Jurnal Surya Informatika

Pengembangan Chatbot Layanan Informasi Internal pada Departemen Sistem Manajemen dan Inovasi

2026-06-07T02:03:54+00:00

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi chatbot layanan informasi internal berbasis Artificial Intelligence (AI) pada Departemen Sistem Manajemen Terpadu dan Inovasi (SISMAN) PT Pupuk Sriwidjaja Palembang. Permasalahan yang dihadapi adalah proses pencarian informasi dan dokumen internal yang masih dilakukan secara manual melalui komunikasi antarpegawai atau penelusuran dokumen secara langsung, sehingga menyebabkan keterlambatan akses informasi dan ketergantungan terhadap staf tertentu. Penelitian ini menggunakan metode Prototype yang memungkinkan pengembangan sistem dilakukan secara bertahap berdasarkan kebutuhan dan umpan balik pengguna. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan berbasis web menggunakan bahasa pemrograman PHP dan database MySQL dengan memanfaatkan Google Gemini API sebagai Large Language Model (LLM). Sistem menerapkan mekanisme keyword matching terhadap dokumen internal yang dikelola oleh admin sebagai sumber pengetahuan chatbot sehingga mampu memberikan informasi yang lebih relevan sesuai kebutuhan pengguna. Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsi sistem berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa seluruh fitur utama dapat beroperasi dengan baik berdasarkan pengujian Black Box Testing. Selain itu, chatbot mampu membantu pengguna memperoleh informasi internal secara lebih cepat melalui integrasi Google Gemini API dan basis data dokumen internal organisasi. Dengan demikian, sistem chatbot yang dikembangkan dapat menjadi solusi efektif dalam meningkatkan efisiensi layanan informasi internal di lingkungan PT Pupuk Sriwidjaja Palembang.

Performance Evaluation of a Hybrid Quick Sort-Insertion Sort Algorithm

2026-06-13T11:36:16+00:00

Perkembangan teknologi informasi yang sangat cepat memerlukan adanya metode pengolahan data yang cepat, efisien, dan tepat, terutama dalam proses pengelompokan data dalam jumlah besar. Penelitian ini bertujuan untuk mempelajari bagaimana algoritma Hybrid Quick-Insertion Sort, yang merupakan gabungan dari Quick Sort dan Insertion Sort, bekerja dalam meningkatkan kecepatan dan efisiensi pengurutan data dibandingkan dengan metode pengurutan yang biasa digunakan. Metode yang digunakan dalam penelitian ini adalah eksperimen komputasional dengan menggunakan bahasa pemrograman C++. Algoritma yang dikembangkan diterapkan pada tiga ukuran data, yaitu 100, 1.000, dan 5.000 elemen, untuk mengukur waktu yang diperlukan dalam setiap kondisi pengujian. Hasil pengujian menunjukkan bahwa algoritma Hybrid Quick-Insertion Sort secara terus-menerus memberikan waktu pemrosesan yang lebih singkat dan konsisten dibandingkan metode pengurutan lainnya, di mana keunggulannya semakin jelas terlihat ketika mengolah data dalam jumlah besar. Ini menunjukkan bahwa dengan menggabungkan kedua algoritma tersebut, kelemahan dari masing-masing algoritma bisa diatasi. Misalnya, Quick Sort memiliki performa yang menurun saat menangani data berukuran kecil, sementara Insertion Sort kurang efektif ketika menangani data berukuran besar. Dengan demikian, bisa disimpulkan bahwa algoritma Hybrid Quick-Insertion Sort merupakan cara mengurutkan data yang efektif dan efisien, serta memiliki potensi untuk diterapkan dalam berbagai sistem yang membutuhkan pengolahan data dalam volume besar secara optimal

Estimasi Mid-Year Pertumbuhan Penduduk Kabupaten Langkat Menggunakan Interpolasi Lagrange

