cover
Contact Name
Tuti Alawiyah
Contact Email
tuti.tah@bsi.ac.id
Phone
+6285223284943
Journal Mail Official
jurnal.ijcit@bsi.ac.id
Editorial Address
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta, 10450
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
IJCIT (Indonesian Journal on Computer and Information Technology)
ISSN : 2527449X     EISSN : 25497421     DOI : 10.31294/ijcit
Core Subject : Science,
Jurnal IJCIT Terbit pertama kali pada Bulan Mei Tahun 2016. Jurnal ini dimaksudkan sebagai media publikasi hasil penelitian, pemikiran dan kajian analisis-kritis mengenai penelitian pada bidang Teknik Informatika, Manajemen Informatika dan Sistem Informasi. Terbit secara berkala 2 (dua) kali setahun, yaitu pada Bulan Mei dan Bulan November. Jurnal IJCIT sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan hasil dari penelitian dan pemikiran untuk pengabdian pada Masyarakat luas. Pada situs Jurnal IJCIT menyediakan artikel-artikel jurnal untuk diunduh secara gratis. Jurnal kami adalah jurnal ilmiah nasional yang merupakan sumber referensi akademisi di bidang Teknologi dan Informasi. Jurnal IJCIT menerima artikel ilmiah dengan lingkup penelitian pada Sistem Pakar, Sistem Penunjang Keputusan, Data Mining, Sistem Kecerdasan Buatan, Jaringan Komputer, Teknik Komputer, Pengolahan Citra, Algoritma Genetik, Business Intelligence and Knowledge Management, Database System, Big Data, Enterprise Computing, ICT, Technology Management, penelitian lain yang berhubungan dengan penelitian di bidang informatika dan komputer. Dengan artikel yang memiliki sitasi primer dan tidak pernah dipublikasikan secara online atau versi cetak sebelumnya. Setiap artikel yang masuk sebelum diterbitkan akan melalui proses Cek Plagiat melalui alat bantu plagiarisma.net Jika diindikasi mayor plagiarisme maka Naskah ditolak untuk terbit.
Articles 9 Documents
Search results for , issue "Vol 9, No 2 (2024): November 2024" : 9 Documents clear
Prediksi Lama Masa Tunggu Alumni USM dalam Mendapatkan Pekerjaan dengan Algoritma KNN Cholil, Saifur Rohman; Vydia, Vensy; Susanto, Susanto; Cahyono, Yudi
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.20705

Abstract

Pencarian informasi alumni perguruan tinggi dilakukan supaya dapat menentukan seberapa lama masa yang dibutuhkan agar mendapatkan pekerjaan. Dalam tahap peningkatan mutu sebuah perguruan tinggi, alumni mengambil peran penting, sebab kualitas pembelajaran pada perguruan tinggi dapat dikatakan sudah cukup baik apabila alumninya cepat terserap didalam dunia kerja. Pencarian informasi (tracer study) diperoleh melalui kuesioner yang dibagikan oleh pihak USM Career and graduated Class (UCAC) kepada para alumni. Informasi tersebut terdiri dari data-data para alumni pada tahun 2019-2020 dan kemudian digunakan untuk mendapatkan dan memperkirakan lama waktu tunggu yang dibutuhkan para lulusan USM hingga memperoleh pekerjaan setelah dinyatakan lulus studi sarjana. Algoritma KNN digunakan dalam penelitian ini, hal tersebut dikarenakan metode KNN mampu memprediksi masa tunggu alumni dibandingkan dengan metode lainnya. Adapun kompetensi yang berdampak terhadap masa tunggu alumni dalam mendapatkan pekerjaan dapat diperoleh melalui hasil analisis penelitian ini, seperti keterampilan dalam menggunakan komputer, manajemen pengolahan waktu, kemampuan dalam menganalisis, serta disiplin ilmu. Hasil implementasi algoritma KNN dengan mencoba nilai K dari 1-100 yang memiliki akurasi tertinggi mencapai 98,84%. A search for information on university alumni was carried out in order to determine how long it would take to get a job. In the stage of progress in the quality of a university, alumni play an important role, because the quality of learning at a university can be said to be quite good if the alumni are quickly absorbed into the world of work. The search (tracer study) was obtained through a questionnaire distributed by the USM Career and Graduate Class (UCAC) to alumni. This information consists of data from alumni in 2019-2020 and is then used to obtain examples of the length of time to employment needed for USM graduates to get a job after graduating from undergraduate studies. The KNN algorithm was used in this research, this is because the KNN method is able to predict the time to employment for alumni compared to other methods. Competencies that have an impact on the time to employment for alumni to get a job can be obtained through the results of this research analysis, such as skills in using computers, time management, analytical skills, and scientific discipline. The results of implementing the KNN algorithm by trying K values from 1-100 have the highest accuracy reaching 98.84%.
Pemetaan Usaha Mikro Kecil Menengah (UMKM) Melalui Pendekatan Sistem Managemen Perencanaan Strategis Wahyudi, Endang; Baidawi, Taufik; Haryanto, Haryanto; Indra, Natal
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.24297

