IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Optimization of Customer Segmentation in the Retail Industry Using the K-Medoid Algorithm
Full text linkThe retail industry faces significant challenges in understanding increasingly complex customer behavior due to massive data growth. One major obstacle is suboptimal customer segmentation, leading to ineffective marketing strategies. This study aims to optimize customer segmentation by implementing the K-Medoid algorithm, which excels in handling outliers and producing more stable clusters compared to K-Means. The dataset consists of over 10,000 customer transactions from a major retail company in Indonesia. The research process includes data collection and preprocessing, K-Medoid algorithm implementation, and performance evaluation using the silhouette score. The results indicate that the K-Medoid algorithm achieves more accurate customer segmentation, with a silhouette score of 0.39. The generated clusters exhibit greater homogeneity, enabling companies to design more targeted marketing strategies, such as specific discount offers and tailored loyalty programs. Based on these findings, the K-Medoid algorithm is recommended to enhance customer management effectiveness in the retail industry. This study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further exploration of hybrid algorithms and additional evaluation metrics
Rancang Bangun Sistem Informasi Donasi Berbasis Hybrid Dengan Implementasi Microservices Dan Menggunakan Metode Prototyping : Design and Development of a Hybrid-Based Donation Information System Using Microservices Architecture and the Prototyping Method
No full textIkatan Alumni Politeknik Caltex Riau (IKAPCR) rutin melakukan kegiatan donasi sebagai bentuk solidaritas terhadap alumni yang mengalami kesulitan. Namun, proses donasi yang masih bersifat manual menyebabkan pencatatan dan pengelolaan dana menjadi kurang efisien. Untuk itu, penelitian ini merancang dan membangun sistem donasi berbasis hybrid menggunakan metode prototyping dan arsitektur microservices. Sistem terdiri dari dua platform: website untuk pengelolaan data oleh admin, dan aplikasi hybrid untuk transaksi donasi oleh pengguna.Empat jenis pengujian dilakukan untuk menilai sistem. Pengujian blackbox menunjukkan seluruh fitur berjalan sesuai harapan. Usability testing menghasilkan skor 91,2% untuk usefulness, 84% untuk ease of use, 90,6% untuk ease of learning, dan 90,6% untuk satisfaction. User acceptance test menunjukkan bahwa sistem mempermudah civitas akademika dalam mengelola donasi sesuai kebutuhan. Selain itu, uji efektivitas dan efisiensi menunjukkan aplikasi hybrid meningkatkan kinerja sistem sebesar 35,2% dibandingkan metode konvensional.Sistem ini terbukti efektif dalam meningkatkan efisiensi, transparansi, dan kemudahan dalam kegiatan donasi di lingkungan IKAPC
Implementation of Gated Recurrent Unit, Long Short-Term Memory and Derivatives for Gold Price Prediction
Full text linkGold is a precious metal with high resale value, often considered a safe investment as its price typically rises with inflation, attracting investors. However, even slight changes in gold prices can have significant impacts. To build an accurate forecasting model, this study applies and compares Gated Recurrent Unit (GRU), Bidirectional Gated Recurrent Unit (Bi-GRU), Long Short-Term Memory (LSTM), and Bidirectional Long Short-Term Memory (Bi-LSTM) algorithms on global gold prices. GRU and LSTM are recurrent neural networks designed to capture patterns in sequential data, where GRU uses a simplified gating mechanism to retain essential information, and LSTM, with its more complex gates, helps manage long-term dependencies in data. Bi-GRU and Bi-LSTM process data bidirectionally, capturing context from both past and future sequences for better prediction accuracy. This research uses data from Yahoo Finance (01-01-2014 to 12-06-2024) and experiments with optimization techniques (Adam, AdamW, Adamax, and Nadam), batch sizes (8, 16, and 32), time steps (10, 20, and 30), and a learning rate of 0.0001, trained for 1000 epochs with checkpoints and early stopping. Bi-GRU with Nadam, batch size 8, and 20 time steps proved most effective, with MSE of 4.1153, RMSE of 2.0286, MAE of 1.5881, and MAPE of 0.8857%. Forecasts using this model predict a 20-day decline in gold prices