2026-06-14T12:05:33+00:00

Pertumbuhan penduduk merupakan salah satu permasalahan demografis yang perlu dikelola secara sistematis, terutama di wilayah kabupaten yang sedang berkembang. Kabupaten Langkat sebagai salah satu kabupaten di Provinsi Sumatera Utara mengalami dinamika pertumbuhan penduduk yang cukup signifikan dari tahun ke tahun, dengan jumlah penduduk mencapai 1.089.969 jiwa pada tahun 2025. Penelitian ini bertujuan untuk mengestimasi jumlah penduduk Kabupaten Langkat pada interval setengah tahunan (*mid-year*) periode 2018–2025 menggunakan metode Interpolasi Polinomial Lagrange berbasis 8 titik data resmi Badan Pusat Statistik (BPS) Kabupaten Langkat sebagai titik kontrol. Polinomial berderajat 7 dibentuk dari seluruh titik data dan digunakan untuk menghasilkan 15 titik estimasi dengan interval tahun, mencakup 7 titik estimasi mid-year yang sebelumnya tidak tersedia dalam publikasi tahunan BPS. Analisis dilakukan dengan bantuan perangkat lunak MATLAB untuk menghitung nilai penduduk pada setiap interval setengah tahun dan menghasilkan visualisasi tren pertumbuhan. Hasil interpolasi menunjukkan bahwa pertumbuhan penduduk Kabupaten Langkat dalam periode tersebut mengalami tren peningkatan secara umum dengan rata-rata laju pertumbuhan tahunan sebesar +0,74% per tahun dan total pertambahan penduduk sebesar 54.558 jiwa, disertai penurunan sementara pada periode 2019–2020 sebesar −1,1109% yang diduga berkaitan dengan dampak pandemi COVID-19, serta akselerasi pertumbuhan tertinggi pada periode 2022–2023 sebesar +2,5757%. Metode Interpolasi Lagrange mampu menghasilkan estimasi yang konsisten dengan titik data observasi yang digunakan sehingga dapat dijadikan dasar perencanaan kebijakan kependudukan di Kabupaten Langkat

Perbandingan Interpolasi Lagrange dan Kuadratik pada Indeks Ketimpangan Gender Kabupaten Langkat

2026-06-29T02:54:04+00:00

Ketimpangan gender merupakan tantangan pembangunan yang masih relevan di berbagai daerah Indonesia, termasuk Kabupaten Langkat. Namun, data Indeks Ketimpangan Gender (IKG) yang diterbitkan BPS hanya tersedia secara tahunan, sehingga membatasi analisis pada interval waktu yang lebih rinci. Penelitian ini menerapkan dan membandingkan dua metode interpolasi numerik—Interpolasi Lagrange dan Interpolasi Kuadratik—untuk mengestimasi nilai IKG antartahun di Kabupaten Langkat periode 2020–2025. Akurasi dievaluasi menggunakan teknik leave-one-out cross-validation (LOOCV) dengan metrik MAE, MAPE, dan RMSE. Hasil menunjukkan bahwa Interpolasi Kuadratik menghasilkan nilai MAE sebesar 0,1836, MAPE sebesar 56,65%, dan RMSE sebesar 0,2182, dibandingkan dengan Interpolasi Lagrange yang menghasilkan nilai MAE sebesar 0,7167, MAPE sebesar 204,26%, dan RMSE sebesar 0,9785. Rendahnya akurasi Interpolasi Lagrange dipengaruhi oleh fenomena osilasi Runge pada polinomial berderajat tinggi, terutama pada titik ujung rentang data. Sebagai metode piecewise, Interpolasi Kuadratik menunjukkan performa yang lebih adaptif terhadap pola data IKG yang fluktuatif pada penelitian ini. Temuan penelitian ini memberikan referensi awal dalam pemilihan metode interpolasi numerik untuk analisis Indeks Ketimpangan Gender Kabupaten Langkat dalam konteks dan periode penelitian yang dikaji

