Jurnal Tekno Kompak

IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI DAN DETEKSI TUMOR OTAK

Ganis Sanhaji — 2025-04-06

Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mendeteksi tumor otak melalui citra digital. Tumor otak merupakan salah satu penyakit dengan tingkat kompleksitas tinggi yang memerlukan diagnosis cepat dan akurat. CNN digunakan karena kemampuannya untuk mengekstraksi pola kompleks dari citra tanpa memerlukan rekayasa fitur manual. Dataset yang digunakan mencakup empat kategori utama: glioma, meningioma, pituitary, dan non-tumor. Model dilatih menggunakan teknik transfer learning untuk meningkatkan efisiensi pelatihan dan akurasi prediksi. Evaluasi model menunjukkan hasil yang menjanjikan dengan tingkat akurasi sebesar 88%, menggunakan metrik seperti precision, recall, F1-score, dan Confusion Matrix untuk analisis kinerja. Hasil penelitian ini diharapkan dapat mendukung pengembangan sistem berbasis kecerdasan buatan untuk membantu diagnosis medis secara otomatis, terutama di wilayah dengan akses terbatas terhadap fasilitas diagnostik dan tenaga medis.

Rancang Bangun Energy Endpoint Monitoring (EPM) Prototipe di PT PLN (Persero) UP2D Sumatera Utara

Astri Floren Simatupang — 2025-04-06

Teknologi digitalisasi dalam distribusi energi telah menjadi elemen yang sangat penting dalam meningkatkan keandalan layanan kepada konsumen yang semakin beragam. Seiring dengan semakin tergantungnya dunia pada teknologi, langkah-langkah inovatif untuk meningkatkan efisiensi dan efektivitas layanan distribusi energi menjadi kebutuhan yang tak terhindarkan. Salah satu langkah signifikan yang diambil oleh PLN dalam mewujudkan visi besar melalui program moonshot digitalisasi adalah dengan menghadirkan aplikasi Energy Endpoint Monitoring (EPM). Sistem ini memanfaatkan teknologi digital dan Internet of Things (IoT) untuk meningkatkan efisiensi, keandalan, serta kualitas distribusi energi, terutama bagi pelanggan di ujung jaringan distribusi 20 kV dan acara VIP yang memerlukan kestabilan pasokan energi tinggi. EPM dirancang untuk memonitor kondisi pasokan energi secara real-time, memastikan energi yang disalurkan tidak hanya tersedia secara kontinu tetapi juga terjaga dalam kondisi yang optimal dan dapat memenuhi kebutuhan pelanggan dengan tepat waktu. Teknologi ini bertujuan untuk mengurangi ketergantungan pada laporan manual yang sering kali tidak efisien dan memperlambat respons terhadap gangguan pasokan energi. Dengan memanfaatkan EPM, PLN dapat memantau kondisi energi secara langsung tanpa harus menunggu laporan dari pelanggan, yang memungkinkan penanganan gangguan yang lebih cepat. Hasil pengujian aplikasi EPM menunjukkan dampak yang signifikan terhadap pengelolaan distribusi energi. Sebelum penerapan EPM, PLN sering menghadapi laporan gangguan berulang yang disebabkan oleh monitoring masih manual dan menunggu laporan dari pelanggan sehingga pemantauan kondisi pasokan yang tidak akurat. Data yang diperoleh selama Januari hingga Maret 2024 mencatatkan jumlah laporan berulang yang cukup tinggi, antara 7 hingga 25 laporan per bulan. Namun, setelah implementasi EPM pada April 2024, jumlah laporan berulang mengalami penurunan drastis. Pada April 2024, laporan berulang turun menjadi hanya 5 laporan, dan pada bulan-bulan berikutnya, jumlah laporan berulang menurun lebih jauh menjadi 0 hingga 3 laporan per bulan, dengan bulan Mei hingga Juli 2024 tercatat tidak ada laporan berulang sama sekali. Penurunan ini menunjukkan bahwa EPM efektif dalam meningkatkan akurasi monitoring kondisi pasokan energi dan mempercepat identifikasi serta penanganan gangguan. Keberhasilan sistem ini juga terlihat pada berkurangnya ketergantungan terhadap metode manual yang digunakan sebelumnya di Distribution Control Center (DCC), yang sering memperlambat respons terhadap gangguan. Penerapan EPM membawa perubahan signifikan dalam pengambilan keputusan yang lebih cepat dan berbasis data yang akurat, sehingga dapat merespons gangguan dengan lebih efisien dan tepat. EPM juga meningkatkan transparansi dan memperkuat kepercayaan pelanggan terhadap PLN. Pasokan energi yang lebih andal dan stabil meningkatkan rasa nyaman bagi pelanggan yang sangat bergantung pada kestabilan pasokan listrik. Dengan sistem EPM yang lebih efisien, PLN tidak hanya memperbaiki kualitas layanan operasional, tetapi juga menciptakan distribusi energi yang lebih responsif dan efisien. EPM telah terbukti menjadi langkah penting untuk memperkuat sistem distribusi energi, memastikan pasokan energi yang lebih stabil, dan mendukung kesuksesan berbagai kegiatan yang bergantung pada kestabilan pasokan listrik, seperti acara VIP. Dengan implementasi EPM, PLN semakin dekat dengan pencapaian misi moonshot digitalisasi yang bertujuan untuk menciptakan jaringan distribusi yang lebih cerdas, efisien, dan andal, demi memberikan layanan terbaik bagi seluruh pelanggan.

Comparative Analysis of Algorithms for Sensitive Outlier Protection in Privacy Preserving Data Mining

Muhammad Ikhwan Burhan — 2025-04-06

Penambangan data (Data Mining) merupakan teknik penting dalam era Big Data untuk menggali wawasan berharga dari kumpulan data besar. Tantangan utama dalam bidang ini adalah menjaga privasi individu, khususnya pada data outlier yang sensitif yang mengandung informasi pribadi. Penelitian ini bertujuan untuk membandingkan efektivitas algoritma clustering PAM, CLARA, CLARANS, dan ECLARANS dalam mendeteksi outlier serta mengevaluasi perlindungan privasi menggunakan metode Gaussian Perturbation Random. Penelitian dilakukan menggunakan dua dataset kesehatan: Dataset Diabetes dari National Institute of Diabetes and Digestive and Kidney Diseases dan Dataset Breast Cancer Wisconsin. Hasil menunjukkan bahwa algoritma CLARA mendeteksi jumlah outlier terbanyak pada dataset besar, sementara ECLARANS menunjukkan efisiensi waktu terbaik pada dataset tertentu. Metode Gaussian Perturbation Random terbukti efektif dalam melindungi privasi outlier tanpa mengurangi akurasi deteksi. Kesimpulannya, CLARA merupakan algoritma yang paling menjanjikan untuk mendeteksi outlier sambil menjaga privasi data, berkat pendekatan sampling yang efisien. Temuan ini memberikan kontribusi penting dalam penerapan data mining yang aman dan privasi yang terjaga, khususnya dalam domain data kesehatan.

