Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini berfokus pada pengembangan algoritma untuk EEG-based Brain Computer Interface (BCI) yang memanfaatkan sinyal otak untuk mengendalikan external device secara langsung. Jenis sinyal EEG yang digunakan dalam penelitian ini adalah sinyal Motor Imagery (MI) yang berisikan imajinasi gerakan anggota tubuh tertentu tanpa dilakukannya gerakan secara langsung. Pengaplikasian sinyal MI-EEG ke dalam BCI masih memiliki kendala utama dikarenakan pola yang dihasilkan sulit untuk dibedakan antara jenis gerakan yang satu dengan jenis gerakan lainnya, maupun pada jenis gerakan yang sama. Pembaharuan yang dilakukan oleh peneliti adalah dengan memanfaatkan metode Wavelet Packet Transform (WPT) yang digunakan untuk meningkatkan resolusi temporal dari sinyal dengan cara mendekomposisikan sinyal ke dalam pita - pita frekuensi (frequency band) baik pada frekuensi tinggi maupun frekuensi rendah, sehingga dapat meningkatkan kemampuan Common Spatial Pattern (CSP) sebagai spatial filter sehingga didapatkan resolusi spatial yang lebih baik untuk sinyal MI-EEG tersebut. Convolutional Neural Network (CNN) kemudian dipilih untuk pelatihan dari klasifier, dimana hasil pelatihan ini nantinya akan digunakan untuk mengklasifikasikan gerakan dari MI-EEG yang diberikan. Performa dari metode ini akan dianalisis dengan menggunakan dataset 2a dari Brain Computer Interface Competition IV (BCIC IV) dan menghasilkan peningkatan rerata nilai akurasi hingga 32%, Kappa hingga 0,42, dan F-Score hingga 0,39 dibandingkan dengan hanya menggunakan CNN sebagai klasifiernya. Performa dari algoritma ini juga memiliki nilai Kappa yang cukup baik dibandingkan dengan metode – metode lain yang digunakan sebelumnya pada dataset 2a dari BCIC IV.

---

This study is focused on proposed a new algorithm in EEG-based Brain Computer Interface (BCI) that can directly utilize brain signals to control external devices. Motor Imagery (MI) signal, which contains the imagination of a certain limb movement, is generally used in BCI. It does not need direct movement. The application of MI-EEG signal into BCI still has major problems because the patterns obtained for each recording can be different from one another even though they have the same type of motion. In this study, we utilize the Wavelet Packet Transform (WPT) method which is used to decompose the EEG signal into specifics sub-bands frequency and Common Spatial Pattern (CSP) as a spatial filter to increase the spatial resolution of the EEG signal. The Convolutional Neural Network (CNN) is then selected for training from the classifier. The results of this training will later be used to classify the movements of the given MI-EEG. We evaluate the model using dataset 2a from Brain-Computer Interface Competition (BCIC) IV. The results show that the average accuracy increases 32%, Kappa up to 0.42, and F-Score up to 0.39 compared to only using CNN as the classifier. The performance of this algorithm also has a fairly good Kappa value compared to other methods used previously in dataset 2a from BCIC IV."

"Pada era globalisasi sekarang ini, teknologi merupakan salah satu sektor yang berkembang dengan sangat pesat. Kejadian ini memicu semua sektor industri untuk terus berlomba mengembangkan inovasi teknologi, demi mempertahankan eksistensinya kepada pengguna. Pihak PT Transportasi Jakarta dan PT Kereta Commuter Indonesia (KCI) sebagai salah satu penyelenggara transportasi publik mengeluarkan smartphone transit apps masing-masing bernama TiJe dan KRL Access. Kedua aplikasi ini memiliki penilaian dan ulasan dari pengguna yang cukup rendah. Motivasi tersebut mendorong penulis untuk melakukan penelitian untuk menghasilkan usulan desain antar muka pada aplikasi Tije dan KRL Access. Pada penelitian kali ini penulis menggunakan kedua aplikasi ini dengan alasan sebagai contoh aplikasi transit dari pihak pertama penyedia transportasi umum. Penelitian ini merupakan mixed methods research di mana akan menggunakan data kuantitatif dan kualitatif dalam melakukan analisis data. Pendekatan desain yang digunakan adalah Human-Centered Design (HCD). Melalui pendekatan ini didapatkan rancangan desain purwarupa pada platform iOS. Rancangan desain tersebut selanjutnya akan diuji usabilitasnya menggunakan pendekatan remote usability testing. Hasil evaluasi kuantitatif yang dilakukan kepada 20 narasumber yang melakukan sebanyak 17 tugas usability menunjukkan rata-rata keberhasilan sebesar 92.35%. Hasil kualitatif mendapatkan beberapa saran pertimbangan rekomendasi perbaikan desain purwarupa lebih lanjut

