JATI (Jurnal Mahasiswa Teknik Informatika)

PERANCANGAN SISTEM ASISTEN BERKENDARA BERBASIS KAMERA SMARTPHONE UNTUK DETEKSI OBJEK JALAN

Bryan Meyvaldo Kangsadiputra, Agus Budi Dharmawan — Mon, 28 Sep 2026 15:55:35 +0700

Penelitian ini merancang sistem asisten berkendara berbasis kamera smartphone untuk mendeteksi objek jalan, mengestimasi jarak, dan memberikan peringatan dini secara real-time tanpa memerlukan sensor mahal. Aplikasi dikembangkan berbasis website menggunakan React 19, TypeScript, Vite, Tailwind CSS, dan MediaPipe Tasks Vision. Metode yang diterapkan meliputi deteksi objek menggunakan SSD MobileNet v2, estimasi jarak berbasis geometri monokular melalui analisis bounding box, dan mekanisme Distance Threshold Based Warning. Pemrosesan real-time pada browser smartphone didukung oleh WebAssembly dan akselerasi GPU WebGL. Hasil pengujian pada dataset mobil, motor, truk, dan orang menunjukkan bahwa sistem mampu mendeteksi objek serta mengestimasi jarak dengan performa yang baik langsung di perangkat mobile. Objek motor dan orang memberikan akurasi deteksi yang lebih baik berkat variasi data yang lebih besar. Sistem juga sukses memberikan peringatan visual melalui perubahan warna bounding box sesuai tingkat risiko jarak. Penelitian ini membuktikan bahwa kombinasi metode tersebut dapat menjadi solusi ADAS yang ekonomis, portabel, dan mudah diakses

RANCANG BANGUN SISTEM INFORMASI PEMESANAN TRAVEL BERBASIS WEB UNTUK OPTIMALISASI PENGELOLAAN OPERASIONAL PADA CV ABEL BATUAH TRAVEL

Mon, 28 Sep 2026 15:56:25 +0700

Perkembangan teknologi informasi mendorong usaha jasa transportasi untuk melakukan digitalisasi layanan, terutama pada proses pemesanan dan pengelolaan operasional. CV Abel Batuah Travel masih menjalankan proses pemesanan secara manual melalui aplikasi pesan singkat, sehingga menimbulkan kendala seperti pencatatan pesanan yang tidak terintegrasi, keterbatasan informasi jadwal dan harga, serta kesulitan rekapitulasi pendapatan. Pengembangan sistem informasi dalam kajian ini diarahkan untuk menyediakan layanan pemesanan travel berbasis web yang mampu meningkatkan efisiensi operasional pada CV Abel Batuah Travel. Metode yang dipergunakan dalam pembangunan sistem ialah Waterfall dengan tahapan kerja berupa analisis kebutuhan, desain sistem, implementasi, pengujian, serta pemeliharaan. Pemodelan sistem dilakukan menggunakan Unified Modeling Language (UML), sedangkan proses pengujian menerapkan Black-Box Testing melalui teknik Equivalence Partitioning dan Boundary Value Analysis. Sistem yang telah dibangun dapat dipergunakan untuk mengelola data rute perjalanan, jadwal keberangkatan, kendaraan, sopir, proses booking, pembatalan, keputusan keberangkatan, hingga laporan pendapatan perusahaan. Selain itu, pengguna juga dapat memanfaatkan fitur pencarian jadwal, pemesanan travel reguler maupun carter, serta pengecekan status booking, sedangkan driver memperoleh akses untuk melihat jadwal perjalanan dan detail pemesanan. Berdasarkan hasil pengujian, seluruh fungsi utama sistem dapat berjalan dengan baik sesuai kebutuhan pengguna

RANCANG BANGUN SISTEM INFORMASI PEMESANAN DAN MANAJEMEN DATA PENJUALAN TOKO ROTI IBU ANI BERBASIS WEB

Nopi Doni Romadhon, Wijiyanto Wijiyanto, Sopingi Sopingi — Mon, 28 Sep 2026 15:57:14 +0700

Pemanfaatan teknologi digital kini memegang peranan krusial bagi Usaha Mikro, Kecil, dan Menengah (UMKM) untuk meningkatkan efisiensi operasional. Namun, Toko Roti Ibu Ani masih mengandalkan sistem pembukuan dan pemesanan konvensional. Hal ini mengakibatkan tingginya risiko kesalahan rincian pesanan, ketidakteraturan manajemen persediaan, serta keterlambatan dalam penyusunan laporan keuangan bulanan. Oleh sebab itu, penelitian ini bertujuan untuk merancang bangun platform pemesanan sekaligus manajemen data berbasis web guna mengatasi kendala administratif tersebut. Pengembangan perangkat lunak pada penelitian ini mengadopsi metode Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan, implementasi menggunakan framework Laravel, pengujian dengan metode Black-Box, hingga pemeliharaan. Hasil implementasi menunjukkan bahwa sistem berhasil memfasilitasi transaksi secara online, menyederhanakan tata kelola katalog produk, dan mengotomatisasi pencetakan laporan keuangan digital. Pengujian Black-Box mengonfirmasi bahwa seluruh modul beroperasi valid sesuai fungsionalitasnya. Kesimpulannya, sistem ini berkontribusi signifikan dalam menstrukturkan ulang administrasi dan membantu manajemen mengeksekusi keputusan bisnis secara lebih responsif

PENANGANAN KETIDAKSEIMBANGAN KELAS PADA KLASIFIKASI PENYAKIT DAUN KENTANG MENGGUNAKAN DENSENET121: STUDI PERBANDINGAN CROSS ENTROPY DAN FOCAL LOSS

Daviq Ardly Wishesha, Henni Endah Wahanani , Andreas Nugroho Sihananto — Mon, 28 Sep 2026 15:58:02 +0700

Tanaman kentang merupakan komoditas pertanian strategis yang produktivitasnya kerap terganggu oleh berbagai penyakit daun, namun identifikasi secara manual masih bergantung pada keahlian ahli agronomi yang terbatas dan membutuhkan waktu lama. Permasalahan utama yang dihadapi adalah ketidakseimbangan kelas (class imbalance) pada dataset penyakit daun kentang di lingkungan tidak terkontrol, di mana kelas Nematode hanya memiliki 68 sampel (2,2%) berbanding kelas Fungi dengan 748 sampel (24,3%), sehingga model cenderung bias terhadap kelas mayoritas dan gagal mendeteksi penyakit langka yang justru krusial. Penelitian ini bertujuan membandingkan efektivitas fungsi loss Categorical Cross Entropy dan Focal Loss dalam menangani ketidakseimbangan kelas pada klasifikasi penyakit daun kentang menggunakan arsitektur DenseNet121 dengan transfer learning dari ImageNet. Dataset terdiri dari 3.076 gambar dalam 7 kelas dengan rasio pembagian 80:20, dilatih menggunakan optimizer Adam, augmentasi data pada subset training, serta mekanisme EarlyStopping dan ReduceLROnPlateau. Hasil evaluasi menunjukkan model Cross Entropy mencapai overall accuracy 68,63% dengan macro F1-Score 0,68, sedangkan Focal Loss mencapai 64,38% dengan macro F1-Score 0,66. Meskipun Cross Entropy unggul secara keseluruhan, Focal Loss terbukti lebih efektif pada kelas minoritas Nematode dengan F1-Score 0,75 berbanding 0,67 dan peningkatan Recall sebesar 15,4 poin, membuktikan bahwa pemilihan fungsi loss perlu disesuaikan dengan prioritas deteksi pada dataset yang tidak seimbang

PENERAPAN ALGORITMA NAIVE BAYES CLASSIFIER UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI MAXIM DI GOOGLE PLAY STORE

Satria Brian Yudanto, Dwi Hartanti, Afu Ichsan Pradana — Mon, 28 Sep 2026 15:59:11 +0700

Berkembangnya layanan transportasi berbasis online seperti Maxim telah memberikan kemudahan yang signifikan bagi masyarakat, namun berdampak pada menumpuknya ulasan publik di Google Play Store menjadi tidak terstruktur sehingga menyulitkan penyedia layanan dalam mengevaluasi tingkat kepuasan serta persepsi publik terhadap layanan aplikasi tersebut. Oleh sebab itu, penelitian ini bertujuan guna mengklasifikasikan sentimen ulasan pengguna secara efisien dan otomatis. Penyelesaian masalah dilakukan dengan menerapkan metode Naive Bayes Classifier. Pengumpulan data melibatkan 2.500 ulasan melalui web scraping, dilanjutkan dengan pelabelan semi-otomatis, validasi manual, dan tahap preprocessing data termasuk normalisasi bahasa slang. Kemudian melakukan pembobotan dengan TF-IDF dan dibagi menjadi data latih dan uji dengan rasio 80:20. Hasil evaluasi menunjukkan bahwa model mendapat hasil yang baik dengan tingkat akurasi sebesar 94,01%, untuk kelas sentimen positif mendapat nilai precision 0.94, recall 0.99, dan f1-score 0.97, sedangkan pada kelas negatif masing-masing sebesar 0.92, 0.65, dan 0.76. Pada visualisasi data dengan diagram batang dan wordcloud menunjukkan bahwa kepuasan mayoritas pengguna disebabkan oleh performa mitra pengemudi, sedangkan keluhan umumnya berkaitan dengan kendala teknis pada aplikasi

PERBANDINGAN KINERJA ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN ULASAN APLIKASI SEABANK

Adnan Hanafi, Afu Ichsan Pradana, Dwi Hartanti — Mon, 28 Sep 2026 16:00:04 +0700

Pesatnya perkembangan digitalisasi layanan perbankan turut mendorong lonjakan pemanfaatan aplikasi mobile banking di Indonesia. Aplikasi SeaBank menjadi salah satu cerminan nyata tren tersebut, dengan lebih dari tiga juta ulasan yang terakumulasi pada Google Play Store. Volume data tekstual yang besar dan bersifat tidak terstruktur menjadikan pendekatan analisis manual tidak efektif, sehingga dibutuhkan mekanisme klasifikasi otomatis untuk mengidentifikasi sentimen pengguna. Penelitian ini bertujuan mengonstruksi kajian komparatif kinerja algoritma Naïve Bayes (NB) dan Support Vector Machine (SVM) pada ulasan aplikasi SeaBank. Metode penelitian ini menerapkan kerangka kerja CRISP-DM, dengan total 6.000 data ulasan yang dihimpun melalui teknik scraping. Seluruh data tersebut kemudian melewati serangkaian prosedur praproses, meliputi pembersihan teks (cleaning), tokenisasi, eliminasi stopword, stemming, labeling berdasar rating, serta representasi numerik dengan TF-IDF. Dataset dipartisi dengan rasio 80:20, kemudian dinilai performanya menggunakan metrik akurasi, precision, recall, serta F1-Score berbasis macro average. Temuan kajian ini mengindikasikan bahwa SVM tampil sebagai model yang lebih andal dengan capaian akurasi 89,3%, precision 86,1%, recall 86,5%, dan F1-score 86,3%, melampaui NB yang mencatatkan akurasi 88,3% serta hasil precision, recall, dan F1-score masing-masing 84,9%. Dengan demikian, SVM lebih direkomendasikan dalam mengimplementasikan klasifikasi sentimen otomatis pada layanan bank digital

PEMODELAN ARIMA UNTUK PREDIKSI PEMESANAN ES BATU KRISTAL PADA DATA HISTORIS AGEN

Abel Amanda Ardelia, Faulinda Ely Nastiti, Afu Ichsan Pradana — Mon, 28 Sep 2026 16:01:05 +0700

Es batu kristal merupakan komoditas yang banyak digunakan pada sektor kuliner, perhotelan, dan rumah tangga sehingga permintaannya berfluktuasi dari waktu ke waktu. Kondisi tersebut menyulitkan agen distribusi dalam menentukan jumlah stok yang tepat dan berpotensi menyebabkan kelebihan maupun kekurangan persediaan. Penelitian ini bertujuan membangun model peramalan permintaan es batu kristal pada Agen Mas Bowil menggunakan metode Autoregressive Integrated Moving Average (ARIMA) untuk mendukung pengambilan keputusan pemesanan yang lebih akurat. Data yang digunakan berupa data historis pemesanan harian periode Mei–Oktober 2025 sebanyak 184 observasi yang terdiri atas Shift 1, Shift 2, Shift 3, dan total pemesanan harian. Tahapan penelitian meliputi pra-pemrosesan data, pengujian stasioneritas menggunakan Augmented Dickey-Fuller (ADF), proses differencing, identifikasi parameter model, serta evaluasi menggunakan MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model ARIMA(0,1,1) pada data total harian menghasilkan performa terbaik dengan nilai MAPE sebesar 19,12%, sedangkan performa terbaik pada data per shift diperoleh Shift 3 dengan nilai MAPE sebesar 19,89%. Hasil tersebut menunjukkan bahwa agregasi data harian mampu menghasilkan prediksi yang lebih stabil dibandingkan pemodelan per shift. Meskipun demikian, pola prediksi yang terbentuk masih menunjukkan indikasi underfitting sehingga diperlukan data historis yang lebih panjang pada penelitian selanjutnya

OPTIMASI RUTE PERJALANAN WISATA KOTA SURAKARTA DENGAN PENDEKATAN DIJKSTRA-HAVERSINE UNTUK REKOMENDASI ITINERARY SATU HARI BERBASIS KECERDASAN BUATAN

Angelia Putri Yuniar, Faulinda Ely Nastiti, Moh. Muhtarom — Mon, 28 Sep 2026 16:01:52 +0700

Kota Surakarta sebagai salah satu destinasi wisata budaya memiliki berbagai pilihan objek wisata yang menarik. Namun, keterbatasan waktu kunjungan, khususnya wisata satu hari, menyebabkan wisatawan memerlukan perencanaan rute yang efisien agar dapat mengunjungi beberapa destinasi dalam waktu terbatas. Penelitian ini diorientasikan untuk mendesain dan membangun sebuah platform digital berbasis web yang dapat menyusun rekomendasi koridor perjalanan wisata secara optimal. Metode yang digunakan meliputi pengumpulan data destinasi wisata, perhitungan jarak antar lokasi menggunakan metode Haversine, pemodelan graf berbobot, serta penerapan algoritma Dijkstra untuk menentukan rute terpendek. Sistem dikembangkan menggunakan PHP Native, MySQL, dan Leaflet Maps melalui tahapan analisis, desain, implementasi, pengujian, dan maintenance. Hasil penelitian menunjukkan bahwa sistem berhasil menentukan rute perjalanan wisata dengan total jarak yang lebih efisien berdasarkan titik awal perjalanan dan kategori wisata yang dipilih pengguna. Tahap pengujian perangkat lunak yang menerapkan Black Box Testing memberikan bukti empiris bahwa seluruh modul fungsional di dalam sistem berjalan tanpa kendala (error-free) dan telah memenuhi parameter kebutuhan fungsional yang ditetapkan pada fase desain. Selain itu, sistem mampu menampilkan rekomendasi Itinerary perjalanan wisata beserta visualisasi rute pada peta digital secara interaktif sehingga membantu wisatawan dalam merencanakan perjalanan wisata satu hari secara lebih optimal

DETEKSI TINGKAT KEFOKUSAN SISWA DALAM PEMBELAJARAN MENGGUNAKAN ARSITEKTUR YOLOV26

Mon, 28 Sep 2026 16:02:39 +0700

Tingkat kefokusan siswa selama pembelajaran berperan penting dalam mendukung pemahaman materi, partisipasi kelas, dan keberhasilan proses belajar. Namun, pengamatan fokus siswa secara manual masih memiliki keterbatasan karena bergantung pada persepsi guru, sulit dilakukan secara konsisten, dan kurang efektif pada kelas dengan jumlah siswa yang banyak. Kondisi kelas yang dinamis, perubahan posisi siswa, pencahayaan tidak stabil, serta objek yang saling bertumpukan juga membuat proses pengamatan menjadi lebih sulit. Penelitian ini bertujuan membangun sistem deteksi tingkat kefokusan siswa secara otomatis menggunakan arsitektur YOLOv26. Data penelitian terdiri atas dua kelas, yaitu focus dan not_focus, yang diperoleh dari Roboflow. Tahapan penelitian meliputi pengumpulan dataset, pra-pemrosesan data, pelatihan model, pengujian deteksi, dan evaluasi performa. Data dibagi menjadi data latih, validasi, dan uji. Pelatihan dilakukan selama seratus epoch menggunakan optimizer AdamW. Evaluasi dilakukan berdasarkan precision, recall, mean Average Precision atau mAP, serta confusion matrix. Hasil penelitian menunjukkan bahwa YOLOv26 memperoleh precision sebesar 89,6%, recall sebesar 88,7%, dan mAP sebesar 95,2%. Confusion matrix menunjukkan prediksi benar sebesar 97% pada kelas focus dan 96% pada kelas not_focus. Hasil ini menunjukkan bahwa YOLOv26 dapat membantu monitoring kefokusan siswa secara cepat, objektif, dan cukup akurat di lingkungan pembelajaran. Sistem ini juga berpotensi mendukung guru dalam mengevaluasi perhatian siswa secara berkelanjutan

RANCANG BANGUN SISTEM INFORMASI POINT OF SALE MULTI-CABANG BERBASIS WEBSITE PADA SOC MEDIA GROUP

Sinta Febriyanti, Eko Purwanto, Tri Djoko Santosa — Mon, 28 Sep 2026 16:03:27 +0700

Industri Food and Beverage (F&B) yang memiliki banyak cabang memerlukan operasional yang efisien dan terintegrasi. SOC Media Group menghadapi kendala pengawasan pada Kafe Prasravana Karanganyar dan Kafe Koba Semarang karena pencatatan laporan transaksi masih manual, jarak geografis, dan penggunaan aplikasi POS pihak ketiga yang belum mendukung multi-cabang sehingga memicu risiko kesalahan manusia (human error). Penelitian ini bertujuan merancang dan membangun sistem informasi Point of Sale (POS) multi-cabang berbasis website yang mampu mengintegrasikan seluruh data transaksi secara terpusat. Metode pengembangan sistem menggunakan metode Rapid Application Development (RAD) melalui empat tahapan: Requirement Planning, Design Workshop, Construction, dan Cutover. Sistem dibangun menggunakan framework Laravel, integrasi payment gateway Xendit untuk transaksi non-tunai, serta pengujian fungsionalitas menggunakan Black Box Testing. Hasil penelitian menunjukkan bahwa sistem POS berhasil diimplementasikan dengan baik. Sistem ini mampu mengotomatisasi pencatatan transaksi harian harian dari setiap cabang, meminimalkan kesalahan rekapitulasi data, menyajikan visualisasi grafik pendapatan antar-cabang secara real-time, serta menyediakan pembatasan hak akses (Kasir, Manajer Umum, Pemilik) untuk meningkatkan efektivitas pengawasan manajerial.

EKSTRAKSI INFORMASI NILAI GIZI PADA LABEL KEMASAN MENGGUNAKAN CONFUSION-AWARE WEIGHTED LEVENSHTEIN DISTANCE DAN DIRECTION-AWARE SPATIAL ALIGNMENT

Ari Fuzzaman, Tito Pinandita, Elindra Ambar Pambudi , Maulida Ayu Fitriani — Mon, 28 Sep 2026 16:04:13 +0700

Kesadaran masyarakat terhadap kandungan gizi produk makanan semakin meningkat, mendorong kebutuhan sistem ekstraksi informasi nilai gizi secara otomatis berbasis perangkat mobile. Permasalahan utama dalam otomatisasi pembacaan label nutrisi terletak pada kesalahan asosiasi spasial antara label dan nilai numerik, serta kesalahan substitusi karakter pada hasil OCR akibat kemiripan visual antar karakter. Penelitian ini bertujuan membangun ekstraksi informasi nilai gizi yang mampu membaca delapan nutrisi utama secara real-time dari citra kemasan makanan. Metode yang dikembangkan mengintegrasikan Confusion-Aware Weighted Levenshtein Distance (WLD) untuk koreksi teks OCR berbasis matriks konfusi karakter, dan Direction-Aware Spatial Alignment untuk penyelarasan nilai numerik berbasis bounding box, diimplementasikan dalam arsitektur MVVM dengan mekanisme human-in-the-loop dan rekomendasi Generative AI. Pengujian terhadap 30 sampel kemasan (240 field) menunjukkan rata-rata Precision 98,69%, Recall 82,07%, F1-score 89,61%, dan Accuracy 85,42%, dengan rata-rata MAE 4,296. Sistem terbukti andal pada kemasan datar, meskipun label semi-terstruktur dan kemasan melengkung masih menjadi tantangan yang perlu diatasi pada penelitian selanjutnya

KLASIFIKASI TINGKAT STRES BERDASARKAN FAKTOR GAYA HIDUP MENGGUNAKAN METODE RANDOM FOREST

Annisa Mei Galuh Ageng, Bondan Wahyu Pamekas, Hanifah Permatasari — Mon, 28 Sep 2026 16:04:58 +0700

Tingkat stres merupakan salah satu kondisi yang dapat dipengaruhi oleh berbagai faktor gaya hidup, seperti durasi tidur, kualitas tidur, dan aktivitas fisik. Namun, faktor-faktor tersebut masih sering dianalisis secara terpisah sehingga hubungan antarvariabel dalam menentukan tingkat stres belum tergambarkan secara menyeluruh. Penelitian ini bertujuan untuk mengklasifikasikan tingkat stres berdasarkan faktor gaya hidup menggunakan algoritma Random Forest. Penelitian memanfaatkan Sleep Health and Lifestyle Dataset yang tersedia secara publik. Tahapan yang dilakukan meliputi praproses data, pembagian dataset menjadi data latih dan data uji, pelatihan model menggunakan algoritma Random Forest, serta evaluasi performa model berdasarkan nilai akurasi. Hasil pengujian menunjukkan bahwa model mampu mencapai tingkat akurasi pada rentang 96% hingga 97%. Selain itu, hasil pengujian berulang menunjukkan nilai akurasi yang relatif konsisten sehingga mengindikasikan kestabilan model yang baik. Berdasarkan hasil penelitian, algoritma Random Forest dapat digunakan secara efektif untuk mengklasifikasikan tingkat stres berdasarkan faktor gaya hidup dengan performa yang tinggi dan stabil

PENERAPAN METODE HYBRID FILTERING MULTI-KRITERIA PADA SISTEM REKOMENDASI BOX SPEAKER

Muhammad Hafids Sidiq, Joni Maulindar, Hanifah Permatasari — Mon, 28 Sep 2026 16:05:47 +0700

Pemilihan box speaker yang sesuai dengan kebutuhan pengguna memerlukan pertimbangan terhadap berbagai karakteristik teknis, seperti dimensi, respons frekuensi, dan bahan box. Banyaknya variasi produk yang tersedia menyebabkan proses pemilihan menjadi lebih kompleks dan berpotensi menghasilkan keputusan yang kurang tepat. Penelitian ini bertujuan untuk menguji penerapan metode Hybrid Filtering dan Simple Additive Weighting (SAW) dalam memberikan rekomendasi pemilihan box speaker. Metode Hybrid Filtering menggabungkan Content-Based Filtering dan Collaborative Filtering untuk menghasilkan rekomendasi berdasarkan karakteristik produk dan preferensi pengguna, sedangkan metode SAW digunakan untuk melakukan pembobotan dan perangkingan alternatif berdasarkan kriteria yang telah ditentukan. Penelitian menggunakan pendekatan kuantitatif dengan tahapan CRISP-DM yang meliputi Business Understanding, Data Understanding, Data Preparation, Modeling, dan Evaluation. Hasil pengujian menunjukkan bahwa kombinasi metode Hybrid Filtering dan SAW mampu menghasilkan rekomendasi yang relevan dengan nilai Precision sebesar 80% dan Recall sebesar 100%. Hasil tersebut menunjukkan bahwa metode yang digunakan efektif dalam membantu proses pemilihan box speaker sesuai dengan preferensi dan kebutuhan pengguna

PENGUKURAN TINGKAT KEPUASAN PENGGUNA TERHADAP SISTEM INFORMASI ABSENSI BADUNGKAB MENGGUNAKAN PIECES FRAMEWORK

Arsenia Agung Aurelia Wede, Gabriel Firsta Adnyana, Putu Andhika Kurniawijaya — Mon, 28 Sep 2026 16:06:35 +0700

Sistem Informasi Absensi Badungkab merupakan sistem informasi yang digunakan oleh Pemerintah Kabupaten Badung sejak juli 2018. Salah satu lembaga yang menerapkan adalah Kantor Camat Kuta Utara, yang digunakan untuk mengolah data kehadiran serta menginput data secara online. Sistem ini telah digunakan sejak lama, tetapi masih ditemukan permasalahan utama seperti sistem mengalami respon yang lambat yang membutuhkan waktu kurang lebih sekitar 10-15 menit sehingga menyebabkan keterlambatan penginputan data kehadiran, data atau laporan yang dihasilkan oleh sistem belum sepenuhnya real-time, serta pegawai harus mencatat kehadiran secara manual di kertas daftar hadir sebagai cadangan. Dengan menggunakan metode PIECES Framework, penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna terhadap sistem informasi absensi badungkab menggunakan PIECES Framework. Metode yang digunakan untuk mengukur tingkat kepuasan menggunakan PIECES Framework. Pengukuran dilakukan dengan menggunakan 6 variabel PIECES yaitu, Performance, Information and Data, Economic, Control and Security, Efficiency, dan Service. Hasil pengukuran rata-rata dari semua variabel menunjukkan bahwa nilai Performance berada pada angka 3,67 yang termasuk dalam kategori puas, Information and Data berada pada angka 3,90 termasuk dalam kategori puas, Economics berada pada angka 4,10 termasuk dalam kategori puas, Control and Security berada pada angka 3,89 termasuk dalam kategori puas, serta Service berada pada angka 3,96 termasuk dalam kategori puas. Secara keseluruhan variabel mendapatkan penilaian yang baik, namun perlu diberikan perbaikan pada aspek performance dan efficiency untuk mengatasi masalah keterlambatan respon sistem serta membuat tampilan informasi lebih mudah dipahami

PENERAPAN METODE CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI COFFEE SHOP DI KOTA SURAKARTA BERBASIS WEB

Sahrul Ageng Prasetyo, Pramono Pramono, Vihi Atina — Mon, 28 Sep 2026 16:07:19 +0700

Kota Surakarta merupakan salah satu pusat pendidikan dan budaya yang memiliki pertumbuhan industri kreatif kuliner sangat pesat. Namun, menjamurnya jumlah coffee shop saat ini menimbulkan fenomena information overload yang menyulitkan konsumen dalam memilih lokasi yang paling sesuai dengan kriteria personal mereka. Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi coffee shop berbasis web yang mampu memberikan pilihan keputusan secara cepat dan akurat. Pengembangan sistem ini menggunakan model prototype. Logika rekomendasi dikembangkan dengan menerapkan metode Content-Based Filtering yang mengintegrasikan teknik pembobotan TF-IDF untuk ekstraksi fitur atribut coffee shop dan perhitungan cosine similarity untuk mengukur tingkat kemiripan karakteristiknya. Hasil pengujian fungsional menunjukkan bahwa sistem web dapat berjalan dengan baik sesuai kebutuhan pengguna. Berdasarkan evaluasi performa algoritma menggunakan confusion matrix terhadap 100 data coffee shop, sistem berhasil memperoleh rata-rata precision sebesar 88,00%, rata-rata recall mencapai 88,67%, serta F1-score sebesar 87,96%. Hasil tersebut membuktikan bahwa metode yang diimplementasikan memiliki tingkat akurasi yang tinggi dalam menghasilkan rekomendasi yang relevan

ANALISIS SENTIMEN ULASAN PRODUK SMART TV PADA PLATFORM SHOPEE MENGGUNAKAN METODE NAIVE BAYES

Awaludin Untung Arwanda, Nibras Faiq Muhammad, Afu Ichsan Pradana — Mon, 28 Sep 2026 16:08:10 +0700

Meningkatnya aktivitas perdagangan elektronik telah menghasilkan jumlah ulasan produk yang sangat besar pada platform Shopee. Ulasan tersebut menjadi sumber informasi yang berpengaruh terhadap keputusan pembelian konsumen, namun jumlah data yang terus bertambah menyulitkan proses analisis secara manual. Penelitian ini bertujuan mengidentifikasi sentimen pengguna terhadap produk Smart TV COOCAA 32 inci S3U melalui pendekatan klasifikasi otomatis. Sebanyak 798 ulasan dikumpulkan menggunakan teknik scraping dan dikelompokkan ke dalam dua kategori sentimen, yaitu positif dan negatif. Tahapan penelitian meliputi pembersihan data, penerapan lexicon boosting, ekstraksi fitur menggunakan TF-IDF, pembagian data dengan rasio 80% data latih dan 20% data uji, serta proses klasifikasi menggunakan algoritma Multinomial Naive Bayes. Kinerja model dievaluasi berdasarkan nilai accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai accuracy 91,87%, precision 88,50%, recall 100%, dan F1-score 93,89%. Temuan ini menunjukkan bahwa integrasi TF-IDF, lexicon boosting, dan Multinomial Naive Bayes mampu menghasilkan klasifikasi sentimen yang efektif untuk menganalisis ulasan produk pada platform e-commerce.

IMPLEMENTASI COMPUTER VISION UNTUK KLASIFIKASI JENIS SAMPAH ORGANIK DAN NON-ORGANIK MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Billie Bernmarc Bungtilu Pallo, Franki Yusuf Bisilisin, Semlinda Juszandri Bulan — Mon, 28 Sep 2026 16:08:56 +0700

Sampah organik dan non-organik merupakan dua jenis sampah yang perlu dipilah dengan baik untuk mendukung pengelolaan lingkungan yang efektif. Namun, proses pemilahan sampah secara manual masih menghadapi berbagai kendala, seperti keterbatasan tenaga kerja, waktu, serta ketidakkonsistenan dalam mengidentifikasi jenis sampah. Penelitian ini bertujuan mengimplementasikan metode Computer Vision menggunakan algoritma Convolutional Neural Network (CNN) untuk mengklasifikasikan citra sampah ke dalam kategori organik dan non-organik secara otomatis. Metode yang digunakan meliputi pengumpulan dataset citra sampah, tahap pra-pemrosesan citra, pelatihan model CNN berbasis Transfer Learning MobileNetV2, serta evaluasi kinerja menggunakan K-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model mampu mengenali dan mengklasifikasikan kedua kategori sampah dengan baik. Berdasarkan evaluasi 5 fold, model memperoleh akurasi tertinggi sebesar 78,75%, sensitivitas sebesar 72,50%, dan spesifisitas sebesar 85,00%. Hasil tersebut menunjukkan bahwa metode CNN mampu mengekstraksi fitur visual secara efektif dan berpotensi digunakan sebagai sistem pendukung pemilahan sampah otomatis untuk meningkatkan efisiensi pengelolaan sampah

IMPLEMENTASI SISTEM INVENTORY GUDANG PERSEDIAAN PADA TB FAMILY BERKAH MENGGUNAKAN FRAMEWORK CODEIGNITER

Richard Aprilianto, Agustia Hananto, Elfina Novalia, Tukino Tukino — Mon, 28 Sep 2026 16:09:43 +0700

Pengelolaan persediaan barang merupakan aspek penting dalam mendukung kelancaran operasional toko bahan bangunan. TB Family Berkah masih menggunakan sistem pencatatan manual yang menyebabkan keterlambatan pembaruan data stok dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan untuk merancang dan membangun sistem inventory gudang berbasis web menggunakan Framework CodeIgniter guna meningkatkan efektivitas dan akurasi pengelolaan persediaan barang. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dirancang menggunakan Unified Modeling Language (UML), database MySQL, serta menerapkan konsep Model View Controller (MVC). Pengujian sistem dilakukan menggunakan metode Black Box Testing dan User Acceptance Testing (UAT). Hasil Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai dengan skenario pengujian dengan tingkat keberhasilan 100%. Hasil UAT menunjukkan bahwa pengguna admin dan owner memberikan penilaian positif terhadap sistem yang dibangun. Sistem inventory yang dihasilkan mampu mengelola data barang, supplier, transaksi barang masuk, transaksi barang keluar, laporan, serta hak akses pengguna secara lebih efektif, akurat, dan terintegrasi. Dengan demikian, sistem yang dibangun dapat membantu meningkatkan efisiensi pengelolaan persediaan pada TB Family Berkah

SISTEM REKOMENDASI PENERIMA BANTUAN SOSIAL DESA MENGGUNAKAN MACHINE LEARNING BERBASIS WEBSITE

Hana Fitriana, Wiji Lestari, Pramono Pramono — Mon, 28 Sep 2026 16:10:31 +0700

Penyaluran bantuan sosial merupakan salah satu upaya pemerintah dalam meningkatkan kesejahteraan masyarakat. Namun, proses penentuan penerima bantuan sosial yang masih dilakukan secara manual sering menimbulkan ketidaktepatan sasaran dan kurangnya objektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi penerima bantuan sosial berbasis website yang dapat membantu proses klasifikasi kelayakan warga secara otomatis. Metode yang digunakan adalah algoritma Decision Tree dengan memanfaatkan variabel pendapatan, jumlah tanggungan, dan kondisi rumah. Sistem dikembangkan menggunakan Laravel dan diintegrasikan dengan Python Flask untuk proses klasifikasi. Dataset yang digunakan berjumlah 82 data warga yang dibagi menjadi data training dan data testing dengan perbandingan 80:20. Hasil pengujian menunjukkan bahwa model memperoleh nilai accuracy sebesar 88,23%, precision sebesar 86,67%, recall sebesar 100%, dan f1-score sebesar 92,86%. Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasikan kelayakan penerima bantuan sosial secara otomatis sehingga dapat mendukung proses penyaluran bantuan yang lebih cepat, tepat sasaran, dan transparan

IMPLEMENTASI ENHANCED PREPROCESSING PADA SEGMENTASI AREA TUMOR OTAK CITRA MRI MENGGUNAKAN YOLOV8-SEG

Ananda Bagus Fatchurroziq, Muhammad Najibulloh Muzaki, Arie Nugroho — Mon, 28 Sep 2026 16:11:43 +0700

Tumor otak membutuhkan diagnosis akurat melalui pencitraan Magnetic Resonance Imaging (MRI) T1-CE. Namun, tingginya noise intensitas dan batas lesi bergradasi halus (fuzzy boundaries) pada citra tersebut sering menurunkan akurasi algoritma segmentasi otomatis. Penelitian ini bertujuan mengevaluasi dampak teknik enhanced preprocessing (kombinasi CLAHE, Bilateral Filter, Z-Score) pada arsitektur YOLOv8-SEG terhadap tingkat akurasi segmentasi. Metode penelitian menggunakan 3.064 citra dari 233 pasien yang dipartisi melalui Patient-Level Split untuk mencegah kebocoran data. Pemodelan dieksekusi dalam dua skenario: Baseline (citra mentah) dan Enhanced (citra berfilter). Hasil pengujian menunjukkan fenomena trade-off performa. Skenario Enhanced unggul dalam Precision (0.86026) yang secara efektif menekan deteksi palsu. Sebaliknya, skenario Baseline lebih superior pada metrik spasial dengan Dice Similarity Coefficient (0.7583), Recall (0.84461), dan mAP50 (0.89718) karena sukses mempertahankan piksel transisi batas lesi yang pudar. Kesimpulannya, model Enhanced andal sebagai penapis deteksi awal, sementara model Baseline optimal untuk mendelineasi batas poligon secara presisi

SISTEM REKOMENDASI VIDEO GAME BERBASIS CONTENT BASED FILTERING MENGGUNAKAN TF-IDF DAN COSINE SIMILARITY

Muhammad Farrel Yafiwaghani Firjatullah, Jati Sasongko Wibowo — Mon, 28 Sep 2026 16:12:52 +0700

Industri video game tumbuh pesat dengan lebih dari 14.000 judul baru dirilis setiap tahun pada platform distribusi digital, sehingga pengguna semakin sulit menemukan game yang sesuai preferensi dari ribuan pilihan yang tersedia. Kondisi ini menciptakan fenomena information overload yang tidak dapat diselesaikan secara manual oleh pengguna. Sistem rekomendasi berbasis Collaborative Filtering juga tidak mampu bekerja optimal karena keterbatasan data interaksi pengguna (cold-start problem). Penelitian ini bertujuan membangun sistem rekomendasi video game berbasis Content-Based Filtering yang mampu menghasilkan rekomendasi relevan tanpa bergantung pada data historis pengguna, sekaligus menganalisis pengaruh mekanisme sorting rating terhadap kualitas rekomendasi. Sistem dibangun menggunakan algoritma Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity dengan dataset 60.000 judul game dari platform Backloggd, direduksi menjadi 37.669 data bersih setelah preprocessing. Atribut Summary, Genres, dan Platforms digabungkan sebagai representasi konten dan dikonversi menjadi matriks TF-IDF berukuran 37.669 × 71.951. Evaluasi menggunakan Precision@5 pada empat skenario lintas genre menghasilkan Mean Precision@5 sebesar 0,95. Mekanisme sorting Rating terbukti meningkatkan rata-rata Rating rekomendasi dari 3,22 menjadi 3,90 dengan trade-off penurunan Cosine Similarity rata-rata sebesar 0,0532

KLASIFIKASI CITRA WAJAH ASLI DAN SINTETIS UNTUK DETEKSI DEEPFAKE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Maulana Abdul Fattah, Zuly Budiarso — Mon, 28 Sep 2026 16:13:40 +0700

Teknologi deepfake berbasis Generative Adversarial Network (GAN) berkembang pesat dan menghasilkan citra wajah sintetis yang sulit dibedakan dari citra autentik. Kondisi ini mengancam integritas informasi digital secara serius. Sistem deteksi otomatis yang akurat dan efisien sangat dibutuhkan untuk mengatasi ancaman tersebut. Penelitian ini bertujuan mengembangkan sistem klasifikasi biner untuk membedakan citra wajah autentik dan sintetis berbasis arsitektur Convolutional Neural Network (CNN) MobileNetV2 dengan pendekatan transfer learning dan fine-tuning. Dataset terdiri atas 90.000 citra seimbang: 45.000 citra autentik (Flickr-Faces-HQ) dan 45.000 citra sintetis (StyleGAN). Pra-pemrosesan mencakup standardisasi dimensi 224 x 224 piksel, normalisasi ke rentang [0, 1], serta augmentasi data melalui horizontal flip dan rotasi acak. Pelatihan dilakukan dua tahap: transfer learning menghasilkan akurasi validasi 80,49%, kemudian fine-tuning meningkatkannya menjadi 91,44%. Evaluasi pada 20.000 data uji menghasilkan akurasi 92,01%, precision kelas fake 0,95, recall kelas real 0,95, dan F1-score 0,92. Hasil ini membuktikan MobileNetV2 efektif sebagai fondasi sistem forensik digital otomatis untuk deteksi deepfake

KLASIFIKASI MOTIF BATIK MENGGUNAKAN RESNET-18 DENGAN SQUEEZE-AND-EXCITATION DAN OPTIMIZER ADAM

Abd Rosyiid Se, Nur Rachmat — Mon, 28 Sep 2026 16:14:46 +0700

Batik merupakan warisan budaya UNESCO yang memiliki keragaman motif unik, namun tingginya kompleksitas visual sering kali menyulitkan identifikasi secara manual. Penelitian ini bertujuan untuk mengimplementasikan serta mengevaluasi performa model ResNet-18 dengan integrasi Squeeze-and-Excitation (SE) block untuk klasifikasi tiga motif batik, yaitu Kawung, Parang, dan Truntum. Metode penelitian ini menggunakan dataset sebanyak 685 citra yang diseimbangkan dan diperbanyak menjadi 1074 data dengan teknik augmentasi (rotation, saturation, dan jittering). Model yang digunakan adalah ResNet-18 pre-trained dari ImageNet 1k, serta menggunakan Adam Optimizer. Hasil pengujian menunjukkan bahwa integrasi SE block pada ResNet-18 menunjukkan kecenderungan peningkatan performa klasifikasi sebesar 1% dibandingkan model baseline dengan capaian akurasi tertinggi 98%, dan model dengan SE block dengan capaian accuracy, precision, recall, dan F1-score sebesar 99%. Penambahan komponen SE block terbukti memberikan stabilitas pada proses pelatihan serta kemampuan generalisasi fitur yang lebih konsisten dibandingkan model tanpa attention mechanism

ANALISIS POLA PEMBELIAN PRODUK KACAMATA MENGGUNAKAN ASSOCIATION RULE MINING DENGAN ALGORITMA APRIORI

Danny Akbar Permana, Aprilisa Arum Sari, Intan Oktaviani — Mon, 28 Sep 2026 16:15:56 +0700

Data transaksi penjualan dapat dimanfaatkan untuk mengidentifikasi pola pembelian konsumen yang berguna dalam mendukung strategi pemasaran. Pada Danz Glasses, data transaksi selama ini hanya digunakan sebagai arsip penjualan sehingga hubungan antar produk yang dibeli pelanggan belum diketahui secara jelas. Penelitian ini bertujuan menganalisis pola pembelian produk kacamata menggunakan metode Association Rule Mining dengan algoritma Apriori. Metode yang digunakan mengacu pada tahapan Knowledge Discovery in Database (KDD) yang terdiri dari data selection, preprocessing, transformation, data mining, dan evaluation. Dataset penelitian menggunakan 80 transaksi penjualan yang telah dikelompokkan ke dalam kategori Frame Kacamata, Photochromic, Hibrida, dan Coating. Analisis dilakukan dengan minimum support 3% dan minimum confidence 40%. Hasil penelitian menunjukkan bahwa rule terbaik adalah Photochromic → Frame Kacamata dengan nilai support 12,5%, confidence 90,9%, dan lift ratio 1,154. Hasil tersebut menunjukkan adanya hubungan positif antar kategori produk sehingga algoritma Apriori dapat digunakan untuk membantu identifikasi pola pembelian konsumen serta mendukung penyusunan strategi promosi dan penjualan pada Danz Glasses

PENERAPAN ALGORITMA RANDOM FOREST DENGAN VARIASI FITUR DALAM PREDIKSI POPULARITAS BERITA DIGITAL

Dega Felix Ivanusi, Vihi Atina, Anisatul Farida — Mon, 28 Sep 2026 16:17:08 +0700

Prediksi popularitas berita digital menjadi kebutuhan penting bagi media daring untuk memahami karakteristik konten yang berpotensi memperoleh tingkat penyebaran tinggi. Namun, banyaknya atribut yang digunakan dalam proses klasifikasi dapat meningkatkan kompleksitas komputasi dan mempengaruhi kinerja model. Penelitian ini bertujuan menganalisis pengaruh variasi fitur terhadap performa algoritma Random Forest dalam prediksi popularitas berita digital. Penelitian menggunakan dataset Online News Popularity yang diperoleh dari UCI Machine Learning Repository. Metode yang digunakan meliputi pra-pemrosesan data, pembangunan model Random Forest, pengujian empat skenario variasi fitur, serta optimasi model melalui penanganan outlier, feature engineering, hyperparameter tuning, dan threshold tuning. Hasil pengujian baseline menunjukkan bahwa penggunaan seluruh fitur menghasilkan akurasi sebesar 66,34%. Setelah dilakukan optimasi, performa model meningkat dengan hasil terbaik diperoleh pada skenario reduksi fitur noise yang menghasilkan accuracy 72,15%, precision 72,05%, recall 72,15%, dan f1-score 72,10%. Hasil penelitian menunjukkan bahwa variasi fitur dan strategi optimasi berpengaruh terhadap performa klasifikasi popularitas berita digital menggunakan Random Forest.

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN DESTINASI WISATA PADA WEBSITE TRAVEL BERKAH JAYA TRANS MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Nanda Kurnia Wicaksana, Eko Nur Wahyudi — Mon, 28 Sep 2026 16:18:14 +0700

Sektor pariwisata di Kota Semarang berkembang pesat dengan ketersediaan 13 destinasi wisata yang beragam, mencakup kawasan cagar budaya, religi, dan alam. Namun, Berkah Jaya Trans selaku perusahaan penyewaan kendaraan dan travel belum memiliki mekanisme rekomendasi destinasi yang terstandarisasi secara ilmiah; rekomendasi kepada pelanggan masih bertumpu pada penilaian subjektif staf lapangan sehingga tidak konsisten dan berpotensi tidak tepat sasaran. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis Simple Additive Weighting (SAW) pada platform website Berkah Jaya Trans guna menghasilkan urutan prioritas 13 destinasi wisata yang objektif, transparan, dan terintegrasi dengan layanan pemesanan armada kendaraan. Sistem dibangun menggunakan PHP 8.1 Native dan MySQL 8.0 dengan mengevaluasi lima kriteria: jarak (C1, cost, 25%), rating pengguna (C2, benefit, 25%), tarif tiket (C3, cost, 20%), kualitas jalan (C4, benefit, 15%), dan kelengkapan fasilitas (C5, benefit, 15%). Pengujian black box terhadap 20 skenario menghasilkan pass rate 100%, dan validasi kros-hitung mengonfirmasi deviasi nol pada seluruh 13 alternatif. Masjid Agung Jawa Tengah menempati peringkat tertinggi (Vi = 1,0000), diikuti Kota Lama Semarang (0,9833) dan Lawang Sewu (0,9348).

RANCANG BANGUN DAN IMPLEMENTASI SISTEM INFORMASI BERBASIS WEB UNTUK EVALUASI KERJA SAMA KAMPUS–INDUSTRI

Delon Temo, Clynten Billiam Palad, Edwin Lumunon, Alfrets Wauran — Mon, 28 Sep 2026 16:20:21 +0700

Kerja sama kampus-industri penting dalam pendidikan vokasional karena mendukung relevansi kurikulum, kegiatan kolaboratif, dokumentasi capaian, dan mutu lulusan. Politeknik Negeri Manado memerlukan pengelolaan data kerja sama yang terpusat karena data berpotensi tersebar, status dokumen sulit dipantau, tindak lanjut belum terdokumentasi, dan penyusunan laporan membutuhkan pekerjaan manual berulang. Penelitian ini bertujuan merancang dan membangun sistem informasi berbasis web untuk mendukung pengelolaan serta evaluasi kerja sama melalui pembagian kewenangan Admin, Pimpinan, dan Unit Kerja beserta subunitnya. Penelitian ini menggunakan Software Development Life Cycle (SDLC) yang mencakup analisis kebutuhan, perancangan cepat, pembangunan prototipe, evaluasi, penyempurnaan, dan validasi fungsional awal. Sistem dikembangkan menggunakan PHP 8.2, Laravel 12, Vite, Tailwind CSS, dan basis data relasional. Hasil penelitian menunjukkan bahwa prototipe berhasil mengintegrasikan pengelolaan data master, pencatatan kerja sama, evaluasi mandiri, validasi Pimpinan, notifikasi status, pemantauan, dan pelaporan dalam alur kerja berbasis peran. Validasi awal memastikan fungsi login Admin, pencatatan kerja sama Jurusan, penyimpanan evaluasi, pengesahan atau revisi oleh Pimpinan dan pembaruan status baca notifikasi telah beroperasi sesuai keluaran yang ditetapkan serta sistem telah menyediakan mekanisme digital yang terstruktur untuk mendokumentasikan proses, menelusuri status, dan mendukung pengawasan kerja sama. Kontribusi utama penelitian ini adalah digitalisasi alur evaluasi multi-peran yang tertelusur serta modernisasi sistem manajemen kerja sama

IMPLEMENTASI ALGORITMA FISHER-YATES SHUFFLE UNTUK PENGACAKAN SOAL DAN PILIHAN JAWABAN SISTEM UJIAN ONLINE

Muhammad Irfan Zidny, Anita Andriani — Mon, 28 Sep 2026 16:21:51 +0700

Pelaksanaan ujian merupakan bagian penting dalam proses evaluasi pembelajaran untuk mengukur kompetensi peserta didik. Perkembangan teknologi mendorong penerapan sistem ujian online yang lebih efisien dibandingkan ujian konvensional berbasis kertas. Namun, ujian konvensional masih menghadapi berbagai permasalahan, seperti tingginya biaya pencetakan, lamanya proses koreksi, serta potensi kecurangan akibat kesamaan urutan soal dan pilihan jawaban antar peserta. Permasalahan tersebut juga ditemukan pada pelaksanaan ujian di SMK PGRI Mojoagung. Penelitian ini bertujuan merancang dan membangun sistem ujian online berbasis web yang mampu mengacak soal dan pilihan jawaban menggunakan algoritma Fisher-Yates Shuffle untuk mengurangi potensi kecurangan dan meningkatkan efisiensi pelaksanaan ujian. Metode penelitian meliputi analisis kebutuhan, perancangan sistem menggunakan Unified Modeling Language (UML), implementasi dengan framework Laravel dan basis data MySQL, serta pengujian menggunakan Black Box Testing. Algoritma Fisher-Yates Shuffle diterapkan untuk melakukan pengacakan soal dan opsi jawaban secara otomatis. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan seluruh fitur berfungsi dengan baik dengan tingkat keberhasilan pengujian sebesar 100%. Penggunaan algoritma Fisher-Yates Shuffle menghasilkan susunan soal dan pilihan jawaban yang berbeda pada setiap peserta, sehingga membantu meminimalkan kecurangan serta meningkatkan efisiensi pelaksanaan ujian di SMK PGRI Mojoagung

ANALISIS PENERIMAAN TEKNOLOGI APLIKASI X (TWITTER) PASCA REBRANDING MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM) DAN END USER COMPUTING SATISFACTION (EUCS)

Nawang Indrawati, Benedika Ferdian Hutabarat, Miranty Yudistira — Mon, 28 Sep 2026 16:23:05 +0700

Meningkatnya penggunaan media sosial telah menjadikan platform digital sebagai sarana utama dalam memperoleh dan menyebarkan informasi, khususnya di kalangan generasi Z. Salah satu platform yang mengalami perubahan signifikan adalah Twitter yang melakukan rebranding menjadi X dengan berbagai pembaruan fitur dan layanan. Namun, perubahan tersebut berpotensi memengaruhi penerimaan pengguna terhadap platform sehingga diperlukan evaluasi untuk mengetahui faktor-faktor yang memengaruhi penerimaan pengguna terhadap platform pasca rebranding. Penelitian ini bertujuan untuk menganalisis pengaruh perceived usefulness, perceived ease of use, content, accuracy, format, dan timeliness terhadap attitude toward using, serta pengaruh attitude toward using terhadap user satisfaction pada aplikasi X (Twitter). Penelitian ini menggunakan pendekatan kuantitatif dengan teknik purposive sampling terhadap 240 responden generasi Z pengguna aplikasi X (Twitter) di Indonesia. Data dianalisis menggunakan Structural Equation Modeling-Partial Least Squares (SEM-PLS). Hasil penelitian menunjukkan bahwa perceived ease of use, content, accuracy, format, dan timeliness berpengaruh positif dan signifikan terhadap attitude toward using sedangkan perceived usefulness tidak berpengaruh positif. Selain itu, attitude toward using terbukti memiliki pengaruh positif pada kepuasan pengguna. Temuan ini menunjukkan bahwa kemudahan penggunaan, kualitas informasi, tampilan, keakuratan, dan ketepatan waktu informasi merupakan faktor penting dalam membentuk penerimaan dan kepuasan pengguna aplikasi X (Twitter) pasca rebranding

PERANCANGAN SISTEM INVENTORY GUDANG SUSU UHT BERBASIS WEB METODE FEFO

Arif Setyawan, Eko Nur Wahyudi — Mon, 28 Sep 2026 16:25:02 +0700

Pengelolaan persediaan produk susu UHT memerlukan sistem yang tepat karena produk ini memiliki batas masa simpan yang terbatas. Proses pencatatan stok yang masih dilakukan secara manual pada banyak perusahaan menyebabkan kesalahan pencatatan, keterlambatan informasi, dan kesulitan dalam memantau masa kedaluwarsa produk. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi inventory gudang susu UHT berbasis web menggunakan metode First Expired First Out (FEFO). Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL. Metode FEFO diterapkan untuk memastikan produk dengan tanggal kedaluwarsa terdekat diprioritaskan keluar terlebih dahulu. Fitur utama sistem meliputi pengelolaan stok barang, pencatatan barang masuk dan keluar, notifikasi produk mendekati kedaluwarsa, laporan stok, serta manajemen pengguna. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan menunjukkan bahwa seluruh fitur berjalan sesuai kebutuhan pengguna. Sistem yang dibangun mampu meningkatkan akurasi data persediaan, mempercepat proses monitoring stok, dan mendukung pengambilan keputusan dalam pengelolaan produk susu UHT secara lebih efektif dan efisien

PENERAPAN ALGORITMA GRADIENT BOOSTING UNTUK PREDIKSI RISIKO KETERLAMBATAN PEMBAYARAN SISWA DIGIKIDZ SOLO MENGGUNAKAN METODE CRISP-DM

Syakira Dhiya Ananda, Intan Oktaviani, Anindhiasti Ayu Kusuma — Mon, 28 Sep 2026 16:25:53 +0700

Keterlambatan pembayaran biaya pendidikan merupakan masalah yang kerap dihadapi oleh lembaga pendidikan karena dapat memengaruhi kelancaran pengelolaan keuangan. Proses penagihan yang masih dilakukan secara manual sering kali menyulitkan pihak administrasi dalam mengidentifikasi siswa yang berpotensi mengalami keterlambatan pembayaran. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model prediksi risiko keterlambatan pembayaran siswa guna mendukung proses pengambilan keputusan yang lebih efektif. Penelitian dilakukan dengan menerapkan algoritma Gradient Boosting menggunakan pendekatan CRISP-DM (Cross Industry Standard Process for Data Mining). Data yang digunakan berupa riwayat pembayaran siswa yang mencakup informasi biaya pembayaran, metode pembayaran, jenis program, dan riwayat keterlambatan pembayaran. Tahapan penelitian meliputi preprocessing data, pembangunan model menggunakan XGBoost, serta evaluasi kinerja model menggunakan metrik accuracy, precision, recall, F1-score, dan Area Under Curve (AUC). Hasil pengujian menunjukkan bahwa model menghasilkan nilai accuracy sebesar 0,71 dan AUC sebesar 0,80, yang menunjukkan kemampuan cukup baik dalam memprediksi kemungkinan keterlambatan pembayaran siswa. Model yang dihasilkan diharapkan dapat membantu lembaga pendidikan dalam melakukan deteksi dini terhadap siswa yang berisiko mengalami keterlambatan pembayaran sehingga proses penagihan dapat dilakukan secara lebih tepat dan efisien

PENERAPAN ALGORITMA K-MEANS CLUSTERING DATA TRANSAKSI ALAT BERAT DI CV ABC

Fiolin Meldy Graciella, Dien Novita — Mon, 28 Sep 2026 16:26:57 +0700

CV ABC memiliki data transaksi penyewaan alat berat yang terus bertambah dalam beberapa periode. Namun, data tersebut belum dimanfaatkan secara optimal untuk mengidentifikasi transaksi seperti apa yang mempengaruhi pendapatan perusahaan. Penelitian ini bertujuan untuk mengelompokkan data transaksi dengan jumlah cluster yang optimal sehingga dapat memberikan pemahaman kepada perusahaan terhadap karakteristik transaksi. Metode penelitian yang dilakukan adalah identifikasi masalah, pengumpulan data, seleksi data, pembersihan data, transformasi data menggunakan tools RapidMiner, pemrosesan data dengan algoritma K-Means, evaluasi model, serta interpretasi hasil dengan bantuan dashboard. Penentuan jumlah cluster optimal dilakukan menggunakan Davies-Bouldin Index (DBI) dengan nilai DBI sebesar 0,771, sedangkan kualitas hasil pengelompokan dievaluasi menggunakan Silhouette Coefficient dan menghasilkan nilai 0,5596 yang menyatakan struktur cluster berada pada kategori menengah. Data yang digunakan berjumlah 521 transaksi penyewaan alat berat periode Desember 2021 hingga Desember 2025. Hasil penelitian menyatakan bahwa jumlah cluster optimal adalah tiga cluster, yaitu cluster 1 (transaksi rendah) terdiri dari 108 data, cluster 2 (transaksi sedang) terdiri dari 50 data, dan cluster 3 (transaksi tinggi) terdiri dari 363 data. Kesimpulannya, penerapan algoritma K-Means dalam pengelompokan data transaksi mampu membantu perusahaan dalam pengambilan keputusan berdasarkan data, khususnya dalam mengevaluasi penggunaan alat berat, penentuan strategi pengadaan, dan penyesuaian harga sewa alat berat

