Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI)

Rancang Bangun Aplikasi Point Of Sales Berbasis Website Untuk Optimalisasi Penjualan Di Bobabox

Rangga Rafandi — 2026-02-07

Bobabox, sebuah usaha minuman di Medan, menghadapi tantangan operasional akibat proses transaksi dan manajemen inventaris yang masih dilakukan secara manual. Proses ini rentan terhadap kesalahan pencatatan, ketidakakuratan data stok, dan menghambat analisis data penjualan untuk pengambilan keputusan strategis. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi Point of Sale (POS) berbasis website sebagai solusi. Metode perancangan yang digunakan adalah model Waterfall, yang meliputi tahapan analisis, perancangan dengan pemodelan UML, implementasi, dan pengujian. Aplikasi dikembangkan menggunakan framework Laravel dan diuji menggunakan metode Black Box Testing. Hasil dari penelitian ini adalah sebuah sistem Web-POS yang fungsional, mencakup modul manajemen data, modul transaksi interaktif, dan modul pelaporan dinamis. Berdasarkan pengujian, seluruh fungsionalitas sistem dinyatakan Valid. Kesimpulannya, aplikasi Web-POS yang dibangun mampu menjadi solusi efektif untuk meningkatkan efisiensi operasional, akurasi data, dan mendukung pengambilan keputusan berbasis data guna mengoptimalkan penjualan di Bobabox

Pengembangan Modul Informasi pada Website Jatim Parkir Center Menggunakan Laravel Filament

Fahmi Surya Hidayat — 2025-12-05

Pengembangan modul informasi pada website Jatim Parkir Center (JPC) dilakukan untuk mengatasi masalah rendahnya visibilitas perusahaan, dengan tujuan spesifik menguji efisiensi penggunaan framework Laravel yang dikombinasikan dengan Server-Driven UI Filament untuk mempercepat pembangunan sistem manajemen konten (CRUD) yang mudah dipelihara. Metode yang digunakan adalah Waterfall, meliputi tahap requirements, design menggunakan Figma, implementation dengan Laravel dan Filament, dan verification. Pengujian fungsionalitas dilakukan menggunakan metode Black Box oleh staff management JPC. Hasil pengujian menunjukkan 3 dari 5 kasus uji dinyatakan Lulus, membuktikan sebagian besar fitur berfungsi; namun, website masih memerlukan perbaikan, khususnya terkait responsivitas dan pengisian konten asli (dummy). Secara keseluruhan, penerapan Laravel Filament terbukti memberikan hasil yang memuaskan dalam membangun website dengan panel administrasi yang mudah diakses dan dikelola untuk maintenance.

Smart Attendance IoT: Sensor Sidik Jari dengan Optimasi QoS

Abdul Halim — 2025-12-05

Sidik jari merupakan salah satu bagian tubuh manusia yang memiliki pola unik dan berbeda pada setiap individu, serta mudah untuk diakses. Keunikan tersebut dimanfaatkan dalam teknologi identifikasi otomatis yang mampu mengenali seseorang secara akurat. Sistem fingerprint berfungsi sebagai alat identifikasi berbasis sidik jari menggunakan sensor yang disebut Fingerprint Sensor. Namun, sistem yang ada saat ini umumnya hanya dapat melakukan identifikasi pada satu perangkat saja. Oleh karena itu, diperlukan suatu metode agar data sidik jari pengguna dapat dikenali di berbagai Fingerprint Sensor yang berbeda. Penelitian ini bertujuan untuk mengembangkan sistem fingerprint dengan pengolahan data terpusat sehingga proses identifikasi dapat dilakukan dari setiap sensor yang terhubung. Berdasarkan hasil pengujian, penggunaan Arduino, PHP, MySQL, dan mikrokontroler ESP8266 memungkinkan pengelolaan data secara terpusat dengan tingkat akurasi mencapai 98,5%. Uji coba sistem dilakukan menggunakan aplikasi Wireshark untuk mengukur parameter Quality of Service (QoS) seperti timespan, throughput, dan kualitas jaringan melalui smartphone. Hasil pengujian menunjukkan nilai packet loss sebesar 36,637 dan throughput sebesar 68 kb/s, yang menggambarkan performa sistem dalam aspek QoS.

Klasifikasi Sentiment Analysis Terhadap Usulan KB Vasektomi Syarat Penerima BANSOS dengan Metode Naive Bayes

Rahma Lubis — 2025-12-05

Analisis Perbandingan Metode LSTM dan BiLSTM untuk Prediksi Harga Saham Menggunakan Alpha Vantage

Rifqi Yafik — 2025-12-05

Pasar saham Indonesia mengalami pertumbuhan signifikan, namun fluktuasi harga yang tinggi tetap menjadi tantangan utama bagi investor. Penelitian ini bertujuan membandingkan performa dua model deep learning, Long Short-Term Memory (LSTM) dan Bidirectional LSTM (BiLSTM), untuk memprediksi harga penutupan harian dua saham blue chip, PT Bank Central Asia Tbk (BBCA) dan PT Telkom Indonesia Tbk (TLKM). Data historis dari Januari 2019 hingga Desember 2023 diperoleh melalui Alpha Vantage API. Proses penelitian mencakup normalisasi data dengan MinMaxScaler dan pembentukan sliding window untuk pemodelan deret waktu. Model LSTM dan BiLSTM dilatih menggunakan TensorFlow-Keras, dengan optimasi hyperparameter melalui metode Grid Search yang menguji kombinasi units, batch size, epochs, dan dropout rate. Hasil eksperimen menunjukkan bahwa model BiLSTM memberikan akurasi prediksi yang lebih tinggi dibandingkan LSTM pada kedua saham. Untuk saham BBCA, BiLSTM mencatat RMSE sebesar 0.0178, lebih baik dari LSTM yang mencatat RMSE 0.0180. Begitu pula pada saham TLKM, BiLSTM mencapai RMSE 0.0172, mengungguli LSTM dengan RMSE 0.0199. Keunggulan BiLSTM disebabkan kemampuannya memproses data secara dua arah, yang memungkinkan model menangkap pola kontekstual dan titik pembalikan tren dengan lebih baik. Penelitian ini berkontribusi pada pengembangan model prediksi saham yang lebih akurat dan sistematis bagi peneliti dan praktisi di pasar modal.

Penerapan Algoritma K-Means Clustering untuk Mengetahui Pola Peminjaman Buku di Perpustakaan Universitas Imelda Medan

Nurbeti Sinulingga — 2025-12-06

The use of a modern library management system is an important aspect in improving the quality of library services. The Imelda University Library in Medan has been using SLiMS 7 as its collection management and book borrowing transaction information system. This study aims to analyze borrowing data from SLiMS 7 and identify book borrowing patterns using the K-Means Clustering algorithm. The research data includes book categories, borrowing frequency, borrower study programs, and borrowing periods extracted directly from the SLiMS 7 database. The research stages include data pre-processing, normalization, determining the optimal number of clusters using the Elbow method, and the clustering process using the K-Means algorithm. The results of the study show the formation of several clusters that describe different borrowing patterns, such as clusters of collections with high, medium, and low borrowing rates. These findings can assist libraries in making decisions related to collection development, service organization, and book acquisition strategy planning. Thus, the integration of SLiMS 7 data with the K-Means algorithm has proven effective in generating information that supports the improvement of data-based library services.

Pembuatan Website Inventaris Peralatan di Workshop Jurusan Teknik Mesin Politeknik Negeri Balikpapan

Agus Susanto — 2025-12-06

Pendidikan vokasi saat ini mengalami kemajuan yang sangat pesat di Indonesia dikarenakan banyak diminati oleh siswa-siswa pada saat ini. Politeknik Negeri Balikpapan merupakan salah satu kampus vokasi yang ada di Indonesia dan mengutamakan praktikum daripada pembelajaran teori. Pembelajaran praktikum tentunya membutuhkan peralatan-peralatan dan bahan sebagai penunjang kegiatannya terutama di laboratorium Teknik Mesin. Laboratorium di Jurusan Teknik Mesin saat ini dikenal dengan nama Workshop yang terdiri dari beberapa inventaris peralatan baik itu milik negara maupun inventaris hasil hibah. Inventarisasi peralatan yang ada di laboratorium teknik mesin masih dilakukan secara manual dengan mengecek satu persatu alat yang termasuk inventaris per enam bulannya. Inventarisasi ini tentunya memakan waktu dan tidak mengetahui kondisi peralatan yang tersedia pada saat itu dalam kondisi baik atau sudah rusak. Atas dasar hal tersebut, maka pembuatan Website inventaris peralatan di Workshop Jurusan Teknik Mesin Politeknik Negeri Balikpapan sangat penting agar memudahkan para pengelola laboratorium atau workshop dalam melakukan inventarisasi peralatan. Dalam website inventarisasi juga ditargetkan adanya pembaruan terkait kondisi peralatan, jumlah peralatan, tahun pengadaan dan riwayat pemeliharaan atau perawatan alat. Selain itu, pembuatan website diharapkan juga mampu menyelaraskan data peralatan yang dimiliki oleh pengelola laboratorium teknik mesin dengan pengelola barang milik negara di Politeknik Negeri Balikpapan.

Penerapan Normalisasi Basis Data Pada Sistem E-Commerce Ratu Komputer

Jihan Bunga Firdaus — 2025-12-17

The operational success of Ratu Komputer's e-commerce depends heavily on the quality of the database structure used to manage transactions and customer information. Initial analysis shows that the raw data still contains redundancies, attributes that should be separated, and merging of information between entities that could potentially cause anomalies in the data storage and reading processes. This condition could further disrupt system performance as the number of transactions increases. This study aims to normalize the data structure through normalization stages to achieve Second Normal Form (2NF). The process involves identifying data requirements, relationships between entities, compiling data in UNF form, transforming it to 1NF by removing multivalue attributes, and improving it to 2NF to remove partial dependencies. The results of the study show that normalization is able to separate previously mixed entities, reduce data duplication, and produce a more structured table schema that meets the principles of referential integrity. The resulting 2NF schema is considered stable enough and can be used as a basis for the development of the Ratu Komputer e-commerce system in the next stage.

Analisis Komparatif Kinerja Laravel Octane dan Webman pada Layanan API Berbasis Worker Model PHP

Ade Iskandar — 2025-12-17

Performa server API merupakan faktor krusial dalam pengembangan aplikasi web modern yang menuntut latensi rendah dan throughput tinggi. Penelitian ini bertujuan membandingkan kinerja Laravel Octane berbasis FrankenPHP dan Webman berbasis Workerman sebagai framework PHP worker model pada operasi READ dan CREATE data. Metode penelitian menggunakan pendekatan kuantitatif eksperimental melalui benchmarking dengan ApacheBench pada dua skenario API, yaitu pengambilan dan penyimpanan 1000 baris data MySQL, dengan konfigurasi tingkat konkurensi terstandar pada lingkungan server identik. Parameter kinerja yang dievaluasi meliputi requests per second, median latency, dan P95 latency. Hasil penelitian menunjukkan bahwa Webman secara konsisten unggul pada kedua skenario pengujian. Pada operasi READ, Webman mencapai throughput hampir dua kali lipat dibanding Laravel Octane dengan latensi median lebih rendah hingga 65%. Sementara itu, pada operasi CREATE, Webman mencatat throughput 1,7 kali lebih tinggi dan waktu respons sekitar 50% lebih cepat. Keunggulan ini berkaitan erat dengan arsitektur event-driven non-blocking Workerman yang meminimalkan overhead eksekusi. Laravel Octane tetap menampilkan stabilitas kinerja yang baik, namun kompleksitas internal framework menyebabkan latensi yang relatif lebih tinggi. Penelitian ini menyimpulkan bahwa Webman lebih sesuai untuk pengembangan API bertrafik tinggi dan sistem mikroservis, sedangkan Laravel Octane unggul untuk aplikasi kompleks berbasis ekosistem Laravel. Temuan ini memberikan kontribusi empiris bagi pemilihan framework PHP berdasarkan kebutuhan performa aktual.

Pembuatan Aplikasi Inventory Berbasis Web dengan Metode ROP pada PT. XYZ

Fabio Santoso — 2025-12-17

Penelitian ini bertujuan untuk mengatasi kendala operasional di PT. XYZ yang timbul akibat sistem gudang manual. Permasalahan utama yang dihadapi adalah data stok yang tidak akurat, yang memperlambat pemesanan ulang dan meningkatkan risiko habisnya stok. Metode pengembangan sistem yang digunakan adalah Scrum, dengan merancang dan mengimplementasikan sistem informasi inventaris berbasis web. Sistem ini menerapkan metode Reorder Point (ROP) sebagai fitur kunci untuk mengelola pencatatan transaksi dan memberikan peringatan stok minimum. Hasil dari sistem yang dibangun adalah proses gudang yang terekam secara sistematis dan lebih efisien. Fitur ROP terbukti berhasil menyediakan notifikasi otomatis untuk pemesanan kembali, sehingga mengurangi kesalahan stok manual. Kesimpulannya, sistem ini berhasil meningkatkan akurasi data dan menyediakan laporan real-time untuk mendukung pengambilan keputusan yang lebih cepat dan tepat di PT. XYZ.

Rancang Bangun Sistem Informasi E-Learning Berbasis Web di MTs Laboratorium Jambi

Dwi Pebri Ratmiyanti — 2025-12-17

Sistem informasi e-learning berbasis web dirancang dan dikembangkan untuk MTsS Laboratorium Jambi sebagai solusi atas berbagai kendala dalam pembelajaran konvensional, seperti terbatasnya interaksi tatap muka dan kesulitan distribusi materi. Sistem ini dibangun menggunakan framework Laravel dan mengadopsi metode pengembangan perangkat lunak Waterfall, serta menggunakan pendekatan Research and Development (R&D). Proses pengembangan mencakup analisis kebutuhan, perancangan sistem dengan UML (Use Case, Activity, dan Class Diagram), implementasi, serta pengujian menggunakan metode black box dan skala Likert. Hasil pengujian menunjukkan bahwa sistem mampu memfasilitasi pembelajaran digital secara efektif dengan perolehan persentase rata-rata 88% pada uji kelayakan. Fitur yang tersedia meliputi pengelolaan materi, tugas, ujian, nilai, dan fitur diskusi interaktif antara guru dan siswa. Implementasi sistem ini menjadikan proses pembelajaran di MTsS Laboratorium Jambi lebih efisien, fleksibel, berkualitas, dan mendukung peningkatan mutu belajar.

Kata Kunci: E-learning, Web, Laravel, Waterfall, MTsS Laboratorium Jambi

Pengaruh Pembelajaran Berbasis Komputer pada Materi TI terhadap Kemampuan Siswa SMK Negeri 1 Panji

Ikrom Maulana — 2025-12-17

Penelitian ini bertujuan untuk mengetahui pengaruh sistem pembelajaran komputer terhadap peningkatan kemampuan siswa pada materi Teknologi Informasi di SMK Negeri 1 Panji. Latar belakang penelitian ini adalah masih rendahnya pemahaman siswa terhadap materi TIK akibat metode pembelajaran konvensional yang belum memanfaatkan teknologi secara optimal. Penelitian ini menggunakan pendekatan kuantitatif dengan metode expost facto. Sampel penelitian adalah siswa kelas X Kuliner 1 sebanyak 36 orang. Teknik pengumpulan data dilakukan melalui observasi, angket, dan dokumentasi. Hasil analisis menunjukkan bahwa sistem pembelajaran komputer memiliki pengaruh signifikan terhadap peningkatan pemahaman materi TIK dan kemampuan siswa, dengan nilai koefisien kontingensi (KK) sebesar 0,63 yang tergolong korelasi tinggi. Temuan ini menunjukkan bahwa penggunaan komputer dalam proses pembelajaran mampu meningkatkan aspek kognitif, afektif, dan psikomotorik siswa secara menyeluruh. Penelitian ini merekomendasikan integrasi sistem pembelajaran berbasis komputer secara lebih luas untuk meningkatkan efektivitas pembelajaran TIK.

Perancangan UI/UX Pencarian Arsip Perkara Pada Pengadilan Militer I-04 Palembang

Isyana Bella Agustin — 2025-12-17

Pengadilan Militer I-04 Palembang merupakan lembaga peradilan yang menangani berbagai perkara pidana yang melibatkan prajurit TNI. Proses pengelolaan arsip perkara yang masih dilakukan secara manual menimbulkan sejumlah kendala, seperti pencarian arsip yang memakan waktu lama, risiko kesalahan pencatatan, serta kesulitan dalam memenuhi kebutuhan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk merancang UI/UX sistem pencarian arsip perkara berbasis digital yang mampu meningkatkan efektivitas, efisiensi, dan kemudahan pengguna dalam mengakses data arsip. Metode penelitian yang digunakan adalah kualitatif deskriptif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Pengembangan sistem dilakukan menggunakan metode prototype, sehingga pengguna dapat memberikan umpan balik secara langsung pada setiap tahap perancangan. Hasil penelitian menunjukkan bahwa rancangan antarmuka yang disusun yang meliputi halaman login, dashboard statistik, pencarian arsip berdasarkan kategori, serta fitur peminjaman arsip dan mampu memberikan alur kerja yang lebih terstruktur dan mudah dipahami oleh staff kepaniteraan. Sistem ini diharapkan dapat mengurangi kesalahan pencatatan, mempercepat proses pencarian arsip, serta mendukung transparansi dan akuntabilitas dalam pengelolaan dokumen perkara di Pengadilan Militer I-04 Palembang.

