Jurnal Sistem Informasi dan Teknologi (SINTEK)

Rancang Bangun Arsitektur Enterprise Pada Lembaga Isti’dad Ma’had Aly Putri Dalam Meningkatkan Efisiensi Layanan Pendidikan Menggunakan Metode TOGAF

2025-12-22T03:15:36+00:00

Perkembangan teknologi informasi menuntut institusi pendidikan untuk meningkatkan efisiensi dan efektivitas layanan akademik serta administrasi melalui sistem informasi yang terintegrasi. Lembaga Isti’dad Ma’had Aly Putri, sebagai salah satu unit pendidikan di bawah naungan Pondok Pesantren Salafiyah Syafi’iyah Sukorejo, memiliki visi mengkader lulusan yang mahir dalam bidang ilmu alat sebagai penopang utama dalam memahami dan mengkaji kitab kuning. Visi tersebut diwujudkan melalui misi melaksanakan kajian ilmu alat, memberikan bimbingan personal, serta menyelenggarakan pelatihan intensif membaca kitab kuning dengan penerapan ilmu alat yang telah dipelajari. Namun, dalam pelaksanaannya masih diperlukan dukungan sistem informasi yang terstruktur dan terintegrasi guna menunjang layanan pendidikan secara optimal. Penelitian ini bertujuan untuk merancang arsitektur enterprise sebagai panduan pengembangan sistem informasi yang saling terhubung guna meningkatkan efisiensi layanan akademik dan administrasi sesuai dengan visi dan misi lembaga. Metode yang digunakan adalah TOGAF (The Open Group Architecture Framework) ADM versi 9.1. Hasil penelitian menunjukkan bahwa rancangan arsitektur enterprise yang diusulkan mampu mengintegrasikan 14 aplikasi utama dalam pengelolaan akademik dan administrasi, yang didukung oleh infrastruktur jaringan, server, serta sistem keamanan berbasis firewall dan enkripsi data, sehingga diharapkan dapat mendukung peningkatan kualitas layanan pendidikan di Lembaga Isti’dad Ma’had Aly Putri.

Integrasi Sensor–Aktuator Berbasis IOT Untuk Pengaturan Kipas Otomatis Dan Monitoring Lingkungan Pada Rumah Pintar

2025-12-22T03:39:11+00:00

Penelitian ini mengembangkan prototipe sistem mekatronika rumah pintar berbasis Internet of Things (IoT) untuk pengaturan kipas angin otomatis berdasarkan suhu ruangan. Sistem menggunakan mikrokontroler ESP32 sebagai pengendali utama, sensor DHT22 untuk pengukuran suhu dan kelembapan, serta modul relay dan kipas DC 12V sebagai aktuator. Data lingkungan ditransmisikan menggunakan protokol MQTT melalui broker shiftr.io dan disajikan pada antarmuka pemantauan berbasis web yang terintegrasi dengan basis data MySQL. Hasil pengujian menunjukkan bahwa waktu respons sistem kontrol berada pada kisaran ±760 ms. Pengiriman data MQTT dengan interval 10 detik berlangsung stabil tanpa kehilangan paket selama pengujian. Integrasi sensor, mikrokontroler, aktuator, dan sistem pemantauan web berjalan dengan baik, sehingga sistem mampu merespons perubahan suhu secara cepat, adaptif, dan efisien. Dibandingkan penelitian sebelumnya yang umumnya hanya mengandalkan kontrol lokal, sistem ini menawarkan solusi rumah pintar yang lebih komprehensif dengan dukungan pemantauan daring dan pencatatan data lingkungan secara real-time.

Pengaruh E-commerce Dan Pemanfaatan Sistem Informasi Akuntansi Terhadap Pengambilan Keputusan Berwirausaha

