MALCOM: Indonesian Journal of Machine Learning and Computer Science

Analisis Kesehatan Mental untuk Mencegah Gangguan Mental pada Mahasiswa Menggunakan Algoritma K-Nearest Neighbor (K-NN) dan Random Forest

Najib Nurdiansyah — 2024-11-24

Pada era modern, gangguan mental menjadi masalah kesehatan global. Organisasi Kesehatan Dunia (WHO) memperkirakan bahwa satu dari empat orang di seluruh dunia mengalami gangguan mental atau neurologis. Gangguan sering terjadi pada pelajar yang salah satunya adalah mahasiswa. Kesehatan mental mahasiswa, yang akan menjadi generasi penerus bangsa, sangat penting untuk keberhasilan mereka di bidang akademis ataupun non akademis dan peran mereka di masyarakat di masa depan. Dengan menggunakan algoritma K-Nearest Neighbor (K-NN) dan Randon Forest, penelitian ini bertujuan untuk menganalisis kesehatan mental untuk mencegah gangguan mental pada siswa. Dataset "Student mental health.csv" digunakan, yang diambil dari situs web Kaggle yang mencakup berbagai variabel terkait kesehatan siswa. Proses yang digunakan termasuk analisis data eksploratif, preprocessing data, modeling data menggunakan algoritma K-Nearest Neighbor (K-NN) dan Random Forest , dan akhirnya evaluasi. Hasil menunjukkan bahwa K-NN memiliki akurasi sebesar 90% pada splitting data 80:20, sedangkan Random Forest memiliki akurasi sebesar 85% pada splitting data yang sama. Namun, pada splitting data 70:30, kinerja K-NN turun menjadi 83%, sebanding dengan akurasi Random Forest 83% pada splitting data yang sama. Penelitian ini menyimpulkan bahwa, dalam beberapa kasus, algoritma K-NN menunjukkan akurasi yang sedikit lebih baik, sementara Random Forest menunjukkan kinerja yang lebih konsisten dalam berbagai pembagian data.

Perancangan Sistem Monitoring Cerdas Berbasis Internet of Things (IoT) dengan Algoritma Random Forest Regression untuk Deteksi Ketinggian pada Tanaman Tomat Cherry

Vito Hafizh Cahaya Putra — 2024-11-24

Tomat cherry merupakan komoditas bernilai di Indonesia dengan permintaan yang meningkat setiap tahunnya. Penelitian ini mengembangkan sistem pemantauan cerdas berbasis Internet of Things (IoT) untuk tanaman tomat cherry menggunakan algoritma Random Forest Regression (RFR). Sistem ini memanfaatkan mikrokontroler ESP32 dan lima sensor untuk memantau parameter lingkungan, serta aktuator untuk pengaturan kondisi optimal. Data sensor diproses dan disimpan di platform Thingspeak dan diintegrasikan dengan Google Colab untuk prediksi ketinggian tanaman. Hasil prediksi ditampilkan di layar LCD dan dikirimkan sebagai notifikasi melalui aplikasi Telegram. Penelitian ini mengisi kesenjangan dari studi sebelumnya dengan mengintegrasikan berbagai sensor, aktuator, dan platform cloud dalam satu sistem yang komprehensif. Evaluasi sistem menunjukkan nilai Mean Squared Error (MSE) sebesar 0.8294 dan R^2 Score sebesar 0.8939, serta hasil pengujian Black Box Testing memastikan fungsionalitas optimal dalam berbagai skenario. Hasil penelitian ini dapat memberikan manfaat dalam penerapan teknologi IoT dan machine learning untuk monitoring dan pengelolaan tanaman tomat cherry, harapannya meningkatkan efisiensi dan produktivitas pertanian.

Klasifikasi Seleksi Penerimaan Karyawan Baru Menggunakan Algoritma C4.5

Descania Mayangsari — 2024-11-24

Proses seleksi penerimaan calon karyawan baru dalam menentukan kandidat yang sesuai kualifikasi dengan posisi yang sedang dibutuhkan, tanpa alat bantu analisis yang efektif, proses ini cenderung menjadi subyektif dan tidak konsisten. Diharapkan adanya penelitian ini membuat penyeleksian calon karyawan menjadi lebih efisien dan memudahkan dalam memilih calon karyawan yang tepat. Dengan obyek penelitian calon karyawan baru yang diseleksi melalui screening CV, Wawancara, psikotest, interview user. Dengan algoritma C4.5 yang merupakan salah satu metode untuk menganalisis data dalam jumlah yang banyak menggunakan konsep entropy dan gain. Hasil dari penelitian ini membantu proses seleksi penerimaan calon karyawan baru dengan memberikan analisis yang objektif dan konsisten. Implementasinya dapat mengurangi waktu dan biaya yang dibutuhkan dalam proses seleksi, serta meningkatkan kualitas kandidat yang diterima. Hasil pengujian dengan algoritma C4.5 memiliki nilai yang bagus yaitu dengan accuracy 99.43%, precision 99.29%, recall 97.69% dan AUC 0.750.

Prediksi Waktu Tunggu Pelayanan Pasien Rawat Jalan dengan Algoritma Random Forest

Rahayu Putri Munggaran — 2024-11-24

Waktu tunggu pelayanan merupakan salah satu langkah yang harus dilalui pasien untuk mendapatkan pelayanan kesehatan, dimulai dari pendaftaran hingga pemeriksaan oleh dokter. Penelitian ini bertujuan memprediksi waktu tunggu pelayanan pasien rawat jalan menggunakan algoritma Random Forest di Rumah Sakit Jiwa Dr. Soeharto Heerdjan. Prediksi ini diharapkan mempermudah pekerjaan petugas dan dapat diintegrasikan ke dalam aplikasi online untuk mengurangi penumpukan pasien. Metode data mining diterapkan menggunakan aplikasi Orange Data Mining dengan algoritma Random Forest. Penelitian dilakukan menggunakan 2.109 data dari tiga bulan di tahun 2023, yang setelah preprosesing menghasilkan 1.508 data dengan 8 atribut: usia, jenis kelamin, poliklinik, layanan yang dipilih, waktu datang, waktu sebelum bertemu dokter, durasi waktu tunggu, jaminan kesehatan, dan kategori pasien. Data dibagi menjadi dua bagian, yaitu data training sebanyak 1.055 dan data testing sebanyak 452. Hasil prediksi menunjukkan akurasi tinggi dengan nilai AUC 98,2%, CA 97,6%, F1 97,6%, precision 97,6%, dan recall 97,3%. Model ROC-curve dapat memisahkan tiga kategori waktu tunggu yaitu cepat, lambat, dan normal, dengan nilai akurasi mendekati 1. Visualisasi menggunakan Pythagorean Forest membantu mengidentifikasi kategori atau pola waktu tunggu pasien dengan akurasi yang tinggi.

Designing an ICT Service Chatbot at the Global Institute

Annis Firgiawan — 2024-11-24

The design of an ICT service chatbot at Global Institute aims to enhance the efficiency and effectiveness of providing technical support to users, including staff, lecturers, and students. With the increasing demand for Information and Communication Technology (ICT) services, a solution is needed that can provide quick and accurate responses to various technical issues. This chatbot is designed using artificial intelligence (AI) technology that enables natural interaction with users through a conversational platform. The main features implemented in the chatbot include managing technical support requests, automatically resolving common issues, and providing guidance on the use of ICT devices and applications. This research employs an object-oriented development methodology and incorporates an Agile approach to ensure flexibility and responsiveness in development. System trials were conducted involving end users to gather feedback and make necessary improvements. The test results show that the chatbot significantly reduces response time and the workload of the ICT team, as well as improves user satisfaction. Thus, the implementation of this chatbot is expected to positively contribute to the quality of ICT services at Global Institute.

