POTERS (Proceedings of Technology, Engineering and Computers)

PENERAPAN TECHNOLOGY ACCEPTANCE MODEL (TAM) DALAM PENGUJIAN PENERIMAAN SISTEM REKOMENDASI TEMPAT PENGEMBANGAN BAKAT

2025-06-16T08:57:24+00:00

Perkembangan teknologi digital menyebabkan meningkatnya penggunaan gawai di kalangan anak-anak, mengakibatkan penurunan minat terhadap aktivitas fisik maupun sosial yang produktif. Komisi Perlindungan Anak Indonesia (KPAI, 2020), menyatakan lebih dari 71,3% anak usia sekolah memainkan gawai dengan porsi cukup lama dalam sehari. Kondisi ini mendorong perlunya upaya pengalihan perhatian anak-anak ke aktivitas yang lebih bermanfaat, salah satunya melalui pengembangan bakat. Penelitian ini bertujuan untuk menilai penerimaan pengguna terhadap sistem rekomendasi tempat pengembangan bakat berbasis website yang dilengkapi metode Content-Based Filtering dan Collaborative Filtering, menggunakan metode pengujian Technology Acceptance Model (TAM). Pengujian TAM yang dilakukan dalam penelitian ini menggunakan 5 variabel, dan melibatkan 146 responden, dengan hasil dari penelitian menunjukkan bahwa variabel Perceived Usefulness (PU) dipengaruhi oleh variabel Perceived Ease of Use (PEOU) sebesar 59,5%, variabel Behavioral Intention to Use (BITU) dipengaruhi oleh variabel Perceived Usefulness (PU) dan variabel Attitude Toward Using (ATU) sebesar 72,7%, variabel Attitude Toward Using (ATU) dipengaruhi oleh variabel Perceived Usefulness (PU) dan Perceived Ease of Use (PEOU) sebesar 70,4%, serta variabel Actual System Use (ASU) dipengaruhi oleh variabel Behavioral Intention to Use (BITU) sebesar 63,1%. Selain itu semua hipotesis dapat diterima, karena setiap nilai t-statistic yang didapat > nilai t-table, sebesar 1.977 serta setiap p-value < 0.05.

PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE ID3 DALAM MENGKLASIFIKASIKAN PENYAKIT DIABETES

2025-06-18T04:47:33+00:00

Diabetes adalah suatu penyakit metabolik yang diakibatkan oleh meningkatnya kadar glukosa atau gula darah, yang seiring waktu dapat menyebabkan terjadinya berbagai komplikasi, seperti penyakit jantung koroner, stroke, obesitas, serta gangguan pada mata, ginjal, dan saraf, pembuluh darah. Berdasarkan data yang didapatkan dari The International Diabetes Federation (IDF), jumlah penderita diabetes pada tahun 2021 di seluruh dunia mencapai 537 juta dan diperkirakan akan terus meningkat menjadi 643 juta di tahun 2030 dan 783 juta pada tahun 2045 dengan peningkatan sebesar 46%. Data mining adalah teknik dalam ilmu komputer yang sering digunakan untuk memprediksi kejadian di masa depan, dan menjadi salah satu metode yang banyak diterapkan dalam memprediksi apakah seseorang didiagnosis positif atau negatif diabetes. Penelitian ini bertujuan untuk menentukan metode yang paling baik dalam mengklasifikasikan penyakit diabetes. Metode digunakan untuk prediksi ini adalah algoritma naïve bayes dan ID3. Data untuk penelitian ini diperoleh dari website kaggle dengan 9 atribut dan 768 data. Setelah proses pembersihan data, data dikurangi menjadi 420 data yang digunakan dalam analisis. Hasil pengolahan data mining menunjukkan bahwa algoritma ID3 menghasilkan akurasi sebesar 79.1% dan naïve bayes menghasilkan akurasi sebesar 76.5% dengan menggunakan metode evaluasi 10-fold cross validation. Dari penjelasan di atas, dapat disimpulkan bahwa algoritma naïve bayes dan ID3 terbukti andal dalam memprediksi penyakit diabetes.

SISTEM INFORMASI MANAJEMEN LAYANAN SERVICE KOMPUTER BERBASIS WEB

2025-06-18T04:53:36+00:00

Komputer sudah lama menjadi kebutuhan penting dalam menunjang proses bisnis perusahaan. Namun tidak jarang teknologi ini mengalami masalah dalam pengoperasiannya seperti mati total, sistem lamban, bluescreen, terkena virus dan lain sebagainya, hal ini dapat terjadi karena kurangnya tindakan perawatan dan perbaikan. Perusahaan yang bergerak dalam bidang jasa perbaikan komputer hadir guna menjawab permasalahan ini. Dalam proses perbaikan yang dilakukan oleh teknisi, kendala seperti kurangnya informasi akan barang yang diperbaiki, softskill seorang teknisi, pembuatan laporan, serta cara penyampaian informasi kepada pelanggan yang masih terbilang klasik membuat hambatan demi hambatan hadir dalam operasional bisnis layanan ini. Kecepatan dan kehandalan proses layanan berpengaruh terhadap kepuasan pelanggan. Maka dibuatlah sistem usulan berbasis website yang dapat mengelola proses bisnis perusahaan bidang layanan perbaikan komputer disertai dengan fitur diagnosis menggunakan metode Backward Chaining yang diharapkan memudahkan user dalam melakukan diagnosis awal kerusakan sehingga dapat melakukan tindakan yang efektif. Metode ini dipilih karena berorientasi pada hipotesis (kerusakan) lalu mengumpulkan fakta – fakta (indikasi) yang ada untuk menguji hipotesis tersebut guna mencapai suatu kesimpulan. Pengujian sistem menggunakan metode Blackbox dengan teknik Equivalence Partitioning dimana masukan serta fitur dalam sistem diuji validasi dan sanitasi input nya guna memastikan sistem dapat berjalan sesuai dengan yang diharapkan. Hasilnya sistem siap dan dapat diimplementasikan secara nyata untuk mendukung operasional bisnis perusahaan jasa perbaikan komputer.

RANCANG BANGUN ALAT DOORLOCK DENGAN BIOMETRIK SIDIK JARI

2025-06-19T11:47:44+00:00

Keamanan rumah merupakan aspek krusial dalam kehidupan sehari-hari, terlebih dengan meningkatnya kasus pencurian sebesar 23,46% selama masa pandemi. Kondisi ini mendorong perlunya inovasi dalam sistem keamanan rumah yang lebih modern, andal dan pintar. Salah satu solusi yang ditawarkan adalah pengembangan sistem doorlock berbasis biometrik dan Internet of Things (IoT) yang mampu memberikan perlindungan maksimal sekaligus kemudahan bagi penggunaan. Penelitian ini merancang dan membangun prototipe sistem doorlock yang menggunakan sensor sidik jari FPM10A sebagai metode autentikasi utama. Sistem dikendalikan oleh mikrokontroler ESP8266 yang terintegrasi dengan platform Home Assistant untuk memungkinkan kontrol jarak jauh melalui perangkat pintar. Sensor magnet reed digunakan untuk mendeteksi kondisi terbuka atau tertutupnya pintu, sedangkan data sidik jari disimpan langsung di alat guna meningkatkan kecepatan, keandalan dan keamanan proses autentikasi. Untuk memastikan keberlanjutan operasional, sistem juga dilengkapi dengan baterai cadangan agar tetap berfungsi saat terjadi pemadaman listrik. Pengujian dilakukan menggunakan metode black-box serta penyebaran kuesioner kepada pengguna untuk menilai kenyamanan dan keandalannya. Hasil pengujian menunjukkan sistem mampu mengenali sidik jari secara akurat, memberikan notifikasi saat pintu dibuka tanpa izin, dan tetap berfungsi dalam kondisi darurat. Kesimpulannya, sistem ini efektif meningkatkan keamanan rumah dan membuktikan bahwa integrasi biometrik dan IoT merupakan solusi yang praktis serta adaptif terhadap kebutuhan modern.

INTEGRASI SISTEM LEAVE MANAGEMENT DAN CONTRACT MONITORING MENGGUNAKAN LOW-CODE PLATFORM

2025-06-20T04:17:11+00:00

PT Merkle Inovasi Teknologi menghadapi tantangan signifikan dalam pengelolaan sumber daya manusia akibat ketergantungan pada proses manual yang menyebabkan ketidakefisienan, keterlambatan, dan kesalahan pencatatan dalam pengelolaan cuti dan pemantauan kontrak karyawan. Penelitian ini bertujuan untuk menganalisis penerapan platform low-code dalam mengintegrasikan sistem Leave Management dan Contract Monitoring guna meningkatkan efisiensi pengelolaan SDM. Metode penelitian menggunakan pendekatan Agile dengan tahapan Product Backlog, Sprint Planning, Sprint Backlog, Daily Scrum, Sprint Reviews, Sprint Retrospective, dan Increment. Platform low-code Mendix dipilih sebagai teknologi pengembangan sistem karena kemudahan implementasi dan fleksibilitas kustomisasi. Teknik pengumpulan data dilakukan melalui observasi lapangan, wawancara mendalam dengan stakeholder kunci, dan studi pustaka untuk memperkuat landasan teoretis penelitian. Hasil penelitian menunjukkan implementasi sistem terintegrasi berhasil mengatasi permasalahan yang diidentifikasi melalui analisis PIECES (Performance, Information, Economics, Control, Efficiency, Service). Sistem menyediakan fitur pengajuan cuti online, alur persetujuan otomatis berbasis hierarki, pemantauan kontrak real-time dengan dashboard interaktif, dan notifikasi pengingat kontrak yang akan berakhir. Pengujian blackbox membuktikan semua fitur fungsional bekerja sesuai requirements dengan tingkat akurasi yang tinggi. Implementasi menghasilkan peningkatan efisiensi operasional signifikan dengan proses persetujuan cuti dari berhari-hari menjadi hitungan jam, transparansi data meningkat drastis, dan kepuasan karyawan bertambah semakin sebesar. Kesimpulan penelitian membuktikan platform low-code dapat menjadi solusi efektif untuk digitalisasi pengelolaan HRM, mengurangi ketergantungan proses manual, hingga mempercepat pengambilan keputusan, dan meningkatkan akurasi data dalam pengelolaan sumber daya manusia.

PERBANDINGAN METODE DATA MINING DALAM MENGETAHUI POLA PEMBELIAN MENGGUNAKAN ALGORITMA APRIORI DAN FP-GROWTH

2025-06-20T03:59:52+00:00

Di era digital saat ini, sebuah data transaksi konsumen menjadi sebuah sumber informasi yang penting dalam pengambilan keputusan bisnis dalam sektor ritel. salah satu cara untuk memanfaatkan data transksi tersebut dengan menggunakan data mining untuk menganalisa suatu data, khususnya dengan menggunakan salah satu teknik yaitu association rule. Penelitian ini memiliki tujuan untuk membandingkan antara dua algoritma data mining, yaitu Apriori dan FP-Growth, dalam mengidentifikasi pola pembelian konsumen. Data yang digunakan dalam penelitian ini merupakan data sekunder yang di peroleh dari situs kaggle jumlah data sebelum di bersihkan 541,910 dan setelah dilakukan pembersihan adalah 396,353 dan memiliki 8 atribut. Masalah utama yang diangkat adalah kurangnya pemanfaatan data transaksi untuk memberikan sebuah strategi bisnis yang tepat, serta belum diketahui algoritma mana yang paling efisien dan efektif dalam menemukan pola pembelian. Penelitian ini menggunakan pendekatan CRISP-DM dengan implementasi algoritma Apriori dan FP-Growth menggunakan perangkat lunak RStudio. Hasil analisis menunjukkan bahwa algoritma menghasilkan aturan asosiasi yang serupa, namun berbeda dari sisi efisiensi. Apriori menunjukkan performa lebih baik dengan penggunaan memori sebesar 138 MB dan waktu proses 1,91 detik, dibandingkan dengan FP-Growth yang menggunakan 140,3 MB memori dan waktu proses 2 detik. Oleh karena itu algoritma apriori memiliki performa lebih baik di bandingkan algoritma fp-growth.

USULAN PENINGKATAN KUALITAS JOK PADA INTERIOR MOBIL MEWAH MELALUI PENDEKATAN ERGONOMI DAN BIAYA PRODUKSI DI PT. LOMBARDI AUTO INDONESIA

2025-06-19T12:19:56+00:00

Desain jok mobil merupakan salah satu elemen penting yang sangat berpengaruh terhadap kenyamanan pengemudi dan penumpang, terutama pada kendaraan mewah yang menuntut standar ergonomi tinggi. Banyak jok standar pabrikan belum dirancang secara optimal berdasarkan ukuran tubuh pengguna, sehingga sering menimbulkan keluhan seperti sandaran kepala yang terlalu tegak, dimensi alas duduk yang kurang sesuai, serta fitur penyesuaian yang masih manual dan terbatas. Penelitian ini dilakukan di PT. Lombardi Auto Indonesia dengan tujuan untuk merancang ulang jok mobil secara ergonomis agar sesuai dengan ukuran tubuh pengguna serta tetap mempertahankan efisiensi biaya produksi. Pendekatan yang digunakan dalam penelitian ini adalah metode antropometri, yang mengumpulkan data dari 30 responden guna mendapatkan ukuran ideal jok mobil, serta metode full costing untuk menghitung seluruh biaya produksi dari desain baru tersebut. Data diperoleh melalui proses observasi, wawancara, dokumentasi, dan pengukuran langsung terhadap responden. Hasil penelitian menunjukkan bahwa desain jok dengan panjang alas duduk 46,07 cm, lebar 48,57 cm, sudut sandaran 110,9°, dan sudut alas 15,07° mampu meningkatkan kenyamanan secara signifikan dibandingkan dengan jok standar pabrikan. Selain memberikan kenyamanan yang lebih baik, desain ini juga tidak menyebabkan peningkatan biaya produksi yang signifikan. Dengan demikian, penerapan desain ergonomis berbasis data antropometri memungkinkan peningkatan kenyamanan bagi pengguna tanpa mengorbankan efisiensi biaya, sehingga sangat cocok diterapkan pada kendaraan mewah yang menuntut kualitas dan kenyamanan tinggi dengan tetap memperhatikan aspek efisiensi dan efektivitas produksi.

IMPLEMENTASI ALGORITMA DIJKSTRA DALAM SISTEM BOOKING BERBASIS WEB UNTUK MENAMPILKAN LOKASI CUCI KENDARAAN TERDEKAT

2025-06-20T08:37:02+00:00

Perkembangan teknologi telah memberikan pengaruh besar terhadap berbagai sektor, salah satunya pada layanan jasa cuci kendaraan. Meskipun kebutuhan terhadap jasa ini cukup tinggi, pelanggan masih sering menghadapi berbagai kendala, seperti kesulitan menemukan lokasi tempat cuci kendaraan terdekat, kurangnya informasi mengenai layanan yang tersedia, serta sistem antrian yang masih dilakukan secara manual dan tidak terstruktur. Kondisi ini dapat menyebabkan pemborosan waktu, tenaga, dan biaya bagi pelanggan yang membutuhkan layanan tersebut. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk merancang dan membangun sistem informasi booking jasa cuci kendaraan berbasis web yang dapat diakses secara fleksibel melalui perangkat desktop maupun smartphone, sehingga dapat Memudahkan pelanggan dalam melakukan pencarian dan juga pemesanan layanan cuci kendaraan Sistem ini menyediakan fitur pemesanan layanan secara online dan perhitungan rute terpendek menggunakan algoritma dijkstra, yang berfungsi untuk menampilkan lokasi tempat cuci kendaraan terdekat berdasarkan titik lokasi pengguna. Sistem dikembangkan menggunakan bahasa pemrograman PHP, basis data MySQL, dan Mapbox sebagai media visualisasi peta interaktif serta jalur rute yang optimal. Kehadiran sistem ini diharapkan dapat memberikan solusi digital yang efektif bagi pelanggan dalam mencari, memilih, dan memesan jasa cuci kendaraan dengan lebih efisien. Selain itu, sistem ini juga memberikan nilai tambah bagi penyedia jasa dalam mengelola usaha secara lebih modern, praktis, efisien, serta terstruktur melalui sebuah sistem.