Abstract

Pemetaan usaha mikro kecil menengah (UMKM) melalui pendekatan sistem manajemen perencanaan strategis menggunakan pendekatan metode kualitatif dan PEST Analisis untuk melakukan pemetaan UMKM. Keberhasilan bertahan saat covid-19 membuat UMKM memiliki peran yang cukup baik dalam penyerapan tenaga kerja, contohnya karyawan maskapai penerbangan setelah purna kerja atau pensiun dini membuka usaha pempek. Data dikumpulkan melalui survei dan wawancara dengan pemilik UMKM serta melalui analisis dokumen terkait UMKM. Hasil penelitian ini menunjukkan bahwa pendekatan sistem manajemen perencanaan strategis dapat digunakan untuk memetakan UMKM. Dalam pemetaan ini, ditemukan berbagai faktor yang mempengaruhi keberhasilan UMKM, seperti faktor internal (misalnya, keunggulan produk, manajemen keuangan) dan faktor eksternal (misalnya, persaingan pasar, kebijakan pemerintah). Selain itu, pemetaan ini juga mengidentifikasi peluang dan tantangan yang dihadapi oleh UMKM dalam mengembangkan bisnis mereka. Penelitian ini memberikan kontribusi dalam pemahaman tentang pentingnya sistem manajemen perencanaan strategis dalam memetakan UMKM. Hasil penelitian ini dapat digunakan sebagai dasar untuk pengembangan strategi bisnis yang lebih efektif dan berkelanjutan bagi UMKM. Selain itu, pemetaan ini juga dapat membantu pemerintah dan stakeholder terkait dalam merancang kebijakan dan program yang mendukung pertumbuhan dan perkembangan UMKM. Mapping of micro, small, and medium enterprises (MSMEs) through a strategic planning management system approach using qualitative methods and PEST analysis to conduct MSME mapping. The success of surviving during COVID-19 has given MSMEs a significant role in absorbing the workforce, for example, airline employees who, after retirement or early retirement, start a pempek business. Data was collected through surveys and interviews with MSME owners as well as through the analysis of documents related to MSMEs. The results of this study indicate that a strategic planning management system approach can be used to map MSMEs. In this mapping, various factors influencing the success of MSMEs were found, such as internal factors (e.g., product excellence, financial management) and external factors. (such as, market competitives, policy of goverment). In addition, this mapping also identifies the opportunities and challenges faced by SMEs in developing their businesses. This research contributes to the understanding of the importance of strategic planning management systems in mapping SMEs. The results of this study can be used as a basis for developing more effective and sustainable business strategies for SMEs. Additionally, this mapping can also assist the government and related stakeholders in designing policies and programs that support the growth and development of SMEs
Analisis Sentimen Ulasan Aplikasi Gopay Menggunakan Naive Bayes dengan Teknik Oversampling Yulianti, Ita; Ramdhani, Lis Saumi; Koeswara, Tya Septiani Nurfauzia
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.23443