Segmentasi Pelanggan dengan Algoritma Clustering Berdasarkan Atribut Recency, Frequency dan Monetary (RFM)

Muhamad Fikri Fadhillah — 2024-11-24

Perdagagan bebas yang disepakati dengan negara maju menimbulkan perubahan karakter konsumen di Indonesia [1] ditambah efek pandemi Covid-19 semua komoditi dalam negeri hampir mengalami penuruan penjualan dan laba usaha tiap tahunnya[2]. Perusahaan harus mengubah strategi lain dalam menarik pelanggan menggunakan data karakteristik pelanggan yang berbeda-beda salah satunya data transaksi penjualan [3]. Data tersebut nantinya akan disegmentasi dengan metode clustering. Clustering adalah teknik analisis data yang bertujuan mengelompokkan objek-objek ke dalam grup atau klaster berdasarkan kesamaan karakteristik atau fiturnya. Analisis data dengan clustering diperlukan untuk mengidentifikasi pola dan mengekstrak informasi dari kumpulan data dengan variasi dan jumlah besar, seperti pada identifkasi segmentasi pelanggan. Hasil clustering ini akan memudahkan dalam merumuskan startegi pemasaran berorientasi pelanggan. Penelitian ini menggunakan model Recency, Frequency, and Monetary (RFM) sebagai atribut utama dan teknik clustering k-means, agglomerative, dan DBSCAN. Evaluasi berdasarkan silhouette score, Davis-Bouldin index, dan Calinski-Harabasz index menunjukkan hasil terbaik pada pembentukan tiga cluster dengan algoritma k-means untuk segmentasi pelanggan dalam penelitian ini dengan indeks silhouette score sebesar 0.364, davis-bouldin sebesar 0.93 dan calinski-harabasz sebesar 1303.6 ini menghasilkan 3 klaster pelanggan loyal customer, adequate customer dan churn atau lost customer.

Otomasi Backup Konfigurasi Settingan Router Mikrotik Menggunakan Ansible dengan Metode Network DevOps

Ahmad Zulfikar — 2024-11-24

Di era teknologi informasi saat ini, akses data melalui jaringan komputer menjadi krusial bagi aktivitas sehari-hari dan kebutuhan perusahaan. PT Fcom Inti Teknologi, sebagai penyedia layanan jaringan, menghadapi tantangan dalam mengelola infrastruktur jaringan yang luas dan kompleks. Metode manual yang digunakan untuk backup konfigurasi perangkat jaringan tidak hanya memakan banyak waktu dan tenaga, tetapi juga rentan terhadap kesalahan manusia yang dapat menyebabkan downtime jaringan. Penelitian ini bertujuan untuk mengimplementasikan solusi automasi menggunakan Ansible dengan metode Network Development Operations (NetDevOps) guna meningkatkan efisiensi dan keandalan proses backup konfigurasi di PT Fcom Inti Teknologi. Automasi jaringan diharapkan dapat menyediakan cara yang lebih efisien dan andal dalam mengelola konfigurasi dan backup perangkat jaringan, serta mengurangi waktu dan tenaga yang dibutuhkan untuk tugas-tugas manual. Hasil penelitian menunjukkan bahwa implementasi sistem automasi untuk backup dan konfigurasi Mikrotik berhasil dilakukan, yang berdampak pada pengurangan kesalahan konfigurasi, dan meningkatkan efisiensi waktu dalam pengaturan router Mikrotik. Automasi jaringan tidak hanya meningkatkan konsistensi konfigurasi, tetapi juga meminimalkan risiko kesalahan dan downtime jaringan. Simpulan dari penelitian ini adalah bahwa dengan mengadopsi alat automasi seperti Ansible, PT Fcom Inti Teknologi berhasil meningkatkan ketersediaan dan keandalan jaringan mereka, sehingga dapat memberikan layanan yang lebih baik kepada pelanggan.

Implementasi K-Means Clustering untuk Optimalisasi Anggaran Penyakit Tidak Menular

Galuh Mafela Mutiara Sujak — 2024-11-24

Pandemi menunjukkan pentingnya penganggaran, baik untuk menjalankan pelayanan kesehatan yang telah ada maupun untuk menghadapi COVID-19. Pandemi juga menunjukkan bahaya penyakit komorbid seperti diabetes melitus, hipertensi, dan obesitas sebagai pemicu tingginya risiko kematian akibat COVID-19. Untuk membuat kebijakan terkait penganggaran yang tepat guna, diperlukan analisis terkait anggaran kesehatan pemerintah daerah. Dalam penelitian ini penulis melakukan analisis clustering k-means anggaran kesehatan pemerintah daerah Tahun 2021 untuk mengelompokkan anggaran terkait penyakit komorbid seperti diabetes melitus, hipertensi, dan obesitas, serta gangguan mental emosional. Tujuan dari penelitian ini adalah memberikan insight mengenai pola pendanaan pemerintah daerah terkait penyakit tersebut. Clustering menghasilkan empat cluster dengan silhouette score sebesar 0,6156. Selanjutnya berdasarkan perbandingan dengan prevalensi penyakit masing-masing terdapat indikasi potensi optimalisasi dana untuk sub kegiatan lain atau untuk digunakan sebagai dana darurat pandemi.

Implementasi Algoritma Machine Learning dalam Kompresi Citra Foto Sumbu Filosofi Yogyakarta

Yoga Sahria — 2024-11-24

Proses kompresi citra merupakan salah satu teknik yang esensial dalam mengelola data visual, terutama dalam konteks pelestarian dan digitalisasi warisan budaya. Penelitian ini membahas penerapan algoritma K-means dalam kompresi citra foto Sumbu Filosofi Yogyakarta, yang meliputi kawasan-kawasan bersejarah dan simbolis dari Kraton Yogyakarta hingga Panggung Krapyak. Algoritma K-means digunakan untuk mengurangi jumlah warna dalam citra, yang bertujuan untuk mengurangi ukuran file tanpa mengorbankan kualitas visual yang signifikan. Hasil penelitian menunjukkan bahwa algoritma K-means efektif dalam kompresi citra dengan menghasilkan ukuran file yang lebih kecil dan tetap mempertahankan detail penting dari objek bersejarah. Studi ini juga menyoroti keuntungan dan keterbatasan dari metode kompresi ini dalam konteks pelestarian digital dan penyebaran informasi budaya. Dengan demikian, penggunaan algoritma K-means dapat menjadi solusi yang efisien untuk manajemen data visual dalam upaya konservasi dan promosi warisan budaya Yogyakarta.

Optimasi Penggunaan Energi Listrik Bagi Pelanggan Rumah Tangga Berbasis Machine Learning dan Internet of Things

Sriwahyuningsih Piu — 2024-11-24

Penggunaan energi yang efisien merupakan tantangan penting dalam rumah tangga modern. Namun, kurangnya kesadaran akan konsumsi energi sehari-hari seringkali menyebabkan pemborosan. Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi yang mampu memperkirakan konsumsi harian berdasarkan data historis, sehingga dapat meningkatkan kesadaran pengguna. Algoritma K-Nearest Neighbors (KNN) dan sensor PZEM-004T diterapkan untuk memprediksi konsumsi energi pada perangkat AC dan TV. Model ini memprediksi konsumsi energi pada hari ke-8 sebesar 5.23 kWh, dibandingkan dengan konsumsi aktual 5.30 kWh, menghasilkan error sebesar 0.07 kWh dan akurasi prediksi mencapai 98.66%. Hasil penelitian menunjukkan bahwa model ini efektif dalam memprediksi konsumsi energi, yang berpotensi membantu rumah tangga dalam mengelola dan menghemat energi secara lebih efisien.

