Jurnal Sekolah Tinggi Teknik Surabaya
Not a member yet
194 research outputs found
Sort by
Pengklasteran Data Pelanggan Dari Aplikasi Mobile Untuk Penentuan Strategi Pemasaran Produk PLN
Full text linkPerkembangan teknologi dan internet memungkinkan pengguna bertransaksi melalui aplikasi seluler, termasuk pembayaran tagihan dan pembelian token listrik. Aplikasi PLN Mobile telah diunduh lebih dari 35 juta pengguna sejak 2016. Pertumbuhan pengguna juga meningkatkan riwayat transaksi listrik. Data tersebut belum dimanfaatkan oleh PLN UID Sulselrabar. Menariknya kinerja penjualan selama empat bulan terakhir menunjukkan adanya masalah di akhir tahun 2023. Penelitian ini menggunakan model Recency-Frequency-Monetary (RFM) dengan mengamati riwayat transaksi listrik selama satu tahun terakhir pada aplikasi PLN Mobile, untuk membantu perusahaan dalam menentukan strategi pemasaran efektif. Data dari Virtual Command Center PLN tanggal 11 Januari 2023 digunakan untuk memodelkan RFM dengan mengkategorikan dan mengevaluasi perilaku pelanggan berdasarkan tiga faktor: recency (jarak transaksi), frequency (jumlah transaksi), dan monetary (total nilai transaksi). Setelah itu, klaster-klaster akan diberi label berdasarkan karakteristik anggotanya dan strategi pemasaran akan ditentukan untuk setiap target pasar yang dipilih. Hasil analisis menunjukkan bahwa model RFM berguna untuk menganalisis perilaku pelanggan dan memberikan segmentasi yang bernilai bagi perusahaan. Terdapat 3 klaster yang dihasilkan, yaitu Dormant Customers, Typical Customers, dan ‘Everyday’ Shoppers. Berdasarkan model RFM, dipilih pendekatan Full Market Coverage dan Multiple Segment Specialization dalam menentukan target pasar. Hal ini memudahkan dalam merumuskan strategi pemasaran dalam upaya untuk meningkatkan kinerja penjualan perusahaan
Klasifikasi Micro-Expression Menggunakan K-Nearest Neighbors Menggunakan Fitur CAS dan HOG
Full text linkMicro-Expression adalah ekspresi yang muncul dalam waktu singkat, hanya berlangsung sepersekian detik. Hal ini mungkin merupakan akibat dari aktivitas komunikasi antar manusia selama interaksi sosial. Reaksi ekspresi mikro wajah terjadi secara alami dan segera, sehingga hanya menyisakan sedikit ruang untuk manipulasi. Namun, karena Micro-Expression bersifat sementara dan memiliki intensitas rendah, pengenalan dan pengenalannya sulit dan sangat bergantung pada pengalaman para ahli. Karena kekhususan dan kompleksitas intrinsiknya, klasifikasi Micro-Expression menggunakan 2 ekstraksi yaitu CAS dan HOG menarik tetapi menantang, dan baru-baru ini menjadi area penelitian yang aktif. context-aware saliency (CAS) yang bertujuan untuk mendeteksi wilayah gambar yang mewakili pemandangan. Tutujuannya adalah untuk mendeteksi objek dominan. Histogram Oriented Gradient (HOG) Bertujuan sebagai deskriptor yang efektif untuk pengenalan dan deteksi objek. Metode K-Nearest Neighbors (K-NN) digunakan untuk klasifikasi Micro-Expression berdasarkan fitur HOG dari citra saliency. Dataset yang digunakan pada penelitian ini dari data sampel siswa SMK Ma’arif NU Prambon jurusan Multimedia sebanyak 45 siswa dan ditambahkan dataset dari affecnet. Hasil yang didapatkan dari total dataset sebanyak 4116 citra yang dibagi menjadi 6 Micro-Expression yaitu anger, disgust, fear, happy, sad dan surprise, mendapatkan hasil akurasi diatas 80% dari perbandingan dataset sejumlah 4116 terbagi menjadi 2 dengan persentase 70% training dan 30% data testing
Perencanaan Arsitektur Sistem Informasi pada PT. XYZ dengan Menggunakan Pendekatan TOGAF ADM
