Abstract:Abstract: Accurate forecasts of tea harvest production are important for workforce planning, factory operations, and marketing decisions, yet conventional estimation in plantations often relies on field experience and can…
n be biased and less adaptive to changing conditions. This study aims to develop a Random Forest Regression model to predict tea harvest production at the Bah Butong tea plantation using historical operational and climate-related data. The dataset consists of 60 monthly records (2020–2024) with six predictor variables: rainfall (mm), number of rainy days, pest level, weed level, number of harvested trees and land area. Data were split into 80% training (48 samples) and 20% testing (12 samples). Model hyperparameters were optimized using RandomizedSearchCV with RepeatedKFold cross-validation (5 folds, 3 repeats). The tuned model achieved MSE of 668,980,524.45, RMSE of 25,864.66 kg, MAE of 19,838.69 kg, and MAPE of 7.59% on the test set. The results indicate that the model can provide practical production estimates, with errors averaging about 7–8% of the actual production. Feature importance analysis shows that the number of harvested tea bushes and cultivated area contribute most to predictions. Future work should extend the historical period and incorporate time-based features (seasonality/lag) for improved forecasting.
Keywords: hyperparameter tuning; production prediction; random forest; regression; tea harvest
Abstrak: Perkiraan akurat produksi panen teh sangat penting untuk perencanaan tenaga kerja, operasional pabrik, dan keputusan pemasaran, namun estimasi konvensional di perkebunan seringkali bergantung pada pengalaman lapangan dan dapat bias serta kurang adaptif terhadap perubahan kondisi. Studi ini bertujuan untuk mengembangkan model Regresi Random Forest untuk memprediksi produksi panen teh di perkebunan teh Bah Butong menggunakan data operasional dan data terkait iklim historis. Dataset terdiri dari 60 catatan bulanan (2020–2024) dengan enam variabel prediktor: curah hujan (mm), jumlah hari hujan, tingkat hama, tingkat gulma, jumlah pokok panen, dan luas lahan. Data dibagi menjadi 80% data pelatihan (48 sampel) dan 20% data pengujian (12 sampel). Parameter model dioptimalkan menggunakan RandomizedSearchCV dengan validasi silang RepeatedKFold (5 lipatan, 3 pengulangan). Model yang telah disempurnakan mencapai MSE sebesar 668.980.524,45, RMSE sebesar 25.864,66 kg, MAE sebesar 19.838,69 kg, dan MAPE sebesar 7,59% pada set data uji. Hasil tersebut menunjukkan bahwa model dapat memberikan estimasi produksi yang praktis, dengan kesalahan rata-rata sekitar 7–8% dari produksi aktual. Analisis kepentingan fitur menunjukkan bahwa jumlah semak teh yang dipanen dan luas lahan budidaya paling berkontribusi pada prediksi. Pekerjaan selanjutnya harus memperpanjang periode historis dan menggabungkan fitur berbasis waktu (musiman/lag) untuk peramalan yang lebih baik.
Kata kunci: panen teh; prediksi produksi; random forest; regresi; tuning parameter
Abstract:Abstract: Mental health is an essential aspect of overall well-being, particularly for university students vulnerable to emotional strain. This study aims to identify clusters of student mental health trends using the K-Means…
Means clustering technique. The research involved 60 students from four academic programs at the Faculty of Science and Technology, selected using stratified and cluster sampling techniques. Data were collected using a modified Mental Health Inventory (MHI). The results revealed distinct commonalities among majors: the Statistics program was predominantly defined by the depressed cluster at 53.3%, while Mathematics followed at 40% within the same cluster. In contrast, Biology students predominantly fell under the neu-tral/stable cluster (66.7%), whilst Information Systems students exhibited an even distribution (33.3% per cluster) without a dominant trend. The clustering quality was evaluated using the Silhouette Coefficient, yielding a range of 0.39 to 0.60. Biology (0.60) and Statistics (0.54) exhibited a reasonable structure, but Information Systems (0.39) and Mathematics (0.34) demonstrated a deficient structure. In conclusion, K-Means effectively discerns mental health patterns, providing a data-driven basis for targeted psychological interventions in educational settings.