2025-12-17T03:13:46+00:00

Perkembangan teknologi telah mendorong berbagai aktivitas dapat dilaksanakan dengan lebih efisien dan cepat. Salah satu wujud kemajuan teknologi di era digital adalah munculnya e-commerce serta penerapan sistem informasi akuntansi dalam kegiatan ekonomi. Penguasaan terhadap sistem informasi akuntansi menjadi aspek yang krusial dalam pengelolaan bisnis, karena sistem ini berperan untuk mengambil keputusan yang akurat sehingga usaha dapat mempertahankan eksistensinya dan berkembang secara berkelanjutan di tengah persaingan. Penelitian ini difokuskan untuk mengkaji pengaruh e-commerce dan pemanfaatan sistem informasi akuntansi dalam kaitannya dengan keputusan berwirausaha mahasiswa Prodi Akuntansi angkatan 2021 di STIE Indonesia Jakarta. Penelitian ini bertumpu pada data primer melalui kuesioner, dengan teknik probability sampling terhadap 160 responden. Pengujian data dilakukan dengan uji parsial (uji T). Temuan yang dihasilkan membuktikan bahwa: 1) Adanya pengaruh positif antara E-commerce (X1) terhadap keputusan berwirausaha (Y). 2) adanya pengaruh positif antara sistem informasi akuntansi (X2) terhadap keputusan berwirausaha (Y). Penelitian ini bermanfaat bagi mahasiswa untuk menumbuhkan minat berwirausaha.

Analisis Dan Prediksi Risiko Kelahiran Bayi Menggunakan K-Means Dan Deep Neural Network (DNN)

2025-12-17T04:52:20+00:00

Risiko kelahiran bayi merupakan indikator penting dalam evaluasi kesehatan ibu dan anak sehingga diperlukan pendekatan analitis yang mampu mengidentifikasi pola risiko secara akurat. Penelitian ini bertujuan menganalisis dan memprediksi risiko kelahiran bayi dengan mengintegrasikan metode K-Means dan Deep Neural Network (DNN). Dataset yang digunakan terdiri dari 983 data rekam medis ibu hamil yang telah melalui tahap pengumpulan data, pembersihan, dan preprocessing meliputi normalisasi, encoding variabel kategorikal, penanganan outlier, serta seleksi fitur. Metode K-Means digunakan untuk mengelompokkan data berdasarkan kemiripan karakteristik klinis guna membentuk representasi pola risiko awal, yang selanjutnya digunakan sebagai fitur tambahan pada model DNN. Model DNN dirancang menggunakan beberapa hidden layer dengan fungsi aktivasi ReLU dan regularisasi dropout. Hasil pengujian menunjukkan bahwa model menghasilkan akurasi sebesar 61,93% dan nilai ROC AUC sebesar 0,6402, yang mengindikasikan performa moderat dalam memprediksi risiko kelahiran bayi. Stabilitas kurva loss dan akurasi menunjukkan proses pelatihan yang berjalan dengan baik tanpa overfitting signifikan. Secara praktis, model ini berpotensi digunakan sebagai alat bantu awal bagi tenaga kesehatan dalam mengidentifikasi ibu hamil dengan risiko kelahiran lebih tinggi sehingga dapat dilakukan pemantauan dan intervensi lebih dini.

Klasifikasi Tingkat Kesejahteraan Masyarakat Desa Cikuya Berdasarkan Data Sosial Ekonomi Menggunakan Algoritma Nive Bayes

2025-12-17T06:02:35+00:00

Penentuan tingkat kesejahteraan masyarakat memiliki peran penting dalam proses penyaluran bantuan sosial di tingkat desa. Namun, pendataan berbasis observasi manual masih menghadirkan potensi bias subjektif dan ketidakkonsistenan dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan model klasifikasi tingkat kesejahteraan masyarakat Desa Cikuya menggunakan algoritma Naïve Bayes sebagai pendekatan berbasis data yang lebih objektif. Tahapan penelitian meliputi pengumpulan data sosial ekonomi, pra-pemrosesan, encoding variabel kategorik, normalisasi variabel numerik, pelatihan model Gaussian Naïve Bayes, serta evaluasi menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model menghasilkan akurasi sebesar 98,33%, yang menunjukkan performa klasifikasi yang sangat baik. Analisis lebih lanjut mengindikasikan bahwa variabel pendapatan dan kondisi fisik rumah memiliki peranan paling dominan dalam membedakan kategori kesejahteraan. Model yang dikembangkan tidak hanya berfungsi sebagai alat klasifikasi, tetapi juga dapat dimanfaatkan sebagai sistem pendukung keputusan bagi pemerintah desa untuk menilai status kesejahteraan masyarakat secara lebih cepat, konsisten, dan bebas bias subjektif. Penelitian ini memberikan kontribusi pada pemanfaatan teknologi pembelajaran mesin dalam pemetaan kesejahteraan masyarakat, meskipun masih memiliki keterbatasan pada jumlah variabel dan cakupan data lokal. Temuan ini diharapkan dapat menjadi dasar pengembangan sistem penyaluran bantuan yang lebih tepat sasaran dan transparan.