Penerapan Metode Secant Dalam Menyelesaikan Persamaan Non Linear

2026-06-30T02:14:03+00:00

Persamaan non-linear merupakan permasalahan yang kerap dijumpai dalam berbagai bidang ilmu namun tidak dapat diselesaikan secara analitik, sehingga diperlukan pendekatan numerik. Penelitian ini bertujuan menganalisis penerapan Metode Secant dalam menyelesaikan tiga kategori persamaan non-linear, yaitu fungsi polinomial, trigonometri, dan eksponensial, sekaligus mengkaji pola konvergensi dan perilaku kesalahan relatif pada setiap tahap iterasi. Kebaruan penelitian ini terletak pada evaluasi komparatif konvergensi Metode Secant terhadap fungsi-fungsi dengan karakteristik kurva dan tingkat nonlinearitas yang berbeda, disertai analisis dinamika kesalahan relatif antar iterasi sebagai indikator kualitatif konvergensi. Metode Secant dipilih karena tidak memerlukan turunan fungsi secara eksplisit, sehingga lebih fleksibel dibandingkan Metode Newton-Raphson. Penyelesaian dilakukan melalui dua pendekatan, yaitu perhitungan semi-manual berbasis spreadsheet Microsoft Excel dan implementasi program menggunakan Python. Hasil penelitian menunjukkan bahwa Metode Secant berhasil menemukan akar pada seluruh fungsi uji. Fungsi trigonometri mencapai konvergensi paling cepat dalam 5 iterasi dengan akar = 0,739085, sementara fungsi polinomial dan eksponensial masing-masing memerlukan 7 iterasi dengan nilai akar = 1,521380 dan = 0,619061. Pada fungsi eksponensial ditemukan lonjakan sementara nilai kesalahan relatif pada iterasi ke-2 sebelum akhirnya konvergen, yang berkaitan dengan kecuraman kurva dan jarak nilai awal terhadap akar sesungguhnya. Seluruh nilai kesalahan relatif akhir berada di bawah toleransi 0,0001%. Hasil implementasi program Python identik dengan perhitungan spreadsheet, membuktikan keandalan dan konsistensi Metode Secant pada berbagai tipe fungsi non-linear.

Aplikasi Monitoring Progres Dokumen Pada Divisi Sistem Manajemen ‎Terpadu & Inovasi ‎PT Pupuk Sriwidjaja Palembang

2026-06-12T07:43:01+00:00

Proses Monitoring sebuah Dokumen pada divisi sistem manajemen terpadu dan inovasi di PT Pusri merupakan bagian penting dalam mendukung kelancaran Informasi. Namun, proses yang masih dilakukan secara manual menimbulkan berbagai kendala, mulai dari pengumpulan berkas, pencatatan data, proses seleksi, hingga pemantauan status dokumen. Kondisi ini berdampak pada kurang optimalnya efisiensi dan efektivitas kerja karyawan divisi sistem manajemen terpadu dan inovasi. Seiring meningkatnya jumlah serta jenis dokumen yang masuk, divisi sistem manajemen terpadu dan inovasi membutuhkan solusi yang mampu mengintegrasikan seluruh proses pemantauan progres dokumen. Untuk menjawab kebutuhan tersebut, dirancang sebuah Aplikasi monitoring progres dokumen pada divisi sistem manajemen terpadu dan inovasi pada PT Pusri dengan metode Rapid Application Development (RAD). Sistem yang dikembangkan mendukung proses Monitoring progres dokumen, filter dokumen, kelola dokumen dan arsip tahuna secara otomatis dalam bentuk excel. Selain itu, sistem membantu instansi dalam pengelolaan data dokumen, penyimpanan dokumen secara digital, serta penyusunan laporan yang lebih akurat, cepat, dan terdokumentasi dengan baik. Penerapan sistem ini juga diharapkan mampu meningkatkan transparansi proses pencarian dokumen, pengerjaan dokumen secara tepat waktu.