Full text linkPemanfaatan teknologi yang ada pada perusahaan sangatlah penting agar strategi bisnis dengan strategi IT dapat diseleraskan, dengan cara menerapkan Enterprise Architecture berdasarkan pendekatan The Open Group Architecture Framework (TOGAF) Architecture Development Method (ADM). Pada PT. XYZ, belum memiliki sebuah Arsitektur Sistem Informasi sehingga dapat memicu proses bisnis yang berjalan lambat. Dengan menerapkan Enterprise Architecture (EA) berdasarkan pendekatan The Open Group Architecture Framework (TOGAF) Architecture Development Method (ADM) perusahaan dapat menyelaraskan strategi bisnis dan strategi IT yang sesuai untuk kebutuhan dari perusahaan tersebut serta menghasilkan sebuah usulan atau rekomendasi kebutuhan dari perusahaan. Hasil penelitian ini merupakan analisis perencanaan dan usulan dari Enterprise Architecture (EA) dengan menggunakan Preliminary Phase dan 3 (tiga) fase pada The Open Group Architecture Framework (TOGAF) Architecture Development Method (ADM) v9.2 yakni Phase A: Architecture Vision, Phase B: Business Architecture, dan Phase C: Information System Architecture
Klasifikasi Kualitas dan Prediksi Kondisi Air Tanah di DKI Jakarta Menggunakan Algoritma Naïve Bayes
Full text linkAir tanah tetap menjadi sumber penting untuk pemenuhan kebutuhan air bersih sehari-hari bagi sebagian besar masyarakat DKI Jakarta, dengan 32% penduduknya mengandalkan sumber ini. Kepadatan penduduk yang tinggi dan masalah lingkungan yang terkait, seperti kurangnya infrastruktur resapan air dan sanitasi yang memadai, telah memicu keprihatinan akan kualitas air tanah di wilayah ini. Terutama, terkontaminasinya air tanah oleh bakteri seperti E. coli menghadirkan risiko serius bagi kesehatan masyarakat seperti perut kram, adanya darah saat diare, hingga muntah-muntah. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menganalisis kualitas air tanah di berbagai wilayah DKI Jakarta. Pendekatan ini melibatkan pemetaan visual menggunakan QGIS untuk mengilustrasikan pencemaran air tanah, sehingga memfasilitasi pemahaman yang lebih mendalam mengenai kondisi air tanah. Total data sejumlah 1068 yang digunakan dalam penelitian ini diperoleh dari dua sumber yang berbeda dan dianalisis menggunakan algoritma klasifikasi Naïve Bayes Gaussian. Teknik evaluasi melibatkan penggunaan cross-validation dan percentage split dalam 10 skenario. Hasil penelitian menunjukkan tingkat akurasi tertinggi sebesar 84.36% serta nilai precision sejumlah 0.8566, recall 0.8436, dan F1-score 0.8436 diperoleh menggunakan teknik percentage split dengan rasio 80:20. Temuan ini dapat meningkatkan kesadaran masyarakat tentang kualitas air tanah di DKI Jakarta dan berkontribusi pada perencanaan upaya perlindungan sumber daya air yang lebih efektif
Pengembangan Aplikasi Human Resource Management pada PT. HJMB Menggunakan JS, React Native, dan GraphQL
Full text linkSumber daya manusia sudah menjadi salah satu elemen terpenting dalam suatu perusahaan. Akan tetapi untuk mengelola sumber daya manusia yang sudah terbilang banyak dalam suatu perusahaan, Tentu saja hal itu sudah menjadi suatu masalah bagi perusahaan. Untuk mengatasi masalah tersebut perusahaan membuat sebuah divisi HRD (Human Resource Division) untuk membantu dalam melakukan pengelolaan sumber daya manusia yang terdapat di perusahaan. Untuk itu dikembangkan aplikasi yang membantu perusahaan dalam melakukan pengelolaan sumber daya manusia. Pada aplikasi ini, akan terdapat fitur pencatatan kinerja karyawan yang dulunya masih menggunakan cara konvensional menggunakan kertas dalam pelaporan sehingga dapat menimbulkan beberapa resiko seperti hilang atau rusaknya pencatatan pelaporan yang dilakukan oleh karyawan. Uji coba yang dilakukan yaitu compability, usability dan functional testing, dengan hasil 52,8% pengguna menjawab mudah dan 30,6% oengguna menjawab sangat mudah dalam menggunakan aplikasi ini. Hasil pengujian compatibility juga menunjukkan aplikasi dapat berjalan dengan baik di berbagai jenis perangkat Android
Perbandingan Implementasi Evolutionary Algorithm (EPO, FHO, dan CFA) pada Kasus Travelling Salesman Problem untuk Tempat Pariwisata di Surabaya