PERBANDINGAN K-NN DAN NAIVE BAYES UNTUK PREDIKSI KELANGSUNGAN HIDUP PASIEN GAGAL JANTUNG

2025-06-20T08:36:07+00:00

Gagal jantung merupakan salah satu penyebab utama kematian global, dengan WHO mencatat 17,9 juta kematian akibat penyakit kardiovaskular pada 2019. Dalam konteks ini, deteksi dini menjadi krusial untuk meningkatkan harapan hidup pasien, untuk mengatasi tantangan ini dunia medis mulai mengadopsi teknologi guna memprediksi peluang hidup pasien secara lebih akurat. Penelitian ini bertujuan untuk membandingkan efektivitas dua algoritma machine learning, yaitu K-Nearest Neighbors (K-NN) dan Naive Bayes, dalam memprediksi keberlangsungan hidup pasien gagal jantung menggunakan data medis. Metode yang digunakan mengikuti pendekatan CRISP-DM, dimulai dari pemahaman bisnis dan data, persiapan data, hingga pemodelan dan evaluasi. Dataset yang digunakan terdiri dari 299 pasien berusia 40 tahun ke atas dengan 12 atribut dan 1 variabel target, diambil dari UCI Machine Learning Repository. Hasil pengujian menunjukkan bahwa algoritma K-NN memiliki akurasi pelatihan sebesar 82,85%, lebih tinggi dibandingkan Naive Bayes yang mencapai 82,42%. Meskipun perbedaannya kecil, K-NN menunjukkan performa yang lebih baik dalam akurasi prediksi, sementara Naive Bayes unggul dalam efisiensi waktu proses. Kesimpulan dari penelitian ini menyatakan bahwa kedua algoritma memiliki keunggulan masing-masing, sehingga pilihan algoritma dapat disesuaikan dengan prioritas pengguna, apakah lebih mengutamakan akurasi atau kecepatan prediksi. Penelitian ini diharapkan dapat menjadi referensi bagi peneliti dan praktisi kesehatan dalam pengembangan sistem prediksi medis yang lebih efektif.

PERANCANGAN WEB TOP-UP GAME ONLINE DENGAN FRAMEWORK LARAVEL

2025-06-21T01:51:19+00:00

Pertumbuhan industri game online yang pesat mendorong meningkatnya kebutuhan akan sistem transaksi top-up yang efisien, praktis, dan terorganisir. Saat ini, proses top-up masih banyak dilakukan secara manual melalui platform seperti WhatsApp dan media sosial, yang menyebabkan pesanan tidak tertata dan menyulitkan admin dalam pengelolaan data. Penelitian ini bertujuan merancang dan membangun sistem informasi berbasis website menggunakan framework Laravel untuk mengatasi permasalahan tersebut. Sistem yang dikembangkan dirancang agar mampu memfasilitasi pemesanan top-up, pengunggahan bukti pembayaran, penyusunan laporan transaksi, serta dilengkapi fitur rekomendasi game berbasis Content-Based Filtering (CBF). Metode CBF dalam sistem ini diterapkan dengan pendekatan TF-IDF dan cosine similarity, untuk menyarankan produk berdasarkan kesesuaian genre yang dipilih pengguna saat registrasi. Proses pengembangan meliputi tahap analisis, perancangan, implementasi, dan pengujian sistem. Evaluasi dilakukan melalui User Acceptance Testing (UAT) yang melibatkan 42 responden guna menilai fungsionalitas, kinerja, dan kemudahan penggunaan. Hasil pengujian menunjukkan bahwa sistem berjalan dengan baik dan memperoleh tingkat kepuasan pengguna sebesar 89,2%. Selain itu, perhitungan similarity menunjukkan bahwa genre dengan nilai IDF tinggi menghasilkan rekomendasi yang lebih spesifik dan relevan. Dengan demikian, sistem ini dinilai efektif dalam membantu admin mengelola transaksi serta memberikan pengalaman pengguna yang lebih tertata dan personal. Sistem ini layak diimplementasikan sebagai solusi digital dalam layanan top-up game online.

PERANCANGAN SMART CLASS ATTENDANCE BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN NODEMCU ESP8266

2025-06-23T01:45:19+00:00

Absensi/kehadiran seorang Mahasiswa/i dalam dunia akademik, khususnya dalam lingkup kampus adalah hal yang wajib diperhatikan. Karena itu, kehadiran Mahasiswa Universitas Buddhi Dharma harus diketahui oleh Wali Mahasiswa (Orang Tua, atau Keluarga), apakah Mahasiswa benar hadir dan datang mengikuti perkuliahan sebagaimana mestinya atau tidak. Tujuannya adalah untuk mencegah terjadinya mangkir yang tidak diketahui oleh Wali Mahasiswa, yang dapat menyebabkan terhalangnya proses akademik dan kesalapahaman antara pihak Wali Mahasiswa dan pihak Kampus. Maka dari itu, dilakukanlah penelitian untuk merancang sistem menggunakan metode Research and Development (RnD) dalam bentuk prototype dengan memanfaatkan Kartu Mahasiswa (KTM) yang bertujuan untuk menimbulkan transparansi dalam hal kehadiran mahasiswa melalui konsep absensi dua arah, sekaligus meningkatkan fungsionalitas KTM, serta efisiensi proses absensi dengan meminimalisir terjadinya nama terlewat. Sehingga, Wali Mahasiswa dapat mengetahui apakah Mahasiswa benar datang ke kampus dan mengikuti perkuliahan sebagaimana mestinya, melalui absensi dua arah menggunakan KTM. Perancangan ini menghasilkan beberapa peningkatan, yaitu pada fungsionalitas KTM, konsep absensi dua arah, dan pencegahan terjadinya nama terlewat melalui absen mandiri dan otomatis. Peningkatan ini dilakukan dengan memanfaatkan Barcode yang ada di belakang KTM, yang nantinya Barcode ini digunakan sebagai media untuk melakukan absensi. Absensi yang dilakukan menggunakan Barcode akan langsung dikirim ke dalam Database untuk mensimulasikan Sistem Informasi Akademik (SIA), serta dikirim juga kepada Dosen Wali dan Wali Mahasiswa melalui aplikasi Telegram. Hasil penerimaan untuk sistem yang dirancang yang diperoleh dari User Acceptance Testing mendapatkan respon yang relatif baik, yaitu berada pada angka 88,16%.

PENGGUNAAN MACHINE LEARNING UNTUK DETEKSI KERUSAKAN PADA SECURITY SEAL MELALUI CITRA DIGITAL MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

2025-06-21T09:49:13+00:00

Security seal merupakan komponen krusial dalam menjaga integritas dan keamanan produk, terutama dalam sektor logistik, transportasi, dan distribusi. Fungsinya sebagai indikator pelanggaran menjadikannya alat penting dalam mendeteksi manipulasi atau akses tidak sah terhadap barang selama proses pengiriman. Namun, inspeksi kondisi Security seal secara manual masih menjadi kendala utama karena bergantung pada pengamatan manusia yang bersifat subjektif, memakan waktu, dan rawan kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis terhadap kerusakan pada Security seal dengan memanfaatkan algoritma Convolutional Neural Network (CNN) yang dilengkapi dengan teknik visualisasi CNN untuk meningkatkan interpretabilitas hasil prediksi. Metodologi yang digunakan mencakup beberapa tahapan, yaitu: pengumpulan dataset citra Security seal yang terbagi dalam dua kelas (baik dan rusak), preprocessing data berupa resizing, normalisasi, dan augmentasi, serta pelatihan model CNN menggunakan arsitektur bertingkat dengan fungsi aktivasi ReLU dan output sigmoid. Untuk memahami fokus klasifikasi model, digunakan teknik Grad-CAM yang menghasilkan visualisasi area penting pada gambar yang memengaruhi hasil prediksi. Hasil evaluasi menunjukkan bahwa model CNN mampu mencapai akurasi tinggi dan mendeteksi kerusakan secara konsisten. Sistem ini kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan framework Flask, sehingga dapat digunakan secara langsung oleh pengguna awam tanpa keahlian teknis. Dengan pendekatan ini, proses inspeksi Security seal dapat dilakukan secara lebih cepat, efisien, dan objektif. Penelitian ini diharapkan memberikan kontribusi dalam pengembangan sistem inspeksi visual otomatis yang dapat diterapkan secara luas di industri logistik maupun sektor lain yang memerlukan keamanan produk berbasis segel.

SISTEM CERDAS PEMANTAUAN DAN KONTROL BEBAN LISTRIK 1 PHASA BERBASIS TEKNOLOGI IOT

2025-06-21T13:16:20+00:00

Meningkatnya permintaan listrik di sektor residensial menuntut solusi manajemen energi yang lebih efisien dan cerdas. Penelitian ini mengembangkan sistem cerdas untuk pemantauan dan kontrol beban listrik satu phasa berbasis teknologi Internet of Things (IoT). Sistem ini mengintegrasikan sensor PZEM-004T untuk memantau tegangan, arus, daya, energi, dan faktor daya secara real-time, yang dikombinasikan dengan mikrokontroler NodeMCU ESP8266 untuk memproses dan mengirim data melalui jaringan Wi-Fi ke platform Blynk pada perangkat mobile. Modul relay digunakan untuk mengontrol beberapa beban listrik secara jarak jauh melalui smartphone. Sistem ini mendapat supply daya dari adaptor 12V 5A dan distabilkan menggunakan DC-DC buck converter agar operasi berjalan optimal. Hasil pengujian menunjukkan bahwa sistem mampu melakukan pemantauan parameter listrik dengan akurasi tinggi dan mengontrol beban dengan efisien secara jarak jauh. Implementasi ini membuktikan bahwa sistem cerdas berbasis IoT dapat mengurangi pemborosan energi, meningkatkan kendali pengguna, dan mendorong praktik penggunaan energi yang berkelanjutan. Sistem memberikan visualisasi real-time, kontrol jarak jauh, dan fitur notifikasi kepada pengguna, menjadikannya solusi praktis dan ekonomis untuk manajemen energi rumah pintar. Penelitian ini mendukung pengembangan teknologi smart grid dan meningkatkan kesadaran akan pentingnya efisiensi pemantauan energi di kalangan pengguna rumah tangga. Keberhasilan implementasi sistem ini membuka peluang besar untuk aplikasi lebih lanjut dalam skala yang lebih luas, berkontribusi pada pencapaian tujuan keberlanjutan energi global.

PERANCANGAN SISTEM INFORMASI PEMESANAN MENU CATERING BERBASIS WEB DENGAN METODE PENGUJIAN TAM

2025-06-22T12:14:09+00:00

Di era yang semakin canggih ini, dunia bisnis mulai memanfaatkan dan menerapkan teknologi dalam bisnisnya, salah satunya melalui website. Situs web membuat berbagai proses lebih efisien, memungkinkan akses kapan saja dan di mana saja menggunakan perangkat yang terhubung ke internet. Namun, dalam industri katering, banyak bisnis masih mengandalkan metode manual untuk pesanan menu, seperti kunjungan langsung atau aplikasi obrolan, yang seringkali tidak efisien dan rentan terhadap kesalahan. Untuk mengatasi hal ini, penelitian ini bertujuan untuk merancang sistem pemesanan catering berbasis situs web yang menyederhanakan proses pemesanan dan agar dapat membuat bisnis catering lebih teratur, cepat, mudah dan praktif. Penelitian tersebut menggunakan Technology Acceptance Model (TAM) untuk mengukur penerimaan pengguna. Data dari 70 responden yang dianalisis menggunakan SmartPLS 3 menunjukkan bahwa Perceived Usefulness (PU) secara positif mempengaruhi Perceived Ease of Use (PEOU) dengan t-statistic 17.159. Attitude Toward Use (ATU) juga berdampak positif terhadap PU (3.616), namun tidak berpengaruh signifikan terhadap PEOU (t-statistic 1.325, p-value 0.186). Behavioral Intention to Use (BITU) secara positif mempengaruhi PU (1.978) dan ATU (5.922). Hasil ini menunjukkan bahwa sistem ini diterima dengan baik oleh pengguna karena manfaat yang dirasakan, kemudahan penggunaan, dan fungsionalitas, menjadikannya solusi yang layak untuk meningkatkan operasi layanan catering dan sistem ini layak untuk dilanjutkan penggunaanya.

PENERAPAN DATA MINING DENGAN DECISION TREE UNTUK PREDIKSI KEPUASAN PELANGGAN DI PT JALA LINTAS MEDIA

2025-06-23T01:03:34+00:00

Dalam era digitalisasi yang berkembang pesat, kemampuan perusahaan untuk memahami dan menganalisis data pelanggan menjadi faktor kunci dalam meningkatkan kualitas layanan dan kepuasan pelanggan. Penelitian ini bertujuan untuk menerapkan teknik data mining menggunakan algoritma Decision Tree guna memprediksi tingkat kepuasan pelanggan di PT Jala Lintas Media Branch Banten berdasarkan data jumlah transaksi dan pendapatan bulanan. Masalah yang dihadapi perusahaan adalah sulitnya mengidentifikasi pola kepuasan pelanggan secara otomatis, sehingga keputusan strategis sering kali diambil tanpa dasar data yang kuat. Penelitian ini mengintegrasikan pengumpulan, pembersihan, dan analisis data menggunakan algoritma Decision Tree, yang memungkinkan pembentukan model prediktif dengan tingkat interpretasi yang mudah. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, dan recall untuk memastikan validitas hasil. Sistem berbasis web dikembangkan untuk mendukung visualisasi data dan hasil prediksi secara real-time. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu mengklasifikasikan pelanggan ke dalam kategori puas dan tidak puas dengan tingkat akurasi sebesar 67%, menjadikannya alat yang andal untuk mendukung pengambilan keputusan strategis perusahaan. Sistem ini memberikan wawasan tentang faktor utama yang memengaruhi kepuasan pelanggan, seperti frekuensi transaksi dan total pendapatan, sehingga membantu perusahaan merespons kebutuhan pelanggan dengan lebih efektif. Kesimpulannya, penerapan teknik data mining ini memberikan solusi strategis untuk meningkatkan kepuasan pelanggan dan daya saing perusahaan secara berkelanjutan.

OPTIMASI SISTEM PENCARIAN LOKASI FASILITAS HEWAN DENGAN METODE HAVERSINE FORMULA

2025-06-23T01:27:43+00:00

Di era sekarang ini, banyak orang yang memiliki hewan peliharaan. Tetapi, banyak dari pemilik hewan mempunyai banyak kesibukan sehingga mereka tidak mempunyai waktu untuk merawat hewan peliharaan mereka. Dengan kesibukan yang dimiliki, mereka akan kesulitan dalam mencari layanan fasilitas hewan terdekat untuk menemukan kebutuhan yang diperlukan. Penelitian ini bertujuan untuk mengembangkan website yang dapat memudahkan pemilik hewan peliharaan dalam mencari dan memesan layanan hewan berdasarkan lokasi terdekat. Untuk menghitung jarak antar lokasi secara akurat berdasarkan koordinat lintang dan bujur, dengan hasil dalam satuan kilometer, digunakan metode Haversine Formula. Metode pengujian yang digunakan dalam penelitian ini adalah Technology Acceptance Model (TAM) untuk menganalisis dan memahami faktor-faktor yang mempengaruhi penerimaan penggunaan teknologi. Hasil pengujian TAM menunjukkan bahwa PEOU berpengaruh kuat terhadap ATU (8,101) dan PU (6,937), ATU berpengaruh terhadap BITU (6,53), dan BITU sangat memengaruhi ASU (10,170). PU berpengaruh terhadap ATU (3,034) namun tidak signifikan terhadap BITU (1,367). Hasil uji hipotesis menunjukan bahwa website ini diterima dengan baik oleh pengguna, didukung oleh kemudahan penggunaan dan manfaat yang dirasakan, meskipun manfaat yang dirasakan (PU) tidak secara langsung meningkatkan niat penggunaan (BITU). Hasil pengujian menunjukan bahwa sistem memberikan kemudahan dalam mengelola operasional bisnis, meningkatkan efektivitas, menyediakan informasi lengkap, memberikan kenyamanan dan memenuhi kebutuhan pengguna serta mudah digunakan oleh pengguna.

