eJournal PoliTekniK TEGAL (Politeknik Harapan Bersama Tegal)
Not a member yet
3242 research outputs found
Sort by
Peramalan Permintaan Produk Menggunakan ARIMA Berbasis Data Mining
No full textDemand forecasting is a crucial component of business strategy to anticipate customer demand fluctuations and optimize inventory management. Data mining serves as an important analytical approach to uncover hidden patterns in historical data, enabling the generation of accurate predictions. This study aims to forecast the demand for association-related products at Toko As-Sakinah ’Aisyiyah using the Auto Regressive Integrated Moving Average (ARIMA) method, with Moving Average employed as a baseline comparison model. The dataset consists of monthly sales data aggregated from daily records spanning the period of January 2020 to December 2024, resulting in a total of 60 observations. The research stages followed the CRISP-DM framework, encompassing business understanding, data preparation, modeling, evaluation, and deployment. The analysis results indicate that the ARIMA(1,1,1) model is the most suitable, as it meets residual assumptions and yields lower error values compared to Moving Average. The comparison further confirms that ARIMA is more adaptive to trend patterns and short-term fluctuations. The 2025 demand projection reveals a consistent upward trend from January to December. Based on these findings, it is recommended that the store management gradually increase inventory levels to prevent supply shortages in the futur
Pengembangan Oven Pengering Ikan Teri Dengan Algoritma Fuzzy dan Pemantauan Melalui Telegram
No full textPerubahan cuaca yang tidak menentu sering kali menyebabkan fluktuasi intensitas pencahayaan, terutama ketika sinar matahari terhalang oleh awan atau polusi udara. Kondisi ini berdampak signifikan terhadap proses pengawetan ikan teri, yang sangat rentan terhadap pembusukan. Salah satu upaya untuk menjaga kualitas ikan teri adalah dengan memastikan suhu dan kelembapan terkendali sehingga kadar air tetap berada pada angka 40% setelah proses pengawetan. Pengendalian ini penting agar kualitas ikan teri tetap terjaga hingga diterima oleh konsumen.Di Indonesia, pengawetan ikan teri dilakukan dengan berbagai metode, salah satunya memanfaatkan energi listrik untuk memastikan stabilitas suhu selama proses pengeringan. Teknologi yang umum digunakan adalah PTC Heater, yang terbukti mampu menjaga kestabilan suhu meskipun terjadi fluktuasi cuaca. Selain itu, integrasi algoritma fuzzy dalam sistem pengeringan memberikan keuntungan berupa prediksi waktu pengeringan yang lebih akurat. Algoritma ini berperan dalam meningkatkan efisiensi proses dan memastikan hasil pengeringan yang merata. Berdasarkan hasil pengujian, sistem ini mampu mengeringkan ikan teri dengan performa MAE 0.81, RMSE 2.69, Akurasi 0.95. Temuan ini menunjukkan potensi signifikan akan teknologi IoT dan algoritma Fuzzy dalam meningkatkan kualitas pengawetan ikan teri di tengah tantangan perubahan iklim yang dinamis
Pemodelan Topik pada Komentar YouTube Arra: Komparasi LDA dan K-Means Menggunakan Fitur Leksikal dan Semantik
No full textYouTube has become a platform for sharing content, including positive material and stereotypes that often trigger debates. One noteworthy phenomenon is the video of Arra, a toddler known for her remarkable communication skills. This uniqueness has drawn significant attention and sparked debates about the mismatch between her age and cognitive development. The diverse comments on Arra’s videos reflect sharply differing perspectives among netizens, making manual analysis highly challenging. Therefore, it is important to examine the topics discussed by netizens to understand the dominant issues emerging in these discussions. Through this approach, the public can gain insights, and parents may receive valuable input regarding child-rearing practices. The main objective of this study is to explore the effectiveness of the two methods and their combinations of text representations in identifying key topics within comments by comparing the coherence performance of the models. This research applies topic modeling to analyze comments using two primary approaches: Latent Dirichlet Allocation (LDA) and