Sistem Informasi Bimbingan Belajar Berbasis Web Mobile Pada Texas Kotabumi Lampung Utara

Irma Tiana — 2025-12-18

Penelitian ini memiliki fokus utama pada pengembangan sebuah sistem informasi web-mobile yang dirancang khusus untuk Lembaga Bimbingan Belajar Texas Kotabumi di Kabupaten Lampung Utara. Perancangan sistem ini didedikasikan untuk menyederhanakan dan mengotomatisasi serangkaian prosedur administratif yang saat ini masih dilaksanakan secara konvensional, meliputi registrasi, pengaturan jadwal, dan pencatatan kehadiran, yang kerap kali rentan terhadap inkonsistensi data serta kurangnya efisiensi. Populasi investigasi ini melibatkan seluruh spektrum operasional administrasi dan interaksi antara pihak staf administrasi, para pengajar, dan siswa di Texas Kotabumi. Pengambilan sampel data dilaksanakan menggunakan teknik purposive sampling, di mana informasi dikumpulkan melalui observasi langsung terhadap alur kerja administratif yang berlaku, wawancara komprehensif dengan pihak-pihak terkait (manajer, staf administrasi, pengajar, dan siswa) untuk mengidentifikasi kebutuhan spesifik dan tantangan yang dihadapi, serta melalui telaah literatur yang relevan dengan sistem informasi, proses bimbingan belajar, dan pengembangan web-mobile. Metodologi penelitian ini menggunakan pendekatan kualitatif deskriptif, dengan model pengembangan sistem yang diaplikasikan adalah Waterfall. Proses pengembangan mencakup empat tahapan esensial: analisis persyaratan, desain arsitektur sistem, implementasi kode, dan pengujian menyeluruh. Hasil signifikan dari penelitian ini adalah suksesnya penciptaan sistem informasi web-mobile yang interaktif, yang efektif dalam mengotomatisasi dan mengintegrasikan seluruh proses administrasi bimbingan belajar. Sebagai analisis akhir penelitian ini menegaskan bahwa sistem yang telah dikembangkan secara fungsional mampu meningkatkan efisiensi operasional, akurasi data, dan standar kualitas layanan di Texas Kotabumi, yang dapat berkontribusi pada pengelolaan lembaga bimbingan belajar yang lebih modern dan adaptif.

Performance Evaluation of CNN, LSTM, and DNN for Feature Flow Based DDoS Attack Detection on CSE-CIC-IDS2018 Dataset

Muhammad Al Adib — 2025-12-18

Deep learning approaches have been proven effective in detecting Distributed Denial of Service (DDoS) attacks on networks, particularly through the analysis of flow features. This study aims to evaluate CNN, LSTM, and DNN in detecting DDoS attacks using flow features on the CSE-CIC-IDS2018 dataset. Each model is systematically compared with baseline algorithms to assess accuracy, precision, recall, and F1-score, in order to determine the most optimal model for a Network Intrusion Detection System (NIDS). All models demonstrated very high accuracy above 99%, with CNN standing out as the best-performing deep learning model for detecting DDoS patterns, while XGBoost emerged as the most effective baseline. These results emphasize that the choice of detection model should consider data characteristics, the complexity of flow features, and the diversity of attack types to achieve optimal performance in a NIDS. The study shows that both CNN, DNN, and LSTM, as well as baseline models such as XGBoost, can detect DDoS attacks based on flow features with accuracy above 99%, confirming the effectiveness of this approach and the importance of selecting models according to data characteristics.

Sistem Informasi Absensi Kehadiran Kegiatan Magang Mahasiswa Menggunakan Metode Waterfall

Della Enjelina — 2025-12-19

Penelitian ini bertujuan untuk mengembangkan sistem informasi presensi mahasiswa untuk kegiatan magang di Universitas Muhammadiyah Kotabumi. Masalah utama yang diatasi adalah proses pencatatan dan pemantauan presensi yang masih manual, rawan kesalahan data, dan kurang efisien. Sebagai solusi, sistem ini dirancang untuk menyederhanakan dan mengotomatiskan proses tersebut. Metode pengembangan yang digunakan adalah model Waterfall, meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Pengumpulan data dilakukan melalui observasi langsung alur kerja presensi eksisting, wawancara mendalam dengan dosen pembimbing, mahasiswa magang, serta pihak perusahaan tempat magang untuk memahami kebutuhan dan tantangan, serta tinjauan literatur terkait sistem informasi dan pengembangan presensi. Hasil penelitian ini adalah sistem informasi berbasis web yang berhasil dikembangkan. Sistem ini mampu mencatat presensi mahasiswa secara real-time, mengelola data presensi, dan menghasilkan laporan presensi secara otomatis. Fitur kunci sistem juga mencakup notifikasi dan manajemen data mahasiswa. Pengujian sistem menunjukkan bahwa aplikasi berfungsi dengan baik dan valid, serta mampu meningkatkan efisiensi administrasi presensi magang hingga mencapai akurasi data yang lebih tinggi.

Penerapan E Government melalui Transformasi Kliping Manual Menjadi Digital Pada Biro Adminitrasi Pimpinan Sekretariat Daerah Provinsi Sumatera Utara

Efriansyah Putra Bahari Barus Efri — 2025-12-20

Transformasi pembuatan kliping manual menjadi kliping digital pada Biro Administrasi Pimpinan Sekretariat Daerah Provinsi Sumatera Utara merupakan bagian dari proses untuk penerapan e government, penggunaan kliping yang masih manual banyak terdapat masalah yang dihadapi, sehingga kliping digital menjadi solusi yang efektif dalam mengatasi masalah tersebut. Tujuan penelitian ini untuk mengetahui kendala yang dihadapi dalam pembuatan kliping manual dan manfaat dalam mengelola kliping digital bagi Biro Administrasi Pimpinan Sekretariat Daerah Provinsi Sumatera Utara. Metode yang digunakan dalam penelitian ini yaitu kualitatif dengan wawancara mendalam, observasi lapangan dan dokumentasi. Hasil penelitian menunjukkan terdapat perubahan yang dirasakan oleh para staf pengelola kliping baik dari segi efisiensi waktu, kemudahan akses dan database yang terstruktur, selain itu sistem kliping digital ini juga mendukung meminimalkan penggunaan kertas (paperless office) pada lingkungan pemerintahan. Penelitian ini memberikan kontribusi dalam pengembangan sistem informasi yang berbasis digital baik secara efisiensi, efektivitas dan manajemen penyimpan arsip digital.

Perancangan Sistem Presensi Online dan Penggajian Karyawan Berbasis Mobile

Valentino Lim — 2025-12-20

Rapid advancements in information technology have significantly improved work systems and human resource management, especially in the areas of attendance tracking and payroll processing. Viva Shops, a retail store specializing in kitchenware and cleaning supplies, still uses manual procedures through Google Spreadsheets to record employee attendance and calculate salaries, which is inefficient, prone to errors, and unable to effectively monitor workers outside the store area. This study aims to design a mobile-based attendance and payroll system that streamlines the recording of employee presence while automating wage calculations. The application is developed using the Flutter framework with Supabase Realtime Database, and includes key features such as geolocation-based online attendance, real-time photo capture, leave and permission submissions, and automatic calculation of total working hours and employee wages. Using the Waterfall development model, which consists of requirement analysis, design, and implementation, the resulting system improves efficiency and accuracy in real-time attendance tracking and payroll processing, enabling store owners to more effectively monitor employee activity and manage workforce data in an integrated manner.

Perancangan UI/UX Permintaan ATK Bulanan pada Pengadilan Militer I-04 Palembang

Nia Anisa Bela — 2025-12-22

Pengadilan Militer I-04 Palembang menghadapi kendala dalam proses permintaan alat tulis kantor (ATK) bulanan yang masih dilakukan secara manual. Proses tersebut sering menimbulkan masalah berupa keterlambatan distribusi, duplikasi data, serta kesalahan pencatatan yang berdampak pada efisiensi dan transparansi administrasi. Penelitian ini bertujuan merancang sistem informasi berbasis digital dengan pendekatan User Centered Design (UCD) untuk mendukung modernisasi administrasi permintaan ATK. Metode penelitian yang digunakan adalah kualitatif deskriptif melalui observasi, wawancara, dan dokumentasi terhadap staf keuangan dan bagian umum. Hasil perancangan sistem meliputi use case diagram, wireframe, serta prototipe antarmuka yang terdiri dari tampilan login, dashboard admin, form permintaan, daftar barang, dan rekap bulanan. Pengujian dilakukan dengan metode Black Box Testing yang menunjukkan sistem mampu memproses permintaan secara otomatis, menampilkan rekap bulanan dengan akurat, serta meningkatkan efisiensi pencatatan hingga lebih dari 70% dibandingkan metode manual. Evaluasi pengguna juga menunjukkan bahwa rancangan UI/UX sederhana dan intuitif memudahkan pegawai dalam mengajukan permintaan serta membantu admin dalam pengelolaan data. Dengan demikian, sistem ini diharapkan dapat memperkuat transparansi, akuntabilitas, dan efektivitas pengelolaan ATK di lingkungan Pengadilan Militer I-04 Palembang.

Pemilihan Biji Kopi Lokal Terbaik Untuk Coffee Shop Di Medan Menggunakan Metode CoCoSo

Indah Aprillia — 2025-12-23

Ekonomi Indonesia sangat bergantung pada kopi. Indonesia termasuk di antara produsen kopi terbesar di dunia, setelah Brasil dan Vietnam dalam hal produksi. Baik tanaman kopi Arabika maupun Robusta ditanam dan dijual secara luas di Indonesia. Kopi
memiliki berbagai macam rasa. Studi ini akan berfokus pada memberikan saran kepada pengguna Sistem Pendukung Keputusan
(SPK) menggunakan pendekatan Multiple Criteria Decision- Making. Halnya MCDM mempunyai beragam teknik yang berbeda
dalam memberi bantuan menghasilkan rekomendasinya dalam pemilihan biji kopi terbaik. Metode MCDM yang akan diterapkan
dalam pada studi ini yakni CoCoSo. Temuan dari perhitungannya memakai metodologi CoCoSo memperlihatkan biji kopi Arabika
Gayo merupakan biji kopi terbaik. Penelitian ini menghasilkan 3 alternatif biji kopi, dimana Arabika Gayo terpilih sebagai
rekomendasi terbaik untuk pelaku usaha coffee shop diikuti oleh Arabika Mandheling dan Robusta Kintamani sebagai saran biji kopi unggulan berikutnya. Untuk penelitian mendatang, diharapkan sistem pendukungnya Keputusan ini dapat dikembangkan menjadi alat praktis dan mudah digunakan oleh pelaku usaha coffee shop.

Explainable Deep Learning Framework for Waste Image Classification Using MobileNetv2 with Grad-CAM and SHAP

Muhammad Al Adib — 2025-12-25

The increasing volume of waste resulting from urbanization and population growth poses significant challenges to waste management systems, particularly in the sorting stage. Deep learning approaches, especially Convolutional Neural Networks (CNNs), have been widely employed for waste image classification due to their ability to automatically extract complex visual features. However, a major limitation of these approaches lies in their limited interpretability, which may hinder user trust and real-world adoption. This study proposes an Explainable Deep Learning Framework for organic and inorganic waste image classification by integrating the MobileNetV2 architecture with Explainable Artificial Intelligence (XAI) methods, namely Gradient-weighted Class Activation Mapping (Grad-CAM) and SHapley Additive exPlanations (SHAP). MobileNetV2 is utilized as a feature extractor due to its computational efficiency and suitability for deployment on resource-constrained devices. The dataset used in this study consists of a combination of a public benchmark dataset and field-acquired waste images, processed using a transfer learning approach. Model performance is evaluated using accuracy, precision, recall, and f1-score metrics. Experimental results demonstrate that the proposed model achieves a validation accuracy of 90.25% with balanced performance across both classes. Furthermore, interpretability analysis using Grad-CAM and SHAP reveals that the model focuses on semantically relevant visual features and provides explainable feature contributions. These findings confirm that integrating lightweight CNN architectures with XAI techniques can produce waste classification systems that are accurate, transparent, and accountable.

Analisis Dampak Penggunaan Aplikasi Kecerdasan Buatan Dalam Kompetensi Akademik Menggunakan Technology Acceptance Model (TAM) Pada Mahasiswa Sistem Informasi Universitas Islam Negeri Sulthan Thaha Saifuddin Jambi

Kholifah Nur Munawaroh — 2025-12-28

Perkembangan teknologi informasi yang pesat telah memengaruhi berbagai aspek kehidupan, termasuk dunia pendidikan. Salah satu teknologi yang saat ini banyak digunakan adalah kecerdasan buatan (Artificial Intelligence/AI). Penelitian ini bertujuan untuk menganalisis dampak penggunaan aplikasi kecerdasan buatan terhadap kompetensi akademik mahasiswa, dengan pendekatan Technology Acceptance Model (TAM). Metode yang digunakan adalah pendekatan kuantitatif, dengan pengumpulan data dari mahasiswa Sistem Informasi Universitas Islam NegeriSulthan Thaha Saifuddin Jambi semester 4. Hasil penelitian pada uji T (parsial) menunjukkan bahwa penggunaan aplikasi kecerdasan buatan tidak cukup berpengaruh secara signifikan dan positif terhadap kompetensi akademik, sedangkan pada uji F (simultan) menunjukan hasil yang signifikan dan positif hingga hipotesis dapat diterima. Hal ini dibuktikan melalui uji t dan uji F yang mendukung hipotesis, serta menunjukkan bahwa kemudahan penggunaan teknologi berperan penting dalam penerimaan teknologi tersebut oleh mahasiswa. Kesimpulannya, secara simultan aplikasi kecerdasan buatan memberikan dampak positif dalam membantu mahasiswa menyelesaikan tugas dan meningkatkan pemahaman materi, sehingga berkontribusi pada peningkatan kompetensi akademik, sedangkan secara parsial aplikasi kecerdasan buatan tidak memberikan dampak terhadap kompetensi mahasiswa.

Rancang Bangun Sistem Informasi Administrasi Menggunakan Metode Scrum Berbasis Framework Laravel (Studi Kasus: SDN 3 Trebungan)

Rudi Agus Wilantara — 2025-12-28

Penelitian ini bertujuan merancang dan membangun sistem informasi administrasi berbasis web untuk SDN 3 Trebungan, guna mengatasi permasalahan administrasi manual yang rawan kehilangan data, human error, dan tidak real-time. Sistem dikembangkan menggunakan framework Laravel 11 dan metode Scrum, yang melibatkan tahapan Product Backlog, Sprint Planning, Daily Scrum, Sprint Review, dan Sprint Retrospective. Perancangan dilakukan menggunakan pemodelan UML (activity, use case, class, sequence), basis data MySQL, serta implementasi antarmuka dengan Blade template. Pengujian sistem dilakukan menggunakan Black-Box Testing untuk memastikan fitur utama seperti login, pengelolaan data (CRUD), transaksi pembayaran, dan pencetakan laporan berjalan sesuai fungsinya. Hasilnya, sistem mampu mengelola data pengguna, siswa, guru, pembayaran, dan laporan keuangan secara real-time, meningkatkan efisiensi dan akurasi administrasi. Laravel 11 memberikan kemudahan pengembangan melalui fitur seperti Artisan, Eloquent ORM, Blade, dan middleware untuk keamanan. Scrum terbukti efektif dalam mendukung pengembangan iteratif dan kolaboratif. Kesimpulannya, sistem ini layak diterapkan di SDN 3 Trebungan dan direkomendasikan untuk dikembangkan lebih lanjut dengan penambahan modul absensi dan fitur backup otomatis.

