Jurnal Tekno Kompak

Penentuan Wilayah Produksi Padi Terbaik Menggunakan Metode Entropy dan WASPAS

Fatma Elyana — 2026-03-30

Produksi padi merupakan faktor utama dalam menjaga ketahanan pangan nasional di Indonesia, namun perbedaan capaian produksi antar wilayah menyebabkan penentuan provinsi dengan kinerja terbaik menjadi kompleks karena melibatkan berbagai indikator yang saling berkaitan. Penelitian ini bertujuan untuk menentukan wilayah produksi padi terbaik secara objektif dan sistematis berdasarkan data tahun 2025 dengan menggunakan kriteria Produksi Padi Gabah Kering Panen (GKP), Produksi Gabah Kering Giling (GKG), Produksi Beras, dan Luas Panen. Seluruh kriteria tersebut termasuk atribut benefit. Metode yang digunakan adalah Sistem Pendukung Keputusan (SPK) berbasis Multi-Criteria Decision Making (MCDM) dengan kombinasi metode Entropy dan Weighted Aggregated Sum Product Assessment (WASPAS). Metode Entropy digunakan untuk menentukan bobot kriteria secara objektif berdasarkan tingkat variasi data, sedangkan metode WASPAS digunakan untuk melakukan perankingan alternatif melalui penggabungan pendekatan Weighted Sum Model (WSM) dan Weighted Product Model (WPM) guna memperoleh nilai preferensi akhir setiap wilayah. Hasil penelitian menunjukkan bahwa Provinsi Jawa Timur memperoleh nilai preferensi tertinggi sebesar 1,00050 dan menempati peringkat pertama, diikuti oleh Jawa Barat dan Jawa Tengah, sedangkan Kepulauan Riau berada pada peringkat terakhir dengan nilai preferensi terendah. Kesimpulan penelitian ini menunjukkan bahwa kombinasi metode Entropy dan WASPAS mampu menghasilkan proses penilaian yang objektif, terukur, dan transparan, sehingga dapat mendukung perumusan kebijakan pengembangan sektor pertanian dan perencanaan strategis peningkatan produksi padi di Indonesia.

Pengembangan E-Modul Interaktif Materi Perkembangan Teknologi Jaringan Komputer pada Kelas X SMK

Revlon Ramadhanti — 2026-04-05

Penelitian ini di latar belakangi oleh kurangnya media pembelajaran berupa e-modul pada materi Perkembangan Teknologi di Bidang Teknik Komputer dan Jaringan Telekomunikasi yang menyebabkan siswa mudah bosan dan sulit memahami materi. Tujuan penelitian ini untuk mengembangkan e-modul interaktif pada materi Perkembangan Teknologi Di Bidang Teknik Komputer Dan Jaringan Telekomunikasi menggunakan aplikasi Adobe Animate yang valid dan praktis digunakan dalam pembelajaran kelas X di SMK Negeri 6 Padang. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Instrumen penelitian berupa angket validasi ahli materi, ahli media, serta angket praktikalitas guru dan siswa. Hasil penelitian menunjukkan bahwa e-modul interaktif yang dikembangkan memperoleh penilaian validitas dari ahli media sebesar 95,45% dengan kategori sangat valid dan dari ahli materi sebesar 86,64% dengan kategori sangat valid. Uji praktikalitas guru menunjukkan hasil 96,04% dengan kategori sangat praktis dan uji praktikalitas siswa 88,97% dengan kategori praktis. Berdasarkan data diperoleh e-modul interaktif yang dikembangkan dinyatakan valid dan praktis sehingga layak digunakan sebagai media pembelajaran pada materi Perkembangan Teknologi di Bidang Teknik Komputer dan Jaringan Telekomunikasi.

Analisis Multi-Kriteria Metode ELECTRE untuk Rekomendasi Prioritas Sekolah Penerima Makan Bergizi Gratis

Muhammad Aqilul Muttaqin — 2026-04-05

Program makan bergizi gratis merupakan inisiatif strategis pemerintah untuk meningkatkan status gizi anak sekolah sekaligus meringankan beban ekonomi keluarga rentan. Keberhasilan program ini sangat bergantung pada ketepatan sasaran penerima manfaat. Komitmen Pemerintah Kota Malang untuk menjalankan program ini secara mandiri menuntut adanya sebuah sistem yang objektif, transparan, dan akuntabel guna menghindari subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan membangun sebuah Sistem Pendukung Keputusan (SPK) berbasis web untuk memberikan rekomendasi prioritas sekolah penerima program. Selain itu, penelitian ini juga melakukan analisis komparatif mendalam terhadap tiga metode dari ELECTRE, yaitu ELECTRE I, II, dan III, untuk menentukan metode yang paling sesuai. Studi kasus diterapkan pada data Sekolah Dasar Negeri (SDN) di Kecamatan Kedungkandang, dengan menggunakan lima kriteria relevan yang mencakup aspek kesehatan dan kondisi ekonomi. Hasil penelitian menunjukkan bahwa ketiga metode memiliki konsistensi yang tinggi dalam mengidentifikasi sekolah dengan prioritas utama. Meskipun demikian, terdapat perbedaan fundamental pada output yang dihasilkan. Metode ELECTRE I hanya mampu menghasilkan himpunan seleksi (kernel) tanpa memberikan urutan prioritas. Sementara itu, metode ELECTRE II dan III berhasil menyusun perankingan yang lengkap dan identik dari seluruh sekolah alternatif dengan tingkat akurasi yang sama. Dari analisis perbandingan dan uji sensitivitas terhadap perubahan bobot kriteria, disimpulkan bahwa ELECTRE II menunjukkan tingkat stabilitas (robustness) tertinggi terhadap perubahan preferensi, ditandai dengan konsistensi kelompok alternatif prioritas utama. Sementara itu, ELECTRE III menawarkan fleksibilitas yang lebih besar dalam memodelkan ketidakpastian dan preferensi pengambil keputusan melalui penggunaan ambang batas indifference, preference, dan veto. Dengan demikian, pemilihan metode ELECTRE yang paling sesuai bergantung pada tujuan kebijakan, di mana ELECTRE II lebih tepat digunakan ketika stabilitas perankingan menjadi prioritas utama, sedangkan ELECTRE III lebih sesuai untuk konteks kebijakan yang dinamis dan membutuhkan penyesuaian preferensi secara eksplisit.

Penerapan Algoritma Decision Making MCDM dan SAW Berbasis User-Personalize Profile dengan Fitur Food Preference

Richard Christoper Subianto — 2026-04-05

Perubahan gaya hidup modern telah memicu pola konsumsi yang tidak seimbang dan meningkatkan prevalensi penyakit metabolik seperti obesitas dan diabetes. Masalah utama terletak pada kesulitan masyarakat dalam memahami kebutuhan nutrisi tubuh dan keterbatasan waktu tenaga medis untuk melakukan evaluasi diet secara personal. Penelitian ini bertujuan untuk menerapkan sistem pendukung keputusan yang memberikan rekomendasi makanan berbasis kondisi fisik dan preferensi pengguna. metode yang digunakan adalah Multi-Criteria Decision Making (MCDM) dengan algoritma Simple Additive Weighting (SAW) untuk menentukan peringkat makanan berdasarkan kriteria kalori, protein, lemak, dan karbohidrat. Parameter kesehatan pengguna ditentukan melalui perhitungan Body Mass Index (BMI) dan Total Daily Energy Expenditure (TDEE) untuk menghasilkan profil personalisasi. Hasil penelitian menunjukkan bahwa integrasi algoritma SAW mampu memberikan rekomendasi menu makanan yang akurat dan sesuai dengan kebutuhan nutrisi serta preferensi makanan pengguna (food preference). Sistem ini diharapkan dapat membantu individu dalam mengelola pola makan secara mandiri dan terstruktur.

Klasifikasi Citra Lesi Kulit Menggunakan Convolutional Neural Network

Hans Aristo — 2026-04-05

Kanker kulit merupakan salah satu penyakit dengan insidensi tinggi yang memerlukan deteksi dini untuk meningkatkan keberhasilan pengobatan. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis lesi kulit menjadi jinak (benign) atau ganas (malignant) menggunakan arsitektur Convolutional Neural Network (CNN) pada citra dermatoskopi serta membandingkan performanya dengan Artificial Neural Network (ANN) dan EfficientNetB0 sebagai arsitektur CNN berbasis transfer learning. Evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil eksperimen menunjukkan superioritas arsitektur berbasis CNN, dengan EfficientNetB0 sebagai model pretrained mencapai performa terbaik yaitu akurasi 0.98, presisi 0,97, recall 0,91, dan F1-score 0,94, dengan waktu pelatihan selama 22 menit 34 detik sebagai konsekuensi dari kompleksitas arsitektur yang lebih tinggi. Keunggulan EfficientNetB0 terletak pada penerapan transfer learning yang memungkinkan ekstraksi fitur visual kompleks secara optimal.

