Claim Missing Document
Check
Articles

Found 25 Documents
Search

Implementation of Augmented Reality Technology For Human Skeletons Learning Based on Android alders paliling
Journal of Information Technology and Its Utilization Vol 2 No 2 (2019)
Publisher : Sekolah Tinggi Multi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30818/jitu.2.2.2343

Abstract

One of the materials taught in science lesson is about human skeletons. In the learning process of the human skeletal, teachers use props in the form of human skeletal models. With the development of technology, the use of human skeletal models can be replaced with digital models. Human skeletal models can be damaged either by deliberate or accidentally by age. The correct method for replacing the model of a human skeleton into a digital form is by using Augmented Reality technology, where Augmented Reality technology is capable of projecting 3-dimensional objects into the real world directly. The use of augmented reality technology is increasingly prevalent in the world of education, health, sales, and tourism. The results obtained in this study was the application could project 3-dimensional objects from the human skeleton that was divided into 4 parts of the skull, spine and ribs, the bone of the upper tool and the bone of the motion of the bottom of the marker. Based on the tests that have been done, it was concluded that a good distance in identifying markers between smartphones with markers is at a distance between 2-6 inches and marker slope of the smartphone is 00-600
RANCANG BANGUN APLIKASI MANAJEMEN PERPUSTAKAAN Mardiawati; Alders Paliling; Andi Ilham
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 2 No 1 (2024): Juni 2024
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v2i1.26

Abstract

Dalam proses peminjaman dan pengembalian buku pihak pengelola perpustakaan SMAN 1 Pomalaa mencatat seluruh transaksi menggunakan buku. Dengan masih menggunakan cara konvensional ini, pengelola perpustakaan menghadapi kesulitan antara lain sulitnya memonitor jumlah buku yang masih tersedia diperpustakaan, sulitnya memonitor jumlah buku yang sedang dipinjam, serta sulitnya memonitor buku yang sudah dikembalikan. Hal ini tentunya dapat diminimalisir dengan pemanfaatan teknologi informasi dalam proses manajemen perpustakaan. pengumpulan data dilakukan dengan cara observasi secara langsung proses pendataan buku, proses pencatatan transaksi peminjaman dan pngembalian di perpustakaan SMAN 1. Adapun hasil penelitian ini yaitu sebuah aplikasi manajemen perpustakaan dimana terdapat dua pengguna yaitu admin dan user. Adamin dapat menambahkan data buku, data pengguna, mengolah data transaksi peminjaman dan pengembalian. Sedangakan user dapat melihat data buku yang tersedia di perpustakaan dan dapat melihat riwayat peminjaman buku serta dapat mencetak kartu anggota. setelah dilakukan pengujian menggunakan blackbox maka disimpulkan bahwa semua fungsi yang ada di aplikasi manajemen perpustakaan telah berfungsi sebagaimana mestinya sehingga dapat diimplementasikan di perpustakaan SMAN 1 Pomalaa.
SISTEM BANTU PENENTUAN UKT MAHASISWA DENGAN METODE WEIGHTED PRODUCT Sutoyo, Muh. Nurtanzis; Pradipta, Anjar; Paliling, Alders; Miftachurohmah, Nisa
Indonesian Journal of Business Intelligence (IJUBI) Vol 6 No 2 (2023): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v6i2.3679

Abstract

Penelitian ini berfokus pada pengembangan sistem bantu perhitungan untuk menentukan Uang Kuliah Tunggal (UKT) di institusi pendidikan tinggi menggunakan metode Weighted Product. Tujuan dari sistem ini adalah untuk menciptakan proses penentuan UKT yang lebih objektif, transparan, dan efisien. Metode Weighted Product digunakan karena kemampuannya dalam menangani multi-kriteria yang melibatkan berbagai variabel seperti pendapatan orang tua, kondisi orang tua, pendidikan, pekerjaan dan ada tidaknya bantuan dari pemerintah. Penelitian ini melibatkan tahap-tahap seperti pengumpulan data, pembobotan kriteria, dan perhitungan skor akhir. Hasil penelitian menunjukkan bahwa sistem ini mampu menghasilkan keputusan yang konsisten dan dapat diandalkan, dengan tingkat akurasi yang signifikan dalam menentukan kelompok UKT untuk setiap individu. Sistem ini diharapkan dapat menjadi solusi dalam menyederhanakan proses penentuan UKT serta meningkatkan keadilan dan keakuratan dalam penentuan biaya pendidikan
Combination of the MADM Model Yager and k-NN to Group Single Tuition Payments Paliling, Alders; Sutoyo, Muh Nurtanzis
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1349.326-334