IMPLEMENTASI TRANSFER LEARNING DAN CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI KUALITAS HASIL CETAK PRINTER LASER PADA PT. XYZ

2025-06-23T02:22:18+00:00

Kualitas hasil cetakan pada printer laser menjadi aspek kritis dalam industri percetakan karena berpengaruh langsung terhadap mutu produk dan efisiensi operasional. Salah satu permasalahan utama yang sering terjadi adalah cacat cetakan akibat toner habis atau bocor, yang selama ini masih diperiksa secara manual oleh tim Quality Control (QC). Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis berbasis Convolutional Neural Network (CNN) dan pendekatan Transfer Learning untuk mendeteksi tiga kategori hasil cetak: normal, habis, dan bocor. Model ResNet50 pretrained digunakan sebagai feature extractor dan dilatih ulang (fine-tuned) dengan dataset citra hasil cetakan nyata dari PT XYZ yang diperoleh melalui proses pemindaian beresolusi tinggi. Dataset kemudian diproses dengan teknik augmentasi untuk memperluas keragaman data dan mencegah overfitting. Pelatihan model dilakukan selama 10 epoch menggunakan optimizer Adam dan learning rate sebesar 0.0001 di lingkungan Google Colab berbasis GPU. Evaluasi sistem dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa model mampu mengklasifikasikan citra dengan akurasi validasi sebesar 91,4%. Sistem selanjutnya diimplementasikan dalam aplikasi web berbasis Flask untuk pemakaian real-time oleh tim QC. Temuan ini menunjukkan potensi signifikan dalam meningkatkan efisiensi inspeksi visual dan mengurangi kesalahan manusia dalam pengawasan kualitas cetakan.

ANALISIS DAN PERANCANGAN SISTEM DIGITAL MARKETING UNTUK MENINGKATKAN TARGET PASAR DAN EFEKTIVITAS MONITORING PENJUALAN DI PT YUJIN MEDIA DIGITAL

2025-06-23T02:46:16+00:00

Perkembangan teknologi informasi mendorong pelaku usaha untuk beradaptasi dengan strategi pemasaran berbasis digital guna meningkatkan jangkauan pasar dan efektivitas komunikasi dengan pelanggan. PT Yujin Media Digital, sebuah agensi konten video pendek yang berdiri pada tahun 2024, menghadapi tantangan dalam pengelolaan pemasaran dan data klien yang masih dilakukan secara manual melalui media sosial dan aplikasi perpesanan. Hal ini menyebabkan potensi miskomunikasi, keterlambatan respons, serta pencatatan yang tidak sistematis. Penelitian ini bertujuan untuk merancang dan membangun sistem digital marketing berbasis website guna mendukung proses promosi, pemesanan layanan, dan pengelolaan data klien secara terstruktur dan profesional. Penelitian ini menggunakan metode Rapid Application Development (RAD) yang terdiri dari tahapan perencanaan kebutuhan, perancangan antarmuka, implementasi, dan pengujian sistem. Pengumpulan data dilakukan melalui wawancara, observasi, dan dokumentasi internal perusahaan. Sistem dibangun menggunakan framework Laravel dan basis data MySQL, serta dirancang dengan tools Figma agar memiliki tampilan yang responsif dan user-friendly. Fitur utama dalam sistem meliputi company profile, formulir leads, sistem booking layanan, dan dashboard monitoring. Hasil implementasi menunjukkan bahwa sistem berjalan sesuai kebutuhan pengguna, meningkatkan efisiensi kerja internal, dan memperkuat kehadiran digital perusahaan. Sistem ini juga memberikan pengalaman layanan yang lebih profesional bagi calon klien. Ke depannya, sistem dapat dikembangkan lebih lanjut dengan fitur pelaporan visual dan integrasi pembayaran digital untuk mendukung pertumbuhan bisnis secara berkelanjutan.

RANCANG BANGUN SISTEM MARKETPLACE DIECAST BERBASIS LARAVEL

2025-06-21T16:08:55+00:00

Marketplace umum belum optimal dalam memenuhi kebutuhan komunitas kolektor diecast, terutama dalam hal pencarian produk spesifik, personalisasi rekomendasi, dan ruang interaksi antar anggota komunitas. Penelitian ini bertujuan untuk membangun sistem marketplace diecast berbasis Laravel yang dilengkapi dengan sistem rekomendasi menggunakan metode Content-Based Filtering (CBF). Pendekatan CBF mengandalkan algoritma Cosine Similarity untuk mengukur tingkat kemiripan antar produk berdasarkan nama dan merek, serta pembobotan Inverse Document Frequency (IDF) untuk mengidentifikasi tingkat kelangkaan suatu merek dalam basis data. Sistem ini tidak hanya menyediakan fitur transaksi, tetapi juga forum komunitas sebagai sarana diskusi dan berbagi informasi antar pengguna. Hasil perhitungan IDF menunjukkan bahwa merek dengan jumlah produk lebih sedikit memiliki bobot lebih tinggi, menandakan tingkat kelangkaan yang lebih besar. Produk yang direkomendasikan ditampilkan berdasarkan skor kemiripan tertinggi yang diperoleh dari hasil perhitungan Cosine Similarity, yang terbukti relevan dalam konteks sistem rekomendasi berbasis konten. Pengujian sistem dilakukan menggunakan metode User Acceptance Test (UAT) dengan melibatkan 36 responden. Hasilnya menunjukkan tingkat kepuasan pengguna mencapai 89%, dengan skor rata-rata 4,3 hingga 4,6 dari skala 5, yang mencerminkan bahwa sistem mudah digunakan, fitur berjalan dengan baik, dan tampilan antarmuka dianggap intuitif. Penelitian ini membuktikan bahwa penerapan metode CBF dengan Cosine Similarity dan IDF efektif dalam meningkatkan relevansi rekomendasi produk. Sistem ini diharapkan menjadi solusi yang sesuai dan berkelanjutan bagi komunitas kolektor diecast dalam mencari produk, memperluas koleksi, dan membangun interaksi daring yang aktif.

IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK MEMPREDIKSI HARGA SAHAM MENGUNAKAN INDIKATOR EXPONENTIAL MOVING AVERAGE 10 PERIODE HARIAN

2025-06-20T07:07:26+00:00

Fluktuasi harga saham yang dinamis dan sulit diprediksi secara manual menjadi tantangan dalam pengambilan keputusan investasi yang tepat. Oleh karena itu, diperlukan pendekatan berbasis data yang mampu memberikan prediksi harga secara lebih akurat. Penelitian ini bertujuan untuk mengembangkan aplikasi prediksi harga saham menggunakan algoritma Random Forest dengan memanfaatkan data historis dari 10 perusahaan teratas dalam indeks LQ45. Data yang digunakan diperoleh dari API Yahoo Finance dan difokuskan pada indikator teknikal Exponential Moving Average (EMA) 10 periode harian. Proses praproses data meliputi normalisasi, visualisasi tren, dan pembersihan data. Selanjutnya, model Random Forest diterapkan untuk memprediksi harga saham satu hari ke depan. Algoritma ini dipilih karena kemampuannya dalam menangani hubungan non-linear dan memberikan hasil prediksi yang stabil. Evaluasi performa model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi. Hasil penelitian menunjukkan bahwa model mampu menghasilkan prediksi harga dengan tingkat kesalahan rata-rata yang rendah. Aplikasi ini juga dilengkapi dengan fitur sinyal beli atau jual berdasarkan hasil prediksi, sehingga dapat membantu investor dalam menyusun strategi investasi yang lebih informatif. Dengan demikian, aplikasi ini diharapkan menjadi alat bantu yang efektif bagi investor pemula maupun profesional dalam pengambilan keputusan investasi berbasis data.

PEMBANGUNAN PLATFORM E-COMMERCE UNTUK UMKM KELONTONG DAN STRATEGI PENINGKATAN DAYA SAING

2025-06-20T04:48:31+00:00

Di era digital saat ini, penggunaan platform e-commerce menjadi keharusan bagi berbagai jenis bisnis yang ingin meningkatkan daya saing dan memperkuat posisi di pasar. Penelitian ini berfokus pada perancangan sistem e-commerce untuk toko kelontong, dengan tujuan membantu bisnis tradisional tersebut agar dapat menjangkau lebih banyak konsumen serta memaksimalkan keuntungan. Melalui penerapan sistem ini, toko kelontong diharapkan mampu mengatasi keterbatasan geografis dan memiliki peluang bersaing lebih setara dengan toko-toko besar dan retail modern. Langkah pertama dalam perancangan sistem ini adalah analisis kebutuhan pengguna, di mana pola perilaku konsumen online, preferensi dalam berbelanja, serta ekspektasi mengenai keamanan dan kenyamanan transaksi digital menjadi fokus utama. Berdasarkan hasil analisis, dirancang antarmuka pengguna yang intuitif dan ramah pengguna, memungkinkan konsumen menelusuri produk, memilih, hingga menyelesaikan pembelian dengan mudah dan efisien. Sistem ini juga mengintegrasikan berbagai opsi pembayaran yang aman, mulai dari transfer bank hingga dompet digital, guna memenuhi kebutuhan konsumen yang beragam dalam melakukan transaksi online. Dengan adanya sistem e-commerce ini, toko kelontong dapat menjangkau konsumen yang lebih luas, mengatasi keterbatasan pasar lokal, dan memperluas jaringan pemasaran mereka. Tidak hanya itu, penerapan e-commerce ini diharapkan mampu meningkatkan pendapatan dan mendukung keberlanjutan bisnis toko kelontong di masa depan. Dalam era persaingan digital yang semakin ketat, toko kelontong yang mengadopsi e-commerce memiliki kesempatan untuk tetap relevan, berkembang, dan bersaing di pasar yang lebih luas dan dinamis.

SISTEM REKOMENDASI INDEKOS DENGAN METODE PENGUJIAN USER ACCEPTANCE TESTING (UAT)

2025-06-23T04:07:57+00:00

Meningkatnya laju penduduk dikecamatan Neglasari kota Tangerang, akan mendorong adanya kebutuhan tempat tinggal yang layak. Namun, kepemilikan rumah pribadi saat ini semakin sulit akibat tingginya suku bunga yang ditawarkan instansi tertentu. Oleh sebab itu, indekos dapat menjadi solusi terbaik bagi para pengguna yang menawarkan biaya lebih terjangkau dan tidak membutuhkan komitmen dalam jangka waktu panjang. Akan tetapi, pengguna mengalami keterbatasan dalam mencari informasi indekos yang disewakan. Hal ini disebabkan beberapa pemilik masih menggunakan cara konvensional dalam memasarkan usahanya seperti memasang banner atau menyebarkan informasi lisan kepada kerabat terdekatnya. Sehingga, pengguna diharuskan datang kelokasi indekos secara langsung untuk mendapatkan informasi dan melakukan pemesanan. Berdasarkan permasalahan yang terjadi, penelitian ini bertujuan merancang sistem rekomendasi menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) agar dapat membantu para pengguna dalam mencari indekos sesuai pereferensinya dan meningkatkan efisiensi dalam proses transaksi antar kedua belah pihak tanpa harus bertemu secara langsung. Hasil pengujian menggunakan metode User Acceptance Testing (UAT) dengan jenis pengujian Alpha dan Beta testing, menunjukan bahwa fungsionalitas sistem berjalan sesuai harapan dan tingkat penerimaan sistem yang diambil dari persepsi sebanyak 50 responden mendapatkan hasil sebesar 86,4%. Maka, dapat disimpulkan bahwa rata-rata dari para responden puas terhadap sistem yang telah berhasil dirancang.

PERANCANGAN SISTEM INFORMASI LAYANAN PENGADUAN MASYARAKAT BERBASIS WEBSITE DESA LAKSANA

2025-06-23T06:04:55+00:00

Sistem pengaduan masyarakat merupakan sarana penting dalam mendukung keterbukaan informasi publik dan peningkatan kualitas pelayanan di tingkat desa. Namun, di Desa Laksana, mekanisme penyampaian pengaduan masih dilakukan secara manual, baik secara lisan maupun tulisan, sehingga kerap menimbulkan keterlambatan penanganan, kurangnya dokumentasi, serta potensi hilangnya informasi yang dilaporkan oleh masyarakat. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan membangun sistem informasi layanan pengaduan masyarakat berbasis website yang dapat memfasilitasi masyarakat dalam menyampaikan pengaduan secara digital, sekaligus membantu pemerintah desa dalam mengelola laporan dengan lebih tertata dan terstruktur. Penelitian ini menggunakan metode prototype dengan tahapan analisis kebutuhan, perancangan sistem menggunakan Unified Modeling Language (UML), implementasi menggunakan bahasa pemrograman PHP dan basis data MySQL, serta pengujian sistem melalui metode Blackbox Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menjalankan seluruh fungsi sesuai dengan kebutuhan pengguna, seperti pembuatan akun, pengisian formulir pengaduan, pelacakan status laporan, serta pengelolaan pengaduan oleh admin desa. Pengujian UAT juga menunjukkan tingkat kepuasan pengguna yang tinggi terhadap kemudahan dan kegunaan sistem yang telah digunakan. Dengan demikian, sistem ini diharapkan dapat menjadi solusi digital yang mendukung keterbukaan pelayanan dan pemberdayaan masyarakat dalam menyampaikan keluhan atau aspirasi kepada pemerintah desa secara efektif, real-time, dan terdokumentasi.

ANALISIS PENGARUH LAYANAN COSTUMER SERVICE TERHADAP KEPUASAN NASABAH PADA PT BANK RAKYAT INDONESIA CABANG KALIDERES

2025-06-29T12:40:59+00:00

Peran layanan Customer Service sangat penting dalam aktivitas operasi perbankan. Layanan customer service yang memuaskan nasabah akan berdampak terhadap meningkatnya nilai produk perbankan. Penelitian ini bertujuan untuk mengetahui pengaruh layanan customer service terhadap kepuasan nasabah. Metode yang digunakan adalah analisis regresi linear sederhana (RLS). Adapun sampel dalam penelitian ini berjumlah 40 responden. Pengumpulan data menggunakan kuesioner. Hasil penelitian ini menunjukkan tingkat kepuasan nasabah dipengaruhi sebesar 97,7% oleh layanan yang ditawarkan oleh Bank BRI Cabang Kalideres. Dari hasil uji analisis regresi linear sederhana menunjukan persamaan regresi yaitu Y= 2,29 + 0,887X. Hasil persamaan ini menunjukkan nilai konsistensi variabel kepuasan pelanggan sebesar 2,29 dan koefisien regresi X sebesar 0,887 dengan nilai regresi yang positif. Persamaan ini memberikan makna bahwa apabila layanan costumer service ditingkatkan satu satuan, maka kepuasan nasabah akan meningkat sebesar 0,887 kalinya.

