Jurnal Komputer Antartika

Pengembangan Media Pembelajaran Teknologi Informasi dan Komunikasi di Sekolah SMP Uswatun Hasanah Cengkareng

Septyan Apriyansyah (Author) — Fri, 24 May 2024 00:00:00 +0000

Media pembelajaran teknologi informasi dan komunikasi pada SMP Uswatun Hasanah cengkareng merupakan suatu hal yang penting untuk dilaksanakan disetiap kegiatan belajar mengajar di kelas. Media pembelajaran TIK harus didukung oleh media yang memadai disetiap pembelajaran dikelas. Akan tetapi, media pembelajaran TIK pada SMP Uswatun Hasanah masih ada kekurangan dalam ketersediannya yang sesuai dengan kebutuhan siswa di sekolah. Penelitian ini dilakukan selama mengikuti Program MBKM Program Kampus Mengajar angkatan 4 selama 5 bulan melakukan pengambilan data dengan wawancara dan observasi ke sekolah. Kekurangan media pembelajaran TIK di sekolah memiliki dampak yang sangat signifikan dalam hal kegiatan pembelajaran sehingga membuat siswa cenderung kurang memahami materi yang dijelaskan oleh guru. Pada penelitian ini menjelaskan kekurangan media pembelajaran TIK, memberikan solusi dan berpartisipasi dalam memberikan pembelajaran khususnya dibidang teknologi informasi.

Information and communication technology learning media at Uswatun Hasanah Junior High School in Cengkareng is an important thing to be implemented in every teaching and learning activity in the classroom. ICT learning media must be supported by adequate media in every class lesson. However, the ICT learning media at Uswatun Hasanah Junior High School still lacks in its availability according to the needs of students at school. This research was conducted during the MBKM Program Campus Teaching Program batch 4 for 5 months to collect data by interviewing and observing the school. The lack of ICT learning media in schools has a very significant impact in terms of learning activities so that students tend to understand the material explained by the teacher less. This research explains the shortcomings of ICT learning media, provides solutions and participates in providing learning, especially in the field of information technology.

Identifikasi Ekspresi Wajah Manusia dengan Metode Support Vector Machine

Thu, 30 May 2024 00:00:00 +0000

Wajah adalah bagian tubuh manusia yang berfungsi sebagai pusat ekspresi, pengenalan dan juga komunikasi. Penciptaan teknik yang berguna untuk mengidentifikasi dan menganalisis ekspresi wajah sangat penting untuk penelitian ini. Support Vector Machine (SVM) merupakan teknik pembelajaran mesin yang digunakan untuk pengenalan pola klasifikasi ekspresi wajah Manusia. Support Vector Machine (SVM) adalah metode klasifikasi yang menggunakan konsep mencari hyperplane yang optimal dalam suatu ruang feature untuk memisahkan beberapa kelas. Dari keempat klasifikasi tersebut ternyata presentasi accuracy, precision dan recall tidak berbeda jauh untuk mendeteksi ekspresi wajah dari tiap kelas tersebut dengan menggunakan metode SVM. Berdasarkan uji ekstraksi hasil rata-rata accuracy tertinggi yaitu jenis ekspresi marah dengan accuracy paling tinggi. Tingkat rata-rata tertinggi accuracy yang kedua yaitu ekspresi senang. tingkat rata-rata tertinggi accuracy ketiga yaitu ekspresi netral, lalu tingkat rata-rata tertinggi accuracy keempat yaitu ekspresi senyum dan tingkat rata-rata terendah accuracy yaitu ekspresi sedih.

The face is a part of the human body that functions as a center of expression, recognition and communication. The creation of useful techniques for identifying and analyzing facial expressions was crucial for this study. Support Vector Machine (SVM) is a machine learning technique used for pattern recognition classification of Human facial expressions. Support Vector Machine (SVM) is a classification method that uses the concept of finding the optimal hyperplane in a feature space to separate classes. From the four classifications, it turns out that the presentation of accuracy, precision and recall is not much different to detect facial expressions from each class using the SVM method. Based on the extraction test, the highest average accuracy result is the type of angry expression with the highest accuracy. The second highest average level of accuracy is the expression of pleasure. The third highest average level of accuracy is neutral expression, then the fourth highest average level of accuracy is smile expression and the lowest average level of accuracy is sad expression.

