Articles
<![CDATA[Sistem Pendukung Keputusan Untuk Penentuan Lokasi Wilayah Promosi Penjaringan Mahasiswa Baru Dengan Metode TOPSIS ]]>
<![CDATA[Erma Susanti]]>;
<![CDATA[Renna Yanwastika Ariyana]]>;
<![CDATA[Satrio Muslim Wibowo]]>;
<![CDATA[Dino Rahman Sya'bani]]>
<![CDATA[ Techno.Com Vol 21, No 4 (2022): November 2022 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33633/tc.v21i4.6878
<![CDATA[Penentuan daerah promosi yang tepat dalam penjaringan mahasiswa baru merupakan salah satu strategi perguruan tinggi dalam meningkatkan keberhasilan kegiatan penerimaan mahasiswa baru. Penggunaan media online dengan segala kemudahan dan keluasan jangkauan, masih dirasa perlu didukung dengan kegiatan kunjungan untuk meyakinkan calon mahasiswa. Ketersediaan sistem pendukung keputusan (SPK) yang secara interaktif dapat mendukung proses penentuan lokasi akan sangat membantu dalam menyediakan rekomendasi lokasi promosi yang tepat. Salah satu metode SPK yang dapat digunakan untuk menyelesaikan masalah tersebut adalah dengan metode TOPSIS. Penggunaan metode TOPSIS dapat digunakan untuk memecahkan permasalahan keputusan dengan banyak kriteria. TOPSIS diusulkan untuk mendapatkan bobot kriteria sesuai preferensi berdasarkan wilayah promosi. Penggunaan data histori dari penjaringan mahasiswa tiga tahun sebelumnya, data jumlah sekolah dan jumlah peserta didik per kabupaten/kota digunakan sebagai dasar kriteria untuk mengembangkan SPK untuk penentuan wilayah promosi dalam penerimaan mahasiswa baru. Studi kasus akan diterapkan di IST AKPRIND. Hasil perhitungan didapatkan nilai preferensi terbaik sebesar 0,92 yaitu untuk kabupaten Bantul. Sedangkan urutan prioritas lima rekomendasi keputusan terbaik yaitu kabupaten Bantul, kota Yogyakarta, kabupaten Sleman, kabupaten Cilacap, dan kabupaten Klaten. Prioritas tersebut didominasi oleh Provinsi Daerah Istimewa Yogyakarta dan Jawa Tengah. Alternatif provinsi lainnya di luar Jawa dan DIY dapat difokuskan ke provinsi Nusa Tenggara Timur.Kata kunci: Sistem Pendukung Keputusan, SPK, TOPSIS, rekomendasi lokasi, promosi]]>
<![CDATA[Pengembangan UI/UX Pada Aplikasi M-Voting Menggunakan Metode Design Thinking ]]>
<![CDATA[Erma Susanti]]>;
<![CDATA[Erfanti Fatkhiyah]]>;
<![CDATA[Endang Efendi]]>
<![CDATA[ Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri 2019: Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Proses dalam mendesain sebuah aplikasi memerlukan pemikiran yang tidak mudah. Kegiatan perancangan suatu produk aplikasi terkait dengan hasil desain yang nantinya akan digunakan oleh pengguna. Proses penciptaan ide-ide inovasi baru untuk memecahkan permasalahan pada pengembangan produk aplikasi baru pada penelitian ini diusulkan menggunakan pendekatan usercentric yang dinamakan Design Thinking. Metode Design Thinking merupakan sebuah metode desain produk perangkat lunak berbasis inovasi yang bertumpu pada pencarian solusi untuk menyelesaikan permasalahan tertentu. Metode pemecahan masalah yang belum terdefinisi secara jelas dilakukan dengan cara memahami kebutuhan pengguna yang akan terlibat menggunakan aplikasi, dengan cara mengumpulkan banyak ide dalam sesi brainstorming, dan melakukan pendekatan langsung melalui pembuatan prototipe dan pengujian langsung. Studi kasus penerapan metode Design Thinking ini diterapkan untuk pengembangan UI/UX (User Interface/User Experience) pada aplikasi M-Voting (Mobile Voting) untuk pemilihan Ketua Himpunan Mahasiswa di Jurusan Teknik Informatika, IST AKPRIND. Setelah melalui tahapan Design Thinking mulai dari proses Empathize, Define, Ideate, Prototype dan Testing berhasil dikembangkan aplikasi M-Voting yang sejauh ini telah memenuhi kebutuhan pengguna.]]>
<![CDATA[PELATIHAN PENGELOLAAN WEBSITE DAN MEDIA SOSIAL BPMP YOGYAKARTA ]]>
<![CDATA[Erma Susanti]]>;
<![CDATA[Edhy Sutanta]]>;
<![CDATA[Renna Yanwastika Ariyana]]>;
<![CDATA[Eko Nur Cahyo]]>;
<![CDATA[Rahayu Khasanah]]>
