Penerapan Computer Vision Menggunakan Metode Deep Learning pada Perspektif Generasi Ulul Albab

Machine learning merupakan salah satu penerapan kecerdasan buatan. Penggunaan machine learning pada computer vision erat berkaitan dengan deep learning yang mana para ilmuwan komputer mendapatkan inspirasi mengenai teknologi deep learning dari alam sekitar. Tujuan penelitian pada naskah ini adalah Mengetahui dan memahami teknologi deep learning beserta contoh sederhana dalam pemrosesan objek gambar dan Mengetahui dan memahami teknologi kecerdasan buatan dalam perspektif generasi ulul albab sehingga bisa memberikan manfaat secara menyeluruh bagi dunia. Penelitian yang dilakukan pada karya tulis ini merupakan jenis penelitian kualitatif dengan metode studi pustaka (library research) menggunakan berbagai buku dan literatur bacaan lainnya seperti jurnal dan website khusus sehingga menghasilkan informasi dari topik yang diteliti. Teknologi kecerdasan buatan akan selalu berkembang dan menuju arah yang semakin canggih, tetapi teknologi juga mempunyai dampak negatif. Generasi Ulul Albab harus bisa berjuang untuk memberikan dampak positif bagi masyarakat karena sejatinya generasi ulul albab adalah harapan kemajuan peradaban islam di berbagai sektor ilmu pengetahuan dan teknologi.

Pengukuran Tingkat Kesiapan Implementasi E-Learning di Politeknik Negeri Jakarta

Politeknik Negeri Jakarta (PNJ) di tahun 2024 akan menjadi Politeknik kelas Asia. Isu strategis pengembangan PNJ menuju Politeknik kelas Asia adalah melaksanakan “Digital Transformation” untuk pembelajaran dan pelayanan. Salah satu bentuk transformasi digital yang diimplementasikan adalah e-learning. Keberhasilan implementasi e-learning dipengaruhi oleh kesiapan perguruan tinggi memanfaatkan teknologi informasi tersebut dalam pelaksanaan pembelajaran. Penelitian ini merupakan penelitian action research yang menggunakan instrumen kuesioner berdasarkan model yang telah ditetapkan. Penilaian kesiapan penelitian ini menggunakan model Aydin dan Tasci yang disesuaikan untuk institusi pendidikan. Skala pengukuran yang digunakan pada model tersebut adalah skala likert (1-5). Aydin dan Tasci kemudian membagi skala tersebut menjadi 4 interval penilaian, yaitu tidak siap, membutuhkan banyak peningkatan (indeks 1-2,59); tidak siap, membutuhkan sedikit peningkatan (indeks 2,6-3,39); siap, membutuhkan sedikit peningkatan (indeks 3,4-4,19); siap, penerapan e-learning dapat dilanjutkan (indeks 4,2-5). Skor hasil penilaian kesiapan implementasi e-learning di PNJ adalah sebesar 4,16 yang menunjukkan bahwa PNJ sudah siap mengimplementasikan ­e-learning dengan sedikit peningkatan yang harus dilakukan, yaitu terkait dengan faktor pengembangan diri (self-development) dan inovasi (innovation).

Memanfaatkan Digital Marketing bagi Usaha Rumahan Sayuran Hidroponik dengan E-Commerce sebagai Media Promosi

Penelitian ini bertujuan untuk menggunakan strategi digital marketing menggunakan e-commerce sebagai sarana promosi dimana budidaya sayur dan buah saat ini sedang dikembangkan dan dibudidayakan di industri. Alat-alat pertanian berlomba-lomba bagi petani untuk menanam di ladang - ladang kebun sayur. Salah satu metode yang digunakan dalam penelitian ini menggunakan model FAST dan memanfaatkan digital marketing e-commerce pada sayuran hidroponik. Oleh karena itu daya tarik setiap sayuran mempengaruhi penjualan dengan menggunakan strategi digital marketing dengan e-commerce. Sulitnya dan minimnya penjualan materi iklan di sentra atau bidang hidroponik menjadi dasar dibangunnya sistem informasi hidroponik yang dapat memanfaatkan digital marketing untuk meningkatkan periklanan promosi dan meningkatkan kinerja penjualan. Metode pencarian yang digunakan adalah model FAST, aplikasi dikembangkan menggunakan PHP, database yang digunakan MySQL, dan script dikembangkan menggunakan Sublime Text. Tujuan dari penelitian ini adalah memanfaatkan e-commerce untuk membuat sistem yang memberikan kemudahan promosi dan penjualan, sehingga memudahkan pemilik kebun atau pemilik usaha rumahan ini untuk melihat laporan transaksi dan penjualan lebih mudah. Dengan demikian, semua pengelolaan data yang ada dapat dipantau melalui sistem sebagai proses yang lebih sederhana.