---

In this globalization era, technology is one sector that is growing rapidly. This phenomenon triggers all kinds of industries to innovate to keep their existence to their users. PT Transportasi Jakarta and PT Kereta Commuter Indonesia show their commitment by making smartphone transit apps Tije and KRL Access, respectively. Both of these applications have lousy reviews and ratings from their respective users. This motivation pushes us to write this study and create a working prototype design suggestion for KRL Access and Tije. We use KRL Access and Tije because they are examples of applications provided by the first-party public transport provider. We use qualitative and quantitative data to analyze data and draw a conclusion. Human-centered design is used as the design approach. With this approach, we also make the prototype of KRL Access and Tije on the iOS platform. The final prototype is tested using remote usability testing to gauge performance and user satisfaction. Based on the test by 20 users who did 17 usability tasks, the quantitative data shows that 92.35% of users can finish their tasks. The qualitative data gave several design recommendations for the next design iteration."

"Keterbatasan dalam pengoperasian kursi roda membuat ketidaknyamanan yang besar bagi penggunanya. Salah satu metode yang dapat membantu kaum yang mengalami keterbatasan dalam mengoperasikan kursi roda adalah suatu sistem yang disebut Brain-Computer Interface. Sistem ini menggunakan elektroensefalografi (EEG) sebagai sarana komunikasi antara sinyal otak pengguna dan mekanisme pengendalian kursi roda. Proses akuisisi data melibatkan penggunaan elektroda AgCl 8 kanal, Raspberry Pi 4 Model B, dan ADS1299. Teknik pengolahan sinyal, termasuk bandpass filter, Independent Component Analysis (ICA), dan analisis Power Spectral Density (PSD), diimplementasikan untuk meningkatkan kualitas sinyal EEG yang diperoleh. Tahap klasifikasi menggunakan Support Vector Machine (SVM) untuk menginterpretasikan sinyal yang telah diproses, mencapai akurasi yang mengesankan sebesar 90%, presisi sebesar 91,4%, dan sensitivitas sebesar 90%.

---

Limitations in wheelchair operation create great inconvenience for users. One method that can help people who experience limitations in operating a wheelchair is a system called Brain-Computer Interface. This system uses electroencephalography (EEG) as a means of communication between the user's brain signals and the wheelchair control mechanism. The data acquisition process involves the use of 8-channel AgCl electrodes, a Raspberry Pi 4 Model B, and an ADS1299. Signal processing techniques, including bandpass filter, Independent Component Analysis (ICA), and Power Spectral Density (PSD) analysis, were implemented to improve the quality of the acquired EEG signals. The classification stage used Support Vector Machine (SVM) to interpret the processed signals, achieving an impressive accuracy of 90%, precision of 91.4%, and sensitivity of 90%."

