Jurnal Informatika Teknologi dan Sains (Jinteks)

MODEL SISTEM INFORMASI BERBASIS WEBSITE UNTUK PERSIAPAN LOGISTIK PENDAKIAN GUNUNG DI JAWA TIMUR

2025-05-31T17:51:02+07:00

Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis website yang mendukung perencanaan logistik pendakian gunung di Jawa Timur. Sistem ini dirancang untuk membantu pendaki dalam mempersiapkan perjalanan dengan menyediakan informasi yang komprehensif tentang jalur pendakian, kebutuhan logistik, serta kondisi cuaca. Salah satu fitur utama yang dikembangkan adalah kalkulator kebutuhan cairan tubuh berdasarkan rumus Holiday–Segar, yang memperhitungkan faktor berat badan dan intensitas fisik selama pendakian. Selain itu, sistem ini juga mengintegrasikan data geografis melalui teknologi Sistem Informasi Geografis (SIG) untuk memberikan visualisasi rute dan tingkat kesulitan jalur. Fitur forum komunitas turut disediakan untuk memungkinkan para pendaki berbagi pengalaman dan tips, memperkaya basis data dengan informasi terkini. Pendekatan yang digunakan adalah deskriptif kualitatif dengan rekayasa sistem, yang melibatkan proses analisis kebutuhan, perancangan, implementasi, dan evaluasi. Hasil pengembangan menunjukkan bahwa sistem ini dapat memberikan informasi yang cepat, akurat, dan mudah diakses, sehingga meningkatkan efektivitas persiapan pendakian dan keselamatan pendaki. Dengan integrasi data yang lebih baik dan fitur interaktif, penelitian ini memberikan kontribusi terhadap pengembangan sistem informasi pendakian gunung yang lebih efektif dan berbasis data di Jawa Timur.

PENERAPAN DAN PENGEMBANGAN PERANGKAT PEMBELAJARAN MATA KULIAH ADMINISTRASI BASIS DATA BERBASIS REPLIT

2025-07-03T12:42:39+07:00

Perkembangan teknologi telah masuk ke dalam sektor pendidikan untuk menjadikan proses belajar lebih fleksibel dan interaktif. Studi ini bertujuan untuk mengembangkan perangkat pembelajaran berbasis Replit bagi mahasiswa semester IV di PTI Undikma, untuk memfasilitasi pembelajaran praktik yang fleksibel dan berbasis kelompok. Proses penelitian menggunakan pendekatan Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil penelitian menunjukkan bahwa perangkat pembelajaran ini mendapatkan validasi sebesar 100% dari segi materi, tata cara penyampaian, dan kemudahan pemahaman, dengan dua indikator netral sebesar 20%. Respon dosen menunjukkan tingkat kepuasan yang tinggi terkait fleksibilitas, efisiensi, dan efektivitas pembelajaran. Umpan balik dari mahasiswa juga sangat positif, dengan lebih dari 90% menilai perangkat ini mempermudah proses belajar melalui fitur coding real-time, kolaborasi langsung, dan pembelajaran berbasis praktik tanpa instalasi tambahan. Perangkat ini bermanfaat dalam meningkatkan pembelajaran interaktif. Namun, disarankan untuk menyesuaikan latihan agar lebih kontekstual dan menyediakan bantuan teknis kepada dosen guna memastikan pemanfaatan perangkat secara maksimal.

IMPLEMENTASI DAN EVALUASI SISTEM VIDEO STREAMING SERVER BERBASIS NGINX RTMP PADA LINGKUNGAN DOCKER

2025-06-03T07:10:05+07:00

Layanan video streaming telah berkembang pesat dan menjadi kebutuhan utama dalam berbagai sektor. Namun, terdapat tantangan dalam mempertahankan kualitas layanan secara optimal, khususnya dalam menyediakan sistem yang efisien, mudah dikelola, dan memiliki portabilitas tinggi agar dapat digunakan secara fleksibel. Penelitian ini bertujuan untuk untuk melakukan implementasi serta mengevaluasi performa sistem video streaming server berbasis NGINX RTMP yang dijalankan pada platform Docker sebagai solusi layanan streaming yang mudah dikelola, dan efisien. Metode yang digunakan meliputi perancangan, implementasi, pengujian serta evaluasi sistem dengan menerapkan performance monitoring pada sisi server menggunakan Docker Stats dan analisis quality of service (QoS) pada sisi client menggunakan Wireshark. Hasil analisis menunjukan server mengonsumsi CPU sekitar 5% di resolusi 480p, dan 6% di resolusi 720p, sementara untuk memori mengonsumsi sebesar 4% di resolusi 480p, dan 7% di resolusi 720p. Untuk hasil QoS pada sisi client menunjukan layanan video streaming mampu menyajikan throughput dengan rata-rata sebesar 2,61 Mbps untuk resolusi 480p dan 2,17 Mbps untuk resolusi 720p, dengan nilai delay jitter, packet loss yang masih dalam batas wajar sesuai standar TIPHON. Hal ini membuktikan bahwa penerapan Nginx RTMP pada Docker dapat menjadi solusi untuk membangun layanan video streaming server yang efisien tanpa membebani kerja perangkat secara berlebih

PENGEMBANGAN WEBSITE DESA WISATA KELIKI SEBAGAI MEDIA INFORMASI DAN PROMOSI POTENSI PARIWISATA LOKAL

2025-06-03T07:16:31+07:00

Desa Wisata Keliki, yang terletak di Kecamatan Tegallalang, Gianyar, Bali, memiliki potensi pariwisata yang besar berkat kekayaan alam dan budaya lokalnya. Namun, promosi yang terbatas melalui media sosial dan kurangnya informasi terstruktur menghambat optimalisasi potensi wisata desa tersebut. Oleh karena itu, tugas akhir ini bertujuan untuk mengembangkan website resmi Desa Wisata Keliki sebagai media informasi dan promosi yang efektif. Pengembangan website ini menggunakan metode eXtreme Programming (XP), yang menekankan iterasi cepat dan kolaborasi dengan pemangku kepentingan. Website ini dirancang untuk menampilkan informasi komprehensif mengenai destinasi wisata, kuliner, kegiatan budaya, serta paket wisata yang ditawarkan. Pengembangan melibatkan beberapa tahap: identifikasi potensi desa, perancangan desain, pengkodean, pengujian, dan implementasi. Hasil akhir dari proyek ini adalah sebuah website yang mudah diakses dan user-friendly, memungkinkan wisatawan untuk merencanakan kunjungan dengan lebih baik dan mendorong peningkatan jumlah kunjungan wisatawan. Selain sebagai media promosi, website ini diharapkan dapat memperkuat partisipasi komunitas dalam pengelolaan pariwisata berbasis lokal dan meningkatkan perekonomian masyarakat melalui penjualan produk kerajinan dan layanan wisata.

IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI PEMINATAN SISWA SMA NEGERI 1 BANYUDONO

2025-06-03T07:01:06+07:00

Penentuan peminatan siswa di tingkat SMA merupakan aspek penting dalam menunjang proses pembelajaran yang sesuai dengan potensi dan minat siswa. Penelitian ini bertujuan mengimplementasikan algoritma Naive Bayes tipe CategoricalNB untuk memprediksi peminatan siswa di SMA Negeri 1 Banyudono berdasarkan nilai beberapa mata pelajaran. Tiga paket peminatan yang digunakan yaitu: Paket 1 (Matematika Lanjut, Fisika, Kimia, Biologi, PKWU), Paket 2 (Geografi, Ekonomi, Kimia, Informatika, PKWU), dan Paket 3 (Geografi, Ekonomi, Sosiologi, PKWU). Data nilai dikonversi menjadi kategori A (?90), B (80–89), C (70–79), dan D (<70), lalu diproses melalui encoding dan dibagi menjadi data latih dan uji dengan skema 70:30 dan 80:20. Pengembangan sistem menggunakan model SDLC Waterfall. Hasil pengujian menunjukkan akurasi sebesar 84% pada skema 70:30 dan 82% pada skema 80:20, dengan precision, recall, dan F1-score yang cukup stabil. Sistem ini diimplementasikan dalam dashboard berbasis Streamlit untuk memudahkan siswa melakukan prediksi dan pihak sekolah melakukan pemantauan. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes cukup efektif dalam mengklasifikasikan peminatan siswa jika data telah diproses dengan tepat dan sistem didukung antarmuka yang ramah pengguna.

PENERAPAN MULTINOMIAL NAIVE BAYES UNTUK ANALISIS SENTIMEN ASPEK PADA ULASAN MALL DI KOTA SOLO

2025-07-06T13:11:37+07:00

Perkembangan teknologi digital telah mendorong meningkatnya jumlah ulasan publik secara daring, termasuk di platform Google Maps. Namun, ulasan tersebut belum dimanfaatkan secara optimal oleh pengelola layanan untuk meningkatkan kualitas pelayanan. Oleh karena itu, penelitian ini penting dilakukan untuk menggali informasi dari ulasan secara otomatis sebagai bahan evaluasi layanan yang lebih terukur. Penelitian ini bertujuan membangun sistem analisis sentimen berbasis aspek terhadap ulasan pengguna Google Maps mengenai mall di Kota Solo, khususnya Pusat Grosir Solo. Metode yang digunakan adalah algoritma Multinomial Naive Bayes (MNB) untuk klasifikasi sentimen dan metode string matching untuk identifikasi aspek. Sistem dikembangkan menggunakan metode Waterfall dan diimplementasikan dalam bentuk aplikasi web interaktif. Dataset terdiri dari 200 ulasan yang telah diberi label secara manual untuk aspek dan sentimen. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan aspek dan sentimen dengan akurasi sebesar 80,00%, yang tergolong dalam kategori akurasi tinggi. Hal ini menunjukkan kinerja sistem yang andal dan efektif dalam mengenali opini pengguna secara otomatis. Penelitian ini diharapkan dapat membantu pihak pengelola mall memahami persepsi publik secara lebih mendalam dan spesifik berdasarkan aspek layanan, sehingga dapat digunakan sebagai dasar evaluasi dan perbaikan layanan secara menyeluruh.

PEMBELAJARAN PENGENALAN HEWAN PURBA BERBASIS AUGMENTED REALITY UNTUK MENINGKATKAN KEMINATAN BELAJAR SISWA

2025-06-04T19:27:42+07:00

Materi hewan purba merupakan topik yang menantang bagi siswa Taman Kanak-kanak karena memiliki konsep yang abstrak dan sulit dipahami tanpa dukungan visual yang memadai. Anak usia dini cenderung lebih mudah memahami pembelajaran melalui media visual dan interaktif, sehingga penyajian materi seperti hewan purba perlu disajikan secara menarik agar lebih mudah dimengerti. Pembelajaran konvensional yang mengandalkan buku dan kertas sangat bergantung kepada kemampuan guru dalam menyampaikan materi, yang berdampak langsung pada antusiasme, keaktifan, dan pemahaman siswa. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan teknologi Augmented Reality (AR) terhadap minat belajar siswa Taman Kanak-kanak dalam mempelajari materi tentang hewan purba. Penilitan ini dilakukan pendekatan kuantitatif deskriptif melalui beberapa tahapan yaitu Analisis Kebutuhan, Perencanaan, Pengembangan, Pelaksanaan dan Evaluasi. Pengumpulan data dilakukan melalui kuesioner disusun menggunakan bahasa yang mudah dipahami anak-anak. Hasil penelitian menunjukkan bahwa sebagian besar siswa memperlihatkan antusiasme tinggi saat belajar menggunakan teknologi AR. Visualisasi hewan purba yang tampak hidup dan dapat bergerak secara interaktif mampu membangkitkan rasa ingin tahu serta meningkatkan keterlibatan siswa dalam proses belajar. Dengan demikian, teknologi Augmented Reality terbukti menjadi alternatif metode pembelajaran yang efektif dalam meningkatkan minat belajar siswa Taman Belajar Anak Cirarab, terutama pada materi yang bersifat visual dan eksploratif seperti hewan purba.

SISTEM INFORMASI PENJUALAN KEMASAN BERBASIS WEBSITE DI PT. ASIA KEMASAN CANTIK

2025-07-08T13:42:10+07:00

Asia Kemasan Cantik merupakan perusahaan yang bergerak di bidang retail kemasan seperti botol, jerigen, dan sejenisnya. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi penjualan berbasis website yang mampu mengelola stok barang, memproses transaksi, dan menyajikan laporan penjualan secara real-time. Sistem ini dikembangkan menggunakan metode System Development Life Cycle (SDLC) model waterfall, menggunakan bahasa pemrograman PHP dengan framework Laravel, kemudian pengujian sistem yang dirancang menggunakan blackbox testing yang dapat membantu dalam uji fungsionalitas pada sistem. Fitur tambahan dari sistem meliputi sistem payment gateway, pengelolaan gudang berdasarkan lokasi. Dengan sistem ini, diharapkan perusahaan dapat meningkatkan efisiensi proses penjualan, memperluas jangkauan pasar, memberikan pengalaman belanja yang lebih baik bagi konsumen, serta membantu konsumen untuk memperoleh informasi produk secara online.

