Claim Missing Document
Check
Articles

Implementasi Metode Personal Extreme Programming Dalam Pengembangan Sistem Administrasi Pelayanan Desa (Studi Kasus: Desa Bulangan Barat Kec. Pegantenan Kab. Pamekasan) Harizal Iqmal Hasan; Gita Indah Marthasari; Ilyas Nuryasin
Jurnal Repositor Vol 3 No 1 (2021): Januari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i1.1224

Abstract

Desa Bulangan Barat adalah sebuah desa di Kab. Pamekasan. Ada beberapa masalah yang terjadi dalam proses manajemen desa dikarenakan dalam proses manajemen desa masih menggunakan cara yang menual. Sehingga, dibutuhkan sistem yang dapat mengelola proses pelayanan administrasi desa yang efektif dan efisein dengan menggunakan metode Personal Extreme Programming. Tujuan dari penelitian ini adalah untuk mengembangkan sistem PXP pada pengelola desa. Adapun dalam metoode pengembangan ini menggunakan Personal extreme programming (PXP). Personal extreme programming merupakan pengembangan dari extreme programming yang bisa digunakan oleh pengembang tunggal. Sistem yang akan dibangun dalam penelitian ini merupakan sistem pelayanan sistem terpadu desa. Hasil penelitian selama rancang bangun sistem pelayan terpadu desa di Desa Bulangan Barat Kab. Pamekasan. Kesimpulannya metode PXP ini bisa diimplementasikan pada studi kasus ini. Adapun dalam prosesnya dimulai dengan melakukan pengumpulan kebutuhan, diskusi dengan klien, kemudian kebutuhan klien tersebut dipresentasikan menjadi user stories. User storiesnya berjumlah 26 user stories. Setelah mendapatkan kebutuhan sistem, maka melakukan pengembangan, perencanaan terdiri dari estimasi waktu, prioritas, dan penentuan user stories disetiap iterasi. Kemampuan, pengalaman, dan pemahaman pengembang dapat mempengaruhi kesesuaian estimasi waktu pengerjaan sistem PXP. Estimasi waktu pengembangan sistem selama 106 hari. Akan tetapi dalam praktiknya, keseluruhan waktu pengembangan sistem lebih cepat 42 hari sehingga waktu pengerjaan menjadi 64 hari dikarenakan metode PXP lebih cepat dalam proses pengerjaan karena meminimalisir dokumentasi pengerjaan sistem seperti use case dsb.
Analisis Perbandingan Usability Website E-Commerce Konveksi Menggunakan Metode Eye-Tracking Gita Ismadianti; Gita Indah Marthasari; Evi Dwi Wahyuni
Jurnal Repositor Vol 3 No 2 (2021): Februari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i2.1226

Abstract

Tantangan UMKM adalah bagaimana mempromosikan produknya secara luas dengan memanfaatkan teknologi informasi yaitu melalui promosi-promosi online atau website. UMKM yang bergerak di konveksi menggunakan website diantaranya azstore.id dan kos3dmalang. Faktor efektivitas dan efisien mempengaruhi kinerja suatu website dalam penggunaannya. Perlu adanya analisis usability serta perbandingan antara azstore.id dan kaos3dmalang.com untuk mengevaluasi tampilan usability apakah sesuai dengan harapan user sehingga user dapat nyaman menggunakan website dan dapat melakukan task seperti melihat produk, transaksi dlln dengan benar. Pengujian yang dilakukan dengan Metode eye-tracking terdapat hasil dari waktu penyelesaian task, jumlah fiksasi, dam heatmap . Pada pengukuran kuesioner terdapat hasil usefulness, ease of learning, ease of use dan satisfaction. Pengukuran usability kuesioner USE yang dilakukan di website azstore.id dan website kaos3dmalang.com memiliki nilai layak . Waktu penyelesaian task pada responden azstore.id memiliki rata-rata lebih cepat daripada kaos3dmalang.com . Jumlah fiksasi dari seluruh task yang diberikan azstore.id lebihsedikit daripada kaos3dmalang.com. Pada hasil heatmap, para responden dari website azstore.id dan dan website koas3dmalang.com berwarna merah pada daerah task yang dilakukan yang artinya para reponden tertarik dengan tampilan website. Hasil pengujian korelasi eye-tracking dan kuesioner USE didapatkan hasil nilai asosiasi varibel konsisten namun tidak signifikan.
Perbandingan Feature Selection Chi-Square Dan Query Expansion Ranking (QER) Pada Analisis Sentimen Terkait Revitalisasi Monas Menggunakan Metode Naïve Bayes Classifier Roni Hadi Wijaya; Gita Indah Marthasari; Christian Sri Kusuma Aditya
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1314

