Article Per Year (5 Year)
p-Index From 2020 - 2025
0.961
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK)
Nugroho Sihananto, Andreas
Unknown Affiliation
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Pemanfaatan AI dalam Pembelajaran Pemrograman untuk Mahasiswa Nugroho Sihananto, Andreas; Wirya Atmaja, Pratama; Sugiarto, Sugiarto
Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi Vol. 4 No. 1 (2024): Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi 2024
Publisher : Fakultas Teknik dan Teknologi - TANRI ABENG UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/snarstek.v2i1.706

Abstract

Penelitian ini berusaha mengeksplorasi implementasi pembelajaran pemrograman di level universitas dengan bantuan tools-AI dalam meningkatkan pemahaman mahasiswa akan materi pemrograman. Meningkatnya permintaan akan programmer yang mahir di dunia yang didorong oleh teknologi saat ini memerlukan pendekatan inovatif dalam pengajaran dan pembelajaran. Memanfaatkan kecerdasan buatan dalam pendidikan pemrograman bertujuan untuk meningkatkan efektivitas metode pengajaran, memberikan pengalaman belajar yang dipersonalisasi dan adaptif. Penelitian ini mengkaji dampak bantuan AI pada tiga kelompok mahasiswa dalam memahami aneka studi kasus. Temuan dari kasus ini diharapkan dapat berkontribusi dalam hal pemanfaatan AI di dunia pendidikan tinggi, khususnya dalam konteks pengajaran pemrograman. Dari hasil amatan terhadap tiga kelompok mahasiswa didapatkan tingkat penguasaan pemrograman dan algoritma mahasiswa yang menggunakan metode pengajaran berbasis AI lebih tinggi jika dibandingkan dengan yang menggunakan metode pengajaran konvensional.
PEMANFAATAN SELENIUM IDE DALAM OTOMATISASI PENGUJIAN BLACK BOX PADA WEBSITE UMKM KOTA MADIUN DENGAN TEKNIK EQUIVALENCE PARTITIONING Hardianto, Eragradiansyah; Prima Aditiawan, Firza; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9729

Abstract

Pembuatan sebuah perangkat lunak merupakan sebuah kegiatan yang dilakukan untuk membuat sebuah sistem informasi yang berbasis digital yang memenuhi aspek bisnis serta memberikan kepuasan kepada pengguna yang memakai perangkat lunak. Seringkali dalam penggunaan sebuah perangkat lunak terdapat sebuah kendala dimana dapat mengurangi dan memperburuk kualitas perangkat lunak. Pengujian merupakan sebuah cara dalam memastikan bahwa suatu perangkat lunak sudah memiliki kualitas yang baik serta terhindar dari kecacatan sistem yang mempengaruhi fungsionalitasnya. Dalam pengujian terdapat berbagai macam metode yang dapat dilakukan selama proses ini, salah satu metode yang umun dilakukan yaitu pengujian dengan Metode Black Box. Black Box merupakan sebuah pengujian yang berbasis pada fungsionalitas dari aplikasi. Dalam Black Box sendiri terdapat berbagai macam teknik yang dapat digunakan dalam proses pengujian, dari banyak teknik tersebut Equivalence Partitioning merupakan salah satu teknik yang cocok dan sesuai dengan kebutuhan mengenai perangkat lunak yang diuji. Pengujian ini juga menggunakan bantuan sebuah alat yang dapat membantu dalam proses pengujian yaitu Selenium IDE. Selenium IDE berfungsi untuk mengecek skenario pengujian secara automation sehingga dapat mengurangi kesalahan yang dapat terjadi ketika pengujian dilakukan secara manual. Hasil pengujian didapatkan bahwa sebanyak 92% test case sudah sesuai selama proses pengujian otomatis dan manual sedangkan 11% menunjukkan hasil yang sebaliknya
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN CV NAWASENA BUMI PERSADA MENGGUNAKAN KOMBINASI METODE SWARA DAN SMART Sugiyanto, Edi; Maulana, Hendra; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9818