Model Machine Learning Untuk Prediksi Risiko Penyakit Liver Dengan Random Forest Teroptimasi

2025-12-17T05:58:38+00:00

Penyakit liver merupakan salah satu kondisi kronis dengan tingkat mortalitas tinggi, sehingga diperlukan pendekatan prediksi yang akurat untuk mendukung deteksi dini. Penelitian ini bertujuan mengembangkan model machine learning untuk memprediksi risiko penyakit liver menggunakan algoritma Random Forest yang dioptimalkan dengan RandomizedSearchCV. Dataset yang digunakan terdiri dari 1.700 entri yang mencakup variabel klinis dan gaya hidup, termasuk usia, jenis kelamin, BMI, konsumsi alkohol, kebiasaan merokok, riwayat genetik, aktivitas fisik, diabetes, hipertensi, serta hasil Liver Function Test. Proses penelitian meliputi preprocessing, normalisasi skala, pembagian data menggunakan train-test split 80:20, pembangunan model baseline, dan optimasi hiperparameter. Hasil eksperimen menunjukkan bahwa optimasi menghasilkan peningkatan performa model, dengan akurasi 0.91, peningkatan recall sebesar 3.20%, dan AUC-ROC mencapai 0.96. Analisis feature importance menunjukkan bahwa LiverFunctionTest, BMI, dan AlcoholConsumption merupakan fitur paling berpengaruh terhadap prediksi risiko penyakit liver. Dengan demikian, Random Forest teroptimasi terbukti efektif dalam menghasilkan model prediksi yang akurat dan dapat digunakan sebagai alat pendukung keputusan dalam deteksi dini penyakit liver.

Pengembangan Learning Management System Berbasis Algoritma Clustering Dan Genetika Untuk Pembentukan Kelompok Heterogen Dalam Model Teams Games Tournamen

2025-12-17T09:00:58+00:00

Pembentukan kelompok belajar heterogen yang efektif pada model Teams Games Tournament (TGT) sering terkendala penilaian pribadi guru dan waktu yang lama. Penelitian ini bertujuan mengembangkan Learning Management System (LMS) berbasis kecerdasan buatan untuk mengotomatisasi proses tersebut secara objektif. Menggunakan metode Research and Development (R&D) model ADDIE, sistem mengintegrasikan K-Means Clustering untuk profiling motivasi siswa (model ARCS) dan Algoritma Genetika untuk optimisasi kelompok. Uji coba pada 31 siswa SMA menunjukkan sistem sangat layak (validasi ahli 96,8%) dan praktis (skor SUS 88,1). Secara fungsional, sistem mencapai keseimbangan ukuran kelompok sempurna (100%), dengan tingkat heterogenitas motivasi sebesar 41,5% yang dipengaruhi distribusi data populasi. Disimpulkan bahwa integrasi algoritma K-Means dan Genetika dalam LMS ini efektif sebagai solusi pembentukan kelompok belajar yang objektif dan efisien.

Analisis Sentimen Bencana Banjir Sumatera Menggunakan TF-IDF Dan Logistic Regression