Perancangan Sistem Informasi Pengelolaan Buku Induk Siswa Berbasis Website

Rizky Maghfirah — 2025-12-28

Penelitian ini dilakukan di SDI Nurul Manshur dengan merancang sebuah sistem informasi perpustakaan berbasis website dengan tujuan untuk mengatasi masalah dan kebutuhan yang ada di SDI Nurul Manshur. Penelitian ini dilakukan dengan menggunakan sebuah metode yakni metode Extreme Programing (XP) yang mana metode Extreme Programming merupakan salah satu metode agile yang cukup sering digunakan, terutama pada proyek pengembangan aplikasi dalam skala kecil. Hal ini karena metode ini terhitung cukup sederhana dan ringkas namun tetap mengaplikasikan berbagai prinsip agile yang dianggap break through dalam meningkatkan efisiensi serta efektivitas pengerjaan pengembangan perangkat lunak. Selain itu, metode Pengujian sistem informasi yang dibuat ialah menggunakan Black-Box Testing untuk memastikan fitur-fitur yang ada pada website berjalan sesuai kebutuhan yang di inginkan. Black Box Testing adalah metode pengujian perangkat lunak yang berfokus pada fungsionalitas sistem tanpa melihat kode sumber atau struktur internalnya. Kesimpulannya, sistem informasi buku induk siswa berbasis website ini layak di gunakan di SDI Nurul Manshur karena sistem ini sangat membantu dan sesuai dengan kebutuhan terutama pada pengelolaan buku induk siswa yang ada di SDI Nurul manshur.

Pengembangan Media Pembelajaran Multimedia Interaktif Berbasis Adobe Premiere pada Mata Pelajaran Teknik Komputer dan Jaringan

Roni Sugianto — 2025-12-28

Penelitian ini bertujuan untuk mengembangkan media pembelajaran multimedia interaktif berbasis Adobe Premiere dalam mata pelajaran Teknik Komputer dan Jaringan. Latar belakang penelitian ini adalah terbatasnya penggunaan media pembelajaran yang menarik dan interaktif dalam pembelajaran TKJ di SMKS Tahsinul Akhlaq Kalibagor, Situbondo, yang berdampak pada rendahnya motivasi dan pemahaman peserta didik terhadap materi praktik, khususnya dalam pembuatan kabel UTP tipe straight. Model pengembangan yang digunakan adalah ADDIE (Analysis, Design, Development, Implementation, Evaluation). Tahapan-tahapannya dimulai dari menganalisis kebutuhan peserta didik dan guru, merancang storyboard, mengembangkan video menggunakan Adobe Premiere Pro 2019, menerapkan media dalam proses pembelajaran, dan mengevaluasi kelayakan oleh pakar media, ahli materi, dan peserta didik. Hasil validasi menunjukkan bahwa media yang dikembangkan mendapatkan skor dari ahli materi sebesar 92%, ahli media sebesar 94%, dan uji coba terbatas peserta didik sebesar 89%. Semua skor ini berada dalam kategori "sangat layak" dan dapat digunakan tanpa revisi. Media pembelajaran ini telah terbukti secara signifikan meningkatkan minat peserta didik dalam belajar dan memahami materi TKJ melalui tampilan visual yang menarik dan penyajian materi yang sistematis.

Sistem Informasi Penerimaan Siswa Baru Menggunakan Metode Extreme Programing Di SDN 3 Trebungan Berbasis Framework Codeigniter

Andika Fajri As’ari — 2025-12-28

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi penerimaan siswa baru di SDN 3 Trebungan menggunakan metode Extreme Programming (XP) dan framework CodeIgniter. Sistem ini dirancang untuk menggantikan proses manual yang selama ini digunakan, yang dinilai kurang efisien dan rawan kesalahan. Metode XP digunakan karena fleksibilitas dan kemampuan iteratifnya dalam pengembangan perangkat lunak, sedangkan CodeIgniter dipilih karena kesederhanaan dan kecepatan dalam pengembangan aplikasi web. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibangun mampu meningkatkan efisiensi, akurasi, dan transparansi dalam proses penerimaan siswa baru. Selain itu, sistem ini juga mempermudah pihak sekolah dalam mengelola data siswa secara digital dan terintegrasi.

Pengembangan Video Tutorial Berbasis Adobe Premier Pro Pada Materi Dasar- Dasar Teknik Komputer Dan Jaringan Pada SMKN 1 Kendit

Siti Muhafizah — 2025-12-28

Perkembangan teknologi informasi memberikan peluang besar untuk meningkatkan kualitas pembelajaran melalui pemanfaatan media berbasis digital. Penelitian ini bertujuan mengembangkan video tutorial menggunakan aplikasi Adobe Premiere Pro sebagai media pembelajaran pada mata pelajaran Dasar Teknik Komputer dan Jaringan di SMKN 1 Kendit. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Subjek penelitian melibatkan 23 peserta didik kelas X TKJ 1 dan dua validator, yaitu ahli materi dan ahli media. Tahap analisis dilakukan melalui observasi dan wawancara untuk mengidentifikasi permasalahan pembelajaran, di mana metode ceramah dinilai kurang efektif dalam membantu pemahaman peserta didik. Produk yang dikembangkan berupa video tutorial berisi langkah-langkah dasar teknik komputer dan jaringan, disertai visualisasi dan narasi yang mendukung pemahaman konsep. Hasil uji validasi menunjukkan video tutorial memenuhi kriteria kelayakan baik dari aspek materi maupun media. Respon peserta didik menunjukkan peningkatan motivasi belajar dan pemahaman terhadap materi dibandingkan metode konvensional. Penggunaan Adobe Premiere Pro terbukti efektif dalam menghasilkan media pembelajaran yang menarik, interaktif, dan dapat diputar ulang sesuai kebutuhan peserta didik. Penelitian ini menyimpulkan bahwa pengembangan video tutorial berbasis Adobe Premiere Pro dapat menjadi solusi alternatif dalam meningkatkan efektivitas pembelajaran praktik dasar teknik komputer dan jaringan di SMKN 1 Kendit.

Pengaruh Media Pembelajaran Berbasis Game Edukasi Quizizz Terhadap Motivasi Belajar Peserta Didik

Zainur Rahman — 2025-12-28

Motivasi belajar peserta didik menjadi salah satu faktor penting yang menentukan keberhasilan dalam proses pembelajaran. Namun, hasil observasi di SMK Daarul Aytaam menunjukkan bahwa metode pengajaran yang masih bersifat konvensional cenderung membuat siswa kurang antusias dan pasif dalam mengikuti pelajaran Informatika. Penggunaan media pembelajaran yang inovatif seperti game edukasi Quizizz diyakini dapat memberikan suasana belajar yang lebih interaktif dan menyenangkan. Penelitian ini dilakukan untuk menganalisis pengaruh pemanfaatan Quizizz terhadap peningkatan motivasi belajar siswa. Pendekatan yang digunakan adalah kuantitatif dengan desain pra-eksperimen one group pretest-posttest. Sebanyak 30 peserta didik dipilih sebagai sampel melalui teknik purposive sampling. Pengumpulan data dilakukan menggunakan angket motivasi belajar yang telah diuji validitas dan reliabilitasnya, kemudian dianalisis melalui uji normalitas Shapiro-Wilk dan uji paired sample t-test. Hasil pengujian menunjukkan nilai signifikansi 0,000 < 0,05, yang menandakan adanya perbedaan yang signifikan antara nilai pretest dan posttest. Peningkatan motivasi terlihat pada aspek dorongan internal, ketekunan, serta kesenangan siswa dalam mengikuti pembelajaran. Dengan demikian, penggunaan media pembelajaran berbasis game edukasi Quizizz terbukti mampu menciptakan proses belajar yang lebih menarik, kompetitif, dan efektif dalam mendorong motivasi belajar peserta didik.

Pengaruh Media Pembelajaran Game Bamboozle Terhadap Motivasi Belajar Peserta Didik Pada Mata Pelajaran Informatika Di MA Al-Musyawwir

Undayani Safitri — 2025-12-28

Pendidikan memiliki peran krusial dalam membentuk generasi yang kompeten dan siap menghadapi tantangan di masa depan Penelitian ini bertujuan mengetahui pengaruh pengunaan media pembelajaran game bamboozle terhadap motivasi belajar peserta didik di MA Al-Musyawwir.Metode penelitian yang digunakan adalah pendekatan kuantitatif. Tahap analisis dilakukan melalui uji normalitas, uji homogenitas, uji hipotesis untuk menentukan apakah ada pengaruh media pembelajaran game bamboozle terhadap motivasi belajar peserta didik pada mata pelajaran informatika, uji normalitas peneliti menggunakan teknik sapiro wilk karena sampel dibawah 50. Nilai signifikan dapat dilihat dari kelas eksperimen sebesar 0,140 dan dikelas kontrol sebesar 0,091. Uji normalitas apabila nilai sig > 0,060 maka data dikatakan normal, apabila sig < 0,60 maka data dikatakan tidak normal. maka data dikatakan homogen, jika data sudah homogen maka langkah selanjutnya yakni pengujian uji anova, uji anovah dapat dilihat dari nilai sig < 0,05 maka data dapat diterima. Hasil sig pada levene statistik 0,653> 0,05 dan sig pada anovah 0,033 < 0,05 maka data diterima. Penentuan keputusan dalam uji hipotesis didasarkan pada nilai signifikansi (Sig. 2-tailed) < 0,05 maka Ha diterima. Sig 2 tailed 0,033 < 0,05, Dengan demikian, dapat disimpulkan bahwa penggunaan media pembelajaran game Bamboozle berpengaruh terhadap motivasi belajar peserta didik dalam mata pelajaran Informatika di MA Al-Musyawwir..

Analisis Sentimen Masyarakat terhadap Isu Korupsi Dana Bencana di Indonesia Menggunakan Metode Bidirectional Long Short-Term Memory (Bi-LSTM)

Toni Prabowo — 2026-01-03

Corruption of disaster relief funds and social assistance is a critical issue that undermines social justice and public trust in government integrity in Indonesia. This phenomenon has triggered a massive wave of opinions on social media, necessitating deep computational analysis to objectively understand public perception dynamics. This study aims to implement and evaluate the performance of a Deep Learning algorithm, specifically Bidirectional Long Short-Term Memory (Bi-LSTM), in classifying public sentiment related to the issue of disaster fund corruption. The dataset comprises 1,358 textual data points categorized into negative, neutral, and positive sentiments, with a significant dominance of the negative class (926 entries). The proposed model architecture integrates a 300-dimensional embedding layer, a Bi-LSTM layer to capture bidirectional context, and a combination of Global Max Pooling and Global Average Pooling for optimal feature extraction. The experimental results demonstrate that the model achieved an accuracy of 0.75, with a Weighted F1-score of 0.76 and a Macro F1-score of 0.65. Confusion Matrix analysis reveals that the model is highly effective in identifying negative sentiments but faces challenges in distinguishing minority classes due to data imbalance and linguistic ambiguities such as sarcasm. These findings provide deep insights for policymakers regarding public sentiment and demonstrate both the potential and limitations of the Bi-LSTM method in processing informal and sarcastic Indonesian text within the context of political and corruption discourse.

Keywords: Sentiment Analysis, Bi-LSTM, Disaster Fund Corruption, Deep Learning, Natural Language Processing

Perancangan Website Pemesanan Tiket Kolam Renang Karya Muda Dengan Pendekatan Analytical Hierarchy Process (AHP)

Wulandari — 2026-01-07

Perkembangan teknologi informasi mendorong digitalisasi layanan pada berbagai sektor, termasuk sektor jasa rekreasi. Kolam Renang Karya Muda sebagai salah satu fasilitas rekreasi masih menerapkan sistem pemesanan tiket secara manual, yang menimbulkan berbagai permasalahan seperti antrean panjang, keterbatasan informasi, potensi kesalahan pencatatan, serta rendahnya efisiensi pengelolaan data. Penelitian ini bertujuan untuk merancang website pemesanan tiket Kolam Renang Karya Muda dengan mengintegrasikan metode Analytical Hierarchy Process (AHP) sebagai pendekatan dalam menentukan prioritas fitur sistem. Metode penelitian yang digunakan meliputi observasi, wawancara, studi literatur, analisis kebutuhan sistem, penerapan AHP, dan perancangan sistem menggunakan Unified Modeling Language (UML). Metode AHP digunakan untuk menganalisis preferensi dan kepentingan pemangku kepentingan dalam menentukan prioritas fitur website, yaitu informasi kolam renang, pemesanan tiket secara online, dan pembayaran tiket secara online. Hasil penelitian menunjukkan bahwa fitur pemesanan tiket online memiliki prioritas tertinggi, diikuti oleh fitur pembayaran online dan penyediaan informasi kolam renang. Rancangan sistem yang dihasilkan diharapkan mampu meningkatkan efisiensi layanan, akurasi pengelolaan data, serta kualitas pengalaman pengunjung. Penelitian ini memberikan kontribusi dalam pengembangan sistem informasi dengan menunjukkan integrasi metode pengambilan keputusan ke dalam tahap perancangan sistem berbasis web pada sektor jasa rekreasi.

Evaluasi Empiris Efektivitas Transformasi Digital pada Layanan Akreditasi Wartawan Pemerintah Daerah

Imanuel Wowor — 2026-01-08

Perkembangan teknologi yang semakin pesat telah mendorong meningkatnya tuntutan pada berbagai sektor kehidupan, terutama dalam implementasi digitalisasi pemerintahan. Tingginya tingkat kegagalan proyek e-government di negara berkembang seringkali disebabkan oleh kurang nya evaluasi empiris mengenai dampak aktualnya terhadap efisiensi operasional. Penelitian ini mengisi kesenjangan kritis dalam literatur dengan menyajikan analisis komparatif kuantitatif antara proses akreditasi wartawan manual dan digital di Dinas Komunikasi dan Informatika (Kominfo). Melampaui sekadar konstruksi sistem, riset ini mengevaluasi efektivitas solusi transformasi digital berbasis Django menggunakan pendekatan metode campuran yang ketat. Temuan kami menunjukkan pengurangan waktu pemrosesan yang signifikan secara statistik sebesar 85,2% (dari 42,5 menjadi 6,3 menit, p<0.001) dan peningkatan akurasi data sebesar 92,8%. Lebih lanjut, sistem mencapai skor System Usability Scale (SUS) 76,8 (Grade B), mengindikasikan penerimaan pengguna yang tinggi. Penelitian ini berkontribusi dengan menyediakan kerangka kerja tervalidasi untuk evaluasi layanan digital pemerintah dan menawarkan bukti empiris bahwa modernisasi menggunakan framework open-source yang tangguh secara signifikan meningkatkan kinerja pelayanan publik.

Design and Development of an Android-Based Self-Order System for Operational CRM in Culinary MSMEs

Sabila Rosad — 2026-01-08

Culinary Micro, Small, and Medium Enterprises (MSMEs) still face challenges in the ordering process, such as manual order recording, long queues, and limited management of order data. These conditions highlight the need for digital transformation to improve operational efficiency and service quality. This study aims to design and develop an Android-based self-order system for culinary MSMEs as a form of ordering process digitalization and as an implementation of operational Customer Relationship Management (CRM). The research method applied is system development, including literature study, requirement analysis, system design, implementation, and testing. The system adopts a client–server architecture, with an Android application as the client and a FastAPI-based backend integrated with a PostgreSQL database. The application allows customers to view menus, add items to a cart, enter customer identity, and place orders independently without user authentication. System testing is conducted using black-box testing to validate functional requirements. The results indicate that the developed self-order system operates properly in supporting digital ordering processes, improving operational efficiency, and facilitating the implementation of operational CRM through structured order data management. This system is expected to serve as a practical solution for culinary MSMEs in managing digital ordering and customer interactions.

Peringkasan Otomatis Risalah Rapat DPR RI Menggunakan IndoNanoT5 dan LongT5 TGlobal

Alghaniyu Naufal Hamid — 2026-01-08

Meeting minutes of the Indonesian House of Representatives DPR RI are lengthy, dialogic, and distribute important information across many sections, making it difficult for readers to quickly identify core discussions, decisions, and follow up actions. This study develops and evaluates an abstractive summarization system for 200 DPR RI meeting minutes using a meeting domain based staged training strategy. Domain adaptation is performed through intermediate pre training on the AMI Meeting Corpus translated into Indonesian, followed by fine tuning on the DPR RI minutes dataset. Two approaches are compared. The first approach employs LongT5 with Transient Global Attention TGlobal as an end to end long context model. The second approach uses IndoNanoT5 with chunking and sliding window, a chunk size of 1024 tokens, 127 token overlap, and aggregation of 256 token chunk summaries into a final summary of up to 1024 tokens. Evaluation is conducted using ROUGE 1, ROUGE 2, ROUGE L, and Word F1 metrics. Validation results show that LongT5 TGlobal achieves the best performance after fine tuning, with ROUGE 1 of 0.3031, ROUGE 2 of 0.0924, ROUGE L of 0.1427, and Word F1 of 0.2721. IndoNanoT5 improves after fine tuning, achieving ROUGE 1 of 0.1437, ROUGE 2 of 0.0483, ROUGE L of 0.1098, and Word F1 of 0.1264, but remains affected by context fragmentation and repetition caused by overlap and summary aggregation. This approach supports improved accessibility of legislative meeting information for the public, researchers, journalists, and policymakers in sustainable democratic governance contexts.