Implementasi Aplikasi untuk Pemantauan Kelembaban Tanah Pada Teknologi Irigasi Tetes Tanaman Jagung: Implementation Application for Monitoring Soil Moisture in Corn Crop Drip Irrigation Technology
No full textTujuan dari penelitian ini adalah merancang aplikasi berbasis website pada irigasi tetes yang digunakan untuk monitoring kelembaban tanah pada sistem irigasi tetes pada tanaman jagung. Jagung, sebagai komoditas penting di Indonesia, memiliki peran signifikan dalam perekonomian, namun produktivitasnya sering terkendala oleh pengelolaan air yang tidak optimal. Tantangan utama yang dihadapi petani adalah kurangnya sistem irigasi yang efisien serta ketidakmampuan memantau kelembaban tanah secara real-time, terutama dalam kondisi perubahan iklim yang mempengaruhi ketersediaan air. Website ini dikembangkan untuk memungkinkan petani melakukan pemantauan kelembaban tanah secara langsung dengan bantuan sensor yang terhubung ke internet. Manfaat dari aplikasi ini adalah untuk meningkatkan efisiensi penggunaan air pada sistem irigasi tetes, mengurangi limbah air, dan membantu petani membuat keputusan pengelolaan air yang lebih baik. Dengan aplikasi ini produktivitas tanaman jagung meningkat, biaya operasional menurun, dan praktik pertanian yang berkelanjutan dapat didukung
Analisis Sentimen Publik terhadap Program Tabungan Perumahan Rakyat Menggunakan Model IndoBERT Lite pada Komentar YouTube: Public Sentiment Analysis of the Public Housing Savings Program Using the IndoBERT Lite Model on YouTube Comments
No full textDi era digital, media sosial menjadi platform utama bagi masyarakat menyampaikan opini terhadap kebijakan publik, termasuk Public Housing Savings (TAPERA), program pemerintah untuk menyediakan akses perumahan bagi masyarakat berpenghasilan rendah. Penelitian ini menganalisis sentimen masyarakat terhadap TAPERA menggunakan model IndoBERT Lite Large, yang dioptimalkan untuk data besar dengan efisiensi sumber daya. Dari 14.618 komentar YouTube yang dikumpulkan, 13.766 komentar diproses setelah tahap preprocessing. Hasil pelabelan sentimen menunjukkan dominasi sentimen negatif dengan 9.571 komentar, mencerminkan keresahan terhadap transparansi, implementasi, dan komunikasi program. Sentimen positif mencapai 2.485 komentar, menunjukkan apresiasi terbatas terhadap program, sementara sentimen netral sebanyak 1.710 komentar mengindikasikan kebutuhan informasi yang lebih jelas. Visualisasi menggunakan grafik batang dan word cloud menyoroti pola sentimen dan kata kunci yang sering muncul. Berdasarkan evaluasi menggunakan confusion matrix, model ini mencapai akurasi sebesar 78%. Meskipun efektif menangani data besar, penelitian ini memiliki keterbatasan dalam evaluasi performa model lebih mendalam. Penelitian selanjutnya disarankan untuk memperluas analisis dengan data dari berbagai platform media sosial agar meningkatkan analisis sentimen secara keseluruhan
Smart Dustbin Berbasis Internet of Things (IoT) Sistem Informasi Menggunakan Telegram: Smart Dustbin Based on Internet of Things (IoT) Information System Using Telegram
No full textMasalah pengelolaan sampah menjadi tantangan utama di masyarakat perkotaan akibat kapasitas tempat sampah yang terbatas, ketidakdisiplinan masyarakat dalam membuang sampah, dan sistem pemantauan yang kurang efisien. Penelitian ini bertujuan untuk mengembangkan sistem smart dustbin berbasis Internet of Things (IoT) dengan integrasi aplikasi Telegram untuk meningkatkan efisiensi pengelolaan sampah. Sistem ini dilengkapi dengan fitur buka-tutup otomatis, pemilahan sampah organik dan anorganik secara otomatis, serta notifikasi real-time kepada petugas kebersihan ketika kapasitas tempat sampah