2026-01-02T08:16:58+00:00

Penelitian ini bertujuan untuk memahami bagaimana warganet merespons banjir di Sumatera melalui percakapan di Twitter, yang dipilih sebagai objek karena bersifat real-time, datanya relatif terbuka melalui API, dan telah banyak dimanfaatkan sebagai kanal komunikasi bencana serta sumber data untuk analisis kebencanaan di Indonesia maupun global. Data dikumpulkan menggunakan tweet‑harvest dengan kata kunci terkait “banjir” dan “pemerintah”, sehingga diperoleh 517 tweet berbahasa Indonesia dalam rentang waktu tertentu. Teks tweet kemudian dibersihkan melalui serangkaian langkah pre‑processing, seperti penghapusan URL, mention, tanda baca, angka, serta normalisasi menjadi bentuk kata yang lebih ringkas dalam kolom text_final. Tahap berikutnya, setiap tweet diberi skor dan label sentimen menggunakan VADER Sentiment Analyzer, sehingga diperoleh kategori negatif, netral, dan positif. Data tersebut kemudian direpresentasikan secara numerik menggunakan TF‑IDF dan dimanfaatkan sebagai masukan untuk melatih model Logistic Regression sebagai klasifikator sentimen, dengan pemisahan data training dan testing. Evaluasi pada data uji menunjukkan bahwa model mencapai accuracy 0,860, dengan macro F1‑score 0,308 dan weighted F1‑score 0,805, yang menandakan performa sangat baik pada kelas netral namun masih terbatas untuk kelas negatif dan positif akibat ketidakseimbangan data. Secara keseluruhan, sekitar 92,59% tweet diklasifikasikan netral, 3,01% negatif, dan 4,41% positif, menggambarkan bahwa mayoritas percakapan bersifat informatif, sementara keluhan maupun apresiasi hadir dalam porsi kecil namun bermakna. Temuan ini menunjukkan bahwa analisis sentimen berbasis Twitter dapat menjadi alat bantu penting untuk memantau persepsi publik terhadap penanganan banjir, sekaligus menggarisbawahi perlunya model yang lebih sensitif terhadap ekspresi emosi negatif dan positif.

Penerapan Algoritma K-Means Clustering Untuk Mengelompokan Siswa SMK Al-Ma’rifah Berdasarkan Kehadiran

2025-12-22T03:13:06+00:00

Penelitian ini bertujuan untuk mengelompokkan siswa SMK Al-Ma’rifah berdasarkan pola kehadiran menggunakan algoritma K-Means Clustering. Data yang dianalisis merupakan catatan kehadiran siswa tahun ajaran 2023/2024 yang meliputi jumlah hadir, izin, sakit, alfa, dan persentase kehadiran. Tahapan pra-pemrosesan data dilakukan melalui pembersihan dan normalisasi sebelum proses clustering. Penentuan jumlah klaster optimal menggunakan Elbow Method dan Silhouette Coefficient menunjukkan bahwa tiga klaster merupakan struktur terbaik. Hasil pengelompokan menghasilkan tiga kategori siswa, yaitu sangat disiplin, cukup disiplin, dan kurang disiplin. Evaluasi kualitas klaster menggunakan Silhouette Score dan Davies–Bouldin Index menunjukkan pemisahan klaster yang baik. Penelitian ini membuktikan bahwa K-Means Clustering efektif dalam mengidentifikasi pola kehadiran siswa dan dapat mendukung pengambilan keputusan sekolah berbasis data dalam meningkatkan kedisiplinan siswa.

Perancangan Prototype Website Desain Interior Garis Nuansa Berbasis User-Centered Design Dengan Fitur Kustomisasi Desain Dan Project Tracking

2025-12-17T02:51:32+00:00

Kemajuan teknologi digital telah mendorong terjadinya perubahan signifikan dalam sistem layanan di berbagai sektor industri, termasuk pada bidang desain interior. Salah satu bentuk pemanfaatan teknologi tersebut adalah penggunaan website interaktif sebagai media untuk meningkatkan efisiensi layanan, transparansi proses kerja, serta kualitas pengalaman pengguna. Penelitian ini bertujuan untuk merancang prototype website desain interior Garis Nuansa berbasis User-Centered Design yang dilengkapi dengan fitur kustomisasi desain dan project tracking. Pengembangan sistem dilakukan menggunakan metode prototype yang meliputi tahap analisis kebutuhan, perancangan cepat, pembangunan prototype, serta evaluasi pengguna. Pengujian usability dilakukan dengan metode Post-Study System Usability Questionnaire (PSSUQ) terhadap 46 responden. Hasil pengujian menunjukkan nilai rata-rata usability sebesar 4,22 dari skala 1–5 yang menandakan bahwa prototype website memiliki tingkat kemudahan penggunaan yang baik, tampilan yang menarik, serta fitur yang fungsional dan informatif. Oleh karena itu, prototype website ini diharapkan dapat mendukung proses transformasi digital bisnis desain interior Garis Nuansa melalui peningkatan transparansi, keterlibatan pengguna, dan kepuasan klien.