Abstract

Monumen Nasional menjadi salah satu destinasi yang cukup populer. Di awal tahun 2020, taman Monumen Nasional dilakukan revitalisasi. Dengan adanya kebijikan tersebut, mengundang banyak kalangan untuk memberikan tanggapan secara langsung maupun lewat social media. Dengan demikian, penelitian ini mencoba menganalisis ulasan dari masyarakat dengan metode naive bayes classifier dan membandingkan penggunaan seleksi fitur chi-square dan query expansion ranking untuk mengoptimalkan kinerja klasifikasi pada penelitian. Hasil klasifikasi naïve bayes classifier yang didapatkan dengan seleksi fitur query expansion ranking sebesar 80% dengan variasi rasio seleksi fitur 75%. Hasil tersebut lebih baik dibandingkan dengan hasil klasifikasi naïve bayes classifier dengan seleksi fitur chi-square menggunakan variasi rasio 75% dengan akurasi 79%.
​Evaluasi E-learning dimasa Pandemi COVID-19 dengan menggunakan End-User Computing Satisfaction (Studi Kasus MTsN 4 Malang, Harjokuncaran, Sumbermanjing Wetan) Zakiyah Mahfudho; Gita Indah Marthasari; Briansyah Setio Wiyono
Jurnal Repositor Vol 4 No 2 (2022): Mei 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i2.1331

Abstract

Penelitian ini bertujuan untuk Mengevaluasi performa dari E-Learning Madrasah yang diterapkan oleh MTsN 4 Malang selama masa pandemi COVID-19 dan memberikan rekomendasi penggunaan dari hasil evaluasi yang dilakukan. penelitian ini menggunakan metode end user computing satisfaction dalam mendapatkan data untuk mengukur performa sistem E-learning madrasah yang diterapkan. Dalam penelitian ini, Sebanyak 101 responden yang merupakan peserta didik MTsN 4 Malang dari kelas 7, kelas 8, dan kelas 9 berdasarkan teknik pengambilan sampel purposive sampling berpartisipasi dalam pengisian instrumen penelitian. 30 responden merupakan peserta didik kelas 7 atau sebesar 29,7%, 35 responden (34,7%) dari peserta didik kelas 8, dan peserta didik kelas 9 sebanyak 36 responden (35,6%). Seluruh responden merupakan peserta didik aktif tahun ajaran 2020/2021. Hasil dari penelitian ini menunjukkan bahwa 4 dari 5 aspek yang terdapat pada metode EUCS (Content, Accuracy, Format, Ease of Use, dan Timeliness) masih dapat ditingkatkan agar peserta didik mampu dengan baik melakukan aktifitas belajar walaupun dilakukan secara daring. rekomendasi yang diberikan kepada pihak sekolah berdasarkan panduan pelaksanaan PJJ dari kemendikbud.
Rancang Bangun Pintu Portal Otomatis Berbasis IoT (Studi Kasus: Perumahan Mutiara Jingga) Gita Indah Marthasari; Zamah Sari; Hanafi Prasetyoko
Jurnal Repositor Vol 4 No 2 (2022): Mei 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i2.1338