Rapid Application Development (RAD) dalam Pengembangan Aplikasi E-Commerce Berbasis Mobile

Muhammad Raihan — 2024-12-05

Toko Sembako Radin merupakan sebuah UMKM yang ada di daerah Jakarta Timur. Sistem kinerja pada Toko Sembako Radin seperti pengelolaan data dan pemberitahuan informasi yang masih bersifat sangat konvensional. Pemberitahuan informasi yang hanya melalui telepon sangat rentan terhadap kesalahan dan keterlambatan dalam menyampaikan stok produk yang tersedia sehingga rentan terhadap hilangnya data-data. Masalah tersebut dapat menyebabkan kerugian bagi toko karena pelayanan pada pelanggan sangat kurang. Untuk mengatasi masalah yang ada, maka dibuatlah penelitian yang bertujuan untuk membuat sistem baru berupa aplikasi. Admin dapat menggunakan aplikasi berbasis website sedangkan konsumen dapat menggunakan aplikasi berbasis mobile. Pengembangan sistem baru menggunakan metode Rapid Application Development (RAD) untuk mengoptimalkan pembuatan aplikasi secara cepat. Keseluruhan data disimpan pada database MySQL. Sistem juga dilakukan pengkodean menggunakan bahasa pemrograman Kotlin dan Nodejs. Pengujian juga dilakukan untuk mengetahui kinerja aplikasi dengan menggunakan metode Black Box Testing. Beberapa skenario dibuat sebagai test case dan dari 10 skenario yang dibuat dihasilkan pengujian 100% Berhasil. Admin dapat memasang informasi terkait produk yang dijual, Pembeli juga dapat dengan memudah memperoleh informasi terkait harga barang dan ketersediaan produk pada Toko Radin Shop. Dengan adanya beberapa fitur dan hasil pengujian yang berhasil tersebut maka aplikasi dapat diterapkan pada e-commerce dan memudahkan pelanggan untuk bertransaksi

Analisis Efektivitas GAN dalam Meningkatkan Akurasi Deteksi Tuna Rungu dengan Menggunakan Data Audio dan Visual

Dadang Iskandar Mulyana — 2024-12-05

Penelitian ini menganalisis efektivitas Generative Adversarial Networks (GAN) dalam meningkatkan akurasi deteksi tuna rungu dengan menggunakan data audio dan visual. Data yang digunakan dalam penelitian ini meliputi rekaman video dari individu non-tunarungu yang diperoleh dari GRID Corpus dan individu tunarungu yang dikumpulkan dari YouTube dan SLB Islam As-Syafi'iyah. Tahapan penelitian melibatkan beberapa langkah, yaitu pengumpulan data, preprocessing, augmentasi data, pembangunan model, pelatihan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model GAN mampu meningkatkan akurasi deteksi tunarungu secara signifikan dengan menggunakan data visual dan audio visual. Model ini berhasil mencapai nilai Area Under Curve (AUC) sebesar 0,97, yang jauh lebih tinggi dibandingkan dengan model visual konvensional yang hanya mencapai AUC sebesar 0,52. Temuan ini menegaskan potensi besar penggunaan GAN dalam pengembangan sistem pendeteksian tuna rungu yang lebih andal dan efektif. Dengan demikian, penelitian ini memberikan dasar yang kuat untuk eksplorasi lebih lanjut tentang penggunaan metode pembelajaran mendalam dalam deteksi gangguan pendengaran, serta membuka peluang untuk inovasi di bidang teknologi kesehatan. Hasil yang diperoleh juga menunjukkan bahwa integrasi data audio dan visual dapat memberikan informasi yang lebih komprehensif dalam sistem deteksi.

Implementasi Teknologi Irigasi Tetes pada Tanaman Jagung Menggunakan Sensor Soil Moisture dan Mikrokontroler Esp 32

Melian Jefri Saputra — 2024-12-05

Penelitian ini bertujuan untuk mengembangkan teknologi irigasi tetes otomatis pada tanaman jagung menggunakan sensor kelembaban tanah (Soil Moisture) dan mikrokontroler ESP32. Latar belakang penelitian ini didasarkan pada permasalahan yang dihadapi petani dalam menyirami tanaman jagung secara manual serta ketidakmampuan mereka untuk menentukan kebutuhan air yang optimal. Dengan mengintegrasikan teknologi berbasis mikrokontroler dan sensor kelembaban, sistem ini dirancang untuk mendeteksi kadar air dalam tanah secara real-time dan mengaktifkan pompa air secara otomatis saat kelembaban tanah berada di bawah ambang batas. Metode yang digunakan adalah pengembangan prototipe yang melibatkan komponen-komponen elektronik seperti ESP32, sensor kelembaban, relay, dan pompa air. Pengujian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi penggunaan air serta mempertahankan kelembaban tanah secara optimal. Hasilnya, teknologi ini terbukti dapat meningkatkan produktivitas tanaman jagung dan mengurangi risiko gagal panen akibat kekurangan air selama musim kemarau.

Implementasi Logika Fuzzy Tsukamoto untuk Optimasi Jumlah Produksi Es Batu Kemasan

Yurjaa Ghoniyyan Purba — 2024-12-05

Menentukan jumlah produksi yang akurat merupakan hal penting dalam perencanaan produksi, terutama ketika menghadapi fluktuasi permintaan yang seringkali menjadi tantangan utama. Ketidakpastian dalam permintaan ini memerlukan optimasi agar jumlah produksi yang dihasilkan dapat memenuhi kebutuhan konsumen tanpa menyebabkan penumpukan stok berlebih. Salah satu pendekatan yang dapat digunakan untuk menentukan jumlah produksi adalah metode Logika Fuzzy, khususnya metode Tsukamoto, yang mempertimbangkan variabel permintaan dan persediaan. Penelitian ini bertujuan untuk menerapkan metode Tsukamoto dalam menentukan jumlah produksi es batu kemasan. Data penelitian diperoleh melalui wawancara dengan pemilik usaha dan mencakup data historis produksi, permintaan, serta persediaan es batu kemasan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 1,86% dan akurasi prediksi sebesar 98,14%. Nilai MAPE yang berada di bawah 10% mengindikasikan bahwa sistem ini mampu memberikan prediksi jumlah produksi yang optimal dan efektif.

Prototipe Sistem Monitoring Kelembapan Tanah pada Tanaman Cabai Berbasis Internet of Things dengan Metode Fuzzy Logic Menggunakan NodeMCU Esp8266, Blynk dan Thingspeak

Diva Putra Romadan — 2024-12-05

Pengelolaan kelembapan tanah yang optimal sangat penting untuk pertumbuhan tanaman cabai, namun sering kali menjadi tantangan bagi petani, terutama dalam memastikan irigasi yang efisien. Masalah utama yang dihadapi adalah kesulitan dalam memantau dan mengontrol kondisi tanah secara real-time, yang sering kali menyebabkan penyiraman berlebihan atau kurang. Penelitian ini bertujuan untuk mengembangkan prototipe sistem monitoring kelembapan tanah berbasis Internet of Things (IoT) dengan menggunakan NodeMCU ESP8266. Sistem ini mengintegrasikan sensor tanah, suhu, dan kelembapan udara, di mana data dikirimkan secara real-time ke aplikasi Blynk untuk pemantauan dan kontrol jarak jauh. Metode Fuzzy Logic diterapkan untuk mengoptimalkan irigasi secara otomatis berdasarkan data sensor, sementara ThingSpeak digunakan untuk penyimpanan dan analisis data jangka panjang. Hasil pengujian menunjukkan bahwa sistem ini efektif menjaga kelembapan tanah pada tingkat ideal dan menghemat penggunaan air. Kesimpulannya, sistem ini memberikan solusi praktis dan efisien bagi petani dalam mengelola irigasi tanaman cabai secara berkelanjutan.

