Techno.Com
Not a member yet
738 research outputs found
Sort by
Analysis Of Bread Demand Forecasting Using Recurrent Neural Network (RNN) Method Based On Operational Delivery Data
Full text linkAccurate demand forecasting plays a vital role in optimizing inventory and distribution planning, especially for perishable goods such as bread. This study develops a time series forecasting model using a Recurrent Neural Network (RNN) with a Sequential architecture to predict daily bread demand. Unlike previous research, this model is trained on two years of real operational delivery data (2023–2024), enabling it to capture actual consumption patterns more effectively. The model leverages a 7-day sequence window to predict the next day’s demand, reflecting weekly seasonality. Data preprocessing includes normalization and cleaning, followed by training with the Stochastic Gradient Descent (SGD) optimizer. The model achieved a Mean Absolute Percentage Error (MAPE) of 4.88% and an accuracy of 86.90%, demonstrating high predictive performance and robustness in handling fluctuating, real-world data. The implementation of this model provides a practical solution for improving production planning, reducing waste, and enhancing supply chain responsiveness. The findings confirm that RNN-based models are effective tools for demand forecasting in dynamic business environments.
Keywords - Forecasting, Recurrent Neural Network (RNN), Demand Prediction, Operational Delivery Data, Bread Industry
Analisis Efektivitas Algoritma K-Means Clustering dalam Pengelompokan Siswa Berdasarkan Kemampuan Multidimensi
Full text linkPengelompokan siswa berbasis data sangat penting untuk mendukung evaluasi yang adil dan menyeluruh, mengingat penilaian potensi selama ini cenderung terfokus pada aspek akademik saja. Penelitian ini mengembangkan sistem rekomendasi regu inti lomba kepramukaan menggunakan algoritma K-Means Clustering, dengan dataset berisi 120 siswa SMP yang dinilai berdasarkan parameter akademik, non-akademik, serta pencapaian SKU dan SKK. Jumlah cluster ditentukan sebanyak 24, sesuai dengan kategori lomba berdasarkan aturan Kwarnas mengenai lomba pramuka tingkat penggalang. Proses pengolahan data meliputi normalisasi dan reduksi dimensi menggunakan Principal Component Analysis (PCA). Evaluasi kualitas clustering dilakukan menggunakan metrik Silhouette Score dan Davies–Bouldin Index (DBI). Hasil terbaik diperoleh pada konfigurasi random_state = 42, n_init = 20, dan max_iter = 300, dengan Silhouette Score sebesar 0,1238 dan DBI sebesar 1,4418. Meskipun kualitas pengelompokan tergolong rendah dengan hasil Silhoutte Score = 0.102 dan DBI = 1.362, sistem ini tetap memberikan solusi objektif bagi pembina dalam memilih siswa berpotensi secara adil dan menyeluruh. Sistem ini juga menjawab keluhan orang tua terkait ketidakterlibatan anak dalam lomba, karena pemilihan dilakukan berdasarkan potensi keseluruhan kategori lomba, bukan hanya satu kategori untuk membentuk tim regu inti pramuka.
Kata kunci: K-Means Clustering, Principal Component Analysis (PCA), Silhouette Score, Davies–Bouldin Index, Regu Inti Pramuka
Analisis Pengalaman Pengguna Website OOPedia pada Materi Enkapsulasi dengan User Experience Questionnaire
Full text linkPerkembangan teknologi digital mendorong pemanfaatan media pembelajaran berbasis web. Pada mata kuliah Pemrograman Berorientasi Objek (PBO), mahasiswa sering kesulitan memahami konsep abstrak seperti enkapsulasi. Penelitian ini mengembangkan OOPedia, platform e-learning berbasis web dengan fitur Fill in the Blanks untuk mendukung pemahaman mahasiswa secara interaktif. Sistem dibangun menggunakan model Waterfall melalui tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Evaluasi dilakukan menggunakan User Experience Questionnaire (UEQ) yang melibatkan 40 mahasiswa semester dua Program Studi Sistem Informasi Bisnis, Politeknik Negeri Malang. Hasil menunjukkan bahwa OOPedia memberikan pengalaman belajar positif pada seluruh aspek UEQ, dengan kategori Excellent pada Daya Tarik dan Stimulasi, serta Above Average pada aspek lainnya. Kebaruan penelitian ini terletak pada integrasi fitur Fill in the Blanks dalam materi enkapsulasi serta kombinasi evaluasi UEQ dengan pre/post-test, yang memberikan perspektif baru dalam mengukur efektivitas media pembelajaran interaktif.