IMPLEMENTASI FEATURE SELECTION RELIEFF DAN KLASIFIKASI STATUS KANKER PAYUDARA MENGGUNAKAN RANDOM FOREST DAN LOGISTIC REGRESSION DENGAN INTERPRETASI SHAP

Fanny Krisvyanti, Abdul Rahman — Mon, 28 Sep 2026 16:27:46 +0700

Kanker payudara merupakan salah satu penyakit dengan tingkat prevalensi yang tinggi dan menjadi penyebab utama kematian pada perempuan di seluruh dunia, sehingga diperlukan metode deteksi dini yang akurat dan dapat diinterpretasikan dengan baik. Namun, banyak model machine learning yang masih bersifat kurang transparan sehingga sulit dipahami dalam pengambilan keputusan klinis. Penelitian ini bertujuan untuk membangun model klasifikasi status kanker payudara yang tidak hanya memiliki performa tinggi, tetapi juga mudah diinterpretasikan. Metode yang digunakan meliputi preprocessing data berupa data cleaning, encoding, dan scaling, serta pembagian data dengan rasio 80:20. Seleksi fitur dilakukan menggunakan ReliefF untuk meningkatkan relevansi fitur terhadap kelas target. Model klasifikasi yang digunakan adalah Logistic Regression dan Random Forest, dengan evaluasi menggunakan 5-Fold Cross Validation berdasarkan metrik accuracy, precision, recall, F1-score, dan AUC-ROC. Selain itu, interpretasi model dilakukan menggunakan SHAP (SHapley Additive exPlanations) untuk menjelaskan kontribusi setiap fitur terhadap hasil prediksi. Hasil penelitian menunjukkan bahwa Logistic Regression memberikan performa terbaik dengan accuracy 83,10%, F1-score 82,86%, dan AUC-ROC 83,94%. Selain itu, SHAP mampu memberikan interpretasi yang jelas terhadap pengaruh fitur sehingga meningkatkan transparansi model. Pendekatan kombinasi ReliefF, Logistic Regression, dan SHAP terbukti efektif untuk klasifikasi kanker payudara

RANCANG BANGUN INKUBATOR TEMPE BERBASIS IOT DENGAN ANALISIS KARAKTERISTIK SENSOR DHT11 UNTUK MONITORING SUHU FERMENTASI

Faisal Akbar Wibowo, Lela Nurpulaela — Mon, 28 Sep 2026 16:28:34 +0700

Proses fermentasi tempe memerlukan kondisi suhu yang stabil agar menghasilkan produk dengan kualitas yang baik. Pada metode konvensional, pengendalian suhu masih dilakukan secara manual sehingga berpotensi menyebabkan proses fermentasi yang kurang optimal, waktu produksi yang lebih lama, dan kualitas tempe yang tidak konsisten. Penelitian ini bertujuan merancang dan mengimplementasikan sistem inkubator tempe berbasis Internet of Things (IoT) untuk memantau dan mengendalikan suhu fermentasi secara otomatis. Sistem dirancang menggunakan mikrokontroler ESP32, sensor DHT11, relay, kipas DC, LCD, dan platform Arduino IoT Cloud. Metode penelitian meliputi perancangan sistem, implementasi perangkat keras dan perangkat lunak, serta pengujian karakteristik sensor yang mencakup range, non-linearitas, sensitivitas, resolusi, akurasi, dan presisi. Hasil pengujian menunjukkan bahwa sensor DHT11 memiliki rentang pengukuran 31,3°C–55°C, tingkat akurasi rata-rata di atas 98%, serta nilai presisi antara 99,36% hingga 99,79%. Sistem yang dikembangkan mampu mengendalikan suhu ruang fermentasi secara otomatis berdasarkan nilai set point yang ditentukan serta memungkinkan monitoring secara real-time melalui Arduino IoT Cloud. Implementasi sistem juga berhasil mempercepat waktu fermentasi dari 36–47 jam pada metode konvensional menjadi sekitar 20 jam. Dengan demikian, sistem inkubator tempe berbasis IoT dapat meningkatkan efisiensi proses fermentasi, memudahkan monitoring, dan menjaga kestabilan kondisi fermentasi

ANALISIS RELIABILITAS CHATBOT PADA PENDAFTARAN PELANGGAN BARU DI CYB MEDIA MENGGUNAKAN METODE TF-IDF DAN LOGISTIC REGRESSION

Ridwan Tri Cahya Kusuma, Afu Ichsan Pradana, Agustina Purwatiningsih — Mon, 28 Sep 2026 16:29:25 +0700

Pelayanan pelanggan yang cepat dan akurat menjadi faktor penting bagi penyedia layanan internet, termasuk CYB Media, dalam meningkatkan kepuasan pelanggan dan efisiensi operasional. Proses pendaftaran pelanggan baru yang masih dilakukan secara manual menyebabkan penumpukan antrean pesan, meningkatnya beban kerja staf, serta lambatnya respons layanan. Penelitian ini bertujuan menganalisis keandalan dan efektivitas chatbot berbasis Telegram menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan Logistic Regression untuk mengklasifikasikan intent pengguna pada proses pendaftaran pelanggan. Model dibangun menggunakan representasi fitur TF-IDF dan algoritma Logistic Regression, kemudian dievaluasi menggunakan 40 data uji dengan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 95,00%, dengan intent register_wifi memperoleh nilai F1-score tertinggi sebesar 0,9714. Hasil tersebut menunjukkan bahwa chatbot yang dikembangkan mampu mengklasifikasikan intent pengguna dengan baik dan layak diterapkan sebagai sistem otomasi pendaftaran pelanggan berbasis Telegram

SISTEM PRESENSI KARYAWAN BERBASIS WEB MENGGUNAKAN QR-CODE DENGAN METODE WATERFALL

Muhammad Adam, Muhammad Najibulloh Muzaki, Rini Indriati — Mon, 28 Sep 2026 16:30:09 +0700

Sistem presensi karyawan yang masih memanfaatkan aplikasi WhatsApp sebagai media pencatatan kehadiran memiliki berbagai kendala, seperti proses rekapitulasi yang lambat, kesalahan pencatatan data, serta peluang terjadinya kecurangan berupa titip absen. Kondisi tersebut menyebabkan pengelolaan data kehadiran menjadi kurang efektif dan menyulitkan proses pemantauan secara langsung. Penelitian ini bertujuan mengembangkan sistem presensi karyawan berbasis web dengan memanfaatkan teknologi QR-Code untuk meningkatkan efisiensi dan ketepatan pencatatan kehadiran. Metode yang digunakan dalam pengembangan sistem adalah Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan framework Laravel, bahasa pemrograman PHP, dan database MySQL. Fitur yang tersedia meliputi pengelolaan data karyawan, pembuatan QR-Code, pemindaian QR-Code, pemantauan kehadiran, serta pembuatan laporan presensi. Hasil pengujian menggunakan metode Blackbox Testing menunjukkan bahwa seluruh fitur sistem dapat berfungsi sesuai kebutuhan pengguna. Sistem mampu mencatat kehadiran secara otomatis dan real-time, mempercepat proses rekapitulasi data, serta mengurangi risiko kesalahan pencatatan dibandingkan metode presensi sebelumnya. Dengan demikian, sistem presensi berbasis web menggunakan QR-Code dapat menjadi solusi yang efektif untuk meningkatkan kualitas pengelolaan data kehadiran karyawan

ANALISIS PERFORMA REAL-TIME REST API PADA SISTEM PRESENSI BERBASIS QR CODE

Fachrudin Pratama, Afu Ichsan Pradana, Aprilisa Arum Sari — Mon, 28 Sep 2026 16:30:57 +0700

Sistem presensi manual masih menimbulkan berbagai permasalahan seperti keterlambatan pencatatan, kesalahan input data, serta potensi manipulasi kehadiran. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem presensi berbasis Internet of Things (IoT) menggunakan ESP32, QR Code, dan RESTful API berbasis HTTP. ESP32 berfungsi sebagai perangkat klien untuk memindai QR Code dan mengirimkan data presensi ke server secara real-time melalui RESTful API, kemudian data disimpan ke dalam database MariaDB dan ditampilkan melalui dashboard berbasis web. Penelitian ini bertujuan untuk menganalisis performa komunikasi data pada sistem presensi berbasis IoT berdasarkan pengaruh kualitas jaringan. Metode yang digunakan adalah eksperimen kuantitatif dengan 50 kali pengujian pada dua kondisi jaringan, yaitu sinyal kuat dan sinyal lemah. Parameter yang digunakan adalah Quality of Service (QoS) meliputi Latency, Response Time, dan Packet Loss. Hasil penelitian menunjukkan bahwa kondisi jaringan memengaruhi performa sistem, di mana sinyal lemah menghasilkan nilai Latency, Response Time, dan Packet Loss yang lebih tinggi dibandingkan sinyal kuat. Namun demikian, sistem masih mampu berjalan secara real-time dengan baik. Hasil pengujian menunjukkan rata-rata Latency sebesar 219,5 ms (sinyal kuat) dan 327,5 ms (sinyal lemah).

ANALISIS EFISIENSI PADA PROSES BISNIS PENGADAAN BARANG CV. FAHRESA JAYA PRATAMA MENGGUNAKAN PENDEKATAN LEAN BUSINESS PROCESS IMPROVEMENT

Mon, 28 Sep 2026 16:31:49 +0700

Sektor konstruksi, khususnya kontraktor skala menengah, masih menghadapi tantangan inefisiensi dalam proses pengadaan barang. CV. Fahresa Jaya Pratama, perusahaan kontraktor fasad bangunan di Jawa Timur, mengalami permasalahan proses pengadaan yang masih manual dan belum terstandarisasi, sehingga menimbulkan pemborosan berupa waiting, overprocessing, dan motion. Penelitian ini bertujuan menganalisis kondisi proses pengadaan secara As-Is, mengidentifikasi aktivitas pemborosan, serta merancang usulan proses bisnis To-Be. Metode yang digunakan meliputi Lean Business Process Improvement (Lean BPI), Value Stream Mapping (VSM), Value Added Analysis (VAA), dan BPMN. Hasil analisis menunjukkan bahwa proses pengadaan memiliki nilai Process Cycle Efficiency (PCE) sebesar 13,64%, dengan 86,36% aktivitas tergolong non-value added. Pemborosan waiting mendominasi dengan kontribusi 46,97% dari total lead time sebesar 3.960 menit, di mana bottleneck utama pada pengecekan stok manual menyumbang antrean hingga 16 jam. Usulan perbaikan To-Be mencakup integrasi API supplier untuk otomatisasi pengecekan stok, rekapitulasi penawaran otomatis berbasis katalog, fitur auto-approval untuk transaksi di bawah Rp5.000.000, serta monitoring dashboard pengiriman secara real-time

PENGEMBANGAN SISTEM PENERJEMAH BIDIRECTIONAL BISINDO BERBASIS LEAP MOTION DAN MULTILAYER PERCEPTRON

Chandrasena Setiadi, Zahrotul Camelia, Mila Kusumawardani, Isa Mahfudi — Mon, 28 Sep 2026 16:32:36 +0700

Komunikasi antara penyandang tunarungu dan masyarakat umum masih menghadapi kendala akibat perbedaan media komunikasi yang digunakan. Berbagai penelitian pengenalan Bahasa Isyarat Indonesia (BISINDO) telah dikembangkan menggunakan pendekatan berbasis kamera RGB, namun metode tersebut masih dipengaruhi kondisi pencahayaan, latar belakang, dan umumnya hanya mendukung penerjemahan satu arah. Oleh karena itu, penelitian ini bertujuan mengembangkan sistem penerjemah bidirectional BISINDO berbasis Leap Motion Controller dan Multilayer Perceptron (MLP) untuk mendukung komunikasi dua arah. Metode penelitian meliputi akuisisi data gestur menggunakan Leap Motion Controller yang menghasilkan data koordinat tiga dimensi tangan dan jari, dilanjutkan dengan preprocessing berupa pembersihan dan normalisasi data. Model klasifikasi dibangun menggunakan MLP dengan dua hidden layer dan diimplementasikan dalam sistem berbasis Python yang terintegrasi dengan FastAPI, Speech-to-Text (STT), dan Text-to-Speech (TTS). Sistem menyediakan dua mode komunikasi, yaitu gesture-to-text/audio dan audio-to-sign. Hasil pengujian menggunakan 2080 data dari 26 kelas gestur BISINDO menunjukkan accuracy sebesar 95,87%, precision sebesar 95,12%, recall sebesar 94,76%, dan F1-score sebesar 94,93%. Sistem juga berhasil mengimplementasikan penerjemahan dua arah secara real-time melalui konversi gestur menjadi teks dan audio serta konversi audio menjadi representasi visual bahasa isyarat. Berdasarkan hasil tersebut, penggunaan Leap Motion Controller dan MLP mampu menghasilkan performa klasifikasi yang baik serta mendukung pengembangan sistem penerjemah BISINDO yang interaktif, stabil terhadap perubahan lingkungan, dan efektif untuk komunikasi dua arah

PERANCANGAN UI/UX PORTAL INFORMASI TERPADU DESA KEBON MANGGU MENGGUNAKAN METODE USER-CENTERED DESIGN

Nabilla Rasikha Nurhikmah, Falentino Sembiring, Sihabudin Sihabudin — Mon, 28 Sep 2026 16:33:25 +0700

Transformasi digital saat ini menuntut ketersediaan informasi publik yang cepat dan akurat . Namun, Desa Kebon Manggu masih menghadapi kendala akibat penyebaran informasi yang bersifat konvensional dan tidak terintegrasi, sehingga warga kesulitan mengakses data layanan perlindungan sosial seperti BPJS, Bansos, KIP, serta promosi UMKM. Untuk mengatasi masalah tersebut, penelitian ini bertujuan untuk merancang antarmuka (User Interface) dan pengalaman pengguna (User Experience) Portal Informasi Terpadu yang inklusif bagi seluruh lapisan masyarakat desa. Metode yang digunakan adalah User-Centered Design (UCD) yang menitikberatkan karakteristik dan keterbatasan pengguna melalui pengembangan prototipe desain (high-fidelity prototype) tanpa tahap pengkodean. Hasil pengujian menggunakan System Usability Scale (SUS) menghasilkan skor akhir 75,50 yang masuk dalam kategori Acceptable dengan predikat Good. Penelitian ini menyimpulkan bahwa pendekatan UCD efektif dalam mengatasi keragaman literasi digital masyarakat desa, serta berhasil menghasilkan cetak biru (blueprint) desain portal yang siap digunakan untuk meningkatkan kualitas layanan publik Desa Kebon Manggu secara berkelanjutan

ANALISIS PERFORMA FC BARCELONA BERDASARKAN STATISTIK PERTANDINGAN MENGGUNAKAN K-MEANS CLUSTERING

Muhammad Habib Rifai, Ridwan Dwi Irawan, Tri Djoko Santosa — Mon, 28 Sep 2026 00:00:00 +0700

Penggunaan data statistik dalam sepak bola terus mengalami perkembangan dan menjadi salah satu pendekatan penting untuk menilai kinerja tim secara lebih objektif. Meskipun demikian, sebagian besar analisis yang dilakukan masih menitikberatkan pada hasil akhir pertandingan sehingga belum memberikan gambaran yang utuh mengenai pola permainan tim. Penelitian ini bertujuan untuk menganalisis dan mengelompokkan pola performa pertandingan FC Barcelona dalam kompetisi La Liga berdasarkan data statistik pertandingan. Metode yang diterapkan adalah K-Means Clustering dengan memanfaatkan variabel penguasaan bola, jumlah tembakan, tembakan tepat sasaran, jumlah gol, jumlah kebobolan, serta akurasi umpan. Data yang digunakan berjumlah 114 pertandingan yang diperoleh dari FBref dan telah melalui proses preprocessing berupa pembersihan data, pemilihan fitur, serta normalisasi. Penentuan jumlah cluster yang optimal dilakukan menggunakan Metode Elbow, sedangkan evaluasi kualitas cluster dilakukan dengan Silhouette Score. Hasil analisis menunjukkan bahwa jumlah cluster terbaik adalah tiga kelompok performa, yaitu agresif, stabil, dan dominan. Cluster stabil mendominasi dengan persentase sebesar 50%, disusul cluster dominan sebesar 27,27% dan cluster agresif sebesar 22,73%. Selain itu, nilai Silhouette Score sebesar 0,209 mengindikasikan bahwa kualitas pengelompokan yang dihasilkan berada pada kategori cukup baik. Oleh karena itu, K-Means Clustering dapat digunakan secara efektif untuk mengidentifikasi dan mengelompokkan pola performa tim berdasarkan statistik pertandingan

PERANCANGAN UI/UX APLIKASI MOBILE PENGELOLAAN SEWA KIOS KANTIN MENGGUNAKAN USER-CENTERED DESIGN

Fristy Shucia Ramadhan, Falentino Sembiring, Sihabudin Sihabudin — Mon, 28 Sep 2026 00:00:00 +0700

Pengelolaan sewa kios di Kantin BLUD SMKN 1 Cibadak masih dilakukan secara manual melalui buku catatan dan Microsoft Excel. Kondisi tersebut menyebabkan pencatatan berulang, risiko data tidak sinkron, keterlambatan rekap pembayaran, kesulitan pedagang dalam memantau tagihan, serta tidak tersedianya bukti pembayaran yang dapat diakses secara mandiri. Penelitian ini bertujuan merancang UI/UX aplikasi mobile pengelolaan sewa kios kantin menggunakan pendekatan User-Centered Design. Tahapan penelitian meliputi observasi, wawancara, analisis kebutuhan pengguna, perancangan solusi desain, pembuatan prototype interaktif, dan evaluasi usability menggunakan System Usability Scale. Evaluasi dilakukan terhadap 12 responden yang terdiri dari 1 petugas dan 11 pedagang Kantin BLUD SMKN 1 Cibadak. Hasil evaluasi menunjukkan rata-rata skor SUS sebesar 71,0 yang termasuk kategori dapat diterima. Rancangan aplikasi yang dihasilkan mencakup fitur pencatatan pembayaran, pemantauan tagihan, riwayat transaksi, bukti pembayaran, dan informasi operasional kantin

PENERAPAN METODE KNOWLEDGE-BASED DALAM SISTEM REKOMENDASI PEMILIHAN SMARTPHONE

Rohman Rafi Narfandi, Herliyani Hasanah, Afu Ichsan Pradana — Mon, 28 Sep 2026 00:00:00 +0700

Perkembangan teknologi smartphone yang semakin pesat menghadirkan berbagai pilihan perangkat dengan spesifikasi yang beragam. Kondisi ini memberikan banyak alternatif bagi pengguna, namun juga menimbulkan kesulitan dalam menentukan smartphone yang sesuai dengan kebutuhan dan anggaran yang dimiliki. Oleh karena itu, diperlukan suatu sistem yang dapat membantu pengguna dalam proses pemilihan smartphone secara lebih tepat dan objektif. Penelitian ini bertujuan menerapkan metode Knowledge-Based pada sistem rekomendasi pemilihan smartphone dengan pendekatan constraint-based. Metode tersebut memanfaatkan basis pengetahuan berupa aturan IF–THEN untuk mencocokkan kebutuhan pengguna dengan karakteristik smartphone yang tersedia. Dataset diperolah dari https://www.kimovil.com/ yang berjumlah 20 data smartphone dengan enam kriteria, yaitu merk, harga, kapasitas RAM, kapasitas baterai, chipset, dan kualitas kamera. Proses rekomendasi dilakukan dengan memberikan nilai 1 pada atribut yang sesuai dengan preferensi pengguna dan nilai 0 pada atribut yang tidak sesuai, kemudian dihitung tingkat kecocokannya. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi smartphone yang relevan sesuai preferensi pengguna. Berdasarkan hasil perhitungan, Xiaomi Redmi Note 15 dan Realme C75 5G memperoleh nilai kecocokan tertinggi sebesar 1,00 karena memenuhi seluruh kriteria yang ditentukan. Sistem yang dikembangkan dapat membantu pengguna memilih smartphone secara lebih efektif dan efisien

PENERAPAN POLA MODULAR MONOLITH UNTUK SKALABILITAS SISTEM PEMBELAJARAN DARING DI SMA NEGERI JATIROGO

Bima Sena Adji, Retno Mumpuni, Afina Lina Nurlaili — Mon, 28 Sep 2026 00:00:00 +0700

Sistem pembelajaran daring pada institusi pendidikan menengah rentan terhadap degradasi arsitektur seiring pertumbuhan fitur, akibat struktur kode monolitik tradisional yang sangat terikat (tightly coupled). Arsitektur microservices yang lazim diusulkan sebagai solusi justru memunculkan kompleksitas operasional dan latensi jaringan yang tidak proporsional untuk ekosistem berskala sekolah menengah. Penelitian ini bertujuan merancang, mengimplementasikan, dan mengevaluasi penerapan arsitektur Modular Monolith pada platform e-learning SMA Negeri Jatirogo guna meningkatkan skalabilitas arsitektural dan maintainability tanpa kerumitan deployment. Sistem dikembangkan menggunakan metode Prototyping dengan dekomposisi domain bisnis menjadi empat modul independen (Auth, Admin, Course, Quiz) berdasarkan prinsip Bounded Context dari Domain-Driven Design (DDD). Evaluasi dilakukan melalui Static Architecture Conformance Checking (SACC), pengukuran Cyclomatic Complexity (CC), dan User Acceptance Testing (UAT). Arsitektur berhasil mencapai zero circular dependencies dan zero cross-module violations, dengan nilai CC tertinggi sebesar 19 (risiko sedang yang dapat ditoleransi) pada fungsi Hybrid Grading. UAT mencatatkan tingkat kesesuaian operasional 100%, membuktikan bahwa pola Modular Monolith merupakan solusi arsitektural yang tangguh dan terukur untuk sistem pembelajaran daring berskala sekolah menengah

SISTEM REKOMENDASI INFORMASI RISIKO STUNTING BALITA MENGGUNAKAN METODE CONTENT-BASED FILTERING BERDASARKAN DATA ANTROPOMETRI

Ayudia Sekar Kedaton, Rudi Susanto, Afu Ichsan Pradana — Mon, 28 Sep 2026 00:00:00 +0700

Gangguan pertumbuhan linear pada balita akibat stunting masih menjadi tantangan kesehatan di Indonesia karena dapat mempengaruhi pertumbuhan fisik, perkembangan kognitif, dan kualitas sumber daya manusia di masa depan. Data Survei Kesehatan Indonesia (SKI) tahun 2023, menunjukkan bahwa prevalensi stunting nasional masih berada pada angka 21,5%. Permasalahan yang terjadi saat ini adalah sebagian besar sistem digital pengelolaan data balita masih berfokus pada pencatatan dan monitoring pertumbuhan sehingga belum mampu memberikan rekomendasi informasi risiko stunting yang bersifat personal berdasarkan karakteristik data balita. Penelitian ini bertujuan untuk menerapkan metode Content-Based Filtering untuk menghasilkan rekomendasi risiko stunting berdasarkan data antropometri balita. Metode yang digunakan meliputi pendekatan Design Science Research (DSR), pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), serta perhitungan kemiripan menggunakan Cosine Similarity. Data yang digunakan terdiri dari umur, jenis kelamin, dan tinggi badan balita. Hasil penelitian menunjukkan bahwa dari 73 data balita yang di uji, terdapat 30 data berstatus Normal (41,1%), 23 data Stunting (31,5%), dan 20 data Stunting Berat (27,4%). Sistem ini mampu menghasilkan rekomendasi dengan nilai tertinggi sebesar 0,9999 sehingga metode Content-Based Filtering dinilai efektif dalam memberikan karakteristik data antropometri balita

PERBANDINGAN KINERJA MODEL DEEP LEARNING UNTUK SEGMENTASI TUMOR OTAK CITRA MRI DENGAN PENERAPAN CLAHE

Agnes Anastasia Putri, Nur Rachmat — Mon, 28 Sep 2026 00:00:00 +0700

Tumor otak merupakan pertumbuhan sel abnormal pada otak yang dapat mengganggu fungsi saraf dan berisiko menyebabkan kematian. Pemeriksaan menggunakan Magnetic Resonance Imaging (MRI) membantu dokter mendeteksi tumor otak, tetapi proses segmentasi area tumor secara manual masih memerlukan waktu yang lama dan hasilnya dapat berbeda antar pengamat. Metode deep learning seperti UNet banyak digunakan untuk segmentasi citra medis, namun masih memiliki keterbatasan dalam menangkap hubungan antar fitur pada citra. Penelitian ini bertujuan mengembangkan model hybrid UNet dengan backbone ResNet50V2, Xception, dan InceptionV4, serta menganalisis pengaruh Contrast Limited Adaptive Histogram Equalization (CLAHE) terhadap kualitas segmentasi tumor otak pada citra MRI. Metode yang digunakan melibatkan 4.793 citra dari dataset BRISC 2025 yang dibagi menjadi data pelatihan, validasi, dan pengujian. Model dievaluasi menggunakan confussion matrix, dice coefficient, dan intersection over union (IoU). Hasil penelitian membuktikan bahwa skenario UNet + CLAHE memperoleh performa terbaik dengan tingkat akurasi 98,58%, dice coefficient 75,30%, dan IoU 64,29%. Hal ini menunjukkan bahwa kombinasi arsitektur UNet standar dengan teknik peningkatan kontras CLAHE jauh lebih efektif dalam melakukan segmentasi dibandingkan menggunakan arsitektur backbone yang lebih kompleks.

IMPLEMENTASI SENSOR MAX30102, MLX90614, DAN BMP180 PADA CINCIN PINTAR BERBASIS ESP32-C3 OLED UNTUK MONITORING KESEHATAN DAN LINGKUNGAN

Erico Yuan Varel, Afu Ichsan Pradana, Fajar Suryani — Mon, 28 Sep 2026 00:00:00 +0700

Pemanfaatan perangkat wearable semakin berkembang sebagai sarana pemantauan kondisi kesehatan pengguna. Namun, sebagian besar perangkat yang tersedia masih berukuran relatif besar dan belum menyediakan pemantauan kesehatan serta lingkungan dalam satu sistem yang terintegrasi. Penelitian ini bertujuan mengembangkan cincin pintar berbasis ESP32-C3 OLED yang mampu menampilkan informasi kesehatan dan lingkungan secara real-time. Sistem yang dirancang memanfaatkan sensor MAX30102 untuk memperoleh data denyut jantung dan nilai SpO₂, sensor MLX90614 untuk membaca suhu tubuh, serta sensor BMP180 untuk menghasilkan informasi suhu dan tekanan udara lingkungan. Pengembangan sistem dilakukan melalui tahap perancangan perangkat keras, penyusunan program menggunakan Arduino IDE, integrasi dengan Firebase Realtime Database, dan pengujian fungsional setiap komponen. Hasil pengujian menunjukkan bahwa data dari seluruh sensor dapat diperoleh dan ditampilkan pada layar OLED, serta berhasil dikirim ke Firebase melalui jaringan Wi-Fi. Sistem yang dikembangkan mampu menjalankan fungsi monitoring sesuai perancangan sehingga dapat digunakan sebagai alternatif perangkat wearable untuk mendukung pemantauan kesehatan dan lingkungan.

CONVOLUTIONAL NEURAL NETWORK DENGAN MEDIAPIPE HAND UNTUK PENGENALAN HURUF BAHASA ISYARAT INDONESIA (SIBI)

Ilham Wahyu Saputro, Budi Hartono — Mon, 28 Sep 2026 00:00:00 +0700

Sistem Isyarat Bahasa Indonesia (SIBI) merupakan bahasa isyarat baku yang dikembangkan pemerintah Indonesia untuk mendukung komunikasi penyandang tuli dan wicara. Permasalahannya, pemahaman masyarakat umum terhadap SIBI masih sangat terbatas sehingga menyulitkan interaksi sehari-hari. Tujuan penelitian ini adalah mengembangkan prototipe sistem pengenalan huruf SIBI (24 huruf alfabet A–Y tanpa J dan Z) secara real-time dari video webcam menggunakan Convolutional Neural Network (CNN). Metode yang digunakan meliputi: pengumpulan dataset sebanyak 5.280 gambar; preprocessing berupa konversi grayscale, ekstraksi Region of Interest (ROI) dengan MediaPipe, penyeragaman ukuran 64×64 piksel, serta normalisasi nilai piksel; arsitektur CNN terdiri dari tiga blok konvolusi, dua lapisan fully connected, dan dropout, dilatih dengan optimizer Adam (learning rate 0,0001) serta early stopping. Hasil penelitian menunjukkan: akurasi model pada data uji mencapai 85,51%; kecepatan inferensi 14 frame per detik pada laptop tanpa GPU; akurasi uji coba langsung oleh tiga partisipan sebesar 90%; selain itu, ditemukan bahwa augmentasi data (rotasi, pergeseran, perubahan kecerahan) justru menyebabkan ketidakstabilan gradien sehingga tidak digunakan dalam model final. Sistem prototipe yang dihasilkan mampu mendeteksi dan mengklasifikasikan huruf SIBI secara real-time dilengkapi visualisasi landmark tangan dan teks prediksi

REFACTORING APLIKASI SALON BLISS SESUAI PRINSIP CLEAN CODE BERBASIS SMELLS DAN HEURISTICS

Nor Hafiza, M. Asep Subandri — Mon, 28 Sep 2026 00:00:00 +0700

Kualitas kode merupakan aspek krusial dalam pengembangan perangkat lunak untuk memastikan keterbacaan, efisiensi, dan kemudahan pemeliharaan sistem. Namun, pada aplikasi Salon Bliss berbasis Laravel, ditemukan permasalahan code smell seperti tight coupling, duplicate code, long method, dan complex conditional yang menyulitkan proses pengembangan lanjutan. Oleh karena itu, penelitian ini bertujuan untuk menerapkan prinsip Clean Code melalui pendekatan code smells dan heuristics dalam proses refactoring guna meningkatkan kualitas kode tanpa mengubah fungsionalitas utama aplikasi. Metode penelitian yang digunakan meliputi identifikasi code smell secara manual berdasarkan prinsip Clean Code Robert C. Martin, pemetaan temuan ke heuristics yang relevan, dan pelaksanaan refactoring (seperti penerapan dependency injection, pemisahan tanggung jawab, serta penyederhanaan struktur kondisi). Hasil penelitian membuktikan bahwa refactoring berhasil mengeliminasi code smells secara keseluruhan (pengurangan 100%), menurunkan tingkat ketergantungan antar komponen, serta meningkatkan modularitas kode. Validasi bersama dua orang programmer juga mengonfirmasi bahwa struktur kode pasca-refactoring menjadi lebih terstruktur, mudah dipahami, dan efisien untuk dipelihara

IMPLEMENTASI SISTEM MONITORING KEHADIRAN SISWA BERBASIS QR CODE DENGAN VALIDASI LOKASI MENGGUNAKAN METODE HAVERSINE

Michael Winata Cahyanto, Dewi Handayani Untari Ningsih — Mon, 28 Sep 2026 00:00:00 +0700

Pencatatan kehadiran manual di sekolah menengah atas masih menjadi praktik umum yang rentan terhadap manipulasi dan membutuhkan waktu yang tidak efisien. SMA Negeri 1 Ambarawa menghadapi permasalahan ini secara nyata, di mana metode konvensional tidak mampu mencegah kecurangan "titip absen" dan memperlambat proses rekapitulasi data. Penelitian ini bertujuan merancang dan membangun sistem pencatatan kehadiran berbasis QR Code yang dikombinasikan dengan Location Based Services (LBS) untuk meningkatkan akurasi, keamanan, dan efisiensi pencatatan. Sistem dikembangkan menggunakan metode Waterfall secara bertahap dari analisis kebutuhan hingga pengujian, serta menerapkan algoritma Haversine untuk menghitung jarak sferis antara posisi perangkat siswa dan lokasi sekolah. Pengujian fungsional menggunakan Black-Box Testing pada 384 data siswa kelas XII menghasilkan tingkat keberhasilan 100% pada seluruh skenario uji. Validasi geospasial menunjukkan galat kalkulasi antara 0,00 hingga 0,28 meter dengan batas toleransi 10 meter. Sistem autentikasi ganda dengan token berkadaluwarsa 60 detik terbukti efektif mencegah kecurangan absensi dan mengubah proses rekapitulasi menjadi instan dan terdigitalisasi

TATA KELOLA KNOWLEDGE MANAGEMENT SYSTEM BERBASIS ARTIFICIAL INTELLIGENCE MENGGUNAKAN ISO/IEC 42001: PENDEKATAN KONSEPTUAL

Ongky Ongky, Budi Tjahjono — Tue, 29 Sep 2026 00:00:00 +0700

Transformasi digital telah mendorong organisasi untuk mengintegrasikan Artificial Intelligence (AI) ke dalam Knowledge Management System (KMS) untuk mengoptimalkan proses penciptaan dan pengelolaan pengetahuan berbasis model SECI. Namun, sebagian besar penelitian masih berfokus pada aspek fungsional KMS berbasis AI tanpa memperhatikan aspek tata kelola yang memastikan penggunaan AI berjalan secara bertanggung jawab, etis, dan akuntabel. Risiko seperti bias algoritma, ambiguitas akuntabilitas, dan pelanggaran privasi data menjadi tantangan nyata yang belum terjawab oleh kerangka yang ada, di mana hanya 28% framework yang menawarkan strategi mitigasi yang dapat diimplementasikan. Penelitian ini bertujuan merumuskan kerangka konseptual tata kelola KMS berbasis AI yang mengintegrasikan model SECI, pendekatan human-AI symbiosis, dan standar ISO/IEC 42001:2023. Metode yang digunakan adalah integrative review melalui sintesis literatur dari basis data Google Scholar, Scopus, dan ScienceDirect, dengan 11 referensi utama yang memenuhi kriteria inklusi. Hasil penelitian menghasilkan AI-Governed Knowledge Management System Framework (AGKMS-F) yang terdiri dari tiga lapisan: lapisan fondasi berbasis model SECI, lapisan kolaborasi berbasis human-AI symbiosis, dan lapisan tata kelola berbasis ISO/IEC 42001:2023. Framework ini menyediakan matriks operasional praktis yang menjembatani gap antara inovasi teknologi AI dalam KM dan kebutuhan tata kelola yang etis dan terstruktur.

RANCANG BANGUN WEBSITE MANAJEMEN PRODUKTIVITAS MAHASISWA BERBASIS GAMIFIKASI (STUDYFLOW)

Andly Sofian Hasugian, Sofia Zahra, Sevta Triwana Simamora, Debi Yandra Niska — Tue, 29 Sep 2026 00:00:00 +0700

Perkembangan teknologi informasi menuntut mahasiswa untuk mampu mengelola aktivitas akademik secara efektif, namun masih banyak yang mengalami kesulitan dalam manajemen waktu dan penentuan prioritas tugas. Berbagai aplikasi manajemen tugas yang tersedia saat ini cenderung bersifat pasif dan tidak mampu mendorong perubahan perilaku belajar secara aktif dan berkelanjutan, sehingga terdapat kesenjangan berupa belum adanya sistem terpadu yang mengintegrasikan manajemen tugas, gamifikasi, dan pemantauan aktivitas belajar dalam satu platform. Penelitian ini bertujuan merancang dan membangun sistem StudyFlow, yaitu aplikasi berbasis web yang mengintegrasikan manajemen tugas dengan algoritma priority scheduling, mekanisme gamifikasi berbasis Experience Points (XP) dan leaderboard, fitur kolaborasi kelas dan proyek kelompok, serta teknologi computer vision untuk memantau aktivitas belajar mahasiswa secara real-time. Metode pengembangan yang digunakan adalah model Waterfall dengan pendekatan iteratif pada tahap pengujian. Sistem dikembangkan menggunakan framework Laravel dengan arsitektur MVC, MySQL sebagai basis data, dan face-api.js untuk implementasi computer vision di sisi klien. Hasil pengujian black box terhadap 11 skenario pengujian menunjukkan seluruh fungsi utama sistem berjalan sesuai spesifikasi dengan tingkat keberhasilan 100%. Dengan demikian, sistem StudyFlow terbukti efektif dalam membantu mahasiswa mengelola tugas secara terstruktur, mendorong motivasi belajar melalui gamifikasi, serta memvalidasi keterlibatan aktif pengguna dalam proses pembelajaran

SISTEM KELEMBABAN TANAH DAN PENYIRAMAN TANAMAN OTOMATIS BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP32 DAN BLYNK

Hanindito Rido Prehata, Nibras Faiq Muhammad, Joni Maulindar — Tue, 29 Sep 2026 00:00:00 +0700

Kelembapan tanah merupakan faktor penting yang memengaruhi pertumbuhan tanaman. Penyiraman manual kurang efektif karena pengguna harus memeriksa kondisi tanah secara langsung dan berisiko menyebabkan tanaman kekurangan atau kelebihan air. Penelitian ini bertujuan merancang dan menguji sistem monitoring kelembapan tanah serta penyiraman otomatis berbasis Internet of Things. Sistem dirancang menggunakan sensor soil moisture sebagai pembaca kelembapan tanah, ESP32 sebagai pusat kendali, relay sebagai penghubung pompa air, dan aplikasi Blynk sebagai media monitoring jarak jauh. Data kelembapan ditampilkan pada dashboard Blynk, sedangkan pompa air dikendalikan otomatis berdasarkan batas kelembapan 30%. Pompa menyala ketika kelembapan tanah di bawah 30% dan mati ketika kelembapan mencapai atau melebihi 30%. Hasil pengujian menunjukkan bahwa sistem mampu membaca kelembapan tanah, menampilkan data pada Blynk, dan mengontrol pompa sesuai batas yang ditentukan. Sistem ini membuat penyiraman tanaman lebih praktis, efisien, dan mudah dipantau dari jarak jauh

PENGEMBANGAN ALAT PENDETEKSI GEMPA BERBASIS INTERNET OF THING MENGGUNAKAN ESP32-C3 DAN SENSOR MPU6050

Andrean Dwika Prayoga, Joni Maulindar, Moh. Muhtarom — Tue, 29 Sep 2026 00:00:00 +0700

Letak geografis Indonesia di kawasan Cincin Api Pasifik menjadikannya wilayah yang sangat rawan terhadap bencana gempa bumi. Tingginya risiko tersebut seringkali diperburuk oleh adanya jeda waktu informasi peringatan dini yang sampai ke masyarakat, sehingga dibutuhkan sistem deteksi mandiri yang responsif. Penelitian ini bertujuan untuk merancang dan mengembangkan alat pendeteksi gempa portabel berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32-C3 Supermini dan sensor MPU6050 yang terintegrasi dengan aplikasi pemantauan web. Metode penelitian menggunakan Design-Based Research (DBR) dengan pendekatan mixed methods guna mengevaluasi rancang bangun perangkat keras dan perangkat lunak secara komprehensif. Hasil pengujian menunjukkan bahwa sistem berhasil mengklasifikasikan level getaran berdasarkan kalkulasi nilai Delta yang dioptimalkan dengan algoritma Low Pass Filter untuk meminimalisir noise. Selain itu, integrasi Firebase Realtime Database memungkinkan sinkronisasi data pergeseran fisik (displacement, shift, settlement) dengan latensi rendah 1–2 detik. Kesimpulannya, sistem peringatan dini ini berhasil divisualisasikan melalui web app yang memberikan notifikasi secara real-time, membuktikan keandalannya sebagai solusi mitigasi bencana mandiri yang ringkas dan mudah diakses

ANALISIS POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA APRIORI PADA TOKO ABC

Rara Supriyadi, Dafid Dafid — Tue, 29 Sep 2026 00:00:00 +0700

Perkembangan bisnis ritel menghasilkan data transaksi penjualan dalam jumlah besar yang berpotensi menjadi sumber informasi bagi pengambilan keputusan. Namun, pada Toko ABC data transaksi masih dimanfaatkan sebagai arsip penjualan sehingga informasi mengenai pola pembelian pelanggan belum tergali secara optimal. Kondisi ini menyebabkan perusahaan kesulitan memperoleh informasi yang dapat digunakan untuk mendukung strategi promosi, pengelolaan persediaan, dan penataan produk. Penelitian ini bertujuan menerapkan algoritma Apriori untuk mengidentifikasi pola keterkaitan antarproduk berdasarkan data transaksi penjualan Toko ABC. Metode penelitian menggunakan pendekatan Knowledge Discovery in Database (KDD) yang meliputi tahapan seleksi data, data cleansing, transformasi data, data mining, serta interpretasi dan evaluasi. Pengembangan sistem dilakukan menggunakan metode Waterfall. Data yang dianalisis merupakan data transaksi penjualan periode Januari–Desember 2025 sebanyak 23.883 transaksi. Proses analisis dilakukan dengan algoritma Apriori menggunakan parameter support, confidence, dan lift ratio untuk menghasilkan frequent itemset dan association rules.Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi hubungan antarproduk yang sering dibeli secara bersamaan serta menghasilkan aturan asosiasi yang menggambarkan pola pembelian konsumen. Sistem yang dikembangkan berhasil menampilkan hasil analisis asosiasi dan seluruh fungsi berjalan baik berdasarkan pengujian Black Box. Informasi yang dihasilkan dapat dimanfaatkan sebagai dasar penyusunan strategi promosi, penataan produk, pengelolaan persediaan, dan peningkatan efektivitas penjualan pada Toko ABC

PENGEMBANGAN SISTEM PENJUALAN DAN MANAJEMEN STOK BERBASIS WEBSITE PADA PT TOKO MIRING BERJAYA

Benecia Kiarra, Dafid Dafid — Tue, 29 Sep 2026 17:12:09 +0700

PT Toko Miring Berjaya merupakan perusahaan ritel yang memerlukan sistem informasi untuk mendukung pengelolaan data penjualan dan persediaan barang secara efektif. Namun, perusahaan masih menghadapi permasalahan berupa pengelolaan stok yang belum realtime, penyusunan laporan penjualan yang kurang terstruktur, serta proses pencatatan transaksi yang berpotensi menimbulkan kesalahan. Penelitian ini bertujuan merancang dan membangun sistem informasi manajemen penjualan berbasis website guna mendukung pengelolaan transaksi, persediaan barang, dan laporan penjualan secara terintegrasi. Metode pengembangan sistem yang digunakan adalah Rational Unified Process (RUP), yang meliputi tahapan inception, elaboration, construction, dan transition. Sistem dikembangkan menggunakan Flutter, Dart, dan Firebase Firestore dengan fitur pengelolaan produk, transaksi penjualan, kontrol stok, verifikasi pesanan, notifikasi realtime, serta laporan penjualan dalam bentuk grafik. Pengujian dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan pengguna. Selain itu, UAT memperoleh tingkat penerimaan sebesar 85,8% pada pengguna dan 78,8% pada admin. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu membantu pengelolaan penjualan dan persediaan barang secara lebih efektif, terintegrasi, akurat, dan realtime sehingga mendukung peningkatan kinerja operasional perusahaan.

ANALISIS PENILAIAN PENGGUNA APLIKASI MOBILE JKN MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM) BERDASARKAN ULASAN DI GOOGLE PLAY STORE

Sahara Eka Aprilia, Ito Riris Immasari, Anton Zulkarnain Sianipar — Tue, 29 Sep 2026 17:13:18 +0700

Perkembangan teknologi informasi mendorong digitalisasi layanan kesehatan melalui aplikasi Mobile JKN yang dikembangkan oleh BPJS Kesehatan. Namun, berbagai ulasan pengguna di Google Play Store menunjukkan masih adanya kendala dalam penggunaan aplikasi tersebut. Penelitian ini bertujuan menganalisis penerimaan pengguna terhadap aplikasi Mobile JKN berdasarkan Technology Acceptance Model (TAM), khususnya pada aspek perceived usefulness dan perceived ease of use. Metode yang digunakan adalah penelitian deskriptif kualitatif dengan teknik analisis konten terhadap 100 ulasan pengguna yang diperoleh dari Google Play Store selama periode Februari–April 2026. Data dianalisis melalui tahap reduksi data, kategorisasi berdasarkan dimensi TAM, serta klasifikasi sentimen positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa sebagian besar ulasan memiliki sentimen negatif yang didominasi oleh keluhan terkait kesulitan login, keterlambatan kode OTP, dan ketidakstabilan sistem aplikasi. Meskipun demikian, pengguna menilai Mobile JKN bermanfaat dalam mempermudah akses layanan administrasi kesehatan, seperti pengecekan kepesertaan dan pendaftaran antrean. Penelitian ini menyimpulkan bahwa perceived usefulness telah dirasakan pengguna, tetapi perceived ease of use masih menjadi faktor utama yang memengaruhi penerimaan aplikasi sehingga diperlukan peningkatan stabilitas sistem dan kemudahan penggunaan

APLIKASI INVENTARIS DOKUMEN S.O.P UNTUK OPTIMALISASI MANAJEMEN DOKUMEN PEMERINTAH KABUPATEN BANDUNG BARAT

Nita Andriyani, Novita Anggraini, Fadzar Rusghana — Tue, 29 Sep 2026 17:14:26 +0700

Pengelolaan dokumen Standar Operasional Prosedur (SOP) merupakan bagian penting dalam mendukung administrasi pada instansi pemerintahan. Namun, pengelolaan dokumen SOP di Dinas Komunikasi dan Statistika Kabupaten Bandung Barat masih dilakukan secara manual sehingga menimbulkan kendala, seperti kesulitan pencarian dokumen, risiko duplikasi data, dan belum tersedianya sistem yang terintegrasi. Penelitian ini bertujuan merancang dan membangun aplikasi inventaris dokumen SOP berbasis web untuk mempermudah proses penyimpanan, pencarian, pengelolaan, dan distribusi dokumen secara terpusat. Metode yang digunakan adalah Agile Development dengan pendekatan Scrum melalui tahapan product backlog, sprint planning, sprint implementation, sprint review, dan sprint retrospective. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Hasil penelitian berupa aplikasi E-SOP berbasis web yang menyediakan fitur upload dan download dokumen, pencarian berdasarkan kategori, pengelolaan hak akses pengguna, serta statistik dokumen SOP. Sistem yang dikembangkan mampu membantu proses pengelolaan dokumen menjadi lebih terstruktur, efektif, dan efisien sehingga mendukung transformasi digital administrasi pada instansi pemerintahan

PREDIKSI HARGA SAHAM BMRI TBK MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM)

Ade Fadhillah Fitra Rahman, Ahmad Jazuli, Esti Wijayanti — Tue, 29 Sep 2026 17:16:03 +0700

Tingginya jumlah investor pemula di pasar modal Indonesia sering memicu keputusan investasi impulsif (FOMO) akibat kurangnya pemahaman analisis. Sistem prediksi saham dengan algoritma LSTM yang ada saat ini sebagian besar hanya berfokus pada kinerja sistem tanpa kelengkapan fitur yang dibutuhkan investor pemula dalam menganalisis pasar saham. Penelitian yang berjudul Prediksi Harga Saham BMRI Tbk Menggunakan Algoritma Long Short-Term Memory (LSTM) bertujuan membangun sistem prediksi harga saham PT Bank Mandiri (Persero) Tbk (BMRI) berbasis web menggunakan algoritma Long Short-Term Memory (LSTM) yang akurat dan ramah pengguna. Proses penelitian dimulai dari pengumpulan 1.200 dataset harga historis BMRI yang ditarik secara otomatis dari Yahoo Finance, dinormalisasi dengan Min-Max Scaler dan dibentuk menjadi sekuens 60 hari. Model dilatih menggunakan tiga lapisan LSTM berkapasitas 50 unit dengan fungsi dropout 0,2. Sistem dikembangkan menggunakan framework Flask dengan integrasi indikator teknikal (RSI, MACD, Bollinger Bands), estimasi order book, dan dashboard admin. Hasil pengujian terhadap model LSTM menunjukkan tingkat akurasi yang sangat tinggi dengan nilai metrik MAPE sebesar 2,63% dan metrik RMSE 138,0517. Pengujian blackbox pada 10 skenario mengonfirmasi seluruh fitur berjalan sesuai harapan. Sistem yang dikembangkan terbukti efektif sebagai alat bantu analisis praktis bagi investor pemula dalam membaca arah pergerakan harga saham BMRI

ANALISIS REDESIGN PROSES BISNIS PEMENUHAN PESANAN BUKU PADA TOKO KITAB SALIM NABHAN MENGGUNAKAN PENDEKATAN BUSINESS PROCESS IMPROVEMENT

Tue, 29 Sep 2026 17:17:17 +0700

Perkembangan teknologi digital mendorong UMKM untuk memperbaiki proses bisnis agar lebih terstruktur, transparan, dan mudah dipantau. Toko Kitab Salim Nabhan masih menjalankan proses pemenuhan pesanan buku secara manual melalui WhatsApp dan koordinasi langsung dengan pengelola toko. Kondisi tersebut menimbulkan beberapa permasalahan, yaitu informasi stok tidak langsung terlihat, pencatatan pesanan manual, informasi pembayaran bergantung pada pengelola toko, status pesanan belum transparan, dan arsip transaksi masih manual. Penelitian ini bertujuan untuk memodelkan proses As-Is, mengidentifikasi aktivitas yang perlu diperbaiki, merancang proses To-Be berbasis website SIMKITAB, serta membandingkan dampak redesign berdasarkan time, cost, quality, dan flexibility. Metode yang digunakan adalah kualitatif deskriptif dengan pendekatan Business Process Improvement melalui tahapan mapping, analyze, dan redesign. Data diperoleh melalui wawancara, kemudian dimodelkan menggunakan BPMN, dianalisis menggunakan Value Added Analysis, dan disimulasikan menggunakan Visual Paradigm dengan 20 process instances. Hasil penelitian menunjukkan bahwa proses To-Be menurunkan waktu proses sebesar 67,77%, meningkatkan transparansi status pesanan, memusatkan data transaksi, dan mendukung pengarsipan digital, meskipun biaya meningkat karena penggunaan sistem

PENGEMBANGAN SISTEM DETEKSI PENYAKIT IKAN NILA BERBASIS CITRA DIGITAL MENGGUNAKAN METODE DEEP LEARNING MOBILE NET V2 BERBASIS WEB

Tue, 29 Sep 2026 17:19:16 +0700

Budidaya ikan nila di Indonesia merupakan sektor strategis yang sering terhambat oleh serangan penyakit, sehingga deteksi dini menjadi krusial bagi keberlanjutan usaha. Pemanfaatan deep learning dan smart fishery kini menawarkan peluang besar untuk otomatisasi diagnosis penyakit melalui pengenalan citra digital. Namun, pembudidaya sering menghadapi keterbatasan kemampuan identifikasi yang memicu keterlambatan penanganan, sementara penelitian sebelumnya masih terbatas pada penggunaan dataset umum yang kurang spesifik atau belum terintegrasi ke dalam sistem berbasis web. Penelitian ini bertujuan mengembangkan sistem deteksi penyakit ikan nila berbasis Convolutional Neural Network yang terintegrasi dalam platform web-based system untuk diagnosa yang cepat dan akurat. Pengembangan model menggunakan dataset lokal dan publik, preprocessing citra, serta arsitektur MobileNetV2 untuk meningkatkan presisi klasifikasi. Hasil penelitian menunjukkan bahwa model MobileNetV2 mencapai akurasi sebesar 97,18%, yang mampu memberikan diagnosis otomatis beserta rekomendasi penanganan secara efisien. Sistem ini berkontribusi nyata sebagai alat bantu bagi pembudidaya untuk meminimalisir risiko kegagalan panen dan mendukung produktivitas sektor perikanan

ANALISIS KINERJA SISTEM MONITORING DAN PENGENDALIAN PH AIR PADA AKUARIUM IKAN CHANNA BERBASIS ESP32 DENGAN INTEGRASI IOT MENGGUNAKAN TELEGRAM

Raditya Putra Herdianto, Pramono Pramono, Nibras Faiq Muhammad — Tue, 29 Sep 2026 17:20:35 +0700

Kualitas air merupakan faktor penting dalam pemeliharaan ikan Channa, terutama pada parameter derajat keasaman air (potential of Hydrogen atau pH) yang berpengaruh terhadap kesehatan dan pertumbuhan ikan. Pemantauan pH yang masih dilakukan secara manual memiliki keterbatasan karena perubahan kondisi air dapat terjadi sewaktu-waktu dan berpotensi mengganggu kondisi ikan apabila tidak segera diketahui. Penelitian ini bertujuan untuk menganalisis kinerja sistem monitoring dan pengendalian pH air akuarium berbasis ESP32 dengan integrasi Internet of Things menggunakan Telegram Bot sebagai media monitoring dan notifikasi. Sistem dirancang menggunakan sensor pH PH4502C sebagai pendeteksi nilai pH air, ESP32 sebagai pengendali utama, serta dosing pump pH Up dan pH Down yang dikontrol melalui modul relay dengan metode feedback control. Pengujian dilakukan dengan membandingkan hasil pembacaan sensor terhadap pH meter digital serta mengamati respons sistem dalam proses monitoring dan pengendalian otomatis. Hasil pengujian menunjukkan bahwa sensor pH memiliki selisih rata-rata sekitar 0,08 dibandingkan pH meter digital. Selain itu, sistem mampu mengirimkan data dan notifikasi ke Telegram secara real-time serta mengaktifkan dosing pump secara otomatis ketika nilai pH berada di luar batas yang ditentukan. Hasil tersebut menunjukkan bahwa sistem dapat digunakan untuk membantu menjaga kestabilan pH air akuarium secara otomatis dan lebih efisien

SISTEM REKOMENDASI PRIORITAS PERBAIKAN INFRASTRUKTUR DESA BERDASARKAN ADUAN WARGA MENGGUNAKAN DECISION TREE

Muhammad Arif Nugroho, Wiji Lestari, Bondan Wahyu Pamekas — Tue, 29 Sep 2026 17:21:47 +0700

Pembangunan dan pemeliharaan infrastruktur desa memerlukan sistem pengelolaan aduan yang efektif agar proses penanganan kerusakan dapat dilakukan secara tepat dan terstruktur. Namun, pengelolaan laporan kerusakan infrastruktur di Desa Panggang Welut RT12/RW06 masih dilakukan secara manual sehingga data aduan sering tidak terdokumentasi dengan baik dan penentuan prioritas perbaikan cenderung bersifat subjektif. Penelitian ini bertujuan mengembangkan sistem rekomendasi prioritas perbaikan infrastruktur desa berbasis web untuk membantu perangkat desa dalam mengelola aduan dan menentukan prioritas perbaikan secara objektif. Metode yang digunakan adalah algoritma Decision Tree dengan variabel jenis infrastruktur, kondisi kerusakan, tingkat kerusakan, dampak kerusakan, dan jumlah aduan. Sistem dikembangkan menggunakan metode Incremental serta diimplementasikan dengan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pencatatan aduan secara digital dan menghasilkan rekomendasi prioritas perbaikan infrastruktur berdasarkan data aduan masyarakat. Pengujian model menggunakan data testing menghasilkan tingkat akurasi sebesar 88,57%, sehingga sistem dapat membantu proses pengambilan keputusan secara lebih cepat, terstruktur, dan objektif dalam menentukan prioritas perbaikan infrastruktur desa

PERANCANGAN WEBSITE WISATA ALAM KEBUPATEN MAGELANG

Hikmah Fani Asih, Pratama Bayu Widagdo — Tue, 29 Sep 2026 17:22:51 +0700

Kabupaten Magelang memiliki potensi wisata alam yang beragam, seperti air terjun, perbukitan, hutan pinus, dan panorama pegunungan yang berpotensi mendukung perkembangan sektor pariwisata daerah. Namun, informasi mengenai destinasi wisata alam masih tersebar pada berbagai media digital sehingga belum terintegrasi dalam satu platform yang terstruktur. Kondisi tersebut menyebabkan wisatawan mengalami kesulitan dalam memperoleh informasi destinasi secara lengkap, akurat, dan mudah diakses. Penelitian ini bertujuan merancang website wisata alam Kabupaten Magelang sebagai media informasi digital yang mampu menyajikan informasi destinasi wisata secara terintegrasi dan mudah digunakan oleh pengguna. Metode penelitian yang digunakan meliputi observasi, wawancara, perancangan information architecture, sitemap, wireframe, mockup, implementasi prototipe website, serta pengujian usability menggunakan metode System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa website berhasil dirancang dengan fitur utama berupa halaman beranda, eksplor wisata, galeri wisata, detail destinasi, dan navigasi lokasi wisata. Hasil pengujian usability terhadap 15 responden memperoleh nilai SUS sebesar 80,5 yang termasuk dalam kategori good. Hasil tersebut menunjukkan bahwa website yang dikembangkan memiliki tingkat usability yang baik dan mampu membantu pengguna memperoleh informasi wisata alam Kabupaten Magelang secara lebih efektif dan terstruktur.