Pengembangan Aplikasi Document Management System Lembaga Pemasyarakatan Kelas IIA Banceuy Menggunakan Pemodelan Object Oriented Analysis and Design

Fernando Mendonca — 2024-12-05

Lembaga Pemasyarakatan Kelas IIA Banceuy merupakan instansi pemerintahan yang bertugas membina pelaku tindak pidana khususnya narkotika, dimana pelaku tindak pidana akan menjalani masa pidananya. Dengan kondisi yang ada saat ini Lembaga Pemasyarakatan Kelas IIA Banceuy belum mempunyai aplikasi pengelolaan dokumen sehingga sering mengalami kendala dalam pengelolaan dokumen. Maka dari itu diperlukanlah sebuah sistem aplikasi yang dapat membantu pengelolaan dokumen. Penelitian ini mengusulkan pengembangan Aplikasi Document Management System (DMS) berbasis Web yang dibuat menggunakan Framework CodeIgniter dan MySQLi sebagai Database. Untuk meningkatkan efisiensi dalam pengelolaan dokumen. Dengan menggunakan pendekatan pemodelan Object Oriented Analysis and Design (OOAD), metodologi pengembangan yang digunakan adalah pendekatan Waterfall dan perancangan sistem menggunakan diagram Unified Modeling Language (UML) serta diuji menggunakan Metode Blackbox Testing dan User Acceptance Test (UAT). Aplikasi ini dirancang untuk memungkinkan penyimpanan dokumen secara terpusat, dan pengelolaan yang lebih baik. Perancangan aplikasi ini diharapkan dapat memberikan kemudahan bagi pegawai dalam menangani dokumen dan meningkatkan keseluruhan pengelolaan dokumen di Lembaga Pemasyarakatan Kelas IIA Banceuy.

Optimalisasi Sistem Antrian Online pada Pelayanan Kesehatan Posyandu Menggunakan Metode Prototype dengan Integrasi FIFO

Dimas Santoso — 2024-12-05

Layanan kesehatan merupakan salah satu layanan yang membutuhkan interaksi langsung dengan banyak orang. Posyandu merupakan salah satu layanan kesehatan yang paling sering dikunjungi oleh masyarakat. Di Posyandu sering terjadi antrian yang cukup panjang karena kurang efektifnya sistem antrian yang ada. Banyak pasien yang membutuhkan waktu lama untuk mendapatkan pelayanan karena sistem antrian yang memakan banyak waktu. Berdasarkan permasalahan yang ada tersebut, maka dilakukan penelitian untuk membangun sebuah sistem yang efektif dan dapat meningkatkan waktu pendaftaran pelayanan kesehatan dengan mengintegrasikan sistem antrian berbasis web dan mobile dengan strategi First In, First Out (FIFO). Kebutuhan akan sistem pelayanan kesehatan yang lebih terorganisir dan efektif khususnya di Posyandu menjadi latar belakang penelitian ini. Metode prototipe digunakan dengan pengembangan sistem menggunakan bahasa pemrograman JavaScript, HTML, CSS, dan platform Flutter, yang diharapkan dapat mempersingkat waktu tunggu pasien dan mengurangi penumpukan antrian. Selain itu, pengembangan perangkat lunak yang terorganisir diharapkan dapat menghasilkan perangkat lunak yang handal dan efektif. Temuan penelitian ini dapat meningkatkan kualitas pelayanan kesehatan Posyandu.

Implementasi Metode Rule Based dalam Mendeteksi Serangan Brute Force pada Owncloud

Khazin Mubarok — 2024-12-05

Owncloud merupakan sebuah media penyimpanan awan (cloud storage) yang bersifat open source. Owncloud merupakan server terbaik sebagai tempat penyimpanan data. Tetapi, keamanan data juga menjadi perhatian utama dalam penggunaan media server Owncloud. Pengelola server Owncloud tidak dapat menjamin keamanan data pada server Owncloud yang dikelolanya. Dalam melindungi dan mendeteksi serangan pada Owncloud, diperlukan analisis jaringan untuk mengamati pola serangan brute force pada server Owncloud. Analisis forensik juga diperlukan untuk mengetahui apakah ada penyerang (intruder) yang melakukan penyerangan terhadap server Owncloud. Analisis diperlukan software Snort sebagai paket sniffing dan Wireshark sebagai paket capturing yang berbasis Intrusion Detection System (IDS) dalam menguji serangan. Metode rule based dilakukan dalam pengujian serangan brute force. Penerapan metode rule based yang dilakukan melibatkan aturan penggunaan skenario yang sudah ditentukan sebelumnya untuk mengidentifikasi pola serangan mencurigakan. Hal ini mencakup pemeriksaan pola aktivitas login, seperti mengetahui jumlah upaya login gagal selama periode waktu tertentu dari IP yang sama.

Implementasi Algoritma K-Means untuk Mengetahui Minat Siswa SMA Terhadap Mata Pelajaran Teknologi Informasi dan Komunikasi

Widya Indah Permatasari — 2024-12-05

Pada Kurikulum Merdeka, Siswa Sekolah Menengah Atas (SMA) diwajibkan mempelajari Mata Pelajaran Teknologi Informasi dan Komunikasi (TIK). Berdasarkan hasil wawancara di SMAN 1 Tarumajaya menunjukkan adanya masalah dalam proses pembelajaran TIK, di mana siswa merasa terbebani dengan materi yang banyak dan sulit, terutama bagi mereka yang tidak memiliki latar belakang TI sebelumnya. Selain itu, pada kelas XI, siswa sering kali memilih peminatan yang tidak sesuai dengan minat mereka yang sebenarnya. Oleh karena itu, penelitian ini dilakukan untuk mengetahui minat siswa terhadap mata pelajaran TIK, dengan menggunakan pendekatan K-Means clustering. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan siswa berdasarkan minat mereka terhadap mata pelajaran Teknologi Informasi dan Komunikasi (TIK). Terdapat dua kelompok, yaitu kelompok pertama yang terdiri dari 91 siswa yang tidak berminat, dan kelompok kedua yang terdiri dari 123 siswa yang berminat. Dari hasil tersebut, dapat disimpulkan bahwa minat siswa terhadap mata pelajaran TIK lebih dominan dibandingkan dengan siswa yang tidak berminat.

Analisis Penerimaan dan Penggunaan Teknologi UTAUT3 dalam Layanan Musik Digital

Dwi Nurhayati — 2024-12-05

Adopsi teknologi Spotify dalam layanan musik digital merupakan topik yang penting dalam konteks digitalisasi saat ini dan menghadapi berbagai tantangan. Penelitian ini mengeksplorasi niat dan perilaku pengguna layanan Spotify menggunakan model UTAUT3. Metode penelitian ini adalah kuantitatif eksplanatori dengan pendekatan cross-sectional, di mana data primer dikumpulkan melalui kuesioner berskala Likert 1 hingga 5 yang disebarkan kepada mahasiswa sebagai sampel. Data yang terkumpul dianalisis menggunakan SmartPLS 3.0. Penelitian ini menguji 12 hipotesis, di mana delapan hipotesis diterima dan hipotesis lainnya ditolak. Hipotesis yang diterima menunjukkan bahwa performance expectancy (0.036), effort expectancy (0.041), facilitating conditions (0.024), hedonic motivation (0.032), dan personal innovativeness (0.030) berpengaruh terhadap behavioral intention (karena nilai p-value < 0.05). Selain itu, facilitating conditions (0.025), personal innovativeness (0.019), dan behavioral intention (0.001) berpengaruh terhadap use behavior (karena nilai p-value < 0.05). Sementara itu, hipotesis yang ditolak menunjukkan bahwa social influence (0.636), price value (0.117), dan habit ( 0.063) tidak berpengaruh terhadap behavioral intention, dan habit (0.065) juga tidak berpengaruh terhadap use behavior (karena nilai p-value > 0.05). Temuan ini memberikan implikasi signifikan untuk pengembangan strategi layanan musik digital yang lebih menekankan pada pengalaman pengguna dan inovasi teknologi.

