Articles

Found 30 Documents
Search

PELATIHAN LITERASI DIGITAL PADA PEREMPUAN KELOMPOK BINAAN SEKOLAH IBU ARJOSARI MALANG Sulistyowati, Tutik; Hayatin, Nur; Marthasari, Gita Indah
Jurnal Dedikasi Vol 16 (2019): Mei
Publisher : Direktorat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.524 KB) | DOI: 10.22219/dedikasi.v16i1.10735

Abstract

Kurangnya partisipasi dan ketertarikan perempuan terhadap teknologi adalah masalah yang butuh diselesaikan. Hal ini dikarenakan tuntutan era millennial dimana sebagian besar aktifitas manusia dilakukan dengan menggunakan teknologi. Dari latar belakang itulah, maka usulan program pengabdian ini bertujuan untuk memberikan pelatihan literasi digital dalam upaya meningkatkan pemahaman TIK bagi perempuan khususnya ibu rumah tangga agar terampil dan bijak dalam menggunakan teknologi. Adapun mitra yang digandeng adalah ibu-ibu kelompok binaan dari sekolah ibu arjosari. Program ini memberikan pelatihan sekaligus pendampingan terkait dengan literasi digital untuk ibu rumah tangga, meliputi: internet sehat, pengelompokkan batas usia anak dalam menggunakan dan mengakses aplikasi internet, serta filtering berita hoax untuk ibu rumah tangga. Hasil dari evaluasi kegiatan menggunakan kuesionar dapat disimpulkan bahwa semua peserta sepakat kegiatan ini memberi manfaat untuk mendukung kegiatan mereka khususnya meningkatkan pemahaman terkait dengan literasi digital dan ketrampilan untuk memberi keamanan penggunaan ponsel bagi anak-anak.
EVALUASI HEURISTIK WEBSITE BERBASIS FRAMEWORK SIRIUS DENGAN PENGATURAN PRIORITAS MENGGUNAKAN TEKNIK MOSCOW Marthasari, Gita Indah; Hayatin, Nur
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701662

Abstract

Kualitas merupakan faktor utama kesuksesan sebuah website. Salah satu karakteristik kualitas perangkat lunak menurut ISO 9126 adalah usabilitas. Pengukuran usabilitas sebuah website adalah hal yang penting mengingat sangat besarnya jumlah website saat ini. Salah satu metode yang dapat digunakan untuk mengevaluasi usabilitas website adalah framework Sirius. Sirius dapat menghasilkan nilai usabilitas global dan daftar elemen antarmuka sistem yang perlu diperbaiki. Namun, elemen-elemen ini belum diatur berdasarkan prioritas pengembang sistem dan hanya mempertimbangkan nilai peningkatan yaitu prosentasi perbaikan nilai usabilitas global jika elemen tersebut diperbaiki. Untuk itu dibutuhkan sebuah teknik untuk memprioritaskan elemen-elemen tersebut berdasarkan sudut pandang pengembang sistem sehingga sesuai dengan sumber daya yang dimiliki oleh pihak pengembang. Salah satu teknik yang dapat digunakan adalah Moscow. Moscow dapat mengelompokkan seluruh kebutuhan ke dalam 4 (empat) kelas berdasarkan tingkat prioritasnya. Penelitian ini melakukan modifikasi terhadap framework Sirius dengan menambahkan tahap perangkingan menggunakan teknik Moscow.  Berdasarkan hasil pengujian, penambahan tahap pengaturan prioritas dengan Teknik Moscow memberikan urutan kriteria usability yang lebih baik dalam hal nilai bisnis, resiko, dan biaya pembangunan website. Setiap tim pengembang website yang dianalisis memberikan hasil pengaturan prioritas Moscow yang berbeda-beda. Bagi tim website Lective, kriteria usability paling penting adalah berkaitan dengan aspek labelling, sedangkan bagi pengembang website Seminar Indonesia, aspek paling penting adalah kelompok comprehensibility and ease of interaction. Adapun pengembang website Simkesmas lebih menekankan pada aspek control and feedback. AbstractQuality became the key element for website deployment. Based on the ISO 9126, one of the quality characteristics in software engineering is usability. The usability measurement on a website is an essential topic nowadays along with the incremental growth of it. One of the evaluation methods that can be used for analysing website usability is Sirius Framework. This method can produce global usability values and the list of a user interface element that should be modified. However, those elements have not been adjusted based on developer priority system which only considers the increased value of each element - the percentage of modified global usability value. Therefore, A technique called MoSCoW was introduced for prioritizing those elements from a developer point of views which corresponds to its available resource. MoSCoW can categorize all of the requirements into 4 distinct classes based on priority. This paper was performed for extending the Sirius Framework for implementing the ranking system by using MoSCoW. The experiment results showed that the MoSCoW method for priority adjustment process could produce better usability criteria on business, risk, and cost value during website development.
Ekspansi query berbasis semantik pada online public access catalog (OPAC) Dirga Nugraha, Nirindra Primavera; S.Kom, M.Kom., Maskur; Hayatin, Nur
Jurnal Repositor Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.24