"ABSTRAKDengan tujuan menghasilkan sebuah sistem klasifikasi gerakan genggaman tangan kanan berbasis alat EEG EMOTIV Epoc+ yang optimal dan mengacu pada elemen-elemen tahapan Brain-Computer Interface (BCI), telah didapatkan kombinasi elemen-elemen tahapan BCI dengan nilai akurasi klasifikasi paling tinggi. Adapun kombinasi elemen-elemen tersebut adalah sebagai berikut: penggunaan Independent Component Analysis (ICA), analisis spektrum oleh Fast Fourier Transform (FFT), fitur power maksimum mu berikut frekuensinya dan fitur power maksimum beta berikut frekuensinya, dan classifier Probabilistic Neural Network (PNN). Nilai akurasi klasifikasi yang didapat yaitu 81,2% untuk training dan 69,5% untuk testing. Perbandingan nilai akurasi dari perpaduan kombinasi, kondisi eksperimen, dan data EEG eksternal disediakan untuk keperluan analisis nilai akurasi klasifikasi.

---

ABSTRACT

Has been obtained combination of elements of BCI stages providing the highest value of classification accuracy with the aim of producing an optimum classification system based on EEG device EMOTIV Epoc+ for right-hand grasp movement, by referring to Brain Computer Interface (BCI) stage element. The combinations of elements are the use of Independent Component Analysis (ICA), spectrum analysis by Fast Fourier Transform (FFT), maximum mu power with its frequency and maximum beta power with its frequency as features, and classifier Probabilistic Neural Network (PNN). The highest values of classification accuracy are 81,2% for training and 69,5% for testing. The comparison of accuracy value from the combination unification, experiment condition, and external EEG data are provided for the purpose of value analysis of classification accuracy."

"Transportasi memegang peranan penting dalam aktivitas dan kebutuhan sehari-hari masyarakat. KRL menjadi salah satu moda transportasi umum di Jabodetabek dengan jumlah penumpang terbesar. Tingginya pengguna smartphone dan internet mencerminkan tingginya pengguna yang memanfaatkan aplikasi pada smartphone mereka sebagai sumber informasi. Hal ini mendorong PT Kereta Commuter Indonesia untuk mengembangkan aplikasi KRL Access sebagai langkah mentransformasi layanan dan informasi ke dalam bentuk digital untuk memudahkan akses ke penggunanya. Dalam penerapannya, aplikasi KRL Access masih menghadapi masalah pada tampilan dan kegunaan. Dalam rangka mengatasinya, perancangan ulang desain antarmuka pengguna diusulkan untuk solusi yang akan memenuhi kebutuhan pengguna. Metode design thinking digunakan dalam prosesnya karena metode ini berorientasi dan berempati kepada pengguna untuk memahami sudut pandang pengguna. Data dikumpulkan melalui kuesioner, in-depth interview dan didefinisikan dengan tools POV-HMW serta storyboard. Temuan penelitian direalisasikan melalui prototipe desain antarmuka pengguna dan divalidasi menggunakan metrik penilaian usability testing.

---

Transportation plays an important role in people's daily activities and needs. KRL is one of the modes of public transportation in Jabodetabek with the largest number of passengers. The high number of smartphone and internet users reflects the high number of users who use applications on their smartphones as a source of information. This prompted PT Kereta Commuter Indonesia to develop the KRL Access application as a step to transform services and information into digital form to facilitate access for its users. In its implementation, the KRL Access application still faces problems with appearance and usability. In order to address this, a redesign of the user interface design was proposed for a solution that would meet user needs. The design thinking method is used in the process because this method is user-oriented and empathetic to understand the user's point of view. Data was collected through questionnaires, in-depth interviews and defined using POV-HMW tools and storyboards. Research findings were realized through user interface design prototypes and validated using usability testing assessment metrics."

