Claim Missing Document
Check
Articles

Found 10 Documents
Search

STUDI POLA ARUS PERAIRAN SELATAN DAERAH ISTIMEWA YOGYAKARTA DENGAN MENGGUNAKAN METODE PENGINDERAAN JAUH ASA NOERHANDAYANI WAHYU PRATIWI, OKTIYAS MUZAKY LUTHFI, FARID IBRAHIM, GIANOVA ANDIKA PUTRI
Journal Ilmiah Rinjani : Media Informasi Ilmiah Universitas Gunung Rinjani Vol. 6 No. 1 (2018): Journal Ilmiah Rinjani: Media Informasi Ilmiah Universitas Gunung Rinjani
Publisher : LPPM Universitas Gunung Rinjani

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

Abstract

Pantai selatan Yogyakarta memiliki bentuk morfologi garis pantai yang lurus dengan perairan terbuka. Hal tersebut disebabkan karena perairan selatan Yogyakarta terhubung langsung dengan samudera Hindia. Umumnya, perairan terbuka memiliki intensitas arus yang cukup tinggi. Intensitas arus dipengaruhi oleh angin, pasang surut, topografi perairan, dan faktor-faktor lainnya. Penelitian ini menggunakan metode penginderaan jauh ditunjang dengan metode survei lapang. Hasil dari penelitian ini berupa peta pola arus perairan selatan Yogyakarta. Berdasarkan peta hasil, diketahui perairan selatan Yogyakarta memiliki pola arus beraturan dan termasuk dalam arus Ekman. Angin yang mempengaruhi pergerakan arus perairan selatan Yogyakarta adalah angin tenggara dan angin musim.Kata Kunci : Penginderaan Jauh, Arus, Pasang Surut, Perairan Selatan Daerah Istimewa Yogyakarta.South coast of Yogyakarta has the form a straight coastline morphology with open water. It is caused due to the waters south of Yogyakarta is directly connected with the Indian Ocean. Generally, open waters has a fairly high current intensity. The current intensity is affected by wind, tidal waters, topography, and other factors. This research method using remote sensing methods supported by the survey. The results of this research in the form of a map pattern of the flow of waters south of Yogyakarta. Based on the map results, note the waters south of Yogyakarta have irregular flow pattern and included in current Ekman. The wind that affects the movement of the flow of waters south of Yogyakarta is the Southeast wind and wind seasons.Keywords: Remote Sensing, Currents, Tides, The Waters South Of Yogyakarta.
ANALISA PENENTUAN PERUBAHAN CALON PENERIMA RASTRA (BERAS SEJAHTERA) DENGAN METODE SIMPLE ADDITIVE METHOD (SAW) DI DESA HUIDU KABUPATEN GORONTALO Tri Pratiwi Handayani
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 2, No 1 (2017): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v2i1.148

Abstract

Tujuan penelitian ini adalah menerapkan algoritma Simple Additive Method (SAW) dalam kasus penentuan perubahan calon penerima Rastra (Beras Sejahtera) di Desa Huidu Kabupaten Gorontalo. Algorima SAW (Penambahan bobot sederhana) adalah salah satu algoritma sistem pendukung keputusan yang mampu mendukung proses pengambilan keputusan yang dikategorikan sebagai multi kriteria decision making (MADM) atau pengambilan keputusan yang melibatkan banyak kriteria. Metode ini terdiri dari beberapa tahap. Pertama Matriks alternatif dibuat terlebih dahulu. Matriks alternatif merupakan matriks yang berisi alternatif alternatif yang akan dirangking pada akhir proses. Dalam kasus ini alternatif adalah nama – nama calon penerima Rastra yang akan dievaluasi pada rapat musyawarah desa. Kedua Matriks kriteria dibuat untuk menjadi indikator prioritas dalam mendukung keputusan. Tahap ketiga adalah penentuan atribut biaya dan atribut keuntungan dari kriteria yang telah ditetapkan. Tujuannya adalah membedakan kriteria yang bersifat keuntungan dan kriteria yang bersifat biaya. Keempat adalah penentuan bobot dari kriteria yang telah ditetapkan. Pada kasus ini diambil bobot bernilai 4 sebagai bobot yanng tetinggi dan bobot bernilai 1 sebagai bobot yang terendah. Penentuan nilai bobot pada kasus ini berdasarkan hasil wawancara dengan aparat desa. Kelima, melakukan normalisasi bobot dengan menggunakan persamaan. Keenam, menentukan preferensi alternatif terbobot. Sehingga didapatkanlah matriks keputusan.Dari hasil penelitian menunjukkan algoritma ini mampu memberikan ranking kelayakan calon Rastra. 
Implementasi Algoritma Topsis Pada Pemilihan Rumah Hunian Di Provinsi Dan Kabupaten Gorontalo Tri Pratiwi Handayani
ProTekInfo(Pengembangan Riset dan Observasi Teknik Informatika) Vol. 3 (2016)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.04 KB) | DOI: 10.30656/protekinfo.v3i0.51