Sistem Informasi Pembayaran SPP Berbasis Web Pada SMA PGRI 2 Palembang Menggunakan Metode Prototype

2026-07-26T06:55:42+00:00

Kemajuan dalam bidang teknologi informasi mendorong institusi pendidikan untuk menggunakan sistem yang dapat meningkatkan efektivitas, ketepatan, dan keterbukaan dalam pengelolaan administrasi. SMA PGRI 2 Palembang sampai saat ini masih menjalankan mekanisme pembayaran SPP secara manual, di mana peserta didik atau wali murid harus datang langsung ke bagian tata usaha untuk mengambil kuitansi sebelum melakukan pembayaran di bank. Metode konvensional ini menimbulkan berbagai permasalahan, seperti keterlambatan dalam pencatatan transaksi, potensi kehilangan data, serta kurangnya efektivitas dalam penyusunan laporan keuangan. Berdasarkan isu tersebut, penelitian ini bermaksud merancang dan membangun Sistem Informasi Pembayaran SPP berbasis web dengan mengaplikasikan metode Prototype sebagai strategi pengembangan perangkat lunak. Pendekatan ini memungkinkan terciptanya model awal sistem yang dapat langsung diuji oleh pengguna, sehingga umpan balik dapat diterapkan secara berulang untuk menghasilkan sistem yang tepat sesuai kebutuhan institusi pendidikan. Sistem dibangun dengan memanfaatkan PHP dan database MySQL, dengan fitur-fitur utama mencakup pendataan peserta didik, pengelolaan tagihan, pelaksanaan transaksi pembayaran, konfirmasi bukti pembayaran, penyajian informasi status pembayaran secara langsung, serta pembuatan laporan keuangan secara otomatis. Diharapkan penelitian ini dapat memberikan kemudahan bagi peserta didik dalam melaksanakan pembayaran secara daring, membantu petugas tata usaha dalam memproses transaksi dengan lebih cepat dan presisi, serta meningkatkan keterbukaan dalam pengelolaan administrasi keuangan sekolah. Adanya sistem informasi pembayaran SPP berbasis web ini diharapkan dapat menjadikan proses administrasi di SMA PGRI 2 Palembang menjadi lebih efektif, terorganisir, dan dapat dipertanggungjawabkan.

Rancang Bangun Pendeteksi Kematangan Pupuk Kandang Dari Kohe Kambing Berbasis Internet of Things

2026-07-26T09:58:04+00:00

Proses fermentasi pupuk kandang dari kotoran hewan (kohe) kambing memerlukan pemantauan beberapa parameter lingkungan, seperti suhu, kadar air substrat, dan konsentrasi gas amonia, untuk menentukan tingkat kematangan pupuk secara akurat. Penentuan kematangan pupuk secara konvensional masih dilakukan melalui pengamatan organoleptik subjektif terhadap bau, warna, tekstur, dan perabaan suhu, sehingga hasilnya kurang konsisten, berisiko kesalahan, dan membutuhkan waktu relatif lama. Penelitian ini bertujuan merancang dan membangun sistem pendeteksi kematangan pupuk kandang berbasis Internet of Things (IoT) yang mampu melakukan pemantauan kondisi pupuk secara real-time. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan Prototyping yang meliputi tahap analisis kebutuhan, perancangan sistem, pembuatan prototipe, pengujian, dan evaluasi. Sistem dikembangkan menggunakan mikrokontroler Wemos D1 Mini yang terintegrasi dengan sensor suhu DS18B20, sensor kelembapan Capacitive Soil Moisture Sensor v2, dan sensor gas amonia MQ-135. Data hasil pembacaan sensor dikirimkan melalui jaringan internet dan ditampilkan pada dashboard berbasis web serta LCD I2C. Penentuan tingkat kematangan pupuk dilakukan secara otomatis menggunakan logika klasifikasi berbasis ambang batas (rule-based threshold) suhu (T <= 30°C), kadar air (M <= 40%), dan amonia (NH3 <= 20 ppm). Hasil pengujian menunjukkan bahwa sensor DS18B20 mampu membaca suhu dengan selisih rata-rata 1,37°C dibanding termometer manual. Nilai kadar air substrat menurun dari 73% (hari ke-1) menjadi 33% (hari ke-14), dan konsentrasi amonia menurun dari 133 ppm menjadi 9 ppm. Pada hari ke-14, sistem secara otomatis mengklasifikasikan status pupuk sebagai "Matang". Pengujian black-box pada dashboard web menunjukkan tingkat keberhasilan 100% dengan success rate pengiriman data 98,5% dan latensi rata-rata 1,2 detik. Sistem ini terbukti meningkatkan efisiensi dan objektivitas penentuan kematangan pupuk organik