Aplikasi Web Penerbitan Surat Keterangan Keamanan dan Keselamatan Kerja (K3) pada Disnakertrans Provinsi Sumatera Selatan

Valen Tino Rosi — 2026-04-25

Pelayanan administrasi publik di Dinas Tenaga Kerja dan Transmigrasi (Disnakertrans) Provinsi Sumatera Selatan, khususnya dalam penerbitan Surat Keterangan Memenuhi Persyaratan Keamanan dan Keselamatan Kerja (K3), saat ini masih menghadapi kendala efisiensi yang signifikan akibat ketergantungan pada sistem manual. Proses verifikasi dokumen yang berjalan secara konvensional melibatkan alur birokrasi yang panjang dan kompleks, di mana berkas fisik harus diperiksa secara berjenjang oleh tiga belas administrator dengan peran yang berbeda. Kondisi ini seringkali mengakibatkan risiko kehilangan berkas saat distribusi antar meja, terjadinya duplikasi data, kesalahan pencatatan (human error), serta durasi validasi yang tidak terprediksi, yang rata-rata memakan waktu 10 hingga 14 hari kerja. Selain itu, ketiadaan transparansi informasi menyebabkan pemohon kesulitan untuk memantau status terkini dari pengajuan mereka. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi verifikasi SKMP-K3 online berbasis Web yang mampu mengotomatisasi alur kerja verifikasi, mempermudah pelacakan status dokumen, serta menyediakan penyimpanan arsip digital yang terpusat. Metode pengembangan sistem yang diterapkan adalah model Waterfall menurut Ian Sommerville, yang dipilih karena memberikan kepastian lingkup kerja (fixed-scope) dan dokumentasi audit birokrasi yang sistematis. Perancangan logika sistem direpresentasikan melalui pseudocode untuk memodelkan algoritma verifikasi berjenjang enam tahap (multi-level approval). Aplikasi dibangun menggunakan bahasa pemrograman PHP Native dan basis data MySQL. Pengujian kualitas perangkat lunak difokuskan pada validasi fungsional menggunakan metode Black Box Testing. Skenario pengujian mencakup verifikasi logika bisnis pada modul autentikasi, validasi formulir, serta pengujian keamanan dasar (SQLi/XSS). Pengujian dilakukan dengan menerapkan kasus uji (test cases) untuk skenario positif dan negatif guna memastikan ketahanan sistem terhadap input yang tidak valid. Hasil pengujian menunjukkan tingkat keberhasilan 100% dari seluruh skenario uji yang dijalankan, membuktikan bahwa seluruh fitur utama berjalan stabil sesuai spesifikasi kebutuhan fungsional dan bebas dari kesalahan logika kritis. Kesimpulannya, implementasi sistem ini secara teoretis berhasil memangkas waktu pelayanan dari 10-14 hari kerja menjadi hitungan menit secara real-time, mewujudkan mekanisme kerja nirkertas (paperless), serta berkontribusi memodelkan arsitektur otorisasi berjenjang yang replicable bagi instansi pemerintah lain. Sebagai batasan penelitian, survei kepuasan pengguna (user satisfaction) pasca-implementasi direkomendasikan untuk studi lanjutan.

Analisis UEQ pada Srikandi 3.0: Dominasi Aspek Stimulasi di Lingkungan Pemerintah

Nurul Ailia — 2026-05-05

Implementasi aplikasi SRIKANDI 3.0 di lingkungan pemerintahan merupakan langkah strategis dalam akselerasi transformasi digital kearsipan nasional untuk mewujudkan tata kelola pemerintahan yang bersih, efektif, dan transparan sesuai mandat Sistem Pemerintahan Berbasis Elektronik (SPBE). Namun, keberhasilan adopsi sistem ini sangat bergantung pada pengalaman pengguna (User Experience) para Aparatur Sipil Negara (ASN) sebagai operator garda terdepan. Penelitian kuantitatif ini bertujuan untuk menganalisis kualitas User Experience pada aplikasi SRIKANDI 3.0 menggunakan metode User Experience Questionnaire (UEQ) guna memberikan rekomendasi perbaikan sistem yang berbasis data empiris. Responden dalam penelitian ini melibatkan 15 ASN di Kantor Kecamatan Tabukan, Kabupaten Barito Kuala, dengan menerapkan teknik sampling jenuh untuk memastikan representasi data yang akurat pada level instansi kecamatan. Hasil analisis menunjukkan bahwa secara internal, seluruh dimensi pengukuran mendapatkan impresi positif dengan nilai rata-rata di atas nol. Temuan utama penelitian ini menonjolkan dimensi Stimulasi sebagai indikator dengan skor tertinggi sebesar 0,950, diikuti oleh dimensi efisiensi (0,883), ketepatan (0,850), kejelasan (0,817), dan daya tarik (0,800). Skor stimulasi yang sangat tinggi ini mengindikasikan bahwa meskipun terdapat berbagai hambatan teknis yang dirasakan dalam penggunaan sehari-hari, pengguna tetap merasa sangat termotivasi, tertarik, dan memiliki antusiasme yang tinggi terhadap pembaruan sistem kearsipan dinamis ini. Di sisi lain, dimensi kebaruan (novelty) mencatatkan skor terendah secara nominal sebesar 0,717 yang dikategorikan dalam rentang netral. Meskipun demikian, hasil komparasi dengan benchmark eksternal UEQ menunjukkan anomali positif di mana dimensi novelty berada pada kategori Above Average (di atas rata-rata), sementara lima dimensi lainnya masih dikategorikan sebagai Below Average (di bawah rata-rata) jika dibandingkan dengan basis data produk perangkat lunak global. Penelitian ini menyimpulkan bahwa dominasi aspek stimulasi merupakan modal sosial dan psikologis yang sangat penting dalam menjamin keberlanjutan digitalisasi kearsipan di instansi pemerintah. Sebagai implikasi manajerial, pengembang sistem perlu melakukan optimasi mendalam pada aspek kegunaan (usability) dan stabilitas performa teknis (kualitas pragmatis) untuk mengimbangi antusiasme pengguna yang sudah tinggi, sehingga efektivitas kerja ASN dalam pelayanan administrasi publik dapat tercapai secara maksimal.

Pengembangan Sistem Pakan Ikan Otomatis Berbasis IoT dengan Penjadwalan Berbasis Web pada Budidaya Nila

Slamet Rahayu — 2026-05-05

Pakan merupakan komponen biaya terbesar dalam budidaya ikan nila, sehingga efisiensi dalam pengelolaannya menjadi faktor penting untuk meningkatkan produktivitas dan keberlanjutan usaha budidaya. Pada praktik konvensional, pemberian pakan masih dilakukan secara manual sehingga sering terjadi ketidaktepatan jumlah pakan, ketidakteraturan jadwal pemberian pakan, serta distribusi pakan yang tidak merata. Kondisi tersebut berpotensi menyebabkan pemborosan pakan, menurunkan kualitas lingkungan perairan, serta menghambat pertumbuhan ikan secara optimal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakan ikan otomatis berbasis Internet of Things (IoT) yang dilengkapi dengan fitur penjadwalan pemberian pakan melalui aplikasi berbasis web pada budidaya ikan nila. Metode pengembangan sistem menggunakan pendekatan Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan mikrokontroler ESP32 sebagai pengendali utama, sensor load cell untuk mengukur berat pakan, motor servo untuk mengatur bukaan katup pakan, motor DC sebagai mekanisme distribusi pakan, serta modul Real Time Clock (RTC) untuk pengaturan jadwal pemberian pakan. Sistem juga dilengkapi antarmuka berbasis web yang memungkinkan pengguna mengatur jumlah dan waktu pemberian pakan secara real-time melalui jaringan internet. Hasil pengujian menunjukkan bahwa sistem mampu mendistribusikan pakan dengan tingkat akurasi sebesar 97,6% dengan rata-rata kesalahan ±2,4%. Implementasi sistem ini berhasil mengurangi penggunaan pakan hingga sekitar 15% dibandingkan metode manual dan menghasilkan nilai Feed Conversion Ratio (FCR) sebesar 1,46, lebih baik dibandingkan metode konvensional dengan FCR sebesar 2,00. Selain itu, sistem ini juga meningkatkan pertumbuhan ikan, keseragaman ukuran, serta tingkat kelangsungan hidup ikan nila. Dengan demikian, sistem pakan ikan otomatis berbasis IoT dengan penjadwalan melalui aplikasi web dapat menjadi solusi teknologi yang efektif untuk meningkatkan efisiensi pakan dan produktivitas budidaya ikan nila.

Technology-Enabled Conceptual Framework for Collaborative Urban Innovation and Citizen Participation in Smart City Governance

Husna Norgina — 2026-05-05

The development of smart cities has driven a transformation in urban governance toward technology-enabled collaborative approaches. However, the implementation of collaborative urban innovation still faces limitations in integrating technological, social, and institutional dimensions, as well as a gap between participatory concepts and practice. This study aims to formulate an integrative conceptual framework to support collaborative innovation and citizen participation in smart city governance. This study adopts an integrative literature review approach by analyzing 25 scholarly articles published between 2021 and 2025 through identification, selection, data extraction, and thematic analysis. The findings reveal three main aspects of collaborative urban innovation, namely multi-actor collaboration as the foundation of urban innovation, digital technology utilization as an enabling factor, and citizen participation as co-creators in innovation. In addition, approaches such as urban living labs, the Quadruple Helix model, and participatory co-design strengthen inclusive citizen engagement. This study proposes an integrative conceptual framework that systematically connects technological, social, and governance dimensions. The main contribution lies in developing a conceptual framework that provides an analytical foundation for designing technology-based participatory strategies to support inclusive and sustainable smart city governance.

