Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JIEET (Journal of Information Engineering and Educational Technology)

PENGEMBANGAN APLIKASI SERTIFIKASI ONLINE UNTUK MENGUJI KOMPETENSI MAHASISWA UNESA Putra, Ricky Eka; Wijanarko, Diastian Vinaya; Usodoningtyas, Sri; Singke, Juhrah
JIEET (Journal of Information Engineering and Educational Technology) Vol 3, No 2 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n2.p90-96

Abstract

Kegiatan sertifikasi memiliki peranan penting dalam pengembangan Sumber Daya Masyarakat (SDM), khususnya dalam menjaga eksistensi negara Indonesia di dalam persaingan global di era Masyarakat Ekonomi ASEAN (MEA). LSP Unesa turut mendukung program Unesa dalam melakukan sertifikasi demi menghasilkan lulusan yang berkualitas. Revolusi industri 4.0 dan perkembangan teknologi yang tinggi membuat LSP Unesa turut berpartisipasi dalam membuat sistem sertifikasi online yang digunakan dalam melakukan uji kompetensi. Aplikasi ini diyakini nanti dapat membuat kegiatan uji kompetensi menjadi lebih efektif dan efisien, khususnya pada proses pendaftaran sertifikasi oleh mahasiswa dan penilaian uji kompetensi oleh asesor. Aplikasi sertifikasi ini bersifat paperless yang tentunya dapat mereduksi penggunaan kertas dalam kegiatan sertifikasi. Melalui aplikasi ini, LSP Unesa juga turut mendukung gerakan green dan eco campus yang sedang digalakkan oleh Unesa. Pembuatan aplikasi ini mengadopsi model pengembangan perangkat lunak waterfall. Model ini terdiri dari 5 tahapan, antara lain pendefinisian kebutuhan (requirement definition), perancangan sistem dan perangkat lunak (system and software design), implementasi dan pengujian unit (implementation and unit testing), integrasi dan pengujian sistem (integration and system testing), serta pengoperasian dan perawatan (operation and maintenance). Hasil penelitian ini membuat proses uji kompetensi menjadi lebih efektif dan efisien. Aplikasi yang paperless ini juga mendukung gerakan green dan eco campus di Unesa.
RANCANG BANGUN SISTEM ONLINE JUDGE DAN PENDETEKSIAN PLAGIARISME MENGGUNAKAN ARSITEKTUR SERVERLESS Rahmatulloh, Romadlon; Putra, Ricky Eka
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 1 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n1.p20-28

Abstract

Beberapa perguruan tinggi telah menjadikan Informatika sebagai jurusan yang dapat dipilih oleh calon mahasiswa. Salah satu kemampuan dasar yang harus dimiliki oleh mahasiswa Informatika adalah kemampuan menulis kode program. Perkembangan ilmu pengetahuan dan teknologi akan semakin menuntut mahasiswa  untuk dapat menulis kode program yang semakin rumit. Proses evaluasi kode program yang dilakukan secara manual oleh dosen pengajar tidak lagi dapat mengikuti perkembangan ini, karena mempertimbangkan jumlah mahasiswa dan banyaknya baris kode yang harus diperiksa. Oleh karena itu dibutuhkan sistem online judge yang dapat mengevaluasi kode program hasil pekerjaan mahasiswa. Pada penelitian ini, sistem online judge dibangun menggunakan Judge0 API. Algortima Sherlock N-Overlap pada sistem ini mampu mendeteksi plagiarisme lebih efektif melebihi tools JPlag dan SIM, dengan nilai harmonic average lebih dari 0.8 dengan threshold sebesar 10 sampai dengan 90 pada skenario known similarity. Sedangkan skenario  Unknown Similarity dengan threshold sebesar 50 sampai dengan 90 meghasilkan nilai harmonic average lebih dari 0.89.Sistem ini dibangun menggunakan arsitektur serverless. Sistem dibagi menjadi 2 bagian agar beban sistem untuk melayani permintaan pengguna lebih ringan.  Sehingga sistem online judge ini dapat menangani permintaan pengguna hingga rata-rata 15.000 pengguna dengan sangat baik.
Automated Chest X-Ray Captioning Using Pretrained Vision Transformer with LSTM and Multi-Head Attention Aulia Akbar, Rafy; Putra, Ricky Eka; Yustanti, Wiyli
JIEET (Journal of Information Engineering and Educational Technology) Vol. 9 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v9n1.p1-10

Abstract

Radiology report generation is a complex and error-prone task, especially for radiologists with limited experience. To overcome this, this study aims to develop an automated system for generating text-based radiology reports using chest X-ray images. The proposed approach combines computer vision and natural language processing through an encoder-decoder architecture. As an encoder, a Vision Transformer (ViT) model trained on the CheXpert dataset is used to extract visual features from X-ray images after Gamma Correction is performed to improve image quality. In the decoder section, word embeddings from the report text are processed using Long Short-Term Memory (LSTM) to capture word order relationships, and enriched with Multi-Head Attention (MHA) to pay attention to important parts of the text. Visual and text features are then combined and passed to a dense layer to generate text-based radiology reports. The evaluation results show that the proposed model achieves a ROUGE-L score of 0.385, outperforming previous models. The BLEU-1 score also shows competitive results with a value of 0.427. This study shows that the use of pre-trained ViT, combined with LSTM-MHA on the decoder, provides excellent performance in capturing visual and semantic context of text, as well as improving accuracy and efficiency in radiology report automation.