Perbandingan Kinerja K-Means dan PSO K-Means Untuk Klasterisasi Dokumen Kependudukan Berbasis SIG

2026-08-14T04:02:31+00:00

Dinas Kependudukan dan Pencatatan Sipil Kabupaten Cirebon belum memiliki analisis berbasis data yang dapat mengelompokkan tingkat kebutuhan layanan dokumen kependudukan sekaligus menampilkan persebarannya secara spasial. Penelitian ini bertujuan mengelompokkan persebaran dokumen kependudukan pada 40 kecamatan dan membangun sistem informasi geografis untuk memvisualisasikan hasil pengelompokan. Data periode 2024–2025 terdiri atas Kartu Keluarga, KTP, Kartu Identitas Anak, Akta Kelahiran, dan Akta Kematian. Tahapan analisis mengikuti CRISP-DM, meliputi pemahaman masalah, pemahaman data, pembersihan, seleksi atribut, normalisasi Min-Max, pemodelan K-Means, optimasi centroid menggunakan Particle Swarm Optimization, evaluasi, dan penerapan hasil ke sistem. Tiga cluster digunakan untuk merepresentasikan kategori tinggi, sedang, dan rendah. K-Means menghasilkan distribusi cluster 13, 17, dan 10 kecamatan pada 2024 serta 15, 15, dan 10 kecamatan pada 2025. K-Means + PSO menghasilkan distribusi 14, 10, dan 16 kecamatan pada kedua tahun. Optimasi menurunkan SSE dari 4,314 menjadi 3,779 atau sebesar (12,97%) dan DBI dari 1,230 menjadi 1,050 atau sebesar (14,62%) pada 2024, serta menurunkan SSE dari 4,053 menjadi 3,783 atau sebesar (6,67%) dan DBI dari 1,170 menjadi 1,073 atau sebesar (5,11%). pada 2025. Seluruh fitur sistem untuk admin dan kepala dinas dinyatakan berhasil melalui pengujian black box. Hasil ini menunjukkan bahwa PSO memperbaiki kualitas cluster dan integrasi SIG memudahkan interpretasi persebaran wilayah

Integrasi QCC, Taguchi, Dan QLF Pada Sistem Manajemen Kualitas Jaring Berbasis Web