Abstract

Penelitian ini bertujuan untuk mengimplementasikan Algoritma TOPSIS pada pemilihan rumah hunian yang ada di Provinsi dan Kabupaten Gorontalo.Penelitian ini terdiri dari beberapa tahap, yang pertama adalah survey tentang data rumah hunian yang ditawarkan oleh pengembang di Provinsi dan Kabupaten Gorontalo. Terdapat dua puluh tiga perumahan hunian yang ada di Kabupaten Gorontalo dengan berbagai macam tipe. Kemudian, hasil survey ini dianalisis menggunakan algoritma TOPSIS untuk mendapatkan rangking rumah dari yang paling direkomendasikan sampai yang kurang direkomendasikan. Algoritma TOPSIS merupakan algoritma sistem pendukung keputusan yang berfungsi untuk mempermudah proses pengambilan keputusan yang melibatkan banyak atribut. TOPSIS dapat mempertimbangkan banyak faktor dan juga mempertimbangkan pendapat dari banyak orang. Sehingga algoritma ini bisa membantu dalam pengambilan keputusan pemilihan rumah hunian bagi suatu keluar yang ada di Provinsi dan Kabupaten Gorontalo. Terdapat beberapa langkah dalam mengimplementasikan TOPSIS yaitu Pembentukan matriks atribut pemilihan rumah, Normalisasi matriks atribut, Pembentukan matriks terbobot, Perhitungan atribut ideal dan non-ideal dan Perhitungan jarak atribut ke solusi ideal dan non-ideal. Hasil yang didapat dari pengolahan 23 perumahan yang berada di Provinsi dan Kabupaten Gorontalo menunjukkan bahwa Griya Solaria Indah merupakan perumahan yang paling memiliki rangking tertinggi dibandingkan perumahan yang lainnya.  Hal ini dikarenakan atribut yang dimiliki oleh perumahan tersebut memiliki nilai yang mendekati ideal.
SISTEM INFORMASI MANAJEMEN SKRIPSI BERBASIS WEB DI UNIVERSITAS MUHAMMADIYAH GORONTALO Tri Pratiwi Handayani; Rubiyanto Maku; Rahmawati Musa
Jurnal Ilmu Komputer (JUIK) Vol 1, No 2 (2021): October 2021
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (859.729 KB) | DOI: 10.31314/juik.v1i2.1174

Abstract

This study aims to integrate all administrative processes in managing theses in a Web-based system and speed up the process of disseminating information or announcements, determining, determining exam schedules for students, evaluating student exam results and providing a means for online thesis guidance processes between lecturers and students. through a computerized chat feature via the website. This research uses the System Development Life Cycle (SDLC) system development model. This research resulted in a website-based system using the PHP programming language and using the MySql database. The results of this study broadly consist of three stages, namely the input stage which includes input of student registration data, lecturer data, schedule data, information/news data, value data, and determination data. determination of lecturers, scheduling process, examination assessment process, information dissemination process, and chat and correction processes while the output stage consists of the output of student test scores, determination of assistant lecturers, schedule and information.
PENERAPAN ALGORITMA SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART) PEMBERIAN SANKSI TERHADAP SISWA YANG MELAKUKAN PELANGGARAN Alter Lasarudin; Tri Pratiwi Handayani; Sitnasanti Yane
Jurnal Ilmu Komputer (JUIK) Vol 2, No 1 (2022): February 2022
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (647.437 KB) | DOI: 10.31314/juik.v2i1.1487