Aplikasi Mobile Pemantauan Kesehatan Individu Dalam Meningkatkan Kesadaran Hidup Sehat Dalam Forum Diskusi

2026-01-10T08:03:40+00:00

Setiap manusia mengalami proses masa muda, dewasa, dan tua, yang selaras dengan kekuatan fisik, dengan melemahnya fisik seiring bertambahnya usia. Dalam proses bertahan hidup, setiap individu harus mampu menjaga kesehatannya dengan mengendalikan segala sesuatu yang berkaitan dengan kesehatannya. Proposal ini mendemonstrasikan kondisi seseorang menggunakan teknologi yang mampu mengakses forum diskusi. Pemantauan kesehatan individu dilakukan dengan mendeskripsikan kondisi seseorang yang melakukan kebiasaan berolahraga, mendengarkan musik spiritual selama pemulihan setelah sakit, dan pemicu terkini untuk menjaga kesehatan. Lebih lanjut, diskusi tentang penyakit dan promosi kesehatan dilanjutkan melalui forum diskusi yang dirancang dengan konten yang menarik. Makalah ini mengusulkan aplikasi seluler dengan forum diskusi, dan makalah ini mencakup diagram kasus penggunaan, antarmuka pengguna, dan diagram kelas untuk tujuan yang lebih detail.

Perancangan Sistem Informasi Penjualan Fashion Muslim Di CV Deltia Berbasis Web

2026-01-07T04:39:29+00:00

CV. Deltia ialah perusahaan distributor baju muslim yang sudah memiliki 31 brand di dalamnya. Penelitian ini dilatar belakangi oleh sistem kerja yang masih menggunakan kertas sebagai alat untuk proses transaksi. Karena sistem sebelumnya masih proses manual sehingga alur kerja yang dilakukan memerlukan waktu yang cukup lama agar pekerjaan dapat terselesaikan. Sistem yang dibangun oleh penulis saat ini bertujuan agar alur kerja dapat terstruktur dan menjadi efisien. Dengan adanya sistem tersebut memudahkan bagi mitra maupun admin dalam proses transaksi dan pendataan terhadap penjualan. Metode yang digunakan ialah Rapid Application Development (RAD) dengan beberapa tahapan yaitu perencanaan syarat-syarat, workshop design, serta implementasi. Dalam menyelesaikan pengembangan sistem yang dilakukan, penulis melakukan pengumpulan data berdasarkan pengamatan (observasi) dan studi pustaka. Pengamatan dilakukan secara langsung untuk mengetahui alur kerja di perusahaan tersebut. Seperti pada proses order, pengambilan barang hingga barang siap untuk di kirim. Sehingga dapat diketahui alur yang masih kurang stabil dan perlu perbaikan pada sistem agar terkomputerisasi dengan baik. Sedangkan pengumpulan data dengan studi pustaka penulis memahami dan membaca jurnal dari berbagai sumber sebagai landasan teori dalam memecahkan masalah dan tidak penyimpang dari teori. Penulis mencari berbagai referensi sebagai acuan untuk penulisan dan pengembangan suatu sistem yang akan di bahas. Dari hasil penelitian tersebut penulis mengharapkan agar sistem dapat terkomputerisasi dengan baik dan memudahkan bagi karyawan dalam melakukan pekerjaannya.

Sistem Informasi Penilaian Kinerja Karyawan Menggunakan Metode Graphic Rating Scale Dan 360 Derajat (Studi Kasus PT Valdemer Manajemen Indonesia)

2025-12-23T13:29:16+00:00

PT Valdemer Manajemen Indonesia merupakan perusahaan yang bergerak di bidang jasa manajemen sumber daya manusia dan konsultasi bisnis, dengan fokus utama pada peningkatan kualitas kinerja organisasi melalui pengelolaan SDM yang efektif. Penelitian ini menghasilkan sebuah aplikasi sistem informasi penilaian kinerja karyawan berbasis web yang dirancang untuk mendukung proses evaluasi kinerja di perusahaan. Aplikasi ini mengimplementasikan metode Graphic Rating Scale untuk memberikan penilaian kuantitatif yang terstruktur, serta metode 360 Derajat untuk memperoleh evaluasi menyeluruh dari berbagai pihak yang terkait, seperti klien, atasan, rekan kerja, dan bawahan. Tujuan dari pengembangan aplikasi ini adalah untuk menyediakan alat bantu digital yang mampu meningkatkan objektivitas, efisiensi, dan transparansi dalam proses penilaian kinerja karyawan. Dengan sistem ini, perusahaan dapat mengidentifikasi potensi karyawan, menyusun program pengembangan yang sesuai, serta meningkatkan motivasi dan produktivitas kerja secara keseluruhan.