"Digitalisasi pembayaran yang semakin meningkat menyebabkan sistem pembayaran cashless semakin banyak digunakan, salah satunya adalah PayLater. Peningkatan penggunaan PayLater juga disebabkan karena rendahnya penetrasi penggunaan kartu kredit di Indonesia. Penelitian ini bertujuan mengetahui dan melihat perbedaan faktor-faktor yang mempengaruhi niat keberlanjutan penggunaan pada Shopee PayLater, Gojek PayLater, dan Traveloka PayLater dengan menggunakan IS success model, expectation confirmation model (ECM), dan self-control theory. Pendekatan yang digunakan pada penelitian ini adalah mixed method dan kualitatif. Pengumpulan data kuantitatif dilakukan melalui survei online oleh 480 responden Shopee PayLater dan 198 responden Gojek PayLater dan diolah menggunakan metode partial least squares SEM (PLS-SEM) dan independent t-test. Pengumpulan data kualitatif dilakukan melalui wawancara pada masing-masing lima narasumber Shopee PayLater, Gojek PayLater, dan Traveloka PayLater. Hasil dari penelitian ini menunjukkan bahwa niat keberlanjutan penggunaan Shopee PayLater dan Gojek PayLater dipengaruhi oleh satisfaction, individual performance, debt attitude, dan impulsive buying. Selain itu, hasil penelitian Traveloka PayLater menunjukkan bahwa niat keberlanjutan penggunaan Traveloka PayLater tergantung oleh kebutuhan, diskon, dan sistem PayLater.

---

The increasing digitization of payments has led to more use of cashless payment systems, one of which is PayLater. The increase in the use of PayLater was also due to the low penetration of credit card usage in Indonesia. This study aims to investigate and see the differences in the factors influencing the continuance intention of Shopee PayLater, Gojek PayLater, and Traveloka PayLater using the IS success model, the expectation confirmation model (ECM), and the self-control theory. The approach used in this research is mixed method and qualitative. Quantitative data was collected through an online survey by 480 respondents of Shopee PayLater and 198 respondents of Gojek PayLater and processed using the partial least squares SEM (PLS-SEM) and independent t-test. Qualitative data was collected through interviews with five interviewees of Shopee PayLater, Gojek PayLater, and Traveloka PayLater. The results of this study indicate that the continuance intention on Shopee PayLater and Gojek PayLater is influenced by satisfaction, individual performance, debt attitude, and impulsive buying. The results of this study also show that the continuance intention to use Traveloka PayLater depends on the urgency, discounts, and PayLater system."

"Live stream shopping merupakan sebuah tren yang sedang berkembang dengan pesat pada ruang lingkup e-Commerce, khususnya saat pandemi COVID-19 berlangsung. Tren ini dimaksudkan untuk membawa pengalaman berbelanja langsung dengan sisi interaksi yang sedang tidak bisa dilakukan karena pandemi. Tim penulis sadar bahwa live stream shopping masih butuh banyak perkembangan sehingga tim penulis memutuskan untuk melakukan penelitian ini untuk memberikan evaluasi dan saran desain tampilan antarmuka untuk aplikasi-aplikasi yang menyediakan layanan live stream shopping. Penelitian ini menggunakan pendekatan user centered design dalam merancang desain antarmuka, lalu mengevaluasinya menggunakan Usability Testing, wawancara dan System Usability Scale (SUS). Penelitian ini menghasilkan desain antarmuka yang telah dinilai masuk ke kategori baik secara desain dan usability, dengan beberapa catatan yang telah dievaluasi dan diperbaiki dalam penelitian ini pada tahap iterasi desain. Penelitian ini juga memberikan saran kepada calon peneliti dengan topik terkait, untuk meneliti tampilan antarmuka live stream shopping dari sisi penjual, yang tidak dicakup oleh penelitian ini.

---

Live stream shopping is one of the trends that is growing rapidly in the e-Commerce segment especially when COVID-19 pandemic hits. This trend is intended to bring the hands-on shopping experience with interactive communication that is currently not possible due to the pandemic. The writing team is aware that live stream shopping still needs a lot of development, so the writing team decided to conduct this research to provide evaluation and design suggestions for interface designs for applications that provide live stream shopping services. The writing team used a user centered design approach in designing the interface design, then evaluated it using the Usability Testing, interview and System Usability Scale (SUS). This research produces an interface design that has been assessed as being in the category of both design and usability, with some notes that have been evaluated and improved by the writing team at the design iteration stage. The writing team also provides suggestions to prospective researchers with related topics, to examine the appearance of the live stream shopping interface from the seller's side, which is not covered by this research.