Abstract

Penelitian ini akan berfokus pada SIPEKA (Sistem Pendukung Keputusan Perusahaan) dengan menggunakan kombinasi dua metode SPK yaitu Stepwise Weight Assessment Ratio Analysis (SWARA) dan Simple Multi Attribute Rating Technique (SMART) untuk menentukan karyawan penerima bonus di CV NAWASENA BUMI PERSADA. Tahapan yang dilakukan dalam penelitian terdiri atas pengumpulan data, perancangan sistem, implementasi sistem dan pengujian sistem. Metode SWARA digunakan dalam proses pembobotan data kriteria, sementara SMART digunakan dalam proses perangkingan karyawan. Beberapa data yang diperlukan yaitu data kriteria, data sub kriteria, data alternatif, dan data penilaian yang bisa menghasilkan nilai hasil akhir perhitungan. Hasil penelitian menunjukkan bahwa SIPEKA berhasil menerapkan kombinasi dua metode dan dapat digunakan oleh perusahaan dalam mendukung keputusan pemberian bonus karyawan. Pengujian SIPEKA menggunakan metode System Usability Scale (SUS) untuk menilai efektivitas sistem dalam penggunaanya, hasilnya didapatkan jumlah nilai rata-rata 85,7 termasuk grade A dengan kriteria sangat baik.
PERANCANGAN SISTEM INFORMASI SELEKSI ATLET HOCKEY BERBASIS WEBSITE MENGGUNAKAN METODE PROFILE MATCHING PADA FEDERASI HOCKEY INDONESIA (FHI) KABUPATEN GRESIK Rizqulloh Zain, Muhammad Dhiya'ulhaq; Prima Aditiawan, Firza; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9819

Abstract

Di semua bidang kehidupan secara umum sangat membutuhkan kebutuhan informasi guna membantu struktur organisasi menjadi lebih efesien dan efektif. Pada era digital ini proses manajemen Federasi Hockey Indonesia (FHI) Kabupaten Gresik saat ini masih belum menyediakan sistem informasi berbasis web dan dilakukan secara manual sehingga jika terdapat kendala pada fasilitas ataupun pelayanan yang dialami pelatih, pengurus maupun atlet, permasalahan tersebut akan lama ditangani. saat ini sudsh berkembang pesat teknologi dalam segala bidang salah satunya teknologi dalam penentuan pengambilan keputusan, oleh karena itu dalam memecahkan suatu masalah diperlukan sistem pendukung keputusan dengan menggunakan metode Profile Matching dengan beberapa tahapan seperti perhitungan gap, pembobotan,dan perhitungan untuk rangking. penelitian ini bertujuan untuk meningkatkan kinerja dan efektifitas dan memudahkan pengurus,pelatih dan atlet untuk melakukan penyeleksian atlet dengan mudah, akurat dan transparan pada Federasi Hockey Indonesia (FHI) Kabupaten Gresik. sehingga dari tahapan-tahapan tersebut diperoleh sebuah hasil sistem oendukung keputusan berbasis website sebagai sistem yang terintegrasi untuk manajemen pembinaan cabor Hockey Kabupaten Gresik yang meliputi page komunikasi atlet, pelatih dan staff atau pengurus dalam penginformasian masalah atau pelayanan.
PERBANDINGAN PERFORMA METODE SVM DAN KNN DALAM MENGKLASIFIKASIKAN CITRA INFEKSI TELINGA Ariadi, Kuncoro; Tri Anggraeny, Fetty; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11350