Implementasi Metode SAW dengan Pembobotan ROC untuk Menentukan Stunting pada Posyandu Desa Padang

Kinanthi Sekar Palupi kinan — 2025-04-06

Di Indonesia, stunting merupakan masalah kesehatan yang utama, terutama bagi anak-anak. Kekurangan gizi selama masa kehamilan dan tahun-tahun awal kehidupan dapat menyebabkan stunting, suatu kondisi yang sering mengganggu pertumbuhan anak-anak di bawah usia lima tahun. Deteksi dini pada status gizi balita sangat penting untuk mencegah terjadinya kekurangan gizi buruk yang dapat menghambat pertumbuhan anak. Penelitian ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) dengan pembobotan Rank Order Centroid (ROC) dalam menentukan status gizi balita di Posyandu Desa Padang. Metode ROC dipilih untuk memberikan bobot pada kriteria yang relevan, sedangkan metode SAW digunakan untuk perhitungan alternatif berdasarkan bobot kriteria tersebut. Data yang dianalisis mencakup data antropometri seperti tinggi badan, berat badan, umur, serta riwayat kesehatan balita. Pengumpulan data dilakukan melalui wawancara dengan bidan desa, yang menghasilkan data antropometri balita yang dianalisis. Hasil menunjukkan bahwa penggunaan metode SAW dengan pembobotan ROC memungkinkan penentuan status gizi balita dengan lebih akurat dan efisien. Hasil nilai preferensi menunjukkan peringkat status gizi balita, yang diklasifikasikan sebagai sangat pendek, stunting, tinggi, dan normal. Hasil klasifikasi menunjukkan lima balita dinyatakan normal, tiga balita mengalami stunting, dan dua balita tergolong tinggi. Penerapan metode SAW dengan pembobotan ROC dalam menentukan status gizi balita ini terbukti efektif dalam membantu deteksi dini stunting, mendukung upaya pencegahan, dan meningkatkan kualitas sumber daya manusia. Penggunaan metode ini, diharapkan dapat meningkatkan akurasi dalam menentukan status gizi balita serta mengatasi keterbatasan sumber daya manusia di posyandu.

Perancangan Sistem Informasi Pengelolaan Keuangan Berbasis Web: Studi Kasus Pada Yayasan Angel Hearts Bali

Ni Luh Putu Arisma Dewi — 2025-04-07

Pengembangan sistem ini bertujuan untuk merancang sebuah sistem pengelolaan keuangan berbasis web yang komprehensif dan terstruktur untuk Yayasan Angel Hearts Bali, sebuah yayasan sosial kemanusiaan yang telah beroperasi selama lebih dari lima tahun. Yayasan ini menghadapi permasalahan dalam pengelolaan keuangan, khususnya dalam pencatatan pendapatan donasi dan pengeluaran untuk berbagai kegiatan sosial yang dilakukan. Keterbatasan pada sistem pengelolaan yang ada sering kali mengakibatkan kesalahan pencatatan dan sulitnya mendapatkan laporan keuangan yang akurat dan terorganisir. Oleh karena itu, pengembangan sistem ini diharapkan dapat memberikan solusi yang efektif dan efisien bagi yayasan dalam mengelola keuangannya. Proses pengembangan sistem ini menggunakan metode waterfall, yang memastikan bahwa setiap tahap perancangan dilakukan secara berurutan dan sistematis. Metode ini dimulai dengan tahap analisis kebutuhan, di mana kebutuhan pengguna dan permasalahan yang ada diidentifikasi dengan jelas. Setelah itu, tahap desain dilakukan dengan membuat diagram alur proses, struktur data, dan prototype antarmuka pengguna (UI) untuk memberikan gambaran visual mengenai sistem yang akan dikembangkan. Tahap pengujian desain sistem dilakukan untuk memastikan bahwa rancangan sudah sesuai dengan kebutuhan yayasan. Sistem ini dirancang untuk mendukung berbagai fungsi penting dalam pengelolaan keuangan yayasan, seperti pencatatan transaksi pada jurnal umum, pembuatan buku besar, penyusunan neraca saldo, dan laporan laba rugi. Setiap transaksi, baik pendapatan maupun pengeluaran, dicatat secara terstruktur di dalam jurnal, yang kemudian digunakan untuk menghasilkan laporan keuangan secara otomatis setiap bulannya. Dengan adanya fitur-fitur ini, sistem tidak hanya mempermudah proses pencatatan, tetapi juga meningkatkan akurasi dan efisiensi dalam pengelolaan keuangan. Hasil akhir dari pengembangan ini adalah sebuah rancangan sistem pengelolaan keuangan yang terintegrasi, komprehensif, dan mudah digunakan. Sistem ini diharapkan mampu membantu yayasan menyelesaikan permasalahan pengelolaan keuangan yang selama ini menjadi kendala, sekaligus menyediakan laporan keuangan yang dapat diakses dengan cepat dan akurat. Dengan demikian, Yayasan Angel Hearts Bali dapat lebih fokus pada kegiatan sosialnya tanpa terganggu oleh permasalahan administratif. Pengembangan sistem ini juga memberikan dasar yang kuat untuk pengelolaan keuangan yang berkelanjutan di masa mendatang

Analisis Performa Model CNN dalam Klasifikasi Kebakaran dan non Kebakaran Hutan

Fahreza Fany Dwiputra — 2025-04-07

Kebakaran hutan merupakan peristiwa terbakarnya suatu lahan yang disebabkan oleh faktor alam dan manusia, yang berdampak pada kerusakan lingkungan, hilangnya keanekaragaman hayati, dan menimbulkan dampak negatif bagi kesehatan. Penggunaan teknologi pendeteksi dan pemantau adalah salah satu upaya untuk mengurangi dampak kebakaran hutan yang semakin meluas. Seiring dengan kemajuan teknologi, Convolutional Neural Networks (CNN) adalah salah satu metode yang dapat digunakan untuk mengklasifikasikan kebakaran hutan yang dinilai canggih serta populer. Penelitian ini bertujuan untuk melakukan analisis dan perbandingan kinerja tiga model CNN dalam klasifikasi kebakaran hutan dan nonkebakaran hutan. Model CNN yang digunakan adalah VGG16, Inception-V3, dan ResNet50. Data yang digunakan sebanyak 952 citra yang terdiri dari 592 citra kebakaran dan 360 citra non kebakaran. Data tersebut terbagi menjadi tiga bagian yaitu data training sebesar 653 citra, data validation sebesar 149, dan data testing sebesar 150. Hasil untuk evaluasi model Inception-V3 memiliki performa yang paling terbaik secara keseluruhan, dengan mencapai accuracy 98% dan precision 99% pada data testing. VGG16 menunjukkan menunjukan performa yang baik dan konsisten, sedangkan ResNet50 menunjukkan performa yang buruk. Hal ini menunjukkan bahwa model Inception-V3 lebih unggul di bandingkan dengan model VGG16 dan ResNet50 dalam klasifikasi kebakaran dan non kebakaran hutan.

