Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : TRANSISTOR Elektro dan Informatika

Penerapan Standar Metadata Dublin Core (DC) dan Open Archive Initiatif (OAI) di Fakultas Teknologi Industri UNISSULA Alfiah Nurul Fatimah Intan Pertiwi; Imam Much Ibnu Subroto; Badieah Assegaf
TRANSISTOR Elektro dan Informatika Vol 2, No 1: 2017
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (802.415 KB) | DOI: 10.30659/ei.2.1.21-30

Abstract

Perpustakaan Fakultas Teknologi Industri (FTI) merupakan perpustakaan yang menyimpan hardcopy maupun softcopy Tugas Akhir / Tesis mahasiswa Teknik Elektro, Teknik Industri, Teknik Informatika. Dalam penyimpanan data tersebut masih dilakukan secara konvensional. Penyimpanan softcopy file masih menggunakan CD / kaset. Tidak adanya sistem penyimpanan digital tersebut menyulitkan pihak dosen maupun mahasiswa untuk melihat penelitian apa saja yang telah dibuat sebelumnya untuk dijadikan referensi atau patokan. Sehingga kemungkinan terjadinya plagiarisme judul atau tema penelitian yang sama sangat besar. Untuk mengurangi penggunaan CD / Kaset tersebut dibangun sebuah sistem penyimpanan digital atau biasa disebut sistem repositori. Sistem repositori perpustakaan FTI bertujuan pula untuk pertukaran atau (sharing) metadata. Repositori ini menggunakan metadata Dublin Core untuk melakukan sharing metadata tersebut. Metadata Dublin Core merupakan standar untuk pertukaran metadata antar repositori, misalnya pertukaran metadata antar fakultas di Unissula atau dengan perpustakaan pusat Unissula. Sistem repositori ini menggunakan OAI-PMH yang merupakan protokol yang dibangun dengan basis dari elemen-elemen Dublin Core dengan beberapa penambahan fitur. Selain tujuan di atas, protokol ini memungkinkan tukar menukar metadata antar dua atau lebih sistem. Dengan adanya sistem tersebut, penyimpanan file Tugas Akhir dikelola di dalam sistem dengan baik dan perpustakaan dapat melakukan sharing metadata antar repositori yang ada di UNISSULA.
Implementasi Algoritma K-Nearest Neighbor dan Algoritma A-Star pada Sistem Navigasi Ruangan Berbasis Wi-Fi Fingerprint Positioning Lanang Bagus Prakarsa; Badieah Badieah; Sri Mulyono
TRANSISTOR Elektro dan Informatika Vol 4, No 3 (2022)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.4.3.190-201

Abstract

Area publik merupakan suatu area dimana lokasi tersebut menjadi pusat masyarakat umum untuk beraktifitas. Sebuah area publik biasanya mempunyai area yang luas dengan berbagai sub area yang terdapat di dalamnya. Contoh dari area public adalah mall, bandara, stasiun, museum, alun-alun, dan lain-lain. Pengunjung baru suatu public area biasanya kebingungan saat ingin menulusuri tempat-tempat di dalamnya. Akan sangat memudahkan jika suatu sistem navigasi dapat diterapkan pada fasilitas umum seperti ini. Area publik dapat berbentuk indoor maupun outdoor. Sistem navigasi berbasis satelit seperti GPS mempunyai keterbatasan jika diterapkan pada area indoor disebabkan oleh suatu kondisi yang disebut line of sigh yaitu suatu kondisi dimana tidak memungkin terjadinya transmisi sinyal yang tidak terhalang antara perangkat dan satelit. Wi-fi fingerprint positioning merupakan salah satu metode alternatif dalam sistem penentuan posisi dengan memanfaatkan wi-fi access point sebagai transmitter. Jangkauan sinyal wi-fi yang cukup luas dan kebutuhan perangkat yang minimal dapat menjadi solusi optimal untuk membangun suatu sistem navigasi dalam ruangan. Prototipe sistem navigasi dalam ruangan dikembangkan di area lantai 3 gedung Fakultas Teknologi Industri Unissula sebagai studi kasus penelitian. Prototipe diimplementasikan dengan metode fingerprint positioning dan algoritma k-NN untuk dapat melakukan pemposisian, serta algoritma A-star untuk melakukan pencarian rute navigasi. Hasil pengujian menunjukkan bahwa prototipe dapat menentukan posisi pengguna serta memberikan rute navigasi dengan baik.
Rancang Bangun Sistem Pengenalan Wajah Menggunakan Metode Haar Cascade Classifier dan Local Binary Pattern Histogram Pada Akses Masuk Ruang Dosen Ahmad Jalaluddin; Badieah Assegaf; Sri Mulyono
TRANSISTOR Elektro dan Informatika Vol 5, No 2 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.%p