Perancangan Sistem Informasi Influencer Management Pada Divisi Key Opinion Leader Specialist di PT. XYZ

2025-12-17T08:11:59+00:00

Sistem management influencer adalah sistem yang digunakan untuk mencari dan merekomendasikan influencer dalam mempromosikan suatu produk pada sebuah perusahaann. Pada PT. XYZ pencarian dan rekomendasi masih menggunakan cara manual yaitu dengan melihat profil influencer satu-persatu dari social media. Akibatnya dibutuhkan waktu yang lama untuk seleksi dan penilaiannya. Penelitian ini bertujuan untuk merancang sistem rekomendasi influencer Management yang dapat membantu Divisi Key Opinion Leader Specialist. Perancangan sistem rekomendasi ini menggunakan sistem informasi berbasis knowledge-based filtering dan SMART (Simple Multy Atribute Rating Tehnique) yang meliputi tahap analisis identifikasi item yang relevan bagi pengguna, memanfaatkan pengetahuan preferensi pengguna, memanfaatkan pengetahuan item dan memanfaatkan pengetahuan rekomendasi. Sistem ini dapat menerima masukan dari pengguna sesuai kebutuhan usaha masing-masing dan mengeluarkan rekomendasi influencer yang sedang di cari sesuai kategori nya masing-masing. Dengan memanfaatkan dua atribut, yaitu engagement rate dan growth rate maka sistem akan dibangun dengan aplikasi berbasis web. Di masa depan sistem akan dikemangkan dengan aplikasi berbasis android.

Evaluasi Pengaruh Kualitas Data Terhadap Performa Model Machine Learning Menggunakan Pendekatan Data-Centric AI

2025-12-17T03:50:50+00:00

Penelitian ini mengevaluasi pengaruh kualitas data terhadap performa model machine learning menggunakan pendekatan Data-Centric Artificial Intelligence (DCAI). Eksperimen dilakukan pada Titanic Dataset dengan membandingkan Random Forest dan Support Vector Machine (SVM) dalam tiga skenario penanganan missing values, yaitu Drop Missing, Mean Imputation, dan No Imputation. Kinerja model dievaluasi menggunakan metrik Accuracy, F1 Score, dan Area Under Curve (AUC). Hasil menunjukkan bahwa intervensi kualitas data memberikan dampak signifikan terhadap performa model. Random Forest mencapai performa terbaik pada skenario Drop Missing dengan Accuracy 0.813, F1-Score 0.758, dan AUC 0.859, sedangkan SVM memperoleh Accuracy tertinggi sebesar 0.822 pada skenario Mean Imputation. Uji statistik Paired t-Test menunjukkan tidak terdapat perbedaan performa yang signifikan secara statistik antara kedua model (p-value > 0.05). Temuan ini menegaskan bahwa peningkatan kualitas data lebih berpengaruh terhadap kinerja model dibandingkan pemilihan algoritma, sehingga mendukung paradigma Data-Centric AI.