SISTEM INFORMASI PENGOLAHAN NILAI SISWA BERBASIS WEB PADA SMK KARYA TUNAS NUSANTARA WANAREJA CILACAP

2025-07-02T19:57:16+07:00

Dalam era globalisasi suatu informasi dapat berkembang cepat melalui internet dan berperan penting dalam penyebarluasan suatu informasi. Untuk mewujudkan suasana belajar dan mengajar yang lebih baik dalam dunia pendidikan maka peserta didik dan tenaga ajar harus bisa mengembangkan potensi dirinya secara optimal untuk mewujudkan dunia pendidikan yang beradab, berbudaya dan berwawasan tinggi, maka untuk itu informasi yang selalu uptodate sangat diperlukan oleh peserta didik dan tenaga ajar. Sistem informasi berbasis web dapat menjadi suatu sarana untuk memberikan informasi yang efektif dan efisien sebagai sumber informasi yang dapat di akses oleh pengguna internet yang semakin lama semakin banyak penggunanya. Peran informasi sangat penting dalam dunia pendidikan untuk menyusun strategi sistem informasi yang tepat dan cepat agar sistem tersebut mendukung tercapainya maksud dan tujuan dari lembaga pendidikan tersebut. Pengembangan sistem berbasis website sering menggunakan metode Waterfall, model pengembangan sistem informasi yang berurutan dan sistematis. Sistem informasi pengolahan nilai siswa berbasis web pada SMK Karya Tunas Nusantara Wanareja merupakan sistem yang mengolah data dan melakukan proses kegiatan pengolahan nilai yang melibatkan antara siswa, guru, dan bagian administrasi serta terdiri dari gabungan beberapa elemen teknologi berbasis komputer yang menghasilkan informasi tentang kurikulum atau pembelajaran guna meningkatkan pengetahuan dalam segi pendidikan yang dikelola oleh sekolah.

PERBANDINGAN ALGORITMA MACHINE LEARNING DALAM PREDIKSI TINGKAT BURNOUT PADA DATASET KESEHATAN PEKERJA REMOTE

2025-07-06T12:56:56+07:00

Burnout merupakan kondisi kelelahan fisik dan emosional yang disebabkan oleh stres kerja berkepanjangan dan berulang, terutama dialami oleh pekerja dengan sistem kerja remote. Penelitian ini bertujuan untuk membandingkan performa dua algoritma machine learning, yaitu Naive Bayes dan Neural Network, dalam memprediksi tingkat burnout berdasarkan data kesehatan pekerja remote. Data yang digunakan bersumber dari situs Kaggle dan terdiri dari 1.114 entri dengan 10 atribut yang mencakup usia, jenis kelamin, pengaturan kerja, jam kerja per minggu, status kesehatan mental, hingga tingkat burnout. Data diuji menggunakan proses klasifikasi setelah melalui tahapan preprocessing, seperti pembersihan data, penanganan nilai hilang, transformasi kategori ke numerik, dan pembagian data menjadi training dan testing dengan rasio 70:30. Hasil evaluasi menunjukkan bahwa algoritma Neural Network unggul secara signifikan dengan akurasi mencapai 98,34%, precision dan recall di atas 98% untuk semua kelas, serta F1-score yang sangat tinggi dan seimbang. Sementara itu, Naive Bayes hanya menghasilkan akurasi sebesar 45,84% dan menunjukkan kinerja yang tidak stabil antar kelas. Temuan ini menunjukkan bahwa Neural Network lebih tepat digunakan dalam pemodelan prediksi burnout yang melibatkan data dengan hubungan non-linear dan kompleks. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem deteksi dini burnout berbasis kecerdasan buatan untuk mendukung kesehatan mental pekerja remote.

KOMPARASI ALGORITMA EQUIVALENCE CLASS TRANSFORMATION (ECLAT) DAN APRIORI UNTUK MARKET BASKET ANALYSIS PADA DATASET TOKO AMANAH

2025-07-20T20:52:21+07:00

Mengetahui produk apa saja yang sering dibeli bersamaan dapat membantu toko dalam menyusun strategi penjualan yang lebih efektif. Penelitian ini membandingkan algoritma ECLAT dan Apriori untuk mencari pola pembelian dari data transaksi Toko Amanah. Kedua algoritma dipilih karena umum digunakan dalam analisis market basket dan memiliki pendekatan yang berbeda. Proses analisis dilakukan melalui lima tahapan KDD, mulai dari seleksi data hingga evaluasi hasil. Data awal berjumlah sekitar 6600 baris, dan setelah dibersihkan diperoleh 367 transaksi dengan 2053 item unik. Pengujian dilakukan dengan minimum support 4 dan confidence 0,5. Hasilnya, baik ECLAT maupun Apriori menghasilkan 7 aturan asosiasi yang sama. Namun dari sisi performa, ECLAT lebih cepat dan hemat memori karena menggunakan pendekatan vertikal TID-list. Sebaliknya, Apriori menggunakan pendekatan bottom-up berbasis candidate generation sehingga lebih stabil, tetapi cenderung memerlukan waktu dan memori lebih besar. Aturan yang ditemukan juga relevan secara bisnis, seperti keterkaitan bahan masakan dan alat kemasan. Seluruh proses ini kemudian diterapkan ke dalam aplikasi berbasis Streamlit agar hasil dapat divisualisasikan secara interaktif. Dari penelitian ini, ECLAT dinilai lebih cocok untuk proses cepat dan efisien, sementara Apriori tetap berguna jika sumber daya sistem mencukupi.

PERBANDINGAN ALGORITMA DECISION TREE DAN C4.5 UNTUK KLASIFIKASI KELAYAKAN CALON PENDONOR DARAH DI PMI KOTA SEMARANG

2025-06-22T13:37:59+07:00

Darah merupakan komponen vital dalam tubuh manusia yang berfungsi mengangkut oksigen dan nutrisi, serta mendukung proses pemulihan. Ketersediaan stok darah yang memadai di Unit Donor Darah Palang Merah Indonesia (PMI) Kota Semarang sangat penting untuk memenuhi kebutuhan transfusi. Proses seleksi calon pendonor yang memenuhi kriteria klinis merupakan langkah krusial guna menjamin keamanan dan kualitas darah. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Decision Tree (CART) dan C4.5 (Entropy) dalam mengklasifikasikan kelayakan calon pendonor darah berdasarkan parameter usia, jenis kelamin, berat badan, golongan darah, tekanan darah, dan kadar hemoglobin. Data penelitian diperoleh dari rekam medis PMI Kota Semarang, dengan tahapan yang meliputi pre-processing data, pembagian dataset, dan evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 92,08%, sedangkan algoritma C4.5 memperoleh akurasi sebesar 91,09%. Dengan penelitian ini, diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan berbasis web untuk meningkatkan efisiensi seleksi pendonor darah di PMI Kota Semarang.

PENERAPAN K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN HERO META BERDASARKAN STATISTIK PERMAINAN MOBILE LEGENDS

2025-07-23T08:55:35+07:00

Mobile Legends: Bang Bang adalah game MOBA yang berkembang pesat, yang memperkenalkan banyak hero baru setiap tahun dan secara dinamis mengubah performanya, sehingga menyulitkan pemain untuk memahami meta. Penelitian ini bertujuan untuk mengelompokkan hero berdasarkan tiga ukuran statistik, yaitu pick rate, win rate, dan ban rate, menggunakan algoritma K-Means Clustering. Data dikumpulkan melalui web scraping dari halaman web resmi Mobile Legends, diproses dan dianalisis berdasarkan pendekatan unsupervised clustering. Hasil penelitian menghasilkan tiga klaster hero dengan karakteristik yang berbeda: Hero META, Hero Situasional, dan Hero Non-META. Evaluasi pendekatan klaster menggunakan Silhouette Score sebesar 0,53 untuk K-Means, yang menunjukkan kualitas klaster yang relatif baik dalam hal pemisahan. Selain itu, algoritma Gaussian Mixture Model alternatif telah digunakan sebagai perbandingan, yang menunjukkan Silhouette Score sebesar 0,41. Telah diidentifikasi bahwa K-Means berkinerja lebih baik dalam menyediakan klaster klasifikasi eksplisit, sementara GMM telah menunjukkan kinerja yang lebih baik jika datanya tidak terlalu jelas. Pengetahuan ini diharapkan dapat membantu pemain, pelatih, dan analis strategi untuk membuat keputusan taktis berdasarkan data dan menjadi dasar untuk pengembangan sistem rekomendasi hero yang adaptif.

SISTEM INFORMASI PEMANTAUAN DAN PENANGANAN KASUS PERLINDUNGAN ANAK DI DPPPADKB PROVINSI SUMUT DENGAN HYBRID FCFS-PRIORITY

2025-07-29T22:00:18+07:00

Kasus kekerasan dan pelanggaran hak terhadap anak di Provinsi Sumatera Utara menunjukkan urgensi perlunya sistem informasi yang mampu menyatukan dan menangani laporan secara cepat dan terstruktur. Tujuan dari penelitian ini adalah untuk membuat dan mengembangkan sistem informasi pemantauan dan penanganan kasus perlindungan anak berbasis web yang terintegrasi dengan algoritma penjadwalan Hybrid FCFS-Priority . Algoritma ini digunakan untuk mengatur prioritas penanganan laporan berdasarkan tingkat urgensi kasus, sehingga laporan dengan risiko tinggi dapat diproses lebih dahulu meskipun bukan laporan pertama yang masuk. Sistem ini menyediakan fitur pelaporan kasus, manajemen data pengaduan, serta pemantauan status tindak lanjut oleh admin dan pihak terkait. Hasil pengujian menunjukkan bahwa penggunaan metode Hybrid FCFS-Priority efektif dalam mengoptimalkan distribusi penanganan kasus secara adil dan cepat. Dengan adanya sistem ini, diharapkan proses pelayanan perlindungan anak di DPPPADKB Provinsi Sumatera Utara dapat menjadi lebih responsif, transparan, dan terkelola dengan baik.

PENINGKATAN PERFORMA DBSCAN DENGAN REDUKSI DIMENSI PRINCIPAL COMPONENT ANALYSIS (PCA) DALAM KLASTERISASI TINGKAT KEMISKINAN DI INDONESIA

2025-07-26T11:16:09+07:00

Tingginya kompleksitas data kemiskinan di Indonesia memerlukan metode analisis yang mampu menangani data multivariat dan tidak teratur. Penelitian ini menerapkan kombinasi algoritma DBSCAN dengan Principal Component Analysis (PCA) untuk mengelompokkan kabupaten/kota berdasarkan lima indikator kemiskinan dari data BPS tahun 2015–2024. DBSCAN dipilih karena keunggulannya dalam mendeteksi klaster arbitrer dan outlier tanpa menentukan jumlah klaster awal, sedangkan PCA digunakan untuk mereduksi dimensi agar struktur data lebih sederhana. Tinjauan Pustaka menunjukkan bahwa kombinasi PCA dan algoritma klasterisasi dapat meningkatkan akurasi pemodelan. Metodologi mencakup tahapan pra-pemrosesan, standarisasi, reduksi PCA, penerapan DBSCAN, serta evaluasi menggunakan Silhouette Score, Calinski-Harabasz Index, dan Davies-Bouldin Index. Hasil menunjukkan bahwa DBSCAN dengan PCA memberikan performa terbaik dibanding K-Means, K-Medoids, dan Hierarchical Clustering, dengan Silhouette Score 0,7336 dan Davies-Bouldin Index 0,2862. Temuan ini membuktikan bahwa pendekatan tersebut efektif dalam mengelompokkan wilayah berdasarkan karakteristik kemiskinan dan dapat mendukung perumusan kebijakan yang lebih tepat sasaran.