PENINGKATAN EFEKTIVITAS MESIN RAJUT DI PT. INDOTAICHEN TEXTILE INDUSTRY MENGGUNAKAN METODE QCC DAN SEVEN TOOLS

2025-06-26T15:07:49+00:00

Industri tekstil menghadapi tekanan persaingan global yang semakin ketat, sehingga efektivitas mesin produksi menjadi faktor krusial dalam menjaga efisiensi dan pencapaian target produksi. PT Indotaichen Textile Industry mengalami permasalahan downtime mesin rajut yang cukup tinggi, terutama disebabkan oleh ketidakefisienan dalam proses distribusi benang sebagai bahan baku utama. Penelitian ini bertujuan untuk mengurangi downtime mesin rajut dengan menerapkan pendekatan Quality Control Circle (QCC) dan Seven Tools, serta mengukur keberhasilannya melalui aspek availability dari Overall Equipment Effectiveness (OEE). Penelitian dilaksanakan pada Divisi Benang Departemen Knitting dengan pendekatan mixed methods yang menggabungkan data kuantitatif dan kualitatif. Hasil penelitian menunjukkan bahwa total downtime sebelum perbaikan, pada periode Oktober hingga Desember 2024, mencapai 274 jam 50 menit. Setelah dilakukan implementasi perbaikan pada periode Februari hingga April 2025, downtime berhasil ditekan menjadi 44 jam, yang berarti terjadi penurunan sebesar 230 jam 50 menit atau sekitar 84%. Tindakan QCC yang dilakukan meliputi identifikasi akar penyebab menggunakan fishbone diagram dan analisis Five Why, pemetaan ulang proses distribusi menggunakan flowchart, pengembangan aplikasi permintaan benang (YarnApp), revisi prosedur operasional standar, serta pelatihan staff yang terkait dengan distribusi benang. Penerapan QCC terbukti efektif dalam menyelesaikan masalah distribusi bahan baku, meningkatkan nilai availability mesin rajut, serta mendorong efisiensi proses produksi secara menyeluruh melalui pendekatan partisipatif dan berkelanjutan.

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJUALAN PADA UMKM BAHAN MATERIAL BANGUNAN BERBASIS WEBSITE DI DAERAH BONANG

2025-06-24T08:01:23+00:00

Usaha Mikro, Kecil, dan Menengah (UMKM) di sektor bahan material bangunan memegang peran vital dalam perekonomian daerah. Sebagian besar pelaku usaha masih mengandalkan pencatatan manual, yang rentan terhadap kesalahan dan menghambat efektivitas operasional. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi penjualan berbasis web untuk membantu digitalisasi proses transaksi dan pengelolaan data. Sistem dikembangkan dengan pendekatan waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Evaluasi dilakukan menggunakan metode black-box testing guna menilai kesesuaian fungsi sistem terhadap kebutuhan pengguna. Aplikasi yang dihasilkan memiliki fitur utama seperti login, registrasi, manajemen produk, pemrosesan keranjang, metode pembayaran, serta pengelolaan akun oleh pelanggan, kurir, admin, dan pemilik toko. Sistem memungkinkan transaksi dilakukan secara daring, serta menyediakan antarmuka yang ramah pengguna untuk mempermudah navigasi. Proses digitalisasi ini berdampak pada meningkatnya akurasi pencatatan, kecepatan layanan, dan efisiensi pengelolaan inventaris. Hasil pengujian menunjukkan bahwa seluruh fitur berjalan sesuai ekspektasi tanpa kesalahan fungsi. Aplikasi ini juga menyajikan data secara real-time dan mendukung pengambilan keputusan berbasis informasi. Temuan penelitian membuktikan bahwa digitalisasi melalui sistem informasi sederhana dapat diimplementasikan secara efektif pada UMKM tanpa memerlukan sumber daya besar. Keberhasilan sistem ini diharapkan dapat menjadi model untuk pengembangan teknologi serupa di sektor UMKM lainnya. Sistem ini memberikan solusi yang adaptif, terjangkau, dan relevan terhadap kebutuhan pelaku usaha di era transformasi digital.

PENGEMBANGAN PROTOTYPE ALAT KLASIFIKASI KUALITAS LAMPU DENGAN LONG SHORT-TERM MEMORY BERBASIS IoT PADA PT. XYZ

2025-06-23T10:49:15+00:00

Proses pengujian kualitas lampu LED di PT. XYZ yang selama ini dilakukan secara manual cenderung menghasilkan penilaian yang subjektif, tidak konsisten, dan sulit dianalisis secara kuantitatif. Untuk mengatasi permasalahan tersebut, dikembangkan sebuah prototipe sistem klasifikasi kualitas lampu berbasis Internet of Things (IoT) dengan algoritma Long Short-Term Memory (LSTM). Sistem ini menggunakan sensor BH1750FVI untuk mengukur intensitas cahaya, sensor PZEM-004T untuk memantau daya dan tegangan, serta mikrokontroler ESP32 untuk pengumpulan dan pengiriman data selama sesi pengujian berdurasi 15 menit. Data time-series dari 100 sesi (50 layak, 50 defect) digunakan sebagai dataset untuk pelatihan model LSTM. Evaluasi model dilakukan melalui validation testing menggunakan berbagai metrik yang dihitung dari confusion matrix, menghasilkan akurasi sebesar 0,95, presisi 0,90, recall 1,00, dan F1-score 0,947. Sistem ini juga secara otomatis mengidentifikasi lampu yang mati berdasarkan pola pembacaan lux yang bernilai nol secara berurutan. Prototipe juga dilengkapi dengan dashboard berbasis web untuk memantau, memulai, membatalkan, dan melihat hasil klasifikasi sesi pengujian. Pengujian sistem dilakukan melalui functional testing dengan pendekatan blackbox testing, untuk memastikan seluruh fungsi berjalan sesuai kebutuhan, termasuk validasi input, pengelolaan sesi, pengiriman data, dan tampilan data sensor melalui dashboard. Selain itu, performance testing menunjukkan bahwa sistem mampu mengirimkan 450 hingga 750 baris data sensor per sesi ke database. Meskipun terjadi kehilangan sebagian data akibat noise dari ESP32 dan gangguan jaringan, proses klasifikasi tetap berjalan dengan akurat dan andal. Dengan demikian, proses pengujian kualitas lampu dapat diotomatisasi melalui sistem yang dikembangkan, dan memiliki potensi untuk menggantikan metode pengujian manual yang telah diterapkan sebelumnya.

ANALISIS DAN PERANCANGAN JASA LAYANAN FIRMA HUKUM BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL

2025-06-23T06:21:34+00:00

Era digital telah membawa perubahan besar dalam berbagai sektor, termasuk layanan hukum. Penelitian ini bertujuan untuk menganalisis dan merancang sistem layanan firma hukum berbasis web yang memanfaatkan framework Laravel sebagai basis pengembangannya. Dengan pendekatan arsitektur Model-View-Controller (MVC), penelitian ini mengevaluasi kebutuhan pengguna dan mengidentifikasi fitur-fitur penting yang harus dimiliki sistem, seperti konsultasi hukum online, manajemen kasus, dan sistem penjadwalan otomatis. Hasil penelitian menunjukkan bahwa penerapan arsitektur MVC dalam framework Laravel memungkinkan pengelolaan logika bisnis, antarmuka pengguna, dan data secara terorganisir. Prototipe yang dihasilkan berhasil diuji dan menunjukkan kemampuan untuk meningkatkan Efektivitas operasional firma hukum sekaligus memberikan pengalaman pengguna yang lebih baik bagi klien.

ANALISIS DAN PERANCANGAN SISTEM APLIKASI BOOKING SERVIS DAN REMINDER KENDARAAN OPERASIONAL BERBASIS WEB PADA PT PRIMA INDAH LESTARI

2025-06-23T04:04:08+00:00

Penelitian ini membahas tentang analisa dan perancangan sistem manajemen kendaraan operasional berbasis web pada PT Prima Indah Lestari Permasalahan yang dihadapi perusahaan meliputi ketiadaan dokumentasi riwayat pemeliharaan, sulitnya mengontrol penggunaan kendaraan dengan, pengelolaan yang masih manual dan terpisah-pisah. Metode penelitian yang digunakan adalah waterfall dengan teknik pengumpulan data melalui wawancara kepada pihak perusahaan. Sistem ini dirancang dengan menggunakan framework laravel, bahasa pemograman PHP, dan JavaScript. Tujuan dari penelitian ini adalah untuk meningkatkan efisiensi dan efektivitas pengelolaan kendaraan, meningkatkan akuntabilitas dan transparansi, serta mengatur penyimpanan data secara terstruktur dan terkomputerisasi. Hasil yang diharapkan dari implementasi sistem ini adalah terciptanya pengelolaan kendaraan operasional yang lebih efektif dan terintegrasi, yang dapat digunakan oleh berbagai pihak di perusahaan termasuk manajemen, bagian pemeliharaan, dan pengemudi kendaraan operasional.

RANCANGAN BANGUN WEBSITE PREDIKSI HARGA EMAS MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)

2025-06-21T15:23:04+00:00

Fluktuasi harga emas yang tinggi akibat pengaruh faktor global seperti inflasi, nilai tukar mata uang, dan kondisi geopolitik menimbulkan tantangan dalam pengambilan keputusan investasi. Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem prediksi yang andal dan akurat guna membantu investor dalam mengantisipasi perubahan harga emas yang fluktuatif. Terdapat permasalahan utama yang dapat diangkat yaitu ketidakakuratan atau ketidakpastian metode prediksi konvensional dalam menangkap pola kompleks harga emas yang bersifat non-linier dan temporal. Untuk mengatasi hal tersebut, penelitian ini merancang dan membangun sebuah sistem berbasis web yang mampu memprediksi harga emas menggunakan metode Long Short-Term Memory (LSTM), sebuah algoritma machine learning yang unggul dalam mengolah data deret waktu. Penelitian ini dilakukan melalui tahapan analisis kebutuhan, pengumpulan dan preprocessing data historis, pelatihan model LSTM, evaluasi performa model menggunakan metrik MSE dan RMSE, hingga pengujian sistem oleh pengguna melalui User Acceptance Test (UAT). Dari tahapan analisis tersebut, hasil penelitian menunjukkan bahwa model LSTM memberikan prediksi yang cukup akurat dan sistem yang dibangun dinilai sangat layak digunakan dengan tingkat kepuasan pengguna mencapai 83,71%. Penelitian ini memberikan kontribusi nyata dalam penerapan teknologi machine learning untuk prediksi harga komoditas, serta menjadi referensi awal bagi pengembangan sistem prediksi lain pada sektor ekonomi dan keuangan berbasis data historis dan algoritma cerdas.

PERBANDINGAN KINERJA ALGORITMA APRIORI DAN FP-GROWTH TERHADAP MARKET BASKET ANALYSIS PADA DATA PENJUALAN BAKERY

2025-06-21T09:05:52+00:00

Perkembangan teknologi informasi telah mendorong banyak sektor bisnis untuk memanfaatkan data sebagai aset yang sangat berharga, salah satunya dalam analisis pola pembelian konsumen melalui metode Market Basket Analysis. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Apriori dan FP-Growth dalam menganalisis data transaksi penjualan pada toko bakery menggunakan dataset Bakery.csv. Kedua algoritma diuji dengan tiga kombinasi parameter minimum support dan minimum confidence yang berbeda, yaitu Support 0,01 dengan Confidence 0,5; Support 0,02 dengan Confidence 0,6; dan Support 0,05 dengan Confidence 0,7. Metode yang digunakan adalah penerapan algoritma Apriori dan FP-Growth untuk mencari aturan asosiasi yang dapat mengidentifikasi pola pembelian yang sering terjadi. Hasil penelitian menunjukkan bahwa algoritma Apriori lebih efisien dalam hal waktu eksekusi dan penggunaan memori dibandingkan dengan FP-Growth pada dataset yang lebih kecil, sehingga lebih direkomendasikan untuk digunakan dalam analisis Market Basket dengan dataset serupa Bakery.csv. Selain itu, hasil analisis asosiasi ini dapat dimanfaatkan untuk merancang strategi pemasaran berbasis data, seperti cross-selling dan rekomendasi produk, yang dapat diterapkan oleh pelaku bisnis bakery. Saran untuk pengembangan lebih lanjut mencakup peningkatan antarmuka pengguna (UI) agar lebih interaktif dan user-friendly serta pengoptimalan algoritma untuk menangani dataset yang lebih besar. Temuan ini dapat menambah pemahaman tentang aplikasi teknik analisis data dalam industri ritel dan membantu bisnis untuk membuat keputusan yang lebih berbasis data.

ANALISIS DAN PERANCANGAN SISTEM INFORMASI BENGKEL KENDARAAN LISTRIK ONLINE MENGGUNAKAN METODE DIJKSTRA DI KOTA TANGERANG

2025-06-20T05:41:55+00:00

Pertumbuhan kendaraan listrik (Electric Vehicle/EV) di Indonesia menunjukkan peningkatan signifikan seiring dengan dorongan pemerintah dalam mewujudkan transisi energi bersih dan target nol emisi karbon pada tahun 2060. Namun, perkembangan ini belum sepenuhnya diimbangi oleh infrastruktur pendukung, khususnya dalam hal layanan purna jual seperti bengkel kendaraan listrik. Di Kota Tangerang, fasilitas bengkel EV masih terbatas dan belum terintegrasi secara digital, sehingga menyulitkan pengguna dalam mencari lokasi servis, terutama dalam kondisi darurat. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem informasi bengkel kendaraan listrik berbasis web yang dilengkapi dengan fitur pemesanan online serta navigasi rute tercepat menggunakan algoritma Dijkstra. Fitur ini memungkinkan pengguna untuk mencari bengkel terdekat secara efisien, menjadwalkan perawatan, hingga melakukan transaksi digital secara aman. Metodologi pengembangan sistem menggunakan pendekatan waterfall, dengan tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian menggunakan metode blackbox. Hasil dari penelitian ini diharapkan dapat memberikan solusi praktis bagi pengguna kendaraan listrik dalam mengakses layanan bengkel secara cepat dan efisien, sekaligus mendukung pertumbuhan ekosistem kendaraan listrik di Indonesia. Dengan sistem ini, tingkat keandalan dan kenyamanan pengguna EV dapat ditingkatkan, serta mendorong daya saing industri bengkel di era digital.

IMPLEMENTASI SENTIMENT ANALYSIS MENGGUNAKAN NLTK PADA PELANGGAN E-COMMERCE UNTUK OPTIMALISASI STRATEGI E-BUSINESS

2025-06-21T07:46:13+00:00

Penelitian ini mengimplementasikan aplikasi web sentiment analysis berbasis Flask framework untuk menganalisis ulasan pelanggan Tokopedia guna optimalisasi strategi e-business, dimana meningkatnya volume ulasan pelanggan di platform e-commerce memerlukan solusi otomatis untuk memahami persepsi pelanggan secara efisien. Metodologi penelitian menggunakan Incremental Model dengan tahapan pengumpulan data menggunakan Selenium WebDriver untuk web scraping, preprocessing teks dengan library Sastrawi, analisis sentimen menggunakan algoritma Gaussian Naive Bayes dari scikit-learn, dan pengembangan interface web dengan Flask-Bootstrap yang memiliki role-based access untuk admin dan stakeholder. Sistem yang dihasilkan memiliki fitur automated web scraping, real-time sentiment analysis, visualisasi interaktif (word cloud dan charts), serta reporting format PDF, dengan evaluasi model menggunakan Confusion Matrix yang menunjukkan akurasi 87% pada dataset 1000+ ulasan dan efisiensi waktu pemrosesan dari 2-3 jam manual menjadi 5-10 menit otomatis. Hasil analisis menunjukkan sistem dapat mengklasifikasikan sentimen positif-negatif secara akurat, memberikan insights bisnis melalui dashboard yang menampilkan distribusi sentimen, kata kunci relevan, dan rekomendasi strategis untuk pengambilan keputusan peningkatan kualitas produk dan layanan, sehingga berkontribusi pada penerapan web-based sentiment analysis dalam e-commerce Indonesia dan memberikan solusi praktis untuk analisis customer feedback secara real-time dan scalable.

