Articles
11 Documents
Search results for
, issue
"Vol 3 No 2 (2021): Februari 2021"
:
11 Documents
clear
<![CDATA[Sudut Pandang Pengguna Didalam Penggalian Kebutuhan Perangkat Lunak Menggunakan User Persona ]]>
<![CDATA[Wahyu Andhyka Kusuma]]>;
<![CDATA[Ikhlassul Fauziah Amma]]>;
<![CDATA[Arindra Kurniawan Hadisurya]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1236
<![CDATA[Penggalian kebutuhan sangat penting dilakukan dalam pengembangan perangkat lunak. Dengan melakukan penggalian kebutuhan yang lengkap dapat mengurangi masalah yang timbul pada saat aplikasi diluncurkan. Pada Sistem Informasi KRS UMM mahasiswa yang telah memilih kelas sering terjadi salah masuk kelas khususnya pada mata kuliah AIK, karena jadwal kelas yang dikeluarkan oleh sistem berbeda dengan jadwal dari pihak AIK. Oleh sebab itu penelitian ini bertujuan untuk melakukan analisis terkait sistem KRS yang ada dengan menggunakan metode persona. Persona merupakan salah satu Teknik yang dapat digunakan dalam penggalian kebutuhan dimana persona dilakukan untuk memperoleh informasi mengenai tingkah laku dan karakteristik dari user. Penerapan metode persona dalam penelitian ini bertujuan untuk mengetahui kebutuhan sistem dari sisi perspektif dari stakeholder terkait, dalam hal ini antara lain mahasiswa, prodi, infokom, dan AIK&MKDU. Hasilnya dengan menggunakan Teknik persona, masing-masing dari primary persona (AIK&MKDU) dan secondary persona (Prodi Informatika) mengharapkan keselarasan antaran jadwal yang dikeluarkan oleh sistem KRS dan pihak AIK. Kemudian selanjutnya dilakukan pembuatan prototype berupa mock up usulan perbaikan dari system informasi KRS kushusnya pada mata kuliah AIK. Penggunaan metode persona dirasa tepat untuk studi kasus ini, karena dengan menggunakan metode ini dapat mengetahui dari sudut pandang pengguna terkait apa saja sebenarnya yang dibutuhkan oleh system. Sehingga persona memungkinkan para pemangku kepentingan dan pengembang mendapatkan pemahaman yang lebih baik tentang kebutuhan dan perilaku pengguna target dan mengidentifikasi persyaratan yang hilang pada awal proses rekayasa persyaratan.]]>
<![CDATA[Sentimen Analisis Tweet Berbahasa Indonesia Pada Pilkada Serentak 2020 Menggunakan Metode Naive Bayes Berbasis Particle Swarm Optimization ]]>
<![CDATA[Adam Novrisal]]>;
<![CDATA[Gita Indah Marthasari]]>;
<![CDATA[Christian Sri Kusuma Aditya]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1169
<![CDATA[Analisis sentiment merupakan cabang dari text mining, fokus utamanya merupakan menganalisa dokumen berupa teks. Tweet yang berupa teks tersebut dibagi menjadi dua class yaitu class positif dan negatif. Algoritma yang digunakan pada penelitian ini yaitu Naïve Bayes berbasis Particle Swarm Optimization yang digunakan untuk mengetahui apakah terdapat peningkatan akurasi pada hasil klasifikasi. Dataset yang digunakan sebanyak 1000 dan diujikan menggunakan 10 Fold Cross Validation. Hasil klasifikasi yang didapatkan dari penelitian ini menghasilkan akurasi sebesar 81%. Hasil tersebut lebih baik dibandingkan dengan hasil klasifikasi menggunakan Naïve Bayes tanpa ada proses seleksi fitur dengan Particle Swarm Optimization dengan hasil akurasi sebesar 74.14%]]>
<![CDATA[Klasifikasi Citra Sel Darah Untuk Penyakit Malaria Dengan Metode CNN ]]>
<![CDATA[Achmad Fauzi Saksenata]]>;
<![CDATA[Agus Eko Minarno]]>;
<![CDATA[Yufis Azhar]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1290
