Ninety Institute
Not a member yet
105 research outputs found
Sort by
PERLINDUNGAN HUKUM ATAS HAK CUTI HAID BAGI PEKERJA PEREMPUAN DALAM REGULASI KETENAGAKERJAAN DI INDONESIA
No full textABSTRAK
Perlindungan hukum bagi pekerja perempuan terhadap hak cuti haid sangat urgen penerapannya untuk mencegah terjadinya diskriminasi gender dalam lingkup ketenagakerjaan. Sehingga fokus pada penelitian ini adalah mengenai bagaimana UU Ketenagakerjaan dalam perlindungan hukum, saksi, dan faktor yang menyebabkannya hak cuti haid ini tidak diterapkan. Tujuan dari penelitian ini adalah untuk menganalisis perlindungan hukum pekerja perempuan serta sanksi bagi pengusaha yang tidak memberikan hak cuti haid. Metode penelitian yang digunakan adlah metode kepustakaan (library research) dengan pendekatan penelitian yuridis normatif dan pengolahan data analisis kualitatif. Hasil dari penelitian ini menunjukan bahwa (1) Perlindungan hukum terhadap pekerja perempuan yakni perlindungan hukum preventif dan perlindungan hukum represif. Perlindungan hukum preventifnya adalah dibentuknya UU Nomor 13 Tahun 2003 mengenai Ketenagakerjaan. Sedangkan perlindungan hukum represifnya penindaklanjutan yang ditempuh oleh perusahaan ataupun pekerja atas pelanggaran yang terjadi atas hak cuti haid. (2) Sanksi yang diberikan jika terjadi pelanggaran atas hak cuti haid dan upahnya tercantum dalam Pasal 186 Ayat (1) UU Ketenagakerjaan yakni kurungan pidana selama 1 bulan s.d. lama 4 tahun dan juga dikenakan denda sebesar Rp. 10.000.000 (sepuluh juta rupiah) s.d. Rp. 400.000.000 (empat ratus juta rupiah). (3) Terdapat 3 faktor dari tidak terpenuhinya hak cuti haid bagi pekerja perempuan, yaitu terbatasnya pengetahuan pekerja perempuan atas haknya mengenai hak cuti haid, kurangnya sosialisasi atau pendidikan dari perusahaan dan pemerintah, dan kurangnya pemahaman dari pengusaha mengenai ketentuan yang terdapat pada peraturan perundang-undangan yang berlaku di Indonesia.
Kata Kunci: Perlindungan Hukum, Cuti Haid, Ketenagakerjaan
ABSTRACT
It is urgent to implement legal protection for female workers regarding the right to menstrual leave to prevent gender discrimination in the employment sphere. So the focus of this research is on how the Employment Law provides legal protection, witnesses, and the factors that cause the right to menstrual leave not to be implemented. The aim of this research is to analyze the legal protection of female workers as well as sanctions for employers who do not provide menstrual leave rights. The research method used is a library research method with a normative juridical research approach and qualitative analysis data processing. The results of this research show that (1) Legal protection for female workers, namely preventive legal protection and repressive legal protection. The preventive legal protection is the establishment of Law Number 13 of 2003 concerning Employment. Meanwhile, repressive legal protection means follow-up actions taken by companies or workers for violations of menstrual leave rights. (2) The sanctions given if there is a violation of the right to menstrual leave and wages are stated in Article 186 Paragraph (1) of the Manpower Law, namely criminal imprisonment for 1 month to 1 month. 4 years and also subject to a fine of Rp. 10,000,000 (ten million rupiah) up to. Rp. 400,000,000 (four hundred million rupiah). (3) There are 3 factors in the non-fulfillment of menstrual leave rights for female workers, namely limited knowledge of female workers regarding their rights regarding menstrual leave rights, lack of socialization or education from companies and the government, and lack of understanding from employers regarding the provisions contained in statutory regulations. invitation valid in Indonesia.