"

"Live stream shopping merupakan sebuah tren yang sedang berkembang dengan pesat pada ruang lingkup e-Commerce, khususnya saat pandemi COVID-19 berlangsung. Tren ini dimaksudkan untuk membawa pengalaman berbelanja langsung dengan sisi interaksi yang sedang tidak bisa dilakukan karena pandemi. Tim penulis sadar bahwa live stream shopping masih butuh banyak perkembangan sehingga tim penulis memutuskan untuk melakukan penelitian ini untuk memberikan evaluasi dan saran desain tampilan antarmuka untuk aplikasi-aplikasi yang menyediakan layanan live stream shopping. Penelitian ini menggunakan pendekatan user centered design dalam merancang desain antarmuka, lalu mengevaluasinya menggunakan Usability Testing, wawancara dan System Usability Scale (SUS). Penelitian ini menghasilkan desain antarmuka yang telah dinilai masuk ke kategori baik secara desain dan usability, dengan beberapa catatan yang telah dievaluasi dan diperbaiki dalam penelitian ini pada tahap iterasi desain. Penelitian ini juga memberikan saran kepada calon peneliti dengan topik terkait, untuk meneliti tampilan antarmuka live stream shopping dari sisi penjual, yang tidak dicakup oleh penelitian ini.

---

Live stream shopping is one of the trends that is growing rapidly in the e-Commerce segment especially when COVID-19 pandemic hits. This trend is intended to bring the hands-on shopping experience with interactive communication that is currently not possible due to the pandemic. The writing team is aware that live stream shopping still needs a lot of development, so the writing team decided to conduct this research to provide evaluation and design suggestions for interface designs for applications that provide live stream shopping services. The writing team used a user centered design approach in designing the interface design, then evaluated it using the Usability Testing, interview and System Usability Scale (SUS). This research produces an interface design that has been assessed as being in the category of both design and usability, with some notes that have been evaluated and improved by the writing team at the design iteration stage. The writing team also provides suggestions to prospective researchers with related topics, to examine the appearance of the live stream shopping interface from the seller's side, which is not covered by this research. "

"Sistem informasi penugasan pengajaran dosen (Sirando) adalah salah satu sistem informasi manajemen sumber daya manusia berkaitan dengan penugasan pengajaran dosen Fasilkom UI. Sistem ini dibutuhkan oleh manajemen Fasilkom UI untuk mengelola tugas pengajaran dosen sesuai dengan beban yang dimiliki setiap dosen. Namun, selama penggunaan sistem tersebut terdapat beberapa masalah pada aplikasi seperti pemeliharaan aplikasi yang sulit untuk dikembangkan lebih lanjut dikarenakan pengembangan kode tanpa standar dan desain antarmuka aplikasi Sirando yang kurang user-friendly dan inkonsisten. Kedua permasalahan berhubungan erat dengan maintainability dan usability sehingga kedua aspek tersebut menjadi fokus pada penelitian ini. Peningkatan usability dilakukan dengan penerapan user-centered­ design (UCD) pada aplikasi. Sementara itu, aspek maintainability ditingkatkan melalui evaluasi dan implementasi ulang aplikasi. Model waterfall digunakan sebagai basis proses pengembangan arsitektur aplikasi. Hasil penerapan kedua pendekatan penelitian tersebut diuji menggunakan metode evaluasi kualitatif seperti group usability testing serta metode evaluasi kuantitatif seperti system usability scale (SUS), static code analysis, dan mean time to repair (MTTR). Group usability testing dan SUS diikuti oleh manajemen akademik Fasilkom UI, sedangkan MTTR diikuti oleh mahasiswa Fasilkom UI. Hasil evaluasi menunjukkan bahwa skor SUS dari aplikasi Sirando versi baru adalah 69,15 untuk tampilan desktop dan 66,68 untuk tampilan mobile yang termasuk dalam adjective rating “OK”. Hasil static code analysis dan pengujian MTTR juga menunjukkan maintainability aplikasi yang lebih baik pada versi baru aplikasi, yaitu berhasil mencapai 98% line coverage, penurunan signifikan terhadap technical debt, dan nilai MTTR yang lebih baik.