Full text linkTraveling merupakan bisnis yang tumbuh pesat di seluruh dunia, dan Indonesia tidak terkecuali. Di Indonesia, khususnya Surabaya, industri pariwisata telah mengalami peningkatan dalam beberapa tahun terakhir, dan diharapkan akan terus tumbuh dalam beberapa tahun ke depan. Dengan peningkatan tersebut, pencarian rute untuk pariwisata harus efisien dan cepat, salah satu solusi yang populer saat ini adalah Evolutionary Algorithms (EA). Algoritma evolusi adalah jenis teknik optimisasi yang meniru proses evolusi alami untuk menemukan solusi terhadap masalah yang kompleks. Salah satu permasalahan yang dapat diselesaikan dengan efektif menggunakan algoritma evolusi adalah Traveling Salesman Problem (TSP). Permasalahan tersebut melibatkan pengunjungan pada beberapa kota dan menemukan rute terpendek untuk kembali ke titik awal. Beberapa algoritma evolusi telah dicadangkan untuk menyelesaikan TSP, seperti algoritma Cuttlefish (CFA), Emperor Penguin Optimizer (EPO) dan Fire Hawk Optimizer (FHO). Algoritma sotong didasarkan pada perilaku sotong liar, EPO terinspirasi oleh perilaku berkerumun dari penguin kaisar, sedangkan FHO menggunakan prinsip propagasi api. Semua algoritma yang telah disebutkan tadi memiliki potensi untuk menyelesaikan TSP dengan keunikannya masing-masing. Kesimpulan kami untuk semua algoritma yang digunakan dalam penelitian ini adalah bahwa EPO berhasil menemukan solusi terbaik diikuti dengan solusi dari CFA dan FHO. Berdasarkan hasil percobaan kami, didapatkan EPO menghasilkan solusi 39.97% lebih baik dari CFA serta 14.75% lebih baik dari FHO secara rata-rata. Serta EPO juga memiliki waktu komputasi rata-rata lebih cepat (69.59% lebih cepat dari CFA dan 178.34% lebih cepat dari FHO)
Pendekatan Data Science untuk Deteksi Dini Diabetes Menggunakan Naive Bayes Classifier
Full text linkDiabetes merupakan penyakit yang memiliki gejala dimana kadar gula darah berada diatas normal yang disebabkan karena kurangnya insulin dalam darah seseorang. Umumnya diabetes disebabkan karena adanya gangguan metabolisme dalam tubuh selama periode yang cukup lama. Diabetes merupakan penyakit yang berbahaya dengan jumlah penderita yang terus meningkat setiap tahun. Hal ini disebabkan karena kurangnya kesadaran pola hidup sehat dan deteksi dini penyakit yang sering tertunda. Penelitian ini membuat sistem klasifikasi yang dapat melakukan pendeteksian dini terhadap penyakit diabetes. Metode yang digunakan adalah naïve bayes classifier dengan Laplacian smoothing. Penelitian ini menggunakan 100 data dari data random, data tersebut dibagi menjadi 80% data latih dan 20% data uji. Berdasarkan hasil pengujian menggunakan confusion matrix diperoleh nilai ukuran testing set yang digunakan adalah 40% testing set dan sisanya 60% sebagai training set merupakan hasil yang paling ideal. Dari pembagian dataset tersebut diperoleh nilai akurasi sebesar 70%
Evaluasi Penerimaan Teknologi Metaverse Pendekatan Teori Utaut (Studi Kasus : Pojok Statistik Virtual)
Full text linkPenelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi penerimaan dan penggunaan aplikasi Pojok Statistik Virtual. Model yang digunakan dalam penelitian ini adalah model UTAUT (Unified Theory of Acceptance and Use of Technology). Populasi dalam penelitian ini adalah mahasiswa aktif S1 Universitas Jambi yang pernah menggunakan aplikasi Pojok Statistik Virtual (POSITIV). Pojok Statistik Virtual adalah pelayanan yang dikembangkan oleh BPS Provinsi Jambi menjadi online atau virtual melalui metamesta atau metaverse. Dengan metaverse, Pojok Statistik Virtual dapat digunakan secara bersamaan dan dapat diakses secara luas melalui internet. Adanya pelayanan online Pojok Statistik Virtual yang dikembangkan oleh BPS Provinsi Jambi membuat pengunjung tidak perlu lagi membuang waktu dan tenaganya untuk datang ke Pojok Statistik di Universitas Jambi. Namun, adanya penerapan teknologi pada pelayanan pojok statistik virtual menggunakan teknologi informasi tentu berhubungan dengan penerimaan pengguna (user acceptance). Penerimaan pengguna atau lebih dikenal User Acceptance akan sangat berpengaruh terhadap kesuksesan implementasi Teknologi Informasi. Teknik pengambilan sampel yang digunakan adalah nonprobability sampling dengan metode purposive sampling, dengan jumlah sampel sebanyak 102 responden. Analisis data dilakukan menggunakan PLS-SEM melalui perangkat lunak SmartPLS 4. Berdasarkan hasil pengujian hipotesis, dapat disimpulkan bahwa Performance Expectancy, Social Influence, dan Facilitating Conditions memiliki pengaruh signifikan terhadap Behavioral Intention, adapun Behavioral Intention memiliki pengaruh signifikan terhadap Use Behavior