Keywords: biology; information systems; k-means; mathematics; mental health; silhouette coefficient; statistics
Abstrak: Kesehatan mental merupakan komponen vital dari kesejahteraan total, terutama bagi maha-siswa yang rentan terhadap stres emosional. Penelitian ini bertujuan untuk mengidentifikasi kelompok tren kesehatan mental mahasiswa melalui penerapan metode pengelompokan K-Means. Studi ini mencakup 60 mahasiswa dari empat program studi di Fakultas Sains dan Teknologi, yang dipilih melalui metode pengambilan sampel bertingkat dan kelompok. Data dikumpulkan dengan menggunakan Inventaris Kesehatan Mental (MHI) yang dimodifikasi. Temuan menunjukkan kesamaan yang jelas di antara jurusan: program studi Statistika terutama ditandai oleh kelompok depresi (53,3%), diikuti oleh Matematika dengan 40% dalam kelompok depresi. Sebaliknya, mahasiswa Biologi terutama termasuk dalam kelompok netral/stabil (66,7%), sedangkan mahasiswa Sistem Informasi memiliki distribusi yang merata (33,3% per kelompok) tanpa pola yang dominan. Kualitas pengelompokan dinilai dengan Koefisien Sil-houette, menghasilkan rentang 0,39 hingga 0,60. Biologi (0,60) dan Statistika (0,54) memiliki struktur sedang, sedangkan Sistem Informasi (0,39) dan Matematika (0,34) menunjukkan struktur yang buruk. Kesimpulannya, K-Means secara akurat mengidentifikasi tren kesehatan mental, menawarkan landasan berbasis data untuk terapi psikologis yang ditargetkan di ling-kungan pendidikan.
Kata kunci: biologi; kesehatan mental; K-Means; matematika; silhouette coefficient; sistem in-formasi; statistika
Abstract:Abstract: Lung cancer is most deadly cancers in the world. Identification and classification of the causes of understanding lung cancer is essential for developing more effective prevention and treatment strategies. The…
issue is that a lot of individuals are unaware about the characteristics and causes of lung cancer. The purpose of this study is to apply the K-Nearest Neighbor (K-NN) algorithm in the classification of the causes of lung cancer and provide education to the public must be aware of the traits of lung cancer patients and, to stay away from the causes of lung cancer. The dataset used consists of 309 samples with 16 relevant attributes. The K-NN algorithm was trained and tested to assess its ability to classify the factors that cause lung cancer. The results showed an accuracy of 90.32%, with a precision for the "YES" class of 96% and the "NO" class of 67%. The recall value for the "YES" class was 92% and for the "NO" class was 80%. The implementation of this algorithm gives good results in classification and can help in early detection and prevention of lung cancer which can be used in the development of more effective prevention and early diagnosis strategies.
Keywords: lung cancer; k-nearest neighbor; classification; machine learning
Abstrak: Kanker paru-paru tergolong jenis penyakit kanker yang memperoleh angka kematian paling tinggi di dunia. Identifikasi dan klasifikasi penyebab kanker paru-paru sangat penting untuk pengembangan strategi pencegahan dan pengobatan yang lebih efektif. Masalah yang terjadi adalah banyak orang yang belum mengetahui tentang ciri-ciri dan penyebab-penyebab dari kangker paru tersebut. Tujuan penelitian ini adalah mengimplementasikan algoritma K-Nearest Neighbor (K-NN) dalam klasifikasi penyebab kanker paru-paru serta memberikan edukasi kepada masyarakat banyak agar mengetahui ciri-ciri orang yang mengidap kangker paru-paru dan tentunya untuk menghindari penyebab-penyebab dari kangker paru-paru tersebut. Dataset yang digunakan terdiri dari 309 sampel dengan 16 atribut yang relevan. Algoritma K-NN kemudian dilatih dan diuji untuk menilai kemampuannya dalam mengklasifikasikan faktor-faktor penyebab kanker paru-paru. Hasil penelitian menunjukkan akurasi sebesar 90.32%, dengan skor precision untuk kelas "YES" sebesar 96% dan kelas "NO" sebesar 67%. Nilai recall untuk kelas "YES" adalah 92% dan untuk kelas "NO" sebesar 80%. Implementasi algoritma ini memberikan hasil yang baik dalam klasifikasi dan dapat membantu dalam deteksi dini serta pencegahan kanker paru-paru yang dapat digunakan dalam pengembangan strategi pencegahan dan diagnosis dini yang lebih efektif.