hampir penuh. Metode penelitian mencakup analisis kebutuhan, perancangan, implementasi menggunakan Arduino IDE dan NodeMCU ESP8266, serta pengujian sistem. Pengujian menunjukkan bahwa sensor ultrasonik mampu mendeteksi kapasitas tempat sampah dengan akurasi tinggi, dan notifikasi Telegram dikirim dengan waktu respons rata-rata 1-2 detik. Selain itu, fitur pemilahan otomatis berhasil memisahkan sampah organik dan anorganik, mendukung proses daur ulang secara efektif. Kesimpulannya, smart dustbin berbasis IoT ini tidak hanya meningkatkan efisiensi operasional dalam pengelolaan sampah, tetapi juga meningkatkan kesadaran masyarakat akan pentingnya kebersihan lingkungan. Implementasi sistem ini dapat menjadi solusi berkelanjutan dalam mendukung pengelolaan sampah modern di era kota pintar (smart city)
Rancang Bangun Pemilah Produk Makanan Otomatis Berdasarkan Komposisi Gula Berbasis Optical Character Recognition (OCR): Design and Development of an Automatic Food Product Sorter Based on Sugar Composition Using Optical Character Recognition (OCR)
No full textBanyak konsumen di Indonesia kurang tertarik membaca label gizi pada kemasan makanan, sehingga sulit untuk memilih produk yang sehat sesuai kebutuhan. Mereka cenderung lebih fokus pada merek, tanggal kedaluwarsa, dan tanda "halal". Penelitian ini merancang sistem otomatisasi untuk memilah produk makanan berdasarkan kandungan gula menggunakan Optical Character Recognition (OCR) dan lengan robot. Sistem ini mengintegrasikan webcam untuk mendeteksi label kemasan, ESP32 sebagai mikrokontroler, dan motor servo pada lengan robot untuk memilah produk. Pengujian menunjukkan bahwa sistem OCR dapat mendeteksi dan mengklasifikasikan kandungan gula, sementara lengan robot mampu memilah kemasan makanan ke dalam kelompoknya. Integrasi kedua teknologi ini tidak hanya berhasil memilah produk, tetapi juga menjadi media edukasi yang menarik tentang kandungan gul
Robot Pengumpul Bola Pingpong Otomatis Menggunakan Sistem Vakum dan Raspberry Pi Berbasis Deteksi Kamera : Automatic Ping Pong Ball Collecting Robot Using Vacuum System and Raspberry Pi Based on Camera Detection
No full textOlahraga tenis meja merupakan cabang olahraga yang banyak diminati, namun proses pengumpulan bola setelah latihan sering kali menyita waktu dan mengurangi efisiensi. Berdasarkan pengamatan, seorang pemain membutuhkan 3–5 menit untuk mengumpulkan ±50 bola secara manual, sehingga waktu efektif latihan berkurang hingga 10–15%. Penelitian ini bertujuan merancang dan mengimplementasikan robot pengumpul bola pingpong otomatis dengan sistem deteksi visual berbasis Raspberry Pi dan OpenCV, serta kendali aktuator menggunakan mikrokontroler ESP32. Robot dilengkapi kamera Webcam C270 untuk deteksi bola, motor DC sebagai penggerak, sensor ultrasonik untuk menghindari rintangan, dan motor vakum sebagai mekanisme pengambilan bola. Hasil pengujian menunjukkan sistem mampu mendeteksi dan mengambil bola berdiameter 40 mm dengan tingkat keberhasilan 90% (9 dari 10 percobaan berhasil), sementara kegagalan terjadi pada bola berdiameter 50 mm yang tidak dapat terhisap oleh corong vakum. Rata-rata waktu penyelesaian pengambilan bola adalah 24 detik per bola, lebih lambat dibanding metode manual (3,6–6 detik per bola). Meskipun demikian, sistem ini menawarkan keunggulan berupa otomatisasi, konsistensi, dan pengurangan beban fisik pemain. Penelitian ini membuktikan bahwa integrasi Raspberry Pi dan ESP32 dapat mendukung sistem robotik otonom untuk olahraga. Ke depan, pengembangan diarahkan pada optimasi algoritma deteksi berbasis HSV atau machine learning, serta perbaikan desain mekanik vakum agar robot lebih efisien dan andal dalam berbagai kondisi
Sistem Informasi Monitoring Tugas Siswa di Madrasah Tsanawiyah BPI Baturompe untuk Optimalisasi Pengelolaan Data Akademik