<![CDATA[Semakin berkembangnya teknologi mengakibatkan pola hidup masyarakat ikut berubah, karena kebutuhan masyarakat bergantung pada teknologi yang ada. Perubahan ini dapat dilihat dalam penggunaan komputer dengan dibantu berbagai alat yang telah dibuat dapat mendeteksi penyakit pada seseorang. Dengan adanya alat tersebut dapat membantu masyarakat agar lebih cepat dan mudah mengetahui penyakit yang diderita. Oleh karena itu, diperlukan sistem yang dapat menganalisa, mengenali, secara sensitive, akurat dan otomatis mendiagnosa manusia terkena penyakit malaria atau tidak. Metode yang disulkan untuk menyelesaikan permasalahan tersebut Deep Learning (DL) yaitu Convolutional Neural Network (CNN) yang unggul untuk klasifikasi. Dalam penelitian ini, mengusulkan penggunaan CNN untuk membantu dalam mengklasifikasikan penyakit malaria. Dataset terdiri dari 27558 gambar sel darah. Model yang diusulkan mencapai kinerja dengan akurasi terbaik 96%. Pengujiannya berhasil serta berjalan dengan baik.]]>
<![CDATA[Klasifikasi Human Activity Recognition Menggunakan Metode CNN ]]>
<![CDATA[Adil Abdul Hakim]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1265
<![CDATA[Manusia tidak bisa dilepaskan dari kegiatan kesehariannya yang mana itu merupakan bagian dari aktivitas kehidupan keseharian. Human Activity Recognition atau biasa dikenal pengenalan aktivitas manusia saat ini sudah dapat diteliti seiring dengan pesatnya kemajuan di bidang dunia Teknologi yang berkembang saat ini, yang mana lebih banyak dikenal dengan salah satu bagian dari Artificial Intelligence. Aktivitas fisik manusia adalah keadaan tubuh seperti tidur, berjalan, berbaring, makan, jogging dan berdiri.]]>
<![CDATA[Klasifikasi Jenis Batik Menggunakan Algoritma Convolutional Neural Network ]]>
<![CDATA[Yesicha Amilia Putri]]>;
<![CDATA[Yufis Azhar]]>;
<![CDATA[Agus Eko Minarno]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1201
<![CDATA[Beragamnya motif batik di Indonesia menyulitkan dalam pengenalan pola citra batik. Dalam hal ini diperlukannya klasifikasi citra batik untuk mengidentifikasi karakteristik citra. Dataset yang digunakan merupakan dataset batik berjumlah 300 data dengan 50 jenis batik dan setiap kategori terdapat 6 data. Algoritma yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN). CNN merupakan salah satu teknik Deep Learning yang memiliki hasil paling signifikan didalam pengenalan citra. Model VGG16 digunakan pada pengujian untuk membandingkan akurasi yang diperoleh dan waktu yang dibutuhkan. Penelitian ini dilakukan untuk membuktikan model yang diusulkan mampu mengklasifikasi citra batik dengan baik. Hal ini dapat dibuktikan bahwa akurasi yang didapatkan menggunakan CNN sebesar 98% dan membutuhkan waktu lebih cepat dibandingkan model VGG16.]]>
<![CDATA[Analisa Perbandingan LSB Steganografi Antara Shifting dan Random Color ]]>
<![CDATA[Bayu Yudha Purnomo]]>;
<![CDATA[Agus Eko Minarno]]>;
<![CDATA[Zamah Sari]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1202
