Abstract:Perkembangan aplikasi Android yang pesat meningkatkan risiko penyebaran malware pada perangkat mobile. Malware Android umumnya dianalisis tanpa akses terhadap kode sumber, sehingga teknik analisis biner menjadi pendekatan…
n penting dalam mendeteksi perilaku berbahaya. Penelitian ini menganalisis efektivitas kombinasi teknik static analysis dan dynamic analysis dalam mendeteksi malware pada aplikasi Android. Static analysis dilakukan dengan menganalisis struktur file APK, permission, dan bytecode tanpa menjalankan aplikasi, sedangkan dynamic analysis dilakukan dengan menjalankan aplikasi dalam lingkungan sandbox untuk mengamati perilaku saat runtime. Hasil penelitian menunjukkan bahwa kombinasi kedua teknik meningkatkan akurasi deteksi dibandingkan penggunaan satu metode saja. Static analysis efektif dalam mendeteksi pola kode mencurigakan, sedangkan dynamic analysis mampu mengidentifikasi aktivitas berbahaya saat aplikasi dijalankan. Pendekatan hybrid ini memberikan mekanisme deteksi malware yang lebih komprehensif.
Abstract:Prediksi penyakit diabetes menjadi salah satu tantangan penting dalam dunia kesehatan mengingat meningkatnya prevalensi penyakit ini secara global. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam…
lam memprediksi risiko diabetes berdasarkan dataset medis yang berisi berbagai fitur seperti usia, berat badan, kadar gula darah, tekanan darah, dan riwayat keluarga. Metode ini dipilih karena kemampuannya dalam mengolah data dengan asumsi independensi antar variabel. Pada penelitian menggunakan metode Naive Bayes menunjukkan bahwa memiliki capaian tingkat akurasi sebesar 83.75% dengan precision untuk kelas "Yes" sebesar 86.47% dan recall sebesar 93.50%, yang menandakan performa yang cukup baik dalam mendeteksi pasien diabetes. Namun, performa model dalam mendeteksi pasien non-diabetes perlu ditingkatkan mengingat recall untuk kelas "No" hanya mencapai 51.35%. Hasil ini menunjukkan bahwa Naive Bayes adalah metode yang sederhana namun efektif untuk memprediksi diabetes, dan dapat dikembangkan lebih lanjut untuk membantu pengambilan keputusan medis secara lebih akurat.
Abstract:Survey Kepuasan Masyarakat di Badan Kepegawaian dan Pengembangan Sumber Daya Manusia (BKPSDM) Kabupaten Bondowoso seringkali terdapat kendala dalam mengumpulkan data kepuasan masyarakat terkait layanan publik yang diberikan…
kan oleh instansi BKPSDM Kabupaten Bondowoso. Metode survey konvensional yang menggunakan kuesioner manual seringkali membutuhkan waktu, tenaga, dan sumber daya yang signifikan. Selain itu, data yang diperoleh dari survey tersebut sering tidak tersedia secara real-time dan sulit untuk diolah secara efisien. Dalam penelitian ini bertujuan untuk meningkatkan akurasi dan kendala data kepuasan masyarakat. kuesioner online akan meminimalkan kesalahan penulisan dan memungkinkan validasi data secara langsung. Penelitian ini menghasilkan nilai survey kepuasan masyarakat terhadap pelayanan pada Badan Kepegawaian dan Pengembangan Sumber Daya Manusia.
Abstract:Data mining merupakan salah satu metode yang paling efektif dalam menghasilkan klasifikasi yang akurat, efisien, dan relevan. Pengelompokan jenis kendaraan berdasarkan sistem transmisi dilakukan dengan menggunakan algoritma…
tma Decision Tree dan dievaluasi melalui confusion matrix. Dataset yang digunakan mencakup empat jenis kendaraan: Bebek, Skuter, Sport, dan Trail, dengan tiga jenis transmisi: Manual, Automatic, dan Kopling. Algoritma Decision Tree dipilih karena kemampuannya dalam membagi dataset secara rekursif untuk menghasilkan aturan klasifikasi yang jelas dan mudah dipahami. Model dilatih dan diuji untuk memprediksi jenis transmisi berdasarkan fitur kendaraan, dengan hasil akurasi mencapai 95%. Evaluasi menggunakan confusion matrix mengungkap distribusi prediksi benar dan salah pada setiap kategori. Hasilnya menunjukkan bahwa transmisi Automatic dan Kopling diklasifikasikan dengan akurasi tinggi, meskipun terdapat beberapa kesalahan pada prediksi transmisi Manual. Nilai Cohen’s Kappa sebesar 0,913 mengindikasikan kesesuaian yang sangat baik antara prediksi dan data aktual. Algoritma Decision Tree terbukti efektif dalam klasifikasi jenis kendaraan, meskipun diperlukan perbaikan untuk meningkatkan akurasi pada kategori tertentu.
