PENGEMBANGAN INSTRUMENT PENGUKURAN KUALITAS LAYANAN PERGURUAN TINGGI: SISTEMATIC LITERATURE REVIEW PADA PUBLIKASI INTERNASIONAL

Sejalan dengan semakin tingginya kesadaran kebutuhan layanan pendidikan tinggi masyarakat, perhatian terhadap isu kualitas layanan perguruan tinggi kini juga semakin meningkat. Agar perguruan tinggi bisa survive dalam kompetisi antar perguruan tinggi, maka perguruan tinggi harus mengetahui dan menyadari persepsi kepuasan layanan institusi perguruan tinggi. Penelitian ini merupakan kajian literatur sistematis (systematic literature review) terhadap dimensi kualitas pelayanan perguruan tinggi di publikasi internasional. Kajian literatur ini dilakukan terhadap database penerbit internasional bereputasi (Emerald; Willey; Springer; Francis & Taylor; Sage publishing) dalam rangka menemukan trend global dalam menentukan dimensi kualitas pelayanan perguruan tinggi sesuai konteksnya. Studi ini bertujuan memberikan arah pengembangan pelayanan institusi perguruan tinggi di Indonesia agar dapat mengikuti trend global. Dari hasil analisis systematic literature review dihasilkan 11 pengembangan konseptual model pengukuran kualitas layanan perguruan tinggi. Kesebelas konsep dimensi tersebut paling banyak ditemukan di database Emerald. Penelitian kedepan masih terbuka untuk mengembangkan dimensi konseptual yang otentik sesuai karakteristik perguruan tinggi dan melibatkan perspektif pengguna layanan yang semakin luas.

RANCANG BANGUN SMART DETEKTOR GEJALA KLINIS PENYAKIT COVID-19 SEBAGAI UPAYA PENCEGAHAN PENULARAN PADA MASYARAKAT

Gejala Covid-19 selain demam, yang harus diwaspadai oleh masyarakat saat ini adalah kondisi sesak nafas yang dikarenakan yakni penurunan kadar oksigen di dalam darah. Kondisi ini dapat membuat seseorang mengalami masalah pernafasan seperti sesak napas atau dispnea yang bisa berakibatkan fatal terutama bagi masyarakat yang dapat menggangu organ vital yakni jantung dan kadar oksigen dalam hingga menimbulkan kematian. Penelitian ini merancang alat yang bisa mendeteksi gejala klinis penyakit covid -19 yakni sesak nafas melalui pengukuran kadar saturasi okisgen dan denyut jantung untuk gejala sesak nafas dengan penggunaan sensor MAX30100 dan arduino uno sebagai kontroller. Pengujian tingkat saturasi oksigen dan denyut jantung baik pada jari jempol, telunjuk, tengah, kelingking dan manis tidak menunjukan gejala sesak nafas sehinnga dapat digunakan sebagai salah satu smart detektor gejala (sesak nafas) klinis penyakit COVID-19 Buzzer berfungsi dengan baik sebagai indikator peringatan jika nilai saturasi oksigen dan denyut jantung melebihi dari nilai normal. Perbandingan pembacaan hasil gejala klinis sesak nafas melalui tingkat saturasi oksigen. denyut jantung menunjukan hasil yang tidak jauh berbeda diantara alat buatan dan alat yang beredar dipasaran

EVALUATION OF YANKEL SERVICES USING DSS AND MEA DOMAINS BASED ON THE 2019 COBIT FRAMEWORK (CASE STUDY OF KELURAHAN MANGGAR)

Kelurahan Manggar adalah instansi yang menyediakan berbagai layanan maupun pengaduan masyarakat khususnya daerah Manggar Balikpapan Timur. Untuk memperluas pelayanan Diskominfo bekerjasama dengan kelurahan untuk membangun aplikasi atau tepatnya website Yankel sebagai mediasi pelayanan yang bersifat online agar mempermudah masyarakat dalam mengajukan suatu permintaan pelayanan. Pentingnya layanan website Yankel untuk melakukan kegiatan operasional menjadikannya harus selalu dalam kondisi yang optimal, namun kurangnya tata kelola dalam penerapan teknologi informasi mengakibatkan kurang optimalnya Kelurahan Manggar dalam menjalankan tugas dan pencapaian tujuan, sehingga Yankel perlu dievaluasi agar dapat diukur apakah teknologi informasi yang diimplementasikan sudah sesuai dengan yang diharapkan. Dalam melakukan audit ini maka akan digunakanlah framework COBIT 2019 dan domainnya adalah DSS (Deliver, Support and Service) untuk mengukur tingakat kapabilitasnya dan mengetahui apakah sistem sudah berjalan sesuai kebutuhan ataukah belum, lalu MEA (Monitoring, Evaluate and Assess) untuk mengetahui tingkat pengawasan dan evaluasi dari sistem pelayanan online Yankel.

