eJournal PoliTekniK TEGAL (Politeknik Harapan Bersama Tegal)
Not a member yet
3242 research outputs found
Sort by
Clustering and Profiling Analysis for FIFA Football Player using K-Means
No full textThe selection of football players is a complex process involving talent evaluation based on various performance indicators, combining objective measures with subjective assessments by coaches and scouts. This research aims to improve the football player selection process using the K-Means clustering method based on the attributes of transfer price, performance, body specifications, position, and player ability. The dataset used consists of 17.947 players taken from the FIFA 19 edition of the soFIFA.com platform, which includes complete information such as transfer price, performance, body specifications, position, and player ability. The data was processed using principal component analysis (PCA) to reduce the dimensions, followed by the Elbow Method to determine the optimal number of clusters. The clustering results show the distribution of players based on their on-field roles, such as center back, goalkeeper, striker, and left wing back. The profiling of players from each cluster is identified based on position, body type, dominant foot usage, transfer price, and rating. This research provides useful insights for coaches and scouts in selecting players that suit specific roles in the team using better analysis. The findings also highlight the importance of player clustering for data-driven decision-making, which can optimize team composition and overall performance
Penerapan Data Mining Dalam Pemberian Kelayakan Kredit Nasabah Pada Badan Usaha Milik Desa Gedong Gincu Dengan Metode Naïve Bayes
No full textBUMDes Gedong Gincu is a rural business that provides savings and loan services to village communities. BUMDes Gedong Gincu in determining customers is still very simple, namely by looking at where the customer comes from and how close they are to previous customers who have applied for credit, so it is not a guarantee whether or not the new customer is eligible to get a loan at BUMDes Gedong Gincu. Another problem that occurs is the lack of thoroughness by BUMDes administrators in assessing customers. The aim of this research is to apply the Naïve Bayes method in determining the credit worthiness of customer applications. The method used in this research is Naïve Bayes with testing using a confusion matrix. Research stages include data selection, data cleaning, data transformation, application of the Naïve Bayes method, testing. The result of this research is an application that can facilitate BUMDes Gedong Gincu in evaluating the feasibility of providing credit. The test results using 186 data using the confusion matrix method, an accuracy of 67% was obtained. However, based on SUS testing by users, they got a result of 82.25. This indicates that this application is good and suitable for use by BUMDes Gedong Gincu
Sistem Manajemen Pengungsi Guna Meningkatkan Efektivitas Operasional BPBD Kota Batu Dalam Pendataan Dan Pemantauan Pengungsi
No full textBatu City is a region known for its natural beauty but also faces high risks of natural disasters such as landslides, earthquakes, and floods. The primary challenge faced by the Regional Disaster Management Agency (BPBD) of Batu City is the manual processing of refugee data. In emergency situations, such as post-disaster scenarios, time is crucial, and manual data collection, processing, and reporting can hinder the rapid response needed to assist refugees. Additionally, data mismatches and inaccuracies in logistics and kitchen needs pose serious problems. Therefore, there is a need for a refugee management information system to enhance the operational effectiveness of BPBD Batu City in data processing, real-time data monitoring, and ensuring the accuracy of logistics and kitchen needs data. This study employs a combination of design thinking and the spiral method for system development. Based on testing the impact of the application on BPBD's response showed an increase in response speed by 87.1%. This proves that the implemented system effectively enhances BPBD Batu's operational efficiency in refugee data collection and monitoring