Kata Kunci: E-learning, OOPedia, Enkapsulasi, Fill in the Blanks, UE
Association Pattern Analysis of Global Company Market Capitalization Using the FP-Growth Algorithm with Load Balancing Constraint
Full text linkThis research focuses on analyzing the global company market capitalization dataset using the FP-Growth algorithm combined with a load-balancing constraint approach. The main objective is to identify association patterns among different market capitalization categories Small, Medium, Large, Mega, and Ultra to understand their distribution and interrelationships. The study begins with data preprocessing, cleaning, and categorization of companies based on their market values. The FP-Growth algorithm is applied with a minimum support threshold of 0.02, and a load balancing constraint is introduced by filtering rules with support ≥ 0.05 and lift > 1, ensuring balanced and significant association patterns. The analysis results show that the most dominant categories are Medium and Small, representing the majority of companies worldwide, while Large, Mega, and Ultra categories are relatively rare. The strongest rule indicates that countries with “Large” companies are very likely to also have “Small” and “Medium” companies. Evaluation metrics show an average lift of 1.171 and an average confidence of 1.000, confirming strong and reliable associations. Overall, this study provides insights into global market capitalization patterns and demonstrates the effectiveness of FP-Growth with constraints in revealing meaningful, balanced relationships within large-scale business data.
Keywords – FP-Growth, Load Balancing Constraint, Market Capitalization, Association
YouTube Comment Clustering Using K-Means in A Case Study of The Indonesian New Capital City (IKN)
Full text linkThe relocation of the capital city of the Republic of Indonesia from Jakarta to the Nusantara Capital City (IKN) is a critical topic for the public, as it is designated as a strategic national project. However, the lack of public participation may generate community concerns regarding its potential impact. This research involved extracting public opinion from YouTube comments to identify the community’s desires, thereby providing policymakers with valuable information. Clustering the comments using the K-Means method successfully extracted public opinions from 27,063 comment data points. Among the key findings, a significant public concern is the potential for the construction project to be abandoned or stalled (“mangkrak”). Additionally, while the clustering results showed good cohesion, the cluster separation indicated a significant overlap in the data. This is further reflected by the average similarity score of 0.4234972.
Keywords – YouTube, Text Clustering, K-Means, Nusantara Capital City (IKN
Optimasi Support Vector Machine Dengan PSO Untuk Klasifikasi Kelayakan Export Kerang Batik
Full text linkKerang Batik (Paphia undulata) memiliki pola cangkang yang mirip batik, dengan warna dasar cangkang yang bervariasi dari kuning cerah hingga gelap. Sebagai komoditas ekspor Indonesia yang permintaannya terus meningkat, penting untuk menjaga standar kualitas tinggi agar kerang siap ekspor. Penelitian ini menyelidiki metode kontrol kualitas yang efektif untuk kerang batik yang layak ekspor dengan mengambil sampel dari perusahaan terkait. Setelah proses pra-pemrosesan citra, dilakukan ekstraksi fitur, termasuk fitur bentuk (eccentricity, metric) dan fitur tekstur (GLCM). Fitur-fitur ini digunakan dalam algoritma SVM (Support Vector Machine) dengan kernel RBF, yang dipilih karena kemampuannya menangani data non-linear, untuk mencapai akurasi optimal. Metode optimasi PSO (Particle Swarm Optimization) juga diterapkan untuk meningkatkan akurasi lebih lanjut. Penelitian menunjukkan bahwa SVM dengan kernel RBF mencapai akurasi tertinggi sebesar 96,43% pada sudut 45° dan 90°. Setelah dioptimalkan dengan PSO, akurasi meningkat menjadi 97,86% pada sudut 90°. Dengan demikian, penerapan PSO pada algoritma SVM secara signifikan meningkatkan akurasi klasifikasi.
Kata kunci: SVM, PSO, Kerang Batik, Kernel RBF, GLC
Integrasi Virtual Reality dan Sistem Treadmill untuk Meningkatkan Pengalaman Wisatawan: Studi Kasus Destinasi Wisata Balekemambang
Full text linkSektor pariwisata memegang peranan penting dalam pertumbuhan ekonomi negara-negara berkembang seperti Indonesia. Namun, metode promosi tradisional mungkin tidak lagi memadai untuk menarik pengunjung di era digital. Penelitian ini menyelidiki penerapan teknologi Virtual Reality (VR) yang terintegrasi dengan sistem treadmill untuk mempromosikan Balekemambang, destinasi wisata di Purwokerto, Jawa Tengah. Dengan menggabungkan sistem berbasis Raspberry Pi dan video 360 derajat Balekemambang, pengalaman VR memungkinkan pengguna menjelajahi situs secara virtual sambil berjalan di atas treadmill, mensimulasikan kunjungan di dunia nyata. Penelitian ini mengevaluasi efektivitas sistem ini dalam meningkatkan pengalaman imersif dan pengaruhnya terhadap minat wisatawan. Peserta diminta untuk mencoba sistem VR dan kemudian mengisi kuesioner untuk mengukur berbagai faktor, termasuk keterlibatan emosional, minat terhadap destinasi, dan kemungkinan berkunjung. Model regresi logistik mengungkapkan hasil yang signifikan, dengan tingkat akurasi 100%, seperti yang ditunjukkan oleh matriks kebingungan. Temuan ini menunjukkan bahwa pengalaman VR yang imersif dapat memengaruhi minat wisatawan secara signifikan, menjadikan VR sebagai alat yang ampuh untuk mempromosikan pariwisata.