Evaluasi Usability Aplikasi GoPay dan DANA Menggunakan Heuristic Evaluation

Naily Iqomatar Rosyidah — 2026-01-09

The rapid growth of digital wallet application usage in Indonesia demands high levels of usability, as interface errors can directly impact user security and trust. This study aims to evaluate and compare usability issues in the GoPay and DANA applications using the Heuristic Evaluation method based on Nielsen’s ten principles, focusing on findings with high severity levels (Severity Rating 3). This research employs a descriptive qualitative approach involving three evaluators who performed evaluations based on primary usage scenarios, such as top-ups, fund transfers, payments, and account settings. The evaluation results indicate that GoPay has six findings classified as Major Usability Problems, while DANA has three findings with the same severity level. Critical issues in GoPay primarily relate to a lack of system status transparency, high user cognitive load, limited efficiency in search features, and weak support for help and error handling. Meanwhile, critical findings in DANA include unclear transaction status, inconsistent placement of security features, and a lack of diagnostic feedback during input errors. Comparative analysis shows that although both applications face similar usability problems across several heuristic principles, the characteristics of these weaknesses and their impact on user experience differ. Based on these findings, this study proposes usability improvement recommendations prioritized for high-severity principles to enhance efficiency, convenience, and user trust in utilizing digital wallet applications.

Perancangan Peningkatan Tata Kelola Ti Kliping Digital di Instansi Pemerintahan Menggunakan Pendekatan Manajemen Informasi

Andysah Putera Utama Siahaan — 2026-01-10

Transformasi digital dalam sektor pemerintahan menuntut tersedianya tata kelola teknologi informasi (TI) yang efektif untuk mendukung strategi pengelolaan informasi dan pengambilan keputusan berbasis data. Salah satu layanan informasi yang memiliki peran penting adalah sistem kliping digital, yang berfungsi sebagai sarana pemantauan pemberitaan media dan opini publik. Namun pemanfaatan sistem kliping digital di instansi pemerintah sering kali belum didukung oleh tata kelola TI yang matang dan terstandarisasi. Penelitian ini bertujuan untuk menyoroti tingkat kapabilitas tata kelola TI pada sistem kliping digital di lingkungan instansi pemerintah menggunakan kerangka COBIT 2019, dengan fokus pada domain APO01 (Manage the IT Management Framework), APO11 (Manage Quality), dan APO14 (Manage Data). Penelitian ini menggunakan pendekatan kuantitatif dengan desain deskriptif-korelasional. Data primer dikumpulkan melalui survei menggunakan kuesioner Skala Likert yang disusun berdasarkan praktik-praktik COBIT 2019 dan disebarkan kepada pegawai yang terlibat langsung dalam pengelolaan kliping digital. Analisis data dilakukan melalui pengukuran tingkat kemampuan dan analisis gap antara tingkat kapabilitas aktual dan tingkat kapabilitas yang diharapkan. Hasil penelitian menunjukkan bahwa domain ketiga COBIT 2019 berada pada tingkat kapabilitas Level 2 (Managed), dengan nilai rata-rata masing-masing sebesar APO01 = 2,54, APO11 = 2,47, dan APO14 = 2,51, sementara tingkat kapabilitas yang diharapkan adalah Level 3 (Established). Temuan ini mengindikasikan adanya kesenjangan tata kelola TI yang perlu ditangani, terutama pada aspek kerangka tata kelola, manajemen kualitas layanan, dan pengelolaan data kliping digital. Penelitian ini memberikan kontribusi teoritis dalam pengembangan kajian tata kelola TI berbasis COBIT 2019 serta kontribusi praktis bagi instansi pemerintah dalam merancang strategi peningkatan tata kelola TI guna mendukung efektivitas dan kelangkaan layanan kliping digital.

Evaluasi Tata Kelola Teknologi Informasi menggunakan Framework COBIT 5 pada MA XYZ Medan

Muhammad Fikri Haikal Najogi — 2026-01-10

Evaluasi terhadap kapabilitas tata kelola teknologi informasi (TI) menjadi langkah strategis untuk memastikan keselarasan antara sistem TI dan tujuan institusi. MA XYZ Medan telah memanfaatkan berbagai platform digital dalam kegiatan operasionalnya, namun belum pernah dilakukan evaluasi terstruktur terhadap efektivitas pengelolaan TI yang diterapkan. Dengan menggunakan kerangka kerja COBIT 5, evaluasi ini dilakukan melalui pengumpulan data primer berupa observasi dan wawancara, kemudian dipetakan melalui tahapan Enterprise Goals, IT-Related Goals, hingga proses-proses COBIT yang relevan. Hasil pemetaan menunjukkan bahwa terdapat 10 proses utama seperti EDM04, APO04, APO05, dan lainnya yang sesuai dengan kondisi aktual di lapangan. Penilaian tingkat kapabilitas mengacu pada standar ISO/IEC 15504 dan menunjukkan bahwa sebagian besar proses berada pada Level 2 (Managed) dan Level 3 (Established). Hal ini mengindikasikan bahwa proses telah dilaksanakan dan terdokumentasi, namun belum seluruhnya distandarisasi atau diukur secara formal. . Untuk mencapai tingkat kapabilitas yang lebih tinggi, dibutuhkan peningkatan pada aspek dokumentasi, pemantauan berkala, serta perencanaan strategis jangka panjang.

Analisis Perbandingan Pengalaman Pengguna Aplikasi MyPertamina dan Shell Asia Menggunakan User Experience Questionnaire (UEQ)

Jamiatul Khasanah — 2026-01-10

Studi ini bertujuan untuk menganalisis dan membandingkan pengalaman pengguna pada aplikasi MyPertamina dan Shell Asia sebagai layanan digital yang mendukung transaksi bahan bakar di SPBU. Pendekatan metode campuran digunakan dengan menggabungkan Kuesioner Pengalaman Pengguna (UEQ) sebagai metode kuantitatif dan wawancara berdasarkan Evaluasi Heuristik Nielsen sebagai metode kualitatif. Data dikumpulkan dari 120 responden di Kota Malang, terdiri dari 60 pengguna MyPertamina dan 60 pengguna Shell Asia. Hasil UEQ menunjukkan bahwa MyPertamina mencapai skor positif di semua dimensi pengalaman pengguna, dengan nilai tertinggi pada kejelasan, efisiensi, dan keandalan, yang mencerminkan kualitas pragmatis yang kuat. Sebaliknya, Shell Asia menunjukkan skor netral hingga negatif, terutama pada dimensi stimulasi dan kebaruan, yang menunjukkan kualitas hedonis yang kurang optimal. Temuan kuantitatif ini diperkuat oleh hasil wawancara, yang mengungkapkan bahwa MyPertamina menawarkan alur penggunaan yang jelas, mekanisme konfirmasi yang efektif, dan notifikasi informatif yang meningkatkan kepercayaan pengguna, sementara Shell Asia menghadirkan desain visual yang menarik tetapi masih menghadapi masalah terkait konsistensi dan kejelasan fitur. Secara keseluruhan, studi ini menyimpulkan bahwa MyPertamina memberikan pengalaman pengguna yang lebih baik dibandingkan dengan Shell Asia. Temuan ini diharapkan dapat berfungsi sebagai referensi evaluasi bagi pengembang dalam meningkatkan layanan SPBU digital dan sebagai panduan bagi pengguna dalam memilih aplikasi yang paling sesuai dengan kebutuhan mereka.

Kata kunci : MyPertamina, Shell Asia, Kuesioner Pengalaman Pengguna, Evaluasi Heuristik, Pengalaman Pengguna

Analysis of Color Feature-Based Segmentation and Classification of Fruits Images Using Linear Discriminant Analysis Method

Andri Armaginda Siregar — 2026-01-10

This study discusses the analysis of fruit image segmentation and classification based on color features, with bananas and strawberries as the research objects. This study addresses the problem of separating fruit objects from the background and automatically classifying fruit types using simple, efficient, and interpretable color features. The objectives of this study are to analyze the effectiveness of color-based segmentation and evaluate the performance of the Linear Discriminant Analysis (LDA) method in classifying fruit images and analyzing separability between classes. The proposed method includes image pre-processing, segmentation based on a combination of Lab* and HSV color spaces, color feature extraction in the form of average Hue and Saturation values, and classification using Linear Discriminant Analysis. The dataset used consists of images of bananas and strawberries, which are divided into training data and test data. The results show that color-based segmentation effectively separates fruit objects from the background and produces a clear feature distribution between classes. The classification process using LDA produces an accuracy rate of 100% on the test data, indicating that the color features used have high discriminatory power. Based on these results, it can be concluded that the combination of color-based segmentation and the LDA method is effective for fruit image classification and is capable of providing good class separability analysis with low computational complexity.

EVALUATION OF UI/UX IN THE myXL AND myIM3 APPLICATIONS USING THE UEQ+ METHOD (Case Study: Users in Malang)

Regita Ceza Dara Denanta — 2026-01-10

Perkembangan aplikasi layanan telekomunikasi digital telah mendorong penyedia layanan untuk memastikan kualitas Antarmuka Pengguna (UI) dan Pengalaman Pengguna (UX) yang optimal guna memenuhi kebutuhan dan harapan pengguna. Meskipun terdapat banyak pengguna aplikasi layanan telekomunikasi myXL dan myIM3 di Indonesia, masih banyak masalah terkait tampilan antarmuka dan pengalaman pengguna. Studi ini menggunakan pendekatan User Experience Questionnaire Plus (UEQ+) untuk menilai kualitas UI/UX aplikasi myXL dan myIM3 berdasarkan persepsi pengguna di Kota Malang. Sepuluh parameter pengalaman pengguna, yaitu Daya Tarik, Kejelasan, Efisiensi, Keandalan, Stimulasi, Kebaruan, Nilai, Kejernihan, Estetika Visual, dan Kegunaan, diukur menggunakan pendekatan UEQ+. Data yang diperoleh melalui kuesioner daring kemudian dianalisis secara deskriptif, diuji reliabilitasnya, diuji normalitasnya, dan dianalisis menggunakan Importance Performance Analysis (IPA) untuk mengidentifikasi prioritas perbaikan. Hasil menunjukkan bahwa semua parameter UEQ+ pada kedua aplikasi tersebut termasuk dalam kategori pengalaman pengguna yang positif. Aplikasi myXL memperoleh skor rata-rata yang lebih tinggi pada sebagian besar parameter, khususnya Kegunaan dengan skor 1,82 dan Kejelasan dengan skor 1,81, sedangkan aplikasi myIM3 memperoleh skor lebih tinggi pada parameter Kejelasan dengan skor 1,84. Analisis IPA menunjukkan bahwa parameter Kebaruan pada aplikasi myXL dan parameter Stimulasi pada aplikasi myIM3 merupakan prioritas utama untuk peningkatan. Hasil ini diharapkan dapat menjadi dasar pengembangan UI/UX yang lebih sesuai dengan kebutuhan pengguna.

A Pengembangan Chatbot Informasi Kesehatan Ibu dan Anak Jawa Barat Berbasis Hybrid RAG dan TextToSQL

Muhammad Alam Basallamah — 2026-01-10

The high Maternal Mortality Rate and stunting prevalence in West Java hinder the achievement of SDGs. Information accessibility remains a key constraint as data is scattered in narrative formats within Health Profiles and MCH Books. This study develops a hybrid chatbot based on Retrieval-Augmented Generation (RAG) and Text-to-SQL using the Google Gemini Large Language Model. The system integrates hierarchical chunking, intelligent routing, conversational memory, and automatic data visualization to present factual and statistical information precisely. System evaluation demonstrates high performance: Text-to-SQL reached 93.33% execution accuracy and 85% Router accuracy. In the RAG module, testing on 60 questions yielded scores of 0.990 Faithfulness, 0.883 Context Recall, and 0.950 Answer Relevancy. The system achieved a perfect score of 1.000 for out-of-context handling, proving safety from hallucinations. User Acceptance Testing (UAT) recorded a 80% success rate, where the chart feature was rated significant in aiding data understanding. The study concludes that the hybrid approach effectively enhances health insight accessibility for the public and stakeholders, although complex table extraction requires further optimization.

Blockchain Implementation Using Multi-Signature Approval and Merkle Tree for Election E-Voting System

Villeneuve Andhira — 2026-01-10

The implementation of conventional general elections in Indonesia still faces significant challenges, including high logistical costs, risks of data manipulation, and a lack of process transparency, which triggers public distrust. This research aims to design a future e-voting system prototype by proposing a Hybrid Voting Framework based on Ethereum blockchain technology and the InterPlanetary File System (IPFS). Scalability and privacy issues are addressed through the integration of the Merkle Tree data structure, where only a 32-byte root value is stored on-chain, while sensitive data is managed off-chain. To mitigate the risk of authority centralization, the system implements a concept from Proof of Authority (PoA) consensus mechanism with a multi-signature approval scheme, requiring the consensus of the majority of validators (>50%) for every administrative action. The test results show that the system is capable of maintaining voting integrity through the one-person-one-vote principle with a stable block creation time of under 10 seconds. Furthermore, the Recent Activity Log and "Verify My Vote" features successfully provide real-time transparency by utilizing event logs from smart contracts. Overall, this prototype proves that the use of blockchain can create a secure, accountable, and efficient voting system, while simultaneously providing maximum privacy protection for voters through robust cryptographic proof.

Perancangan UI/UX Sistem Kerja Praktik menggunakan Design Thinking pada FTI UNMER

Lusi Luvita Sari — 2026-01-10

Pengelolaan praktik kerja (KP) di Fakultas Teknologi Informasi, Universitas Merdeka Malang (FTI UNMER) masih menghadapi berbagai masalah, termasuk proses administrasi yang belum terintegrasi, penyebaran informasi yang terdesentralisasi, dan kurangnya kejelasan bagi mahasiswa. Kondisi ini berpotensi menyebabkan miskomunikasi, kesalahan prosedural, dan inefisiensi dalam pelaksanaan praktik kerja. Studi ini bertujuan untuk mendesain antarmuka pengguna (UI) dan pengalaman pengguna (UX) Sistem Informasi Pengalaman Kerja berbasis web dengan menerapkan metode Design Thinking sebagai pendekatan yang berorientasi pada kebutuhan pengguna. Metode Design Thinking digunakan melalui lima tahapan utama, yaitu empati, definisi, ide, prototipe, dan pengujian. Pengumpulan data dilakukan melalui studi literatur, observasi, wawancara dengan koordinator magang, dan kuesioner untuk mahasiswa guna mengidentifikasi masalah dan kebutuhan pengguna. Hasil studi berupa prototipe fidelitas tinggi yang dirancang menggunakan Figma dan mencakup fitur-fitur utama seperti rekomendasi lokasi magang, pengiriman dan pengunduhan surat lamaran, buku catatan digital, panduan laporan, pendaftaran seminar magang, dan arsip file terpusat. Evaluasi kegunaan prototipe dilakukan menggunakan metode System Usability Scale (SUS) untuk mengukur kemudahan penggunaan dan kepuasan pengguna. Hasil pengujian menunjukkan bahwa desain UI/UX yang dikembangkan memiliki tingkat kegunaan yang baik dan dapat diterima oleh pengguna. Dengan demikian, penerapan Design Thinking telah terbukti efektif dalam menghasilkan desain UI/UX yang terstruktur dan mudah digunakan untuk Sistem Informasi Kerja Praktik yang memenuhi kebutuhan mahasiswa FTI UNMER.

Analisis Perbandingan CNN, SVM, dan Hybrid CNN-SVM untuk Deteksi Anomali Trafik Jaringan

Susiana Khosasih — 2026-01-10

The rapid growth of information technology has significantly increased the volume and complexity of network traffic, leading to cyber security threats that are increasingly dynamic and difficult to detect using traditional security systems. The limitations of signature-based detection systems in identifying new attacks, including zero-day attacks, necessitate the adoption of more adaptive anomaly detection approaches through the utilization of machine learning and deep learning within Network Intrusion Detection Systems (NIDS). This study aims to analyze and compare the performance of Convolutional Neural Networks (CNN), Support Vector Machines (SVM), and a hybrid CNN–SVM model in detecting network traffic anomalies. This research employs a quantitative approach using an experimental method to evaluate the performance of the three models based on the CIC-IDS2017 dataset. The experimental process includes data preprocessing, model development, and performance evaluation using accuracy, precision, recall, F1-score, and confusion matrix metrics. The results indicate that the CNN and SVM baseline models achieve high accuracy levels of 98.85% and 98.66%, respectively, but still exhibit limitations in detecting minority attack classes. The hybrid CNN–SVM model achieves the best performance with an accuracy of 99.41% and a more balanced macro-average recall, indicating improved generalization across classes. The integration of CNN as a feature extractor and SVM as a classifier is proven to be effective in leveraging the complexity of network traffic features while enhancing classification stability. Therefore, the hybrid CNN–SVM approach can be recommended as a more effective and reliable network traffic anomaly detection method compared to single-model approaches in supporting modern network security systems.