Abstract

Aplikasi Gopay merupakan salah satu dari aplikasi fintech yang paling banyak digunakan dibandingkan dengan platform lainnya dan tercatat memiliki ulasan sebanyak 207.000 di kolom komentar pada Play Store. Dengan memanfaatkan data tersebut, penelitian ini bertujuan untuk mengekstraksi dan menganalisis secara komputasional menjadi sentimen positif dan negatif menggunakan algoritma Naive Bayes yang dikombinasikan dengan teknik oversampling. Adapun untuk dataset yang digunakan bersumber dari Google Play Store. Hasil penelitian menunjukkan bahwa pemodelan yang diterapkan mampu menghasilkan nilai akurasi yang mencapai 92,89%. Hal ini menjadi temuan penting dikarenakan adanya peningkatan akurasi yang signifikan jika dibandingkan dengan pemodelan Naive Bayes tanpa menggunakan oversampling yang hanya 89,19% saja. Dengan demikian, penerapan teknik oversampling dalam model Naive Bayes ini dapat menjadi solusi efektif dalam mengatasi ketidakseimbangan kelas pada analisis sentimen karena mampu meningkatkan performa model klasifikasi. The Gopay application is one of the most widely used fintech applications compared to other platforms and has recorded 207,000 reviews in the comments column on the Play Store. By utilizing this data, this research aims to extract and computationally analyze positive and negative sentiment using the Naive Bayes algorithm combined with oversampling techniques. The dataset used is sourced from the Google Play Store. The research results showed that the modeling applied was able to produce an accuracy value of 92.89%. This is an important finding because there is a significant increase in accuracy when compared to Naive Bayes modeling without using oversampling which is only 89.19%. Thus, the application of oversampling techniques in the Naive Bayes model can be an effective solution in overcoming class imbalance in sentiment analysis because it can improve the performance of the classification model.
Penerapan Algoritma Naïve Bayes Untuk Prediksi Penjualan Motor Terlaris Pada PT. Ramayana Mitra Sejahtera Ainayah, Nazla; Laoly, Pera Anjela; Putri, Fadhiya Cintana Soleka; Mulyadi, Mulyadi; Mariskhana, Kartika
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.23145

Abstract

Penjualan adalah aktivitas penting yang dapat meningkatkan pendapatan perusahaan. Namun, PT. Ramayana Mitra Sejahtera masih mengandalkan sistem manual dan belum memiliki metode yang efektif untuk mengidentifikasi produk terlaris. Hal ini menjadi kendala dalam menghadapi ketidakstabilan penjualan yang dipengaruhi oleh permintaan konsumen yang beragam. Penelitian ini bertujuan untuk membantu perusahaan dalam menentukan produk motor yang paling diminati menggunakan Algoritma Naïve Bayes. Berdasarkan hasil evaluasi, pada model yang menggunakan 60% data training (805 data) dan 40% data testing (537 data) menunjukkan kinerja yang sangat baik dengan akurasi mencapai 94,97%. Hasil ini menunjukkan bahwa model dengan perbandingan 60% data training dan 40% data testing merupakan paling optimal dalam mengukur akurasi pada data penjualan sepeda motor di PT. Ramayana Mitra Sejahtera. Sales is an important activity that can increase company revenue. However, PT. Ramayana Mitra Sejahtera still relies on a manual system and does not have an effective method for identifying best-selling products. This becomes an obstacle in dealing with sales instability which is influenced by varying consumer demand. This research aims to help companies determine the most popular motorbike products using the Naïve Bayes algorithm. Based on the evaluation results, the model that uses 60% training data (805 data) and 40% testing data (537 data) shows very good performance with an accuracy of 94.97%. These results show that a model with a ratio of 60% training data and 40% testing data is the most optimal in measuring accuracy in motorbike sales data at PT. Ramayana Mitra Sejahtera.
Implementasi Metode Lexicon Based dan Support Vector Machine Pada Analisis Sentimen Ulasan Pengguna ChatGPT Andini, Dwi; Muthia, Dinda Ayu
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.23948