ANALISIS PERBANDINGAN LAYANAN JARINGAN MENGGUNAKAN PERHITUNGAN PARAMETER QUALITY OF SERVICE

2025-06-04T19:33:01+07:00

Perkembangan teknologi sangat berpengaruh dalam aktivitas sehari hari terutama dalam penyebaran informasi yang dapat diketahui dari manapunn dan kapanpun, untuk selalu mendapatkan informasi maka perlunya penyediaan layanan jaringan namun sebelum itu perlu melakukan analisis kualitas jaringan dengan menggunakan metode perhitungan parameter dengan Quality Of Service dengan objek jaringan MyRepublic, Iconnet, Telkomsel yang akan dilakukan selama 120 menit dengan bantuan Wireshark dapat mempermudah dalam melakukan perhitungan pada parameter delay, jitter , paket loss dan troughput dengan hasil delay pada jaringan MyRepublic sebesar 3,70 ms, jaringan Iconnet sebesar 13,77 ms, jaringan Telkomsel sebesar 9,54 ms dan ketiganya dikategorikan sangat bagus. Pada parameter jitter jaringan MyRepublic sebesar 9,0 ms, jaringan Iconnet sebesar 7,0 ms, jaringan Telkomsel sebesar 1,9 ms dengan ketiganya dikategorikan baik. Pada parameter paket loss MyRepublic sebesar 0,5% dengan kategori bak, jaringan Iconnet sebesar 0,0% , jaringan Telkomsel sebesar 0,0% keduanya dikategorikan sangat baik. Pada parameter troughput jarigan MyRepublic sebesar 2,5 Mbps dengan kategori sangat bagus, jaringan Iconnet sebesar 547 kbps dengan kategori buruk , jaringan Telkomsel sebesar 798 kbps dengan kategori sedang ini menghasilkan bahwa jaringan Iconnet menjadi pilihan pertama dengan kualitas jaringan dan juga harga disusul dengan MyRepublic dan Telkomsel

PENGEMBANGAN APLIKASI WEBSITE RENTAL PLAYSTATION DENGAN VUE JS MENGGUNAKAN ALGORITMA DATA AGGREGATION

2025-07-22T07:46:19+07:00

Banyak usaha rental playstation masih menggunakan sistem kasir konvensional berbasis kertas yang rentan kesalahan, lambat, dan tidak mendukung pemantauan operasional secara real time. Penelitian ini bertujuan mengembangkan aplikasi website rental playstation dengan Vue JS menggunakan algoritma data aggregation untuk mengatasi keterbatasan tersebut. Sistem dirancang menggunakan metode prototype untuk menyesuaikan kebutuhan nyata di tempat rental playstation melalui iterasi berulang. Fitur utama mencakup billing otomatis, laporan penghasilan harian hingga bulanan, pemesanan, serta peringatan perawatan berdasarkan total jam penggunaan perangkat. Penerapan algoritma data aggregation memungkinkan sistem menghitung durasi pemakaian tiap unit secara efisien dan real time sebagai dasar penjadwalan servis. Fitur perawatan terbukti membantu pemilik mencegah kerusakan PS yang sering terjadi akibat keterlambatan perawatan. Hasil menunjukkan sistem mampu menjadi solusi digital yang efisien, modern, dan sesuai kebutuhan operasional usaha rental playstation masa kini. Evaluasi sistem mendapatkan hasil 100% unutk pengujian black box, user acceptance test sebesar 96% untuk segi desain, 98% untuk segi manfaat serta cyclomatic complexity bernilai 3 yang menandakan struktur kode mudah dikembangkan. Dengan kemudahan akses multi-perangkat dan tampilan modern, aplikasi website ini memiliki potensi luas untuk diadopsi sebagai solusi digital pengganti sistem kasir konvensional dalam industri rental playstation.

PERANCANGAN SISTEM E-BOOKING JASA OJEK GUNUNG MENGGUNAKAN METODE PROTOTYPE

2025-06-10T14:04:07+07:00

Indonesia memiliki kekayaan wisata alam yang beragam, salah satunya adalah wisata pendakian gunung yang banyak diminati wisatawan. Peluang ini dimanfaatkan masyarakat sekitar, misalnya melalui jasa ojek gunung sebagai alternatif transportasi sebagai pemangkas waktu para pendaki. Namun, kurangnya informasi mengenai keberadaan driver ojek gunung sering menjadi kendala bagi pengunjung, karena mereka harus mencarinya secara manual, sehingga perjalanan menjadi kurang efisien. Penelitian ini bertujuan untuk merancang sistem E-Booking jasa ojek gunung yang dapat mempermudah wisatawan dalam memesan layanan ojek secara digital. Metode yang digunakan adalah prototype, yang meliputi tahapan analisis masalah, pengumpulan data, perancangan sistem, hingga desain antarmuka pengguna. Perancangan sistem dilakukan menggunakan Unified Modelling Language (UML) untuk menggambarkan struktur dan proses sistem. Hasil dari penelitian ini adalah rancangan sistem berupa prototype transaksi pemesanan ojek gunung secara online yang diharapkan dapat meningkatkan efisiensi, aksesibilitas, dan kenyamanan bagi para pengguna.

KLASIFIKASI SAMPAH DAUR ULANG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN GRAY LEVEL CO-OCCURRENCE MATRIX

2025-06-10T14:02:52+07:00

Pengelolaan sampah di Indonesia menghadapi tantangan serius dengan produksi mencapai 34 juta ton per tahun dan 40% tidak terkelola dengan baik. Pemilahan sampah yang akurat menjadi kunci keberhasilan proses daur ulang, namun metode manual masih tidak efisien dan inkonsisten. Penelitian ini bertujuan mengembangkan model multi-input yang menggabungkan Convolutional Neural Network (CNN) dengan fitur tekstur Gray Level Co-occurrence Matrix (GLCM) untuk klasifikasi sampah daur ulang kategori kardus, kaca, logam, kertas, plastik, dan sampah umum. Dataset terdiri dari 2527 citra yang dibagi dengan rasio 80:20 untuk pelatihan dan pengujian. Fitur GLCM diekstraksi menggunakan 24 parameter tekstur dari empat arah sudut berbeda, kemudian digabungkan dengan representasi visual CNN melalui arsitektur multi-input. Model dilatih menggunakan optimizer Adam dengan Focal Loss untuk mengatasi ketidakseimbangan kelas. Hasil evaluasi menunjukkan akurasi testing sebesar 75,35% dengan macro F1-score 0,7394 dan weighted F1-score 0,7496. Performa terbaik dicapai pada kategori kardus (91,2% recall) dan kertas (87,3% recall). Penggabungan CNN-GLCM terbukti efektif dalam membedakan material dengan karakteristik visual serupa namun tekstur berbeda, memberikan solusi potensial untuk sistem pemilahan sampah otomatis yang lebih akurat dan efisien.

SISTEM PENDATAAN PRESTASI DAN SERTIFIKASI GURU BERBASIS WEB DI SMK DHARMA PERTIWI

2025-06-10T14:01:31+07:00

Pemanfaatan teknologi di bidang pendidikan merupakan langkah strategis dalam meningkatkan efisiensi dan efektivitas pengelolaan data. Di SMK Dharma Pertiwi, pencatatan prestasi dan sertifikasi guru masih dilakukan secara manual, yang berpotensi menimbulkan risiko kehilangan data, keterlambatan pelaporan, serta ketidakakuratan dalam pengambilan keputusan. Penelitian ini bertujuan untuk membangun sistem pendataan prestasi dan sertifikasi guru berbasis web sebagai solusi atas permasalahan tersebut. Sistem ini dirancang dengan fitur input data prestasi, sertifikasi, notifikasi melalui email, manajemen akun untuk administrator dan kepala sekolah, serta pembuatan laporan secara otomatis. Bentuk konkret dari solusi ini adalah sebuah sistem berbasis web yang telah berhasil dibuat dan diuji coba untuk digunakan oleh SMK Dharma Pertiwi dalam mendata prestasi dan sertifikasi guru. Hasil uji coba terbatas di lingkungan sekolah menunjukkan bahwa sistem ini mendapatkan respons positif karena mampu menyederhanakan proses pencatatan dan pelaporan data secara lebih efisien dan akurat. Pengembangan sistem menggunakan model Waterfall yang terdiri dari tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Teknologi yang digunakan meliputi MySQL, HTML, CSS, dan Laravel. Hasil akhir dari penelitian ini menunjukkan bahwa sistem dapat meningkatkan efisiensi pelaporan, akurasi data, serta mempercepat proses pengambilan keputusan. Selain itu, sistem ini memberikan kontribusi terhadap peningkatan kredibilitas institusi dan kemajuan profesionalisme guru dalam jangka panjang.

WEB-BASED YAMAHA MOTOR DEALER MANAGEMENT INFORMATION SYSTEM WITH THE APPLICATION OF CUSTOMER RELATIONSHIP MANAGEMENT

2025-07-21T10:43:13+07:00

In today’s rapidly advancing digital era, businesses must adopt technology to enhance operational efficiency and improve customer service. PT. Alfa Scorpii Binjai, an official Yamaha motorcycle dealer, aims to improve service quality through a more integrated system. This study aims to develop a web-based Customer Relationship Management (CRM) system to support customer data management, streamline communication, and optimize service processes such as vehicle service booking and customer feedback.The Research and Development (R&D) method was used, including identifying problems, data collection, system design, product development using PHP and MySQL, validation, and implementation. The system integrates key features such as service booking and scheduling, service tracking, customer and transaction management, FAQs, live chat, a point reward system, voucher management, testimonials, and feedback forms.The final CRM product is a fully functional web-based platform that meets the operational needs of both customers and administrators at PT. Alfa Scorpii Binjai. All essential features were developed and thoroughly tested using the black-box testing method, with a success rate of 97.5%. This CRM system is expected to enhance customer satisfaction, improve communication, and support business growth. Future research may refine the interface and add analytics to monitor customer behavior and system performance.

RANCANG BANGUN SISTEM PENGAIRAN OTOMATIS BERBASIS IOT DENGAN MODEL PROTOTYPE DI DESA TANGKISAN

2025-06-19T21:32:06+07:00

Abstrak: Penggunaan teknologi Internet of Things (IoT) dalam bidang pertanian semakin berkembang pesat untuk meningkatkan efisiensi dan efektivitas pengelolaan lahan. Di Desa Tangkisan, mayoritas petani masih menggunakan sistem pengairan manual, sehingga membutuhkan waktu dan tenaga lebih, apalagi sebagian besar petani sudah lanjut usia. Penelitian ini bertujuan untuk merancang dan membangun sistem pengairan otomatis berbasis IoT yang dapat dikontrol melalui Telegram dan dimonitor melalui website. Metode yang digunakan adalah model prototype dengan mikrokontroler ESP32, sensor kelembaban tanah, sensor ultrasonik, dan sensor hujan. Data dari sensor dikirim ke Supabase dan digunakan untuk mengendalikan pompa air melalui relay. Hasil uji menunjukkan bahwa sistem mampu berjalan dengan baik dalam dua mode, yaitu manual dan otomatis.

Sistem memberikan kemudahan bagi petani dalam mengatur pengairan sawah secara efisien dari jarak jauh.

RANCANG BANGUN SICUREM PADA PT. BUMI TEKNO INDONESIA MENGGUNAKAN FRAMEWORK LARAVEL

2025-06-10T14:02:13+07:00

PT. Bumi Tekno Indonesia adalah perusahaan yang bergerak di bidang teknologi informasi, dengan fokus menyediakan solusi inovatif untuk berbagai kebutuhan pelanggan. PT. Bumi Tekno Indonesia memahami pentingnya Customer Relationship Management (CRM) dalam strategi bisnis mereka untuk meningkatkan kepuasan dan mempertahankan loyalitas pelanggan. Namun, pengelolaan data di perusahaan ini masih menghadapi tantangan, terutama dalam menangani keluhan pelanggan yang dilakukan secara manual. Dalam penyampaian keluhan pelanggan masih menggunakan telpon, media foto, dan Chat pesan Whatsapp. Proses manual ini sering kali mengakibatkan tidak efisien waktu dan tenaga. Penelitian ini bertujuan untuk merancang sistem Customer Relationship Management berbasis website guna meningkatkan efektivitas pengelolaan pelanggan. Metode yang digunakan meliputi observasi langsung ke perusahaan, wawancara dengan pegawai perusahaan, dan studi pustaka untuk mengidentifikasi kebutuhan sistem. Analisis dan perancangan sistem dilakukan menggunakan metode Waterfall dan pemodelan Unified Modeling Language (UML), yang mencakup use case diagram, activity diagram, sequence diagram, dan class diagram. Hasil penelitian menunjukkan bahwa sistem CRM berbasis web yang dirancang diharapakan mempermudah pelanggan dalam menyampaikan keluhan, mengakses layanan, dan menerima notifikasi secara online, sehingga meningkatkan efisiensi waktu. Sistem ini dirancang dengan Framework Laravel dan MySQL untuk mendukung skalabilitas dan kemudahan pengembangan.

SISTEM PAKAR DIAGNOSA PENYAKIT KULIT BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING

2025-07-06T13:06:04+07:00

Rumah sakit sebagai pusat layanan kesehatan sering menghadapi masalah antrian panjang akibat banyaknya pasien yang ingin berkonsultasi dengan dokter spesialis. Proses ini memerlukan waktu yang lama, sehingga menimbulkan ketidaknyamanan bagi pasien. Di sisi lain, penyakit kulit merupakan masalah kesehatan yang sering diabaikan, padahal jika tidak ditangani dengan tepat dapat berkembang menjadi lebih serius. Kurangnya kesadaran masyarakat serta keterbatasan akses untuk berkonsultasi dengan dokter spesialis kulit menjadi tantangan tersendiri dalam penanganan penyakit ini. Sebagai solusi atas permasalahan tersebut, penelitian ini mengusulkan pengembangan sistem pakar diagnosa penyakit kulit berbasis metode forward chaining. Sistem ini dirancang untuk membantu masyarakat dalam mengenali jenis penyakit kulit yang diderita berdasarkan gejala-gejala yang dialami, serta memberikan solusi secara cepat dan efisien tanpa harus menunggu antrian konsultasi di rumah sakit. Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem pakar yang mampu melakukan diagnosa penyakit kulit secara otomatis menggunakan pendekatan inferensi forward chaining, dengan memanfaatkan aturan IF-THEN yang telah disusun berdasarkan pengetahuan pakar. Hasil yang diharapkan dari penelitian ini adalah terciptanya sebuah sistem pakar yang dapat mendiagnosa beberapa jenis penyakit kulit umum secara tepat, membantu mempercepat proses identifikasi penyakit, memberikan rekomendasi solusi, serta meningkatkan kesadaran masyarakat terhadap pentingnya menjaga kesehatan kulit sejak dini.