Kata kunci: kanker paru-paru; k-nearest neighbor; klasifikasi; machine learning
Abstract:Abstract: Establishing a business or industrial location must obtain permission from the government which aims to protect the surrounding community from possible disturbances or pollution resulting from the industry. Therefore,…
refore, in order to achieve this, it is necessary to have a system that automatically provides accurate and fast decisions in determining which companies or industries are worthy of being granted a business license. The aim of this research is to build a decision support system in determining permits to disturb business or industrial premises using the Multi-Attribute Utility Theory (MAUT) method. The data analysis technique used is the MAUT method to determine the final decision in granting a disturbance permit to a company or industry. The sample or training data consists of 20 names in the Tanjungbalai City area. This system is tested with a black box which aims to find out that all components in the system are running well. Our findings show that the system we have created is appropriate based on the results of the analysis using the MAUT method. Apart from that, the results of black box testing show that all components in this system are valid and functioning well.
Keywords: granting business licenses; maut method; web based.
Abstrak: Mendirikan tempat usaha atau industri harus mendapatkan izin dari pemerintah yang bertujuan untuk melindungi masyarakat sekitar agar terlindungi dari kemungkinan timbulnya gangguan atau polusi yang diakibatkan dari industry tersebut. Oleh karena itu, demi tercapainya hal tersebut perlu adanya sistem yang secara otomatis memberikan keputusan secara akurat dan cepat dalam menentukan suatu perusahaan atau industry mana yang layak diberikan izin usaha. Tujuan penelitian ini adalah untuk membangun sistem pendukung keputusan dalam menentukan izin gangguan tempat usaha atau industri menggunakan metode Multi-Attribute Utility Theory (MAUT). Teknik analisis data yang digunakan menggunakan metode MAUT untuk menentukan keputusan akhir dalam memberikan izin gangguan kepada perusahaan atau industri. Sampel atau data training yang berjumlah 20 nama di wilayah Kota Tanjungbalai. Sistem ini diuji dengan black box yang bertujuan untuk mengetahui semua komponen pada sistem sudah berjalan dengan baik. Hasil penelitian menunjukkan bahwa sistem yang telah kami buat sudah sesuai berdasarkan hasil analisis menggunakan metode MAUT. Selain itu, hasil black box testing menunjukkan bahwa semua komponen pada sistem ini sudah valid dan berfungsi dengan baik.
Kata kunci: berbasis web; metode maut; pemberian izin usaha.
Abstract:Abstract: Project-Based Learning is a type of learning that is quite widely recommended today, especially in vocational type institutions where the learning is effective in the aim of involving students with direct learning…
ing content. The process of evaluating project-based learning on project teams in the performance assessment of each team to rank the order of best performance of all teams is still assessed based on subjective assessments. To overcome these problems, in this study the performance measurement of the project-based learning team by applying the VIKOR method and Rank Order Centroid in conducting assessments with test samples, namely in the Introduction to Database course. The test results obtained based on the calculation of VIKOR and Rank Order Centroid, namely PBL-TRPL01 Team 1 as the best alternative by obtaining based on variations of testing the VIKOR index value with values v=0.4, v=0.5, and v=0.6. Thus, it can be seen that the VIKOR and Rank Order Centroid methods can be applied to the calculation process of measuring team performance in project-based learning.
Keywords: decision Support System; project-based learning; rank order centroid; VIKOR
Abstrak: Pembelajaran Berbasis Proyek merupakan jenis pembelajaran yang cukup banyak direkomendasikan di masa kini khususnya pada institusi berjenis vokasional. Pembelajaran tersebut efektif dalam tujuan melibatkan para peserta didik dengan konten pembelajaran secara langsung. Proses evaluasi pembelajaran berbasis proyek pada tim proyek dalam penilaian performa dari masing-masing tim untuk memeringkatkan urutan performa terbaik dari seluruh tim masih dinilai berdasarkan penilaian secara subyektif. Untuk mengatasi persoalan tersebut, pada penelitian ini pengukuran performa tim project-based learning dengan menerapkan metode VIKOR dan Rank Order Centroid dalam melakukan penilaian dengan sampel pengujian yaitu pada mata kuliah Pengantar Basis Data. Hasil pengujian yang diperoleh berdasarkan perhitungan VIKOR dan Rank Order Centroid yaitu bahwa alternatif PBL-TRPL01 Tim 1 sebagai alternatif terbaik dengan peroleh berdasarkan variasi pengujian nilai indeks VIKOR. Maka dengan demikian, dapat diketahui bahwa metode VIKOR dan Rank Order Centroid dapat diterapkan pada proses perhitungan pengukuran performa tim pada pembelajaran berbasis proyek.