Implementasi Sistem Informasi Arrow Archery Club Berbasis Website dengan Metode RAD

Bagus Gede Agus Yudistiawan — 2026-05-05

Arrow Archery Club merupakan organisasi olahraga panahan di Denpasar yang menghadapi permasalahan dalam penyampaian informasi dan penguatan citra profesional karena belum memiliki media digital resmi yang terstruktur dan terintegrasi. Informasi mengenai profil klub, kegiatan latihan, prestasi atlet, struktur kepengurusan, serta program keanggotaan masih disampaikan secara terbatas melalui komunikasi langsung dan media konvensional, sehingga calon anggota kesulitan memperoleh informasi yang lengkap dan sistematis, serta institusi pendidikan mengalami kendala dalam melakukan verifikasi kredibilitas klub saat proses penjajakan kerja sama. Penelitian memiliki tujuan untuk merancang dan mengimplementasikan sistem informasi company profile berbasis website menggunakan metode Rapid Application Development (RAD) untuk menyediakan media informasi yang profesional, terpusat, dan mudah diakses. Metode RAD diterapkan melalui empat tahapan utama, yaitu Requirements Planning untuk mengidentifikasi kebutuhan fungsional dan nonfungsional melalui wawancara dengan pemilik klub, User Design untuk merancang prototipe antarmuka menggunakan Figma secara iteratif bersama pengguna, Construction untuk mengimplementasikan sistem menggunakan framework Laravel dengan basis data MySQL serta dukungan HTML, CSS, dan Bootstrap agar responsif, dan Cutover untuk melakukan pengujian serta implementasi sistem. Hasil penelitian menunjukkan bahwa sistem berhasil mengintegrasikan delapan modul utama, yaitu profil klub, membership, data atlet, data pelatih, achievements, galeri kegiatan, kontak WhatsApp, dan dashboard admin untuk pengelolaan konten. Pengujian menggunakan metode Blackbox Testing terhadap seluruh modul menghasilkan tingkat keberhasilan fungsional sebesar 100% tanpa ditemukan kesalahan kritis, serta seluruh fitur dapat diakses dan dijalankan sesuai dengan kebutuhan pengguna baik pada sisi admin maupun user. Kontribusi ilmiah penelitian ini terletak pada penerapan metode RAD dalam pengembangan website company profile organisasi olahraga dengan pendekatan iteratif berbasis keterlibatan aktif stakeholder, sehingga menghasilkan sistem yang sesuai kebutuhan dalam waktu relatif singkat, meningkatkan efektivitas penyampaian informasi secara digital, serta memperkuat profesionalitas dan daya saing organisasi dalam menjalin kerja sama eksternal.

Optimasi Penanganan Ketidakseimbangan Data pada Klasifikasi Pengaduan Masyarakat Menggunakan Metode Naïve Bayes

Fitro Praaidinza Muhammad — 2026-05-05

Pengaduan masyarakat merupakan salah satu bentuk nyata partisipasi publik yang berperan penting dalam proses evaluasi serta peningkatan kualitas pelayanan publik. Data pengaduan yang masuk, apabila diolah dengan baik, dapat menjadi dasar perumusan kebijakan yang lebih responsif terhadap kebutuhan masyarakat. Akan tetapi, salah satu kendala yang dapat muncul dalam pengolahan data pengaduan adalah masalah ketidakseimbangan data. Ketidakseimbangan ini berpotensi menurunkan kinerja algoritma klasifikasi karena model cenderung bias terhadap kelas mayoritas dan mengabaikan kelas minoritas. Penelitian ini dilakukan dengan tujuan untuk mengoptimalkan penanganan ketidakseimbangan data pada klasifikasi pengaduan masyarakat di Dinas Perhubungan Kota Magelang. Algoritma yang digunakan adalah Naïve Bayes dengan pembobotan data berbasis TF-IDF. Dataset penelitian diambil dari aplikasi LAPOR! dalam rentang waktu 20 Desember 2020 hingga 10 April 2025 dengan total 350 data awal. Setelah melalui tahap pembersihan, eliminasi duplikasi, serta penghapusan data tidak relevan, tersisa 337 data yang kemudian diberi label manual ke dalam tiga kategori, yaitu MRLL dan PJU, Dalops dan Perparkiran, serta Angkutan dan Terminal. Tahap praproses mencakup penghapusan duplikasi, case folding, perbaikan ejaan, penghapusan angka dan tanda baca, stemming, serta penghapusan stopwords. Selanjutnya, pembobotan TF-IDF hanya diterapkan pada data latih untuk mencegah kebocoran informasi. Data dibagi dengan rasio 80% latih dan 20% uji. Untuk mengatasi ketidakseimbangan kelas, tiga pendekatan digunakan, yakni RUS, SMOTE, dan ADASYN. Semua metode diterapkan hanya pada data latih sebelum proses pelatihan model. Evaluasi dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan f1-score. Hasil penelitian menunjukkan bahwa Naïve Bayes tanpa penanganan ketidakseimbangan hanya mencapai akurasi 86,76% dengan presisi 58%, recall 61%, dan f1-score 59%. Penerapan SMOTE maupun ADASYN mampu meningkatkan kinerja model pada beberapa metrik, tetapi kombinasi RUS dan Naïve Bayes memberikan performa paling optimal, yaitu akurasi 94,12%, presisi 89%, recall 96%, dan f1-score 92%. Temuan ini membuktikan bahwa strategi undersampling efektif memperbaiki kemampuan model dalam mengenali kelas minoritas.

Optimalisasi Sistem Pakar Diagnosis Penyakit Kulit Sapi Lokal dengan Pendekatan Certainty Factor

Anggi Febriyanti — 2026-05-05

One of the most common health problems in local cattle is skin disease, which can reduce the economic value and productivity of livestock. This condition requires early detection so that farmers can handle it properly. This study aims to build and design a web-based expert system that can help diagnose skin diseases in local cattle quickly, effectively, and accurately. The Certainty Factor (CF) method is used to determine the level of confidence in the diagnosis results made by the system based on user symptoms. The Extreme Programming (XP) approach is used in the development of the web-based system. This approach consists of communication phases, rapid planning, model design, development, delivery, and evaluation through feedback. The results of the study show that the developed expert system is able to diagnose Scabies (P001) with the highest Certainty Factor value of 0.731, which indicates a diagnostic certainty level of 73.1%. In addition, unit tests show agreement between the system's diagnosis and the expert analysis results, and black box tests with 35 scenarios show a 100% application success rate.

Peramalan Harga Bitcoin dengan Metode Double Exponential Smoothing

Dicky Andrean — 2026-05-05

Perkembangan teknologi digital pada era industri 4.0 mendorong munculnya instrumen keuangan berbasis teknologi blockchain, salah satunya Bitcoin sebagai aset kripto yang memiliki tingkat volatilitas harga yang tinggi. Kondisi tersebut menimbulkan ketidakpastian bagi investor dalam menentukan waktu yang tepat untuk melakukan transaksi jual dan beli. Oleh karena itu, diperlukan metode peramalan yang mampu mengestimasi pergerakan harga Bitcoin secara akurat berdasarkan data historis. Penelitian ini bertujuan untuk menganalisis kemampuan metode Double Exponential Smoothing dalam meramalkan harga penutupan Bitcoin serta mengevaluasi tingkat akurasi hasil peramalan yang dihasilkan. Data yang digunakan dalam penelitian ini berupa data historis harga penutupan Bitcoin bulanan yang diperoleh dari situs Investing.com, dengan periode pengamatan mulai Januari 2020 hingga Desember 2024. Data tersebut memiliki karakteristik deret waktu dengan fluktuasi yang tinggi dan pola tren yang berubah-ubah, sehingga sesuai untuk dianalisis menggunakan metode Double Exponential Smoothing yang mempertimbangkan komponen level dan tren. Proses penelitian meliputi tahap pengumpulan data, transformasi data, perhitungan peramalan menggunakan metode Double Exponential Smoothing, serta evaluasi kesalahan peramalan. Evaluasi akurasi dilakukan menggunakan beberapa indikator, yaitu Mean Absolute Error sebagai ukuran rata-rata selisih absolut antara nilai aktual dan hasil peramalan, Mean Squared Error yang mengukur rata-rata kuadrat kesalahan, Root Mean Square Error sebagai akar dari nilai Mean Squared Error, serta Mean Absolute Percentage Error yang menyatakan tingkat kesalahan relatif dalam bentuk persentase. Hasil penelitian menunjukkan bahwa kombinasi parameter pemulusan terbaik diperoleh pada nilai parameter alpha sebesar 0,9 dan parameter beta sebesar 0,1. Dengan parameter tersebut, metode Double Exponential Smoothing mampu menghasilkan nilai Mean Absolute Percentage Error sebesar 5,33 persen, yang mengindikasikan tingkat akurasi peramalan yang sangat baik. Hasil peramalan memperlihatkan adanya tren kenaikan harga Bitcoin yang konsisten pada periode Januari 2025 hingga Desember 2027. Selain itu, penelitian ini juga mengembangkan sistem peramalan berbasis web menggunakan bahasa pemrograman Python dengan framework Streamlit untuk mempermudah proses perhitungan, visualisasi, serta ekspor hasil peramalan. Meskipun demikian, penelitian ini memiliki keterbatasan karena evaluasi akurasi hanya dilakukan menggunakan data historis yang sama dengan data pelatihan, sehingga validasi di luar sampel belum diterapkan. Secara keseluruhan, metode Double Exponential Smoothing terbukti mampu memberikan kinerja peramalan yang baik dan relevan untuk analisis pergerakan harga Bitcoin dalam jangka menengah hingga panjang.