Pembuatan Buletin Sebagai Media Pengembangan Sektor Usaha Mikro Kecil Menengah Kepulauan Riau
No full textSebagai penggerak ekonom daerah, Usaha Mikro, Kecil, dan Menengah (UMKM) menjadi salah satu fokus utama Pemerintah Kepulauan Riau. Pengembangan UMKM dilakukan sebagai upaya menggerakkan perekonomian lokal. Namun, kesenjangan pengetahuan masyarakat tentang UMKM, disebabkan oleh kurangnya adaptasi teknologi dan media informasi, membatasi potensi pertumbuhan dan kontribusi UMKM terhadap perekonomian. Pengabdian Masyarakat ini mengeksplorasi penggunaan buletin sebagai media yang efektif untuk membantu Dinas Koperasi dan Usaha Kecil Menengah (KUKM) Pemerintah Kepulauan Riau (Kepri) dalam meningkatkan visibilitas dan penyebaran informasi tentang UMKM di Kepulauan Riau. Dengan menyoroti kisah sukses, berbagi wawasan industri, dan memberikan panduan praktis, diharapkan dapat memperkuat pemahaman akan nilai dan dampak UMKM. Melalui kerjasama dengan Dinas KUKM Kepri buletin dirancang untuk menjadi wadah penting bagi para pelaku UMKM. Pengabdian ini menghasilkan 4 edisi buletin dengan menggunakan metode pengembangan dan produksi, yaitu 1) Tahapan pra-produksi : rancangan agenda, pengumpulan data, dan wawancara, 2)Tahapan produksi : creative brief, designing, dan finishing dengan menggunakan software desain grafis, 3) Tahapan pasca-produksi :review, cetak, dan delivery kepada Dinas KUKM Kepri. Pengukuran kepuasan dilakukan dengan pembuatan angket kepada tenaga ahli dari Dinas. Hasil menunjukkan respon positif terhadap desain dan konten buletin. Informasi yang disajikan pada buletin dapat menjadi media informatif dan relevan untuk UMKM di Kepulauan Riau
Prediksi Stok Barang di Toko Eko Helm Menggunakan Metode Time series Analysis
No full textEko Helm Store located in South Lampung, faces challenges in managing helmet inventory, particularly in determining the optimal stock levels for two categories: affordable and premium helmets. This study aims to forecast helmet stock requirements for the year 2024 using the ARIMA method. Weekly sales data from January to December 2024 were analyzed through stationarity testing using the Augmented Dickey-Fuller (ADF) test and differencing, followed by parameter identification based on ACF and PACF plots. The best-fitting models were identified as ARIMA(2,1,0) for premium helmets, with a Mean Squared Error (MSE) of 24.5101 and an Akaike Information Criterion (AIC) of 249.4062, and ARIMA(1,1,0) for affordable helmets, with an MSE of 32.6102 and an AIC of 250.5381. ARIMA was selected due to its ability to capture trends and seasonal fluctuations more effectively than methods such as moving average or exponential smoothing. The forecasting results estimate a stock requirement of 112 units for affordable helmets and 64 units for premium helmets over the next four weeks. The ARIMA model is integrated into an automated forecasting system that runs scheduled scripts without manual intervention. This system supports timely and precise inventory procurement decisions
Perbandingan Inisialisasi Bobot Random dan Nguyen-Widrow Pada Backpropagation Dalam Klasifikasi Penyakit Diabetes