IMPLEENTASI MODEL HYBRID DALAM MEMPREDIKSI PENYEBARAN COVID-19 DI WILAYAH JAWA BARAT

Di awal tahun 2020, dunia dikagetkan dengan kejadian infeksi berat dengan penyebab yang belum diketahui, yang berawal dari laporan dari Cina kepada World Health Organization (WHO) terdapatnya 44 pasien pneumonia yang berat di suatu wilayah yaitu Kota Wuhan, Provinsi Hubei, China, tepatnya di akhir tahun 2019. Pada perkembangannya, wabah ini kemudian diidentifikasi sebagai wabah Virus Covid-19. Penambahan jumlah kasus COVID-19 berlangsung sangat cepat, sampai dengan 16 Februari 2020, secara global dilaporkan 51.857 kasus terkonfirmasi di 25 negara dengan 1.669 kematian (CFR 3,2%). Di Indonesia ada lebih dari 2 ribu kasus ditemukan dan hampir 200 orang telah meninggal. Di wilayah Jawa barat, kasus positif Covid-19 juga terus bertambah. Data penyebaran virus Corona Covid-19 di Jawa Barat mengalami perubahan, Rabu (1/4/2020). Terpantau melalui situs resmi Pusat Informasi dan Koordinasi Covid-19 Provinsi Jawa Barat (Pikobar), jumlah orang terpapar positif Corona mencapai 198 orang. Data yang diakses dari pikobar.jabarprov.go.id tersebut juga merilis sudah ada 11 pasien yang dinyatakan sembuh dan diperbolehkan pulang dari rumah sakit. Sementara jumlah pasien yang meninggal dunia berjumlah 21 orang. Sedangkan untuk pasien dalam pengawasan (PDP), jumlah yang telah diproses dalam pengawasan mencapai 727 orang. Sedangkan yang telah selesai menjalani pengawasan mencapai 242 orang. Total PDP di Jabar berjumlah 969 orang. Berbekal dari data Pusat Informasi dan Koordinasi Covid-19 Jawa Barat, penulis tertarik melakukan penelitian untuk memprediksi penyebaran kasus positif Covid-19 di Jawa Barat. Dalam penelitian ini, model yang digunakan adalah Hybrid. Data set yang digunakan adalah data pasien positif Covid-19 mulai bulan April 2020 sampai dengan bulan Februari 2021. Berdasarkan hasil penelitian yang sudah dilakukan, model Hybrid mampu memprediksi jumlah penyebaran kasus Covid-19 di Jawa Barat. Hal ini dibuktikan dengan hasil training teknik Hybrid memiliki error rate sebesar 0,4615, yang dilanjutkan dengan analisa akurasi prediksi selama tiga bulan, yaitu bulan Desember 2020, Januari, dan Febrauri 2021. Dari hasil prediksi, model Hybrid memiliki nilai rata – rata Mean Absolute Deviation (MAD) sebesar 351. Sedangkan berdasarkan analisa prediksi dengan teknik Mean Absolute Percentage Error (MAPE) memiliki rata rata tingkat kesalahan sebesar 0,2061 atau 20,6%.

PEMANFAATAN CLOUD IDENTITY SEBAGAI SUMBER DATA PENGGUNA DALAM PENERAPAN OTORISASI DAN OTENTIKASI LAYANAN APLIKASI BERBASIS WEB MENGGUNAKAN LDAP DAN RADIUS (STUDI KASUS: POLITEKNIK NEGERI TANAH LAUT)