Analisis Penjualan pada Perusahan Food and Beverage Menggunakan Algortima Decision Tree dalam Meningkatkan Penjualan

Muhammad Ayudi — 2026-05-05

Industri Food and Beverage (F&B) mengalami pertumbuhan yang pesat seiring dengan meningkatnya konsumsi masyarakat dan dinamika persaingan bisnis yang semakin kompleks. Kondisi tersebut menuntut perusahaan F&B untuk mampu memanfaatkan data penjualan secara optimal sebagai dasar pengambilan keputusan strategis. Data penjualan tidak hanya merepresentasikan kinerja bisnis, tetapi juga mencerminkan perilaku konsumen, tren permintaan, serta efektivitas strategi pemasaran yang diterapkan. Namun, dalam praktiknya, banyak perusahaan F&B masih belum memanfaatkan data penjualan secara analitis dan sistematis, sehingga strategi penjualan yang dihasilkan cenderung kurang responsif terhadap perubahan pasar. Penelitian ini bertujuan untuk menganalisis data penjualan perusahaan Food and Beverage (F&B) menggunakan algoritma Decision Tree guna meningkatkan strategi penjualan melalui identifikasi faktor-faktor yang memengaruhi tingkat penjualan. Metode penelitian yang digunakan adalah penelitian kuantitatif dengan pendekatan data mining, di mana data penjualan historis diolah melalui tahapan preprocessing, pemodelan, dan evaluasi menggunakan algoritma Decision Tree. Model yang dihasilkan dianalisis untuk mengetahui pola, hubungan antar variabel, serta aturan keputusan yang terbentuk. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu mengklasifikasikan tingkat penjualan dengan baik serta mengidentifikasi variabel-variabel yang memiliki pengaruh signifikan terhadap penjualan, seperti kategori produk, harga, dan waktu penjualan. Temuan ini memberikan dasar analitis yang kuat bagi perusahaan dalam merumuskan strategi penjualan yang lebih tepat sasaran dan berbasis data. Secara akademik, penelitian ini berkontribusi pada pengembangan kajian data mining dalam konteks industri F&B, sementara secara praktis memberikan rekomendasi strategis yang dapat dimanfaatkan oleh manajemen perusahaan untuk meningkatkan kinerja penjualan.

XP in Front-End Development of Living Lab Smart City Surabaya to Create User Interaction

Ruth Natallie Santoso — 2026-05-05

The development of digital services within the smart city ecosystem in Surabaya still faces challenges, particularly the low level of utilization of government digital services. According to data from the Central Bureau of Statistics (BPS), the population of Surabaya reached 3,018,022 people in 2024; however, the usage level of several digital services remains limited. This condition is reflected in the Wargaku application, one of the public service platforms provided by the Surabaya City Government, which has only been downloaded approximately 100,000 times on the Google Play Store as of 2025. This indicates that the adoption of government digital services by the community is still not optimal. Therefore, an innovative collaborative platform is required to integrate various smart city features while providing more comprehensive information about government programs to the public. One possible solution is the development of a Smart City Living Lab as a collaborative medium between citizens and the government.This study aims to develop the front-end website of the Surabaya Smart City Living Lab as a platform for information sharing and collaboration between citizens and the city government. Using the Extreme Programming (XP) approach, this research focuses on designing a user interface that supports optimal user interaction through an iterative cycle consisting of planning, design, implementation, and testing stages. In the planning phase, a mind map was developed to identify system requirements and scope. The design phase included the development of a design system, Entity Relationship Diagram (ERD), use case diagram, activity diagram, and interface prototype. During the implementation phase, the front-end design was realized through coding using HTML, CSS, and JavaScript, supported by a MySQL database to dynamically manage visit reservation data and blog content. The testing phase was conducted through usability testing using Maze to evaluate the aspects of learnability, efficiency, and error prevention. The evaluation involved 30 respondents who completed several task scenarios using the developed prototype. The results show that all tasks achieved a success rate of 100%, with an average completion time ranging from 2.6 to 7.9 seconds and a low misclick rate of 0–4.8%. In addition, each scenario obtained a Single Ease Question (SEQ) score of 7, indicating that users perceived the tasks as very easy to complete. Furthermore, the Maze Usability Score (MAUS) reached 99 with an “excellent” category, demonstrating that the prototype achieved a very high level of usability and provides an intuitive user interaction experience with minimal obstacles.

Rancang Bangun Sistem Informasi Pengelolaan Surat pada Bank Syariah Indonesia

Muhammad Riza Nurzaman — 2026-05-06

Manajemen surat adalah bagian penting dalam operasional perbankan, termasuk di Bank Syariah Indonesia (BSI) KCP Subang Otista 1. Saat ini, proses pengelolaan surat masih dilakukan secara manual, sehingga bisa menimbulkan masalah seperti adanya surat yang berulang, hilangnya data, serta kesulitan mencari arsip. Penelitian ini bertujuan untuk membuat "Sistem Informasi Pengelolaan Surat" yang dapat meningkatkan kinerja dan ketepatan dalam mengelola surat masuk dan keluar di BSI KCP Subang Otista 1. Metode pengembangan yang digunakan adalah Agile yang memungkinkan pembuatan sistem secara bertahap dan bisa diubah sesuai dengan kebutuhan pengguna. Sistem ini dibangun dengan menggunakan platform web, dan memiliki beberapa fitur utama, seperti penginputan surat masuk dan keluar, pencarian surat, penanganan surat masuk, serta pengejaran tindak lanjut surat masuk. Untuk memastikan bahwa semua fitur dalam sistem berjalan dengan baik, pengujian dilakukan menggunakan metode black box testing. Hasil penelitian menunjukkan bahwa sistem yang berhasil dibuat mampu mengotomatisasi pencatatan surat, mempermudah pelacakan surat, serta meningkatkan efisiensi proses pengesahan surat keluar melalui penerapan tanda tangan digital dari Kepala Cabang. Dengan demikian, sistem ini dapat digunakan oleh siapa saja untuk membantu pengelolaan surat masuk dan surat keluar di BSI KCP Subang Otista 1.

Pengembangan Media Pembelajaran Berbasis Case pada Elemen Dasar Teknik Jaringan Komputer

Topan Saputra — 2026-05-19

Berdasarkan wawancara dengan guru mata pelajaran Dasar-Dasar Teknik Jaringan Komputer dan Telekomunikasi bahwa jumlah siswa yang belum lulus dari standar Kriteria Ketuntasan Minimal sebanyak 45 siswa (62%) dan siswa yang lulus Kriteria Ketuntasan Minimal sebanyak 28 siswa (38%). Jika dilakukan perbandingan, maka siswa yang tidak lulus KKM lebih banyak dari pada siswa yang tidak lulus KKM. Penelitian ini dilatarbelakangi oleh rendahnya hasil belajar, terbatasnya media pembelajaran, serta minimnya motivasi siswa pada mata pelajaran Dasar-Dasar Teknik Jaringan Komputer dan Telekomunikasi di kelas X TJKT SMKN 8 Padang. Tujuan penelitian ini untuk mengembangkan media pembelajaran berbasis metode creative active systematic effective (CASE), Mengetahui tingkat validitas media pembelajaran berbasis metode creative active systematic effective (CASE) sebagai alternatif pembelajaran Dasar-dasar teknik jaringan komputer, Mengetahui tingkat praktikalitas media pembelajaran berbasis metode creative active systematic effective (CASE) sebagai alternatif pembelajaran Dasar-dasar teknik jaringan komputer. Jenis penelitian yang digunakan dalam studi ini adalah Research and Development (R&D). Model pengembangan yang digunakan yaitu SDLC (Software Development Life Cycle) dengan metode iterative. Metode iterative adalah metode pengembangan perangkat lunak yang melibatkan proses berulang dan berjalan dalam waktu yang sama, memungkinkan tim developer menyempurnakan sistem secara bertahap. Guru masih dominan menggunakan metode ceramah dan buku cetak yang terbatas sehingga siswa kesulitan memahami materi dan cenderung pasif, sehingga dibutuhkan media pembelajaran yang inovatif, interaktif, dan sesuai perkembangan teknologi. Penelitian ini bertujuan mengembangkan media pembelajaran berbasis metode Creative, Active, Systematic, Effective (CASE) yang valid, praktis, dan efektif. Jenis penelitian ini adalah Research and Development (R&D) dengan model pengembangan System Development Life Cycle (SDLC) metode iterative yang meliputi perencanaan, analisis kebutuhan, perancangan, pengembangan, pengujian, implementasi, dan evaluasi secara berulang. Data dikumpulkan melalui observasi, wawancara, serta angket validasi, kemudian dianalisis menggunakan uji validitas dan praktikalitas. Media dikembangkan berbasis website menggunakan Laravel, MySQL, Visual Studio Code, serta Bootstrap. Hasil penelitian menunjukkan media memperoleh nilai validasi 90,00% dari ahli media (sangat valid) dan 86,30% dari ahli materi (sangat valid). Uji praktikalitas oleh guru sebesar 97,50% (sangat praktis) dan oleh siswa 93,08% (praktis). Temuan ini menegaskan media pembelajaran berbasis CASE layak digunakan karena valid, praktis, dan efektif meningkatkan pemahaman serta keterlibatan siswa, dengan rekomendasi pengembangan lebih lanjut melalui perluasan materi dan penambahan fitur interaktif untuk mendukung pembelajaran digital berkelanjutan.