Penerapan Regresi Linear Terhadap Tingkat Perceraian Di Jawa Tengah Menggunakan Bahasa Python

Syarifatul Muhajannah — 2025-04-07

Penelitian ini dilakukan untuk mengidentifikasi pola trend hubungan antara jumlah pernikahan dengan tingkat perceraian yang terjadi di 35 kabupaten/kota di Provinsi Jawa Tengah. Metode yang digunakan adalah regresi linier sederhana, dengan data utama yang bersumber dari Badan Pusat Statistik (BPS) Jawa Tengah pada tahun 2023. Dalam proses analisis, penelitian ini memanfaatkan bahasa pemrograman Python karena berbagai keunggulan yang dimilikinya. Python tidak hanya menawarkan sintaks yang sederhana dan mudah dipahami, tetapi juga memiliki berbagai pustaka yang sangat mendukung analisis data, seperti Pandas untuk pengolahan data, Scikit-learn untuk membangun model prediktif, dan Matplotlib untuk visualisasi data. Kemampuannya dalam mengelola data dalam jumlah besar secara efisien membuat Python sangat cocok untuk analisis yang memerlukan kecepatan dan akurasi tinggi. Model regresi linier sederhana yang diterapkan dalam penelitian ini menunjukkan hasil yang cukup signifikan. Nilai R-squared mencapai 87,74%, yang berarti bahwa sebanyak 87,74% variasi tingkat perceraian dapat dijelaskan oleh jumlah pernikahan di kabupaten/kota yang dianalisis. Di sisi lain, nilai Mean Squared Error (MSE) sebesar 79.745,23 menunjukkan tingkat kesalahan prediksi yang berada dalam batas yang dapat diterima. Model ini juga mengungkapkan bahwa setiap peningkatan satu pernikahan rata-rata akan berhubungan dengan kenaikan sebesar 0,3486 pada tingkat perceraian. Beberapa hasil prediksi tingkat perceraian di kabupaten/kota tertentu berdasarkan jumlah pernikahan menghasilkan angka seperti 2.281,39; 3.501,47; 1.518,09; 1.455,32; 1.264,24; 2.240,59; dan 3.046,43 kasus. Hasil prediksi ini menggambarkan estimasi tingkat perceraian yang dihasilkan oleh model di wilayah-wilayah tersebut. Analisis ini memperlihatkan adanya korelasi positif antara jumlah pernikahan dan tingkat perceraian, di mana wilayah dengan jumlah pernikahan yang lebih tinggi cenderung memiliki tingkat perceraian yang juga lebih tinggi. Penemuan ini memberikan bukti empiris yang memperkuat adanya hubungan linier yang signifikan antara kedua variabel tersebut. Dengan demikian, penelitian ini diharapkan dapat menjadi pijakan ilmiah dalam perumusan kebijakan yang lebih efektif. Melalui pendekatan berbasis data ini, intervensi yang dirancang untuk mengurangi angka perceraian di masa depan dapat dilakukan secara lebih terarah dan strategis.

Perancangan Enterprise Architecture Menggunakan TOGAF ADM di Universitas Qomaruddin

Taufiqur Rohman — 2025-04-07

Sebagai salah satu perguruan tinggi swasta, Universitas Qomaruddin menghadapi tantangan dalam keterbatasan sumber daya, selain itu belum adanya enterprise architecture yang dapat memberi gambaran oraganisasi di universitas menyebabkan kesulitan dalam perencanaan pengembangan organisasi terutama dalam bidang teknologi informasi. Sehingga dibutuhkan cetak biru organisasi untuk mempermudah pengembangan oraganisi kedepan. Penelitian ini bertujuan untuk menganalisa dan merancang enterprise architecture pada bidang akademik di Universitas Qomaruddin. Enterprise architecture merupakan gambaran organisasi secara menyeluruh sehingga dapat dimanfaatkan untuk mengidentifikasi posisi organisasi saat ini sebagai dasar perencanaan pengembangan organisasi kedepan. Salah satu kerangka kerja yang dapat digunakan dalam perancangan arsitektur entreprise adalah TOGAF, penelitian ini menggunakan TOGAF ADM sebagai kerangka kerja untuk melakukan perancangan arsitektur enterprise di Universitas Qomaruddin. Fase TOGAF ADM yang diterapkan dalam penelitian ini meliputi fase preliminary, architecture vision, dan business architecture hal ini dikarenakan ketiga fase tersebut berfokus pada analisis keadaan saat ini (as-is). Fase preliminary memberikan pemahaman awal tentang prinsip organisasi dan visi arsitektur, pada fase ini menghasilkan principle catalog yang menggambarkan prinsip organisasi. Architecture vision membantu mengidentifikasi pemangku kepentingan dan visi strategis, pada fase ini menghasilkan value chain diagram dan identifikasi stakeholder yang berguna untuk mendapatkan gambaran visi organisasi. Sementara fase business architecture berfokus pada pemetaan proses bisnis utama yang ada saat ini dan yang dibutuhkan oleh universitas. Pada fase business architecture menghasilkan daftar layanan SI/TI saat ini dan business interaction matrix yang menggambarkan keadaan proses binis saat ini serta teknologi yang mendukungnya. Pada penelitian ini data dikumpulkan melalui observasi, wawancara, dan studi literatur terkait dengan operasional universitas di bidang akademik. Hasil penelitian menunjukkan bahwa TOGAF ADM sebagai framework enterprise architecture memberikan petunjuk secara tersturktur dalam perancangan arsitektur entreprise sehingga menghasilkan arsitektur entrepise yang komprehensif dan menggambarkan keadaan organisasi saat ini. Arsitektur entreprise yang dihasikan dapat digunakan sebagai acuan dalam perencanaan pengambangan organisasi kedepan terutama dalam hal teknologi informasi, sehingga teknologi infromasi yang dikembangkan dapat selaras dengan tujuan organisasi.

Menentukan Tingkat Pendidikan Masyarakat Berdasarkan Jumlah Lulusan Kota Semarang Dengan Metode Moora

Angelo Risang Kadisi — 2025-04-07

Permasalahan dalam penelitian ini adalah ketimpangan tingkat pendidikan di berbagai kecamatan di Kota Semarang, yang terlihat dari perbedaan angka kelulusan di setiap jenjang pendidikan. Ketimpangan ini dapat disebabkan oleh berbagai faktor, termasuk keterbatasan akses pendidikan, kondisi ekonomi masyarakat, serta kurangnya kesadaran akan pentingnya pendidikan tinggi. Maka dari itu dibutuhkan solusi bagaimana pihak terkait seperti pemerintah dapat menentukan tingkat pendidikan masyarakat bagi setiap kecamatan berdasarkan angka kelulusan yang dimiliki di setiap jenjang pendidikan. Penelitian ini dilakukan untuk memberikan pertimbangan rekomendasi secara lebih matang kepada pemerintah dalam proses pengambilan keputusan berdasarkan data, khususnya yang berkaitan dengan upaya peningkatan kualitas pendidikan di wilayah yang masih tergolong rendah tingkat pendidikannya. Penentuan tingkat pendidikan ini dihitung menurut setiap kecamatan di Kota Semarang dengan metode MOORA (Multi-Objective Optimization on the Basis Of Ratio Analysis). Masing-masing jenjang pendidikan merupakan kriteria yang diberikan bobot dengan teknik pembobotan Rank Sum. Alternatif yang digunakan dalam penelitian ini sebanyak 16 alternatif yang semuanya adalah kecamatan yang ada di Semarang. Sebagai kriteria yang diganakan pada perhitungan ini adalah setiap jenjang pendidikan yang ada di kota Semarang. Jenjang pendidikan yang digunakan pada perhitungan ini adalah belum/tidak menempuh pendidikan, belum tamat SD/sederajat, hingga lulusan SD, SLTP/sederajat, SLTA/sederajat, Diploma I/II, Diploma III/Akademi, Diploma IV/Strata I, Strata II, dan Strata III. Hasil implementasi metode MOORA dalam sistem pendukung keputusan dengan pembobotan Rank Sum untuk kriteria kecamatan yang memperoleh hasil paling rendah dalam tingkat pendidikan adalah Tugu dengan nilai Yi sebesar 0.0299. Berdasarkan data UNESCO 2023 jumlah besaran presentase lulusan sarjana di Indonesia adalah 10,51%. Dari hal tersebut dapat dikatakan bahwa hasil yang diperoleh sudah sesuai dengan penelitian, karena Kecamatan Tugu menjadi salah satu daerah paling rendah tingkat presentase lulusan sarjananya. Kecamatan ini hanya menyumbang angka presentase lulusan sarjana sebesar 7,45% berdasarkan data DISDUKCAPIL Kota Semarang 2023. Jumlah presentase lulusan sarjana di Kecamaan Tugu ini jelas dibawah dari nilai presentase yang ada di Indonesia berdasarkan data UNESCO. Dengan adanya penelitian ini diharapkan pemerintah mampu mengambil langkah serius dalam menangani daerah yang kualitas tingkat lulusanya paling rendah. Melalui hasil penelitian ini, nantinya pemerintah dapat memberikan informasi terkait tingkat pendidikan masyarakat berdasarkan tingkat lulusan kota semarang. Pemerintah juga dapat mengambil langkah strategis dan serius dalam menangani wilayahwilayah dengan kualitas pendidikan yang rendah, sehingga upaya pemerataan mutu pendidikan dapat tercapai secara lebih optimal.

