Claim Missing Document
Check
Articles

Found 4 Documents
Search

RANCANG BANGUN APLIKASI MANAJEMEN KELAS LATIHAN BERBASIS MOBILE (STUDI KASUS: DUO SHINE FITNESS) Salim, Abdul Aziz; Sunufurwa Asri, Jefry; Ariessanti, Hani Dewi X; Popong Setiawati
Journal of Computer Science and Information Technology Vol. 1 No. 4 (2024): September
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v1i4.1218

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi manajemen kelas latihan berbasis mobile guna memecahkan masalah-masalah tersebut. Metode penelitian yang digunakan adalah Desain Double Diamond untuk memahami kebutuhan pengguna serta merancang antarmuka yang intuitif, dan Rapid Application Development (RAD) sebagai pendekatan pengembangan cepat melalui prototyping dan feedback iteratif. Aplikasi ini dirancang untuk membantu dalam pengelolaan membership, pendaftaran dan pembatalan kelas, pengelolaan jadwal, informasi kelas dan instruktur, review kelas, data histori, transaksi, pengingat kelas, serta verifikasi kehadiran. Hasil penelitian menunjukkan bahwa aplikasi berhasil meningkatkan efisiensi pengelolaan kelas dan member melalui akses data yang mudah dan penyediaan informasi yang lengkap dan akurat. Aplikasi juga meningkatkan keterlibatan anggota dengan menyediakan rincian instruktur, sistem umpan balik, dan pengingat kelas. Simpulan dari penelitian ini adalah bahwa aplikasi manajemen kelas berbasis mobile dapat menjadi solusi efektif dalam mengatasi pendaftaran manual, kurangnya informasi, dan kendala manajemen kelas lainnya, sehingga meningkatkan efisiensi operasional serta kepuasan dan loyalitas anggota di Duo Shine Fitness. Kata Kunci: Manajemen Kelas Latihan, Kebugaran, Aplikasi Mobile, Double Diamond, Rapid Application Development
Penerapan Analisis Asosiasi Untuk Mengetahui Pola Pembicaraan Depresi Pada X Rifqi Adi Prasetya; Munawar; Habibullah Akbar; Popong Setiawati
Paradigma: Jurnal Filsafat, Sains, Teknologi, dan Sosial Budaya Vol. 31 No. 2 (2025): Paradigma: Jurnal Filsafat, Sains, Teknologi, dan Sosial Budaya
Publisher : Universitas Insan Budi Utomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33503/paradigma.v31i2.2557

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pola pembicaraan yang mencerminkan gejala depresi pada media sosial X dengan menerapkan metode association rule mining. Dengan meningkatnya penggunaan media sosial sebagai wadah ekspresi emosional, studi ini berupaya mengungkap hubungan antar kata yang sering muncul bersamaan dalam konteks depresi. Penelitian ini menggunakan pendekatan Knowledge Discovery in Database (KDD) yang mencakup tahapan seleksi data, pre-processing, transformasi data, data mining, interpretasi hasil, dan validasi pakar. Data dikumpulkan melalui tools Tweet Harvest dengan kata kunci seperti “capek”, “sedih”, “stress”, “sengsara”, “lelah”, “gelisah” dan “putus asa”, menghasilkan 21.020 tweet, yang kemudian diproses dan dianalisis menggunakan algoritma Apriori dan FP-Growth. Hasilnya menunjukkan 12 aturan asosiasi yang menggambarkan ekspresi emosi negatif dengan intensitas tinggi, seperti asosiasi antara “hidup” dan “sengsara” serta “sedih” dan “banget”, yang mencerminkan fokus pada diri sendiri, kelelahan emosional, dan persepsi negatif terhadap hidup sebagai indikasi umum dari depresi. Validasi pakar mengonfirmasi bahwa pola-pola tersebut memiliki relevansi klinis. Apriori terbukti lebih efisien dari segi waktu dan penggunaan memori dibanding FP-Growth. Temuan ini menunjukkan bahwa pola bahasa di media sosial dapat menjadi indikator dini gejala depresi.
KEAMANAN TRANSMISI DATA PADA SISTEM IOT MELALUI PENERAPAN METODE CHECKSUM SHA-256, AES-128 UNTUK PENCEGAHAN DATA TAMPERING I Putu, I Putu Bayu Krisna Priastawan; Nugroho budhisantosa; Popong Setiawati; Imam Sutanto
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 4 (2025): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i4.6428

Abstract

MQTT is a communication protocol in IoT that operates using a publish-subscriber scheme, where the publisher sends data to the broker and the data is forwarded to subscribers that are subscribed to the respective topic. Protecting data from cyberattack threats is one of the critical aspects, particularly against manipulation attempts such as data tampering attacks that can make it inaccurate and even potentially produce false information. Therefore, methods such as the SHA-256 checksum, the salt technique, and AES-128 can be utilized to prevent data tampering threats. Based on the testing results, the average detection and prevention rate of data tampering attacks reached 100%, and the average amount of data successfully received by the subscriber was 94% of the total topic data transmissions during the testing. The developed security system is not yet perfect, because the system can only prevent attacks on the subscriber side. To fully prevent data tampering attack, additional security measures such as TLS, SSL, or using port 8883 on MQTT are required so that communication can take place privately.
A Mobile Application for Early Skin Cancer Screening and Skin Health Awareness: A Case Study of Muara Angke Popong Setiawati; Gerry Firmansyah; Dwi Nurmawaty; Andriyanti Asianto; Sandy, Raynaldi; Alnino Dio Putera; Aurel Elviolita Putri; Alandrian Surya Tantra; Syafika Zalfanissa Dila
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 2 (2025): Jurnal Teknologi dan Open Source, December 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i2.5182

Abstract

This study aimed to develop a mobile application for early skin cancer screening while simultaneously enhancing public awareness of skin health, with a case study conducted in the coastal area of Muara Angke, North Jakarta. The research was motivated by high levels of ultraviolet radiation exposure and limited access to healthcare services, which often lead to delayed skin cancer detection. An empirical quantitative approach was employed by utilizing a Convolutional Neural Network (CNN) based on the ResNet50 architecture, deployed through a cloud based infrastructure and integrated into a Flutter based mobile application. The system was designed using an edge cloud computing approach to address the computational limitations of mobile devices. The results indicated that the application effectively performed preliminary skin lesion screening, provided classification outcomes with confidence scores, and delivered accessible skin health education content. Although the application was not intended to serve as a medical diagnostic tool, it demonstrated significant potential to support early detection efforts and improve community level awareness of skin health. This study contributes to the advancement of mobile health (m-health) by emphasizing the practical implementation of AI based applications tailored to community needs.