Abstract

Infeksi telinga merupakan salah satu masalah kesehatan pada organ telinga yang sering terjadi pada manusia. Dengan perkembangan teknologi di bidang medis, metode klasifikasi citra menjadi salah satu pendekatan yang menjanjikan untuk membantu dalam mendeteksi infeksi telinga dengan cepat dan akurat. Penelitian ini bertujuan untuk membandingkan performa metode klasifikasi citra, yaitu Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) dalam mengklasifikasikan infeksi telinga pada citra telinga tengah. Citra telinga tengah yang digunakan merupakan citra otoskopi telinga yang terdiri dari beberapa kategori diantaranya adalah kategori Myringosklerosis, Telinga Normal, Sumbatan Kotoran Telinga, dan Otitis Media Kronik (COM). Data citra tersebut diolah dengan beberapa tahapan, yatu peningkatan kontras dan kualitas citra, ekstraksi Region of Interest (ROI) pada citra, ekstraksi fitur berbasis tekstur, dan tuning hyperparameter dari kedua metode SVM dan KNN. Berdasarkan hasil penelitian, metode SVM dengan kernel Linear berhasil mencapai akurasi yang lebih tinggi dibandingkan metode KNN dengan nilai k yang terbaik yaitu k = 1. Masing-masing metode dievaluasi menggunakan confusion matrix yang mencakup matriks akurasi, presisi, sensitivitas atau recall, dan F1-score. Dari tahapan pengujian yang dilakukan, didapatkan skor akurasi untuk SVM sebesar 87,50%, skor presisi sebesar 87,94%, skor sensitivitas sebesar 87,50%, dan F1-Score sebesar 87,50%, sedangkan untuk KNN didapatkan skor akurasi sebesar 72,50%, skor presisi sebesar 76,66%, skor sensitivitas sebesar 72,50%, dan F1-Score sebesar 71,80%.
PROGRAM PENERJEMAH BAHASA ISYARAT INDONESIA (BISINDO) SECARA REAL TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN MEDIAPIPE William Lijaya Therry, Renaldy; Junaidi, Achmad; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11582

Abstract

Komunikasi adalah salah satu aspek penting dalam kehidupan sehari-hari, namun bagi komunitas tuna rungu dan tuna wicara, komunikasi dapat menjadi tantangan besar. Bahasa isyarat Indonesia (BISINDO) merupakan salah satu alat komunikasi yang digunakan oleh komunitas ini, namun masih banyak masyarakat umum yang tidak memahami bahasa isyarat tersebut. Hal ini dapat menyebabkan kesulitan dalam berkomunikasi dan membatasi akses komunitas tuna rungu dan tuna wicara dalam berpartisipasi dalam kegiatan sosial dan ekonomi. Oleh karena itu, pengembangan sistem deteksi bahasa isyarat yang akurat sangat penting untuk memfasilitasi komunikasi antara komunitas tuna rungu, tuna wicara dan masyarakat umum. Pada penelitian ini, penulis mengembangkan program penerjemah bahasa isyarat Indonesia menggunakan Convolutional Neural Network (CNN) dan MediaPipe, program ini memiliki keterbatasan, yaitu arah pembacaan proses deteksi berada pada tangan kanan dan program ini hanya dapat mendeteksi abjad BISINDO. Hasil pelatihan model menunjukkan akurasi sebesar 98.59%, loss sebesar 13.03%,, akurasi validasi sebesar 93.78%, validation loss sebesar 32.15%. Hasil evaluasi model, model dapat mendeteksi abjad bahasa isyarat Indonesia dengan akurasi sebesar 94%.,. Hasil pengujian akurasi deteksi pada empat skenario Hasil deteksi terbaik diperoleh pada skenario pertama, yaitu pencahayaan baik dan latar belakang gelap dengan nilai akurasi sebesar 72%, presisi sebesar 69.5%, recall sebesar 68% dan F1-score sebesar 68.7%.
Co-Authors Achmad Junaidi Ariadi, Kuncoro Fetty Tri Anggraeny Firza Prima Aditiawan Hardianto, Eragradiansyah Maulana, Hendra Rizqulloh Zain, Muhammad Dhiya'ulhaq Sugiarto S Sugiyanto, Edi William Lijaya Therry, Renaldy Wirya Atmaja, Pratama