Abstract

Digital library is an important system useful as the fulfillment of information needs library collection. The Online Public Access Catalog (OPAC) is a feature available in digital libraries that lets you browse library collections. In this research, semantic based query expansion system is developed. The goal is to improve search results to be more relevant. Domain used is information technology where book data obtained from online book site and book publishing sites as much as 500 data. The stage is to build ontology according to the data obtained. The formation of ontology refers to the data of UMM Informatics Engineering curriculum which refers to the Association for Computing Machinery (ACM) Ontology is applied to find the connection between a user entered keyword. To support the search results used cosine similarity method. Cosine similarity is a method to calculate the similarity between search results with user keywords so as to generate search results ranking. Stages of testing the system using precision obtained a value of 65.6. This indicates that the system is capable enough to provide search results that are relevant to a user's search keyword.
Klasifikasi teks berbasis ontologi untuk dokumen tugas akhir berbahasa Indonesia Lestari, Ayu Puji; S.Kom, M.Kom., Maskur; Hayatin, Nur
Jurnal Repositor Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.23

Abstract

In this research, the classification of the final project document in Informatics Engineering UMM. The problem faced is the difficulty of finding relevant information and the difficulty of categorizing the TA documents according to areas of interest if it should be done manually. The purpose of this research is to get information based on abstract TA according to the category and make it easier to classify the TA document according to the field of interest. The categories used are the areas of interest in the study program: RPL, Computer Networking, Intelligent Game and Data Science. The data used TA documents as many as 500 data. The stage is to build and model ontology rules according to the data obtained with reference data of UMM Informatics Engineering Curriculum 2017 sourced from the Association for Computing Machinery (ACM) of the IEEE Computer Society. Ontology aims to classify the objects that exist in the collection without requiring the data train. To support the classification process used dao method. The dao method is used to calculate the similarity between documents from an existing node on the ontology by looking at the closest distance. Stage testing system using accuracy obtained result of 87%. This shows that ontologists are able to classify documents without using train data.
Peringkasan multi dokumen berita dengan pemilihan kalimat utama berbasis algoritma cluster importance dengan mempertimbangkan posisi kalimat anggraini, syadza; Hayatin, Nur; Marthasari, Gita Indah
Jurnal Repositor Vol 2, No 1 (2020): Januari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i1.161

Abstract

Text summarization is one ofway to reduce large document dimension to get an important point of information. News is one of information which usually has some sub topics from one topic. In order to get the main information from one topic as fast as possible, multi document summarization is the solution. But sometimes it can create redundancy. So in this study, we applied cluster importance algorithm by considering sentence position to overcome the redundancy.This study used 30 topics of Indonesian news, where each topic consists 5 news sub topics. From 30 news topics where it has tested using Rouge-1, there are 2 news topics that have a Rouge-1 score differ between which used cluster importance algorithm by considering sentence position and which only used cluster importance. But, those 2 news topics which used cluster importance by considering sentence position have a greater score of Rouge-1 than which only used cluster importance. The use of sentence position had an effect on the order of sentence weights on each topic, but there was only 2 news topics that affect the outcome of the summary.
Rancang bangun aplikasi mobile survey pendamping program keluarga harapan (PKH) (studi kasus: UPPKH Dinas Sosial dan tenaga Kerja Kota Batu) Saiful Arif, Mukhammad Rojib; Wicaksono, Galih Wasis; Hayatin, Nur
Jurnal Repositor Vol 1, No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.9

Abstract

UPPKH Social Service and Labor Batu City is one of the government agenciy which still have not implemented information system management processing data when input data in every various activities still manually. It can be an obstacle for  government agency to improve the performance of PKH to provide effective and efficient information. Manual data processing is causing various problems. Among the problems of PKH companion in their duties must wait for data from admin to survey all candidates of PKH participants. And another problem is the difficulty in the admin to know the information of each PKH data report.And to solve the problems that exist in this case, the authors analyze and design an application that is expected to assist each task of the companion and admin, starting from the data collection using interviews, observation, and library research. And the applications used in loading the system ie MySQL database, Webservice, PHP Codeigniter and Android as the programming language. This system integrates android applications with web based applications using web service. Web Service provides system communication standards among different software applications, and can run on multiple platforms and frameworks. This system is created to help speed up the process of completion of work as in the process of companion and admin.
Pengelompokan usia berdasarkan citra wajah menggunakan algoritma neural network dengan fitur face anthropometry dan kedalam kerutan Hayatin, Nur
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July-December
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (625.182 KB) | DOI: 10.26594/teknologi.v6i2.577