Abstract

Perkembangan teknologi komputer kini sangat cepat, terutama dibidang mikrokontroler. Mikrokontroler bisa digunakan untuk membuat berbagai macam alat. Dengan menggunakan Arduino kita bisa membuat alat yang berguna. Salah satunya adalah pintu portal untuk perumahan berbasis IoT. Alat yang digunakan adalah Wemos D1 yang sudah terintegrasi modul ESP8266 sebagai koneksi ke Server melalui media jaringan WiFi. Menggunakan Servo SG90 untuk membuka Pintu Portal, menggunakan RFid RC522 untuk identifikasi, Sensor Ultrasonic HC-SR04 dan Breadboard PowerSupply. Wemos D1 akan mengirim data dari RFid RC522 menuju Server dengan Port HTTP. Data yang sudah dikirim akan dikelola oleh Server, data yang akan dikelola adalah Kartu RFid, Aksi, dan Jam Keluar Masuk. Tujuan Penelitian ini adalah untuk monitoring warga yang keluar dan masuk melalui Pintu Portal Perumahan dan menambah keamananan.
Prediksi Harga Emas Menggunakan Metode Time Series Long Short - Term Memory Neural Network Fatimah Defina Setiti Alhamdani; Gita Indah Marthasari; Christian Sri Kusuma Aditya
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1378

Abstract

Emas merupakan salah satu alat investasi populer dikalangan masyarakat yang tahan akan inflasi. Namun kegiatan investasi emas memiliki resiko berjenis data time series. Sehingga masyarakat perlu memilliki ilmu sebagai pegangan saat melakukan kegiatan investasi emas yaitu dengan memprediksi harga emas di masa depan untuk meminimalisasi resiko. Long Short-Term Memory merupakan turunan dari metode RNN yang dapat digunakan dalam memprediksi pada data time series. Penelitian ini bertujuan untuk memprediksi harga emas dari data time series per 1 hari yang telah dikumpulkan dari website harga-emas.org untuk mengetahui nilai error prediksi menggunakan metode LSTM. Analisis parameter yang dilakukan pada penelitian ini adalah jumlah neuron hidden, learning rate, dan epoch. Kombinasi parameter terbaik yang dihasilkan pada penelitian ini adalah 16 neuron hidden, learning rate 0.01, dan 100 epoch. Nilai terbaik yang dihasilkan pada penelitian ini adalah RMSE 9139,14318 dan MAPE 0,69794%. Perhitungan error MAPE terbaik pada penelitian ini dengan penelitian “Prediksi Harga Emas Menggunakan Feed Forward Neural Network dengan Metode Extreme Learning Machine” yang menghasilkan MAPE terbaik 0,8065%. Hasil tersebut menunjukkan bahwa error MAPE pada penelitian ini lebih baik daripada penelitian tersebut dan model yang terbentuk dapat dikatakan sangat bagus karena nilai MAPE terbaik yang dihasilkan dibawah 10%.
Perbandingan Klasifikasi Berita Hoax Kategori Kesehatan Menggunakan Naive Bayes dan Multinomial Naive Bayes Chita Nauly Harahap; Gita Indah Marthasari; Nur Hayatin
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1380

Abstract

Berita kesehatan merupakan informasi yang paling dicari dan diminati pada masa pandemi, kebutuhan akan perlunya kiat-kiat kesehatan untuk masyarakat membuat berita kesehatan menduduki peringkat atas berita terpopuler. Disaat meningkatnya minat baca masyarakat terhadap berita, banyak pihak tidak bertanggung jawab memanfaatkan keuntungan tersebut dengan menyebarkan berita tidak benar yang menggiring opini masyarakat agar menyudutkan pihak tertentu dan berisi informasi yang melenceng dari pendapat ahli kesehatan. Oleh karena itu salah satu cara untuk mengatasi tersebarnya berita hoax penelitian ini melakukan klasifikasi berita kesehatan berbahasa Indonesia secara otomatis. Pada penelitian ini dataset yang digunakan sebanyak 100 berita kesehatan non-hoax dan 100 berita kesehatan hoax. Proses klasifikasi memalui tahap preproses, pembobotan kata, dan implementasi pada metode naïve bayes dan multimonial naïve bayes. Evaluasi model menggunakan metode 10-fold cross validation, metode multinomial naïve bayes bekerja lebih baik dan efisien daripada metode naïve bayes.
Analisis Klasifikasi SMS Spam Menggunakan Logistic Regression Ferin Reviantika; Yufis Azhar; Gita Indah Marthasari
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1384