Pengembangan Chatbot Edukatif Untuk Mendukung Layanan Bimbingan Konseling Di SMKN 2 Padang Panjang

M. Syifa Al Farisi — 2026-05-21

Layanan bimbingan konseling di sekolah masih menghadapi kendala dalam hal keterbatasan waktu dan media, sehingga siswa sering merasa sungkan atau kesulitan untuk mengakses bantuan secara cepat dan fleksibel. Hal ini berdampak pada keterhambatan penyelesaian masalah pribadi, sosial, karir, maupun belajar yang dialami siswa. Penelitian ini bertujuan untuk mengembangkan chatbot edukatif berbasis web guna mendukung layanan bimbingan konseling di SMK Negeri 2 Padang Panjang, dengan fokus pada empat kategori permasalahan yaitu pribadi, sosial, karir, dan belajar. Penelitian ini menggunakan metode Research and Development (R&D) dengan model SDLC Agile yang meliputi tahapan analisis kebutuhan, perancangan, pengembangan, pengujian, implementasi, revisi, dan pemeliharaan. Instrumen penelitian berupa angket validasi ahli sistem, angket praktikalitas guru, dan angket praktikalitas siswa. Chatbot dikembangkan menggunakan HTML, CSS, JavaScript, PHP, serta integrasi API Gemini, dengan fitur utama pemfilteran pertanyaan berbasis hybrid (keyword, fuzzy matching, dan miniNLP) agar jawaban tetap relevan dengan topik bimbingan konseling. Hasil penelitian menunjukkan bahwa pada alpha testing (whitebox dan blackbox) seluruh fungsi berjalan sesuai perancangan. Pada beta testing, validasi ahli sistem memperoleh skor 93,54% dengan kategori sangat praktis, sedangkan praktikalitas pengguna memperoleh skor 97,92% dengan kategori sangat praktis. Chatbot ini dinilai membantu siswa mengakses layanan bimbingan konseling secara mudah, cepat, dan anonim, serta mempermudah guru BK dalam memantau dan menindaklanjuti permasalahan siswa. Dengan demikian, chatbot edukatif berbasis web yang dikembangkan dinyatakan layak dan efektif sebagai media pendukung layanan bimbingan konseling di sekolah.

Penerapan Algoritma Xgboost dan Random Forest dalam Prediksi Uraian Resiko Proyek Pada Dinas XYZ

Moch. Firmansyah — 2026-05-21

Keselamatan kerja merupakan aspek penting dalam operasional bisnis yang sering diabaikan pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM), khususnya pada sektor yang memiliki tingkat risiko tinggi seperti industri manufaktur skala kecil, kontruksi, pengolahan bahan yang berbahaya, dan lain sebagainya. Kurangnya pelatihan keselamatan kerja dapat berdampak pada produktivitas, kesehatan pekerja, dan keberlangsungan usaha. Penelitian ini bertujuan untuk mengklasifikasikan UMKM berdasarkan tingkat risiko guna mendukung proses pengambilan keputusan dalam pemberian pelatihan keselamatan kerja bagi pegawai di perusahaan tersebut. Algoritma klasifikasi Random Forest dan XGBoost digunakan dalam studi kasus ini dengan data yang diperoleh dari Dinas XYZ melalui dashboard aplikasi OSS. Hasil analisis menunjukkan bahwa model XGBoost memberikan akurasi prediksi yang lebih tinggi (0.74) dibandingkan Random Forest (0.73). Model XGBoost dipilih sebagai pendekatan utama karena performa yang lebih baik dalam mengidentifikasi kategori risiko. Dengan adanya klasifikasi ini, pemangku kepentingan dapat mengambil langkah mitigasi yang lebih tepat sasaran. Dalam penelitian ini, Pemerintah dan pihak terkait dapat merancang program pelatihan yang lebih tepat sasaran, efisien, dan efektif. Selain itu, pendekatan ini juga dapat diadaptasi untuk konteks lain, seperti pengelolaan risiko lingkungan, keamanan produk, atau penilaian kelayakan usaha secara umum.

Model Ensemble Gradient Boosting untuk Peramalan Konsumsi Listrik Harian Berbasis Fitur Cuaca dan Waktu

Anwar Rohmadi — 2026-05-21

Perkembangan sistem tenaga listrik global di era transisi energi saat ini ditandai oleh peningkatan permintaan listrik yang sangat pesat serta kompleksitas operasional yang belum pernah terjadi sebelumnya. Laporan International Energy Agency (IEA) pada tahun 2025 melaporkan bahwa konsumsi listrik dunia diproyeksikan tumbuh sekitar 3,3% pada tahun 2025 dan meningkat menjadi 3,7% pada tahun 2026, sebuah laju yang lebih dari dua kali lipat pertumbuhan permintaan energi total. Di Indonesia, data resmi Kementerian ESDM menunjukkan bahwa konsumsi listrik per kapita terus meningkat seiring dengan ekspansi program elektrifikasi dan integrasi sumber energi terbarukan seperti tenaga surya dan angin yang semakin masif. Namun, integrasi ini membawa tantangan tersendiri; sifat intermiten dari energi terbarukan menuntut presisi tinggi dalam perencanaan beban untuk menjaga keseimbangan supply-demand. Ketidakakuratan dalam peramalan beban listrik jangka pendek (Short-Term Load Forecasting, STLF) berpotensi menyebabkan inefisiensi biaya cadangan yang berlebihan atau risiko kekurangan pasokan yang berdampak fatal pada stabilitas frekuensi sistem. Penelitian ini bertujuan untuk mengembangkan model peramalan konsumsi listrik harian per kluster pelanggan menggunakan pendekatan ensemble machine learning yang menggabungkan kekuatan dua algoritma Gradient Boosting terkemuka, yaitu LightGBM dan XGBoost, yang dibandingkan dengan Regresi Linier sebagai baseline. Dataset yang digunakan berasal dari kompetisi peramalan beban listrik (Electric Energy Consumption Forecast) yang mencakup 15.088 baris data harian untuk periode 2014–2021, dengan variabel target konsumsi listrik serta 14 prediktor meteorologis lengkap, termasuk suhu, radiasi matahari, dan kecepatan angin. Metodologi penelitian mengikuti kerangka standar CRISP-DM, meliputi tahapan pembersihan data yang ketat, rekayasa fitur kalender, transformasi fitur siklis (sinus-kosinus) untuk menjaga kontinuitas temporal data waktu, fitur lag autoregresif untuk menangkap inersia beban, dan statistik bergulir. Hasil evaluasi menggunakan skema hold-out berbasis waktu menunjukkan bahwa model ensemble memberikan kinerja superior dengan RMSE 17,30 kWh, MAE 12,14 kWh, MAPE 2,03%, dan nilai R² mencapai 0,9960. Lebih lanjut, evaluasi menggunakan MASE sebesar 0,0383 membuktikan model ini jauh lebih akurat dibanding metode naif, memberikan nilai tambah informasi yang signifikan bagi operator. Analisis feature importance mengungkapkan bahwa konsumsi listrik masa lalu (lag_1 dan lag_7) adalah prediktor paling dominan, diikuti oleh fitur hari dalam minggu dan suhu maksimum. Temuan ini menegaskan bahwa penggabungan model Gradient Boosting dengan rekayasa fitur domain-spesifik mampu meningkatkan akurasi peramalan beban listrik secara signifikan dan siap diimplementasikan untuk mendukung efisiensi operasional utilitas listrik modern.

Sistem Antrian Pada Klinik Darmi Farma menggunakan Framework Laravel & Filament dengan Algoritma FIFO

Muhammad Febry Akmalludin — 2026-06-04

Sistem antrian jadi salah satu elemen penting dalam pelayanan kesehatan yang berpengaruh terhadap efisiensi operasional dan tingkat kepuasan pasien. Pada praktiknya, pengelolaan antrian di banyak klinik masih dilakukan secara manual, sehingga sering menimbulkan permasalahan seperti ketidakteraturan urutan pelayanan, meningkatnya waktu tunggu, serta kurangnya transparansi informasi bagi pasien. Permasalahan tersebut juga ditemukan pada Klinik Darmi Farma, dimana proses pengambilan dan pemanggilan antrian masih dilakukan secara konvensional sehingga kurang efektif dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan untuk mengembangkan serta mengimplementasikan solusi antrian berbasis website yang mampu mengelola antrian secara otomatis, teratur, dan transparan. Sistem dikembangkan menggunakan framework Laravel sebagai backend dan Filament sebagai admin panel untuk mempermudah pengelolaan data dan antarmuka pengguna. Pengembangan perangkat lunak dilakukan dengan model waterfall yang mencakup tahap analisis kebutuhan, perancangan, implementasi, serta pengujian. Proses pengumpulan data dilakukan melalui observasi dan wawancara untuk memperoleh gambaran kondisi sistem yang berjalan serta kebutuhan pengguna. Dalam pengelolaan antrian, sistem menerapkan algoritma First In First Out (FIFO), yaitu metode yang memproses data berdasarkan urutan kedatangan sehingga pasien yang tiba lebih dahulu akan diproiritaskan untuk dilayani. Sistem yang dibangun dilengkapi dengan fitur pengambilan nomor antrian secara mandiri, tampilan dashboard antrian secara real-time, serta fitur pemanggilan antrian berbasis suara yang memanfaatkan teknologi Web Speech API. Hasil pengujian Blackbox Testing menunjukkan bahwa seluruh fitur sistem beroperasi sesuai dengan yang diharapkan tanpa ditemukan kesalahan yang signifikan. Selain itu, pengujian System Usability Scale (SUS) mengindikasikan bahwa sistem memiliki tingkat penyerapan pengguna yang baik serta mudah dioperasikan. Pengujian performa sistem (response time) juga menunjukkan bahwa waktu respon tiap fitur berada pada kategori cepat dan stabil sehingga mendukung penggunaan sistem secara real-time. Oleh karena itu, perangkat lunak yang dikembangkan mampu meningkatkan efektivitas dan efisiensi pelayanan pada Klinik Darmi Farma serta memberikan kemudahan bagi petugas dalam mengelola antrian dan bagi pasien dalam memperoleh informasi secara jelas dan terstruktur.