Pengembangan Aplikasi Kasir Menggunakan User Centered Design (UCD) Berbasis Mobile

Tomi Zahara — 2024-12-10

Pengelolaan bisnis ritel dan Usaha Mikro Kecil Menengah (UMKM) saat ini telah berubah secara signifikan. Hal itu dikarenakan adanya kemajuan teknologi. Salah satu komponen penting dalam manajemen bisnis ritel adalah manajemen kasir. Banyak toko yang masih menggunakan cara tradisional dalam mengelola pendataan barang. Toko Cantik merupakan salah satu toko yang masih belum memanfaatkan teknologi. Penggunaan aplikasi kasir berbasis mobile menjadi sangat penting untuk meningkatkan efisiensi dan produktivitas usaha. Toko Cantik saat ini menghadapi tantangan dalam mengelola penjualan dan mencatat barang, karena proses yang masih dilakukan secara manual. Pendataan barang yang kurang efisien sering memicu kesalahan serta keterlambatan dalam pengelolaan stok. Untuk mengatasi kendala yang ada, maka diperlukan solusi yang lebih modern dan efisien. Pada penelitian ini dilakukan implementasi aplikasi kasir berbasis mobile terhadap Toko Cantik. Aplikasi ini dikembangkan menggunakan metode User Centered Design (UCD) dengan memfokuskan kebutuhan pada Toko Cantik. Kemudian pemodelan sistem dibuat menggunakan Unified Modelling Language (UML). Pengujian aplikasi menggunakan Black Box dan mendapatkan hasil berupa validasi setiap fitur berdasarkan input dan output yang diharapkan, mendeteksi kesalahan atau hasil yang tidak sesuai, serta mengevaluasi kemampuan sistem menangani data valid maupun invalid. Hasil pengujian disajikan dalam tabel uji dengan status akhir Berhasil atau Gagal.

Implementasi Algoritma Sequential Search dalam Pencarian Data Cuti pada Aplikasi Cuti Pegawai

Widyawati Tri Ridha Ridwan — 2024-12-10

Aplikasi cuti pegawai merupakan suatu sistem yang digunakan oleh perusahaan atau instansi, untuk mempermudah pegawai dalam melakukan pengajuan cuti. Namun, Pengelolaan cuti pegawai seringkali menimbulkan kendala seperti kesulitan dalam pencarian data cuti dan juga kesulitan dalam memproses cuti. Hal ini berdampak pada efektivitas, efisiensi waktu dan akurasi dalam pengambilan keputusan terkait pengajuan cuti. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan mengembangkan aplikasi cuti pegawai berbasis web yang lebih efektif. Penelitian ini menggunakan metode pengembangan waterfall dan mengimplementasikan algoritma sequential search untuk mempercepat proses pencarian data cuti. Aplikasi ini dirancang dengan fitur pencarian yang komprehensif, memungkinkan pimpinan mencari data cuti berdasarkan berbagai kriteria dan juga kemudahan penacarian data cuti untuk memproses pengambilan keputusan lebih mudah. Untuk memastikan kualitas aplikasi, dilakukan pengujian black box dan User Acceptance Test (UAT) Hasil pengujian menunjukkan bahwa aplikasi berhasil meningkatkan efisiensi pencarian data cuti. Pengguna memberikan penilaian positif terhadap aspek desain dengan presentase sebesar 66%, kemudahan penggunaan dengan presentase sebesar 72%, dan tiga aspek akurasi, kelengkapan, dan efisiensi dengan presentase diatas 80%. Dengan demikian, aplikasi ini dapat menjadi solusi yang efektif dalam mengelola cuti pegawai, meningkatkan produktivitas instansi, dan mengurangi terjadinya kesalahan.

Analisis Pengembangan Aplikasi Darurat Berbasis Mobile Web dengan Pendekatan Next.js Technology

Satria Yoga Pratama — 2024-12-10

Penelitian ini bertujuan untuk mengembangkan aplikasi darurat berbasis web dan mobile yang mendukung permintaan bantuan darurat kepada kepolisian, pemadam kebakaran, dan rumah sakit secara online. Dengan menggunakan teknologi Next.js sebagai framework pengembangan web dan Kotlin untuk pengembangan aplikasi mobile, serta layanan berbasis lokasi untuk melacak dan mengirimkan posisi pengguna, aplikasi ini dirancang untuk memfasilitasi pengiriman permintaan bantuan darurat secara cepat dan efisien. Sistem ini dirancang dengan mempertimbangkan kebutuhan fungsional dan non-fungsional untuk memastikan keamanan data, kinerja tinggi, kemudahan penggunaan, ketersediaan, dan skalabilitas. Diharapkan aplikasi ini dapat menjadi solusi yang efektif dalam meningkatkan respons dan efisiensi operasional instansi terkait, serta memberikan rasa aman bagi masyarakat. Penelitian ini mencakup analisis kebutuhan, perancangan sistem, implementasi, dan evaluasi kinerja aplikasi. Hasil user acceptance test tersebut adalah rata-rata pengguna yang memilih setuju adalah (51/128; 40%) sedangkan yang memilih sangat setuju adalah (77/128; 60%).

Analisa Pengembangan Aplikasi Manajemen Event pada Event Organizer Menggunakan Model Rapid Application Development

Andi Rahmatullah — 2024-12-15

Penelitian ini bertujuan untuk membuat dan menguji aplikasi manajemen event yang membantu event organizer bekerja lebih efisien dan efektif. Aplikasi ini dirancang untuk memudahkan berbagai tugas seperti perencanaan, koordinasi, dan evaluasi acara. Metode penelitian meliputi analisis kebutuhan pengguna, perancangan sistem, pembuatan aplikasi, dan pengujian fungsionalitas. Hasil penelitian menunjukkan bahwa aplikasi ini bisa mengelola jadwal serta pelaporan dan analisis data event. Pengujian dilakukan dengan melibatkan beberapa event organizer untuk melihat kinerja aplikasi dalam situasi nyata. Dari hasil pengujian, aplikasi ini terbukti meningkatkan efisiensi waktu dan mengurangi kesalahan dalam manajemen event. Manfaat dari penelitian ini meliputi: bagi admin, aplikasi ini mempermudah pengelolaan data, serta menyetujui penyelenggara Event Organizer (EO) dalam membuat event; bagi penyelenggara EO. Berdasarkan hasil perhitungan bobot pengujian black box yang telah dilakukan, ditemukan bahwa pengujian ini mencapai tingkat keberhasilan 100 %. Hasil user acceptance test tersebut adalah rata-rata pengguna yang memilih setuju adalah (51/128; 40%) sedangkan yang memilih sangat setuju adalah (77/128; 60%)

Analisis Sentimen Publik Terhadap Mayor Teddy Indra Wijaya dengan Pendekatan Logistic Regression

Antonius Steven Dimas Prasetya Sinaga — 2024-12-15

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Mayor Teddy Indra Wijaya, ajudan Prabowo Subianto, dengan menggunakan algoritma Logistic Regression. Analisis sentimen diperlukan karena keberadaan tokoh publik seperti Mayor Teddy, yang berasosiasi erat dengan figur politik nasional, dapat memengaruhi persepsi publik secara luas. Pemahaman terhadap sentimen ini penting untuk mengidentifikasi respons positif dan negatif masyarakat, yang kemudian dapat digunakan sebagai indikator persepsi publik terhadap citra politik Prabowo Subianto. Penelitian ini memanfaatkan data dari platform media sosial Twitter yang dikumpulkan melalui crawling selama periode Januari 2024 hingga saat laporan ini disusun. Masalah yang ingin diselesaikan adalah bagaimana algoritma Logistic Regression dapat digunakan secara efektif untuk memetakan sentimen publik berdasarkan data teks yang kompleks dan beragam.

Proses penelitian meliputi pengumpulan data, preprocessing, pelabelan, pelatihan model, dan evaluasi performa model menggunakan metrik seperti akurasi, precision, recall, dan F1 score. Hasil penelitian menunjukkan bahwa model Logistic Regression yang digunakan memiliki akurasi sebesar 73,68%, precision 75%, recall 71%, dan F1 score 0,73. Hasil ini menunjukkan kinerja yang cukup baik dalam memprediksi sentimen masyarakat. Penelitian ini diharapkan dapat berkontribusi pada pengembangan metode analisis sentimen dalam konteks sosial-politik serta memberikan masukan strategis bagi pengelolaan komunikasi publik dan reputasi di era digital.

