Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)

Analisis Produk Terlaris Menggunakan Metode K-Means Clustering Pada Toko Distro Engkus

Sofia Dewi — 2026-02-09

Penelitian ini bertujuan mengatasi masalah Distro Engkus dalam menentukan produk terlaris dan kurang laris secara manual, yang rawan kesalahan dalam pengambilan keputusan pengadaan barang dan pengelolaan stok. Oleh karena itu, diterapkan algoritma K-Means Clustering untuk menganalisis data produk dengan variabel Stok Awal, Stok Terjual, dan Stok Akhir. K-Means digunakan untuk mengelompokkan produk ke dalam tiga kategori: sangat laris, laris, dan kurang laris. Kebaruan penelitian ini terletak pada pemilihan variabel clustering yang secara langsung bertujuan menyelesaikan masalah manajemen inventaris dan bukan segmentasi pelanggan. Temuan menunjukkan bahwa penerapan K-Means efektif dalam mengelompokkan produk secara objektif dan efisien. Hasil validasi internal menggunakan Davies-Bouldin Index (DBI) menunjukkan nilai 0,392 mengindikasikan kualitas clustering yang baik. Penggunaan RapidMiner mendukung manajemen dalam mengambil keputusan strategis yang lebih cepat dan akurat, terutama dalam pengadaan dan pengelolaan persediaan

Evaluasi Pengalaman Pengguna Website Pemerintah Menggunakan Model User Experience Questionniare (UEQ)

Megawati Megawati — 2026-03-03

Website pemerintah berperan sebagai media utama penyedia informasi publik dan sarana komunikasi antara pemerintah dan masyarakat. Kualitas pengalaman pengguna (User Experience/UX) menjadi faktor penting dalam menentukan efektivitas dan penerimaan layanan digital pemerintah. Penelitian ini bertujuan mengevaluasi pengalaman pengguna pada Website Kementerian Agama Provinsi Riau menggunakan metode User Experience Questionnaire (UEQ). Penelitian melibatkan 68 responden yang pernah mengakses website tersebut. Hasil analisis menunjukkan nilai mean untuk masing-masing skala sebagai berikut: Attractiveness (0,686), Perspicuity (0,688), Efficiency (0,665), Dependability (0,673), Stimulation (0,647), dan Novelty (0,346). Secara absolut, seluruh skala berada dalam kategori netral. Namun, berdasarkan analisis benchmark UEQ, sebagian besar skala termasuk dalam kategori Bad dan Below Average. Temuan ini menunjukkan bahwa meskipun website telah memenuhi fungsi dasar penyampaian informasi, kualitas pengalaman pengguna masih berada di bawah rata-rata produk digital dalam database UEQ. Oleh karena itu, diperlukan perbaikan pada aspek efisiensi, konsistensi desain, pembaruan konten, dan inovasi tampilan untuk meningkatkan kualitas layanan digital pemerintah.

Perancangan dan Implementasi Sistem Informasi Kompensasi Mahasiswa Berbasis Web Pada Jurusan Teknologi Informasi Politeknik Negeri Padang

Fajar Sidqi — 2026-03-05

Kompensasi pada mahasiswa Politeknik merupakan sanksi akademik atas ketidakhadiran, keterlambatan mahasiswa mengikuti kegiatan perkuliahan atau pelanggaran terhadap peraturan yang ditetapkan oleh kampus. Sanksi yang diberikan berupa kerja fisik seperti membersihkan Lab atau bengkel dan melakukan kegiatan administrasi sesuai dengan SOP kompensasi yang ditentukan oleh kampus. Namun, proses pendataan kompensasi mahasiswa yang masih dilakukan secara manual menyebabkan keterlambatan, risiko kehilangan data, serta kurangnya efisiensi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi kompensasi mahasiswa berbasis web untuk mendukung kegiatan kompensasi di Jurusan Teknologi Informasi Politeknik Negeri Padang. Metode pengembangan sistem menggunakan model Waterfall dengan tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Pengujian sistem melibatkan 2 responden ahli (super admin dan admin jurusan) untuk menguji seluruh fungsionalitas sistem. Hasil pengujian black-box testing menunjukkan tingkat keberhasilan 100% pada 35 skenario uji yang mencakup seluruh fitur sistem. Indikator keberhasilan sistem meliputi: (1) kemudahan pengelolaan data kompensasi, (2) akurasi perhitungan jam kompensasi, (3) kecepatan akses data, dan (4) kualitas laporan yang dihasilkan. Sistem ini dikembangkan menggunakan framework Laravel, bahasa pemrograman PHP, dan database MySQL. Dengan adanya sistem ini, pengelolaan data kompensasi mahasiswa menjadi lebih efektif, efisien, dan akuntabel dengan pengurangan waktu pemrosesan data hingga 85% dibandingkan sistem manual