Full text linkMTs BPI Baturompe as an educational institution has a strategic role in producing a generation that excels academically and has noble character. However, the process of managing student assignments and academic data that is still done manually causes various obstacles, such as delays in collecting assignments, difficulty monitoring, and lack of data integration. To answer these challenges, this service activity aims to develop a Student Assignment Monitoring Information System to improve the efficiency, accuracy, and integration of academic data management. This system will include features for monitoring assignments, managing assignment data, and communicating between teachers and students regarding assignments. It is expected that the implementation of this system can facilitate access to information, support the teaching and learning process, and improve the overall quality of learning at MTs BPI Baturompe. This system is designed to facilitate task monitoring, data management, and communication between teachers and students. With this system, the academic process becomes more efficient, accurate, and integrated. Hopefully, the implementation of this system can strengthen the teaching and learning process, facilitate access to information, and improve the overall quality of education. This activity is expected to be a real contribution in supporting the digitalization of education in the school environment, especially at MTs BPI BaturompeMadrasah Tsanawiyah (MTs) BPI Baturompe sebagai institusi pendidikan memiliki peran strategis dalam mencetak generasi yang unggul secara akademik dan berakhlak mulia. Namun, proses pengelolaan tugas siswa dan data akademik yang masih dilakukan secara manual menimbulkan berbagai kendala, seperti keterlambatan pengumpulan tugas, kesulitan pemantauan, serta kurangnya integrasi data. Untuk menjawab tantangan tersebut, kegiatan pengabdian ini bertujuan mengembangkan Sistem Informasi Monitoring Tugas Siswa guna meningkatkan efisiensi, akurasi, dan keterintegrasian pengelolaan data akademik. Sistem ini akan mencakup fitur pemantauan tugas, pengelolaan data tugas, serta komunikasi antar guru dan siswa terkait tugas. Diharapkan implementasi sistem ini dapat mempermudah akses informasi, mendukung proses belajar mengajar, serta meningkatkan kualitas pembelajaran secara menyeluruh di MTs BPI Baturompe.. Sistem ini dirancang untuk mempermudah pemantauan tugas, pengelolaan data, serta komunikasi antara guru dan siswa. Dengan sistem ini, proses akademik menjadi lebih efisien, akurat, dan terintegrasi. Diharapkan, implementasi sistem ini dapat memperkuat proses belajar mengajar, memudahkan akses informasi, dan meningkatkan mutu pendidikan secara menyeluruh. Kegiatan ini diharapkan menjadi kontribusi nyata dalam mendukung digitalisasi pendidikan di lingkungan sekolah, khususnya di MTs BPI Baturompe
Perancangan Sistem Deteksi Kebocoran Gas Bebasis IoT dan Web Server: Design of a Gas Leak Detection System Based on IoT and Web Server
No full textStudi ini bertujuan untuk merancang dan menerapkan sistem deteksi kebocoran gas berdasarkan Internet of Things (IoT) dan teknologi web server menggunakan sensor MQ-2, mikrokontroler NodeMCU ESP8266, dan platform ThingSpeak. Sistem ini dirancang untuk secara akurat mendeteksi kebocoran gas dan memberikan pemberitahuan real-time kepada pengguna. Hasil pengujian menunjukkan bahwa sensor MQ-2 menunjukkan akurasi yang baik dengan penyimpangan ±5% dibandingkan dengan instrumen pengukuran standar, dan ambang deteksi yang ditetapkan pada 700 ppm secara efektif memberikan peringatan awal. Sistem ini memiliki waktu respons sekitar 5 detik dari deteksi kebocoran hingga transmisi data ke ThingSpeak dan menunjukkan keandalan tinggi selama pengujian berulang dalam berbagai kondisi. Meskipun kadang-kadang ada kegagalan transmisi data karena koneksi yang tidak stabil, visualisasi data di ThingSpeak menampilkan grafik yang jelas dan mudah dipahami, memungkinkan pemantauan waktu nyata konsentrasi gas LPG dan analisis tren historis. Akhirnya, sistem ini berhasil memenuhi tujuan meningkatkan keamanan lingkungan dan keamanan terhadap ancaman kebocoran gas, dengan aplikasi potensial yang luas di berbagai sektor