<![CDATA[ SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 6, No 4 (2022): Desember ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Mataram ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31764/jpmb.v6i4.11642
<![CDATA[ABSTRAKPengelolaan data dan informasi publik oleh lembaga pemerintah sangat dibutuhkan oleh masyarakat. Teknologi Informasi dan Komunikasi (TIK) berbasis internet dapat memberikan informasi tanpa terbatas ruang dan waktu. Berbagai layanan publik dapat diakses oleh masyarakat melalui website maupun sosial media. Balai Penjaminan Mutu Pendidikan Yogyakarta (BPMP) sebagai salah satu entitas publik hadir di tengah masyarakat untuk memberikan layanan informasi pendidikan melalui website dan sosial media. Peningkatan layanan publik yang berkualitas menjadi salah satu prioritas penting untuk menjaga performa layanan yang semakin baik. BPMP Yogyakarta melalui fungsi PMPSI (Pemetaan Mutu dan Pengelolaan Sistem Informasi) bermitra dengan IST AKPRIND menyelenggarakan pelatihan untuk aparatur pengelola website dan sosial media pada selasa 11 Oktober 2022 di Ruang Rapat 2 BPMP DIY. Kegiatan Bimtek Pengelolaan Data dan Informasi dengan tema Pengelolaan Website dan Sosial Media tersebut bertujuan untuk meningkatkan kompetensi aparatur dalam pengelolaan informasi publik. Materi pelatihan tentang pengelolaan website pemerintah, dan pengelolaan media sosial diikuti dengan praktek langsung oleh 25 peserta. Hasil pelatihan secara umum menunjukkan bahwa peserta puas terhadap hasil pelatihan dan pelatihan sudah sesuai dengan harapan peserta. Adanya kerjasama antara BPMP dengan dosen dalam kegiatan pengabdian masyarakat ini dapat meningkatkan kapasitas lembaga pemerintah, khususnya BPMP dalam memberikan keberlanjutan layanan informasi yang valid pada masyarakat. Hasil dari pengabdian masyarakat ini yaitu peningkatan kemampuan dari pengelola website dan sosial media BPMP dalam menyediakan konten yang lebih menarik dan terupdate untuk masyarakat. Kata kunci: pelatihan; pengelolaan website; pengelolaan sosial media; BPMP; TIK ABSTRACTThe data and information public management is essential for public services. Internet-based Information and Communication Technology (ICT) can provide information without being limited by space and time. The public can access services through websites and social media. Balai Penjaminan Mutu Pendidikan (BPMP) is a public community that provides educational information through websites and social media. Improving the quality of public services is one of the priorities to maintain better service performance. BPMP with PMPSI (Pemetaan Mutu dan Pengelolaan Sistem Informasi) function in collaboration with the IST AKPRIND held training for website and social media management officials on Tuesday, 11 October 2022, in Meeting Room 2 BPMP DIY. The Bimtek of Data and Information Management with the theme of Website and Social Media Management aims to improve the competence of the apparatus in managing public information. The training materials consist of managing the website and social media followed by hands-on practice by the 25 participants. The results generally show that the participants are satisfied with the training results, and the training is in line with the expectations of the participants. The collaboration between BPMP and lecturers in this public service activity can increase the capacity of government institutions, especially BPMP, to provide sustainable and valid information services to society. The result of this community service is an increase in the ability of the BPMP website and social media managers to provide more attractive and updated content for the community. Keywords: training; website management; social media management; BPMP; ICT]]>
<![CDATA[Analisis Time Series Untuk Deep Learning Dan Prediksi Data Spasial Seismik: Studi Literatur ]]>
<![CDATA[Eko Nur Cahyo]]>;
<![CDATA[Erma Susanti*]]>
<![CDATA[ Jurnal Teknologi Vol 15 No 2 (2022): Jurnal Teknologi ]]>