2026-08-18T00:10:53+00:00

Pengendalian kualitas jaring monofilament dan multifilament di PT Arteria Daya Mulia Cirebon masih berorientasi pada final inspection, sementara data produksi, pemeriksaan kualitas, dan setelan proses belum terintegrasi dalam satu alur keputusan. Penelitian ini mengembangkan sistem informasi pendukung keputusan kualitas berbasis web yang mengintegrasikan Quality Control Circle (QCC), Failure Mode and Effects Analysis (FMEA), pendekatan Taguchi, Analysis of Variance (ANOVA), dan Quality Loss Function (QLF). FMEA digunakan sebagai alat prioritisasi risiko pada tahap QCC, sedangkan ANOVA sebagai evaluasi statistik pendukung Taguchi. Dataset mencakup 14 observasi produk-bulanan monofilament dan 9 observasi multifilament dengan 55.454 dan 26.526 unit diperiksa. Rekonsiliasi menghasilkan total defect 49.420 pcs pada monofilament dan 20.222 pcs pada multifilament; RPS multifilament mencapai 15.868 pcs (78,47%). RPN tertinggi adalah RR monofilament sebesar 80 dan RPS multifilament sebesar 72. Respons historis dinormalisasi menjadi defect rate karena volume pemeriksaan berbeda. RPM monofilament tercatat 18, 17, dan 17 RPM, sehingga data historis tidak memenuhi rancangan L9 tiga-level yang orthogonal; seluruh p-value ANOVA awal juga >0,05 sehingga tidak digunakan untuk menyatakan pengaruh kausal atau optimum terkonfirmasi. QLF menunjukkan estimasi kerugian tertinggi pada multifilament sebesar Rp40.000.000/hari. Sistem Laravel-MySQL menerapkan RBAC Admin Produksi dan Admin QC, menyediakan aliran data near real-time pada level aplikasi setelah input pengguna, serta diverifikasi melalui black-box dan pembandingan perhitungan dengan Microsoft Excel.

Komparasi Double Dan Triple Exponential Smoothing Untuk Sistem Forecasting Penjualan Produk UMKM

2026-08-21T07:08:16+00:00

Data transaksi penjualan terus bertambah, tetapi pemanfaatannya sebagai dasar analisis prediktif untuk perencanaan persediaan belum optimal. Penelitian ini bertujuan membangun sistem informasi forecasting penjualan berbasis web, membandingkan Double Exponential Smoothing (DES) dan Triple Exponential Smoothing (TES) Holt-Winters Multiplicative, serta menghasilkan estimasi awal kebutuhan stok. Data mencakup 37.651 transaksi, 60.662 unit terjual, dan 2.905 produk periode Januari 2023-Desember 2025 yang diagregasi menjadi 36 observasi bulanan pada Food and Beverage (F&B), Craft (CRF), dan Fashion (FAS). Evaluasi kronologis menetapkan skenario 90:10 (32 bulan training dan 4 bulan testing) sebagai evaluasi utama, sedangkan 80:20 (29 bulan training dan 7 bulan testing) digunakan sebagai robustness check. Parameter pemulusan diuji pada grid 0,1-0,9 dengan interval 0,1. Pada evaluasi utama, DES memberikan MAPE terbaik pada F&B sebesar 6,56%, sedangkan TES memberikan MAPE terbaik pada CRF 6,29% dan FAS 35,02%. Robustness check 80:20 mempertahankan peringkat model yang sama dengan MAPE masing-masing 10,79%, 18,64%, dan 29,99%. Ketiga model terpilih juga mengungguli Naive Forecast. Validasi numerik independen di RStudio mereplikasi seluruh 12 kombinasi kategori metode skenario dan menghasilkan selisih MAPE 0,00 poin persentase setelah pembulatan dua desimal terhadap output PHP. Forecast 2026 menggunakan parameter skenario utama 90:10 untuk seluruh kategori. Sistem dikembangkan dengan Waterfall, Laravel, dan MySQL serta diuji secara fungsional menggunakan Black Box Testing. Estimasi stok produk dialokasikan dari forecast kategori berdasarkan proporsi historis dan diposisikan sebagai informasi awal, bukan jumlah pemesanan final, terutama pada CRF dan FAS yang memiliki risiko perubahan siklus hidup produk

Sistem Informasi Inventaris Barang SMA PGRI 2 Palembang Berbasis Web Menggunakan Metode Prototype