Keywords: Legal Protection, Menstrual Leave, Employmen
STUDI PERBANDINGAN METODE SUPPORT VECTOR MACHINE, RANDOM FOREST, DAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT KULIT
No full textPenyakit kulit merupakan salah satu masalah kesehatan yang sering terjadi dan membutuhkan diagnosis yang cepat dan akurat untuk menghindari komplikasi atau mempercepat penanganan. Namun, proses diagnosis manual seringkali memakan waktu dan bergantung pada keahlian dokter. Keterlambatan dalam diagnosis dapat menyebabkan perburukan kondisi pasien, memperpanjang waktu pemulihan, dan memperpanjang durasi perawatan atau menyebabkan komplikasi yang lebih serius. Untuk mengatasi permasalahan ini, teknologi pembelajaran mesin dapat dimanfaatkan untuk mengotomatisasi proses klasifikasi penyakit kulit. Penelitian ini membahas perbandingan tiga metode klasifikasi utama Support Vector Machine (SVM), Random Forest, dan Convolutional Neural Network (CNN), untuk menganalisis dataset citra kulit normal dan penyakit kulit. Dataset terdiri dari berbagai jenis kulit yang telah melalui preprocessing data, seperti normalisasi, augmentasi data, dan ekstraksi fitur, guna meningkatkan kualitas data sebelum pelatihan model. Dataset yang digunakan dalam penelitian ini di menggunakan data science yang bersumber dari kaggle. Hasil penelitian menunjukkan bahwa CNN memberikan performa terbaik dengan akurasi mencapai 92%, berkat kemampuannya menangkap pola non-linear dalam citra. Random Forest menunjukkan performa yang stabil dengan akurasi 85%, terutama pada dataset yang lebih terstruktur. Sementara itu, SVM mencatat akurasi 78%, tetapi memiliki keterbatasan pada data berdimensi tinggi. Kesimpulannya, CNN lebih unggul untuk klasifikasi citra kulit kompleks, sementara Random Forest dan SVM dapat menjadi alternatif untuk dataset sederhana. Penelitian ini memberikan kontribusi dalam pengembangan teknologi AI untuk mendukung diagnosis penyakit kulit yang lebih cepat dan akurat
IMPLEMENTASI WHITEBOX TESTING DENGAN TEKNIK BASIS PATH PADA PENGUJIAN HALAMAN PENCARIAN PROGRAM PROMO
No full textAplikasi Monitoring Promo merupakan sistem berbasis web milik salah satu perbankan BUMN yang digunakan untuk memantau program promo yang dibuat oleh kantor cabang di 18 wilayah di seluruh Indonesia. Aplikasi ini memfasilitasi pemantauan status promo, realisasi biaya, serta efektivitas promo dalam meningkatkan sales volume. Untuk memastikan aplikasi berfungsi dengan baik dan sesuai harapan, dilakukan pengujian perangkat lunak. Pengujian ini bertujuan menemukan bug, cacat, dan kekurangan, serta meningkatkan kinerja sistem. Salah satu metode pengujian yang digunakan adalah WhiteBox dengan teknik basis path. Teknik ini menganalisis jalur independen dalam kode program melalui pembuatan flowgraph dan perhitungan Cyclomatic Complexity untuk menentukan tingkat kompleksitas sistem. Semakin rendah nilai kompleksitas, semakin kecil kemungkinan terjadinya kesalahan. Fokus pengujian ini adalah form pencarian program promo, yang memungkinkan pencarian promo yang sedang berlangsung maupun yang telah selesai. Proses pengujian dilakukan dengan membandingkan hasil aktual dengan hasil yang diharapkan melalui tabel test case. Hasil menunjukkan bahwa tidak ditemukan error pada form pencarian, sehingga seluruh pengujian dinyatakan berhasil. Hasil ini menjadi acuan bahwa form pencarian telah berfungsi dengan baik dan sesuai harapan pengguna, serta dapat digunakan sebagai dasar dalam perbaikan dan pengembangan sistem lebih lanjut
