Open Journal - Universitas Komputer Indonesia
Not a member yet
4316 research outputs found
Sort by
Re-Design User Interface (UI) Aplikasi Mobile Domino’s Pizza Berdasarkan Hasil Analisis User Experience (UX)
Full text linkPerkembangan masyarakat dalam penggunaan gadget khususnya Mobile dalam aktivitas sehari-hari di era society 5.0 saat ini, memberikan tantangan tersendiri bagi pelaku usaha jasa dan pemasaran dalam pelayanan dan pemasaran suatu produk. Domino\u27s Pizza, salah satu brand yang menyediakan makanan dan minuman, saat ini memiliki jumlah outlet yang cukup banyak di Indonesia, dari hasil pengamatan yang dilakukan terhadap pelanggan Domino\u27s Pizza, melalui observasi dan wawancara dengan pengguna aplikasi Mobile Domino\u27s Pizza, terdapat beberapa keluhan terkait pengalaman pengguna yang kurang memuaskan. Pengguna merasa bahwa proses melihat produk dan melakukan pemesanan dalam aplikasi ini terasa kurang intuitif dan menyulitkan dibandingkan dengan aplikasi pemesanan mobile dari merek penyedia makanan dan minuman sejenis. Misalnya, beberapa pengguna mengungkapkan bahwa navigasi aplikasi tidak responsif, fitur pencarian produk sulit digunakan, dan proses checkout yang memakan waktu. Hal ini menimbulkan ketidakpuasan di kalangan pelanggan, yang berdampak pada keputusan mereka untuk menggunakan kembali aplikasi tersebut dibandingkan dengan aplikasi kompetitor yang lebih user-friendly. Dengan penerapan User Experiences (UX), penelitian ini bertujuan untuk mengembangkan User Interface (UI) aplikasi Mobile Domino\u27s Pizza, dengan menggunakan pendekatan Keep it Simple, Stupid (KISS), penelitian ini menghasilkan prototipe aplikasi Mobile Domino\u27s Pizza baru yang bertujuan untuk memberikan hal positif yang signifikan bagi Aplikasi Mobile Domino\u27s Pizza untuk memberikan kepuasan dan kenyamanan pelanggan dalam berinteraksi secara online
PENINGKATAN LITERASI KEUANGAN UMKM DI DESA CIAKAR MELALUI PENDAMPINGAN PENGGUNAAN APLIKASI BUKU WARUNG
Full text linkProgram Kuliah Kerja Nyata (KKN) merupakan salah satu bentuk kegiatan pengabdian kepada masyarakat dosen dan mahasiswa di Desa Ciakar, Kecamatan Panongan, Kabupaten Tangerang, bertujuan untuk meningkatkan literasi keuangan pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) melalui seminar dan pendampingan penggunaan aplikasi Buku Warung. Kegiatan ini diawali dengan Seminar Literasi Keuangan yang dihadiri oleh 35 pelaku UMKM, membahas pentingnya pencatatan keuangan yang baik dan pemisahan keuangan pribadi dengan usaha. Pendampingan langsung diberikan kepada empat UMKM unggulan, yaitu Dodol Pak Oyot, Susu Kambing Etawa, Rumah Makan Cahaya Berkah, dan Rosita Craft, yang sebelumnya menggunakan metode pencatatan manual. Melalui pendekatan personal, pelaku UMKM dilatih untuk menggunakan aplikasi Buku Warung dalam mencatat transaksi, mengelola arus kas, dan memantau kondisi keuangan secara real-time. Hasil evaluasi menunjukkan peningkatan pemahaman pelaku UMKM tentang pentingnya pencatatan keuangan yang terstruktur serta efisiensi penggunaan aplikasi Buku Warung. Program ini berhasil membantu pelaku UMKM meningkatkan kapasitas literasi keuangan dan mengelola usaha mereka secara lebih profesional, mendukung keberlanjutan usaha di era digital
PROFIL DISTRIBUSI KECEPATAN ALIRAN DI DUA KANAL BERBEDA PADA LAHAN GAMBUT TROPIS