No full textDiabetes is a metabolic disorder that occurs when the pancreas is unable to produce adequate amounts of insulin or the body has difficulty in utilizing it optimally. This condition has the potential to cause various health complications. Therefore, early diagnosis of diabetes is very important to reduce the mortality rate due to these complications. Backpropagation Neural Network (BPNN) is an approach in Artificial Neural Network (ANN) that is commonly applied for disease classification, including diabetes. However, the BPNN method has drawbacks, namely its slow convergence rate and the possibility of getting stuck at a local minimum due to random weight initialization. To overcome these problems, this study applies the Nguyen-Widrow weight initialization method to improve the performance of BPNN in diabetes classification. The data source in this study comes from Kaggle, consisting of 768 data with 8 parameters. Model testing was conducted using k-fold cross-validation with K=10, and exploring various numbers of neurons in the hidden layer and learning rate (lr). The results showed that weight initialization using the Nguyen-Widrow method improved the accuracy of BPNN compared to random weight initialization. The best model was obtained with lr 0.001 and 15 neurons in the hidden layer, resulting in an accuracy of 91.23%, higher than the random weight initialization which only reached 89.91%. Thus, the Nguyen-Widrow method is proven effective in improving the performance of BPNN for diabetes classification.Diabetes merupakan gangguan metabolik yang terjadi ketika pankreas tidak mampu menghasilkan insulin dalam jumlah yang memadai atau tubuh mengalami kesulitan dalam memanfaatkannya secara optimal. Kondisi ini berpotensi menimbulkan beragam komplikasi kesehatan. Oleh karena itu, diagnosis dini penyakit diabetes sangat penting untuk menekan angka kematian akibat komplikasi tersebut. Backpropagation Neural Network (BPNN) adalah pendekatan dalam Jaringan Syaraf Tiruan (JST) yang umum diterapkan untuk klasifikasi penyakit, termasuk diabetes. Namun, metode BPNN memiliki kekurangan, yaitu laju konvergensinya yang lambat dan kemungkinan terjebak pada minimum lokal akibat inisialisasi bobot yang dilakukan secara random. Untuk mengatasi permasalahan tersebut, penelitian ini menerapkan metode inisialisasi bobot Nguyen-Widrow guna meningkatkan performa BPNN dalam klasifikasi diabetes. Sumber data dalam penelitian ini berasal dari Kaggle, terdiri dari 768 data dengan 8 parameter. Pengujian model dilakukan menggunakan k-fold cross-validation dengan K=10, serta mengeksplorasi berbagai jumlah neuron dalam hidden layer dan learning rate (lr). Hasil penelitian menunjukkan bahwa inisialisasi bobot menggunakan metode Nguyen-Widrow meningkatkan akurasi BPNN dibandingkan dengan inisialisasi bobot random. Model terbaik diperoleh dengan lr 0,001 dan 15 neuron pada hidden layer, menghasilkan akurasi sebesar 91,23%, lebih tinggi dibandingkan inisialisasi bobot random yang hanya mencapai 89,91%. Dengan demikian, metode Nguyen-Widrow terbukti efektif dalam meningkatkan performa BPNN untuk klasifikasi diabetes
Integrasi Backend Golang-Echo pada Aplikasi Greenly sebagai Solusi Teknologi Pengelolaan Sampah Digital
No full textThe waste problem in Indonesia is increasingly pressing, with 35.7% of the 31.9 million tons of national waste in 2023 not being managed properly. This study develops the Greenly web application backend as a digital solution to support waste reporting, recycling education, and increasing community participation through a gamification system. The methodology used is the Waterfall model, including needs analysis, design with Entity Relationship Diagram (ERD), implementation, and testing. The backend is built using the Golang and Echo frameworks, then packaged in Docker and deployed on the AWS EC2 service. The Continuous Integration/Deployment (CI/CD) process is carried out using GitHub Actions, with Nginx as a reverse proxy. Testing is carried out through Integration Test to ensure the reliability of key features such as CRUD data, waste reporting, and gamification. The results show that the backend system runs stably, safely, and efficiently, with an automatic CI/CD flow that is successfully executed without errors. The main contribution of this study is the provision of an adaptive and reliable backend as the foundation for a digital waste management system based on community participation
Hubungan Pengetahuan Dan Perilaku Penggunaan Kosmetika Pada Santri Di Pondok Khusus Putri X, Lombok Barat