2026-08-23T02:42:02+00:00

Pengelolaan inventaris barang pada SMA PGRI 2 Palembang masih menghadapi kendala dalam pencatatan, pencarian, pemantauan kondisi, serta pelaporan barang karena proses yang dilakukan sebelumnya belum terintegrasi secara optimal. Penelitian ini bertujuan mengembangkan sistem informasi inventaris barang berbasis web menggunakan metode Prototype yang dilengkapi fitur QR Code untuk membantu proses identifikasi dan pengelolaan inventaris secara lebih terstruktur. Pengembangan sistem dilakukan melalui tahapan communication, quick plan, modeling quick design, construction of prototype, dan deployment, delivery, and feedback. Data penelitian diperoleh melalui observasi, wawancara, dan dokumentasi terhadap proses pengelolaan inventaris di SMA PGRI 2 Palembang. Sistem yang dikembangkan menyediakan fitur pengelolaan data barang, kategori, lokasi, kondisi barang, peminjaman, pengembalian, serta identifikasi barang menggunakan QR Code. Pengujian fungsional menggunakan metode Blackbox Testing dilakukan terhadap 12 skenario pengujian yang mencakup fungsi utama sistem. Hasil pengujian menunjukkan bahwa seluruh 12 skenario dapat berjalan sesuai dengan keluaran yang diharapkan, sehingga diperoleh tingkat keberhasilan pengujian sebesar 100%. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan telah memenuhi fungsi utama yang dirancang untuk mendukung pengelolaan inventaris barang di SMA PGRI 2 Palembang secara terintegrasi dan terstruktur. Sistem ini diharapkan dapat membantu pihak sekolah dalam meningkatkan efisiensi pengelolaan data inventaris serta mempermudah proses identifikasi dan penelusuran barang melalui QR Code.

Rancang Bangun Sistem Manajemen Data SDGs Terintegrasi di Desa Sumbermulyo

2026-09-15T05:43:51+00:00

Pelaksanaan sustainable development goals (sdgs) desa di desa sumbermulyo, kabupaten jombang, masih dilakukan secara konvensional menggunakan formulir kertas, sehingga proses pendataan berjalan lambat dan rawan kesalahan. Penelitian ini mengembangkan sistem manajemen data sdgs desa terintegrasi berbasis web yang mencakup pengelolaan data sdgs, data master, manajemen pengguna, pengaturan periode survei, serta pengunduhan formulir dan laporan demografi. Pengujian fungsional dilakukan menggunakan metode blackbox testing terhadap 42 skenario uji pada lima modul utama, yaitu autentikasi, input data sdgs, master data, master survei, dan download. Hasil pengujian menunjukkan seluruh 42 skenario uji dinyatakan lulus dengan tingkat keberhasilan 100 persen, tanpa ditemukan kegagalan fungsional pada modul manapun. Seluruh proses tambah, ubah, hapus, dan unduh data berjalan sesuai spesifikasi yang dirancang, termasuk keberhasilan sistem menghasilkan laporan demografi sdgs secara otomatis dalam format pdf. Temuan ini menunjukkan bahwa sistem yang dikembangkan telah memenuhi seluruh kebutuhan fungsional yang ditetapkan, sehingga secara fungsional sistem dinyatakan layak digunakan untuk mendukung operasional pendataan sdgs di desa sumbermulyo, meskipun evaluasi penerimaan pengguna belum dilakukan pada penelitian ini. Evaluasi kuantitatif lebih lanjut terhadap dampak sistem pada efisiensi waktu dan akurasi data dibandingkan metode manual masih diperlukan pada penelitian selanjutnya, sebagai dasar pengembangan fitur analisis dan visualisasi data serta integrasi dengan sistem sdgs tingkat nasional

Perbandingan Performa Algoritma Deep Learning dan Machine Learning untuk Klasifikasi Text Aduan di Sosial Media