Perbandingan Algoritma Machine Learning Dalam Memprediksi Kelulusan Siswa

Nidaul Maftucha — 2025-04-07

Prediksi kelulusan siswa sangat penting karena dapat membantu sekolah, guru, dan orang tua merencanakan bagaimana membantu siswa yang berisiko tidak lulus. Prediksi ini juga dapat memberi lembaga pendidikan kesempatan untuk meningkatkan kualitas pembelajaran dan mengembangkan tindakan yang lebih efisien. Pada penelitian ini membahas tentang perbandingan algoritma machine learning dalam memprediksi kelulusan siswa. Masalah utama yang diidentifikasi adalah kurangnya sistem prediksi yang efektif, yang dapat memprediksi kelulusan siswa. Tujuan dari penelitian ini adalah untuk menemukan metode terbaik dengan membandingkan kinerja lima algoritma machine learning yaitu K-NN, Naive Bayes, Decision Tree, Random Forest, dan SVM dalam memprediksi kelulusan siswa berdasarkan confusion matrix. Kemudian, dataset yang digunakan untuk penelitian ini memiliki tiga kategori fitur, yaitu: dataset numerikal, dataset kategorikal, dan dataset keseluruhan (gabungan dari numerikal dan kategorikal). Hasil pengujian dari dataset numerikal algoritma Random Forest mendapatkan nilai akurasi terbaik sebesar 74.12%. Pada algoritma dengan fitur kategorikal K-NN dan SVM memiliki nilai akurasi tertinggi dengan mendapatkan nilai sebesar 93.11%. Namun, algoritma Random Forest memiliki performa yang paling konsisten dan unggul ketika seluruh fitur digabungkan. Dengan mendapatkan nilai akurasi tertinggi sebesar 76.50% dan F1-Scorenya 75.00%.

Application of Gamification for Learning Biology Materials in Junior High School

Achmad Arif Munaji — 2025-04-07

Education is a fundamental pillar for individual development, and learning forms the core of this process. The act of learning, which essentially involves expanding horizons, deepening knowledge, and constructing changes in behavior, often faces various implementation challenges. Conventional teaching methods, such as the use of blackboards as the primary medium, are considered less effective in accommodating the dynamic learning styles of students. Traditional methods of teaching present several significant drawbacks, including a decline in student concentration while absorbing theoretical material presented by teachers, and the emergence of a monotonous and uninspiring learning environment that can hinder learning interest. These issues are particularly critical within the realm of biology education, especially regarding topics like moss plants that tend to be abstract and require effective visualization. In the midst of these challenges, gamification appears as an innovative solution. Gamification, which utilizes game elements in a non-game context, has been proven to effectively boost student learning motivation. This approach transforms the learning experience from being tedious to something more fun and engaging. Through the utilization of technology, gamification presents challenging material in a more digestible format, which also results in an interactive learning experience. This research aims to develop a gamified learning application that is attractive, convenient, practical, and engaging. This application makes use of QR codes to provide access to subtopics in biology, particularly moss plants. The gamified learning system applies a reward mechanism to increase student appeal. Each QR code leads students to different subtopics, which in turn create a dynamic learning path. The research methodology comprises: (1) analysis of the research context, (2) identification of participants (junior high school students), (3) design of a gamified learning model, and (4) assessment of learning motivation. Data were collected through in-depth interviews and questionnaires from 17 junior high school students, aged 12-14. The interviews explore student learning experiences, while questionnaires measure learning motivation before and after application usage. This research integrates the KAHOOT! platform for learning evaluation, which presents evaluations in an interactive multimedia format. The results of this research indicate that learning via gamification approaches, alongside the integration of KAHOOT!, positively impacts the increase of student learning motivation. These findings suggest that gamification has significant potential as an effective and engaging alternative teaching method within the context of modern education.

Optimalisasi Teknoologi N8N dalam Pengembangan Aplikasi Penilaian CV ATS-COMPLIANT untuk Evaluasi Kelayakan Siswa SMK

M Dheo Fuady — 2025-05-11

Perkembangan teknologi digital di Indonesia telah memberikan dampak signifikan dalam berbagai aspek kehidupan, termasuk sektor rekrutmen yang kini banyak mengadopsi sistem otomatis seperti Applicant Tracking System (ATS). Sayangnya, banyak siswa Sekolah Menengah Kejuruan (SMK) masih menghadapi kesulitan dalam menyusun curriculum vitae (CV) yang sesuai standar ATS, baik dari segi struktur maupun isi. Ketidaksiapan ini menandakan adanya kesenjangan pemahaman terkait format dan konten CV yang efektif menurut kebutuhan industri. Menanggapi permasalahan tersebut, penelitian ini bertujuan mengembangkan aplikasi penilaian CV berbasis teknologi workflow automation menggunakan N8N dan OpenAPI, tanpa memerlukan basis data konvensional. Data disimpan secara cloud melalui Google Drive, mempercepat integrasi dan penerapan sistem. Fitur utama aplikasi meliputi analisis otomatis terhadap elemen-elemen CV, penyusunan rapor digital yang menjelaskan kekuatan dan kelemahan CV, serta rekomendasi perbaikan. Hasil evaluasi dikirim langsung ke email pemilik CV, memastikan umpan balik yang cepat dan personal, sekaligus meningkatkan pemahaman siswa mengenai aspek yang perlu ditingkatkan. Pengujian sistem dilakukan melalui metode Usability Testing dengan pendekatan System Usability Scale (SUS) guna memastikan kenyamanan dan efektivitas penggunaan. Hasil pengujian menunjukkan bahwa aplikasi ini mampu meningkatkan objektivitas dalam penilaian CV dan mempermudah guru dalam memberikan masukan yang konstruktif dan berbasis data. Selain berperan dalam mendukung kesiapan siswa SMK menghadapi Praktek Kerja Lapangan (PKL) maupun dunia industri, aplikasi ini juga menjadi contoh nyata pemanfaatan teknologi berbasis cloud dalam dunia pendidikan vokasi. Pendekatan inovatif dan efisien ini mempercepat proses evaluasi, membangun jembatan antara institusi pendidikan dan kebutuhan industri, serta memperkuat proses pembelajaran yang lebih kontekstual dan aplikatif. Dengan demikian, sistem ini diharapkan dapat memberikan dampak positif yang berkelanjutan bagi peningkatan kompetensi dan daya saing lulusan SMK di era digital.