EVALUASI MODEL E-GOVERNMENT BERBASIS PERSEPSI RESIKO DAN KONDISI PENDUKUNG DALAM MENINGKATKAN ADOPSI LAYANAN DIGITAL SSW-ALFA

2025-06-14T22:15:57+07:00

Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi penerimaan warga Surabaya terhadap layanan e-government Surabaya Single Window (SSW) Alfa menggunakan model modifikasi Unified Model of Electronic Government Adoption (UMEGA). Responden penelitian adalah 414 warga Surabaya. Teknik pengambilan sampel menggunakan purposive sampling. Tenik analisis menggunakan PLS. Hasil penelitian menunjukkan bahwa facilitating conditions, perceived service quality, dan trust in government berpengaruh signifikan positif terhadap behavior intention to use dan intention to recommend, sedangkan perceived risk memiliki pengaruh signifikan negatif terhadap attitude. Behavioral intention to use juga berperan sebagai pemediasi signifikan terhadap intention to recommend. Penelitian memberikan wawasan bagi Pemerintah Kota Surabaya untuk meningkatkan perceived service quality, trust in government, dan mengatasi perceived risk guna memperluas adopsi SSW Alfa.

ANALISIS KOMPARATIF ALGORITMA SVM NAIVE BAYES DAN LSTM PADA SENTIMEN KOMENTAR LAGU LABOUR

2025-07-26T11:02:04+07:00

Analisis sentimen menjadi pendekatan penting dalam memahami persepsi publik terhadap isu-isu sosial yang dikemas dalam bentuk karya musik digital. Penelitian ini bertujuan untuk membandingkan performa tiga algoritma klasifikasi teks, yaitu Support Vector Machine (SVM), Naive Bayes (NB), dan Long Short-Term Memory (LSTM), dalam mengklasifikasikan sentimen komentar YouTube terhadap lagu Labour karya Paris Paloma. Dataset terdiri dari 10.061 komentar hasil scraping yang kemudian disaring menjadi 8.042 komentar valid yang telah melalui proses prapemrosesan dan pelabelan sentimen menggunakan metode lexicon-based. Model SVM menggunakan representasi TF-IDF, sementara LSTM memanfaatkan embedding layer dan arsitektur sekuensial. Hasil evaluasi menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 84,09%, disusul LSTM sebesar 83,28%, dan Naive Bayes dengan akurasi 78,50%. SVM unggul dalam menangani komentar pendek yang eksplisit, sedangkan LSTM lebih mampu memahami konteks emosional dalam komentar panjang. Simpulan dari penelitian ini menunjukkan pentingnya pemilihan algoritma yang sesuai dengan karakteristik data, serta potensi pengembangan lebih lanjut dengan pendekatan berbasis transformer atau teknik penyeimbangan data.

OPTIMASI WAKTU TUNGGU TOTAL DAN PEMODELAN ARUS LALU LINTAS DENGAN METODE GRAF FUZZY PADA PERSIMPANGAN FLY OVER JAMIN GINTING MEDAN

2025-07-20T20:58:03+07:00

Persimpangan Fly Over Jamin Ginting sering mengalami kemacetan akibat ketidakseimbangan durasi lampu lalu lintas, di mana waktu lampu hijau lebih singkat dibandingkan dengan lampu merah. Hal ini menyebabkan antrean kendaraan tidak terurai secara optimal. Untuk mengatasi permasalahan tersebut, penelitian ini memanfaatkan pendekatan pemodelan dengan graf kompatibel dan graf fuzzy. Graf kompatibel digunakan untuk mengidentifikasi fase-fase lampu lalu lintas serta arus kendaraan yang dapat bergerak bersamaan tanpa konflik, sedangkan graf fuzzy dimanfaatkan untuk mengoptimalkan waktu tunggu kendaraan di setiap fase. Berdasarkan hasil penelitian, ditemukan bahwa terdapat tiga fase lampu lalu lintas yang dapat dioptimalkan, dengan waktu siklus terbaik sebesar 227 detik. Pendekatan ini terbukti efektif karena mampu menyesuaikan durasi lampu secara dinamis, bergantung pada volume kendaraan dan lebar jalan di masing-masing arah, sehingga memungkinkan penyesuaian waktu hijau atau merah sesuai kebutuhan lalu lintas.

IMPLEMENTASI ALGORITMA RANDOM FOREST REGRESSION UNTUK ESTIMASI HARGA MOBIL BEKAS MEREK TOYOTA

2025-08-04T23:09:38+07:00

Industri otomotif terus berkembang seiring dengan tingginya minat masyarakat terhadap kendaraan bekas, khususnya merek Toyota yang dikenal stabil dalam harga jual kembali. Namun, penentuan harga mobil bekas sering kali bersifat subjektif dan tidak akurat. Algoritma Random Forest Regression digunakan dalam penelitian ini untuk mengoptimalkan model estimasi harga yang akurat untuk mobil bekas Toyota. Dataset publik toyota.csv dari Kaggle berisi 6.738 entri dan 9 atribut. Data diolah mengikuti tahapan CRISP-DM, dimulai dari pembersihan, termasuk penghapusan 39 data duplikat sehingga menyisakan 6.699 data valid. Atribut kategorikal dikonversi ke bentuk numerik menggunakan Label Encoding. Data kemudian dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Pemodelan dilakukan dengan penyetelan parameter menggunakan GridSearchCV untuk menemukan kombinasi terbaik. Evaluasi dilakukan melalui 5-Fold Cross Validation menggunakan MAE, RMSE, dan R² Score. Hasil pengujian menunjukkan model terbaik dengan MAE 768,82, RMSE 1.232,07, dan R² 0,962. Ini menandakan bahwa model mampu memprediksi sekitar 96,2% perubahan harga mobil bekas Toyota. Model kemudian diimplementasikan ke dalam aplikasi berbasis Streamlit untuk estimasi harga secara instan. Penelitian ini membuktikan efektivitas Random Forest Regression dalam mendukung keputusan harga mobil bekas secara objektif.

IMPLEMENTASI EXTREME LEARNING MACHINE UNTUK MENENTUKAN KLASIFIKASI ALAT KOMUNIKASI

2025-07-08T13:05:52+07:00

Perkembangan pesat teknologi komunikasi menghasilkan berbagai jenis alat komunikasi dengan karakteristik yang beragam, sehingga diperlukan sistem klasifikasi otomatis untuk mempermudah identifikasi dan pengelompokan perangkat. Klasifikasi citra digital menjadi solusi penting karena memungkinkan pengolahan visual objek secara efisien dalam berbagai aplikasi, seperti dokumentasi teknologi dan sistem pembelajaran digital. Penelitian ini mengimplementasikan metode Extreme Learning Machine (ELM) untuk mengklasifikasikan citra alat komunikasi seperti handphone, handy talkie, dan telepon kabel. ELM dipilih karena kemampuannya dalam pelatihan cepat tanpa iterasi kompleks, serta akurasi tinggi dalam pengenalan pola visual. Sistem dibangun menggunakan MATLAB GUI, dan mencakup tahapan akuisisi citra, prapemrosesan, segmentasi morfologi, ekstraksi fitur geometris, serta klasifikasi otomatis. Dataset yang digunakan berupa citra dengan berbagai variasi bentuk dan ukuran objek. Hasil pengujian menunjukkan akurasi sebesar 86,67%, membuktikan keandalan ELM untuk klasifikasi cepat berbasis citra. Temuan ini mendukung pengembangan sistem klasifikasi visual cerdas yang aplikatif di berbagai bidang teknologi informasi dan pendidikan.

ANALISI DATA PENGUNAAN AI ( ARTIFICIAL INTELLIGENCE) YANG BERDAMPAK PADA GENERASI MUDA

2025-06-26T07:18:08+07:00

Kemajuan teknologi informasi dan komunikasi telah mendorong munculnya kecerdasan buatan (Artificial Intelligence/AI) yang kini semakin berperan dalam kehidupan generasi muda. Penelitian ini bertujuan untuk menganalisis dampak penggunaan AI terhadap pola pikir, perilaku, dan efisiensi waktu generasi muda dalam konteks kehidupan sehari-hari dan pendidikan. Metode yang digunakan adalah kuantitatif deskriptif dengan teknik pengumpulan data melalui kuesioner daring (Google Form). Jumlah responden sebanyak 34 orang yang terdiri dari pelajar dan mahasiswa berusia 16 hingga 23 tahun. Kriteria responden adalah mereka yang aktif menggunakan teknologi AI dalam aktivitas akademik maupun sosial. Data dianalisis secara deskriptif menggunakan tabulasi frekuensi dan persentase untuk mengukur tingkat kesetujuan responden terhadap pernyataan terkait penggunaan AI. Hasil penelitian menunjukkan bahwa mayoritas responden bersikap netral terhadap perkembangan AI, namun mereka mengakui manfaat AI dalam meningkatkan efisiensi waktu dan penyelesaian tugas. Meskipun demikian, kekhawatiran terhadap potensi ketergantungan teknologi tetap ada. Diperlukan literasi digital yang kuat dan dukungan pendidikan untuk memastikan bahwa generasi muda dapat memanfaatkan AI secara bijak dan bertanggung jawab.

PENERAPAN ALGORITMA REGRESI LINIER DAN RANDOM FOREST UNTUK MEMPREDIKSI PENJUALAN DI UCHI PARFUME

2025-08-09T06:47:03+07:00

Persaingan yang semakin ketat di sektor ritel parfum memerlukan pengelolaan persediaan dan strategi promosi yang tepat serta terukur. Di Uchi Parfume cabang Bumiayu, proses tersebut masih dilakukan secara manual melalui perkiraan, sehingga berisiko memicu ketidakseimbangan stok dan menurunkan kinerja penjualan. Penelitian ini mengembangkan model prediksi penjualan berbasis data historis untuk memperbaiki ketepatan perencanaan dan mengoptimalkan strategi promosi. Dua algoritma machine learning, yaitu Regresi Linier dan Random Forest, diterapkan dengan metode CRISP-DM yang mencakup tahap pemahaman bisnis, pengolahan data, pemodelan, evaluasi, dan implementasi. Variabel yang dianalisis meliputi bulan, harga, diskon, varian parfum, metode pembelian, dan lokasi cabang. Hasil evaluasi berdasarkan metrik MAE, RMSE, MAPE, dan R² menunjukkan bahwa Random Forest memiliki kinerja lebih unggul dibandingkan Regresi Linier, dengan kesalahan prediksi yang lebih rendah dan kemampuan menjelaskan variasi data yang lebih tinggi. Model kemudian diterapkan ke dalam aplikasi berbasis Streamlit, yang memungkinkan pengguna melakukan analisis penjualan dan perencanaan stok secara interaktif. Penelitian ini diharapkan dapat meningkatkan efisiensi operasional Uchi Parfume dalam membuat keputusan yang lebih akurat dan efisien.

PENERAPAN THRESHOLDING ADAPTIVE PADA MODEL WARNA YCBCR UNTUK DETEKSI FLEK WAJAH

2025-07-26T12:52:48+07:00

Flek wajah merupakan masalah kulit umum yang memengaruhi kepercayaan diri. Tantangan utama dalam deteksinya adalah variasi warna flek dan kondisi pencahayaan yang tidak seragam. Penelitian ini mengusulkan metode deteksi flek wajah yang berbasis segmentasi kulit menggunakan ruang warna YCbCr dan analisis gradien, yang dikombinasikan dengan teknik adaptive thresholding. Metode ini bertujuan untuk meningkatkan akurasi deteksi flek dengan kontras rendah yang sering kali sulit dikenali. Penggunaan ruang warna YCbCr memungkinkan pemisahan komponen luminansi dan krominansi, sehingga mengurangi pengaruh pencahayaan yang tidak merata. Adaptive thresholding diterapkan untuk mendeteksi perbedaan kontras secara lokal, sementara analisis gradien memperkuat deteksi perubahan intensitas halus pada permukaan kulit. Hasil pengujian pada 20 citra wajah menunjukkan bahwa sistem ini berhasil mencapai akurasi 95%, presisi 100%, recall 94,74%, dan F1-score 97,3%. Meskipun demikian, terdapat satu kasus False Negative yang menunjukkan perlunya penyempurnaan lebih lanjut. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem deteksi flek wajah yang lebih akurat dan efisien, serta membuka peluang untuk penelitian lebih lanjut dalam deteksi masalah kulit lainnya.

INTEGRASI SAW TOPSIS DAN MAUT UNTUK SELEKSI PENERIMA BANTUAN SOSIAL BERBASIS WEB

2025-07-02T21:19:00+07:00

Proses seleksi penerima bantuan sosial sering kali menghadapi tantangan dalam hal objektivitas, transparansi, dan efisiensi karena masih dilakukan secara manual dan rentan terhadap bias. Penelitian ini mengembangkan sistem pendukung keputusan berbasis web melalui tahapan pengumpulan data, analisis kebutuhan, implementasi, dan pengujian, dengan mengintegrasikan tiga metode pengambilan keputusan multikriteria diantaranya Simple Additive Weighting (SAW), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), dan Multi-Attribute Utility Theory (MAUT). Sistem ini diterapkan untuk menyeleksi calon penerima bantuan sosial di Nagari Sungai Buluah Selatan berdasarkan lima kriteria yaitu jumlah tanggungan, status pekerjaan, kondisi rumah, pendapatan keluarga, dan usia. Pengujian dilakukan terhadap 15 alternatif menggunakan data dari observasi dan wawancara, divalidasi dengan triangulasi dokumen kependudukan dan Data Terpadu Kesejahteraan Sosial (DTKS). Hasil pengujian menunjukkan bahwa integrasi ketiga metode menghasilkan peringkat yang konsisten, dengan alternatif A1 memperoleh skor tertinggi (0,6459) dan A4 terendah (0,3591). Sistem ini berpotensi meningkatkan objektivitas seleksi dan mendukung transparansi dalam distribusi bantuan sosial.

