Jurnal Informatika: Jurnal Pengembangan IT
Not a member yet
437 research outputs found
Sort by
Impelementasi Random Oversampling pada Algoritma Random Forest untuk Klasifikasi Indeks Standar Udara di DKI Jakarta 2024
No full textPolusi udara merupakan permasalahan lingkungan global yang berdampak signifikan terhadap kesehatan manusia dan ekosistem, terutama di wilayah perkotaan padat seperti DKI Jakarta. Tantangan utama tidak hanya terletak pada tingginya konsentrasi polutan, tetapi juga pada keterbatasan analisis data kualitas udara yang akurat dan seimbang. Dataset Indeks Standar Pencemar Udara (ISPU) sering mengalami ketidakseimbangan kelas, di mana sebagian besar data berada pada kategori “SEDANG,” sedangkan “BAIK” dan “TIDAK SEHAT” memiliki jumlah yang jauh lebih sedikit. Kondisi ini menyebabkan model machine learning cenderung bias terhadap kelas mayoritas. Penelitian ini menerapkan dan mengevaluasi teknik Random Oversampling (ROS) yang dikombinasikan dengan algoritma Random Forest untuk meningkatkan akurasi klasifikasi ISPU di DKI Jakarta menggunakan data tahun 2024. Tahapan penelitian meliputi pengumpulan data dari portal Satu Data Jakarta, praproses menggunakan imputasi KNN, penyeimbangan kelas dengan ROS, pelatihan model Random Forest, serta evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan peningkatan akurasi dari 96,71% menjadi 97,07%, dengan recall kelas “TIDAK SEHAT” naik dari 0,93 menjadi 0,94, sedangkan kelas “BAIK” tetap di 0,88. Meskipun peningkatan tersebut relatif kecil, ROS membantu menyeimbangkan proses pembelajaran dan meningkatkan stabilitas model. Penelitian ini juga menyoroti keterbatasan ROS yang hanya menduplikasi data tanpa menghasilkan variasi baru, sehingga metode alternatif seperti SMOTE atau ADASYN disarankan untuk penelitian selanjutnya. Secara keseluruhan, integrasi Random Forest dan Random Oversampling berkontribusi dalam mendukung pemantauan kualitas udara berbasis data dan pengambilan keputusan lingkungan di wilayah perkotaan
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
KaGeo: Aplikasi Geologi Berbasis Web Untuk Manajemen Data Koleksi di Museum Geologi Bandung
No full textPengelolaan data koleksi geologi di Museum Geologi Bandung menghadapi tantangan yang cukup besar, seperti keterbatasan sistem penyimpanan data yang terpadu, sulitnya aksesibilitas informasi koleksi, dan potensi kehilangan data akibat pengelolaan secara manual. Penelitian ini bertujuan untuk merancang dan mengembangkan KaGeo, yaitu aplikasi berbasis web yang dirancang untuk mengelola data koleksi geologi secara efisien dan terpadu. Metodologi yang digunakan adalah System Development Life Cycle (SDLC), yang meliputi tahapan perencanaan, analisis kebutuhan, perancangan, pengembangan, pengujian, dan implementasi. Pengembangan aplikasi dilakukan dengan menggunakan framework Laravel 11 dan Filament 3 untuk backend serta Livewire untuk front end. Data koleksi dikelola dalam database relasional dengan optimasi struktur untuk mendukung pencarian dan klasifikasi berbasis metadata. Validasi sistem dilakukan melalui pengujian black box dan pengumpulan umpan balik dari staf museum. Hasil penelitian menunjukkan bahwa KaGeo meningkatkan efisiensi pencatatan dan pencarian data koleksi hingga 75% dibandingkan dengan metode sebelumnya. Aplikasi ini juga mendukung pelaporan dan visualisasi data secara otomatis, sehingga memudahkan proses pengelolaan koleksi. Selain itu, umpan balik pengguna menunjukkan peningkatan kepuasan terhadap aksesibilitas dan antarmuka aplikasi. Studi ini menyimpulkan bahwa KaGeo dapat menjadi solusi inovatif untuk mengelola data koleksi geologi di Museum Geologi Bandung, dengan potensi untuk diadopsi oleh lembaga sejenis. Rekomendasi untuk pengembangan lebih lanjut meliputi integrasi teknologi berbasis IoT untuk melacak lokasi fisik koleksi dan penerapan algoritma pencarian berbasis kecerdasan buatan
Pengembangan Sistem Pakar untuk Skrining Awal Penderita Penyakit Tuberkulosis Menggunakan Forward Chaining