No full textKosmetik merupakan sediaan kimiawi yang dimanfaatkan untuk meningkatkan kepercayaan diri penggunanya karena dapat membantu merawat tubuh agar tetap pada kondisi baik yang digunakan pada bagian luar tubuh manusia. Saat ini, remaja sudah banyak yang menggunakan kosmetik untuk memperbaiki penampilan agar terlihat lebih menarik. Tingkat kesadaran santri di pesantren terkait penggunaaan kosmetika yang masih rendah sehingga menyebabkan tingginya ancaman yang berdampak pada ditemukannya kosmetika yang palsu, dan kurangnya pengetahuan terkait keamanan bahan yang digunakan, yang dapat terjadi karena kurangnya kesadaran akan pentingnya menggunakan kosmetika. Berbeda dengan penelitian sebelumnya, penelitian ini lebih fokus pada pengetahuan dan perilaku dalam penggunaan kosmetika Santri Putri di Pondok Khusus Putri Al-Halimy. Tujuan penelitian ini untuk mengetahui hubungan antara pengetahuan dengan perilaku penggunaan kosmetika pada santri di Pondok Khusus Putri Al-Halimy. Metode yang digunakan adalah dengan membagikan kuesioner yang tervalidasi (I-CVI 0,89) oleh para ahli dengan metode pengumpulan data observasi. Data kemudian dianalisis menggunakan Uji Korelasi Pearson Responden dalam penelitian berjumlah 90 orang yang merupakan santriwati dari kelas X-XII MA di Pondok Khusus Putri Al-Halimy. Hasil dari penelitian ini menunjukkan hubungan yang lemah terhadap tingkat pengetahuan dengan perilaku penggunaan kosmetik pada santri dengan arah hubungan antara kedua variabel negatif yang berlawana
TINGKAT KEPUASAN PASIEN TERHADAP PELAYANAN KEFARMASIAN DI APOTEK X KOTA SURAKARTA
No full textKepuasan pasien merupakan salah satu indikator penting dalam menilai kualitas pelayanan di apotek. Pelayanan kesehatan dikatakan bermutu apabila mampu memberikan kepuasan bagi pasien yang dilayani. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pasien terhadap pelayanan kefarmasian di Apotek x kota Surakarta. Penelitian ini menggunakan metode analisis deskriptif dengan menggunakan kuesioner yang diberikan kepada 100 responden. Pengambilan sampel menggunakan teknik accidental sampling. Kuesioner terdiri dari 15 pertanyaan yang mewakili 5 dimensi. Hasil kuesioner diukur menggunakan skala Likert. Hasil persentase berdasarkan dimensi bukti fisik (tangible) mendapat nilai skala 86,6% (sangat puas), dimensi kehandalan (reliability) mendapat nilai skala 82,7% (sangat puas), dimensi ketanggapan (responsiveness) mendapat nilai skala 89,3% (sangat puas), dimensi jaminan (assurance) mendapat nilai skala 87,5% (sangat puas), dimensi empati (empathy) mendapat nilai skala 90,8% (sangat puas). Berdasarkan kelima indikator kepuasan dapat disimpulkan bahwa tingkat kepuasan pasien terhadap pelayanan kefarmasian di Apotek x kota Surakarta yaitu sangat puas dengan rata-rata persentase sebesar 87,38%
Sistem Pemantauan Kebakaran Pada Kantor Kecamatan Jebres dengan Modul ESP32 Berbasis Internet Of Things
No full textPenelitian ini bertujuan untuk mengembangkan sistem pemantauan kebakaran di Kantor Kecamatan Jebres dengan menggunakan modul ESP32 berbasis Internet of Things (IoT). Metode penelitian yang digunakan adalah pendekatan prototipe yang meliputi proses pengumpulan kebutuhan, pembuatan prototipe, evaluasi dan pengujian prototipe, penyempurnaan prototipe, pengembangan sistem, pengujian sistem, implementasi, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat mendeteksi kebakaran dengan akurasi tinggi, memberikan notifikasi cepat, serta dapat diakses dan dipantau dari jarak jauh sehingga meningkatkan respon terhadap kejadian kebakaran di Kantor Kecamatan Jebres. Sistem pemantauan kebakaran yang dikembangkan memberikan solusi efektif untuk meningkatkan keselamatan dan respon terhadap kebakaran di Kantor Distrik Jebres. Dengan kemampuan deteksi yang akurat, notifikasi cepat, dan akses pemantauan jarak jauh, sistem ini diharapkan dapat meminimalkan risiko dan kerusakan akibat kebakaran serta meningkatkan kesiapsiagaan dan manajemen risiko di lokasi