Klasifikasi Penyakit Daun Tomat Menggunakan Pengolahan Citra Dan Algoritma Machine Learning

Romi Antoni — 2026-01-11

Klasifikasi penyakit daun tomat merupakan langkah penting untuk meningkatkan produktivitas pertanian dan meminimalkan kerugian akibat patogen. Penelitian ini bertujuan membandingkan dan mengevaluasi performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam klasifikasi penyakit daun tomat berbasis pengolahan citra digital. Pipeline penelitian mencakup segmentasi citra berbasis HSV, ekstraksi fitur warna, bentuk, dan tekstur menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dan Local Binary Pattern (LBP), serta proses klasifikasi. Sistem diimplementasikan dalam bentuk Graphical User Interface (GUI) berbasis MATLAB untuk memudahkan manajemen data latih, pelatihan model, klasifikasi, dan evaluasi performa. Hasil pengujian menunjukkan bahwa SVM mencapai akurasi 92,36%, lebih tinggi dibandingkan Naive Bayes sebesar 79,41%. Kontribusi penelitian ini meliputi analisis komparatif Naive Bayes dan SVM dalam klasifikasi penyakit daun tomat, integrasi fitur warna, bentuk, dan tekstur dalam satu pipeline, dan pengembangan GUI interaktif untuk klasifikasi. Penelitian ini diharapkan dapat mendukung pertanian presisi melalui deteksi penyakit daun tomat yang lebih cepat, akurat, dan efisien.

Penerapan Alat Pengering Terasi Udang Rebon Menggunakan Metode Research And Development

Rizka Tri Wulandari Putri — 2026-01-12

Penelitian ini membahas tentang perancangan dan penerapan alat pengering terasi udang rebon otomatis berbasis mikrokontroler ESP32 dengan metode Research and Development (R&D). Tujuan utama dari penelitian ini adalah untuk meningkatkan efisiensi proses pengeringan dan menjaga higienitas produk yang selama ini masih dilakukan secara tradisional dan bergantung pada kondisi cuaca. Alat yang dikembangkan dilengkapi dengan sensor DHT22 untuk membaca suhu dan kelembaban, elemen pemanas 300W sebagai sumber panas, serta kipas DC 12V untuk menjaga sirkulasi udara di dalam box pengering. Sistem bekerja secara otomatis dengan mengatur pemanas dan kipas melalui relay berdasarkan data sensor, sehingga suhu dan kelembaban tetap stabil selama proses pengeringan. Hasil pengujian menunjukkan bahwa alat ini mampu mengurangi waktu pengeringan dari ±3–4 hari (metode tradisional) menjadi ±8 jam, dengan hasil yang lebih bersih dan konsisten. Penggunaan alat ini diharapkan dapat membantu pelaku UMKM dalam meningkatkan produktivitas dan kualitas produk terasi udang rebon secara efisien, higienis, dan berkelanjutan.

Kata Kunci: pengering terasi, udang rebon, ESP32, DHT22, R&D, otomatisasi, IoT

Penerapan Algoritma Decision Tree (C4.5) dalam Menentukan Kelayakan Penerima Bantuan Sosial

Bayu Eka Susanto — 2026-01-12

The accurate targeting of social assistance recipients is a critical challenge in public policy implementation, particularly in efforts to reduce poverty and social inequality. This study aims to apply the Decision Tree C4.5 algorithm to determine the eligibility of social assistance beneficiaries based on socio-economic data. The research employs a quantitative approach using data mining techniques, where data preprocessing, model construction, and performance evaluation are conducted systematically. The C4.5 algorithm is selected due to its ability to handle numerical and categorical data and to produce interpretable decision rules. The results indicate that the proposed model achieves a high classification performance, with income level emerging as the most influential attribute, followed by household dependents and housing conditions. The generated decision tree provides clear and transparent rules that facilitate understanding of eligibility determination. These findings demonstrate that the C4.5 algorithm is effective not only in terms of accuracy but also in supporting explainable decision-making processes. The study concludes that integrating Decision Tree C4.5 into social assistance management can enhance objectivity, transparency, and policy effectiveness. This research contributes to the development of data-driven decision support systems in the public sector and offers practical insights for improving the accuracy of social assistance distribution.

Pengaruh Media Pembelajaran Canva Terhadap Hasil Belajar Siswa Pada Mata Pelajaran Informatika Kelas X Di SMK KHAMAS

Wahidi Muhtar — 2026-01-13

Penggunaan media pembelajaran yang efektif sangat berpengaruh terhadap peningkatan hasil belajar siswa. Namun, di SMK Khamas, media pembelajaran yang digunakan masih kurang efektif, sehingga berakibat pada penurunan hasil belajar siswa, terutama dalam mata pelajaran Informatika. Penelitian ini bertujuan untuk mengkaji pengaruh penggunaan media pembelajaran Canva terhadap hasil belajar siswa kelas X DKV di SMK Khamas. Penelitian ini menggunakan metode eksperimen dengan desain one group pretest-posttest yang melibatkan 21 siswa kelas X DKV sebagai sampel penelitian. Sebelum penerapan media Canva, dilakukan pretest untuk mengukur pemahaman awal siswa, kemudian media Canva digunakan sebagai media pembelajaran, dan setelah itu, dilakukan posttest untuk mengukur perubahan hasil belajar siswa setelah diberi perlakuan. Hasil penelitian menunjukkan bahwa penggunaan media Canva memberikan pengaruh positif terhadap hasil belajar siswa. Hasil analisis data menunjukkan adanya peningkatan yang signifikan antara hasil pretest dan posttest. Berdasarkan hasil uji normalitas menggunakan Kolmogorov-Smirnov dan Shapiro-Wilk, data pretest dan posttest menunjukkan distribusi normal. Selanjutnya, uji hipotesis menggunakan paired sample test menunjukkan nilai signifikansi sebesar 0,000, yang lebih kecil dari 0,05, yang berarti hipotesis nol (Ho) yang menyatakan tidak ada perbedaan signifikan antara pretest dan posttest ditolak, dan hipotesis alternatif (H1) yang menyatakan adanya perbedaan signifikan diterima. Rata-rata nilai pretest siswa sebelum penggunaan media Canva adalah 59,52, sedangkan setelah penggunaan media Canva, rata-rata nilai posttest meningkat menjadi 78,57. Dari hasil uji tersebut, dapat disimpulkan bahwa penggunaan media pembelajaran Canva berpengaruh signifikan terhadap peningkatan hasil belajar siswa pada mata pelajaran Informatika di kelas X DKV SMK Khamas. Dengan demikian, penggunaan media Canva sebagai media pembelajaran yang praktis dan inovatif sangat dianjurkan untuk meningkatkan hasil belajar siswa, karena Canva memungkinkan guru untuk menyampaikan materi secara lebih menarik dan interaktif, serta dapat menumbuhkan minat siswa dalam pembelajaran. Penelitian ini menyarankan agar media pembelajaran berbasis teknologi seperti Canva dapat diterapkan secara lebih luas di berbagai sekolah untuk meningkatkan kualitas pendidikan di era digital ini.

Pengembangan Aplikasi Kecerdasan Buatan Untuk Analisis Pasar Produk Online Dan Rekomendasi Peluang Usaha

Mesta — 2026-01-13

Calon wirausaha kerap menemui kesulitan dalam menganalisis produk pasar daring yang jumlahnya sangat banyak. Aplikasi yang berfungsi untuk menganalisis berbagai produk dari berbagai lokapasar daring Indonesia menjadi tujuan dari hasil penelitian ini. Rekomendasi produk untuk dijual kembali sebagai peluang usaha dibuat sebagai salah satu fitur aplikasi selain dari fitur analisis produk lokapasar daring. Penelitian ini menerapkan metode agile dengan pendekatan siklus pengembangan Extreme Programming (XP) dengan tahapan yang berulang dan efisien. Pengembangan aplikasi melibatkan beberapa kerangka kerja diantaranya Flutter untuk mengembangkan antarmuka pengguna, Python yang berfungsi mengolah data dengan algoritma Random Forest untuk menetapkan hasil analisis, dan SerpApi yaitu pihak ketiga yang menyediakan himpunan data yang diperlukan untuk analisis. Pengujian aplikasi dilakukan pada tahap listening pada siklus metode XP, pengujian dilakukan berulang sampai memenuhi kebutuhan pengguna. Kelebihan aplikasi terletak pada singkatnya waktu yang didapat saat ingin menganalisis suatu kata kunci produk. Aplikasi ini membantu calon wirausahawan menganalisis pasar daring secara cepat, meskipun hasil analisis tetap memerlukan verifikasi riset lanjutan.

Optimasi Strategi Promosi Sekolah SMK melalui Segmentasi Data Siswa Baru dengan Clustering Metode K-Means menggunakan Differential Evolution (DE)

Pebruarianto Hutabarat — 2026-01-15

SMK XYZ faces challenges in developing effective and efficient promotional strategies to attract prospective new students. Previously, promotional approaches have been general and failed to address the specific needs of different prospective student segments. This research aims to optimize school promotional strategies by analyzing patterns in new student characteristics through data segmentation techniques. The proposed method is K-Means Clustering optimized with the Differential Evolution (DE) algorithm. DE optimization addresses K-Means' sensitivity to initial cluster center initialization, aiming for more stable and optimal segmentation. The data used includes demographic attributes, major interests, registration pathways, and prior school origins of new students from the 2023/2024 cohort. Research results show that the DE-K-Means combination produces more compact clusters (lower within-cluster sum of squares values) compared to standard K-Means. Based on the resulting cluster analysis, three distinct promotional strategies are formulated for each prospective student segment: digital-intensive approaches, partnerships with feeder schools, and highlighting specific major advantages. Implementing these strategies is expected to significantly increase the quality and quantity of new student admissions.

Klasifikasi Tingkat Kedisiplinan Siswa Menggunakan Algoritma Machine Learning: Decision Tree, KNN, dan Naive Bayes

Damri Mulia Hutabalian — 2026-01-15

Discipline is a crucial factor influencing the effectiveness of learning processes and the quality of graduates in vocational education. SMK Swasta RK Bintang Timur Pematangsiantar maintains records of student attendance and academic performance that have the potential to be analyzed as indicators of student discipline. However, these data have not been optimally utilized as a basis for decision-making to provide early detection of students who are at risk of declining discipline. This research aims to develop a predictive model of student discipline by identifying patterns of attendance and academic achievement using a data mining approach.The study employs the CRISP-DM framework, consisting of business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The dataset includes daily attendance records, semester academic grades, and documented disciplinary behavior used as class labels. Several classification algorithms—Decision Tree (C4.5), KNN, Naive Bayes were implemented to compare model performance. Model evaluation was conducted using confusion matrix, accuracy, precision, recall, and F1-score, with k fold cross-validation.The results show that attendance and academic performance patterns significantly influence the prediction of student discipline levels. The Random Forest algorithm produced the highest performance results, with consistent F1-scores for at-risk student categories. The most influential features include attendance percentage, the number of unexcused absences, and average academic scores. The resulting model is implemented as a decision support prototype dashboard to assist counseling teachers and homeroom teachers in monitoring potential disciplinary violations and planning early intervention. This research is expected to support the development of data-driven discipline monitoring systems in schools and provide practical benefit in preventive actions to improve student behavior quality at SMK Swasta RK Bintang Timur Pematangsiantar.

IPFS–Blockchain-Based Block for Higher Education Diploma Originality

Rafly Putra Santoso — 2026-01-15

Diploma fraud represents serious problem in Indonesian higher education threatening academic integrity. This research aims to design and build BlockIPFS prototype system and implement smart contract for diploma authenticity verification. Research method employs system development with stages including literature study, requirement analysis, three-tier architecture design, prototype construction using React and Node.js, DiplomaNFT smart contract implementation using Solidity, and validation testing. Prototype successfully implemented with architecture separating presentation layer (React), business logic layer (Node.js+Express), and data layer (Ethereum+IPFS). DiplomaNFT smart contract successfully deployed on Ganache with publishData() function for metadata storage, getStudentInfo() for data retrieval, and verifyDiploma() with two-factor verification mechanism using NIM and Diploma ID. System implements three-layer security: IPFS content-addressable storage with CID, blockchain immutability for metadata, and two-factor verification for access control. Testing demonstrates 0% data integrity error rate, 99.50% smart contract gas efficiency, and 100% content availability. Research contributions include cost-effective hybrid blockchain-IPFS architecture implementation, smart contract with dual-struct optimization, and two-factor verification mechanism that drastically improves security compared to single-factor systems.

Penerapan Arsitektur Edge Intelligence Untuk Reduksi Latensi Pada Sistem Pemantauan Internet of Things Lokal

Rudianto — 2026-01-15

Internet of Things (IoT) real-time monitoring systems commonly rely on centralized cloud-based architectures for data processing and management. Although cloud computing offers flexibility and scalability, its dependency on remote servers often leads to latency issues, especially in local network environments with limited bandwidth and unstable internet connectivity. High latency can negatively affect system responsiveness and reduce the effectiveness of real-time decision-making. This study aims to implement an edge intelligence architecture to reduce latency in local Internet of Things-based monitoring systems. The proposed approach shifts part of the data processing and decision-making tasks to edge nodes located closer to data sources. Sensor data are processed locally using threshold-based analysis before being transmitted to the central server for storage and visualization purposes. System performance is evaluated by comparing latency and response time between a fully cloud-based IoT system and an edge intelligence-based system. The experimental results indicate that local data processing at the edge significantly reduces latency and improves system reliability, particularly in local network conditions. Therefore, the edge intelligence architecture is considered an effective solution for enhancing the performance of IoT monitoring systems that require fast and reliable responses.

Implementasi Algoritma Naïve Bayes Dalam Melakukan Prediksi Mendapatkan Pekerjaan Bagi Alumni UnHar

Shiva Awallu Nisa — 2026-01-15

Perguruan tinggi memiliki peran penting dalam memantau keberhasilan lulusannya, salah satunya melalui data waktu tunggu alumni dalam memperoleh pekerjaan. Permasalahan yang sering muncul adalah data alumni yang belum terklasifikasi dengan baik sehingga proses analisis dan pencarian informasi menjadi lambat dan kurang efektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes dalam memprediksi waktu tunggu alumni Universitas Harapan (UnHar) dalam mendapatkan pekerjaan setelah menyelesaikan studi Strata Satu (S1). Metode yang digunakan adalah data mining dengan algoritma Naïve Bayes Classifier, karena metode ini sederhana, efisien, dan memiliki tingkat akurasi yang baik dalam melakukan klasifikasi berbasis probabilitas. Parameter yang digunakan dalam proses prediksi meliputi Indeks Prestasi Kumulatif (IPK), waktu lulus, relasi, dan sikap. Sistem dikembangkan berbasis website menggunakan bahasa pemrograman PHP dan database MySQL dengan model pengembangan System Development Life Cycle (SDLC). Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu membantu pihak universitas dalam memprediksi waktu tunggu alumni secara lebih cepat dan akurat, serta mempermudah proses pendataan dan evaluasi alumni. Selain itu, sistem ini diharapkan dapat menjadi bahan motivasi bagi mahasiswa aktif agar meningkatkan prestasi akademik dan kesiapan kerja sejak dini.

Sistem Pendukung Keputusan Pemilihan Produk Skincare Menggunakan Metode Profile Matching

Khairani Hafisri Sofyan — 2026-01-16

Produk perawatan kulit wajah di pasaran, konsumen kesulitan memilih produk yang sesuai kebutuhan kulit mereka. Penelitian ini muncul dari situasi itu, dimana konsumen butuh bantuan untuk tidak salah pilih. Makanya, penelitian bertujuan mengembangkan sistem pendukung keputusan berbasis metode Profile Matching yang mempermudah pemilihan produk perawatan kulit wajah yang tepat. Sistem ini diuji pada tiga sampel produk populer yaitu Skintific, Wardah, dan Glad2Glow dengan melibatkan 10 responden yang menilai kesesuaian berdasarkan kriteria seperti jenis kulit, komposisi bahan, dan efektivitas dari produk. Responden-responden itu dipilih dari berbagai tipe kulit, biar hasilnya lebih representatif. Mereka dikasih panduan untuk menilai produk berdasarkan pengalaman pribadi dan data yang ada, dan prosesnya dilakukan secara bertahap supaya akurat. Hasil pengujian menunjukkan Glad2Glow memperoleh skor tertinggi dalam profile matching tersebut yang diikuti oleh Wardah dan Skintific. Glad2Glow ternyata paling cocok untuk banyak responden karena bahannya yang ringan dan efektif, sementara Wardah dan Skintific juga bagus tapi kurang sedikit dalam beberapa aspek. sistem pengambilan keputusan ini menjadi solusi praktis untuk mengurangi kebingungan konsumen, meskipun evaluasi lebih lanjut dengan kelompok responden yang lebih besar masih diperlukan. Studi ini memberikan kontribusi pada bidang sistem informasi kesehatan melalui pendekatan berbasis data yang mudah diterapkan. Dengan begini, memudahkan konsumen saat membeli suatu produk.