Keamanan Arsip Kelurahan Bumijo Menggunakan Metode Advanced Encryption Standard (AES 128) Berbasis Web

Andrea Pirlo Indraka — 2024-12-15

Permasalahan yang ada pada pengelolaan keamanan arsip Kelurahan Bumijo saat ini adalah belum terdapat sistem keamanan yang memadai dalam menjaga arsip dan file penting, yang dapat menyebabkan rentannya terjadinya kebocoran dan pencurian data. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi keamanan arsip berbasis Web yang menerapkan enkripsi data menggunakan algoritma Advanced Encryption Standard (AES) 128 bit. Metode penelitian yang digunakan adalah metode pengembangan sistem dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil dari penelitian ini adalah sebuah aplikasi keamanan arsip yang dapat melakukan proses enkripsi dan deskripsi file menggunakan algoritma AES 128 bit, dengan data hasil enkripsi disimpan pada database MySQL untuk memudahkan akses dan pengelolaan. Implementasi algoritma AES 128 bit ini diharapkan mampu meningkatkan keamanan penyimpanan arsip milik Kelurahan Bumijo. Hasil pengujian User Acceptance Testing (UAT) menunjukkan tingkat kepuasan pengguna sebesar 56.52%, yang menunjukkan bahwa meskipun sistem diterima dengan baik, masih ada ruang untuk perbaikan lebih lanjut. Sementara itu, pengujian blackbox menghasilkan tingkat keberhasilan 99%, yang menandakan bahwa sistem berfungsi sesuai dengan spesifikasi yang diharapkan dan dapat mengatasi skenario fungsionalitas yang diuji.

Evaluasi Perbandingan Sistem Operasi Linux untuk Pemanfaatan Client-Server: Studi Kasus Ubuntu dan Debian

Dayu Ovtama Nasrulah — 2024-12-15

Linux merupakan sistem operasi yang populer dalam lingkungan client-server karena sifatnya yang open source dan fleksibel. Namun, banyaknya distribusi Linux yang tersedia sering kali membuat pengguna bingung dalam menentukan pilihan yang paling sesuai dengan kebutuhan spesifik. Penelitian ini bertujuan untuk menganalisis dan membandingkan dua distribusi Linux, yaitu Ubuntu dan Debian, dalam konteks pemanfaatan sebagai sistem operasi client-server. Studi ini menggunakan beberapa parameter, termasuk uji stress untuk mengukur kemampuan sistem, waktu booting, waktu instalasi sistem operasi, dukungan komunitas, serta kemudahan pembaruan sistem. Hasil penelitian menunjukkan bahwa Debian lebih unggul dalam hal stabilitas dan kemampuan sistem di bawah tekanan (uji stress), namun Ubuntu menawarkan waktu instalasi dan booting yang lebih cepat serta dukungan komunitas yang lebih luas. Dalam hal kemudahan pembaruan sistem, Ubuntu juga menunjukkan keunggulan dibandingkan Debian. Penelitian ini penting untuk memberikan panduan bagi pengguna dalam memilih distribusi Linux yang sesuai, di mana Debian lebih ideal untuk server yang membutuhkan stabilitas, sementara Ubuntu lebih cocok untuk pengguna yang menginginkan kemudahan instalasi dan dukungan komunitas yang lebih baik.

Aplikasi Pencarian Lokasi Lembaga Bantuan Hukum Berbasis Mobile dan Geographic Information System untuk Peningkatan Akses Hukum

Naufal Firmansyah — 2024-12-15

Akses terhadap layanan hukum sering kali menjadi tantangan bagi masyarakat yang membutuhkan bantuan hukum, terutama di daerah dengan keterbatasan informasi dan sumber daya. Penelitian ini mengembangkan sebuah aplikasi mobile berbasis Geographic Information System (GIS) yang memungkinkan masyarakat untuk mencari Lembaga Bantuan Hukum (LBH) terdekat berdasarkan lokasi mereka. Metode pengembangan yang digunakan adalah iteratif, dengan pengumpulan umpan balik dari pengguna dan pengujian berkelanjutan. Aplikasi ini memberikan solusi efektif dalam meningkatkan aksesibilitas layanan hukum dengan menyajikan data LBH yang terakreditasi dan memungkinkan pengguna untuk terhubung langsung dengan layanan hukum. Hasil pengujian menunjukkan bahwa aplikasi ini meningkatkan efisiensi dalam menemukan LBH terdekat, mengurangi waktu pencarian, dan mempermudah masyarakat dalam mengakses layanan hukum.

Three-Phase Space Vector Pulse Width Modulation with Proportional Integral Derivative Control for High-Capacity Battery Charging

Elvin Nursandi — 2024-12-26

The growing consumption electricity has burdened the existing power grid, potentially leading to overloads and power outages when supply does not meet demand. Integrating alternative resources, such as Gas Power Plants (PLTG), as backup solutions can mitigate these risks. PLTG relies on various DC components to power the machines, all supplied by a high-capacity battery bank. This research is conducted at the PLTG UPK Sebalang, where the existing system cannot stabilize the rectifier voltage during battery charging. As a result, failures occur during the generator starting process. Therefore, this study aims to stabilize the output voltage of the existing three-phase rectifier system at PLTG UPK Sebalang. To achieve this goal, the Space Vector Pulse Width Modulation (SVPWM) rectifier with Proportional Integral Derivative (PID) control method is proposed. This method dynamically reduces steady-state error to produce a stable output voltage from the rectifier. In repetitive experiments, the system effectively kept the rectifier voltage stable at 125V, experiencing an average decrease of just 1.05%.

Optimalisasi Pelaporan Bencana Melalui Pengembangan Aplikasi Metode User Centered Design Berbasis Android

Hizkia Fernando Kuntoro — 2024-12-28

Di berbagai belahan dunia, bencana alam dan insiden darurat dapat terjadi kapan saja. Respons yang cepat dan terkoordinasi sangat penting untuk menyelamatkan nyawa dan meminimalkan kerugian. Namun, dalam banyak kasus, kurangnya sistem pelaporan yang efisien dan terstruktur sering kali menjadi penghambat dalam manajemen bencana. Dengan aplikasi pelaporan bencana, proses pelaporan dan respons terhadap bencana dapat ditingkatkan secara signifikan. Aplikasi ini memungkinkan orang untuk dengan cepat melaporkan bencana atau kejadian darurat menggunakan ponsel Android mereka. Informasi yang dikumpulkan secara real-time dapat langsung diteruskan ke pihak berwenang dan tim penyelamat, sehingga mereka dapat merespons dengan lebih cepat dan tepat. Selain itu, aplikasi pelaporan bencana juga memfasilitasi koordinasi antara berbagai lembaga dan sukarelawan yang terlibat dalam penanggulangan bencana, dengan memungkinkan pembagian informasi dan sumber daya secara langsung melalui platform digital, aplikasi ini membantu mengoptimalkan upaya penanggulangan bencana secara keseluruhan. Pembuatan aplikasi pelaporan bencana menggunakan bahasa pemrograman Kotlin dan database MySQL. Aplikasi yang dihasilkan memiliki fitur untuk melaporkan bencana dengan mengisi foto, nama, telepon, alamat, dan tanggal serta isi laporan. Fitur yang ada tersebut kemudian dilakukan pengujian menggunakan metode black box testing dan mendapatkan hasil 100% Berhasil.