Abstract

Sentimen analisis ulasan ChatGPT merupakan proses penilaian dan pengkategorian perasaan atau opini pengguna aplikasi ChatGPT yang tercermin dalam ulasan yang mereka tulis diplatform. Pada penelitian ini akan dilakukan analisi sentimen ulasan aplikasi ChatGPT berdasarkan data pada Google Play Store menggunakan algoritma Support Vector Machine (SVM). Dataset yang digunakan diperoleh melalui teknik scraping dengan memanfaatkan library Python, yaitu google-play-scraper, yang menghasilkan 1393 data ulasan aplikasi ChatGPT. Karena dataset yang terkumpul belum memiliki label sentimen, proses pelabelan dilakukan dengan menerapkan metode lexicon-based, dengan menerapkan kamus Inset pada Lexicon untuk menghitung nilai kemunculan polaritas dalam setiap ulasan. Algoritma SVM diterapkan untuk klasifikasi sentimen dan telah terbukti efektif dalam berbagai penelitian sebelumnya. Metode lexicon-based method memberikan fitur yang sangat relevan sementara SVM mampu mengoptimalkan klasifikasi dengan mempelajari pola dari data dan kombinasi ini lebih robust terhadap variasi dalam ulasan pengguna, seperti bahasa gaul atau ekspresi subjektif, yang mungkin kurang terdeteksi jika hanya mengandalkan satu metode. Oleh karena itu pada penelitian ini menunjukkan bahwa kombinasi metode lexicon-based dan SVM mampu mencapai akurasi tertinggi sebesar 90% serta precision sebesar 94%. Temuan ini menunjukkan potensi metode ini dalam mengklasifikasikan sentimen ulasan aplikasi secara otomatis, memberikan wawasan berharga bagi pengembang aplikasi dan pemangku kepentingan lainnya. ChatGPT review sentiment analysis is the process of assessing and categorizing the feelings or opinions of ChatGPT application users which are reflected in the reviews they write on the platform. In this research, sentiment analysis of ChatGPT application reviews will be carried out based on data on the Google Play Store using the Support Vector Machine (SVM) algorithm. The dataset used was obtained through a scraping technique using the Python library, namely google-play-scraper, which produced 1393 ChatGPT application review data. Because the collected dataset does not yet have a sentiment label, the labeling process was carried out using a lexicon-based method, by applying the Inset dictionary to the Lexicon to calculate the value of polarity occurrences in each review. The SVM algorithm is applied for sentiment classification and has been proven effective in various previous studies. The lexicon-based method provides highly relevant features while SVM is able to optimize classification by learning patterns from the data and this combination is more robust to variations in user reviews, such as slang or subjective expressions, which may be less detectable if relying only on one method. Therefore, this research shows that the combination of lexicon-based methods and SVM is able to achieve the highest accuracy of 90% and precision of 94%. These findings demonstrate the potential of this method in automatically classifying app review sentiment, providing valuable insights for app developers and other stakeholders.
Transformasi Pengelolaan Koperasi Syariah Dengan Aplikasi SIKOMPAK Sebagai Jaring Pengaman Kesejahteraan Dosen Rahayu, Yuri; Riyanto, Andi; Saputra, Rizal Amegia; Bahri, Saeful
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.24444

Abstract

Koperasi Syariah Dosen Universitas Bina Sarana Informatika di Sukabumi mengalami transformasi dengan implementasi aplikasi SIKOMPAK untuk memperkuat prinsip akuntabilitas dan transparansi. Berangkat dari permasalahan minimnya akuntabilitas dan transparansi real-time pada transaksi koperasi yang masih berbasis media sederhana, penelitian ini mengembangkan dan menguji aplikasi SIKOMPAK. Penelitian ini bertujuan mengevaluasi kenyamanan anggota dalam mengakses layanan keuangan koperasi melalui SIKOMPAK. Menggunakan metode Research and Development, aplikasi ini dikembangkan dan diuji dengan pendekatan kuantitatif. Hasil penelitian menunjukkan bahwa penggunaan SIKOMPAK memudahkan anggota melakukan transaksi keuangan, meningkatkan kenyamanan, serta mendukung kesejahteraan anggota melalui fitur seperti simpanan, pinjaman, dan laporan keuangan. Analisis kuantitatif menunjukkan adanya hubungan positif yang signifikan antara aksesibilitas dan fitur aplikasi dengan persepsi kesejahteraan anggota. Kesimpulannya, SIKOMPAK berpotensi menjadi model bagi koperasi lain dalam upaya meningkatkan kesejahteraan dosen melalui digitalisasi layanan berbasis syariah. The Sharia Cooperative for Lecturers at Universitas Bina Sarana Informatika in Sukabumi has undergone transformation through the implementation of the SIKOMPAK application to reinforce principles of accountability and transparency. Addressing issues of limited real-time accountability and transparency in cooperative transactions, which were previously managed with simple media, this study developed and tested the SIKOMPAK application. The research aims to evaluate member convenience in accessing cooperative financial services via SIKOMPAK. Utilizing a Research and Development approach, the application was developed and tested through a quantitative methodology. The findings indicate that SIKOMPAK facilitates financial transactions, enhances user convenience, and supports member welfare through features such as savings, loans, and financial reports. Quantitative analysis reveals a significant positive relationship between the application’s accessibility and features with members' perceived welfare. In conclusion, SIKOMPAK has the potential to serve as a model for other cooperatives in improving lecturers’ welfare through the digitalization of Sharia-based services.
Ikhlas App: Aplikasi Pengelolaan Masjid Berbasis PWA di Masjid Al-Ikhlas Sorosutan Yogyakarta Alfaz, Revansha Zulfikar; Kurniawardhani, Arrie
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.24417

