Claim Missing Document
Check
Articles

Found 9 Documents
Search

KETEPATAN PENERAPAN PRINSIP ANIMASI STAGING DAN TIMING PADA VIDEO ANIMASI 2D MOTION GRAPHIC Rahayu, Dwi; Kusumastuti, Rajnaparamitha; Mangkuto, Ifraweri Raja; Dwi Nugraheni, Arizka Indah; Ari Wibowo, Ayub Pangestu
Information System Journal Vol. 7 No. 01 (2024): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2024v7i01.1578

Abstract

Surat keputusan pimpinan yang didalamnya memiliki banyak informasi dan bersifat prosedural, harus dapat sampai kepada sasaran target atau masyarakat luas. Efektivitas penyebaran informasi dipengaruhi oleh pengemasan informasi dan media penyebaran yang digunakan. Tanpa menghilangkan surat putusan edaran resmi, pengemasan dalam bentuk audio video visual menjadi pendukung media untuk memudahkan pemahaman terhadap informasi yang disampaikan. Pada penelitian ini akan dilakukan uji ketepatan penerapan prinsip animasi staging dan timing yang berkaitan dengan komposisi gambar maupun teks dalam satu tampilan dan kecukupan waktu audien untuk membaca atau memahami informasi yang ditampilkan dari satu tampilan ke tampilan selanjutnya. Video animasi dibuat menggunakan teknik motion graphic. Pada proses pembuatannya mengadopsi model penelitian MDLC (Multimedia Development Life Cycle) yang dikelompokkan kedalam tahapan pembuatan animasi, yakni tahap pra produksi, produksi dan pasca produksi. Pada penelitian ini berfokus pada pengujian ketepatan penerapan prinsip animasi staging dan timing dengan menggunakan metode kuesioner dan perhitungan menggunakan metode skala likert.
Pelatihan Pembuatan Video Profile Sebagai Strategi Dalam Meningkatkan Pendaftaran Siswa di SD Negeri 2 Ngesrep Boyolali Putra, Tommy Dwi; Kusumastuti, Rajnaparamitha; Abdullah, Robi Wariyanto; Oktafiani, Dewi; Turmudi, Hadis
JGEN : Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 2 (2024): JGEN : Jurnal Pengabdian Kepada Masyarakat, Desember 2024
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/jgen.v2i2.653

Abstract

The community service conducted aims to increase new student registration at SD Negeri 2 Ngesrep Boyolali through training in making school profile videos. In the digital era, online marketing and promotion are key to attracting the attention of parents and prospective students. An attractive profile video can provide a positive picture of the environment and advantages of the school, thus encouraging interest in registration. This activity involves training in profile video making techniques, starting from introducing tools, taking pictures, to promotional strategies through social media and paid advertising. The results of this training are expected to improve the skills of teachers and staff in making effective videos. Thus, schools can utilize digital platforms such as YouTube and Instagram to expand the reach of promotions. Obstacles faced during the implementation include scheduling between school and campus activities. Nevertheless, this training has been successfully implemented, and the resulting profile video is expected to increase the visibility and reputation of SD Negeri 2 Ngesrep Boyolali. Through this service, it is hoped that the number of new student registrations will increase significantly, so that the school can be better known by the wider community. This study shows that the use of video as a promotional medium is an effective strategy in supporting new student registration in today's digital era.
Designed a Waste Management Application by Applying Requirements Engineering Methods to Meet User Needs and Expectations Lisda, Lisda; Febrianto, Dany Candra; Kusumastuti, Rajnaparamitha
Infotekmesin Vol 16 No 1 (2025): Infotekmesin: Januari 2025
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v16i1.2509

Abstract

Efforts to manage waste through recycling have been implemented frequently but continue to receive minimal attention from the public, who are daily contributors to waste generation. As a result, the volume of waste keeps increasing, leading to environmental pollution, such as ecosystem damage, unpleasant odors, and blockages in waterways. This research aims to demonstrate that waste management can be enhanced by integrating data to uncover insights that can inform new strategies for addressing excess waste. In this study, a prototype for a waste recycling application was developed, focusing on digital-based waste management using IoT technology. The system incorporates sensors capable of measuring waste volume as a supporting tool developed using the requirements engineering method. Questionnaires were distributed to 30 respondents to gather feedback on platform designs and IoT product designs. Through requirements validation testing, the results showed that 70% of the 30 respondents approved the platform design, while 63.2% approved the IoT product design.
Penerapan Analisis Sentimen Guna Meningkatkan Kualitas Pelayananan di Favehotel Solo Baru Kusumastuti, Rajnaparamitha; Ardiansyahdiyan Anggoro Putro
Jurnal Pelita Teknologi Vol 20 No 1 (2025): Maret 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i1.5757