SEGMENTASI WILAYAH KEMISKINAN DI JAWA TENGAH MENGGUNAKAN K-MEANS UNTUK PENENTUAN PRIORITAS INTERVENSI PEMERINTAH

Rizky Ramadhani, Aprilisa Arum Sari, Dwi Hartanti — Tue, 29 Sep 2026 17:24:02 +0700

Kemiskinan merupakan salah satu permasalahan pembangunan yang masih menjadi perhatian utama di Provinsi Jawa Tengah. Perbedaan tingkat kemiskinan antar kabupaten/kota menunjukkan adanya ketimpangan kondisi sosial ekonomi yang memerlukan analisis lebih mendalam untuk mendukung pengambilan kebijakan. Permasalahan dalam penelitian ini adalah bagaimana mengelompokkan wilayah berdasarkan tingkat kemiskinan menggunakan indikator sosial ekonomi sehingga diperoleh karakteristik wilayah yang lebih jelas. Penelitian ini bertujuan untuk melakukan segmentasi tingkat kemiskinan pada 35 kabupaten/kota di Provinsi Jawa Tengah menggunakan metode K-Means Clustering serta menentukan jumlah cluster optimal menggunakan Silhouette Coefficient. Data yang digunakan merupakan data sekunder Badan Pusat Statistik (BPS) tahun 2024 yang meliputi beberapa indikator sosial ekonomi. Tahapan penelitian meliputi preprocessing data, normalisasi menggunakan MinMaxScaler, proses clustering menggunakan algoritma K-Means, dan evaluasi menggunakan Silhouette Coefficient. Implementasi dilakukan menggunakan bahasa pemrograman Python pada Google Colab. Hasil penelitian menunjukkan bahwa jumlah cluster optimal diperoleh pada K=3 dengan nilai Silhouette Score sebesar 0,308, lebih baik dibandingkan K=5 sebesar 0,229. Hasil clustering membagi wilayah ke dalam tiga kelompok, yaitu tingkat kemiskinan tinggi, sedang, dan rendah, yang dapat digunakan sebagai dasar penentuan prioritas intervensi pemerintah dalam penanggulangan kemiskinan

PENERAPAN METODE CONTENT BASED FILTERING PADA SISTEM REKOMENDASI MOBIL RENTAL

Virgiawan Aditya Listanto, Dwi Hartanti, Nibras Faiq Muhammad — Tue, 29 Sep 2026 17:25:22 +0700

Perkembangan layanan rental mobil menyebabkan semakin banyaknya pilihan kendaraan yang tersedia bagi pengguna. Kondisi ini memberikan kemudahan dalam memilih kendaraan, namun juga menimbulkan kesulitan dalam menentukan mobil yang paling sesuai dengan kebutuhan dan anggaran yang dimiliki. Permasalahan tersebut terjadi karena setiap kendaraan memiliki atribut yang berbeda, seperti harga sewa, kapasitas penumpang, jenis transmisi, dan kondisi jalan yang dapat dilalui. Penelitian ini bertujuan menerapkan metode Content-Based Filtering pada sistem rekomendasi mobil rental untuk membantu pengguna memperoleh rekomendasi kendaraan yang lebih sesuai secara cepat dan objektif. Metode yang digunakan adalah Content-Based Filtering dengan algoritma Cosine Similarity untuk menghitung tingkat kemiripan antara preferensi pengguna dan atribut kendaraan yang tersedia dalam database. Pengujian dilakukan terhadap 19 data kendaraan dengan parameter harga, kapasitas penumpang, transmisi, dan kondisi jalan. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi berdasarkan tingkat kemiripan tertinggi dengan nilai Precision@10 sebesar 80%. Hasil tersebut menunjukkan bahwa metode Content-Based Filtering dapat digunakan secara efektif untuk membantu proses pemilihan mobil rental sesuai kebutuhan pengguna

ANALISIS PERBANDINGAN COSINE SIMILARITY DAN JACCARD SIMILARITY PADA SISTEM REKOMENDASI ARTIKEL ILMIAH BERBASIS TF-IDF

Zeva Muhammad Calvine, Eko Purwanto, Rudi Susanto — Tue, 29 Sep 2026 17:26:28 +0700

Peningkatan jumlah publikasi ilmiah saat ini sering kali memicu fenomena kelebihan informasi (information overload). Kondisi ini menimbulkan permasalahan bagi para peneliti, terutama mahasiswa tingkat akhir, berupa kesulitan dalam menemukan literatur yang relevan. Oleh karena itu, penelitian ini bertujuan untuk membangun sebuah sistem rekomendasi artikel ilmiah berbasis Content-Based Filtering guna mempermudah proses pencarian referensi yang tepat sasaran. Penelitian ini menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) sebagai bentuk representasi dokumen teks. Sebelum proses pembobotan, data teks diekstraksi melalui tahapan prapemrosesan yang meliputi pembersihan (cleaning), penyeragaman huruf (case folding), penghapusan kata umum (stopword removal), dan pemotongan imbuhan (stemming). Selanjutnya, pengukuran kemiripan antarartikel diuji menggunakan dua metode komparasi, yaitu Cosine Similarity dan Jaccard Similarity. Hasil penelitian menunjukkan bahwa algoritma Cosine Similarity memberikan performa yang lebih unggul dibandingkan Jaccard Similarity. Berdasarkan hasil evaluasi, Cosine Similarity memperoleh nilai presisi (precision) dan recall yang lebih tinggi, sehingga terbukti lebih efektif untuk diimplementasikan pada sistem rekomendasi literatur berbasis teks.

KLASIFIKASI PENYAKIT DAUN TEH MENGGUNAKAN ARSITEKTUR MOBILENETV4

Muhammad Agus Dwifa Sophian, Nur Rachmat — Tue, 29 Sep 2026 17:27:51 +0700

Produktivitas tanaman teh di Indonesia sering terganggu oleh serangan penyakit daun, namun identifikasi secara manual kurang efisien karena membutuhkan waktu lama dan sangat bergantung pada keahlian pengamat. Penelitian ini bertujuan mengembangkan model klasifikasi penyakit daun teh menggunakan arsitektur MobileNetV4 serta menganalisis pengaruh optimizer dan batch size terhadap performa model. Menggunakan dataset teaLeafBD sebanyak 5.278 citra dari tujuh kategori, pendekatan transfer learning dengan strategi full fine-tuning diterapkan pada varian MobileNetV4-Conv-Small, Medium, dan Large. Model dilatih menggunakan optimizer Adam dan SGD dengan batch size 16 dan 32, kemudian dievaluasi melalui metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa optimizer Adam secara konsisten mengungguli SGD. Akurasi tertinggi sebesar 90,53% dicapai oleh varian Small dan Large pada batch size 32. Varian Small direkomendasikan sebagai konfigurasi terbaik karena mampu menyeimbangkan akurasi tinggi dengan efisiensi komputasi

IMPLEMENTASI METODE MOORA UNTUK DETEKSI STUNTING PADA BALITA BERDASARKAN INDIKATOR ANTROPOMETRI

Trisna Wahyu Intan Permadani, Rini Indriati, Dwi Harini — Tue, 29 Sep 2026 17:28:48 +0700

Stunting merupakan masalah gizi kronis yang masih menjadi perhatian di Indonesia dengan prevalensi sebesar 19,8% pada tahun 2024. Pemantauan pertumbuhan balita di posyandu umumnya dilakukan melalui pencatatan pada Kartu Menuju Sehat (KMS) berdasarkan indikator antropometri. Namun, proses identifikasi stunting masih dilakukan secara manual sehingga hasil penilaian kurang optimal karena belum didukung oleh metode pengolahan data yang sistematis dan terintegrasi. Penelitian ini bertujuan mengimplementasikan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) untuk membantu identifikasi stunting pada balita berdasarkan indikator antropometri. Penelitian dilakukan menggunakan data balita yang terdaftar di Posyandu Desa Mekikis, Kecamatan Purwasri, Kabupaten Kediri. Kriteria yang digunakan meliputi Tinggi Badan menurut Umur (TB/U), Berat Badan menurut Umur (BB/U), Berat Badan menurut Tinggi Badan (BB/TB), dan Indeks Massa Tubuh menurut Umur (IMT/U). Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Streamlit berbasis web. Hasil penelitian menunjukkan bahwa metode MOORA mampu mengolah data antropometri melalui proses normalisasi, pembobotan, dan perhitungan nilai optimasi sehingga menghasilkan klasifikasi status gizi balita yang lebih objektif dan terstruktur. Pengujian Blackbox Testing menunjukkan seluruh fungsi sistem berjalan sesuai dengan yang diharapkan

SISTEM PREDIKSI CAPAIAN HAFALAN 30 JUZ SANTRI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) DENGAN ALGORITMA BACKPROPAGATION

Ranita Ranita, Adi Suwondo, Nur Hasanah — Tue, 29 Sep 2026 17:30:04 +0700

Lembaga tahfidz Al-Qur’an merupakan pusat pembinaan hafalan yang memiliki target penyelesaian 30 juz bagi setiap santri. Penilaian perkembangan hafalan di PPTQ Nawwir Quluubanaa masih dilakukan secara manual melalui buku laporan, sehingga potensi keterlambatan pencapaian target sulit terdeteksi lebih awal. Permasalahan ini menyebabkan pengelola kesulitan memberikan pendampingan yang tepat waktu dan berbasis data. Penelitian ini bertujuan membangun sistem prediksi capaian hafalan 30 juz santri menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation, serta mengintegrasikannya ke dalam dashboard berbasis web. Data yang digunakan berasal dari 146 santri dengan lima variabel input: jumlah juz hafalan, halaman setoran per minggu, halaman muroja’ah per minggu, persentase kehadiran, dan gender. Setelah pembersihan outlier, tersisa 96 data yang dibagi dengan proporsi 80:20 untuk training dan testing. Model terbaik menggunakan dua hidden layer (32 dan 16 neuron), aktivasi ReLU, dropout 0,1, dan learning rate 0,01. Hasil evaluasi menunjukkan RMSE 13,7483 bulan dan MAPE 13,68%, sehingga model dikategorikan akurat (tingkat keberhasilan 86,32%) berdasarkan kriteria Lewis (1982). Sistem dashboard yang dibangun menggunakan Flask/Python memperoleh skor SUS 79,5 (kategori Good).

SISTEM PEMANTAUAN KUALITAS UDARA PADA RUANGAN TERTUTUP BERBASIS IOT MENGGUNAKAN SENSOR MQ-2 DAN DHT22 DENGAN NOTIFIKASI REAL-TIME MELALUI WEB

Bernardus Unggul Perwito Sejati, Joni Maulindar, Arif Setiawan — Tue, 29 Sep 2026 17:31:22 +0700

Kualitas udara pada ruangan tertutup perlu diperhatikan karena berpengaruh terhadap kesehatan, kenyamanan, dan produktivitas penghuni. Namun, pemantauan kualitas udara masih banyak dilakukan secara manual sehingga kurang efektif untuk mendeteksi perubahan kondisi lingkungan secara berkelanjutan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pemantauan kualitas udara berbasis Internet of Things (IoT) menggunakan sensor MQ-2 dan DHT22 dengan tampilan monitoring real-time melalui web. Metode penelitian meliputi perancangan perangkat keras dan perangkat lunak menggunakan ESP32 sebagai pengendali utama, sensor MQ-2 untuk mendeteksi gas dan asap, serta sensor DHT22 untuk mengukur suhu dan kelembapan udara. Data hasil pembacaan sensor dikirim melalui jaringan internet dan ditampilkan pada dashboard web dalam bentuk nilai parameter, grafik tren, status kualitas udara, dan indikator Comfort Index. Hasil pengujian menunjukkan bahwa sistem mampu membaca dan menampilkan data suhu, kelembapan, dan konsentrasi gas secara real-time dengan stabil. Dashboard web dapat diakses dengan baik untuk memantau kondisi lingkungan secara langsung sehingga membantu pengguna dalam mengetahui kualitas udara pada ruangan tertutup secara cepat dan efisien.

INTEGRASI NODE-RED DAN GOOGLE ASSISTANT PADA SMART HOME

Aryando Dika Pratama, Nibras Faiq Muhammad, Joni Maulindar — Tue, 29 Sep 2026 17:32:25 +0700

Akselerasi teknologi Internet of Things (IoT) memicu masifnya implementasi sistem smart home yang diproyeksikan untuk mengoptimalkan efisiensi daya serta kenyamanan domestik. Kendati demikian, problem mendasar pada sektor rumah tangga umumnya berakar dari kelalaian penghuni dalam memanajemen operasional perangkat listrik, yang diperparah oleh keterbatasan metode kendali yang adaptif dan responsif. Menjawab tantangan tersebut, studi ini diorientasikan untuk mengonstruksi ekosistem hunian cerdas berbasis mikrokontroler ESP32 melalui integrasi platform Node-RED, Google Assistant, protokol komunikasi MQTT, serta layanan NORA untuk mewujudkan fungsionalitas otomatisasi dan monitoring berbasis perintah suara (voice command). Pendekatan eksperimental yang digunakan dalam penelitian ini adalah metode prototyping, yang dieksekusi melalui fase identifikasi kebutuhan, pemodelan arsitektur sistem, simulasi parsial, hingga fabrikasi prototipe fisik. Temuan penelitian membuktikan bahwa penyelarasan seluruh instrumen teknologi berhasil diimplementasikan dan mampu merespons instruksi verbal secara real-time. Berdasarkan hasil pengujian fungsional, kontrol suara via Google Assistant untuk mengoperasikan aktuator lampu, kipas angin, dan magnetic door lock dapat berjalan secara simultan disertai sinkronisasi status perangkat secara otomatis. Di samping itu, telemetri sensor lingkungan mampu mentransmisikan fluktuasi temperatur ruangan secara konstan untuk dipetakan pada dashboard visual Node-RED. Secara keseluruhan, arsitektur sistem yang dirancang menunjukkan tingkat keandalan dan responsivitas yang tinggi dalam memodernisasi tata kelola perangkat domestic

RANCANG BANGUN SISTEM INFORMASI KENAIKAN GAJI BERKALA (SIPAKAR)

Evie Susanti, Ichwan Kurniawan, Tri Pudji Wahyuningsih — Tue, 29 Sep 2026 17:33:17 +0700

Kenaikan Gaji Berkala (KGB) merupakan hak pegawai ASN yang diberikan secara periodik sesuai regulasi yang berlaku. Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil) Kabupaten Batang masih mengelola data KGB secara terpisah, yakni data pegawai disimpan dalam Microsoft Excel sedangkan dokumen pendukung disimpan sebagai arsip fisik, sehingga menyulitkan petugas dalam pengelolaan administrasi KGB. Penelitian ini bertujuan merancang dan membangun sistem informasi berbasis web untuk mengelola proses KGB sekaligus mengukur tingkat kemudahan penggunaan sistem menggunakan metode System Usability Scale (SUS). Pengembangan sistem menggunakan metode Prototype yang mencakup tahapan communication, quick plan, modeling quick design, construction of prototype, serta deployment delivery and feedback. Fitur utama sistem meliputi pengelolaan data pegawai, pengajuan KGB, verifikasi administrasi, dan pembuatan laporan. Pengujian fungsionalitas menggunakan Black Box Testing membuktikan seluruh fitur berjalan sesuai spesifikasi. Evaluasi usability menggunakan SUS dengan 32 responden menghasilkan nilai rata-rata 77,81 yang masuk kategori Good, menunjukkan sistem dapat diterima dengan baik dan layak dikembangkan lebih lanjut

RANCANG BANGUN SISTEM ANALISIS PERILAKU SISWA PADA LMS UNTUK OTOMATISASI PERANGKAT PEMBELAJARAN

Ahmad Yuan Arby, Henni Endah Wahanani, Hendra Maulana — Tue, 29 Sep 2026 17:34:26 +0700

Kemajuan teknologi pendidikan mendorong pemanfaatan Learning Management System (LMS) sebagai media pembelajaran digital yang mampu merekam berbagai aktivitas siswa selama proses belajar berlangsung. Namun, penyusunan perangkat pembelajaran di sekolah masih dilakukan secara manual sehingga membutuhkan waktu dan tenaga yang cukup besar serta belum mempertimbangkan karakteristik belajar masing-masing siswa. Penelitian ini bertujuan untuk merancang dan membangun sistem analisis perilaku siswa berbasis LMS guna mendukung otomatisasi perangkat pembelajaran yang lebih adaptif. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan Laravel sebagai backend, Vue.js sebagai frontend, MySQL sebagai basis data, serta Python untuk mengolah data aktivitas siswa yang mencakup frekuensi login, durasi akses materi, aktivitas diskusi, pengumpulan tugas, dan hasil evaluasi pembelajaran. Hasil penelitian menunjukkan bahwa sistem mampu mengelola dan menganalisis data perilaku belajar siswa untuk menghasilkan rekomendasi perangkat pembelajaran secara otomatis. Berdasarkan hasil pengujian black box, seluruh fitur sistem berfungsi sesuai dengan kebutuhan pengguna. Dengan demikian, sistem yang dikembangkan dapat membantu guru dalam menyusun perangkat pembelajaran secara lebih efisien, adaptif, dan berbasis data perilaku belajar siswa

PENERAPAN BUSINESS PROCESS REENGINEERING UNTUK OPTIMALISASI PENGELOLAAN DOKUMEN PADA SISTEM INFORMASI GUDANG BERBASIS WEB DI BANK 9 JAMBI

Muhamad Reyhan Alfarizi, Daniel Arsa, Willy Bima Alfajri — Tue, 29 Sep 2026 17:35:22 +0700

Perkembangan teknologi informasi mendorong organisasi untuk meningkatkan efisiensi pengelolaan dokumen melalui penerapan sistem informasi. Namun, pengelolaan dokumen dan inventaris gudang di Bank 9 Jambi Kantor Cabang Utama (KCU) masih dilakukan secara manual menggunakan Microsoft Excel dan penyimpanan fisik, sehingga menimbulkan kesulitan dalam pencarian arsip, ketidaksesuaian lokasi penyimpanan, serta risiko kehilangan dan kesalahan pencatatan. Penelitian ini bertujuan menerapkan Business Process Reengineering (BPR) untuk mengoptimalkan proses pengelolaan dokumen dan inventaris gudang. Metode penelitian dilakukan melalui observasi, wawancara, analisis proses bisnis berjalan (AS-IS), serta perancangan ulang proses bisnis usulan (TO-BE) menggunakan pendekatan BPR. Hasil penelitian menunjukkan bahwa proses bisnis yang diusulkan mampu menyederhanakan alur kerja, meningkatkan pengendalian dokumen, serta mengintegrasikan data digital dengan lokasi fisik penyimpanan pada rak dan gudang. Hasil perancangan kemudian diimplementasikan dalam sistem informasi gudang berbasis web yang mendukung pencarian arsip, validasi dokumen, pelacakan aktivitas, dan pengelolaan lokasi penyimpanan secara lebih terstruktur. Penerapan BPR terbukti mampu meningkatkan efisiensi pengelolaan dokumen serta mengurangi risiko kesalahan pencatatan dan penyimpanan arsip

PERAMALAN TREN PENCARIAN DIGITAL KOPI KENANGAN PADA GOOGLE TRENDS DENGAN PENDEKATAN SINGULAR SPECTRUM ANALYSIS

Arya Fadhilah Daniswara, Fetty Tri Anggraeny, M. Muharrom Al Haromainy — Tue, 29 Sep 2026 18:02:14 +0700

Pertumbuhan industri kopi lokal membuat pemantauan minat konsumen melalui jejak digital semakin diperlukan. Permasalahan penelitian ini adalah fluktuasi indeks pencarian Google Trends pada kata kunci “Kopi Kenangan” yang belum dimanfaatkan secara sistematis untuk membaca kecenderungan minat pencarian. Penelitian ini bertujuan meramalkan indeks pencarian “Kopi Kenangan” di Indonesia sebagai indikator awal dinamika perhatian publik. Metode yang digunakan adalah Singular Spectrum Analysis (SSA) dengan data bulanan Google Trends periode Januari 2021 sampai Januari 2026 sebanyak 61 observasi. Tahapan penelitian meliputi seleksi data, preprocessing, transformasi deret waktu, embedding, SVD, grouping, rekonstruksi, evaluasi, dan peramalan. Evaluasi dilakukan menggunakan MAE, MSE, RMSE, dan MAPE. Hasil terbaik diperoleh pada window length L = 6 dan jumlah komponen r = 2, dengan MAE 18,25, MSE 509,22, RMSE 22,57, dan MAPE 25,25%. Peramalan Februari 2026 sampai Januari 2027 menghasilkan indeks 72,18 sampai 89,76. Hasil ini menunjukkan SSA mampu menangkap pola umum pencarian, tetapi belum sepenuhnya menjelaskan lonjakan mendadak.

IMPLEMENTASI ALGORITMA FISHER YATES SHUFFLE PADA GAME EDUKASI BAHASA PEMROGRAMAN PHP BERBASIS ANDROID

Ahmad Hasan Alfaizin, Ginanjar Setyo Permadi — Tue, 29 Sep 2026 18:05:48 +0700

Perkembangan teknologi informasi membawa pengaruh besar terhadap dunia pendidikan, terutama pada penggunaan media pembelajaran berbasis digital. Penggunaan smartphone berbasis Android yang semakin meningkat membuka peluang dalam pengembangan media pembelajaran interaktif seperti game edukasi. Namun pembelajaran bahasa pemrograman PHP masih banyak dilakukan secara konvensional sehingga kurang interaktif dan membuat mahasiswa kesulitan memahami materi. Penelitian ini bertujuan mengembangkan game edukasi bahasa pemrograman PHP berbasis Android dengan implementasi algoritma Fisher Yates Shuffle untuk pengacakan soal agar proses pembelajaran menjadi lebih menarik dan tidak monoton. Metode yang digunakan dalam penelitian ini adalah Game Development Life Cycle (GDLC) yang terdiri dari tahap initiation, pre-production, production, testing, beta, dan release. Game dikembangkan menggunakan Godot Engine dengan materi dasar bahasa pemrograman PHP serta menerapkan algoritma Fisher Yates Shuffle untuk menghasilkan variasi urutan soal pada setiap permainan. Pengujian aplikasi dilakukan menggunakan Blackbox Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa seluruh fitur aplikasi berjalan dengan baik dan memperoleh nilai kelayakan sebesar 88,77% dengan kategori “Sangat Layak”. Dengan demikian, game edukasi yang dikembangkan layak digunakan sebagai media pembelajaran interaktif berbasis Android

PERANCANGAN CHATBOT BERBASIS ARTIFICIAL INTELLIGENCE UNTUK LAYANAN INFORMASI PPDB DI SMK MUTIARA 17 AGUSTUS KOTA BEKASI

Hanafi Musyaroat, Ahmad Hanafi Musyaroat, Abdul Samee, Husni Thamrin — Tue, 29 Sep 2026 18:08:17 +0700

Layanan informasi Penerimaan Peserta Didik Baru (PPDB) di SMK Mutiara 17 Agustus Kota Bekasi masih dilakukan secara manual, yang mengakibatkan banyak pertanyaan berulang dari orang tua dan calon peserta didik, keterlambatan respons, dan ketidakkonsistenan informasi. Kondisi ini menunjukkan bahwa sistem layanan informasi yang lebih cepat, akurat, dan interaktif sangat diperlukan. Dengan menggunakan metode Hybrid Retrieval-Augmented Generation (RAG) sebagai solusi layanan informasi PPDB yang efektif, penelitian ini bertujuan untuk mengembangkan dan menerapkan chatbot berbasis AI.Metode hybrid retrieval yang menggabungkan Sentence-BERT (SBERT) dan BM25 untuk pencarian informasi di database pengetahuan digunakan untuk membangun sistem. Selanjutnya, melalui platform Ollama dan penyimpanan vektor Qdrant, model bahasa besar (LLM) diintegrasikan dengan sistem. Dengan menggunakan Gradio, antarmuka chatbot dapat diakses melalui browser. Hasil pengujian menunjukkan bahwa model Llama3:8b memiliki waktu respons rata-rata sekitar 4 detik, dan DeepSeek-R1:8b memiliki waktu respons rata-rata sekitar 27 detik. Dibandingkan dengan metode pencarian tunggal, metode hybrid RAG menunjukkan kualitas retrieval dan relevansi jawaban yang lebih baik. Dengan menggunakan data PPDB yang tersedia, sistem dapat menjawab pertanyaan pengguna secara kontekstual dan real-time. Chatbot berbasis Hybrid RAG ini menunjukkan kemampuan untuk menjadi alternatif untuk solusi digitalisasi layanan administrasi sekolah yang interaktif dan mudah digunakan. Mereka juga menunjukkan kemampuan untuk meningkatkan efisiensi dan efektivitas layanan informasi PPDB

ANALISIS KUALITAS WEBSITE DINAS PARIWISATA DENGAN MENGGUNAKAN WEBQUAL 4.0

Gladis Gresyana Penna, Skolastika S.Igon, Meliana O Meo — Tue, 29 Sep 2026 18:09:51 +0700

Perkembangan teknologi informasi telah mendorong pemanfaatan website sebagai media promosi dan penyedia informasi pariwisata. Dinas Pariwisata dan Ekonomi Kreatif Provinsi Nusa Tenggara Timur (NTT) telah menyediakan website resmi untuk memperkenalkan berbagai destinasi wisata unggulan kepada masyarakat. Namun, kualitas website tersebut belum pernah dievaluasi secara menyeluruh berdasarkan persepsi pengguna sehingga belum diketahui tingkat efektivitasnya dalam memberikan informasi dan menarik minat kunjungan wisatawan. Penelitian ini bertujuan untuk menganalisis kualitas website Dinas Pariwisata dan Ekonomi Kreatif Provinsi NTT menggunakan metode WebQual 4.0 yang terdiri atas dimensi Usability, Information Quality, dan Service Interaction Quality. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada 100 responden yang pernah mengakses website. Data dianalisis menggunakan uji validitas, uji reliabilitas, statistik deskriptif, dan koefisien determinasi menggunakan SPSS 20. Hasil penelitian menunjukkan bahwa kualitas website berada pada kategori baik. Variabel Information Quality memperoleh nilai rata-rata tertinggi sebesar 19,05 (76,20%), diikuti Minat Kunjungan sebesar 18,97 (75,88%), Usability sebesar 18,33 (75,32%), dan Service Interaction Quality sebesar 15,18 (75,90%). Hasil uji validitas menunjukkan seluruh item pernyataan valid dengan nilai r hitung > 0,196 dan seluruh variabel reliabel dengan nilai Cronbach’s Alpha > 0,60. Nilai Adjusted R Square sebesar 0,762 menunjukkan bahwa kualitas website memberikan pengaruh sebesar 76,2% terhadap minat kunjungan wisatawan

IMPLEMENTASI ROLE-BASED ACCESS CONTROL (RBAC) PADA SISTEM MANAJEMEN DATA PEKERJA BERBASIS FRAMEWORK LARAVEL

Satria Kusumadewa, Azmuri Wahyu Azinar, Sumarno Sumarno, Arif Senja Fitrani — Tue, 29 Sep 2026 18:11:18 +0700

Digitalisasi pengelolaan data sumber daya manusia perlu didukung oleh pembatasan akses agar data calon tenaga kerja, karyawan, dan dokumen pribadi tidak diakses oleh pihak yang tidak berwenang. Permasalahan dalam penelitian ini adalah perlunya sistem yang mampu mengelola data tenaga kerja secara terstruktur dengan hak akses sesuai peran pengguna. Penelitian ini bertujuan mengembangkan Sistem Informasi Sumber Daya Manusia (SI SDM) berbasis Laravel dengan menerapkan Role-Based Access Control (RBAC). Metode pengembangan perangkat lunak yang digunakan adalah waterfall, meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan Laravel, PostgreSQL, Blade, Tailwind CSS, Spatie Laravel Permission, Google Form, Google Apps Script, webhook Laravel, dan DomPDF. Data calon tenaga kerja dikirim melalui Google Form dan webhook, kemudian dikelola oleh Human Resource Development (HRD). Hasil pengujian black box menunjukkan bahwa sistem dapat menampilkan menu sesuai role, membatasi akses data, mengelola data calon tenaga kerja, memproses calon tenaga kerja yang diterima menjadi karyawan, mengelola dokumen, serta menghasilkan report karyawan dalam bentuk PDF.

SISTEM REKOMENDASI PEMILIHAN BIJI KOPI MENGGUNAKAN METODE CONTENT-BASED FILTERING BERBASIS WEB

Rizal Yudha Pratama, Hanifah Permatasari, Vihi Atina — Tue, 29 Sep 2026 18:13:31 +0700

Perkembangan teknologi informasi mendorong pemanfaatan sistem rekomendasi untuk membantu pengguna dalam memilih produk sesuai preferensi. Pada Cafe The Hidden Swargi tersedia berbagai jenis biji kopi dengan karakteristik yang beragam, seperti flavor, tingkat roasting, acidity, dan body. Banyaknya pilihan tersebut menyebabkan pengguna kesulitan menentukan biji kopi yang sesuai dengan selera dan kebutuhan mereka. Penelitian ini bertujuan membangun sistem rekomendasi pemilihan biji kopi berbasis web menggunakan metode Content-Based Filtering untuk membantu pengguna memperoleh rekomendasi yang lebih tepat. Metode yang digunakan meliputi pengumpulan data melalui observasi, wawancara, dan dokumentasi, kemudian dilakukan preprocessing data, representasi fitur menggunakan TF-IDF, serta perhitungan tingkat kemiripan menggunakan Cosine Similarity. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang relevan, dengan Flores Bajawa memperoleh nilai similarity tertinggi sebesar 0,97, diikuti Gayo Arabica sebesar 0,95 dan Java Preanger sebesar 0,93. Dengan demikian, sistem dapat membantu pengguna memilih biji kopi secara lebih efektif dan sesuai dengan karakteristik yang diinginkan

SISTEM INFORMASI DIGITAL SATWA DILINDUNGI DI JAWA TIMUR BERBASIS WEB DENGAN FITUR PETA PERSEBARAN DAN KATEGORI SPESIES

Gilang Muhammad, Novia Ariyanti, Ade Eviyanti, Hindarto Hindarto — Tue, 29 Sep 2026 18:14:47 +0700

Konservasi satwa dilindungi di Jawa Timur menghadapi masalah serius berupa penurunan populasi akibat kerusakan lingkungan dan perdagangan ilegal, sehingga dibutuhkan media informasi yang dapat mendukung edukasi masyarakat. Permasalahan utama yang diangkat dalam penelitian ini adalah keterbatasan edukasi mengenai satwa dilindungi di Jawa Timur. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi digital berbasis web yang dapat menyajikan data spesies, persebaran habitat, serta status perlindungan satwa secara interaktif dan mudah dipahami. Metode pengembangan menggunakan pendekatan Agile dengan kerangka kerja Scrum. Sistem dibangun dengan teknologi Flask, Folium, PostgreSQL, serta antarmuka menggunakan HTML, CSS, dan Bootstrap. Pengujian dilakukan menggunakan Blackbox Testing dan evaluasi kuesioner menggunakan skala likert, menghasilkan rata-rata keseluruhan 3,82 yang termasuk kategori setuju-sangat setuju. Hasil penelitian menunjukkan bahwa sistem mampu menyajikan informasi satwa dilindungi secara interaktif melalui fitur peta persebaran, kategori spesies, serta detail satwa dan Lokasi konservasi. sehingga layak diimplementasikan sebagai media pembelajaran digital sekaligus mendukung Upaya konservasi satwa dilindungi di Jawa Timur

PENERAPAN METODE WEIGHTED MOVING AVERAGE PERAMALAN PADA STRATEGI LINE UP VALORANT

Dimas Agung Nugroho, Zara Yunizar, Lidya Rosnita — Tue, 29 Sep 2026 18:16:01 +0700

Kompetisi e-sports Valorant menuntut strategi penentuan line up yang matang untuk mengamankan kemenangan secara konsisten. Namun, pemain kerap menghadapi permasalahan karena performa statistik agent berfluktuasi secara dinamis akibat pergeseran meta game dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan metode peramalan Weighted Moving Average (WMA) guna merekomendasikan komposisi line up tim yang optimal pada map Ascent, Bind, dan Haven. Metode WMA digunakan untuk memproses 100 data pertandingan dengan memberikan bobot lebih besar pada data terbaru agar hasil prediksi lebih adaptif. Parameter yang dianalisis mencakup win rate, kills, deaths, dan assists. Hasil penelitian menunjukkan bahwa map Ascent memiliki rata-rata win rate tertinggi sebesar 60,19%, disusul Bind (60%), dan Haven (58,08%). Agent Viper (66,43%) dan Jett (66%) mencatat tren performa terbaik, sedangkan Clove (29,35%) menunjukkan performa terendah. Kesimpulannya, metode WMA efektif digunakan sebagai instrumen pendukung dalam perencanaan taktis tim Valorant

RANCANG BANGUN SISTEM BOOKING MEJA BILLIARD BERBASIS WEB DENGAN METODE PROTOTYPE

Geby Novfitriana. AB, Edi Saputra, Muhammad Razi A — Tue, 29 Sep 2026 18:17:19 +0700

Perkembangan teknologi informasi telah mendorong berbagai sektor usaha untuk meningkatkan kualitas layanan melalui sistem berbasis digital, termasuk pada bidang hiburan. Bshoot Billiard di Kabupaten Sarolangun masih menerapkan proses pemesanan meja secara manual sehingga menimbulkan permasalahan berupa kesalahan pencatatan jadwal, antrian pelanggan, serta kurang efektifnya pengelolaan transaksi. Penelitian ini bertujuan merancang dan membangun sistem booking meja billiard berbasis web untuk membantu proses reservasi dan pengelolaan data secara lebih efektif. Metode yang digunakan adalah Prototype yang terdiri dari tahapan communication, quick plan, modeling quick design, construction of prototype, serta deployment and feedback. Sistem dikembangkan menggunakan framework Laravel, bahasa pemrograman PHP dan JavaScript, serta database MySQL. Hasil penelitian menunjukkan bahwa sistem mampu mempermudah pelanggan dalam melakukan pemesanan meja secara online, melihat ketersediaan meja secara real-time, serta memantau status transaksi. Selain itu, sistem membantu admin dalam mengelola data meja, transaksi, dan laporan secara lebih terstruktur. Berdasarkan pengujian Blackbox Testing, seluruh fitur sistem berjalan sesuai dengan kebutuhan pengguna

RANCANG BANGUN SISTEM PENGAJUAN SURAT PERMOHONAN KERJA PRAKTEK YANG MODULAR DENGAN METODE FEATURE DRIVEN DEVELOPMENT

Robiyatul Adawiyah Hasibuan, M. Asep Subandri — Tue, 29 Sep 2026 18:18:38 +0700

Proses pengajuan surat permohonan kerja praktik di Politeknik Negeri Bengkalis merupakan tahapan akademik penting yang saat ini masih dikelola secara manual. Kondisi ini memunculkan permasalahan berupa keterlambatan proses birokrasi, tingginya risiko kesalahan penulisan, dan pengelolaan arsip yang tidak terstruktur. Penelitian ini bertujuan merancang dan membangun sistem digital pengajuan surat kerja praktik berbasis arsitektur modular guna meningkatkan efisiensi administrasi. Pengembangan sistem menerapkan metode Feature Driven Development (FDD) karena pendekatannya yang terstruktur dalam mengakomodasi perubahan fitur. Kualitas sistem dievaluasi secara kuantitatif menggunakan Object-Oriented Metrics dan uji dampak perubahan (change impact). Hasil penelitian menunjukkan arsitektur berhasil mencapai tingkat ketergantungan antar modul yang sangat rendah, dibuktikan dengan nilai Average Afferent Coupling (Ca) sebesar 2,33 dan Average Efferent Coupling (Ce) sebesar 2,57. Sistem juga memiliki keterikatan fungsi internal yang tinggi dengan nilai Lack of Cohesion of Methods (LCOM) sebesar 1,33. Hasil pengujian membuktikan bahwa modifikasi pada fitur tertentu tidak mengganggu modul lainnya. Dapat disimpulkan bahwa penerapan metode FDD dengan arsitektur modular sukses menghasilkan sistem yang efisien, stabil, dan mudah dipelihara di masa mendatang

PENERAPAN MATODE K-NEAREST NEIGHBOR UNTUK MENGKLASIFIKASIKAN LAPORAN PENGADUAN PENERANGAN JALAN UMUM (PJU) DAN TRAFFIC LIGHT BERBASIS WEBSITE

Syah Muchammad Ali Mufti, Sri Widoyoningrum — Tue, 29 Sep 2026 18:19:52 +0700

Penerangan Jalan Umum (PJU) dan traffic light merupakan fasilitas publik yang berperan penting dalam mendukung keselamatan, keamanan, dan kelancaran lalu lintas masyarakat. Seiring meningkatnya jumlah pengaduan masyarakat terkait kerusakan fasilitas tersebut di Kabupaten Jombang, diperlukan pengelolaan laporan yang efektif dan terorganisir. Permasalahan yang dihadapi saat ini adalah proses pengelolaan pengaduan masih dilakukan secara manual, sehingga menyebabkan keterlambatan penanganan laporan, kesulitan dalam pengelompokan data, serta kurang optimalnya pengelolaan informasi pengaduan. Penelitian ini bertujuan untuk membangun dan mengembangkan sistem klasifikasi pengaduan PJU dan traffic light berbasis web dengan menerapkan metode K-Nearest Neighbor (KNN) guna membantu proses pengelompokan laporan secara otomatis. Metode penelitian yang digunakan meliputi observasi, wawancara, studi pustaka, dan pengembangan perangkat lunak menggunakan metode Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan framework Laravel serta basis data MySQL. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan mampu mengklasifikasikan laporan pengaduan secara otomatis berdasarkan tingkat prioritas yang telah ditentukan. Selain itu, hasil pengujian Black Box Testing menunjukkan bahwa seluruh fungsi sistem berjalan sesuai kebutuhan, mulai dari proses login, penginputan laporan, klasifikasi data, hingga pengelolaan laporan oleh admin. Dengan demikian, sistem yang dikembangkan dapat meningkatkan efektivitas dan efisiensi pelayanan pengaduan masyarakat terkait fasilitas jalan di Kabupaten Jombang

IMPLEMENTASI ERP DALAM PENGEMBANGAN APLIKASI SALE ACCOUNT ORGANIZER DI PT SATU ANUGRAH SOLUSINDO

Miswanto Miswanto, Badriah Nursakinah — Tue, 29 Sep 2026 18:21:00 +0700

Perkembangan teknologi informasi mendorong kebutuhan sistem pengelolaan bisnis terpadu, namun perusahaan berskala menengah ke bawah di Indonesia menghadapi kendala serius dalam mengadopsi solusi Enterprise Resource Planning (ERP) konvensional akibat tingginya biaya implementasi dan kompleksitas teknisnya. Kondisi ini menyebabkan koordinasi antardepartemen menjadi terhambat, data pelanggan tidak terpusat, dan pengelolaan informasi penjualan berlangsung tidak terstruktur, sehingga pada akhirnya memperlambat pengambilan keputusan strategis perusahaan. Penelitian ini bertujuan menganalisis efektivitas penerapan Enterprise Resource Planning melalui pengembangan aplikasi Sale Account Organizer (SAO) di PT Satu Anugrah Solusindo serta mengevaluasi tingkat integrasi modul penjualan dengan modul pembelian, gudang, dan akuntansi sebagai modul pendukungnya. Metode yang diterapkan adalah Software Development Life Cycle dengan pendekatan Agile yang bersifat iteratif dan inkremental, melalui tahapan perencanaan, analisis, perancangan, implementasi, dan pengujian menggunakan tiga instrumen validasi yakni pengujian fungsionalitas, pengujian logika pemrograman, serta pengukuran tingkat kepuasan pengguna berbasis skala penilaian. Hasil penelitian membuktikan bahwa sistem SAO berhasil meningkatkan efisiensi proses transaksi penjualan, memperkuat akurasi pencatatan data antarmodul bisnis, mempermudah pengelolaan data pelanggan secara terpusat, serta menghadirkan pelaporan bisnis secara langsung yang mendukung pengambilan keputusan manajerial secara lebih cepat dan tepat

IMPLEMENTASI METODE TOPSIS UNTUK REKOMENDASI HUNIAN KOST PADA SISTEM INFORMASI GEOGRAFIS DI KABUPATEN BADUNG SELATAN

I Kadek Hendra Dinata, Agus Adi Putrawan, Made Pasek Agus Ariawan — Tue, 29 Sep 2026 18:22:10 +0700

Kebutuhan hunian sementara di Kabupaten Badung bagian selatan terus meningkat seiring tingginya mobilitas mahasiswa Politeknik Negeri Bali dan pekerja perantau. Namun, informasi persebaran lokasi yang tidak terpusat serta kompleksnya pertimbangan kriteria seperti harga, jarak, dan fasilitas sering kali menyulitkan calon penyewa dalam mengambil keputusan secara objektif. Penelitian ini bertujuan untuk merancang dan membangun platform Sistem Informasi Geografis (SIG) berbasis website sebagai alat bantu rekomendasi hunian kost yang transparan dan efisien. Metode pengembangan sistem yang digunakan menerapkan algoritma Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk perangkingan multikriteria, yang diintegrasikan dengan pemetaan spasial interaktif menggunakan pustaka Leaflet JS. Hasil pengujian sistem menunjukkan bahwa integrasi metode TOPSIS mampu menghasilkan keputusan rekomendasi kost terbaik yang akurat menuju pusat aktivitas kampus, sementara visualisasi SIG berhasil menampilkan titik koordinat spasial secara presisi. Implementasi platform ini dapat memangkas waktu pencarian hunian bagi masyarakat luas serta menyajikan visualisasi data properti yang mutakhir di wilayah Badung Selatan

PERANCANGAN UI/UX APLIKASI LAYANAN DESA MENGGUNAKAN METODE DESIGN THINKING PADA DESA NAGRAK UTARA KABUPATEN SUKABUMI

Ristie Dwiyanti, Falentino Sembiring, Sihabudin Sihabudin — Tue, 29 Sep 2026 18:23:37 +0700

Pengelolaan informasi berbasis digital telah menjadi kebutuhan mendasar dalam administrasi organisasi, termasuk pada tingkat pemerintahan desa. Desa Nagrak Utara menghadapi permasalahan berupa keterbatasan akses layanan administrasi yang mengharuskan masyarakat hadir secara langsung ke kantor desa, sehingga menimbulkan lambatnya respons pelayanan dan tidak adanya standar desain sistem yang menyebabkan inefisiensi alur kerja secara teknis. Penelitian ini bertujuan merancang antarmuka pengguna dan pengalaman pengguna (UI/UX) aplikasi layanan desa yang inklusif dan mudah digunakan guna mendorong transformasi administrasi tradisional menuju sistem pelayanan digital yang dapat diakses secara luas. Metode yang digunakan adalah Design Thinking dengan pendekatan berbasis manusia (human-centered), meliputi tahap Empathize dan Define untuk mengidentifikasi permasalahan di lapangan, tahap Ideate untuk menghasilkan solusi kreatif, tahap Prototype untuk membangun purwarupa interaktif, serta tahap Test untuk mengevaluasi kegunaan dan ketepatan solusi yang dirancang. Hasil penelitian berupa prototipe aplikasi layanan desa yang telah diuji dan memungkinkan perangkat desa mengelola layanan publik secara mandiri, responsif, dan terstandarisasi. Penelitian ini menyimpulkan bahwa transformasi digital di Desa Nagrak Utara memerlukan fondasi visual dan pengalaman pengguna yang tepat agar pelayanan publik dapat berjalan secara efektif dan adaptif terhadap kebutuhan teknologi masa kini

ANALISIS KINERJA RENDERING APLIKASI ANDROID REACT NATIVE DENGAN OPTIMASI MEMOIZATION

Faris Adhi Laksana Yusuf, Zuly Budiarso — Tue, 29 Sep 2026 18:25:01 +0700

Framework cross-platform seperti React Native banyak digunakan dalam pengembangan aplikasi mobile karena mendukung efisiensi pengembangan pada berbagai platform. Namun, mekanisme rendering pada React Native berpotensi menyebabkan re-render yang tidak diperlukan sehingga dapat menurunkan performa aplikasi. Penelitian ini bertujuan menganalisis pengaruh penerapan memoization menggunakan React.memo dan useMemo terhadap kinerja rendering aplikasi Android berbasis React Native. Metode penelitian yang digunakan adalah eksperimen semu dengan pendekatan kuantitatif melalui perbandingan dua kondisi pengujian, yaitu baseline dan memoized, pada tiga skenario pengujian. Pengukuran dilakukan menggunakan React Native DevTools dan Flipper LeakCanary berdasarkan metrik jumlah re-render, waktu render, dan indikasi memory leak. Hasil penelitian menunjukkan bahwa memoization mampu menurunkan rata-rata jumlah re-render sebesar 85,71% dan waktu render sebesar 93,62% pada skenario perubahan status keranjang. Pada skenario pencarian data, jumlah re-render menurun sebesar 50% dan waktu render sebesar 77,11%. Selain itu, tidak ditemukan indikasi memory leak pada skenario pengujian mount-unmount katalog. Dengan demikian, memoization terbukti efektif meningkatkan performa rendering aplikasi React Native Android

RANCANG BANGUN SISTEM INFORMASI BERBASIS WEB UNTUK MENDUKUNG MEDIA INFORMASI DAN PROMOSI DIGITAL PADA KELOMPOK BELAJAR NATALI

Paskalis Fajar Aprianto, Hari Murti — Tue, 29 Sep 2026 18:26:38 +0700

Perkembangan teknologi informasi telah mendorong lembaga pendidikan untuk memanfaatkan media digital sebagai sarana penyampaian informasi dan promosi yang lebih efektif. Namun, Kelompok Belajar Natali (KB Natali) masih menggunakan metode manual dalam penyampaian informasi dan pelaksanaan Penerimaan Peserta Didik Baru (PPDB), sehingga pengelolaan data kurang efisien, penyebaran informasi terbatas, dan promosi lembaga belum menjangkau masyarakat secara optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berbasis web sebagai media informasi dan promosi digital pada KB Natali serta mendukung proses PPDB secara online. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan framework CodeIgniter dan database MySQL. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mempermudah pengelolaan data, mempercepat penyebaran informasi kepada masyarakat, mendukung kegiatan promosi digital secara lebih luas, serta memudahkan calon peserta didik dalam memperoleh informasi dan melakukan pendaftaran secara online, sehingga proses pelayanan informasi dan penerimaan peserta didik menjadi lebih efektif dan efisien.

ANALISIS DAN PERANCANGAN FRONTEND SISTEM INFORMASI MANAJEMEN TUGAS AKHIR PADA UNIVERSITAS MERANGIN MENGGUNAKAN METODE PROTOTYPE

Egydia Alfariza Ramadhani, Muh. Subhan, Mohamad Ilhami — Tue, 29 Sep 2026 18:28:02 +0700

Transformasi digital mendorong perguruan tinggi untuk menyediakan layanan akademik yang lebih efektif, terintegrasi, dan mudah diakses. Salah satu proses akademik yang membutuhkan dukungan sistem informasi adalah pengelolaan tugas akhir mahasiswa. Pada Universitas Merangin, proses tugas akhir masih dilakukan melalui media terpisah sehingga berpotensi menimbulkan bentrokan jadwal, keterlambatan informasi, dan kesulitan pemantauan bimbingan. Penelitian ini bertujuan menganalisis kebutuhan, merancang, dan mengimplementasikan antarmuka frontend Sistem Informasi Manajemen Tugas Akhir (SIMTA). Metode yang digunakan adalah Prototype dengan tahapan Communication, Quick Plan, Modelling Quick Design, Construction of Prototype, serta Deployment, Delivery and Feedback. Data diperoleh melalui observasi, wawancara, dan studi dokumentasi, sedangkan evaluasi dilakukan menggunakan System Usability Scale (SUS) terhadap 28 responden sesuai peran pengguna. Hasil penelitian menunjukkan bahwa SIMTA menghasilkan antarmuka berbasis peran untuk Mahasiswa, Dosen, Koordinator TA, dan Superadmin. Rata-rata skor SUS sebesar 87,50 menunjukkan kategori Excellent pada adjective rating dan acceptable pada acceptability range. Hasil tersebut menunjukkan bahwa antarmuka SIMTA layak diterima oleh pengguna dan dapat dikembangkan lebih lanjut

ANALISIS KLASIFIKASI TINGKAT PENYEBARAN COVID-19 MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS RAPIDMINER

Anitaria Putri Rahayu, Minarwati Minarwati — Tue, 29 Sep 2026 18:29:13 +0700

Pandemi Pandemi COVID-19 menghasilkan banyak data statistik yang dapat dimanfaatkan untuk proses analisis menggunakan teknik data mining. Penelitian ini bertujuan untuk melakukan klasifikasi tingkat penyebaran COVID-19 menggunakan algoritma Naïve Bayes berbasis RapidMiner. Dataset yang digunakan berupa data statistik COVID-19 beberapa negara dengan atribut seperti TotalCases, TotalDeaths, TotalRecovered, dan ActiveCases. Proses penelitian dilakukan melalui tahap preprocessing data, pembentukan label klasifikasi, pembagian data training dan testing, proses klasifikasi menggunakan algoritma Naïve Bayes, serta evaluasi model menggunakan confusion matrix dan accuracy. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memperoleh nilai accuracy sebesar 89.86%. Berdasarkan hasil tersebut dapat diketahui bahwa algoritma Naïve Bayes mampu melakukan klasifikasi tingkat penyebaran COVID-19 dengan cukup baik menggunakan aplikasi RapidMiner.

RANCANG BANGUN SISTEM PENDETEKSI GERAKAN UNTUK KEAMANAN RUMAH BERBASIS IOT MENGGUNAKAN SENSOR PIR DAN METODE FUZZY LOGIC DENGAN NOTIFIKASI TELEGRAM

Elfredo Yustrada Bomantoro, Basuki Rahmat, Henni Endah Wahanani — Tue, 29 Sep 2026 18:30:29 +0700

Perkembangan teknologi Internet of Things (IoT) mendorong terciptanya sistem keamanan rumah yang lebih cerdas dan efisien. Tingginya angka kejahatan pencurian rumah dan keterbatasan sistem konvensional yang tidak mampu memberikan notifikasi secara real-time menjadi permasalahan utama penelitian ini. Penelitian bertujuan merancang dan membangun sistem pendeteksi gerakan berbasis IoT menggunakan sensor PIR HC-SR501 dan ESP32-CAM dengan notifikasi Telegram, serta mengimplementasikan metode Fuzzy Logic Simplified Mamdani untuk klasifikasi tingkat ancaman. Metode yang digunakan adalah metode prototype yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Fuzzy Logic mengklasifikasikan ancaman ke dalam tiga kategori—Aman, Waspada, dan Bahaya—berdasarkan nilai akumulasi motionLevel pada rentang 0 hingga 10. Hasil pengujian menunjukkan sensor PIR mampu mendeteksi gerakan dengan keberhasilan 96% dari 25 percobaan (100% pada jarak 1–4 m; 80% pada 5 m). Fuzzy Logic mengklasifikasikan seluruh skenario dengan akurasi 100% dan false alarm 0%. Notifikasi Telegram terkirim rata-rata 2.050 ms pada koneksi WiFi stabil, disertai dua frame foto sebagai bukti visual ancaman. Sistem terbukti responsif dan layak sebagai solusi keamanan rumah berbasis IoT yang terjangkau

IMPLEMENTASI DIGITAL SIGNATURE MENGGUNAKAN SHA-256 DAN RSA UNTUK AUTENTIKASI PESAN

Tue, 29 Sep 2026 18:31:50 +0700

Perkembangan komunikasi digital meningkatkan kebutuhan akan mekanisme keamanan yang mampu menjamin keaslian dan integritas data selama proses pertukaran informasi. Namun, penggunaan jaringan internet yang bersifat terbuka menimbulkan risiko manipulasi data dan serangan Man in the Middle (MitM), sehingga diperlukan metode autentikasi yang andal. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi digital signature menggunakan kombinasi algoritma SHA-256 dan RSA untuk menjaga autentikasi serta integritas pesan pada sistem berbasis web. Metode yang digunakan adalah pendekatan eksperimental melalui perancangan dan implementasi sistem menggunakan PHP dan library OpenSSL. Proses digital signature dilakukan dengan menghasilkan nilai hash menggunakan SHA-256, kemudian menandatanganinya menggunakan private key RSA dan memverifikasinya menggunakan public key. Pengujian dilakukan pada tiga skenario, yaitu pesan asli, modifikasi pesan, dan manipulasi signature, serta pengukuran waktu proses signing dan verification. Hasil penelitian menunjukkan bahwa sistem berhasil memverifikasi pesan asli dengan status valid, sedangkan perubahan isi pesan maupun manipulasi signature menyebabkan verifikasi gagal. Selain itu, waktu proses signing pada RSA 2048-bit tercatat sekitar 0,003 detik dan verification sekitar 0,0002 detik. Hasil tersebut menunjukkan bahwa kombinasi SHA-256 dan RSA efektif dalam menjaga autentikasi dan integritas pesan pada komunikasi digital berbasis web.