Abstract

Perkembangan teknologi suatu sistem pengamanan akses masuk ruangan telah banyak di temukan di berbagai instansi dengan menggunakan teknologi biometrik. Teknologi biometrik seperti sensor sidik jari, sensor retina mata dan deteksi wajah memberikan banyak kemudahan bagi pengguna suatu ruangan untuk keamanan privasi dan dokumen yang memiliki nilai yang tinggi. Masalah yang sering ditemukan pada ruangan yang didalamnya terdapat aset berharga adalah terjadinya pencurian. Oleh sebab itu diperlukan suatu teknologi biometrik untuk akses masuk ruangan yaitu face recognition atau pengenalan wajah dengan WebCam dan Jetson Nano sebagai alat yang digunakan untuk akses masuk ruangan. Jetson Nano yang akan menjadi otak kamera dimana kamera dapat mengenali wajah pengguna dan beberapa orang yang dapat mengakses ruangan. Jika citra yang diproses terdapat kecocokan pada file data maka program akan memberikan perintah output pintu dalam kondisi terbuka. Namun apabila citra yang ditangkap tidak ada kecocokan dengan file data maka pintu selalu dalam kondisi tertutup. metode Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH) dapat bekerja dengan hasil yang cukup untuk dapat digunakan diruangan dosen Teknik Informatika Unissula yaitu dengan hasil akurasi total dari semua percobaan di dapatkan nilai 63,33 %. Namun hasil tersebut masih cukup rendah jika di gunakan untuk sekala lebih yang lebih besar seperti seperti Keamanan akses masuk ruangan. Dari percobaan tiga jarak yang dilakukan mendapatkan dua kesimpulan yaitu semakin jauh jarak wajah ke kamera maka hasil FRR semakin besar dan semakin dekat jarak wajah ke kamera maka hasil FAR semakin besar. Hasil maksimal dari percobaan ini didapat pada jarak kamera ke wajah sejauh 50 cm yaitu dengan akurasi total yang di dapatkan adalah 83,33%, FAR sebesar 16,7 % dan FRR sebesar 0 %.
Analisis Sentimen Terhadap Produk Sunscreen Pada Marketplace Menggunakan Support Vector Machine (SVM) Bahtiar, Thoriq; Assegaf, Badieah; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 6, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.6.1.%p

Abstract

Pasar online seperti Shopee telah menjadi platform penting bagi bisnis untuk menjual produk dan layanan kepada khalayak luas, mendorong pertumbuhan platform marketplace. Ulasan konsumen tidak hanya mencerminkan pengalaman pribadi pengguna dengan sebuah produk, tetapi juga memberikan informasi detail tentang efektivitas produk tersebut. Dengan menganalisis ulasan ini, calon pembeli bisa mendapatkan gambaran yang lebih jelas mengenai kelebihan dan kekurangan produk tersebut, sehingga bisa menjadi umpan balik yang berharga untuk peningkatan produk di masa mendatang. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap produk sunscreen di marketplace Shopee menggunakan metode Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengevaluasi tingkat kepuasan konsumen terhadap produk sunscreen yang dijual di Shopee. Melalui analisis ini, persepsi konsumen tentang produk tersebut dapat dievaluasi, sehingga memberikan wawasan berharga untuk peningkatan produk dan pengambilan keputusan konsumen. Proses analisis sentimen mencakup tahapan pra-pemrosesan teks, termasuk lowercasing, tokenization, dan penghapusan stop words menggunakan Sastrawi. Berdasarkan hasil penelitian, metode SVM dengan pembobotan TF-IDF menunjukkan performa yang memuaskan dengan akurasi tinggi, nilai precision 0,89, recall 0,90, dan F1-score 0,89, yang mengindikasikan kemampuan model dalam mengklasifikasikan sentimen konsumen secara efektif dan konsisten.