No full textTuberkulosis (TB) merupakan penyakit menular yang menjadi tantangan besar bagi kesehatan masyarakat di Indonesia, dengan banyak kasus yang belum terdeteksi. Berdasarkan data dari Sistem Informasi Tuberkulosis (SITB) per 2 Oktober 2023, sekitar 36% dari total kasus TB belum terlaporkan, yang berpotensi menjadi sumber penularan di masyarakat. Banyak masyarakat yang kurang memahami gejala TB, sehingga tidak menyadari pentingnya melakukan deteksi dini dan sering kali terlambat dalam mencari penanganan yang tepat. Kriteria yang diperlukan untuk skrining TB meliputi gejala seperti batuk berkepanjangan, demam, berkeringat pada malam hari, penurunan berat badan, sesak napas, dan pembesaran kelenjar getah bening. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web yang dapat digunakan untuk skrining awal TB. Metode yang diterapkan dalam penelitian adalah forward chaining, menggunakan aturan logika IF-THEN untuk menentukan hasil berdasarkan gejala yang dimasukkan oleh pengguna. Hasil pengujian kesesuaian aturan menunjukkan bahwa semua aturan yang diterapkan dalam sistem dapat menghasilkan kesimpulan yang tepat berdasarkan kombinasi gejala yang dilaporkan. Pengujian ini dilakukan dengan menggunakan metode berbasis kasus uji, di mana setiap kombinasi gejala diuji untuk memastikan bahwa sistem memberikan keluaran yang sesuai. Selain itu, sistem ini dilengkapi dengan antarmuka yang intuitif, sehingga masyarakat dapat dengan mudah melakukan skrining awal TB. Pengembangan sistem pakar ini diharapkan dapat memberikan kontribusi yang signifikan dalam pengendalian TB di Indonesia
Analisis Data Warehouse Pada Perpustakaan Universitas XYZ Untuk Efisiensi Manajemen Menggunakan Metode Kimball 4 Langkah
No full textThe XYZ University Library faces recurring book losses that affect the efficiency of library collection management. This study aims to develop a data-driven analysis system to identify loss patterns and support decision-making. The proposed solution uses a Data Warehouse approach with the Kimball Four-Step method and the ETL (Extract, Transform, Load) process. This methodology includes business process selection, grain declaration, dimension identification, and fact determination. Library transaction data from 2022 to 2024 was extracted, transformed, and loaded into a MySQL-based warehouse and visualized using Power BI. The analysis revealed that popular book categories, such as novels, were the most frequently lost. The visualization also enabled trend analysis based on time, book types, and user segments. The findings highlight a significant decline in loss cases, from 27 in 2022–2023 to 13 in 2023–2024, suggesting improved monitoring and management. The study demonstrates that the Data Warehouse approach effectively supports historical data analysis and provides accurate insights for sustainable library policy formulation
PDF-Document Chatbot Responses using Large Language Models to Enable Smart City Engagement
No full textTraditional documents, including Rencana Pembangunan Jangka Menengah Daerah (RPJMD), Strategic Plans (Renstra), and e-masterplans, have undergone a remarkable transformation, evolving from their conventional printed formats to the dynamic realm of electronic versions. While this shift holds the promise of enhanced accessibility and convenience for the public, the full potential of these resources remains unrealized due to inherent challenges. On the other hand, a Generative AI approach is employed for the creation of an intelligent chatbot. Our primary contribution lies in the PDF-Document Chatbot Response utilizing Large Language Models (LLMs) GPT 3.5 Turbo from OpenAI, aimed at fostering engagement within Smart City. The dataset consists of Masterplan documents for Smart City development in Yogyakarta City, presented in PDF format and employing the Indonesian language. This research leverages the Large Language Models (LLMs) GPT-3.5 Turbo from OpenAI, in conjunction with user input and prompts. The development process for crafting this chatbot utilizes the LangChain Framework and Pinecone for storing vector embeddings. The results underscore the chatbot's capability to generate coherent responses closely aligned with the context found within the PDF document
Sistem Manajemen Pengungsi Guna Meningkatkan Efektivitas Operasional BPBD Kota Batu Dalam Pendataan Dan Pemantauan Pengungsi
No full textBatu City is a region known for its natural beauty but also faces high risks of natural disasters such as landslides, earthquakes, and floods. The primary challenge faced by the Regional Disaster Management Agency (BPBD) of Batu City is the manual processing of refugee data. In emergency situations, such as post-disaster scenarios, time is crucial, and manual data collection, processing, and reporting can hinder the rapid response needed to assist refugees. Additionally, data mismatches and inaccuracies in logistics and kitchen needs pose serious problems. Therefore, there is a need for a refugee management information system to enhance the operational effectiveness of BPBD Batu City in data processing, real-time data monitoring, and ensuring the accuracy of logistics and kitchen needs data. This study employs a combination of design thinking and the spiral method for system development. Based on testing the impact of the application on BPBD's response showed an increase in response speed by 87.1%. This proves that the implemented system effectively enhances BPBD Batu's operational efficiency in refugee data collection and monitoring
