Jurnal Minfo Polgan

Analisis Keamanan Website Ells Amikom Purwokerto Menggunakan Metode Vulnerability Assesment Dengan Kerentanan Tingkat Menengah

2026-07-23T07:27:50+00:00

Website merupakan salah satu komponen penting dalam penyelenggaraan layanan digital, termasuk pada lingkungan perguruan tinggi. Website ELLS (E-Learning System) AMIKOM Purwokerto digunakan sebagai media pembelajaran daring yang menyimpan berbagai informasi akademik sehingga aspek keamanan menjadi faktor penting dalam menjaga kerahasiaan, integritas, dan ketersediaan data. Penelitian ini bertujuan untuk menganalisis tingkat keamanan website ELLS AMIKOM Purwokerto menggunakan metode Vulnerability Assessment. Penelitian dilakukan melalui empat tahapan utama, yaitu information gathering, vulnerability scanning, result analysis, dan remediation. Tahap information gathering memanfaatkan WHOIS, DNS Lookup, Nmap, dan WhatWeb untuk memperoleh informasi mengenai domain, alamat IP, layanan jaringan, serta teknologi yang digunakan oleh website. Selanjutnya dilakukan pemindaian kerentanan menggunakan OWASP Zed Attack Proxy (OWASP ZAP) melalui mekanisme passive scanning dan active scanning. Hasil penelitian menunjukkan bahwa tidak ditemukan kerentanan dengan tingkat risiko tinggi, namun berhasil diidentifikasi 4 kerentanan tingkat menengah, 5 kerentanan tingkat rendah, serta 5 temuan informasional. Kerentanan tingkat menengah meliputi Absence of Anti-CSRF Tokens, Content Security Policy (CSP) Header Not Set, Missing Anti-clickjacking Header, dan Sub Resource Integrity Attribute Missing. Berdasarkan hasil tersebut disusun rekomendasi berupa penerapan mekanisme Anti-CSRF, implementasi Content Security Policy, penambahan security headers, penerapan Subresource Integrity, serta peningkatan konfigurasi keamanan server sesuai rekomendasi OWASP. Penelitian ini menunjukkan bahwa metode Vulnerability Assessment efektif dalam mengidentifikasi kelemahan konfigurasi keamanan website sehingga dapat menjadi dasar dalam meningkatkan keamanan aplikasi web secara berkelanjutan.

Kolaborasi Kepala Sekolah, Komite Sekolah, dan Kepemimpinan dalam Meningkatkan Mutu Sekolah Dasar

2026-07-28T08:46:29+00:00

Penelitian ini bertujuan untuk mengetahui kolaborasi kepala sekolah dan komite sekolah serta kepemimpinan kepala sekolah dalam meningkatkan mutu Sekolah Dasar di kecamatan tapung hilir Kabupaten Kampar, Provinsi Riau. Penelitian ini menggunakan pendekatan kuantitatif. Metode kuantitatif merupakan metode penelitian yang berpijak pada filsafat positivisme, digunakan untuk mengkaji populasi atau sampel tertentu melalui pengumpulan data menggunakan instrumen penelitian, serta dianalisis secara kuantitatif atau statistik untuk menggambarkan dan menguji hipotesis yang telah dirumuskan. Penelitian ini dilaksanakan di sekolah dasar kecamatan Tapung Hilir Kabupaten Kampar Provinsi Riau. sebagai lokasi penelitian. Sampel dalam penelitian ini adalah berjumlah 99 orang yang terdiri dari 4 sekolah yaitu UPT SD Negeri 011 Tebing lestari, UPT SD Negeri Kijang Makmur, UPT SD Negeri 10 Kijang Makmur dan UPT SD 25 Kijang jaya. Sampel penelitian berada di Kecamatan Tapung hilir Kabupaten Kampar, Riau. Teknik Pengumpulan Data Kuesioner (Angket), Observasi, Dokumentasi. Berdasarkan hasil penelitian dengan metode kuantitatif, maka dapat peneliti simpulkan sebagai berikut: (1) Variabel kolaborasi kepala sekolah (X1), komite sekolah (X2), kepemimpinan kepala sekolah (X3) secara parsial berpengaruh signifikan terhadap variabel dependen yaitu peningkatan mutu sekolah (Y). (2) Variabel kolaborasi kepala sekolah (X1), komite sekolah (X2), kepemimpinan kepala sekolah (X3) secara bersama-sama (simultan) berpengaruh signifikan terhadap variabel dependen yaitu peningkatan mutu sekolah(Y).(3) Variabel komite sekolah (X2) berpengaruh paling dominan terhadap peningkatan mutu sekolah (Y).

Penerapan ARIMA Box-Jenkins untuk Peramalan Penjualan Bulanan sebagai Dasar Demand Planning PT XYZ

2026-08-12T06:58:01+00:00

Perencanaan permintaan pada industri manufaktur keramik sangat bergantung pada estimasi penjualan yang akurat karena ketidaktepatan peramalan dapat menimbulkan kelebihan atau kekurangan persediaan yang membebani operasional perusahaan. Sementara itu, PT XYZ memiliki data penjualan bulanan periode Januari 2018 sampai Februari 2026 yang belum dimanfaatkan secara optimal sebagai dasar demand planning berbasis model deret waktu yang telah teruji secara statistik. Penelitian ini bertujuan membangun dan mengevaluasi model Autoregressive Integrated Moving Average berbasis prosedur Box-Jenkins untuk meramalkan penjualan bulanan perusahaan serta menghasilkan proyeksi penjualan dari Maret sampai Desember 2026 sebagai dasar perencanaan permintaan. Penelitian menggunakan 98 observasi data penjualan bulanan yang dibagi menjadi periode estimasi dan periode evaluasi out-of-sample selama 12 bulan. Lima kandidat model dibentuk berdasarkan pola Autocorrelation Function dan Partial Autocorrelation Function pascastasioner (uji ADF pada first difference t = -3,749, p = 0,0052), kemudian dievaluasi melalui signifikansi parameter, diagnostik residual Ljung-Box, serta empat metrik akurasi, yaitu RMSE, MAE, MAPE, dan Theil Inequality Coefficient. Hasil penelitian menunjukkan bahwa SARIMA(0,1,1)(1,0,0)12 terpilih sebagai model terbaik karena parameternya signifikan dan menjadi satu-satunya kandidat yang memenuhi asumsi residual white noise, dengan proyeksi penjualan pada kisaran 7.383.509 sampai 8.805.625 m² untuk periode Maret sampai Desember 2026. Penambahan komponen AR(12) mampu menangkap pola musiman tahunan pada data penjualan bulanan, sehingga model ini dapat digunakan sebagai baseline forecast untuk mendukung perencanaan produksi, pengadaan bahan baku, dan pengelolaan persediaan di industri keramik. Penelitian selanjutnya disarankan untuk mengembangkan model dengan memasukkan variabel eksternal atau membandingkan ARIMA dengan metode peramalan lain agar hasil demand planning lebih adaptif terhadap perubahan kondisi bisnis.

Perancangan Aplikasi Smart Monitoring Pelanggaran dan Prestasi Siswa dengan Notifikasi Real-Time Berbasis Android

2026-08-03T06:36:50+00:00

Tantangan yang dihadapi sekolah adalah pengelolaan data pelanggaran dan prestasi siswa yang masih dilakukan secara manual. Kondisi tersebut berpotensi menimbulkan kesalahan pencatatan, keterlambatan penyampaian informasi, dan minimnya transparansi bagi orang tua. Masalah-masalah tersebut dapat menghambat efektivitas administrasi sekolah, kelancaran proses pembelajaran dan peningkatan prestasi siswa, sehingga diperlukan pendekatan cerdas yang mampu mencatat serta mendokumentasikan pelanggaran maupun prestasi siswa secara otomatis berdasarkan waktu dan lokasi, sekaligus memberikan akses Real-Time kepada orang tua untuk memantau aktivitas anak. Tujuan penelitian ini untuk merancang aplikasi Smart Monitoring Pelanggaran dan Prestasi Siswa sebagai langkah awal menciptakan lingkungan sekolah yang lebih disiplin, transparan, dan produktif, serta mendukung kolaborasi yang efektif antara sekolah dan orang tua melalui pemantauan perkembangan siswa secara Real-Time. Metode penelitian dilakukan dalam enam tahap utama: identifikasi masalah dan kajian literatur, pengumpulan data, perancangan sistem, pembangunan aplikasi, uji coba, dan evaluasi. Pengumpulan data dilakukan melalui observasi, wawancara, dan penyebaran kuesioner kepada pengguna aplikasi. Pengujian sistem dilakukan menggunakan Black Box Testing dan User Acceptance Test (UAT) untuk menilai fungsionalitas sistem. Hasil penelitian ini menunjukkan bahwa aplikasi Smart Monitoring Pelanggaran dan Prestasi Siswa telah berfungsi sesuai harapan, dengan tingkat kepuasan pengguna sebesar 93,2%, sehingga dapat disimpulkan bahwa aplikasi ini layak digunakan dan efektif dalam proses pemantauan pelanggaran dan prestasi siswa oleh pihak sekolah dan orang tua.