Optimalisasi Pelayanan Pasien Melalui Aplikasi Antrian Berbasis Mobile Mengunakan Metode Agile

Dimas Bintang Himawan — 2024-12-28

Sistem pelayanan kesehatan di Puskesmas Rimbo Kedui yang masih manual menyebabkan antrian pasien panjang dan waktu tunggu yang lama, hal ini dapat berdampak pada ketidakpuasan pasien. Penelitian ini bertujuan mengembangkan aplikasi antrian berbasis mobile sebagai solusi inovatif untuk mengatasi permasalahan tersebut. Penelitian ini mengadopsi pendekatan Agile Development, yang menekankan pengembangan iteratif dan inkremental. Data penelitian diperoleh melalui wawancara dengan pihak Puskesmas untuk menganalisis kebutuhan pengguna dan proses pelayanan saat ini. Hasil wawancara digunakan sebagai dasar dalam pengembangan prototipe, pengujian berkala dengan pengguna, serta iterasi untuk penyempurnaan aplikasi. Aplikasi ini dilengkapi dengan fitur seperti pendaftaran online, antrian online, dan pengelolaan data pasien secara digital. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi pelayanan, mengurangi waktu tunggu pasien, serta meningkatkan aksesibilitas informasi kesehatan. Hasil dari penelitian ini adalah sebuah aplikasi antrian berbasis mobile yang memungkinkan pengguna untuk mendaftar antrian secara online tanpa harus datang terlebih dahulu ke Puskesmas. Kesimpulan dari penelitian ini adalah bahwa penggunaan aplikasi berbasis mobile untuk membantu mengatur antrian secara online dapat memberikan manfaat yang signifikan dalam meningkatkan kinerja dan efisiensi terhadap pelayanan dari Puskesmas Rimbo Kedui

Implementation of Rapid Application Development (RAD) Method for Mobile-Based Ice Cream Ordering Application

Ashroff Fazri Bahari — 2024-12-31

Mobile technology has changed the way consumers interact with service and product providers. One of the impacts is the increasing need for online ordering services that offer comfort and convenience. However, many businesses have not utilized mobile technology optimally. This research aims to develop an Android mobile-based ice cream ordering application with a case study on Pak Wagiman's Ice Cream business. There are challenges faced by ice cream businesses, including intense competition, fluctuating demand, accessibility needs, order recording errors, and limited technology adoption. The application development method used is Rapid Application Development (RAD), with stages: needs analysis, system design (use case diagram, class diagram and interface), application development using Kotlin on Android Studio, and MySQL database, and the last stage is black box testing and feasibility testing by users and implementation. Data collection was carried out through a questionnaire to 120 customers using a Likert scale. The results of blackbox testing show that the application's functionality runs perfectly (100%), while the feasibility test gives a score of 95.6% (very feasible). The application proved effective in optimizing business processes, and further development is recommended to add a live chat feature to improve direct interaction with customers.

Pengembangan Sistem Informasi Pendataan Warga Dasawisma Berbasis Web Framework

Reisye Remagari Hidayatullah — 2024-12-30

Pemberdayaan dan Kesejahteraan Keluarga (PKK) Kampung Bukit Agung menghadapi kendala dalam proses pendataan warga dasawisma yang masih dilakukan secara manual. Pendataan manual ini seringkali menyebabkan kesalahan penulisan, data yang tidak lengkap, dan keterlambatan dalam pengelolaan data. Masalah ini menghambat efektivitas program PKK yang membutuhkan data yang akurat dan terkini untuk pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis web yang dapat menyederhanakan proses pendataan warga dasawisma, meningkatkan akurasi, mempercepat administrasi, dan memungkinkan akses informasi secara real-time. Sistem ini diharapkan dapat memberikan kontribusi dengan mengurangi kesalahan dalam pendataan dan mendukung pengambilan keputusan yang lebih cepat serta tepat di tingkat desa. Hasil penelitian menunjukkan bahwa implementasi sistem ini meningkatkan efektivitas program pembangunan desa dan kesejahteraan masyarakat. Sistem diuji melalui survei kepuasan pengguna, yang menunjukkan 89% pengguna menyatakan bahwa sistem berhasil meningkatkan efektivitas dalam pengelolaan data, terutama dalam hal pengambilan keputusan, akurasi data, dan kemudahan penggunaan.

Klasifikasi Jenis Jerawat Berdasarkan Convolutional Neural Network

Aulia Rizqi Andini — 2025-01-09

Jerawat biasanya dimulai pada masa awal pubertas dengan meningkatnya produksi minyak pada wajah. Penelitian ini merupakan implementasi dari klasifikasi dan pendeteksian jenis jerawat menggunakan Image Processing. Jerawat dapat diklasifikasikan kedalam beberapa jenis, yaitu komedo hitam, komedo putih, pustula, dan papula. Klasifikasi menggunakan Deep Learning metode CNN menggunakan pustaka Tensforflow Keras. Berdasarkan penelitian yang telah dilakukan, tujuan penelitian ini untuk mengklasifikasikan berbagai macam jenis jerawat dengan data gambar yang dimiliki setiap jenis jerawat. Hasil penelitian yang didapat dari hasil pengujian menghasilkan nilai akurasi yang tinggi 96.57% dan Loss 24.78%. Menggunakan Deep Learning terbukti bekerja cukup efisien karena telah menghasilkan nilai akurasi yang tinggi.

Implementasi Metode Prototyping untuk Aplikasi Ujian Online Berbasis Android Menggunakan Firebase

Abdul Basith Mabruri — 2025-01-09

Sekolah Dasar Negeri (SDN) Krandan menghadapi beberapa kendala signifikan dalam pelaksanaan ujian konvensional, diantaranya waktu koreksi yang sangat lama dan biaya operasional yang cukup tinggi. Untuk mengatasi berbagai tantangan tersebut, sebuah aplikasi ujian online berbasis Android dikembangkan menggunakan bahasa pemrograman Kotlin di Android Studio. Aplikasi ini memanfaatkan teknologi Firebase untuk mendukung pengelolaan dan penyimpanan data secara lebih efisien dan terpusat. Pada penelitian ini, metode prototyping digunakan untuk pengembangan sistem. Sementara itu, pengujian menggunakan BlackBox Testing digunakan untuk mengetahui apabila ada kesalahan kinerja pada sistem. Beberapa fitur penting yang disertakan dalam aplikasi ini meliputi login pengguna yang aman, manajemen soal ujian yang fleksibel, penggunaan logika selesai ujian ketika waktu habis yang memperkecil kecurangan, serta sistem koreksi otomatis yang mempercepat penilaian hasil ujian. Pengujian menunjukkan bahwa aplikasi ini tidak hanya mempermudah proses koreksi secara cepat, tetapi juga berhasil menekan biaya operasional ujian secara drastis. Respons dari guru dan siswa di SDN Krandan sangat positif, karena aplikasi ini mempermudah proses pelaksanaan ujian serta memberikan penilaian yang lebih cepat, akurat, dan transparan. Dengan adanya aplikasi ini, diharapkan proses ujian di SDN Krandan menjadi lebih efisien dan efektif, serta mampu meningkatkan kualitas penyelenggaraan ujian secara keseluruhan di sekolah tersebut dalam jangka panjang dan berkelanjutan.

Penerapan Algoritma Apriori dalam Menentukan Rekomendasi Paket Produk

Nur Aria Hibnastiar — 2025-01-09

Toko Surya Elektrik Turen di Kabupaten Malang mengalami kesulitan untuk menentukan paket produk yang biasa dibeli oleh konsumen. Untuk menyelesaikan masalah ini, penelitian ini menggunakan Apriori untuk mengidentifikasi pola hubungan antara produk dan data transaksi. Algoritma ini terbukti efektif dalam menemukan produk yang banyak dibeli bersama, tetapi tidak dapat diaplikasikan secara langsung untuk merekomendasikan paket produk karena terdapat produk yang direkomendasikan berulang kali. Oleh karena itu, untuk menghasilkan rekomendasi yang lebih relevan, penelitian ini menambahkan parameter kategori untuk membatasi pola hubungan yang sama atau berulang. Hasil penelitian menunjukkan Peningkatan nilai parameter minimum support dan minimum confidence berpengaruh signifikan terhadap aturan asosiasi yang terbentuk. Terdapat penurunan jumlah rekomendasi sebesar 80% dari pengujian minimum support 0.06 dan minimum confidence 0.6 dengan minimum support 0.1 dan minimum confidence 0.8. tetapi mengalami peningkatan nilai rata rata support sebesar 35% dan peningkatan rata rata nilai confidence sebesar 32%. Jumlah rekomendasi yang dibuat berkurang, tetapi kualitas asosiasi yang terbentuk meningkat. Selain itu penambahan parameter kategori pada algoritma Apriori mempengaruhi jumlah rekomendasi yang dihasilkan. Dimana kombinasi 4-itemset dengan kategori Lampu, Kabel, Fitting dan Stop Kontak menghasilkan 1 rekomendasi yang cocok dengan rata rata support sebesar 0.056 dan rata rata confidence 0.529.