---

Information system for teaching assignments of lecturers (Sirando) is one of the management information system related to teaching assignments of lecturers in Fasilkom UI. The system helps the management of Fasilkom UI manage the teaching assignments of lecturers according to the teaching load of each lecturer. However, during the use of the system there were several problems in the application such as difficulty in maintaining the web application to develop further because of unstandardized code development and interface design that is not user-friendly and inconsistent. Both problems are closely related to maintainability and usability of web applications so these two aspects are the focus of this research. The usability of the application is improved by applying user-centered design (UCD), whereas the maintainability aspect is improved through re-evaluation of Sirando’s architecture and implementation. The waterfall model is used as the basis for the application architecture development process. Both results of the research approaches are tested using qualitative evaluation methods such as group usability testing as well as quantitative evaluation methods such as system usability scale (SUS), static code analysis, and mean time to repair (MTTR). Group usability testing and SUS are followed by academic management of Fasilkom UI, while MTTR is followed by student of Fasilkom UI. The evaluation shows that the SUS score of the newly developed version of Sirando is 69,15 for the desktop display and 66,68 for the mobile display which has the adjective rating “OK”. The evaluation using a static code analysis tool and MTTR shows that the maintainability aspect of the newly developed version of Sirando is better than the past version, achieving 98% line coverage, a significant reduction in technical debt, and a better MTTR value."

"Brain-Computer Interface (BCI) merupakan sebuah sistem yang mampu menerjemahkan sinyal-sinyal otak menjadi perintah kepada berbagai devais keluaran. Teknologi ini kini sedang berkembang pesat terutama untuk keperluan rehabilitasi gerak bagi orang-orang yang telah kehilangan kemampuan geraknya. Dalam penelitian ini, dirancang sebuah sistem BCI yang mampu menerjemahkan sinyal otak seseorang ketika sedang melakukan pembayangan gerak (motor imagery) untuk gerakan tangan menggenggam dan membuka. Hasil terjemahan tersebut dapat digunakan untuk menggerakkan sebuah antarmuka yang membantu orang tersebut untuk bergerak menggenggam dan membuka tangan secara real-time. Sistem BCI ini menggunakan perangkat akuisisi data yang terdiri dari Raspberry Pi 4 dan ADS1299 Analog-to-Digital Converter. Sistem ini juga dikembangkan dengan menggunakan berbagai algoritma pemrosesan dan klasifikasi data, mulai dari Independent Component Analysis, Support Vector Machine, Linear Discriminant Analysis, k-Nearest Neighbours, dan Random Forest. Akurasi hasil testing klasifikasi yang dilakukan oleh sistem ini bernilai 64,6% untuk mengklasifikasi 3 jenis pembayangan gerak (menggenggam, membuka, dan diam) menggunakan algoritma SVM serta 94,7% untuk klasifikasi 2 jenis pembayangan gerak (menggenggam dan membuka) menggunakan algoritma Random Forest.

---

Brain-Computer Interface (BCI) is a system which can translate brain signals to command various output devices. This technology had been developing rapidly, especially for movement rehabilitation purposes for people with motoric disabilities. In this research, a BCI system has been developed which can translate one’s brain signals when one is imagining doing hand movement (motor imagery). The translation result can be used to drive an interface in real-time. This BCI system utilize an acquisition device, consisting of Raspberry Pi 4 and ADS1299 Analog-to-Digital Converter. Besides, this system has also been developed using several algorithms for processing and classifying data, namely Independent Component Analysis, Support Vector Machine, Linear Discriminant Analysis, k-Nearest Neighbours, and Random Forest. Testing accuracy for this system yielded a 64.6% for classifying three types of motor imagery (hand grasping, hand opening, and resting) with SVM, and 94.7% for classifying two types of motor imagery (hand grasping and hand opening only) using Random Forest."