IMPLEMENTASI SISTEM PEMESANAN SELF-SERVICE DI TEMPAT MAKAN SAMBAL BAKAR DADAKAN BERBASIS WEB DENGAN QR CODE DAN NOTIFIKASI REAL-TIME MENGGUNAKAN METODE SOFTWARE DEVELOPMENT LIFE CYCLE

2025-06-25T13:41:04+00:00

Restoran modern menghadapi berbagai tantangan dalam memberikan layanan cepat dan akurat kepada pelanggan. Salah satu solusi adalah menerapkan sistem pemesanan makanan berbasis web. Penelitian ini bertujuan untuk merancang sistem menu terintegrasi di restoran Sambal Bakar Dadakan dengan menggunakan metode SDLC (Software Development Life Cycle). Sistem ini dilengkapi fitur utama seperti pemesanan melalui QR code, pengelolaan menu oleh admin, notifikasi pesanan ke dapur, dan pelaporan penjualan. Pelanggan dapat memindai QR code yang terletak di meja untuk mengakses menu digital, memilih makanan, dan mengirimkan pesanan secara langsung ke dapur. Admin memiliki kemampuan untuk mengelola menu, memantau pesanan, dan melihat laporan penjualan secara real-time. Sistem ini dibangun dengan teknologi web modern menggunakan PHP, MySQL, dan Bootstrap untuk antarmuka responsif. Hasil implementasi menunjukkan bahwa sistem ini berhasil mengurangi kesalahan pencatatan pesanan, meningkatkan efisiensi proses operasional, dan mempercepat waktu layanan. Selain itu, sistem ini memberikan pengalaman pelanggan yang lebih baik dengan menyediakan akses cepat ke informasi menu. Penggunaan teknologi berbasis web juga memungkinkan restoran untuk menyesuaikan sistem sesuai kebutuhan operasional di masa depan. Dengan demikian, sistem ini diharapkan dapat menjadi solusi efektif dalam meningkatkan kualitas layanan restoran modern.

PERBANDINGAN ALGORITMA NAIVE BAYES DAN RANDOM FOREST UNTUK KLASIFIKASI KELAYAKAN KREDIT PADA PT. BPR MAGGA JAYA UTAMA

2025-06-24T05:46:45+00:00

Kredit menjadi salah satu fasilitas yang disediakan oleh perusahaan khususnya pada bidang keuangan dan cukup diminati oleh masyarakat. Tujuan menggunakan fasilitas tersebut adalah memenuhi keinginan atau kebutuhan baik individu maupun bisnis seperti modal usaha, investasi atau konsumsi pribadi. Penyaluran kredit kepada masyarakat terus meningkat setiap tahunnya dan penyaluran kredit oleh Bank Prekreditan Rakyat (BPR) sejalan dengan meningkatnya rasio Non-Performing Loan (NPL) yang berdampak pada kelayakan kredit debitur. Penelitian ini bertujuan untuk membandingkan algoritma Naive Bayes dan Random Forest dalam mengklasifikasikan kelayakan kredit pada PT. BPR Magga Jaya Utama. Sehingga dapat memberikan kemudahan dalam membuat keputusan kelayakan kredit calon debitur dan meminimalisir meningkatnya rasio NPL. Metode yang digunakan meliputi data selection, cleaning, transformation, dan pemodelan menggunakan RapidMiner dan implementasi website dengan PHP Code Igniter. Dataset yang belum diproses berjumlah 6983 data, dan setelah melakukan beberapa proses data yang digunakan berjumlah 5553 data nasabah, dibagi menjadi data training dan data testing dengan rasio 70:30. Evaluasi dilakukan menggunakan metrik akurasi, presisi, dan recall. Hasil menunjukkan bahwa algoritma Random Forest memberikan akurasi lebih tinggi (96,13% menggunakan RapidMiner, 95,50% menggunakan website) dibandingkan Naive Bayes (89,26% di RapidMiner, 89,68% menggunakan website). Penelitian ini menyimpulkan bahwa Random Forest lebih efektif dalam klasifikasi kelayakan kredit dan dapat dijadikan acuan dalam pengambilan keputusan oleh pihak bank.

(PENGEMBANGAN SISTEM REKOMENDASI FILM MENGGUNAKAN METODE DATA MINING: STUDI KASUS PADA DATABASE IMDB) DENGAN MENGGUNAKAN METODE CLUSTERING (K-MEANS)

2025-06-23T07:48:45+00:00

Sistem rekomendasi film menjadi semakin penting dalam membantu pengguna menemukan film yang sesuai dengan preferensi mereka, terutama di tengah melimpahnya jumlah film yang tersedia secara daring. Penelitian ini mengangkat topik pengembangan sistem rekomendasi film berbasis data mining dengan menggunakan kombinasi metode Mini-Batch K-Means Clustering, Collaborative Filtering, dan Content-Based Filtering. Permasalahan yang dihadapi adalah bagaimana meningkatkan akurasi rekomendasi agar sesuai dengan kebutuhan pengguna. Penelitian ini menerapkan pendekatan CRISP-DM yang terdiri dari enam tahap: business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang digunakan berasal dari database IMDb, difilter berdasarkan tahun rilis 2014–2024 dan hanya mencakup film berbahasa Inggris. Metode Mini-Batch K-Means digunakan untuk mengelompokkan film berdasarkan kesamaan fitur seperti genre, rating, dan pemeran, sementara Collaborative Filtering dan Content-Based Filtering digunakan untuk menghasilkan rekomendasi yang relevan. Evaluasi sistem dilakukan dengan metrik precision, recall, dan F1-score untuk mengukur kualitas rekomendasi. Hasil evaluasi menunjukkan bahwa penggabungan ketiga metode tersebut mampu meningkatkan akurasi dan relevansi rekomendasi dibandingkan penggunaan metode tunggal. Sistem diuji menggunakan metode Blackbox dan User Acceptance Testing (UAT), dan dinyatakan berjalan dengan baik. Diharapkan penelitian ini memberikan kontribusi dalam pengembangan solusi sistem rekomendasi yang efektif, efisien, dan aplikatif dalam mendukung pengambilan keputusan pengguna dalam memilih film yang sesuai dengan preferensi mereka.

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJUALAN ALAT LISTRIK BERBASIS WEB DENGAN METODE PENGUJIAN USER ACCEPTANCE TESTING (UAT) (STUDI KASUS PADA PT DANAPATI CAHAYA SENTOSA)

2025-06-23T05:10:39+00:00

PT Danapati Cahaya Sentosa adalah perusahaan distribusi yang menjual alat listrik seperti lampu dan kabel berada di tempat Gading Serpong BSD City atau Ruko Golden Madrid Jl Letnan Sutopo. Tujuan dari penelitian ini untuk membuat web penjualan produk lampu dan kabel sebagai alat perdagangan yang akan digunakan oleh perusahaan PT Danapati Cahaya Sentosa dalam meningkat pelayanan distribusi, promosi produk, dan efektivitas proses operasi bisnis. Hal ini mempermudah pengguna web dalam membeli barang dan penjualan dalam proses pemasaran secara Online, sehingga pengadaptasi teknologi akan mempengaruhi efektivitas pada proses bisnis operasional dan efisiensi pada kebutuhan bisnis tanpa banyak konsumen. Masalah yang dihadapi perusahaan ini melakukan proses operasional bisnis secara manual melalui dokumen digital, catatan kertas, dan printer dalam laporan informasi, sehingga pelanggan mencari barang dengan mengunjungi tempat tersebut dan pemilihan yang tidak efektif kebutuhan dan informasi produk. Perancangan sistem ini menggunakan Framework Laravel dan metode pengujian User Acceptance Testing (UAT) untuk mengevaluasi umpan balik responden antara pelanggan dan penjual pada kebutuhan, mendeteksi risiko, kepuasan, dan apakah sistem ini dapat digunakan agar dapat membantu pengembangan web tersebut lebih baik pada saat perbaikan sistem. Pada hasil Perhitungan UAT dapat dinyatakan bahwa sistem ini memenuhi kebutuhan perusahaan dan diterima oleh pengguna dengan 94,12% persentase.

ANALISIS DAN PERANCANGAN SISTEM INFORMASI BOOKING LAPANGAN BADMINTON BERBASIS WEBSITE MENGGUNAKAN METODE PENGUJIAN USER ACCEPTANCE TEST (UAT)

2025-06-21T05:46:43+00:00

Kemajuan teknologi digital telah mendorong inovasi di berbagai sektor, termasuk penyediaan layanan dan transaksi online. Olahraga bulu tangkis yang populer di berbagai kalangan seringkali terkendala oleh sistem pemesanan lapangan manual yang memakan waktu dan kurang efisien, serta kurangnya jangkauan promosi lapangan. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi booking lapangan bulu tangkis berbasis website yang dapat memfasilitasi proses pemesanan dan pembayaran secara online, serta meningkatkan visibilitas lapangan. Sistem dirancang untuk membantu mempermudah proses booking dan transaksi tanpa batasan waktu dan jarak, serta mempromosikan lapangan kepada calon penyewa. Metode pengujian User Acceptance Test (UAT) digunakan untuk mengevaluasi keberterimaan sistem, dengan melibatkan 56 responden yang mengisi kuesioner melalui Google Form. Hasil pengujian UAT menunjukkan nilai rata-rata kepuasan pengguna sebesar 80,4%, menandakan bahwa sistem diterima dengan baik dan dianggap fungsional serta mudah digunakan sesuai harapan pengguna. Pengujian blackbox juga dilakukan untuk memastikan fungsionalitas sistem. Fitur-fitur utama sistem meliputi pendaftaran akun, booking lapangan, pembayaran online, manajemen data lapangan, dan konfirmasi. Dengan demikian, sistem ini diharapkan mampu meningkatkan efisiensi proses booking, mengurangi kesalahan manual, dan memberikan kemudahan akses bagi pengguna dalam menyewa lapangan bulu tangkis.

PREDIKSI DAN INTERPRETASI TINGKAT CHURN PELANGGAN DI PT. BPR MAGGA JAYA UTAMA MENGGUNAKAN EXTREME GRADIENT BOOSTING DAN SHAP UNTUK MENDUKUNG PENGAMBILAN KEPUTUSAN

2025-06-23T02:58:45+00:00

Customer churn adalah penurunan persentase pelanggan dalam suatu industri yang terjadi dalam jangka waktu tertentu yang dapat mempengaruhi pertumbuhan suatu bisnis. Dalam industri perbankan terus selalu memberikan inovasi terbaru baik secara pelayanan, fasilitas, dan kepuasan. Mempertahankan loyalitas nasabah merupakan tantangan utama di tengah persaingan yang semakin ketat. Salah satu permasalahan yang kerap terjadi adalah customer churn, yaitu berhentinya nasabah dalam menggunakan layanan bank. Penelitian ini bertujuan untuk membangun sistem prediksi churn menggunakan algoritma Extreme Gradient Boosting (XGBoost) dan melakukan interpretasi prediksi dengan metode Shapley Additive Explanations (SHAP) guna mendukung pengambilan keputusan strategis di PT. BPR Magga Jaya Utama. Data yang digunakan terdiri dari 54.213 sampel nasabah dengan 13 atribut utama, diolah menggunakan pendekatan machine learning yang mencakup proses pra-pemrosesan data, balancing dengan SMOTE, pelatihan model, dan evaluasi kinerja. Hasil penelitian menunjukkan bahwa XGBoost mampu memprediksi churn secara akurat dengan metrik evaluasi yang tinggi, sedangkan metode SHAP berhasil menginterpretasikan kontribusi masing-masing fitur terhadap prediksi churn secara transparan. Sistem prediksi ini diintegrasikan dalam sebuah platform berbasis web untuk memudahkan analisis dan pengambilan keputusan oleh pihak manajemen. Dengan implementasi sistem ini, PT. BPR Magga Jaya Utama diharapkan dapat meningkatkan retensi nasabah dan mengurangi tingkat churn secara signifikan melalui intervensi yang lebih tepat sasaran.

PERBANDINGAN ALGORITMA K-MEANS DAN HIERARCHICAL CLUSTERING DALAM IMPLEMENTASI SISTEM REKOMENDASI DESTINASI WISATA DI INDONESIA

2025-06-25T01:19:46+00:00

Pariwisata merupakan sektor strategis yang terus berkembang di Indonesia. Dengan beragamnya destinasi yang tersedia, diperlukan sistem yang mampu membantu wisatawan menemukan tempat yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk membandingkan dua algoritma clustering K-Means dan Hierarchical Clustering dalam penerapan sistem rekomendasi destinasi wisata. Data yang digunakan terdiri dari kombinasi dataset destinasi wisata Indonesia dari Kaggle serta data rating dan komentar wisatawan dari Google Maps. Metodologi yang digunakan meliputi tahap praproses data, penerapan algoritma clustering, pembangunan sistem rekomendasi menggunakan Python dan Flask, serta evaluasi performa menggunakan Silhouette Coefficient. Hasil pengujian menunjukkan bahwa K-Means memiliki efisiensi komputasi yang lebih tinggi dan skor Silhouette rata-rata sebesar 0.65, sedangkan Hierarchical Clustering memberikan keunggulan dalam visualisasi hubungan antar data dengan skor rata-rata 0.61. Kesimpulan dari penelitian ini adalah bahwa pemilihan algoritma perlu disesuaikan dengan kebutuhan sistem, dan integrasi keduanya dalam pendekatan hybrid berpotensi menghasilkan sistem rekomendasi yang lebih adaptif dan akurat.

OPTIMASI SISTEM REKOMENDASI FILM MENGGUNAKAN METODE HYBRID FILTERING

2025-07-02T06:49:22+00:00

Transformasi digital dalam industri hiburan telah mendorong kebutuhan akan sistem rekomendasi yang cerdas dan adaptif, khususnya untuk platform streaming berbasis mikro seperti konter pulsa MJ CELL. Penelitian ini bertujuan mengembangkan sistem rekomendasi film anime menggunakan pendekatan Hybrid Filtering yang menggabungkan metode Collaborative Filtering (CF) berbasis algoritma Singular Value Decomposition (SVD) dan Content-Based Filtering (CBF) berbasis TF-IDF dan Cosine Similarity. Penelitian dilakukan menggunakan dataset sekunder dari MyAnimeList melalui Kaggle, yang terdiri dari lebih dari 73.000 pengguna dan 12.000 judul anime. Proses pengembangan mengikuti metodologi CRISP-DM dengan tahapan preprocessing, pelatihan model, dan evaluasi kinerja. Evaluasi dilakukan menggunakan metrik RMSE, MAE, Precision@10, Recall@10, dan F1-Score@10. Hasil menunjukkan bahwa model CF memiliki performa prediktif terbaik (RMSE = 1,08), sementara model Hybrid mampu menjaga keseimbangan antara akurasi dan cakupan rekomendasi (Precision@10 = 82,77%, F1@10 = 0,6168). Sistem juga diimplementasikan dalam bentuk prototipe web menggunakan Flask, dengan fitur autentikasi pengguna, rating, dan tampilan rekomendasi personal. Penelitian ini menyimpulkan bahwa pendekatan Hybrid Filtering efektif untuk meningkatkan kualitas rekomendasi, serta relevan diterapkan pada platform streaming skala kecil yang memiliki keterbatasan data pengguna.

PERANCANGAN SISTEM E-COMMERCE BERBASIS WEBSITE DENGAN METODE PENGUJIAN TECHNOLOGY ACCEPTANCE MODEL (TAM)

2025-06-30T07:52:39+00:00

Perkembangan teknologi informasi telah mendorong transformasi digital di berbagai sektor, termasuk industri furnitur. PT Sinar Mentari Sejahtera saat ini masih menggunakan metode semi-digital dalam proses penjualannya, seperti promosi melalui aplikasi WhatsApp dan brosur cetak, yang dianggap kurang efisien dan tidak kompetitif di era digital saat ini. Penelitian ini bertujuan untuk merancang sistem e-commerce berbasis website guna meningkatkan efektivitas penjualan dan mengevaluasi penerimaan pengguna terhadap sistem tersebut menggunakan pendekatan Technology Acceptance Model (TAM). Metode penelitian mencakup observasi, wawancara, studi pustaka, serta kuesioner yang disebarkan kepada 42 responden dan menggunakan teknik sampling jenuh untuk pengambilan sampelnya secara sistematis dan terarah. Perancangan sistem dilakukan dengan menggunakan metodologi waterfall, framework Laravel dan pemodelan UML, kemudian diuji menggunakan SmartPLS 4 untuk menganalisis hubungan antar variabel: Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude Toward Using (ATU), dan Actual System Use (ASU). Hasil pengujian menunjukkan bahwa PU berpengaruh signifikan terhadap ATU, dan PEOU berpengaruh signifikan terhadap PU, namun tidak signifikan terhadap ATU. Selain itu, ATU berpengaruh kuat terhadap. Nilai R-square menunjukkan bahwa model ini menjelaskan 74,9% variasi pada ASU dan 56,1% pada ATU. Kesimpulannya, sistem e-commerce yang dikembangkan dinilai berhasil meningkatkan pengalaman pengguna dan dapat menjadi solusi digital yang efektif dalam mendukung penjualan furniture perusahaan.