PENERAPAN ALGORITMA FP-GROWTH UNTUK PEMAHAMAN MENDALAM POLA PEMINJAMAN KOLEKSI BUKU DI PERPUSTAKAAN
No full textPerpustakaan Universitas Dipa Makassar (Undipa), yang mengoleksi berjenis ragam buku ilmu pengetahuan sebagai bahan bacaan dan literasi bagi civitas akademika baik mahasiswa maupun dosen. Beragam jenis bacaan itu sebagai bahan pustaka seperti buku-buku pengetahuan sampai koleksi laporan penelitian ilmiah mahasiswa dari berbagai departemen di kampus. Penerapan metode FP-Growth yang bersumber dari Data Mining untuk memberikan hasil yang lebih memudahkan bagi petugas perpustakaan karena algoritma ini adalah pengembangan dari algoritma Apriori, yang berfokus pada pencarian dan penggunaan konsep-konsep tertentu untuk menghasilkan data yang lebih efisien pengembangan pohon (tree development) untuk peminjaman buku (frequent itemsets). Dalam penelitian ini, bahan kajian yang digunakan sebanyak 19 jenis klasifikasi buku dan 133 transaksi yang sudah ditentukan, nilai kritis atau supportnya adalah 30% dan tingkat kepercayaan (confidence) diberikan sebanyak 75%, dari hasil pengujian yang dilakukan, di temukan sebuah aturan yaitu, jika pengunjung meminjam buku Ilmu Komputer/Teknik Informatika, maka pengunjung juga meminjam buku Pemrograman, menunjukkan hasil yang diperoleh dari pengetahuan baru tentang pola peminjaman baru. Pola ini digunakan untuk mengatur tata letak buku, khususnya jenis buku yag sering dipinjam bersamaan. Dengan menemukan pola itemset berdasarkan nilai confidence tertinggi Perpustakaan Undipa, dapat mengoptimalkan penempatan buku untuk memaksimalkan aksebilitas dan meningkatkan pinjaman
KEWENANGAN KEPALA SPBT TNI DALAM PENGELOLAAN DAN PENGAWASAN BBM DI LINGKUNGAN TNI
No full textPenelitian ini membahas tanggung jawab Kepala Stasiun Pengisian Bahan Bakar TNI (SPBT TNI) dalam pengelolaan dan pengawasan bahan bakar minyak (BBM) serta pelumas di lingkungan Tentara Nasional Indonesia (TNI). Kepala SPBT TNI memiliki peran strategis dalam memastikan pengelolaan sarana dan prasarana BMP sesuai dengan standar yang ditetapkan oleh Peraturan Menteri Pertahanan Nomor 8 Tahun 2019. Tanggung jawab ini meliputi pengelolaan sarana dan prasarana, pengawasan operasional, pemeliharaan fasilitas, serta penyusunan laporan dan evaluasi kinerja. Namun, terdapat tantangan dalam hal keterbatasan sumber daya manusia, teknologi, dan masalah teknis yang dapat mempengaruhi kelancaran operasional. Untuk itu, solusi berupa peningkatan kapasitas personel, modernisasi fasilitas, serta kerja sama lintas instansi diperlukan guna memastikan pengelolaan logistik yang efisien dan sesuai dengan regulasi
PERBANDINGAN ALGORITMA NAZIEF-ADRIANI DAN PORTER UNTUK PERINGKASAN TEKS OTOMATIS DENGAN LATENT SEMANTIC ANALYSIS PADA MODUL PEMBELAJARAN BERBAHASA INDONESIA
No full textPenelitian ini mengembangkan sistem peringkasan teks otomatis untuk modul pembelajaran berbahasa Indonesia menggunakan metode Latent Semantic Analysis. Tantangan utama peringkasan teks dalam Bahasa Indonesia mencakup kompleksitas struktur bahasa dan penggunaan imbuhan, yang memerlukan proses prapemrosesan teks secara menyeluruh, termasuk stemming. Penelitian ini membandingkan dua algoritma stemming, yaitu Nazief-Adriani dan Porter, untuk mengubah kata berimbuhan menjadi bentuk dasar. Metode ini diawali dengan pemecahan kalimat, pembersihan teks, penghapusan