Komparasi Algoritma Random Forest, Naïve Bayes, dan SVM pada Sentimen Kebijakan PPN 12%

Dandi Purnomo — 2025-05-15

Media sosial, salah satunya Twitter, telah berkembang menjadi platform penting untuk orang-orang menyuarakan pendapat mereka pendapat mereka, mengkritik, dan mendukung berbagai kebijakan pemerintah. Rencana untuk menaikkan Pajak Pertambahan Nilai (PPN) menjadi 12% di Indonesia pada tahun 2025 adalah salah satu kebijakan yang banyak dibicarakan publik. Dengan menggunakan metode machine learning, penelitian ini bertujuan untuk menganalisis persepsi publik terhadap kebijakan tersebut. Dalam penelitian ini, Random Forest, Naive Bayes, dan Support Vector Machine (SVM) digunakan. Data yang digunakan terdiri dari 2747 tweet yang didapatkan melalui metode crawling menggunakan kata kunci "PPN 12%" dari April 2024 hingga Januari 2025. Setelah melalui tahapan preprocessing, data diberi label menggunakan kamus leksikon bahasa Indonesia dengan tiga kelas sentimen yakni positif, netral, dan negatif. Jumlah data positif sebanyak 689, data netral 544, dan data negatif 1460, yang menunjukkan adanya ketidakseimbangan kelas. Meskipun demikian, penelitian ini tidak menggunakan teknik augmentasi seperti oversampling atau undersampling. Sebagai gantinya, metrik evaluasi yang digunakan tidak hanya akurasi, tetapi juga precision, recall, dan f1-score pada masing-masing kategori dengan pendekatan weighted average, guna menghasilkan evaluasi yang lebih adil dan komprehensif. 2154 data latih dan 539 data uji dihasilkan setelah dataset dibagi menjadi 80% data latih dan 20% data uji secara acak. Data latih nantinya akan digunakan untuk pembangunan model, sementara data uji digunakan untuk mengevaluasi performanya. Metode Term Frequency-Inverse Document Frequency (TF-IDF), yang membantu dalam menentukan seberapa relevan suatu kata yang ada dalam dokumen, digunakan dalam proses ekstraksi fitur penelitian ini. Hasil pengujian menunjukkan bahwa SVM memiliki performa terbaik dengan akurasi 76,25%, diikuti oleh Random Forest 72,35%, dan Naive Bayes 60,66%. SVM juga memiliki nilai precision, recall, dan f1-score tertinggi dibandingkan dua algoritma lainnya, yang menunjukkan kemampuan algoritma untuk memberikan hasil prediksi yang lebih tepat dan seimbang. Hasilnya menunjukkan bahwa SVM paling efektif menangani data opini publik yang cenderung tidak eksplisit dan penuh nuansa di media sosial. Penelitian ini memberikan kontribusi dalam pemanfaatan data Twitter sebagai alat bantu analisis kebijakan publik, serta mendorong pemanfaatan machine learning dalam memahami persepsi masyarakat terhadap isu nasional.

Perbandingan Kinerja Algoritma Apriori dan Frequent Pattern Growth dalam Menemukan Pola Asosiasi

Fajrawati — 2025-05-15

Dengan menggunakan dataset yang terdiri dari 500 transaksi dan 18 item produk, penelitian ini bertujuan untuk membandingkan kedua algoritma dalam penemuan pola asosiasi, Algoritma Apriori dan Frequent Pattern Growth (FP-Growth). Fokus penelitian adalah untuk menganalisis perbedaan algoritma dalam menghasilkan aturan asosiasi yang dapat digunakan secara terarah dan efisien dalam strategi pemasaran dan tata letak barang. Dalam kinerjanya Algoritma Apriori yang menggunakan metode candidate generation, memerlukan waktu yang lebih lama yaitu selama 0.9942 detik, sebab dalam pembentukan kandidat itemset dilakukan secara berulang dan memerlukan banyak proses scanning terhadap data transaksi. Proses iterasi yang tinggi ini membuat Apriori kurang efisien untuk dataset yang besar, namun dapat mengidentifiksi berbagai pola tersembunyi yang lebih rinci. Sementara itu memanfaatkan struktur FP-Tree, algoritma FP-Growth menghasilkan kumpulan itemset yang sering tanpa perlu membuat banyak kandidat. Ini mengurangi jumlah iterasi dan mempercepat proses penentuan aturan asosiasi, sehingga waktu yang dibutuhkan hanya 0.0184 detik jauh lebih efisien dibandingkan dengan Algoritma Apriori. Hasil pola asosiasi menunjukkan bahwa Algoritma Apriori lebih mampu menghasilkan lebih banyak aturan asosiasi, yaitu sebanyak 5 aturan, dibandingkan dengan Algoritma FP-Growth yang hanya menghasilkan satu aturan. Selain itu, Algoritma Apriori memiliki nilai average confident yang lebih tinggi 58.34% dibandingkan FP-Growth dengan nilai 52%. Hal ini mengindikasikan bahwa aturan yang dihasilkan oleh Algoritma Apriori memiliki tingkat kepercayaan yang lebih baik dari segi kekuatan hubungan antar item. Algoritma FP-Growth menghasilkan nilai average Lift Rasio yang lebih tinggi yaitu 3.32 dibandingkan Algoritma Apriori 0.023. Nilai lift rasio yang lebih besar dari satu menunjukkan bahwa aturan FP-Growth yang dihasilkan memiliki hubungan yang lebih kuat antara produk yang dianalisis. Secara keseluruhan, penelitian ini memberikan gambaran bahwa pemilihan algoritma yang tepat sangat bergantung pada tujuan analisis. Dengan memanfaatkan Algoritma Apriori, studi ini secara sistematis mengungkapkan pola hubungan antar item dapat menghasilkan tingkat kepercayaan yang tinggi, sedangkan FP-Growth mendapatkan hasil analisis yang lebih efisien dalam penggunaan waktu.

Pengembangan SOP Manajemen Insiden TI Berdasarkan Framework ITIL V3 pada BPS Provinsi Jawa Timur

Kartika Aulia — 2025-05-15

Badan Pusat Statistik (BPS) Jawa Timur merupakan lembaga pemerintah yang bertanggung jawab mengelola data statistik. Saat ini, BPS Jawa Timur menghadapi tantangan dalam hal penanganan inisden layanan Teknologi Informasi (TI) akibat kurangnya prosedur yang terstruktur dan terdokumentasi dengan baik. Hal ini menyebabkan proses penanganan yang kurang konsisten, keterlambatan penanganan insiden serta kurangnya pencatatan setiap kejadian insiden. Penelitian ini bertujuan untuk merancang prosedur manajemen insiden yang sesuai dengan kebutuhan organisasi berdasarkan framework ITIL V3. Adapun teknik pengumpulan data yang dilakukan melalui wawancara terhadap narasumber yang telah ditentukan melalui model pemetaan RACI. Selain itu, penelitian ini juga menggunakan analisis kesenjangan (gap analysis) antara kondisi terkini dengan kondisi ideal ITIL V3 dalam penanganan insiden untuk mengidentifikasi bagian yang memerlukan perbaikan serta mencapai kondisi ideal. Berdasarkan hasil penelitian tersebut dihasilkan tiga dokumen Standard Operating Procedure (SOP) untuk penanganan insiden terkait jaringan, perangkat keras, dan perangkat lunak yang dilengkapi dengan dokumen pendukung seperti catatan insiden, catatan investigasi, dan formulir kepuasan pengguna untuk memastikan proses penanganan insiden terdokumentasi dengan baik. Dengan adanya usulan prosedur tersebut diharapkan tidak hanya mampu menstandarisasi penanganan insiden TI dalam operasional organisasi, tetapi juga memberikan pemahaman dan penerapan kerangka kerja ITIL V3 dalam pengembangan prosedur operasional di lingkungan lembaga pemerintahan.