Analisis Kesehatan Karyawan Pada Kerja Remote Berbasis Multinomial Naive Bayes

2026-01-13T08:14:04+00:00

Pandemi COVID-19 mendorong perubahan signifikan dalam sistem kerja dengan meningkatnya penerapan kerja jarak jauh di berbagai sektor. Meskipun model kerja ini menawarkan fleksibilitas, dampaknya terhadap kesehatan mental dan fisik karyawan masih memerlukan kajian empiris. Penelitian ini bertujuan menganalisis hubungan antara model kerja remote, hybrid, dan onsite dengan keluhan kesehatan karyawan berdasarkan data narasi menggunakan pendekatan text mining. Metode klasifikasi Multinomial Naive Bayes digunakan untuk mengelompokkan keluhan kesehatan mental dan fisik. Hasil penelitian menunjukkan bahwa distribusi keluhan kesehatan relatif merata pada seluruh model kerja. Tingkat akurasi klasifikasi berada pada rentang 72% hingga 98%, dengan akurasi tertinggi pada klasifikasi keluhan fisik. Hal ini menunjukkan bahwa pola keluhan fisik lebih konsisten dibandingkan keluhan mental yang cenderung bersifat subjektif. Analisis kata kunci mengindikasikan bahwa keluhan dominan, seperti nyeri punggung, ketegangan mata, dan nyeri bahu, muncul pada seluruh model kerja. Penelitian ini berkontribusi dalam memberikan bukti empiris bahwa model kerja tidak menjadi satu-satunya faktor penentu keluhan kesehatan karyawan. Temuan ini menunjukkan perlunya pendekatan kebijakan kerja yang mempertimbangkan faktor ergonomi, beban kerja, dan keseimbangan kehidupan kerja dalam mendukung kesehatan karyawan pada era kerja fleksibel.

Klasifikasi Jenis Penyakit Daun Teh Menggunakan Arsitekture VGG16

2026-01-15T08:22:26+00:00

Perkembangan produksi teh di Indonesia semakin menurun setiap tahunnya. Penurunan produksi teh salah satunya disebabkan adanya serangan hama dan penyakit pada daun teh yang mempengaruhi hasil panen dan kualitas teh. Klasifikasi penyakit dauh teh sangat penting untuk mengetahui perawatan yang diperlukan dalam keberlanjutan sistem budidaya. Klasifikasi penyakit daun teh masih mengandalkan tenaga professional dan pengalaman kerja petani, hal ini akan memakan waktu, melelahkan dan tidak efisien. Beberapa tahun terakhir kemunculan algoritma pembelajaran mesin menyediakan sistem dukungan untuk klasifikasi penyakit daun teh. Penelitian ini bertujuan untuk melakukan klasifikasi jenis penyakit daun teh menggunakan arsitektur CNN VGG16. VGG16 memiliki score akurasi cukup tinggi, dan memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi. Arsitektur VGG16 menghasilkan akurasi sebesar 94% dan nilai loss 0,2266% yang menujukkan bahwa arsitektur ini mampu melakukan klasifikasi penyakit dauh teh dengan baik yang ditunjukkan dengan hasil pengujian dari 36 data yang mana 35 data citra daun teh terdeteksi benar dan 1 citra terdeteksi dengan klasifikasi jenis penyakit yang salah.

Aplikasi Interaktif Berbasis R Studio Untuk Prediksi Nilai Ujian Mahasiswa Menggunakan Algoritma Random Forest Dengan Evaluasi Multi-Variabel

2026-01-20T11:36:26+00:00

Penelitian ini bertujuan untuk mengembangkan model prediksi nilai ujian mahasiswa menggunakan algoritma Random Forest yang diimplementasikan melalui aplikasi interaktif berbasis R Studio. Instrumen penelitian yang terdiri dari 48 item diuji validitasnya dengan seluruh item menunjukkan nilai r hitung > r tabel (0,284), sehingga dinyatakan valid. Uji reliabilitas menggunakan Cronbach’s Alpha menghasilkan nilai 0,89, menunjukkan instrumen sangat reliabel. Model prediksi mengintegrasikan variabel akademik dan non-akademik, meliputi skor kognitif, afektif, psikomotorik, jam belajar, kehadiran kelas, kualitas tidur, dukungan fasilitas, dan dukungan keluarga. Hasil analisis menunjukkan skor kognitif dan kehadiran kelas menjadi variabel paling dominan dalam mempengaruhi nilai akhir mahasiswa. Model Random Forest menghasilkan performa prediksi yang baik dengan Root Mean Square Error (RMSE) sebesar 3,35 dan koefisien determinasi (R²) sebesar 0,305. Aplikasi interaktif yang dikembangkan memudahkan visualisasi profil capaian mahasiswa dan membantu pengelola akademik dalam pengambilan keputusan untuk meningkatkan prestasi akademik secara efektif.