Abstract

This analysis aims to provide convenience for hotel management in evaluating the quality and service at Favehotel Solo Baru so that the hotel gets good responses from the public regarding its quality. The application of sentiment analysis is used as a tool in evaluating quality and service in the hospitality industry. This analysis uses data on customer reviews at Favehotel Solo Baru and uses sentiment analysis techniques to analyze the review text. The use of this sentiment analysis is used for analysis with the Naive Bayes method. Sentiment analysis is also used to produce Heat Map, Word Cloud, and distribution visualizations on Orange Data Mining. The data used in this analysis consists of 270 reviews of visitors who have made reservations at the hotel. The data was taken using web scraping techniques on Google Maps. The scraping method used in collecting the data uses an extension from Google Chrome, namely Instant Data Scraper. The review scraping data was taken from 2017 to 2025. The results of this analysis show that sentiment towards visitor reviews is very good with 83.79% of people giving positive reviews and 74.07% of people giving a rating of 5.
Pemberdayaan Masyarakat Desa Melalui Literasi Digital dan Penggunaan E-Commerce Oktafiani, Dewi; Kusumastuti, Rajnaparamitha; Putra, Tommy Dwi; Turmudi, Hadis
JGEN : Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 4 (2025): JGEN : Jurnal Pengabdian Kepada Masyarakat, Agustus 2025
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/jgen.v3i4.1147

Abstract

Pengembangan literasi digital merupakan aspek krusial dalam menghadapi era globalisasi dan transformasi digital yang kian pesat. Literasi digital tidak hanya mencakup kemampuan mengakses informasi melalui teknologi, tetapi juga mencakup keterampilan memahami, mengelola, dan memanfaatkannya secara bijak sesuai dengan norma, etika, dan budaya yang berlaku. Pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital sebagai sarana pemberdayaan masyarakat di Desa Gombang Sawit, Boyolali, khususnya dalam sektor Usaha Mikro, Kecil, dan Menengah (UMKM) serta pariwisata. Metode yang digunakan meliputi pendekatan deskriptif melalui studi pustaka, observasi lapangan, dan wawancara dengan pelaku UMKM serta masyarakat desa yang terlibat dalam aktivitas e-commerce. Hasil kegiatan menunjukkan bahwa keterbatasan pemahaman teknologi digital masih menjadi kendala utama dalam mengakses peluang ekonomi digital di desa. Melalui pelatihan dan pendampingan literasi digital, masyarakat mulai memahami pemanfaatan teknologi untuk promosi produk lokal, transaksi daring, serta pengelolaan usaha berbasis e-commerce. Program ini memberikan dampak positif dalam meningkatkan kapasitas ekonomi lokal, memperluas jaringan pemasaran, dan mengurangi kesenjangan sosial berbasis digital. Dengan demikian, literasi digital terbukti menjadi instrumen strategis dalam memberdayakan masyarakat desa menuju pembangunan ekonomi yang inklusif dan berkelanjutan.
Analisis Algoritma Naive Bayes Untuk Prediksi Kepuasan Layanan Akademik Berbasis Data Multibahasa Oktafiani, Dewi; Putra, Tommy Dwi; Kusumastuti, Rajnaparamitha
Jurnal Algoritme Vol 5 No 3 (2025): Oktober 2025 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v5i3.13456

Abstract

The quality of academic services greatly influences student satisfaction. This study predicts student satisfaction with academic services using a Naïve Bayes algorithm based on multilingual data. Data from 213 students across three departments at STMIK AMIKOM Surakarta cover five key service aspects. Student comments were processed through text preprocessing and TF-IDF weighting, then tested on both Indonesian and English-translated texts. The results showed a significant difference: the Indonesian model achieved 67.44% accuracy, 0.68 precision, 0.65 recall, and 0.66 F1-score, while the English version improved to 83.72% accuracy, 0.84 precision, 0.82 recall, and 0.83 F1-score. Statistical tests confirmed this difference as significant. The findings highlight that English NLP tools are more mature and provide empirical contributions to improving the quality of academic services in higher education.
Implementasi Groq AI untuk Otomatisasi Feedback pada Website Evaluasi Kinerja Dosen Kusumastuti, Rajnaparamitha; Oktafiani, Dewi; Dwi Putra, Tommy
Jurnal Algoritme Vol 5 No 3 (2025): Oktober 2025 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v5i3.13458