RANCANG BANGUN SISTEM INFORMASI PERS DAN BERITA BERBASIS WEB PADA PT PLN (PERSERO) UP3 JAMBI

Tue, 29 Sep 2026 18:33:13 +0700

Pengelolaan informasi pers pada instansi pemerintah dan perusahaan publik merupakan aspek penting dalam menjaga transparansi dan akuntabilitas kepada masyarakat. PT PLN (Persero) UP3 Jambi saat ini masih mengelola berita secara manual melalui grup WhatsApp dan email, sehingga menimbulkan permasalahan berupa sulitnya pengarsipan, lambatnya pencarian berita lama, tidak adanya basis data terstruktur, dan terbatasnya akses informasi secara real-time bagi manajemen. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Pers dan Berita Berbasis Web pada PT PLN (Persero) UP3 Jambi guna mengotomatisasi pengelolaan berita secara terpusat dan terstruktur. Metode pengembangan yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, desain, implementasi, dan pemeliharaan. Sistem dibangun menggunakan framework Laravel dan basis data MySQL, dilengkapi fitur manajemen berita, galeri foto, pengarsipan digital, pencarian berita, serta sistem autentikasi berbasis Role-Based Access Control (RBAC) dengan tiga level pengguna. Hasil pengujian Black Box Testing dengan teknik Equivalence Partitioning menunjukkan seluruh skenario uji berjalan sesuai spesifikasi. Pengujian User Acceptance Testing (UAT) terhadap enam responden menghasilkan skor rata-rata 100% dengan kategori Sangat Setuju pada seluruh aspek penilaian, meliputi tampilan antarmuka, kemudahan pengelolaan konten, akurasi informasi, fitur pencarian, dan fungsionalitas sistem

PENERAPAN PENDEKATAN HYBRID NAÏVE BAYES DAN INDOBERT UNTUK ANALISIS SENTIMEN ULASAN GOOGLE MAPS PADA RUMAH SAKIT JIH SOLO

Wahyu Agung Adi Nugroho, Dwi Hartanti, Afu Ichsan Pradana — Tue, 29 Sep 2026 18:34:40 +0700

Perkembangan platform digital seperti Google Maps memungkinkan masyarakat memberikan ulasan terhadap layanan rumah sakit secara daring. Ulasan tersebut dapat dimanfaatkan untuk mengetahui persepsi masyarakat terhadap kualitas layanan kesehatan. Namun, jumlah ulasan yang besar, data yang tidak terstruktur, serta adanya ketidakseimbangan distribusi kelas sentimen menyebabkan proses analisis menjadi lebih kompleks. Penelitian ini bertujuan membangun model analisis sentimen pada ulasan Google Maps Rumah Sakit JIH Solo menggunakan pendekatan hybrid IndoBERT dan Multinomial Naïve Bayes. Data penelitian berupa 2.432 ulasan yang dikumpulkan melalui teknik web scraping pada periode 2022–2026. IndoBERT digunakan untuk melabeli ulasan yang ambigu, sedangkan Multinomial Naïve Bayes digunakan sebagai model klasifikasi. Data kemudian melalui tahap preprocessing dan transformasi TF-IDF. Untuk mengatasi ketidakseimbangan data, diterapkan teknik Random Over Sampling (ROS) dan Synthetic Minority Oversampling Technique (SMOTE). Hasil pengujian menunjukkan bahwa model hybrid memperoleh akurasi sebesar 94% dengan nilai recall sentimen negatif mencapai 0,89. Nilai tersebut lebih tinggi dibandingkan model Naïve Bayes tanpa pendekatan hybrid yang memperoleh recall sebesar 0,83. Hasil penelitian menunjukkan bahwa kombinasi IndoBERT, Naïve Bayes, dan teknik balancing data mampu meningkatkan kinerja klasifikasi sentimen pada data yang tidak seimbang

SISTEM REKOMENDASI PEMILIHAN IPHONE SECOND MENGGUNAKAN METODE TOPSIS

Jofan Vernanda Wicaksono, Rini Indriati, Dwi Harini — Tue, 29 Sep 2026 18:35:54 +0700

Pemilihan iPhone second menjadi alternatif bagi konsumen yang menginginkan perangkat berkualitas dengan harga yang lebih terjangkau. Namun, banyaknya variasi produk dengan perbedaan kondisi dan spesifikasi menyebabkan proses pemilihan menjadi sulit serta berpotensi menghasilkan keputusan yang kurang tepat. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) untuk membantu pengguna menentukan iPhone second terbaik secara objektif. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), yaitu metode pengambilan keputusan multikriteria yang mampu memberikan peringkat alternatif berdasarkan kedekatannya dengan solusi ideal. Sistem dikembangkan berbasis web menggunakan framework Streamlit dan menerapkan proses perhitungan TOPSIS untuk menghasilkan nilai preferensi serta peringkat setiap alternatif. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan rekomendasi iPhone second secara objektif dan menghasilkan peringkat alternatif yang sesuai dengan perhitungan metode TOPSIS. Sistem yang dibangun dapat membantu pengguna dalam memilih iPhone second secara lebih cepat, terstruktur, dan akurat

IMPLEMENTASI MEDIA PEMBELAJARAN AR UNTUK MELATIH GERAKAN DASAR SENAM KESEGARAN JASMANI PADA SISWA SD DI KOTA KUPANG

Arwando Putra Lefinus Penu, Yohanis Malelak, Hasibun Asikin — Tue, 29 Sep 2026 18:37:25 +0700

Pendidikan jasmani memiliki peran penting dalam melatih koordinasi gerak, keseimbangan, dan menjaga kebugaran siswa di sekolah dasar. (Permasalahan) Namun, pembelajaran materi Senam Kesegaran Jasmani (SKJ) saat ini masih menghadapi kendala akibat metode demonstrasi konvensional guru yang monoton, minimnya media interaktif pendukung, serta keterbatasan guru memperagakan teknik gerak secara berulang. Kondisi ini memicu rendahnya minat, motivasi, dan pemahaman motorik siswa. (Tujuan) Penelitian ini bertujuan merancang, mengembangkan, dan mengevaluasi media pembelajaran berbasis Augmented Reality (AR) sebagai alat bantu visualisasi interaktif gerakan dasar SKJ. (Metode) Pengembangan media ini menerapkan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Karakter animasi karakter 3D dirancang menggunakan software Blender, lalu diintegrasikan ke game engine Unity menggunakan Vuforia SDK berbasis penanda (marker-based). Aplikasi diuji coba langsung pada 30 siswa kelas IV SDN Maulafa Kota Kupang melalui tahapan validasi ahli materi dan ahli media. (Hasil) Hasil penelitian menunjukkan media pembelajaran AR ini sangat layak digunakan dengan perolehan skor validasi ahli materi 90,00% dan ahli media 90,00%. Selain itu, pemanfaatan media AR terbukti efektif meningkatkan motivasi belajar serta mendongkrak keterampilan gerak dasar psikomotorik siswa secara nyata sebesar 29,17%.

PEMBUATAN WEBSITE DAPUR YANTI KATERING

Mohammad Ridho Hafiedz, Yusni Nyura, Tommy Bustomi — Tue, 29 Sep 2026 18:38:39 +0700

Katering merupakan salah satu jenis usaha di sektor jasa yang menyediakan produk makanan dan minuman untuk memenuhi kebutuhan berbagai kegiatan. Dengan banyaknya menu yang ada, pihak Dapur Yanti Katering dalam kegiatan pendataan pesanan saat ini masih dilakukan secara manual dengan menuliskan pemesanan di buku catatan, Tujuan dari penelitian ini untuk memudahkan pengguna Dapur Yanti Katering dalam proses transaksi pemesanan dan pembayaran, serta mempromosikan dan memperluas jangkauan pembeli Dapur Yanti Katering, website dikembangkan menggunakan HTML, CSS, JavaScript, PHP, MySQL, dengan dukungan Visual Studio Code. Proses pengembangannya menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil penelitian menghasilkan sebuah website yang memiliki fitur katalog menu, sistem pemesanan online, dan pembayaran digital melalui Midtrans. Dari hasil pengujian menggunakan metode Black Box Testing menunjukkan bahwa seluruh fungsi aplikasi berjalan sesuai dengan kebutuhan pengguna. Berdasarkan hasil pengujian tersebut, website yang dikembangkan mampu membantu Dapur Yanti Katering dalam meminimalkan kesalahan pencatatan pesanan, mempercepat proses transaksi dan juga memperluas jangkauan promosi secara digital

ANALISIS RISIKO KEAMANAN PENGGUNAAN HTTP PADA JALUR AKSES AWS DIGITAL MENGGUNAKAN CIA TRIAD DAN ESTIMASI RESIDUAL RISK

Tri Yulianto, Evi Diana Prihatiningsih, Eka Ardhianto, Aji Supriyanto — Thu, 01 Oct 2026 18:55:36 +0700

Keamanan transmisi data pada Automatic Weather Station (AWS) Digital memiliki peran penting karena sistem ini beroperasi selama 24 jam untuk mendukung pemantauan cuaca secara real-time, layanan informasi publik, cadangan pengamatan manual, serta pengambilan keputusan operasional. Permasalahan yang dikaji adalah penggunaan Hypertext Transfer Protocol (HTTP) pada jalur akses lokal server Ubuntu-PC operator yang belum menyediakan enkripsi, autentikasi server, dan perlindungan integritas pesan. Penelitian ini bertujuan menganalisis risiko keamanan penggunaan HTTP pada AWS Digital serta menyusun estimasi residual risk setelah mitigasi. Metode yang digunakan adalah studi kasus konseptual-simulatif dengan pendekatan Confidentiality, Integrity, and Availability (CIA) Triad serta prinsip penilaian risiko NIST SP 800-30. Tahapan penelitian meliputi pemetaan topologi, identifikasi aset, ancaman dan kerentanan, penilaian likelihood dan impact, penyusunan protokol mitigasi, serta estimasi residual risk. Hasil penelitian menunjukkan risiko awal confidentiality memperoleh skor risiko 9 (tinggi), integrity memperoleh skor 6 atau tinggi, dan availability memperoleh skor 4 atau sedang. Setelah proses mitigasi HTTPS/TLS, pembatasan akses IP, firewall, dan logging, risiko residual aspek confidentiality menurun dari 9 menjadi 3, integrity dari 6 menjadi 2, dan availability dari 4 menjadi 2. Penelitian ini menghasilkan model risk register sederhana untuk penguatan keamanan jalur akses AWS Digital tanpa mengubah sensor, data logger, dan radio link.

PERANCANGAN DAN IMPLEMENTASI WEB APLIKASI CATATAN PELANGGARAN SANTRI DI PONDOK PESANTREN NIHAYATUL AMAL PURWASARI

Thu, 01 Oct 2026 18:56:27 +0700

Pondok pesantren merupakan lembaga pendidikan Islam yang berperan penting dalam membentuk karakter dan kedisiplinan santri. Namun, proses pencatatan pelanggaran santri di Pondok Pesantren Nihayatul Amal Purwasari masih dilakukan secara manual sehingga menyebabkan pengelolaan data kurang efisien, berisiko kehilangan data, dan menyulitkan proses pemantauan pelanggaran. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi pencatatan pelanggaran santri berbasis web guna meningkatkan efektivitas pengelolaan data. Metode yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan dapat membantu proses pencatatan, pengelolaan, dan pelaporan data pelanggaran santri secara lebih terstruktur. Selain itu, sistem mampu meningkatkan efisiensi dan akurasi pengelolaan data serta mempermudah pengurus dalam melakukan pengawasan dan pembinaan santri

IMPLEMENTASI WEBSITE PEMETAAN PELANGGAN & NON-PELANGGAN PT. TELKOM INDONESIA BRANCH JAMBI MENGGUNAKAN METODE EXTREME PROGRAMMING

Adib Yasykur Rizkillah, Ulfa Khaira, Mutia Fadhila Putri — Thu, 01 Oct 2026 18:57:30 +0700

PT Telkom Indonesia melalui layanan Indibiz pada Divisi Business Service Branch Jambi berperan dalam mendukung kebutuhan bisnis melalui pengelolaan data pelanggan dan non-pelanggan di berbagai wilayah. Pengelolaan data tersebut masih dilakukan secara terpisah menggunakan spreadsheet dan aplikasi peta digital, sehingga menyebabkan proses pemantauan distribusi kurang efisien, rawan kesalahan koordinat, dan menyulitkan identifikasi wilayah potensial pemasaran. Penelitian ini bertujuan merancang dan membangun sistem pemetaan pelanggan dan non-pelanggan berbasis web yang mengintegrasikan data lokasi, segmentasi usaha, dan visualisasi geografis dalam satu platform. Sistem dikembangkan menggunakan metode Extreme Programming melalui tiga iterasi dengan tahapan planning, design, coding, testing, dan small release, serta diimplementasikan menggunakan Laravel, MySQL, Leaflet.js, dan Chart.js. Hasil pengujian menggunakan use case testing dan load testing menunjukkan seluruh fitur berjalan sesuai kebutuhan dengan persentase keberhasilan 100% pada setiap iterasi. Sistem mampu menampilkan lokasi pelanggan dan non-pelanggan dalam bentuk marker pada peta interaktif, mendukung input data manual, upload dan download data, verifikasi oleh admin, pencarian lokasi, serta visualisasi demografi dan analitik berdasarkan segmen usaha

EKSPLORASI PENGALAMAN DAN MOTIVASI PENGGUNAAN APLIKASI AL-QUR’AN DIGITAL PADA SISWA SEKOLAH ISLAM TERPADU

Nurul Humairoh, Tri Suratno, Miranty Yudistira — Thu, 01 Oct 2026 18:58:31 +0700

Penggunaan aplikasi Al-Qur’an digital di kalangan pelajar Muslim semakin meningkat, namun pengalaman penggunaannya dalam konteks pendidikan Islam masih belum banyak dikaji. Penelitian ini bertujuan untuk mengeksplorasi pengalaman dan motivasi penggunaan aplikasi Al-Qur’an digital pada siswa Sekolah Menengah Atas Islam Terpadu (SMAIT). Pendekatan kualitatif dengan metode analisis tematik diterapkan pada data wawancara mendalam dari 12 siswa (partisipan utama) dan 3 guru (partisipan pendukung) di SMAIT Nurul Ilmi Jambi. Analisis dilakukan menggunakan NVivo 12 Pro dengan lensa teoritis Self-Determination Theory (SDT) dan Technology as Experience (TaE). Hasil penelitian menghasilkan lima tema utama yaitu motivasi penggunaan, pola pemanfaatan, pengalaman pengguna, evaluasi fitur dan antarmuka, serta konteks institusional dan peran pendidik. Temuan menunjukkan aplikasi Al-Qur’an digital berfungsi sebagai pendamping ibadah yang praktis dan situasional guna melengkapi mushaf cetak saat bepergian. Motivasi membaca Al-Qur'an yang bersifat intrinsik dan pengaruh keluarga pada tahap awal pemilihan aplikasi menjadi faktor utama dalam adopsi dan penggunaan aplikasi. Hasil penelitian ini berimplikasi pada rekomendasi desain bagi pengembang aplikasi Al-Qur’an digital agar lebih adaptif terhadap kebutuhan spesifik pengguna di lingkungan institusi pendidikan Islam

IMPLEMENTASI ALGORITMA APRIORI DENGAN EVALUASI LIFT RATIO PADA SISTEM REKOMENDASI BUKU PERPUSTAKAAN POLITEKNIK NEGERI BALI BERBASIS WEB

Thu, 01 Oct 2026 18:59:23 +0700

Peningkatan akumulasi data historis transaksi peminjaman di Perpustakaan Politeknik Negeri Bali (PNB) belum dimanfaatkan secara optimal untuk membantu mahasiswa menemukan literatur yang relevan secara efisien. Penelitian ini bertujuan membangun sistem rekomendasi buku berbasis web serta menguji kualitas aturan asosiasi menggunakan validasi Lift Ratio. Metode penelitian yang digunakan adalah Knowledge Discovery in Databases (KDD) dengan menerapkan algoritma Apriori pada dataset sirkulasi tahun 2025 yang mencakup 1.174 transaksi unik dan 1.010 judul buku, diimplementasikan menggunakan framework Streamlit. Hasil eksperimen pada ambang batas minimum support 0,001 dan minimum confidence 0,01 berhasil mengekstraksi 144 aturan asosiasi. Evaluasi Lift Ratio membuktikan bahwa 100% aturan yang terbentuk memiliki nilai Lift > 1,0, mengonfirmasi seluruh rekomendasi memiliki korelasi positif nyata dan bukan hubungan acak. Pengujian kuantitatif menggunakan metrik Precision menghasilkan akurasi mutlak sebesar 100% pada sampel aturan teratas. Penelitian ini menyimpulkan bahwa implementasi algoritma Apriori dengan validasi Lift Ratio sukses berfungsi sebagai mekanisme verifikasi penjamin mutu kualitas rekomendasi literatur akademik di Perpustakaan PNB

PREDIKSI HASIL PANEN JAGUNG DI KABUPATEN SUMBA TIMUR MENGGUNAKAN TIME SERIES SATELITE IMAGERY

Sitti Masyitoh, Franki Yusuf Bisilisin, Dewi Anggraini — Thu, 01 Oct 2026 19:00:21 +0700

Jagung merupakan salah satu komoditas pangan utama di Provinsi Nusa Tenggara Timur yang berperan penting dalam mendukung ketahanan pangan daerah. Namun, produksi jagung sering mengalami fluktuasi akibat perubahan iklim dan ketidakpastian pola curah hujan sehingga menyulitkan perencanaan produksi. Penelitian ini bertujuan memprediksi hasil panen jagung di Kabupaten Sumba Timur menggunakan pendekatan time series satellite imagery. Metode yang digunakan adalah model Autoregressive (AR) dengan memanfaatkan data produksi jagung serta indeks vegetasi yang diperoleh dari citra satelit multispektral, yaitu NDVI, EVI2, SAVI, dan NDMI. Tahapan penelitian meliputi pengumpulan data, ekstraksi indeks vegetasi menggunakan Google Earth Engine, analisis ACF dan PACF untuk menentukan orde model, pemodelan AR, serta evaluasi kinerja menggunakan MAE, RMSE, R², dan NRMSE. Hasil penelitian menunjukkan bahwa model AR(2) merupakan model terbaik untuk memprediksi produksi jagung karena mampu menangkap pola temporal data menggunakan dua periode sebelumnya sebagai prediktor. Model menghasilkan nilai MAE sebesar 4.896,57, RMSE sebesar 6.803,74, R² sebesar 0,6346, dan NRMSE sebesar 23,20%. Hasil tersebut menunjukkan bahwa model dapat digunakan untuk mendukung perencanaan produksi dan distribusi jagung di Kabupaten Sumba Timur

RANCANG BANGUN SISTEM INFORMASI INVENTORY BARANG BERBASIS WEB MENGGUNAKAN PENDEKATAN MODEL VIEW CONTROL PADA TOKO PLASTIK SUMBER REJEKI

Shalom Amadeo Muryanto, Eko Purwanto, Sundari Sundari — Thu, 01 Oct 2026 19:01:20 +0700

Toko Plastik Sumber Rejeki membutuhkan pengelolaan data operasional yang cepat dan akurat. Namun, permasalahan yang dihadapi saat ini adalah sistem inventory dan pencatatan transaksi yang masih bertumpu pada pembukuan konvensional, sehingga kerap memicu keterlambatan pembaruan stok, ketidaksesuaian data, serta pencarian riwayat transaksi yang lambat. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Inventory Barang berbasis web yang terintegrasi dengan kasir guna mengatasi permasalahan tersebut. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall dengan pendekatan arsitektur Model View Controller (MVC), yang meliputi tahapan analisis kebutuhan, desain UML, implementasi PHP dan basis data MySQL, serta pengujian Black Box Testing. Hasil penelitian ini adalah terciptanya sebuah sistem informasi inventory yang mampu mendigitalisasi riwayat transaksi, memotong stok secara otomatis, dan memberikan notifikasi peringatan dini saat persediaan menipis. Penerapan sistem ini terbukti efektif meminimalkan human error, meningkatkan efisiensi waktu, dan mendukung keputusan operasional secara real-time

PENGEMBANGAN CHATBOT EDUKASI HUKUM LALU LINTAS BERBASIS RAG PADA PLATFORM WEB DAN TELEGRAM BERDASARKAN UNDANG-UNDANG NOMOR 22 TAHUN 2009

Zaky adil Fahresy, Rionaldi Ali — Thu, 01 Oct 2026 19:03:47 +0700

Indonesia mencatat 103.645 kasus kecelakaan lalu lintas pada tahun 2023, dengan 25.874 korban meninggal dan sekitar 60% disebabkan kelalaian manusia akibat rendahnya literasi hukum terhadap Undang-Undang Nomor 22 Tahun 2009. Permasalahan utama adalah sulitnya mengakses informasi dari dokumen 326 pasal berbahasa hukum formal tersebut. Penelitian ini merancang chatbot edukasi berbasis Retrieval-Augmented Generation (RAG) yang meminimalkan hallucination pada Large Language Model (LLM) dengan mengindeks UU No.†22/2009 ke vector database ChromaDB menggunakan embedding all-MiniLM-L6-v2 dan cosine similarity, dikembangkan dengan metode R&D Agile pada antarmuka web dan bot Telegram, dilengkapi fitur Pusat Kontrol Reminder dengan notifikasi harian pada empat jendela waktu acak sebagai rencana penyelesaian masalah edukasi preventif. Pengujian 50 skenario menghasilkan F1-Score = 0,958, Precision = 0,939, Recall = 0,979, Accuracy = 92,3%—melampaui target F1 ≥ 0,85. RAG mereduksi hallucination dari 40% menjadi 0%. Evaluasi SUS menghasilkan skor rata-rata 83,0 (Good) dengan waktu respons 2,3 detik per kueri.

SISTEM REKOMENDASI PEMILIHAN PEKERJAAN YANG RELEVAN BERBASIS CONTENT-BASED FILTERING DAN SEMANTIC MATCHING

Suci Ramadhani, Ryci Rahmatil Fiska — Thu, 01 Oct 2026 19:04:47 +0700

Perkembangan teknologi informasi telah membuat proses pencarian pekerjaan lebih mudah lewat berbagai platform online. Namun, banyaknya informasi lowongan pekerjaan membuat pencari kerja kesulitan menemukan pekerjaan yang cocok dengan profil, keterampilan, pengalaman, dan latar belakang pendidikan yang dimiliki. Penelitian ini bertujuan untuk membuat sistem rekomendasi pemilihan pekerjaan yang relevan berbasis website dengan metode Content-Based Filtering dan pendekatan Semantic Matching. Metode yang digunakan meliputi langkah-langkah preprocessing teks seperti case folding, tokenizing, stopword removal, dan stemming, kemudian dilanjutkan dengan pembentukan word embedding menggunakan FastText, representasi dokumen menggunakan Average Word Embedding (AWE), serta pengukuran kesamaan menggunakan Cosine Similarity. Data penelitian terdiri dari 10 data lowongan pekerjaan dan data profil pengguna yang diperoleh melalui formulir sistem. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi Top-5 pekerjaan berdasarkan nilai kesamaan tertinggi antara profil pengguna dan deskripsi pekerjaan. Pendekatan Semantic Matching memungkinkan sistem memahami makna yang sama antar teks sehingga menghasilkan rekomendasi pekerjaan yang lebih relevan dan membantu pencari kerja menemukan pekerjaan yang cocok secara lebih efektif dan efisien

PERANCANGAN SISTEM INFORMASI RENTAL PLAYSTATION BERBASIS WEB TERINTEGRASI DENGAN FITUR RESERVASI, POINT OF SALES (POS), DAN DASHBOARD ANALITIK

Muhammad Norman Hakam Aufar, Yisti Vita Via, Andreas Nugroho Sihananto — Thu, 01 Oct 2026 19:05:41 +0700

Perkembangan teknologi informasi mendorong digitalisasi pada berbagai sektor usaha, termasuk bisnis rental PlayStation yang membutuhkan pengelolaan operasional yang lebih efektif dan terintegrasi. Permasalahan yang umum terjadi pada usaha rental PlayStation adalah keterbatasan informasi ketersediaan unit, potensi bentrok jadwal reservasi, serta pencatatan transaksi dan stok yang masih dilakukan secara manual sehingga menurunkan efisiensi operasional. Penelitian ini bertujuan merancang sistem informasi rental PlayStation berbasis web yang terintegrasi dengan fitur reservasi, Point of Sales (POS), dan dashboard analitik untuk meningkatkan efektivitas pengelolaan usaha. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan Mixed Methods yang meliputi identifikasi kebutuhan sistem, perancangan basis data, implementasi sistem, pengujian fungsional menggunakan Black Box Testing, serta evaluasi menggunakan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem mampu menyediakan reservasi secara real-time, mendukung pengelolaan transaksi dan stok secara otomatis, serta menyajikan visualisasi data operasional melalui dashboard analitik. Sistem juga dinilai dapat meningkatkan efisiensi operasional dan kualitas layanan pelanggan.

PENGEMBANGAN APLIKASI PENDUKUNG EVALUASI USABILITY MENGGUNAKAN METODE HEURISTIC EVALUATION

Krishna Raditya Ariela, Dimara Kusuma Hakim, Hindayati Mustafidah, Feri Wibowo — Thu, 01 Oct 2026 19:08:01 +0700

Heuristic Evaluation (HE) merupakan metode evaluasi usability berbasis pakar yang menggunakan prinsip heuristik Nielsen untuk mengidentifikasi permasalahan pada antarmuka pengguna. Pelaksanaan HE masih menghadapi kendala akibat penggunaan alat survei umum yang mengharuskan proses pengumpulan, pengelolaan, dan rekapitulasi data dilakukan secara manual, sehingga kurang terstruktur. Penelitian ini bertujuan mengembangkan aplikasi yang mendukung pelaksanaan HE agar proses evaluasi dapat dilakukan secara lebih terstruktur. Pengembangan aplikasi dilakukan menggunakan metode Software Development Life Cycle (SDLC) dengan model Waterfall. Evaluasi aplikasi dilaksanakan melalui penerapan pada satu studi kasus HE serta Comparative Task Analysis (CTA) untuk membandingkan pendekatan konvensional dan pendekatan berbasis aplikasi. Pengukuran usability aplikasi dilakukan menggunakan Single Ease Question (SEQ). Hasil penelitian menunjukkan bahwa penggunaan aplikasi mampu mengurangi kompleksitas prosedural sebesar 55.5% berdasarkan reduksi jumlah task dibandingkan pendekatan konvensional. Nilai rata-rata SEQ sebesar 6.37 mengindikasikan tingkat usability yang baik. Aplikasi yang dikembangkan terbukti mampu menyederhanakan proses pelaksanaan HE sekaligus mendukung proses evaluasi yang lebih sistematis bagi evaluator

PENGEMBANGAN APLIKASI MEDIA PEMBELAJARAN IPA KELAS VIII BERBASIS AUGMENTED REALITY PADA ANDROID

Bayu Aji Nugroho, Dimara Kusuma Hakim, Tito Pinandita, Sigit Sugiyanto — Thu, 01 Oct 2026 19:09:11 +0700

Perkembangan teknologi yang cepat mendorong inovasi baru dalam berbagai bidang sepertinya contohnya adalah Augmented reality dalam bidang pendidikan. Dalam pembelajaran disekolah terutama pada kelas VIII konsep pada IPA seringkali bersifat kompleks dan abstrak sehingga memerlukan media pembelajaran sebagai perantara untuk membantu siswa dalam memvisualisasikan konsep tersebut. Oleh sebab itu tujuan dari penelitian yang dilakukan adalah mengembangkan media pembelajaran dengan cara memanfaatkan augmented reality agar konssep IPA dapat divisualisasikan mendekati kondisi nyata, selain itu media pembelajaran yang dikembangkan dilakukan analisis tingkat kelayakan dan tingkat penerimaan. Research and Development (R&D) digunakan sebagai metodologi penelitian, sementara model pengembangan yang digunakan adalah ADDIE. Hasil dari tingkat kelayakan aplikasi dapat dikategorikan sangat layak dengan persentase sebesar 91% pada aspek media dan 83% pada aspek materi. Hasil lain menunjukkan, aplikasi memiliki potensi penggunaan yang sangat baik, ditunjukkan dengan respon positif siswa pada tiga sekolah berbeda dengan rata-rata tingkat penerimaan pengguna sebesar 84%. Hasil dari penelitian tersebut menunjukkan bahwa media pembelajaran yang dikembangkan layak digunakan dan memperoleh penerimaan yang positif dari siswa.

PENGEMBANGAN SISTEM MIKROKLIMAT KANDANG DOD (DAY OLD DUCK) BERBASIS INTERNET OF THINGS UNTUK MENDUKUNG KELANGSUNGAN HIDUP DAN KESEHATAN BUDIDAYA BEBEK

Sarah Ika Puspita Arum, Rudi Susanto, Joni Maulindar — Thu, 01 Oct 2026 19:10:16 +0700

Day Old Duck (DOD) merupakan fase awal pemeliharaan bebek yang sangat rentan terhadap perubahan kondisi lingkungan. Ketidakstabilan suhu, kelembapan, dan konsentrasi gas amonia di dalam kandang dapat menyebabkan stres lingkungan yang berdampak pada kesehatan DOD. Permasalahan tersebut umumnya terjadi karena pemantauan kondisi kandang masih dilakukan secara manual sehingga perubahan lingkungan sering terlambat terdeteksi. Penelitian ini bertujuan mengembangkan sistem monitoring dan kontrol mikroklimat kandang DOD berbasis Internet of Things (IoT) untuk memantau dan mengendalikan kondisi lingkungan kandang secara real-time. Metode penelitian menggunakan model ADDIE yang meliputi Analysis, Design, Development, Implementation, dan Evaluation. Sistem dikembangkan menggunakan ESP32, sensor DHT22, sensor MQ-135, heater, kipas intake, dan kipas exhaust yang terhubung dengan Firebase dan website monitoring. Pengujian dilakukan selama tujuh hari pada kandang DOD berukuran 40 × 40 cm yang berisi tiga ekor DOD dengan interval pengambilan data setiap tiga detik. Hasil penelitian menunjukkan sistem mampu melakukan monitoring dan kontrol mikroklimat secara otomatis dan real-time dengan total data sebanyak 201.601 baris. Rata-rata suhu kandang sebesar 30,64 °C, kelembapan 79,78%, dan konsentrasi amonia 17,61 ppm. Sistem mampu menjaga kondisi mikroklimat mendekati standar kebutuhan DOD sehingga berpotensi membantu menjaga kualitas lingkungan kandang

PENERAPAN SISTEM REKOMENDASI UNDANGAN PERNIKAHAN MENGGUNAKAN METODE HYBRID FILTERING PADA PLATFORM SHAZFA WEDDING

Umar Said Fathullah, Bondan Wahyu Pamekas, Hanifah Permatasari — Thu, 01 Oct 2026 19:11:21 +0700

Perkembangan industri percetakan undangan pernikahan sangat cepat dan menawarkan banyak pilihan desain. Namun, hal ini sering membuat calon pelanggan merasa bingung karena banyaknya pilihan dan proses pencarian yang memakan waktu lama. Akibatnya, penjualan sering kali menurun. Tujuan penelitian ini adalah membuat sistem rekomendasi yang dapat membantu pengguna menemukan undangan pernikahan yang sesuai dengan preferensi mereka secara otomatis. Sistem ini akan dikembangkan untuk platform Shazfa Wedding. Sistem rekomendasi ini dibangun menggunakan metode Waterfall dengan framework Laravel dan MySQL. Algoritma yang digunakan adalah Weighted Hybrid Filtering. Algoritma ini menggabungkan Content-Based Filtering (CBF) dan Collaborative Filtering (CF) dengan bobot 50% untuk CBF, 35% untuk rating, dan 15% untuk volume penjualan. Sistem ini diuji menggunakan Black-Box Testing untuk memastikan fungsionalitasnya. Hasil pengujian menunjukkan bahwa seluruh fungsi utama sistem berjalan dengan baik dan tidak ada bug. Algoritma hibrida ini dapat menyusun peringkat produk dengan baik. Variabel rating menjadi penentu utama saat karakteristik konten produk sama. Penelitian ini dapat mengatasi masalah cold start. Produk baru tanpa ulasan tetap dapat direkomendasikan secara objektif berdasarkan atribut kontennya. Nilai Final Hybrid Score yang didapatkan adalah 0.650

ANALISIS DATA SENSOR IOT UNTUK PREDIKSI KUALITAS UDARA DAN AIR MENGGUNAKAN FUZZY MAMDANI

Dhanieldo Conzacly Lalang, Petrus Katemba, Yohanis Malelak, Menhya Snae — Thu, 01 Oct 2026 19:12:21 +0700

Kualitas udara dan kualitas air merupakan indikator penting dalam menentukan kondisi lingkungan yang berdampak langsung pada kesehatan dan kehidupan masyarakat. Pemantauan kedua parameter tersebut secara manual masih memiliki keterbatasan dalam hal kecepatan dan kontinuitas pengamatan. Penelitian ini bertujuan mengembangkan sistem pemantauan kualitas udara dan kualitas air berbasis Internet of Things (IoT) yang mampu memberikan informasi kondisi lingkungan secara real-time. Sistem menggunakan sensor MQ-135 untuk mengukur kualitas udara dan sensor turbidity untuk mengukur tingkat kekeruhan air. Data yang diperoleh dari sensor dikirim melalui platform IoT dan dianalisis menggunakan metode Fuzzy Mamdani sebagai teknik pengambilan keputusan karena mampu menangani data yang bersifat tidak pasti dan dinamis. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengklasifikasikan kondisi lingkungan ke dalam kategori baik, sedang, dan buruk berdasarkan data sensor yang diterima secara real-time. Integrasi teknologi IoT dan metode Fuzzy Mamdani memberikan informasi yang cepat, mudah dipahami, serta berpotensi mendukung pemantauan lingkungan dan deteksi dini terhadap pencemaran udara maupun air

PENERAPAN DESIGN THINKING PADA PENGEMBANGAN APLIKASI FACEBOOK UNTUK MENINGKATKAN PENGALAMAN PENGGUNA

R. Airlangga Adi Nugraha Maha Putra, Saifur Rohman Cholil — Thu, 01 Oct 2026 19:13:26 +0700

Kualitas antarmuka aplikasi Facebook di Indonesia semakin disoroti seiring bertambahnya pengguna yang mengeluhkan kompleksitas navigasi, kurangnya kontrol privasi, serta tampilan Marketplace yang kurang ramah pengguna. Permasalahan: Belum ada pendekatan yang secara komprehensif mengkaji dan menawarkan solusi perbaikan UI/UX Facebook yang mencakup fitur-fitur utama seperti News Feed, Marketplace, dan manajemen privasi dengan metode yang terstruktur. Tujuan: Penelitian ini bertujuan mengidentifikasi permasalahan utama pengguna Facebook di Indonesia, merancang solusi inovatif, mengembangkan prototipe interaktif, serta mengevaluasi efektivitas solusi melalui pengujian pengguna. Metode: Menggunakan metodologi Design Thinking lima tahap (Empathize, Define, Ideate, Prototype, Test) dengan pendekatan campuran kualitatif dan kuantitatif, melibatkan 15 responden aktif melalui kuesioner daring, wawancara mendalam, dan pengujian prototipe langsung menggunakan Figma. Hasil: Lebih dari 80% responden mengalami peningkatan kepuasan secara signifikan. Skor System Usability Scale (SUS) prototipe mencapai 76,4 (kategori Baik), meningkat dari skor baseline 63,7. Perbaikan mencakup navigasi antarmuka yang lebih intuitif, personalisasi konten melalui Smart Feed, peningkatan kontrol privasi, dan optimalisasi Marketplace. Kesimpulan: Pendekatan Design Thinking terbukti efektif dan terukur untuk meningkatkan pengalaman pengguna aplikasi media sosial, dengan rata-rata peningkatan kepuasan pengguna sebesar 32,3% di seluruh dimensi evaluasi.

PERANCANGAN GAME SIMULASI EDUKASI BERKEBUN 3D MENGGUNAKAN TEKNIK HIDROPONIK

Thu, 01 Oct 2026 19:14:18 +0700

Berkebun merupakan aktivitas yang memiliki nilai edukatif dan ekologis, namun eterbatasan lahan akibat urbanisasi mendorong perlunya metode pertanian yang lebih efisien seperti hidroponik. Meskipun memiliki berbagai keunggulan, teknik hidroponik masih sulit dipahami oleh masyarakat karena memerlukan pemahaman mengenai pengelolaan nutrisi dan kondisi lingkungan, sementara media pembelajaran yang tersedia masih kurang interaktif. Penelitian ini bertujuan untuk merancang dan mengembangkan game simuasi edukasi berkebun 3D menggunakan teknik hidroponik sebagai media pembelajaran interaktif untuk memperkenalkan teknik hidroponik kepada masyarakat umum. Metode pengembangan yang digunakan adalah Game Development Life Cycle (GDLC) yang meliputi tahapan initiation, pre-production, production, dan testing. Game dikembangkan menggunakan Unity Engine dengan konsep first person perspective dan terdiri dari tiga stage pembelajaran hidroponik, yaitu sistem botol bekas, tray hidroponik, dan Nutrient Film Technique (NFT). Hasil penelitian menunjukan bahwa game berhasil dikembangkan dan seluruh fitur berjalan dengan baik berdasarkan pengujian Black box . selain itu, hasil kuesioner terhadap 20 responden menunjukkan game mampu membantu pengguna memahami teknik hidroponik secara lebih interaktif dan menarik

SISTEM INFORMASI LAPORAN KEHILANGAN BARANG BERBASIS WEB DI KECAMATAN PANDAAN MENGGUNAKAN LARAVEL

Thu, 01 Oct 2026 19:15:18 +0700

Kehilangan barang merupakan permasalahan yang sering dialami masyarakat dan dapat menimbulkan keresahan, terutama ketika proses pelaporan masih mengandalkan media sosial. Penggunaan media sosial sebagai sarana pelaporan memiliki berbagai keterbatasan, seperti informasi yang tidak terstruktur, sulitnya verifikasi laporan, serta tingginya risiko pelanggaran privasi akibat belum tersedianya fasilitas terpusat di Kecamatan Pandaan. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Informasi Laporan Kehilangan Barang (Lost and Found) berbasis web menggunakan framework Laravel. Pengembangan sistem dilakukan dengan metode Waterfall, serta menerapkan mekanisme tautan token (link-token) melalui email untuk melindungi privasi data kontak pelapor tanpa mewajibkan registrasi akun konvensional. Pengujian sistem dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT). Hasil pengujian Black Box menunjukkan seluruh fungsionalitas dan mekanisme keamanan privasi berjalan sesuai rancangan tanpa error. Sementara itu, hasil UAT yang melibatkan 15 responden memperoleh persentase kelayakan sebesar 93,33% dengan kategori sangat layak. Hasil tersebut menunjukkan bahwa sistem yang dibangun responsif, aman, dan efektif sebagai solusi pelaporan serta pencarian barang hilang bagi masyarakat.

PENGARUH PENGGUNAAN GENERATIVE ARTIFICIAL INTELLIGENCE (GEN-AI) TERHADAP EFEKTIVITAS PENULISAN SKRIPSI MAHASISWA DI KOTA JAMBI DENGAN MODEL TECHNOLOGY-TO-PERFORMANCE CHAIN (TPC)

Ismayani Ismayani, Reni Aryani, Yolla Noverina — Thu, 01 Oct 2026 19:16:15 +0700

Perkembangan Generative Artificial Intelligence (GenAI) mendorong pemanfaatannya dalam proses penulisan skripsi mahasiswa. Survei awal di Kota Jambi menunjukkan 96% mahasiswa telah menggunakan GenAI dalam penyusunan skripsi. Tingginya tingkat penggunaan GenAI belum menjamin efektivitas penulisan skripsi karena manfaat yang diperoleh mahasiswa berbeda-beda, sehingga perlu diketahui faktor-faktor yang memengaruhinya. Penelitian ini bertujuan menganalisis pengaruh karakteristik tugas, karakteristik teknologi, Task-Technology Fit (TTF), dan penggunaan GenAI terhadap efektivitas penulisan skripsi mahasiswa menggunakan model Technology-to-Performance Chain (TPC). Penelitian menggunakan pendekatan kuantitatif eksplanatori dengan metode survei terhadap 220 mahasiswa program sarjana dari lima perguruan tinggi di Kota Jambi. Data dianalisis menggunakan Partial Least Squares-Structural Equation Modeling (PLS-SEM) melalui SmartPLS 4. Karakteristik tugas (β=0,314; p<0,001) dan karakteristik teknologi (β=0,348; p<0,001) berpengaruh positif terhadap TTF. TTF berpengaruh positif terhadap penggunaan GenAI (β=0,197; p=0,009) dan efektivitas penulisan skripsi (β=0,592; p<0,001). Namun, penggunaan GenAI tidak berpengaruh signifikan terhadap efektivitas penulisan skripsi (β=0,017; p=0,774) serta tidak memediasi pengaruh TTF terhadap efektivitas. Temuan menunjukkan bahwa kesesuaian antara teknologi dan tugas merupakan faktor utama yang meningkatkan efektivitas penulisan skripsi mahasiswa.

IMPLEMENTASI FILE SERVER DENGAN MANAJEMEN USER DAN HAK AKSES MENGGUNAKAN SAMBA PADA SISTEM OPERASI KALI LINUX

Thu, 01 Oct 2026 19:17:18 +0700

Pertukaran data yang aman dan efisien merupakan kebutuhan krusial dalam infrastruktur jaringan lokal organisasi modern. Tanpa mekanisme kontrol yang memadai, aksesibilitas terbuka menimbulkan risiko modifikasi ilegal dan kebocoran data sensitif, sehingga diperlukan sistem manajemen hak akses yang terstruktur. Penelitian ini bertujuan mengimplementasikan file server berbasis Samba pada sistem operasi Kali Linux dengan manajemen user dan kontrol hak akses yang terorganisasi. Metode yang digunakan adalah Research and Development (R&D), meliputi instalasi Samba, konfigurasi direktori berbagi, pembentukan grup pengguna, pengaturan hak akses sistem berkas (chmod/chown), serta konfigurasi smb.conf. Pengujian dilakukan melalui pendekatan Black Box Testing menggunakan perintah smbclient, testparm, dan smbstatus. Hasil implementasi menunjukkan keberhasilan pembangunan dua jenis folder berbagi, yaitu folder publik dengan akses baca saja (read-only) dan folder keuangan privat dengan akses baca-tulis (read-write) berbasis autentikasi. Samba terbukti efektif mengelola autentikasi pengguna, mencegah akses tidak sah, serta mendukung integrasi lintas platform Linux-Windows. Parameter nologin berhasil membatasi akses shell terminal sehingga meningkatkan keamanan server secara keseluruhan

ANALISIS SENTIMEN PUBLIK TENTANG INVESTASI EMAS DAN BITCOIN MENGGUNAKAN INDOBERT

Thu, 01 Oct 2026 19:18:31 +0700

Perkembangan investasi emas dan Bitcoin mendorong meningkatnya opini publik di media sosial, terutama pada kanal edukasi finansial "Ngomongin Uang". Banyaknya komentar serta penggunaan bahasa yang beragam dan informal membuat analisis sentimen secara manual menjadi kurang efektif. Penelitian ini bertujuan memetakan sentimen publik terhadap investasi Emas dan Bitcoin serta mengevaluasi kemampuan IndoBERT dalam mengklasifikasikan komentar berbahasa Indonesia. Data penelitian terdiri atas 4.909 komentar unik dari YouTube dan TikTok yang dikelompokkan ke dalam sentimen positif, netral, dan negatif. Metode yang digunakan adalah fine-tuning IndoBERT varian indobenchmark/indobert-base-p2 dengan strategi class weight dan penyisipan topik (prepend) untuk membantu mengatasi ketidakseimbangan kelas. Hasil penelitian menunjukkan bahwa konfigurasi A4, yaitu 5 epochs, class weight, prepend, dan optimizer AdamW, menghasilkan performa terbaik dengan akurasi 72,51% dan Test Macro F1-Score 0,6983. Strategi tersebut juga meningkatkan kemampuan model mengenali sentimen negatif dengan recall 0,6087 serta menunjukkan performa yang stabil pada topik Bitcoin dan Emas

ANALISIS NIAT KEBERANALISIS NIAT KEBERLANJUTAN PENGGUNAAN APLIKASI ALKITAB (YUKU) MENGGUNAKAN METODE EXPECTATION CONFIRMATION MOLANJUTAN PENGGUNAAN APLIKASI ALKITAB (YUKU) MENGGUNAKAN METODE EXPECTATION CONFIRMATION MODEL (ECM) DENGAN PENGARUH RELIGIOSITY

Ari Setiya Ningsih, Tri Suratno, Miranty Yudistira — Thu, 01 Oct 2026 19:19:39 +0700

Aplikasi Alkitab digital Yuku hadir sebagai sarana yang memudahkan pengguna dalam mengakses dan memanfaatkan fitur-fitur Alkitab secara praktis melalui perangkat mobile. Namun, sebagian pengguna masih mempertahankan preferensi terhadap Alkitab cetak sebagai media utama dalam kegiatan spiritual. Kondisi ini menunjukkan adanya kesenjangan antara kemudahan teknologi yang ditawarkan aplikasi dengan niat pengguna untuk terus menggunakannya. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi niat keberlanjutan penggunaan aplikasi Alkitab (Yuku) dengan menggunakan Expectation Confirmation Model (ECM) dan menambahkan variabel Religiosity. Penelitian menggunakan pendekatan kuantitatif dengan teknik non-probability sampling terhadap 150 pengguna aplikasi Alkitab di Indonesia. Data dikumpulkan melalui kuesioner, kemudian dianalisis menggunakan Structural Equation Modeling–Partial Least Squares (SEM-PLS). Hasil penelitian menunjukkan bahwa konfirmasi berpengaruh positif terhadap persepsi manfaat, tetapi tidak berpengaruh positif terhadap kepuasan. Persepsi manfaat berpengaruh positif terhadap kepuasan dan niat keberlanjutan penggunaan. Selain itu, kepuasan terbukti berpengaruh positif terhadap niat keberlanjutan penggunaan aplikasi. Variabel religiositas juga berpengaruh positif dan signifikan terhadap niat keberlanjutan penggunaan aplikasi Alkitab (Yuku).

RANCANG BANGUN SISTEM INFORMASI FARMASI BERBASIS LARAVEL 12 DENGAN ALGORITMA K-NEAREST NEIGHBOR UNTUK REKOMENDASI SUBSTITUSI OBAT

Pandu Prasetyo Wibowo, Intan Yuniar Purbasari, Hazna At Thooriqoh — Thu, 01 Oct 2026 19:20:44 +0700

Pengelolaan stok obat secara manual di instalasi farmasi rumah sakit menyebabkan keterlambatan input data, kesalahan perhitungan stok, dan tingginya angka obat kedaluwarsa. Instalasi farmasi RSU X mencatat 193 item obat (9,64%) kedaluwarsa pada periode 2022–2023 akibat sistem pengelolaan yang belum terdigitalisasi. Penelitian ini merancang dan membangun sistem informasi farmasi berbasis website menggunakan Laravel 12 yang mengintegrasikan algoritma K-Nearest Neighbor (K-NN) untuk rekomendasi substitusi obat guna meningkatkan akurasi pengelolaan obat di RSU X. Sistem dikembangkan menggunakan metode Waterfall dengan tumpukan teknologi PHP 8.2, Laravel 12, Livewire 4.1, MySQL 8.0, dan Spatie Permission v6.24, serta diuji menggunakan Black Box Testing dan validasi klinis apoteker. Algoritma K-NN diimplementasikan melalui kelas KNNHelper dengan representasi vektor fitur yang menggabungkan nilai strength zat aktif dan HET/1000 menggunakan Euclidean Distance. Evaluasi algoritma dilakukan dengan membandingkan perhitungan manual terhadap tiga kandidat produk substitusi Amoxicillin 500mg Kapsul, menghasilkan selisih perhitungan 0,000 yang membuktikan kebenaran implementasi. Relevansi klinis rekomendasi divalidasi oleh apoteker RSU X dengan nilai kesesuaian 80% (4 dari 5 rekomendasi teratas dinilai relevan secara farmakologis). Black Box Testing terhadap 12 skenario menghasilkan tingkat keberhasilan 100%. Kontribusi utama penelitian ini adalah integrasi fitur farmakologis (strength zat aktif) dan fitur ekonomis (HET/1000) dalam satu ruang vektor K-NN yang belum ditemukan pada penelitian farmasi berbasis Laravel sebelumnya

SISTEM MONITORING STOK BENGKEL DAN JADWAL SERVICE SEBAGAI SOLUSI MANAJEMEN BENGKEL YANG TERINTEGRASI

Altria Nanda Yuliandi, Ryan Aji Wijaya — Thu, 01 Oct 2026 19:21:49 +0700

Bengkel Bintang Motor merupakan penyedia layanan perawatan kendaraan yang dituntut memberikan pelayanan cepat di era digital. Namun, manajemen operasionalnya masih menggunakan pencatatan manual, sehingga memicu ketidaksinkronan data stok suku cadang, kekosongan barang, serta penumpukan antrean pelanggan karena penjadwalan service yang tidak teratur. Penelitian ini bertujuan untuk membangun Sistem Monitoring Stok dan Jadwal Service berbasis web sebagai solusi digital terintegrasi untuk mengoptimalkan manajemen bengkel. Pengembangan sistem ini menerapkan metode Waterfall yang dilakukan secara linear dan sistematis, mencakup tahap analisis kebutuhan, desain, pengkodean, hingga pengujian fungsionalitas (Metode). Hasil penelitian menunjukkan bahwa aplikasi web ini sukses mengintegrasikan data inventaris dengan kebutuhan teknis di lapangan. Fitur pemantauan stok secara real-time dan pengelolaan jadwal mekanik otomatis terbukti mampu mencegah kekosongan barang serta mengurai kepadatan antrean di bengkel. Implementasi platform digital ini berhasil meningkatkan efisiensi pengadaan barang, memberikan kepastian waktu layanan bagi pelanggan, serta menciptakan standarisasi prosedur operasional yang lebih transparan, profesional, dan terukur

PERANCANGAN ARSITEKTUR BACKEND IOT BERBASIS WEB UNTUK SISTEM MONITORING KESUBURAN TANAH REAL-TIME PADA BUDIDAYA BUAH NAGA

Aliya Aliya, Luluk Suhartini, Aqid Fahri Hafin — Thu, 01 Oct 2026 19:23:02 +0700

Keberhasilan budidaya buah naga sangat bergantung pada kondisi kesuburan tanah yang mencakup parameter suhu, kelembaban, dan pH yang harus dipantau secara berkelanjutan. Pendekatan konvensional yang masih diterapkan sebagian besar petani bersifat manual, tidak menghasilkan data historis, dan tidak mampu mendeteksi perubahan kondisi tanah secara cepat. Lebih jauh, sistem IoT pertanian yang telah ada umumnya berfokus pada sisi perangkat keras, sementara arsitektur backend yang terstruktur, andal, dan responsif belum mendapat perhatian memadai. Penelitian ini bertujuan merancang dan membangun arsitektur backend IoT berbasis web untuk monitoring kesuburan tanah pada budidaya buah naga, dengan ruang lingkup meliputi RESTful API, basis data MySQL, dashboard berbasis Progressive Web Application (PWA), serta evaluasi fungsionalitas dan kinerja sistem. Pengembangan dilakukan menggunakan metode waterfall yang mencakup analisis kebutuhan, perancangan arsitektur Laravel MVC, implementasi empat endpoint RESTful API, normalisasi skema basis data, pengujian blackbox delapan skenario fungsional, dan pengujian kinerja menggunakan Apache JMeter selama 30 hari. Hasil menunjukkan seluruh skenario blackbox berhasil 100%, waktu tanggap rata-rata 340 ms, dan sistem mempertahankan uptime 99,95% sepanjang periode pengujian. Arsitektur yang dihasilkan terbukti andal dan responsif sehingga layak diimplementasikan sebagai fondasi sistem monitoring kesuburan tanah untuk mendukung budidaya buah naga berbasis data

SISTEM RESERVASI PEMINJAMAN BUKU ONLINE BERBASIS WEB MOBILE SEBAGAI INOVASI LAYANAN DIGITAL PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH KOTABUMI

Amelia Rizki Agustina Putri, Ryan Aji Wijaya — Thu, 01 Oct 2026 19:24:07 +0700

Perpustakaan Universitas Muhammadiyah Kotabumi, sebagai pusat sumber belajar kampus, punya peran yang sangat penting dalam menyediakan buku dan literatur bagi mahasiswa serta dosen melalui layanan sirkulasi yang cepat. Namun, proses peminjaman buku yang berjalan saat ini ternyata masih memakai cara lama alias manual. Mahasiswa harus datang langsung secara fisik ke perpustakaan hanya untuk mengecek apakah buku yang dicari masih ada atau sudah habis dipinjam. Kondisi manual ini sering kali memicu antrean panjang di loket dan membuat mahasiswa tidak mendapat kepastian soal stok buku, sehingga menghambat kelancaran proses belajar mereka. Sebagai jalan keluar dari masalah tersebut, penelitian ini membuat Sistem Reservasi Peminjaman Buku Online berbasis Web Mobile menggunakan metode Waterfall. Tahapan pembuatan aplikasi ini dikerjakan secara teratur dan sistematis, mulai dari tahap analisis kebutuhan, perancangan desain sistem, pengetikan kode program (coding), sampai tahap pengujian akhir aplikasi. Format web mobile sengaja dipilih agar aplikasi ini bisa dibuka dengan mudah dan fleksibel lewat HP mahasiswa kapan saja tanpa batasan waktu. Hasil akhir dari penelitian ini menunjukkan bahwa sistem baru ini sukses mengubah proses reservasi buku menjadi otomatis dan mampu menampilkan data ketersediaan buku secara langsung (real-time). Penerapan aplikasi digital ini terbukti sukses membuat data peminjaman jadi lebih akurat, menghilangkan antrean panjang di perpustakaan, serta memudahkan mahasiswa mencari referensi ilmiah secara lebih rapi, teratur, dan jelas

SISTEM INFORMASI PENDAFTARAN KURSUS MENGEMUDI BERBASIS WEB MOBILE

Ketrin Vitaloka, Ryan Aji Wijaya — Thu, 01 Oct 2026 19:25:09 +0700

MK Septi Jaya Kotabumi merupakan institusi pendidikan yang menyediakan layanan kursus mengemudi bagi masyarakat umum. Namun, institusi ini masih menghadapi kendala besar dalam proses administrasi pendaftaran yang bersifat konvensional, di mana calon peserta wajib hadir secara fisik untuk mengisi formulir kertas sehingga memicu risiko kesalahan input data, arsip yang berantakan, serta ketidakpastian jadwal instruktur karena keterbatasan informasi secara real-time. Penelitian ini bertujuan untuk membangun Sistem Informasi Pendaftaran Kursus Mengemudi Berbasis Web Mobile guna mengotomatisasi layanan administrasi (Tujuan). Metode pengembangan sistem yang digunakan adalah model Waterfall yang dilakukan secara linear dan terstruktur, mencakup tahapan analisis kebutuhan, desain sistem, pengkodean, hingga pengujian fungsionalitas perangkat lunak. Hasil penelitian menunjukkan bahwa sistem berbasis web mobile ini sukses mengotomatisasi siklus pendaftaran dan memberikan kemudahan bagi calon peserta dalam mengecek ketersediaan jadwal instruktur kapan saja melalui smartphone. Berdasarkan hasil pengujian black-box, sistem terbukti mampu mengintegrasikan seluruh data pendaftaran ke dalam basis data secara akurat, meminimalisir kesalahan input, serta menghilangkan kendala komunikasi. Implementasi platform digital ini berhasil menciptakan efisiensi operasional, akurasi arsip, dan transformasi pelayanan publik yang lebih transparan serta modern

SISTEM INFORMASI MANAJEMEN BENGKEL BERBASIS WEB PADA BENGKEL MOBIL RIZQI

M. Rizqi Alfirmando, Yulina Yulina — Thu, 01 Oct 2026 19:26:12 +0700

Bengkel Mobil Rizqi merupakan penyedia layanan perawatan kendaraan yang dituntut untuk memiliki manajemen operasional yang cepat dan adaptif. Namun, bengkel ini masih menghadapi kendala besar akibat pengelolaan data yang dilakukan secara manual, mulai dari pencatatan transaksi, pengelolaan stok suku cadang, hingga riwayat servis pelanggan, sehingga memicu risiko tinggi kesalahan manusia, ketidakteraturan inventaris, dan keterlambatan laporan keuangan. Penelitian ini bertujuan untuk membangun Sistem Informasi Manajemen Bengkel Berbasis Web yang mampu mengintegrasikan seluruh proses bisnis secara digital dan terpusat. Metode pengembangan sistem yang digunakan adalah model Waterfall yang dilakukan secara sekuensial dan terstruktur, mencakup tahap analisis kebutuhan, desain menggunakan PHP dan basis data MySQL, pengkodean, hingga pengujian fungsionalitas. Hasil penelitian menunjukkan bahwa platform berbasis web ini sukses mengotomatisasi aktivitas operasional secara real-time, mempercepat proses transaksi, serta meningkatkan akurasi data stok barang. Berdasarkan hasil pengujian Black Box Testing, seluruh fitur fungsional sistem terbukti berjalan akurat sesuai kebutuhan pengguna tanpa kesalahan logika. Implementasi platform digital ini berhasil meningkatkan efisiensi manajerial serta kualitas layanan pelanggan secara signifikan

SISTEM REKOMENDASI PRODUK FASHION WANITA PADA MA STORE MENGGUNAKAN METODE CONTENT-BASED FILTERING

Angeline Martcella, Eko Purwanto, Moh. Muhtarom — Thu, 01 Oct 2026 19:27:33 +0700

Perkembangan teknologi digital meningkatkan penjualan produk fashion secara online, tetapi banyaknya variasi produk sering menyulitkan pengguna dalam menemukan produk yang sesuai dengan preferensi dan ukuran tubuh. Permasalahan ini juga dialami oleh MA Store yang menawarkan berbagai produk daster dengan variasi warna, motif, dan ukuran. Penelitian ini bertujuan membangun sistem rekomendasi produk fashion wanita menggunakan metode Content-Based Filtering. Sistem menggunakan atribut warna dan motif sebagai fitur rekomendasi, sedangkan lingkar dada (LD) dan berat badan (BB) digunakan sebagai parameter filtering ukuran produk. Metode yang diterapkan meliputi preprocessing data, pembobotan Term Frequency-Inverse Document Frequency (TF-IDF), dan perhitungan Cosine Similarity untuk mengukur tingkat kemiripan antara preferensi pengguna dan data produk. Dataset yang digunakan terdiri dari 93 data produk daster yang diperoleh dari katalog MA Store. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang relevan dengan nilai Cosine Similarity tertinggi sebesar 1,00. Berdasarkan evaluasi menggunakan Precision@5 dan Recall@5, sistem memperoleh nilai rata-rata Precision@5 sebesar 100% dan Recall@5 sebesar 25,94%. Hasil tersebut menunjukkan bahwa metode yang digunakan mampu memberikan rekomendasi produk yang sesuai dengan preferensi pengguna

