Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Inspiration Jurnal Teknologi Elekterika International Journal of Industrial Optimization (IJIO)
Irmawati Irmawati
Jurusan Teknik Elektro Politeknik Negeri Ujung Pandang
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Pengembangan Sistem Survei Tracer Study Berbasis Web Menggunakan Arsitektur Model View Controller (MVC) Muhammad Nur Yasir Utomo; Irmawati Irmawati; Rini Nur
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 11, No 2 (2021): Jurnal Inspiration Volume 11 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v11i2.2633

Abstract

Tracer study sebagai metode untuk mendapat umpan balik dari alumni perguruan tinggi saat ini masih memiliki berbagai masalah dari sisi pelaksanaan. Masalah pelaksanaan tracer study umumnya berupa keterbatasan sumber daya, format survei dan cara pelaksanaannya. Untuk mengatasi masalah tersebut, teknologi informasi mulai dimanfaatkan sebagai solusi. Namun demikian, penelitian terkait tracer study saat ini masih sangat berfokus pada pengumpulan data alumni saja, sedangkan penelitian terkait pembuatan survei untuk mengetahui situasi dan kompetensi alumni didunia kerja masih sangat terbatas. Oleh karena itu, penelitian ini mengajukan sistem survei tracer study berbasis web dengan arsitektur Model-View-Controller (MVC) sebagai solusi. Sistem dikembangkan dengan spesifikasi memiliki dua modul utama yaitu modul survei alumni dan modul staf dan admin. Berdasarkan pengujian dan evaluasi yang dilakukan dengan menggunakan metode Black Box Testing, sistem yang diajukan berhasil memperloleh nilai kelayakan sebesar 90.9% sehingga dapat disimpulkan bahwa sistem yang diajukan pada penelitian ini dapat bekerja dengan baik untuk digunakan dalam melalukan survei tracer study alumni.
Model Pembelajaran Blended Sebagai Alternatif Pengembangan Mata Kuliah Praktikum (Studi Kasus Praktikum Routing dan Switching) Irmawati Irmawati
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 7, No 2 (2017): Jurnal Inspiration Volume 7 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v7i2.2446

Abstract

Mata kuliah praktikum yang dilaksanakan pada umumnya menggunakan model pembelajaran sinkron dengan tatap muka langsung pada laboratorium dengan sumber belajar yang disediakan.Pada praktikum Routing dan Switching, memanfaatkan sumber belajar yang tersedia pada sistem e-learning, namun ini tidak memiliki alur pembelajaran yang dapat menuntun mahasiswa untuk mempelajari semua konten yang tersedia. Penelitian ini bertujuan untuk menghasilkan rancangan pembelajaran blendedpada Praktikum Routing dan Switching dengan memanfaatkan modul lesson pada sistem e-learning. Metode yang digunakan menggunakan model prosedural dimulai dari mereview capaian pembelajaran mata kuliah, merancang pembelajaran blended dan alur pembelajaran pada sistem e-learning. Penelitian ini menghasilkan rancangan model pembelajaran blended dengan kombinasi pembelajaran asinkron dengan sinkron tatap muka 75% dan menghasilkan alur pembelajaran memanfaatkan modul lesson pada sistem e-learning.
ANALISIS SISTEM KOMPUTASI PARALEL PADA INFRASTRUKTUR GRID COMPUTING Irawan Irawan; Irmawati Irmawati; Syarif Al Qadri Syahrir
Jurnal Teknologi Elekterika Vol 14, No 1 (2017): mei
Publisher : Politeknik Negeri Ujung Pandang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (531.982 KB) | DOI: 10.31963/elekterika.v1i1.1213

Abstract

Grid Computing merupakan salah satu sistem komputasi paralel terdistribusi dengan menggunakan banyak sumber daya komputasi yang dikelolah secara bersama dan terpisah secara geografis. Grid computing saat ini menjadi suatu bentuk solusi untuk melakukan komputasi dalam skala besar.Penelitian ini menggunakan beberapa komputer yang dibagi menjadi dua klaster yang terpisah. Menggunakan pustaka OpenMPI untuk lingkungan komputasi paralel dan Sun Grid Scheduler sebagai gridengine, Globus Toolkit sebagai middleware, Gridsphere dan Vine Toolkit sebagai portal grid. Penelitian ini dapat digunakan sebagai panduan untuk membangun sistem komputasi paralel pada infrastruktur grid computing dan mengetahui cara kerja sistem grid computing untuk dapat dilakukan pengembangan sistem untuk mendukung proses pembelajaran.
Embedded response technology and service cloud platform for vehicle information tracking Muhammad Faisal; Ida Ida; Darniati Darniati; Irmawati Irmawati; Muh Khayyir
International Journal of Industrial Optimization Vol. 4, No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/ijio.v4i1.6928

Abstract

Based on the Indonesia national police crime database, it is reported that vehicle theft cases have increased during the Covid-19 pandemic. The database reported an increasing trend of vehicle theft, 4,065 cases from January 2019 to January 2020 in the province and regency region. Therefore, to help police officers work and minimize the criminal cases of vehicle theft, an effective strategy is needed to reduce these threats. This study proposes implementing SMS and QRcode technology embedded in the vehicle for validation information. Cloud computing capabilities can offer real-time network access to technology resources that can be physically located anywhere geographically based on business needs. This technology can rapidly search and show detailed information regarding the specific vehicle, including the vehicle owner, the vehicle registration number, and the validation of the driver's license. To implement and examine the effectiveness of the proposed technology, this study was conducted an experimental study in a real-world setting from January 2021 until April 2021 in Makassar city, Indonesia. This study concluded that the proposed technology could successfully be implemented and effectively show detailed information regarding the specific vehicle based on the experimental results. This study concluded the potential use of the proposed technology in the real world as an alternative solution to minimize the criminal cases of vehicle theft. It can be used as an alternative solution to reduce the increase in criminal cases of inter-island private vehicle theft syndicates.
A hybrid hue saturation lightness, gray level co-occurrence matrix, and k-nearest neighbour for palm-sugar classification Jumarlis, Mila; Mulyadi, Ida; Mirfan, Mirfan; Imawati, Irmawati; Mardiah, Mardiah; Faisal, Muhammmad; Anisa, Hairin
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i3.pp2934-2945

Abstract

In recent years, there has been an increasing demand for high-quality raw materials driven by consumers and the food industry. This study aims to build a model to predict the type of palm sugar using a hybrid method of hue-saturation-lightness (HSL), gray level co-occurrence matrix (GLCM), and K-nearest neighbor (KNN). The price of palm sugar is determined based on the type and ingredients used. However, due to the lack of public knowledge in distinguishing the types of palm sugar, there is the potential for price manipulation that can harm the community. The accuracy rate of 97.6% of the palm sugar type prediction results shows that the model that was built has worked very well. The results have practical implications, such as developing automated systems to classify palm species in specific industries to benefit economics and operational efficiency. Future research directions may explore the integration of advanced machine-learning techniques and real-time image processing for further improving classification performance and scalability in industrial applications.
Co-Authors Darniati Darniati Ida Mulyadi Irawan, Irawan JUMARLIS, MILA Mardiah Mardiah Mirfan Muh Khayyir Muhammad Faisal Muhammad Nur Yasir Utomo Rini Nur Syarif Al Qadri Syahrir