Abstract:Pengangguran terbuka di Indonesia merupakan salah satu masalah sosial dan ekonomi yang signifikan, yang dapat menghambat pertumbuhan ekonomi serta mempengaruhi kesejahteraan masyarakat secara luas. Penelitian ini bertujuan…
an untuk menganalisis Tingkat Pengangguran Terbuka (TPT) Indonesia dari tahun 2020 hingga 2023, dengan fokus pada perubahan klaster data TPT menggunakan metode K-Means Clustering. Data yang digunakan diambil dari Badan Pusat Statistik (BPS), yang memberikan gambaran komprehensif mengenai variasi TPT antarprovinsi. Metodologi yang diterapkan mencakup pengumpulan dan pengolahan data untuk memastikan akurasi serta kelengkapan informasi. Hasil analisis menunjukkan bahwa hanya Provinsi Riau yang berhasil naik ke cluster 1 (TPT rendah), sementara Provinsi Sumatera Barat mengalami penurunan ke cluster 2 (TPT tinggi). Evaluasi menggunakan Davies-Bouldin Index menegaskan pemisahan cluster yang optimal pada jumlah cluster 2, mengindikasikan efektivitas pengelompokan. Temuan dari penelitian ini diharapkan dapat memberikan wawasan berharga bagi pembuat kebijakan untuk merumuskan strategi yang lebih efektif dalam mengatasi masalah pengangguran di Indonesia. Dengan mempertimbangkan karakteristik pengangguran di setiap provinsi, hasil penelitian ini dapat menjadi dasar bagi upaya pengurangan tingkat pengangguran yang lebih terarah dan berdampak.
Abstract:Angga Colection adalah sebuah usaha yang bergerak di bidang penjualan fashion, terletak di Jalan Besar Sei Silau Timur, Kabupaten Asahan. Produk fashion yang ditawarkan meliputi baju, celana, tas, sepatu, aksesoris, dan…
gamis. Namun, saat ini Angga Colection menghadapi kesulitan dalam memprediksi permintaan produk fashion karena masih mengandalkan perkiraan dari bagian penjualan. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk menerapkan metode single moving average pada sistem peramalan penjualan produk fashion di Angga Colection. Metode ini melibatkan pengambilan sekelompok nilai pengamatan, mencari nilai rata-rata, dan menggunakan hasilnya sebagai ramalan untuk periode yang akan datang. Penelitian ini menggunakan metode penelitian kuantitatif dan hasilnya menunjukkan bahwa menerapkan metode single moving average pada sistem peramalan penjualan produk fashion di Angga Colection dapat memudahkan proses peramalan dan meningkatkan akurasi prediksi. Dengan demikian, Angga Colection dapat membuat keputusan yang lebih tepat dan efektif dalam menghadapi permintaan produk fashion.
Abstract:Irigasi sistem yang efisien dengan sistem cerdas adalah kebutuhan pada sektor pertanian modern. Penelitian ini dilakukan dengan tujuan untuk mengembangkan sistem irigasi cerdas yang menggunakan sensor kelembapan tanah untuk…
tuk mengendalikan gerbang irigasi secara otomatis. Sistem otomatis ini dibuat dengan desain yang bertujuan untuk lebih optimal dalam pemanfaatan air yakni dengan mendeteksi tingkat kelembaban tanah di setiap saat. Sistem ini menggunakan modul mikrokontroler yang terhubung ke aktuator servo sebagai penggerak gerbang. Berdasarkan hasil pengujian, diperoleh sistem dengan tingkat akurasi pendeteksian kelembapan hingga 95% dan waktu respon rata-rata 3 detik. Selain itu, diketahui bahwa sistem dapat mengurangi penggunaan air hingga 30% dibandingkan metode manual. Dari sisi kinerja, penerapan sistem terbukti dapat memperbaiki efisiensi irigasi, menghemat penggunaan sumber daya air, dan mengurangi dampak negatif bagi lingkungan. Secara keseluruhan, penelitian ini menegaskan bahwa pemanfaatan teknologi sensor dan otomatisasi dalam sistem irigasi adalah solusi yang efektif untuk mendukung pertanian berkelanjutan.