Abstract

ABSTRAKPengelompokan usia (age prediction) merupakan salah satu topik penelitian yang terkait dengan prediksi usia berdasarkan citra wajah. Permasalahan terkait dengan pengelompokan usia berdasarkan citra wajah adalah bagaimana memilih fitur wajah yang tepat, sehingga dapat mempengaruhi hasil akhir pengelompokan. Penelitian ini bertujuan untuk mengelompokan usia berdasarkan citra wajah dengan menggunakan fitur penting yaitu face anthropometry dan kerutan (wrinkle). Di mana fitur kerutan yang digunakan selain memperhitungkan lebar kerutan (wrinkle density) juga digunakan fitur kedalaman kerutan (the dept of wrinkle). Metode penelitian ini terdiri dari 4 tahapan yaitu: Praproses, identifikasi lokasi titik wajah, ekstraksi fitur dan klasifikasi. Lokasi titik wajah diidentifikasi berdasarkan bentuk simetri wajah dan perbedaan nilai intensitas piksel. Sedangkan kerutan didapatkan dari gabungan metode deteksi tepi menggunakan operator Sobel dan histogram equalization. Algoritma yang digunakan untuk proses klasifikasi adalah algoritma Neural Network (NN) yang akan mengelompokan data citra input menjadi 3 kelas yaitu anak, remaja dan tua. Hasil akhir pengujian menunjukkan bahwa metode yang diusulkan telah mampu mengelompokan usia berdasarkan citra wajah dengan cukup baik dengan hasil akurasi pengujian sebesar 65 % dengan epochs = 1000, dan error rate = 0.0095, sebanyak 100 kali iterasi.Kata kunci: Age prediction, face ratio, Neural Network, wrinkle. ABSTRACT   Age prediction  is one of the  research topics related to the prediction of age based on facial image. The problems associated with age groupings based on the image of the face is how to choose the right facial features, that will affect the final result grouping.  This study aims to categorize age based on facial image by using the important features, that is face anthropometry and wrinkles. Wherein the wrinkles features that used are wrinkles density and the depth of wrinkles. The research methodology consists of four stages: preprocessing, identification of the face point location , feature extraction and classification. The face point is identified based on facial symmetry and the difference of pixel intensities. While wrinkles was obtained from the combined edge detection method using Sobel operator and histogram equalization. The algorithm used for the classification process is a Neural Network (NN) algorithm that would classify the input image data into three classes, there are children, young and old. The final results of test-ing show that the proposed method was able to categorize age based on facial image fairly well with the results of the test accuracy of 65% with epochs = 1000, and the error rate = 0.0095, 100 iterations.Keywords: Age prediction, face ratio, Neural Network, wrinkle.
PEMBOBOTAN KALIMAT BERDASARKAN FITUR BERITA DAN TRENDING ISSUE UNTUK PERINGKASAN MULTI DOKUMEN BERITA Hayatin, Nur; Fatichah, Chastine; Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 1, Januari 2015
Publisher : Teknik Informatika, ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v13i1.a386

Abstract

Ringkasan berita diartikan sebagai teks yang dihasilkan dari satu atau lebih kalimat yang menyampaikan informasi penting dari berita. Salah satu fase penting dalam peringkasan adalah pembobotan kalimat (sentence scoring). Dimana pada peringkasan berita, metode pembobotannya sebagian besar menggunakan fitur dari berita sendiri. Padahal dalam satu topik berita dimungkinkan adanya multiple issue. Dari multiple issue biasanya hanya ada satu isu yang menjadi pokok pembicaraan yang disebut dengan Trending Issue. Trending Issue inilah yang harusnya dipertimbangkan pada proses peringkasan berita sehingga ringkasan yang dihasilkan lebih koheren. Penelitian ini bertujuan untuk meringkas multi berita menggunakan metode pembobotan berdasarkan Trending Issue dengan tetap mempertimbangkan fitur penting berita, yaitu word frequency, TF-IDF, posisi kalimat, dan kemiripan kalimat terhadap judul (NeFTIS). Dimana Trending Issue didapatkan dari data Twitter dengan cara mengelompokkan tweets kemudian melakukan ekstraksi isu pada tiap kelompok yang terbentuk. Selanjutnya tiap isu diberikan bobot menggunakan konsep Cluster Importance (CI). Isu dengan bobot terbesar yang akan dipilih sebagai Trending Issue. Ada 5 tahap yang dilakukan untuk menghasilkan ringkasan multi berita dengan menggunakan NeFTIS, yaitu ekstraksi Trending Issue, seleksi berita, ekstraksi fitur berita, penghitungan total bobot kalimat, dan penyusunan ringkasan. Untuk mengukur kualitas sistem digunakan metode evaluasi ROUGE-1 dengan menganalisa performa dari hasil ringkasan dengan menggunakan metode pembobotan NeFTIS dibandingkan dengan hasil ringkasan dengan hanya menggunakan fitur berita (NeFS). Hasil rata-rata max-ROUGE-1 untuk seluruh variasi jumlah kalimat yang menyusun ringkasan (n) menunjukan bahwa metode pembobotan NeFTIS lebih akurat dibanding dengan metode pembobotan NeFS dengan nilai rata-rata max-ROUGE-1 terbesar 0.8201 untuk n=30.
Adaptif Range-Constrained Otsu Untuk Pemilihan Threshold Secara Otomatis Pada Histogram Citra Dengan Variansi Kelas Yang Tidak Seimbang Fajarianto, Gama Wisnu; Abror, Ahmad Hifdhul; Hayatin, Nur
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 2, No 1 (2016): Januari-Juni
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.116 KB) | DOI: 10.26594/register.v2i1.439