Analisis Prediksi Risiko Stroke Menggunakan Metode SGD

Esthi Nurani Sri Handayani — 2026-01-16

Stroke merupakan penyebab kematian dan kecacatan tertinggi di dunia dengan lebih dari 15 juta kasus setiap tahun. Deteksi dini risiko stroke sangat penting untuk menurunkan angka mortalitas melalui intervensi preventif yang tepat waktu. Penelitian ini bertujuan untuk menganalisis performa Stochastic Gradient Descent (SGD) Regresi Logistik dalam prediksi risiko stroke menggunakan dataset Prediksi Stroke v2 2024 yang terdiri dari 35.000 records dengan 17 fitur klinis. Dataset dibagi menjadi 80% data training (28.000 samples) dan 20% data testing (7.000 samples) dengan distribusi kelas seimbang. Optimasi hyperparameter SGD dilakukan menggunakan Grid Search dengan 216 kombinasi parameter dan 4-fold cross validation untuk mendapatkan konfigurasi optimal. Hasil penelitian menunjukkan bahwa SGD Regresi Logistik dengan hyperparameter tuning mencapai performa excellent dengan accuracy 97,59% dan ROC-AUC 0,9984, menunjukkan sensitivitas sangat tinggi dalam mendeteksi pasien berisiko dengan recall 98,53% pada kelas positif. Performa ini sebanding dengan Baseline Regresi Logistik yang mencapai accuracy 97,74% dengan ROC-AUC identik 0,9984, mengkonfirmasi efektivitas metode SGD untuk klasifikasi risiko stroke. Analisis feature importance mengidentifikasi Age (koefisien 4,868), High Blood Pressure (2,360), dan Chest Pain (1,977) sebagai prediktor terkuat. Model SGD menunjukkan false negative rate rendah hanya 1,47%, temuan ini mengkonfirmasi bahwa SGD regresi logistik dengan optimasi hyperparameter sistematis memberikan performa yang superior dalam sensitivitas deteksi pasien beresiko, menjadikannya sangat potensial untuk diimplementasikan sebagai screening tool awal risiko stroke dengan keunggulan scalability untuk dataset yang lebih besar dan kemampuan online learning untuk data streaming yang tidak dimiliki baseline model.

Rancang Bangun Aplikasi Edukasi Pemilahan Sampah “Pilahin” Berbasis Android Menggunakan Kotlin

Ridwan Albana — 2026-01-19

Pendidikan lingkungan hidup sejak usia sekolah dasar memiliki peran penting dalam membentuk kebiasaan positif, khususnya dalam pengelolaan dan pemilahan sampah. Namun, proses pembelajaran yang masih didominasi metode konvensional sering kali kurang menarik dan sulit dipahami oleh siswa. Penelitian ini bertujuan untuk merancang dan membangun aplikasi edukasi pemilahan sampah berbasis Android bernama Pilahin sebagai media pembelajaran interaktif bagi siswa sekolah dasar. Aplikasi ini mengintegrasikan teknologi on-device machine learning menggunakan arsitektur MobileNetV2 untuk melakukan klasifikasi sampah secara real-time ke dalam kategori organik, anorganik, dan berbahaya. Metode pengembangan sistem dilakukan secara sistematis melalui tahapan studi literatur, analisis kebutuhan, perancangan, implementasi menggunakan bahasa pemrograman Kotlin, serta pengujian fungsional menggunakan metode black-box testing. Selain fitur pemindaian sampah, aplikasi juga dilengkapi modul materi edukasi, kuis pre-test dan post-test, serta elemen gamification berupa poin dan lencana untuk meningkatkan motivasi belajar. Hasil pengujian menunjukkan bahwa seluruh fitur aplikasi berfungsi sesuai dengan spesifikasi yang ditetapkan dan dapat digunakan secara optimal dalam kondisi offline. Dengan demikian, aplikasi Pilahin dinilai efektif sebagai media pendukung pembelajaran edukasi pemilahan sampah berbasis teknologi.

Design and Development of the Futsal Kita Android Application for a Field Reservation System Using the RAD Method

Nanda Wahyudi Tanjung — 2026-01-19

The digital era drives the need for convenience and efficiency in various aspects of life, including futsal field booking management. However, traditional futsal court booking processes are still mostly conducted manually, resulting in several issues such as unclear schedules, limited access to field availability information, inflexible rescheduling, and non-integrated payment systems. This study aims to describe the design and development of an Android application called Futsal Kita as an easy and efficient futsal field booking system using the Rapid Application Development (RAD) method. The RAD method is applied to support fast and iterative system development with active user involvement. The developed application provides real-time field availability information, online booking features, flexible scheduling options, secure and integrated payment systems, and digital invoices as transaction proof. The results of this study indicate that the Futsal Kita application improves booking efficiency and enhances user convenience in accessing futsal court services. Therefore, this application is expected to improve user experience and encourage the utilization of information technology in modern and integrated sports facility management.

Pemanfaatan Cobit untuk Penilaian Tata Kelola TI pada Perancangan Sistem SampahPlus

Siti Nur Khasanah — 2026-01-20

Penerapan tata kelola Teknologi Informasi (TI) yang baik merupakan faktor penting dalam memastikan bahwa sistem informasi yang dikembangkan mampu mendukung tujuan organisasi secara efektif dan berkelanjutan. Penelitian ini bertujuan untuk menganalisis dan menilai tata kelola TI pada perancangan Sistem SampahPlus dengan memanfaatkan kerangka kerja COBIT sebagai alat evaluasi. Metode penelitian yang digunakan adalah metode kualitatif dengan pendekatan studi kasus, melalui pengumpulan data berupa wawancara, observasi, dan dokumentasi terkait proses pengelolaan TI. Penilaian dilakukan dengan memetakan proses bisnis Sistem SampahPlus terhadap domain COBIT yang relevan, kemudian dianalisis tingkat kapabilitasnya untuk mengidentifikasi kesenjangan antara kondisi saat ini dan kondisi yang diharapkan. Hasil penelitian menunjukkan bahwa penerapan COBIT mampu memberikan gambaran yang jelas mengenai tingkat kematangan tata kelola TI pada Sistem SampahPlus serta mengidentifikasi area yang memerlukan perbaikan. Dengan demikian, pemanfaatan COBIT dapat menjadi acuan dalam meningkatkan efektivitas, efisiensi, dan keselarasan antara strategi TI dan tujuan sistem dalam perancangan Sistem SampahPlus. Berdasarkan hasil kuisioner didapat dapat dilihat jika berdasarkan hasil skoring berada pada angka 2 (level 2, manage process).

Analisis Performa Kecepatan Enkripsi File Video Menggunakan Algoritma DSA dan Twofish Berbasis Web

Rehansyah Akbar Nasution — 2026-01-21

Keamanan data merupakan aspek krusial dalam pengelolaan dan distribusi file digital, terutama file video yang berukuran besar dan berpotensi mengandung informasi sensitif. Dalam konteks ini, diperlukan pendekatan kriptografi yang tidak hanya menjamin kerahasiaan data, tetapi juga memastikan integritas dan keasliannya. Penelitian ini bertujuan untuk menganalisis performa kombinasi algoritma Twofish dan Digital Signature Algorithm (DSA) dalam proses enkripsi dan dekripsi file video pada aplikasi berbasis web. Algoritma Twofish, sebagai metode simetris, dipilih karena kemampuannya dalam mengolah data berukuran besar secara cepat dan efisien. Sementara itu, DSA digunakan sebagai algoritma asimetris untuk menghasilkan tanda tangan digital yang menjamin validitas dan integritas file. Aplikasi yang dikembangkan memungkinkan pengguna mengunggah video, melakukan enkripsi dengan kunci acak menggunakan Twofish, serta menghasilkan tanda tangan digital dengan DSA. Pengujian dilakukan terhadap lima file video dengan ukuran bervariasi, dari 4,59 MB hingga 43,5 MB. Hasil menunjukkan bahwa seluruh proses enkripsi dan dekripsi berjalan sukses dan menghasilkan tanda tangan digital yang valid. Waktu enkripsi berkisar antara 8,88 detik hingga 01 menit 26,41 detik, sedangkan waktu dekripsi berkisar antara 8,28 detik hingga 01 menit 24,31 detik. Rata-rata waktu enkripsi tercatat 33,17 detik, sementara dekripsi rata-rata 32,61 detik. Selisih waktu antar proses relatif kecil, menandakan efisiensi algoritma Twofish dalam kedua arah operasi. Selain itu, waktu pemrosesan meningkat seiring bertambahnya ukuran file, namun tetap dalam batas wajar untuk aplikasi web. Secara keseluruhan, kombinasi Twofish dan DSA terbukti efektif dan efisien untuk meningkatkan keamanan file video berbasis web tanpa mengorbankan performa sistem.

Analisis Keamanan dan Kebijakan Privasi dalam Penggunaan Teknologi Internet of Things (IoT) untuk Smart Cities

Andri Armaginda Siregar — 2026-01-22

Perkembangan teknologi Internet of Things (IoT) telah menjadi komponen fundamental dalam implementasi smart cities melalui pemanfaatan sistem berbasis data untuk meningkatkan efisiensi, kualitas layanan publik, dan pengelolaan infrastruktur perkotaan. Namun, adopsi IoT dalam skala kota juga menghadirkan tantangan signifikan terkait keamanan sistem dan perlindungan privasi data warga. Sistem IoT pada smart cities menghasilkan data dalam volume besar, bersifat real-time, terdistribusi, dan sering kali mengandung informasi sensitif, sehingga rentan terhadap ancaman keamanan siber dan penyalahgunaan data. Penelitian ini bertujuan untuk menganalisis secara komprehensif aspek keamanan dan kebijakan privasi dalam penggunaan teknologi IoT pada smart cities melalui pendekatan terintegrasi. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pendekatan kualitatif deskriptif terhadap 25 publikasi ilmiah terpilih pada periode 2022-2025, yang terdiri dari artikel jurnal, prosiding konferensi, dan dokumen kebijakan yang relevan. Hasil penelitian menunjukkan bahwa ancaman keamanan dan risiko privasi muncul pada seluruh lapisan arsitektur IoT, mulai dari perangkat, jaringan, pengolahan data, hingga aplikasi dan tata kelola. Selain itu, kebijakan privasi yang ada umumnya masih bersifat normatif dan belum sepenuhnya terintegrasi dengan praktik teknis IoT di lapangan. Temuan ini menegaskan bahwa keberhasilan implementasi smart cities tidak hanya ditentukan oleh solusi teknis keamanan, tetapi juga oleh efektivitas kebijakan privasi dan tata kelola data yang transparan. Penelitian ini berkontribusi dengan menyajikan kerangka analisis integratif yang menghubungkan keamanan IoT, kebijakan privasi, dan kepercayaan publik sebagai fondasi pengembangan smart cities yang berkelanjutan.

Klasifikasi Kondisi Pasar Harga Emas ANTAM Indonesia Menggunakan Algoritma Decision Tree

Antika Zahrotul Kamalia — 2026-01-24

This study aims to classify Indonesian ANTAM gold market states using a Decision Tree model built on daily price data from 2010–2024. Market conditions are categorized into three classes: bullish, bearish, and sideways, based on forward returns with an adaptive quantile-based thresholding scheme. The feature set comprises multi-horizon rolling volatility indicators (e.g., std_5, std_10, std_20) and momentum measures (e.g., mom_5, mom_10, mom_20). A time-based split is applied, allocating 80% of observations for training and 20% for testing. Evaluation on the test set yields an accuracy of 0.337 with a macro-F1 of approximately 0.34, indicating limited predictive performance in a three-class setting. Interpretability analysis reveals that std_20 is the most influential feature, followed by std_10 and mom_5, while one-day returns contribute marginally. These findings suggest that aggregated volatility and momentum patterns are more informative than single-day fluctuations for market regime mapping. Overall, the Decision Tree is best positioned as an interpretable baseline for transparent market-state analysis, providing a foundation for future work involving richer features and more robust models.

Analisis Perbandingan Jam Tangan Outdoor Menggunakan Pendekatan Multi-Criteria Decision Making (EDAS)

Mhd Aditya Putra — 2026-01-24

Penelitian ini bertujuan untuk menerapkan metode Evaluation Based on Distance from Average Solution (EDAS) dalam menentukan alternatif jam tangan outdoor terbaik dari lima model G-Shock yang berada pada level penggunaan setara. Kriteria yang digunakan meliputi ketahanan guncangan, ketahanan air, sensor outdoor, sistem daya, akurasi navigasi, ketahanan suhu ekstrem, dan harga. Data diperoleh dari spesifikasi teknis resmi dan dikonversi ke dalam bentuk numerik menggunakan skala penilaian. Hasil penelitian menunjukkan bahwa G-Shock Rangeman GW-9400 dan G-Shock Mudman G-9000 menempati peringkat tertinggi dengan nilai Appraisal Score sebesar 0,50. Hasil ini membuktikan bahwa metode EDAS mampu memberikan rekomendasi yang objektif dan sistematis dalam pemilihan jam tangan outdoor.

Design Thinking dalam Pengembangan UI/UX Modul Penilaian Rekrutmen: Studi Kasus Seleksi Dokumen dan Wawancara

Kurniati Asmar — 2026-01-27

The evaluation stage of the recruitment process is often hindered by impracticality due to the fragmentation of applicant documents and assessment instruments, which diminishes the cognitive focus and accuracy of evaluators. This study aims to design an integrated digital recruitment system prototype using the Design Thinking approach. During the empathize and define stages, the primary issues identified were procedural complexity and unstructured interview workflows. Solutions were developed through the ideate and prototype stages, resulting in an internal platform that unifies digital document verification with an interview assessment module. The system's key features include a side-by-side interface that integrates standardized interview guides with electronic assessment forms, along with automated score accumulation and ranking features. The testing phase involved four expert respondents using the System Usability Scale (SUS) instrument, yielding an average score of 74.37 (Good/Acceptable category). The results demonstrate that the integration of features into a single platform effectively minimizes administrative barriers and enhances the objectivity of final decision-making. This research contributes to optimizing recruitment operational efficiency through the automation of candidate data processing

Analisis Prediksi Harga Minyak Mentah WTI dengan Metode ANN Backpropagation dan Long Short-Term Memory

Wulan Liviana Simbolon — 2026-01-29

Prediksi RNN Terhadap Nilai Tukar Petani Sumatera Utara Menggunakan ADAM

Afriyani Damanik — 2026-01-29

Salah satu indikator penting untuk mengukur kesejahteraan ekonomi dan daya beli masyarakat tani adalah Nilai Tukar Petani (NTP). Meskipun pertanian memainkan peran penting dalam perekonomian Sumatera Utara, petani sering menghadapi kenaikan biaya produksi dan harga komoditas yang tidak stabil. Tujuan dari penelitian ini adalah untuk membuat model prediksi presisi tinggi yang menggunakan Jaringan Syaraf Tiruan Berulang (RNN) yang dioptimalkan dengan algoritma Estimasi Moment Adaptif (Adam) untuk memprediksi tren NTP dari tahun 2016 hingga 2025. Data yang digunakan berasal dari deret waktu longitudinal dari Badan Pusat Statistik (BPS), yang mencakup berbagai subsektor, termasuk hortikultura, perkebunan, dan tanaman pangan. Metodologi penelitian menangkap pola musiman tahunan dengan menggunakan MinMaxScaler dan teknik windowing dua belas bulan. Untuk menentukan konfigurasi hyperparameter yang ideal, tiga skenario eksperimen dilakukan. Hasil penelitian menunjukkan bahwa model dengan densitas neuron yang tinggi dan kecepatan belajar agresif sebesar 0,015 (Skenario 3) melakukan yang terbaik. Dengan Mean Absolute Percentage Error (MAPE) hanya 1,45% dan Root Mean Square Error (RMSE) hanya 2,1056, model ini mencapai hasil terbaik. Hal ini menunjukkan bahwa model RNN-Adam sangat efektif untuk mengidentifikasi dinamika ekonomi pertanian non-linear di Sumatera Utara. Studi ini sangat membantu otoritas regional membuat kebijakan yang berbasis bukti.

Perbandingan Metode Regresi Linier dan Artificial Neural Network dalam Memprediksi Jumlah Penumpang Kereta Api Nasional

Saudurma S. S. Sidabutar — 2026-01-29

The development of rail transportation in Indonesia continues to change over time. These changes are influenced by various factors, such as government policies, the economic situation, and improvements in railway infrastructure. This dynamic suggests that better transportation planning requires predictive techniques that can accurately identify changing patterns. This study aims to compare Linear Regression and Artificial Neural Network (ANN) methods in predicting national rail passenger numbers. Before being used for modeling, the time series data underwent a preprocessing stage. The research process included dividing the data into training and test data, applying both prediction methods, and evaluating model performance using Mean Squared Error (MSE) and Root Mean Squared Error (RMSE). The results showed that the ANN method was more accurate than the Linear Regression method. Therefore, the ANN method may be a better choice to assist rail transportation planning in Indonesia.