Abstract

Pelanggaran adalah perilaku yang menyimpang untuk melakukan tindakan dengan kehendaknya sendiri tanpa memperhatikan peraturan yang telah dibuat oleh pihak sekolah. Penelitian ini bertujuan untuk memudahkan pihak sekolah dalam pemberian sanksi terhadap siswa yang melanggar aturan sekolah. Metode yang digunakan adalah Simple Multi Attribute Rating Technique (SMART), dengan delapan kriteria pelanggaran antara lain kehadiran, keterlambatan, kebersihan lingkungan dan kedisiplinan, pakaia seragam, keagamaan, perkelahian, membawa handpone, merokok. Hasil perhitungan metode SMART dengan jumlah 70 data siswa yang melanggar diperoleh nilai 100 yang menunjukan nilai tertinggi sehingga siswa tersebut dikeluarkan dari sekolah, sedangkan perolehan nilai 52,76 menunjukan bahwa siswa tersebut tidak naik kelas, nilai 30,06 menunjukan siswa diskorsing, dan nilai terakhir 19.02 menunjukan siswa tersebut mendapatkan surat teguran dari pihak sekolah.
PELATIHAN TEKNOLOGI KECERDASAN BUATAN UNTUK PENINGKATAN PRODUKTIVITAS GURU SMK DESAIN KOMUNIKASI VISUAL SMKN 1 GORONTALO Tri Pratiwi Handayani; Alimuddin Yasin; Moh. Nasrul Arief Setiawan
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 1 No. 1 (2024): FEBRUARI - MARET 2024
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Dalam era digital saat ini, teknologi kecerdasan buatan (AI) telah menunjukkan pertumbuhannya yang pesat dan aplikasinya yang luas dalam berbagai bidang, termasuk pendidikan. Pengabdian masyarakat ini berfokus pada pelatihan bagi guru SMK dalam bidang Desain dan Komunikasi Visual mengenai pemanfaatan dua teknologi AI, yaitu ChatGPT dan DALL·E. Menggunakan metode pelatihan berbasis diskusi, simulasi, dan praktek langsung, tujuan utama dari pelatihan ini adalah untuk memperkaya metode pembelajaran guru dengan integrasi teknologi mutakhir, serta meningkatkan kualitas pendidikan SMK dalam mempersiapkan siswa untuk Dunia Usaha Dunia Industri (DUDI). Hasil dari pelatihan menunjukkan bahwa guru SMK merasa lebih percaya diri dalam mengintegrasikan AI ke dalam kurikulum mereka. Namun, ditekankan juga pentingnya pendekatan yang hati-hati dalam penerapannya untuk meminimalisir bias dan kesalahan interpretasi. Kesimpulannya, pelatihan teknologi AI bagi guru SMK memiliki potensi besar untuk memperkaya metode pengajaran dan meningkatkan kesiapan siswa dalam menghadapi era industri 4.0.
Klasifikasi Hard Skill dan Soft Skill IT dari Iklan Kerja Menggunakan Metode Berbasis Rule-Based dan Similarity Matching Hapsa Husain; Wahyudin Hasyim; Alter Lasarudin; Tri Pratiwi Handayani
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/pf66v794

Abstract

Abstrak - Kesenjangan kompetensi antara lulusan perguruan tinggi dengan kebutuhan aktual industri Teknologi Informasi (TI) masih menjadi kendala utama dalam penyerapan tenaga kerja. Penelitian ini bertujuan untuk mengklasifikasikan kompetensi hard skill dan soft skill yang diekstraksi dari data iklan lowongan kerja guna memetakan kebutuhan industri secara presisi. Metodologi yang diterapkan menggunakan pendekatann yang menggabungkan metode rule-based untuk ekstraksi entitas kompetensi serta similarity matching dengan algoritma Cosine Similarity untuk proses pemetaan terhadap Standar Kompetensi Kerja Nasional Indonesia (SKKNI). Penelitian ini mengolah data sebanyak 701 iklan lowongan kerja IT dengan merujuk pada 2.126 unit kompetensi SKKNI yang mencakup 57 okupasi. Hasil penelitian menunjukkan bahwa penggunaan metode Rule-Based dan Similarity Matching mampu mengidentifikasi variasi kompetensi pada teks iklan kerja yang tidak terstruktur dengan performa sangat baik, dibuktikan dengan nilai akurasi sebesar 88,02%, presisi 88,09%, recall 96,92%, dan F1-score 92,29%. Berdasarkan Hasil penelitian mengungkap dominasi kebutuhan hard skill (62.0%) dengan prioritas pada bidang keamanan siber (security) dan basis data, sementara soft skill (38,0%) didominasi oleh kemampuan komunikasi dan pemecahan masalah. Kerangka kerja ini diharapkan dapat membantu institusi pendidikan dalam sinkronisasi kurikulum serta menjadi panduan bagi pencari kerja dalam memetakan kompetensi spesifik yang dibutuhkan industri. Kata Kunci: Hard Skill; Soft Skill; IT; Rule-Based; Cosine Similarity; SKKNI; Iklan Kerja;   Abstract - The competency gap between university graduates and the actual needs of the Information Technology (IT) industry remains a major obstacle to workforce absorption. This study aims to classify hard and soft skill competencies extracted from job advertisement data to precisely map industry needs. The applied methodology uses a rule-based approach for extracting competency entities and similarity matching with the Cosine Similarity algorithm for mapping against the Indonesian National Work Competency Standards (SKKNI). This study processed data from 701 IT job advertisements, referring to 2,126 SKKNI competency units covering 57 occupations. The results of the study indicate that the Rule-Based and Similarity Matching method is capable of identifying competency variations in unstructured job advertisement text with excellent performance, as evidenced by an accuracy of 88.02%, a precision of 88.09%, a recall of 96.92%, and an F1-score of 92.29%. The results revealed a dominant need for hard skills (57.8%), with a priority on cybersecurity and databases, while soft skills (42.2%) were dominated by communication and problem-solving abilities. This framework is expected to assist educational institutions in curriculum synchronization and serve as a guide for job seekers in mapping specific competencies needed by the industry. Keywords: Hard Skills; Soft Skills; IT; Rule-Based; Cosine Similarity; SKKNI; Job Advertisements;
The Impact of Using Gamification on English language learning in increasing Learning Motivation Muhammad Kharizmi; Tri Pratiwi Handayani; Dina Amaliyah Mushthoza; Yuli Rohmiyati; Satrio Binusa Suryadi
International Journal of Language and Ubiquitous Learning Vol. 2 No. 1 (2024)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/ijlul.v2i1.754

