IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Kajian Analisis Variasi Jumlah Epoch Terhadap Persentase Kesesuaian Peta Batas Kampung dan Rupa Bumi Indonesia dengan Data Kartometrik Menggunakan Metode Deep Learning: Study of Variation Analysis of Epoch Number on the Percentage of Conformity of Village Boundary Maps and Indonesian Topography with Cartometric Data Using Deep Learning Methods
No full textKepastian batas wilayah merupakan aspek fundamental dalam mendukung kewenangan daerah dan perencanaan pembangunan. Namun, inkonsistensi data batas di Kecamatan Rumbia, khususnya antara metode kartometrik, data Peta Batas Wilayah dari Badan Informasi Geospasial (PPBW BIG), dan Rupa Bumi Indonesia (RBI), sering menghambat pengelolaan sumber daya. Penelitian ini bertujuan menganalisis pengaruh variasi jumlah epoch pada model Deep Learning terhadap akurasi deteksi kesesuaian batas kampung. Metode penelitian mengintegrasikan Sistem Informasi Geografis (SIG) dan Convolutional Neural Network (CNN) dengan arsitektur tiga lapisan konvolusi. Data latih mencakup integrasi data kartometrik, PPBW BIG, RBI, dan Citra Tegak Satelit Resolusi Tinggi (CTSRT). Pengujian dilakukan dengan variasi epoch 100 hingga 500 menggunakan optimasi Stochastic Gradient Descent (SGD). Hasil menunjukkan bahwa peningkatan epoch berbanding lurus dengan performa model, di mana akurasi validasi mencapai 100% pada epoch 500 dengan tingkat kesesuaian data sebesar 98% berdasarkan Intersection over Union (IoU). Temuan ini menegaskan efektivitas CNN dalam analisis spasial presisi guna mendukung percepatan Kebijakan Satu Peta dan meminimalkan konflik batas wilayah
Implementasi Metode Simple Multi-Attribute Rating Technique untuk Penerimaan Bantuan Desa : Implementation of the Simple Multi-Attribute Rating Technique Method for Receiving Village Fund Assistance
No full textPenentuan penerima bantuan desa yang objektif dan transparan merupakan tantangan utama dalam tata kelola pemerintahan desa, termasuk di Desa Rangai Tri Tunggal. Proses seleksi yang masih bersifat subjektif berpotensi menimbulkan ketidakadilan dan menurunkan kepercayaan masyarakat terhadap kebijakan pemerintah desa. Penelitian ini bertujuan untuk mengimplementasikan Metode Simple Multi-Attribute Rating Technique (SMART) sebagai pendekatan sistematis dalam menentukan prioritas penerima bantuan desa berdasarkan kriteria sosial-ekonomi yang relevan. Pentingnya penelitian ini terletak pada upaya meningkatkan akuntabilitas, efisiensi, dan keadilan dalam distribusi bantuan, sekaligus mendukung prinsip good governance di tingkat desa. Urgensi penelitian muncul dari kebutuhan nyata akan sistem pengambilan keputusan yang terukur dan dapat dipertanggungjawabkan, mengingat keterbatasan anggaran dan kompleksitas kondisi penerima manfaat. Hasil penelitian menunjukkan bahwa penerapan metode SMART mampu menghasilkan peringkat prioritas calon penerima bantuan yang konsisten dengan kondisi faktual di lapangan, serta meminimalkan bias subjektif. Simpulan penelitian ini menegaskan bahwa metode SMART merupakan solusi efektif untuk mendukung pengambilan keputusan partisipatif dan berbasis data dalam konteks penerimaan bantuan desa, sehingga layak direplikasi di desa-desa lain dengan karakteristik serupa
Pembangunan Model Klasifikasi untuk Menilai Lokasi Strategis Usaha Laundry Berdasarkan Analisis Geospasial dan Data Open-Source: Development of a Classification Model to Evaluate Strategic Laundry Business Locations Using Geospatial and Open-Source Data
No full textIndustri jasa cuci pakaian di Indonesia terus mengalami pertumbuhan pesat seiring perubahan gaya hidup masyarakat urban yang semakin praktis. Namun, banyak pelaku usaha mengalami kegagalan akibat pemilihan lokasi yang kurang tepat, sehingga diperlukan pendekatan berbasis data untuk mengevaluasi kelayakan lokasi usaha secara objektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis analisis geospasial dan data open-source guna menilai apakah lokasi usaha laundry eksisting di Surabaya tergolong strategis atau tidak strategis. Data penelitian dikumpulkan dari Google Maps API, OpenStreetMap (OSM), dan Badan