Analisis Sentimen dan Emosi Vaksin Sinovac pada Twitter menggunakan Naïve Bayes dan Valence Shifter

Vaksin Sinovac termasuk dalam berita tentang Covid-19 di dunia sejak awal tahun 2021. Informasi jenis vaksin ini memunculkan berbagai tanggapan publik yang tidak luput dari pro dan kontra. Melalui media sosial Twitter, masyarakat dunia juga menanggapi persoalan vaksin Sinovac sehingga kumpulan opini pada Twitter tersebut dapat dianalisis untuk mengetahui persentase sentimen dan emosi terhadap vaksin Sinovac. Dengan analisis sentimen dan emosi ini diharapkan dapat memberikan referensi yang bijak dan objektif meskipun informasi pro dan kontra masih beredar. Penelitian ini menggunakan aplikasi Rstudio untuk analisis sentimen melalui klasifikasi opini Twitter dengan metode Naïve Bayes dan Valence Shifter Lexicon. Untuk analisis emosi menggunakan klasifikasi dengan metode Naïve Bayes. Data penelitian merupakan kumpulan komentar Twitter berbahasa Inggris sebatas 2000 data terbaru dan terpopuler berdasarkan keyword Sinovac sejak 1 Februari 2021 dari seluruh pengguna Twitter di dunia. Hasil penelitian menunjukkan Naïve Bayes mengenali sebanyak 1433 (71,65%) sentimen positif, 403 (20,15%) sentimen negatif, dan 164 (8,2%) sentimen netral. Sedangkan Valence Shifter Lexicon mengenali sebanyak 903 (45,15%) sentimen positif, 437 (21,85%) sentimen negatif, dan sentimen netral sebesar 660 (33%). Metode Naïve Bayes juga berhasil mengenali emosi dengan jumlah terbanyak yakni emosi campuran (mixed) 1727(86,35%) dan emosi joy (gembira) sebanyak 141 (7,05%).

Buku Tamu Perpustakan Berbasis Website Dengan Metode Agile (Perpustakaan Badan Pusat Statistik Kabupaten Brebes)

Perancangan sistem dashbord buku tamu perpustakan pada BPS adalah membantu dalam pengolahan data pengunjung pada staf pengolahan, dengan menyediakan suatu sistem informasi berupa website yang ada pada bagian pengolahan. Pengunjung cukup mengisi biodata diri sesuai dengan panduan dengan memanfaatkan website yang ada pada perangkat, website ini dibuat dengan bahasa pemograman Hypertext Preprocessor (PHP). PHP adalah bahasa pemograman yang menggunakan database sebagai media pengolahan data. PHP yang digunakan berbasis MYSQL sebagai database. Metode yang digunakan untuk membuat wesbite adalah metode agile. Dalam penelitian ini pengumpulan data dilakukan dengan wawancara kepada narasumber BPS Kabupaten Brebes dan dalam penelitian ini peneliti menemukan masalah dalam pencatatan data tamu perpustakaan BPS Kabupaten Brebes masih menggunakan alat tulis. Metode agile dapat dilakukan dalam pembuatan website ini dengan hasil sesuai dengan permintaan dari staf BPS Kabupaten Brebes untuk itu pembuatan website buku tamu perpustakaan BPS Kabupaten Brebes telah dilakukan pengujian menggunakan metode black box testing melalui media google meet dan pengujian langsung dengan partisipan sejumlah 7 orang staf pengolahan. Dari hasil pengujian black box testing, 100% responden menjawab bahwa seluruh aspek fungsional pada sistem website buku tamu perpustakaan BPS yang dikembangkan dapat berfungsi sesuai dengan perancangan dan kebutuhan sistem.