Politeknik Negeri Tanah Laut memiliki beberapa sistem berbasis web, namun semua sistem masih bersifat standalone dan belum terintegrasi, sehingga pengguna harus memiliki akun yang berbeda pada masing-masing sistem. Pengguna harus mengingat setiap akun untuk mengakses sistem dan untuk alasan keamanan biasanya pengguna mengganti passwordnya secara rutin. Proses pergantian password ini akan memerlukan waktu yang cukup lama mengingat setiap perubahan yang dilakukan berbanding lurus dengan jumlah sistem yang ada (existing). Oleh karena itu diperlukan sistem yang dapat mengintegrasikan akun pengguna dan mengelola proses autentikasi dan otorisasi. Proses ini memerlukan sebuah server tambahan yang menjadi penghubung antara sistem integrator dengan sistem layanan aplikasi. Tujuan dari penelitian ini adalah menciptakan suatu inovasi sistem yang dapat menangani seluruh otentikasi dan otorisasi setiap sistem aplikasi dan dikenal dengan sistem Single Sign On. Sehingga manfaat penelitian dari adanya sistem Single Sign On pengguna hanya dengan menggunakan satu akun pengguna dapat mengakses banyak sistem tanpa memasukkan username dan password berulang. Penerapannya data akun pengguna diambil dari Cloud Identity melalui Secure LDAP, kemudian data pengguna dikelola oleh RADIUS Server dan didistribusikan ke sistem layanan aplikasi yang ada (existing). Secara jangka pendek penelitian ini akan diterapkan di Politeknik Negeri Tanah Laut. Penelitian ini dirancang menggunakan dua aplikasi web yaitu aplikasi native php dan cms wordpress. Kata kunci: sso, cloud identity, ldap, radius, autentikasi, otorisasi

SISTEM INFORMASI RELAWAN SAKSI TIM SUKSES PASLON 03 (ZAIRIN-SARWONO) PADA PILWALI 2020

Tujuan dilaksanakannya penelitian ini untuk membuat aplikasi sistem informasi relawan saksi tim sukses pasangan calon 03 (Zairin-Sarwono) pada pilwali 2020 sehingga masalah lapangan yakni pendataan, penyaringan data fiktif, efisiensi waktu kerja, kemudahan mengakses laporan hasil kerja untuk menghemat pengeluaran, meminimalisir fraud (kecolongan, penggelembungan, dan rekayasa data), dan melakukan sampling calon pemilih mendapatkan solusi tepat. Metode penelitian yang digunakan adalah observasi, wawancara, dan kajian pustaka. Metode rancang bangun aplikasinya menggunakan Rapid Application Development (RAD), ERD, DFD, FOD, HiPo dan CD. Sedangkan pilihan teknologi berupa website dan Android yang dibangun menggunakan framework Laravel, framework Quasar, dan database MySQL. Setelah diujikan di lapangan, penggunaan aplikasi pendataan ini terbukti mampu mengurangi tingkat kerumitan, mengurangi pelaporan data yang sering overlap (tumpang tindih), mengurangi kecolongan data oleh pihak-pihak tidak bertanggung jawab, meminimalisir fraud (kecolongan, penggelembungan, dan rekayasa data) oleh oknum-oknum tidak bertanggungjawab. Dengan aplikasi ini, kesulitan dan hambatan saat berkolaborasi di pilwali Samarinda 2020 menjadi berkurang misalkan pelaporan, dan sebagainya sesuai fitur yang ada. aplikasi tersebut bisa untuk membantu tim sukses melakukan sampling calon pemilih sebagai upaya pemetaan keberhasilan kampanya lapangan. Fitur penginputan data master petugas, data master kordinator lapangan, data klasifikasi relawan, data klasifikasi penghubung, data klasifikasi saksi TPS, data klasifikasi saksi gugur, data klasifikasi temuan saksi TPS, dan data klasifikasi calon pemilih mampu meningkatkan kinerja tim lebih baik.

COMPARISON OF HEURISTIC EVALUATION AND COGNITIVE WALKTHROUGH METHODS IN DOING USABILITY EVALUATION OF MOBILE-BASED DEL EGOV CENTRE HOSPITAL INFORMATION SYSTEM

Usability is a factor that indicates the success of an interactive product or system, such as a mobile application. The increasing use of smartphones demands a more accurate and effective usability evaluation method to find usability problems, so that they can be used for product improvement in the development process. This study compares the Cognitive Walkthrough method with Heuristic Evaluation in evaluating the usability of the SIRS Del eGov Center mobile application. Evaluation with these two methods will be carried out by three evaluators who act as experts. Finding problems and recommending improvements from each method will produce an improvement prototype made in the form of a high-fidelity prototype. Each prototype will be tested against ten participants using the Usability Testing method, which will generate scores through the SUS table. From the test scores, the percentage of Likert scale and the success rate of each prototype will be found. The results show that between the two usability evaluation methods, the Heuristic Evaluation method is the more effective method, finds more usability problems, and has a higher Likert scale percentage, which is 66.5%, while Cognitive Walkthrough is 64.75%.

