Claim Missing Document
Check
Articles

Found 6 Documents
Search

Tasks Management: Approach to Problem Solving and its Relation to the Scrum and Agile Software Development Method Anggreainy, Maria Susan; Sulaiman , Alvin Putra; Mathew, Calvin; Tirta, Kezia Eka
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Manajemen tugas adalah aktivitas atau proses mengidentifikasi, merencanakan, memvisualisas- ikan, memantau, dan mengevaluasi pekerjaan selama periode waktu tertentu. Biasanya dalam melakukan kegiatan tersebut, Anda akan terlebih dahulu mengidentifikasi pekerjaan mana yang pent- ing dan mendesak. Setelah direncanakan, divisualisasikan, dan dikerjakan. Setiap pekerjaan dipantau sejauh mana pekerjaan telah dilakukan atau kemajuan pekerjaan. Studi ini mengeksplorasi cara un- tuk mengelola tugas-tugas tersebut dalam proyek, dengan metode pengembangan perangkat lunak scrum dan tangkas. Aplikasi mobile yang dibuat memiliki beberapa fitur untuk membantu peng- guna mengelola tugas dengan baik dan membantu mengimplementasikan metode scrum dengan lebih mudah.
Family relation and STR-DNA matching using fuzzy inference Maria Susan Anggreainy; M. Rahmat Widyanto; Belawati Widjaja; Nurtami Soedarsono; Putut Tjahjo Widodo
International Journal of Electrical and Computer Engineering (IJECE) Vol 9, No 2: April 2019
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (573.134 KB) | DOI: 10.11591/ijece.v9i2.pp1335-1345

Abstract

Deoxyribose Nucleic Acid (DNA) are the basic elements that make up a whole section of an individual. The basic elements store information that is unique to each individual and will be passed down the generations. DNA also helps in identifying the father in paternity testing, locating missing person investigations, identifying victims in mass disasters. Identification of the victims has a problem if the comparison the father and mother no instance the victim’s parents have died or are very far away from where the victim. Therefore, it is necessary to try to identify Short Tandem Repeat (STR) Inference of live family such as sibling, grandfather/grandmother, uncle/aunt, cousin and nephew. In this paper, we performed a method to measure the similarity of human DNA profiles using fuzzy similarity. In this fuzzy system,  DNA profile data is used as an input that stores human identity along with its DNA profile. The data entered is the result of polymerase chain reaction (PCR) identification which is an electropherogram consisting of 16 loci with two alleles for each locus.  Output in this fuzzy system is the value of individual similarity with reference and with similarity levels, namely small, medium and high.
Representasi Kueri Spasial Warna dengan Logika Fuzzy pada Sistem Perolehan Citra Maria Susan Anggreainy
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Sistem perolehan citra merupakan bidang penelitian yang berkembang pesat seiring dengan semakinbanyaknya jumlah koleksi citra. Zoran telah mengembangkan sistem perolehan citra dengan menggunakanatribut tingkat rendah yaitu spasial warna. Namun pada sistem tersebut masih ditemukan satu kekuranganyaitu pendekatan yang digunakan adalah crisp, dengan pendekatan ini ada citra-citra yang relevan tetapi citratersebut tidak diperoleh yang seharusnya dapat diperoleh. Pada paper ini diusulkan logika fuzzy sebagaipendekatan untuk merepresentasikan spasial warna pada sistem perolehan citra. Fungsi keanggotaan fuzzyyang diusulkan untuk memodelkan spasial warna adalah gaussian dua dimensi (2D). Percobaan dilakukandengan 760 data citra dengan domain menggunakan basis data lukisan dengan kategori abstrak. Hasil ujicobamemperlihatkan bahwa sistem ini berhasil memperbaiki pendekatan sebelumnya dalam merepresentasikan kuerispasial warna. Sistem ini dapat memberikan kueri yang lebih alami kepada pengguna.Kata Kunci: sistem perolehan citra, spasial warna, fuzzy, gaussian dua dimensi (2D).
Pembuatan Motion Graphics Untuk Media Training Komunikasi Efektif Budaya Horenso Di PT Amerta Indah Otsuka: Creation Of Motion Graphics For Media Training Effective Communication Horenso Culture In PT Amerta Indah Otsuka Febi Walmika Saragih; Maria Susan Anggreainy; Reza Kusuma Putra
Jurnal Sains Terapan : Wahana Informasi dan Alih Teknologi Pertanian Vol. 7 No. 1 (2017): Jurnal Sains Terapan, Volume 7 Nomor 1, Tahun 2017
Publisher : IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (436.619 KB) | DOI: 10.29244/jstsv.7.1.56-69