Pusat Statistik (BPS), yang mencakup indikator spasial, demografis, dan ekonomi. Proses analisis meliputi pembersihan data, rekayasa fitur, penyeimbangan data dengan SMOTE, serta penerapan lima algoritma klasifikasi Logistic Regression, Decision Tree, Naive Bayes, k-Nearest Neighbor, dan Random Forest dengan evaluasi menggunakan metrik Accuracy, Precision, Recall, F1-score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan performa terbaik dengan akurasi 90,1% dan ROC-AUC 0,957. Faktor kepadatan penduduk, kedekatan dengan permukiman, dan jumlah kompetitor terbukti paling berpengaruh terhadap tingkat strategis lokasi. Penelitian ini berkontribusi dalam menyediakan kerangka evaluasi berbasis data dan geospasial yang dapat digunakan sebagai dasar pengambilan keputusan bisnis yang lebih objektif, terukur, dan adaptif terhadap dinamika perkotaan
Exploring the Evolution of Electric Vehicle Charging Infrastructure: A Bibliometric Perspective on Public Electric Vehicle Charging Station Location Planning
No full textThe rapid expansion of electric vehicles (EVs) is a crucial factor in achieving low-carbon mobility and promoting sustainable regional development. The attainment of this objective depends on technological advancement, institutional readiness, spatial equity, and governance capabilities. The establishment of Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) in Indonesia must be understood within a framework that connects infrastructure planning to social, economic, and political factors. This research analyzes the evolution of international scientific dialogue regarding EV charging infrastructure through a bibliometric lens, focusing on publications from 2010 to 2025. This study utilizes Scopus data and analytical tools, including VOSviewer and Publish or Perish, to identify leading authors, key journals, and emerging subject trends. The results suggest that future SPKLU planning in Indonesia requires an integrated framework that aligns technological precision with public governance principles. This approach should account for decentralization dynamics, regional disparities, and institutional capacity, ensuring that improvements to EV infrastructure contribute to carbon-reduction goals while fostering equitable and sustainable regional development
Analisis Usability dan Credibility Platform IPB DiSign Menggunakan System Usability Scale dan User Experience Honeycomb: Usability and Credibility Analysis of IPB DiSign Platform Using System Usability Scale and User Experience Honeycomb
No full textTransformasi digital dalam sistem birokrasi menuntut adopsi tanda tangan digital sebagai solusi efisien. Penelitian ini menganalisis usability dan credibility platform IPB DiSign menggunakan metode System Usability Scale (SUS) dan model UX Honeycomb faset Credible. Hasil pengujian menunjukkan skor SUS sebesar 63,92, yang secara kualitatif dikategorikan sebagai Marginal menurut standar acuan (Lewis, 2018) [10]. Meskipun sistem memiliki fungsionalitas yang memadai, analisis per item mengungkapkan kelemahan pada aspek learnability. Sementara itu, skor credibility mencapai 4,2381 pada skala 1–5 yang mengindikasikan persepsi positif pengguna terhadap indikator kepercayaan (trustworthiness), otoritas, dan keandalan sistem. Analisis statistik menggunakan Uji Korelasi Spearman () dan Uji Signifikansi () menunjukkan bahwa hubungan antara usability dan credibility tidak signifikan secara statistik (). Hal ini mengindikasikan bahwa kemudahan antarmuka tidak secara otomatis menjamin peningkatan kepercayaan pengguna. Oleh karena itu, perbaikan sistem harus diprioritaskan pada transparansi keamanan dan edukasi sistem dibandingkan sekadar optimalisasi tampilan
Analisis Komparasi Algoritma Machine Learning untuk Prediksi Harga Sewa Properti Komersial: Comparative Analysis of Machine Learning Algorithms for Predicting Commercial Property Rental Prices