SISTEM INFORMASI PERSEDIAAN BERBASIS WEB PADA TOKO BAJU GELORA DENGAN METODE VENDOR MANAGED INVENTORY (VMI)

2025-08-06T11:42:12+07:00

Persediaan barang yang tidak terkelola dengan baik dapat menyebabkan ketidakseimbangan antara permintaan dan ketersediaan stok, yang berdampak pada penurunan penjualan dan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem informasi persediaan berbasis web pada Toko Baju Gelora dengan menerapkan metode Vendor Managed Inventory (VMI). Metode VMI memungkinkan pemasok untuk memantau dan mengelola stok barang secara langsung berdasarkan data penjualan dan permintaan yang terintegrasi dalam sistem. Sistem yang dikembangkan mencakup fitur manajemen stok, pemantauan persediaan secara real- time, analisis data penjualan, serta notifikasi otomatis untuk pengisian ulang barang. Teknologi berbasis web dipilih karena fleksibilitasnya dalam diakses kapan saja dan di mana saja, sehingga memudahkan pengelolaan persediaan oleh vendor dan pemilik toko. Metodologi pengembangan sistem menggunakan Model Waterfall, yang mencakup tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil pengujian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi pengelolaan stok, mengurangi risiko kekurangan atau kelebihan persediaan, serta mempercepat proses pengambilan keputusan. Dengan diterapkannya sistem informasi ini, Toko Baju Gelora dapat mengoptimalkan manajemen persediaan dan meningkatkan kepuasan pelanggan melalui ketersediaan produk yang lebih baik dan layanan yang lebih responsif.

APLIKASI PROGRAM EVALUASI PELATIHAN GURU SMP AL WASHLIYAH 8 DENGAN FITUR NETWORKING DAN MENTORSHIP MENGGUNAKAN METODE AGILE

2025-08-06T11:15:40+07:00

Pendidikan merupakan pilar utama dalam pengembangan sumber daya manusia berkualitas, salah satunya melalui peningkatan kompetensi guru. SMP Al Washliyah 8 Medan telah menyelenggarakan berbagai pelatihan bagi guru, namun masih menghadapi kendala dalam mengevaluasi efektivitas pelatihan secara manual dan belum sistematis. Selain itu, belum tersedianya platform digital untuk networking dan mentorship menghambat optimalisasi hasil pelatihan. Penelitian ini menawarkan solusi berupa pengembangan Aplikasi Evaluasi Pelatihan Guru dengan fitur networking dan mentorship untuk mendukung kolaborasi antar guru dan memperkuat sistem pendampingan. Aplikasi ini dikembangkan menggunakan metode Agile yang memungkinkan proses pengembangan dilakukan secara bertahap dan adaptif terhadap kebutuhan pengguna. Fitur evaluasi memungkinkan pemantauan digital hasil pelatihan, sementara fitur networking dan mentorship memfasilitasi diskusi dan bimbingan berkelanjutan. Diharapkan aplikasi ini dapat membantu sekolah dalam mengukur dampak pelatihan secara objektif, mempercepat proses evaluasi, serta membangun ekosistem kolaboratif yang mendukung peningkatan kualitas pembelajaran di SMP Al Washliyah 8 Medan.

PENINGKATAN KINERJA NAMED ENTITY RECOGNITION BAHASA INDONESIA MELALUI AUGMENTASI DATA BERBASIS LARGE LANGUAGE MODELS

2025-08-04T10:59:53+07:00

Named Entity Recognition (NER) merupakan salah satu tugas utama dalam Natural Language Processing (NLP) yang memerlukan ketersediaan data beranotasi dalam jumlah cukup. Bahasa Indonesia tergolong dalam kategori bahasa dengan sumber daya terbatas, sehingga performa model NER pada bahasa ini masih jauh dari optimal. Penelitian ini bertujuan meningkatkan kinerja NER Bahasa Indonesia melalui augmentasi data berbasis Large Language Models (LLM), khususnya GPT-4, dengan dua strategi: parafrasa kalimat dan substitusi entitas. Dataset yang digunakan berupa korpus berita berbahasa Indonesia dengan fokus pada entitas PERSON, ORGANIZATION, dan LOCATION. Model BiLSTM dan BiLSTM-CRF dilatih menggunakan data asli dan data hasil augmentasi. Hasil menunjukkan bahwa strategi augmentasi mampu meningkatkan performa model. Model BiLSTM-CRF dengan data augmentasi mencapai skor Macro F1 sebesar 0,75 dan Micro F1 sebesar 0,95, meningkat sekitar 20 poin dibandingkan dengan baseline tanpa augmentasi. Peningkatan terbesar tercatat pada entitas dengan frekuensi rendah seperti QUANTITY dan TIME. Temuan ini menunjukkan bahwa augmentasi berbasis LLM dapat digunakan dalam menghasilkan data sintetik yang memperkaya representasi model.

TRANSFORMASI CUSTOMER COMMUNICATION MANAGEMENT BERBASIS TEKNOLOGI DIGITAL STUDI KASUS OCA PLATFORM OMNICHANNEL DI INDONESIA

2025-06-26T07:40:09+07:00

Penelitian ini bertujuan untuk mengeksplorasi transformasi Customer Communication Management (CCM) berbasis teknologi digital, khususnya melalui penerapan strategi omnichannel dan penggunaan chatbot berbasis kecerdasan buatan (AI). Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pendekatan PRISMA, serta studi kasus pada platform Omnichannel Communication Assistant (OCA) milik Telkom Indonesia. Hasil menunjukkan bahwa integrasi berbagai kanal komunikasi dan pemanfaatan chatbot AI mampu meningkatkan efisiensi layanan, mempercepat respons, serta mendorong personalisasi interaksi pelanggan. Namun, tantangan utama yang diidentifikasi mencakup kompleksitas integrasi data antar-kanal, keterbatasan empati dalam respons chatbot, serta kekhawatiran terkait privasi dan transparansi data pengguna. Untuk mengatasi hal ini, penelitian merekomendasikan pendekatan holistik yang menggabungkan efisiensi teknologi dengan aspek emosional dan sosial dalam komunikasi digital. Implementasi chatbot berbasis emotional AI, sistem pengelolaan data yang terintegrasi, serta kebijakan privasi yang transparan menjadi solusi yang disarankan. Studi ini memberikan kontribusi penting dalam pengembangan sistem komunikasi pelanggan yang tidak hanya efisien tetapi juga manusiawi dan adaptif terhadap kebutuhan pengguna.

PERANCANGAN SISTEM PERMINTAAN TINDAK PERBAIKAN DAN PENCEGAHAN BERBASIS WEB DENGAN METODE EXTREME PROGRAMMING

2025-07-10T16:21:39+07:00

Proses permintaan tindak perbaikan dan pencegahan (PTPP) di Universitas Primakara yang masih mengandalkan dokumen Ms. Word dan komunikasi via email terbukti tidak efisien. Proses manual ini menyebabkan kesulitan dalam melacak progres temuan audit, serta memperlambat koordinasi antar pihak terkait. Untuk mengatasi kendala tersebut, penelitian ini bertujuan merancang dan membangun sebuah sistem informasi PTPP berbasis web yang terpusat guna meningkatkan efektivitas sistem penjaminan mutu internal. Metodologi pengembangan yang digunakan dalam penelitian ini adalah Extreme Programming (XP), yang dipilih karena kemampuannya beradaptasi terhadap perubahan kebutuhan pengguna secara dinamis dan fokus pada kolaborasi. Sistem ini dibangun menggunakan kerangka kerja Laravel dengan pengumpulan data melalui wawancara pemangku kepentingan dan observasi alur kerja. Hasil penelitian ini adalah sebuah sistem PTPP fungsional yang telah divalidasi melalui pengujian oleh pengguna (User Acceptance Test). Sistem ini berhasil mengimplementasikan alur kerja yang dibutuhkan, mencakup manajemen formulir dengan multi peran (admin, auditor, dan auditee), pelacakan status terstruktur dalam satu platform terpusat, serta mampu menghasilkan dokumen PDF sebagai arsip. Sistem ini mampu meningkatkan efisiensi dan akurasi dalam pelacakan dan pengelolaan data penjaminan mutu yang diinginkan. Dengan adanya sistem ini, Universitas Primakara kini memiliki platform terpusat yang efektif untuk mendokumentasikan, memonitor, dan menyelesaikan temuan audit, sehingga memperkuat sistem penjaminan mutu internal.

PENERAPAN VISUAL BASIC APPLICATION DALAM OTOMATISASI PROSES TRANSAKSI PADA TOKO BESI DI MELONG KOTA CIMAHI

2025-07-07T20:16:29+07:00

Pada era digital saat ini, penggunaan sistem informasi berbasis komputer menjadi kebutuhan penting untuk meningkatkan efisiensi, akurasi, dan kecepatan pencatatan data. Penelitian ini membahas penerapan Visual Basic for Applications (VBA) pada Microsoft Excel untuk membangun sistem informasi pembelian dan penjualan di UD Besi Hegar Putra, sebuah usaha manufaktur di Kota Cimahi. Metode pengembangan yang digunakan adalah Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem dengan flowchart dan data flow diagram, implementasi kode program menggunakan VBA, hingga pengujian menggunakan metode black box testing. Hasil sistem mempermudah pencatatan transaksi pembelian dan penjualan, pengelolaan data barang dan supplier, serta menghasilkan laporan secara otomatis. Sistem ini terbukti meningkatkan akurasi data, mempercepat pembuatan laporan, mengurangi risiko kehilangan dokumen manual, dan mendukung pengambilan keputusan manajerial lebih cepat. Diharapkan sistem ini dapat membantu perusahaan meningkatkan produktivitas, efektivitas, serta efisiensi operasional, dan menjadi referensi untuk UMKM lain yang menghadapi permasalahan serupa.

MATH CHALLENGER : GAME EDUKASI PEMBELAJARAN MATEMATIKA DASAR BAGI SISWA SD KELAS 5 DAN 6 BERBASIS ANDROID

2025-07-07T20:08:59+07:00

Teknologi dapat dimanfaatkan untuk mendukung pendidikan, salah satunya dengan game edukasi. Banyak anak yang kecanduan dalam bermain game, namun jika dimanfaatkan dengan baik, game dapat meningkatkan kemampuan kognitif seperti logika matematika. Oleh karena itu, game edukasi berbasis android menjadi solusi inovatif untuk meningkatkan minat dan pemahaman siswa terhadap matematika dasar. Penelitian ini mengembakan Math Challenger yang dirancang untuk membantu siswa SD kelas 5 dan 6 dalam memahami materi operasi penjumlahan, pengurangan, perkalian, dan pembagian dengan cara yang menyenangkan. Dengan menggabungkan elemen gamifikasi, game ini bertujuan membuat siswa lebih tertarik belajar matematika. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil uji coba menunjukan bahwa game ini sangat menarik dan bermanfaat untuk meningkatkan keterlibatan siswa dalam pembelajaran matematika. Berdasarkan kuesioner, 87,6% siswa setuju bahwa game ini membantu mereka belajar matematika dan 88,7% ahli media menyatakan game ini efektif digunakan dalam proses pembelajaran.

SISTEM REKOMENDASI SEKOLAH BERBASIS DATA MINING DENGAN ALGORITMA K-NEAREST NEIGHBOR UNTUK MENINGKATKAN KUALITAS PENDIDIKAN

2025-07-02T21:17:11+07:00

Pemilihan sekolah merupakan aspek krusial dalam menunjang keberhasilan pendidikan dan pengembangan karakter siswa. Banyak orang tua dan siswa mengalami kesulitan dalam menentukan pilihan sekolah yang tepat karena keterbatasan informasi, perbedaan biaya, serta kualitas fasilitas yang tidak merata antar sekolah. Kurangnya panduan berbasis data dalam proses seleksi sekolah juga menyebabkan keputusan subjektif dan kurang optimal. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan sistem rekomendasi sekolah berbasis algoritma K-Nearest Neighbor (KNN) yang mampu memberikan saran personal, akurat, dan relevan sesuai dengan preferensi pengguna. Metode yang digunakan meliputi pengumpulan data dari sepuluh sekolah jenjang SD dan SMP, normalisasi variabel numerik agar berskala setara, perhitungan jarak menggunakan rumus Euclidean, serta pemeringkatan sekolah berdasarkan tingkat kemiripan dengan data uji. Sistem ini memanfaatkan tujuh atribut penting: bentuk pendidikan, akreditasi, biaya pendidikan, lokasi, jumlah ruang kelas, laboratorium, dan perpustakaan. Hasil pengujian menunjukkan bahwa SD 002 dan SMP 002 memiliki nilai jarak paling dekat terhadap data uji, sehingga direkomendasikan sebagai sekolah yang paling sesuai. Temuan ini membuktikan bahwa algoritma KNN dapat digunakan secara efektif untuk mengidentifikasi alternatif sekolah terbaik berdasarkan profil pengguna. Pengembangan sistem ini diharapkan menjadi solusi praktis yang dapat mendukung pengambilan keputusan pendidikan lebih objektif dan membantu pemerataan akses terhadap pendidikan berkualitas di berbagai wilayah.