Analisis Sentimen Ulasan Pelanggan Terhadap Tomoro Coffe Menggunakan Metode Random Forest Berbasis Text Mining

2026-06-28T07:47:20+00:00

Using a Random Forest technique based on text mining, this research seeks to examine consumer sentiment about Tomoro Coffee reviews. There were a total of 927 reviews culled from various online sources; 546 were favorable and 381 were unfavorable. Data collection, sentiment labeling, and text preparation (including cleaning, stopword removal, tokenizing, and stemming) were the study steps that came before data transformation using TF-IDF. After then, the dataset was divided into two halves, with training and testing data comprising 80:20 of the total. The Random Forest method was then used for classification. The accuracy was 80.65%, precision was 83.58%, recall was 70.10%, and the F1-score was 79.50%, according to the test findings. It was clear from the confusion matrix that the model excelled at detecting positive emotion as opposed to negative. Good, comfortable, and pleasant were the most often used positive emotion terms in the word cloud, while application, voucher, promotion, and payment were the most commonly used negative sentiment words. Based on the findings, it seems that Tomoro Coffee's product and service quality may be evaluated using the Random Forest approach, which is based on text mining. This method is effective for categorizing customer review sentiment.

Pengembangan Model Pelatihan Adaptif RAgil (Readiness and Agility-based Learning) untuk Optimalisasi Kompetensi dan Kinerja Pegawai

2026-07-15T22:24:11+00:00

Dinamika lingkungan bisnis yang volatil dan penuh ketidakpastian menuntut ketangkasan (agility) organisasi yang tinggi. Namun, banyak organisasi masih terjebak pada desain pelatihan tradisional yang bersifat statis, kaku, dan gagal menjembatani kesenjangan antara perolehan keterampilan dengan kebutuhan adaptasi cepat di lapangan. Hal ini menciptakan training gap di mana kompetensi pegawai tidak selaras dengan tuntutan kinerja yang adaptif. Penelitian ini bertujuan untuk mengonstruksi model pelatihan adaptif baru bernama RAgil (Readiness and Agility-based Learning) sebagai solusi inovatif dalam optimalisasi kompetensi dan kinerja pegawai di tengah tuntutan perubahan yang cepat.

Metode: Penelitian ini menggunakan pendekatan conceptual research dengan metode Systematic Literature Review (SLR). Analisis dilakukan dengan mensintesis berbagai literatur terkini mengenai perilaku organisasional, desain instruksional, dan pengembangan SDM untuk membangun kerangka konseptual yang kokoh. Model RAgil mengintegrasikan dua pilar teoretis utama: Social Cognitive Theory dari Bandura (1986) untuk membangun fondasi kesiapan (readiness) individu, dan Experiential Learning Theory dari Kolb (2015) untuk memfasilitasi proses pembelajaran yang gesit (agility). Model ini merekonstruksi pelatihan dari sekadar peristiwa formal menjadi sebuah ekosistem belajar yang adaptif, di mana readiness berfungsi sebagai pra-kondisi kognitif dan learning agility menjadi penggerak utama dalam transformasi kompetensi menjadi kinerja unggul. Secara teoretis, model pelatihan adaptif RAgil memperkaya literatur manajemen SDM dengan mengintegrasikan aspek psikologis dan empiris dalam desain pelatihan. Secara praktis, model ini memberikan kerangka kerja bagi praktisi SDM untuk mentransformasi peran pelatihan dari model transmisi pengetahuan tradisional menjadi model pengembangan ketangkasan yang berkelanjutan, yang terbukti krusial bagi keberlanjutan kinerja pegawai di era disrupsi.

Performance Evaluation of K-Nearest Neighbors and Random Forest on Monkeypox Dataset Using Particle Swarm Optimization (PSO)

2026-07-17T10:52:10+00:00

This study aims to evaluate and compare the performance of the K-Nearest Neighbors (KNN) and Random Forest (RF) algorithms in classifying Monkeypox disease by applying the Particle Swarm Optimization (PSO) technique. PSO is used to obtain optimal parameters for each algorithm in order to improve the accuracy and efficiency of the classification models. The data used consist of 10,000 patient records with 11 clinical symptom features representing health conditions related to Monkeypox infection and are numerical in nature. Model performance evaluation was conducted before and after optimization using accuracy, precision, recall, F1-score, and sensitivity metrics. The results show that the application of PSO improves the performance of both algorithms compared to the non-optimized models, particularly in enhancing accuracy and balancing precision and recall. Overall, the combination of classification algorithms with the PSO optimization technique produces more optimal performance in detecting Monkeypox disease. This study is expected to contribute to the development of more accurate machine learning based classification systems and to support effective early diagnosis of Monkeypox.

Pengembangan Sistem Digital Customer Relationship Management Berbasis Website Pada Kimino Coffee and Eatery

2026-08-08T09:06:50+00:00

Perkembangan teknologi digital mendorong pelaku usaha kuliner untuk meningkatkan kualitas pelayanan dan pengelolaan hubungan pelanggan melalui penerapan sistem berbasis teknologi informasi. Kimino Coffee and Eatery masih menghadapi beberapa kendala, yaitu proses pemesanan yang dilakukan melalui pelayan, data pelanggan dan riwayat transaksi yang belum terintegrasi, serta keterbatasan dalam pengelolaan promosi dan program loyalitas pelanggan. Penelitian ini bertujuan untuk merancang dan membangun sistem Digital Customer Relationship Management berbasis website yang dapat mendukung pelayanan serta pengelolaan hubungan pelanggan secara terintegrasi. Penelitian menggunakan metode pengembangan perangkat lunak dengan model Waterfall, sedangkan pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Perancangan sistem menggunakan Unified Modeling Language, implementasi menggunakan PHP dengan framework CodeIgniter dan basis data MySQL, serta pengujian dilakukan menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa sistem dapat mengintegrasikan fitur registrasi member, katalog produk, pemesanan berdasarkan nomor meja, riwayat transaksi, poin loyalitas, voucher, level member, promosi, rating, ulasan pelanggan, serta laporan transaksi dan produk terlaris. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan yang telah dirancang. Kontribusi ilmiah penelitian ini terletak pada penerapan konsep CRM melalui integrasi tahapan acquire, enhance, dan retain dengan proses pemesanan berdasarkan nomor meja dan program loyalitas pelanggan dalam satu sistem berbasis website. Integrasi tersebut menghasilkan model penerapan Digital CRM yang menghubungkan proses pelayanan, pencatatan aktivitas pelanggan, pemberian penghargaan, dan pengelolaan umpan balik secara terstruktur. Sistem yang dikembangkan dapat mendukung pengelolaan data pelanggan, pelaksanaan program loyalitas, evaluasi pelayanan, serta penyediaan informasi bagi pemilik dalam pengambilan keputusan.