Abstract:Abstract: Inventory managemet plays a strategic role in supporting the operational sustainability of retail businesses. Errors in determining the quantity of goods procured can lead to inventory buildup or stockouts, which…
ch impacts increased storage costs and reduced customer service levels. Attar Jaya store still uses a manual inventory management system, so the restocking recording and decision-making processes are not yet supported by an integrated and data-driven system. This condition has the potential to cause inefficiency in inventory management. This research aims to apply the concept of Electronic Supply Chain Management (E-SCM) integrated with the Economic Order Quantity (EOQ) method to determine the optimal order quantity of goods. The EOQ method is used to calculate the most economical order quantity by considering ordering and storage costs, while E-SCM plays a role in integrating inventory management processes digitally. The research methods include observation, interviews, and literature studies, with system design using the Unified Modelign Language (UML). The system was developed using the PHP programming language and the MwSQL database. The research result are expected to help Toko Attar Jaya improve the accuracy of resctocking decision-making, minimize the risk of overstocking and understocking, and increase the efficiency of inventory mangement.
Keywords: MySQL; PHP; e-supply chain management; economic order quantity; restock items
Abstrak: Manajemen persediaan memiliki peran strategis dalam mendukung keberlangsungan operasional usaha ritel. Kesalahan dalam menentukan jumah pengadaan barang dapat menyebabkan terjadinya penumpukan persediaan maupun kekurangan stok yang berdampak pada meningkatnya biaya penyimpanan seerta menurunnya tingkat pelayanan kepada pelanggan. Toko Attar Jaya masih menerapkan sistem pengelolaan persediaan secara manual, sehingga proses pencatatan dan pengambilan keputusan restok belum didukung oleh sistem yang terintegrasi dan berbasis data. Kondisi tersebut berpotensi menimbulkan ketidakefisienan dalam pengelolaan stok barang. Penelitian ini bertujuan untuk menerapkan konsep Electronic Supply Chain Management (E-SCM) yang terintegrasi dengan metode Economic Order Quantity (EOQ) dalam menentukan jumlah pemesanan barang yang optimal. Metode EOQ digunakan untuk menghitung jumlah pemesanan yang paling ekonomis dengan mempertimbangkan biaya pemesanan dan biaya penyimpanan, sedangkan E-SCM berperan dalam mengintegrasikan proses pengelolaan persediaan secara digital. Metode penelitian meliputi observasi, wawancara, dan studi literatur, dengan perancangan sistem menggunakan Unified Modeling Languge (UML). Sistem dikembangkan mengguanakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian diharapkan mampu membantu pihak Toko Attar Jaya dalam meningkatkan akurasi pengambilan keputusan restok, meminimalkan risiko kelebihan dan kekurangan persediaan, serta meningkatkan efisiensi pengelolaan persediaan.
Kata kunci: MySQL; PHP; e-supply chain management; economic order quantity; restok barang
Abstract:Abstract: This study aims to classify the nutritional status of toddlers based on anthropometric data using the K-Nearest Neighbor (KNN) algorithm. Data were obtained from 20 Integrated Health Posts (Posyandu) in Rumbai…
Timur District, including Lembah Sari Village and Limbungan Village with a total of 1,000 toddler data. After cleaning and preprocessing, 782 data were obtained ready for use. The preprocessing stages include data cleaning and transformation, outlier removal, minority class handling, and data normalization. Next, data balancing was carried out using the Synthetic Minority Oversampling Technique (SMOTE) to address class imbalance. The data was divided into 80% training data and 20% test data, then the K parameter was tested from 1 to 15 using 5-fold cross-validation. The results showed that the value of K = 1 provided the best performance with a macro recall of 0.8827 and an accuracy of 86.26%. These results indicate that the combination of the KNN algorithm with the SMOTE method and Min-Max normalization is effective in improving classification performance on imbalanced data and producing accurate and balanced predictions of toddler nutritional status between classes.
