Karakter huruf Braille terdiri dari 6 titik yang dirancang sedemikian rupa sehingga menjadi sebuah sistem penulisan yang dapat digunakan untuk membantu tunanetra. Akan tetapi, membaca huruf Braille tidaklah mudah karena selain harus memahami huruf Braille tersebut juga dibutuhkan sensitivitas jari yang cukup agar dapat membaca huruf Braille. Adapun penelitian tentang pengenalan huruf Braille menggunakan teknologi kecerdasan buatan, salah satunya deep learning. Metode deep learning yang digunakan adalah Convolutional Neural Network (CNN). Metode CNN dapat digunakan dalam pengenalan wajah, analisis dokumen, klasifikasi gambar, dan sebagainya. Pada penelitian ini, metode CNN digunakan untuk pengenalan karakter huruf Braille. Sistem melakukan proses pengenalan karakter huruf braille per karakter dengan model yang sudah dilatih dengan dataset dengan 26 karakter. Hasil yang didapat mencapai tingkat akurasi 81.54% untuk citra karakter Braille yang diakuisisi dengan smartphone dengan kemiringan antara 0 hingga 4 derajat dan jarak 30cm dengan model training dengan learning rate 0.0001 dan optimizer Adam.
Keamanan data karyawan pada sistem informasi memiliki beberapa risiko yang bisa terjadi yang tentunya dapat menyebabkan kerugian di dalam perusahaan. Risiko dapat berupa kejadian dan kondisi yang dapat mengganggu layanan dan menghambat proses pengambilan keputusan. Tujuan penelitian ini adalah untuk mendeskripsikan pelaksanaan manajemen risiko keamanan data karyawan di perusahaan PT. ABC dengan menggunakan kerangka kerja (framework) NIST SP 800-30 dan untuk mengetahui risiko yang timbul. Jika tidak ada manajemen risiko pada perusahaan maka perusahaan tidak akan tahu risiko apa saja yang terjadi dan dampak yang terjadi. Penelitian ini diawali dengan memetakan risiko, menilai risiko, memberikan rekomendasi sesuai dengan tingkat ancamannya. Hasil risiko keseluruhan terdiri dari ancaman alam, manusia dan kesalahan teknis didapatkan potensi risiko sebesar 14% untuk risiko rendah, 36% untuk risiko sedang, dan 50% untuk risiko tinggi Adapun saran yang diberikan adalah: melakukan pemeliharaan sistem secara berkala, sistem perlu ditunjang oleh software & hardware yang memadai.
Seorang muslim harus dapat membaca ayat-ayat Al-Quran dengan baik sesuai yang diajarkan oleh Rasulullah saw. Membaca Al-Quran sesuai ilmu tajwid hukumnya wajib bagi setiap orang muslim, apabila seseorang membaca Al-Quran dengan tidak memakai tajwid, hukumnya berdosa. Pengembangan Aplikasi Pembelajaran Tajwid Al-Qur’an ini bertujuan untuk membantu seorang muslim agar pandai membaca al-Qur’an yang baik dan benar. Surat yang di pakai dalam aplikasi ini adalah surat Al-Fatihah. Aplikasi Pembelajaran Tajwid Al-Qur’an menggunakan Bahasa pemrograman Python dengan metode Linear Predictive Coding (LPC) sebagai ekstraksi ciri suara dan metode K-Nearest Neigbor sebagai pencocokan denan data latih. Untuk pengujian pengucapan ayat ke-1 didapatkan akurasi data sebesar 83.3%, ayat ke-2 sebesar 86.7%, ayat ke-3 sebesar 85%, ayat ke-4 sebesar 80%, ayat ke-5 sebesar 88.3%, ayat ke-6 sebesar 93.3%
ABSTRAK Konsep crowdsourcing dapat dimanfaatkan pada bidang rekayasa perangkat lunak yang dikenal dengan Crowdsourced Software Engineering (CSE). CSE digunakan untuk menyelesaikan task yang berkaitan dengan perangkat lunak, seperti desain, implementasi, dan pengujian perangkat luna serta perbaikan bug. Saat ini, permasalahan umum yang terjadi aplikasi CSE adalah worker menghabiskan waktu untuk menemukan task yang relevan sesuai dengan keahliannya dan requester sulit untuk memilih worker yang dapat dipercaya untuk mengerjakan task. Komponen sistem rekomendasi dapat diintegrasikan pada aplikasi CSE yang dipercaya mampu untuk mengatasi permasalahan tersebut. Beberapa penelitian yang ada tentang integrasi komponen sistem rekomendasi pada aplikasi CSE hanya untuk menangani rekomendasi task dan tidak memepertimbangkan trustworthiness dari worker yang akan mengerjakan task. Sedangkan pada penelitian ini, integrasi komponen sistem rekomendasi selain dapat membantu merekomendasikan task kepada worker juga melakukan perangkingan terhadap worker berdasarkan trustworthiness dari worker tersebut sehingga dapat menjadi pertimbangan untuk requester dalam memilih worker yang akan mengerjakan task. Pendekatan yang diusulkan pada penelitian ini adalah kombinasi antara pendekatan content based dengan individual based. Pendekatan content based untuk menangani proses pencocokan antara kebutuhan keahlian yang diperlukan untuk mengerjakan task dengan kualifikasi worker yang akan mengerjakan task. Sedangkan pendekatan individual based untuk menangani proses perhitungan nilai social profile dalam menghasilkan trustworthiness dari worker. Implementasi dilakukan dengan mengembangkan aplikasi CSE yang dikenal dengan Cromosom, yang diintegrasikan dengan komponen sistem rekomendasi untuk membantu merekomendasikan task kepada worker dan melakukan perangkingan terhadap worker berdasarkan trustworthiness dari worker tersebut. Dari hasil pengujian fungsionalitas yang dilakukan, aplikasi Cromosom dapat membantu worker untuk menemukan task yang lebih relevan sesuai dengan keahliannya, dan membantu requester dalam memilih worker yang memiliki trustworthiness untuk mengerjakan task. Kata kunci: crowdsourcing, crowdsourced software engineering, task recommendation. ABSTRACT The concept of crowdsourcing can be utilized in the field of software engineering known as Crowdsourced Software Engineering (CSE). CSE is used to address tasks related to software, such as design, implementation, and testing of software and bug fixes. Currently, a common problem that occurs with CSE applications is that workers spend time finding relevant tasks according to their expertise and requester is difficult to choose workers who can be trusted to do the task. The recommendation system component can be integrated into CSE applications that are believed to be able to overcome these problems. Some existing research on the integration of recommendation system components in CSE applications is only to handle task recommendations and not consider the trustworthiness of workers who will be working on tasks. Whereas in this study, the integration of recommendation system components in addition to being able to help recommend tasks to workers also rank workers based on the trustworthiness of the workers so that they can be considered for the requester in choosing workers who will do the task. The approach proposed in this study is a combination of content-based and individual-based approaches. Content-based approach to handle the matching process between the skill requirements needed to do the task and the qualifications of the worker who will be working on the task. While the individual-based approach to handle the process of calculating the value of social profiles in generating trustworthiness from workers. Implementation is done by developing a CSE application known as a Cromosom, which is integrated with the recommendation system component to help recommend tasks to workers and rank workers based on the trustworthiness of the worker. From the results of the functionality testing, the Cromosom application can help workers find more relevant tasks according to their expertise, and help requester in choosing workers who have trustworthiness to do the task. Keywords: crowdsourcing, crowdsourced software engineering, task recommendation.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.