Financial Literacy, Minimum Capital, Investment Risk, and Technology Advancement Influence Investors' Intention Medan City

2026-07-28T08:46:37+00:00

The development of investment among young generations has increased along with the ease of access to information and technology-based investment services. However, investment participation levels are still influenced by various factors, such as financial understanding, limited capital, risk perception, and the advancement of investment technology. This study aims to analyze the influence of financial literacy, minimum capital, investment risk, and technological advancement on the investment intention of young generations in Medan City. This research uses a quantitative approach with a causal associative research design. The data were collected through questionnaires distributed to young generations aged 18–35 years in Medan City. Data analysis was conducted using multiple linear regression, including classical assumption tests, partial hypothesis testing (t-test), simultaneous hypothesis testing (F-test), and coefficient of determination testing (R²). The results show that financial literacy has a significant influence on young generations' investment intention in Medan City. Minimum capital also has a significant influence on investment intention, while investment risk does not significantly affect young generations' investment intention. Furthermore, technological advancement has been proven to significantly influence investment intention. This study implies that improving financial education, providing affordable investment instruments, and developing user-friendly investment technology can encourage investment participation among young generations. Future research is suggested to include other variables such as investment trust, social environment, and financial lifestyle.

Pengembangan IEDI Versi Beta sebagai Kerangka Pengukuran Ekosistem Digital Perkotaan: Uji Coba di Jakarta, Bandung, dan Surabaya

2026-08-09T08:16:57+00:00

Transformasi digital perkotaan tidak hanya ditentukan oleh ketersediaan internet, tetapi juga oleh pemanfaatan teknologi dalam aktivitas ekonomi dan kemampuan masyarakat menggunakannya secara aman dan produktif. Penelitian ini mengembangkan Indeks Ekosistem Digital Indonesia (IEDI) Versi Beta sebagai kerangka eksploratif pengukuran ekosistem digital tingkat kota. Tiga dimensi, yaitu Infrastruktur Digital, Ekonomi Digital, dan Masyarakat Digital, diturunkan melalui pemetaan delapan kerangka nasional dan internasional serta dioperasionalisasikan menjadi 18 indikator. Penelitian menggunakan mixed methods melalui survei terhadap 360 responden purposif di Jakarta, Bandung, dan Surabaya, wawancara semi-terstruktur, serta data sekunder untuk triangulasi dan kalibrasi eksternal awal. Data kuesioner dianalisis menggunakan uji validitas, reliabilitas, normalisasi Min–Max, pembobotan setara, dan agregasi. Hasilnya menunjukkan skor Infrastruktur Digital 67,14, Ekonomi Digital 61,90, Masyarakat Digital 46,26, dan skor agregat IEDI 58,44 dalam kategori Sedang/Berkembang. Temuan menegaskan perlunya penguatan literasi digital kritis, kualitas layanan internet, keamanan data, dan dukungan digitalisasi UMKM. Hasil ini terbatas pada sampel tiga kota penelitian tersebut.

Rancang Bangun Chatbot Customer Service Multi-Tenant Berbasis Large Language Model Menggunakan Context Stuffing

2026-08-03T07:09:36+00:00

The advancement of Artificial Intelligence (AI), particularly Large Language Models (LLMs), has transformed customer service into a more automated, adaptive, and responsive system. However, LLM-based chatbots still face several challenges, including hallucination, limited capability to serve multiple organizations simultaneously, and difficulties in website integration. This study aims to design and develop an embeddable multi-tenant customer service chatbot based on a Large Language Model. The system was developed using the Go programming language, Fiber framework, PostgreSQL database, and a JavaScript widget that can be embedded into company websites using a single line of code. The Research and Development (R&D) approach was adopted, while the context stuffing method ensured that chatbot responses were generated only from each tenant's official knowledge base, thereby minimizing hallucination. The evaluation included black-box testing, response accuracy measurement, hallucination assessment, response time analysis, and tenant data isolation testing. The experimental results demonstrated that the chatbot achieved 100% response accuracy for in-domain questions, produced zero hallucination for out-of-domain questions, maintained an average response time of approximately four seconds, and successfully preserved complete data isolation among tenants. Furthermore, the chatbot widget was easily embedded into company websites with minimal configuration. These findings indicate that the proposed chatbot provides an effective, secure, and scalable AI-based customer service solution suitable for multiple organizations.

SawitScan: Aplikasi Android untuk Deteksi Kematangan dan Prioritas Panen Kelapa Sawit Berbasis YOLO26 dan Metode SAW

2026-06-24T09:50:28+00:00

ABSTRAK

Penentuan kematangan tandan buah segar (TBS) kelapa sawit di lapangan masih banyak dilakukan secara manual, sehingga bersifat subjektif dan rawan menimbulkan kesalahan panen, sementara penentuan area yang diprioritaskan untuk dipanen lebih dahulu juga belum dilakukan secara sistematis. Penelitian ini mengembangkan dan mengevaluasi SawitScan, aplikasi Android yang menggabungkan deteksi objek YOLO26 untuk klasifikasi kematangan (ripe, underripe, unripe) secara on-device melalui kamera smartphone, pencatatan koordinat GPS otomatis tiap deteksi, dan sistem pendukung keputusan Simple Additive Weighting (SAW) untuk menghitung skor prioritas panen tiap klaster lokasi. Model YOLO26n dilatih pada dataset gabungan 1.124 citra karena arsitekturnya yang ringan dan desain end-to-end tanpa Non-Maximum Suppression yang sesuai untuk implementasi mobile, dengan akurasi kompetitif (precision 89,8%, recall 87,3%, mAP@0.5 92,1%). Evaluasi independen model akhir yang ter-embed pada aplikasi (TFLite) pada data uji menghasilkan mAP@0.5 0,748 dan F1-score 0,743. Sistem SAW memeringkat area panen berdasarkan kombinasi jumlah deteksi ripe, underripe, dan unripe per klaster, dengan bobot 0,6, 0,3, dan 0,1 sesuai urgensi panen. Hasil penelitian menunjukkan deteksi objek on-device, pemetaan berbasis GPS, dan sistem pendukung keputusan dapat diterapkan praktis pada perangkat mobile untuk mendukung perencanaan panen kelapa sawit yang lebih objektif dan efisien. Penelitian selanjutnya dapat diarahkan pada perluasan dataset ke berbagai lokasi perkebunan serta validasi hasil pemeringkatan SAW terhadap data realisasi panen aktual di lapangan.

Kata Kunci: Deteksi Objek; Kematangan Kelapa Sawit; Simple Additive Weighting; Sistem Pendukung Keputusan; YOLO26

Analisis Komparatif GridSearchCV pada SVM, Logistic Regression, dan Random Forest untuk Klasifikasi Saham TINS

2026-06-29T04:50:52+00:00

Penelitian ini bertujuan untuk mengevaluasi serta membandingkan kinerja algoritma Support Vector Machine (SVM), Logistic Regression, dan Random Forest dalam klasifikasi arah pergerakan saham PT Timah Tbk (TINS) tahun 2025 dengan optimasi hyperparameter berbasis GridSearchCV. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan rancangan komparatif terhadap 227 data harian saham TINS periode Januari–Desember 2025 yang setelah proses feature engineering menghasilkan 218 data siap pemodelan. Tahapan penelitian meliputi data preparation, exploratory data analysis, feature engineering berbasis return, moving average, volatilitas, momentum, dan volume, normalisasi menggunakan standardization, pelatihan model baseline, optimasi hyperparameter menggunakan GridSearchCV, serta menilai model menggunakan metrik accuracy, precision, recall, F1-score, ROC-AUC, confusion matrix, dan cross-validation accuracy. Hasil penelitian mengindikasikan bahwa Logistic Regression merupakan model terbaik dengan nilai accuracy sebesar 0,5714, precision 0,5714, F1-score 0,4706, dan ROC-AUC tertinggi sebesar 0,6136. Sementara itu, SVM menghasilkan recall tertinggi sebesar 0,6500, sedangkan Random Forest memperoleh performa yang relatif stabil dengan ROC-AUC sebesar 0,5227. Temuan penelitian menunjukkan bahwa fitur berbasis volatilitas dan range harga memiliki pengaruh paling signifikan terhadap klasifikasi arah pergerakan saham TINS. Novelty penelitian ini terletak pada analisis komparatif tiga algoritma machine learning dengan Optimasi GridSearchCV pada data saham TINS menggunakan fitur teknikal yang dirancang untuk menangkap pola harga nonlinier dan volatilitas pasar secara lebih representatif.