Prediksi Nilai Ekspor Indonesia Menggunakan Metode Artificial Neural Network (ANN)

Rahul Sinurat — 2026-01-31

Exports are one of the main indicators of Indonesia's economic growth. To assist in planning and policymaking, accurate prediction techniques are needed because various factors influence export value fluctuations. Using the Artificial Neural Network (ANN) method, this study aims to predict Indonesia's export value. The data used comes from official sources and is processed through preprocessing, normalization, and the division of training and test data. To predict export value, an ANN model is built and trained to recognize patterns of relationships between data. The results show that the ANN method can predict Indonesia's export value with a high degree of accuracy. Therefore, the ANN method can be used as an effective alternative for predicting export value and assisting economic decision-making

Optimasi Performa Model SVM dan Random Forest untuk Klasifikasi Kanker Payudara Menggunakan Penyetelan Hyperparameter

Adil Setiawan — 2026-01-31

Kanker payudara merupakan salah satu penyakit dengan tingkat morbiditas dan mortalitas yang tinggi, sehingga deteksi dini dan diagnosis yang akurat menjadi faktor kunci dalam meningkatkan keberhasilan terapi. Perkembangan machine learning memberikan peluang besar dalam mendukung proses klasifikasi kanker payudara berbasis data medis. Penelitian ini bertujuan untuk mengevaluasi dan mengoptimalkan kinerja algoritma Support Vector Machine (SVM) dan Random Forest dalam klasifikasi kanker payudara melalui penerapan Hyperparameter tuning. Dataset yang digunakan adalah Breast Cancer Wisconsin (Diagnostic), yang terdiri dari 569 sampel hasil pemeriksaan Fine Needle Aspirate (FNA) dengan 30 fitur numerik serta dua kelas target, yaitu benign dan malignant. Metodologi penelitian meliputi tahap pra-pemrosesan data, pembagian data menggunakan stratified train–test split, pelatihan model baseline, optimasi Hyperparameter menggunakan GridSearchCV dengan 5-fold cross-validation, serta evaluasi performa model menggunakan metrik accuracy, precision, recall, F1-score, confusion matrix, dan ROC–AUC. Hasil eksperimen menunjukkan bahwa kedua model mampu mencapai performa klasifikasi yang tinggi dengan tingkat akurasi sekitar 97% pada data uji. Hyperparameter tuning memberikan peningkatan performa yang lebih konsisten pada model SVM, khususnya pada recall kelas malignant dan nilai AUC, sedangkan Random Forest menunjukkan performa yang relatif stabil sebelum dan sesudah optimasi. Temuan ini menegaskan bahwa Hyperparameter tuning berperan penting dalam validasi dan stabilitas model, meskipun tidak selalu menghasilkan peningkatan performa numerik yang signifikan pada dataset benchmark.

Pemilihan Laptop Gaming Entry-Level Menggunakan Metode Evaluation Based on Distance from Average Solution (EDAS)

Aditya Mas Arjuna — 2026-02-02

Pemilihan laptop gaming entry-level menjadi tantangan karena banyaknya alternatif dengan spesifikasi dan harga yang relatif berdekatan. Penelitian ini bertujuan untuk mengevaluasi pemilihan laptop gaming menggunakan metode Evaluation Based on Distance from Average Solution (EDAS) dengan menekankan keseimbangan antara performa dan harga. Penelitian menggunakan lima alternatif laptop gaming dengan data spesifikasi nyata yang meliputi CPU score, GPU score, RAM, storage, dan harga. Evaluasi dilakukan melalui perhitungan manual berbasis Microsoft Excel. Hasil penelitian menunjukkan bahwa Colorful X15-XS memperoleh nilai Appraisal Score tertinggi, diikuti oleh MSI Thin 15 B12UC, Lenovo LOQ 15IRH8, Axioo Pongo 735, dan HP Victus 15-fa. Hasil ini membuktikan bahwa metode EDAS efektif dalam mengevaluasi value for money secara objektif berdasarkan perbandingan relatif terhadap solusi rata-rata.

Optimasi Keputusan Repeat-Order Marchandise K-Pop Menggunakan Algoritma Greedy Berdasarkan Matriks Profitabilitas dan Tren

Wijang Widhiarso — 2026-02-02

Industri ritel merchandise K-Pop di Indonesia mengalami dinamika permintaan yang sangat tinggi akibat pengaruh tren global, aktivitas promosi idola, serta perilaku fandom yang berubah dengan cepat. Kondisi ini menimbulkan tantangan serius dalam pengelolaan inventaris, khususnya pada pengambilan keputusan repeat order, karena kesalahan keputusan dapat berujung pada overstock, dead stock, atau kehilangan peluang keuntungan. Pendekatan konvensional seperti Economic Order Quantity (EOQ) cenderung bersifat statis dan kurang mampu mengakomodasi karakteristik permintaan merchandise K-Pop yang fluktuatif, berbasis tren, dan dipengaruhi faktor emosional konsumen. Penelitian ini bertujuan untuk mengoptimalkan keputusan repeat order merchandise grup Treasure dengan menerapkan algoritma Greedy berbasis matriks profitabilitas dan tren pasar. Data primer yang digunakan terdiri atas 60 item produk periode 2024–2026 dengan parameter harga jual, harga pokok, profit nominal per unit, margin persentase, serta velocity demand yang diperoleh dari platform e-commerce utama di Indonesia. Algoritma Greedy diimplementasikan melalui perhitungan Skor Prioritas (SP) yang mengintegrasikan profitabilitas unit, koefisien tren pasar, dan kecepatan permintaan, kemudian dilakukan pengurutan secara menurun untuk menentukan prioritas pengambilan keputusan lokal yang optimal. Hasil penelitian menunjukkan bahwa produk dengan kombinasi margin persentase tinggi dan keterikatan fandom yang kuat, seperti Treasure Official Lightstick dan lini karakter TRUZ Minini, menempati urutan prioritas repeat order tertinggi. Penerapan algoritma Greedy terbukti efektif dalam menghasilkan solusi yang cepat, efisien secara komputasi dengan kompleksitas O(n log n), serta mendekati solusi optimal global tanpa memerlukan perhitungan matematis yang kompleks. Dengan demikian, algoritma Greedy memberikan kontribusi praktis sebagai sistem pendukung keputusan yang adaptif bagi pelaku ritel K-Pop untuk meningkatkan akurasi pengadaan barang, memaksimalkan return on investment (ROI), dan memitigasi risiko inventaris pada lingkungan bisnis yang sangat dinamis.

Analisis Dan Prediksi Harga Beras Grosir Indonesia Tingkat Perdagangan Besar Dengan Backpropagation

Stefani Silalahi — 2026-02-03

Penelitian ini membahas analisis dan prediksi harga beras grosir Indonesia di tingkat perdagangan besar menggunakan metode jaringan saraf tiruan Backpropagation. Data yang digunakan merupakan data sekunder kuantitatif berupa data runtun waktu (time series) harga beras grosir bulanan dalam satuan rupiah per kilogram yang diperoleh dari Badan Pusat Statistik (BPS) pada periode 2010–2025. Data yang di peroleh sebanyak 180,dan observasi di proses melalui nomalisasi sigmoid.maka data pelatihan dan data pengujian yang telah dibagi menjadi dua data.pola historis dan pergerakan Harga yang menghasilkan nilai prediksi untuk periode selanjutnya yang dibangun dengan model Bakcpropogation. Hasil pengujian menunjukkan bahwa model mampu mengikuti tren kenaikan dan penurunan harga beras dengan baik, ditunjukkan oleh kedekatan pola antara data aktual dan data prediksi pada data testing selama 24 bulan. Akurasi menggunakan Mean Absolute Percantage Eror atau yang sering di sebut dengan (MAPE) merupakan evaluasi yang akurasi untuk menunjukkan tingkat kesalahan yang relative kecil,maka dari itu model ini dinilai memiliki kinerja untuk prediksi yang cuup baik.maka dari itu perencanaan kebijakan terkait stabilitas Harga beras grosir di Indonesia metode backpropogation digunakan sebagai alat bantu pendukung pengambilan keputusan.

Analisis dan Prediksi Produksi Padi Nasional di Indonesia berdasarkan Data Historis Menggunakan Metode Backpropagation

Serenita Silalahi — 2026-02-03

Produksi padi merupakan komoditas strategis yang berperan penting dalam menjaga ketahanan pangan nasional di Indonesia. Namun, produksi padi dari tahun ke tahun cenderung mengalami fluktuasi yang dipengaruhi oleh berbagai faktor, seperti kondisi iklim, luas panen, produktivitas lahan, dan kebijakan di sektor pertanian. Oleh karena itu, diperlukan analisis yang mampu menggambarkan dinamika produksi padi sebagai bahan pendukung pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis produksi padi nasional di Indonesia berdasarkan data historis. Data yang digunakan merupakan data sekunder kuantitatif produksi padi nasional yang diperoleh dari Badan Pusat Statistik (BPS) dalam kurun waktu beberapa tahun. Data dianalisis menggunakan metode deskriptif kuantitatif untuk mengidentifikasi pola, tren, dan perubahan produksi padi dari waktu ke waktu. Hasil penelitian menunjukkan bahwa produksi padi nasional mengalami fluktuasi yang dipengaruhi oleh faktor alam, teknis, dan kebijakan pada periode tertentu. Analisis ini memberikan gambaran kondisi produksi padi nasional serta tantangan dalam menjaga stabilitas pangan. Dengan demikian, hasil penelitian diharapkan dapat menjadi bahan pertimbangan dalam perencanaan dan perumusan kebijakan di bidang pertanian dan ketahanan pangan nasional.

Perancangan Sistem Informasi Penilaian Kinerja Karyawan Berbasis Web dengan Keamanan Enkripsi di PT. Brahma Bina Bakti Mill

Aditiya Eka Saputra — 2026-02-03

Employee performance appraisal plays an essential role in improving the quality of human resources and supporting strategic decision-making within organizations. However, manual performance evaluation processes often lead to problems such as data entry errors, delayed reporting, and inadequate data security. This study aims to design a web-based employee performance appraisal information system equipped with a data encryption feature to protect sensitive information at PT. Brahma Bina Bakti Mill. The system was developed using the Rapid Application Development (RAD) method with an iterative approach, while the design process employed Unified Modeling Language (UML). The system was built using the CodeIgniter framework, the PHP programming language, and a MySQL database. System testing was conducted using the Blackbox Testing method to ensure that all functionalities operated as intended. The results indicate that the developed system improves efficiency in performance assessment processes, maintains the confidentiality of appraisal data through encryption, and enables real-time reporting for decision-making.

Classification and Interpretability of Employee Burnout Using Linear Discriminant Analysis

Dwi Robiul Rochmawati — 2026-02-04

Employee burnout has become a critical challenge in modern organizations due to its negative impact on employees’ mental well-being, work performance, and organizational sustainability. In many workplaces, burnout identification still relies on subjective assessments and retrospective surveys, limiting the effectiveness of early intervention strategies. This study aims to develop an employee burnout risk classification model that achieves high predictive performance while maintaining strong interpretability. Linear Discriminant Analysis (LDA) is employed as the primary method because of its ability to separate classes optimally and provide explicit discriminant coefficients for explanatory analysis. The study utilizes a secondary dataset from the Mental Health in Workplace Survey, consisting of 3,000 employee records and 15 variables related to job characteristics, psychosocial factors, and individual conditions. The dataset is divided into training and testing sets with an 80:20 ratio. Experimental results show that the LDA model achieves an accuracy of 96.17%, with a precision of 89.50%, recall of 100%, F1-score of 94.46%, and an AUC value of 0.9988, indicating excellent classification capability. Further analysis of discriminant coefficients reveals that individual burnout indicators, job roles, work–life balance, and career growth opportunities are the most influential factors in determining burnout risk. These findings demonstrate that LDA offers an effective and interpretable approach for early burnout detection and supports evidence-based decision-making for human resource management.

Perancangan Sistem Informasi Magang di Program Studi Sistem Informasi UIN Sulthan Thaha Saifuddin Jambi

Rezki Kurnia Sholehati Nala Putri — 2026-02-04

Internships are a vital component of the curriculum in the Information Systems Study Program at UIN STS Jambi, aimed at providing students with real-world work experience. However, the management of internship-related information is still conducted manually, leading to issues such as delayed information delivery and data entry errors. This study aims to design and develop a web-based internship information system using the Waterfall development methodology and the CodeIgniter 4 (CI 4) framework as the main platform. The system includes features for managing student internship data, partner institutions, registration processes, and activity reporting. System testing was conducted through a feasibility questionnaire involving users, resulting in a score of 91.6%, indicating that the system is highly feasible for use in supporting internship administration processes. This system is expected to enhance the efficiency and accuracy of internship data management comprehensively.

Keywords: Waterfall, CodeIgniter 4, Website, Internship, Feasibility Test

Analisis Regresi Linear Terhadap Tingkat Pengangguran Terbuka Menurut Provinsi Periode 2021-2025

Iqbal Giffari Ritonga — 2026-02-04

Pengangguran terbuka merupakan salah satu faktor yang berkontribusi terhadap kemiskinan dan ketimpangan sosial-ekonomi di Indonesia. Penelitian ini bertujuan untuk menganalisis hubungan antara Tingkat Pengangguran Terbuka (TPT) bulan Februari sebagai variabel independen dengan TPT bulan Agustus sebagai variabel dependen menggunakan regresi linear sederhana, serta memprediksi TPT antar provinsi periode 2021–2025. Data yang digunakan meliputi TPT 38 provinsi, dengan analisis regresi menghasilkan persamaan . Hasil analisis menunjukkan koefisien (R²) sebesar 97%, MSE 2,29, dan RMSE 1,51, yang mengindikasikan bahwa model regresi mampu menjelaskan sebagian besar variasi TPT dan menghasilkan prediksi yang akurat. Penelitian ini menegaskan adanya hubungan positif yang kuat antara TPT bulan Februari dan Agustus, sehingga nilai TPT bulan Februari dapat dijadikan indikator untuk memprediksi TPT bulan Agustus.

Integrasi Sistem Informasi Layanan Kampus Menggunakan Basis Data Terintegrasi

Della Yunika Zebua — 2026-02-05

Perkembangan sistem informasi di lingkungan perguruan tinggi mendorong setiap unit layanan untuk memanfaatkan teknologi berbasis web dalam mendukung aktivitas operasionalnya. Namun, pengembangan sistem yang dilakukan secara terpisah sering kali menyebabkan terjadinya duplikasi data dan menurunnya efisiensi layanan. Penelitian ini bertujuan untuk mengimplementasikan integrasi sistem informasi antar unit kampus menggunakan database terintegrasi sebagai sumber data utama. Penelitian ini merupakan penelitian terapan dengan pendekatan studi kasus pada integrasi sistem layanan pengaduan kampus dan sistem unit kesehatan kampus. Metode pengembangan sistem yang digunakan adalah metode Waterfall, sedangkan pengujian sistem dilakukan menggunakan metode black-box testing. Integrasi dilakukan dengan memanfaatkan Nomor Induk Mahasiswa (NIM) sebagai kunci utama untuk memanggil data mahasiswa yang tersimpan dalam database terintegrasi. Hasil penelitian menunjukkan bahwa sistem unit kesehatan mampu menampilkan data mahasiswa secara otomatis dan konsisten setelah NIM dimasukkan, meliputi nama mahasiswa, program studi, dan fakultas. Implementasi integrasi database ini terbukti dapat mengurangi kebutuhan input data berulang, meningkatkan efisiensi proses pelayanan, serta menjaga konsistensi data antar unit layanan. Integrasi sistem juga tidak mengganggu fungsi utama dari masing-masing sistem yang terlibat. Dengan demikian, integrasi sistem informasi berbasis database terintegrasi dapat menjadi solusi yang efektif untuk meningkatkan kualitas dan efisiensi layanan mahasiswa di lingkungan perguruan tinggi.