Rancang Bangun Web Laporan Bulanan dengan Metode SCRUM

Dea Aulya — 2025-05-27

PT Yutaka Manufacturing Indonesia merupakan perusahaan yang tergabung dalam Astra Group dan bergerak di bidang manufaktur komponen otomotif. Dalam operasionalnya, monitoring perubahan (SC IPP) untuk laporan bulanan masih dilakukan secara manual, yang membutuhkan peningkatan efisiensi. Proses ini sering kali memakan waktu, memiliki risiko kesalahan pencatatan, serta menyulitkan dalam pemantauan perubahan data secara real-time. Oleh karena itu, penelitian ini dilakukan untuk mengembangkan sistem berbasis web yang dapat meningkatkan efisiensi dan akurasi dalam proses pemantauan serta pelaporan. Penelitian ini menggunakan metode survei, wawancara, dan studi literatur untuk memahami kebutuhan sistem yang sesuai dengan operasional perusahaan. Pengembangan sistem diterapkan menggunakan metode Scrum, yang memungkinkan pengembangan dilakukan secara bertahap dengan fleksibilitas tinggi terhadap perubahan kebutuhan. Sistem ini dirancang agar dapat mengotomatisasi monitoring perubahan untuk laporan bulanan, mengintegrasikan informasi dalam satu platform, serta menyediakan akses yang lebih cepat dan akurat bagi pengguna terkait. Dengan sistem ini, pengguna dapat dengan mudah melakukan pelacakan perubahan data dan menghasilkan laporan yang lebih akurat dan terstruktur. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi dalam proses pemantauan perubahan data, meminimalkan potensi kesalahan pencatatan oleh manusia, serta mempermudah proses evaluasi informasi. Melalui fitur monitoring perubahan yang tersedia, manajemen dapat melakukan analisis tren dan mengidentifikasi kendala secara lebih cepat dan akurat. Sistem ini juga memungkinkan pembaruan laporan bulanan secara otomatis berdasarkan data terkini, sehingga mendukung proses pengambilan keputusan yang lebih tepat waktu. Selain itu, sistem informasi berbasis web yang dikembangkan terbukti efektif dalam mempermudah pemantauan data secara real-time, serta mengintegrasikan informasi dari berbagai departemen ke dalam satu platform terpusat. Kemampuan integrasi ini turut mempercepat aliran informasi dan koordinasi antarunit kerja. Dengan desain yang adaptif terhadap perkembangan teknologi dan kebutuhan perusahaan ke depan, sistem ini memberikan kontribusi nyata dalam mendukung pengelolaan data dan proses pelaporan di lingkungan PT Yutaka Manufacturing Indonesia secara lebih terstruktur, efisien, dan akurat.

Pengembangan REST API Untuk Aplikasi Pencarian Pekerjaan Sampingan Dengan Arsitektur Microservices Menggunakan Metode Waterfall

Aditya Alfarezy Damanik — 2025-05-27

Tingginya tingkat pengangguran dan menurunnya daya beli masyarakat mendorong individu untuk mencari pekerjaan sampingan sebagai sumber penghasilan tambahan. Namun, pencarian pekerjaan sampingan masih menghadapi tantangan utama, yaitu informasi yang tersebar di berbagai platform serta ketiadaan sistem terpusat yang terstruktur. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan SuruhAkuAja, sebuah aplikasi berbasis REST API dengan arsitektur microservices yang dirancang untuk menghubungkan pencari kerja dengan pemberi kerja secara lebih efisien. Penelitian ini menerapkan metode pengembangan perangkat lunak Waterfall, yang terdiri dari tahapan perencanaan sistem, desain arsitektur, implementasi, dan pengujian. Pada tahap perencanaan, sistem dimodelkan menggunakan Unified Modeling Language (UML) melalui Use Case Diagram untuk mengidentifikasi aktor dan interaksi dalam sistem serta Class Diagram untuk memodelkan hubungan antar entitas secara teknis, termasuk atribut, metode, dan keterkaitan objek. Pada tahap desain arsitektur, sistem dirancang menggunakan microservices, yang mencakup API Gateway, Service Discovery, serta komunikasi antar layanan menggunakan gRPC dan publish-subscribe dengan RabbitMQ. PostgreSQL digunakan dalam model database-per-service untuk memastikan skalabilitas dan fleksibilitas sistem. Implementasi dilakukan menggunakan bahasa pemrograman Golang dan PostgreSQL sebagai database utama untuk setiap service. Komunikasi antar service mengadopsi gRPC serta mekanisme publish-subscribe dengan RabbitMQ guna meningkatkan efisiensi dan keandalan sistem. Aplikasi ini juga terintegrasi dengan layanan pihak ketiga seperti Midtrans untuk transaksi pembayaran yang aman dan otomatis, serta Nominatim untuk reverse geocoding, yang dimana memungkinkan pencarian pekerjaan berbasis lokasi secara lebih akurat.. Dengan adanya SuruhAkuAja, pencari kerja dapat dengan mudah menemukan pekerjaan sampingan yang sesuai dengan keterampilan dan lokasi mereka, sementara pemberi kerja dapat mengelola lowongan lebih efektif, meningkatkan efisiensi perekrutan, memudahkan proses pencarian, serta memperluas akses terhadap tenaga kerja berkualitas. Aplikasi SuruhAkuAja diharapkan menjadi solusi inovatif dalam mendukung ekosistem ketenagakerjaan digital dan membantu mengurangi tingkat pengangguran di Indonesia. Tahap pengujian dilakukan menggunakan metode black-box testing yang berfokus pada validasi fungsionalitas utama layanan. Hasil pengujian dengan pendekatan Equivalence Partitioning menunjukkan bahwa seluruh dari 8 skenario pengujian REST API SuruhAkuAja berjalan sesuai dengan ekspektasi tanpa ditemukan kesalahan. Hasil pengujian performa REST API menggunakan Apache JMeter menunjukkan bahwa 85,52% request berhasil diproses, sementara 14,48% mengalami kegagalan.