Abstract

Aplikasi Masjid Al-Ikhlas Sorosutan dirancang untuk meningkatkan keamanan kotak infak, transparansi keuangan, dan manajemen kegiatan masjid. Penelitian ini bertujuan untuk mengembangkan solusi berbasis Progressive Web Application (PWA) yang dapat diakses melalui browser dan berfungsi sebagai aplikasi di smartphone para takmir. Metode yang digunakan adalah design thinking dengan lima tahapan: empathize, define, ideate, prototype, dan test. Hasil dari penelitian ini adalah sebuah aplikasi yang memiliki fitur monitoring kotak infak, pencatatan keuangan digital, jadwal salat otomatis, serta modul pendidikan Al-Qur'an yang terstruktur. Pengujian aplikasi menggunakan Lighthouse dilakukan untuk mengukur performa aplikasi dan hasilnya menunjukkan Performa dengan nilai 76, Aksesibilitas dengan nilai 89, Best Practice dengan nilai 93, dan Search Engine Optimization (SEO) dengan nilai 100. Pengujian menggunakan System Usability Scale (SUS) dilakukan untuk mengetahui penerimaan pengguna terhadap aplikasi yang menghasilkan nilai 81,43%, yang termasuk dalam kategori "acceptable" dan "good" dengan skor B. Kesimpulannya, penerapan PWA dapat membantu meningkatkan efisiensi manajemen masjid serta mendukung kegiatan sosial dan keagamaan di Masjid Al-Ikhlas. The Masjid Al-Ikhlas Sorosutan application is designed to enhance donation box security, financial transparency, and the management of mosque activities. This research aims to develop a solution based on a Progressive Web Application (PWA) that can be accessed through a browser and function as a smartphone app for the mosque administrators. The methodology used is design thinking, which consists of five stages: empathize, define, ideate, prototype, and test. The outcome of this research is an application featuring donation box monitoring, digital financial record-keeping, automatic prayer schedules, and a structured Quran education module. Application testing was conducted using Lighthouse to measure performance, yielding scores of 76 for performance, 89 for accessibility, 93 for best practices, and 100 for search engine optimization (SEO). User acceptance was assessed through the System Usability Scale (SUS), which resulted in a score of 81.43%, placing the application in the "acceptable" and "good" categories with a grade of B. In conclusion, the implementation of PWA can help improve mosque management efficiency and support social and religious activities at Masjid Al-Ikhlas.
Menerapkan Metode First Expired First Out Pada Sistem Informasi Persediaan Obat Nurkholis, Lalu Moh.; Arwidiyarti, Dwinita; Haryati, Sri
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.23834