Kata Kunci: Hyperparameter, Machine Learning, Feature Engineering, Klasifikasi, GridSearchCV

Pengembangan dan Evaluasi Keberhasilan Smart Health Village Dengan Pendekatan Delone Mclean

2026-07-10T00:01:44+00:00

Perkembangan teknologi informasi mendorong transformasi layanan kesehatan menuju sistem yang lebih efektif, efisien, dan terintegrasi. Salah satu inovasi yang mendukung transformasi tersebut adalah Smart Health Village, yaitu sistem informasi berbasis web yang dirancang untuk meningkatkan pelayanan kesehatan balita dan lansia di tingkat desa. Penelitian ini bertujuan mengembangkan aplikasi Smart Health Village serta mengevaluasi tingkat keberhasilannya menggunakan model DeLone and McLean Information SystemsSuccess Model yang meliputi kualitas sistem, kualitas informasi, kualitas layanan, penggunaan sistem, kepuasan pengguna, dan keuntungan bersih. Penelitian menggunakan pendekatan kuantitatif dengan jenis penelitian evaluatif. Data dikumpulkan melalui penyebaran kuesioner kepada 30 responden yang terdiri atas bidan, kader posyandu, perangkat desa, dan masyarakat pengguna sistem. Analisis data dilakukan melalui uji validitas, uji reliabilitas menggunakan Cronbach's Alpha, serta analisis deskriptif berdasarkan persentase efektivitas. Hasil penelitian menunjukkan bahwa seluruh instrumen dinyatakan valid dan reliabel dengan nilai Cronbach's Alpha di atas 0,70. Analisis deskriptif menunjukkan bahwa kualitas sistem memperoleh nilai 72%, kualitas informasi 70%, kualitas layanan 68%, penggunaan sistem 73%, kepuasan pengguna 74%, dan keuntungan bersih 76,5%, yang seluruhnya termasuk dalam kategori cukup efektif. Temuan tersebut menunjukkan bahwa Smart Health Village mampu meningkatkan efektivitas pelayanan kesehatan, mempermudah pengelolaan data, mempercepat akses informasi, serta mendukung kinerja kader posyandu dan tenaga kesehatan. Dengan demikian, Smart Health Village layak diterapkan sebagai solusi digital dalam mendukung transformasi pelayanan kesehatan di tingkat desa.

The Impact Of Internal Control And Internal Audit On Fraud Prevention: Evidence From Bank Perkreditan Rakyat (Bpr) Malang City

2026-07-13T15:09:24+00:00

This study used a quantitative approach with a survey method by distributing questionnaires to all employees as the research sample. The data were analyzed using validity and reliability tests, classical assumption tests, multiple linear regression, t-test, F-test, and coefficient of determination with the help of SPSS. The test results showed that all research instruments were valid and reliable, and that the data met the normality assumption, with no multicollinearity and no heteroscedasticity symptoms. The results of the study indicate that internal control has a positive and significant effect on fraud prevention. Internal audit was also proven to have a positive and significant effect on fraud prevention, with a greater influence than internal control. Partially and simultaneously, both variables have a significant effect on fraud prevention at Rural Banks Malang City. In conclusion, the better the internal control and the more effective the internal audit, the higher the bank’s ability to prevent fraud. The contribution of both independent variables to fraud prevention is relatively strong, so strengthening the control system and audit function is a strategic step that needs to be continuously improved.

The results of the study indicate that internal control has a positive and significant effect on fraud prevention. Internal audit was also proven to have a positive and significant effect on fraud prevention, with a greater influence than internal control. Partially and simultaneously, both variables have a significant effect on fraud prevention at Bank Perkreditan Rakyat (BPR) Malang City. In conclusion, the better the internal control and the more effective the internal audit, the higher the bank’s ability to prevent fraud. The contribution of both independent variables to fraud prevention is relatively strong, so strengthening the control system and audit function is a strategic step that needs to be continuously improved.

Analisis Kinerja Pelayanan Rawat Inap Antar-Bangsal dengan Kombinasi Algoritma AHP dan SAW

2026-07-27T08:38:47+00:00

Evaluation of hospital service quality is a crucial instrument for continuously improving the quality of public healthcare services. Although patient satisfaction surveys have been conducted periodically, the collected assessment data have generally not been optimally utilized as the basis for evaluating the performance of inpatient wards. This study aims to implement a Decision Support System (DSS) to analyze the performance of inpatient wards objectively, measurably, and comparatively. A hybrid approach was employed by integrating the Analytic Hierarchy Process (AHP) algorithm to determine the weights of six service quality criteria, namely administrative services, medical competence and responsiveness, staff friendliness, inpatient room facilities, environmental cleanliness and comfort, and information and communication, with the Simple Additive Weighting (SAW) method to calculate the ranking of alternatives. To ensure a fair evaluation, the analysis was divided into two categories, namely VIP/VVIP wards and regular wards. The results indicate that Fresia 5 achieved the highest preference value in the regular ward category with a score of 0.9155, while Edelweiss 4 (VVIP) obtained the highest preference value in the VIP/VVIP category with a score of 1.0000. The system also successfully identified six wards while demonstrating stable ranking results through sensitivity analysis of changes in criteria weights. The computational results were integrated into a web-based dashboard to visualize ward rankings interactively. The combination of the AHP and SAW algorithms proved effective in processing multicriteria assessments and reducing subjective bias. The findings facilitate hospital management in mapping unit performance more efficiently to support service quality improvement. In conclusion, the integration of both algorithms produces valid and consistent decision recommendations that can be used to determine priorities for improving hospital service quality.

Analisis Efektivitas Video YouTube terhadap Pemahaman Pemilahan Sampah Masyarakat Desa Warungpring

2026-07-22T10:03:45+00:00

Pengelolaan sampah yang belum optimal di Desa Warungpring menyebabkan penumpukan limbah dan meningkatkan beban pengelolaan pada tingkat yang lebih tinggi. Penelitian ini bertujuan menganalisis efektivitas media digital, khususnya YouTube, sebagai sarana edukasi pengelolaan sampah bagi masyarakat. Penelitian menggunakan metode kuantitatif dengan desain One-Group Pretest-Posttest terhadap 20 responden yang dipilih melalui purposive sampling. Edukasi dilakukan menggunakan video yang membahas jenis sampah, identifikasi limbah B3, serta pengolahan sampah organik. Hasil penelitian menunjukkan bahwa penggunaan video YouTube efektif meningkatkan pemahaman masyarakat, ditunjukkan oleh peningkatan rata-rata nilai dari 86% pada pre-test menjadi 95% pada post-test. Perhitungan N-Gain Score sebesar 0,64 mengindikasikan peningkatan pada kategori sedang. Temuan ini menunjukkan bahwa media digital mampu meningkatkan pengetahuan masyarakat dan menjadi alternatif edukasi yang lebih efektif dibandingkan metode konvensional. Penelitian ini diharapkan mendorong pemanfaatan media digital untuk meningkatkan kepedulian masyarakat terhadap pengelolaan sampah dan kebersihan lingkungan.

Pengaruh Responsivitas Pengambilan Keputusan Dan Kompetensi Terhadap Minimasi Stop Line Di PT. Nipro Indonesia Jaya

2026-07-28T00:52:48+00:00

Penelitian ini bertujuan untuk menganalisis pengaruh responsivitas pengambilan keputusan dan kompetensi terhadap upaya minimasi stop line pada proses produksi di PT Nipro Indonesia Jaya. Stop line merupakan kondisi kritis berupa terhentinya lini produksi akibat hambatan operasional, yang berdampak pada penurunan produktivitas, peningkatan biaya produksi, serta tidak tercapaian target pengiriman kepada pelanggan. Penelitian ini menggunakan metode kuantitatif dengan menyebarkan kuesioner kepada responden di area produksi yang melibatkan 40 responden yang terdiri dari manajer, asisten manajer, supervisor, foreman, dan leader. Pengumpulan data dilakukan melalui kuesioner dengan skala Likert dan dianalisis menggunakan regresi linear berganda. Variabel independen dalam penelitian ini adalah responsivitas pengambilan keputusan (X₁) dan kompetensi (X₂), variabel dependen adalah minimasi stop line (Y). Penelitian ini menunjukkan bahwa responsivitas dalam pengambilan keputusan dan kompetensi secara simultan berpengaruh signifikan terhadap upaya minimasi stop line. Oleh karena itu, penelitian ini menekankan urgensi peningkatan kapasitas respons, penguatan kemampuan pemecahan masalah serta pengembangan kompetensi teknis maupun manajerial bagi seluruh tenaga kerja yang terlibat dalam pengendalian lini produksi.