SISTEM INFORMASI PENGELOLAAN SAMPAH UNIVERSITAS ‘AISYIYAH YOGYAKARTA DENGAN METODE RAPID APPLICATION DEVELOPMENT

2025-07-12T05:39:06+07:00

Tingginya volume sampah yang tidak terkelola secara baik di Indonesia mendorong perlunya sistem pengelolaan yang lebih baik, termasuk di lingkungan institusi pendidikan. Universitas ‘Aisyiyah Yogyakarta melalui Biro Aset dan Umum (BAU) telah memulai pemilahan sampah, namun masih menghadapi kendala dalam pencatatan manual yang memakan waktu dan rentan kesalahan. Penelitian ini bertujuan untuk membangun sistem informasi pengelolaan sampah berbasis web dengan menggunakan metode Rapid Application Development (RAD). Proses pengembangan melibatkan empat tahap: perencanaan kebutuhan, desain sistem berbasis prototipe, pengembangan aplikasi, serta implementasi dan evaluasi. Sistem dikembangkan menggunakan framework Laravel 10, PHP 8.2, MySQL, serta Bootstrap untuk tampilan antarmuka. Hasil penelitian menunjukkan bahwa sistem dapat membantu melakukan pencatatan dan pelaporan data, serta memudahkan menganalisa sampah berdasarkan jenis dan lokasi. Pengujian menggunakan metode Black Box menunjukkan seluruh fitur berjalan sesuai harapan serta hasil evaluasi menunjukan hasil yang sangat baik dengan nilai 94%. Kesimpulannya, sistem ini berhasil menjawab kebutuhan operasional kampus dan mendorong budaya sadar lingkungan berbasis data, serta dapat menjadi model implementasi serupa di institusi pendidikan lainnya.

DOKUMENTASI PENGUJIAN APLIKASI CLEONTECH SUPPORT MENGGUNAKAN METODE SOFTWARE TESTING LIFE CYCLE BERSTANDAR IEEE 829

2025-07-13T06:38:50+07:00

Dokumentasi pengujian perangkat lunak merupakan aspek krusial dalam menjamin kualitas dan keandalan sistem sebelum digunakan secara luas. Penelitian ini berfokus pada penyusunan dokumentasi pengujian aplikasi CleonTech Support yang dikembangkan oleh PT SaranaInsan MudaSelaras dengan menerapkan pendekatan Software Testing Life Cycle (STLC) dan mengacu pada standar internasional IEEE 829. Standar ini menyediakan kerangka kerja sistematis dalam pembuatan dokumen pengujian seperti perencanaan, kasus uji, dan eksekusi yang diperlukan dalam setiap fase pengujian. Proses pengujian dilakukan secara bertahap melalui enam fase STLC untuk mengevaluasi fungsionalitas sistem berdasarkan kebutuhan bisnis dan teknis. Hasil pengujian menunjukkan bahwa seluruh fitur utama aplikasi berjalan sesuai ekspektasi dan telah memenuhi empat aspek utama pengujian, yaitu security, data integrity, functional, dan recovery. Dokumentasi yang dihasilkan mampu memberikan panduan yang jelas dan terstandarisasi bagi pengembang maupun teknisi dalam proses evaluasi, pemeliharaan, serta peningkatan mutu perangkat lunak.

MODIFIKASI MODEL UTAUT2 DENGAN KEAMANAN DAN PRIVASI DATA UNTUK MENGANALISIS NIAT PENGGUNAAN APLIKASI HALODOC

2025-06-24T17:32:17+07:00

Penerapan telemedicine di Indonesia semakin berkembang, terutama sejak diberlakukannya Peraturan Menteri Kesehatan No. 20 Tahun 2019. Halodoc menjadi salah satu aplikasi layanan kesehatan jarak jauh yang paling banyak digunakan. Namun, kekhawatiran terhadap kebocoran data pribadi menimbulkan keraguan. Penelitian ini bertujuan untuk menganalisis faktor yang memengaruhi niat penggunaan Halodoc dengan menggunakan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) serta menambahkan dua variabel eksternal, yaitu keamanan data dan privasi data. Penelitian menggunakan pendekatan kuantitatif dengan skala Likert 4 poin dan teknik purposive sampling, melibatkan 165 responden pengguna Halodoc dari berbagai wilayah di Indonesia. Analisis data dilakukan dengan SmartPLS 4.0 melalui metode Structural Equation Modeling (SEM). Hasil penelitian menunjukkan bahwa dari tujuh variabel UTAUT2, hanya facilitating conditions (t = 2,153; p = 0,031) dan habit (t = 3,313; p = 0,001) yang berpengaruh signifikan terhadap niat penggunaan. Sementara itu, variabel eksternal keamanan data (t = 2,160; p = 0,031) dan privasi data (t = 2,313; p = 0,021) juga berpengaruh signifikan. Nilai R² sebesar 0,824. Penelitian ini menyimpulkan bahwa dukungan teknis, kebiasaan penggunaan, serta aspek keamanan dan privasi data merupakan faktor kunci yang memengaruhi niat penggunaan Halodoc dan perlu menjadi perhatian dalam pengembangan strategi layanan.

APLIKASI PENERIMAAN DAN PENGELUARAN KAS PADA RR FRESH VEGETABLE BERBASIS VBA MICROSOFT EXCEL

2025-07-07T20:25:36+07:00

Kemajuan dalam teknologi informasi berkontribusi pada perubahan sistem pencatatan keuangan di perusahaan, khususnya dalam meningkatkan efisiensi pengelolaan kas. RR Fresh Vegetable, sebagai perusahaan di bidang agribisnis, masih menjalankan proses manual untuk mencatat transaksi penerimaan dan pengeluaran kas, yang membuatnya rentan terhadap kesalahan dalam pencatatan, keterlambatan laporan, dan hilangnya data. Tantangan utama yang dihadapi meliputi keterbatasan jumlah tenaga kerja dalam memproses data keuangan dengan cepat, risiko pencatatan yang berulang, serta rendahnya akurasi informasi yang dihasilkan. Penelitian ini bertujuan merancang dan menerapkan aplikasi berbasis VBA (Visual Basic for Applications) di Microsoft Excel untuk mengatasi masalah-masalah tersebut dengan mempercepat dan meningkatkan efisiensi pencatatan kas. Metode yang digunakan dalam pengembangan sistem adalah Waterfall dengan analisis PIECES. Hasil dari penelitian menunjukkan bahwa aplikasi tersebut dapat melakukan pencatatan secara otomatis, menyimpan data dengan lebih aman, serta menghasilkan laporan kas dengan cepat dan tepat. Pengujian melalui Black-Box Testing membuktikan bahwa aplikasi berfungsi dengan baik. Aplikasi ini tidak hanya memperbaiki efisiensi pencatatan, tetapi juga membantu dalam pengambilan keputusan yang lebih baik dalam aktivitas perusahaan. Dengan demikian, solusi ini dapat memperkuat pengelolaan kas dalam perusahaan agribisnis dan memiliki potensi untuk dikembangkan lebih lanjut untuk integrasi dengan sistem persediaan atau platform keuangan digital

PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK MENGUKUR AKURASI MODEL KLASIFIKASI SENTIMENT

2025-07-13T06:47:11+07:00

Kemajuan teknologi informasi telah mendorong munculnya berbagai platform media sosial, salah satunya Twitter, yang tidak hanya berfungsi sebagai sarana komunikasi, tetapi juga menjadi medium penyampaian opini publik terhadap isu sosial. Salah satu kasus yang ramai diperbincangkan di Twitter adalah pembunuhan Nia Kurnia Sari, seorang penjual gorengan di Kabupaten Padang Pariaman, yang memicu beragam respons masyarakat. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan sentimen publik terhadap kasus tersebut ke dalam kategori positif, negatif, atau netral. Data diperoleh melalui teknik crawling terhadap 2.737 tweet, kemudian diproses melalui tahapan text preprocessing, pelabelan sentimen, pembobotan menggunakan TF-IDF, visualisasi data, dan klasifikasi menggunakan algoritma Support Vector Machine . Proses pelatihan dan pengujian model dilakukan dengan proporsi data 80:20. Dari total 2.436 data tweet yang dianalisis, hasil menunjukkan bahwa mayoritas sentimen bersifat netral, diikuti oleh negatif dan positif. Model yang dikembangkan menunjukkan performa tinggi dengan akurasi 92%, precision 95%, recall 86%, dan f1-score 89%, yang mengindikasikan bahwa metode SVM efektif untuk menganalisis sentimen masyarakat terhadap isu-isu sosial di media sosial.

STRATEGI MENJAMIN SISTEM KEAMANAN DATA PERPUSTAKAAN DIGITAL UNIVERSITAS NEGERI MEDAN BERBASIS CLOUD COMPUTING

2025-08-10T06:31:04+07:00

Perkembangan teknologi cloud computing telah membawa perubahan signifikan pada pengelolaan layanan perpustakaan digital di perguruan tinggi. Universitas Negeri Medan merupakan salah satu institusi yang mengadopsi sistem perpustakaan berbasis cloud untuk meningkatkan efisiensi, fleksibilitas, serta keamanan akses informasi akademik. Penelitian ini bertujuan untuk menganalisis strategi keamanan data yang diterapkan dalam perpustakaan digital berbasis cloud computing, dengan fokus pada penerapan prinsip kerahasiaan, integritas, dan ketersediaan CIA Triad. Metode penelitian menggunakan pendekatan kualitatif deskriptif melalui observasi, wawancara, dan dokumentasi dengan pengelola perpustakaan digital serta pihak terkait. Hasil penelitian menunjukkan bahwa strategi keamanan mencakup penerapan enkripsi ganda pada data in-transit maupun at-rest, autentikasi ganda, pengendalian akses berbasis peran, audit trail, serta sistem deteksi intrusi yang diperkuat dengan pencadangan otomatis. Dari sisi operasional, keamanan sistem diperkuat melalui pembaruan firewall secara berkala untuk meminimalkan risiko serangan siber dan menjaga keberlangsungan layanan akademik. Hambatan utama yang dihadapi adalah keterbatasan sumber daya manusia dengan keahlian keamanan siber serta rendahnya kesadaran pengguna dalam menjaga keamanan digital. Penelitian ini menyimpulkan bahwa integrasi teknologi, kebijakan kelembagaan, dan peningkatan literasi digital merupakan faktor penting dalam mewujudkan perpustakaan digital yang aman, andal, terpercaya, serta berkelanjutan di Universitas Negeri Medan, sekaligus dapat menjadi model strategis bagi perguruan tinggi lain.

PROTOTYPE SISTEM PEMANTAUAN SUHU DAN ASAP SECARA REAL-TIME MENGGUNAKAN METODE RAD DAN MIKROKONTROLER ESP8266

2025-07-13T07:07:19+07:00

Banyak ruangan, seperti laboratorium atau ruang server, belum dilengkapi sistem pemantauan suhu dan asap sehingga potensi bahaya seperti konsleting atau munculnya asap yang dapat terdeteksi lebih awal. Oleh karena itu, sistem pemantauan suhu dan asap secara real-time menjadi kebutuhan penting untuk meningkatkan pemantauan kondisi ruangan. Penelitian ini bertujuan mengembangkan sistem monitoring suhu dan asap berbasis Internet of Things (IoT) menggunakan sensor DHT22 dan MQ-2. Sistem dirancang menggunakan metode Rapid Application Development (RAD), dengan perangkat NodeMCU ESP8266 untuk mengolah dan mengirim data ke server. Data monitoring ditampilkan melalui antarmuka web yang mudah diakses, serta dilengkapi dengan sistem notifikasi otomatis melalui aplikasi Telegram saat terdeteksi kondisi abnormal. Perangkat keras yang digunakan meliputi ESP8266, LCD I2C, DHT22, MQ-2, LED, dan buzzer. Sistem diuji dengan memantau suhu dan asap setiap 5 detik secara real-time. Hasil pengujian menunjukkan sistem dapat memberikan peringatan melalui buzzer dan mengirim notifikasi Telegram secara efektif ketika melebihi ambang batas. Sistem ini berfungsi dengan baik sebagai alat pemantauan ini untuk meningkatkan keamanan ruangan.