RANCANGAN BANGUN SISTEM PENDETEKSI DINI BANJIR MENGGUNAKAN SENSOR ULTRASONIK DAN ARDUINO UNO R3 BERBASIS TELEGRAM

2025-06-30T07:53:13+00:00

Banjir merupakan salah satu bencana alam yang kerap terjadi di berbagai wilayah di Indonesia, terutama pada musim hujan, dan seringkali mengakibatkan kerugian besar baik secara materiil maupun non-materiil. Permasalahan utama yang dihadapi adalah pemantauan ketinggian air yang masih dilakukan secara manual dan sistem informasi banjir yang belum terintegrasi secara real-time kepada masyarakat(Singh & Ahmed, 2021). Penelitian ini bertujuan untuk merancang dan membangun sistem peringatan dini banjir menggunakan teknologi sensor ultrasonik HC-SR04 dan mikrokontroler Arduino Uno R3 yang dikombinasikan dengan modul komunikasi NodeMCU ESP8266, serta mengintegrasikan sistem dengan aplikasi Telegram sebagai media pengiriman notifikasi. Metode yang digunakan dalam penelitian ini meliputi perancangan perangkat keras dan lunak, pengujian fungsional sistem melalui metode blackbox testing, serta evaluasi melalui kuesioner kepada pengguna. Sistem yang dikembangkan mampu mendeteksi ketinggian air secara otomatis dan mengkategorikan status kondisi ke dalam tiga level: Normal, Siaga, dan Bahaya, yang kemudian dikirim secara real-time ke Telegram pengguna dalam waktu kurang dari lima detik. Hasil pengujian menunjukkan bahwa sistem dapat bekerja dengan stabil, akurat (±1 cm), dan efisien. Dengan adanya sistem ini, diharapkan masyarakat dan pihak terkait dapat menerima informasi dini secara cepat sehingga dapat meningkatkan kesiapsiagaan dan mengurangi risiko dampak banjir(Dika Pratama et al., n.d.).

ANALISIS DAN PERANCANGAN SISTEM INFORMASI E-COMMERCE MODEL BUSINESS TO CUSTOMER (B2C) MENGGUNAKAN RAMEWORK NEXT.JS (STUDI KASUS PADA PT. JIAP)

2025-07-03T04:01:01+00:00

Persaingan bisnis yang semakin kompleks di era digital menuntut perusahaan untuk memiliki sistem informasi yang efisien, terintegrasi, dan adaptif terhadap perubahan. PT. JAP Indonesia Agung Perkasa (PT. JIAP), sebuah perusahaan ritel yang menghadapi tantangan dalam mengelola data pelanggan, stok, dan transaksi secara optimal akibat masih menggunakan perangkat lunak konvensional seperti FoxPro dan spreadsheet. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi e-commerce model Business to Customer (B2C) berbasis framework Next.js guna meningkatkan efisiensi operasional, integrasi data, dan pengalaman pelanggan. Metode yang digunakan adalah model pengembangan prototyping yang terdiri dari lima tahapan: komunikasi dengan pengguna, perencanaan cepat, desain cepat, pembangunan prototipe, serta penyerahan dan umpan balik. Proses ini bertujuan untuk memastikan sistem yang dikembangkan sesuai dengan kebutuhan pengguna dan dapat diuji secara iteratif. Hasil dari implementasi sistem menunjukkan bahwa e-commerce B2C berbasis Next.js mampu meningkatkan visibilitas perusahaan secara online serta memberikan kemudahan bagi pelanggan dalam mengakses informasi produk. Pengujian menggunakan metode blackbox menunjukkan bahwa sistem dapat menangani berbagai skenario penggunaan. Kesimpulannya, Next.js memberikan keunggulan seperti file-based routing dan Server-Side Rendering (SSR) yang berkontribusi pada performa tinggi serta pengalaman pengguna yang lebih baik pada platform e-commerce.

PENDETEKSI KEKENTALAN CAT DUCO DAN SYNTETIS DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DAN BERBASIS KERAS PADA PT. XYZ

2025-07-03T04:41:25+00:00

Kekentalan cat merupakan parameter penting dalam menjaga kualitas dan efisiensi produksi dalam industri cat, seperti di PT. XYZ. Proses pengecekan kekentalan yang masih dilakukan secara manual terbukti kurang efisien dan rawan kesalahan. Penelitian ini mengembangkan sistem pendeteksi kekentalan cat berbasis citra digital menggunakan metode Convolutional Neural Network (CNN) yang diimplementasikan dengan framework Keras.. Sistem ini mampu meningkatkan efisiensi produksi, konsistensi kualitas, dan mengurangi ketergantungan pada proses manual.

Kata kunci: CNN, deteksi kekentalan, Keras, pengolahan citra, viskositas cat

USULAN PERBAIKAN KEPUASAN PELANGGAN DI TOKO MARKS & SPENCER KARAWACI MENGGUNAKAN METODE QUALITY FUNCTION DEPLOYMENT

2025-07-03T06:00:32+00:00

Basically, clothing is one of the most important basic human needs. Therefore, the clothing industry always develops rapidly from time to time. Along with the rapid development of the clothing industry, many clothing models have emerged which are quite attractive to every consumer and are offered by many clothing businesses. Marks & Spencer Karawaci is an industrial institution operating in the world of retail, especially fashion. The tight competition for service quality in the industrial world encourages companies to improve services. Companies can carry out evaluations to determine the level of Customer satisfaction and customer expectations using the Quality Function Deployment (QFD) method. This research was carried out by observing and distributing questionnaires to fashion retail customers at Karawaci Supermall. Based on calculations and analysis carried out using the QFD method, it was found that several services at the Marks & Spencer Karawaci store were still not in accordance with customer expectations and satisfaction. There are several suggestions for improving service quality that can be implemented by the company, namely by adding cleaning equipment, adding changing room facilities, controlling display neatness standards, providing product knowledge training in serving customers, encouraging changes to store lay-out standards, providing comfortable waiting chairs and drinking, following trendy and comfortable clothing styles, holding attractive promotions, and controlling staff grooming and work. After several proposed improvements were implemented, customer satisfaction with service at the Marks & Spencer Karawaci store increased with an average value of 4.578 compared to the value before the improvements were made with an average of 3.668.

OPTIMALISASI KUALITAS LAYANAN PADA BANK DENGAN MENGGUNAKAN ANTRIAN DALAM SIMULASI SISTEM PADA BANK SWASTA CABANG BINTARO

2025-06-30T07:50:39+00:00

Penelitian ini bertujuan untuk menganalisis dan meningkatkan kualitas pelayanan nasabah pada bagian customer service di Bank Swasta Cabang Bintaro, yang mengalami permasalahan waktu tunggu yang cukup lama hingga mencapai 67 menit. Melalui pengumpulan data transaksi selama periode Juli hingga September 2024, ditemukan bahwa transaksi ganti kartu merupakan jenis layanan paling dominan, dengan total 256 transaksi dari 544 data. Proses analisis dilakukan menggunakan metode simulasi dengan software Promodel dan pendekatan teori antrian menggunakan software POM-QM. Hasil awal simulasi menunjukkan bahwa rata-rata waktu nasabah dalam sistem mencapai 87 menit, dengan tingkat utilisasi lebih dari 80% di hampir seluruh lokasi layanan. Parameter antrian sebelum perbaikan menunjukkan utilisasi server sebesar 89%, rata-rata jumlah nasabah dalam antrian (Lq) sebesar 6,38 orang, dan waktu tunggu rata-rata (Wq) sebesar 47,85 menit. Setelah diterapkannya usulan perbaikan sistem, terjadi peningkatan kinerja layanan secara signifikan, yaitu rata-rata waktu dalam sistem menurun menjadi 25 menit, utilisasi server menjadi 87%, Lq menjadi 0,89, dan Wq turun menjadi 6,67 menit. Beberapa usulan perbaikan yang diajukan dalam penelitian ini antara lain adalah pengelompokan antrian berdasarkan jenis transaksi, prosedur verifikasi manual bagi e-KTP yang tidak terbaca oleh sistem, serta membagi peran satu orang customer service menjadi 30% mobile dan 60% di meja layanan. Hasil penelitian ini menunjukkan bahwa penerapan teori antrian dan simulasi sistem sangat efektif dalam mengidentifikasi hambatan layanan serta memberikan solusi yang implementatif untuk meningkatkan efisiensi operasional dan kepuasan nasabah secara keseluruhan.

PEMBUATAN GAME 3D HORROR SURVIVAL MONZA BERBASIS DESKTOP MENGGUNAKAN BAHASA PEMROGRAMAN C# DAN METODOLOGI SIKLUS PENGEMBANGAN MULTIMEDIA

2025-06-24T04:05:45+00:00

Perkembangan teknologi yang pesat dalam beberapa dekade terakhir telah mendorong pertumbuhan industri game, terutama di pasar global. Di Indonesia, meskipun industri game lokal mengalami peningkatan, kontribusi dalam genre game horror masih terbatas. Penelitian ini bertujuan untuk mengembangkan Monza, sebuah game horror survival berbasis PC menggunakan bahasa pemrograman C# dan mesin Unity. Tujuan dari pengembangan ini adalah meningkatkan kualitas game horror buatan lokal agar dapat bersaing secara kompetitif di pasar global sekaligus memperkuat identitas budaya lokal dalam gameplay. Dengan mengangkat elemen-elemen budaya Indonesia yang khas, Monza diharapkan mampu memberikan pengalaman bermain yang unik dan berbeda dari game horror lainnya di pasar global. Metodologi penelitian yang digunakan adalah metodologi pengembangan multimedia (Multimedia Development) yang terdiri dari 6 tahapan, yang meliputi tahapan concept, design, material collecting, assembly, testing dan distribution. Penelitian ini juga melibatkan uji coba pengguna (beta testing) untuk mendapatkan umpan balik terkait kualitas permainan, pengalaman bermain, dan tingkat kepuasan para pemain. Hasil dari penelitian menunjukkan bahwa penggunaan teknologi modern seperti C# dan Unity dalam pengembangan game lokal dapat meningkatkan kualitas dan daya saing produk. Dengan adanya penelitian dan pengembangan ini, maka terciptalah Game Lokal 3D Horror Survival bertemakan zombie apocalypse yang diberikan nama Monza. Dimana hasil rata-rata pengujian oleh responden terhadap keseluruhan unsur UI (User Interface) maupun pengalaman bermain (User Experience) pada game Monza memenuhi standar kualitas sangat baik yaitu mencapai 91,3%. Monza diharapkan menjadi game horror lokal yang meningkatkan antusiasme masyarakat terhadap game lokal, serta memberikan kontribusi signifikan dalam industri game di Indonesia dan bersaing secara kompetitif di pasar global.

Kata kunci: Game, Horror, Lokal, Survival

PERANCANGAN SISTEM PEMANTAUAN DAN PENGOLAHAN DATA HIDROPONIK BERBASIS INTERNET OF THINGS (IOT) PADA SEKOLAH INSAN TERATAI

2025-07-03T06:20:11+00:00

ABSTRAK

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem monitoring hidroponik berbasis Internet of Things (IoT) di Sekolah Insan Teratai. Sistem ini dirancang untuk memantau dan mengendalikan parameter lingkungan seperti suhu, kelembaban, pH, dan TDS secara real-time, dengan tujuan meningkatkan efisiensi dan efektivitas pengelolaan tanaman hidroponik. Dalam pengembangan sistem, digunakan mikrokontroler ESP32 yang terhubung dengan berbagai sensor digital, serta platform IoT seperti Blynk dan Telegram untuk visualisasi data dan pemberitahuan otomatis. Sistem ini juga bertujuan untuk mempermudah pembelajaran berbasis teknologi bagi siswa dan guru melalui penerapan konsep pertanian modern berbasis IoT. Hasil pengujian menunjukkan bahwa sistem ini dapat memantau kondisi lingkungan tanaman secara real-time dan mengirimkan notifikasi otomatis melalui Telegram saat parameter lingkungan melewati ambang batas yang ditentukan. Pengujian fungsionalitas menggunakan metode Blackbox Testing memastikan bahwa sistem dapat beroperasi dengan baik, sementara User Acceptance Testing (UAT) menunjukkan tingkat kepuasan tinggi dari pengguna, dengan sebagian besar aspek aplikasi mendapatkan penilaian positif. Meskipun demikian, terdapat beberapa area yang perlu diperbaiki, seperti pengembangan antarmuka pengguna dan pengujian skala lebih besar. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem hidroponik berbasis IoT, baik dalam konteks pertanian modern maupun dalam penerapan teknologi dalam pendidikan, khususnya dalam kurikulum STEM. Penelitian ini dapat menjadi model bagi sekolah-sekolah lain yang ingin mengadopsi teknologi serupa untuk mendukung pembelajaran dan praktik pertanian urban.

Kata kunci: Hidroponik, Internet of Things, Pendidikan Berbasis Teknologi, Pertanian Presisi, Sistem Monitoring

ANALISIS DAN PERANCANGAN SISTEM E-COMMERCE BERBASIS WEB UNTUK PENJUALAN AYAM DI CV.UNGGAS PRATAMA

2025-06-30T07:47:53+00:00

Kata kunci: E-commerce, penjualan ayam, CV. Unggas Pratama, sistem berbasis web, Efisiensi operasional

PERANCANGAN APLIKASI CONTENT MANAGEMENT SYSTEM (CMS) UNTUK PENGELOLAAN STOK MOBIL PADA SHOWROOM MOBIL

2025-07-04T04:54:15+00:00

Showroom Mobil merupakan tempat penjualan mobil yang stoknya bisa sangat banyak, dan masih banyak showroom mobil di Indonesia yang masih mengecek dan menghitung jumlah mobil secara manual, harga jual mobil disimpan dengan cara ditulis ke dalam buku, bahkan surat pembelian mobil dapat terhilangkan atau terlupakan. Maka dari itu penelitian ini merupakan penelitian untuk merancang aplikasi CMS untuk mengelola stok mobil di showroom mobil. Penelitian ini bertujuan untuk merancang aplikasi yang menyediakan aplikasi untuk mengecek stok mobil, menyimpan, mengubah data mobil, membuat daftar harga, membuat laporan penjualan mobil. Metode yang digunakan adalah Extreme Programming, karena metode ini bersifat umum dan banyak digunakan oleh para programmer. Metode ini memiliki keunggulan seperti, cepat atau efisien waktu, hemat biaya, sedikit resiko kegagalan, sederhana. Aplikasi CMS adalah aplikasi yang berbasis situs web yang memerlukan bahasa pemrograman script dan sebuah basis data. Bahasa pemrograman dan markup yang dipakai adalah PHP, HTML, CSS, dan JavaScript. Basis data yang dipakai adalah MySQL. Penelitian ini menghasilkan aplikasi CMS yang mempermudah pemilik showroom mobil untuk pengelolaan stok mobil hanya melalui web browser. Aplikasi ini melewati kuisioner secara online dengan metode skala Likert dengan cara skor SUS (System Usability Scale). Kuisioner keseluruhan diisi oleh user yang mendapatkan angka skor SUS sebesar 83,3.