Abstract

SMS atau Short Message Service biasa nya terdapat pada telepon seluler. SMS dibagi menjadi dua kategori yaitu SMS spam dan SMS non spam (ham). SMS spam adalah SMS yang bersifat mengganggu pengguna telepon karena cenderung berisi pesan yang tidak penting seperti promo dan penipuan. Sedangkan SMS non spam (ham) cenderung berisi SMS yang penting, seperti sudah ada riwayat pesan dengan pengguna sebelumnya. Pada penelitian ini dilakukan klasifikasi SMS spam dan SMS non spam (ham) menggunakan metode logistic regression. Tujuan dari penelitian ini untuk membedakan atau mengklasifikasikan antara SMS spam dan non spam (ham). Dataset dalam penelitian ini berjumlah 1143 data, terdapat dua kolom yaitu kolom teks dan kolom label. Jumlah untuk pesan spam sebanyak 566 pesan dan jumlah untuk pesan non spam sebanyak 577. Metode yang diusulkan mendapat akurasi yang lebih baik yaitu 95%.
Perbandingan Model Polynomial Regression dan Facebook Prophet untuk Prediksi Jumlah Pasien Positive COVID-19 di Indonesia Tsabitah Ayu Rahmawati; Gita Indah Marthasari; Nur Hayatin
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1394

Abstract

Corona Virus Disease 2019 atau yang biasa disebut sebagai COVID-19 menjadi ancaman bagi seluruh dunia, terutama bagi Negara Indonesia. WHO menyebutkan bahwa COVID-19 adalah sindrom pernafasan akut parah yang ditularkan melalui tetesan saluran pernapasan (air liur atau ingus) dan kontak langsung dengan penderita. Penyakit ini membutuhkan perhatian khusus dari pemerintah agar penyebaran Covid-19 ini semakin berkurang. Wabah ini telah memasuki Indonesia pada awal bulan maret, dan sampai saat ini jumlah penderita penyakit ini semakin meningkat. Pada penelitian kali ini, akan ditunjukkan perbandingan dari prediksi yang dihasilkan oleh model polynomial regression dan model FBProphet dengan realita yang terjadi terhadap jumlah pasien positive COVID-19 untuk menghasilkan prediksi yang akurat sebagai persiapan kemungkinan terburuk penderita COVID-19. Dataset yang digunakan sebanyak 396 data yang diambil dalam kurun waktu 02/03/2020 hingga 31/12/2020 pada dataset gitbub dan kemudian dilengkapi hingga tanggal 31/03/2021 pada website covid19.go.id. Dari hasil penelitian ini hasil prediksi yang terbaik terdapat pada Polynomial Regression dengan tingkat akurasi sebesar 0,98%, sedangkan dengan FBProphet tingkat akurasi yang didapat sebesar 0,95%. Hal ini dapat membantu paramedis dalam meramalkan perkiraan jumlah pasien positif covid-19 di Indonesia.
Prediksi Permintaan Beras Mengggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation (Studi Kasus: CV.PUSPA) Silcillya Ayu Astiti; Gita Indah Marthasari; Yufis Azhar
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1395