Full text linkKecepatan aliran bidang vertikal di lahan gambut memiliki karakteristik unik dan berbeda dengan sungai, yang dipengaruhi oleh topografi, morfologi, dan hidrometri saluran. Penelitian ini bertujuan untuk menganalisis profil distribusi kecepatan aliran bidang vertikal dan kecepatan aliran rerata yang dilakukan pada 2 saluran dengan variasi lebar dan kedalaman. Pengukuran kecepatan dilakukan pada potongan melintang yang dibagi menjadi 7 rai (B/2, B/4, B/8, B/16) pada kiri dan kanan serta tengah, dimana (B) adalah lebar saluran. Pada setiap rai, kecepatan diukur pada sepuluh titik kedalaman dengan pengulangan 5 hingga 16 kali. Hasilnya menunjukkan pola distribusi kecepatan yang sama pada beberapa rai di kedua saluran, khususnya (B/2 di tengah, B/4 kiri, B/8 kiri, B/4 kanan, dan B/8 kanan). Pada rai ini, kecepatan besar di permukaan dan menurun mendekati dasar. Namun, di tepi saluran 1 (B/16 kiri, B/8 kanan), saluran 2 (B/16 kanan), pola distribusi menunjukkan kecepatan aliran bertambah besar di dasar saluran. Rerata kecepatan aliran mencapai 0,041 m/dt di saluran 1 (B/16 kanan) dan 0,048 m/dt di saluran 2 (B/2 tengah), dengan kedalaman rerata 0,4 sampai 0,6 h. Hal ini disebabkan pada lahan gambut terdapat akar dan serat, membentuk pori-pori yang mempercepat pergerakan aliran air tanah menuju saluran khususnya bagian tepi
Analisis Perbandingan Metode DES (Double Exponential Smoothing) dan WMA (Weighted Moving Average) dalam Peramalan Penjualan Laptop
Full text linkRapid technological developments increase demand for electronic devices, especially laptops. Fluctuations in monthly sales are a challenge for companies in determining the optimal amount of inventory. The inability to predict market demand can disrupt inventory management and customer satisfaction. Therefore, accurate sales forecasting is essential for planning marketing and procurement strategies. This study compares two sales forecasting methods, namely Double Exponential Smoothing (DES) and Weighted Moving Average (WMA), to analyze the accuracy of each method. The results showed that the DES method has a better level of accuracy with an average MAPE value of 16.72%, compared to WMA which reached 21.22%. This study provides practical insights for companies in choosing the right forecasting method, in order to improve inventory management, product procurement strategies, and customer satisfactionPerkembangan teknologi yang pesat meningkatkan permintaan terhadap perangkat elektronik, khususnya laptop. Fluktuasi penjualan bulanan menjadi tantangan bagi perusahaan dalam menentukan jumlah persediaan yang optimal. Ketidakmampuan memprediksi permintaan pasar dapat mengganggu manajemen persediaan dan kepuasan pelanggan. Oleh karena itu, peramalan penjualan yang akurat sangat penting untuk merencanakan strategi pemasaran dan pengadaan barang. Penelitian ini membandingkan dua metode peramalan penjualan, yaitu Double Exponential Smoothing (DES) dan Weighted Moving Average (WMA), untuk menganalisis keakuratan masing-masing metode. Hasil penelitian menunjukkan bahwa metode DES memiliki tingkat akurasi yang lebih baik dengan nilai rata-rata MAPE sebesar 16,72%, dibandingkan dengan WMA yang mencapai 21,22%. Penelitian ini memberikan wawasan praktis bagi perusahaan dalam memilih metode peramalan yang tepat, guna meningkatkan pengelolaan persediaan, strategi pengadaan produk, dan kepuasan pelanggan
Desain Sistem Penjadwalan Tenaga Keperawatan Rumah Sakit Menggunakan Algoritma Priority Scheduling