USULAN PERBAIKAN PADA DEFECT KAIN DOMINAN MENGUNAKAN METODE KAIZEN DI PT. INDO TAICHEN TEXTILE INDUSTRY

2025-07-03T04:35:19+00:00

PT. Indo Taichen Textile Industry mengalami kerugian Rp 45 miliar per
tahun akibat defect kain dengan peningkatan klaim pelanggan 23% dalam dua tahun
terakhir. Penelitian ini menggunakan metode Kaizen dengan analisis Pareto dan
Fishbone untuk mengidentifikasi akar penyebab cacat dominan DKF-19106 yang
berkontribusi 42% dari total defect 24,674,76 yard. Hasil analisis menunjukkan
faktor manusia sebagai penyebab utama meliputi kelelahan operator, kesalahan
setting mesin, dan kurangnya pengawasan dengan akar masalah pada sistem kerja
dan komunikasi antar shift yang tidak efektif. Implementasi perbaikan berbasis
Kaizen diproyeksikan dapat mengurangi cacat hingga 40% dengan target defect rate
kurang dari 2% dan first pass yield lebih dari 95%.

PERANCANGAN SISTEM WEBSITE CUCI SEPATU DENGAN MENERAPKAN METODE HAVERSINE

2025-07-03T06:30:55+00:00

Kemajuan teknologi informasi telah memberikan kontribusi besar terhadap berbagai bidang kehidupan, termasuk pada sektor layanan jasa seperti cuci sepatu. Dalam konteks digital saat ini, kecepatan, ketepatan, dan efisiensi menjadi kebutuhan utama dalam memberikan pelayanan terbaik kepada masyarakat modern. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem layanan cuci sepatu berbasis web yang dilengkapi dengan metode Haversine. Metode ini berfungsi untuk menghitung jarak antara pengguna dan lokasi layanan terdekat secara otomatis berdasarkan koordinat geografis. Sistem dibangun menggunakan PHP Native dan MySQL, serta didukung fitur seperti pemesanan online, geolocation, estimasi jarak, dan pencetakan laporan transaksi pelanggan. Pengumpulan data dilakukan melalui observasi dan wawancara langsung di lapangan. Implementasi sistem dilakukan di wilayah Kota Tangerang. Hasil pengujian menunjukkan bahwa metode Haversine mampu memberikan estimasi jarak yang akurat dengan rata-rata selisih hanya sekitar 3 meter dibandingkan dengan Google Maps. Sistem ini tidak hanya membantu pengguna dalam menemukan lokasi layanan terdekat secara efisien, tetapi juga mendukung pemilik usaha dalam pengelolaan data transaksi dan pelanggan secara lebih sistematis. Dengan demikian, sistem yang dikembangkan mampu meningkatkan kualitas pelayanan, efisiensi operasional, serta memperluas jangkauan layanan berbasis digital. Penelitian ini memberikan kontribusi nyata terhadap digitalisasi layanan jasa cuci sepatu dan membuka peluang pengembangan sistem serupa untuk sektor jasa lainnya di masa mendatang.

PENGEMBANGAN CHATBOT BERBASIS NAÏVE BAYES UNTUK OTOMATISASI LAYANAN INFORMASI PRODUK PERBANKAN

2025-07-04T04:53:02+00:00

Kemajuan teknologi digital telah mendorong transformasi signifikan dalam sektor perbankan. Untuk memenuhi kebutuhan nasabah akan informasi yang cepat dan akurat mengenai produk perbankan seperti tabungan, kartu kredit, pinjaman, dan promosi, dibutuhkan sistem layanan otomatis yang responsif. Salah satu solusi yang digunakan adalah chatbot. Penelitian ini bertujuan mengembangkan chatbot berbasis algoritma Naïve Bayes guna mengotomatisasi layanan informasi produk perbankan dan memberikan respons yang cepat serta relevan kepada nasabah.

Metode yang digunakan adalah algoritma Naïve Bayes yang bekerja berdasarkan prinsip probabilistik dengan asumsi independensi antar fitur. Dataset diperoleh dari wawancara dengan customer service beberapa bank, kemudian diproses melalui tahap preprocessing seperti tokenisasi dan vectorization. Chatbot dikembangkan sebagai aplikasi web menggunakan Python, dilengkapi fitur login, register, serta halaman informasi dan chat. Evaluasi dilakukan menggunakan confusion matrix, akurasi, precision, recall, dan user acceptance testing (UAT).

Hasil pengujian menunjukkan bahwa chatbot mampu mengklasifikasikan pertanyaan dengan akurasi tinggi dan memberikan respons otomatis yang relevan. Dengan demikian, sistem ini efektif dalam meningkatkan efisiensi layanan, mengurangi beban kerja customer service, dan memiliki potensi untuk dikembangkan ke platform digital lainnya.

PENERAPAN METODE NAIVE BAYES DALAM SENTIMEN ANALISIS TERHADAP PROGRAM MAKAN SIANG & SUSU GRATIS DI MEDIA X

2025-07-04T04:53:38+00:00

Selama kampanye presiden Indonesia tahun 2024, Program Makan Siang dan Susu Gratis muncul sebagai usulan kebijakan utama dan segera menjadi topik yang sedang tren di seluruh platform daring terutama X (sebelumnya Twitter). Banyaknya respons yang dibagikan oleh pengguna menciptakan kendala bagi para pengambil keputusan yang ingin memahami sikap publik dengan cara yang seimbang dan berdasarkan data. Untuk mengatasi hal ini, studi saat ini mengeksplorasi sentimen publik seputar inisiatif tersebut dengan menerapkan model klasifikasi Naïve Bayes bersamaan dengan pembobotan TF-IDF. Para peneliti mengumpulkan 1.084 tweet yang ditulis dalam bahasa Indonesia menggunakan metode pengikisan yang didukung oleh alat panen tweet. Tweet-tweet ini mengalami beberapa tahap praproses, termasuk membersihkan elemen yang tidak relevan, menstandardisasi huruf besar-kecil, membagi kalimat menjadi token, menghapus kata-kata umum, dan mereduksi kata menjadi bentuk akarnya. Data yang diproses kemudian diubah menjadi vektor numerik menggunakan TF-IDF untuk analisis. Hanya dua kelas sentimen positif dan negatif yang digunakan untuk klasifikasi. Semua tugas dieksekusi di RapidMiner, platform perangkat lunak untuk alur kerja ilmu data. Temuan penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi tinggi dalam mendeteksi arah sentimen, sehingga memberikan gambaran sekilas tentang bagaimana masyarakat daring memandang kebijakan yang diusulkan. Hasil penelitian juga menunjukkan kegunaan metode pembelajaran mesin yang lebih luas untuk menganalisis opini publik, terutama dalam konteks yang melibatkan topik sosial atau politik.

USULAN PERBAIKAN KECACATAN PRODUK KASUR BUSA MENGGUNAKAN METODE DMAIC DI PT INOAC SINAR MAJU

2025-06-30T07:51:17+00:00

Dalam industri manufaktur yang kompetitif, kualitas produk menjadi faktor kunci
dalam menjaga kepuasan pelanggan dan daya saing pasar. PT Inoac Sinar Maju
sebagai produsen kasur busa menghadapi permasalahan kecacatan produk yang
berdampak pada mutu dan efisiensi produksi. Penelitian ini bertujuan untuk
menganalisis tingkat dan jenis kecacatan pada produk kasur busa jenis Safir dan
Ruby, mengidentifikasi penyebab utama kecacatan, serta memberikan usulan
perbaikan untuk meningkatkan kualitas produksi. Metode yang digunakan adalah
Six Sigma dengan pendekatan Define, Measure, Analyze, Improve, Control
(DMAIC) Data dikumpulkan melalui observasi dan wawancara selama April 2025
dan dianalisis menggunakan alat bantu statistik seperti p-chart, DPMO, diagram
Pareto, dan diagram Fishbone. Hasil penelitian menunjukkan tiga jenis kecacatan
dominan, yaitu garis-garis di bagian tengah, lubang kecil di bagian depan, dan
pola kotak bergaris di pinggir, dengan total 295 unit cacat dari 2.115 potongan
produksi. Usulan perbaikan dirancang menggunakan pendekatan 5W+1H dan
dilanjutkan dengan strategi pengendalian mutu berkelanjutan. Kesimpulannya,
Penerapan metode Six Sigma dengan pendekatan DMAIC dalam penelitian ini
berperan sebagai alat analisis untuk mengidentifikasi jenis kecacatan produk,
mengukur tingkat kecacatan, serta mengetahui penyebab utamanya. Hasil analisis
menjadi dasar penting untuk merumuskan usulan perbaikan dan strategi
mempertahankan pengendalian mutu.

ANALISIS DAN PERANCANGAN SISTEM BOOKING ONLINE LAYANAN PEMERIKSAAN LABORATORIUM BERBASIS WEB PADA KLINIK DARMA NUSANTARA UNTUK EFEKTIVITAS DAN KEPUASAN PASIEN

2025-07-08T02:52:45+00:00

Seiring dengan perkembangan teknologi yang pesat, pemanfaatan kemajuan teknologi tersebut perlu dilakukan secara optimal agar dapat memberikan dampak positif dalam mendukung berbagai aktivitas dalam suatu organisasi, termasuk dalam bidang kesehatan seperti klinik dan laboratorium. Salah satunya dalam proses pendaftaran pemeriksaan laboratorium, penerapan sistem booking online dapat meningkatkan efektivitas pada kegiatan pendaftaran pemeriksaan laboratorium. Melalui sistem ini, informasi terkait pemeriksaan laboratorium dapat diakses secara langsung, serta pendaftaran dapat dilakukan secara online tanpa perlu datang ke klinik. Proses analisis dan perancangan sistem dilakukan dengan menggunakan metode prototype untuk memberikan gambaran awal sistem yang akan dirancang, sehingga memungkinkan adanya umpan balik yang dapat memperbaiki sistem agar lebih sesuai dengan kebutuhan. Dengan dirancangnya sistem ini, informasi seperti jenis pemeriksaan yang tersedia, harga pemeriksaan, jadwal pemeriksaan, serta hasil pemeriksaan yang dapat diakses kapan saja dan di mana saja. Hasil pemeriksaan juga dapat diunduh langsung melalui sistem tanpa perlu datang kembali ke klinik, sehingga hasil pemeriksaan laboratorium tersebut dapat dilihat secara berulang. Berdasarkan hasil penelitian, dapat disimpulkan bahwa sistem yang dirancang memberikan dampak positif terhadap proses pendaftaran pemeriksaan laboratorium. Sistem ini mempermudah dan meningkatkan efektivitas proses pendaftaran yang sebelumnya dilakukan secara manual. Selain itu, sistem juga meningkatkan performa pelayanan laboratorium dengan penyajian data yang terorganisasi dan mudah diakses.

APLIKASI SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KINERJA KARYAWAN DENGAN METODE MAUT DAN TOPSIS PADA PT. BUMI TANGERANG COKLAT UTAMA

2025-07-04T04:56:47+00:00

Kemajuan teknologi dan informasi mendorong perusahaan untuk mengoptimalkan proses pengambilan keputusan, termasuk dalam menilai kinerja karyawan. Di PT. Bumi Tangerang Coklat Utama, penilaian kinerja masih dilakukan secara manual tanpa sistem pendukung yang terintegrasi. Hal ini mengakibatkan proses evaluasi menjadi lambat, tidak objektif, dan berpotensi menimbulkan ketidakpuasan di kalangan karyawan. Penelitian ini dilakukan untuk menjawab permasalahan tersebut dengan merancang dan membangun aplikasi Sistem Pendukung Keputusan (SPK) berbasis web. Sistem ini menggunakan dua pendekatan metode pengambilan keputusan multikriteria, yaitu Multi Attribute Utility Theory (MAUT) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). MAUT digunakan untuk mengukur utilitas dari setiap kriteria, sedangkan TOPSIS menilai alternatif berdasarkan kedekatannya dengan solusi ideal positif dan negatif. Aplikasi ini dirancang dengan metode pengembangan Waterfall yang mencakup tahapan analisis, desain, implementasi, pengujian, dan pemeliharaan. Sistem diimplementasikan menggunakan framework CodeIgniter 3 dan diuji dengan metode blackbox serta User Acceptance Testing (UAT) untuk memastikan fungsionalitas dan kepuasan pengguna. Hasil dari implementasi sistem menunjukkan bahwa proses penilaian menjadi lebih akurat, efisien, dan transparan. Sistem ini mampu menghasilkan peringkat karyawan berdasarkan kriteria seperti kehadiran, tanggung jawab, inisiatif, kejujuran, dan kerja sama. Dengan demikian, aplikasi ini memberikan solusi nyata bagi HRD dalam meningkatkan keadilan dan profesionalisme dalam evaluasi kinerja karyawan.

PENGEMBANGAN CHATBOT BERBASIS LARGE LANGUAGE MODELS UNTUK REKOMENDASI SPESIFIKASI GEARMOTOR PADA INDUSTRI MANUFAKTUR DI PT. XYZ

2025-07-03T10:56:34+00:00

XYZ merupakan sebuah perusahaan yang bergerak di bidang distribusi gearbox dan juga motor induksi, dalam kegiatan operasionalnya khususnya pada tim sales sering kali mengalami kesulitan dalam menentukan spesifikasi gearbox dan juga motor induksi yang sesuai dengan kebutuhan dari customer, sehingga ini menjadi sebuah masalah yang membuat kinerja tim sales menjadi lambat, hal ini disebabkan karena banyaknya variasi jenis spesifikasi dari sebuah gearbox dan juga motor induksi, serta penentuan spesifikasi angka konkrit seperti RPM, Kw, torsi, dan yang lainnya membuat tim sales membutuhkan waktu yang cukup lama untuk membuat sebuah spesifikasi yang diinginkan oleh customer, untuk mengatasi hal tersebut, penelitian ini bertujuan untuk mengembangkan sebuah chatbot berbasis Large Language Models (LLM) dan menggunakan teknik pendekatan few-shot prompting yang diharapkan bahwa chatbot yang dibuat dengan dukungan (LLM) dan juga few-shot prompting bisa memberikan hasil yang maksimal untuk tim sales, chatbot ini dikembangkan dengan tujuan untuk membantu sales dalam memberikan rekomendasi spesifikasi gearbox dan juga motor induksi secara tepat dan juga akurat, di dalam penelitian yang berbasis Artificial Intelligence (AI) dan juga menggunakan beberapa pendekatan dan juga teknik yang sesuai dan cocok untuk diaplikasikan. Hasil evaluasi menunjukkan bahwa chatbot mencapai nilai ROUGE1 dengan Precision sebesar 83,87%, Recall sebesar 70,27%, dan F1-Score sebesar 76,47%. Pada ROUGE2 diperoleh Precision sebesar 63,33%, Recall sebesar 52,78%, dan F1-Score sebesar 57,58%. Sedangkan pada ROUGEL, Precision dan Recall masing-masing sebesar 83,87% dan 70,27%, dengan F1-Score sebesar 76,47%. Hasil ini menunjukkan bahwa chatbot yang dikembangkan mampu memberikan rekomendasi spesifikasi yang relevan dan mendekati hasil buatan manusia.