Abstract

Tuition payments at State Universities (PTN) use a Single Tuition Fee (UKT) payment system. It has been  implemented to make it easier for students to pay their tuition. The UKT system is divided into several groups starting from the UKT group I  to VIII. Universitas Sembilanbelas November (USN) Kolaka  is a state university and the university should determine the amount of tuition fees for each student according to the UKT system. In determining the UKT group for each student, several variables were used to make it easier to group student into their UKT groups. However, the large number of students, a number of variables and the limited time to determine the amount of UKT for each student become an issue,  so a method was needed to help USN Kolaka in grouping UKT for each student. One thing that can be done was to use the MADM model Yager and k-NN in order to make it easier to group UKT students. The results of the study showed that the use of the MADM Model Yager and k-NN could determine the UKT group of the students, and the results obtained for the UKT group I were 63 people (21.95%), the UKT group II were 72 people (25.09%), the UKT group III were 120 people (41.81%), UKT group IV were 7 people (2.44%), and UKT group V were 25 people (8.71%).
Optimasi Model Deep Learning untuk Klasifikasi Stunting berdasarkan Data Antropometri dan Status Imunisasi mardiawati mardiawati; Alders Paliling; Nurul Mutmainnah
SemanTIK : Teknik Informasi Vol. 11 No. 2 (2025): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i2.233

Abstract

Stunting adalah masalah gizi jangka panjang yang memengaruhi pertumbuhan dan perkembangan anak. Klasifikasi status stunting sangat penting untuk mencegah dampak negatif jangka panjang terhadap kualitas hidup anak. Penelitian ini bertujuan untuk mengembangkan dan mengoptimalkan model Deep Learning dengan arsitektur Multilayer Perceptron (MLP), yaitu jenis jaringan syaraf tiruan berlapis yang mampu mempelajari pola non-linear secara efektif, dalam klasifikasi status stunting berdasarkan data Antropometri dan status imunisasi. Dataset yang digunakan terdiri dari 78 data balita, dengan distribusi seimbang antara stunting dan normal. Data yang digunakan masih tergolong kecil karena hanya mengambil sampel pada satu puskesmas. Model dilatih dengan algoritma Adam, menggunakan proses normalisasi data dan teknik early stopping untuk mencegah overfitting. Hasil evaluasi model menunjukkan kinerja yang sangat baik, dengan akurasi mencapai 87.5%, precision 1.00, recall 0.78, dan F1 Score 0.875. Temuan ini menunjukkan bahwa pendekatan berbasis MLP dapat menjadi alternatif yang efektif dalam mendukung proses klasifikasi status stunting secara otomatis dan akurat. Stunting is a long-term nutritional problem that affects children's growth and development. Early detection of stunting status is very important to prevent long-term negative impacts on children's quality of life. This research aims to develop and optimise Deep Learning models with Multilayer Perceptron (MLP) architecture in the classification of stunting status based on Anthropometric data and immunisation status. The dataset used consists of 78 toddler data, with a balanced distribution between stunting and normal. The model was trained with Adam's algorithm, using data normalisation process and early stopping technique to prevent overfitting. The model evaluation results showed excellent performance, with accuracy reaching 87.5%, precision 1.00, recall 0.78, and F1 Score 0.875. These findings suggest that MLP-based approaches can be an effective alternative in supporting the automatic and accurate classification of stunting status.