PENGARUH CORPORATE GOVERNANCE, LEVERAGE TERHADAP PROFITABILITAS KEUANGAN DENGAN MODERASI CSR SEKTOR MANUFAKTUR

2026-07-30T21:22:29+00:00

This study examines the effects of board size, board meetings, board committees, independent directors, audit committee size, and leverage as a novel variable on financial performance. Corporate social responsibility is employed as a moderating variable for governance and leverage, while firm age and firm size serve as control variables. The focus is on manufacturing companies listed on the Indonesia Stock Exchange. Utilizing a quantitative approach with secondary data from 33 manufacturing companies during the 2021–2025 period, the data were analyzed using panel data regression, with the fixed effect model determined as the best-fitting model. The results indicate that board size has a significant positive effect on profitability, whereas board meetings and board committees have a significant negative effect. Conversely, independent directors, audit committee size, leverage, and corporate social responsibility do not significantly affect profitability. Furthermore, moderation testing reveals that corporate social responsibility moderates the effects of board size, board meetings, and board committees on profitability, but fails to moderate the effects of independent directors, audit committee size, and leverage. Additionally, firm age has a negative effect on profitability, while firm size shows no significant impact. These findings emphasize that the effectiveness of board structure, debt management, and the integration of corporate social responsibility are crucial factors influencing the profitability of manufacturing companies.

Perancangan Early Warning System Banjir Berbasis Internet of Things Menggunakan ESP32 dan Sensor Ganda

2026-08-02T08:21:19+00:00

Penelitian ini bertujuan merancang dan membangun prototype Early Warning System (EWS) banjir berbasis Internet of Things (IoT) menggunakan ESP32, sensor ultrasonik HC-SR04, dan Water Level Sensor sebagai sistem peringatan dini yang mampu memberikan informasi kondisi ketinggian air secara real-time. Penelitian dilakukan karena proses pemantauan ketinggian air yang masih dilakukan secara manual sering menyebabkan keterlambatan penyampaian informasi saat terjadi potensi banjir, sehingga risiko kerugian dapat meningkat. Metode yang digunakan adalah Prototype, yang meliputi tahapan identifikasi masalah, analisis kebutuhan, perancangan prototype, implementasi, pengujian sistem, dan evaluasi. Sensor ultrasonik digunakan untuk mengukur jarak permukaan air, sedangkan Water Level Sensor berfungsi sebagai sensor validasi keberadaan air guna mengurangi kemungkinan false alarm. Data hasil pembacaan sensor diproses oleh ESP32 untuk menentukan status Normal, Siaga, dan Bahaya. Selanjutnya sistem mengaktifkan indikator LED, buzzer, serta mengirimkan notifikasi melalui aplikasi Telegram menggunakan jaringan Wi-Fi. Hasil pengujian menunjukkan sensor ultrasonik memiliki rata-rata persentase error sebesar 1,47%, sedangkan Water Level Sensor mampu membedakan kondisi kering dan basah dengan baik sebagai sensor validasi. Pengujian Black Box menunjukkan seluruh fungsi sistem berjalan sesuai rancangan. Berdasarkan hasil tersebut, prototype yang dikembangkan berhasil memberikan informasi kondisi ketinggian air secara real-time, meningkatkan keandalan deteksi banjir, serta berpotensi mendukung mitigasi bencana melalui penyampaian peringatan dini yang lebih cepat, akurat, dan mudah diakses oleh masyarakat.

Implementasi Vulnerability Scanner Berbasis Python untuk Analisis Kerentanan dan Rekomendasi Mitigasi Keamanan Website

2026-06-24T09:26:53+00:00

Perkembangan website yang semakin pesat meningkatkan kebutuhan akan sistem keamanan yang mampu melindungi data dan layanan dari berbagai ancaman siber. Kerentanan seperti konfigurasi keamanan yang lemah, security header yang tidak lengkap, dan keamanan cookie yang kurang optimal dapat meningkatkan risiko serangan pada website. Penelitian ini bertujuan mengimplementasikan vulnerability scanner berbasis Python untuk menganalisis kerentanan dan memberikan rekomendasi mitigasi keamanan secara otomatis. Metode yang digunakan adalah Prototype yang meliputi pengumpulan kebutuhan, pembuatan prototype, evaluasi, implementasi, pengujian, dan sistem final. Sistem yang dikembangkan mampu memeriksa HTTPS, validitas sertifikat SSL/TLS, security header, keamanan cookie, directory listing, robots.txt exposure, dan metode HTTP. Pengujian menggunakan Black Box Testing menunjukkan seluruh fitur berjalan sesuai kebutuhan. Hasil penelitian menunjukkan sistem mampu melakukan pemindaian keamanan website, menghasilkan Security Score, mengelompokkan temuan berdasarkan tingkat risiko, serta menyediakan rekomendasi perbaikan dan laporan dalam format HTML, CSV, dan JSON. Sistem ini membantu proses vulnerability assessment menjadi lebih cepat, efisien, dan konsisten.

Sistem Informasi Manajemen Perjalanan Dinas Berbasis Web Untuk Otomatisasi Pembuatan Dan Rekapitulasi SPPD

2026-09-04T04:33:25+00:00

Administrasi perjalanan dinas di Kecamatan Benakat sebelumnya mengandalkan dokumen pengolah kata, lembar kerja, dan arsip fisik. Proses yang terpisah tersebut menyebabkan penginputan data berulang, ketidakkonsistenan isi dokumen, kesalahan pencatatan, keterlambatan penyusunan laporan, serta kesulitan menemukan arsip terdahulu. Penelitian ini bertujuan membangun sistem informasi manajemen perjalanan dinas berbasis web yang mengintegrasikan surat perintah tugas, surat perintah perjalanan dinas, persetujuan, rincian biaya, kuitansi, pencetakan dokumen, dan rekapitulasi laporan. Penelitian menggunakan pendekatan deskriptif kualitatif melalui observasi langsung, wawancara semi-terstruktur, dan analisis dokumen. Perangkat lunak dikembangkan menggunakan enam tahap Agile, yaitu perencanaan, implementasi, pengujian, dokumentasi, deployment, dan pemeliharaan. Unified Modeling Language digunakan untuk pemodelan sistem, sedangkan implementasi memanfaatkan PHP, CodeIgniter 4, dan MySQL. Sistem yang dihasilkan menyediakan hak akses berbasis peran bagi admin, pegawai, dan camat. SPT yang telah disetujui menjadi prasyarat penerbitan SPPD sehingga pembuatan dokumen mengikuti alur otorisasi. Pengujian black-box mencakup tujuh skenario utama, meliputi autentikasi valid dan tidak valid, penyimpanan data pegawai, verifikasi SPT, pembuatan SPPD, perhitungan biaya, dan pembuatan laporan. Seluruh skenario menghasilkan keluaran sesuai harapan sehingga tingkat keberhasilan fungsional pada ruang lingkup pengujian mencapai 100 persen. Sistem memusatkan data perjalanan dinas, mengurangi penginputan berulang, meningkatkan konsistensi dokumen, dan mempermudah penelusuran arsip. Penelitian selanjutnya perlu mengukur pengurangan waktu proses serta mengevaluasi usability, performa, dan keamanan.