Abstract

Background. 21st century education demands changes in learning methods to increase students' learning motivation. Gamification, or the use of game elements in a learning context, has been recognized as an effective tool to increase student engagement and motivation. However, more in-depth research is still needed to evaluate the effectiveness of gamification in increasing the motivation to learn English among English Language Education students. Purpose. The main purpose of this research is to evaluate the effectiveness of using gamification in increasing the motivation of students in learning English. Method. Through a quantitative approach and survey method, this research aims to investigate the experience, perception, and level of student learning motivation related to the use of gamification in English language learning. English Education. The survey was conducted by distributing questionnaires compiled based on related literature and previous research on gamification. The survey steps are voluntary and the confidentiality of the data is strictly maintained. Results. Based on the results of the analysis of the sixth questionnaire, gamification proved to have a positive impact on increasing students' learning motivation in learning English. The majority of respondents feel effective or enthusiastic about the use of gamification. However, there are a small number of respondents who feel neutral towards the concept of gamification. Further evaluation and efforts to expand the understanding and application of gamification need to be done. Conclusion. This research shows that the use of gamification in English language learning promises to increase students' learning motivation. However, continuous evaluation and improvement is required to maximize its potential use. Thus, gamification can be considered as an effective learning strategy in the context of learning English in the 21st century education era.
Analisis Kurikulum Sistem Informasi dan Kebutuhan Iduka Menggunakan Teknik Natural Language Processing (NLP) Renata H. Salalu; Wahyudin Hasyim; Hilmansyah Gani; Tri Pratiwi Handayani
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/bx9z2346