K-Means clustering. The study involves data collection through comment crawling, followed by text preprocessing and text representation using TF-IDF and GloVe embeddings. LDA and K-Means are then used to identify dominant topics appearing in the comments. The results show that LDA with TF-IDF achieved the highest coherence score of 0.662, although the resulting topics were still difficult to interpret due to overlap. Meanwhile, K-Means with GloVe 100D yielded a slightly lower coherence score of 0.6538 but outperformed in terms of interpretability. Therefore, K-Means with GloVe 100D is considered a more balanced approach in terms of both coherence and topic readability
Pengembangan Media Pembelajaran Pengenalan Perangkat Keras Jaringang Komputer Berbasis Augmented Reality
No full textIn Indonesia, many educators still apply conventional methods, namely by reading questions to students which are then answered using paper media, which are often considered less effective in attracting students' interest in learning. One of them is in the material on the introduction of computer network hardware. The purpose of this study is to create Augmented reality (AR)-based learning media for the introduction of computer network hardware in order to create a fun and non-boring learning process for students. The process of creating learning media is carried out by applying the Multimedia Development Life Cycle (MDLC) method. This study resulted in an application of computer network hardware learning media based on augmented reality. This application is equipped with learning materials, learning objectives, images and 3D objects. Based on the validation results, the application obtained a feasibility level of 86.12% from media experts, 84.45% from material experts, and 79.37% from user tests (students). These findings indicate that the application of AR not only increases visual appeal, but also supports conceptual understanding through immersive visual representations. The main contribution of this study lies in the systematic application of the MDLC framework in the development of AR learning media, as well as the integration of 3D objects designed according to pedagogical needs in the context of ICT education
Pengembangan Web Antrian Terapi RSUD Syarifah Ambami Rato Ebu Menggunakan Waterfall dan SUS
No full textDuring the pandemic, the COVID-19 virus spread very quickly through the air so that the government implemented a social distancing policy. However, the high number of patients in the therapy waiting room of Syarifah Ambami Rato Ebu Bangkalan Hospital is feared to make the policy not run optimally. The purpose of this study is to create an online therapy queue system abbreviated as SMART in order to reduce crowds in hospitals. In developing SMART, the Waterfall method is used so that it is sequential starting from system needs analysis, design, to implementation and maintenance. The results of functional testing show that all application features can run well. Furthermore, the usability evaluation using the System Usability Scale (SUS) method produced a score of 70, which indicates that the system has a good level of acceptability and usability. Other values obtained in the Acceptability Ranges are Marginal, the Grades Scale value is C, the Adjective value is Good, and the Promoters and Detractors value is Passive. The implementation of this SMART system has the potential to increase the operational effectiveness of hospitals in managing patient flow and significantly improve user experience through usability evaluation
Optimalisasi Pemasangan Trafo Sisip untuk Perbaikan Drop Tegangan Pelanggan pada Trafo RTP 033 ULP Peureulak PT PLN (Persero)