Sistem Pengenalan Benih Padi menggunakan Metode Light Convolutional Neural Network pada Raspberry PI 4 B

Baru-baru ini, metode pembelajaran mendalam dengan Convolution Neural Network (CNN) telah banyak digunakan untuk tugas klasifikasi gambar. CNN memiliki keunggulan yang tak tertandingi dalam mengekstraksi fitur gambar diskriminatif. Namun, banyak metode berbasis CNN yang ada dirancang untuk lebih dalam dan lebih besar dengan lapisan yang lebih kompleks. Sehingga membuatnya sulit untuk diterapkan pada perangkat seluler atau pada perangkat waktu nyata yang menggunakan mikrokontroler seperti raspberry pi, Arduino, dan lain sebagainya. Hal tersebut diatasi dengan menggunakan Light Convolution Neural Network (LCNN), maka perlu dilakukan percobaan untuk menguji seberapa besar perbedaan kinerja LCNN pada Personal Computer (PC) dan pada mikrokontroler raspberry pi 4 dengan sistem operasi Raspbian. Eksperimen dilakukan dengan menggunakan beberapa parameter kinerja yaitu accuracy, F-1 Score, recall, precision, dan waktu dari pengujian klasifikasi untuk mendapatkan hasil performa dari pembelajaran mendalam. Oleh karena itu, hasil dan arsitektur model akan mengkonfirmasi perbedaan kinerja di masing-masing perangkat dan menunjukkan bagaimana performa model pada perangkat yang dibatasi sumber daya atau berjalan secara waktu nyata. Pengujian menunjukkan bahwa kinerja pada raspberry pi yang merupakan alat dengan sumber daya terbatas tidak mempengaruhi kualitas pengenalan gambar, tetapi mempengaruhi waktu pemrosesan pengenalan, dikarenakan raspberry pi membutuhkan waktu proses yang lebih lama untuk melakukan satu proses pengenalan data atau foto. Hal tersebut akan mengakumulasi waktu yang dibutuhkan untuk pemrosesan data yang banyak, sehingga dapat disimpulkan bahwa raspberry pi dan alat dengan sumber daya terbatas sangat tidak efektif untuk melakukan pelatihan pengenalan dan melakukan proses pengenalan yang berisi banyak data atau foto dalam sekali prosesnya.

Penerapan Algoritma Genetika Untuk Mencari Optimasi Kombinasi Jalur Terpendek Dalam Kasus Travelling Salesman Problem

Dalam pengiriman suatu paket, barang, dan dalam melakukan sebuah bisnis, lokasi merupakan hal yang sangat penting untuk dikendalikan. Banyaknya kasus yang sering ditemukan adalah kedatangan paket yang terlambat dikarenakan kurir barang tidak dapat menemukan jalur yang tercepat atau yang paling efisien. Menentukan jarak yang paling efektif dalam sebuah pengiriman barang atau paket menjadi hal yang dapat menentukan kepuasan pelanggan. Dalam kasus ini penulis membuat sebuah alternatif mencari optimasi jalur terpendek dalam kasus TSP dengan menggunakan metode algoritma genetika. Dengan metode tersebut penulis ingin menganalisa dan menghitung rute optimal atau terpendek dengan data set yang telah digunakan. Dengan prinsip algoritma genetika yang menyerupai seleksi makhluk hidup dengan pupulasi sebagai bagian dari tiap individu dan tiap individu akan dilambangkan dengan sebuah nilai fitness. Aplikasi yang digunakan untuk membuat aplikasi ini adalah Matlab 2020a. Hasil dari penelitian yang ditemukan ukuran generasi pada penelitian kali ini yang menunjukkan hasil optimal adalah 200 generasi dengan nilai optimal untuk Probabilitas crossover sebesar 0,8 serta 0,005 untuk probabilitas terbaik mutasi. Nilai tersebut dapat dikatakan baik karena fitness yang didapat dari hasil tersebut adalah 0,036 menunjukkan nilai yang paling optimal.

Pengembangan Absensi berbasis Mobile Aplikasi pada Badan Kepegawaian dan Pengembangan Sumber Daya Manusia Kabupaten Bone