Abstract

Pengelolaan persediaan obat yang tepat sangat penting bagi apotek untuk meningkatkan efisiensi operasional dan mencegah kerugian akibat penumpukan obat kedaluwarsa. Masalah sering terjadi karena kurangnya perhatian terhadap tanggal kedaluwarsa saat obat dikeluarkan untuk penjualan. Penelitian ini bertujuan untuk meningkatkan efisiensi pengelolaan persediaan obat melalui penerapan Metode First Expired First Out (FEFO), yang ideal untuk produk dengan masa simpan terbatas. Metode ini memastikan obat dengan masa kedaluwarsa terdekat digunakan terlebih dahulu, sehingga dapat meminimalkan kerugian. Untuk mendukung penerapan FEFO, dikembangkan sistem informasi persediaan obat berbasis web menggunakan metode pengembangan perangkat lunak Waterfall, yang meliputi analisis, perancangan, pengkodean, implementasi, dan evaluasi. Analisis kebutuhan mencakup aspek fungsional dan non-fungsional. Perancangan dilakukan dengan alat bantu seperti Diagram UML (Use Case dan Aktivitas) untuk dua aktor utama, yaitu admin dan kasir. Perancangan basis data menggunakan Entity Relationship Diagram menghasilkan tujuh tabel yang saling berelasi. Penelitian ini menghasilkan sistem informasi yang mampu menghasilkan laporan stok obat, obat masuk, dan obat keluar sesuai periode yang diinginkan. Pengujian fungsional menggunakan Metode Black Box Testing menunjukkan hasil 100% berhasil, di mana seluruh fitur berfungsi sesuai spesifikasi.Proper inventory management of medicines is essential for pharmacies to improve operational efficiency and prevent losses caused by the accumulation of expired medicines. Problems often arise due to a lack of attention to expiration dates when medicines are issued for sales. This study aims to enhance the efficiency of medicine inventory management through the implementation of the First Expired First Out (FEFO) method, which is ideal for products with limited shelf life. This method ensures that medicines nearing their expiration date are used first, minimizing potential losses. To support the implementation of FEFO, a web-based medicine inventory information system was developed using the Waterfall software development method, which includes analysis, design, coding, implementation, and evaluation phases. System requirements analysis covered both functional and non-functional aspects. The system design utilized tools such as UML diagrams (Use Case and Activity Diagrams) for two main actors, namely the admin and cashier. Database design using an Entity Relationship Diagram produced seven interrelated tables. This study resulted in an information system capable of generating reports on medicine stock, incoming medicines, and outgoing medicines for a specified period. Functional testing using the Black Box Testing method showed 100% success, with all features functioning as expected.
Inovasi Teknologi Media Pembelajaran Berbasis Artificial Intelligence Untuk Siswa Berkebutuhan Khusus Tunanetra Hikmah, Agung Baitul; Fatah, Haerul; Christian, Vincent
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 9, No 2 (2024): November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcit.v9i2.23467

Abstract

Kecerdasan buatan menjadi salah satu kebutuhan untuk mendukung pekerjaan manusia. Penelitian ini bertujuan mengimplementasikan inovasi teknologi berbasis Artificial Intelligence menjadi media pembelajaran sebagai solusi untuk meningkatkan aksesibilitas dan efektivitas pembelajaran bagi siswa tunanetra di Sekolah Luar Biasa Yayasan Bahagia Kota Tasikmalaya. Inovasi teknologi menggunakan layanan suara interaktif untuk membantu siswa tunanetra mempelajari materi pembelajaran. Dengan menerapkan metode ADDIE (Analysis, Design, Development, Implementation, Evaluation) dan metode pengujian SQA (Software Quality Assurance). Hasil pengujian aplikasi secara kuantitatif dengan metode SQA (Software Quality Assurance) menunjukan skor 88.4. hal ini menunjukkan bahwa aplikasi media pembelajaran ini dapat meningkatkan pemahaman dan motivasi siswa tunanetra terhadap materi yang disampaikan. Kontribusi penelitian yang dihasilkan dapat mendukung proses belajar-mengajar, serta meningkatkan keterlibatan dan minat belajar siswa tunanetra. Artificial Intelligence has become essential to support human tasks. This study aims to implement AI-based technological innovation into educational media as a solution to enhance the accessibility and effectiveness of learning for visually impaired students at the Sekolah Luar Biasa (SLB) Yayasan Bahagia Tasikmalaya City. The technology innovation utilizes interactive voice services to assist visually impaired students in learning course material. The ADDIE (Analysis, Design, Development, Implementation, Evaluation) method and testing SQA (Software Quality Assurance) method was applied to guide the development process. Quantitative testing of the application using the Software Quality Assurance (SQA) method resulted in a score of 88.4, indicating that this learning media application effectively enhances both understanding and motivation among visually impaired students regarding the presented material. Thus, this research contributes to supporting the teaching and learning process, while increasing engagement and interest in learning for visually impaired students.

Page 1 of 1 | Total Record : 9