No full textPenentuan harga sewa properti komersial (ruko) di Kota Tangerang Selatan seringkali menghadapi kendala inefisiensi akibat metode penilaian yang subjektif dan heterogenitas pasar. Penelitian ini bertujuan untuk mengembangkan model prediksi harga sewa yang objektif dengan membandingkan tiga algoritma Machine Learning: Random Forest (RF), Extreme Gradient Boosting (XGBoost), dan Support Vector Regression (SVR). Dataset terdiri dari 275 data listing yang dikumpulkan melalui teknik web scraping dari platform Lamudi pada Desember 2025. Fitur yang digunakan meliputi luas bangunan dan lokasi (kecamatan). Hasil evaluasi menggunakan data testing menunjukkan bahwa Random Forest adalah model terbaik dengan skor R-Squared () sebesar 0,6801 dan Mean Absolute Percentage Error (MAPE) sebesar 27,40%. Sebaliknya, XGBoost dan SVR menunjukkan performa buruk dengan nilai negatif, mengindikasikan ketidakmampuan menangkap pola data secara efektif pada dataset berskala kecil. Analisis fitur penting (feature importance) mengungkapkan bahwa luas bangunan menjadi faktor paling dominan yang memengaruhi harga sewa dibandingkan lokasi. Penelitian ini membuktikan bahwa Random Forest merupakan metode yang robust untuk valuasi properti dalam konteks manajemen aset publik
Peningkatan Kompetensi Mahasiswa Sistem Informasi Universitas Jambi dalam Keamanan Data Melalui Penerapan Teori Bilangan
No full textThe urgency of this community service activity is based on the increasing threats to data security in the digital era, which demand the preparedness of human resources who are not only skilled in application and information system development, but also possess a strong understanding of the fundamental principles of data protection. Students of the Information Systems Study Program, Universitas Jambi, as future professionals in the field of information technology, need to be equipped not only with technical programming skills but also with a fundamental understanding of cryptographic concepts. One of the main foundations of modern cryptography is number theory, which includes topics such as prime factorization, congruence, and the use of large prime numbers. However, at the undergraduate level, mastery of these concepts is still relatively low and has not been widely applied in contextual settings. This community service activity aims to improve the literacy and competence of Information Systems students in understanding and applying number theory in data security systems. Through training and mentoring, students will be introduced to basic concepts of number theory and their implementation in simple cryptographic algorithms such as RSA, Diffie–Hellman, and encryption systems based on modular operations.Kegiatan pengabdian ini bertujuan untuk meningkatkan literasi dan kompetensi mahasiswa Program Studi Sistem Informasi, Universitas Jambi dalam memahami serta menerapkan teori bilangan dalam sistem keamanan data. Melalui pelatihan dan pendampingan, mahasiswa diperkenalkan pada konsep dasar teori bilangan serta implementasinya dalam algoritma kriptografi sederhana berbasis operasi modular. Pengukuran hasil dilakukan melalui kuesioner evaluasi yang mencakup aspek kepuasan, relevansi materi, kejelasan jawaban pemateri, manfaat kegiatan, kualitas layanan tim, dan kesediaan mengikuti pengabdian serupa. Hasil menunjukkan bahwa 84% peserta sangat puas terhadap pelaksanaan kegiatan secara keseluruhan, sementara lebih dari 80% menyatakan bahwa materi yang diberikan relevan dengan kebutuhan mereka dan bahwa pertanyaan dapat dijawab dengan baik. Selain itu, 82% peserta sangat setuju bahwa program ini bermanfaat, dan 90% menyatakan bersedia atau sangat bersedia untuk mengikuti kegiatan serupa di masa mendatang. Temuan ini mengindikasikan bahwa pelatihan berbasis teori bilangan yang dipadukan dengan aktivitas pemrograman praktis dapat menjadi strategi efektif untuk memperkuat kompetensi mahasiswa dalam keamanan data serta mendukung implementasi pembelajaran berbasis pengalaman pada Program Studi Sistem Informasi
Comparison and Data Visualization in Thyroid Cancer Disease Prediction Using Machine Learning Algorithms
