Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi dan Rekayasa Jurnal Studi Inovasi
Tiya Noviyanti
Universitas Gunadarma
Humanities Automotive Engineering Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SISTEM PENUNJANG KEPUTUSAN DALAM PENERIMAAN BEASISWA PPA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) (STUDI KASUS: UNIVERSITAS GUNADARMA) Noviyanti, Tiya
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 1 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (675.17 KB) | DOI: 10.35760/tr.2019.v24i1.1932

Abstract

Universitas Gunadarma merupakan lembaga perguruan tinggi yang memiliki mahasiswa dalam jumlah besar yang tersebar di berbagai fakultas. Beberapa mahasiswa berhak mendapatkan beasiswa PPA. Semakin banyaknya minat mahasiswa untuk mendaftar beasiswa, maka tim seleksi sulit untuk melakukan seleksi terhadap calon penerima beasiswa. Saat ini seleksi dilakukan secara manual. Oleh karena itu, sistem pendukung keputusan dibutuhkan untuk memberikan pertimbangan kepada pihak pengelola dalam menyeleksi calon penerima beasiswa PPA. Analisis data menerapkan metode Analytical Hierarchical Process (AHP). Penelitian ini menerapkan lima kriteria untuk mendapatkan beasiswa PPA diantaranya yaitu Indeks Prestasi Kumulatif (IPK), penghasilan orang tua, tanggungan orang tua, semester dan prestasi ko/ekstra kurikuler. Berdasarkan skala prioritas, rangking dari 5 lima kriteria yang digunakan pada penelitian ini secara berurutan yaitu IPK, penghasilan orang tua, tanggungan orang tua, semester, dan prestasi ekstra/ko kurikuler. Penentuan pengambilan keputusan dengan menggunakan metode AHP dalam penerimaan beasiswa PPA pada Universitas Gunadarma ini tepat untuk digunakan dalam proses penyeleksian calom penerima beasiswa.
PERBANDINGAN AKURASI TESSERACT OCR ENGINE UNTUK EKSTRAKSI DATA DARI LEMBAR JAWABAN UJIAN: ANALISIS PENGARUH PREPROCESSING DAN MODEL BAHASA Rheza Andika; Tiya Noviyanti; D. L. Crispina Pardede
Jurnal Studi Inovasi Vol. 6 No. 1 (2026): Jurnal Studi Inovasi
Publisher : Inovbook

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52000/jsi.v6i1.193

Abstract

Optical Character Recognition (OCR) berperan penting dalam mengotomatisasi ekstraksi data mahasiswa dari lembar jawaban pada asesmen pendidikan berskala besar. Tesseract merupakan salah satu mesin OCR open-source yang paling banyak digunakan, namun evaluasi sistematis terhadap kinerjanya pada data lembar jawaban terstruktur, disertai validasi eksternal independen, masih terbatas dalam konteks Indonesia. Penelitian ini mengevaluasi akurasi Tesseract OCR pada 400 lembar jawaban hasil Ujian Tengah Semester (UTS) mahasiswa Universitas Gunadarma yang diperoleh melalui proses pemindaian menggunakan scanner dan kamera ponsel dengan variasi kondisi akuisisi citra. Eksperimen menggunakan desain faktorial pada subset terstratifikasi sebanyak 40 dokumen (5 teknik preprocessing × 4 resolusi × 2 model bahasa × 3 kondisi pencahayaan × 3 pengulangan = 14.400 test case), sedangkan 360 dokumen lainnya digunakan sebagai validasi eksternal independen. Preprocessing gabungan (binarisasi, denoising, dan upsampling 2x) mencapai akurasi tertinggi (94,2%) pada 200 DPI pada subset faktorial, sedangkan validasi eksternal pada 360 dokumen yang terpisah mengonfirmasi akurasi yang sebanding sebesar 91,6% (CER = 8,4%), menunjukkan generalisasi wajar di luar subset penyetelan. Resolusi merupakan faktor paling kritis, dengan peningkatan substansial pada rentang 100–200 DPI (sekitar 19%) namun melandai setelah 200 DPI. Analisis kesalahan tingkat karakter mengidentifikasi kekeliruan digit-huruf (8?B, 0?O, 1?I) sebagai sumber kesalahan dominan, dan perbandingan dengan EasyOCR serta PaddleOCR menunjukkan Tesseract menawarkan trade-off akurasi-kecepatan yang kompetitif (0,9 detik per halaman pada CPU) yang sesuai untuk implementasi. Temuan ini memberikan panduan berbasis bukti untuk implementasi pipeline pemrosesan lembar jawaban berbasis OCR dari hasil UTS mahasiswa dengan sumber daya terbatas.
Co-Authors D. L. Crispina Pardede Rheza Andika, Rheza