Abstract

Indonesia sebagai negara yang mayoritas penduduknya memilih beras sebagai sumber pangan utama, di tahun 2020 mengalami penurunan pola konsumsi yang mengakibatkan permintaan beras yang seharusnya stabil menjadi berkurang. Menurunnya daya beli masyarakat akan beras berdampak pada beberapa penyetok beras atau yang biasa disebut dengan agen beras untuk membeli beras pada perusahaan produksi beras. Untuk meminimalisir kerugian yang dialami oleh perusahaan produksi beras, terdapat salah satu cara yang dapat diterapkan, yaitu dengan melakukan peramalan data menggunakan metode jaringan syaraf tiruan backpropagation yang pada penelitian ini data yang digunakan merupakan data permintaan beras Perusahaan CV. PUSPA yang bersifat time series. Skenario pemodelan pada penelitian menerapkan 1-5 hidden layer dengan jumlah neuron hidden yang berbeda di setiap percobaannya. Hasil yang diperoleh memperlihatkan bahwa menggunakan jaringan syaraf tiruan backpropagation menunjukkan prediksi yang baik yang pada penelitian ini hasil terbaik terdapat pada arsitektur 7-50-200-300-250-300-1 dengan MSE = 0.001278, RMSE = 0,301950 di proses pelatihan dan hasil MSE = 0.002391, RMSE = 0.204972 di proses pengujian.
Co-Authors Abu Hanifah Adam Novrisal Agus Eko Minarno Akbi, Denar Regata Aldiensyah Alfin Lutfi Sidiq Amelia Deastu Amelia Dwi Deastu Aminudin AMINUDIN Aminudin, Aminudin Anastasia Lidya Maukar Andjani Chaerun Nisha Anggraini, Syadza Ani Tri Wahyuningsih Anik Vega Vitianingsih Arif Rahmadhani Basuki, Setio Belli Kafilla Gani Briansyah Setyo Wiyono Cahyanto, Mochammad Andre Chita Nauly Harahap Christian Sri Kusuma Aditya Darfian Ardiansyah Diah Risqiwati Didih Rizki Chandranegara Dwi Kurnia Puspitaningrum Eko Budi Cahyono Elsyah Ayuningrum Elza Norazizah Evi Dwi Wahyuni Fajarisma Asfiana Putri Fajrur Rahman Suprapto Fakhrul Islami Fathoni, Muhammad Asrar Fatimah Defina Setiti Alhamdani Fatimatus Zachra Febri Ayu Fitriani Ferin Reviantika Frengky Prastyo Gita Ismadianti Hanafi Prasetyoko Haqim, Gilang Nuril Haris Diyaul Fata Harizal Iqmal Hasan I'anatut Thoifah Imam Halimi Irsandro, Ahmad Karima Maydina Yanti Kresna Arief Nugraha Lailatul Husniah Lia Nuarini Luqman Hakim M. Isnainur Hidyatullah Mahar Faiqurahman Mahar Faiqurrahman Mairissa Anggraini Moh. Taufiq Hidayat Muhammad Alfian Ramadhani Muhammad Asrar Fathoni Muhammad Gufron Muhammad Ilham Muhammad Iqbal Muhammad Iqbal Ramadhan Muhammad Rizky Aviansyah Muhammad Ulfi Nabillah Annisa Rahmayanti Nico Ardia Effendy Nina Mauliana Noor Fajriah Nirma Dwi Wulansari Nirma Noviasari, Vebrian Nur Hayatin Nur Riyan Sahara Nuryasin, Ilyas Pendi, Wendi Praadita, Firman Noor Rellanti Diana Kristy Risdianto Risdianto Rizky Indrabayu Rizky Irwan Saputra Roni Hadi Wijaya S, Vinna Rahmayanti Saiful Amien Silcillya Ayu Astiti Syadza Anggraini Syaifudin Zuhri Tsabitah Ayu Rahmawati Tutik Sulistyowati Vebrian Noviasari Wahyu Andhyka Kusuma Waliyyullah Mufid Wicaksono, Galih Wasis Wildan Suharso Wiyono, Briansyah Setio Wiyono, Briansyah Setyo Yudi Ananta Prasetya Yufis Azhar Yuniarti, Maulidya Zakaria, Irfan Zakiyah Mahfudho Zamah Sari Zildan Rahmatullah