Kata kunci: Realitas Virtual, Integrasi Treadmill, Regresi Logistik, Balekemamban
Analisa Tata Letak Objek pada Ruang Koridor dengan Cellular Automata berbasis Perilaku Manusia
Full text linkSebuah Sistem evakuasi yang baik diharapkan dapat memberikan dampak minimalnya korban ketika terjadi bencana. Penelitian ini menganalisis dampak dari tata letak objek dalam ruangan terhadap proses evakuasi pejalan kaki. Data simulasi dari dampak objek dalam ruangan akan dilakukan analisa pengaruhnya terhadap kepanikan. Perilaku panik ini dituangkan ke dalam perubahan parameter Ks dan Kd. Simulasi pengaruh objek dalam ruangan ini dituangkan ke dalam aplikasi simulasi dengan pemetaan berbentuk koridor. Hasil penelitian ini menunjukan bahwa parameter Ks dan Kd memiliki pengaruh objek dalam melakukan evakuasi. Model dengan penghalang akan membawa pengaruh jika penghalang yang dibuat tegak lurus dengan pintu keluar. Hal ini terjadi karena perpindahan objek ditentukan dengan probabilitas perpindahan pada grid Cellular Automata.
Kata kunci: Penghalang, Panik, Perilaku, Cellular Automata, Pemodela
Pengaruh Antarmuka Pengguna terhadap Pengalaman Pengguna pada Aplikasi Financial Technology di Indonesia
Full text linkPenggunaan aplikasi financial technology (FINTECH) telah menjadi tren utama dalam industri keuangan Indonesia, memberikan kemudahan dalam transaksi seperti pembayaran, investasi, hingga pinjaman. Namun, kesuksesan aplikasi fintech tidak hanya ditentukan oleh fungsionalitasnya, tetapi juga oleh desain antarmuka pengguna (UI) yang berdampak signifikan terhadap pengalaman pengguna (UX). Penelitian ini bertujuan mengeksplorasi hubungan antara desain UI dan UX pada aplikasi fintech dengan pendekatan gabungan (mixed-methods). Pendekatan kualitatif dilakukan melalui wawancara mendalam untuk memahami persepsi pengguna, sementara pendekatan kuantitatif melibatkan survei daring terhadap 266 responden guna mengukur hubungan empiris antara desain UI dan UX. Analisis data menggunakan metode statistik deskriptif dan tematik, serta teknik machine learning untuk mendeteksi pola interaksi pengguna yang tidak terungkap melalui analisis konvensional. Hasil penelitian menunjukkan bahwa desain UI yang intuitif meningkatkan kepuasan pengguna, mempercepat adaptasi, serta mendorong keterlibatan berkelanjutan. Temuan ini menyoroti pentingnya elemen visual, navigasi efisien, dan kompatibilitas teknologi dalam membangun pengalaman pengguna yang positif. Mayoritas responden adalah wanita (65,8%) dengan rentang usia dominan di bawah 25 tahun, menggunakan aplikasi seperti GoPay, ShopeePay, dan Dana. Studi ini berkontribusi pada literatur UI/UX dengan memberikan rekomendasi desain berbasis data yang dapat diterapkan oleh pengembang untuk meningkatkan retensi pengguna serta mendukung adopsi teknologi keuangan yang lebih inklusif dan berkelanjutan.
Kata kunci: antarmuka pengguna, pengalaman pengguna, Financial Technolog
Perbandingan Fun Experience Berdasarkan Tipe User Persona pada Konsep Gamifikasi
Full text linkPenelitian yang dibuat untuk membangun pengalaman yang menyenangkan khususnya di kalangan remaja, khususnya penelitian dalam gamifikasi. Upaya untuk memberikan kegiatan yang menyenangkan dilakukan oleh remaja. Penelitian ini bertujuan untuk menciptakan seseorang berdasarkan pengalaman yang menyenangkan. Oleh karena itu, selama 1 jam dilakukan pengisian kuesioner tentang model hexad dan pengukuran kesenangan dengan mengisi kuesioner Fun Q. Total responden sebanyak 142 mahasiswa berusia sekitar 20-23 tahun. Pengisian kuesioner menggunakan metode random sampling dan skala likert yang terdiri dari 5-6 poin dengan hasil pengumpulan data heksad yaitu Achievements (23, Disruptors (12), Philanthropists (31), Free Spirits (34, Players (24), Socializers (18) dan secara total Fun Q yang sesuai dengan tipe Heksad maka dihitung rata-rata Fun Q dengan hasil sebagai berikut; Achiever (118,6), Disruptor (125,1), Philanthropist (115,7), Free Spirit (105,9), Player (115,1), Socializer (114,7). Hasil penelitian ini untuk membantu peneliti lain yang sedang mengembangkan gamifikasi untuk menemukan persona dalam penelitian selanjutnya.
Kata kunci: User persona, Pengalaman menyenangkan, Skala, Gamifikasi, Aplikas