Full text linkScheduling nursing staff in a hospital is a process that must be carried out every period to meet patient needs based on their services. The nursing staff scheduled in this study were nursing staff in the Outpatient Unit. The current schedule does not take into account the limitations of each nursing staff, such as nurses who are in advanced studies, pregnant, or are currently working as doctor\u27s assistants. This has caused several complaints from several nurses, such as nurses whose pregnancy age is approaching 7-8 months getting an afternoon shift schedule more than four (4) times a month, which means it is not in accordance with the outpatient unit policy. The purpose of this study is to produce a scheduling system model by considering the limitations of nursing staff in the Outpatient Unit in the next period. The algorithm used in creating the nursing staff schedule is the priority scheduling algorithm, where this algorithm has been proven effective in managing the priority of the process sequence and has been applied to other information systems with satisfactory results. The results of the study indicate that the scheduling system model created can meet the needs of nursing staff in the Outpatient UnitPenjadwalan tenaga keperawatan di sebuah rumah sakit merupakan proses yang harus dilakukan setiap periodenya agar terpenuhi kebutuhan pasien berdasarkan layanannya. Tenaga keperawatan yang dijadwalkan pada penelitian ini adalah tenaga keperawatan Unit Rawat Jalan. Jadwal yang dihasilkan saat ini tidak memperhatikan keterbatasan yang ada pada setiap tenaga keperawatan seperti adanya perawat yang sedang studi lanjut, dalam keadaan hamil, atau sedang menjadi asisten dokter. Hal ini menimbulkan beberapa keluhan dari beberapa perawat seperti perawat yang usia kehamilannya mendekati 7-8 bulan mendapat jadwal shift sore lebih dari empat (4) kali dalam sebulan, yang berarti tidak sesuai dengan kebijakan unit rawat jalan. Tujuan dari penelitian ini adalah menghasilkan model sistem penjadwalan yang dapat menangani keterbatasan yang ada pada tenaga keperawatan di unit Rawat Jalan pada periode berikutnya. Algoritma yang digunakan dalam pembuatan jadwal tenaga keperawatan adalah algoritma priority scheduling, dimana algoritma ini telah terbukti efektif dalam mengelola prioritas urutan proses dan telah diterapkan pada sistem informasi lain dengan hasil yang memuaskan. Hasil dari penelitian menunjukkan bahwa model sistem penjadwalan yang dihasilkan sudah dapat memenuhi kebutuhan tenaga keperawatan yang ada di Unit Rawat Jalan dengan adanya pemberian prioritas terhadap keterbatasan seperti sedang studi lanjut ataupun sedang hamil
Parallel Computing pada Clustering K-Means untuk Analisis Keketatan Program Studi SNBT 2023
Full text linkThis study aims to analyze the competitiveness of study programs in the 2023 SNBT dataset using the Knowledge Discovery in Databases (KDD) method and the K-Means Clustering algorithm. The competitiveness of study programs is measured by the ratio between the number of applicants and available slots, reflecting the level of competition and popularity of the programs. Two main issues are addressed: the urgency of data-driven decision-making for formulating effective student admission policies and the lengthy execution time on large datasets such as the 2023 SNBT data, which includes thousands of study programs with complex variables. The number of clusters was determined using the elbow method, dividing the data into three categories: low, medium, and high. Clustering evaluation was conducted using the silhouette score metric, revealing that Cluster 0 (low) demonstrated the best quality with the highest silhouette