Pengembangan Sistem Informasi Bengkel Otomotif dengan Metode Agile Scrum

Glorian Hilarius Kiantin Beda — 2025-05-30

Transformasi digital telah menjadi kebutuhan mendesak dalam berbagai sektor industri, termasuk layanan
bengkel otomotif yang selama ini masih banyak menggunakan sistem manual. Permasalahan umum yang dihadapi meliputi
pencatatan data pelanggan yang tidak efisien, manajemen keuangan yang rentan kesalahan, serta kurangnya transparansi dan
kenyamanan dalam pelayanan pelanggan. Agar dapat mengatasi tantangan tersebut, penelitian ini bertujuan untuk
mengembangkan sistem informasi bengkel otomotif berbasis web dengan menerapkan metodologi Agile Scrum. Metode ini
dipilih karena bersifat iteratif dan adaptif, memungkinkan pengembangan sistem secara bertahap melalui sprint yang disusun
berdasarkan prioritas dan kebutuhan pengguna. Proses pengembangan dilakukan dalam empat sprint, dengan masing-masing
sprint mencakup perencanaan, implementasi, evaluasi, dan pengujian. Fitur yang berhasil dikembangkan antara lain sistem
autentikasi, form pengecekan progres perbaikan, manajemen entri servis, ulasan pelanggan, pop-up chat real-time, laporan
keuangan, serta pengelolaan data lokasi dan kontak bengkel. Setiap tahapan pengembangan dilakukan secara kolaboratif
oleh tim Scrum yang terdiri dari Scrum Master, Product Owner, dan Developer, yang secara aktif berpartisipasi dalam
perencanaan backlog dan pembuatan user story untuk memastikan hasil yang lebih sesuai dengan kebutuhan pelanggan.
Evaluasi terhadap sistem dilakukan menggunakan metode Black Box Testing, yang menunjukkan bahwa semua fitur telah
berjalan sesuai dengan spesifikasi dan tanpa kesalahan berarti, menjamin kualitas dan kehandalan sistem. Hasil penelitian
menunjukkan bahwa penerapan Agile Scrum tidak hanya meningkatkan efisiensi internal operasional bengkel, tetapi juga
mendukung pelayanan yang lebih transparan dan interaktif kepada pelanggan melalui berbagai fitur seperti chat secara
real-time dan sistem ulasan. Fleksibilitas metode Agile dalam menanggapi perubahan kebutuhan pengguna secara cepat juga
menjadi nilai tambah penting dalam proses pengembangan ini, serta memungkinkan sistem untuk beradaptasi dengan
dinamika kebutuhan yang berkembang. Dengan demikian, sistem informasi yang dibangun mampu menjadi solusi praktis
dan efektif dalam mendukung digitalisasi layanan bengkel otomotif. Penelitian ini diharapkan dapat menjadi referensi bagi
pengembangan sistem serupa di sektor layanan lain yang membutuhkan pendekatan fleksibel dan kolaboratif dalam
menghadapi tantangan perkembangan teknologi yang cepat.

Perancangan Sistem Informasi Rekognisi Pembelajaran Lampau (RPL) Menggunakan Successive Approximation Model (SAM)

Decky Pratama Putra — 2025-05-30

Penelitian ini difokuskan pada pengembangan sistem informasi berbasis web untuk Rekognisi Pembelajaran Lampau (RPL), yang dirancang guna memfasilitasi proses asesmen capaian pembelajaran dari jalur nonformal, informal, hingga pengalaman kerja, secara digital dan terintegrasi dengan efisiensi tinggi. Pendekatan yang diterapkan dalam penelitian ini adalah Research and Development (R&D), dengan memanfaatkan model Successive Approximation Model (SAM) yang bersifat iteratif serta adaptif terhadap kebutuhan pengguna. Proses pengembangan terbagi dalam tiga fase, yaitu: Preparation Phase (analisis kebutuhan pengguna berdasarkan Permendikbudristek No. 41 Tahun 2021), Iterative Design Phase (perancangan UI/UX dan model sistem menggunakan UML dan prototipe dengan Figma), serta Iterative Development Phase (pengembangan sistem dengan framework Laravel yang dilakukan secara bertahap dari versi Alpha hingga Gold). Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsi berjalan sesuai spesifikasi. Hasil menunjukkan bahwa seluruh fitur utama, seperti login, pengajuan RPL, unggah dokumen, asesmen asesor, dan rekapitulasi hasil, berfungsi dengan baik dan valid. Sistem ini memberikan manfaat nyata bagi institusi, terutama dalam meningkatkan efisiensi waktu, akurasi data, serta transparansi proses asesmen yang sebelumnya dilakukan secara manual. Kesimpulan dari penelitian ini adalah bahwa metode SAM efektif dalam mendukung proses pengembangan sistem informasi secara bertahap dan adaptif. UML membantu mendokumentasikan proses perancangan dengan baik, sementara framework Laravel memberikan fleksibilitas dan efisiensi dalam pengembangan. Ke depan, sistem dapat dikembangkan lebih lanjut dengan penambahan fitur analitik, integrasi sistem akademik, serta pemanfaatan teknologi kecerdasan buatan untuk mendukung asesmen awal secara otomatis.

Analisis Sentimen Pengobatan Supranatural Di Media Sosial X Menggunakan Metode Naïve Bayes

Felix Zebaoth — 2025-06-07

Praktik pengobatan supranatural di Indonesia, yang sering dianggap sebagai alternatif atau pelengkap pengobatan medis modern, memicu perdebatan di tengah kemajuan ilmu kedokteran, dengan persepsi masyarakat yang sangat bervariasi. Penelitian ini diperlukan untuk memahami persepsi tersebut, karena memengaruhi literasi kesehatan dan kebijakan dalam konteks budaya yang beragam. Menggunakan teknik crawling pada pengumpulan data, 1794 tweet dikumpulkan dari platform X (2016–2025), diikuti dengan pembersihan data untuk menghapus gangguan, duplikat, dan unggahan tidak relevan serta pre-processing data. Analisis sentimen dilakukan dengan model dari algoritma Naïve Bayes. Model mencapai akurasi 82%, dengan precision, recall, dan F1-score masing-masing 86%, 82%, dan 84% untuk sentimen Positif, serta 77%, 83%, dan 80% untuk sentimen Negatif. Confusion matrix menunjukkan 112 True Positives, 85 True Negatives, 18 False Positives, dan 25 False Negatives. Analisis word cloud mengungkapkan sentimen Positif mencerminkan opini yang kontra terhadap pengobatan supranatural (“shaman”, “ruqyah”, “doctor”, “medical”), sedangkan sentimen Negatif menunjukkan dukungan terhadap pengobatan supranatural (“believe”, “healer”, “spiritual”). Studi ini diharapkan dapat menyuguhkan perspektif yang lebih jelas tentang sikap masyarakat terhadap praktik supranatural, Selain mengetahui presepsi masyarakat terdap pengobatan supranatural penelitian ini juga dapat dimanfaatkan untuk usulan atau kritik konstruktif dengan menerapkan strategi komunikasi yang lebih efektif dan pendekatan empatik bagi tenaga medis serta pembuat kebijakan guna meningkatkan literasi kesehatan. Dengan memahami faktor yang memengaruhi kepercayaan pada pengobatan supranatural, temuan ini diharapkan bisa mendukung perancangan regulasi kesehatan yang inklusif dan berbasis data, sehingga layanan kesehatan ilmiah dapat lebih diterima oleh masyarakat di segala tingkatan.

Rancang Bangun Sistem Informasi Stok dan Distribusi Liquefied Petroleum Gas (LPG) Berbasis Web Pada Pangkalan Mujitahid