Publisher : <![CDATA[Jurnal Teknologi, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.34151/jurtek.v15i2.3581
<![CDATA[Time series analysis is a deep learning method to process data stored in a dense time. This method works for forecast data in particular cases, such as to analyze and provide the output of a trend from the data. Time series analysis can be used to analyze trends in natural disasters such as earthquakes in Indonesia. As technology advances today, in addition to using seismographs or tools to predict seismic phenomena on the earth's surface, time series analysis can be used to make forecasts and predictions. This paper will summarize various literature reviews about time series analysis and previous research to predict seismic spatial data over the last ten years. The goal is to afford the several approaches or algorithms to be able to forecast seismic spatial data to increase awareness. The results of this literature study were used to find trends, state of the arts, and research challenges and develop new models or methods to predict seismic spatial data. The study shows that deep learning methods can achieve better accurate performance in processing seismic spatial data and other complex data than conventional methods. The deep learning methods can use Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM), Gate Recurrent Unit (GRU), linear regression, and Artificial Neural Network (ANN).]]>
<![CDATA[Pelatihan Komputer Untuk Guru Taman Kanak-Kanak Se-Kota Yogyakarta : Sub Materi: Microsoft Office ]]>
<![CDATA[Renna Yanwastika Ariyana]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Erna Kumalasari Nurnawati]]>
<![CDATA[ Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 3 No. 1 (2023): Januari 2023 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat ]]>
Publisher : <![CDATA[Indonesian Scientific Journal ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25008/altifani.v3i1.313
<![CDATA[Mempunyai keterampilan dan kemampuan dalam bidang teknologi informasi terutama komputer tentu sangat dibutuhkan sebagai bekal untuk bersaing di era modern. Hampir semua lini di kehidupan masyarakat telah memanfaatkan tekologi sebagai inovasi yang digunakan untuk mempermudah kegiatan sehari-hari. Salah satu bidang yang memanfaatkan teknologi dalam kegiatannya yaitu, bidang Pendidikan. Asosiasi GOPTKI Kota Yogyakarta sebagai salah satu organisasi pendidikan yang menaungi guru ditingkat PAUD terutama TK tentu perlu meningkatkan keterampilan dan kemampuan dibidang komputer. Pentingnya peningkatan ini disebabkan hampir seluruh kegiatan sekolah memanfaatkan teknologi komputer, baik proses pembelajaran maupun administrasi. Memberikan pelatihan komputer dengan memanfaatkan tools yang tersedia seperti Microsoft Office tentu sangat dibutuhkan bagi anggota GOPTKI. Dimana tujuannya adalah agar para guru dapat menambah pengetahuan cara mengoperasikan Microsoft Office dalam mengelola lembar kerja dan memanajemen file yang ada didalam drive. Selain itu, harapannya para guru dapat menerapkan apa yang dipelajari guna menunjang kegiatan administrasi pembelajaran di tingkat PAUD.]]>
<![CDATA[Penerapan Metode Game Devlopment Life Cycle (GDLC) pada Pengembangan Game Motif Batik Khas Yogyakarta ]]>
<![CDATA[Renna Yanwastika Ariyana]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Muhammad Rizqy Ath-Thaariq]]>;
<![CDATA[Riki Apriadi]]>
<![CDATA[ INSOLOGI: Jurnal Sains dan Teknologi Vol. 1 No. 6 (2022): Desember 2022 ]]>
Publisher : <![CDATA[Yayasan Literasi Sains Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55123/insologi.v1i6.1129