Abstract

ABSTRACTPT Amerta Indah Otsuka is a company engaged in manufacturing, nutrition and pharmaceuticals. It company has many employees and is devided into several departement, because of that, effective communication is needed.HORENSO is an acronym from Japanese language, that is hokoku, renraku and sodan. HORENSO in Indonesia language thai is report, information and consult. HORENSO culture is considered as one of the keys to success in a corporate organization in Japan, because it’s more important the process and cooperation to reach the goal. At the appointed time, HCD Departement routine remindes employees for training HORENSO culture.Training about effective communication is carried out by speaker within two hours. Material submitted using video that is not good quality, therefore HCD Departement want to create a motion graphics that summarizes all the footage from the previous video, so that is can be delivered informatively to increase employee attention to the importance of effective communication in the corporate environment. ABSTRAKPT Amerta Indah Otsuka merupakan perusahaan yang bergerak dalam bidang manufaktur nutrisi dan farmasi. Perusahaan ini memiliki banyak karyawan yang dibagi dalam beberapa departemen, dengan banyaknya karyawan tersebut maka diperlukan komunikasi yang efektif karyawan antar departemen.HORENSO adalah suatu akronim dari bahasa Jepang yang dibentuk dari tiga kata, yaitu hokoku, renraku dan sodan. Dalam Bahasa Indonesia dapat diartikan laporan, informasi dan konsultasi. Budaya HORENSO ini dianggap sebagai salah satu kunci sukses dalam suatu organisasi perusahaan di Jepang, karena sangat memperhatikan proses untuk mencapai target dan menitikberatkan pada kerjasama antar Departemen. Pada tanggal dan waktu yang telah ditentukan, Departemen HCD dengan rutin mengingatkan karyawan untuk mengikuti training komunikasi efektif budaya HORENSO.Training komunikasi efektif dilaksanakan oleh pembicara dalam waktu dua jam dengan materi yang dipaparkan menggunakan cuplikan video yang kualitasnya kurang baik, dengan keadaan video yang sudah ada sebelumnya Departemen HCD ingin membuat sebuah motion graphics yang merangkum semua cuplikan dari video yang ada, sehingga materi dapat tersampaikan dengan infomatif untuk meningkatkan perhatian karyawan terhadap pentingnya komunikasi yang efektif di lingkungan organisasi perusahaan.
Tasks Management: Approach to Problem Solving and its Relation to the Scrum and Agile Software Development Method Maria Susan Anggreainy; Alvin Putra Sulaiman; Calvin Mathew; Kezia Eka Tirta
Jurnal Ilmiah Komputasi Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.20.4.2871

Abstract

Manajemen tugas adalah aktivitas atau proses mengidentifikasi, merencanakan, memvisualisas- ikan, memantau, dan mengevaluasi pekerjaan selama periode waktu tertentu. Biasanya dalam melakukan kegiatan tersebut, Anda akan terlebih dahulu mengidentifikasi pekerjaan mana yang pent- ing dan mendesak. Setelah direncanakan, divisualisasikan, dan dikerjakan. Setiap pekerjaan dipantau sejauh mana pekerjaan telah dilakukan atau kemajuan pekerjaan. Studi ini mengeksplorasi cara un- tuk mengelola tugas-tugas tersebut dalam proyek, dengan metode pengembangan perangkat lunak scrum dan tangkas. Aplikasi mobile yang dibuat memiliki beberapa fitur untuk membantu peng- guna mengelola tugas dengan baik dan membantu mengimplementasikan metode scrum dengan lebih mudah.
Training CNN-based Model on Low Resource Hardware and Small Dataset for Early Prediction of Melanoma from Skin Lesion Images Ivan Halim Parmonangan; Marsella Marsella; Doharfen Frans Rino Pardede; Katarina Prisca Rijanto; Stephanie Stephanie; Kreshna Adhitya Chandra Kesuma; Valentina Tiara Cahyaningtyas; Maria Susan Anggreainy
Engineering, MAthematics and Computer Science (EMACS) Journal Vol. 5 No. 2 (2023): EMACS
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/emacsjournal.v5i2.9904

Abstract

Melanoma is a kind of rare skin cancer that can spread quickly to the other skin layers and the organs beneath. Melanoma is known to be curable only if it is diagnosed at an early stage. This poses a challenge for accurate prediction to cut the number of deaths caused by melanoma. Deep learning methods have recently shown promising performance in classifying images accurately. However, it requires a lot of samples to generalize well, while the number of melanoma sample images is limited. To solve this issue, transfer learning has widely adapted to transfer the knowledge of the pretrained model to another domain or new dataset which has lesser samples or different tasks. This study is aimed to find which method is better to achieve this for early melanoma prediction from skin lesion images. We investigated three pretrained and one non-pretrained image classification models. Specifically, we choose the pretrained models which are efficient to train on small training sample and low hardware resource. The result shows that using limited sample images and low hardware resource, pretrained image models yield better overall accuracy and recall compared to the non-pretrained model. This suggests that pretrained models are more suitable in this task with constrained data and hardware resource.