ANALISIS PREDIKSI ANGKA PARTISIPASI SEKOLAH USIA 16–18 TAHUN DI JAWA BARAT MENGGUNAKAN RANDOM FOREST DAN FITUR RASIO PENDIDIKAN

Ilham Mukjizat, Asril Adi Sunarto, Agung Pambudi — Thu, 01 Oct 2026 19:28:44 +0700

Angka Partisipasi Sekolah (APS) usia 16–18 tahun merupakan indikator penting untuk melihat keberlanjutan partisipasi pendidikan pada fase pendidikan menengah. Provinsi Jawa Barat memiliki karakteristik wilayah yang beragam, sehingga capaian APS antar kabupaten/kota masih menunjukkan perbedaan. Penelitian ini bertujuan membangun model prediksi APS usia 16–18 tahun pada tingkat kabupaten/kota di Jawa Barat agar pola partisipasi sekolah dapat dianalisis secara lebih sistematis. Penelitian ini menggunakan pendekatan kuantitatif prediktif dengan kerangka CRISP-DM. Data yang digunakan berupa data panel 27 kabupaten/kota selama periode 2018–2025 dengan total 216 observasi. Variabel prediktor meliputi sosial-ekonomi, infrastruktur pendidikan, fitur rasio, fitur temporal, dan fitur spasial. Model yang digunakan adalah Random Forest Regressor, Gradient Boosting Regressor, dan Support Vector Regression, dengan evaluasi menggunakan MAE, RMSE, R², serta validasi GroupKFold berbasis kabupaten/kota. Hasil penelitian menunjukkan bahwa model terbaik diperoleh dari Random Forest Regressor pada skenario Non-Spasial Rasio dengan MAE 4,3297, RMSE 5,4091, dan R² 0,4522. Interpretasi feature importance dan SHAP menunjukkan bahwa IPM, rata-rata lama sekolah, rasio guru per 1.000 murid, dan rasio murid per guru menjadi fitur yang paling berkontribusi terhadap prediksi APS

TERNAKPRO: APLIKASI MOBILE MANAJEMEN PETERNAKAN DAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TERNAK MENGGUNAKAN METODE VIKOR

Khoiru Rizki Bani Adam, Paramitha Nerisafitra, Yuni Yamasari — Thu, 01 Oct 2026 19:30:35 +0700

Perkembangan teknologi digital memberikan peluang untuk meningkatkan efektivitas pengelolaan peternakan, khususnya pada peternak skala kecil. Namun, pengelolaan data ternak, pencatatan keuangan, pemantauan kesehatan ternak, dan pemilihan jenis ternak masih banyak dilakukan secara manual sehingga kurang efektif dan efisien. Penelitian ini bertujuan mengembangkan aplikasi TernakPro berbasis mobile yang mengintegrasikan sistem manajemen peternakan dan sistem pendukung keputusan pemilihan ternak menggunakan metode VIKOR. Pengembangan sistem dilakukan menggunakan Software Development Life Cycle (SDLC) model Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Aplikasi dikembangkan menggunakan Flutter sebagai frontend, Laravel dan FastAPI sebagai backend, serta MySQL sebagai basis data. Hasil penelitian menunjukkan bahwa seluruh fungsi aplikasi berjalan sesuai kebutuhan dengan tingkat keberhasilan Black Box Testing sebesar 100%. Selain itu, pengujian System Usability Scale (SUS) memperoleh skor 81,3 yang termasuk kategori Excellent dan Acceptable. Hasil tersebut menunjukkan bahwa aplikasi TernakPro dapat digunakan sebagai media pendukung pengelolaan peternakan dan rekomendasi pemilihan ternak secara efektif

EVALUASI SISTEM PENERIMAAN MURID BARU (SPMB) ONLINE DI SMAN 1 TEMPULING MENGGUNAKAN METODE USABILITY TESTING

Ari Antoni, Abdullah Abdullah, Abdul Muni — Thu, 01 Oct 2026 19:32:08 +0700

Sistem Penerimaan Murid Baru (SPMB) berbasis online merupakan inovasi dalam layanan pendidikan yang bertujuan meningkatkan efisiensi dan efektivitas proses pendaftaran peserta didik baru. Namun, tingkat kemudahan penggunaan (usability) sistem oleh pengguna di SMAN 1 Tempuling belum pernah dievaluasi secara menyeluruh. Kondisi tersebut berpotensi menimbulkan kendala dalam proses pendaftaran apabila sistem tidak memenuhi aspek usability. Penelitian ini bertujuan untuk mengevaluasi tingkat usability sistem SPMB online di SMAN 1 Tempuling serta mengidentifikasi permasalahan yang dialami pengguna selama berinteraksi dengan sistem. Metode yang digunakan adalah usability testing dengan melibatkan pengguna secara langsung melalui penyelesaian task scenario, wawancara, dan pengisian kuesioner System Usability Scale (SUS). Evaluasi dilakukan berdasarkan empat aspek usability, yaitu learnability, efficiency, errors, dan satisfaction. Data yang diperoleh dianalisis secara kuantitatif dan kualitatif untuk mengukur tingkat kemudahan penggunaan sistem dan mengidentifikasi kendala yang muncul. Hasil penelitian menunjukkan bahwa metode usability testing mampu mengidentifikasi tingkat usability sistem SPMB online serta berbagai permasalahan yang memengaruhi pengalaman pengguna. Temuan penelitian ini dapat menjadi dasar dalam penyusunan rekomendasi perbaikan guna meningkatkan efektivitas, efisiensi, dan kemudahan penggunaan sistem

OPTIMASI PARAMETER SUPPORT VECTOR MACHINE (SVM) UNTUK PREDIKSI RISIKO KANKER PAYUDARA MENGGUNAKAN BREAST CANCER COIMBRA DATASET

Andita Titi Sulanjari, Aprilisa Arum Sari, Hanifah Permatasari — Thu, 01 Oct 2026 19:33:18 +0700

Kanker payudara merupakan jenis kanker dengan angka kejadian tertinggi di dunia, dengan 2,3 juta kasus baru dan 685.000 kematian pada tahun 2020. Deteksi dini menjadi kunci utama dalam meningkatkan harapan hidup pasien, namun ketergantungan pada metode konvensional yang bersifat subjektif masih menyisakan celah kesalahan diagnosis yang signifikan. Penelitian ini bertujuan mengoptimalkan kinerja algoritma Support Vector Machine (SVM) untuk prediksi risiko kanker payudara menggunakan Breast Cancer Coimbra Dataset melalui hyperparameter tuning sistematis. Metode yang diterapkan adalah Grid Search Cross Validation untuk mengeksplorasi 108 kombinasi hyperparameter secara menyeluruh, dikombinasikan dengan K-Fold Cross Validation untuk memastikan stabilitas dan generalisasi model. Hasil optimasi menunjukkan bahwa konfigurasi terbaik diperoleh pada kernel RBF dengan C = 10 dan gamma = scale. Model yang telah dioptimasi mencapai akurasi 83,33%, precision 81,82%, recall 81,82%, dan F1-score 81,82%, meningkat dibandingkan model sebelum tuning yang hanya memperoleh akurasi 75,00%. Validasi 10-Fold Cross Validation mengonfirmasi stabilitas model dengan akurasi rata-rata 73,33% tanpa indikasi overfitting

ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP KAMPANYE SAVE RAJA AMPAT MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Alfiyah Febrianti, Aprilisa Arum Sari, Nibras Faiq Muhammad — Thu, 01 Oct 2026 19:34:49 +0700

Perkembangan media sosial memungkinkan masyarakat menyampaikan opini terhadap berbagai isu secara terbuka, termasuk kampanye Save Raja Ampat yang ramai diperbincangkan di YouTube. Banyaknya komentar yang dihasilkan mencerminkan beragam pandangan masyarakat terhadap isu lingkungan tersebut. Namun, jumlah komentar yang besar dan tidak terstruktur menyulitkan proses analisis secara manual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube terkait kampanye Save Raja Ampat menggunakan algoritma Support Vector Machine (SVM). Data penelitian diperoleh melalui proses scraping sebanyak 8.355 komentar YouTube. Tahapan penelitian meliputi preprocessing data, pelabelan manual, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen dengan algoritma SVM menggunakan beberapa rasio pembagian data training dan testing. Hasil penelitian menunjukkan bahwa rasio data 80:20 memberikan performa terbaik dengan nilai accuracy 78,2%, precision 78,6%, recall 78,2%, dan F1-score 77,1%. Selain itu, model yang dihasilkan berhasil diimplementasikan pada aplikasi berbasis web menggunakan React dan FastAPI untuk melakukan klasifikasi sentimen komentar secara otomatis

OPTIMASI RUTE PENGIRIMAN BARANG DI WILAYAH JABODETABEK MENGGUNAKAN ALGORITMA DIJKSTRA UNTUK EFISIENSI WAKTU DAN BIAYA

Resya Aprilia Dewanti, Minarwati Minarwati — Thu, 01 Oct 2026 19:35:50 +0700

Peningkatan aktivitas distribusi barang di wilayah Jabodetabek memicu tingginya mobilitas kendaraan logistik yang berimplikasi pada kemacetan, keterlambatan pengiriman, dan pembengkakan biaya operasional. Permasalahan ini memerlukan pemutakhiran sistem optimasi rute yang mampu menentukan jalur distribusi paling efisien. Penelitian ini bertujuan untuk mengoptimalkan rute pengiriman barang di wilayah Jabodetabek menggunakan Algoritma Dijkstra guna meningkatkan efisiensi waktu dan biaya operasional. Metode penelitian yang diterapkan adalah kuantitatif dengan pendekatan simulasi algoritmik menggunakan graf berbobot untuk merepresentasikan jarak antar wilayah. Hasil penelitian menunjukkan bahwa implementasi Algoritma Dijkstra mampu menghasilkan rute yang lebih optimal dibandingkan metode konvensional, dengan rata-rata pengurangan jarak tempuh sebesar 20,6%, efisiensi waktu sebesar 21,3%, serta penghematan biaya operasional sebesar 17,9%. Sistem ini terbukti efektif dalam mempercepat pengambilan keputusan penentuan jalur distribusi secara akurat bagi perusahaan logistik di kawasan perkotaan padat

PEMANFAATAN CNN DENGAN ARSITEKTUR MOBILENETV2 UNTUK KLASIFIKASI PENYAKIT PADA DAUN CENGKEH

Balqis Salsabila Nurul Huda, Risky Aswi Ramadhani, Julian Sahertian — Thu, 01 Oct 2026 19:37:00 +0700

Tanaman cengkeh merupakan salah satu komoditas perkebunan penting di Indonesia. Hasil panennya menjadi penggerak utama perekonomian yang sangat membantu kesejahteraan ekonomi petani. Namun, produktivitas cengkeh rentan terhadap serangan hama dan penyakit daun yang berisiko memicu gagal panen. Apabila gagal panen terjadi, petani akan mengalami kerugian signifikan yang mengakibatkan perekonomian mereka tidak bergerak. Masalah ini diperparah oleh identifikasi penyakit secara manual yang terkendala keterbatasan pengetahuan petani. Oleh karena itu, penelitian ini bertujuan mengklasifikasikan penyakit daun cengkeh menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset diperoleh langsung melalui pengambilan gambar di lapangan, terdiri dari lima kelas yaitu daun sehat, bercak daun, embun jelaga, cacar daun, dan kutu putih dengan total 802 citra. Data dibagi menjadi 80% data training dan 20% data validasi. Penelitian menggunakan ukuran citra 512×512 piksel, data augmentation, dan optimizer Adam dengan learning rate 0.0001. Hasil pengujian menunjukkan model memperoleh akurasi training sebesar 87% dan akurasi validasi sebesar 86%. Kelas bercak daun memperoleh performa terbaik dengan nilai f1-score sebesar 89%, sedangkan kelas embun jelaga dan cacar daun masih mengalami keterbatasan akibat jumlah dataset yang lebih sedikit dan kemiripan visual antar kelas. Hasil penelitian menunjukkan bahwa MobileNetV2 mampu digunakan untuk klasifikasi penyakit daun cengkeh dengan performa yang cukup baik

PERANCANGAN UI/UX APLIKASI PEMBELAJARAN MATEMATIKA DASAR UNTUK ANAK USIA DINI DENGAN METODE DESIGN THINKING

Ajeng Mufidah, Berlina Wulandari, Hersanto Fajri — Thu, 01 Oct 2026 19:38:06 +0700

Pembelajaran matematika dasar pada anak usia dini berperan penting untuk mendukung perkembangan kemampuan berpikir logis dan pemecahan masalah. Namun, proses pembelajaran yang masih didominasi metode konvensional sering kali membuat anak kurang tertarik dan mengalami kesulitan dalam memahami konsep dasar matematika. Penelitian ini bertujuan merancang antarmuka dan pengalaman pengguna (UI/UX) yang sesuai dengan karakteristik anak usia 4–6 tahun melalui pengembangan aplikasi pembelajaran matematika yang interaktif. Metode yang digunakan adalah Design Thinking yang meliputi tahap empathize, define, ideate, prototype, dan test. Data penelitian diperoleh melalui observasi dan wawancara di Pre-School Al-Amien untuk memahami kebutuhan pengguna serta permasalahan yang dihadapi dalam proses belajar. Hasil penelitian berupa prototipe aplikasi bernama MathFun yang menyediakan materi pengenalan angka, penjumlahan, dan pengurangan, dilengkapi animasi serta sistem poin sebagai media motivasi belajar. Berdasarkan hasil pengujian, aplikasi yang dikembangkan menunjukkan tingkat efektivitas, efisiensi, dan kepuasan pengguna yang baik sehingga berpotensi menjadi media pembelajaran yang menarik dan mendukung pemahaman matematika dasar pada anak usia dini.

ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKAN BERGIZI GRATIS (MBG) PADA APLIKASI X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN TEKNIK SMOTE

Thu, 01 Oct 2026 19:39:19 +0700

Program Makan Bergizi Gratis (MBG) merupakan salah satu program prioritas pemerintah yang bertujuan meningkatkan kualitas sumber daya manusia melalui pemenuhan kebutuhan gizi peserta didik. Pelaksanaan program ini menuai beragam respons di media sosial X, terutama terkait aspek anggaran dan distribusi, sehingga diperlukan analisis sentimen untuk memahami kecenderungan opini publik. Penelitian ini bertujuan membangun sistem klasifikasi sentimen masyarakat terhadap program MBG melalui metode Support Vector Machine (SVM) menggunakan teknik SMOTE guna mengatasi permasalahan ketidakseimbangan kelas yang umum ditemukan pada data media sosial. Dataset penelitian terdiri dari 3.809 tweet yang terbagi menjadi tiga kelas sentimen, yakni positif, netral, serta negatif. Tahapan penelitian meliputi preprocessing data, pembobotan TF-IDF, serta proses klasifikasi menggunakan metode SVM sebelum dan sesudah penerapan SMOTE. Berdasarkan hasil uji, SMOTE meningkatkan akurasi dari 82,68% menjadi 84,51% dan F1-score average dari 81,59% menjadi 83,89%. Hasil tersebut menunjukkan bahwa penerapan SMOTE mampu meningkatkan performa klasifikasi serta mengatasi permasalahan ketidakseimbangan data sehingga menghasilkan distribusi prediksi yang lebih seimbang. Dengan demikian, metode SVM menggunakan teknik SMOTE efektif digunakan untuk analisis sentimen terhadap Program MBG pada aplikasi X

SISTEM INFORMASI NOTIFIKASI BERBASIS WHATSAPP UNTUK PENGINGAT UJI BERKALA KENDARAAN BERMOTOR (KIR) MENGGUNAKAN METODE WATERFALL

Mutiara Mutiara, Hanifah Permatasari, Moh. Muhtarom — Thu, 01 Oct 2026 19:40:39 +0700

Perkembangan teknologi informasi mendorong digitalisasi layanan publik, termasuk pada layanan inspeksi kendaraan bermotor berkala di Dinas Perhubungan Kota Surakarta. Namun, proses penyampaian informasi jadwal inspeksi masih dilakukan secara konvensional sehingga menyebabkan tingginya tingkat keterlambatan pemilik kendaraan dalam melaksanakan inspeksi berkala. Penelitian ini bertujuan mengembangkan sistem informasi notifikasi berbasis WhatsApp sebagai sarana pengingat jadwal inspeksi kendaraan secara otomatis dan tepat waktu. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan framework Flask, database MySQL, dan layanan WhatsApp Gateway. Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsi sistem berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa sistem mampu mengelola data kendaraan, mengatur jadwal pengingat, menampilkan dashboard monitoring, serta mengirimkan notifikasi inspeksi secara otomatis kepada pemilik kendaraan. Implementasi sistem membantu meningkatkan efektivitas pengelolaan pengingat inspeksi kendaraan dan mendukung peningkatan kualitas layanan inspeksi kendaraan di Dinas Perhubungan Kota Surakarta

PERANCANGAN SISTEM INFORMASI PENCATATAN KENDALA KWH METER BERBASIS WEBSITE PADA PT PLN ULP KRUENG GUEKUEH

M. Arsaly Althaaf Neutron, Annisa Karima — Thu, 01 Oct 2026 19:41:58 +0700

PT PLN ULP Krueng Guekueh memiliki aktivitas operasional yang berkaitan langsung dengan pencatatan kendala meter listrik pelanggan di lapangan. Namun, proses pencatatan kendala kWh meter sebelumnya masih dilakukan secara manual menggunakan media spreadsheet dan pencarian lokasi secara terpisah melalui aplikasi peta. Hal ini menyebabkan keterlambatan pelaporan, ketidakkonsistenan data, serta kesulitan monitoring yang berdampak pada rendahnya efisiensi kerja petugas lapangan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi pencatatan kendala kWh meter berbasis web yang terintegrasi dengan data pelanggan, dokumentasi foto, dan koordinat lokasi otomatis. Metode pengembangan sistem yang digunakan adalah metode Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta pemeliharaan. Sistem ini dikembangkan menggunakan framework Laravel pada backend, Bootstrap dan JavaScript sebagai pendukung antarmuka, serta MySQL sebagai basis data. Pengujian fungsional sistem dilakukan menggunakan metode black box testing untuk memastikan seluruh fungsi berjalan sesuai dengan kebutuhan. Hasil implementasi menunjukkan bahwa sistem mampu mendukung autentikasi pengguna, pengelolaan data, pencatatan kendala real-time berbasis GPS langsung dari lapangan, serta verifikasi laporan dan ekspor Excel oleh admin. Dengan demikian, sistem yang dikembangkan terbukti mampu meningkatkan kecepatan, keakuratan, dan keteraturan pencatatan kendala kWh meter, sehingga mendukung peningkatan kualitas pengelolaan data dan pelayanan PT PLN kepada pelanggan

CLUSTERING TINGKAT BURNOUT MAHASISWA BERDASARKAN POLA SCREEN TIME DAN KUALITAS TIDUR MENGGUNAKAN K-MEANS

Fri, 02 Oct 2026 07:22:03 +0700

Burnout akademik adalah kondisi kelelahan emosional, mental, dan fisik yang dialami mahasiswa akibat tingginya tuntutan akademik di era pendidikan modern. Pola screen time yang tinggi dan kualitas tidur yang buruk diduga menjadi faktor risiko utama yang memperparah kondisi ini. Penelitian ini bertujuan untuk mengelompokkan tingkat burnout mahasiswa berdasarkan pola screen time dan kualitas tidur menggunakan algoritma K-Means Clustering. Data dikumpulkan dari 130 mahasiswa aktif jenjang S1 melalui kuesioner online, dengan pengukuran kualitas tidur menggunakan Pittsburgh Sleep Quality Index (PSQI) dan tingkat burnout menggunakan skala Likert berbasis empat indikator burnout akademik. Hasil clustering menghasilkan tiga kelompok, yaitu Burnout Rendah (68 mahasiswa, 52,31%), Burnout Sedang (20 mahasiswa, 15,38%), dan Burnout Tinggi (42 mahasiswa, 32,31%), dengan Silhouette Score 0,3056. Temuan menunjukkan bahwa kualitas tidur memiliki korelasi lebih kuat terhadap tingkat burnout (r = 0,385) dibandingkan screen time (r = 0,108), sehingga perbaikan kualitas tidur direkomendasikan sebagai langkah utama pencegahan burnout akademik

PENERAPAN ALGORITMA COSINE SIMILARITY PADA CHATBOT PELAYANAN MASYARAKAT BERBASIS RETRIEVAL AUGMENTED GENERATION

Gilang Wahyu Pradana, Moh Muhtarom, Aprilisa Arum Sari — Fri, 02 Oct 2026 07:23:14 +0700

Pelayanan publik di tingkat kecamatan seringkali menghadapi kendala keterlambatan respon informasi administrasi kependudukan. Permasalahan ini menyebabkan masyarakat harus datang langsung ke kantor hanya untuk menanyakan persyaratan dasar, sehingga memicu antrean fisik dan ketidakefisienan waktu. Penelitian ini bertujuan merancang chatbot cerdas untuk menyediakan akses informasi pelayanan publik 24 jam di Kecamatan Polokarto. Metode yang diterapkan adalah Retrieval-Augmented Generation (RAG) guna mengunci jawaban pada dokumen legal, yang dipadukan dengan algoritma Cosine Similarity untuk menghitung kedekatan semantik antara pertanyaan kasual kuesioner masyarakat dengan dokumen SOP resmi. Sistem dibangun menggunakan framework Laravel, Node.js, dan vector database Supabase. Hasil pengujian akurasi terhadap 60 skenario pertanyaan riil dari kuesioner menunjukkan bahwa sistem memperoleh tingkat keberhasilan sebesar 95%, dengan 57 pertanyaan terjawab secara valid. Selain itu, implementasi filter otomatis failure rate 80% terbukti handal dalam menolak pertanyaan di luar konteks guna menghindari risiko informasi tidak valid

IMPLEMENTASI SISTEM INFORMASI TERDISTRIBUSI UNTUK PDAM TIRTA WENING BERBASIS WEB DAN MOBILE

Fri, 02 Oct 2026 07:24:48 +0700

Transformasi digital pada institusi pelayanan publik menuntut proses kerja yang cepat, akurat, dan terintegrasi. Pada PDAM Tirta Wening, aktivitas pencatatan pemakaian air, pengelolaan data pelanggan, dan penyusunan laporan masih menghadapi masalah karena dilakukan secara manual, sehingga memicu keterlambatan rekapitulasi dan redundansi data.Penelitian ini bertujuan mengimplementasikan sistem informasi terdistribusi yang mengintegrasikan aplikasi web dan mobile dalam satu basis data pusat. Metode pengembangan sistem yang digunakan adalah Waterfall, meliputi tahapan analisis kebutuhan, perancangan sistem, desain, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan arsitektur multi-service client-server berbasis React Vite (web Super Admin), React Native (mobile Admin Lapangan), Express.js, dan MongoDB Atlas. Pengujian fungsionalitas dilakukan menggunakan metode black-box. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berhasil mengintegrasikan proses pencatatan meteran lapangan secara real-time, pengelolaan pelanggan, serta pembuatan laporan dan kwitansi secara efisien. Pengujian black-box mengonfirmasi seluruh fungsi sistem berjalan sesuai kebutuhan pengguna, sehingga mampu meningkatkan efisiensi operasional dan akurasi data pada PDAM Tirta Wening

PENERAPAN METODE K-MEANS UNTUK KLASTERISASI PERTUMBUHAN FISIK PADA SISTEM INFORMASI POSYANDU

Ina Nasfa Ajizah, Moh. Muhtarom, Aprilisa Arum Sari — Fri, 02 Oct 2026 07:25:52 +0700

Pemantauan kesehatan anak di Posyandu sering kali terhambat oleh sistem pencatatan perkembangan balita yang masih bersifat konvensional. Keterbatasan sistem manual ini menyulitkan deteksi dini terhadap anak-anak yang membutuhkan intervensi medis khusus. Guna mengatasi permasalahan tersebut, penelitian ini merancang sebuah sistem informasi Posyandu berbasis web yang terintegrasi dengan algoritma K-Means Clustering untuk mengotomatisasi pengelompokan status pertumbuhan fisik anak. Evaluasi dan pengembangan sistem ini mengadopsi kerangka kerja Cross Industry Standard Process for Data Mining (CRISP-DM), yang mencakup fase analisis kebutuhan hingga tahap penyebaran (deployment). Atribut yang dianalisis meliputi berat badan, tinggi badan, lingkar kepala, dan lingkar lengan atas dari data historis periode Januari 2024 sampai April 2026. Implementasi algoritma K-Means berhasil memetakan kondisi balita ke dalam tiga strata: normal (33,3%), waspada (38,9%), dan memerlukan perhatian khusus (27,8%). Melalui visualisasi data berbentuk grafik dan tabel, platform digital ini terbukti mampu mengoptimalkan efisiensi dan akurasi kader Posyandu dalam mengawasi tumbuh kembang anak

ANALISIS PENGARUH BACKGROUND TERHADAP KUALITAS DATASET GERAKAN SIBI

Nowaf Rijal Fahmi, Riski Aswi Ramadhani, Julian Sahertian — Fri, 02 Oct 2026 07:26:50 +0700

Bahasa isyarat merupakan sarana komunikasi penting bagi penyandang tunarungu sehingga diperlukan sistem pengenalan gerakan yang akurat berbasis computer vision. Salah satu faktor yang memengaruhi kinerja sistem tersebut adalah kualitas dataset, khususnya kondisi background saat proses pengambilan data. Permasalahan yang dihadapi adalah belum diketahui secara jelas pengaruh perbedaan kondisi background terhadap kualitas dataset dan performa klasifikasi gerakan Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini bertujuan menganalisis pengaruh kondisi background terhadap kualitas dataset gerakan SIBI. Metode yang digunakan adalah pendekatan eksperimental dengan membandingkan dua kondisi pengambilan dataset, yaitu background bersih dan gelap serta background terang yang mengandung noise visual. Dataset terdiri dari tiga kelas gerakan SIBI, yaitu bibir, bisu, dan diam, dengan total 177 citra. Tahapan penelitian meliputi pembagian dataset, normalisasi, augmentasi data, pelatihan model MobileNetV2 menggunakan transfer learning, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kondisi background memengaruhi performa model klasifikasi. Background yang lebih terkontrol menghasilkan proses ekstraksi fitur yang lebih stabil sehingga meningkatkan kualitas dataset dan akurasi klasifikasi gerakan SIBI.

ANALISIS SENTIMEN ULASAN APLIKASI GOFOOD DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER BERBASIS TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY

Tesa Dwi Wahyuni, Wiji Lestari, Hanifah Permatasari — Fri, 02 Oct 2026 07:27:52 +0700

Pesatnya perkembangan layanan pengiriman makanan digital telah meningkatkan jumlah ulasan pengguna pada aplikasi GoFood di Google Play Store. Ulasan tersebut memuat berbagai opini mengenai kualitas layanan dan pengalaman pengguna yang dapat dimanfaatkan sebagai bahan evaluasi. Namun, banyaknya jumlah ulasan menyebabkan proses analisis secara manual menjadi kurang efektif dan memerlukan waktu yang lama. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna GoFood menggunakan kombinasi metode Term Frequency-Inverse Document Frequency (TF-IDF) dan algoritma Complement Naïve Bayes. Data penelitian berupa 1000 ulasan pengguna yang diperoleh melalui proses scraping menggunakan library google-play-scraper. Tahapan penelitian meliputi preprocessing teks yang terdiri atas case folding, cleaning, tokenizing, penghapusan stopwords, dan stemming menggunakan library Sastrawi, dilanjutkan dengan ekstraksi fitur TF-IDF dan proses klasifikasi ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Hasil pengujian menunjukkan bahwa model yang diusulkan memperoleh akurasi sebesar 84% dengan nilai precision, recall, dan F1-score yang baik. Hasil tersebut menunjukkan bahwa kombinasi TF-IDF dan Complement Naïve Bayes efektif untuk analisis sentimen ulasan pengguna GoFood

KOMPARASI METODE LSTM DAN ARIMA DALAM PREDIKSI HARGA SAHAM NVIDIA PERIODE 2012-2025

Sopiyan Apandi , Andre Effendi, Fairus Priyogi, Rajwaa Nazir Yatim — Fri, 02 Oct 2026 07:28:51 +0700

Pergerakan harga saham yang fluktuatif dan dinamis menjadikan proses prediksi harga saham sebagai salah satu topik penting dalam analisis time series finansial. Namun, pemilihan metode prediksi yang mampu menghasilkan akurasi tinggi masih menjadi tantangan karena karakteristik data saham yang kompleks dan berubah-ubah. Penelitian ini bertujuan untuk membandingkan performa metode Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM) dalam memprediksi harga saham NVIDIA Corporation menggunakan data historis periode 2012-2025. Dataset yang digunakan terdiri atas 3.415 data adjusted closing price yang dibagi menjadi data training dan testing dengan rasio 80:20. Model yang diuji meliputi ARIMA(5,1,0), LSTM-20, LSTM-50, dan LSTM-ES dengan mekanisme EarlyStopping. Evaluasi dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa ARIMA menghasilkan performa terbaik dengan nilai MAE sebesar 1.9576, RMSE sebesar 3.0646, dan MAPE sebesar 2.3933%, sedangkan LSTM-ES menjadi model terbaik pada kelompok LSTM dengan nilai MAPE sebesar 3.4719%. Temuan ini menunjukkan bahwa ARIMA masih mampu memberikan prediksi yang lebih akurat pada data saham NVIDIA yang memiliki pola autoregresif dominan

PENGEMBANGAN MODEL ADOPSI AI UMKM PEDESAAN MENGGUNAKAN METODE TECHNOLOGY-ORGANIZATION-ENVIRONMENT

Desy Candra Novitasari, Imam Riadi, Herman Herman — Fri, 02 Oct 2026 07:29:46 +0700

Perkembangan Artificial Intelligence (AI), khususnya Large Language Models (LLM), telah mentransformasi lanskap bisnis global, namun tingkat adopsinya pada UMKM pedesaan masih sangat terbatas. Kesenjangan ini disebabkan oleh keterbatasan infrastruktur, rendahnya literasi digital, serta minimnya dukungan ekosistem yang spesifik sesuai konteks pedesaan. Penelitian ini berfokus pada adopsi AI/LLM dalam konteks pemasaran digital dan layanan pelanggan, dengan contoh use case seperti pembuatan konten promosi otomatis, chatbot untuk menjawab pertanyaan pelanggan, serta analisis sentimen terhadap ulasan produk. Penelitian ini bertujuan mengembangkan model konseptual adopsi AI pada UMKM pedesaan dengan menggunakan kerangka Technology-Organization-Environment (TOE) sebagai landasan analisis. Metode yang digunakan adalah systematic literature review terhadap artikel-artikel terkait adopsi AI, penerapan TOE framework, serta karakteristik UMKM pedesaan yang dipublikasikan pada periode 2022–2026. Hasil review mengidentifikasi bahwa faktor-faktor dalam dimensi teknologi meliputi relative advantage, compatibility, complexity, LLM capability, dan cost efficiency; dimensi organisasi meliputi digital literacy, leadership support, dan resource readiness; serta dimensi lingkungan meliputi competitive pressure, government support, dan digital ecosystem support. Penelitian ini juga menemukan bahwa dalam konteks pedesaan, faktor digital ecosystem support berperan sebagai prasyarat utama, cost efficiency harus dipahami berdasarkan total cost of ownership, serta digital literacy memoderasi hubungan antara dukungan kepemimpinan dan adopsi AI

RANCANG BANGUN SMART TRASH IoT BERBASIS RFID DENGAN NOTIFIKASI PENUH MELALUI APLIKSI MIT APP INVENTOR

Nabillah Kontesa, Dahlan Dahlan — Fri, 02 Oct 2026 07:31:27 +0700

Pengelolaan sampah anorganik bernilai ekonomis di lingkungan kos-kosan RT 01 RW 16 Kelurahan Cibabat, Kecamatan Cimahi Utara berdasarkan hasil observasi masih belum optimal karena sampah masih tercampur dengan sampah organik dan residu sehingga menurunkan nilai ekonomisnya. Selain itu, proses pengumpulan sampah belum terjadwal dengan baik dan masih bergantung pada inisiatif pengguna sehingga pengelolaan menjadi kurang efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Rancang Bangun Smart Trash IoT Berbasis RFID dengan notifikasi penuh melalui aplikasi MIT App Inventor yang mampu memantau kondisi tempat sampah secara otomatis. Metode yang digunakan adalah User Centered Design (UCD) dengan komponen NodeMCU ESP8266, sensor ultrasonik, RFID, buzzer, dan servo motor, serta integrasi Firebase sebagai basis data dan komunikasi aplikasi. Hasil pengujian menunjukkan sistem berhasil mendeteksi kondisi tempat sampah (penuh dan tidak penuh), mengirimkan notifikasi secara real-time ke aplikasi, serta menyimpan data penimbangan ke Firebase. Sistem juga mampu mengontrol akses tempat sampah menggunakan RFID dan servo motor dengan baik, namun masih bergantung pada kestabilan koneksi internet

PENGEMBANGAN SISTEM KEAMANAN FILE BERBASIS HYBRID ENCRYPTION MENGGUNAKAN ADVANCED ENCRYPTION STANDARD DAN SHA-256

Nur Azizah, Riyan Achmad Zhamroni, Muhlis Tahir — Fri, 02 Oct 2026 07:33:01 +0700

Perkembangan teknologi informasi telah meningkatkan penggunaan file digital dalam berbagai aktivitas penyimpanan dan pertukaran data. Namun, penggunaan file digital yang semakin luas juga meningkatkan risiko pencurian data, manipulasi informasi, dan akses tidak sah yang dapat mengancam kerahasiaan serta integritas data. Penelitian ini bertujuan mengembangkan sistem keamanan file berbasis hybrid encryption menggunakan algoritma Advanced Encryption Standard (AES) dan Secure Hash Algorithm 256 (SHA-256). Metode yang digunakan meliputi implementasi AES untuk proses enkripsi dan dekripsi file, serta SHA-256 untuk pembentukan kunci dan verifikasi integritas data. Sistem dikembangkan menggunakan bahasa pemrograman Python dan framework Flask berbasis web, kemudian diuji menggunakan metode black-box testing pada fitur unggah file, enkripsi, dekripsi, verifikasi kata sandi, dan penghapusan file. Hasil penelitian menunjukkan bahwa sistem mampu melakukan proses enkripsi dan dekripsi dengan baik, menghasilkan file terenkripsi dalam bentuk ciphertext, mengembalikan file ke bentuk semula tanpa perubahan data, serta menolak proses dekripsi ketika kata sandi yang dimasukkan tidak sesuai. Dengan demikian, sistem yang dikembangkan mampu meningkatkan keamanan file digital dari aspek kerahasiaan dan integritas data

PENGEMBANGAN SISTEM DETEKSI URL PHISHING MENGGUNAKAN METODE HYBRID RULE-BASED DAN MACHINE LEARNING

Sigit April Liawan, Imam Suharjo — Fri, 02 Oct 2026 07:35:23 +0700

Meningkatnya penggunaan internet membuat ancaman URL phishing menjadi semakin serius dan merugikan pengguna internet. Pendekatan rule-based dan XGBoost secara mandiri masih memiliki keterbatasan dalam menangani variasi pola phishing yang terus berkembang. Penelitian ini bertujuan membangun sistem deteksi URL phishing yang lebih andal melalui pendekatan hybrid weighted ensemble. Metode yang digunakan dalam penelitian ini menggabungkan rule-based dan XGBoost. Dataset yang digunakan sebanyak 242.056 URL seimbang dari Kaggle. Sistem dibangun melalui ekstraksi 23 fitur numerik yang mencakup fitur struktur URL, entropi, indikator biner, serta fitur turunan berbasis aturan seperti rule_score. Model XGBoost dilatih menggunakan hyperparameter tuning dengan grid search dan 3-fold cross-validation. Kombinasi hybrid dilakukan dengan menggabungkan probabilitas output kedua komponen pada 40 kombinasi bobot dan threshold. Hasil penelitian menunjukkan bahwa konfigurasi terbaik berupa bobot XGBoost 0,85, bobot rule-based 0,15, dan threshold 0,45. Sistem hybrid mencapai akurasi 95,22% dan precision 96,22%, mengungguli XGBoost saja (akurasi 95,21%, precision 96,10%) dan rule-based saja (akurasi 50,69%), serta berhasil menurunkan false positive dari 925 menjadi 894 kasus

SISTEM REKOMENDASI FRAME KACAMATA BERDASARKAN BENTUK WAJAH MENGGUNAKAN CONTENT- BASED FILTERING

Christian Wahyu Kurniawan, Aprilisa Arum Sari, Ridwan Dwi Irawan — Fri, 02 Oct 2026 07:36:21 +0700

Pemilihan frame kacamata merupakan salah satu faktor yang memengaruhi kenyamanan dan penampilan pengguna selain fungsi koreksi penglihatan. Pada praktiknya, proses pemilihan frame di toko optik masih dilakukan secara manual melalui konsultasi dengan petugas sehingga rekomendasi yang diberikan bergantung pada pengalaman dan penilaian subjektif. Penelitian ini bertujuan membangun sistem rekomendasi frame kacamata berbasis web yang mampu memberikan rekomendasi secara lebih objektif berdasarkan karakteristik bentuk wajah pengguna. Sistem dikembangkan menggunakan MediaPipe Face Landmarker untuk memperoleh titik-titik facial landmark yang digunakan dalam pengukuran karakteristik geometris wajah. Selanjutnya, metode Rule-Based Classification diterapkan untuk mengidentifikasi kategori bentuk wajah pengguna. Hasil klasifikasi digunakan sebagai masukan pada metode Content-Based Filtering. Proses rekomendasi memanfaatkan aturan FACE_MATCH untuk menghitung Frame Score, kemudian mengombinasikannya dengan Rating Score dan Price Score sehingga diperoleh Final Score sebagai dasar pemeringkatan produk. Dataset penelitian terdiri atas 100 data produk frame kacamata. Hasil implementasi menunjukkan bahwa sistem mampu mengidentifikasi bentuk wajah pengguna serta menghasilkan rekomendasi frame kacamata berdasarkan nilai Final Score yang merepresentasikan tingkat kecocokan setiap produk terhadap karakteristik wajah pengguna. Pengujian menggunakan metode Black Box Testing menunjukkan bahwa seluruh fungsi utama sistem berjalan sesuai dengan rancangan, mulai dari proses deteksi wajah, identifikasi bentuk wajah, perhitungan skor rekomendasi, hingga penampilan hasil rekomendasi. Dengan demikian, sistem yang dikembangkan mampu membantu proses pemilihan frame kacamata secara lebih cepat, objektif, dan terstruktur sesuai dengan karakteristik bentuk wajah pengguna

PROTOTIPE SISTEM ROBOT PELAYAN MAKANAN OTOMATIS BERBASIS NAVIGASI CERDAS DAN DETEKSI HALANGAN MULTI-SENSOR

Hevfy Dismi Rianti, Rachmat Iskandar — Fri, 02 Oct 2026 07:37:23 +0700

Perkembangan teknologi otomasi dan robotika membuka peluang penerapan sistem pelayanan yang lebih efisien pada industri restoran. Namun, proses pengantaran makanan di banyak restoran masih dilakukan secara manual sehingga berpotensi menyebabkan keterlambatan pelayanan, meningkatkan beban kerja pelayan, dan menurunkan efisiensi operasional. Penelitian ini bertujuan merancang dan membangun prototipe sistem robot pelayan makanan otomatis berbasis navigasi cerdas dan deteksi halangan multi-sensor untuk membantu proses pengantaran makanan secara mandiri. Metode yang digunakan adalah User Centered Design (UCD) yang meliputi tahap identifikasi kebutuhan pengguna, perancangan sistem, implementasi, dan evaluasi. Sistem dikembangkan menggunakan ESP32 sebagai pengendali utama, sensor jarak berbasis Time-of-Flight (ToF) VL53L1X ToF untuk deteksi halangan, sensor infrared untuk navigasi jalur, serta ESP32-CAM untuk pemantauan visual. Hasil pengujian menunjukkan bahwa robot mampu mengikuti jalur yang telah ditentukan, mendeteksi halangan secara real-time, dan melakukan pengantaran makanan secara otomatis dengan pergerakan yang stabil. Sistem yang dikembangkan dapat meminimalkan risiko tabrakan dan meningkatkan efisiensi pelayanan restoran sehingga berpotensi menjadi solusi alternatif dengan biaya implementasi yang relatif rendah bagi restoran skala kecil dan menengah

IMPLEMENTASI SISTEM INFORMASI PENERIMAAN SISWA BARU BERBASIS WEB

Ahmada Ilham Huzaini, Achmad Baijuri, A. Hamdani — Fri, 02 Oct 2026 07:39:04 +0700

Proses Penerimaan Peserta Didik Baru (PPDB) di MI Pondok Pesantren Nurul Islam Al-Hamidy masih dilakukan secara manual, menyebabkan waktu pengolahan data lama, kesulitan penyimpanan dokumen, dan pembayaran administrasi yang tidak efisien. Penelitian ini bertujuan membangun sistem informasi PPDB berbasis web yang terintegrasi dengan pembayaran QRIS untuk meningkatkan efisiensi layanan administrasi sekolah. Metode pengembangan sistem menggunakan Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Pengumpulan data dilakukan melalui wawancara, observasi, dokumentasi, dan studi literatur. Sistem dibangun dengan framework Laravel dan database MySQL, dilengkapi fitur pendaftaran online, unggah berkas, pembayaran QRIS, serta verifikasi data dan pembayaran oleh administrator. Pengujian dengan metode Black Box Testing menunjukkan seluruh fitur berfungsi sesuai kebutuhan pengguna. Hasil penelitian membuktikan bahwa sistem yang dikembangkan mampu mempercepat proses pendaftaran, mempermudah pengelolaan data calon siswa, serta membuat pembayaran lebih mudah, aman, dan transparan. Sistem juga membantu administrator melakukan verifikasi dan pengawasan data secara lebih terstruktur. Dengan demikian, sistem informasi PPDB berbasis web terintegrasi QRIS efektif meningkatkan kualitas pelayanan administrasi penerimaan siswa baru di MI Pondok Pesantren Nurul Islam Al-Hamidy

EVALUASI EMPIRIS KINERJA DAN STABILITAS BUBBLE SORT, SELECTION SORT, DAN INSERTION SORT PADA PENGURUTAN DATA MAHASISWA BERBASIS C++

Fri, 02 Oct 2026 07:40:00 +0700

Pengurutan data mahasiswa dibutuhkan untuk menata daftar hadir, rekap akademik, dan arsip administrasi agar pencarian data lebih mudah dilakukan. Permasalahan penelitian ini terletak pada perlunya evaluasi empiris terhadap Bubble Sort, Selection Sort, dan Insertion Sort pada record mahasiswa berbasis C++ dengan kunci NIM dan nama. Penelitian ini bertujuan membandingkan ketiga algoritma berdasarkan waktu eksekusi dan stabilitas hasil pengurutan. Metode yang digunakan berupa eksperimen komputasional menggunakan C++17, struktur data vector<Mahasiswa>, dataset sintetis berukuran 100, 1.000, dan 5.000 record, serta pengukuran waktu dengan std::chrono pada tiga skenario pengujian. Hasil pengujian memperlihatkan bahwa Selection Sort mencatat waktu eksekusi paling rendah pada seluruh skenario, Insertion Sort berada di posisi menengah, sedangkan Bubble Sort membutuhkan waktu paling tinggi. Pada aspek stabilitas, Bubble Sort dan Insertion Sort mempertahankan urutan relatif record dengan kunci sama, sementara Selection Sort standar tidak stabil. Berdasarkan hasil tersebut, Selection Sort lebih tepat untuk kebutuhan yang menekankan waktu eksekusi pada konfigurasi pengujian ini, sedangkan Insertion Sort lebih relevan ketika stabilitas urutan record dengan kunci yang sama menjadi prioritas

PERANCANGAN UI/UX SISTEM INFORMASI AKADEMIK BERBASIS WEB DENGAN METODE RAD

Putri Riski Amalia, Dede Sukmawan, Rieska Rahayu Ayuningsih — Fri, 02 Oct 2026 07:41:17 +0700

Tata kelola data akademik yang masih bersifat manual sering kali menimbulkan berbagai kendala operasional, seperti risiko penggandaan data, lambatnya pencarian informasi, serta potensi terjadinya kekeliruan manusia. Penelitian ini bertujuan untuk membangun rancangan tampilan Sistem Informasi Akademik berbasis web di SMP DDI Sibatua Pangkajene guna mengoptimalkan efisiensi pengelolaan data sekolah. Metode yang digunakan dalam penelitian ini adalah pengembangan sistem secara cepat, yang menekankan efisiensi proses melalui keterlibatan aktif pengguna sekolah.Tahapan penelitian meliputi perencanaan kebutuhan untuk memetakan fungsi sistem, lokakarya desain untuk menyusun antarmuka, serta tahap pengujian terhadap rancangan yang dihasilkan. Hasil akhir penelitian berupa model rancangan interaktif yang mencakup fitur pengelolaan data induk, rekapitulasi kehadiran, jadwal pelajaran, dan penyampaian pengumuman sekolah.Evaluasi terhadap hasil rancangan dilakukan menggunakan metode pengujian skala kemudahan sistem dengan melibatkan 10 orang responden pengguna. Hasil pengujian menunjukkan perolehan total skor sebesar 865 dengan nilai rata-rata akhir sebesar 86,5. Berdasarkan standar penilaian yang berlaku, pencapaian tersebut masuk dalam kategori Sangat Baik dengan predikat Grade A. Hasil konkret ini membuktikan bahwa rancangan sistem akademik yang dikembangkan memiliki tingkat kemudahan operasional yang tinggi dan layak diimplementasikan bagi sekolah

PENERAPAN CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI PERLENGKAPAN MUSLIM PRIA DI TOKO GRAND MODE

Satria Andara Putra, Dwi Hartanti, Aprilisa Arum Sari — Fri, 02 Oct 2026 07:42:20 +0700

Perkembangan teknologi informasi mendorong pemanfaatan sistem rekomendasi untuk membantu konsumen dalam memilih produk yang sesuai dengan kebutuhannya. Namun, proses rekomendasi produk perlengkapan muslim pria di Toko Grand Mode masih dilakukan secara manual sehingga pelanggan mengalami kesulitan dalam menentukan produk yang diinginkan. Oleh karena itu, penelitian ini bertujuan menerapkan metode Content-Based Filtering pada sistem rekomendasi perlengkapan muslim pria di Toko Grand Mode. Metode yang digunakan adalah pembobotan TF-IDF dan perhitungan Cosine Similarity berdasarkan atribut nama produk, bahan, motif, warna, ukuran, dan kategori. Data penelitian terdiri dari 52 produk perlengkapan muslim pria yang digunakan sebagai sampel pengujian sistem. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang relevan sesuai preferensi pengguna. Pada salah satu skenario pengujian, produk Koko Navy lengan pendek memperoleh nilai similarity tertinggi sebesar 0,953. Selain itu, evaluasi menggunakan 10 query pengujian menghasilkan nilai Precision@5 sebesar 70,00% dan Recall@5 sebesar 88,87%. Hasil tersebut menunjukkan bahwa sistem mampu menemukan sebagian besar produk yang relevan dan memberikan rekomendasi yang sesuai dengan kebutuhan pengguna

IMPLEMENTASI TEXT RECOGNITION PADA APLIKASI PENCATATAN METERAN AIR BERBASIS FLUTTER

Firdaus Syazwana Handyana Putra, Harry Pribadi Fitrian, Robby Rohman Sukarya — Fri, 02 Oct 2026 07:43:19 +0700

Air bersih merupakan kebutuhan dasar yang didistribusikan dan dikelola oleh instansi, atau komunitas seperti Gerakan Ekonomi Mandiri dengan program Air Bersih GEMI. Seiring bertambahnya pelanggan, proses pendataan konsumsi air yang masih mengandalkan pelaporan manual melalui pesan yang mengharuskan petugas mengumpulkan data yang tersebar dari laporan mandiri pelanggan, sehingga mengurangi efektivitas, meningkatkan kesalahan dan keterlambatan administrasi. Tujuan dari penelitian ini mengutamakan pembangunan aplikasi pencatatan air mobile dengan sistem self-service, hal ini diharapkan dapat meningkatkan efisiensi dan akurasi manajemen data bagi pengelola. Pengembangan sistem ini menerapkan metode Rapid Application Development (RAD) melalui empat fase utama: requirement planning, user design, construction, dan cutover. Pengembangan sistem memanfaatkan framework Flutter, Supabase backend service serta PostgreSQL dan Optical Character Recognition (OCR) dari Google ML-Kit. Alur dalam sistem ini mendorong pengguna untuk melakukan pencatatan mandiri dengan mencantumkan foto meteran air untuk pembacaan angka konsumsi dengan bantuan OCR. Hasil pengujian User Acceptance Test (UAT) aplikasi ini menunjukkan tingkat keberhasilan mencapai 96,49% pada sisi pengelola (Admin) dan 89,39% pada sisi pelanggan. Fungsional fitur OCR menghasilkan Task Success Rate (TSR) sebesar 21,43% dari pengujian 14 citra dengan kualitas buruk. Secara keseluruhan, aplikasi ini dinilai sangat layak karena terbukti mampu mempercepat proses pelaporan, pencatatan, dan pengelolaan data distribusi air bersih.

PEMODELAN KLASIFIKASI EFEKTIVITAS GOOGLE ADS BERDASARKAN METRIK PERFORMA KAMPANYE MENGGUNAKAN ALGORITMA CATBOOST

Qibti Amiroh Rihadatul ‘Aisy, Aprilisa Arum Sari, Ridwan Dwi Irawan — Fri, 02 Oct 2026 07:44:21 +0700

Perkembangan pemasaran digital mendorong peningkatan penggunaan Google Ads sebagai media promosi, sehingga menghasilkan volume data kinerja kampanye yang semakin besar dan kompleks. Evaluasi efektivitas kampanye yang masih dilakukan secara manual cenderung memerlukan waktu lebih lama serta berpotensi menimbulkan interpretasi yang tidak konsisten. Penelitian ini bertujuan membangun model klasifikasi untuk mengevaluasi efektivitas kampanye Google Ads menggunakan algoritma CatBoost berdasarkan metrik kinerja kampanye. Metode yang digunakan adalah Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Penelitian menggunakan dataset Google Ads sebanyak 2.600 data kampanye yang diproses melalui tahap pembersihan data, rekayasa fitur, pelabelan efektivitas, serta pembagian data pelatihan dan pengujian. Model CatBoost diterapkan untuk mengklasifikasikan efektivitas kampanye ke dalam empat kategori, yaitu Sangat Efektif, Efektif, Kurang Efektif, dan Tidak Efektif. Hasil pengujian menunjukkan bahwa model memperoleh akurasi sebesar 97% serta nilai precision, recall, dan F1-score yang tinggi pada setiap kategori. Temuan ini menunjukkan bahwa CatBoost efektif digunakan untuk mendukung evaluasi kampanye Google Ads secara lebih cepat, konsisten, dan berbasis data

IMPLEMENTASI TRACKING STATUS ADUAN PADA WEBSITE POLRES TULUNGAGUNG BERBASIS LARAVEL

Yuvi Ishma Valentina, Joko Iskandar , Yayak Kartika Sari — Fri, 02 Oct 2026 07:45:19 +0700

Perkembangan teknologi informasi mendorong peningkatan kualitas pelayanan publik, termasuk dalam penyampaian aduan masyarakat berbasis digital. Website Polres Tulungagung yang sebelumnya menggunakan WordPress sebagai media informasi belum memiliki fitur pelacakan status aduan secara terstruktur, sehingga masyarakat mengalami kesulitan dalam mengetahui perkembangan laporan yang telah disampaikan. Penelitian ini bertujuan untuk mengembangkan fitur pelacakan status aduan berbasis web yang dapat meningkatkan transparansi dan kemudahan pemantauan proses penanganan laporan masyarakat. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan pengembangan sistem Prototype yang meliputi tahap analisis kebutuhan, perancangan, pembuatan prototype, implementasi, dan pengujian. Pengumpulan data dilakukan melalui wawancara, observasi, dan studi literatur. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menyediakan layanan pengaduan daring, menghasilkan kode tracking sebagai identitas laporan, serta menampilkan informasi perkembangan status aduan mulai dari tahap penerimaan, proses penanganan, hingga penyelesaian. Pengujian menggunakan Black Box Testing menunjukkan bahwa fitur yang dibangun dapat berjalan sesuai dengan kebutuhan sistem. Implementasi fitur ini diharapkan dapat meningkatkan efektivitas pelayanan dan transparansi informasi antara Polres Tulungagung dengan masyarakat

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUK TERLARIS MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) PADA TOKO ASFA

Pramaysella Ayu Rosanda, Vihi Atina, Aprilisa Arum Sari — Fri, 02 Oct 2026 19:50:04 +0700

Perkembangan teknologi informasi mendorong pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk meningkatkan efektivitas pengelolaan bisnis melalui pemanfaatan sistem informasi. Toko Asfa sebagai usaha toko kelontong masih menggunakan pencatatan penjualan dan pengelolaan stok secara manual, sehingga mengalami kesulitan dalam menentukan produk terlaris dan pengambilan keputusan restok secara tepat. Penelitian ini bertujuan membangun sistem pendukung keputusan berbasis web yang dapat membantu menentukan produk terlaris secara objektif. Metode yang digunakan adalah Weighted Product (WP) karena mampu melakukan perangkingan alternatif berdasarkan bobot dan nilai setiap kriteria. Kriteria yang digunakan meliputi jumlah penjualan, margin keuntungan, repeat order, stok, rating pelanggan, dan risiko kedaluwarsa. Sistem dikembangkan menggunakan metode Prototype yang terdiri atas tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem berhasil menghasilkan perangkingan produk berdasarkan nilai preferensi WP dan memberikan rekomendasi produk yang perlu diprioritaskan untuk restok. Berdasarkan hasil perhitungan, produk Gula Pasir 1 Kg memperoleh nilai preferensi tertinggi sebesar 0,250900 sehingga ditetapkan sebagai produk terlaris. Sistem yang dibangun mampu mendukung pengambilan keputusan secara lebih akurat, efektif, dan efisien dalam pengelolaan stok barang

PEMBANGUNAN SISTEM INFORMASI KATALOG DAN PEMESANAN MANIKA BROWNIES

Fri, 02 Oct 2026 19:51:38 +0700

Perkembangan teknologi informasi mendorong Usaha Mikro, Kecil, dan Menengah (UMKM) memanfaatkan aplikasi berbasis website sebagai media promosi dan pendukung pemesanan. Namun, Manika Brownies sebagai UMKM kuliner masih menghadapi kendala berupa informasi produk yang belum terpusat, alur pemesanan manual, validasi bukti pembayaran yang belum terdokumentasi, serta belum adanya pemantauan data penjualan untuk evaluasi bisnis. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Katalog dan Pemesanan Manika Brownies berbasis website yang terintegrasi. Metode pengembangan sistem yang diterapkan adalah Agile melalui tahapan planning, analysis, design, implementation, testing, dan maintenance menggunakan framework Laravel dan basis data MySQL. Hasil penelitian berupa aplikasi website yang mengintegrasikan fitur company profile, katalog produk, keranjang, pemesanan, upload bukti pembayaran, redirect WhatsApp Admin, panel manajemen konten, serta dashboard analitik penjualan. Hasil pengujian Black Box menunjukkan bahwa seluruh bug yang ditemukan pada tahap awal telah berhasil diperbaiki dan tervalidasi sepenuhnya melalui regression testing. Sistem ini dinyatakan layak digunakan untuk memusatkan informasi operasional, mendokumentasikan proses transaksi secara otomatis, serta menyediakan data analitik penjualan sebagai pendukung pengambilan keputusan usaha berbasis data

KLASIFIKASI PELANGGAN SMARTPHONE SAMSUNG MENGGUNAKAN DESISSION TREE PADA RAYA SELULER SOLO

Puspita Auliana Putri, Afu Ichsan Pradana, Bondan Wahyu Pamekas — Fri, 02 Oct 2026 19:53:11 +0700

Perkembangan penjualan smartphone yang terus meningkat menghasilkan data pelanggan dalam jumlah besar yang berpotensi dimanfaatkan untuk mendukung pengambilan keputusan bisnis. Namun, Raya Seluler Solo masih mengalami kesulitan dalam mengidentifikasi karakteristik pelanggan smartphone Samsung berdasarkan data transaksi yang tersedia. Kondisi tersebut menyebabkan strategi pemasaran dan pelayanan pelanggan belum berjalan secara optimal dan tepat sasaran. Penelitian ini bertujuan untuk mengklasifikasikan pelanggan smartphone Samsung pada Raya Seluler Solo menggunakan algoritma Decision Tree guna mendukung pengambilan keputusan berbasis data. Metode yang digunakan adalah data mining dengan algoritma Decision Tree C4.5 melalui tahapan selection, preprocessing, transformation, data mining, dan evaluation. Data penelitian diperoleh dari data pelanggan dan transaksi penjualan smartphone Samsung dengan atribut usia, jenis kelamin, pekerjaan, penghasilan, tipe smartphone, dan frekuensi pembelian. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu mengklasifikasikan pelanggan ke dalam kategori pelanggan loyal, pelanggan potensial, dan pelanggan tidak loyal. Model yang dihasilkan memberikan aturan klasifikasi yang mudah dipahami sehingga dapat membantu pihak toko dalam mengenali karakteristik pelanggan dan menyusun strategi pemasaran yang lebih efektif. Dengan demikian, metode Decision Tree dapat digunakan sebagai solusi untuk mendukung pengelolaan data pelanggan pada Raya Seluler Solo

PERANCANGAN SISTEM INFORMASI ABSENSI MAHASISWA BERBASIS WEB MENGGUNAKAN QUICK RESPONSE (QR) CODE

Fani Erviani Puspita Sari, Nadia Nadia — Fri, 02 Oct 2026 19:54:38 +0700

Perkembangan teknologi informasi telah mendorong penerapan sistem digital dalam berbagai kegiatan administrasi, termasuk proses pencatatan kehadiran pegawai dan mahasiswa. Namun, sistem absensi manual yang masih digunakan memiliki beberapa kelemahan, seperti proses rekapitulasi yang lambat, risiko kesalahan pencatatan, dan potensi manipulasi data kehadiran. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi absensi berbasis web menggunakan teknologi Quick Response (QR) Code sebagai media autentikasi kehadiran agar proses absensi menjadi lebih efektif dan efisien. Metode pengembangan sistem yang digunakan adalah model Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil pengujian menggunakan metode Blackbox Testing menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan kebutuhan. Fitur pemindaian QR Code mampu memvalidasi data pengguna secara real-time dan menghasilkan rekapitulasi absensi secara otomatis. Dengan demikian, sistem yang dibangun dapat mendukung pengelolaan kehadiran yang lebih cepat, akurat, dan terintegrasi

MULTI LABEL KLASIFIKASI UNTUK PREDIKSI DEPRESSION, ANXIETY, DAN BURNOUT MENGGUNAKAN RANDOM FOREST

Muhammad Firman Febrianto, Moh Muhtarom, Joni Maulindar — Fri, 02 Oct 2026 19:56:06 +0700

Peningkatan aktivitas digital, tekanan akademik, serta pola hidup yang kurang seimbang menjadi faktor yang berkontribusi terhadap munculnya gangguan kesehatan mental seperti depression, anxiety, dan burnout. Ketiga kondisi tersebut dapat muncul secara bersamaan sehingga diperlukan pendekatan klasifikasi yang mampu melakukan prediksi multi kondisi dalam satu proses analisis. Penelitian ini bertujuan untuk membangun model prediksi kesehatan mental menggunakan pendekatan multi label classification dengan algoritma Random Forest. Dataset penelitian menggunakan 2.000 data dengan variabel aktivitas dan gaya hidup yang terdiri dari stress level, daily screen time, social media usage, age, dan sleep hours. Proses penelitian dilakukan menggunakan framework CRISP-DM melalui tahapan data understanding, preprocessing, modeling, dan evaluation. Pada tahap preprocessing dilakukan rekonstruksi label menggunakan weighted risk score dan penambahan kombinasi variabel berbasis pola perilaku untuk meningkatkan kemampuan diskriminasi model. Evaluasi model dilakukan menggunakan metrik subset accuracy, hamming accuracy, serta F1-score untuk mengukur performa klasifikasi multi label yang dihasilkan. Hasil pengujian menunjukkan bahwa model Random Forest memperoleh subset accuracy sebesar 85,75%, hamming accuracy sebesar 94,08%, serta micro F1-score dan macro F1-score sebesar 94,08%. Selain itu, akurasi pada masing-masing label menunjukkan nilai sebesar 93,25% untuk depression, 94,75% untuk anxiety, dan 94,25% untuk burnout. Hasil tersebut menunjukkan bahwa algoritma Random Forest mampu melakukan klasifikasi multi label terhadap kondisi kesehatan mental berdasarkan pola aktivitas harian individu, dengan performa label Anxiety (akurasi 94,75%, F1-score 94,71%), Burnout (akurasi 94,25%, F1-score 94,21%), dan Depression (akurasi 93,25%, F1-score 93,33%). Validasi silang 5-fold menghasilkan rata-rata akurasi 94,25%

SENTIMEN ULASAN KLASIFIKASI GAME BUS SIMULATOR INDONESIA DENGAN METODE TF-IDF NAÏVE BAYES

Fri, 02 Oct 2026 19:57:14 +0700

Industri hiburan digital lokal, khususnya game mobile seperti Bus Simulator Indonesia (BUSSID), berkembang pesat dan menarik banyak pengguna. Namun, tingginya volume ulasan pengguna di Google Play Store menyulitkan pengembang dalam mengevaluasi umpan balik secara manual untuk meningkatkan kualitas game. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna BUSSID ke dalam kategori positif, negatif, dan netral. Metode yang digunakan adalah data preprocessing (cleaning, case folding, normalisasi, tokenizing, stemming), pelabelan awal dengan Indonesia Sentiment Lexicon, pembobotan Term Frequency-Inverse Document Frequency (TF-IDF), dan klasifikasi menggunakan algoritma Naïve Bayes. Hasil penelitian menunjukkan kombinasi TF-IDF dan Naïve Bayes sangat efektif. Pada skenario data terbaik (70:30), model mencapai akurasi sebesar 89,92%. Performa kelas positif memperoleh precision 82%, recall 98%, F1-score 89%; kelas negatif mencapai precision 98%, recall 90%, F1-score 94%; serta kelas netral mencatat precision 95%, recall 73%, F1-score 83%.