Abstract

Abstrak - Perkembangan teknologi informasi yang semakin pesat menuntut Program Studi Sistem Informasi untuk menghasilkan lulusan yang memiliki kompetensi sesuai dengan kebutuhan Industri, Dunia Usaha, dan Dunia Kerja (IDUKA). Dinamika kebutuhan keterampilan di dunia kerja mengharuskan adanya evaluasi kurikulum secara berkala agar materi pembelajaran yang diberikan tetap relevan dengan perkembangan industri. Penelitian ini bertujuan untuk menganalisis tingkat kesesuaian kurikulum Program Studi Sistem Informasi dengan kebutuhan IDUKA melalui identifikasi dan perbandingan kompetensi yang terdapat pada kurikulum dan data lowongan pekerjaan. Penelitian ini menggunakan teknik Natural Language Processing (NLP) dengan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Data penelitian berupa dokumen kurikulum Program Studi Sistem Informasi dan data lowongan pekerjaan bidang Teknologi Informasi yang diperoleh melalui proses web scraping pada platform Jobstreet. Tahapan penelitian meliputi pengumpulan data, text preprocessing yang terdiri atas cleaning, case folding, stopword removal, dan tokenizing, pembobotan TF-IDF, serta pengukuran tingkat kemiripan menggunakan Cosine Similarity. Dari proses pengumpulan data diperoleh 2.956 data lowongan pekerjaan, yang setelah melalui proses seleksi dan penghapusan data duplikat menghasilkan 1.981 data valid untuk dianalisis. Hasil penelitian menunjukkan bahwa metode TF-IDF dan Cosine Similarity mampu mengukur tingkat kesesuaian antara kompetensi dalam kurikulum dan kebutuhan IDUKA secara objektif. Nilai Cosine Similarity menunjukkan bahwa kategori Pemrograman Web memperoleh nilai 0,79 dengan tingkat relevansi tinggi, Pemrograman Dasar memperoleh nilai 0,56, Basis Data sebesar 0,49 dengan tingkat relevansi sedang, sedangkan kategori Analisis dan Tools serta Infrastruktur Jaringan masing-masing memperoleh nilai 0,22 dan 0,20 yang menunjukkan tingkat relevansi rendah. Hasil penelitian ini menunjukkan bahwa kurikulum Program Studi Sistem Informasi telah memiliki kesesuaian yang baik pada kompetensi inti bidang pemrograman, namun masih memerlukan pengembangan pada beberapa bidang kompetensi agar lebih selaras dengan kebutuhan IDUKA. Kata kunci: Kurikulum Sistem Informasi; IDUKA; Natural Language Processing (NLP); TF-IDF; Cosine Similarity; Web Scraping; Abstract - The rapid development of information technology requires the Information Systems Study Program to produce graduates whose competencies align with the needs of Industry, Business, and the World of Work (IDUKA). The dynamic changes in workforce skill demands necessitate periodic curriculum evaluation to ensure that the learning materials remain relevant to industrial developments. This study aims to analyze the alignment between the Information Systems curriculum and IDUKA requirements by identifying and comparing the competencies contained in the curriculum and job vacancy data. This study employs Natural Language Processing (NLP) techniques using the Term Frequency-Inverse Document Frequency (TF-IDF) and Cosine Similarity methods. The research data consist of the Information Systems curriculum documents and Information Technology job vacancy data obtained through a web scraping process from the Jobstreet platform. The research stages include data collection, text preprocessing consisting of cleaning, case folding, stopword removal, and tokenizing, TF-IDF weighting, and similarity measurement using Cosine Similarity. A total of 2,956 job vacancy records were collected, and after data selection and duplicate removal, 1,981 valid records were obtained for analysis. The results indicate that the TF-IDF and Cosine Similarity methods are effective in objectively measuring the alignment between curriculum competencies and IDUKA requirements. The Cosine Similarity scores show that the Web Programming category achieved a score of 0.79, indicating high relevance. Basic Programming obtained a score of 0.56, while Database achieved a score of 0.49, indicating moderate relevance. Meanwhile, the Analysis and Tools and Network Infrastructure categories obtained scores of 0.22 and 0.20, respectively, indicating low relevance. These findings suggest that the Information Systems curriculum has a strong alignment with core programming competencies but still requires further development in several competency areas to better meet the evolving needs of IDUKA. Keywords: Information Systems Curriculum; IDUKA; Natural Language Processing (NLP); TF-IDF; Cosine Similarity; Web Scraping;
Comparative Analysis of CNN-RNN Models for Hatespeech Detection Incorporating L2 regularization Tri Pratiwi Handayani; Wahyudin Hasyim
International Journal of Engineering, Science and Information Technology Vol 4, No 1 (2024)
Publisher : Malikussaleh University, Aceh, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52088/ijesty.v4i1.491

Abstract

This study aims to address the challenge of detecting hate speech in text data by comparing two experimental CNN-RNN models. The primary issue is achieving a balance between precision and recall in hate speech detection while preventing overfitting and ensuring good generalization. Two different approaches were applied: the first model used standard training techniques, while the second model incorporated L2 regularization and early stopping. The research involved using Keras Tokenizer for text tokenization, layering with CNN and LSTM for feature extraction and temporal context capturing, and applying dropout to prevent overfitting. L2 regularization and early stopping were added to the second model to enhance generalization. The findings reveal that the first model, although exhibiting some overfitting, attained a higher overall accuracy of 78% and more balanced F1-scores for both the "Not Hate Speech" and "Hate Speech" categories. The second model, although achieving higher precision for hate speech (0.81), had lower recall (0.58), resulting in an overall accuracy of 75%. This suggests that regularization and early stopping need careful tuning to avoid reducing sensitivity to hate speech detection.