Abstract

Lecturer performance evaluation is essential to maintain the quality of higher education, yet traditional methods often lack objectivity and provide limited feedback. This study designed a web-based evaluation system using the Simple Additive Weighting (SAW) method for decision-making, integrated with Groq AI to generate automatic feedback from students. The system was developed with a prototype approach using the Flask framework and tested on 10 courses with a total of 250 randomly selected respondents. Instrument reliability was confirmed using Cronbach’s Alpha (α = 0.84), indicating a high level of reliability. System speed evaluation through 40 trials showed an average processing time of 0.564 seconds. User satisfaction was measured with a 1–4 Likert scale and converted using the Percent of Maximum Possible (POMP), resulting in a 92.4% satisfaction rate. The AI feature successfully provided automated feedback without manual intervention, significantly improving efficiency and effectiveness. These results demonstrate that integrating SAW with Groq AI enhances objectivity, speed, and quality in lecturer performance evaluation.
Prediksi Jumlah Penjualan Motor Menggunakan Jaringan Syaraf Tiruan (JST) Backpropagation Aswar, Rifqi Zanuar; Murti, Iham Kresna; Rahman, Alpajiko; Hanafi, Muammar; Fadhilla, Ludvi Jati; Apriyanugraha, Aloung Candrika; Kusumastuti, Rajnaparamitha
Jurnal Informasi dan Teknologi Vol 1 No 3 (2024): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v1i3.69

Abstract

Penjualan sepeda motor memiliki peranan yang penting dalam sektor otomotif yang sangat kompetitif. Mengingat tingkat persaingan yang sangat tinggi di pasar otomotif, upaya terus dilakukan untuk meningkatkan jumlah penjualan motor menjadi sebuah tantangan untuk masa mendatang. Tujuan dari penelitian ini adalah untuk memberikan pemahaman yang lebih mendalam mengenai pola penjualan motor dan diharapkan dapat membantu dalam perencanaan strategi bisnis yang lebih optimal. Dataset yang digunakan dalam penelitian ini diperoleh dari Kaggle yang mencakup data jumlah penjualan sepeda motor dari tahun 2020 hingga Mei 2023. Metode Jaringan Syaraf Tiruan (JST) Backpropagation telah terbukti efektif dalam menangani prediksi dengan data yang rumit dan beragam. Model Multi-Layer Perceptron (MLP) diterapkan dengan arsitektur 10-15-1 dan pelatihan dilakukan selama 300 epoch untuk memperoleh hasil yang optimal. Hasil prediksi dari model ini menunjukkan nilai MAE terendah sebesar 85.557 dan MAPE trendah 18.11%, menandakan tingkat akurasi prediksi masih sangat baik dan dapat diandalkan
Penerapan Algoritma Backpropagation untuk Memprediksi Jumlah Pemain pada Game Valorant Abdullah, Muhammad Hasyim; Nurhuda, Tegar Rafif Putra; Pinilih, Bahtiar Surya; Syadida, Winanda Qoulan; Hafithuddin, Dabith; Kusumastuti, Rajnaparamitha
Jurnal Informasi dan Teknologi Vol 1 No 3 (2024): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v1i3.71

Abstract

Penelitian ini menerapkan algoritma Jaringan Syaraf Tiruan (JST) Backpropagation untuk memprediksi jumlah pemain game Valorant, yang dirilis oleh Riot Games pada Juni 2020. Valorant merupakan game MMOFPS yang populer, sehingga prediksi jumlah pemain di masa depan penting bagi pengembang dan pengelola game. Data yang digunakan dalam penelitian diambil dari website tracker.gg dan pelatihan model dilakukan menggunakan Google Colab. Metode yang digunakan adalah JST Backpropagation dengan Adam optimizer dan Mean Squared Error (MSE) sebagai fungsi loss. Hasil menunjukkan bahwa model ini mampu memprediksi jumlah pemain dengan MSE sebesar 391604108292.3333 dan persentase error 2.96%. Prediksi juga mengindikasikan adanya peningkatan jumlah pemain secara stabil dari Agustus 2024 hingga Juli 2025, dengan pola musiman yang konsisten. Jumlah pemain diperkirakan lebih tinggi dibanding tahun-tahun sebelumnya. Studi ini juga menekankan pentingnya teknik augmentasi data dan optimasi arsitektur untuk meningkatkan akurasi prediksi. Hasil ini menunjukkan potensi besar JST Backpropagation dalam memprediksi tren pemain dan dapat digunakan sebagai acuan strategi pengembangan game ke depan