kata tidak penting, dan pembobotan kata menggunakan Term Frequency-Inverse Document Frequency. Tahap selanjutnya adalah analisis hubungan semantik antar kata dan kalimat menggunakan Singular Value Decomposition untuk menghasilkan matriks term-dokumen yang diproses menjadi salience score. Hasil evaluasi menunjukkan bahwa algoritma Nazief-Adriani memiliki akurasi lebih tinggi dengan nilai precision, recall, dan F-measure masing-masing sebesar 87,69%, 83,41%, dan 85,37%, dibandingkan Porter yang hanya mencapai rata-rata 81,50%. Algoritma Latent Semantic Analysis memberikan tingkat akurasi rata-rata sebesar 83,49%, lebih unggul dibandingkan penelitian sebelumnya. Kesimpulan penelitian ini menegaskan efektivitas metode Latent Semantic Analysis untuk peringkasan teks otomatis dan superioritas algoritma Nazief-Adriani dalam menghasilkan akurasi yang lebih baik dan merekomendasikan pengembangan sistem yang lebih efisien dan mendukung pemrosesan Bahasa Indonesia secara optimal
PENGEMBANGAN SISTEM UJIAN ONLINE BERBASIS MOBILE DENGAN AGILE-SCRUM UNTUK MENINGKATKAN EFISIENSI DAN PENGALAMAN PENGGUNA
No full textPenelitian ini bertujuan mengembangkan aplikasi ujian online berbasis mobile yang efisien, aman, dan mudah diakses oleh dosen dan mahasiswa. Dengan menggunakan pendekatan Agile berbasis framework Scrum, pengembangan dilakukan secara iteratif melalui tahapan perancangan antarmuka pengguna (UI/UX), pengembangan backend dan frontend, integrasi API, serta pengujian kualitas aplikasi. Aplikasi ini dirancang untuk menjawab kebutuhan digitalisasi pendidikan dengan mengutamakan efisiensi dan keamanan. Fitur unggulannya meliputi autentikasi ganda, pengawasan berbasis algoritma untuk mencegah kecurangan, dan penyajian hasil ujian secara real-time dengan akurasi tinggi. Pengujian aplikasi mencakup evaluasi fungsional, kinerja, dan uji coba pengguna, memastikan aplikasi dapat memenuhi kebutuhan dan ekspektasi pengguna. Hasil penelitian menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi proses ujian, meminimalkan potensi kecurangan, dan memberikan hasil ujian secara cepat serta akurat. Temuan ini mendukung transformasi digital dalam pendidikan, mempermudah pelaksanaan ujian, dan membantu dosen dalam evaluasi akademik. Penelitian ini juga memperlihatkan pentingnya pendekatan Agile dalam menghasilkan solusi inovatif dan adaptif yang relevan dengan kebutuhan zaman, sekaligus memberikan kontribusi signifikan terhadap pengembangan teknologi pendidikan berbasis mobile
SISTEM INFORMASI GEOGRAFIS TEMPAT WISATA DAN CAGAR BUDAYA BERBASIS WEB DI KABUPATEN LIMA PULUH KOTA
No full textDinas Kebudayaan dan Pariwisata merupakan salah satu dinas yang bergerak dalam bidang pariwisata dan kebudayaan. Kabupaten Lima Puluh Kota memiliki berbagai macam tempat wisata dan cagar budaya yang layak untuk di kunjungi wisatawan. Seperti, Lembah Harau, Perternakan Sapi Padang Mangateh, Perkebunan Jeruk, Talempong Batu, Menhir Bawah Parit, dan lain-lain. Masalah yang terjadi saat ini, masyarakat kurang mengetahui sebaran tempat wisata dan cagar budaya yang ada di Kabupaten Lima Puluh Kota. Masih minimnya informasi tentang lokasi-lokasi wisata dan cagar budaya di kabupaten lima puluh kota, menimbulkan beberapa masalah untuk para wisatawan yang ingin berkunjung ketempat tersebut. Penelitian ini bertujuan untuk meminimalisir permasalahan yang terjadi. Aplikasi ini dibangun dengan menggunakan bahasa pemograman