2026-09-09T03:38:35+00:00

Perkembangan media sosial menghasilkan volume data aduan publik berbahasa Indonesia yang besar dan beragam sehingga diperlukan metode klasifikasi otomatis yang efektif dan efisien. Penelitian ini bertujuan membandingkan performa algoritma machine learning, yaitu Naive Bayes dan Support Vector Machine (SVM), dengan algoritma deep learning, yaitu Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan Generative Adversarial Network (GAN), dalam melakukan klasifikasi teks aduan publik. Kebaruan penelitian ini terletak pada evaluasi penggunaan GAN sebagai model klasifikasi melalui komponen Discriminator pada konteks aduan publik berbahasa Indonesia. Dataset yang digunakan terdiri atas 5.000 data teks yang diperoleh dari media sosial, dengan distribusi 2.127 data Complaint (42,5%) dan 2.873 data Not Complaint (57,5%). Tahapan penelitian meliputi preprocessing teks, pembagian data menggunakan stratified sampling dengan proporsi 80% data latih dan 20% data uji, serta evaluasi model menggunakan Accuracy, Precision, Recall, dan F1-Score berdasarkan rata-rata tiga kali pengujian. Hasil penelitian menunjukkan bahwa Naive Bayes menghasilkan performa terbaik dengan Accuracy sebesar 77,50%, Precision 77,41%, Recall 77,50%, dan F1-Score 77,31%. Model berikutnya adalah CNN dengan F1-Score 77,09%, SVM sebesar 74,67%, LSTM sebesar 73,66%, dan GAN sebesar 41,98%. Rendahnya performa GAN dipengaruhi oleh ketidakstabilan proses pelatihan adversarial, sedangkan LSTM mengalami kecenderungan overfitting pada dataset berukuran sedang. Penelitian ini menunjukkan bahwa Naive Bayes lebih efektif untuk klasifikasi aduan publik dengan jumlah data terbatas karena memiliki akurasi kompetitif dan kompleksitas komputasi yang lebih rendah. Penelitian selanjutnya dapat mengembangkan dataset yang lebih besar, memperluas kategori aduan, menerapkan teknik augmentasi data, serta mengeksplorasi model berbasis transformer seperti BERT dan IndoBERT

Rancang Sistem Kotak Penerima Paket (KOMPAS) Berbasis IoT ESP32-CAM

2026-09-15T05:47:41+00:00

Proses penerimaan paket menjadi permasalahan ketika penerima tidak berada di lokasi saat kurir datang sehingga paket berpotensi dititipkan kepada pihak lain atau diletakkan pada tempat yang kurang aman. Penelitian ini bertujuan merancang dan mengevaluasi Kotak Penerima Paket (KOMPAS) berbasis Internet of Things menggunakan ESP32 dan ESP32-CAM. ESP32 digunakan sebagai pusat kendali, sedangkan ESP32-CAM digunakan untuk mendokumentasikan kurir dan mengirimkan gambar melalui Telegram Bot. Sistem dilengkapi fingerprint dan keypad 4×4 sebagai mekanisme autentikasi serta servo dan solenoid door lock sebagai mekanisme pengendalian pintu. Evaluasi dilakukan melalui pengujian kuantitatif terhadap latency pengiriman, kekuatan sinyal Wi-Fi (RSSI), keberhasilan penerimaan foto, waktu respons fingerprint, dan respons keypad terhadap beberapa kondisi input. Pengujian latency sebanyak 10 percobaan menghasilkan waktu respons 15–20 detik dengan rata-rata 17,1 detik. Pengujian RSSI menghasilkan nilai -29 sampai -55 dBm dengan rata-rata -36,9 dBm dan seluruh foto berhasil diterima pada 10 percobaan. Pengujian fingerprint menghasilkan keputusan yang sesuai pada seluruh 10 percobaan, sedangkan pengujian keypad menunjukkan PIN benar diterima, PIN salah ditolak, serta sistem tidak mengalami restart pada penekanan tombol secara cepat. Hasil penelitian menunjukkan bahwa prototype KOMPAS mampu menjalankan fungsi dokumentasi, komunikasi, autentikasi, dan pengendalian akses pada skenario pengujian yang dilakukan.