ISO/IEC 25010 : Analisis Kualitas Sistem E-learning sebagai Media Pembelajaran Online
Full text linkPandemi COVID-19 berpengaruh pada sektor pendidikan, sehingga terjadi perubahan pada sistem pembelajaran yaitu dari tatap muka menjadi daring (online). Institusi PQR merupakan perguruan tinggi yang menggunakan e-learning sejak adanya pandemi COVID-19 untuk memudahkan aktivitas pembelajaran hingga sekarang. Sistem e-learning dapat membantu tenaga pendidik untuk merencanakan, mengelola, menyampaikan, dan melacak proses pembelajaran serta pengajaran. Melihat peran e-learning yang sangat potensial di bidang pendidikan, maka e-learning sebaiknya memenuhi kriteria kualitas suatu perangkat lunak. Sebagaimana kualitas perangkat lunak yang baik dapat merepresentasikan kesuksesan dari implementasi perangkat lunak. Maka dari itu kualitas perangkat lunak harus selalu dijaga supaya memenuhi kebutuhan pengguna dan dapat meningkatkan kualitas pendidikan di Institut PQR. Untuk mengetahui kualitas sistem e-learning sebagai media pembelajaran online, peneliti melakukan analisis terhadap kualitas sistem e-learning menggunakan ISO/IEC 25010 yang berfokus pada dimensi Software Product Quality. Kemudian peneliti menggunakan metode kuantitatif yang didukung dengan teknik analisis statistik deskriptif untuk merepresentasikan kondisi kualitas sistem menurut pengguna. Hasil penelitian menyatakan bahwa kualitas sistem e-learning Institut PQR sudah memenuhi standar ISO/IEC 25010 yaitu dengan rata-rata persentase sebesar 73,85%. Kualitas sistem dengan persentase tertinggi terdapat pada karakteristik Portability dengan persentase sebesar 82,75% dan persentase paling rendah terdapat pada karakteristik Security dengan persentase 68,11%. Meskipun demikian, terdapat beberapa subkarakteristik yang memerlukan perbaikan, diantaranya pada subkarakteristik Functional Appropriateness, Time Behavior, User Interface Aesthetics, Maturity, Non-repudiation, Modularity, dan Analysability
Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis
Full text linkToko YashCollection merupakan salah satu perusahaan kecil dan menengah (UKM) yang bergerak di bidang penjualan daster dan mukena. Saat ini, toko YashCollection aktif berjualan di salah satu platform E-Commerce ternama yaitu Shopee. Semua proses pembuatan laporan, mulai dari pencatatan produk, pengecekan produk dan analisa produk yang akan dijual bersamaan masih dilakukan secara manual. Proses ini menyebabkan penentuan produk dan pengemasan produk menjadi lebih lama. Berdasarkan permasalahan tersebut, maka dilakukan penelitian “Pembuatan Sistem Rekap Penjualan Daster dan Mukena YashCollection di Marketplace untuk Pendukung Market Basket Analysis”. Rancang bangun dibuat pada platform smartphone iOS agar proses untuk penentuan promosi dan pengemasan produk menjadi lebih cepat. Pada penelitian ini juga dibuat fitur tambahan market basket analysis yang bertujuan untuk membantu proses pendukung keputusan manajemen, khususnya untuk media promosi. Metode rancang bangun menggunakan incremental model yaitu dengan prototyping, dan pemodelannya menggunakan unified model language (UML). Algoritma yang digunakan untuk market basket analysis adalah algoritma Apriori. Tujuan lainnya dari penelitian ini adalah untuk membantu pemilik toko YashCollection melakukan pengelompokan produk yang akan dikirim pada hari itu sekaligus juga rekapilutasi perhitungan pendapatan beserta potongan pajak. Hasil dari penelitian pada pemilik toko YashCollection dapat disimpulkan bahwa dengan adanya aplikasi pengelompokan produk dan market basket analysis ini dapat mempermudah pemilik toko untuk melakukan rekapitulasi dan keputusan penjualan. Pemilik toko dengan mudah melihat rekapitulasi pendapatan dan mensortir produk-produk yang harus dikemas, selain itu market basket analysis juga dapat membantu penentuan produk yang mana saja yang dijual bersamaan sehingga meningkatkan omset penjualan