RANCANG BANGUN ALAT PEMILAH SAMPAH BERBASIS IOT

2025-07-29T21:57:59+07:00

Permasalahan pengelolaan sampah, khususnya dalam proses pemilahan, masih menjadi tantangan karena sebagian besar dilakukan secara manual, memakan waktu, dan kurang efisien. Untuk menjawab permasalahan tersebut, dirancanglah sebuah alat pemilah sampah otomatis berbasis Internet of Things (IoT) yang dapat mengidentifikasi dan mengelompokkan sampah menjadi tiga kategori: logam, organik, dan anorganik. Sistem ini memanfaatkan sensor proximity induktif untuk mendeteksi logam, sensor proximity kapasitif untuk mendeteksi bahan non-logam, serta logika pemrosesan untuk membedakan sampah organik dan anorganik. Data dari sensor digunakan untuk mengendalikan motor servo yang mengarahkan sampah ke wadah yang sesuai. Metode penelitian dilakukan melalui studi literatur dan pengumpulan teori. Hasil pengujian menunjukkan bahwa sistem mampu memilah sampah secara otomatis dengan akurasi yang cukup baik. Sistem ini berpotensi mempermudah kerja petugas dalam pengelolaan sampah dan mendukung penerapan teknologi ramah lingkungan. Sebagai pengembangan lebih lanjut, disarankan untuk melakukan kalibrasi sensor secara berkala, menambahkan sensor tambahan seperti sensor kelembaban, mengoptimalkan perangkat lunak, dan mengintegrasikan sistem dengan platform IoT untuk pemantauan jarak jauh secara real-time.

SISTEM PAKAR DETEKSI DINI DIABETES MELLITUS MENGGUNAKAN METODE CERTAINTY FACTOR (CF) BERBASIS LARAVEL

2025-06-26T07:32:21+07:00

Diabetes Mellitus (DM) merupakan penyakit kronis dengan prevalensi yang terus meningkat secara global. Banyak kasus DM yang tidak terdeteksi sejak dini, meningkatkan risiko komplikasi serius. Penelitian ini bertujuan untuk merancang sistem pakar berbasis web guna mendeteksi dini DM menggunakan metode Certainty Factor (CF). Metode CF diterapkan untuk mengelola ketidakpastian diagnosis. Secara teknis, sistem mengkombinasikan bobot keyakinan dari pengguna (CFuser) dan pakar (CFpakar) untuk setiap gejala. Jika pengguna memilih lebih dari satu gejala, nilai-nilai CF tersebut digabungkan secara berurutan untuk menghasilkan persentase risiko diagnosis akhir. Framework Laravel digunakan untuk membangun sistem yang aman dan responsif. Pengembangan sistem mengikuti enam tahap Expert System Development Life Cycle (ESDLC), dengan basis pengetahuan diperoleh dari wawancara dokter spesialis dan literatur medis. Sistem dapat mendiagnosis DM Tipe 1 dan Tipe 2 berdasarkan gejala yang diinput pengguna, dan menghasilkan output berupa persentase risiko. Hasil pengujian terhadap 10 kasus data uji yang divalidasi pakar menunjukkan akurasi sistem mencapai 100% dan konsisten dengan perhitungan manual. Dokumentasi teknis dan panduan pengguna juga disusun untuk mendukung penggunaan dan pengembangan lebih lanjut. Sistem ini berpotensi menjadi solusi alternatif dalam mendeteksi dini DM, terutama bagi masyarakat dengan keterbatasan akses layanan kesehatan.

SISTEM REKOMENDASI BURSA KERJA KHUSUS (BKK)MENGGUNAKAN METODE CONTENT BASED FILTERINGPADA SMK TUNAS BANGSA

2025-07-10T14:52:31+07:00

Penyaluran alumni ke dunia kerja adalah salah satu masalah yang dihadapi oleh sekolah kejuruan, terutama jika masih dilakukan secara manual seperti menggunakan Google Form. Proses tersebut dinilai kurang efektif karena sering menghasilkan rekomendasi pekerjaan yang tidak sesuai dengan keahlian alumni dan menyulitkan pihak sekolah dalam memantau data secara terstruktur. Penelitian ini bertujuan untuk membangun sistem rekomendasi bursa kerja khusus menggunakan metode content-based filtering untuk mencocokan data Perusahaan dengan data alumni secara otomatis. Dengan sistem ini, pencocokan bisa dilakukan lebih cepat. Sekolah jadi lebih mudah dalam memantau dan mengelola informasi dari perusahaan. Sistem ini dirancang menggunakan metode Content-Based Filtering, dengan menggunakan algoritma TF-IDF dan Cosine Similarity. TF-IDF digunakan untuk membobotkan data skill yang dimiliki alumni dan yang dibutuhkan oleh perusahaan, sedangkan Cosine Similarity digunakan untuk menghitung tingkat kemiripan antar keduanya. Pengujian dilakukan dengan membandingkan hasil perhitungan manual dan hasil sistem, melalui pengujian Precision dengan hasil 1.00, Recall dengan hasil 0.60, dan F1-Measure menghasilkan 0.75. Sistem ini juga mempermudah admin sekolah dalam mengelola data alumni dan perusahaan serta memberikan pengalaman yang lebih terarah bagi alumni guna menemukan pekerjaan yang sesuai dengan keahlian yang dimiliki.

PENERAPAN TOTAL QUALITY MANAGEMENT (TQM) PADA SISTEM INFORMASI AKADEMIK DI SMP SWASTA AL WASHLIYAH 8 MEDAN

2025-08-19T20:04:30+07:00

SMP Swasta Al Washliyah 8 Medan, sebagai sekolah menengah pertama, menghadapi masalah dalam pengelolaan data akademik yang masih dilakukan secara manual, sehingga mengakibatkan keterlambatan, ketidakakuratan, dan rendahnya efisiensi dalam layanan administrasi sekolah. Akibatnya, layanan menjadi kurang baik dan ada banyak kemungkinan kesalahan dalam penginputan informasi. penelitian ini bertujuan mendesain dan menerapkan Sistem Informasi Akademik (SIAKAD) berbasis cloud dengan penerapan prinsip Manajemen Kualitas Total (TQM) di SMP Swasta Al Washliyah 8 Medan. Metode penelitian mengaplikasikan pendekatan kualitatif dengan model pengembangan sistem Waterfall yang meliputi tahapan analisis kebutuhan, desain, pelaksanaan, dan pengujian sistem. Evaluasi dilakukan dengan pengujian black box untuk memastikan fungsi sistem dan melalui wawancara dengan pengguna mengenai kepuasan serta manfaat sistem. Hasil menunjukkan bahwa penerapan TQM pada SIAKAD berbasis cloud dapat meningkatkan efisiensi input data hingga 40%, menurunkan kesalahan administrasi sebesar 35%, serta menaikkan kepuasan pengguna mencapai 92%. Studi ini menekankan bahwa penggabungan TQM dengan sistem informasi berbasis cloud tidak hanya memperbaiki aspek teknis, tetapi juga mendukung kualitas layanan pendidikan secara berkelanjutan

PENGEMBANGAN FRAMEWORK TATA KELOLA AKSES MULTI-TENANT UNTUK MITIGASI ANCAMAN INSIDER DI CLOUD PUBLIK

2025-08-18T22:16:23+07:00

Ancaman insider menjadi tantangan serius dalam cloud publik multi-tenant, sehingga diperlukan pendekatan keamanan adaptif berbasis tata kelola. Penelitian ini mengembangkan framework tata kelola akses terintegrasi untuk mendeteksi dan memitigasi ancaman insider dengan memperhitungkan dinamika peran, konteks perilaku pengguna, dan relasi antar-tenant. Framework diimplementasikan pada lingkungan simulasi OpenStack (versi Yoga) dengan 3 tenant aktif dan 50 skenario simulasi, termasuk 10 skenario penyalahgunaan akses. Pengujian terstruktur dengan lima kali replikasi dilakukan untuk membandingkan kinerja framework terhadap RBAC dan ABAC menggunakan metrik precision, recall, F1-score, waktu tanggap, dan overhead performa. Hasil menunjukkan framework mencapai rata-rata precision sebesar 0,885, recall sebesar 0,878, dan F1-score sebesar 0,92, lebih tinggi dibandingkan RBAC (0,78) dan ABAC (0,84). Waktu tanggap rata-rata 2,3 detik dan overhead performa 6,5%, masih berada dalam ambang toleransi operasional yang dapat diterima pada platform cloud berskala besar. Temuan ini membuktikan bahwa pendekatan terintegrasi berbasis kepercayaan dan evaluasi kontekstual dapat meningkatkan akurasi deteksi, mengurangi kesalahan klasifikasi, dan mempertahankan efisiensi operasional. Framework yang diusulkan berpotensi dikembangkan lebih lanjut untuk skala produksi dan diintegrasikan dengan teknologi SIEM (Security Information and Event Management) serta SOAR (Security Orchestration, Automation, and Response) guna memperkuat keamanan cloud secara menyeluruh.

PERAN INTEGRASI KNOWLEDGE MANAGEMENT HC DAN LEARNING MANAGEMEN DI BANK BRI

2025-06-26T07:40:46+07:00

Transformasi digital menuntut Bank Rakyat Indonesia (BRI) untuk mengintegrasikan Knowledge Management (KM), Human Capital (HC), dan Learning Management System (LMS) sebagai strategi pengembangan berkelanjutan. Penelitian ini bertujuan menganalisis peran integrasi ketiga aspek tersebut dalam meningkatkan efektivitas organisasi, khususnya dalam peningkatan kompetensi dan inovasi layanan. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan artikel dari database Scopus tahun 2019–2025, diseleksi berdasarkan kriteria relevansi terhadap KM, HC, dan LMS dalam konteks perbankan. Artikel dievaluasi berdasarkan tujuan, metode, hasil, serta kesesuaiannya terhadap integrasi topik utama. Hasil menunjukkan bahwa integrasi KM, HC, dan LMS mendorong peningkatan kinerja SDM, inovasi produk digital (seperti BRISPOT, BRIMO), efisiensi pelatihan melalui BRISmart, dan terciptanya organisasi pembelajar. Contoh nyata integrasi ini adalah BRISMARTVERSE yang menggabungkan fitur pelatihan dan berbagi pengetahuan dalam satu platform. Kesimpulannya, integrasi tiga elemen tersebut menjadi pilar strategis BRI dalam menghadapi tantangan digital, meskipun tantangan seperti rendahnya partisipasi e-learning dan fragmentasi sistem masih perlu diatasi melalui pendekatan adaptif lintas generasi dan sinergi antardivisi.

ANALISIS SENTIMEN KOMENTAR YOUTUBE TERKAIT KASUS PAGAR LAUT MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR)

2025-07-21T14:49:54+07:00

Perkembangan media sosial, khususnya YouTube, telah menjadi wadah bagi masyarakat untuk mengekspresikan opini terhadap berbagai isu, salah satunya kasus “Pagar Laut” yang menuai beragam reaksi publik. Penelitian ini bertujuan untuk menganalisis komentar-komentar masyarakat di tiga video YouTube terkait isu tersebut, serta mengklasifikasikannya ke dalam kategori sentimen positif, negatif, dan netral. Metode yang digunakan adalah algoritma K-Nearest Neighbor (KNN), dengan pendekatan lexicon-based untuk pelabelan sentimen secara otomatis. Sebelumnya, data melalui tahapan pre-processing, seperti cleansing, normalization, dan stemming dengan library Sastrawi. Representasi data dilakukan menggunakan metode TF-IDF, sementara penanganan ketidakseimbangan data antar kelas diselesaikan dengan teknik SMOTE. Dari total 2.429 data komentar, model dilatih dengan pembagian data 80:20. Hasil evaluasi menunjukkan akurasi sebesar 70,08%, dengan performa terbaik pada sentimen positif (f1-score 0,92), netral (f1-score 0,70), dan terendah pada kelas negatif (f1-score 0,33). Temuan ini menunjukkan bahwa meskipun model mampu mengenali pola tertentu dengan baik, diperlukan pengembangan lebih lanjut untuk meningkatkan akurasi, terutama dalam mengidentifikasi komentar pada kelas negatif secara lebih konsisten.

PENERAPAN METODE HAAR CASCADE UNTUK DETEKSI POLA WAJAH BERDASARKAN PERKEMBANGAN USIA

2025-07-21T15:00:02+07:00

Permasalahan kurangnya riset mengenai deteksi perubahan pada wajah manusia seiring bertambahnya usia sangat penting untuk ditangani, baik untuk kebutuhan keamanan, kesehatan, maupun layanan digital pribadi. Hal ini mencakup pencatatan sipil, data kriminal di bandara, pelabuhan, dan lokasi-lokasi dengan tingkat keamanan tinggi, forensik, catatan kesehatan, serta perkembangan data digital. Pengenalan pola wajah yang berkaitan dengan usia terjadi karena setiap orang menjalani proses penuaan yang unik, dipengaruhi oleh faktor genetik, lingkungan, kebiasaan hidup, dan keadaan kesehatan. Teknik Haar Cascade beroperasi dengan menggunakan fitur yang mirip dengan Haar dan menggabungkannya dengan algoritma penguatan seperti AdaBoost untuk menciptakan pengklasifikasi yang efektif. Dengan kemampuan deteksi yang cepat dan performa yang handal, metode ini sangat sesuai diterapkan dalam berbagai sistem yang berbasis kamera, termasuk sistem keamanan, aplikasi mobile, dan perangkat pintar lainnya. Hasil penelitian menunjukkan akurasi deteksi wajah yang mencapai 93,33%, dimana kelompok usia dewasa menunjukkan tingkat akurasi tertinggi. Sistem ini juga dapat mengklasifikasikan bentuk wajah dengan berbagai tingkat kepercayaan tergantung pada usia, walaupun metode konvensional, Haar Cascade tetap relevan dan efisien dalam sistem deteksi wajah terkini, khususnya untuk citra frontal.