Analysis of Information Security Management System Implementation at BSN
No full textSNI ISO/IEC 27001:2013, adopted by the National Standardization Agency of Indonesia (BSN), is a national standard derived from the international ISO/IEC 27001 published by the International Organization for Standardization (ISO) and the International Electrotechnical Commission (IEC). This study evaluates the effectiveness of BSN's Information Security Management System (ISMS) implementation, focusing on compliance with international standards, risk management strategies, and organizational commitment to safeguarding information. Employing qualitative descriptive methods, data were collected through interviews, document analysis, and observations. The findings highlight the critical roles of leadership commitment, comprehensive risk assessments, and regular system evaluations in achieving ISMS objectives. Despite significant achievements, including obtaining Integrated Management System certification in 2023, challenges persist in optimizing resources and adapting to emerging security threats. Recommendations include enhancing staff capabilities, investing in advanced technologies, and transitioning to the updated SNI ISO/IEC 27001:2022 standard. This study reinforces the importance of ISMS in protecting sensitive information, fostering trust, and aligning with global best practices
Sistem Pengelompokan Jenis Sampah Rumah Tangga untuk Optimalisasi Pengolahan
No full textThe increasing volume of household waste in Indonesia has raised the need for efficient waste management solutions. This study developed an Internet of Things (IoT)-based waste classification system aimed at optimizing waste processing. The system integrates digital scales, ESP32 microcontrollers, and cloud-based servers to collect, monitor, and manage waste data in real-time. Using the Prototype Software Development Life Cycle (SDLC) method, the system was designed, implemented, and evaluated iteratively to meet user needs effectively. The system allows users to input waste type, verifies the data with a PIN, and transmits it to a server for centralized management. Testing results demonstrated high accuracy in weight measurements, consistency between devices, and seamless data integration into the system. The IoT-based system not only reduces operational workload but also supports efficient recycling by categorizing waste with economic value. Further research is recommended to expand the system's application to larger communities and explore its integration into broader waste management platforms
Clustering and Profiling Analysis for FIFA Football Player using K-Means
No full textThe selection of football players is a complex process involving talent evaluation based on various performance indicators, combining objective measures with subjective assessments by coaches and scouts. This research aims to improve the football player selection process using the K-Means clustering method based on the attributes of transfer price, performance, body specifications, position, and player ability. The dataset used consists of 17.947 players taken from the FIFA 19 edition of the soFIFA.com platform, which includes complete information such as transfer price, performance, body specifications, position, and player ability. The data was processed using principal component analysis (PCA) to reduce the dimensions, followed by the Elbow Method to determine the optimal number of clusters. The clustering results show the distribution of players based on their on-field roles, such as center back, goalkeeper, striker, and left wing back. The profiling of players from each cluster is identified based on position, body type, dominant foot usage, transfer price, and rating. This research provides useful insights for coaches and scouts in selecting players that suit specific roles in the team using better analysis. The findings also highlight the importance of player clustering for data-driven decision-making, which can optimize team composition and overall performance