Rancang Bangun Sistem Informasi Menggunakan Metode Enterprise Resource Planning (ERP)

Duwi Anjar Ari Wibowo — 2025-01-09

Perkembangan teknologi informasi berpengaruh signifikan terhadap organisasi. UPT Logam Yogyakarta menghadapi tantangan dalam mengelola kompleksitas operasional dan koordinasi sumber daya. Proses manual menyebabkan efisiensi rendah dan risiko kesalahan yang tinggi. Penelitian ini bertujuan untuk meneliti dan membangun sistem terintegrasi berbasis ERP pada UPT Logam Yogyakarta. Fokus penelitian ini adalah mengidentifikasi kebutuhan operasional dan tantangan yang dihadapi UPT Logam serta merancang sistem ERP yang dapat mengatasi permasalahan tersebut. Metode Agile digunakan dalam perancangan sistem ERP. Tahapan penelitian meliputi analisis kebutuhan fungsional dan non-fungsional, desain sistem, pengembangan sistem, dan pengujian sistem yang dilakukan dengan metode black box untuk memastikan bahwa semua fungsi sistem berjalan sesuai dengan yang diharapkan dan untuk mengidentifikasi serta meminimalkan kesalahan. Penelitian ini menghasilkan sistem informasi terintegrasi dengan menggunakan konsep ERP untuk mengatasi berbagai tantangan operasional yang sebelumnya dihadapi organisasi. Hasil pengujian black box menunjukkan bahwa semua fungsi sistem berjalan dengan baik, dan umpan balik dari pengguna selama fase pengujian menunjukkan bahwa 61,67% pengguna merasa sistem ini sangat sesuai dengan kebutuhan mereka. Penerapan sistem ERP ini berpotensi memberikan pengaruh positif terhadap peningkatan produktivitas dan daya saing UPT Logam Yogyakarta di industri.

Implementasi Sensor Gas Amonia Berbasis Internet of Things pada Peternakan Ayam Potong dengan Sistem Monitoring dan Pengendalian Kualitas Udara Otomatis

Aditia Budiawan — 2025-01-09

Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sensor gas amonia berbasis IoT pada peternakan ayam potong dengan sistem monitoring dan pengendalian kualitas udara otomatis. Sistem ini menggunakan sensor MQ137 untuk mendeteksi kadar gas amonia dan mikrokontroler ESP32 untuk mengontrol berbagai komponen seperti buzzer, RTC DS1307, dan sistem penyemprotan otomatis. Data kualitas udara dikumpulkan dan dipantau secara real-time melalui aplikasi web, memungkinkan peternak untuk mengambil tindakan cepat dalam menjaga kondisi optimal di kandang ayam. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mengendalikan kadar gas amonia, dengan penyemprotan air otomatis yang diaktifkan ketika kadar gas melebihi ambang batas 7,2 ppm, sehingga meningkatkan kesehatan dan produktivitas ayam potong

Analisis Sentimen Publik terhadap Program Tabungan Perumahan Rakyat Menggunakan Model IndoBERT Lite pada Komentar YouTube

Mutiara Puspita Firdaus — 2025-01-11

Di era digital, media sosial menjadi platform utama bagi masyarakat menyampaikan opini terhadap kebijakan publik, termasuk Public Housing Savings (TAPERA), program pemerintah untuk menyediakan akses perumahan bagi masyarakat berpenghasilan rendah. Penelitian ini menganalisis sentimen masyarakat terhadap TAPERA menggunakan model IndoBERT Lite Large, yang dioptimalkan untuk data besar dengan efisiensi sumber daya. Dari 14.618 komentar YouTube yang dikumpulkan, 13.766 komentar diproses setelah tahap preprocessing. Hasil pelabelan sentimen menunjukkan dominasi sentimen negatif dengan 9.571 komentar, mencerminkan keresahan terhadap transparansi, implementasi, dan komunikasi program. Sentimen positif mencapai 2.485 komentar, menunjukkan apresiasi terbatas terhadap program, sementara sentimen netral sebanyak 1.710 komentar mengindikasikan kebutuhan informasi yang lebih jelas. Visualisasi menggunakan grafik batang dan word cloud menyoroti pola sentimen dan kata kunci yang sering muncul. Berdasarkan evaluasi menggunakan confusion matrix, model ini mencapai akurasi sebesar 78%. Meskipun efektif menangani data besar, penelitian ini memiliki keterbatasan dalam evaluasi performa model lebih mendalam. Penelitian selanjutnya disarankan untuk memperluas analisis dengan data dari berbagai platform media sosial agar meningkatkan analisis sentimen secara keseluruhan.

Optimalisasi Pemilihan Pelanggan Utama Berbasis Web Menggunakan Metode Multi Attribute Utility Theory

Nining Ariati — 2025-01-11

Dalam era persaingan bisnis yang semakin ketat, perusahaan dituntut untuk memahami kebutuhan pelanggan secara mendalam. Penelitian ini mengeksplorasi penerapan Metode Multi Attribute Utility Theory (MAUT) dalam pengembangan Sistem Pendukung Keputusan (SPK) untuk optimasi pengelolaan pelanggan. MAUT memungkinkan integrasi beragam faktor kualitatif dan kuantitatif, seperti frekuensi pembelian, nilai transaksi, dan tingkat kepuasan pelanggan, ke dalam sebuah model penilaian yang komprehensif. Melalui model ini, setiap pelanggan diberikan skor utilitas yang mencerminkan kontribusinya terhadap tujuan bisnis perusahaan. Dengan demikian, perusahaan dapat mengidentifikasi segmen pelanggan yang paling menguntungkan dan merancang strategi pemasaran yang lebih efektif. Keberhasilan penerapan SPK MAUT ini sangat bergantung pada akurasi data historis pelanggan dan validitas bobot yang diberikan pada setiap atribut. Validasi model ini dapat dilakukan melalui perbandingan hasil prediksi dengan data aktual. . Implementasi SPK MAUT tidak hanya membantu perusahaan dalam mengoptimalkan alokasi sumber daya, tetapi juga memungkinkan perusahaan untuk membangun hubungan yang lebih personal dengan pelanggan.

Implementasi Algoritma K-Means untuk Pengelompokan Data Penjualan Berdasarkan Pola Penjualan

Arfigo Yahya — 2025-01-11

Toko Sembako Aceh Mulia memiliki sebuah pusat distribusi. Pusat distribusi ini menyimpan banyak produk berbeda yang akan dijual, melihat pada pusat distribusi toko masih melibatkan pembukuan untuk berbagai informasi transaksi, dan masih mengkaji produk yang akan dibeli untuk memenuhi stok di pusat distribusi, masih belum ada estimasi untuk produk yang umumnya dicari oleh pelanggan, untuk menghasilkan perkembangan produk yang sedang populer dan meminimalisir produk tidak sering dibeli yang menyebabkan kerugian. Dalam permasalahan yang ada menggunakan metode K-means, dengan mengklaster atau mengelompokkan barang-barang yang terjual menjadi 3 bagian yaitu sangat laku, laku dan kurang laku, dengan pembagian seperti ini diharapkan memudahkan Toko Sembako Aceh Mulia dalam menyusun strategi dalam management penyetokan barang dengan pengelompokan barang yang terjual dengan kriteria sangat laku. Hasil clustering dari 30 dataset yang sudah di analisis menunjukan bahwa C1 terdapat 21 jenis produk dimana dapat dikategorikan paling laris dengan nilai 181,23 pada jenis produk kopi kapal api dan C2 terdapat 9 jenis produk dimana dapat dikategorikan paling tidak laris dengan nilai 228,03 pada jenis produk kopi kapal api.