IMPLEMENTASI METODE NEURAL NETWORK BACKPROPAGATION DALAM PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG)

Pada era saat ini, Investasi saham di pasar modal merupakan aset yang sangat penting bagi beberapa golongan masyarakat dan juga bagi perusahaan. Dengan adanya investasi, secara langsung maupun tidak langsung dapat memberikan dampak bagi perusahaan maupun bagi masyarakat. Penelitian ini bertujuan untuk memprediksi Indeks Harga Saham Gabungan (IHSG) dengan indeks saham: Jakarta Composite Index (JKSE). Metode yang digunakan pada penelitian ini adalah Neural Network Backpropagation. Pengumpulan dataset melalui website finance.yahoo.com dengan periode 8 Mei 2018 sampai dengan 7 Mei 2021 sebanyak 757 data. Setelah melakukan proses pengolahan data, data yang tersisa adalah 724 data. Kemudian data akan dibagi menjadi 70% data training dan 30% data testing yang akan digunakan pada proses pengolahan data. Hasil pengujian menggunakan metode Neural Newtwork Backpropagation mendapatkan hasil terbaik menggunakan Kondisi ke-10 dengan nilai Root Mean Square Error (RMSE) senilai 0.010. Kemudian akan didapatkan hasil perbandingan antara harga Close aktual dengan harga Close prediksi dengan akurasi sebesar 63.06% yang dapat membantu dalam pengambilan keputusan para investor.

KLASIFIKASI DAN ANALISIS DATASET KOMENTAR VIDEO YOUTUBE MENGGUNAKAN SUPERVISED LEARNING

Interaksi di dalam sosial media dapat di lihat dari komentar-komentar sebagai umpan balik dari setiap kegiatan yang ada di media sosial, mulai dari status yang berupa teks, gambar maupun video. Dari berbagai respon pada kolom komentar tersebut diperoleh sebuah informasi dari data yang tidak terstruktur sehingga perlu adanya suatu teknik untuk mendefinisikan nilai informasi Fokus dalam penelitian ini adalah untuk memverifikasi kebenaran dan menggali nilai informasi yang terstruktur sehingga dapat menggambarkan kejadian dan topik yang terhubung dari komentar-komentar yang ada di dalam video youtube yang menjadi objek penelitian ini. Dari hasil pengujian di atas dapat dilihat nilai performa dari hasil pengujian menggunakan metode Naïve Bayes mendapatkan akurasi sebesar 57,50%, sedangkan dengan menggunakan metode KNN mendapatkan akurasi 88.06%..

ALTERNATIF RANCANGAN MESIN PASTEURISASI SUSU SAPI MENGGUNAKAN METODE QUALITY FUNCTION DEPLOYMENT

Pemerintah menganggap penting sektor usaha mikro, kecil, dan menengah (UMKM) bagi perekonomian Indonesia. Dukungan besar pemerintah terhadap sektor UMKM karena besarnya potensi dan kontribusi sektor UMKM bagi perekonomian Indonesia, khususnya pada salah satu UMKM sektor pemeliharaan peternakan susu sapi perah di Kabupaten Gresik. Namun, mayoritas UMKM tersebut hanya sebatas mengumpulkan (pengepul) susu sapi segar hasil pemerahan kemudian langsung dijual ke pabrik pengolahan susu sapi. Namun, tidak semua susu sapi perah yang dihasilkan oleh UMKM dapat dijual ke pabrik. Bahkan, susu sapi segar yang tidak terjual ke pabrik kadang dijual dengan harga murah bahkan sering terbuang. Apalagi, UMKM juga mengalami kendala masih rendahnya kapasitas produksi pengolahan susu sapi menjadi produk olahan susu sapi segar. Oleh karena itu diperlukan suatu rancangan spesifikasi teknis mesin pasteurisasi yang mampu meningkatkan kapasitas produksi produk olahan susu sapi segar bagi UMKM. Tujuan dari penelitian ini adalah bagaimana menghasilkan suatu rancangan spesifikasi mesin pasteurisasi susu sapi otomatis yang mampu meningkatkan kapasitas produksi dan menghasikan produk yang higienis. Rancangan mesin pasteurisasi susu sapi otomatis yang sesuai untuk kebutuhan sektor UMKM ini masih jarang dilakukan. Oleh karena menjadi hal yang penting dan mendesak untuk merancang spesifikasi mesin pasteurisasi susu sapi otomatis menggunakan metode quality function deployment (QFD). Temuan dari penelitian ini adalah menghasilkan suatu alternatif rancangan spesifikasi mesin pasteurisasi susu sapi otomatis yang berkapasitas 7 liter per jam dan higienis. Dampaknya adalah sebuah rancangan spesifikasi mesin pasteurisasi susu sapi otomatis yang dapat digunakan untuk membuat mesin pasteurisasi susu sapi segar aneka rasa yang bermanfaat bagi UMKM Kata kunci: produktivitas, pasteurisasi susu sapi, quality function deployment, QFD