Implementasi SISKEUDES dan Pengendalian Internal Dalam Mendukung Akuntabilitas Pengelolaan Keuangan Desa Anjungan Dalam

2026-07-22T03:28:43+00:00

Peningkatan kompleksitas pengelolaan keuangan desa berbanding lurus dengan tingginya risiko penyimpangan anggaran. Oleh karena itu, penguatan sistemik melalui integrasi teknologi informasi dan pengendalian internal menjadi perangkat penting untuk memitigasi risiko tersebut. Fokus utama dari penelitian ini adalah untuk menganalisis penerapan Sistem Keuangan Desa (SISKEUDES) beserta instrumen pengendalian internalnya dalam mewujudkan akuntabilitas tata kelola keuangan di lingkungan pemerintahan desa Anjungan Dalam. Melalui metode studi kasus deskriptif dengan pendekatan kualitatif, penelitian ini mengumpulkan data yang bersumber dari hasil wawancara, pengamatan lapangan secara langsung, serta dokumentasi. Berdasarkan analisis data yang telah dilakukan, diperoleh hasil yang menunjukkan implementasi SISKEUDES telah membantu manajemen finansial tingkat desa menjadi lebih terstruktur, teratur, serta menunjukkan transparansi dan akuntabilitas yang lebih tinggi melalui proses pencatatan, pelaporan, dan pertanggungjawaban keuangan berbasis digital. Akuntabilitas pengelolaan keuangan desa tidak hanya dipengaruhi oleh penggunaan teknologi melalui SISKEUDES, tetapi juga oleh efektivitas pengendalian internal yang memadai. Penelitian ini memberikan kontribusi teoritis mengenai interaksi teknologi dan pengendalian internal, serta menjadi pedoman taktis bagi pemerintah desa untuk meningkatkan pemanfaatam sistem. Peneliti berikutnya direkomendasikan untuk memperluas ruang lingkup dengan melibatkan beberapa desa yang memiliki karakterisrik infrastruktur berbeda atau mengikutsertakan masyarakat sebagai informan tambahan.

Perbandingan LSTM dan 1D CNN dalam Prediksi Harga Saham BCA

2026-05-16T00:21:18+00:00

Investasi merupakan salah satu aktivitas yang banyak diminati masyarakat, baik dalam bentuk real asset maupun financial asset, salah satunya adalah saham. Saham menjadi instrumen investasi yang memiliki potensi keuntungan tinggi, namun harga saham di pasar modal bersifat fluktuatif sehingga sulit diprediksi. Penelitian ini bertujuan untuk menganalisis dan membandingkan metode Long Short Term Memory (LSTM) dan One Dimensional Convolutional Neural Network (1D CNN) dalam prediksi harga saham PT Bank Central Asia Tbk (BBCA). Saham BBCA dipilih karena PT Bank Central Asia merupakan salah satu bank dengan jumlah pelanggan terbesar di Indonesia pada tahun 2024. Metode LSTM dipilih karena mampu menangani permasalahan vanishing gradient pada data sekuensial jangka panjang, sedangkan metode 1D CNN digunakan untuk mengekstraksi pola data time series secara efektif. Penelitian dilakukan melalui beberapa tahap pengujian parameter, meliputi time series, jumlah hidden neuron, max epoch, dan batch size untuk memperoleh model prediksi yang optimal. Hasil pengujian menunjukkan bahwa parameter terbaik diperoleh pada time series sebesar 5, hidden neuron sebesar 5, max epoch sebesar 50, dan batch size sebesar 4. Model yang dihasilkan memperoleh nilai Root Mean Square Error (RMSE) sebesar 117,266 dan Mean Absolute Percentage Error (MAPE) sebesar 2,980%. Nilai MAPE yang kurang dari 10% menunjukkan bahwa metode LSTM dan 1D CNN memiliki tingkat akurasi yang baik dalam melakukan prediksi harga saham BBCA. Penelitian selanjutnya disarankan menggunakan data yang lebih besar dan menambahkan indikator teknikal untuk meningkatkan performa prediksi.

Perancangan Sistem Smart Home Berbasis Iot Menggunakan Komunikasi LoRa Dan Algoritma Fuzzy Logic

2026-06-22T12:17:37+00:00

The development of smart home systems has increased due to the Internet of Things' (IoT) rapid growth. However, most existing solutions rely on Wi-Fi or Bluetooth, which have limited communication ranges and relatively high power consumption. In addition, automation is often restricted to simple threshold-based ON/OFF control. This study proposes a smart home system that integrates LoRa (Long Range) communication with a Mamdani Fuzzy Logic algorithm to provide reliable long-range communication and adaptive control. The system adopts a hybrid communication architecture consisting of an online mode using Wi-Fi connected to the Adafruit IO Cloud platform and an offline mode using LoRa for local communication through a gateway. Two ESP32 microcontrollers are employed: a transmitter node equipped with DHT22 temperature and humidity, MQ-2 gas, and ZMPT101B voltage sensors, and a receiver node acting as a gateway with relay-controlled lighting and exhaust fan actuators. The Fuzzy Logic controller uses temperature and humidity as input variables and generates a PWM duty cycle output to regulate fan speed through nine IF–THEN rules. According to experimental findings, LoRa communication was able to achieve transmission delays of 2.20–8.00 seconds between 0 and 100 meters; however, at 110 meters, the delay increased to 22.50 seconds, indicating the effective communication limit. The Fuzzy Logic algorithm achieved 100% rule-base compliance in all test scenarios. A Node-RED dashboard successfully displayed sensor data in real time. The proposed system provides a reliable, energy-efficient, and adaptive smart home solution that outperforms conventional Wi-Fi-based approaches

Analisis spasial kerusakan fasilitas pariwisata pascabanjir bandang berbasis sig pada Kawasan Wisata Guci, Kabupaten Tegal

2026-06-24T14:46:16+00:00

Kawasan Wisata Guci di Kabupaten Tegal mengalami banjir bandang pada 24 Januari 2026 yang mengakibatkan kerusakan fisik pada lima fasilitas pariwisata di sepanjang koridor Sungai Gung. Penelitian ini bertujuan untuk mengidentifikasi pola sebaran spasial dan tingkat kerusakan fasilitas pariwisata yang terdampak, serta menganalisis hubungan posisi spasial dengan tingkat kerusakan menggunakan pendekatan Sistem Informasi Geografis. Metode meliputi analisis buffer sungai, ekstraksi kemiringan lereng berbasis DEMNAS, ekstraksi elevasi, skoring kerusakan yang diadaptasi dari Lampiran PERKA BNPB Nomor 15 Tahun 2011, serta uji korelasi Spearman pada lima fasilitas terdampak sebagai populasi sensus. Tiga fasilitas terkonsentrasi dalam Zona buffer I (0–25 m) dan dua fasilitas berada dalam Zona buffer II (26–50 m), pada jarak 9,3–45,1 meter dari Sungai Gung, dengan tingkat kerusakan bervariasi dari rusak sedang hingga rusak total. Dalam populasi sensus lima fasilitas ini, korelasi Spearman menunjukkan bahwa jarak sungai berkorelasi sangat kuat negatif (rs = −0,894, p = 0,041), elevasi berkorelasi sangat kuat positif (rs = +0,894, p = 0,041), dan kemiringan lereng berkorelasi sangat lemah dan tidak bermakna (rs = +0,112, p = 0,858). Hasil ini bersifat deskriptif-asosiatif dan tidak dimaksudkan sebagai generalisasi statistik inferensial. Kedekatan posisi fasilitas terhadap aliran sungai merupakan faktor spasial dengan asosiasi terkuat terhadap tingkat kerusakan. Pengelola kawasan dan pemerintah daerah disarankan menetapkan sempadan minimum 50 meter dari tepi Sungai Gung sebagai zona larangan pembangunan fasilitas wisata permanen sejalan dengan Pasal 10 Ayat (3) PP Nomor 38 Tahun 2011 tentang Sungai.

Analisis Perspektif Mengenai Kebijakan Pemerintah Bergabung Dengan Board Of Peace Menggunakan IndoBERT dan NusaBERT

2026-04-29T07:39:56+00:00

The Board of Peace is an international body initiated by U.S. President Donald Trump. The government’s decision to join this body has naturally sparked debate among the public, particularly on the social media platform X. The social media platform X (Twitter) is one of the best platforms for monitoring public opinion on various topics, including government policies—such as those implemented by President Prabowo Subianto. Twitter provides users with a space to follow the latest developments, participate in conversations, and express their opinions on public policy and leadership. In Indonesia, Twitter is frequently used for planning social events, sharing information, and voicing criticism or expectations toward national leaders. This study aims to analyze public sentiment regarding Indonesia’s joining the Board of Peace using the IndoBERT and NusaBERT algorithms. The dataset used, consisting of 290 data points, was obtained through data crawling techniques from the social media platform X. The research stages included Data Collection, Data Pre-Processing, Data Balancing, Fine-Tuning of the Transformer Model, and Model Evaluation (accuracy, precision, recall, and F1-score). The results of this study show that the IndoBERT algorithm achieved an accuracy of 90%, while NusaBERT achieved an accuracy of 97%. This indicates that the NusaBERT algorithm has a 7% advantage in accuracy. This study underscores the importance of selecting the appropriate algorithm to enhance the performance of sentiment analysis systems on public policy topics.

