalan penjualan mobil Toyota ]]>
<![CDATA[Caesar, Yulius Bagus]]>;
<![CDATA[Hadiono, Kristophorus]]>;
<![CDATA[Ardhianto, Eka]]>
<![CDATA[ AITI Vol 22 No 2 (2025) ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Kristen Satya Wacana ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24246/aiti.v22i2.221-235
<![CDATA[The increasing population and economic growth in major Indonesian cities drive demand for motor vehicles, particularly those of the Toyota brand. However, the fluctuating sales of Toyota from 2011 to 2023 complicate sales planning. This study aims to compare the performance of ARIMA and LSTM forecasting models in predicting Toyota car sales in Indonesia. The data used were obtained from the Association of Indonesian Automotive Industries (GAIKINDO). The results show that the LSTM model performs better than the ARIMA model in forecasting sales. The LSTM model yields lower prediction error values, as indicated by an RMSE of 5,198.40 and a MAPE of 15%, compared to ARIMA, which has an RMSE of 7,769.82 and a MAPE of 16%. Although the MAE of ARIMA is slightly better, at 4501.91, LSTM can minimize large prediction errors, which is evidenced by the significantly lower RMSE compared to ARIMA. The 1% difference in MAPE indicates that LSTM has a smaller percentage of prediction errors. These findings provide important implications for automotive companies in formulating more effective sales strategies. The LSTM model can be a valuable tool for anticipating market trends and making more accurate business decisions.]]>