<![CDATA[Steganografi merupakan teknik untuk menyembunyikan keberadaan data ke dalam data lain sehingga keberadaannya tidak diketahui. Sehingga selain pengirim dan penerima tidak ada yang mengetahui isi dari pesan tersebut dan tidak mudah untuk dicurigai. Beberapa algoritma yang cocok dengan teknik steganography, salah satunya yaitu algoritma LSB (Least Significant Bit). Algoritma LSB sendiri sudah dikembangkan oleh beberapa penelitian sebelumnya, yaitu menjadi algoritma LSB Random Color dan algoritma LSB Shifting. Dua algoritma tersebut merupakan algoritma yang terbaru dari algoritma LSB. Beberapa penelitian sebelumnya melakukan pengujian algoritma LSB random color dan algoritma LSB shifting dengan menggunakan data yang berbeda, dan hasil penelitian sebelumnya tidak melakukan perbandingan mana yang lebih baik dari dua algoritma tersebut. Dalam penelitian ini penulis membuat penelitian dengan judul analisa perbandingan LSB steganografi antara shifting dan random color. Pengujian diukur dengan menghitung nilai MSE dan PSNR pada file stegano image. Penelitian ini menggunakan 2 jenis file cover image yaitu berwarna dan hitam putih dengan jumlah masing-masing 3 file yang berbeda, dan menggunakan 1 file secret image yang sama. Sehingga diperoleh hasil perbandingan bahwasannya algoritma LSB random color memiliki performa lebih baik, meskipun mengunakan jenis file berwarna atau hitam putih]]>
<![CDATA[Perancangan Sistem Aplikasi Penjualan Sparepart Pada Bengkel Ilham Motor ]]>
<![CDATA[Yosep Setiawan]]>;
<![CDATA[Dewi Mustafi]]>;
<![CDATA[Abdul Mufti]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1221
<![CDATA[Sistem aplikasi penjualan sparepart adalah suatu sistem aplikasi yang dapat mempermudah karyawan Bengkel Ilham Motor dalam proses pendataan stok dan penjualan sparepart, sehingga proses pendataan dan penjualan sparepart menjadi lebih cepat, efektif dan efisien. Sistem aplikasi ini juga bertujuan untuk proses yang berjalan pada bengkel dapat dilakukan secara terkomputerisasi dan data yang ada dapat tersimpan dalam database komputer agar mempermudah saat pencarian data stok yang tersedia. Desain penelitian yang digunakan dalam sistem aplikasi penjualan sparepart yaitu metode penelitian dan pengembangan (research and development). Teknik pengumpulan data seperti wawancara, observasi, serta melakukan penelitian ke pustakaan yang relevan dengan masalah sistem aplikasi penjualan sparepart. Metode pengembangan sistem aplikasi yang digunakan menggunakan metode waterfall.]]>
<![CDATA[Penerapan Algoritma Restricted Boltzmann Machine Pada Pemilihan Bidang Minat Mahasiswa Informatika Universitas Muhammadiyah Malang ]]>
<![CDATA[Bella Chintia Merita]]>;
<![CDATA[Zamah Sari]]>;
<![CDATA[Vinna Rahmayanti Setyaning Nastiti]]>;
<![CDATA[Briansyah Setio Wiyono]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1204
<![CDATA[Pemilihan bidang minat masih menjadi sebuah kesulitan untuk sebagian mahasiswa, terutama mahasiswa yang belum percaya diri dengan kemampuan dan keahliannya. Bidang minat pada jenjang perguruan tinggi menjadi sebuah tolak ukur dan kunci kesuksesan di masa mendatang sebagai penunjang karirnya. Sehingga mahasiswa harus memiliki pemikiran yang matang dan tepat sasaran agar dapat mencapai tujuannya. Untuk menyelesaikan masalah ini dibutuhkan suatu hasil pembelajaran sebagai bahan pertimbangan dalam menentukan bidang miat mahasiswa. Dengan hasil pembelajaran tersebut mahasiswa dapat mempertimbangkan pilihannya berdasarkan grafik nilai dan bidang minat yang telah diambil oleh mahasiswa yang sudah lulus terlebih dahulu. Dengan demikian dilakukan penelitian untuk memberikan hasil pembelajaran dalam bentuk klasifikasi bidang minat mahasiswa Informatika Universitas Muhammadiyah Malang menggunakan data mahasiswa angkatan 2013 – 2015 yang sudah lulus. Data tersebut dilakukan pengklasifikasian menggunakan algoritma Restricted Boltzmann Machine , dan dilakukan pengujian model menggunakan confusion matrix. Data penelitian yang digunakan merupakan data yang memiliki kelas tidak seimbang karena jumlah masing-masing bidang minat berbeda jauh. Sehingga dilakukan pengklasifikasian menggunakan SMOTE untuk menangani ketidakseimbangan kelas. Hasil akurasi yang didapatkan pada RBM+SMOTE yaitu sebesar 70% dan nilai mean square error 0.4.a]]>