Rancang Bangun Aplikasi Invoice dan Laporan Penjualan Desktop Berbasis Kotlin dengan Metode Iteratif

Mario Valentino — 2026-06-21

Proses pembuatan invoice dan laporan penjualan pada perusahaan perkebunan sawit masih dilakukan secara manual menggunakan Microsoft Excel, dengan rata-rata 17 transaksi per bulan. Proses ini mengharuskan petugas membuka dokumen kontrak, menyalin data secara manual, serta memformat ulang setiap invoice untuk setiap transaksi baru. Kondisi tersebut meningkatkan risiko kesalahan seperti ketidaksesuaian nomor invoice dan nomor kontrak yang dapat berdampak langsung pada keabsahan dokumen resmi perusahaan. Selain itu, proses penyusunan laporan penjualan masih dilakukan secara manual melalui rekapitulasi data transaksi. Kondisi tersebut membutuhkan waktu lebih lama dan meningkatkan risiko kesalahan pencatatan akibat human error. Ketergantungan pada proses manual juga menyulitkan pengelolaan data yang terstruktur dan konsisten, terutama ketika volume transaksi meningkat seiring pertumbuhan operasional perusahaan. Kondisi ini menunjukkan adanya kebutuhan mendesak terhadap sistem yang mampu mengotomatisasi proses pembuatan invoice dan pelaporan penjualan secara terintegrasi dan andal. Penelitian ini bertujuan untuk merancang dan membangun aplikasi invoice dan laporan penjualan berbasis desktop sebagai solusi digitalisasi administrasi penjualan. Aplikasi dikembangkan menggunakan bahasa pemrograman Kotlin dengan JavaFX sebagai antarmuka pengguna grafis, serta SQLite sebagai basis data lokal yang ringan dan tidak memerlukan konfigurasi server. Metode pengembangan yang digunakan adalah Metode Iteratif, yang memungkinkan sistem dikembangkan secara bertahap melalui siklus analisis, perancangan, implementasi, dan pengujian yang berulang. Pendekatan ini dipilih karena memungkinkan penyesuaian sistem secara fleksibel berdasarkan umpan balik pengguna pada setiap iterasi, sehingga menghasilkan sistem yang benar-benar sesuai dengan kebutuhan operasional di lapangan. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memverifikasi kesesuaian antara input dan output sistem tanpa memperhatikan struktur kode internal. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengotomatisasi pembuatan invoice secara sistematis dengan penomoran otomatis, mengelola data pelanggan, produk, dan transaksi secara terpusat dalam satu platform, serta menghasilkan laporan penjualan dan laporan umur piutang secara cepat dan akurat. Selain itu, sistem mempermudah proses pencarian data transaksi historis dan mengurangi ketergantungan terhadap proses manual yang berulang. Seluruh kebutuhan fungsional yang telah ditetapkan berhasil dipenuhi berdasarkan hasil pengujian Black Box Testing. Implementasi sistem ini terbukti meningkatkan efisiensi waktu kerja administrasi serta mengurangi potensi kesalahan input data secara signifikan dibandingkan metode sebelumnya. Penelitian ini memberikan kontribusi ilmiah dalam validasi pendekatan digitalisasi administrasi penjualan berbasis desktop lokal sebagai solusi yang praktis, efisien, dan dapat diterapkan pada perusahaan skala menengah yang belum memiliki infrastruktur teknologi informasi yang kompleks.

Rancang Bangun Perpustakaan Digital Ramah Disabilitas Menggunakan Metode Mobile-D

Ofren Dialsa — 2026-06-21

Kemajuan teknologi digital saat ini belum sepenuhnya menjangkau semua lapisan masyarakat, terutama bagi kelompok penyandang disabilitas. Balai Bahasa Provinsi Jambi, sebagai lembaga yang memproduksi dan juga menerjemahkan berbagai literatur budaya lokal salah satunya buku cerita anak, memerlukan platform inklusif untuk memastikan hak aksesibilitas informasi bagi seluruh peserta didik terutama penyandang disabilitas sesuai pada Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Nomor 48 Tahun 2023. Penelitian ini bertujuan untuk merancang dan membangun aplikasi perpustakaan digital ramah disabilitas berbasis mobile dengan fokus pada fitur khusus aksesibilitas bagi penyandang tunanetra dan disleksia. Fitur utama yang dikembangkan mencakup dukungan screen reader, speech-to-text untuk pencarian buku berbasis suara, penggunaan font khusus disleksia, serta tampilan kontras tinggi. Metodologi yang digunakan dalam membangun sistem ini adalah metode Mobile-D, sebuah pendekatan agile yang mendukung fleksibilitas dan iterasi cepat untuk menghasilkan produk yang adaptif. Untuk memastikan kualitas dan fungsionalitas sistem berjalan dengan baik, pengujian dilakukan menggunakan metode Automated Black Box Testing. Hasil dari penelitian ini adalah sebuah aplikasi perpustakaan digital yang dapat memfasilitasi akses literasi inklusif, sekaligus dapat menjadi sarana pelestarian bahasa dan sastra daerah Provinsi Jambi. Implementasi metode Mobile-D terbukti efektif dalam memetakan kebutuhan spesifik instansi Balai Bahasa Provinsi Jambi secara terstruktur.

Transformasi Digital sebagai Mediator dalam Kualitas Layanan Publik Berbasis CRM

Arif Kurniawan — 2026-06-21

Strategi Customer Relationship Management (CRM) semakin banyak diterapkan pada organisasi sektor publik sebagai upaya memperkuat hubungan dengan masyarakat dan meningkatkan kualitas pelayanan. Meskipun strategi CRM telah banyak diterapkan dalam sektor pelayanan publik, temuan empiris dari penelitian sebelumnya masih memperlihatkan hasil yang beragam terkait dampaknya terhadap kualitas layanan. Ketidakkonsistenan tersebut menunjukkan bahwa terdapat faktor atau proses organisasi tertentu yang belum sepenuhnya terungkap dalam menjelaskan hubungan antara kedua variabel tersebut. Seiring berkembangnya pemanfaatan teknologi dalam penyelenggaraan layanan publik, transformasi digital dipandang memiliki peran penting dalam mengoptimalkan implementasi strategi CRM sehingga dapat mendorong peningkatan kualitas layanan secara lebih efektif. Berdasarkan kondisi tersebut, penelitian ini dilakukan untuk mengkaji pengaruh strategi CRM terhadap kualitas layanan publik sekaligus mengevaluasi peran transformasi digital sebagai variabel mediasi dalam hubungan tersebut. Penelitian menggunakan pendekatan kuantitatif dengan desain explanatory research. Data dikumpulkan melalui survei kuesioner terhadap 310 pengguna layanan publik di Kecamatan Pedurungan, Kota Semarang. Analisis data dilakukan menggunakan Partial Least Squares–Structural Equation Modeling (PLS-SEM) dengan bantuan perangkat lunak SmartPLS 4. Analisis statistik mengungkapkan bahwa strategi CRM berpengaruh positif dan signifikan terhadap transformasi digital (β = 0,829; p < 0,001), sedangkan transformasi digital berpengaruh positif dan signifikan terhadap kualitas layanan publik (β = 0,788; p < 0,001). Sebaliknya, pengaruh langsung strategi CRM terhadap kualitas layanan publik tidak signifikan (β = 0,089; p = 0,301). Pengujian efek tidak langsung menunjukkan bahwa transformasi digital memediasi secara signifikan hubungan antara strategi CRM dan kualitas layanan publik (β = 0,653; p < 0,001), yang mengindikasikan terjadinya mediasi penuh (full mediation). Temuan ini menegaskan bahwa keberhasilan strategi CRM di sektor publik tidak secara otomatis meningkatkan kualitas layanan tanpa didukung proses transformasi digital yang memadai. Secara teoretis, penelitian ini memperkaya literatur mengenai hubungan CRM, transformasi digital, dan kualitas layanan publik dengan menunjukkan peran transformasi digital sebagai mekanisme intervening yang menjelaskan hubungan antarvariabel tersebut. Secara praktis, hasil penelitian memberikan implikasi bahwa organisasi sektor publik perlu mengintegrasikan digitalisasi proses layanan, penguatan infrastruktur teknologi, serta peningkatan kompetensi digital sumber daya manusia agar implementasi strategi CRM dapat menghasilkan peningkatan kualitas layanan yang berkelanjutan dan berorientasi pada kebutuhan masyarakat.

