Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Kegunaan Aplikasi Terabox Berbasis Model Goms Dalam Perspektif Interaksi Manusia dan Komputer Bachti, Achmad Syauqi; Agustama, Andri Tri; Wahiid, Hermawan Nur; Mustofa, Mohammad Annan Makruf; Azzaria, Cinta
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4926

Abstract

Ilmu tentang interaksi manusia-komputer mempelajari komunikasi dan interaksi antara pengguna dan sistem. Model GOMS adalah pendekatan unik terhadap model berbasis evaluasi di bidang pengguna antarmuka komputer. Ini adalah salah satu dari banyak model yang tersedia untuk komputer manusia interaksi. Studi ini melihat aplikasi Terabox, yang menawarkan layanan hosting file dan penyimpanan cloud. Tujuan penelitian ini adalah untuk mendapatkan pemahaman tentang model GOMS dan bagaimana hal itu berdampak pada aplikasi yang menggunakannya. Metode yang di gunakan dalam Penelitian ini adalah GOMS. Dengan menganalisis interaksi pengguna melalui model GOMS, kita dapat mengidentifikasi area yang memerlukan perbaikan serta memahami bagaimana pengguna menyelesaikan tugas-tugas mereka dengan lebih efisien. Selain itu, hasil dari penelitian ini menemukan bahwa aplikasi Terabox menunjukkan efisiensi tinggi dalam penyimpanan dan pengelolaan data.
Pembuatan Karya Inovasi Ecobrick Mahasiswa KKNT 32 Universitas Nusantara PGRI Kediri di SDN Pojok 2 Winarto, Jotter Fikri; Wardani, Saylendra Arga; Yugianta, Laurentius Hendri; Airlangga, Muhammad Adam; Putra, Dymas Ajie Pramana; Mardian, Wannu Rizki Dicky; Yahya, Wildan Ramadhani; Robert, Davin Zainur; Wardhani, Aurel Fransisca Kusuma; Rahardian, Muchamad Gilang Nauri; Muzaki, Muhammad Rezai; Azzaria, Cinta; Pripinda, Ayuneira Dega; Sindhikara, Legaspie Aura; Permana, Erwin Putera
Dedikasi Nusantara: Jurnal Pengabdian Masyarakat Pendidikan Dasar Vol 5 No 1 (2025): Dedikasi Nusantara
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dedikasi.v5i1.25511

Abstract

Innovation in plastic waste management has become one of the key solutions to addressing the increasingly urgent environmental issues. One of the efforts undertaken by KKNT 32 UNP Kediri students is the creation of Ecobricks at SDN 2 Pojok. This initiative aims to introduce an innovation that integrates plastic waste recycling into environmentally friendly building materials. An Ecobrick is a plastic bottle filled with compacted non-organic waste, which can be used as an alternative material in construction. This activity involves students, teachers, and the surrounding community in the process of making Ecobricks and implementing them to improve the school environment. The methods used in this program include socialization, material collection, Ecobrick production, and evaluation of the results. Through this program, students' awareness of the importance of waste management increases, while also making a tangible contribution to environmental preservation. This innovative project not only provides a solution to plastic waste problems but also educates the younger generation to be more concerned about environmental sustainability.
Peningkatan Akurasi Deteksi Liver Disease melalui Hyperparameter Tuning pada Algoritma Random Forest Azzaria, Cinta; Erna Daniati; Ristyawan, Aidina
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.198

Abstract

Penyakit liver merupakan salah satu penyebab utama kematian global, sehingga deteksi dini sangat penting untuk mendukung penanganan medis yang cepat dan tepat. Penelitian ini bertujuan meningkatkan akurasi deteksi penyakit liver menggunakan algoritma Random Forest. Dataset yang digunakan adalah Indian Liver Patient Dataset (ILPD) yang terdiri dari 583 entri. Penelitian mengikuti pendekatan CRISP-DM dan menerapkan teknik SMOTE untuk mengatasi ketidakseimbangan kelas serta Grid Search CV untuk optimasi hyperparameter. Berbeda dengan penelitian sebelumnya, studi ini menggabungkan SMOTE dan Grid Search secara sistematis untuk meningkatkan performa model pada dataset ILPD. Hasil menunjukkan bahwa akurasi model meningkat dari 74% menjadi 75%, dengan perbaikan pada precision dan recall, khususnya untuk kelas pasien yang terdiagnosis liver disease.Temuan ini menunjukkan bahwa Random Forest yang dioptimalkan melalui pendekatan ini dapat menjadi metode andal dalam mendukung diagnosis dini penyakit liver.