Penerapan Metode PSI (Preference Selection Index) dalam Sistem Pendukung Keputusan Pemilihan Ekstrakurikuler

Tasya Arifin Tanjung — 2026-02-05

Pemilihan kegiatan ekstrakurikuler yang sesuai bagi siswa merupakan proses penting karena dapat mendukung pengembangan minat, bakat, serta prestasi siswa. Namun, proses pemilihan sering kali dilakukan secara subjektif dan belum mempertimbangkan seluruh kriteria secara optimal. Oleh karena itu, penelitian ini bertujuan untuk merancang dan menerapkan Sistem Pendukung Keputusan (SPK) menggunakan metode Preference Selection Index (PSI) dalam membantu menentukan rekomendasi ekstrakurikuler yang paling sesuai. Metode PSI dipilih karena mampu menghasilkan bobot kriteria secara objektif tanpa memerlukan penentuan bobot awal secara subjektif. Kriteria yang digunakan dalam penelitian ini meliputi minat, bakat, prestasi, dan izin orang tua, sedangkan alternatif yang dinilai terdiri dari beberapa jenis ekstrakurikuler, yaitu Dokter Remaja, Paskibra, Pramuka, Berenang, dan Badminton. Data dianalisis melalui tahapan penyusunan matriks keputusan, normalisasi data, perhitungan nilai preferensi, penentuan bobot kriteria, hingga perhitungan nilai PSI dan pemeringkatan alternatif. Hasil penelitian menunjukkan bahwa ekstrakurikuler Berenang memperoleh nilai PSI tertinggi dan direkomendasikan sebagai pilihan terbaik. Dengan demikian, dapat disimpulkan bahwa metode PSI mampu memberikan hasil pemeringkatan yang objektif dan dapat digunakan sebagai alat bantu pengambilan keputusan dalam pemilihan ekstrakurikuler.

Implementasi Algoritma C45 Tingkat Kepuasan Terhadap Peradilan Syar'iyah (Studi Kasus Mahkamah Syar'iyah Kutacane)

Mahkamah — 2026-02-07

Pelayanan publik yang berkualitas merupakan faktor penting dalam membangun kepercayaan masyarakat terhadap lembaga peradilan. Mahkamah Syar’iyah Kutacane sebagai lembaga peradilan agama memiliki peran strategis dalam memberikan pelayanan hukum yang profesional, transparan, dan berkeadilan. Penelitian ini bertujuan untuk mengevaluasi tingkat kepuasan masyarakat terhadap pelayanan Mahkamah Syar’iyah Kutacane menggunakan pendekatan data mining dengan algoritma C4.5 serta mengidentifikasi atribut pelayanan yang paling dominan memengaruhi kepuasan masyarakat. Data penelitian berasal dari Survei Kepuasan Masyarakat (SKM) sebanyak 178 responden yang terdiri atas sembilan atribut pelayanan, yaitu persyaratan, prosedur, waktu pelayanan, biaya, produk layanan, kemampuan petugas, perilaku petugas, penanganan pengaduan, serta sarana dan prasarana. Data dibagi menjadi 144 data training dan 34 data testing. Proses pengolahan data dilakukan melalui tahapan preprocessing, transformasi, pembentukan model decision tree, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa atribut sarana dan prasarana merupakan faktor paling dominan dalam menentukan kepuasan masyarakat dengan nilai Gain Ratio tertinggi sebesar 0,6160. Model klasifikasi yang dibangun menghasilkan tingkat akurasi sebesar 88,24%, yang menunjukkan kinerja sangat baik dalam memprediksi tingkat kepuasan masyarakat. Penelitian ini membuktikan bahwa algoritma C4.5 efektif digunakan sebagai alat bantu pengambilan keputusan berbasis data dalam evaluasi dan peningkatan kualitas pelayanan publik di lingkungan peradilan agama.

Kombinasi K-Means dan Fuzzy C-Means untuk Clustering Transaksi PPOB Berdasarkan Validitas Cluster

Nanda Setiawan — 2026-02-07

Perkembangan layanan Payment Point Online Bank (PPOB) telah mendorong peningkatan signifikan pada volume dan kompleksitas data transaksi digital yang dihasilkan. Algoritma K-Means merupakan salah satu metode clustering yang paling banyak digunakan karena kesederhanaan, efisiensi komputasi, dan kemampuannya dalam menangani data berskala besar. Tujuan penelitian adalah mengelompokkan data transaksi PPOB secara optimal menggunakan kombinasi algoritma K-Means dan Fuzzy C-Means (FCM) serta mengevaluasi kualitas cluster berdasarkan validitas cluster. Data yang digunakan dalam penelitian ini merupakan data transaksi Payment Point Online Bank (PPOB) periode Januari 2024 yang diolah menggunakan Google Colaboratory (Google Colab). Data tersimpan dalam format CSV dan berisi informasi transaksi yang dilakukan oleh berbagai loket PPOB dengan jumlah data: 498.853 data transaksi. Penerapan metode Fuzzy C-Means memberikan hasil yang lebih sesuai karena mampu merepresentasikan derajat keanggotaan ganda pada loket-loket yang berada di zona transisi antar cluster. Keberadaan zona transisi tersebut membuktikan bahwa pendekatan Fuzzy lebih tepat digunakan dalam konteks bisnis PPOB yang dinamis, di mana performa loket dapat berubah seiring waktu dan tidak selalu berada pada kategori yang bersifat mutlak.

Sistem Pendukung Keputusan Pemilihan Smartphone Gaming Menggunakan Metode Electre

Marthin Siregar — 2026-02-07

Perkembangan pesat teknologi smartphone mendorong meningkatnya minat terhadap smartphone gaming yang menawarkan spesifikasi tinggi seperti RAM besar, prosesor cepat, layar berkualitas, baterai tahan lama, serta harga yang kompetitif. Banyaknya pilihan smartphone gaming dengan spesifikasi dan harga yang beragam menimbulkan permasalahan bagi pengguna dalam menentukan smartphone yang paling sesuai, karena pemilihan tidak dapat didasarkan pada satu kriteria saja. Oleh karena itu, penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang dapat membantu pengguna dalam memilih smartphone gaming terbaik secara objektif. Metode yang digunakan dalam penelitian ini adalah ELimination Et Choix Traduisant la REalité (ELECTRE) sebagai salah satu metode Multi Criteria Decision Making (MCDM) dengan mempertimbangkan kriteria RAM, penyimpanan internal, prosesor, layar, baterai, dan harga. Hasil penelitian menunjukkan bahwa penerapan metode ELECTRE mampu menghasilkan peringkat alternatif smartphone gaming secara sistematis dan objektif, sehingga dapat memberikan rekomendasi smartphone gaming terbaik sesuai dengan kebutuhan pengguna.

Pemodelan ANN Berbasis ARIMA untuk Peramalan Impor Aluminium Menurut Negara Asal Utama

Enjel Debora Silitonga — 2026-02-09

Sampai saat ini, pasokan bahan baku logam, khususnya aluminium, yang masih didominasi oleh barang impor, sangat penting bagi ketahanan industri manufaktur nasional. Tujuan dari penelitian ini adalah untuk membuat model peramalan hibrida yang menggunakan metode statistik klasik Autoregressive Integrated Moving Average (ARIMA) dan algoritma kecerdasan buatan Artificial Neural Network (ANN) untuk memprediksi volume impor aluminium dari Indonesia berdasarkan negara asal utamanya. Model ini dirancang untuk menangkap komponen linear melalui ordo ARIMA(1,1,1), dan komponen non-linear melalui pemodelan residual menggunakan arsitektur Multilayer Perceptron (MLP). Data yang digunakan berasal dari Badan Pusat Statistik (BPS) dari 2017 hingga 2024. Baseline, Intermediate, dan Deep Optimized adalah tiga skenario optimasi yang digunakan untuk menguji. Hasil analisis menunjukkan bahwa volume impor aluminium mengalami fluktuasi besar sejak pandemi COVID-19 pada tahun 2020. Namun, seiring dengan peningkatan permintaan sektor otomotif dan pembangunan infrastruktur di seluruh negara, volumenya kembali meningkat. Nilai Mean Absolute Percentage Error (MAPE) model hibrida adalah 4.1%, menunjukkan bahwa mereka lebih akurat daripada model tunggal. Hasil ini memberikan dasar bagi pemerintah dan bisnis untuk membuat strategi pengadaan bahan baku yang lebih sesuai dengan dinamika pasar global.

Analisis Efektivitas Sistem Pendukung Keputusan Berbasis Web dalam Penilaian Kinerja Guru

Said Hambali Takhir — 2026-02-09

Penilaian kinerja guru membutuhkan metode yang objektif dan terstruktur untuk mendukung pengambilan keputusan yang akuntabel. Penelitian ini bertujuan menganalisis efektivitas Sistem Pendukung Keputusan (SPK) berbasis web dalam penilaian kinerja guru menggunakan metode Analytical Hierarchy Process (AHP). Penelitian melibatkan 35 guru dengan tiga kriteria utama, yaitu pedagogi, kepribadian, dan profesionalitas. Metode AHP digunakan untuk menentukan bobot kriteria dan menghasilkan pemeringkatan kinerja guru secara objektif. Hasil penelitian menunjukkan seluruh matriks perbandingan memenuhi nilai Consistency Ratio (CR < 0,1), sehingga pembobotan kriteria dinyatakan konsisten. Kriteria profesionalitas memiliki bobot tertinggi dibandingkan kriteria lainnya. Implementasi SPK berbasis web mampu menghasilkan pemeringkatan kinerja guru yang terukur, transparan, dan terdokumentasi. Penelitian ini menyimpulkan bahwa SPK berbasis web dengan metode AHP efektif digunakan sebagai instrumen evaluasi kinerja guru dalam mendukung pengambilan keputusan manajerial di bidang pendidikan.

Data Science Analytics Sebagai Pendekatan Evaluasi Efektivitas Etnobook Digital Terhadap Perilaku Belajar Siswa

Mohammad Yusup — 2026-02-09

The rapid development of digital technology has encouraged the need for innovative learning media that not only improve learning outcomes but also foster students’ learning behavior. One such innovation is the Digital Etnobook, an electronic book that integrates local cultural content into the learning process. This study aims to evaluate the effectiveness of Digital Etnobook on students’ learning behavior using a Data Science Analytics approach. This research employed a quantitative approach with a descriptive–exploratory design. The research subjects consisted of 100 senior high school students, divided into two groups: an experimental group that used the Digital Etnobook and a control group that applied conventional learning methods. The data collected included pretest and posttest scores, as well as Digital Etnobook usage log data, such as duration of use, access frequency, and quiz results. Data analysis was conducted using statistical tests (paired t-test and independent t-test) and Data Science Analytics techniques based on machine learning, including Random Forest, K-Means Clustering, and Support Vector Machine (SVM). The results showed that the experimental group experienced a significantly higher improvement in learning outcomes compared to the control group. Log data analysis revealed a positive relationship between the duration of use and access frequency of the Digital Etnobook and the improvement of students’ learning outcomes. Furthermore, the applied machine learning models were able to evaluate learning effectiveness with a high level of accuracy. These findings indicate that the Digital Etnobook is effective in enhancing students’ learning behavior, and that the Data Science Analytics approach provides an objective and data-driven evaluation of learning processes. Therefore, this study concludes that the implementation of the Digital Etnobook analyzed through Data Science Analytics has the potential to serve as an innovative solution for the development of culturally based digital learning media in senior high schools in Medan.

Perancangan Penyusunan Jadwal Mata Pelajaran SMP IT Swasta Brandan Barat Menggunakan Metode Ant Colony Berbasis Web

M Tegar Raysandi Ibra — 2026-02-09

Penyusunan jadwal mata pelajaran merupakan salah satu kegiatan penting dalam manajemen pendidikan yang memiliki tingkat kompleksitas tinggi karena melibatkan banyak komponen, seperti guru, mata pelajaran, kelas, ruang, dan waktu pembelajaran. Proses penyusunan jadwal secara manual sering menimbulkan berbagai permasalahan, antara lain benturan jadwal, ketidakseimbangan beban mengajar, serta penggunaan ruang yang kurang optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem penyusunan jadwal mata pelajaran berbasis web dengan menerapkan metode Ant Colony Optimization (ACO) pada SMP IT Swasta Brandan Barat. Metode ACO digunakan untuk menghasilkan jadwal yang optimal dengan meminimalkan konflik penjadwalan melalui mekanisme feromon dan proses iterasi. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL serta dapat diakses oleh admin, guru, dan kepala sekolah sesuai dengan hak akses masing-masing. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu menyusun jadwal mata pelajaran secara otomatis, lebih terstruktur, dan efisien dibandingkan dengan metode manual, serta dapat mengurangi terjadinya benturan jadwal. Dengan demikian, sistem ini diharapkan dapat membantu pihak sekolah dalam meningkatkan efektivitas pengelolaan jadwal mata pelajaran.

Implementasi Sistem Deteksi Kegagalan Daya Secara Real-Time Berbasis Internet of Things Menggunakan ESP8266 sebagai Web Server

Supri Ananda — 2026-02-09

Kegagalan daya atau kondisi power off yang tidak terencana pada mesin industri sering kali mengakibatkan kerugian finansial masif dan kerusakan peralatan yang serius. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi kegagalan daya secara real-time berbasis Internet of Things (IoT) dengan memanfaatkan ESP8266 sebagai Web Server mandiri. Metode penelitian yang digunakan adalah Research and Development (R&D), meliputi perancangan perangkat keras yang mengintegrasikan sensor tegangan, sensor arus ACS712, relay DC, dan motor stepper sebagai simulasi beban dinamis. Sistem ini menerapkan logika "Safe System" dengan ambang batas keamanan kritis sebesar 3,0V. Hasil pengujian membuktikan bahwa sistem mampu melakukan akuisisi data parameter listrik dengan tingkat akurasi mencapai 99% dan latensi rendah melalui protokol HTTP yang menjamin keandalan data 100%. Saat tegangan terdeteksi di bawah 3,0V, mikrokontroler secara instan memutus aliran relay dan menghentikan putaran motor untuk proteksi otomatis. Visualisasi data disajikan secara sinkron melalui LCD I2C dan dashboard web yang menampilkan nilai Voltase (V), Arus (mA), dan Daya (Watt) secara seketika. Kesimpulannya, sistem ini menyediakan solusi pemantauan mandiri yang efektif untuk meminimalkan waktu henti produksi (downtime) dan meningkatkan keandalan manajemen aset industri.

Perancangan Aplikasi E-Absensi Magang di PT. Pelindo Multi Terminal Berbasis Website Menggunakan Framework Laravel

Fani Restin Marunduri — 2026-02-09

Sistem informasi digital memiliki peran penting dalam meningkatkan efisiensi administrasi dan akurasi data pada suatu organisasi. Salah satu proses administrasi yang krusial adalah pengelolaan absensi magang, karena data kehadiran digunakan sebagai dasar evaluasi kedisiplinan dan kinerja mahasiswa. Di PT. Pelindo Multi Terminal, proses absensi magang masih menggunakan Google Form yang memiliki keterbatasan, seperti lemahnya validasi data, tidak terintegrasi, serta kesulitan dalam pemantauan kehadiran secara real-time. Penelitian ini bertujuan untuk merancang dan membangun sistem e-absensi magang berbasis web menggunakan framework Laravel guna mengatasi permasalahan tersebut. Metode pengembangan sistem yang digunakan adalah Waterfall, yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan penerapan. Sistem yang dikembangkan dilengkapi dengan fitur autentikasi pengguna, absensi masuk dan keluar, validasi lokasi berbasis GPS, penggunaan barcode, riwayat absensi, serta laporan kehadiran. Pengujian sistem dilakukan menggunakan metode black box testing. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan fungsional. Sistem e-absensi yang dikembangkan mampu meningkatkan akurasi data kehadiran, mempermudah proses monitoring, serta mendukung transformasi digital pengelolaan absensi magang di PT. Pelindo Multi Terminal.

Perancangan Sistem POS Berbasis Web dengan Role-Based Access Control pada Bisnis Parfum Decant

Ammar Najmi Adra — 2026-02-09

Bisnis parfum decant memiliki karakteristik operasional yang unik karena satu botol parfum utama dijual kembali dalam berbagai ukuran volume kecil, sehingga pengelolaan stok menjadi rentan terhadap kesalahan jika dilakukan secara manual. Permasalahan ini semakin kompleks ketika stok harus dihitung dan dipotong berdasarkan volume mililiter yang berbeda-beda pada setiap transaksi, sementara sistem pencatatan manual kurang mampu menangani komputasi tersebut secara akurat. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi Point of Sale (POS) berbasis web yang mampu menangani pengelolaan stok berbasis volume (mililiter) serta meningkatkan keamanan data transaksi melalui pembatasan hak akses pengguna. Sistem dikembangkan menggunakan Framework Laravel dengan penerapan Role-Based Access Control (RBAC) untuk membedakan hak akses antara Admin dan Kasir secara tepat. Metodologi pengembangan perangkat lunak yang digunakan adalah System Development Life Cycle (SDLC) model Waterfall, sedangkan pengujian fungsionalitas dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fitur berfungsi sesuai kebutuhan. Hasil penelitian menunjukkan bahwa sistem dapat melakukan pengurangan stok otomatis secara presisi berdasarkan volume mililiter yang terjual, serta membatasi akses fitur sensitif sesuai peran pengguna. Implementasi sistem ini diharapkan dapat meningkatkan akurasi pencatatan inventaris, efisiensi operasional, dan keamanan data pada operasional toko parfum decant.