Kata kunci: pembelajaran berbasis proyek; rank order centroid; sistem pendukung keputusan; VIKOR
Abstract:Abstract: Marriage is a husband and wife relationship between a man and a woman to form a family. There are several conditions in marriage that must be fulfilled both religiously and legally in force in Indonesia. To carry…
ry out the marriage, the prospective bride and groom must register at the nearest Religious Affairs Office (KUA), KUA is an institution established by the government to handle marriage matters. At marriages, various age groups are often found registering at the KUA. This research was conducted using the Data Mining technique through the K-Means Clustering Model to determine the age grouping of marriage which aims to make it easier for the Office of Religious Affairs in educating the prospective bride and groom from a future perspective and an economic perspective in terms of having a child. The research dataset is data on prospective wedding brides at KUA Rawang Lama, Panca Arga in 2022 with a total of 102 samples, by forming 3 clusters, namely: the Ideal cluster of 76 prospective wedding brides (age 19-30 based on husband's age and age 18-25 based on age wife), a good cluster of 20 prospective marriage brides (age 28-44 based on husband's age and age 24-37 based on wife's age), and a risky cluster of 6 prospective marriage brides (age 49-72 based on husband's age and age 39-58 based on wife's age), and produces a Silhouette Score of 0.57.
Keywords: clustering; data mining; k-means; marriage
Abstrak: Pernikahan merupakan hubungan sebagai suami dan istri antara seorang laki-laki dan perempuan untuk membentuk sebuah keluarga. Terdapat beberapa syarat dalam pernikahan yang wajib dipenuhi baik secara agama maupun secara hukum yang berlaku di Indonesia. Untuk melakukan pernikahan, calon kedua mempelai harus mendaftarkan diri pada Kantor Urusan Agama (KUA) terdekat, KUA merupakan lembaga yang dibentuk oleh pemerintah untuk menangani masalah pernikahan. Pada pernikahan sering ditemukan berbagai kalangan umur yang mendaftarkan diri di KUA. Penelitian ini dilakukan dengan menggunakan teknik Data Mining melalui Model K-Means Clustering untuk menentukan pengelompokkan umur pernikahan yang bertujuan untuk mempermudah pihak KUA dalam mengedukasi calon mempelai pernikahan dalam sudut pandang masa depan dan sudut pandang ekonomi dalam hal memiliki seorang anak. Dataset penelitian ini adalah data calon mempelai pernikahan pada KUA Rawang Lama, Panca Arga pada tahun 2022 sebanyak 102 sampel, dengan membentuk 3 klaster yaitu : cluster Ideal sebanyak 76 calon mempelai pernikahan (usia 19-30 berdasarkan umur suami dan usia 18-25 berdasarkan umur istri), cluster baik sebanyak 20 calon mempelai pernikahan (usia 28-44 berdasarkan umur suami dan usia 24-37 berdasarkan umur istri), dan cluster beresiko sebanyak 6 calon mempelai pernikahan (usia 49-72 berdasarkan umur suami dan usia 39-58 berdasarkan umur istri), dan menghasilkan Silhouette Score 0.57.
Kata kunci: clustering; data mining; k-means; pernikahan
Abstract:Abstract: This research uses the PIECES framework to analyze user satisfaction with the MySooltan application as a single digital touch for Micro, Small, and Medium Enterprises (MSMEs). The framework was chosen because it…
t has been proven empirically to evaluate information system user satisfaction to see opportunities and improvements in information system development. The sample of this research are users of the MySooltan application, namely MSMEs in Labuan Bajo City. The total sample is 102 respondents. Data was collected using a Google Form questionnaire distributed from October to November 2022 and measured using a Likert scale calculation. The evaluation results found that MSMEs, assisted by Rumah BUMN in Labuan Bajo City, were very satisfied using the MySooltan application during the pandemic. However, PT Telkom still needs to improve the guarantee of confidentiality and protection of user data so that MSMEs can use this application optimally.
