Claim Missing Document
Check
Articles

Found 3 Documents
Search

SRS and Design Analysis: Kunci Kesuksesan Proyek Sistem Informasi yang Efektif Baso, Fadhlirrahman; Nirmala S., Aprilianti; Alkhalil, Ibrahim; Imansyah, Dian Arishandy
Indonesian Technology and Education Journal Volume 2 No. 1 Februari 2024
Publisher : Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/itej.v2i1.449

Abstract

The formulation of Software Requirements Specification (SRS) and design analysis are key factors in the success of information system projects. A proper SRS lays a solid foundation for system development, while comprehensive design analysis helps identify system requirements clearly. However, crafting effective SRS and conducting thorough design analysis often pose challenges. This article aims to delineate the roles of SRS and design analysis in the early stages of system development and provide insights into best practices for addressing associated challenges. The methodology involves direct engagement with stakeholders and end-users to deeply understand user requirements. Subsequently, comprehensive requirement analysis and system design analysis are conducted. With the right approach, organizations can enhance the likelihood of success in information system projects, ensuring that the resulting systems meet user needs effectively.
MENDETEKSI BENTUK GAMBAR DENGAN CHAIN CODE MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES Putri, Ekha Mustika; Angraeni, Adelia; Imansyah, Dian Arishandy; Intia, Winria Putri; Syam, Arif Setiawan
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengolahan citra dan visi komputer adalah bidang yang berkembang pesat dengan banyak aplikasi praktis, termasuk pengenalan objek, analisis gambar medis, dan kontrol kualitas industri. Penelitian ini bertujuan untuk mengembangkan metode deteksi dan klasifikasi bentuk dalam gambar menggunakan Chain Code dan algoritma Klasifikasi Naive Bayes. Chain Code digunakan untuk merepresentasikan kontur bentuk secara digital, sedangkan Naive Bayes digunakan untuk mengklasifikasikan bentuk berdasarkan distribusi probabilitas fitur. Dalam implementasinya, gambar pra-proses dengan teknik thresholding dan deteksi tepi untuk mengekstraksi kontur, yang kemudian diwakili dengan Chain Code. Fitur yang diekstraksi ini kemudian digunakan sebagai input untuk model Naive Bayes yang dilatih untuk mengenali berbagai bentuk geometris seperti lingkaran, segi lima, segi enam, bintang, dan persegi panjang. Hasil eksperimen menunjukkan bahwa metode ini efektif dalam mendeteksi dan mengklasifikasikan bentuk-bentuk dasar dengan tingkat akurasi yang tinggi. Meskipun demikian, metode ini memiliki keterbatasan dalam mendeteksi bentuk yang lebih kompleks atau dengan tepi yang tidak teratur. Saran untuk penelitian di masa depan termasuk penggunaan dataset yang lebih besar dan bervariasi, pengujian dengan algoritma klasifikasi lainnya, dan pengembangan algoritma hybrid untuk meningkatkan akurasi dan robustnes deteksi bentuk.
Analisis Determinan Kecemasan Mahasiswa Dalam Pembelajaran Daring Andika Isma; Ibrani, Juan Veron; Imansyah, Dian Arishandy; Hajar Dewantara; Husna, Nurul
Journal of Vocational, Informatics and Computer Education Vol 1, No 2 (2023): Desember 2023
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/voice.v1i2.20236

Abstract

Pandemi COVID-19 yang dimulai pada tahun 2019 telah mempengaruhi berbagai sektor, termasuk pendidikan, dengan memperkenalkan pembelajaran daring sebagai alternatif untuk menjaga kelangsungan proses belajar mengajar. Namun, fenomena pembelajaran daring ini menyebabkan meningkatnya kecemasan di kalangan mahasiswa. Penelitian ini bertujuan untuk mendeskripsikan tingkat kecemasan yang dialami oleh mahasiswa selama mengikuti pembelajaran daring. Metode yang digunakan dalam penelitian ini adalah deskriptif kuantitatif dengan pendekatan cross-sectional, di mana data dikumpulkan melalui kuesioner Hamilton Rating Scale for Anxiety (HRS-A) yang telah diterjemahkan ke dalam bahasa Indonesia, serta pendapat mahasiswa terkait pengalaman mereka dengan Pembelajaran Jarak Jauh (PJJ). Hasil penelitian menunjukkan bahwa mahasiswa mengalami kecemasan yang tercermin dalam gejala fisik seperti pegal, kesulitan tidur, perasaan emosional seperti cemas dan tidak senang, serta respon perilaku seperti rasa malas dan lelah. Sebagai upaya mengatasi kecemasan tersebut, mahasiswa melakukan berbagai strategi, seperti berolahraga, menjaga rutinitas, dan melakukan kegiatan menyegarkan. Penelitian ini menyimpulkan bahwa pembelajaran daring selama pandemi COVID-19 memicu kecemasan yang signifikan di kalangan mahasiswa, sehingga diperlukan intervensi yang tepat untuk mengurangi dampak psikologis yang ditimbulkan.