<![CDATA[Batik art is one of the arts of the Indonesian nation which continues to grow and develop today. Batik is a cultural heritage that must be preserved so that it is not claimed by foreign nations as its cultural heritage. Batik is often identified as something that is less attractive because it is considered old-fashioned and does not keep up with the times, causing almost a decade since the establishment of batik as a national culture, many do not know about it. Many people are trapped in the confusion of distinguishing batik from printed textile fabrics with batik motifs. Providing knowledge about batik from the age of children through the media of games is certainly the right thing to introduce and add insight to the art of Indonesian batik. In this research, a game will be developed to introduce batik motifs, especially batik motifs typical of Yogyakarta using the Game Development Life Cycle (GDLC) method where in this method there are 6 stages of development carried out which include the initialization stage, the pre-production stage, the production stage, the testing stage. alpha, beta release and release version. The developed game application can later be used to introduce batik to children. Through the game that was built, it is hoped that it can increase appreciation for the art of batik, in order to raise awareness and love for batik by fulfilling knowledge about batik.]]>
<![CDATA[Classification of Lung and Colon Cancer Histopathological Images Using Convolutional Neural Network (CNN) Method on a Pre-Trained Models ]]>
<![CDATA[Brilly Lutfan Qasthari]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Muhammad Sholeh]]>
<![CDATA[ International Journal of Applied Sciences and Smart Technologies Volume 05, Issue 01, June 2023 ]]>
Publisher : <![CDATA[Universitas Sanata Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24071/ijasst.v5i1.6325
<![CDATA[Cancer is a severe illness that can affect many young and older people. In Indonesia, lung cancer is the leading cause of cancer-related death, whereas colon cancer, with more than 1.8 million cases worldwide in 2018, is the third most common cancer. This study intends to create a model to categorize histological images of lung and colon cancer into five labels to aid medical professionals' categorization job. This study uses a pre-trained model idea known as VGG19 in its CNN (Convolutional Neural Network) technique. The dataset uses 25,000 histological graphic pictures with a ratio of 80% training data and 20% testing data. The classification system for lung and colon cancer contains five categories: lung benign tissue, lung adenocarcinoma, lung squamous cell carcinoma, colon adenocarcinoma, and colon benign tissue. The training result revealed a 99.96% accuracy rate and a 1.5% loss rate. The model can be rated as excellent based on these results.Keywords: Lung Cancer, Colon Cancer, Convolutional Neural Network, CNN, Pre-Trained]]>
<![CDATA[Model Machine Learning Untuk Klasifikasi Kesegaran Daging Menggunakan Arsitektur Transfer Learning Xception ]]>
<![CDATA[Eko Nur Cahyo]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Renna Yanwastika Ariyana]]>
<![CDATA[ JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023) ]]>
Publisher : <![CDATA[Jurusan Informatika Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/justin.v11i2.57517
<![CDATA[Peningkatan kebutuhan daging di Indonesia sering diikuti dengan permintaan daging yang meningkat di pasaran. Terjadinya peningkatan kebutuhan konsumsi ini seringkali menimbulkan kekhawatiran akan terjadinya pemalsuan dan pencampuran daging. Ketersediaan daging yang layak konsumsi dan berkualitas sangat dibutuhkan masyarakat. Sulitnya orang awam untuk mendeteksi tingkat kesegaran daging sering dimanfaatkan oleh oknum yang tidak bertanggung jawab untuk mendapatkan keuntungan. Adanya suatu sistem otomatis yang dapat mendeteksi kesegaran daging akan sangat membantu dalam mengatasi permasalahan sulitnya deteksi kesegaran daging. Kesegaran daging dapat dikategorikan antara lain daging segar, setengah segar dan tidak segar. Penggunaan model machine learning untuk mendeteksi kesegaran daging dapat membantu memecahkan permasalahan tersebut. Penelitian ini menggunakan pendekatan machine learning untuk melakukan klasifikasi kesegaran daging. Klasifikasi menggunakan arsitektur transfer learning Xception yang dapat meningkatkan performa model machine learning yang dihasilkan. Hasil evaluasi model didapatkan nilai accuracy 86,92%; precision 87,25%; recall 86,47%; dan f1 score 87,59%. Pengujian prediksi dengan menggunakan data baru juga berhasil memprediksi citra daging dengan baik. Hasil pengujian data menunjukkan model yang dihasilkan best-fitting untuk penggunaannya dalam klasifikasi tingkat kesegaran daging menggunakan dataset Meat Freshness.]]>