score. To accelerate the analysis process, parallel computing was implemented using the joblib, scikit learn and multiprocessing library, significantly reducing execution time compared to conventional methods. With an average silhouette score of 0.684816, the results indicate good clustering quality. These findings provide valuable insights for universities in understanding the competitiveness patterns of study programs and support the development of more effective and efficient data-driven student admission policies.Penelitian ini bertujuan untuk menganalisis keketatan program studi pada data SNBT tahun 2023 menggunakan metode Knowledge Discovery in Databases (KDD) dan algoritma K-Means Clustering. Keketatan program studi diukur berdasarkan rasio antara jumlah pendaftar dan daya tampung, mencerminkan tingkat persaingan dan popularitas program studi. Terdapat dua permasalahan utama yang diangkat: urgensi pengambilan keputusan berbasis data untuk menyusun kebijakan penerimaan mahasiswa yang efektif, serta waktu eksekusi yang lama pada dataset besar seperti data SNBT 2023, yang mencakup ribuan program studi dengan variabel kompleks. Jumlah cluster ditentukan menggunakan metode elbow, membagi data ke dalam tiga kategori: low, medium, dan high. Evaluasi clustering dilakukan dengan metrik silhouette score, yang menunjukkan bahwa Cluster 0 (low) memiliki kualitas terbaik dengan nilai silhouette score tertinggi. Untuk mempercepat proses analisis, diterapkan parallel computing menggunakan library joblib, scikit learn, dan multiprocessing, yang terbukti mengurangi waktu eksekusi secara signifikan dibandingkan metode konvensional. Dengan rata-rata nilai silhouette score sebesar 0,684816, hasil penelitian ini menunjukkan kualitas pengelompokan yang baik. Temuan ini memberikan wawasan penting bagi perguruan tinggi dalam memahami pola keketatan program studi dan mendukung perancangan kebijakan penerimaan mahasiswa berbasis data yang lebih efektif dan efisien
Prediksi Kabut Menggunakan Recurrent Neural Network dengan Attention Mechanism di Bandara Ruteng
No full textFog phenomena pose a significant challenge in aviation operations, particularly in regions with complex topography such as Ruteng Airport. Thick fog can reduce visibility and increase flight safety risks. This study aims to develop a deep learning-based fog prediction model by comparing the performance of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) enhanced with Attention Mechanism (AM). The dataset consists of 61,187 entries, covering hourly recorded weather parameters over the past ten years (2013–2023). The experimental results show that the addition of Attention significantly improves model performance. The RNN+Attention model emerges as the best-performing model with an accuracy of 0.9981, precision of 0.7755, recall of 0.76, and F1-score of 0.7677, along with the lowest number of False Positives. Meanwhile, the LSTM+Attention model excels in reducing False Negatives, making it suitable for systems prioritizing comprehensive fog detection. Models without Attention demonstrate perfect recall (1.00), but their low precision indicates overfitting. Overall, the integration of the Attention Mechanism enhances the balance between recall and precision and improves model reliability in handling data imbalance. The contribution of this research is that it can serve as a reference for future studies in developing artificial intelligence-based weather prediction models, particularly in addressing fog phenomena.