No full textThis study aims to analyze the installation of insert transformers in overcoming voltage drop problems in customers at the RTP 033 transformer of ULP Peureulak PT PLN (Persero). The research was conducted at transformer RTP 033 located in the Paya Uno area, Rantau Peureulak District, East Aceh, which experienced significant voltage drop problems. Through manual calculations using the formula in the RST phase, the voltage drop values were 22.99%, 20.63%, and 21.05% before the installation of the insert transformer. After the installation of the insert transformer, the voltage drop value was successfully reduced below the permitted standard of less than 5% with the voltage drop value for each phase being 2.18%, 2.63%, and 3.06%. The measurement results in the field show a significant increase in distribution voltage at points that previously experienced a decrease. In addition to improving voltage quality, the installation of the insert transformer also had a positive impact on increasing electrical energy consumption. There was an increase in kWh sales of 13.14% after the installation of the insert transformer. Based on the research results, it can be concluded that the installation of an insert transformer is an effective solution to overcome the voltage drop problem in the distribution network. Thus, the quality of electricity service to customers can be improved, and the risk of damage to electronic equipment due to voltage fluctuations can be minimized
Klasifikasi Tulang Tengkorak Berdasarkan Jenis Kelamin Menggunakan Correlation-Based Feature Selection (CFS) dengan Backpropagation Neural Network (BPNN)
No full textAbstract – In forensic anthropology, sex identification is the initial step in individual identification, with a probability level of 50%, influencing subsequent examinations such as age and height estimation. The skull is the second-best choice after the pelvis for determining sex, with an accuracy of up to 90%. Morphological and metric methods are less reliable due to the high variability of skulls, while DNA analysis is ineffective on burned or damaged bones. Therefore, this study applies Correlation-Based Feature Selection (CFS) with a Backpropagation Neural Network (BPNN) to improve classification accuracy. The dataset used originates from Dr. William Howells, consisting of 2,524 skull samples with 85 variables. CFS was applied with two thresholds, 0.1 and 0.01, and the division of training data and test data using k-fold cross validation with k=10. The BPNN parameters included learning rates of 0.01 and 0.001, along with three different architectures based on the number of input neurons. The results indicate that CFS improved accuracy from 92.06% to 93.25% under the CFS threshold of 0.01, with a learning rate of 0.001 and a BPNN architecture of [72; 95; 1]. This study confirms that combining CFS and BPNN enhances sex classification accuracy based on skull bones.Abstrak – Pada antropologi forensik, identifikasi jenis kelamin adalah langkah awal dalam mengidentifikasi individu dengan tingkat probabilitas 50%, yang berpengaruh pada pemeriksaan lain seperti perkiraan usia dan tinggi badan. Tulang tengkorak menjadi pilihan terbaik kedua setelah tulang panggul dalam menentukan jenis kelamin dengan akurasi hingga 90%. Metode morfologi dan metrik kurang dapat diandalkan karena variabilitas tengkorak yang tinggi, sementara analisis DNA tidak efektif pada tulang yang terbakar atau rusak. Oleh karena itu, penelitian ini menerapkan Correlation-Based Feature Selection (CFS) dengan Backpropagation Neural Network (BPNN) untuk meningkatkan akurasi klasifikasi. Dataset yang digunakan berasal dari Dr. William Howells, terdiri dari 2.524 sampel tengkorak dengan 85 variabel. Pada CFS digunakan dua ambang batas yaitu 0,1 dan 0,01, serta pembagian data latih dan uji data menggunakan k-fold cross validation dengan k=10. Parameter BPNN yang digunakan meliputi learning rate (0,01 dan 0,001) serta tiga arsitektur berbeda sesuai dengan jumlah neuron input. Hasil menunjukkan bahwa CFS meningkatkan akurasi dari 92,06% menjadi 93,25% pada konfigurasi ambang batas CFS 0,01 dengan learning rate 0,001 dan arsitektur BPNN [72; 95; 1]. Penelitian ini menunjukkan bahwa kombinasi CFS dan BPNN dapat meningkatkan akurasi klasifikasi jenis kelamin berdasarkan tulang tengkorak
Efektivitas Peel-Off Face Mask Ekstrak Biji Pinang (Areca carechu L) Dalam Menghambat Pertumbuhan Bakteri Staphylococcus epidermidis