<![CDATA[PELATIHAN PENGELOLAAN MEDIA SOSIAL BALAI PENJAMINAN MUTU PENDIDIKAN PROVINSI DIY (SUB MATERI: MEMBUAT FLAYER MEDIA SOSIAL) ]]>
<![CDATA[Renna Yanwastika Ariyana]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Edhy Sutanta]]>
<![CDATA[ Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 1 No 02 (2023): APRIL 2023 ]]>
Publisher : <![CDATA[Media Inovasi Pendidikan dan Publikasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Menjadikan media sosial sebagai salah satu pilihan dalam mengakses dan menyampaikan informasi, tentu membuat pola kehidupan masyarakat mengalami pergeseran secara signifikan baik dari segi etika, budaya maupun norma. BPMP Provinsi DIY sebagai salah satu lembaga pemerintah dalam bidang Pendidikan, memerulukan adanya media sosial guna eksistensi dalam memberikan informasi penting kepada masyarakat. Dalam membuat konten media sosial tentu tidak boleh dilakukan secara sembarangan, sehingga perlu adanya proses pengelolaan terhadap konten-konten yang akan ditampilkan, guna menjaga kualitas informasi dan daya tarik pengunjung. Mengadakan pelatihan untuk mengelola media sosial merupakan langkah yang diambil oleh BPMP Provinsi DIY guna melatih staff yang ditunjuk sebagai pengelola media sosial. Pelatihan yang dilakukan menghasilkan sebuah produk desain media sosial yang dapat dibuat menggunakan tools Canva. Harapannya setelah pelatihan dilakukan staff pengelola media sosial paham dan mampu membuat desain conten media sosial yang lebih bervariatif, inovatif dan berkualitas.]]>
<![CDATA[KLASIFIKASI KEMATANGAN BUAH ALPUKAT MENTEGA BERDASARKAN FITUR WARNA MENGGUNAKAN SUPPORT VECTOR MACHINE ]]>
<![CDATA[Amir Hamzah]]>;
<![CDATA[Erma Susanti]]>;
<![CDATA[Ria Mega Lestari]]>
<![CDATA[ Journal of Innovation And Future Technology (IFTECH) Vol 6 No 1 (2024): Vol 6 No 1 (February 2024): Journal of Innovation and Future Technology (IFTECH) ]]>
Publisher : <![CDATA[LPPM Unbaja ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47080/iftech.v6i1.3103
<![CDATA[The ripeness level of the avocado greatly affects the shelf life of the fruit and also determines the taste of the fruit. Determining the proper ripeness of a fruit will play an important role in increasing the nutritional value and ripeness of avocado affects the quality of avocado oil. Classification of fruit maturity manually has many limitations because it is influenced by human subjectivity so that the application of digital image processing needs to be used.This study aims to classify avocado fruit ripeness which is divided into three categories, namely Unripe, Ripe, and Rotten. This research is intended to facilitate the classification of ripeness in fruit through its color. This study used avocado fruit as an experimental material which was carried out using the SVM (Support Vector Machine) method. The colors of the various avocados and in different positions and conditions of light contrast are used as data to classify the types of avocados. Data collection was taken from the selected Keagle Dataset of 150 data. The data is grouped into two data sets, namely dataset-1 (120 training data and 30 test data) and dataset-2 (90 training data and 60 test data). The image will be converted to grayscale to facilitate the classification process and look for HSV (Hue, Saturation, Value) and RGB (Red, Green, Blue) values to classify the fruit. The results from dataset-1 has an accuracy rate of 86%, 90% precision, and 86% Recall, while dataset-2 has an accuracy rate of 85%, 84% precision, and 85% Recall.]]>