Keywords: k-nearest neighbor; toddler nutritional status; SMOTE; min-max scaling; classification; anthropometric data
Abstrak: Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita berdasarkan data antropometri menggunakan algoritma K-Nearest Neighbor (KNN). Data diperoleh dari 20 Posyandu di Kecamatan Rumbai Timur, meliputi Kelurahan Lembah Sari dan Kelurahan Limbungan dengan total 1.000 data balita. Setelah melalui proses cleaning dan preprocessing, diperoleh 782 data yang siap digunakan. Tahapan pra-pemrosesan meliputi pembersihan dan transformasi data, penghapusan outlier, penanganan kelas minoritas, serta normalisasi data. Selanjutnya dilakukan penyeimbangan data menggunakan Synthetic Minority Oversampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas. Data dibagi menjadi 80% data latih dan 20% data uji, kemudian dilakukan pengujian parameter K dari 1 hingga 15 menggunakan 5-fold cross-validation. Hasil penelitian menunjukkan bahwa nilai K = 1 memberikan performa terbaik dengan recall macro sebesar 0,8827 dan akurasi 86,26%. Hasil ini menunjukkan bahwa kombinasi algoritma KNN dengan metode SMOTE dan normalisasi Min-Max efektif dalam meningkatkan kinerja klasifikasi pada data tidak seimbang serta menghasilkan prediksi status gizi balita yang akurat dan seimbang antar kelas.
Kata kunci: k-nearest neighbor; status gizi balita; SMOTE; min-max scaling; klasifikasi; data antropometri
Abstract:Abstract: Motorcycle sales are one of the key indicators of growth in Indonesia’s automotive industry. CV. Honda Karya Utama, as an authorized Honda motorcycle dealer, faces challenges due to unstable monthly sales fluctuations.…
ctuations. This uncertainty complicates stock planning, marketing strategy formulation, and may lead to potential losses caused by overstocking or understocking. To address these issues, this study aims to analyze the relationship between time and sales volume and to develop a predictive model that can assist management in making more effective business decisions.
The research was conducted using a quantitative method and a machine learning approach by applying a linear regression algorithm, implemented through the Python programming language and a MySQL database. The dataset used consists of monthly sales data over one year, analyzed to predict future sales trends. The results show that the linear regression algorithm can predict sales trends with a good level of accuracy, achieving evaluation values of MAPE 1.72%, MSE 1.76%, and RMSE 0.57. The developed model assists management in formulating marketing strategies, optimizing inventory planning, and minimizing financial risks. Therefore, linear regression can serve as an effective analytical tool to support strategic business decision-making at CV. Honda Karya Utama.
Keywords: motorcycle sales; linear regression; prediction; sales analysis
Abstrak: Penjualan sepeda motor merupakan salah satu indikator penting dalam pertumbuhan industri otomotif di Indonesia. CV. Honda Karya Utama sebagai dealer resmi sepeda motor Honda menghadapi tantangan berupa fluktuasi penjualan yang tidak stabil setiap bulannya. Ketidakpastian ini menyebabkan kesulitan dalam perencanaan stok, penentuan strategi pemasaran, serta berpotensi menimbulkan kerugian akibat kelebihan atau kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menganalisis hubungan antara waktu dan jumlah penjualan serta membangun model prediksi yang dapat membantu manajemen dalam pengambilan keputusan bisnis yang lebih efektif. Penelitian dilakukan dengan metode kuantitatif dan pendekatan machine learning menggunakan algoritma regresi linier, dengan implementasi berbasis bahasa pemrograman Python dan basis data MySQL. Data yang digunakan berupa data penjualan bulanan selama satu tahun, yang kemudian dianalisis untuk memprediksi tren penjualan pada periode berikutnya. Hasil penelitian menunjukkan bahwa regresi linier mampu memprediksi tren penjualan dengan tingkat akurasi yang baik, dengan nilai evaluasi MAPE sebesar 1,72%, MSE 1,76%, dan RMSE 0,57. Model ini membantu manajemen dalam menyusun strategi pemasaran, mengoptimalkan perencanaan stok, serta meminimalkan risiko kerugian. Dengan demikian, regresi linier dapat menjadi alat bantu yang efektif dalam mendukung keputusan bisnis di CV. Honda Karya Utama.
Kata kunci: penjualan sepeda motor; regresi linier; prediksi; analisis penjualan