Semenjak penetapan status sebagai Pandemi global oleh badan kesehatan dunia (WHO), wabah Corona Virus Disease (Covid-19) sudah menjadi momok di seluruh penjuru dunia. Berbagai standar prosedur penaggulangan penularan telah ditetapkan oleh WHO untuk memutus mata rantai penularan. Pemerintah kabupaten Bone melalui surat edaran Sekretaris Daerah No. 800/1919/VI/BKPSDM/2020 tanggal 4 Juni 2020 perihal sistem kerja Pegawai Aparatur Sipil Negara (ASN) dalam tatanan normal baru, mengatur kehadiran pegawai menggunakan absensi secara manual dan tidak menggunakan mesin absensi sidik jari. Hal ini tentunya akan berpengaruh pada pencatatan kinerja tiap ASN, dimana data absensi sudah terhubung dengan aplikasi e-kinerja yang sudah diterapkan pada lingkup kabupaten Bone. Tujuan dari penelitian ini adalah pembuatan aplikasi absensi online berbasis mobile Android untuk menjadi alternatif cara absen dengan memanfaatkan web service menggunakan metode komunikasi data Representational State Transfer (Rest) serta memanfaatkan protocol HTTP menggunakan format JavaScript Object Notation (JSon) dan bahasa pemrograman Java sebagai bahasa pemrograman aplikasi berbasis mobile. Hasil dari penelitian ini berupa aplikasi absensi berbasis mobile yang telah dilakukan pengujian performa web service menggunakan Aplikasi Apache JMETER untuk memastikan aplikasi ini sudah siap digunakan secara bersamaan oleh banyak ASN.

Implementasi Skyline Query pada Sistem Rekomendasi Pemilihan Tempat Kuliner di Kota Depok, Bogor, dan Tanggerang

Usaha ekomomi kreatif berupa warung kuliner dalam beberapa tahun ini marak bermunculan di berbagai daerah di Indonesia. Adanya aplikasi platform digital untuk rekomendasi pemilihan tempat kuliner unggulan daerah diharapkan akan menjadi sangat membantu wisatawan dalam memilih tempat kuliner yang diinginkan sesuai dengan preferensi yang dimiliki. Terdapat tiga aspek sebagai standar dari usaha kuliner yaitu aspek produk, aspek pelayanan dan aspek pengelolaan, aspek ini dapat menjadi acuan dalam preferensi seseorang dalam memilih atau menentukan rating dari sebuah usaha kuliner. Penelitian ini menggunakan metode skyline query untuk implementasi rekomendasi pemilihan tempat makan berdasarkan preferensi wisatawan pada empat aspek kriteria: makanan, suasana, layanan dan kesehatan. Hasil survey melalui kuesioner dari 169 responden yang berasal dari kota Depok, Bogor dan Tanggerang didapat 85,63% responden memilih tempat makan berdasarkan aspek layanan, 77,42% aspek kesehatan, 73,99% aspek suasana, dan 67,82% aspek makanan. Hasil implementasi algoritma skyline query pada sistem database relasional MySQL dan prototype aplikasi berbasis web didapat 100% fungsional aplikasi berjalan dengan baik.

Otomatisasi Sistem Pengendalian dan Pemantauan Kadar Nutrisi Air menggunakan Teknologi NodeMCU ESP8266 pada Tanaman Hidroponik

Banyaknya penggusuran lahan pertanian untuk dijadikan gedung, perkantoran dan pemukiman menjadi sempitnya dan berkurangnya lahan pertanian, sehingga para petani saat ini mulai banyak bercocok tanaman menggunakan metode hidroponik, dimana metode hidroponik ini adalah metode bercocok tanam tanpa unsur tanah. Akan tetapi metode hidroponik ini memerlukan pengecekan secara intensif untuk memantau kondisi kadar nutrisi dalam air agar tanaman tumbuh dengan baik. Hal ini menjadi permasalahan yang serius di kalangan petani hidroponik karena jika kadar nutrisi dalam air tidak sesuai dengan kebutuhan jenis tanaman mengakibatkan kematian pada tanaman tersebut. Adapun tanaman hidroponik selada membutuhkan takaran nutrisi air (PPM) sebesar 560 – 840. Jika nilai PPM melebihi nilai ideal pada larutan nutrisi maka mengakibatkan penyerapan air oleh tanaman selada akan berkurang sehingga terganggunya proses pembentukan makanan (fotosintesis). Sedangkan jika nilai PPM/EC lebih kecil dari nilai ideal akan mengakibatkan proses pertumbuhan tanaman selada menjadi terhambat. Oleh sebab itu dibuatkan otomatisasi sistem pengendalian dan pemantauan dengan menggunakan metode Deep Flow Technique dalam mengatur takaran nutrisi berdasarkan nilai kepekatan dengan cara melakukan konversi nilai PPM pada tanaman hidroponik sesuai dengan umur tanaman. sistem yang dibuat dapat mengendalikan volume nutrisi dengan baik sehingga mencapai kondisi nutrisi yang ideal.