Keywords: information system; MSMEs; Mysooltan application; PIECES; user satisfaction
Abstrak: Tujuan riset ini adalah untuk melakukan analisis kepuasan pengguna aplikasi MySooltan sebagai single digital touch Usaha Mikro, Kecil, dan Menengah (UMKM) menggunakan PIECES framework. Metode ini dipilih karena telah terbukti secara empiris dapat digunakan untuk mengevaluasi kepuasan pengguna sistem informasi untuk melihat peluang dan perbaikan dari sistem informasi yang dikembangkan. Sampel riset ini adalah pengguna aplikasi MySooltan, yaitu UMKM di Kota Labuan Bajo. Total sampel sebanyak 102 responden. Data dikumpulkan menggunakan kuesioner Google Form yang disebar dari bulan Oktober hingga November 2022 dan diukur menggunakan perhitungan skala likert. Hasil evaluasi menemukan secara keseluruhan, UMKM binaan Rumah BUMN di Kota Labuan Bajo sangat puas untuk menggunakan aplikasi MySooltan selama pandemi. Namun demikian, PT Telkom masih perlu meningkatkan jaminan kerahasiaan dan perlindungan data pengguna, agar aplikasi ini dapat digunakan secara optimal.
Kata kunci: aplikasi MySooltan; kepuasan pengguna; PIECES; sistem informasi; UMKM
Abstract:Abstract: One example of the application of the use of information technology in public services is the use of SAHAJA ONLINE. SAHAJA ONLINE is a mobile-based application whose function is for the needs of Kediri Regency…
population document services with the aim of making it easier for the public to manage population documents and break down queues at the Kediri Regency Dispendukcapil office. There were several complaints that were felt by users, namely that there was information on the option selection feature in the moving certificate service which was difficult to understand and when resetting an account they were required to come directly to the Kediri Regency Dispendukcapil office. Despite these problems, people still use SAHAJA ONLINE in submitting population documents. With the conditions in the field, it certainly affects the acceptance of SAHAJA ONLINE. The purpose of this study was to find out what factors affect the acceptance of the SAHAJA ONLINE application at the Kediri Regency Civil and Civil Registration Office using the Technology Acceptance Model (TAM). The sample in this study were 365 SAHAJA ONLINE users. Data collected through questionnaires were analyzed using SmartPLS version 3.3.9. Based on the research results of the 10 hypotheses proposed, there are 9 accepted hypotheses. So that Information Quality, Complexity, Perceived Usefulness, Attitude Toward Using, Behavioral Intention to Use, and Actual Usage are acceptance factors of SAHAJA ONLINE.
Keywords: SAHAJA ONLINE; SmartPLS; TAM
Abstrak: Salah satu contoh penerapan pemanfaatan teknologi informasi dalam pelayanan publik yaitu penggunaan SAHAJA ONLINE. SAHAJA ONLINE adalah aplikasi berbasis mobile yang fungsinya untuk kebutuhan layanan dokumen kependudukan Kabupaten Kediri dengan tujuan untuk mempermudah masyarakat dalam mengurus dokumen kependudukan dan mengurai antrian di kantor Dispendukcapil Kabupaten Kediri. Ditemukan beberapa keluhan yang dirasakan oleh para pengguna yaitu terdapat informasi pada fitur pemilihan opsi dalam layanan surat keterangan pindah yang sulit dimengerti dan saat melakukan reset akun yang diharuskan datang langsung ke kantor Dispendukcapil Kabupaten Kediri. Meskipun terdapat permasalahan tersebut, masyarakat masih tetap menggunakan SAHAJA ONLINE dalam melakukan pengajuan dokumen kependudukan. Dengan adanya kondisi dilapangan tersebut tentunya berpengaruh terhadap penerimaan SAHAJA ONLINE. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor apa saja yang mempengaruhi penerimaan aplikasi SAHAJA ONLINE Dispendukcapil Kabupaten Kediri menggunakan Technology Acceptance Model (TAM). Sampel dalam penelitian ini adalah 365 pengguna SAHAJA ONLINE. Data yang dikumpulkan melalui penyebaran kuesioner dianalisis menggunakan SmartPLS versi 3.3.9. Berdasarkan hasil penelitian dari 10 hipotesis yang diajukan, terdapat 9 hipotesis diterima. Sehingga Information Quality, Complexity, Perceived Usefulness, Attitude Toward Using, Behavioral Intention to Use, dan Actual Usage merupakan faktor penerimaan dari SAHAJA ONLINE.