No full textThyroid cancer is a common endocrine malignancy requiring accurate early prediction for improved patient outcomes. Comprehensive comparative studies of machine learning algorithms, accompanied by systematic visualization, remain limited. This study compares tree-based algorithms (Decision Trees, Random Forest) and boosting algorithms (Gradient Boosting, XGBoost) for thyroid cancer prediction and develops visualization strategies for clinical interpretation. Four algorithms were evaluated using accuracy (correct prediction proportion), precision (positive predictive value), recall (true positive rate), F1-score (harmonic mean of precision and recall), and AUC-ROC (area under the ROC curve). Visualization techniques, including confusion matrices, ROC curves, and feature importance plots, facilitated the interpretation of the model. XGBoost achieved superior performance with accuracy 95.2%, precision 94.8%, recall 95.6%, F1-score 95.2%, and AUC-ROC 0.978, followed by Random Forest (93.5%, 92.7%, 94.1%, 93.4%, 0.965), Gradient Boosting (91.8%, 90.9%, 92.4%, 91.6%, 0.952), and Decision Trees (87.3%, 86.5%, 88.2%, 87.3%, 0.913). Feature importance analysis identified key predictors. Boosting algorithms, particularly XGBoost, demonstrate superior thyroid cancer prediction across all metrics. Integrated visualization enhances clinical interpretability, providing empirical guidance for implementing machine learning-based diagnostic support systems
Implementasi Large Language Models dalam Rancang Bangun Aplikasi Computer-Assisted Test Mobile Berbasis Android : Implementation of Large Language Models in the Design of Android-Based Computer-Assisted Test Mobile Applications
No full textPerkembangan teknologi digital telah mendorong penerapan Computer Assisted Test (CAT) sebagai sarana evaluasi pembelajaran yang mampu meningkatkan efisiensi dan ketepatan pelaksanaan ujian. Meskipun demikian, sebagian besar sistem CAT yang ada masih berbasis web, sehingga fleksibilitas penggunaan pada perangkat mobile belum optimal dan proses penyusunan soal ujian masih memerlukan waktu yang relatif lama. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi CAT berbasis mobile Android yang terintegrasi dengan Large Language Models (LLM) guna mendukung pembuatan soal ujian secara otomatis. Proses pengembangan sistem dilakukan dengan menggunakan metode Rapid Application Development (RAD) agar tahapan analisis, perancangan, dan implementasi dapat dilakukan secara lebih cepat dan adaptif. Hasil pengujian menunjukkan bahwa aplikasi yang dikembangkan berfungsi dengan baik dan memperoleh tingkat penerimaan pengguna sebesar 89% berdasarkan hasil User Acceptance Test (UAT). Integrasi LLM dalam aplikasi CAT mobile mampu meningkatkan efisiensi dalam pembuatan soal serta mendukung pelaksanaan ujian digital yang lebih fleksibel dan efektif
Peningkatan Efektivitas dan Keamanan Sistem Profil Program Studi Menggunakan Metode Vulnerability Assessment: Enhancing the Effectiveness and Security of Study Program Profile Systems Using the Vulnerability Assessment Method
No full textProgram Studi D3 Manajemen Informatika PSDKU Pelalawan sebelumnya menggunakan sistem profil berbasis PHP native yang memiliki keterbatasan dalam efektivitas pengelolaan data dan keamanan sistem. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem profil program studi berbasis web menggunakan framework Laravel guna meningkatkan efektivitas dan keamanan pengelolaan data. Penelitian dilakukan dengan menggunakan metode Vulnerability Assessment yang terdiri dari tiga tahapan, yaitu network discovering, vulnerability scanning, dan vulnerability analys. Hasil dari pengujian dengan tool OWASP didapatkan beberapa celah kerentanan yang termasuk kedalam golongan resiko rendah. Metode pengembangan sistem yang digunakan adalah model Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Fitur utama yang dikembangkan meliputi manajemen data dosen, mahasiswa, kurikulum, kegiatan akademik, laporan otomatis, serta publikasi informasi. Dengan adanya sistem baru, efektivitas terlihat dari meningkatnya akurasi dan kecepatan akses data, efisiensi terlihat dari berkurangnya pekerjaan manual dan percepatan pembuatan laporan, keamanan meningkat melalui fitur proteksi otomatis Laravel, dan transparansi meningkat melalui penyajian informasi real-time dan mekanisme kontrol akses yang terstruktur