Pengembangan Framework Seleksi Afiliator Pemasaran Afiliasi Menggunakan Metode Knowledge-Based Filtering

2026-06-18T08:32:44+00:00

Transformasi digital menjadikan pemasaran afiliasi sebagai strategi utama dalam industri pariwisata, namun proses seleksi afiliator yang masih pasif dan tanpa evaluasi analitis berdampak pada rendahnya tingkat konversi. Penelitian ini bertujuan untuk mengembangkan kerangka kerja konseptual sistem pendukung keputusan seleksi afiliator menggunakan pendekatan knowledge-based filtering. Pendekatan konseptual ini diterapkan melalui lima tahapan sistematis, yaitu pengumpulan data profil dari 81 afiliator teratas, akuisisi pengetahuan untuk mengenali pola keberhasilan, konstruksi aturan logika IF-THEN, perancangan mekanisme penalaran forward chaining, dan penyusunan alur proses penyaringan. Hasil penelitian merumuskan karakteristik utama afiliator efektif yang didominasi oleh segmentasi audiens keluarga (46%), preferensi penggunaan platform Instagram (80%), serta tingginya tingkat keterlibatan dari kelompok nano-influencer. Pengetahuan tersebut berhasil dikonversi menjadi tiga kategori aturan eksplisit di dalam arsitektur kerangka kerja yang terintegrasi. Implikasi manajerial dari penerapan kerangka ini adalah organisasi dapat meminimalkan subjektivitas rekrutmen dan memperoleh transparansi tinggi melalui justifikasi keputusan berbasis aturan yang spesifik (explainability). Kesimpulannya, rancangan sistem cerdas ini menghadirkan solusi evaluasi afiliator yang sangat sistematis, fleksibel, dan akuntabel guna meningkatkan efektivitas strategi pemasaran pariwisata. Sebagai rekomendasi tindak lanjut, penelitian selanjutnya perlu mengimplementasikan kerangka konseptual ini ke dalam wujud perangkat lunak fungsional, melakukan pengujian efektivitas secara empiris menggunakan data aktual, serta mengeksplorasi kemungkinan arsitektur hybrid yang menggabungkan model berbasis pengetahuan dengan algoritma berbasis data.

Integrasi BiLSTM-GRU dan Retrieval-Augmented Generation untuk Prediksi Harga Saham Perbankan

2026-07-03T23:28:51+00:00

Model prediksi harga saham berbasis deep learning umumnya menghasilkan keluaran numerik mentah yang sulit diinterpretasikan oleh investor non-teknis, serta jarang mempertimbangkan informasi kontekstual eksternal yang memengaruhi pergerakan harga. Penelitian ini bertujuan membangun dan mengevaluasi sebuah sistem terintegrasi yang memadukan model prediksi Hybrid BiLSTM-GRU, Retrieval-Augmented Generation (RAG), dan Large Language Model (LLM) untuk menghasilkan prediksi harga saham PT Bank Central Asia Tbk (BBCA) yang interpretable. Komponen deep learning yang terdiri dari empat arsitektur (LSTM, BiLSTM, GRU, dan Hybrid BiLSTM-GRU) dibandingkan pada skenario data univariat dan multivariat serta tiga horizon prediksi. Komponen RAG mengindeks 121 dokumen kontekstual ke dalam basis data vektor, sementara tiga LLM (DeepSeek-LLM 7B, GPT, dan Grok) menghasilkan narasi analitis. Evaluasi menggunakan RMSE, MAE, MAPE, dan Directional Accuracy untuk prediksi, serta RAGAS dan BERTScore untuk kualitas narasi. Hasil penelitian menunjukkan model Hybrid BiLSTM-GRU univariat pada horizon t+1 mencapai performa terbaik dengan RMSE 280,17 IDR dan MAPE 2,77%. Komponen RAG mencapai Context Precision 0,967, dan sistem terintegrasi berhasil mentransformasi prediksi numerik menjadi narasi kontekstual. Penelitian menyimpulkan bahwa integrasi deep learning, RAG, dan LLM merupakan pendekatan yang layak untuk meningkatkan interpretabilitas prediksi harga saham, meskipun LLM yang dijalankan secara lokal masih memiliki keterbatasan kualitas dibandingkan model komersial.

Sistem Pendukung Keputusan Menentukan Prioritas Strategi UMKM Pia Noona Koba Pangkalpinang Menggunakan Metode AHP

2026-07-01T08:24:05+00:00

Penerapan FP-Growth Untuk Analisis Pola Pembelian UMKM Street Food untuk Strategi Promosi dan Stok

2026-07-07T00:55:33+00:00

UMKM Street Food umumnya masih mencatat transaksi secara manual, sehingga data penjualan belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen menggunakan algoritma FP Growth pada data transaksi penjualan makanan jalanan. Tahapan penelitian meliputi pengumpulan data, prapemrosesan, transformasi data ke dalam format transaksi, pembentukan himpunan item yang selalu muncul, serta penentuan aturan asosiasi berdasarkan nilai minimum support, confidence, dan lift ratio. Penelitian ini menggunakan pendekatan Knowledge Discovery in Databases (KDD) terhadap data transaksi dari periode tertentu. Hasil penelitian menunjukkan bahwa algoritma FP Growth berhasil mengidentifikasi korelasi yang signifikan di antara produk-produk yang sering dibeli bersamaan. Secara spesifik, aturan asosiasi terkuat menunjukkan hubungan pembelian yang sangat positif antara Pangsit, Bakso Panggang, dan Sosis dengan nilai lift puncak sebesar 1,458. Secara praktis, temuan ini dapat langsung dimanfaatkan oleh UMKM untuk mengembangkan strategi promosi yang ditargetkan, penawaran paket produk, dan pengelolaan persediaan bahan baku yang efisien. Secara teoritis, penelitian ini memperluas penerapan penambangan data di sektor UMKM makanan jalanan dengan menerjemahkan metrik komputasional menjadi rekomendasi tata letak fisik yang dapat diterapkan.

Penerapan Real-ESRGAN untuk Restorasi dan Rekompresi Arsip Penyiaran Video Resolusi Standar

2026-07-05T00:06:21+00:00

The modern broadcasting industry requires visual content in high-definition (HD) resolution. This technological transition creates critical issues in digital asset management, specifically regarding legacy broadcasting archives that are primarily recorded in standard definition (SD) formats. Conventional spatial interpolation approaches fail to address this issue, producing blurry and pixelated images. The application of artificial intelligence, particularly the Real-ESRGAN algorithm, offers a promising restoration solution. However, this implementation significantly increases the raw file size, making it impractical for local server storage. This research aims to find a precise equilibrium between visual quality enhancement using AI and storage efficiency through High-Efficiency Video Coding (HEVC) compression. This study uses a quantitative experimental method via laboratory-scale software engineering. The intervention phases include pixel reconstruction using the AI model and file size reduction using the HEVC standard. Data collection involved ten SD video samples. Real-ESRGAN qualitatively restores texture details and removes analog noise without excessive artifacts. Due to file size expansion, further compression using HEVC with varying Constant Rate Factor (CRF) parameters is being conducted to reduce the size by over 50% without severe Video Multimethod Assessment Fusion (VMAF) metric degradation. The integration of AI upscaling and HEVC compression creates a highly applicable workflow for television industry needs.