Technological Friction: A Comparative Analysis of Work-Life Balance between Information Technology and Administrative Professionals

Prasis Damai Nursyam Hamijaya — 2026-06-21

The current dynamic global economic landscape positions human capital well-being as a primary strategic organizational priority, particularly amidst the high rates of mental exhaustion among young workers. Within the Indonesian technology industry ecosystem, this well-being crisis is further exacerbated by the flexibility paradox, where constant digital work demands frequently blur the strict boundaries between professional and personal life, ultimately triggering technostress. This study aims to empirically examine the direct effect of Work-Life Balance on employee Work Performance, evaluate the moderating role of technostress on this relationship, and analyze the differences in the moderation mechanism between IT Division (technical) and Non-IT Division (administrative) employees. This quantitative study utilized Partial Least Squares Structural Equation Modeling (PLS-SEM). Primary data were collected via questionnaires from a sample of 175 Generation Z and Millennial employees actively working in the technology industry, comprising 89 IT Division and 86 Non-IT Division workers. Instrument evaluation and hypothesis testing were conducted using the bootstrapping algorithm, followed by Multi-Group Analysis (MGA) to assess the significance of structural differences between these groups. The results demonstrate that Work-Life Balance has a positive and highly significant direct impact on employee performance achievement. In the moderation testing, the initial hypothesis was not supported as the interaction coefficient indicated a positive direction, contradicting theoretical predictions. Technostress conclusively demonstrated a buffering (strengthening) effect, wherein high stress levels actually amplify the urgency of Work-Life Balance as an essential psychological shield for employees to optimally maintain their operational performance standards. Furthermore, the MGA evaluation confirmed that this buffering effect operates significantly stronger among IT Division workers compared to Non-IT Division workers. This difference is primarily attributed to intense exposure to the always-on culture and operational workload expectations demanding full standby from the technical group. As a practical solution, management is recommended to implement a Digital Disconnect Protocol, design a tiered recovery framework specifically for the IT Division, and establish asynchronous work initiatives for the Non-IT Division. In conclusion, psychological well-being is an essential strategic necessity for maintaining sustainable productivity.

Pengembangan Sistem Pencocokan Curriculum Vitae Dengan Lowongan Pekerjaan Menggunakan MPNet Embedding Dan Cosine Similarity

Fitri Shafirawati — 2026-06-21

Proses screening Curriculum Vitae (CV) pada PT Bahagia Sukses Lestari masih dilakukan secara manual, sehingga memerlukan waktu lama, meningkatkan beban kerja HR, serta berpotensi menimbulkan bias subjektif. Berdasarkan hasil observasi, setiap pembukaan satu lowongan pekerjaan di PT Bahagia Sukses Lestari rata-rata menerima sekitar 60 CV, sedangkan proses rekrutmen hanya ditangani oleh dua staf HR. Dari total lamaran tersebut, hanya sekitar 20 lamaran yang benar-benar sesuai dengan kriteria awal pada tahap screening. Penelitian ini bertujuan untuk mengembangkan sistem screening CV berbasis web menggunakan pendekatan semantic similarity. Pengembangan sistem dilakukan menggunakan metode CRISP-DM, sedangkan proses pencocokan CV dengan lowongan pekerjaan menerapkan Natural Language Processing (NLP) menggunakan model MPNet untuk menghasilkan embedding dan cosine similarity untuk menghitung tingkat kesesuaian. Nilai similarity yang diperoleh kemudian diklasifikasikan menggunakan threshold 0,6 dengan kategori recommended untuk nilai ≥ 0,6 dan not recommended untuk nilai < 0,6. Hasil pengujian dilakukan menggunakan 35 dokumen CV yang masing-masing diuji terhadap dua lowongan pekerjaan berbeda sehingga menghasilkan total 70 proses screening yang menunjukkan nilai kemiripan berkisar antara 0,26 hingga 0,81, dengan 22 CV termasuk kategori recommended dan 48 CV not recommended. Sistem mampu melakukan proses screening CV secara otomatis dengan waktu rata-rata kurang dari 1 menit untuk setiap proses seleksi. Evaluasi model menghasilkan accuracy sebesar 97%, precision 91%, recall 100%, dan F1-score 95%, yang menunjukkan kemampuan sistem dalam mengidentifikasi kandidat yang relevan. Kesimpulannya, sistem berbasis embedding MPNet dan cosine similarity terbukti mampu meningkatkan efisiensi serta objektivitas proses screening CV dan menghasilkan rekomendasi kandidat secara konsisten.

Analisis Sentimen Komentar YouTube Tentang Bencana Banjir Di Sumatera Menggunakan Support Vector Machine

Dimas Aditya Putranto — 2026-06-29

Bencana banjir di Sumatera tahun 2025 memicu berbagai reaksi masyarakat di YouTube sebagai salah satu platform media sosial utama di Indonesia. Penelitian ini bertujuan menganalisis sentimen publik dengan mengklasifikasikan komentar menjadi positif, negatif, dan netral menggunakan algoritma Support Vector Machine (SVM). Metode yang digunakan mengacu pada kerangka Knowledge Discovery in Databases (KDD), dimulai dari pengumpulan 22.776 komentar melalui YouTube Data API v3, yang kemudian diproses melalui tahapan preprocessing seperti cleansing, case folding, normalisasi, tokenizing, dan stopword removal hingga diperoleh 11.021 data valid. Data tersebut dibagi menjadi data latih dan uji dengan rasio 80:20. Hasil evaluasi menggunakan confusion matrix menunjukkan akurasi model sebesar 87%. Distribusi sentimen didominasi oleh positif (46,47%), diikuti netral (28,95%), dan negatif (24,58%). Hasil ini menunjukkan bahwa SVM efektif dalam menganalisis data teks media sosial dan dapat menjadi referensi bagi pihak terkait dalam pengambilan keputusan penanganan bencana.

Dampak Maturitas CI/CD Terhadap Kualitas Kode dan Rilis Proyek Open Source Menggunakan MSR

Syahbarudin Abdillah — 2026-06-29

Dalam era pengembangan perangkat lunak modern, Continuous Integration (CI) dan Continuous Deployment (CD) telah menjadi praktik kunci untuk menjaga efisiensi rilis dan kualitas kode. Namun, studi empiris yang secara kuantitatif mengukur dampak adopsi CI/CD pada proyek open source dibandingkan dengan metode manual masih terbatas. Penelitian ini bertujuan untuk menganalisis dampak adopsi CI/CD serta hubungan antara tingkat maturitas teknis (Build Health dan Time to Fix) terhadap kualitas kode (Bug Density) dan efisiensi rilis. Penelitian ini menggunakan pendekatan kuantitatif dengan metode Mining Software Repositories (MSR). Data dikumpulkan dari repositori publik di GitHub yang menggunakan bahasa pemrograman JavaScript dan PHP. Sampel penelitian dibagi menjadi dua kelompok, yaitu proyek yang menerapkan CI/CD dan proyek yang dikelola secara manual. Instrumen penelitian berupa skrip otomasi berbasis Python digunakan untuk mengekstraksi jejak digital historis, termasuk riwayat commit, log workflow, dan laporan issue. Selanjutnya, data yang terkumpul akan dianalisis menggunakan uji statistik inferensial, meliputi uji beda dan uji korelasi, untuk memvalidasi hipotesis penelitian. Hasil dari penelitian ini memberikan bukti empiris mengenai efektivitas CI/CD sebagai rujukan bagi pengembang dalam mengoptimalkan strategi otomatisasi.

Hybrid RoBERTa-BERTopic Sentiment Analysis for Information Governance at PT Bank Central Asia Tbk

Pastika Divasaputra — 2026-07-01

Consumer reviews on digital distribution platforms offer valuable insights for financial institutions to evaluate service quality and user satisfaction. This study implements an integrated natural language processing (NLP) framework combining the pre-trained indonesian-roberta-base-sentiment-classifier model and BERTopic to perform granular sentiment analysis and thematic topic modeling on mobile banking user feedback. A total of 3,138 validated customer reviews were harvested from the Google Play Store. The sentiment classification revealed that 52.1% of the reviews expressed positive sentiments, while 36.0% were categorized as negative and 11.9% were categorized as neutral. Through cross-matrix BERTopic modeling, these sentiments were successfully mapped into critical operational themes, including application technical bugs, post-update system stability, and physical bank teller queue issues. The evaluation of the RoBERTa model demonstrated strong performance with an overall accuracy of 89.5% and a macro F1-score of 88.7%, proving its robustness in processing non-standard Indonesian text. The cross-analysis maps granular actionable insights, enabling banking management to systematically prioritize software engineering enhancements and customer service interventions based on quantified user pain points.