ANALISIS PERBANDINGAN PERFORMA METODE K-MEANS DAN DBSCAN UNTUK CLUSTERING PELANGGAN

Muhammad Ali Bazmul, Dwi Hartanti, Aprilisa Arum Sari — Fri, 02 Oct 2026 19:58:32 +0700

Segmentasi pelanggan merupakan strategi penting untuk memahami karakteristik konsumen dan mendukung pengambilan keputusan pemasaran yang lebih efektif. Namun, pemilihan algoritma clustering yang kurang sesuai dengan karakteristik data dapat menghasilkan kualitas segmentasi yang kurang optimal. Penelitian ini bertujuan untuk membandingkan performa algoritma K-Means dan DBSCAN dalam melakukan segmentasi pelanggan pada Shopping Mall Customer Segmentation Dataset yang terdiri dari 15.079 data pelanggan. Metode penelitian meliputi preprocessing data, normalisasi menggunakan StandardScaler, penerapan algoritma K-Means dan DBSCAN, serta evaluasi hasil clustering menggunakan Silhouette Score dan Davies-Bouldin Index (DBI). Penentuan jumlah cluster pada K-Means dilakukan menggunakan Elbow Method, sedangkan parameter DBSCAN ditentukan melalui pencarian parameter (grid search). Hasil penelitian menunjukkan bahwa K-Means menghasilkan 5 cluster dengan nilai Silhouette Score sebesar 0,2669 dan DBI sebesar 1,0650, sedangkan DBSCAN menghasilkan 2 cluster dengan nilai Silhouette Score sebesar 0,1074 dan DBI sebesar 0,7681. Berdasarkan hasil evaluasi dan visualisasi cluster, K-Means menunjukkan performa yang lebih baik untuk segmentasi pelanggan pada dataset yang digunakan

PERBANDINGAN ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN ULASAN GOOGLE PLAY STORE

Rayyan Arifa, Ridwan Dwi Irawan, Nibras Faiq Muhammad — Fri, 02 Oct 2026 19:59:58 +0700

Lonjakan pemakaian aplikasi seluler memicu peningkatan drastis volume komentar pengguna di Google Play Store yang memuat opini berharga. Akan tetapi, kuantitas data yang masif membuat proses evaluasi sentimen secara manual menjadi sangat tidak efisien dan menyita waktu. Beranjak dari kendala tersebut, riset ini bertujuan untuk mengukur dan membandingkan tingkat keandalan algoritma Support Vector Machine (SVM) serta Naive Bayes dalam pengklasifikasian polaritas ulasan secara otomatis. Eksperimen dijalankan memanfaatkan korpus "Google Play Store Reviews" dari repositori Kaggle. Teks mentah difilter melewati tahapan preprocessing (meliputi case folding, tokenization, dan stopword removal), sebelum dikonversi menjadi format numerik lewat skema pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Tolok ukur pengujian bertumpu pada indikator akurasi, presisi, sensitivitas (recall), dan F1-score. Hasil komparasi membuktikan bahwa arsitektur SVM mendominasi dengan capaian akurasi di angka 82,07%, sukses menundukkan performa Naive Bayes yang tertahan pada level 80,83%.

SISTEM MONITORING TINGKAT STRES MANUSIA BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP32-C3 DAN SENSOR GALVANIC SKIN RESPONSE (SANATECH)

Angger Satria Restu Ageng, Pramono Pramono, Agustina Srirahayu — Fri, 02 Oct 2026 20:01:19 +0700

Stres merupakan respons fisiologis yang dapat berdampak pada kesehatan apabila berlangsung dalam jangka waktu lama. Pemantauan tingkat stres secara berkala masih menghadapi kendala karena sebagian metode yang tersedia memerlukan peralatan khusus dan biaya yang relatif tinggi. Penelitian ini bertujuan merancang sistem monitoring tingkat stres manusia berbasis Internet of Things (IoT) yang mampu melakukan pemantauan secara real-time menggunakan mikrokontroler ESP32-C3 dan sensor Galvanic Skin Response (GSR). Metode penelitian menggunakan pendekatan kuantitatif eksperimental dengan tahapan perancangan perangkat keras, pengolahan sinyal menggunakan metode Moving Average untuk mereduksi noise, serta klasifikasi tingkat stres berdasarkan nilai ambang (threshold). Data hasil pembacaan kemudian dikirim ke Firebase Realtime Database dan ditampilkan melalui dashboard berbasis web. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi kondisi stres rendah, sedang, dan tinggi dengan nilai GSR masing-masing sebesar 981, 1016, dan 1264. Seluruh data berhasil ditampilkan secara real-time pada dashboard web sehingga sistem dapat digunakan sebagai media monitoring tingkat stres yang praktis, portabel, dan hemat daya

ANALISIS KOMPARATIF ALGORITMA NAIVE BAYES DAN SVM PADA KLASIFIKASI SENTIMEN ULASAN NETFLIX

Alisa Hasna Khaira Aswha, Moh Muhtarom, Pramono Pramono — Fri, 02 Oct 2026 20:02:42 +0700

Netflix sebagai layanan streaming digital menghasilkan jutaan ulasan pengguna di Google Play Store yang memuat opini terhadap kualitas layanan. Volume ulasan yang sangat besar membuat analisis manual tidak efektif dan rentan subjektivitas, sehingga dibutuhkan metode klasifikasi otomatis untuk mengelompokkan sentimen pengguna ke dalam kategori positif, netral, dan negatif. Penelitian ini bertujuan menganalisis dan membandingkan kinerja algoritma Naive Bayes dan Support Vector Machine (SVM) dalam klasifikasi sentimen ulasan pengguna aplikasi Netflix. Penelitian menggunakan pendekatan text mining dengan data sekunder berupa 110.418 ulasan dari platform Kaggle. Pelabelan sentimen dilakukan berdasarkan rating pengguna, di mana score 1–2 dikategorikan negatif, score 3 netral, dan score 4–5 positif. Tahapan penelitian meliputi preprocessing data, transformasi TF-IDF, klasifikasi, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan SVM memiliki kinerja lebih baik dibandingkan Naive Bayes, dengan accuracy 78,48% dan F1-score 75,34%, berbanding accuracy 77,30% dan F1-score 73,23% pada Naive Bayes. Kedua algoritma mengalami kesulitan mengklasifikasikan sentimen netral akibat ketidakseimbangan data, di mana kelas netral hanya mencakup 10,66% dari total dataset. SVM direkomendasikan sebagai algoritma yang lebih optimal untuk kasus klasifikasi sentimen serupa.

PENERAPAN RULE-BASED UNTUK EVALUASI KESESUAIAN NILAI GIZI MENU MAKANAN BAGI ANAK USIA SEKOLAH

Ryan Rizky Ababil, Sopingi Sopingi, Vihi Atina — Fri, 02 Oct 2026 20:04:26 +0700

Kecukupan gizi pada anak usia sekolah sangat krusial karena berdampak langsung terhadap konsentrasi belajar serta optimalisasi tumbuh kembang mereka. Namun, Indonesia saat ini menghadapi tantangan beban gizi ganda serta ketidaksesuaian asupan nutrisi pada implementasi program Makan Bergizi Gratis (MBG) yang dinilai masih berada di bawah standar. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem cerdas berbasis rule-based guna mengevaluasi kesesuaian nilai gizi menu makanan anak sekolah berdasarkan standar Angka Kecukupan Gizi (AKG) 2019. Pengembangan sistem dilakukan menggunakan metode Waterfall dengan bahasa pemrograman Python. Sistem mengevaluasi tujuh parameter nutrisi utama menggunakan aturan logika IF-THEN serta memanfaatkan pendekatan Knowledge-based filtering untuk memberikan rekomendasi perbaikan menu. Hasil pengujian black-box menunjukkan bahwa sistem mampu mengakumulasi nilai gizi makro dan mikro secara akurat serta konsisten mendeteksi defisit nutrisi. Selain itu, sistem berhasil memberikan estimasi zat gizi makro dengan rasio kecocokan tinggi mencapai 4/5 pada menu pangan murni

SISTEM MONITORING HONOR MITRA PADA BPS KABUPATEN KARANGANYAR DENGAN VALIDASI BATAS MAKSIMAL BERBASIS WEB

Nabilah Maimunnah, Vihi Atina, Sopingi Sopingi — Fri, 02 Oct 2026 20:05:48 +0700

Pengelolaan honor mitra pada Badan Pusat Statistik (BPS) memerlukan sistem yang dapat mendukung administrasi dan monitoring secara terpusat dan efektif. Pada BPS Kabupaten Karanganyar terdapat permasalahan mengenai pengelolaan honor yang masih dilakukan secara manual menggunakan spreadsheet, sehingga berpotensi menimbulkan keterlambatan monitoring, kesalahan pencatatan, kesulitan validasi batas honor, serta kurang optimalnya pengawasan aktivitas pengguna. Penelitian ini bertujuan merancang dan membangun Sistem Monitoring Honor Mitra BPS berbasis web yang mampu mengelola data mitra, data kegiatan, kontrak kerja, realisasi honor, validasi batas maksimal honor, laporan, dan audit trail. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan menggunakan UML, implementasi dengan framework Laravel dan database MySQL, serta pengujian sistem menggunakan Black Box Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem berhasil menerapkan hak akses pengguna (Admin, Kepala BPS, dan Mitra), menyediakan fitur monitoring honor, validasi batas maksimal honor, pelaporan, dan audit trail. Hasil pengujian Black Box memperoleh tingkat keberhasilan 100%, sedangkan UAT memperoleh nilai 84,27% dengan kategori sangat baik. Dengan demikian, sistem dinyatakan layak digunakan untuk mendukung pengelolaan honor mitra yang lebih terstruktur, transparan, dan mudah dipantau

ANALISIS PERFORMA CNN SEQUENTIAL DAN MOBILENETV2 UNTUK KLASIFIKASI TULISAN TANGAN BERBASIS HAND TRACKING MEDIAPIPE

Fri, 02 Oct 2026 20:07:16 +0700

Kemampuan menulis merupakan keterampilan dasar yang penting dalam proses pembelajaran, khususnya dalam pengenalan huruf dan angka. Namun, anak dengan disleksia sering mengalami kesulitan dalam mengenali, membedakan, dan menuliskan karakter yang memiliki bentuk visual serupa, sehingga diperlukan media pembelajaran yang lebih interaktif dan adaptif. Penelitian ini bertujuan untuk menganalisis performa model Convolutional Neural Network (CNN) Sequential dan MobileNetV2 dalam klasifikasi tulisan tangan berbasis hand tracking menggunakan MediaPipe Hands. Metode yang digunakan meliputi pengumpulan dataset tulisan tangan huruf kapital, huruf kecil, dan angka, pra-pemrosesan data berupa resize, grayscaling, normalisasi, dan augmentasi, serta pengujian model pada setiap kategori karakter. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, grafik akurasi dan loss, serta confusion matrix. Hasil pengujian menunjukkan bahwa Sequential CNN lebih optimal pada kategori angka dengan F1-score 97,28%, sedangkan MobileNetV2 lebih unggul pada huruf kapital dengan F1-score 96,83% dan huruf kecil dengan F1-score 97,77%. Hasil ini menunjukkan bahwa pemilihan model berdasarkan kategori karakter dapat meningkatkan performa klasifikasi tulisan tangan

PERBANDINGAN PERFORMA RESNET-18, EFFICIENTNET-B0, DAN ENSEMBLE LEARNING DENGAN VISUALISASI GRAD-CAM PADA DETEKSI KATARAK

Wahyu Putra Pratama, Dwi Arman Prasetya, Andri Fauzan Adziima — Fri, 02 Oct 2026 20:08:39 +0700

Katarak merupakan salah satu penyebab utama kebutaan di dunia yang memerlukan deteksi dini untuk mencegah penurunan penglihatan permanen. Namun, diagnosis manual oleh tenaga medis rentan terhadap bias subjektif dan membutuhkan waktu yang tidak singkat, sehingga diperlukan sistem deteksi otomatis berbasis kecerdasan buatan yang akurat sekaligus interpretatif. Penelitian ini bertujuan mengembangkan model klasifikasi katarak menggunakan pendekatan stacking ensemble yang menggabungkan ResNet-18 dan EfficientNet-B0 sebagai base learner dengan Logistic Regression sebagai meta-learner, untuk mengklasifikasikan citra slit-lamp mata ke dalam tiga kelas, yaitu normal, immature, dan mature. Untuk meningkatkan transparansi model, penelitian ini juga mengintegrasikan metode Gradient-weighted Class Activation Mapping (Grad-CAM) sebagai teknik Explainable Artificial Intelligence (XAI) guna memvisualisasikan area citra yang paling berkontribusi terhadap keputusan prediksi model. Dataset yang digunakan terdiri atas 2.421 citra yang diperoleh dari platform Roboflow dan Kaggle, dengan tahap prapemrosesan meliputi resize, augmentasi, normalisasi, dan pembagian data. Hasil eksperimen menunjukkan bahwa model ensemble stacking mencapai akurasi tertinggi sebesar 98,37%, melampaui performa model tunggal ResNet-18 (92,15%) dan EfficientNet-B0 (94,01%). Visualisasi Grad-CAM mengonfirmasi bahwa model secara konsisten memusatkan perhatian pada area sentral lensa yang mengalami kekeruhan, sesuai dengan karakteristik klinis katarak. Penelitian ini membuktikan bahwa pendekatan stacking ensemble yang dikombinasikan dengan XAI mampu menghasilkan sistem klasifikasi katarak yang akurat dan transparan, sehingga berkontribusi pada pengembangan sistem deteksi katarak berbasis kecerdasan buatan.

PENERAPAN METODE COPRAS UNTUK PEMILIHAN APLIKASI MUSIK STREAMING BERDASARKAN TINGKAT KEPUASAN PENGGUNA

Istofaina Mujaekha, Saifur Rohman Cholil — Fri, 02 Oct 2026 20:09:48 +0700

Perkembangan layanan musik streaming memberikan berbagai alternatif aplikasi yang dapat digunakan oleh pengguna untuk menikmati musik digital. Namun, banyaknya pilihan aplikasi dengan karakteristik yang berbeda menyebabkan pengguna mengalami kesulitan dalam menentukan layanan yang paling sesuai dengan tingkat kepuasan yang diharapkan. Penelitian ini bertujuan untuk menerapkan metode Complex Proportional Assessment (COPRAS) dalam mengevaluasi dan merangking aplikasi musik streaming berdasarkan tingkat kepuasan pengguna. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan Multi-Criteria Decision Making (MCDM). Data diperoleh melalui penyebaran kuesioner kepada 50 responden pengguna aplikasi musik streaming. Kriteria penilaian meliputi kemudahan penggunaan, kelengkapan koleksi musik, fitur tambahan, dan harga berlangganan. Alternatif yang dianalisis terdiri dari Spotify, Joox, YouTube Music, Apple Music, Resso, SoundCloud, Deezer, Amazon Music, Langit Musik, dan Boomplay. Hasil perhitungan menggunakan metode COPRAS menunjukkan bahwa Spotify memperoleh nilai utilitas tertinggi dan menempati peringkat pertama. Validasi menggunakan koefisien Spearman Rank menghasilkan nilai 0,879 yang menunjukkan korelasi sangat kuat antara hasil perangkingan COPRAS dan tingkat kepuasan pengguna. Hasil tersebut menunjukkan bahwa metode COPRAS efektif digunakan sebagai pendukung pengambilan keputusan dalam pemilihan aplikasi musik streaming

ANALISIS AKURASI DAN STABILITAS SENSOR SUHU LOW-COST DAN INDUSTRIAL GRADE PADA SISTEM IOT BERBASIS EDGE COMPUTING

Aji Nurrohman, Pramono pramono, Nibras Faiq Muhammad — Fri, 02 Oct 2026 20:11:07 +0700

Perkembangan Internet of Things (IoT) mendorong penggunaan sensor suhu pada berbagai sistem monitoring yang memerlukan pengukuran secara real-time. Keandalan sistem tersebut sangat dipengaruhi oleh akurasi dan stabilitas sensor yang digunakan. Namun, perbedaan performa antara sensor suhu low-cost dan industrial grade pada sistem IoT berbasis edge computing masih memerlukan kajian lebih lanjut. Penelitian ini bertujuan untuk menganalisis dan membandingkan tingkat akurasi serta stabilitas kedua jenis sensor suhu tersebut. Metode penelitian dilakukan dengan mengimplementasikan sensor DHT22 dan DS18B20 pada satu platform IoT berbasis edge computing. Pengujian dilakukan pada kondisi lingkungan dan interval pengambilan data yang sama, kemudian hasil pengukuran dibandingkan dengan alat referensi terkalibrasi. Evaluasi dilakukan menggunakan parameter Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Mean Relative Error (MRE), dan standar deviasi. Hasil pengujian menunjukkan bahwa sensor DS18B20 memiliki nilai MAE sebesar 0,13°C, RMSE sebesar 0,13°C, dan MRE sebesar 0,49%, sedangkan sensor DHT22 memperoleh nilai MAE sebesar 0,63°C, RMSE sebesar 0,63°C, dan MRE sebesar 2,43%. Kedua sensor menghasilkan nilai standar deviasi sebesar 0,30°C yang menunjukkan kestabilan pengukuran yang baik. Berdasarkan hasil tersebut, DS18B20 memiliki tingkat akurasi yang lebih tinggi dibandingkan DHT22 dan lebih sesuai digunakan pada aplikasi monitoring suhu yang membutuhkan presisi tinggi.

PERANCANGAN ANTARMUKA SISTEM INFORMASI PELAPORAN PRODUKSI PERIKANAN PERAIRAN UMUM DARATAN MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT (RAD) DI DKP KOTA PEKALONGAN

Nazilatul Rizki, Prastuti Sulistyorini, Nurul Amalia — Fri, 02 Oct 2026 20:12:17 +0700

Pengelolaan data produksi perikanan di perairan umum daratan DKP Kota Pekalongan masih dilakukan dengan menggunakan Microsoft Excel, yang menyebabkan waktu rekapitulasi menjadi panjang, rentan terhadap kesalahan input, terjadinya penggandaan data, serta perlambatan dalam penyusun laporan. Masalah ini memerlukan desain antarmuka sistem informasi sebagai langkah awal sebelum penerapan. Penelitian ini bertujuan untuk mendesain antarmuka Sistem Informasi Pelaporan Produksi Perikanan Perairan Umum Daratan (SIPUD) yang berbasis web. Metode ini yang digunakan adalah Rapid Application Development (RAD) yang meliputi langkah-langkah perencanaan kebutuhan, analisis kebutuhan, desain antarmuka dengan figma, serta pengujian desain melalui teknik Cognitive Walkthrough yang melibatkan staf Bidang Perikanan Tangkap di DKP Kota PEkalongan . Hasil dari penelitian ini adalah mockup antarmuka sistem yang mencakup halaman login, dashboard, pengelolaan data nelayan, kapal, fasilitas pendukung (KUB, galangan kapal, dermaga, SPBB, coldstorage, pabrik es, jenis ikan, perbekalan), input produksi PUD, dan halaman laporan. Hasil uji Cognitive Walkthrough menunjukkan bahwa 8 dari 9 skenario telah memenuhi kriteria, sementara 1 skenario pada halaman data master kapal dinilai belum memadai karena tidak adanya field NIK untuk mengambil informasi pemilik kapal. Diharapkan sistem ini bisa memperbaiki efisiensi dan ketepatan dalam pelaporan produksi perikanan PUD di DKP Kota Pekalongan.

RANCANG BANGUN WEBSITE COMPANY PROFILE TEENAGER HOUSE RECORD BERBASIS WEBSITE MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT (RAD)

Anak Agung Gede Warmadika, A.A. Istri Ita Paramitha, Jauzaa Maylia Suhendro — Fri, 02 Oct 2026 20:13:47 +0700

Digitalisasi bisnis menuntut ketersediaan media promosi digital yang profesional bagi pelaku industri kreatif. Namun, Teenager House Record belum memiliki website resmi dan hanya mengandalkan Instagram, sehingga penyampaian informasi tidak terstruktur dan kurang optimal dalam menjangkau calon klien. Penelitian ini bertujuan merancang dan membangun website company profile Teenager House Record untuk meningkatkan efektivitas promosi digital. Metode yang digunakan adalah Rapid Application Development (RAD) yang meliputi tahapan requirements planning, user design, construction, dan testing. Sistem dibangun menggunakan framework Laravel dan database MySQL, serta diuji menggunakan blackbox testing. Hasil penelitian menunjukkan bahwa seluruh fitur utama website berfungsi dengan baik sesuai rancangan. Website ini terbukti mampu menyajikan informasi studio secara terstruktur, memperluas jangkauan promosi, serta meningkatkan kredibilitas usaha secara signifikan

PENERAPAN METODE COLLABORATIVE FILTERING PADA SISTEM REKOMENDASI FILM MENGGUNAKAN MOVIELENS DATASET

Sintia Rahayu Fatmawati, Sri Sumarlinda, Pipin Widyaningsih — Fri, 02 Oct 2026 20:15:04 +0700

Perkembangan layanan streaming film digital menyebabkan jumlah konten yang tersedia semakin banyak sehingga pengguna sering mengalami kesulitan dalam menemukan film yang sesuai dengan preferensinya. Kondisi tersebut menimbulkan permasalahan information overload yang dapat mengurangi efektivitas pengguna dalam menentukan pilihan tontonan. Penelitian ini bertujuan mengembangkan sistem rekomendasi film berbasis web menggunakan metode Collaborative Filtering dengan memanfaatkan MovieLens Dataset sebagai sumber data utama. Metode pengembangan sistem yang digunakan adalah prototype yang meliputi pengumpulan dataset, preprocessing data, perhitungan tingkat kemiripan pengguna menggunakan Cosine Similarity, prediksi rating, implementasi sistem, dan pengujian fungsionalitas. Dataset yang digunakan terdiri dari data pengguna, data film, dan data rating yang tersedia pada MovieLens. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengolah data rating pengguna untuk menghasilkan rekomendasi film berdasarkan kesamaan preferensi serta menampilkan daftar rekomendasi secara otomatis sesuai histori penilaian pengguna. Sistem yang dihasilkan dapat digunakan sebagai sarana pendukung dalam membantu pengguna menemukan film yang lebih relevan dan sesuai dengan minat mereka.

IMPLEMENTASI SISTEM PENYIRAMAN TANAMAN OTOMATIS MENGGUNAKAN SENSOR KELEMBAPAN TANAH DAN NODEMCU ESP8266 BERBASIS MOBILE

Masuhan Masuhan, Raditia Vindua — Fri, 02 Oct 2026 20:16:22 +0700

Perawatan tanaman yang optimal memerlukan penyiraman yang tepat sesuai dengan tingkat kelembaban tanah. Namun, penyiraman manual pada area perkebunan luas sering kali tidak efektif dan efisien. Penelitian ini bertujuan untuk mengimplementasikan sistem penyiraman tanaman otomatis berbasis NodeMCU ESP8266 menggunakan sensor kelembaban tanah sebagai detektor kebutuhan air. Sistem ini dirancang khusus untuk perkebunan okra dan dilengkapi dengan fitur monitoring serta kontrol jarak jauh secara real-time melalui aplikasi mobile Blynk berbasis Internet of Things (IoT). Metode penelitian dilakukan melalui pengujian fungsionalitas sistem dalam merespons perubahan kelembaban tanah dan mengevaluasi efektivitas penyiraman otomatis. Hasil pengujian menunjukkan bahwa sistem berhasil mengaktifkan pompa air secara otomatis saat sensor mendeteksi kondisi tanah kering dan mematikannya ketika kelembaban ideal telah tercapai. Dapat disimpulkan bahwa sistem ini mampu meningkatkan efisiensi penggunaan air serta mengoptimalkan kesehatan tanaman okra secara signifikan

RANCANG BANGUN DAN ANALISIS KINERJA SISTEM JEMURAN OTOMATIS BERBASIS IOT MENGGUNAKAN SENSOR BME280 DAN RAINDROP

Wahyu Prastomo, Pramono Pramono, Joni Maulindar — Sun, 04 Oct 2026 11:58:27 +0700

Perkembangan teknologi Internet of Things (IoT) memberikan kemudahan dalam berbagai aktivitas, termasuk proses penjemuran pakaian. Namun, proses penjemuran masih bergantung pada kondisi cuaca yang dapat berubah secara mendadak, seperti hujan atau meningkatnya kelembapan udara pada malam hari sehingga pakaian kembali basah. Penelitian ini mengaplikasikan metode perancangan prototipe untuk membangun dan menguji sistem jemuran otomatis berbasis IoT yang mampu merespons perubahan cuaca secara otomatis. Pada tahapan perancangan perangkat keras, prototipe ini dikembangkan menggunakan mikrokontroler ESP32, sensor cuaca BME280, dan sensor hujan (raindrop). Sementara itu, pada tahapan perancangan perangkat lunak, sistem mengimplementasikan metode pemrograman non-blocking untuk meningkatkan kecepatan dan respons sistem. Selain itu, prototipe juga diintegrasikan dengan dashboard web untuk pemantauan data cuaca dari jarak jauh. Hasil pengujian terhadap 6.242 titik data menunjukkan tingkat keberhasilan respons prototipe sebesar 100%. Sistem mampu menggerakkan motor servo secara presisi untuk menutup jemuran saat terdeteksi hujan atau kelembapan udara melebihi 70%. Pengiriman data ke server ThingSpeak juga berjalan stabil dengan interval 15 detik tanpa mengganggu kinerja mekanis sistem. Secara keseluruhan, prototipe ini terbukti mampu bekerja otomatis, akurat, dan efisien dalam menghadapi perubahan cuaca

IMPLEMENTASI METODE CONTENT-BASED FILTERING UNTUK REKOMENDASI TREATMENT SALON BERBASIS PREFERENSI PELANGGAN

Citra Indah Bunga Ramadhan, Hanifah Permatasari, Ratna Puspita Indah — Sun, 04 Oct 2026 11:59:18 +0700

Perkembangan teknologi informasi mendorong industri salon memanfaatkan sistem digital untuk meningkatkan kualitas dan konsistensi layanan. Pada Jharmy Salon, rekomendasi treatment masih dilakukan secara manual melalui konsultasi antara pelanggan dan petugas, sehingga hasilnya bergantung pada pengalaman petugas dan belum didukung pengolahan data yang terstruktur. Penelitian ini bertujuan mengimplementasikan sistem rekomendasi treatment salon berbasis web menggunakan metode content-based filtering. Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka, kemudian diproses melalui tahap identifikasi masalah, penyusunan atribut treatment dan profil pelanggan, pembentukan vektor biner berbobot, perhitungan cosine similarity, pengurutan hasil, implementasi sistem, serta pengujian fungsional dan akurasi. Profil pelanggan dibentuk berdasarkan area perawatan, jenis kulit, permasalahan kulit atau rambut, tujuan perawatan, dan riwayat treatment. Hasil penelitian menunjukkan bahwa sistem mampu menghitung tingkat kemiripan antara profil pelanggan dan atribut treatment, kemudian menampilkan rekomendasi berdasarkan nilai kecocokan tertinggi. Pengujian fungsional menunjukkan seluruh fitur utama berjalan sesuai kebutuhan, sedangkan pengujian terhadap sepuluh skenario menghasilkan akurasi 90% pada data uji yang digunakan

PENERAPAN FUZZY C-MEANS DALAM KLASTERISASI RISIKO DAN KINERJA SAHAM PERBANKAN INDONESIA

Muhammad Aditya Pratama, Fajar Suryani, Aprilisa Arum Sari — Sun, 04 Oct 2026 12:00:26 +0700

Perkembangan pasar modal Indonesia, khususnya pada sektor perbankan, mendorong investor untuk melakukan analisis saham yang lebih akurat dalam menilai tingkat risiko dan profitabilitas emiten. Namun, karakteristik data keuangan dan risiko saham perbankan yang kompleks serta cenderung tumpang tindih (overlap) menyulitkan proses pengelompokan menggunakan metode klasterisasi konvensional yang bersifat tegas. Penelitian ini bertujuan mengelompokkan saham perbankan berdasarkan indikator kinerja dan risiko guna mendukung pengambilan keputusan investasi yang lebih objektif. Metode yang digunakan adalah Fuzzy C-Means (FCM) dengan memanfaatkan data rasio keuangan dan risiko pasar yang meliputi Return on Assets (ROA), Return on Equity (ROE), Earnings per Share (EPS), Debt to Equity Ratio (DER), Non-Performing Loan (NPL), volatilitas, dan Value at Risk (VaR). Tahapan penelitian meliputi eksplorasi data, prapemrosesan, pembentukan model klasterisasi, serta validasi dan evaluasi model. Hasil penelitian menunjukkan bahwa FCM berhasil membentuk tiga klaster saham perbankan dengan karakteristik risiko dan profitabilitas yang berbeda. Nilai Fuzzy Partition Coefficient (FPC) sebesar 0,5170 menunjukkan kualitas klasterisasi yang cukup baik meskipun terdapat karakteristik data yang saling tumpang tindih. Dengan demikian, Fuzzy C-Means efektif digunakan untuk mendukung analisis investasi berbasis data pada saham sektor perbankan

ANALISIS KINERJA CNN DALAM KLASIFIKASI PENGGUNAAN MASKER WAJAH

Danang Saputra, Afu Ichsan Pradana , Dwi Hartanti — Sun, 04 Oct 2026 12:01:12 +0700

Penggunaan masker wajah merupakan upaya pencegahan yang krusial dalam menekan penyebaran penyakit melalui udara, termasuk penyakit zoonosis seperti Hantavirus. Namun, pemantauan kepatuhan secara manual masih menghadapi keterbatasan dari segi efektivitas dan efisiensi, sehingga diperlukan sistem pemantauan otomatis berbasis computer vision.Penelitian ini mengkaji kemampuan metode Convolutional Neural Network (CNN) dalam mengklasifikasikan pemakaian masker wajah ke dalam tiga kategori, yaitu incorrect_mask, with_mask, dan without_mask. Dataset yang digunakan adalah Face Mask Detection Dataset yang memuat 14.536 citra, dengan tahapan penelitian meliputi pre-processing, perancangan arsitektur CNN, pelatihan model, serta evaluasi menggunakan metrik accuracy, precision, recall, F1-score, dan confusion matrix.Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi sebesar 80,08%. Kelas incorrect_mask memperoleh performa terbaik dengan precision 94%, recall 99%, dan F1-score 96%, sedangkan kelas with_mask dan without_mask masih mengalami beberapa kesalahan klasifikasi akibat kemiripan karakteristik visualnya. Secara keseluruhan, metode CNN terbukti memiliki kemampuan yang memadai dalam klasifikasi penggunaan masker wajah dan berpotensi diterapkan sebagai sistem pemantauan kepatuhan masker secara otomatis di lingkungan publik

PENERAPAN TEKNOLOGI WEB MONITORING SAMPAH DAN TAMAN MENGGUNAKAN METODE RAD DI KEBUN RAYA INDROKILO

Sun, 04 Oct 2026 12:02:07 +0700

Pengelolaan ruang terbuka hijau dan kebun raya membutuhkan sistem pemantauan yang berkelanjutan. Di Kebun Raya Indrokilo Boyolali, proses pencatatan data taman tematik dan volume limbah hijau (sampah organik) masih dilakukan secara manual, sehingga menyulitkan pemantauan secara real-time dan rentan terhadap kesalahan rekapitulasi data. Penelitian ini bertujuan untuk merancang dan membangun KRIB Tracker, yaitu sebuah sistem informasi berbasis web yang berfungsi mendigitalisasi pemantauan sampah dan manajemen data taman secara terintegrasi. Pengembangan sistem ini menerapkan metode Rapid Application Development (RAD) yang mengutamakan siklus pengembangan cepat dan umpan balik pengguna, menggunakan bahasa pemrograman PHP, basis data MySQL, dan framework Bootstrap. Hasil pengujian fungsionalitas menggunakan Black Box Testing menunjukkan bahwa seluruh fitur utama, meliputi manajemen data oleh admin serta visualisasi grafik informasi bagi pengunjung, telah berjalan sesuai kebutuhan. Implementasi sistem ini terbukti mampu menyederhanakan alur kerja petugas, serta meningkatkan efisiensi dan transparansi pengelolaan data di lingkungan Kebun Raya Indrokilo

KLASIFIKASI JENIS DAN ESTIMASI TINGGI TANAMAN BONSAI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN RF-DETR

Aditya Muhamad Maulana, Undang Syaripudin, Muhammad Deden Firdaus — Sun, 04 Oct 2026 12:02:55 +0700

Bonsai merupakan seni budidaya tanaman yang kerap diperlombakan dengan kriteria penilaian yang mencakup klasifikasi jenis dan pengukuran tinggi tanaman. Penilaian bonsai yang manual dalam perlombaan cenderung subjektif, tidak konsisten, dan menjadi tidak efisien dalam hal klasifikasi dan pengukuran tinggi bonsai. Penelitian ini bertujuan untuk membangun sistem berbasis hybrid dengan mengintegrasikan VGG19 berbasis CNN dan Roboflow Detection Transformer (RF-DETR) untuk mengotomatisasi klasifikasi serta pengukuran tinggi bonsai dengan menggunakan pendekatan CRISP-DM. Dataset yang digunakan berjumlah 1.050 gambar bonsai yang diambil dari perlombaan bonsai di UIN Sunan Gunung Djati Bandung dan beberapa gambar bonsai yang diambil dari sumber di internet, yang dibagi menjadi 5 kelas: Anting Putri, Cemara Sargenti, Cemara Sinensis, Sisir, dan Sancang. Setiap gambar diubah ke ukuran 512×512 piksel disertai normalisasi dan augmentasi untuk keperluan peningkatan generalisasi model. VGG19 untuk mengidentifikasi karakteristik morfologi dari bonsai, dan RF-DETR untuk mendeteksi bonsai dan pot sebagai referensi kalibrasi spasial dalam konversi piksel ke sentimeter. Hasil evaluasi menunjukkan akurasi keseluruhan sebesar 74% dengan akurasi tertinggi kelas Anting Putri 85%. Visualisasi Grad-CAM menunjukkan bahwa model berfokus pada area morfologi yang relevan. Sistem ini diimplementasikan dalam bentuk aplikasi web berbasis Flask dan React yang dapat memberikan informasi klasifikasi jenis bonsai, confidence score beserta estimasi tinggi tanaman

SYSTEMATIC LITERATUR REVIEW PADA DIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN MACHINE LEARNING

Akhsani Takwim, Fitri Handayani — Sun, 04 Oct 2026 12:03:42 +0700

Penyakit jantung adalah salah satu penyebab kematian paling umum di seluruh dunia dan merupakan tantangan besar dalam sektor kesehatan. Inovasi dalam teknologi pembelajaran mesin memberikan kesempatan untuk meningkatkan proses prediksi penyakit jantung dengan cara yang lebih cepat, tepat, dan objektif. Namun, banyaknya algoritma, variabel, dan metode evaluasi yang terlibat dalam penelitian membuatnya sulit untuk menemukan metode yang paling efektif. Tujuan dari penelitian ini adalah untuk menemukan variabel yang paling sering digunakan, membandingkan algoritma pembelajaran mesin yang paling efisien, serta mengevaluasi metode pengujian dan penilaian yang diterapkan dalam prediksi kondisi jantung. Metodologi yang diterapkan adalah Tinjauan Literatur Sistematis (SLR) dengan menganalisa 25 artikel riset yang diterbitkan antara tahun 2023 dan 2026. Langkah-langkah penelitian mencakup identifikasi literatur, pemilihan artikel berdasarkan kriteria inklusi dan eksklusi, ekstraksi data, serta analisis terhadap variabel, algoritma, metode pengujian, dan hasil dari penelitian. Temuan dari kajian ini menunjukkan bahwa usia, tekanan darah, dan kadar kolesterol adalah faktor yang paling umum digunakan karena keterkaitannya yang kuat dengan risiko penyakit jantung. Algoritma Random Forest dan Ensemble Learning muncul sebagai metode dominan, menunjukkan performa konsisten dengan tingkat akurasi yang tinggi. Di samping itu, K-Fold Cross Validation adalah metode pengujian paling banyak dipakai, sedangkan akurasi menjadi metrik evaluasi yang paling sering digunakan

ANALISIS KEPUASAN PENGGUNA TERHADAP ANTARMUKA DAN PENGALAMAN PENGGUNA PADA APLIKASI E-COMMERCE TOKOPEDIA DAN SHOPEE: PENDEKATAN END USER COMPUTING SATISFACTION (EUCS)

Faiz Hawadi, Popong Setiawati — Sun, 04 Oct 2026 12:04:34 +0700

Pertumbuhan e-commerce di Indonesia yang semakin pesat mendorong pentingnya evaluasi terhadap kualitas antarmuka dan pengalaman pengguna pada platform digital. Meskipun Tokopedia dan Shopee merupakan dua platform e-commerce dengan jumlah pengguna yang besar, perbedaan karakteristik antarmuka dan pengalaman pengguna berpotensi memengaruhi tingkat kepuasan pengguna. Penelitian ini bertujuan menganalisis dan membandingkan tingkat kepuasan pengguna terhadap aplikasi Tokopedia dan Shopee menggunakan model End-User Computing Satisfaction (EUCS). Penelitian menggunakan pendekatan kuantitatif deskriptif dengan metode komparatif berbasis survei. Data dikumpulkan melalui kuesioner yang disebarkan kepada 150 responden yang pernah menggunakan kedua aplikasi dan berusia minimal 17 tahun. Tingkat kepuasan diukur berdasarkan lima dimensi EUCS, yaitu content, accuracy, format, ease of use, dan timeliness. Hasil uji normalitas Shapiro-Wilk menunjukkan bahwa data tidak berdistribusi normal sehingga pengujian hipotesis dilakukan menggunakan Wilcoxon Signed Rank Test. Hasil penelitian menunjukkan bahwa tidak terdapat perbedaan tingkat kepuasan pengguna yang signifikan antara Tokopedia dan Shopee pada seluruh dimensi EUCS (p > 0,05). Temuan ini menunjukkan bahwa kedua platform memiliki kualitas sistem dan pengalaman pengguna yang relatif setara berdasarkan persepsi pengguna

DETEKSI BERITA HOAKS BERBAHASA INDONESIA MENGGUNAKAN CNN-LSTM DAN INDOBERT DENGAN DUKUNGAN EVIDENCE RETRIEVAL

Junaedy Susanto, Taswanda Taryo, Abu Khalid Rivai — Sun, 04 Oct 2026 12:05:30 +0700

Penyebaran berita hoaks berbahasa Indonesia di media digital semakin meningkat dan berpotensi menimbulkan dampak sosial yang signifikan. Karakteristik berita hoaks yang menyerupai berita valid menyebabkan proses verifikasi informasi menjadi sulit dilakukan secara manual. Penelitian ini bertujuan mengembangkan sistem deteksi berita hoaks berbahasa Indonesia dengan membandingkan kinerja model IndoBERT dan CNN-LSTM serta mengintegrasikan evidence retrieval untuk mendukung verifikasi informasi. Dataset yang digunakan berasal dari Kaggle "Deteksi Berita Hoaks Indo" yang terdiri dari 23.942 berita dari TurnBackHoax.id, Antaranews, Kompas, dan Detik.com. Setelah proses pembersihan data dan deduplikasi diperoleh 21.130 data yang dibagi dengan rasio 70:15:15 untuk data training, validation, dan testing. Model CNN-LSTM dan IndoBERT dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score, kemudian diimplementasikan pada aplikasi web berbasis Flask yang mendukung input teks dan URL berita. Hasil penelitian menunjukkan bahwa IndoBERT memperoleh performa terbaik dengan accuracy 99,12% dan F1-score 0,99, sedangkan CNN-LSTM memperoleh accuracy 97% dan F1-score 0,97. Integrasi evidence retrieval berhasil menyediakan sumber informasi eksternal yang relevan sebagai pendukung hasil deteksi. Hasil penelitian menunjukkan bahwa IndoBERT lebih efektif dibandingkan CNN-LSTM dalam mendeteksi berita hoaks berbahasa Indonesia serta mampu mendukung proses verifikasi informasi yang lebih transparan

ANALISIS EFEKTIVITAS PENDEKATAN BRANCHING STORY PADA GAME EDUKASI INSIDEN HOTEL YAMATO TERHADAP RETENSI DAN AKURASI PEMAHAMAN SEJARAH

Zata Hashfi Luthfan Tori, Fetty Tri Anggraeny, Andreas Nugroho Sihananto — Sun, 04 Oct 2026 12:17:59 +0700

Game Based Education terbukti efektif sebagai media pembelajaran sejarah, dan mekanik branching story semakin banyak diterapkan untuk menghadirkan pengalaman yang interaktif melalui jalur cerita alternatif (what-if). Namun, eksposur terhadap jalur fiktif menimbulkan kekhawatiran bahwa pemain berpotensi sulit membedakan fakta sejarah dari skenario hipotetis sehingga menurunkan akurasi pemahaman. Penelitian ini bertujuan menganalisis efektivitas pendekatan branching story pada game edukasi "Insiden Hotel Yamato" terhadap retensi dan akurasi pemahaman sejarah pemain. Metode yang digunakan adalah kuasi-eksperimental dengan desain two-group pre-test post-test, di mana 20 responden dibagi menjadi Kelompok A (jalur utama) dan Kelompok B (jalur alternatif what-if) yang mengerjakan instrumen retensi fakta dan akurasi fakta-fiksi. Hasil menunjukkan Kelompok A mencapai post-test retensi 95,0% (peningkatan 62,5 poin) dan Kelompok B 87,5% (peningkatan 57,5 poin), sedangkan akurasi fakta-fiksi Kelompok A 90,0% dan Kelompok B 86,7% dengan selisih 3,3 poin. Temuan ini menunjukkan bahwa sistem peringatan alur alternatif membantu pemain membedakan fakta dari fiksi, sehingga branching story dapat diterapkan pada game edukasi sejarah tanpa mengorbankan akurasi pemahaman

PENGEMBANGAN MODEL LSTM PREDIKSI KEMACETAN JALAN SUKABUMI BERBASIS ANALISIS KECEPATAN RATA-RATA KENDARAAN

Bagas Firmansyah, Ivana Lucia Kharisma — Sun, 04 Oct 2026 12:07:16 +0700

Kemacetan lalu lintas di perkotaan seperti Sukabumi berdampak signifikan pada efisiensi mobilitas masyarakat. Model prediksi berbasis deep learning saat ini seringkali memerlukan komputasi berat dan dataset heterogen yang kompleks. Penelitian ini bertujuan mengembangkan model prediksi kemacetan yang ringan dan akurat menggunakan arsitektur Sequence-to-Sequence (Seq2Seq) Long Short-Term Memory (LSTM). Metode yang digunakan memanfaatkan Floating Car Data (FCD) kecepatan kendaraan selama 30 hari dengan interval 15 menit pada 50 ruas jalan. Data mentah direkayasa menjadi 41 fitur spasial-temporal, dinormalisasi menggunakan teknik Hybrid Scaling (Z-Score dan Min-Max), serta distrukturkan melalui metode sliding window dengan lookback 12 langkah untuk memprediksi 4 langkah ke depan. Hasil evaluasi menunjukkan model mencapai Validation Loss (MSE) 0,0576. Pengujian pada data uji menghasilkan Mean Absolute Error (MAE) keseluruhan 1,6905 km/jam dan Root Mean Squared Error (RMSE) 2,4692 km/jam. Hasil prediksi kecepatan ini berhasil diklasifikasikan ke dalam 4 kategori Speed Ratio (Free Flow, Moderate, Congested, Severe Congestion) untuk visualisasi dasbor kemacetan secara real-time.