Analisis Weight Product Untuk Rekomendasi Karyawan Terbaik Penerima Insentif di PT. HSB

2026-07-16T23:15:04+00:00

PT Hijau Surya Biotechindo (PT HSB) merupakan perusahaan yang bergerak di bidang kultur jaringan tanaman. Dalam proses pemberian insentif, perusahaan belum memiliki sistem yang dapat memberikan rekomendasi karyawan terbaik secara objektif. Penilaian masih dilakukan secara manual sehingga berpotensi menimbulkan subjektivitas, memperlambat proses evaluasi, serta menyulitkan manajemen dalam menentukan penerima insentif. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang mampu memberikan rekomendasi karyawan terbaik penerima insentif menggunakan metode Weighted Product (WP). Metode WP digunakan karena mampu mengolah banyak kriteria dengan mempertimbangkan bobot kepentingan setiap kriteria sehingga menghasilkan proses penilaian yang lebih objektif dan akurat. Sistem dibangun menggunakan Visual Basic sebagai bahasa pemrograman dengan MySQL sebagai basis data. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Hasil penelitian menunjukkan bahwa penerapan metode Weighted Product mampu menghasilkan nilai preferensi dan peringkat karyawan berdasarkan kriteria yang telah ditentukan sehingga membantu pihak manajemen dalam menentukan penerima insentif secara lebih cepat, objektif, transparan, dan tepat sasaran.

Penerapan Metode Blockchain Untuk Verifikasi Ijazah Digital Menggunakan Pendekatan Hash Alghorithm Verification

2026-07-14T03:23:23+00:00

Pemalsuan ijazah digital menjadi permasalahan yang dapat mengurangi kepercayaan terhadap keaslian dokumen akademik. Penelitian ini bertujuan mengembangkan sistem verifikasi ijazah digital berbasis blockchain untuk menjamin integritas dan keaslian dokumen. Sistem dibangun dengan mengintegrasikan algoritma SHA-256, Merkle Tree, digital signature, dan blockchain. Proses verifikasi dilakukan melalui pembangkitan hash dokumen, pembentukan Merkle Root, serta pencocokan Merkle Root dan digital signature dengan data referensi yang tersimpan pada blockchain. Pengujian dilakukan menggunakan 14 dokumen yang terdiri atas 1 ijazah asli dan 13 ijazah yang telah dimodifikasi pada berbagai komponen data. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi seluruh dokumen sesuai kondisi sebenarnya dengan Accuracy Verification Rate sebesar 100%. Setiap perubahan data menghasilkan nilai hash dan Merkle Root yang berbeda sehingga dapat dideteksi secara akurat. Hasil penelitian menunjukkan bahwa integrasi SHA-256, Merkle Tree, digital signature, dan blockchain efektif dalam meningkatkan keamanan, integritas, serta keandalan proses verifikasi ijazah digital.

Pengembangan Website Sebagai Media Promosi Wisata Pulau Pari

2026-07-20T09:50:12+00:00

Pulau Pari merupakan salah satu destinasi wisata bahari di Kepulauan Seribu yang memiliki potensi alam dan budaya yang menarik, seperti pantai berpasir putih, snorkeling, kawasan mangrove, serta berbagai aktivitas wisata air. Namun, pemanfaatan potensi tersebut masih terkendala pada aspek promosi dan penyampaian informasi kepada wisatawan. Website Around Pari (www.aroundpari.com) dikembangkan sejak 25 Maret 2025 sebagai media promosi digital, tetapi dalam implementasinya masih ditemukan keterbatasan pada kelengkapan konten, pembaruan informasi, dan kenyamanan tampilan bagi pengguna. Penelitian ini bertujuan untuk menganalisis peran website Around Pari sebagai media promosi, mengidentifikasi kebutuhan informasi pengguna, serta mengevaluasi tingkat usability website berdasarkan persepsi pengguna. Penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan teknik pengumpulan data melalui observasi dan kuesioner online, sedangkan pengembangan sistem dilakukan dengan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan deployment. Evaluasi Usability dilakukan menggunakan metode System Usability Scale (SUS) terhadap responden wisatawan dan calon wisatawan di Pulau Pari. Hasil pengujian menunjukkan skor SUS meningkat dari 53,49 (kategori Marginal, grade D) pada kondisi sebelum pengembangan menjadi 78,03 (kategori Acceptable, grade B, adjective rating Good) setelah pengembangan, atau meningkat sebesar 24,54 poin. Hasil pengujian alpha dengan Black Box Testing menunjukkan bahwa seluruh fitur utama berfungsi sesuai kebutuhan. Penelitian ini diharapkan dapat menjadi masukan bagi pengelola wisata dalam meningkatkan kualitas website sebagai media promosi digital serta menjadi referensi akademik bagi pengembangan website pariwisata berbasis pengalaman pengguna.

Implementasi Sistem Smart Tracking Berbasis IoT pada Mobil Pembersih Otomatis Menggunakan ESP32 dan GPS

2026-07-24T00:24:55+00:00

Mobil pembersih otomatis memerlukan sistem yang mampu memberikan informasi posisi terbaru selama alat beroperasi. Masalah utama penelitian ini adalah belum tersedianya mekanisme pemantauan sederhana dan mandiri untuk mengetahui posisi serta status kerja kendaraan tanpa bergantung pada server eksternal. Penelitian ini bertujuan mengembangkan prototipe pemantauan tertanam pada kendaraan otonom dengan menggunakan mikrokontroler, modul penentuan posisi satelit, dan tampilan lokal. Penelitian menggunakan metode Research and Development yang dipadukan dengan model analisis, perancangan, pengembangan, implementasi, dan evaluasi. Evaluasi meliputi pengujian fungsional, pengujian kestabilan selama tiga puluh menit, pengujian penentuan posisi satelit pada area terbuka, semi terbuka, dan tertutup, pengujian tampilan, pengoperasian kendaraan, serta simulasi interval pencatatan. Pengendali berhasil memproses data posisi dan menampilkan lintang, bujur, waktu pembacaan, serta status sinyal. Pada area terbuka, seluruh sepuluh percobaan menghasilkan data valid dalam waktu dua puluh sembilan sampai enam puluh lima detik. Area semi terbuka membutuhkan waktu enam puluh satu sampai seratus lima belas detik dan menghasilkan dua percobaan yang kurang stabil. Area tertutup menghasilkan data tidak stabil atau tidak valid dalam waktu seratus tiga puluh sampai dua ratus dua puluh detik. Interval lima detik menghasilkan 120 data simulasi selama sepuluh menit. Hasil tersebut menunjukkan bahwa hambatan lingkungan sangat memengaruhi kinerja penentuan posisi satelit, sedangkan daya stabil dan sambungan kuat mendukung pengoperasian berkelanjutan. Prototipe sesuai untuk pemantauan posisi umum, tetapi belum sesuai untuk navigasi berpresisi tinggi. Penelitian selanjutnya perlu menguji penyimpanan jangka panjang dan pemantauan berbasis peta.

Educating, Not Just Promoting: How Digital Education and Brand Authority Drive Client Purchase Intentions in Construction Services

2026-08-16T16:25:36+00:00

Digital transformation has transformed the way companies build relationships with customers, but high digital exposure doesn't always translate into purchasing decisions. The conversion gap phenomenon is a major challenge, particularly in the construction services industry, which is characterized by high involvement and high perceived risk. Although research on purchase intention has grown rapidly, most focuses on the retail and e-commerce sectors, while studies integrating Digital Education-Based Marketing, Perceived Transparency, and Brand Authority in the construction services context are still limited. Furthermore, the mechanisms explaining how digital education and transparency influence purchase intention through the formation of brand authority have not been widely explored. This study aims to analyze the influence of Digital Education-Based Marketing and Perceived Transparency on Client Purchase Intention and examine the role of Brand Authority as a mediating variable. The study used a quantitative approach with a causal design with 200 respondents who had experience or involvement in decision-making regarding construction services. Data were collected through an online survey and analyzed using PLS-SEM with SmartPLS 4. The results show that Digital Education-Based Marketing and Perceived Transparency have a positive and significant effect on both Brand Authority and Client Purchase Intention. Brand Authority also has a positive effect on Client Purchase Intention and acts as a complementary partial mediator in the relationship between these two exogenous variables and purchase intention. A key finding of this study reveals that Digital Education-Based Marketing is the most dominant factor in shaping Brand Authority and driving Client Purchase Intention. This research offers novelty through the development of an integrative model linking digital education, transparency, and brand authority to explain the formation of purchase intention in the construction services industry. Theoretically, this study expands the integration of Signaling Theory, Social Cognitive Theory, and the Theory of Planned Behavior. Practically, it provides a foundation for construction services companies to develop education- and transparency-based marketing strategies to strengthen Brand Authority and increase the conversion of prospects into project contracts.