SISTEM INFORMASI MANAJEMEN E-CANTEEN DAN ANALISIS PENERIMAAN PENGGUNA MENGGUNAKAN METODE PENGUJIAN TAM

2025-06-30T07:48:56+00:00

Maraknya permasalahan dalam pengelolaan kantin tradisional, seperti antrean panjang, lambatnya pelayanan, dan ketergantungan pada transaksi tunai, mendorong perlunya sistem digital yang lebih efisien dan adaptif. Penelitian ini bertujuan untuk merancang dan menilai penerimaan pengguna terhadap sistem manajemen e-canteen berbasis website dengan pendekatan Technology Acceptance Model (TAM) yang komprehensif dan terstruktur. Sistem ini dirancang untuk memberikan kenyamanan, transparansi, dan kemudahan akses dalam melakukan pemesanan serta pembayaran secara online kapan pun dan di mana pun pengguna berada. Metode pengujian dilakukan melalui penyebaran kuesioner kepada 231 responden dengan menggunakan teknik purposive sampling dan dianalisis menggunakan SmartPLS 4, dengan variabel utama Perceived Ease of Use (PEOU), Perceived Usefulness (PU), dan Behavioral Intention to Use (BITU). Hasil penelitian menunjukkan bahwa PEOU berpengaruh terhadap PU sebesar 65,8%, dan secara bersama-sama PU dan PEOU memengaruhi BITU sebesar 83,3%. Semua hipotesis yang diuji terbukti signifikan dengan nilai T-Statistics > T-Table (1,971) dan P-Value < 0,05. Temuan ini menegaskan bahwa kemudahan dan manfaat sistem sangat menentukan intensi penggunaan oleh pengguna. Dengan demikian, sistem e-canteen tidak hanya menjawab kebutuhan operasional yang lebih efisien, tetapi juga memperoleh tingkat penerimaan yang tinggi. Penelitian ini merekomendasikan pengembangan lebih lanjut dengan mempertimbangkan variabel eksternal seperti kepercayaan, pengalaman pengguna, dan pengaruh sosial guna memperkaya pemahaman terhadap perilaku penerimaan teknologi di lingkungan pendidikan.

PERANCANGAN SISTEM INFORMASI BERBASIS WEBSITE DAN SISTEM PENERIMA PESERTA DIDIK BARU (PPDB) ONLINE UNTUK SEKOLAH DASAR

2025-06-30T07:49:33+00:00

Perkembangan teknologi informasi yang pesat telah membawa dampak signifikan dalam dunia pendidikan, khususnya dalam penyebaran informasi dan proses administrasi. Penelitian ini bertujuan merancang sistem informasi berbasis Website dan sistem Penerimaan Peserta Didik Baru (PPDB) online untuk SDN Parahu 1. Sekolah ini masih menggunakan metode manual dalam penyampaian informasi dan proses pendaftaran, yang menimbulkan ketidakefisienan, keterlambatan, serta risiko kesalahan dalam pengelolaan data. Penelitian ini menggunakan model ADDIE (Analysis-Design-Development-Implementation-Evaluation) dan teknologi berbasis web, seperti PHP, MySQL, dan framework CodeIgniter. Website yang dikembangkan memuat fitur profil sekolah, berita, agenda kegiatan, dan dokumentasi aktivitas sekolah. Sementara itu, sistem PPDB online dilengkapi dengan fitur pendaftaran siswa baru, verifikasi data, unggah berkas, dan pengumuman hasil seleksi. Hasil implementasi menunjukkan peningkatan efisiensi, pengurangan kesalahan data, dan perluasan jangkauan informasi serta promosi sekolah. Pengujian sistem menunjukkan bahwa website memberikan kemudahan akses informasi bagi siswa, orang tua, dan masyarakat dengan tingkat penerimaan pengguna sebesar 95,2%. Sedangkan sistem PPDB online dinilai mampu mempermudah proses pendaftaran dengan tingkat penerimaan sebesar 96,3%. Selain itu, pembuatan website ini juga telah berkontribusi dalam memodernisasi SDN Parahu 1 di era digital, dengan tingkat penerimaan sebesar 94,55%. Dengan demikian, sistem yang dirancang dinilai berhasil menjawab kebutuhan digitalisasi di lingkungan SDN Parahu 1 dan mendukung peningkatan mutu layanan pendidikan secara menyeluruh.

ANALISA TERINTEGRASI OIL DAN GAS DISTRIBUSI PENAMBANGAN DAN PEMBANGKIT TENAGA LISTRIK DI PERUSAHAAN AILESH MENGGUNAKAN ALGORITMA K-MEANS

2025-07-07T03:25:09+00:00

Isu perubahan iklim yang semakin mengkhawatirkan menuntut sektor energi, khususnya distribusi minyak dan gas, penambangan, dan pembangkitan listrik, untuk menurunkan emisi karbon secara signifikan. Perusahaan AILESH sebagai pelaku utama di sektor ini berkomitmen untuk menciptakan transformasi energi yang berkelanjutan. Penelitian ini bertujuan untuk mengembangkan dashboard analisis berbasis Python yang mampu membantu perusahaan dalam memantau, menganalisis, dan mengelompokkan data emisi serta konsumsi energi dari berbagai sektor secara otomatis. Metode yang digunakan meliputi integrasi tiga dataset utama (input material, output proses, dan emisi udara), pembersihan data, visualisasi interaktif dengan framework Streamlit, serta penerapan algoritma K-Means Clustering untuk mengelompokkan unit proses berdasarkan tingkat emisi dan konsumsi.

Hasil dari sistem ini memungkinkan pengguna, termasuk yang non-teknis, untuk mengunggah dataset, memfilter data berdasarkan sektor dan area, melihat lima kategori teratas (Top 5) dari input/output/emisi, serta memahami pola distribusi emisi melalui visualisasi radar, bar chart, dan scatter plot. Dengan tiga klaster utama (High, Medium, Low Emission), perusahaan dapat dengan mudah mengidentifikasi area yang perlu menjadi prioritas perbaikan. Pengujian dilakukan melalui User Acceptance Testing (UAT) dan Black-Box Testing, yang menunjukkan bahwa sistem diterima dengan baik dan berjalan sesuai harapan.

Kesimpulannya, dashboard ini terbukti efektif sebagai alat bantu pengambilan keputusan yang berbasis data, mendukung efisiensi operasional, dan menjadi langkah konkret AILESH dalam mencapai visi keberlanjutan energi rendah emisi.

PREDIKSI REKOMENDASI KATEGORI PRODUK MENGGUNAKAN METODE PREDICTIVE ANALYTICS NAIVE BAYES PADA PT KILAUMAS LESTARI MULIA

2025-07-09T06:09:22+00:00

Di tengah lanskap bisnis digital yang kompetitif, pemanfaatan data strategis untuk pengambilan keputusan menjadi esensial. Predictive analytics, sebuah teknik canggih yang menganalisis data historis untuk mengidentifikasi pola dan memprediksi tren masa depan, terbukti efektif membantu organisasi merespons dinamika pasar lebih cepat dan tepat. Bagi PT Kilaumas Lestari Mulia, penerapan predictive analytics sangat relevan untuk memprediksi kategori produk diminati dari data pencarian pelanggan yang belum optimal, mengubahnya menjadi wawasan berharga. Penelitian ini mengusulkan algoritma Naive Bayes, metode klasifikasi probabilistik yang dikenal sederhana dan cepat dalam menangani data berbasis teks. Tujuannya adalah merancang sistem rekomendasi yang mampu secara akurat mengenali preferensi dan minat pelanggan. Dengan pemahaman ini, PT Kilaumas Lestari Mulia diharapkan dapat mengoptimalkan operasionalnya, seperti penyesuaian stok, perumusan strategi promosi, dan pengembangan pemasaran yang lebih personal. Sistem rekomendasi ini tidak hanya akan meningkatkan pengalaman pelanggan dengan menyajikan produk relevan, tetapi juga memberikan nilai strategis signifikan melalui wawasan tren permintaan pasar. Untuk memastikan validitas dan fungsionalitas, penelitian ini akan melibatkan Black-Box Testing untuk memverifikasi fungsionalitas internal dan User Acceptance Testing (UAT) untuk mengevaluasi penerimaan dan kepuasan pengguna akhir. Melalui pendekatan komprehensif ini, sistem yang dikembangkan diharapkan mampu meningkatkan daya saing dan kinerja bisnis PT Kilaumas Lestari Mulia di pasar yang terus berkembang.

USULAN PERENCANAAN STRATEGI PENINGKATAN KUALITAS PELAYANAN GUDANG PADA PT SENTRATEK METALINDO DENGAN METODE QUALITY FUNCTION DEPLOYMENT (QFD)

2025-07-07T01:31:00+00:00

Dalam era persaingan global dan pertumbuhan kebutuhan logistik yang semakin kompleks, kualitas pelayanan gudang menjadi salah satu faktor penting dalam menjaga kepuasan pelanggan dan citra perusahaan. PT Sentratek Metalindo sebagai perusahaan distribusi kabel listrik mengalami berbagai keluhan pelanggan terkait pelayanan gudang, seperti keterlambatan pengiriman dan kerusakan barang. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kualitas pelayanan gudang serta memberikan usulan perbaikan berbasis kebutuhan pelanggan. Metode yang digunakan dalam penelitian ini adalah Quality Function Deployment (QFD), dengan penerapan matriks House of Quality (HOQ) untuk menerjemahkan keinginan pelanggan menjadi karakteristik teknis yang dapat ditindaklanjuti perusahaan. Pengumpulan data dilakukan melalui observasi, wawancara, dan penyebaran kuesioner kepada pelanggan. Data dianalisis untuk menentukan atribut layanan prioritas dan respon teknis yang paling berpengaruh terhadap peningkatan kepuasan pelanggan. Hasil analisis menunjukkan bahwa aspek informasi yang cepat dan alur pelayanan yang jelas merupakan kebutuhan utama pelanggan. Selain itu, pentingnya evaluasi kinerja karyawan juga menjadi faktor pendukung dalam memberikan pelayanan yang optimal. Kesimpulan dari penelitian ini adalah bahwa metode QFD efektif dalam mengidentifikasi dan merumuskan strategi peningkatan kualitas pelayanan gudang. Rekomendasi perbaikan yang diajukan diharapkan dapat meningkatkan kepuasan pelanggan dan efisiensi operasional gudang PT Sentratek Metalindo secara berkelanjutan.

PERBAIKAN KUALITAS PELAYANAN SALES MARKETING MENGGUNAKAN METODE SERVICE QUALITY PT. SENTRATEK METALINDO

2025-07-07T16:41:06+00:00

Persaingan yang semakin ketat dalam dunia bisnis menjadi fokus utama disemua kalangan bisnis, baik bisnis yang bergerak dibidang jasa maupun non-jasa. Persaingan tersebut menuntut perusahaan untuk tidak hanya menyediakan produk berkualitas, tetapi juga memberikan pelayanan yang unggul kepada pelanggan. Penelitian ini dilakukan di PT. Sentratek Metalindo, sebuah perusahaan distributor produk elektrikal yang mengalami berbagai keluhan dari pelanggan terkait pelayanan sales marketing. Tujuan dari penelitian ini adalah untuk mengevaluasi dan meningkatkan kualitas pelayanan menggunakan metode Service Quality (Servqual) dan pendekatan perbaikan berkelanjutan PDCA (Plan, Do, Check, Action). Metode Servqual digunakan untuk mengukur kualitas pelayanan berdasarkan lima dimensi utama, yaitu tangibles, reliability, responsiveness, assurance, dan empathy, dengan membandingkan persepsi dan harapan pelanggan melalui penyebaran kuesioner kepada 40 responden. Hasil analisis menunjukkan adanya nilai gap negatif di semua dimensi, menandakan bahwa pelayanan belum memenuhi harapan pelanggan. Untuk mengatasi hal tersebut, perusahaan menerapkan siklus PDCA dengan berbagai inisiatif perbaikan, seperti pelatihan Customer Relationship Management (CRM), pelatihan product knowledge, pembentukan jadwal kunjungan, serta evaluasi rutin mingguan. Setelah implementasi, nilai gap menunjukkan perubahan signifikan ke arah positif, yang berarti pelayanan mengalami peningkatan sesuai dengan harapan pelanggan. Kombinasi metode Servqual dan PDCA terbukti efektif dalam meningkatkan kualitas pelayanan dan kepuasan pelanggan. Penelitian ini juga merekomendasikan agar evaluasi dan peningkatan pelayanan dilakukan secara berkelanjutan untuk menjaga loyalitas pelanggan dan daya saing perusahaan.

USULAN PEMETAAN PADA PROSES KAIN BENANG MENGGUNAKAN METODE SIPOC DI PT. WINNER SUMBIRI KNITTING FACTORY

2025-07-14T04:19:08+00:00

Pada era dalam persaingan perusahaan sekarang ini yang sangat ketat, pabrik harus tetap berinovasi; salah satunya adalah dengan cara menciptakan suatu sistem yang baik dan, optimal. Sistem yang baik bisa dilihat dari metode kerja dan tata letak fasilitas suatu perusahaan. Metode pekerjaan yang bagus dan optimal akan memiliki dampak positif melawan keuntungan yang akan diperoleh suatu perusahaan. Selain itu, perusahaan juga harus mampu mengatur tata letak fasilitasnya sehingga proses operasi perusahaan dapat berjalan secara efisien Penelitian ini bertujuan untuk memetakan lalu memahami suatu proses produksi. Di PT. Winner Sumbiri menggunakan metode SIPOC, pada peta proses operasi menunjukkan adanya kegiatan operasi berjumlah 10 dengan waktu total 170 menit; selanjutnya, kegiatan pemeriksaan berjumlah satu dengan waktu total 10 menit. Peta aliran proses, untuk kegiatan operasi dan pemeriksaan memiliki jumlah yang sama dengan peta proses operasi. Namun, didapatkan dua kegiatan delay selama 300 menit. Maka, dalam proses delay tersebut, operator seharusnya dapat memanfaatkan waktu delay tersebut untuk kegiatan produktif lainnya. Fasilitas disusun secara berdekatan sehingga memudahkan pergerakan material dan operator. Berdasarkan peta pekerja mesin, pada kegiatan penggilingan kedelai, didapatkan waktu kerja operator sebesar 100%; artinya, operator bekerja secara penuh sedangkan penggunaan mesin hanya sebesar 54%. Maka, perbaikan yang dapat dilakukan adalah dengan menambah peralatan yang mendukung proses tersebut. Berdasarkan peta tangan kanan dan tangan kiri, pada kegiatan pemotongan tahu, Penggunaan tangan kanan dan tangan kiri sudah dilakukan dengan seimbang sesuai dengan elemen Gerakan Therblig.

PENERAPAN WEB SERVICES (REST) PADA PEMESANAN ATAU BOOKING ROOM KARAOKE DAN MENGGABUNGKAN BEBERAPA DATA USAHA DALAM SATU API TERPUSAT DIGITAL

2025-07-10T09:03:55+00:00

Penelitian ini secara komprehensif mengkaji pengembangan dan implementasi sistem pemesanan digital yang dirancang untuk mendukung dua layanan berbeda: karaoke dan pijat refleksi. Sistem inovatif ini hadir sebagai solusi atas berbagai keterbatasan metode pemesanan konvensional, yang seringkali tidak efisien, rawan kesalahan, dan terhambat oleh batasan jam operasional. Tujuan utama dari studi ini adalah merancang dan menerapkan Web Services berbasis arsitektur REST API. Ini krusial untuk mengintegrasikan layanan multi-usaha ke dalam satu platform terpusat, memastikan pengelolaan yang lebih efisien dan terkoordinasi. Metodologi pengembangan sistem mengadopsi model waterfall, yang meliputi lima tahapan penting: analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan berkelanjutan. Pengembangan backend sistem ini dilakukan menggunakan bahasa pemrograman C# di lingkungan .NET, yang dikenal akan skalabilitas dan performanya. Untuk memastikan kemudahan integrasi antar aplikasi, Swagger dimanfaatkan untuk dokumentasi API secara menyeluruh dan akurat. Hasil pengembangan menunjukkan bahwa sistem ini sangat efektif dalam mengelola berbagai jenis data. Ini mencakup data pelanggan, detail pemesanan, informasi layanan yang tersedia, serta data sumber daya manusia seperti LC (pemandu lagu) dan terapis, semuanya diakses secara real-time dan terpusat. Pengujian sistem dilakukan dengan metode blackbox dan User Acceptance Testing (UAT). Kedua metode ini membuktikan bahwa sistem berfungsi sesuai spesifikasi yang telah ditetapkan dan, yang tak kalah penting, memperoleh respons yang sangat positif dari para pengguna. Kesimpulannya, sistem REST API yang berhasil dibangun ini secara efektif mengintegrasikan dua jenis layanan ke dalam satu platform digital, secara signifikan meningkatkan efisiensi operasional, menjaga konsistensi data, dan mendukung integrasi yang mulus dengan aplikasi frontend di masa mendatang.