Keywords – Attention Mechanism; Long Short-Term Memory; Fog Prediction; Recurrent Neural NetworkFenomena kabut menjadi tantangan signifikan dalam operasional penerbangan, terutama di wilayah dengan topografi kompleks seperti Bandara Ruteng. Penelitian ini bertujuan untuk mengembangkan model prediksi kabut menggunakan Recurrent Neural Network (RNN) dengan integrasi Attention Mechanism (AM) untuk menangkap pola temporal dalam data cuaca yang kompleks. Data penelitian mencakup 61.187 dengan parameter cuaca yang direkam setiap jam selama sepuluh tahun terakhir. Model dilatih selama 50 epoch, ukuran batch 32 dan optimizer Adam . Hasil pengujian menunjukkan bahwa model RNN+AM memiliki performa lebih baik dibandingkan model RNN, dengan nilai MAE sebesar 0,27% dan RMSE sebesar 5,19%, lebih rendah dibandingkan RNN dengan MAE sebesar 0,44% dan RMSE sebesar 6,64%. Evaluasi confusion matrix menunjukkan bahwa RNN+AM memiliki tingkat kesalahan False Positive dan False Negative yang lebih kecil, dengan akurasi yang lebih tinggi dalam prediksi kabut. Integrasi AM terbukti meningkatkan kemampuan model dalam memprioritaskan fitur relevan yang mendukung akurasi prediksi
Media Pembelajaran Huruf dan Angka dalam Bahasa Isyarat
No full textOrang yang kehilangan kemampuan pendengaran (tunarungu) memerlukan bahasa isyarat sebagai alat bantu dalam berkomunikasi. Selain diperlukan oleh tunarungu, bahasa isyarat juga dapat dipelajari oleh siapapun. Tujuan dari penelitian ini, yaitu membangun sebuah media pembelajaran yang dapat membantu dalam mempelajari bahasa isyarat, khususnya huruf-huruf alfabet dimulai dari A-Z dan angka dimulai dari 0-9. Metode pengembangan sistem yang digunakan adalah waterfall, mulai dari requirements, design, implementation, dan testing. Hasil penelitian berupa media pembelajaran yang akan memandu pengguna untuk memeragakan huruf ataupun angka dalam bahasa isyarat pada mode belajar. Setelah itu, pengguna dapat berlatih pada mode latihan, yaitu dengan memeragakan kode bahasa isyarat dan sistem akan memberikan feedback berupa suara. Tak hanya mode belajar dan latihan, sistem juga menyediakan mode soal. Dengan mode soal, pengguna dapat menguji pemahamannya seputar huruf dalam bahasa isyarat. Sistem yang dibangun diuji dengan menggunakan metode black-box. Berdasarkan hasil pengujian, sistem dapat mengenali bahasa isyarat baik huruf maupun angka yang diperagakan dengan baik. Sistem juga dapat mengoreksi saat berada dalam mode soal.
Kata Kunci – Media Pembelajaran; Bahasa Isyarat; Tunarungu; Media Pembelajaran Bahasa Isyarat; Bahasa Isyarat Huruf dan Angka. Orang yang kehilangan kemampuan pendengaran (tunarungu) memerlukan bahasa isyarat sebagai alat bantu dalam berkomunikasi. Selain diperlukan oleh tunarungu, bahasa isyarat juga dapat dipelajari oleh siapapun. Tujuan dari penelitian ini, yaitu membangun sebuah media pembelajaran yang dapat membantu dalam mempelajari bahasa isyarat, khususnya huruf-huruf alfabet dimulai dari A-Z dan angka dimulai dari 0-9. Metode pengembangan sistem yang digunakan adalah waterfall, mulai dari requirements, design, implementation, dan testing. Hasil penelitian berupa media pembelajaran yang akan memandu pengguna untuk memeragakan huruf ataupun angka dalam bahasa isyarat pada mode belajar. Setelah itu, pengguna dapat berlatih pada mode latihan, yaitu dengan memeragakan kode bahasa isyarat dan sistem akan memberikan feedback berupa suara. Tak hanya mode belajar dan latihan, sistem juga menyediakan mode soal. Dengan mode soal, pengguna dapat menguji pemahamannya seputar huruf dalam bahasa isyarat. Sistem yang dibangun diuji dengan menggunakan metode black-box. Berdasarkan hasil pengujian, sistem dapat mengenali bahasa isyarat baik huruf maupun angka yang diperagakan dengan baik. Sistem juga dapat mengoreksi saat berada dalam mode soal.
Kata Kunci – Media Pembelajaran; Bahasa Isyarat; Tunarungu; Media Pembelajaran Bahasa Isyarat; Bahasa Isyarat Huruf dan Angka.