Kata kunci: SAHAJA ONLINE; SmartPLS; TAM
Abstract:Abstract: Consumer demand for drugs during this pandemic is so high that pharmacies must be able to estimate drug sales to meet consumer demand. The history of monthly sales transactions is only a report that causes data…
to accumulate if not processed properly. There needs to be a system for estimated drug sales in order to reduce costs in drug supply so that consumer needs are met. This study aims to analyze in order to predict drug sales at Apotek Manjur Marendal so that it can control drug stock supplies so that losses can be minimized. Drug sales data samples were taken from January 2021 to December 2021. The web-based application was successfully applied to predict drug sales. The prediction results are stable in terms of sales of ± 5000 drugs per month in 2022. Based on the calculation results, the lowest accuracy is 64% and the highest accuracy is > 90%. Data mining techniques with the trend moment method can be applied to web-based applications to predict drug sales.
Keywords: data mining; drugs; drugstore; prediction; trend moment
Abstrak: Permintaan konsumen terhadap obat-obatan pada masa pandemi ini sangat tinggi sehingga membuat pihak apotik harus dapat mengestimasi penjualan obat untuk memenuhi permintaan konsumen. Riwayat transaksi penjualan perbulan hanya sebagai laporan yang menimbulkan data menumpuk bila tidak diolah dengan baik. Perlu adanya sebuah sistem untuk penjualan obat diestimasi agar mengurangi biaya dalam penyediaan obat sehingga terpenuhi kebutuhan konsumen. Penelitian ini bertujuan untuk menganalisa agar dapat memprediksi penjualan obat pada Apotik Manjur Marendal sehingga dapat mengendalikan persediaan stok obat dengan demikian kerugian dapat diminimalisir. Sampel data penjualan obat diambil mulai dari bulan Januari 2021 hingga Desember 2021. Aplikasi yang dibangun berbasis web berhasil diterapkan untuk memprediksi penjualan obat. Hasil prediksi stabil diangka penjualan ±5000 obat perbulan pada tahun 2022. Berdasarkan hasil perhitungan mencapai akurasi terendah 64% dan akurasi tertinggi > 90%. Teknik data mining dengan metode trend moment dapat diterapkan pada aplikasi berbasis web untuk melakukan prediksi penjualan obat.
Kata kunci: apotik; data mining; obat-obatan; prediksi; trend moment
Abstract:Abstract: The Employee’s performance appraisal is something that must be done by the company or organization to be able to evaluate the company's development. Permata Hati Duri Hospital conducts employee performance appraisals…
ce appraisals every month. This study aims to create an employee performance appraisal system that can facilitate the hospital when evaluating employee performance. The assessment criteria used are competence, professionalism, communication, management and friendliness with. This research uses TOPSIS method, PHP and MySQL programming as database. The sample used is 10 employees. The final result obtained in the system is the result of ranking employee.
Keywords: employee performance appraisal; topsis.
Abstrak: Penilaian kinerja karyawan adalah hal yang harus dilakukan oleh perusahaan atau organisasi untuk dapat mengevaluasi perkembangan perusahaan. Rumah Sakit Permata Hati Duri melakukan penilaian kinerja terhadap karyawan pada setiap bulannya. Penelitian ini bertujuan membuat sistem penilaian kinerja karyawan yang dapat memudahkan pihak rumah sakit saat melakukan penilaian kinerja karyawan. Kriteria penilaian yang digunakan adalah kompetensi, profesionalisme, komunikasi, manajemen dan keramahan dengan. Penelitian ini menggunakan metode TOPSIS, pemograman PHP dan MySQL sebagai database. Adapun sampel yang digunakan adalah 10 karyawan. Hasil akhir yang didapatkan pada sistem berupa hasil perangkingan nilai karyawan.
Kata kunci: penilaian kinerja karyawan; topsis.