Muhammad Muhajir Saddami — 2025-06-18

Distribusi Liquefied Petroleum Gas (LPG) merupakan aspek krusial dalam pemenuhan kebutuhan energi masyarakat, terutama di wilayah yang belum memiliki akses penuh terhadap infrastruktur energi modern. Di indonesia, LPG masih menjadi sumber energi utama bagi rumah tangga dan pelaku usaha kecil menengah. Namun, proses distribusi yang masih dilakukan secara manual menimbulkan berbagai kendala, seperti kesalahan pencatatan, keterlambatan pengiriman, serta rendahnya akurasi dan akuntabilitas informasi yang dibutuhkan oleh pemangku kepentingan. Hal ini tidak hanya menghambat efisiensi rantai pasok, tetapi juga menurunkan tingkat kepuasan pelanggan. Oleh karna itu, penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis web yang dapat menjadi solusi terhadap permasalahan tersebut, dengan menyediakan fitur pengelolaan stok yang efisien serta sistem pelacakan distribusi yang terstruktur dan transparan. Studi ini difokuskan pada Pangkalan Mujitahid, Kabupaten Lombok Barat, yang hingga saat ini masih mengandalkan proses distribusi manual tanpa dukungan teknologi informasi yang memadai. Metode pengembangan sistem menggunakan pendekatan waterfall, yang terdiri dari empat tahapan utama yaitu analisis, desain, pengkodean dan pengujian. Tahap analisis difokuskan pada identifikasi kebutuhan pengguna dan spesifikasi sistem, selanjutnya, tahap desain menghasilkan struktur sistem. Antarmuka pengguna, serta percancngan alur dan basis data. Pada tahap pengkodean, sistem di implementasikan menggunakan bahasa pemrograman sesuai rancangan, dan hasilnya berupa perangkat lunak yang dapat dijalankan. Pengujian dilakukan untuk memastikan bahwa sistem berfungsi sesuai dengan spesifikasi dan mampu mendukung proses distribusi secara efektif. Evaluasi dilakukan melalui pengujian fungsionalitas serta umpan balik dari pengguna akhir. Hasilnya menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi pengelolaan distribusi, mepercepat pencatatan, dan menyediakan pelacakan status distribusi LPG secara lebih akurat dan terstruktur. Fitur seperti manajemen stok, pelacakan distribusi, dan konfirmasi pesanan terbukti membantu pengguna dalam memantau setiap tahapan distribusi tanpa bergantung pada komunikasi manual. Sistem ini juga meningkatkan transparansi dan akuntabilitas informasi yang dibutuhkan oleh berbagai pihak, baik admin maupun pengecer. Secara keseluruhan, sistem sistem informasi ini memberikan kontribusi positif terhadap digitalisasi distribusi LPG dan berpotensi untuk diterapkan di daerah lain dengan permasalahan serupa, mendukung transformasi layanan publik berbasis teknologi informasi.

Sistem Informasi Pembelian Tiket Wisata Taman Ujung Sukasada Karangasem Bali Berbasis Website

Ahmad Huday — 2025-06-21

Sistem informasi pembelian tiket ini adalah sistem informasi yang dibuat untuk memudahkan didalam melakukan pembelian tiket secara online sehingga bisa menghindari antrian panjang ketika melakukan pembelian tiket. Sistem informasi ini sudah mencakup data dari pembeli atau user dari identitas pembeli dan juga harga serta jumlah tiket yang di beli, sehingga nantinya akan memudahkan bagi admin ketika akan melakukan pelaporan pembelian tiket kepada manajer taman ujung soekasada. Metode pengembangan aplikasi yang digunakan adalah metode pengembangan waterfall yang melewati beberapa tahap yang dimulai dari analisis, desain, kode program, pengujian dan yang terakhir adalah pemeliharaan. Sistem ini akan dikembangkan dengan menggunakan PHP sebagai bahasa pemerograman, MySQL sebagai database dan apache sebagai web server. Dari hasil penelitian yang dilakukan mendapatkan sistem pembelian tiket yang sudah bisa dilakukan oleh semua pengunjung dan dalam pembayarannya menggunakan payment gateway. Sistem informasi ini nantinya akan memudahkankan dalam pembelian dan juga pelaporan pembelia tiket di Taman Soekasada Ujung Karangasem.

Klasifikasi Kualitas Daging Ayam Menggunakan Citra Digital Dengan Ekstraksi Fitur GLCM Dan Metode CNN

As’ad Alwi Shihab — 2025-06-21

Kesegaran daging ayam merupakan indikator penting dalam menentukan mutu dan keamanan produk pangan hewani. Namun, proses identifikasi kesegaran masih banyak dilakukan secara manual, sehingga rentan terhadap subjektivitas dan kesalahan manusia. Salah satu penyebab utama rendahnya tingkat kesegaran daging ayam di pasaran adalah kurangnya perhatian dalam proses pemilihan daging yang layak konsumsi. Daging ayam yang tidak segar dapat berdampak buruk pada kesehatan konsumen serta menurunkan nilai jual dan kepercayaan konsumen terhadap produk unggas. Tujuan dari penelitian ini adalah untuk mengembangkan sistem klasifikasi kualitas daging ayam berbasis citra digital dengan memanfaatkan metode Convolutional Neural Network (CNN), di mana fitur tekstur citra diperoleh melalui proses ekstraksi menggunakan algoritma Gray Level Co-occurrence Matrix (GLCM). Citra daging ayam diproses untuk mendapatkan informasi visual berupa tekstur dan warna sebagai dasar dalam penentuan klasifikasi. Dataset yang digunakan terdiri dari 1500 citra daging ayam yang diperoleh melalui penelitian langsung di Desa Kebaman, Kecamatan Srono, Kabupaten Banyuwangi, dengan distribusi masing-masing 500 gambar untuk kelas segar, kurang segar, dan busuk. Fitur GLCM yang digunakan meliputi contrast, homogeneity, energy, correlation, dan entropy. Seluruh fitur ini dikombinasikan dengan output CNN untuk meningkatkan akurasi klasifikasi. Hasil pelatihan menunjukkan bahwa pada epoch le-10, model menghasilkan akurasi sebesar 99,5% pada data pelatihan dan 99,8% pada data pengujian, dengan nilai loss sebesar 0,2 untuk keduanya. Hasil ini membuktikan bahwa metode gabungan CNN dan GLCM efektif dalam mengidentifikasi tingkat kesegaran daging ayam secara akurat. Sistem ini berpotensi untuk diterapkan dalam dunia industri dan perdagangan sebagai alat abntu dalam menilai kualitas daging ayam secara cepat dan objektif.

Digitalisasi Sistem Pergudangan Berbasis FIFO untuk Pencatatan Barang Masuk dan Keluar

Vinsensia Veni — 2025-06-21

Digitalisasi dalam sistem pergudangan menjadi solusi strategis dalam menjawab tantangan efisiensi dan akurasi pencatatan barang. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi pergudangan berbasis web yang mengadopsi metode First In First Out (FIFO) sebagai pendekatan utama dalam pencatatan barang. Permasalahan utama yang diidentifikasi dalam penelitian ini adalah rendahnya efisiensi dan tingginya risiko kesalahan dalam pencatatan barang akibat penggunaan sistem manual. Sebagai respons terhadap permasalahan tersebut, dikembangkan sistem digital yang mampu mencatat arus barang masuk dan keluar secara otomatis, menampilkan riwayat transaksi, serta menghitung sisa stok secara real-time. Metode yang digunakan dalam pengembangan sistem adalah pendekatan prototype, yang melibatkan proses iteratif antara pengguna dan pengembang, dimulai dari identifikasi kebutuhan hingga evaluasi sistem. Perancangan sistem memanfaatkan model Unified Modeling Language (UML) seperti use case diagram, activity diagram, dan class diagram untuk menggambarkan interaksi pengguna, alur proses, serta struktur data sistem. Implementasi dilakukan dalam bentuk aplikasi web yang dilengkapi dengan fitur login, dashboard interaktif, pengelolaan data barang dan pelanggan, serta laporan transaksi yang terstruktur. Evaluasi kinerja sistem dilakukan melalui analisis pra dan pasca implementasi dengan mempertimbangkan aspek waktu pencatatan, tingkat kesalahan input, serta kepatuhan terhadap prinsip FIFO. Hasil menunjukkan bahwa sistem mampu memangkas waktu pencatatan hingga 60%, menurunkan kesalahan input sebesar 80%, dan meningkatkan penerapan FIFO dari 40% menjadi 90%. Temuan ini menegaskan bahwa digitalisasi sistem gudang berbasis FIFO mampu meningkatkan efisiensi dan akurasi dalam pencatatan barang masuk dan keluar, serta mendukung kelancaran operasional gudang melalui data yang lebih tertata dan mudah ditelusuri.