No abstract

Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi  pesan bencana banjir  dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui.  Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.

No abstract

Angka kematian ibu yang tinggi dapat dipengaruhi oleh fator "4 Terlalu" (4T) dimana hal ini merupakan kondisi kehamilan yang tidak ideal dan situasi "3 Terlambat". Untuk mengatasi keterlambatan dan minimnya informasi terkait kondisi kesehatan kehamilan tersebut perlu dilakukan edukasi dan sosialisasi mengenainya pentingnya menjaga kesehatan kehamilan bagi ibu hamil secara rutin. Pengabdian masyarakat ini bertujuan untuk menghadirkan solusi untuk kendala tersebut, yaitu dengan mengembangkan produk teknologi tepat guna berupa aplikasi SakuBumil sebagai media edukasi dan informasi bagi ibu hamil tentang kesehatan ibu hamil dan bagaimana menjaga kesehatan selama kehamilan sampai dengan persalinan. Aplikasi SakuBumil memiliki tujuh menu, yaitu pemeriksaan kehamilan, perawatan sehari-hari ibu hamil, porsi makanan ibu hamil, aktivitas fisik ibu hamil, tanda bahaya pada kehamilan dan masalah lain pada masa kehamilan, persiapan melahirkan, dan tanda awal persalinan. Aplikasi ini dikembangkan menggunakan teknologi webview dan diintegrasikan pada sistem layanan informasi Kota Depok, yaitu Depok Single Windows (DSW). Kata Kunci: SakuBumil, kesehatan ibu hamil, edukasi kehamilan dan melahirkan, DSW

Berbagai perangkat masukan kontrol telah dikembangkan, seperti Joystick, Pad, Wheelsteer, Keyboard bahkan Kinect. Jenis-jenis perangkat masukan yang ada, mengacu pada gerak motorik pemain. Hal ini masih membatasi para penyandang disabilitas untuk ikut bermain. Penerapan teknologi EEG pada Mindwave dan kamera web mampu diterapkan sebagai masukan kontrol permainan maya yang bersifat "Motionless". Permainan (game) ini menggunakan karakter dan environment tiga dimensi (3D) dengan 3 level/stage. Pengujian terhadap Beta-User mencapai keberhasilan ratarata 78.8% dengan sentimen ketertarikan sebesar 90%, kesulitan sebesar 68%, akurasi sebesar 72%, imersifitas sebesar 78% dan objektifitas manfaat 86%. Dari hasil pengujian dapat disimpulkan bahwa penerapan teknologi EEG telah mempengaruhi ketertarikan pemain dalam bermain dengan tingkat imersifitas dan manfaat yang cukup tinggi untuk kendali yang bersifat "Motionless" dimana hal ini dapat dikembangkan dan diterapkan bagi para penyandang disabilitas.