PHP, metode penelitian menggunakan metode SDLC dengan model Waterfall. Alat bantu yang digunakan Unified Modeling Language (UML). Solusi yang di tawarkan yaitu untuk merancang dan membangun sistem informasi geografis tempat wisata dan cagar budaya Kabupaten Lima Puluh Kota. Hasil yang diharapkan berupa Aplikasi sistem informasi geografis tempat wisata dan cagar budaya Kabupaten Lima Puluh Kota berbasis web yang dapat meminimalisir permasalahan dan mempermudah wisatawan untuk mendapatkan informasi tentang tempat dan lokasi wisata dan cagar budaya
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BRAND HANDPHONE TERBAIK BERDASARKAN TREN PENJUALAN MENGGUNAKAN METODE PROMETHEE (STUDI KASUS: TOKO ERAPHONE)
No full textDalam era digital saat ini, perkembangan teknologi semakin pesat, termasuk dalam industri handphone yang menawarkan beragam pilihan merek dan spesifikasi. Keberagaman tersebut sering kali mempersulit konsumen dalam mengambil keputusan pembelian. Untuk membantu proses pengambilan keputusan secara sistematis dan objektif, penelitian ini bertujuan untuk merancang sebuah Sistem Pendukung Keputusan (SPK) menggunakan metode PROMETHEE di Toko Eraphone. Aplikasi yang dirancang memanfaatkan kriteria-kriteria penting dalam pemilihan handphone, seperti harga, kualitas, fitur, dan reputasi brand. Dengan pendekatan metode PROMETHEE, sistem mampu memberikan peringkat terhadap berbagai alternatif handphone berdasarkan preferensi pengguna. Hasil analisis menunjukkan bahwa Apple iPhone 15 Pro Max (+0,2) dan Samsung Galaxy S24 Ultra (+0,15) memiliki nilai Net Flow tertinggi, sehingga menjadi pilihan utama konsumen. Sementara itu, beberapa merek lain seperti OnePlus 12 (-0,075), Oppo Find X7 Pro (-0,125), dan Huawei Mate 60 Pro (-0,025) mendapatkan nilai Net Flow negatif, menunjukkan minat konsumen yang lebih rendah. Dengan adanya sistem ini, diharapkan pelanggan dapat memperoleh informasi yang lebih detail dan relevan, sehingga meningkatkan kepuasan dalam proses pengambilan keputusan pembelian. Selain itu, toko dapat memberikan layanan yang lebih profesional dan efisien kepada konsumennya
MACHINE LEARNING-BASED CLASSIFICATION OF SPACE TRAVEL ELIGIBILITY USING SUPPORT VECTOR MACHINE, RANDOM FOREST, AND XGBOOST
No full textThis study applies machine learning classification techniques to predict passenger displacement events based on corrupted data retrieved from a hypothetical interstellar spacecraft mission. Using a cleaned and preprocessed dataset containing demographic, behavioral, and exposure-related features, we compare the performance of three classification models: Random Forest, Support Vector Machine (SVM), and XGBoost. Each model is trained on 80% of the data and evaluated on the remaining 20% using precision, recall, f1-score, and accuracy metrics. The SVM model shows the most notable improvement after feature selection, achieving a balanced performance across metrics. Meanwhile, Random Forest and XGBoost models maintain consistent and robust accuracy above 80% on both training and testing sets. Feature importance analysis also supports the interpretability of the models, particularly in Random Forest and XGBoost. The comparative analysis demonstrates that ensemble-based methods such as Random Forest and XGBoost are more effective in handling the complexity of the dataset, making them suitable for predictive tasks in high-dimensional, partially incomplete data scenarios