Sistem Informasi Manajemen Stok Berbasis Web Pada Globalindo Group

Firqi Argomasetyo, Jemmy Yosua Alie, Riza Fahlapi (Author) — Sat, 15 Jun 2024 00:00:00 +0000

Penelitian ini menyoroti penerapan sistem informasi manajemen stok di Globalindo Group, sebuah perusahaan konveksi besar. Sistem manajemen stok pada Globalindo Group sebelumnya menggunakan catatan kertas serta catatan di ponsel pegawai. Karena masih memakai sistem manual, banyak barang yang hilang di gudang dan di toko, serta susah untuk dilacak atau didata kembali. Lalu dari Tim IT di Globalindo Group dibuatkan manajemen stok berbasis website yang bernama ABSI. Dengan menggunakan sistem manajemen stok berbasis web bernama ABSI ini, Globalindo Group mampu mengelola persediaan barang di gudang dan toko secara lebih efisien. Sistem ini menggantikan metode konvensional yang rentan terhadap kesalahan dan kehilangan data. Penelitian dilakukan menggunakan metode kualitatif, melalui observasi, wawancara, dan studi pustaka. Pengembangan sistem ABSI menggunakan metodologi Software Development Life Cycle (SDLC) dengan model waterfall, yang mencakup perencanaan, analisis, perancangan, pengujian, dan implementasi. Hasilnya menunjukkan bahwa penggunaan ABSI memungkinkan pemantauan persediaan secara real-time, pelacakan pengiriman dan penerimaan barang, serta pengurangan risiko kehilangan barang selama pengiriman. Implementasi sistem ini juga mendukung efisiensi operasional, meningkatkan akurasi data, dan membantu karyawan bekerja lebih efektif. Dengan adanya ABSI, Globalindo Group dapat mencapai target perusahaan lebih mudah dan meningkatkan penghasilan. Penelitian ini merekomendasikan pengembangan lebih lanjut terhadap ABSI, termasuk penambahan fitur dan pembuatan versi mobile untuk kemudahan akses pengguna. Secara keseluruhan, adopsi sistem informasi canggih ini memberikan kontribusi signifikan dalam mendukung pengambilan keputusan yang lebih baik dan meningkatkan kinerja bisnis.

This research highlights the implementation of a stock management information system at Globalindo Group, a large convection company. The stock management system at Globalindo Group previously used paper records and notes on employees' cell phones. Because it still uses a manual system, many items are lost in the warehouse and in the store, and are difficult to track or record again. Then the IT team at Globalindo Group created a website-based stock management called ABSI. By using this web-based stock management system called ABSI, Globalindo Group is able to manage inventory in warehouses and stores more efficiently. This system replaces conventional methods that are prone to errors and data loss. The research was conducted using qualitative methods, through observation, interviews, and literature studies. The development of the ABSI system uses the Software Development Life Cycle (SDLC) methodology with a waterfall model, which includes planning, analysis, design, testing, and implementation. The results show that the use of ABSI enables real-time inventory monitoring, tracking of shipping and receiving goods, and reducing the risk of losing goods during shipping. The implementation of this system also supports operational efficiency, improves data accuracy, and helps employees work more effectively. With ABSI in place, Globalindo Group can achieve company targets more easily and increase revenue. This research recommends further development of ABSI, including the addition of features and the creation of a mobile version for easy user access. Overall, the adoption of this advanced information system makes a significant contribution in supporting better decision-making and improving business performance.