ANALISIS KLASIFIKASI TRANSAKSI PENIPUAN KARTU KREDIT MENGGUNAKAN MODEL ALGORITMA KLASIFIKASI NAÏVE BAYES

Sun, 04 Oct 2026 12:08:08 +0700

Perkembangan transaksi digital dan penggunaan kartu kredit yang semakin meningkat menyebabkan risiko terjadinya penipuan transaksi (credit card fraud) juga semakin tinggi. Aktivitas penipuan kartu kredit dapat menimbulkan kerugian finansial bagi pengguna maupun pihak perbankan sehingga diperlukan sistem deteksi yang mampu mengidentifikasi transaksi mencurigakan secara cepat dan akurat. Permasalahan yang sering terjadi adalah sulitnya membedakan transaksi normal dan transaksi penipuan karena pola data yang kompleks serta jumlah data transaksi yang sangat besar. Penelitian ini bertujuan untuk menganalisis klasifikasi transaksi penipuan kartu kredit menggunakan model algoritma Naïve Bayes guna membantu proses deteksi fraud secara efektif. Metode yang digunakan adalah klasifikasi data mining dengan tahapan pengumpulan dataset, preprocessing data, pembagian data latih dan data uji, serta pelatihan model menggunakan algoritma Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan transaksi penipuan dan transaksi normal dengan baik sehingga dapat digunakan sebagai alternatif metode deteksi dini untuk meningkatkan keamanan transaksi kartu kredit

RANCANG BANGUN WEB REKOMENDASI MUSIK SESUAI CUACA DAN SUASANA HATI PENGGUNA

Sun, 04 Oct 2026 12:09:07 +0700

Perkembangan platform musik digital mendorong kebutuhan akan sistem rekomendasi yang lebih personal. Penelitian ini bertujuan mengembangkan aplikasi rekomendasi musik berbasis cuaca dan mood pengguna menggunakan metode Waterfall. Sistem mengintegrasikan API cuaca real-time dan fitur pemilihan mood sebagai dasar rekomendasi lagu. Hasil pengujian menunjukkan aplikasi mampu memberikan rekomendasi yang sesuai dengan kombinasi kondisi cuaca dan suasana hati pengguna secara real-time. Dengan demikian, aplikasi ini dapat meningkatkan relevansi rekomendasi musik serta pengalaman pengguna dalam mendengarkan musik

EVALUASI USABILITY PADA APLIKASI PELAYANAN ADMINISTRASI DESA WARGASARA MENGGUNAKAN TEKNIK SISTEM USABILITY SCALE (SUS)

Muhamad Arya Faizul Wasi'i, Hamdan Hamdan, Ahmad Munawir — Sun, 04 Oct 2026 12:10:06 +0700

Pelayanan administrasi desa yang masih dilakukan secara manual sering menimbulkan berbagai permasalahan seperti keterlambatan pelayanan, antrean masyarakat, dan kesulitan pengelolaan data administrasi. Untuk mengatasi permasalahan tersebut, dikembangkan aplikasi pelayanan administrasi Desa Wargasara berbasis mobile menggunakan Flutter dan Laravel 12. Penelitian ini bertujuan untuk mengevaluasi tingkat usability aplikasi menggunakan metode System Usability Scale (SUS). Metode penelitian yang digunakan adalah kuantitatif dengan teknik pengumpulan data berupa observasi, dokumentasi, dan penyebaran kuesioner SUS kepada 30 responden pengguna aplikasi. Pengujian dilakukan terhadap fitur utama aplikasi seperti login, pengajuan surat, pengaduan, validasi layanan, dan cetak surat PDF. Hasil pengujian fungsional menunjukkan seluruh fitur berjalan dengan baik sesuai kebutuhan sistem. Berdasarkan hasil evaluasi usability menggunakan SUS, aplikasi memperoleh skor rata-rata sebesar 82,0 yang termasuk kategori Excellent, grade A, dan acceptable. Hasil tersebut menunjukkan bahwa aplikasi memiliki tingkat usability yang sangat baik dan mudah digunakan oleh masyarakat. Dengan demikian, aplikasi pelayanan administrasi Desa Wargasara mampu mendukung digitalisasi pelayanan publik desa secara lebih efektif, efisien, dan terintegrasi

PENGEMBANGAN APLIKASI ABSENSI DAN PELAPORAN KEGIATAN PEGAWAI BERBASIS FLUTTER MENGGUNAKAN TEKNOLOGI GEOFENCING DAN FACE RECOGNITION

M. Prisa Senada, Basuki Rakhim Setya Permana, Sunardi Sunardi — Sun, 04 Oct 2026 12:11:06 +0700

Kedisiplinan pegawai merupakan faktor penting dalam mendukung efektivitas kinerja organisasi, khususnya pada instansi pemerintahan. Kejaksaan Negeri Pandeglang masih menggunakan sistem absensi konvensional yang memiliki berbagai kelemahan, seperti potensi manipulasi data, keterlambatan rekapitulasi, dan kesulitan dalam pemantauan aktivitas pegawai secara real-time. Penelitian ini bertujuan mengembangkan aplikasi absensi dan pelaporan kegiatan pegawai berbasis mobile menggunakan framework Flutter dengan integrasi teknologi geofencing dan face recognition. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Agile Scrum yang terdiri atas tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Teknologi geofencing digunakan untuk memvalidasi lokasi kehadiran pegawai, sedangkan face recognition digunakan untuk memverifikasi identitas pengguna. Pengujian sistem dilakukan menggunakan Black Box Testing untuk menguji fungsionalitas aplikasi. Hasil penelitian menunjukkan bahwa aplikasi mampu melakukan validasi lokasi dan identitas pegawai secara otomatis sehingga mengurangi potensi kecurangan absensi. Selain itu, fitur laporan kegiatan yang terintegrasi memudahkan proses monitoring aktivitas pegawai secara real-time. Dengan demikian, aplikasi yang dikembangkan dapat meningkatkan efektivitas, transparansi, dan akurasi pengelolaan absensi pegawai di lingkungan Kejaksaan Negeri Pandeglang

PENGEMBANGAN SMART DOOR LOCK DENGAN AUTENTIKASI RFID BERBASIS IOT

Noval Maulana, Basuki Rakhim Setya Permana, Sunardi Sunardi — Sun, 04 Oct 2026 12:12:01 +0700

Sistem keamanan pintu konvensional masih memiliki kelemahan, seperti risiko kehilangan kunci, duplikasi kunci, serta belum tersedianya monitoring kondisi pintu secara real-time. Perkembangan Internet of Things (IoT) memungkinkan sistem keamanan pintu dikembangkan menjadi lebih modern, fleksibel, dan dapat dikontrol melalui smartphone. Penelitian ini bertujuan mengembangkan smart door lock dengan autentikasi RFID berbasis IoT menggunakan NodeMCU ESP-12 dan aplikasi Blynk sebagai media monitoring serta kontrol wireless. Metode penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi perangkat keras dan perangkat lunak, serta pengujian performa jaringan. Sistem menggunakan RFID RC522 sebagai autentikasi pengguna, relay dan solenoid door lock sebagai aktuator, serta buzzer dan LED RGB sebagai indikator. Pengujian dilakukan terhadap fungsi kontrol Blynk dan kualitas jaringan menggunakan parameter throughput, delay, packet loss, dan jitter. Hasil pengujian menunjukkan bahwa kontrol pintu melalui Blynk berhasil berjalan dengan respon ±1 detik, rata-rata throughput sebesar 189,8 kbps, rata-rata delay 22 ms, rata-rata packet loss 0,2%, dan rata-rata jitter 2,8 ms. Dengan demikian, sistem yang dikembangkan mampu meningkatkan keamanan, efisiensi, dan fleksibilitas dibandingkan kunci konvensional

MODEL EVALUASI USABILITY PASCA PEMBARUAN UI/UX PADA SISTEM PELAPORAN KEDATANGAN ALAT ANGKUT BARANG KAPAL KARGO DI BIDANG KEIMIGRASIAN: SYSTEMATIC LITERATURE REVIEW KUALITATIF BERPEDOMAN PRISMA

Muhammad Rizky Arimuharam, Galuh Boy Hertantyo, Cakra Trinata — Sun, 04 Oct 2026 12:13:03 +0700

Digitalisasi layanan keimigrasian dan pelabuhan menuntut aplikasi yang mudah dipahami, efisien, aman, dan nyaman digunakan setelah pembaruan UI/UX. Permasalahan penelitian ini adalah belum adanya sintesis yang memetakan model evaluasi usability yang paling tepat untuk sistem pelaporan kedatangan alat angkut barang kapal kargo di bidang keimigrasian. Penelitian ini bertujuan mengidentifikasi model yang paling sering digunakan, menentukan model paling relevan untuk evaluasi pasca pembaruan antarmuka, serta merumuskan rancangan evaluasi yang dapat diterapkan pada sistem target. Metode yang digunakan adalah Systematic Literature Review kualitatif berpedoman PRISMA 2020 melalui penelusuran artikel pada Google Scholar, Scopus, Garuda, dan Semantic Scholar periode 2021-2026. Sebanyak 30 artikel dianalisis secara tematik berdasarkan konteks aplikasi, instrumen evaluasi, metode pengumpulan data, dan temuan utama. Hasil penelitian menunjukkan bahwa System Usability Scale merupakan instrumen paling dominan karena sederhana dan kuat untuk benchmarking, sedangkan User Experience Questionnaire paling relevan sebagai pelengkap karena mengukur pengalaman pengguna secara multidimensi. Rekomendasi evaluasi untuk sistem target adalah kombinasi SUS, UEQ, heuristic evaluation, dan task-based usability testing

RANCANG BANGUN SISTEM INFORMASI PERSEDIAAN DAN PENJUALAN MENGGUNAKAN FRAMEWORK LARAVEL DI TOKO KOPI SEKAWAN

Abdul Aziz, Dyah Ariyanti, Ira Aprilia, Imam Marzuki — Sun, 04 Oct 2026 12:14:13 +0700

Toko Kopi Sekawan masih melakukan pengelolaan inventaris, transaksi penjualan, dan penyusunan laporan secara manual sehingga berpotensi menimbulkan kesalahan pencatatan, ketidaksesuaian data stok, serta keterlambatan penyajian informasi. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi persediaan dan penjualan berbasis web guna meningkatkan efektivitas dan efisiensi pengelolaan operasional toko. Metode pengembangan sistem yang digunakan adalah model Waterfall yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan framework Laravel dengan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem berhasil diimplementasikan sesuai kebutuhan operasional Toko Kopi Sekawan dengan menyediakan fitur pengelolaan produk, inventaris, transaksi penjualan, dan riwayat transaksi yang terintegrasi dalam satu platform. Sistem mampu membantu mempercepat proses pengolahan data, meningkatkan akurasi pencatatan, meminimalkan risiko kehilangan data, serta menyediakan informasi secara real-time untuk mendukung pengambilan keputusan. Berdasarkan hasil pengujian, seluruh fungsi sistem berjalan dengan baik sehingga sistem dinilai layak digunakan sebagai solusi pengelolaan persediaan dan penjualan di Toko Kopi Sekawan

SISTEM INFORMASI POSYANDU BERBASIS WEBSITE MENGGUNAKAN FRAMEWORK LARAVEL DENGAN FITUR GRAFIK PERTUMBUHAN BALITA DI DESA JABUNG SISIR

Ali Masykur Ibrahim, Ahmad Izzuddin, Nuzul Hikmah, Imam Marzuki — Sun, 04 Oct 2026 12:15:06 +0700

Posyandu di Desa Jabung Sisir memiliki peran yang penting dalam pemantauan pertumbuhan balita. Namun, dalam proses pencatatan data Kader Posyandu masih dilakukan manual menggunakan buku register, sehingga berisiko terjadi kehilangan data, kesalahan pencatatan, data ganda, dan keterlambatan dalam pembuatan laporan. Selain itu, orang tua sulit memantau riwayat pertumbuhan anak karena data masih tersimpan dalam bentuk catatan fisik. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Posyandu berbasis website menggunakan framework Laravel. Metode pengembangan sistem yang digunakan adalah metode Waterfall yang terdiri dari tahap analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem ini dilengkapi dengan fitur pengelolaan data Posyandu, data orang tua, data balita, pencatatan hasil pengukuran, grafik pertumbuhan balita, dashboard, role hak akses pengguna, serta cetak laporan PDF. Hasil penelitian menghasilkan sistem informasi yang dapat membantu proses pencatatan dan pengelolaan data Posyandu menjadi lebih terstruktur, memudahkan pemantauan pertumbuhan balita, serta membantu orang tua melihat riwayat pertumbuhan anak melalui website

PEMODELAN PREDIKSI PENJUALAN PUPUK MENGGUNAKAN NEURAL NETWORK BERDASARKAN DATA HISTORIS PENJUALAN

Mohamad Rizal Rivan Amin, Imam Marzuki, Hermin Arista — Sun, 04 Oct 2026 12:16:03 +0700

Sektor pertanian di Indonesia memiliki ketergantungan yang tinggi terhadap ketersediaan pupuk sebagai sarana produksi utama. Namun, ketidakakuratan dalam peramalan kebutuhan dan penjualan pupuk seringkali menyebabkan kelebihan atau kekurangan stok yang berdampak signifikan pada efisiensi distribusi dan pendapatan distributor. Permasalahan ini memerlukan pendekatan analitik berbasis data yang mampu mengidentifikasi pola historis penjualan secara akurat. Penelitian ini bertujuan untuk menganalisis dan membangun model prediksi penjualan pupuk menggunakan metode Neural Network yang diimplementasikan pada perangkat lunak Orange Data Mining. Metode penelitian yang digunakan meliputi pengumpulan data historis penjualan pupuk, pra-pemrosesan data, pembangunan model Neural Network dengan arsitektur backpropagation, serta evaluasi menggunakan cross-validation dengan pembagian data latih dan data uji sebesar 80:20. Visualisasi alur analisis dilakukan secara visual menggunakan widget pada antarmuka Orange Data Mining. Hasil pengujian menunjukkan bahwa model Neural Network mampu memprediksi penjualan pupuk dengan akurasi yang tinggi, ditandai oleh nilai Root Mean Square Error (RMSE) yang rendah, sehingga model ini dinilai layak digunakan sebagai alat bantu pengambilan keputusan dalam manajemen persediaan dan strategi distribusi pupuk

PENERAPAN LOCAL BINARY PATTERN HISTOGRAM DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI CITRA PENYAKIT DAUN KENTANG

Wahyu Triningsih, Fetty Tri Anggraeny, Muhammad Muharrom Al Haromainy — Sun, 04 Oct 2026 12:33:07 +0700

Penyakit pada daun kentang dapat menyebabkan penurunan kualitas dan kuantitas hasil panen sehingga diperlukan proses identifikasi yang cepat dan akurat. Identifikasi secara manual oleh petani masih memiliki keterbatasan karena bergantung pada pengalaman dan pengamatan visual yang bersifat subjektif. Penelitian ini bertujuan untuk mengidentifikasi penyakit daun kentang menggunakan metode Local Binary Pattern Histogram (LBPH) sebagai ekstraksi fitur dan K-Nearest Neighbor (KNN) sebagai metode klasifikasi. Dataset yang digunakan terdiri dari tiga kelas, yaitu Early Blight, Late Blight, dan Healthy, yang diperoleh dari Kaggle. Tahapan penelitian meliputi pra-pemrosesan citra berupa resize dan konversi grayscale, ekstraksi fitur menggunakan LBPH, serta klasifikasi menggunakan KNN dengan nilai K = 3 dan K = 5. Evaluasi performa model dilakukan menggunakan confusion matrix dan akurasi klasifikasi. Hasil pengujian menunjukkan bahwa metode LBPH mampu mengekstraksi karakteristik tekstur daun kentang dengan baik sehingga dapat digunakan sebagai fitur masukan bagi algoritma KNN. Berdasarkan hasil evaluasi model KNN dengan nilai K = 5 menghasilkan performa terbaik dibandingkan K = 3, yaitu sebesar 83.90%. Penelitian ini menunjukkan bahwa kombinasi metode LBPH dan KNN dapat digunakan untuk membantu proses identifikasi penyakit daun kentang secara otomatis dan memberikan hasil klasifikasi yang cukup baik

PENGEMBANGAN MINIGAME CONGKLAK INTERAKTIF PADA GIM EDUKASI PERMAINAN TRADISIONAL BERBASIS UNITY

Ario Hartoko, Andreas Nugroho Sihananto, Hazna At Thooriqoh — Sun, 04 Oct 2026 12:33:58 +0700

Perkembangan teknologi digital telah meningkatkan popularitas video game di kalangan generasi muda, sementara minat terhadap permainan tradisional, seperti Congklak, terus mengalami penurunan. Kondisi tersebut mendorong perlunya media pembelajaran yang mampu memperkenalkan kembali permainan tradisional melalui pendekatan yang lebih interaktif. Penelitian ini bertujuan mengembangkan gim edukasi berbasis visual novel dengan menerapkan branching narrative dan minigame Congklak sebagai media untuk memperkenalkan permainan tradisional kepada generasi muda. Pengembangan gim dilakukan menggunakan Unity dengan tahapan perancangan gim, desain mendetail, pembuatan prototipe, implementasi, dan pengujian. Evaluasi dilakukan menggunakan metode Game User Experience Satisfaction Scale (GUESS-18) dengan skala Likert tujuh poin terhadap 26 responden yang berasal dari komunitas maimai berusia 15–23 tahun. Hasil pengujian memperoleh nilai rata-rata sebesar 5,59, yang termasuk dalam kategori Menarik, sehingga menunjukkan bahwa gim mampu memberikan pengalaman bermain yang positif bagi pengguna. Dengan demikian, gim yang dikembangkan dapat menjadi media alternatif untuk memperkenalkan permainan tradisional Congklak melalui penyampaian cerita yang interaktif dan pengalaman bermain yang menarik

PREDIKSI AQI HARIAN YOGYAKARTA MENGGUNAKAN RANDOM FOREST DAN XGBOOST

Sun, 04 Oct 2026 12:34:55 +0700

Kualitas udara merupakan faktor penting yang memengaruhi kesehatan masyarakat, sementara sistem pemantauan yang tersedia umumnya hanya memberikan informasi kondisi saat ini tanpa kemampuan prediksi. Penelitian ini bertujuan membandingkan performa algoritma Random Forest dan XGBoost dalam peramalan AQI harian di Kota Yogyakarta. Penelitian ini menggunakan data polutan dan meteorologi harian periode 1 Januari 2021 hingga 19 November 2024. Setelah tahap prapemrosesan dan pembentukan fitur, diperoleh 1.411 observasi yang digunakan dalam pemodelan.Nilai AQI dihitung berdasarkan PermenLHK No. 14 Tahun 2020 sebagai target prediksi, kemudian model dibangun menggunakan fitur lag, rolling statistics, dan fitur temporal.. Evaluasi model menggunakan MAE, RMSE, dan R², serta uji Diebold–Mariano. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan MAE 4,3095, RMSE 6,3869, dan R² 0,7756, sedangkan XGBoost menghasilkan MAE 5,0629, RMSE 7,6771, dan R² 0,6757. Uji Diebold–Mariano menunjukkan bahwa perbedaan performa kedua model signifikan secara statistik (p = 0,0087). Sebagai pembanding, model persistensi menghasilkan MAE 3,1476, RMSE 5,9883, dan R² 0,8027, yang menunjukkan adanya autokorelasi temporal yang kuat pada data AQI Kota Yogyakarta. Analisis Feature Importance dan SHAP menunjukkan bahwa AQI_Hari_Ini_Feature, AQI_Lag1, dan PM2.5_Lag1 merupakan fitur yang paling berpengaruh terhadap hasil prediksi

PENERAPAN METODE PROMETHEE UNTUK MENENTUKAN APLIKASI INVESTASI DIGITAL BAGI MAHASISWA

Najma Tsurayya, Saifur Rohman Cholil — Sun, 04 Oct 2026 12:35:50 +0700

Perkembangan aplikasi investasi digital meningkatkan minat mahasiswa untuk mulai berinvestasi sejak dini. Namun, banyaknya pilihan aplikasi investasi digital dengan karakteristik yang berbeda menyebabkan mahasiswa kesulitan menentukan aplikasi yang paling sesuai. Kondisi tersebut berpotensi mengakibatkan pengambilan keputusan investasi yang kurang tepat sehingga aplikasi yang dipilih tidak sesuai dengan kebutuhan dan preferensi pengguna. Oleh karena itu, penelitian ini menerapkan metode Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) sebagai sistem pendukung keputusan untuk menentukan dan memeringkat aplikasi investasi digital bagi mahasiswa berdasarkan kriteria yang objektif. Penelitian melibatkan sepuluh alternatif aplikasi investasi digital, yaitu Bibit, Ajaib, Bareksa, Pluang, Stockbit, Tanamduit, MOST, IPOT, BNI Sekuritas, dan Mirae Asset Sekuritas. Data diperoleh dari 26 mahasiswa yang pernah menggunakan aplikasi investasi digital melalui kuesioner skala Likert. Analisis dilakukan menggunakan perhitungan nilai preferensi, indeks preferensi multikriteria, Leaving Flow, Entering Flow, dan Net Flow. Hasil penelitian menunjukkan bahwa IPOT memperoleh nilai Net Flow tertinggi sebesar 0,67, sehingga menjadi aplikasi investasi digital yang paling direkomendasikan bagi mahasiswa. Metode PROMETHEE mampu menghasilkan pemeringkatan alternatif secara objektif dan sistematis untuk mendukung pengambilan keputusan

PENGEMBANGAN SISTEM INFORMASI AKADEMIK MADRASAH DINIYAH BERBASIS WEB TERINTEGRASI WHATSAPP

Moh Misbakhul Munir, Mohamad Khoirul Ansor, Yayak Kartika Sari — Sun, 04 Oct 2026 12:36:43 +0700

Madrasah Diniyah Pondok Pesantren Raudlatul Musthofa masih melakukan pencatatan absensi, nilai, dan jadwal pelajaran secara tertulis pada buku catatan dan berkas kertas, serta menyampaikan informasi kepada wali santri secara langsung atau melalui pengumuman tertulis sehingga menyebabkan keterlambatan informasi, kesalahan pencatatan data, serta kesulitan dalam proses rekapitulasi akademik. Penelitian ini bertujuan mengembangkan Sistem Informasi Akademik Madrasah Diniyah berbasis web yang terintegrasi dengan WhatsApp guna mempermudah pengelolaan data akademik dan meningkatkan efektivitas komunikasi antara guru, pengurus, dan wali santri. Metode penelitian menggunakan Research and Development (R&D) dengan pendekatan Extreme Programming (XP) yang meliputi tahapan planning, design, coding, dan testing. Sistem dikembangkan menggunakan framework Laravel 11, database MySQL, dan integrasi WhatsApp Gateway sebagai media notifikasi otomatis. Fitur utama sistem meliputi pengelolaan data santri, guru, jadwal pelajaran, nilai, rapor, serta pengiriman notifikasi akademik secara otomatis melalui WhatsApp. Pengujian menggunakan metode Black Box Testing menunjukkan seluruh fitur utama berjalan baik. Hasil uji validasi kelayakan memperoleh nilai rata-rata total 87,2% yang termasuk kategori Sangat Layak. Sistem ini terbukti mampu membantu proses administrasi akademik menjadi lebih cepat, terstruktur, dan efisien dibandingkan dengan proses pencatatan berbasis buku dan kertas yang digunakan sebelumnya

PENERAPAN BERT INDONLU UNTUK AUTOMATIC ESSAY SCORING PADA MATA PELAJARAN PENDIDIKAN KEWARGANEGARAAN

Laila Nur Komaria, Muhammad Misdram, Anang Aris Widodo — Sun, 04 Oct 2026 12:37:40 +0700

Penilaian jawaban esai secara manual memerlukan waktu yang relatif lama serta berpotensi menimbulkan inkonsistensi karena dipengaruhi oleh subjektivitas penilai. Permasalahan tersebut mendorong pengembangan sistem Automatic Essay Scoring (AES) yang mampu membantu proses penilaian secara otomatis. Penelitian ini bertujuan menerapkan model BERT IndoNLU (IndoBERT) pada sistem penilaian esai otomatis untuk mata pelajaran Pendidikan Kewarganegaraan (PKn). Metode penelitian meliputi tahap preprocessing teks berupa cleaning, case folding, dan tokenization, dilanjutkan dengan proses fine-tuning model IndoBERT serta evaluasi menggunakan metrik Mean Absolute Error (MAE). Hasil pengujian menunjukkan bahwa model menghasilkan nilai MAE sebesar 13,21, yang menunjukkan masih terdapat selisih antara skor prediksi sistem dengan skor yang diberikan oleh guru. Meskipun demikian, model telah mampu mempelajari hubungan antara jawaban siswa dan kunci jawaban sehingga dapat menghasilkan prediksi skor secara otomatis. Hasil penelitian menunjukkan bahwa model berbasis Transformer, khususnya IndoBERT, memiliki potensi untuk diterapkan sebagai alternatif dalam sistem penilaian esai berbahasa Indonesia. Pengembangan lebih lanjut melalui penambahan variasi data pelatihan dan optimasi parameter model diharapkan dapat meningkatkan akurasi prediksi pada penelitian berikutnya.

KLASIFIKASI PENYAKIT DAUN PADI MENGGUNAKAN MOBILENETV2 DENGAN OPTIMASI DYNAMIC RANGE QUANTIZATION PADA APLIKASI MOBILE OFFLINE

Brandon Tan, Nenden Siti Fatonah, Agung Mulyo Widodo, Popong Setiawati — Sun, 04 Oct 2026 12:38:32 +0700

Daun padi yang menunjukkan gejala penyakit perlu dikenali sejak awal karena gangguan tersebut dapat berdampak pada produktivitas tanaman. Identifikasi secara manual masih bergantung pada pengalaman pengguna dan dapat menjadi tidak konsisten ketika bercak, warna, atau tekstur daun terlihat mirip. Artikel ini menyajikan sistem klasifikasi citra daun padi berbasis MobileNetV2, kemudian model diperkecil melalui Dynamic Range Quantization agar dapat dijalankan pada aplikasi Android tanpa koneksi internet. Data penelitian diperoleh dari Kaggle dengan empat kelas, yaitu healthy, brown spot, bacterial leaf blight, dan leaf blast. Setelah proses pembersihan dan penyeimbangan, jumlah data yang digunakan adalah 11.600 citra. Model dilatih dengan transfer learning, diuji pada data terpisah, lalu dikonversi ke format TensorFlow Lite. MobileNetV2 menghasilkan akurasi 96,44%, sedangkan model TFLite DRQ menghasilkan akurasi 96,16%. Optimasi menurunkan ukuran file dari 26,301 MB menjadi 2,395 MB dan mempercepat rata-rata inferensi dari 91,15 ms/gambar menjadi 30,86 ms/gambar. Model hasil optimasi berhasil diintegrasikan ke aplikasi Android offline yang menyediakan input kamera, galeri, hasil prediksi, confidence, waktu inferensi, dan riwayat klasifikasi lokal

IMPLEMENTASI AUTOGATE KEIMIGRASIAN DI INDONESIA (2020-2025): SEBUAH SYSTEMATIC LITERATURE REVIEW (SLR) DENGAN METODE PRISMA

Agam Nafi'udin, Okky Pratama Martadireja, Muhammad Fahrury Romdendine — Sun, 04 Oct 2026 12:39:19 +0700

Modernisasi teknologi perbatasan melalui sistem autogate telah mendisrupsi tata kelola keimigrasian di Indonesia. Namun, kecanggihan infrastruktur ini memunculkan permasalahan operasional berupa rendahnya adopsi oleh pengguna, kekosongan regulasi pelindungan data biometrik, serta ancaman reduksi insting pengawasan manusia. Oleh karena itu, penelitian ini bertujuan menyintesis literatur terkait efektivitas teknis, determinan adopsi pengguna, serta implikasi yuridis dan transformasi SDM pada implementasi autogate periode 2020–2025. Metode yang digunakan adalah Systematic Literature Review (SLR) berpedoman pada protokol PRISMA 2020. Proses seleksi literatur dilakukan secara spesifik melalui empat tahapan utama: identifikasi, penyaringan (screening), uji kelayakan (eligibility), dan inklusi, yang secara ketat menyeleksi 2.193 artikel awal dari empat basis data akademik hingga menghasilkan 30 literatur utama untuk disintesis. Hasil sintesis menunjukkan bahwa autogate efektif memangkas waktu clearance menjadi 15–25 detik dan memperkuat keamanan via SIMKIM, meskipun terhambat instabilitas jaringan di perbatasan darat. Rendahnya adopsi oleh WNI akibat minimnya persepsi kemudahan (perceived ease of use) terbukti dapat diatasi melalui intervensi rekayasa sosial berupa edukasi langsung oleh petugas. Secara yuridis, sistem nirkontak ini memicu urgensi pembentukan regulasi data biometrik dan menuntut transformasi petugas dari rutinitas klerikal menjadi analis keamanan hibrida guna menutupi kelemahan mesin dalam membaca niat tersembunyi (hidden intent) pelintas batas. Penelitian ini berkontribusi memberikan landasan empiris bagi institusi keimigrasian dan pembuat kebijakan untuk memadukan pendekatan rekayasa sosial dalam adopsi teknologi perbatasan, serta mempertegas urgensi perumusan kerangka hukum pelindungan data biometrik nasional

SISTEM INFORMASI PENJUALAN IKAN HIAS BERBASIS WEB DENGAN INTEGRASI PAYMENT GATEWAY DAN CHATBOT N8N PADA HOME SERVER STB HG680P

Mohammad Faisal, Rina Firliana, Aidina Ristyawan — Sun, 04 Oct 2026 12:40:06 +0700

UMKM ikan hias menghadapi kendala karena informasi produk dan stok, pencatatan pesanan, konfirmasi pembayaran, serta layanan pelanggan masih dikelola melalui kanal yang terpisah. Ketergantungan pada marketplace dan hosting komersial juga membatasi kendali terhadap branding, data pelanggan, dan biaya operasional. Penelitian ini bertujuan membangun sistem informasi penjualan ikan hias berbasis web yang mengintegrasikan payment gateway Midtrans dan chatbot n8n serta memanfaatkan STB HG680P sebagai home server. Pengembangan menggunakan model Waterfall melalui tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Aplikasi dibangun dengan Laravel, MySQL, Tailwind CSS, dan Docker pada CasaOS, sedangkan akses publik disediakan melalui Cloudflare Tunnel. Hasil implementasi menunjukkan bahwa sistem dapat mengelola katalog, stok, keranjang, pesanan, pembayaran digital, perubahan status transaksi melalui webhook, dan layanan informasi pelanggan. Pengujian Black Box terhadap 12 skenario fungsional menunjukkan seluruh skenario berstatus valid, sehingga tingkat keberhasilan fungsionalitas sebesar 100%. Dengan batasan beban kerja ringan hingga menengah, STB HG680P dapat dimanfaatkan sebagai alternatif hosting mandiri berbiaya rendah bagi UMKM

PENGEMBANGAN MEDIA PEMBELAJARAN WEB INTERAKTIF SEBAGAI UPAYA INOVASI PEMBELAJARAN DIGITAL

Sun, 04 Oct 2026 12:40:58 +0700

Perkembangan teknologi digital menuntut adanya inovasi media pembelajaran yang mampu meningkatkan efektivitas, interaktivitas, dan fleksibilitas proses belajar. Namun, proses pembelajaran di banyak institusi masih didominasi oleh metode konvensional sehingga pemanfaatan media pembelajaran berbasis web yang interaktif belum optimal dalam mendukung keterlibatan dan kemandirian belajar peserta didik. Penelitian ini berupaya menciptakan materi pembelajaran web interaktif untuk meningkatkan pembelajaran digital. Dengan menggunakan model ADDIE, R&D melibatkan analisis, desain, pengembangan, implementasi, dan evaluasi. Konten, tampilan, dan fungsionalitas diuji oleh para ahli materi dan media pada produk akhir. Untuk mendeskripsikan dan mengukur hasil validasi, digunakan skala Likert. Hasil studi menunjukkan bahwa media pembelajaran web interaktif cocok untuk pembelajaran. Para ahli materi 1 orang, ahli media 1 orang, dan ahli bahasa 1 orang masing-masing mencapai kelayakan sebesar 96%, 92%, dan 85%. Hasil implementasi terhadap 25 orang mahasiswa menunjukkan hasil 92%. Jadi, media pembelajaran web interaktif memenuhi kelayakan konten, presentasi materi, desain antarmuka, dan kemudahan penggunaan

ANALISIS POLA PEMBELIAN KONSUMEN PADA DATA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA APRIORI DI TOKO AL-FAZZA COLLECTION

Sun, 04 Oct 2026 12:41:51 +0700

Perkembangan teknologi informasi meningkatkan volume data transaksi penjualan di toko ritel setiap hari. Sebagian besar catatan transaksi masih digunakan sebagai arsip sehingga informasi mengenai pola pembelian konsumen belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis. Akibatnya, keputusan terkait strategi penjualan, penerapan cross-selling, dan penempatan produk masih dilakukan tanpa didukung hasil analisis pola pembelian konsumen. Penelitian ini bertujuan menganalisis pola pembelian konsumen dari data transaksi penjualan dengan menggunakan algoritma Apriori. Dataset yang digunakan merupakan data transaksi asli Toko Al-Fazza Collection periode Februari 2026 sebanyak 3112 transaksi. Penelitian ini menggunakan metode association rule dengan parameter minimum support sebesar 1% dan minimum confidence sebesar 30%. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu menghasilkan 68 aturan asosiasi yang menunjukkan hubungan antarproduk dengan nilai lift ratio yang cukup tinggi. Aturan terbaik diperoleh pada kombinasi pewangi pakaian dan sabun mandi terhadap deterjen dengan nilai support sebesar 1,03%, confidence sebesar 80%, dan lift ratio sebesar 5,96. Hasil pola pembelian tersebut dapat dimanfaatkan sebagai dasar strategi cross-selling, rekomendasi penempatan produk, serta analisis perilaku konsumen berdasarkan kebiasaan transaksi pembelian

PERANCANGAN SISTEM INFORMASI PELAPORAN EVENT INTERNASIONAL BERBASIS WEBSITE PADA KANTOR IMIGRASI KELAS I TPI YOGYAKARTA MENGGUNAKAN METODE PROTOTYPING DAN SUPABASE SEBAGAI BACKEND AS A SERVICE

Bima Ghani Adhipramana, Gunawan Ari Nursanto, Cakra Trinata — Sun, 04 Oct 2026 12:42:39 +0700

Kantor Imigrasi Kelas I TPI Yogyakarta masih mengandalkan patroli siber yang bersifat tentatif sebagai mekanisme penghimpunan informasi event internasional di Daerah Istimewa Yogyakarta. Kondisi tersebut menyebabkan pengawasan keimigrasian bersifat reaktif, data event tersebar dalam dokumen ad hoc, dan belum tersedia kanal pelaporan formal berbasis teknologi. Penelitian ini bertujuan mendeskripsikan kondisi penghimpunan informasi event internasional yang berjalan saat ini serta menghasilkan rancangan dan prototipe sistem informasi pelaporan event internasional berbasis website. Penelitian menggunakan pendekatan kualitatif dengan metode pengembangan sistem prototyping. Data dikumpulkan melalui wawancara mendalam, observasi non-partisipan, dan studi dokumentasi, kemudian dianalisis menggunakan model interaktif Miles, Huberman, dan Saldana. Sistem dirancang dengan dua peran pengguna, yaitu Penanggung Jawab Event dan Admin/Petugas Imigrasi, melalui delapan halaman HTML fungsional. Teknologi yang digunakan meliputi HTML, CSS, JavaScript, Supabase sebagai Backend as a service berbasis PostgreSQL, dan Netlify sebagai platform deployment. Hasil penelitian menunjukkan bahwa prototipe berhasil diimplementasikan pada fitur autentikasi, pelaporan event, riwayat laporan, verifikasi admin, dan rekapitulasi data. Pengujian fungsional menggunakan pendekatan black-box menunjukkan bahwa fitur utama berjalan sesuai kebutuhan sistem, meliputi login, pengisian laporan, penyimpanan data, pencarian laporan, perubahan status verifikasi, dan pencetakan rekap

ANALISIS KOMPARATIF ALGORITMA MACHINE LEARNING UNTUK PREDIKSI PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI DI INDONESIA MENGGUNAKAN FITUR TIME LAG

Sun, 04 Oct 2026 12:43:46 +0700

Produk Domestik Regional Bruto (PDRB) merupakan indikator penting untuk menggambarkan tingkat aktivitas ekonomi wilayah yang mengalami dinamika fluktuatif akibat kondisi regional dan pandemi COVID-19, sehingga menuntut adanya pendekatan analitis untuk memprediksi perubahan ekonomi secara terukur. Penelitian ini membandingkan algoritma Linear Regression, Random Forest, dan XGBoost untuk memperkirakan distribusi PDRB provinsi Indonesia berdasarkan data BPS tahun 2020-2024. Data awal berbentuk matriks provinsi-tahun dirapikan, disusun ulang menjadi observasi provinsi per tahun, lalu diberi variabel Lag_1 yang merekam nilai PDRB satu tahun sebelumnya. Dari 178 observasi awal, sebanyak 140 observasi digunakan setelah proses pembentukan fitur lag. Pengujian dilakukan dengan rasio pembagian data 80:20, validasi 5-fold, serta penyesuaian parameter melalui Grid Search untuk Random Forest dan XGBoost. Analisis memperlihatkan bahwa pola PDRB pada dataset ini lebih kuat dijelaskan oleh hubungan linier antartahun dibandingkan model ensemble yang kompleks. Berdasarkan hasil evaluasi kuantitatif, Linear Regression menghasilkan kesalahan (eror) paling rendah dengan nilai akurasi prediksi yang direpresentasikan oleh MAE sebesar 0,042751, RMSE sebesar 0,070748, dan MAPE sebesar 3,28%. Selain itu, hasil validasi menggunakan 5-fold cross-validation juga membuktikan kestabilan model Linear Regression dengan perolehan rata-rata MAE sebesar 0,074940, yang jauh lebih baik dibandingkan model lainnya

PERANCANGAN ULANG UI/UX DESIGN APLIKASI BUKAN MCD MENGGUNAKAN METODE UCD

Deanaz Priska Aurellia, Damar Nurcahyono, Subhan Hartanto — Sun, 04 Oct 2026 12:45:03 +0700

Penelitian ini bertujuan untuk merancang ulang desain User Interface (UI) dan User Experience (UX) pada self-order kiosk BUKAN MCD dengan menerapkan metode User-Centered Design (UCD) sebagai upaya meningkatkan kemudahan penggunaan, efektivitas, serta tingkat kepuasan pengguna. Metode User-Centered Design (UCD) dipilih karena menempatkan pengguna sebagai pusat dalam setiap tahapan pengembangan, mulai dari memahami konteks penggunaan, mengidentifikasi kebutuhan pengguna, merancang solusi, hingga melakukan evaluasi. Pendekatan ini memungkinkan rancangan antarmuka dikembangkan berdasarkan kebutuhan, karakteristik, dan pengalaman nyata pengguna sehingga menghasilkan desain yang lebih intuitif, efektif, dan sesuai dengan ekspektasi pengguna. Latar belakang penelitian ini didasarkan pada hasil observasi awal dan temuan permasalahan pada desain sebelumnya, seperti navigasi yang kurang jelas, tampilan antarmuka yang belum intuitif, informasi yang kurang terstruktur, serta alur pemesanan yang dinilai tidak efisien dan berpotensi menurunkan kenyamanan pengguna. Metode penelitian yang digunakan adalah User-Centered Design (UCD) yang terdiri dari empat tahapan utama, yaitu understand context of use, specify user requirements, design solutions, dan evaluate design. Proses perancangan antarmuka dilakukan menggunakan aplikasi Figma dengan mempertimbangkan kebutuhan, karakteristik, serta kebiasaan pengguna self-order kiosk. Selanjutnya, evaluasi usability dilakukan menggunakan kuesioner System Usability Scale (SUS) untuk mengukur tingkat kemudahan dan kepuasan pengguna terhadap desain yang dihasilkan. Hasil penelitian menunjukkan bahwa rancangan ulang UI/UX mampu memberikan peningkatan signifikan pada aspek navigasi, keterbacaan informasi, dan kecepatan dalam proses pemesanan. Nilai rata-rata usability yang diperoleh sebesar 90,9 yang termasuk dalam kategori “A”, menandakan tingkat usability yang sangat baik. Dengan demikian, penelitian ini membuktikan bahwa penerapan metode UCD efektif dalam menghasilkan desain antarmuka self-order kiosk yang lebih ramah pengguna, mendukung efisiensi layanan, serta meningkatkan pengalaman digital pelanggan secara keseluruhan

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE PENJUALAN BERBASIS STAR SCHEMA

Isro Dallalkhaq, Erna Daniati, Dwi Harini — Sun, 04 Oct 2026 12:45:57 +0700

Pengelolaan data penjualan yang masih tersebar pada berkas transaksi harian sering menyebabkan proses pelaporan lambat, rawan duplikasi, dan sulit digunakan untuk melihat tren bisnis. Penelitian ini bertujuan merancang dan mengimplementasikan data warehouse berbasis star schema untuk mendukung analisis penjualan berdasarkan dimensi waktu, produk, pelanggan, lokasi, dan promosi. Metode penelitian meliputi identifikasi kebutuhan informasi, analisis data sumber, perancangan tabel fakta dan dimensi, proses extract, transform, load (ETL), implementasi dashboard, serta evaluasi query dan fungsionalitas. Data evaluasi berupa data simulasi sebanyak 24.000 baris detail yang merepresentasikan 6.000 transaksi selama Januari 2023 sampai Desember 2024. Hasil implementasi menghasilkan satu tabel fakta dan lima tabel dimensi yang mampu menyajikan tren omzet bulanan, produk terlaris, kontribusi cabang, segmentasi pelanggan, dan efektivitas promosi. Evaluasi dilakukan melalui lima skenario query analitik dan sepuluh skenario pengujian fungsional black-box. Seluruh skenario query menghasilkan agregasi yang konsisten dengan data sumber simulasi, sedangkan seluruh fungsi dashboard memenuhi keluaran yang diharapkan dengan tingkat keberhasilan 100% (10 dari 10 skenario). Hasil tersebut menunjukkan bahwa star schema dapat menjadi dasar sistem business intelligence yang sederhana, terukur, dan mudah dikembangkan

RANCANG BANGUN APLIKASI PENGOLAHAN CITRA DETEKSI TINGKAT KESUBURAN TANAMAN PADI BEDASARKAN WARNA DAUN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Muhammad Raehan, Rahmawati Rahmawati, Eko Sutono — Sun, 04 Oct 2026 13:27:54 +0700

Penentuan tingkat kesuburan dan penyakit tanaman padi melalui uji laboratorium umumnya memerlukan biaya tinggi dan waktu lama. Di sisi lain, deteksi visual manual di lapangan seringkali tidak konsisten akibat keterbatasan penglihatan. Untuk mengatasinya, penelitian ini mengusulkan aplikasi cerdas berbasis web untuk mendeteksi kondisi tanaman padi melalui analisis citra warna daun menggunakan algoritma Convolutional Neural Network (CNN) berbasis object detection. Dataset yang digunakan berjumlah 358 citra yang mencakup enam kelas kondisi penyakit. Data tersebut dibagi menjadi 70,4% data training, 20,1% data validation, dan 9,5% data testing. Seluruh data diproses secara komprehensif melalui tahapan pre-processing dan augmentasi. Hasil pengujian akhir model pada 25 epoch menunjukkan performa yang sangat optimal, mencatat nilai Precision sebesar 0,938, Recall 0,943, dan mAP@50 mencapai 0,988. Implementasi model ke dalam antarmuka web memfasilitasi pengguna untuk melakukan deteksi secara instan melalui unggahan gambar maupun pindaian webcam secara real-time. Sistem ini diharapkan memberikan kemudahan bagi petani dalam memantau kesehatan padi secara mandiri untuk mencegah gagal panen dan menjaga ketahanan pangan

KOMPARASI ARSITEKTUR CNN LIGHTWEIGHT MOBILENETV2, SHUFFLENETV2, DAN EFFICIENTNETB0 UNTUK KLASIFIKASI KONDISI BAN

Sun, 04 Oct 2026 13:28:50 +0700

Kecelakaan lalu lintas akibat kondisi ban yang tidak layak masih menjadi ancaman keselamatan yang serius, sementara inspeksi manual dinilai kurang akurat karena bersifat subjektif. Penelitian sebelumnya yang menggunakan Xception tercatat memiliki waktu inferensi 9,19 milidetik per citra saat diuji pada GPU kelas workstation (RTX 3060 Ti), performa yang belum terbukti dapat dicapai pada perangkat mobile dengan sumber daya yang jauh lebih terbatas. Penelitian ini membandingkan tiga arsitektur CNN lightweight yaitu MobileNetV2, ShuffleNetV2, dan EfficientNetB0 untuk klasifikasi kondisi ban menjadi kelas defective dan good, guna mencari arsitektur yang paling sesuai untuk aplikasi inspeksi ban berbasis ponsel. Dataset yang digunakan merupakan gabungan dataset publik Kaggle dan foto lapangan dengan total 3.664 citra yang mencakup kondisi pencahayaan siang dan malam. Semua model dilatih menggunakan strategi Two-Stage Training dengan optimizer AdamW, Cosine Annealing, praproses CLAHE, dan augmentasi data. Hasil pengujian pada 368 citra menunjukkan MobileNetV2 sebagai model terbaik dengan akurasi 97,83%, F1-Score 0,9782, dan hanya melewatkan 2 ban rusak (FN=2) dengan ukuran model 8,73 MB. EfficientNetB0 mencatat peringatan tidak perlu paling sedikit (FP=4), sedangkan ShuffleNetV2 paling cepat dalam inferensi (0,727 ms/gambar) namun dengan risiko keselamatan lebih tinggi. Validasi Grad-CAM mengonfirmasi MobileNetV2 dan EfficientNetB0 mengambil keputusan berdasarkan fitur fisik ban yang sesungguhnya

MEMBANGUN SISTEM INFORMASI REKOGNISI KEGIATAN MAHASISWA (SIREMA) DI UNIVERSITAS BOYOLALI DENGAN METODE WATERFALL

Joko Saptono, Istiqhomah Dwi Lestari, Anisa Ragil Cahyani — Sun, 04 Oct 2026 13:29:41 +0700

Program Studi Teknik Informatika Universitas Boyolali menghadapi tantangan inefisiensi dalam pengelolaan data rekognisi kegiatan mahasiswa yang masih dilakukan secara manual. Metode konvensional ini menyebabkan proses pencatatan prestasi, pengajuan konversi nilai, dan pelaporan menjadi lambat, kurang akurat, serta sulit terdokumentasi. Untuk mengatasi permasalahan tersebut, kegiatan Teaching Industry dilaksanakan dengan merancang Sistem Informasi Rekognisi Kegiatan Mahasiswa (SIREMA) berbasis website. Pengembangan sistem ini mengadopsi metode Waterfall yang terstruktur, mencakup tahap analisis kebutuhan, perancangan antarmuka dan basis data, hingga implementasi serta pengujian. Secara teknis, sistem ini dibangun menggunakan framework PHP Laravel dan basis data MySQL. SIREMA dilengkapi fitur terintegrasi yang memungkinkan mahasiswa untuk mendaftar kegiatan, mengunggah bukti, dan mengajukan konversi SKS. Sistem juga memberikan hak akses bagi Kaprodi untuk memverifikasi pendaftaran dan menyetujui bobot konversi, serta akses bagi Admin untuk memantau aktivitas dan mengekspor rekapitulasi data. Berdasarkan hasil pengujian menggunakan metode Black Box Testing terhadap 8 skenario uji yang mencakup proses login, navigasi menu, operasi tambah/lihat/ubah/hapus data, pencarian, dan ekspor data, seluruh skenario (100%) dinyatakan berhasil sesuai dengan hasil yang diharapkan. Implementasi SIREMA berhasil menjadikan proses rekognisi kegiatan mahasiswa jauh lebih terstruktur, efisien, akuntabel, dan transparan, sekaligus mendorong terciptanya ekosistem akademik yang modern

PENERAPAN METODE WATERFALL PADA PERANCANGAN SISTEM INFORMASI MANAJEMEN DAN ADMINISTRASI PEMBELAJARAN

Farensa Fitra Maula, Hafiyyan Putra Pratama, Galura Muhammad Suranegara — Sun, 04 Oct 2026 13:30:45 +0700

Pengelolaan perangkat pembelajaran dan administrasi pendidik di SDN Cibungur yang masih dilakukan secara manual dengan penyimpanan lokal berisiko menyebabkan kehilangan data akibat kerusakan perangkat yang digunakan oleh guru. Kondisi tersebut berdampak pada ketidakteraturan pengelolaan dokumen pembelajaran serta menghambat pelaksanaan kegiatan pengawasan di sekolah. Penelitian ini bertujuan mengimplementasikan digitalisasi dalam pengelolaan perangkat pembelajaran melalui perancangan dan pembangunan Sistem Informasi Manajemen Pembelajaran dan Administrasi Pendidik berbasis web yang sesuai dengan kebutuhan serta mudah digunakan oleh guru dan pengawas sekolah yang sebelumnya terbiasa menggunakan metode manual. Pengembangan sistem menerapkan metode Waterfall dan dirancang untuk mendukung dua peran pengguna, yaitu admin yang diwakili oleh guru serta user yang diwakili oleh pengawas sekolah atau wali murid yang memerlukan informasi terkait pembelajaran di sekolah. Hasil pengujian menggunakan Black Box Testing menunjukkan tingkat kesesuaian sistem sebesar 100%, sedangkan pengujian menggunakan System Usability Scale (SUS) memperoleh skor rata-rata 82,64 dengan kategori Excellent. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan layak digunakan, mudah dioperasikan, dan memiliki tingkat penerimaan yang sangat baik oleh pengguna

INTEGRASI HIBRIDA AHP-TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STRATEGI ADOPSI GENERATIVE AI PADA EKOSISTEM KONTEN KREATOR

Sun, 04 Oct 2026 13:31:43 +0700

Pesatnya perkembangan industri kreatif digital menuntut pembuat konten (content creator) untuk memproduksi materi secara cepat dan efisien dengan memanfaatkan teknologi kecerdasan buatan. Namun, pemilihan strategi adopsi AI yang tepat menjadi permasalahan kompleks karena adanya konflik kepentingan antara efisiensi biaya produksi dan maksimalisasi interaksi audiens (engagement). Penelitian ini melibatkan 5 pakar pembuat konten profesional sebagai responden dalam proses pembobotan untuk membangun model sistem pendukung keputusan yang objektif guna membantu pembuat konten menentukan strategi adopsi Generative AI yang paling efektif. Metode yang digunakan adalah integrasi hibrida Analytic Hierarchy Process (AHP) untuk pembobotan kriteria dan Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) untuk perangkingan alternatif. Kriteria evaluasi meliputi biaya perangkat, waktu produksi, potensi engagement, kompleksitas implementasi, dan fleksibilitas adaptasi tren. Hasil penelitian menunjukkan bahwa strategi Hybrid Human + AI (A5) merupakan pilihan paling optimal dengan nilai preferensi tertinggi sebesar 0,658, mengungguli strategi otomatisasi penuh AI Fully Automation (A1) yang menempati peringkat terendah dengan nilai 0,359. Temuan ini menegaskan bahwa kolaborasi antara kreativitas manusia dan efisiensi mesin memberikan keseimbangan terbaik bagi keberhasilan konten digital dibandingkan otomatisasi murni

SISTEM REKOMENDASI MINAT MAHASISWA PADA UNIT KEGIATAN MAHASISWA MENGGUNAKAN METODE DEMPSTER-SHAFER

Bagus Ari Sudamto, Rina Firliana, Rini Indriati — Sun, 04 Oct 2026 13:32:51 +0700

Pemilihan Unit Kegiatan Mahasiswa masih sering dilakukan berdasarkan pengaruh lingkungan, teman sebaya, atau popularitas organisasi, sehingga pilihan yang diambil belum tentu sesuai dengan minat dan kemampuan mahasiswa. Penelitian ini bertujuan mengembangkan sistem rekomendasi berbasis web untuk membantu mahasiswa menentukan UKM yang sesuai dengan karakteristik dirinya. Metode yang digunakan adalah Dempster-Shafer karena mampu mengolah beberapa bukti atau evidence yang memiliki tingkat keyakinan berbeda. Data yang digunakan meliputi kemampuan akademik, preferensi minat, dan target pengembangan diri mahasiswa. Sistem dikembangkan menggunakan Google Apps Script dan Google Spreadsheet dengan tahapan pengembangan Waterfall. Hasil implementasi pada contoh perhitungan menunjukkan bahwa UKM Robotik memperoleh nilai belief tertinggi sebesar 0,9065 atau 90,65%. Pengujian Blackbox Testing terhadap empat skenario fungsi menghasilkan empat pengujian berstatus berhasil atau tingkat keberhasilan 100%. Dengan demikian, sistem dapat menjadi media pendukung keputusan dalam pemilihan UKM secara lebih objektif, terstruktur, dan mudah digunakan

ANALISIS KOMPARATIF KINERJA RESNET-50, EFFICIENTNET-B0, DAN MOBILENETV3-LARGE DALAM KLASIFIKASI KERUSAKAN DINDING BANGUNAN BERBASIS CITRA DIGITAL

Sun, 04 Oct 2026 13:33:48 +0700

Indonesia merupakan wilayah rawan gempa, seperti kejadian gempa magnitudo 7,6 di perairan Sulawesi Utara dan Maluku Utara pada April 2026 yang mengakibatkan kerusakan masif pada struktur dinding bangunan. Inspeksi bangunan pasca-bencana secara manual membutuhkan waktu lama, bersifat subjektif, dan berisiko tinggi. Meskipun teknologi deep learning dapat mengotomatisasi proses ini, setiap arsitektur jaringan memiliki kompromi (trade-off) yang berbeda antara akurasi, ukuran model, dan kecepatan inferensi. Penelitian ini bertujuan melakukan analisis komparasi kinerja tiga arsitektur deep learning, yaitu ResNet-50, EfficientNet-B0, dan MobileNetV3-Large, dalam mengklasifikasikan enam kategori kerusakan dinding bangunan berbasis citra digital menggunakan pendekatan transfer learning. Dataset yang digunakan berjumlah 30.000 citra yang mengombinasikan data lapangan wilayah Manado dan dataset publik. Hasil pengujian pada test set independen (3.000 citra) menunjukkan bahwa ResNet-50 menghasilkan akurasi tertinggi sebesar 99,40%, disusul oleh MobileNetV3-Large sebesar 99,37%, sementara EfficientNet-B0 menghasilkan performa terendah sebesar 95,77%. Meskipun ResNet-50 memuncaki metrik akurasi, model tersebut berukuran file 207,18 MB dengan kecepatan inferensi 336,14 ms/citra. Sebaliknya, MobileNetV3-Large hanya berukuran 27,34 MB dengan kecepatan inferensi real-time sebesar 49,29 ms/citra. Berdasarkan keseimbangan antara akurasi tinggi dan efisiensi komputasi, MobileNetV3-Large direkomendasikan sebagai arsitektur terbaik untuk diimplementasikan pada perangkat mobile guna mendukung sistem inspeksi kerusakan bangunan otomatis pasca-bencana secara cepat di lapangan

RANCANG BANGUN SISTEM INFORMASI PENDAPATAN PEMANFAATAN ASET BERBASIS WEB PADA UNIVERSITAS NEGERI MALANG MENGGUNAKAN METODE RAD

Ardha Nur Azizah, Tutut Widyaningrum , Arif Andoyo , Venny Meida Hersianty — Sun, 04 Oct 2026 13:34:43 +0700

Universitas Negeri Malang melalui Direktorat Sarana, Prasarana, dan Aset mengelola ±29 sumber pendapatan aktif dari pemanfaatan aset berupa penyewaan gedung, asrama, kantin, dan fasilitas lainnya. Seluruh proses pencatatan, perhitungan, dan rekonsiliasi pendapatan masih dikelola secara manual dengan Microsoft Excel, sehingga menimbulkan proses yang memakan waktu, ketidaksesuaian data, keterbatasan akses real-time, serta pelaporan yang belum terintegrasi. Penelitian ini dirancang untuk membangun sistem informasi pendapatan pemanfaatan aset berbasis web yang mampu mengintegrasikan pencatatan dari seluruh sumber aktif, mengotomatisasi perhitungan dan rekonsiliasi, serta menyediakan fitur monitoring dan pelaporan secara real-time. Pengembangan sistem dilakukan dengan menggunakan metode Rapid Application Development (RAD) yang dipilih karena mampu menghasilkan sistem secara cepat dan bertahap melalui partisipasi aktif pengguna, sesuai dengan kompleksitas sistem yang sedang dan kebutuhan yang jelas. Metode ini meliputi tiga tahapan, yaitu perencanaan kebutuhan, desain pengguna, dan implementasi sistem. Sistem yang dihasilkan menyediakan fitur pencatatan pendapatan melalui dua mekanisme input (manual dan impor Excel), penilaian otomatis laba/rugi pendapatan kantin, dashboard monitoring real-time, serta laporan pendapatan tahunan yang dapat diekspor dalam format Excel dan PDF. Hasil pengujian black box testing terhadap 472 test case pada enam modul utama menunjukkan tingkat keberhasilan 100% tanpa kesalahan fungsional. Dengan demikian, sistem dinyatakan layak digunakan serta mampu meningkatkan efisiensi pengelolaan pendapatan pemanfaatan aset secara signifikan

PENERAPAN METODE ENTROPY-MOORA DALAM MENENTUKAN PRIORITAS PENGEMBANGAN LAHAN PERTANIAN PANGAN DI JAWA TENGAH

Prasasti Pibri Noorinda, Saifur Rohman Cholil — Sun, 04 Oct 2026 13:35:40 +0700

Pengembangan lahan pertanian pangan di Provinsi Jawa Tengah memerlukan penentuan prioritas wilayah sebagai dasar pengambilan keputusan. Perbedaan karakteristik setiap kabupaten/kota, seperti luas lahan, volume bendungan, jumlah bendungan, luas panen padi, dan jumlah petani, menyebabkan penentuan prioritas secara objektif menjadi suatu tantangan. Penelitian ini bertujuan menentukan prioritas pengembangan lahan pertanian pangan menggunakan pendekatan Multi-Criteria Decision Making (MCDM). Metode Entropy digunakan untuk menentukan bobot kriteria secara objektif berdasarkan variasi data, sedangkan metode MOORA digunakan untuk melakukan normalisasi dan perankingan alternatif berdasarkan bobot yang diperoleh. Hasil penelitian menunjukkan bahwa kriteria luas lahan memiliki bobot terbesar sebesar 0,522, diikuti volume bendungan sebesar 0,307, sedangkan jumlah petani memiliki bobot terkecil sebesar 0,030. Berdasarkan hasil perankingan metode MOORA, Kabupaten Grobogan memperoleh nilai Yi tertinggi sebesar 0,181, diikuti Kabupaten Blora sebesar 0,158 dan Kabupaten Brebes sebesar 0,155, sehingga ketiga wilayah tersebut menjadi prioritas utama pengembangan lahan pertanian pangan di Provinsi Jawa Tengah

EVALUASI KOMPARATIF MODEL SVM, CNN, BIGRU, HIBRIDA CNN-BIGRU, DAN BIGRU-ATTENTION PADA ULASAN TRAVELOKA HOTEL BINTANG EMPAT DI KOTA PADANG

Feriantano Sundang Pranata — Sun, 04 Oct 2026 13:37:37 +0700

Ulasan hotel pada platform OTA memuat opini pelanggan yang dapat dimanfaatkan untuk memahami persepsi terhadap layanan hotel. Penelitian ini mengevaluasi enam model klasifikasi sentimen, yaitu TF-IDF + SVM, CNN, BiGRU, CNN-BiGRU, BiGRU-CNN, dan BiGRU-Attention, pada 6.975 ulasan Traveloka dari delapan hotel bintang empat di Kota Padang. Keenam model dipilih untuk merepresentasikan spektrum pendekatan klasifikasi teks, yaitu TF-IDF + SVM sebagai baseline pembelajaran mesin berbasis fitur, CNN untuk menangkap pola lokal atau frasa penanda sentimen, BiGRU untuk memodelkan konteks sekuensial dua arah, CNN-BiGRU dan BiGRU-CNN untuk mengevaluasi pengaruh urutan pemrosesan fitur lokal dan sekuensial, serta BiGRU-Attention untuk menilai kontribusi pembobotan selektif terhadap bagian teks yang informatif. Dataset diberi label manual ke dalam tiga kelas sentimen, yaitu negatif, netral, dan positif, kemudian diproses melalui tahap pra-pemrosesan dan pembagian data dengan skema 70:15:15. Evaluasi dilakukan menggunakan accuracy, balanced accuracy, precision, recall, macro-F1, weighted-F1, MCC, confusion matrix, training time, dan inference time. Hasil evaluasi menunjukkan bahwa CNN memperoleh nilai macro-F1 tertinggi pada eksperimen ini, yaitu 0,7659, dengan accuracy 0,8052, weighted-F1 0,8100, dan MCC 0,6783. TF-IDF + SVM menjadi model paling ringan secara komputasi dengan waktu pelatihan 0,3348 detik dan waktu inferensi 0,0398 detik. Analisis confusion matrix menunjukkan bahwa kelas netral menjadi kelas yang paling sulit diklasifikasikan karena karakter ulasan yang ambigu dan memuat opini campuran. Temuan ini mengindikasikan bahwa pemilihan model klasifikasi sentimen perlu mempertimbangkan keseimbangan antara performa prediktif, efisiensi komputasi, distribusi kelas, dan kompleksitas arsitektur

MEDIA PENGENALAN ALAT KESELAMATAN & KESEHATAN KERJA BERBASIS AUGMENTED REALITY

Gubtha Mahendra Putra, Maulana Muhammad Hafidz, Anindita Septiarini — Sun, 04 Oct 2026 13:38:25 +0700

Keselamatan dan Kesehatan Kerja (K3) merupakan aspek penting dalam dunia industri, khususnya dalam penggunaan Alat Pelindung Diri (APD). Data Kementerian Ketenagakerjaan mencatat 462.241 kasus kecelakaan kerja pada tahun 2024, yang mengindikasikan masih rendahnya kesadaran dan pemahaman pekerja terhadap K3. Media pengenalan K3 yang selama ini digunakan cenderung bersifat konvensional dan satu arah sehingga kurang efektif dalam menyampaikan informasi secara interaktif. Penelitian ini bertujuan mengembangkan aplikasi Augmented Reality (AR) berbasis marker (marker-based) sebagai media pengenalan alat K3yang interaktif dan mudah digunakan. Pengembangan dilakukan menggunakan metode Multimedia Development Life Cycle (MDLC), menampilkan enam objek, yaitu Safety Helmet, Safety Glasses, Safety Vest, Safety Gloves, Safety Harness, dan Safety Shoes. Pengujian fungsionalitas menggunakan blackbox testing menunjukkan tidak ditemukan adanya kesalahan fungsional maupun ketidaksesuaian antara input yang diberikan dan output yang dihasilkan oleh sistem. Pengujian usabilitas menggunakan metode System Usability Scale (SUS) yang melibatkan 16 responden menghasilkan skor rata-rata 73,91, masuk dalam kategori Grade C dengan Adjective Rating "Good". Hasil ini menunjukkan aplikasi layak digunakan sebagai media pengenalan alat K3 yang interaktif dan informatif

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PEMBAYARAN RETRIBUSI SAMPAH BERBASIS WEB DI DESA SAMBOPINGGIR MENGGUNAKAN PENDEKATAN OBJECT-ORIENTED ANALYSIS AND DESIGN

Mohammad Iqbal Bariki Irfanto, Taufiqur Rohman, Hermanto Hermanto, Ade Hendi — Sun, 04 Oct 2026 13:39:16 +0700

Layanan pengelolaan sampah di Desa Sambopinggir merupakan program pemerintah desa yang bertujuan menjaga kebersihan lingkungan dan meningkatkan kualitas hidup masyarakat. Namun, pengelolaan keuangan dan proses penagihan iuran masih dilakukan secara manual sehingga kurang efisien dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi keuangan pengelolaan sampah berbasis web yang dilengkapi dengan fitur Web Map. Metode yang digunakan adalah metode Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengelola data keuangan secara otomatis, memfasilitasi pencatatan transaksi, pengelolaan tagihan, serta penyajian laporan keuangan. Selain itu, fitur Web Map memungkinkan pemetaan lokasi pelanggan secara visual untuk mendukung operasional layanan. Hasil pengujian menggunakan metode Black Box Testing terhadap 21 skenario pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan dengan tingkat keberhasilan 100%. Dengan demikian, sistem ini dapat meningkatkan efisiensi dan kualitas layanan pengelolaan sampah di Desa Sambopinggir

PEMANFAATAN ARSITEKTUR MOBILENETV2 UNTUK DETEKSI DAN KLASIFIKASI PENYAKIT KATARAK

Sun, 04 Oct 2026 13:40:16 +0700

Katarak merupakan salah satu penyebab utama gangguan penglihatan dan kebutaan global, sehingga deteksi dini menjadi sangat krusial untuk mencegah penurunan fungsi penglihatan yang lebih parah. Namun, keterbatasan infrastruktur komputasi dan tenaga ahli medis di daerah urban maupun terpencil sering kali menjadi hambatan dalam proses skrining awal. Penelitian ini mengusulkan sebuah sistem klasifikasi fase katarak senilis yang efisien menggunakan arsitektur jaringan saraf konvolusional ringan berbasis MobileNet melalui pendekatan transfer learning. Dataset asli yang digunakan berjumlah 1.500 citra, terbagi rata ke dalam tiga kategori (Normal, Immature, dan Mature Cataract) masing-masing 500 citra. Sebanyak 375 citra asli (125 citra per kelas) dipisahkan sejak awal sebagai set pengujian independen yang sepenuhnya steril dari augmentasi, sementara sisa data latih diperkaya melalui teknik augmentasi citra menggunakan pustaka Albumentations hingga mencapai total 15.000 citra latih (5.000 citra per kelas) guna mengatasi keterbatasan sampel medis dan meredam risiko overfitting. Hasil eksperimen menunjukkan kinerja pemodelan yang sangat unggul dengan dengan akurasi sebesar 97,33%, presisi rata-rata (macro) 97,36%, sensitivitas (recall) rata-rata 97,33%, serta skor F1 makro sebesar 97,32%. Karakteristik arsitektur yang ringan namun memiliki akurasi tinggi ini menunjukkan potensi menjanjikan untuk diadopsi sebagai instrumen penapisan awal medis pada perangkat bersumber daya komputasi terbatas

ANALISIS SENTIMEN MASYARAKAT TERHADAP PERUBAHAN SISTEM KEUANGAN DARI UANG TUNAI KE NON-TUNAI/E-WALLET

Sun, 04 Oct 2026 13:41:22 +0700

Transisi dari pembayaran tunai ke pembayaran elektronik di Indonesia berkembang pesat berkat digitalisasi dan dukungan pemerintah. Meskipun demikian, penelitian yang secara mendalam mengeksplorasi pandangan masyarakat mengenai perubahan ini masih jarang ditemukan. Penelitian ini bertujuan untuk mengevaluasi pandangan publik mengenai penerapan dompet digital sebagai alternatif uang tunai di Indonesia dengan menggunakan teknik K-Means clustering. Data diperoleh melalui survei online dari 35 partisipan yang mencakup data demografis, pandangan terhadap sistem pembayaran non-tunai, serta jawaban terbuka. Proses analisis dilakukan dengan mengelompokkan partisipan menurut enam aspek persepsi menggunakan algoritma K-Means, kemudian hasil pengelompokan dijelaskan melalui umpan balik tertulis. Hasil pengujian menunjukkan bahwa jumlah cluster optimal adalah 3 (k=3) dengan Silhouette Score sebesar 0,42, Davies-Bouldin Index sebesar 1,15, dan WCSS/Inertia sebesar 68,24. Distribusi responden terdiri dari Cluster 0 (Pengguna Non-Tunai Aktif) sebanyak 16 orang (45,70%), Cluster 1 (Pengguna Transisi) sebanyak 17 orang (48,60%), dan Cluster 2 (Masih Tunai) sebanyak 2 orang (5,70%). Aspek kemudahan, kepercayaan terhadap sistem, pengalaman dengan teknologi, dan berbagai hambatan operasional menjadi faktor penting dalam proses penerimaan. Pengelompokan dalam tiga cluster dianggap sebagai yang paling tepat untuk memahami segmentasi perilaku partisipan dengan jelas dan representatif. Hasil ini memberikan wawasan bagi penyedia layanan dan pihak regulator untuk merumuskan strategi komunikasi yang sesuai

PREDIKSI BIAYA DAN DURASI PENGEMBANGAN PERANGKAT LUNAK MENGGUNAKAN FUZZY COCOMO

Yulis Rijal Fauzan, Fahmi Auliya Tsani, Devi Ayu Rachmawati — Sun, 04 Oct 2026 13:42:26 +0700

Perkembangan teknologi informasi yang semakin pesat mendorong meningkatnya kebutuhan pengembangan perangkat lunak yang harus diselesaikan tepat waktu dan sesuai anggaran. Permasalahan yang sering terjadi dalam proyek perangkat lunak adalah kurang optimalnya estimasi biaya dan durasi pengembangan. Oleh karena itu, penelitian ini bertujuan merancang metode estimasi biaya dan durasi pengembangan perangkat lunak menggunakan model Fuzzy COCOMO. Sistem yang dikembangkan mengotomatisasi penentuan model COCOMO Basic dan COCOMO Intermediate serta membandingkan kinerja metode inferensi Fuzzy Mamdani, Sugeno, dan Tsukamoto untuk membantu project manager dalam memperoleh estimasi yang lebih akurat. Penelitian menggunakan metode design research yang terdiri atas tahap konseptualisasi masalah, perancangan solusi, dan validasi empiris. Pengujian dilakukan menggunakan 63 data proyek pada dataset COCOMO 81, dengan metode evaluasi berupa perbandingan nilai estimasi terhadap data aktual berdasarkan tingkat akurasi model. Hasil penelitian menunjukkan bahwa metode Sugeno dan Tsukamoto menghasilkan akurasi rata-rata sebesar 50,0% pada COCOMO Basic dan 63,2% pada COCOMO Intermediate. Sementara itu, metode Mamdani memperoleh akurasi sebesar 50,5% pada COCOMO Basic dan 63,4% pada COCOMO Intermediate. Berdasarkan hasil tersebut, metode Mamdani memberikan kinerja terbaik dibandingkan metode lainnya, sedangkan COCOMO Intermediate terbukti lebih akurat dibandingkan COCOMO Basic dalam memprediksi biaya dan durasi pengembangan perangkat lunak sehingga berpotensi mengurangi risiko keterlambatan proyek dan pembengkakan biaya.