<![CDATA[Analisis Perbandingan Usability Website E-Commerce Konveksi Menggunakan Metode Eye-Tracking ]]>
<![CDATA[Gita Ismadianti]]>;
<![CDATA[Gita Indah Marthasari]]>;
<![CDATA[Evi Dwi Wahyuni]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1226
<![CDATA[Tantangan UMKM adalah bagaimana mempromosikan produknya secara luas dengan memanfaatkan teknologi informasi yaitu melalui promosi-promosi online atau website. UMKM yang bergerak di konveksi menggunakan website diantaranya azstore.id dan kos3dmalang. Faktor efektivitas dan efisien mempengaruhi kinerja suatu website dalam penggunaannya. Perlu adanya analisis usability serta perbandingan antara azstore.id dan kaos3dmalang.com untuk mengevaluasi tampilan usability apakah sesuai dengan harapan user sehingga user dapat nyaman menggunakan website dan dapat melakukan task seperti melihat produk, transaksi dlln dengan benar. Pengujian yang dilakukan dengan Metode eye-tracking terdapat hasil dari waktu penyelesaian task, jumlah fiksasi, dam heatmap . Pada pengukuran kuesioner terdapat hasil usefulness, ease of learning, ease of use dan satisfaction. Pengukuran usability kuesioner USE yang dilakukan di website azstore.id dan website kaos3dmalang.com memiliki nilai layak . Waktu penyelesaian task pada responden azstore.id memiliki rata-rata lebih cepat daripada kaos3dmalang.com . Jumlah fiksasi dari seluruh task yang diberikan azstore.id lebihsedikit daripada kaos3dmalang.com. Pada hasil heatmap, para responden dari website azstore.id dan dan website koas3dmalang.com berwarna merah pada daerah task yang dilakukan yang artinya para reponden tertarik dengan tampilan website. Hasil pengujian korelasi eye-tracking dan kuesioner USE didapatkan hasil nilai asosiasi varibel konsisten namun tidak signifikan.]]>
<![CDATA[Analisis dan Implementasi Alat Penyiraman Otomatis Pada Tanaman Microgreen Berbasis Internet of Things (IoT) ]]>
<![CDATA[Yoga Pamungkas]]>;
<![CDATA[Zamah Sari]]>;
<![CDATA[Fauzi Dwi Setiawan Sumadi]]>
<![CDATA[ Jurnal Repositor Vol 3 No 2 (2021): Februari 2021 ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v3i2.1311
<![CDATA[Internet of thing (IoT) adalah suatu konsep yang bertujuan untuk memperluas pemanfaatan internet yang tersambung secara terus menerus. IoT merupakan solusi dalam efisiensi waktu dan tenaga yang dapat digunakan oleh manusia saat ini. Dengan perkembangan teknologi di mungkinkan untuk merancang alat penyiraman otomatis pada tanaman microgreen berbasis IoT. Alat ini menggunakan ESP32 sebagai pengontrol utama, YL-69 sebagai sensor kelembaban media tanam, DHT11 sebagai sensor suhu udara. Pada penggerak alat penyiram ini menggunakan motor Stepper Nema 17. untuk pengiriman data ke internet, alat ini menggunakan protokol HTTP. Berdasarkan analisis dan pengujian Quality of Service (QoS) yang di lakukan pada alat penyiraman otomatis tanaman microgreen berbasis Internet of Things (IoT) mendapatkan nilai sebesar 13000 byte/s pada pengujian throughput, 0% pada pengujian packet loss, dan 272,167 ms pada pengujian delay.]]>