Penerapan Algoritma C4.5 Untuk Prediksi Penyakit Jantung Menggunakan Rapidminer

Mon, 24 Jun 2024 00:00:00 +0000

Jantung merupakan organ yang sangat penting untuk dijaga kesehatannya, karena begitu pentingnya fungsi jantung bagi tubuh manusia. Penyakit jantung sangat sulit untuk dideteksi, sehingga menyebabkan banyak orang yang meninggal secara tiba-tiba tanpa menyadari jika seseorang terkena penyakit jantung atau serangan jantung. Penyakit jantung merupakan penyebab kematian nomor satu di dunia. Data ini kami olah untuk mengetahui faktor apa saja yang paling berpotensi pada penyakit jantung, dengan hasil pengolahan data ini kami harapkan dapat menjadi pengingat bagi siapa saja untuk menjaga pola hidup sehat dan mengantisipasi potensi penyakit jantung sejak dini. Teknik data mining yang digunakan dalam penelitian ini menggunakan metode Decision Tree melalui algoritma C4.5 hasil yang diperoleh mulai dari nilai accuracy, precision, dan recall dengan membandingkan split data pada data training dan data testing yang terbesar adalah split data 90 – 10 yaitu accuracy = 65.25%, recall = 70.87% , dan precision = 62.46%. Dengan menggunakan algoritma C4.5 ini diharapkan dapat menghasilkan akurasi yang tepat untuk memprediksi penyakit jantung.

The heart is an organ that is very important to maintain its health, because it is so important the function of the heart for the human body. Heart disease is very difficult to detect, causing many people to die suddenly without realizing if someone has heart disease or a heart attack. Heart disease is the number one cause of death in the world. We process this data to find out what factors have the most potential in heart disease, with the results of this data processing we hope to be a reminder for anyone to maintain a healthy lifestyle and anticipate the potential for heart disease early on. The data mining technique used in this study uses the Decision Tree method through the C4.5 algorithm. The results obtained start from the accuracy, precision, and recall values by comparing the split data on training data and testing data. The largest is a data split of 90 – 10, namely accuracy = 65.25%, recall = 70.87%, and precision = 62.46%. By using this C4.5 algorithm, it is expected to produce the right accuracy to predict heart disease.

Analisis Kepuasan Pengguna Terhadap Penerapan Aplikasi My Xl Dengan Metode Techhnology Acceptance Model

Yayan Ashari, Hendra Supendar, Riza Fahlapi (Author) — Fri, 28 Jun 2024 00:00:00 +0000

Perkembangan pesat teknologi informasi telah membawa dunia masuk ke dalam era baru yang lebih dinamis daripada yang pernah dibayangkan sebelumnya. Penelitian ini bertujuan untuk Menganalisa tingkat kepuasan pengguna terhadap aplikasi My Xl dan sejauh mana aplikasi ini memenuhi kebutuhan pengguna. Model yang digunakan untuk menjelaskan kepuasan pengguna terhadap penerapan aplikasi My Xl adalah Technology Acceptance Model (TAM) dengan 3 konstruk yaitu, Perceived Ease of use, Perceived Usefulnes, Behavioral Intention to Use. Data penelitian telah dikumpulkan melalui kuesioner dan dibagi ke 100 responden. Kemudian data diolah dengan analisis regresi linier. Hasil penelitian ini menunjukkan bahwa variabel X1 dan X2 berpengaruh positif dan signifikan terhadap variabel Y. Berdasarkan hasil Uji F pengujian terhadap Variabel Persepsi Kemudahan Pengguna dan Persepsi Kebermanfaatan menunjukkan nilai Sig sebesar 0.000, yang lebih kecil dari tingkat signifikansi 0.05. Oleh karena itu, dapat disimpulkan bahwa kedua variabel tersebut secara bersama-sama memiliki pengaruh positif dan signifikan terhadap Variabel Penerimaan TI.

The rapid development of information technology has brought the world into a new era that is more dynamic than ever imagined before. This study aims to analyze the level of user satisfaction with the MyXl application and the extent to which this application meets user needs. The model used to explain user satisfaction with the application of MyXl is the Technology Acceptance Model (TAM) with 3 constructs namely, Perceived Ease of use, Perceived Usefulness, Behavioral Intention to Use. Research data has been collected through a questionnaire and divided into 100 respondents. Then the data is processed by linear regression analysis. The results of this study indicate that the variables X1 and X2 have a positive and significant effect on the variable Y. Based on the results of the F Test, testing the variables Perception of User Ease and Perception of Usefulness shows a Sig value of 0.000, which is smaller than the significance level of 0.05. Therefore, it can be concluded that these two variables together have a positive and significant influence on the IT Acceptance Variable.