No full textJerawat merupakan gangguan kulit yang sering muncul di area wajah, leher, dada, dan punggung. Pengobatan jerawat umumnya dilakukan dengan penggunaan antibiotik untuk mengurangi peradangan dan membunuh bakteri, tetapi penggunaan antibiotik yang terlalu sering dapat menyebabkan resistensi bakteri, sehingga diperlukan alternatif lain dengan menggunakan bahan herbal misalnya biji pinang yang mengandung senyawa flavonoid, alkaloid, tannin, dan saponin sebagai antibakteri yang dibuat dalam bentuk sediaan masker gel peel-off. Penelitian ini bertujuan untuk membuat dan mengevaluasi mutu sediaan masker gel peel-off ekstrak biji pinang serta uji daya hambat terhadap pertumbuhan bakteri Staphylococcus epidermidis. Penelitian ini merupakan penelitian eksperimental dengan membuat masker gel peel-off dengan variasi konsentrasi ekstrak biji pinang F0 (0%), F1 (2,5%), F2 (5%), F3 (7,5%). Uji antibakteri Staphylococcus epidermidis menggunakan metode difusi cakram. Data hasil evaluasi mutu sediaan dianalisis dengan membandingkan standar SNI sedangkan hasil uji aktivitas antibakteri dianalisis menggunakan One Way ANOVA dengan taraf signifikansi 95%. Hasil penelitian ini menunjukkan bahwa hasil uji organoleptic berwarna merah, sediaan homogen, pH 6,84-7,47, viskositas 2772,5-3098,9 cPs, daya sebar 4,36-5,32 cm, waktu mengering 21 menit 61 detik-27 menit 9 detik. Sediaan masker gel peel-off memiliki kemampuan antibakteri Staphylococcus epidermidis dengan daya hambat paling besar yaitu konsentrasi ekstrak 7,5% (F 3) dengan rata-rata zona hambat sebesar 13,83 mm
Analisis Sentimen Terhadap Aplikasi KitaLulus Menggunakan Metode Naive Bayes dari Ulasan Google Play Store
No full textAplikasi pencarian pekerjaan seperti KitaLulus menjadi penting untuk membantu lulusan menemukan pekerjaan sesuai dengan keahlian dan minat dan bakat mereka. Analisis sentimen diperlukan untuk memahami pandangan pengguna terhadap aplikasi KitaLulus. Metode Naive Bayes digunakan dalam analisis ini karena efisiensinya dan akurasi tinggi dalam klasifikasi sentimen. Penelitian ini memanfaatkan 597 data ulasan yang diambil dari ulasan pengguna aplikasi didalam google play store dengan metode web scraping menggunakan library google-play-scraper. Pengolahan analisis sentimen pada dataset diberi label positif, netral, dan negatif. Data diolah menggunakan metode naïve bayes berhasil mencapai tingkat akurasi sebesar 91%. Hasil evaluasi menunjukkan bahwa presisi, recall, dan f1- score untuk sentimen positif berturut-turut adalah 0.99, 0.94, dan 0.97. Di sisi lain, kinerja model lebih rendah pada sentimen negatif dan netral. Hasil analisis sentimen positif menunjukan bahwa aplikasi KitaLulus telah diterima dan mendapatkan ulasan baik oleh para penggunanya. Penelitian ini bertujuan untuk meningkatkan pemahaman terhadap sentimen pengguna terhadap aplikasi KitaLulus dan memberikan kontribusi berharga bagi pengembang dalam usaha meningkatkan kualitas aplikasi tersebut
Perancangan Sistem Pengaduan Masyarakat Berbasis Web Dengan Terintegrasi GIS Studi Kasus Muara Baru Jakarta Utara
No full textSistem pengaduan masyarakat yang masih menggunakan metode manual seringkali tidak efektif, kurang transparan, dan memerlukan waktu lama dalam penanganannya. Studi ini dilakukan untuk merancang sistem pengaduan masyarakat berbasis web yang mengintegrasikan Sistem Informasi Geografis (GIS) guna meningkatkan efisiensi pelaporan, analisis spasial, dan transparansi dalam penanganan pengaduan. Untuk mengembangkan sistem ini, diterapkan metode Rapid Application Development (RAD) dengan teknologi Laravel sebagai backend, MySQL sebagai basis data, serta Leaflet.js untuk visualisasi peta interaktif. Masyarakat dapat melaporkan permasalahan dengan mencakup lokasi kejadian dan tingkat urgensi, sementara administrator, dalam hal ini pengurus RT/RW, dapat memverifikasi laporan serta menentukan prioritas penanganan berbasis analisis spasial. Pengujian menggunakan metode Black Box Testing menunjukkan bahwa seluruh fitur utama, seperti pengiriman laporan, validasi data, pemrosesan pengaduan, serta ekspor laporan ke dalam bentuk PDF, berfungsi sesuai spesifikasi. Hasil penelitian membuktikan bahwa integrasi GIS dalam sistem pengaduan masyarakat mampu meningkatkan efektivitas, mempercepat respon, serta memberikan visualisasi berbasis peta yang lebih informatif bagi pengelola dan masyarakat. Dengan adanya sistem ini, diharapkan pengaduan masyarakat dapat ditangani secara lebih sistematis, transparan, dan efisien, mendukung pengambilan keputusan yang lebih tepat dalam menyelesaikan permasalahan sosial dan lingkungan