Optimasi Analisis Sentimen Banjir Sumatra Menggunakan Naive Bayes dan SVC Berbasis Seleksi Fitur

Sri Karnila — 2026-07-01

Bencana alam banjir bandang yang melanda berbagai wilayah di Sumatra telah menimbulkan dampak fisik dan ekonomi yang signifikan, sekaligus memicu gelombang opini dari masyarakat luas di ruang digital. Dalam konteks mitigasi dan tanggap darurat, media sosial twitter beralih fungsi menjadi platform utama bagi warga untuk menyalurkan informasi terkini, keluhan, simpati, serta kritik terhadap efektivitas penanganan bencana. Mengingat besarnya volume data opini publik tersebut, diperlukan pendekatan komputasional untuk mengevaluasi respons masyarakat secara terukur guna memberikan umpan balik kepada pemerintah. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan sentimen masyarakat terhadap isu bencana banjir Sumatra sesuai dengan alur penemuan pengetahuan berbasis data teks. Metode yang digunakan bertumpu pada kerangka kerja sistematis yang mencakup pengumpulan 2.000 data komentar dari twitter, tahapan prapemrosesan teks (meliputi cleansing, case folding, tokenizing, filter stopwords, dan stemming), pelabelan leksikon, serta pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) berbasis N-Grams. Data kemudian diklasifikasikan ke dalam sentimen positif dan negatif menggunakan algoritma Multinomial Naive Bayes dan Support Vector Classifier (SVC). Hasil pengujian komparatif mengungkapkan bahwa algoritma SVC dengan optimasi class weight berkinerja unggul dengan akurasi 87,02%, sementara algoritma Naive Bayes memperoleh akurasi 78,30%. Berdasarkan 447 dataset uji yang dievaluasi, model berhasil mengelompokkan ulasan mayoritas ke dalam sentimen negatif yang menyoroti keterlambatan distribusi bantuan, serta sentimen positif yang merepresentasikan apresiasi solidaritas. Kesimpulan dari penelitian ini menegaskan bahwa algoritma klasifikasi SVC, terbukti lebih akurat memproses data teks kebencanaan yang tidak seimbang. Hasil analisis data teks ini dapat dijadikan bahan evaluasi bagi pemangku kepentingan dalam pengambilan keputusan penanganan bencana alam banjir.

Klasifikasi Minat Beli Konsumen pada Platform E-Commerce Menggunakan Algoritma C4.5

Rafli Kalisiano Kalkausar — 2026-07-01

Penelitian ini menerapkan teknik data mining berbasis klasifikasi untuk mengidentifikasi pola minat beli konsumen pada platform e-commerce. Data penelitian diperoleh melalui kuesioner terstruktur kepada pengguna aktif e-commerce dengan skala Likert 1–5, yang mengukur empat variabel utama, yaitu harga, keragaman produk, kemudahan penggunaan, dan kepercayaan. Sebelum pemodelan, seluruh instrumen kuesioner diuji validitas menggunakan korelasi Pearson dan reliabilitas menggunakan Cronbach’s Alpha, dengan hasil seluruh butir pernyataan dinyatakan valid dan reliabel. Data yang terkumpul diseleksi, dikodekan menjadi skor numerik, dan dilabeli ke dalam tiga kategori minat beli yaitu Tinggi, Sedang, dan Rendah berdasarkan skor komposit rata-rata keempat variabel. Pemodelan klasifikasi dilakukan menggunakan algoritma C4.5 dan Naive Bayes melalui perangkat lunak RapidMiner, dengan evaluasi menggunakan split validation (70:30) dan 10-fold cross validation. Hasil evaluasi menunjukkan bahwa C4.5 menghasilkan akurasi 83,87% pada split validation dan 91,51% pada cross validation, sementara Naive Bayes menghasilkan akurasi 96,77% dan 95,36% pada masing-masing metode evaluasi. Keunggulan Naive Bayes atas C4.5 turut dipengaruhi oleh kondisi ketidakseimbangan kelas pada dataset, di mana kelas Rendah hanya diwakili oleh 5 data dari total 106 responden. Meskipun demikian, C4.5 tetap unggul dalam interpretabilitas karena struktur pohon keputusan yang dihasilkan memungkinkan penelusuran aturan klasifikasi secara eksplisit dalam bentuk aturan if-then yang dapat langsung diterapkan dalam pengambilan keputusan strategis.

Sistem Pendukung Keputusan Priorotas Pengembangan Transportasi Publik di Indonesia Menggunakan Metode Entropy-Vikor

Wisnu Darmawan — 2026-07-01

Transportasi publik memiliki peranan yang sangat penting dalam mendukung mobilitas masyarakat dan aktivitas ekonomi di suatu wilayah. Namun, peningkatan jumlah kendaraan bermotor yang terus terjadi setiap tahun menimbulkan berbagai permasalahan seperti kemacetan lalu lintas, tingginya tingkat polusi udara, serta menurunnya efisiensi perjalanan masyarakat. Kondisi tersebut menunjukkan bahwa pengembangan transportasi publik perlu dilakukan secara tepat sasaran dan berdasarkan prioritas wilayah yang benar-benar membutuhkan perhatian lebih. Penelitian ini bertujuan untuk menentukan prioritas pengembangan transportasi publik berdasarkan tingkat kepadatan kendaraan bermotor menggunakan pendekatan Sistem Pendukung Keputusan (SPK) dengan kombinasi metode Entropy dan VIKOR. Metode Entropy digunakan untuk menentukan bobot kriteria secara objektif berdasarkan tingkat variasi data, sehingga dapat mengurangi subjektivitas dalam proses pengambilan keputusan. Sementara itu, metode VIKOR digunakan untuk melakukan perangkingan alternatif berdasarkan solusi kompromi terbaik dengan mempertimbangkan kedekatan terhadap solusi ideal dan jarak dari solusi terburuk. Penelitian ini menggunakan empat kriteria utama yaitu jumlah sepeda motor, mobil penumpang, mobil bus, dan mobil barang tahun 2025 dengan 15 provinsi di Indonesia sebagai alternatif penelitian. Hasil penelitian menunjukkan bahwa kriteria Mobil Penumpang 2025 memiliki bobot tertinggi sebesar 0,3384 sehingga menjadi faktor yang paling berpengaruh dalam menentukan prioritas pengembangan transportasi publik. Berdasarkan hasil perangkingan metode VIKOR, provinsi Jawa Timur memperoleh nilai indeks Q terkecil sebesar 0,0000 sehingga menempati peringkat pertama sebagai wilayah yang paling diprioritaskan dalam pengembangan transportasi publik, diikuti oleh Jawa Barat dan Jawa Tengah. Selain itu, hasil pengujian menggunakan Korelasi Rank Spearman menghasilkan nilai koefisien sebesar 0,868 yang menunjukkan hubungan sangat kuat dan searah antara hasil perangkingan metode VIKOR dan WASPAS. Nilai tersebut membuktikan bahwa hasil perangkingan yang diperoleh memiliki tingkat konsistensi yang tinggi dan dapat dijadikan dasar dalam mendukung pengambilan keputusan yang lebih akurat, objektif, dan terpercaya. Dengan demikian, kombinasi metode Entropy dan VIKOR dinilai mampu memberikan solusi yang efektif dalam menentukan prioritas pengembangan transportasi publik secara lebih sistematis dan efisien.

Sistem Pendukung Keputusan Penentuan Prioritas Kecamatan Penerima Program Rutilahu Menggunakan Metode AHP di Kabupaten Bekasi

Nur Enggar — 2026-07-05

Program Rumah Tidak Layak Huni (Rutilahu) di Kabupaten Bekasi memiliki kuota penerima yang terbatas setiap tahun. Merespons permasalahan tersebut, penelitian ini mengembangkan kerangka pemeringkatan prioritas wilayah dengan menerapkan Metode Analytical Hierarchy Process (AHP) mengidentifikasi dan memvalidasi kriteria relevan, menentukan bobot setiap kriteria melalui analisis perbandingan berpasangan, dan menghasilkan urutan prioritas 23 satuan administratif kecamatan sebagai dasar alokasi program di Kabupaten Bekasi. Penelitian menerapkan strategi analisis kuantitatif yang menggabungkan eksplorasi deskriptif data sekunder (2024) dari tiga sumber institusional: Portal Keterbukaan Data Kabupaten Bekasi, Lembaga Statistik Pusat, dan Dinas Pemberdayaan Sosial Kabupaten Bekasi. Sistem penilaian mengoperasionalisasikan empat dimensi: (K1) volume unit hunian substandar, (K2) populasi penerima Program Keluarga Harapan, (K3) intensitas konsentrasi demografis per satuan wilayah, dan (K4) fragmentasi administratif desa per kecamatan. Pembobotannya diturunkan dari matriks perbandingan relatif yang merujuk pada standar regulasi Peraturan Menteri PUPR No. 7/2022. Kalkulasi bobot menghasilkan distribusi: K1 (54,3%), K2 (24,5%), K3 (13,6%), K4 (7,6%). Indeks Consistency Ratio sebesar 7,5% juga masih dalam margin keandalan maksimal 10% memvalidasi konsistensi logis penilaian antar dimensi. Sintesis skoring menghasilkan Kecamatan Tambun Utara sebagai peringkat pertama skor: 0,075217, diikuti Pebayuran dan Karangbahagia. Identifikasi lima satuan prioritas utama Tambun Utara, Pebayuran, Karangbahagia, Tambun Selatan, Babelan memfasilitasi rekomendasi alokasi anggaran yang berbasis bukti empiris dan struktural bagi formulasi kebijakan di tingkat pemerintah daerah Kabupaten Bekasi.