Pemodelan Sentimen Pengguna Layanan Mobile JKN Menggunakan Artificial Neural Network

Assad Hidayat — 2026-03-31

Mobile JKN memiliki fitur yang memudahkan peserta BPJS untuk mendapatkan pelayanan kesehatan dan mempunyai beberapa fitur yang menarik sehingga dapat dimanfaatkan oleh pengguna, aplikasi ini dapat dinilai bagaimana masyarakat memanfaatkan fasilitas tersebut berdasarkan ulasan pengguna yang terdapat pada google play store. Penelitian ini bertujuan untuk menerapkan algoritma Artificial Neural Network (ANN) dalam mengklasifikasikan ulasan pengguna, serta memvisualisasikan sentimen pengguna terhadap layanan tersebut. Dengan menggunakan 20.000 data ulasan berkualitas tinggi dari tahun 2018 hingga 2025, penelitian ini melibatkan preprocessing teks dan klasifikasi data dengan Python menggunakan 10 K-Fold Cross Validation. Hasil menunjukkan bahwa ANN mencapai akurasi sebesar 98,6%, presisi sebesar 98,6%, dan recall sebesar 98,6% dalam mengklasifikasikan sentimen positif, negatif, dan netral. Waktu proses pelatihan model yaitu totalnya 22,09 menit pada 10 epochs. Selanjutnya visualisasi sentimen menunjukkan pola yang bermakna yaitu ulasan positif mencerminkan pengalaman pengguna yang memuaskan, sementara ulasan negatif menyoroti masalah seperti kesulitan mendaftar atau verifikasi, lalu ulasan netral cenderung menyajikan informasi atau fakta secara umum. Penelitian ini memberikan wawasan berharga bagi pengembang aplikasi dan penyelenggara layanan kesehatan untuk meningkatkan pengalaman pengguna dan kualitas layanan Mobile JKN

Rancang Bangun Sistem Informasi Rekam Medis Rawat Jalan Berbasis Web

Salomi Anita Korain — 2026-03-31

Pengelolaan catatan medis di Puskesmas Mare Selatan masih mayoritas dilakukan secara manual, yang mengakibatkan berbagai kendala, termasuk pencatatan yang kurang efisien, kesulitan dalam mengakses data pasien, serta proses yang panjang dalam menyusun laporan layanan kesehatan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi rekam medis rawat jalan yang berbasis web, dengan harapan dapat meningkatkan efektivitas dan efisiensi pengelolaan data kesehatan. Pengembangan sistem dilakukan dengan menggunakan metode Waterfall, yang mencakup langkah-langkah analisis kebutuhan, desain sistem, implementasi, dan pengujian aplikasi. Proses pemodelan sistem diterapkan menggunakan Unified Modeling Language (UML), termasuk diagram use case, diagram aktivitas, dan diagram sekuens untuk mendeskripsikan alur kerja sistem. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman PHP dan framework CodeIgniter, serta MySQL sebagai sistem basis data. Pengujian sistem dilaksanakan dengan metode Black Box Testing untuk memastikan bahwa setiap fitur pada sistem berjalan sesuai dengan ekspektasi pengguna. Hasil dari pengujian menunjukkan bahwa fungsi utama sistem seperti login, pengelolaan data pasien, dokumentasi catatan medis, dan pembuatan laporan beroperasi dengan baik sesuai dengan desain yang telah ditentukan. Dengan penerapan sistem ini, diharapkan proses pengelolaan catatan medis menjadi lebih efisien dan memudahkan dalam pengumpulan serta pengolahan data pasien