Digitalization Of Payments In Public Financial Management: Efficiency And Transparency Strategy
Full text linkDigital transformation in the public sector drives innovation in state financial management, including implementing digital payment systems. This study aims to analyze the contribution of payment digitization to the efficiency and transparency of public finances in Indonesia. The method used is qualitative through content analysis and case studies, with primary data from interviews and secondary data from policy documents and scientific literature. The study results show that the implementation of Digipay and SP2D Online significantly impacts administrative efficiency, transaction acceleration, and strengthening control. Digitalization also increases transparency through real-time transaction tracking and supports open audits. However, challenges remain regarding interoperability, data security, and human resources. Overall, digitalization is an important strategy in public finance reform. The implications of this research suggest that the success of payment digitalization can serve as a model to accelerate broader state financial governance reforms and encourage the adoption of similar technologies in other public sectors
Aplikasi Sensor Cahaya (BH1750) pada Tanaman Anggrek menggunakan ESP 32 Berbasis IoT
Full text linkSunlight plays an important role in the photosynthesis process of orchid plants for optimal growth. Cymbidium orchid plants, for example, require a range of sunlight intensity between 3500 lux to 4000 lux (B.V., 2023). When sunlight intensity is low, the photosynthesis process will inhibit orchid plant growth and flower formation (Sudarso et al., 2020). Therefore, it is important to ensure proper light intensity so that orchid plants can grow well. Based on these problems, researchers created a monitoring system and light intensity control system in the smart garden for orchid plants. The device used is an IoT-based ESP32 microcontroller, allowing users to monitor conditions anytime and anywhere via an internet connection. The light sensor used is BH1750 to monitor the intensity of sunlight in the orchid plant area. Blynk is used as an interface to connect the smartphone and the installed hardware. Through Blynk, IoT system developer can control ESP32 in real-time through internet connection. This automation system will work automatically to control the roof and lights based on the input parameters. This research successfully developed the BH1750 sensor application to automate light intensity on orchid plants using ESP32, with monitoring through the Blynk application. Based on the test results, the average accuracy is 99.11%, the average precision is 99.26%, and the average error is 0.15%.
Keywords : Blynk, Sunlight, ESP32, IoT, BH1750 Sensor
Cahaya matahari berperan penting dalam proses fotosintesis tanaman anggrek untuk pertumbuhan yang optimal. Tanaman anggrek cymbidium contohnya, memerlukan kisaran intensitas cahaya matahari antara 3500 lux hingga 4000 lux (B.V., 2023). Ketika intensitas cahaya matahari rendah, proses fotosintesis akan menghambat pertumbuhan tanaman anggrek dan pembentukan bunga (Sudarso et al., 2020). Oleh karena itu, penting untuk memastikan intensitas cahaya yang tepat agar tanaman anggrek dapat tumbuh dengan baik. Berdasarkan permasalahan tersebut peneliti membuat suatu sistem monitoring dan sistem kendali intensitas cahaya pada smart garden terhadap tanaman anggrek. Perangkat yang digunakan adalah mikrokontroler ESP32 yang berbasis IoT, memungkinkan pengguna untuk memantau kondisi kapan pun dan di mana pun melalui koneksi internet. Sensor cahaya yang digunakan ialah BH1750 berfungsi untuk memantau intensitas cahaya matahari di area tanaman anggrek. Blynk digunakan sebagai antarmuka untuk menghubungkan smartphone dan hardware yang terpasang. Melalui Blynk, pengembang sistem IoT dapat mengendalikan ESP32 secara real-time melalui koneksi internet. Sistem otomasi ini akan bekerja secara otomatis untuk mengendalikan atap dan lampu berdasarkan parameter input. Penelitian ini berhasil mengembangan aplikasi sensor BH1750 untuk mengotomasi intensitas cahaya pada tanaman anggrek menggunakan ESP32, dengan monitoring melalui aplikasi Blynk. Berdasarkan hasil pengujian, diperoleh rata rata akurasi 99.11%, rata-rata presisi 99.26%, dan rata-rata kesalahan sebesar 0.15%.
Kata kunci : Anggrek, Blynk,Cahaya Matahari, ESP32, IoT, Sensor BH175