PENGUJIAN BLACKBOX PADA SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB DI SMA DAARUL QUR’AN

Muh. Asdar Ahsan, Linda Wahyu Widianti — Sun, 04 Oct 2026 21:55:59 +0700

Pengelolaan perpustakaan di SMA Daarul Qur’an sebelumnya masih bergantung pada pencatatan manual yang terpisah, sehingga penelusuran data buku, anggota, peminjaman, dan pengembalian memerlukan pemeriksaan ulang oleh petugas. Penelitian ini bertujuan memeriksa kesesuaian fungsi Sistem Informasi Perpustakaan Berbasis Web sebelum digunakan dalam layanan harian. Pengujian dilakukan dengan metode black-box testing menggunakan Equivalence Partitioning dan Boundary Value Analysis. Equivalence Partitioning dipilih untuk mewakili kelas masukan valid dan tidak valid tanpa menguji seluruh kombinasi data, sedangkan Boundary Value Analysis digunakan pada titik keputusan stok nol dan tanggal jatuh tempo yang berisiko menimbulkan kesalahan logika. Sebanyak 18 test case disusun dari kebutuhan prioritas pada modul autentikasi, data anggota, data buku, peminjaman, pengembalian, counter pengunjung, dan laporan. Setiap skenario dijalankan secara manual melalui Google Chrome dan Mozilla Firefox pada lingkungan localhost dan LAN sekolah. Hasil aktual dibandingkan dengan keluaran yang diharapkan dan dicatat sebagai PASS atau FAIL. Seluruh 18 test case berstatus PASS dengan pass rate 100%. Hasil tersebut menunjukkan bahwa fungsi yang diuji telah sesuai dengan spesifikasi pada lingkungan pengujian yang digunakan, tetapi tidak membuktikan bahwa sistem bebas dari seluruh kemungkinan defect

PENGUJIAN WHITEBOX PADA SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB DI SMA DAARUL QUR’AN

Muh. Asdar Ahsan, Linda Wahyu Widianti — Sun, 04 Oct 2026 21:56:53 +0700

Sistem informasi perpustakaan berbasis web di SMA Daarul Qur’an menangani autentikasi, data anggota dan buku, peminjaman, pengembalian, denda, pencatatan pengunjung, serta validasi masukan. Percabangan pada fungsi-fungsi tersebut perlu diperiksa karena pengujian antarmuka belum menunjukkan jalur kode yang benar-benar dilewati. Penelitian ini bertujuan menganalisis struktur logika delapan fungsi melalui white box testing dengan teknik basis path testing dan cyclomatic complexity. Pengujian dilakukan pada aplikasi PHP prosedural dan MySQL di lingkungan localhost serta LAN sekolah. Peneliti menelusuri kode, menyusun flowgraph, mencatat node dan edge, menghitung V(G), kemudian menjalankan 20 test case dengan bantuan Xdebug. Hasil perhitungan menunjukkan 32 jalur independen dengan nilai V(G) antara 3 dan 5. Peminjaman dan pengembalian memiliki nilai tertinggi, masing-masing 5, sedangkan counter pengunjung dan validasi form bernilai 3. Seluruh actual output pada 20 test case sesuai dengan expected output sehingga berstatus PASS. Analisis V(G) membantu menentukan prioritas pengujian dan menunjukkan jalur yang masih memerlukan test case tersendiri. Hasil berlaku pada lingkungan uji yang digunakan dan belum mencakup pengujian beban serta keamanan tingkat lanjut

PENGUJIAN USER ACCEPTANCE TEST (UAT) PADA SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB DI SMA DAARUL QUR’AN

Muh. Asdar Ahsan, Linda Wahyu Widianti — Sun, 04 Oct 2026 21:57:45 +0700

Kemajuan teknologi informasi mendorong layanan perpustakaan sekolah beralih dari pengelolaan manual ke layanan digital yang lebih efektif dan efisien. SMA Daarul Qur’an menerapkan Sistem Informasi Perpustakaan Berbasis Web untuk mendukung pengelolaan buku, anggota, peminjaman, pengembalian, dan pencarian informasi. Keberhasilan penerapan sistem tidak hanya bergantung pada aspek teknis, tetapi juga pada penerimaan pengguna. Penelitian ini mengukur penerimaan pengguna dengan metode User Acceptance Testing (UAT). UAT dilaksanakan melalui 14 skenario dan kuesioner Likert 1–5 yang terdiri atas 15 butir kepada 35 siswa kelas XII. Penilaian mencakup tampilan/UI, kemudahan penggunaan, fungsionalitas, aksesibilitas dan performa, keamanan, efisiensi layanan, serta relevansi teknologi. Seluruh skenario diterima dengan tingkat keberhasilan 100%. Kuesioner menghasilkan skor 2.129 dari maksimum 2.625 atau 81,10%, dengan rata-rata 142 dari 175 dan kategori Baik. Tampilan/UI memperoleh nilai tertinggi sebesar 152 dari 175 atau 86,29% dengan kategori Sangat Baik, sedangkan keamanan memperoleh nilai terendah sebesar 135 dari 175 atau 77,14% dan tetap berkategori Baik. Secara umum, sistem telah sesuai dengan kebutuhan pengguna, mudah digunakan, dan layak diterapkan untuk mendukung pengelolaan serta pelayanan perpustakaan

IMPLEMENTASI LLM GEMINI 2.0 FLASH DAN NAÏVE BAYES UNTUK KLASIFIKASI RATING ULASAN SIREKAP 2024

Muhamad Ridwan, Nauval Azmi Verdikha, Kuncoro Hadi, Novariyani Nur Ramadhani — Sun, 04 Oct 2026 21:59:40 +0700

Aplikasi Sistem Informasi Rekapitulasi (SIREKAP) 2024 memegang peranan krusial dalam mendukung transparansi, efisiensi, dan akuntabilitas penyelenggaraan pemilihan umum di Indonesia melalui ulasan digital pengguna. Namun, tingginya volume ulasan yang tidak terstruktur serta masalah ketidakseimbangan data yang ekstrem membuat proses analisis sentimen maupun evaluasi kualitas aplikasi secara manual menjadi sangat tidak efisien. Oleh karena itu, penelitian ini bertujuan untuk mengotomatisasi klasifikasi ulasan pengguna SIREKAP 2024 ke dalam lima kelas rating menggunakan pendekatan pembelajaran mesin. Metodologi yang diterapkan mencakup pra-proses teks berbasis Large Language Model (LLM) Gemini 2.0 Flash untuk merapikan ejaan dan tata bahasa, ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF), serta pengklasifikasian menggunakan algoritma Multinomial Naïve Bayes yang dioptimasi parameternya dengan Optuna. Evaluasi keandalan model dilakukan melalui teknik 10-Fold Cross Validation dan Confusion Matrix terhadap dataset sebanyak 8.358 ulasan. Hasil pengujian menunjukkan rata-rata F1-score sebesar 31,00%. Kinerja model yang terbatas ini utamanya disebabkan oleh dominasi ulasan pada kelas Rating 1 yang mencapai 64,1%, sehingga model mengalami bias terhadap kelas mayoritas dan kesulitan mengklasifikasikan kelas minoritas. Temuan ini menyoroti pentingnya penanganan ketidakseimbangan data untuk penelitian selanjutnya

PENGEMBANGAN SISTEM APLIKASI MANAJEMEN KOST MEGA CITRA BERBASIS WEB DAN MOBILE

Aisya Elok Rahma Putri, Arief Hermawan — Sun, 04 Oct 2026 22:00:25 +0700

Kost Mega Citra merupakan usaha penyedia hunian sewa segmen menengah ke atas yang berlokasi di Gamping, Sleman, Daerah Istimewa Yogyakarta, dengan 32 kamar yang dikelola. Pengelolaan data penghuni, informasi kamar, reservasi, perpanjangan sewa, dan administrasi keuangan masih dilakukan secara manual melalui catatan tulisan tangan dan fotokopi dokumen identitas, sehingga rawan menimbulkan ketidakkonsistenan data dan keterlambatan proses administrasi. Penelitian ini bertujuan merancang dan membangun Sistem Aplikasi Manajemen Kost berbasis web dan mobile yang mengintegrasikan informasi kamar, verifikasi identitas penghuni, reservasi, perpanjangan masa sewa, notifikasi otomatis, pengelolaan keluhan, riwayat penghuni, dan laporan keuangan dalam satu platform terpadu. Pengembangan sistem dilakukan menggunakan metode Waterfall, dengan arsitektur client-server yang terdiri atas aplikasi web berbasis Vue.js untuk admin dan penghuni, aplikasi mobile berbasis Flutter untuk penghuni, backend Node.js dan Express.js, serta basis data MySQL. Pengujian sistem dilakukan menggunakan metode Black Box pada seluruh fitur di sisi penghuni dan admin. Hasil penelitian menunjukkan bahwa seluruh fitur yang dikembangkan telah berjalan sesuai fungsinya, sehingga sistem mampu membantu proses reservasi kamar, verifikasi identitas, pengelolaan data penghuni, perpanjangan masa sewa, notifikasi, penanganan keluhan, dan administrasi keuangan Kost Mega Citra secara terintegrasi melalui website dan aplikasi mobile

PERANCANGAN SISTEM INFORMASI PELAYANAN DATA (SIDATA) BMKG MARITIM TANJUNG PERAK SURABAYA MENGGUNAKAN UNIFIED MODELING LANGUAGE (UML)

Anisa Tanti Meliany, Anang Kunaefi, Andhy Permadi, Ilham Ilham — Sun, 04 Oct 2026 22:01:19 +0700

Pelayanan Permohonan data di BMKG Maritim Tanjung Perak Surabaya selama ini masih dilakukan secara manual melalui WhatsApp dan email, sehingga menimbulkan kendala berupa sulitnya pelacakan status permohonan, potensi kehilangan data, keterlambatan respons, serta tidak adanya pencatatan yang tertib, baik untuk permohonan berbayar (PNBP) maupun permohonan gratis untuk keperluan akademik (Non-PNBP). Penelitian ini bertujuan merancang Sistem Informasi Pelayanan Data (SIDATA) berbasis web menggunakan pendekatan Unified Modeling Language (UML) agar proses permohonan data dapat dikelola secara terintegrasi. Metode pengembangan yang digunakan adalah Waterfall, meliputi tahap analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Perancangan sistem dituangkan dalam empat jenis diagram UML, yaitu Use Case Diagram, Activity Diagram, Sequence Diagram, dan Class Diagram. Sistem yang dirancang diimplementasikan menggunakan React dan Vite pada sisi frontend serta Supabase pada sisi backend, kemudian diuji menggunakan metode Black Box Testing. Hasil pengujian menunjukkan seluruh fitur utama, mulai dari pengajuan permohonan, verifikasi berkas dan pembayaran, penerbitan tagihan, hingga pengunduhan data, berjalan sesuai dengan kebutuhan fungsional yang telah ditetapkan. Rancangan SIDATA diharapkan dapat menjadi acuan pengembangan sistem yang mempercepat, menstandardisasi, dan meningkatkan transparansi layanan permohonan data di BMKG Maritim Tanjung Perak Surabaya

RANCANG BANGUN SISTEM MONITORING KETINGGIAN AIR PADA BANJIR ROB MENGGUNAKAN TEKNOLOGI IOT BERBASIS WEBSITE

Bella Rossa Amelia, Nurhayati Nurhayati — Sun, 04 Oct 2026 22:02:06 +0700

Wilayah pesisir Muara Angke, Jakarta Utara, sering mengalami banjir rob yang mengganggu aktivitas sosial dan ekonomi masyarakat, sementara informasi peringatan dini yang tersedia masih bersifat umum dan belum menggambarkan kondisi ketinggian air secara langsung di lokasi terdampak. Penelitian ini bertujuan merancang dan membangun sistem monitoring ketinggian air pada banjir rob berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 di wilayah Muara Angke, yang mampu memantau ketinggian air secara real-time, memberikan peringatan dini melalui indikator visual lampu LED dan peringatan suara, serta mengirimkan notifikasi otomatis melalui aplikasi Telegram dan website monitoring. Metode pengembangan sistem yang digunakan adalah metode Prototype, meliputi tahapan pengumpulan kebutuhan, membangun prototype, evaluasi prototype, mengkodekan sistem, pengujian sistem, evaluasi sistem, dan penggunaan sistem. Hasil penelitian menunjukkan sistem berhasil dibangun dengan memanfaatkan sensor ultrasonik HC-SR04, dilengkapi LCD, Pilot Lamp, Buzzer, dan Modul Relay 4 Channel, mampu memantau ketinggian air secara real-time melalui website berupa dashboard dan grafik historis, memberikan peringatan dini sesuai status Aman, Siaga, dan Waspada, serta mengintegrasikan notifikasi otomatis melalui Telegram Bot. Dengan demikian, sistem yang dibangun telah berfungsi sesuai tujuan yang ditetapkan dan dapat membantu meningkatkan kewaspadaan masyarakat pesisir Muara Angke terhadap potensi banjir rob

PERENCANAAN STRATEGIS SISTEM INFORMASI MENGGUNAKAN METODE WARD AND PEPPARD PADA BAGIAN KEMAHASISWAAN UNIVERSITAS DHYANA PURA

Fahri Khusaini, Ida Bagus Neo Kurnia Amadea, Putu Andhika Kurniawijaya — Sun, 04 Oct 2026 22:02:47 +0700

Bagian Kemahasiswaan Universitas Dhyana Pura di bawah pembinaan Wakil Rektor III menghadapi kendala operasional akibat belum optimalnya pemanfaatan Sistem Informasi (SI). Permasalahan utama meliputi birokrasi pengajuan proposal dan Laporan Pertanggungjawaban (LPJ) organisasi mahasiswa (BEM, UKM, HMT) yang masih berbasis kertas (paper-based), proses seleksi beasiswa internal yang diolah secara manual menggunakan Microsoft Excel, ketiadaan pelacakan berkas yang memicu ketidakpastian informasi, serta belum terintegrasinya data untuk pelaporan SIMKATMAWA Kemendikbudristek. Penelitian ini bertujuan merumuskan Rencana Strategis Sistem Informasi (Renstra SI) dan Peta Jalan (Roadmap) implementasi portofolio aplikasi terpadu E-SIMAWA menggunakan metodologi Ward and Peppard guna meningkatkan efisiensi dan transparansi layanan. Analisis lingkungan bisnis dan SI dilakukan menggunakan Rantai Nilai (Value Chain) Porter, PESTEL, Matriks TOWS, Gap Analysis, dan pemetaan McFarlan Strategic Grid. Hasil kuantifikasi penilaian pakar menghasilkan skor IFAS sebesar 2,10 dan EFAS sebesar 3,20 yang menempatkan unit kerja pada Kuadran WO (Weakness – Opportunity). Penelitian ini menghasilkan formulasi Strategi Bisnis SI dan Strategi Manajemen SI mencakup Modul E-Proposal & E-LPJ (Kuadran Key Operational), Fitur Real-Time Progress Tracking 5 warna status (Kuadran Key Operational), Modul SPK Seleksi Beasiswa (Kuadran Support), dan Modul Otomasi Pelaporan SIMKATMAWA (Kuadran High Potential). Peta jalan implementasi disusun untuk jangka waktu tiga tahun (2026–2028) yang sesuai dengan tujuan organisasi

ANALISIS PERFORMA RESNET50 VGG16 DAN EFFICIENTNETB0 UNTUK KLASIFIKASI KONDISI VISUAL DAUN CABAI

Hasbi Assidiki, Aswan Supriyadi Sunge, Alhadi Saputra — Sun, 04 Oct 2026 22:03:33 +0700

Daun cabai merupakan bagian penting dalam fotosintesis dan perubahan visualnya dapat mengindikasikan gangguan tanaman. Kemiripan gejala antara healthy, leaf spot, leaf curl, yellowish, dan whitefly menyebabkan identifikasi manual berpotensi subjektif dan tidak konsisten. Penelitian ini bertujuan membandingkan performa ResNet50, VGG16, dan EfficientNetB0 berbasis transfer learning serta menentukan model yang paling seimbang. Dataset sekunder Kaggle awalnya terdiri atas 500 citra. Setelah audit duplikasi identik dan kemiripan visual, diperoleh 456 citra bersih yang dibagi terstratifikasi menjadi 364 data train, 46 validation, dan 46 test. Setiap arsitektur dilatih melalui feature extraction dan fine-tuning menggunakan split serta classification head yang sama dan diulang dengan seed 42, 123, dan 2026. Evaluasi menggunakan confusion matrix, accuracy, macro precision, macro recall, macro F1-score, waktu pelatihan, waktu inference, dan jumlah parameter. EfficientNetB0 memberikan hasil terbaik dengan rata-rata accuracy 81,88%, macro precision 83,52%, macro recall 82,03%, macro F1-score 82,06%, 4.055.976 parameter, dan waktu pelatihan rata-rata 9 menit 37 detik. Kesalahan utama terjadi antara whitefly dan leaf spot serta antara leaf curl dan yellowish.

IMPLEMENTASI ANALYTICAL HIERARCHY PROCESS (AHP) DALAM SISTEM PENDUKUNG KEPUTUSAN PEMINATAN JURUSAN PENDIDIKAN TINGGI BERBASIS WEBSITE PADA SMK BINTANG NUSANTARA TANGERANG SELATAN

Indra Kristianto, Ahmad Ahmad, Muhammad Bahrein — Sun, 04 Oct 2026 22:04:18 +0700

Kebingungan dalam menentukan pilihan jurusan perguruan tinggi merupakan permasalahan umum yang dihadapi lulusan Sekolah Menengah Kejuruan (SMK), di mana kesalahan pemilihan dapat berdampak pada ketidaksesuaian kompetensi, penurunan semangat belajar, hingga drop out. Penelitian ini bertujuan merancang dan membangun Sistem Pendukung Keputusan (SPK) berbasis web untuk membantu siswa SMK Bintang Nusantara Tangerang Selatan menentukan peminatan jurusan perguruan tinggi secara objektif. Metode yang digunakan adalah Analytical Hierarchy Process (AHP) dengan tiga kriteria penilaian, yaitu Minat Pribadi, Potensi Akademik, dan Prospek Karir, serta lima alternatif jurusan, yaitu Teknik Informatika, Sistem Informasi, Akuntansi, Desain Komunikasi Visual, dan Manajemen Bisnis. Sistem dibangun menggunakan teknologi web client-side berupa HTML5, CSS3, dan JavaScript. Hasil pengujian menunjukkan bahwa output sistem sesuai dengan perhitungan manual AHP dengan nilai Consistency Ratio (CR) yang valid (CR ≤ 0,1), serta fitur validasi konsistensi mampu mendeteksi penilaian yang tidak logis dan meminta koreksi. Pada studi kasus yang dilakukan, Teknik Informatika memperoleh skor tertinggi sebesar 0,6734, disusul Akuntansi dengan skor 0,4868. Dengan demikian, sistem ini layak digunakan sebagai alat bantu Bimbingan Konseling (BK) dalam memberikan rekomendasi jurusan yang lebih akurat dan terukur

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN E-LIQUID SALTNIC DAN PODS FRIENDLY BERBASIS WEB MENGGUNAKAN METODE AHP-EDAS

Mon, 05 Oct 2026 04:44:14 +0700

Ovapor Klungkung merupakan toko ritel vape yang menghadapi kendala pada proses pemilihan e-liquid saltnic dan pods friendly, karena pelanggan sangat bergantung pada rekomendasi subjektif vaporista sehingga rawan menimbulkan ketidaksesuaian produk dan risiko kelebihan kadar nikotin bagi perokok konvensional yang baru beralih ke vape. Permasalahan ini mendorong perlunya Sistem Pendukung Keputusan (SPK) berbasis web yang mampu memberikan rekomendasi objektif dan transparan langsung kepada pelanggan. Penelitian ini bertujuan merancang, membangun, dan mengevaluasi SPK dengan mengombinasikan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot prioritas kriteria (harga, nikotin, volume, reputasi merek, dan rating) berdasarkan preferensi pelanggan, serta metode Evaluation Based on Distance from Average Solution (EDAS) untuk menghasilkan peringkat Top-N alternatif produk. Pengembangan sistem menggunakan model Waterfall dengan arsitektur tiga lapis berbasis Flask, Vue.js, dan MySQL. Hasil pengujian Black-Box menunjukkan seluruh 15 skenario fungsional berjalan sesuai harapan, waktu komputasi EDAS tercatat di bawah 2 detik, dan pengujian User Acceptance Test terhadap 22 responden memperoleh skor kelayakan 89,42% dengan kategori sangat layak. Sistem ini terbukti membantu pelanggan memilih e-liquid secara mandiri, objektif, dan sesuai kebutuhan

RANCANG BANGUN SISTEM MONITORING SUHU MAKANAN PROGRAM MAKAN BERGIZI GRATIS (MBG) SECARA REAL-TIME BERBASIS IOT DAN WEB MENGGUNAKAN ESP32 DAN SENSOR DHT22

Khairul Anwarudin, Yumna Nabila, Bastoni Bastoni, Muhammad Ilham — Mon, 05 Oct 2026 04:45:15 +0700

Pemantauan kondisi lingkungan pada ruang pengolahan makanan merupakan salah satu aspek yang mendukung pengawasan operasional dan pengendalian lingkungan pada Satuan Pelayanan Pemenuhan Gizi (SPPG). Pemantauan manual memiliki keterbatasan dalam memberikan informasi kondisi ruangan secara langsung dan berkelanjutan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring suhu dan kelembapan berbasis Internet of Things (IoT) menggunakan ESP32 dan sensor DHT22 yang terintegrasi dengan website berbasis Progressive Web Application (PWA) Termo-App pada SPPG Dawuan Dapur 2 UUTBEEF. Penelitian menggunakan pendekatan pengembangan prototipe yang meliputi analisis kebutuhan, perancangan, pengembangan prototipe, integrasi perangkat keras dan perangkat lunak, pengkodean, pengujian, serta evaluasi. Pengujian dilakukan menggunakan metode Black Box Testing dengan mengamati pembacaan sensor, koneksi perangkat, pengiriman data, dan penyajian informasi melalui website. Hasil implementasi menunjukkan sistem dapat digunakan untuk monitoring kondisi lingkungan pada Ruang Masak MBG, Ruang Packing MBG, serta Ruang Cuci dan Sterilisasi. Hasil pembacaan menunjukkan suhu sebesar 32,0°C, 26,2°C, dan 32,5°C secara berturut-turut. Data dapat ditampilkan melalui PWA Termo-App secara real-time. Sistem juga menyediakan dashboard, grafik riwayat, dan pengelolaan perangkat. Integrasi ESP32, DHT22, internet, dan website monitoring dapat mendukung pemantauan kondisi lingkungan operasional SPPG

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENERIMA BANTUAN SOSIAL DENGAN PROGRAM KELUARGA HARAPAN DI DESA BANJARASEM, KECAMATAN SERIRIT, KABUPATEN BULELENG MENGGUNAKAN METODE MOORA

Putu Deva Pratama Artha, I Made Gede Sunarya, Gede Surya Mahendra — Mon, 05 Oct 2026 04:46:09 +0700

Penentuan penerima Program Keluarga Harapan (PKH) di Desa Banjarasem, Kecamatan Seririt, Kabupaten Buleleng sepanjang ini masih mengandalkan mekanisme musyawarah desa yang rentan bertabiat subjektif, inkonsisten, serta berpotensi bias sosial sebab tidak didukung sistem analisis kriteria yang terstruktur. Riset ini bertujuan membangun Sistem Pendukung Keputusan (SPK) buat memastikan kelayakan penerima dorongan PKH secara lebih objektif serta terukur. Sistem dibesarkan memakai tata cara Multi- Objective Optimization by Ratio Analysis (MOORA) dengan 10 kriteria evaluasi, ialah luas rumah, status kepemilikan rumah, pemasukan, peninggalan yang dipunyai, tipe bilik, tipe lantai, sumber air, keadaan bunda berbadan dua/ menyusui, tegangan listrik, serta jumlah tanggungan, lewat pendekatan Agile Development berbasis PHP dengan framework CodeIgniter 4 serta basis informasi MySQL. Pengujian sistem dicoba memakai Black Box Testing serta System Usability Scale (SUS). Hasil riset menampilkan sistem sukses memeringkat 79 calon penerima bersumber pada nilai optimasi (Yi), dengan alternatif berkode A030 mendapatkan nilai paling tinggi sebesar 0, 04352. Hasil pengujian black box menampilkan segala guna sistem berjalan 100% cocok spesifikasi, sebaliknya skor SUS sebesar 76, 43 menampilkan tingkatan usability sistem terletak pada jenis baik

PERBANDINGAN KINERJA YOLOV8 DENGAN SEGMENTASI BERBASIS WARNA HSV PADA DETEKSI DAN PELACAKAN OBJEK REAL TIME EMBEDDED

Heri Setiawan, Bagus Patria, Yohanes Dwi Cahyono — Mon, 05 Oct 2026 04:47:35 +0700

Perkembangan teknologi pengolahan citra digital dan kecerdasan buatan telah mendorong kebutuhan sistem deteksi dan pelacakan objek real-time yang cepat, akurat, serta efisien pada perangkat embedded dengan sumber daya komputasi terbatas. Penelitian ini bertujuan membandingkan kinerja dua metode computer vision, yaitu algoritma deep learning Ultralytics YOLOv8 dan metode konvensional berbasis segmentasi ruang warna HSV, dalam mendeteksi serta melacak objek di lingkungan Politeknik Angkatan Darat (Poltekad) yang dinamis. Penelitian dilakukan melalui implementasi alur pemrosesan citra, ekstraksi koordinat pusat objek, serta perhitungan error posisi (ΔX dan ΔY) terhadap pusat frame kamera, dengan evaluasi berdasarkan distribusi spasial error, kestabilan pelacakan, dan latency komputasi. Hasil menunjukkan bahwa YOLOv8 unggul dalam akurasi dan kestabilan pelacakan dengan sebaran error yang rapat serta minim false positive, meskipun memiliki fluktuasi latency 60–200 ms. Sebaliknya, segmentasi HSV lebih unggul dalam efisiensi komputasi dan kecepatan pemrosesan yang stabil, tetapi rentan terhadap variasi pencahayaan, bayangan, serta kemiripan warna latar belakang. Secara keseluruhan, YOLOv8 lebih sesuai untuk aplikasi kritis di lingkungan kompleks, sedangkan HSV ideal untuk kasus sederhana dengan objek warna solid. Penelitian ini merekomendasikan pengembangan sistem hybrid serta optimalisasi model untuk menghasilkan sistem visi komputer yang lebih adaptif, efisien, dan mendukung keselamatan operasional manusia di lapangan

ANALISIS KOMPARATIF KEAMANAN PROTOKOL MQTT MENGGUNAKAN ENKRIPSI AES-256 DAN TRANSPORT LAYER SECURITY (TLS) BERBASIS SOFTWARE-DEFINED SIMULATION

Ahmad Iwan Setiawan, Yohanes Dwi Cahyono, Heri Setiawan — Mon, 05 Oct 2026 04:48:26 +0700

Perkembangan ekosistem Internet of Things (IoT) memicu peningkatan risiko keamanan pada jalur transmisi data, khususnya yang mengandalkan protokol Message Queuing Telemetry Transport (MQTT). Sifat bawaan MQTT yang mengirimkan data tanpa enkripsi menyebabkan paket informasi rentan terhadap serangan penyadapan (packet sniffing). Penelitian ini menguji model pengamanan data IoT secara virtual menggunakan algoritma Advanced Encryption Standard (AES-256) mode Cipher Block Chaining (CBC) melalui pendekatan software-defined simulation di lingkungan Google Colab. Eksperimen dievaluasi secara komparatif melalui tiga skenario utama: tanpa enkripsi (no_enc), enkripsi level aplikasi (aes_only), serta enkripsi kombinasi jaringan (aes_tls). Hasil simulasi menunjukkan bahwa integrasi AES-256 CBC mampu melindungi data secara mutlak dari intersepsi pihak ketiga. Implementasi ini memicu konsekuensi teknis berupa peningkatan ukuran paket data (size overhead) sebesar 8,47% hingga 8,59% sebagai dampak dari mekanisme pembulatan blok padding. Namun, beban komputasi waktu eksekusi yang dibutuhkan sangat minimal, yakni berada pada rentang 0,012 ms hingga 0,016 ms, sehingga sangat layak diaplikasikan pada infrastruktur IoT

OPTIMASI FITUR BERBASIS ANOVA UNTUK DETEKSI SERANGAN PADA PROTOKOL MQTT MENGGUNAKAN RANDOM FOREST DI LINGKUNGAN INTERNET OF THINGS

Aditiya Fajrin Maulana, Heri Setiawan — Mon, 05 Oct 2026 04:49:26 +0700

Protokol MQTT (Message Queuing Telemetry Transport) banyak digunakan pada sistem Internet of Things (IoT) karena arsitektur publish-subscribe yang ringan dan hemat bandwidth, namun memiliki kerentanan keamanan tinggi terhadap serangan Denial of Service (DoS) dan anomali jaringan. Permasalahan utama dalam penerapan Intrusion Detection System (IDS) pada edge IoT adalah tingginya dimensi fitur jaringan yang membebani memori dan waktu komputasi perangkat berdaya terbatas, sehingga menimbulkan trade-off kritis antara akurasi deteksi dan efisiensi latensi. Penelitian ini bertujuan mengevaluasi dampak optimasi fitur berbasis Analysis of Variance (ANOVA) pada model Random Forest guna mereduksi beban komputasi tanpa mengorbankan performa deteksi serangan MQTT. Metode yang digunakan adalah klasifikasi Random Forest dengan partisi data 70% pelatihan dan 30% pengujian pada 1.000 sampel data trafik jaringan seimbang (50% normal dan 50% serangan), membandingkan Skenario 1 (10 fitur penuh) dan Skenario 2 (7 fitur hasil eliminasi metrik transport layer TCP: TcpRtt, AckDat, dan SynAck berbasis ANOVA). Hasil pengujian menunjukkan bahwa Skenario 1 menghasilkan akurasi 100,00%, sedangkan Skenario 2 mempertahankan akurasi sebesar 99,67% (hanya terkoreksi 0,33%). Selain itu, Skenario 2 berhasil memangkas waktu pelatihan model sebesar 34,6% (dari 0,7854 detik menjadi 0,5135 detik). Hasil ini membuktikan bahwa optimasi fitur berbasis ANOVA mampu meningkatkan efisiensi komputasi secara signifikan dengan tetap menjaga akurasi deteksi yang optimal untuk lingkungan edge computing IoT.

ANALISIS PERBANDINGAN TELEMETRY WIFI DAN LORA PADA DRONE MONITORING SYSTEM BERBASIS IOT UNTUK TRANSMISI DATA REAL-TIME DI LINGKUNGAN POLTEKAD

Muhamad Rahadian Santoso, Yohanes Dwi Cahyono, Gatut Yulisusianto — Mon, 05 Oct 2026 04:50:23 +0700

Perkembangan drone berbasis IoT meningkatkan kebutuhan sistem telemetry real-time yang stabil dan efisien. Permasalahan yang dihadapi adalah perbedaan performa komunikasi telemetry antara teknologi WiFi dan LoRa dalam pengiriman data monitoring drone, terutama pada kondisi lingkungan dengan interferensi elektromagnetik yang berbeda. Penelitian ini bertujuan untuk menganalisis perbandingan performa komunikasi telemetry berbasis WiFi dan LoRa pada sistem monitoring drone berbasis IoT. Metode penelitian dilakukan dengan membangun drone tipe quadcopter yang dilengkapi flight controller, GPS, dan ESP32 untuk mengolah data telemetry. Data dikirim menggunakan protokol MQTT menuju server dan ditampilkan pada dashboard monitoring secara real-time. Pengujian dilakukan pada beberapa variasi jarak dan kondisi lingkungan dengan parameter Latency, Packet Loss, kestabilan transmisi, dan jangkauan komunikasi. Hasil penelitian menunjukkan bahwa WiFi memiliki keunggulan pada kecepatan transmisi dan Latency rendah, namun kestabilannya menurun pada lingkungan dengan interferensi tinggi. Sebaliknya, LoRa memiliki jangkauan lebih luas, kestabilan komunikasi lebih baik, dan Packet Loss lebih rendah, meskipun kecepatan transmisinya lebih rendah dibandingkan WiFi. Berdasarkan hasil tersebut, LoRa lebih optimal untuk monitoring drone jarak jauh, sedangkan WiFi lebih sesuai untuk kebutuhan monitoring real-time pada area terbatas

IMPLEMENTASI DAN ANALISIS KEAMANAN PROTOKOL MQTT TLS TERHADAP SERANGAN PACKET SNIFFING PADA SISTEM IOT BERBASIS ESP32

Nova Disjayanto, Transisma Budiarta, Asep Suryanta — Mon, 05 Oct 2026 04:51:15 +0700

Perkembangan Internet of Things (IoT) yang semakin pesat meningkatkan kebutuhan terhadap sistem komunikasi data yang aman dan realtime. Salah satu protokol yang umum digunakan pada sistem IoT adalah Message Queuing Telemetry Transport (MQTT) karena ringan dan efisien dalam penggunaan bandwidth, namun MQTT standar masih memiliki kelemahan keamanan karena data dapat dibaca secara langsung melalui packet sniffing menggunakan Wireshark. Penelitian ini bertujuan mengimplementasikan dan menganalisis keamanan protokol MQTT berbasis Transport Layer Security (TLS) terhadap serangan packet sniffing pada sistem IoT berbasis ESP32. Metode penelitian dilakukan dengan merancang sistem menggunakan ESP32 dan sensor DHT22 untuk membaca data suhu dan kelembaban, kemudian data dikirim melalui protokol MQTT TLS menuju broker MQTT dan ditampilkan secara realtime pada dashboard Node-RED. Selanjutnya dilakukan pengujian dan analisis keamanan menggunakan Wireshark dengan membandingkan komunikasi MQTT tanpa TLS dan MQTT TLS. Hasil penelitian menunjukkan bahwa implementasi MQTT TLS mampu meningkatkan keamanan komunikasi data pada sistem IoT, ditandai dengan payload pada MQTT tanpa TLS masih dapat dibaca secara langsung, sedangkan pada MQTT TLS berubah menjadi TLS Application Data sehingga isi payload terenkripsi dan tidak dapat dibaca. Dengan demikian, MQTT TLS efektif meningkatkan keamanan komunikasi IoT berbasis ESP32 dari risiko packet sniffing

KLASIFIKASI JENIS DAN TINGKAT KERUSAKAN JALAN MENGGUNAKAN ARSITEKTUR VGG19

Muhammad Alif, Anindita Anindita Septiarini, Reza Wardhana — Mon, 05 Oct 2026 04:52:07 +0700

Kerusakan jalan di Kota Samarinda menjadi permasalahan yang memerlukan perhatian serius, terutama dalam proses validasi laporan yang selama ini dilakukan secara manual oleh petugas DPUPR melalui platform Jalan Peduli. Proses penilaian secara manual bersifat subjektif, rentan terhadap bias penilai, dan tidak efisien ketika diterapkan pada skala pelaporan besar. Arsitektur VGG19 dipilih karena susunan filter konvolusi 3×3 yang seragam dan bertumpuk menghasilkan representasi tekstur permukaan aspal yang lebih rinci dibandingkan arsitektur berfilter besar, memiliki alur ekstraksi fitur tunggal tanpa koneksi residual maupun percabangan multi-skala sehingga lebih stabil dan tidak mudah overfitting pada dataset lokal berskala kecil seperti pada ResNet dan Inception, serta mempertahankan detail tekstur halus yang cenderung hilang pada arsitektur ringan berbasis depthwise separable convolution seperti MobileNet, padahal detail tersebut menjadi penentu utama dalam membedakan tingkat keparahan kerusakan. Penelitian ini mengembangkan model klasifikasi otomatis berbasis arsitektur VGG19 dengan pendekatan transfer learning untuk mengidentifikasi jenis dan tingkat keparahan kerusakan jalan dari citra permukaan aspal. Dataset lokal sebanyak 1.731 citra dikumpulkan dari wilayah Kota Samarinda, mencakup sembilan kelas yang merupakan kombinasi tiga jenis kerusakan (lubang, retak, dan permukaan tidak rata) dengan tiga tingkat keparahan (ringan, sedang, dan berat). Data dibagi dengan rasio 70:15:15, dan augmentasi dinamis diterapkan pada data latih hingga target 800 citra per kelas. Model dilatih dalam dua tahap: feature extraction dan fine-tuning pada lapisan block5_conv4. Hasil pengujian menunjukkan bahwa skenario fine-tuning menghasilkan akurasi terbaik sebesar 66,54% dengan macro-average F1-score 0,5970, meningkat 5,57% dibandingkan skenario feature extraction. Waktu inferensi rata-rata 3.479,40 milidetik per citra, jauh lebih cepat dari validasi manual petugas yang membutuhkan 3-5 menit per laporan

IMPLEMENTASI METODE SMART PADA SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN DANA BANTUAN LANGSUNG TUNAI DI DESA SEKAR BIRU

Sofiani Irana Sari, Muhammad Nasir — Mon, 05 Oct 2026 04:52:57 +0700

Bantuan Langsung Tunai (BLT) merupakan program pemerintah berupa pemberian bantuan kepada masyarakat yang memenuhi kriteria berdasarkan kondisi sosial ekonomi. Desa Sekar Biru merupakan salah satu desa yang menyalurkan BLT, namun proses pendataan dan penentuan calon penerima masih dilakukan secara manual melalui musyawarah bersama perangkat desa. Kondisi tersebut dapat membutuhkan waktu dalam proses penilaian, terutama ketika jumlah calon penerima dan kriteria yang digunakan beragam. Penelitian ini bertujuan membangun Sistem Pendukung Keputusan (SPK) untuk membantu pemerintah Desa Sekar Biru menentukan urutan prioritas calon penerima BLT secara sistematis. Metode yang digunakan adalah Simple Multi Attribute Rating Technique (SMART) dengan masyarakat sebagai alternatif dan 14 kriteria kondisi sosial ekonomi yang mengacu pada standar Badan Pusat Statistik (BPS). Sistem dikembangkan menggunakan model Prototype dan diimplementasikan berbasis web dengan framework Laravel. Hasil penelitian berupa sistem yang menyediakan pengelolaan data masyarakat, kriteria, parameter, proses perhitungan SMART, dan pemeringkatan calon penerima BLT. Pengujian fungsional menunjukkan fitur yang diuji menghasilkan keluaran sesuai dengan skenario pengujian. Sistem membantu menyediakan proses penilaian dan pemeringkatan yang lebih sistematis dan terdokumentasi, sedangkan keputusan akhir tetap menjadi kewenangan pemerintah desa

ANALISIS KINERJA DAN IMPLEMENTASI SISTEM PENDETEKSI KEBOCORAN GAS BERBASIS IoT DALAM MENDUKUNG IMPLEMENTASI SMART INDUSTRY DI PT. DEKADE PRIORITAS (MULTI GROUP)

Wijar Algifari, Abdul Halim, Ali Rohman — Mon, 05 Oct 2026 04:54:00 +0700

Penggunaan gas LPG di lingkungan industri memiliki risiko kebocoran yang dapat menyebabkan kebakaran maupun ledakan apabila tidak terdeteksi secara dini. Oleh karena itu, diperlukan sistem yang mampu melakukan deteksi dan monitoring secara real-time untuk meningkatkan keselamatan kerja. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pendeteksi kebocoran gas berbasis Internet of Things (IoT) menggunakan sensor MQ-6 dan NodeMCU ESP8266 dalam mendukung implementasi Smart Industry di PT. Dekade Prioritas (Multi Group). Metode penelitian yang digunakan adalah Research and Development (R&D) yang meliputi analisis kebutuhan, perancangan prototipe, implementasi, dan pengujian sistem. Sistem dikembangkan dengan mengintegrasikan sensor MQ-6, NodeMCU ESP8266, LCD I2C, LED, buzzer, dan Telegram Bot sebagai media monitoring serta notifikasi secara real-time. Pengujian dilakukan terhadap sensitivitas sensor, response time, keberhasilan pengiriman notifikasi Telegram, dan stabilitas sistem. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi kebocoran gas secara otomatis, memberikan peringatan melalui indikator lokal, serta mengirimkan notifikasi kepada pengguna secara real-time dengan komunikasi yang stabil. Implementasi teknologi IoT pada sistem ini mampu meningkatkan efektivitas monitoring kebocoran gas dan berpotensi mendukung peningkatan keselamatan kerja dalam penerapan konsep Smart Industry.

PENGEMBANGAN APLIKASI E-LEARNING VIRTUAL SMART MENGGUNAKAN BOOTSTRAP UNTUK DIGITALISASI PEMBELAJARAN DI SMK AZZAHRA NUSANTARA

Yayan Ahyani, Ahmad Munawir, Mochammad Darip — Mon, 05 Oct 2026 04:55:11 +0700

Perkembangan teknologi informasi mendorong transformasi digital dalam dunia pendidikan, termasuk penerapan sistem pembelajaran berbasis e-learning. SMK Azzahra Nusantara masih menghadapi kendala dalam pengelolaan pembelajaran, seperti distribusi materi, pencatatan presensi, dan pengolahan nilai yang dilakukan secara manual sehingga kurang efektif dan efisien. Penelitian ini bertujuan mengembangkan aplikasi Virtual Smart E-Learning berbasis web menggunakan framework Bootstrap untuk mendukung digitalisasi pembelajaran. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall, meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan PHP, MySQL, dan Bootstrap sehingga memiliki antarmuka yang responsif pada berbagai perangkat. Pengujian sistem dilakukan menggunakan Black Box Testing, sedangkan evaluasi kemudahan penggunaan dilakukan menggunakan System Usability Scale (SUS) terhadap 20 responden yang terdiri atas 2 guru dan 18 siswa. Hasil penelitian menunjukkan bahwa seluruh fungsi aplikasi berjalan dengan baik dengan tingkat keberhasilan 100% pada pengujian Black Box. Selain itu, aplikasi memperoleh skor rata-rata 81,88 pada pengujian SUS yang termasuk kategori Acceptable dengan predikat Excellent (Grade A). Dengan demikian, aplikasi Virtual Smart E-Learning layak diimplementasikan sebagai media digitalisasi pembelajaran di SMK Azzahra Nusantara

SISTEM ABSENSI ONLINE MENGGUNAKAN KARTU RFID BERBASIS ESP32 DI SATUAN PENDIDIKAN MI Al-KHAIRIYAH PENGAMPELAN

Sahrul Gumilang, Abdul Halim, Rudianto Rudianto — Mon, 05 Oct 2026 04:56:07 +0700

Perkembangan Internet of Things (IoT) mendorong digitalisasi administrasi pendidikan, termasuk pengelolaan absensi guru. MI Al-Khairiyah Pengampelan masih menggunakan absensi manual yang berpotensi menimbulkan kesalahan pencatatan dan keterlambatan rekapitulasi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem absensi online menggunakan kartu Radio Frequency Identification (RFID) berbasis ESP32. Pengembangan sistem menggunakan model Waterfall melalui tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem terdiri atas ESP32, RFID MFRC522, LCD 16×2 I2C, buzzer, aplikasi web, dan basis data MySQL. Pengujian dilakukan menggunakan Black Box Testing serta pengukuran response time, error rate, stabilitas, dan konektivitas. Hasil pengujian menunjukkan fungsi utama sistem berjalan sesuai rancangan. Rata-rata response time dari lima pengujian adalah 1,16 detik. Pada pengujian error rate, empat dari lima percobaan berhasil, sedangkan satu percobaan mengalami kegagalan. Pengujian stabilitas menunjukkan sistem tetap beroperasi pada durasi hingga 8 jam dengan 400 kali pemindaian. Sistem mampu mencatat dan menampilkan data kehadiran secara real-time melalui aplikasi web. Dengan demikian, sistem absensi RFID berbasis ESP32 dapat mendukung digitalisasi administrasi kehadiran guru di MI Al-Khairiyah Pengampelan

RANCANG BANGUN ROBOT PEMADAM API BERODA BERBASIS ARDUINO DENGAN KONTROL BLUETOOTH UNTUK MODE MANUAL DAN OTOMATIS

Ahmad Syarif Hidayatullah, Abdul Halim, Rudianto Rudianto — Mon, 05 Oct 2026 04:57:00 +0700

Kebakaran merupakan salah satu bencana yang dapat menyebabkan kerugian material, kerusakan lingkungan, serta membahayakan keselamatan manusia. Penanganan kebakaran pada tahap awal masih bergantung pada tenaga manusia sehingga diperlukan teknologi yang mampu membantu proses deteksi dan pemadaman api secara cepat dan aman. Penelitian ini bertujuan merancang dan mengimplementasikan robot pemadam api beroda berbasis Arduino Uno yang dapat beroperasi dalam mode otomatis maupun mode manual berbasis Bluetooth. Metode penelitian yang digunakan adalah metode eksperimen yang meliputi analisis kebutuhan, perancangan perangkat keras dan perangkat lunak, implementasi sistem, serta pengujian kinerja. Robot dikembangkan menggunakan Arduino Uno sebagai pengendali utama dengan integrasi flame sensor, sensor ultrasonik HC-SR04, motor driver L293D, motor DC, motor servo, pompa air, dan modul Bluetooth HC-05. Hasil pengujian menunjukkan bahwa seluruh komponen sistem berfungsi sesuai dengan rancangan. Robot mampu mendeteksi sumber api, menghindari rintangan, bergerak menuju titik api, memadamkan api skala kecil secara otomatis, serta dikendalikan melalui smartphone pada mode manual. Penelitian ini menyimpulkan bahwa robot pemadam api yang dikembangkan mampu menjadi solusi awal dalam penanganan kebakaran skala kecil sekaligus berpotensi dimanfaatkan sebagai media pembelajaran pada bidang robotika dan sistem tertanam karena memiliki sistem yang sederhana, efektif, dan mudah diimplementasikan

PERBANDINGAN KINERJA NAÏVE BAYES DAN INDOBERT DALAM KLASIFIKASI SENTIMEN ULASAN PELANGGAN PADA APLIKASI SHOPEE

Arridho Ramadhan Firdaus, Deyana Kusuma Wardani, Suhendra Suhendra — Mon, 05 Oct 2026 04:57:50 +0700

Perkembangan teknologi digital mendorong peningkatan penggunaan e-commerce, seperti Shopee, yang memiliki banyaknya jumlah ulasan pelanggan. Kondisi tersebut menjadikan analisis sentimen sebagai salah satu pendekatan komputasional yang dapat digunakan untuk mengidentifikasi polaritas sentimen dan memperoleh kesimpulan opini dari pelanggan terhadap layanan e-commerce. Namun, karena banyaknya ambiguitas dalam teks berbahasa Indonesia dan lonjakan jumlah ulasan pelanggan menjadi tantangan utama dalam menentukan algoritma klasifikasi sentimen yang mampu memahami ulasan secara efektir. Naïve Bayes merupakan salah satu algortima klasifikasi yang banyak digunakan karena memiliki komputasi yang relatif ringan, sedangkan IndoBERT memiliki keunggulan dalam memanfaatkan konteks dan hubungan antar kata dalam kalimat. Dari kedua algoritma tersebut, penelitian ini menguji dan membandingkan kinerja dari Naïve Bayes dan IndoBERT untuk melakukan klasifikasi polaritas sentimen positif dan negative pada ulasan pengguna aplikasi e-commerce. Penelitian ini menggunakan dataset ulasan pengguna berbahasa Indonesia pada Shopee. Hasil pengujian menunjukkan bahwa IndoBERT memperoleh akurasi sebesar 86.5%, sedangkan Naïve Bayes memperoleh akurasi sebesar 80%. Dari hasil tersebut, IndoBERT memiliki kinerja klasifikasi yang lebih tinggi dibandingkan Naïve Bayes dalam mengidentifikasi polaritas sentimen serta mampu memahami hubungan antarkata yang dapat mendukung peningkatan kinerja analisis sentimen pada ulasan berbahasa Indonesia.