Pengembangan Robot Pengambil Buku Otonom Berbasis IoT melalui Integrasi Identifikasi QR Code dan Navigasi Line Follower

arif Wijaya — 2026-03-30

Perpustakaan Jurusan Teknik Komputer masih menerapkan sistem pengambilan buku secara manual, sehingga kurang efisien dalam proses pencarian dan pengambilan referensi. Penelitian ini bertujuan mengembangkan robot pengambil buku otonom berbasis Internet of Things (IoT) melalui integrasi identifikasi QR Code dan navigasi line follower. Sistem menggunakan mikrokontroler ESP32 sebagai pengendali utama dan ESP32-CAM sebagai modul pemindai QR Code, dengan navigasi berbasis line follower serta lengan robot berbasis servo untuk pengambilan buku. Perintah dikirim melalui dashboard web dan diteruskan ke robot melalui jaringan WiFi menggunakan protokol HTTP. Hasil pengujian menunjukkan bahwa robot mampu mengikuti jalur dengan stabil, mendeteksi QR Code secara akurat, serta mengeksekusi pengambilan buku secara otomatis sesuai perintah. Waktu respons sistem berkisar antara 1–3 detik, sedangkan waktu pengambilan buku berada pada rentang 1 menit 3 detik hingga 1 menit 14 detik. Namun, performa sistem dipengaruhi oleh kondisi pencahayaan, kejelasan jalur, serta kapasitas beban lengan robot. Penelitian ini menunjukkan bahwa integrasi sistem identifikasi, navigasi, dan aktuator dalam satu platform mampu meningkatkan efisiensi dibandingkan metode manual serta memberikan solusi praktis untuk otomasi pengelolaan buku di lingkungan akademik

Rancang Bangun Robot Pengambil Bola Tenis Otomatis Menggunakan Metode Hue Saturation Value (HSV)

Raditya Raya — 2026-03-28

Perkembangan teknologi dalam bidang robotika dan pengolahan citra digital memungkinkan terciptanya sistem otomatis yang mampu menggantikan tugas manusia, salah satunya dalam pengambilan bola tenis. Penelitian ini bertujuan untuk merancang dan membangun robot pengambil bola tenis otomatis menggunakan metode deteksi warna berbasis ruang warna Hue Saturation Value (HSV). Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali dan ESP32-CAM yang terintegrasi dengan kamera OV2640 untuk menangkap citra dan mendeteksi bola berdasarkan warna secara real-time, serta dikombinasikan dengan motor DC yang dikendalikan melalui driver L298N untuk pergerakan robot. Proses pengambilan bola dilakukan menggunakan motor servo, sementara sensor ultrasonik HC-SR04 digunakan untuk mengukur jarak antara robot dan bola. Robot dirancang untuk mengambil satu bola dalam satu waktu pada kondisi bola diam. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan mengambil bola tenis secara otomatis pada rentang jarak 10–80 cm, dengan tingkat akurasi dan keberhasilan sebesar 80% dari lima kali percobaan dengan variasi jarak. Selain itu, rata-rata waktu yang dibutuhkan robot untuk mengambil 4 bola adalah 11,36 detik

Pendekatan Analitik Prediktif dan Preskriptif untuk Optimasi Operasional Penjualan Snack di Lingkungan Kampus

Lita Sari Muchlis — 2026-03-29

Penelitian ini bertujuan untuk mengoptimalkan penjualan snack mahasiswa di lingkungan kampus menggunakan pendekatan Artificial Intelligence (AI) prediktif dan preskriptif. Metode yang digunakan meliputi pengumpulan data penjualan dari lima kantin fakultas dengan variabel jenis produk, hari transaksi, cuaca, event kampus, dan promo. Model prediktif dalam penelitian ini dibangun menggunakan algoritma Linear Regression, Random Forest, Gradient Boosting, dan XGBoost. Selanjutnya, model preskriptif dikembangkan melalui pendekatan What-If Analysis untuk menghasilkan rekomendasi optimalisasi strategi penjualan dan pengelolaan stok berdasarkan berbagai kondisi penjualan. Hasil evaluasi menunjukkan bahwa seluruh model memiliki performa yang sangat baik dengan nilai koefisien determinasi (R²) dan cross-validation di atas 0,98. Model Gradient Boosting menghasilkan performa terbaik dengan nilai R² sebesar 0,9917, MAE sebesar 0,8872, serta nilai cross-validation R² sebesar 0,9875. Sementara itu, Linear Regression, Random Forest, dan XGBoost juga menunjukkan hasil prediksi yang kompetitif dan stabil. Analisis preskriptif menunjukkan bahwa jenis produk, hari transaksi, dan event kampus merupakan faktor utama yang memengaruhi penjualan, sedangkan promo dan cuaca memiliki pengaruh yang relatif lebih kecil. Penelitian ini menunjukkan bahwa integrasi AI prediktif dan preskriptif mampu membantu pengelola kantin dalam mengoptimalkan strategi penjualan, pengelolaan stok, serta pengambilan keputusan berbasis data secara lebih efektif di lingkungan kampus.