Abstract

Abstrak Image Thresholding merupakan proses segmentasi untuk pemisahkan foreground dan background pada citra dengan cara membagi histogram citra menjadi dua kelas. Beberapa metode thresholding seperti Otsu dan Range-constrained Otsu menggunakan nilai variansi dari histogram untuk mendapatkan titik threshold, namun ketika menangani citra yang memiliki nilai variansi kelas foreground dan background tidak seimbang titik threshold yang dihasilkan kurang tepat. Paper ini mengusulkan metode Adaptif Range-constrained Otsu untuk mengatasi permasalahan variansi kelas yang tidak seimbang dengan cara mencari kelas yang memiliki nilai variansi lebih besar, untuk mendapatkan titik threshold yang lebih tepat. Pengujian menggunakan 22 NDT image dengan evaluasi misclassification error rate dan metode perankingan menunjukkan metode ini menghasilkan rerata ME 0.1153. Sedangkan Otsu sebesar 0.1746. Nilai rerata ranking 3.55, selisih 0.05 dibanding Kittler III. Hasil ini menunjukkan metode yang diusulkan kompetitif, terutama untuk segmentasi citra yang memiliki variansi kelas tidak sama. Kata kunci: segmentasi, thresholding, histogram, Otsu, Range-constrained. Abstract Image thresholding is segmentation process for separating foreground and background of an image by dividing image histogram into two classes. Several thresholding methods like Otsu and Rangeconstrained Otsu using the variance value of the histogram to get the threshold point, but when handling images that have unbalance class variance of the foreground and background produce less accurate threshold point. This paper proposes a method Adaptive Range-constrained Otsu to solve unbalance class variance problem by finding a class that has greater variance value to obtain more accurate threshold point. NDT testing using 22 images with misclassification error rate evaluation and ranking methods shows that this method results ME average of 0.1153, while Otsu method results 0.1746. The rankings mean value is 3.55, which has the difference of 0.05 when compared with Kittler III. These results show that the proposed method is competitive, especially for image segmentation with different class variance. Key word: segmentasi, thresholding, histogram, Otsu, Range-constrained.
IMPUTASI MISSING DATA MENGGUNAKAN METODE K-NEAREST NEIGHBOUR DENGAN OPTIMASI ALGORITMA GENETIKA Izzah, Abidatul Izzah; hayatin, nur
Melek IT Information Technology Journal Vol 2, No 2 (2013): Melek IT
Publisher : Departement of Informatics Engineering , Faculty of Engineering, UWKS

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

Abstract

Salah satu permasalahan yang ada pada dataset adalah ketiadaan nilai pada data untuk atribut tertentu atau yang sering disebut dengan missing data. Metode yang paling mudah dan populer adalah K-Nearest Neighbour (KNN). Namun, metode ini memiliki beberapa kelemahan salah satunya adalah pemilihan nilai k yang tidak tepat dapat menurunkan kinerja klasifikasi. Penelitian ini bertujuan menangani missing data dengan teknik imputasi menggunakan gabungan algoritma KNN dan Algoritma Genetika (KNN-GA). GA digunakan untuk mengoptimasi nilai k pada KNN sehingga dapat menghasilkan nilai estimasi yang baik dengan MSE sekecil mungkin. Pengujian performansi dilakukan dengan membandingkan nilai MSE dan akurasi hasil klasifikasi antara metode KNN-GA dengan metode imputasi yang lain, yaitu : KNN, Mean, dan Median. Hasil yang diperoleh menunjukkan bahwa secara rata-rata metode imputasi KNN-GA memiliki nilai MSE terendah dan hasil akurasi klasifikasi yang inggi. Kata kunci : Algoritma Genetika, Imputasi, KNN, KNN-GA