SISTEM DETEKSI SKIN CONDITIONS BERDASARKAN CITRA GAMBAR MENGGUNAKAN METODE CNN DAN DETEKSI TEPI

2025-07-26T12:26:49+07:00

Masalah kulit wajah seperti jerawat, flek hitam, dan keriput merupakan kondisi umum yang sering memengaruhi kepercayaan diri seseorang. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis berbasis citra gambar yang mampu mengidentifikasi jenis kondisi kulit wajah dan menilai tingkat keparahannya. Metode Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan gambar wajah ke dalam tiga kategori utama, yaitu jerawat, flek, dan keriput. Sementara itu, metode deteksi tepi digunakan untuk menghitung persentase area kulit yang terdampak, yang menjadi dasar dalam menentukan tingkat keparahan (normal, ringan, sedang, dan parah). Dataset terdiri dari 100 gambar wajah yang dibagi menjadi data pelatihan dan pengujian. Hasil pelatihan menunjukkan peningkatan akurasi signifikan, dari 27,78% pada awal epoch hingga mencapai 100% pada epoch ke-15. Evaluasi sistem terhadap 40 gambar uji menunjukkan performa klasifikasi yang sangat baik, dengan akurasi tinggi dan hasil estimasi keparahan yang konsisten. Sistem ini juga dilengkapi dengan antarmuka pengguna grafis (GUI) yang memudahkan pengguna dalam mengunggah gambar dan memperoleh hasil analisis secara langsung. Kombinasi metode CNN dan deteksi tepi terbukti efektif dalam menciptakan sistem yang cepat, akurat, dan informatif untuk mendukung diagnosis awal kondisi kulit wajah secara otomatis.

KESADARAN PRIVASI DATA PADA APLIKASI BRI MOBILE TERHADAP KEPERCAYAAN PENGGUNA DI KALANGAN GEN-Z MENGGUNAKAN UTAUT 2

2025-07-19T14:04:59+07:00

Penelitian ini bertujuan untuk menganalisis privasi data dan kepercayaan terhadap niat penggunaan aplikasi BRImo menggunakan metode Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2). Penelitian ini menggunakan metode kuantitatif deskriptif, dengan teknik pengambilan sampel non-probability sampling menggunakan metode accidental sampling. Hasil analisis deskriptif menunjukan bahwa seluruh indikator dalam variabel penelitian memperoleh nilai rata-rata 3,40 pada skala likert 5 poin, yang mengindikasikan bahwa persepsi responden terhadap aplikasi BRImo secara umum berada dalam kategori tinggi. Namun hasil uji hipotesis menunjukan bahwa dari sembilan hipotesis yang diajukan, hanya empat hipotesis yang diterima dan lima hipotesis ditolak. Hipotesis yang diterima adalah Habit, Price value, Hedonic Motivation, dan Trust terhadap Behavioral Intention. Sementara itu, hipotesis yang ditolak adalah Performance Expectancy, Effort Expectancy, Social Influence, facilitating Condition, dan Data Privacy terhadap Behavioral Intention. Maka dari itu, disimpulkan bahwa penerimaan pengguna gen-Z terhadap aplikasi BRImo lebih dominan dipengaruhi oleh faktor Habit, Price value, Hedonic Motivation, dan Trust. Faktor-faktor tersebut terbukti memiliki pengaruh signifikan terhadap niat penggunaan aplikasi secara berkelanjutan. Sebaliknya, faktor-faktor teknis seperti Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, dan Data Privacy tidak menunjukkan pengaruh yang signifikan terhadap Behavioral Intention.

ANALISIS TINGKAT KEAMANAN WEBSITE RUMAH SAKIT MUHAMMADIYAH LAMONGAN MELALUI PENGUJIAN ISSAF

2025-07-13T06:34:43+07:00

Website Rumah Sakit Muhammadiyah Lamongan digunakan sebagai sarana layanan informasi yang menyimpan data sensitif. Penelitian ini bertujuan mengidentifikasi kerentanan pada website tersebut menggunakan kerangka kerja Information System Security Assessment Framework (ISSAF) sebagai pendekatan pengujian keamanan. Novelty dari penelitian ini terletak pada penerapan langsung uji penetrasi menggunakan dua jenis serangan. Pengujian dilakukan lima kali untuk serangan Denial of Service (DoS) menggunakan LOIC (alat simulasi serangan DoS), dan lima kali untuk serangan brute force menggunakan Hydra (alat uji kombinasi kredensial). Seluruh percobaan tidak menyebabkan gangguan layanan dan tidak menghasilkan kredensial valid. Tingkat keberhasilan serangan adalah 0%. Hasil pengujian menunjukkan bahwa website tidak terpengaruh oleh seluruh skenario serangan yang dilakukan, baik DoS maupun brute force.

PERFORMANCE ANALYSIS OF LOW COST ORANGE PI BASED NAS SERVER FOR SMES

2025-07-26T10:59:54+07:00

Produksi Usaha Kecil dan Menengah (UKM) di Kota Semarang telah meningkat sebesar 4,8% setiap tahunnya. Namun, sebagian besar UKM terus menghadapi tantangan terkait dengan biaya teknologi yang tinggi dan infrastruktur jaringan yang tidak memadai. Penelitian ini bertujuan untuk menganalisis kinerja server Network Attached Storage (NAS) berbiaya rendah berbasis Orange Pi menggunakan sistem operasi Debian Linux sebagai solusi penyimpanan data yang efisien untuk UKM. Implementasi dilakukan melalui studi kasus pada Zabil Foto Studio yang membutuhkan sistem penyimpanan terpusat untuk mengelola file digital berukuran besar dengan biaya operasional minimal. Uji kinerja dilakukan untuk mengevaluasi kecepatan baca/tulis, latensi, dan bandwidth dalam berbagai skenario penggunaan. Hasilnya menunjukkan kecepatan baca sekuensial sebesar 38,78 MB/s dan kecepatan tulis sebesar 36,59 MB/s. Pengujian kinerja jaringan menunjukkan bahwa peningkatan ukuran dan jumlah paket secara signifikan mempengaruhi kinerja, dengan Round-Trip Time (RTT) yang cenderung meningkat sementara bandwidth meningkat terutama dengan ukuran paket yang lebih besar. Semua paket berhasil diterima tanpa kehilangan, menunjukkan konektivitas yang stabil. Penelitian mengidentifikasi keterbatasan throughput jaringan, latensi, dan kapasitas sistem pendingin yang memerlukan optimasi. Secara keseluruhan, sistem NAS berbasis Orange Pi terbukti menjadi solusi penyimpanan data yang efektif dan terjangkau untuk mendukung operasional digital UKM

RANCANG BANGUN SISTEM INFORMASI E-LEARNING BERBASIS WEBSITE PADA SEKOLAH ISLAM AL-AZHAR CAIRO KARTASURA

2025-06-27T15:46:21+07:00

Sekolah merupakan lembaga pendidikan yang berperan sebagai pusat proses pembelajaran. Untuk meningkatkan efektivitas kegiatan belajar mengajar di dalamnya, berbagai metode dan teknik dapat digunakan. Pemanfaatan teknologi informasi merupakan salah satu cara untuk meningkatkan standar pendidikan di era digital saat ini. Sekolah Islam Al-Azhar di Kairo, Kartasura, masih menggunakan metodologi belajar mengajar tradisional yang menekankan pentingnya kehadiran fisik di kelas untuk interaksi guru- siswa. Hal ini seringkali menjadi kendala ketika situasi yang membuat pertemuan tatap muka menjadi mustahil. Untuk mendukung proses pembelajaran digital, proyek ini bertujuan untuk mengembangkan dan membangun sistem informasi pembelajaran daring (e- learning). Metodologi yang digunakan dalam penelitian ini adalah Rapid Application Development (RAD), yang menekankan kecepatan pengembangan sistem melalui fase perencanaan kebutuhan, perancangan pengguna, pembangunan, dan cutover. Sistem pembelajaran daring yang telah dibuat ini mencakup forum diskusi, proyek kelompok, tes, dan materi pembelajaran. Hasil pengujian metode pengujian kotak hitam menunjukkan bahwa setiap fitur berfungsi sebagaimana mestinya. Penerapan sistem ini memudahkan para instruktur dalam mengelola sumber daya dan memberikan siswa akses pembelajaran yang fleksibel kapan pun dan di mana pun. Metode ini diharapkan dapat menjadikan proses pendidikan di Sekolah Islam Al-Azhar Kairo Kartasura lebih mutakhir, efektif, dan responsif terhadap perkembangan zaman.

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN DI KLINIK PRATAMA FIRDAUS MENGGUNAKAN METODE PROFILE MATCHING

2025-07-19T10:41:17+07:00

Evaluasi terhadap kinerja karyawan memiliki peran krusial dalam peningkatan mutu pelayanan di lingkungan institusi, termasuk fasilitas kesehatan seperti klinik. Di klinik Pratama Firdaus, proses penilaian sebelumnya dilakukan secara manual melalui spreadsheet, yang menyebabkan proses menjadi lebih lama, rumit, dan rentan terhadap kesalahan pencatatan. Studi ini dilaksanakan dengan sasaran pengembangan sistem informasi penilaian kinerja karyawan berbasis web menggunakan pendekatan pengembangan Prototyping dan metode perhitungan Profile Matching. Sistem dirancang untuk menganalisis tingkat kesesuaian antara profil karyawan dan standar ideal yang telah ditetapkan berdasarkan sejumlah kriteria, serta menyajikan hasil peringkat secara otomatis. Pengujian dilakukan melalui metode Black Box untuk memastikan fungsionalitas sistem, dan User Acceptance Testing (UAT) guna menilai tingkat kepuasan pengguna. Hasil pengujian menunjukkan bahwa sistem berjalan sesuai dengan fungsi yang diharapkan dan memperoleh skor kepuasan pengguna rata-rata sebesar 91,6%, yang dikategorikan sangat baik. Hal ini membuktikan bahwa sistem telah mampu memenuhi kebutuhan pengguna dari aspek antarmuka, kemudahan operasional, kecepatan akses, hingga ketepatan hasil perhitungan.

SISTEM INFORMASI PROLANIS MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT PADA KLINIK PRATAMA FIRDAUS

2025-07-15T06:31:40+07:00

Penyakit Tidak Menular (PTM) seperti hipertensi dan diabetes melitus masih menjadi masalah kesehatan utama di Indonesia karena tingginya angka kematian dan menurunnya produktivitas masyarakat. Untuk menangani hal ini, BPJS Kesehatan membuat Program Pengelolaan Penyakit Kronis (Prolanis). Namun, di Klinik Pratama Firdaus pengelolaan data Prolanis masih menggunakan Microsoft Excel dan pengiriman pesan kunjungan dilakukan secara manual sehingga kurang efisien. Penelitian ini mengembangkan Sistem Informasi Prolanis berbasis web menggunakan metode Rapid Application Development (RAD) untuk memudahkan pengelolaan data pasien, hasil laboratorium, serta penjadwalan kunjungan yang terintegrasi dengan pengiriman pesan melalui WhatsApp. Berbeda dari studi sebelumnya, sistem ini menambahkan fitur mengirim pesan kunjungan melalui WhatsApp yang relevan dengan kebutuhan. Pengujian menggunakan metode User Acceptance Test (UAT) memperoleh nilai kelayakan sebesar 80%, yang tergolong kategori “Baik.”

EVALUASI ALGORITMA STRING MATCHING UNTUK DETEKSI PLAGIARISME PADA TEKS AKADEMIK PENDEK: STUDI PERBANDINGAN LEVENSHTEIN SEQUENCEMATCHER DAN RABIN-KARP

2025-09-06T12:18:51+07:00

Plagiarisme dalam tugas akademik merupakan masalah serius yang berdampak negatif pada integritas pendidikan tinggi. Penelitian ini bertujuan mengevaluasi kinerja tiga algoritma string matching, yaitu Levenshtein, SequenceMatcher, dan Rabin-Karp, dalam mendeteksi plagiarisme pada teks akademik pendek. Dataset yang digunakan adalah Short Answer Plagiarism Corpus dengan 100 pasang dokumen. Pengujian dilakukan menggunakan Python 3.13.5 dengan threshold 0.8 untuk Levenshtein dan SequenceMatcher, serta 0.7 untuk Rabin-Karp. Hasil menunjukkan bahwa Levenshtein dan SequenceMatcher memiliki presisi sempurna (1.00), namun menghasilkan nilai recall yang rendah (0.23 dan 0.05). sedangkan Rabin-Karp memiliki recall tertinggi (1.00) tetapi menunjukan nilai presisi yang rendah (0.6). Temuan ini menunjukkan bahwa metode string matching efektif untuk mendeteksi plagiarisme literal (plagiarisme dari sumber salinan teks langsung) namun kurang optimal terhadap variasi parafrase (penulisan ulang atau rewording). Penelitian ini merekomendasikan integrasi metode string matching dengan analisis semantik atau pembelajaran mesin untuk deteksi plagiarisme yang lebih komprehensif.