Abstract:industry. PT. Agro Putra Lestari experienced problems in the process of recording incoming and outgoing goods as well as checking stock of goods which was still done manually. This manual process is prone to errors and data…
ata redundancy which can cause major problems in inventory management. Therefore, it is necessary to develop a web-based inventory system to overcome this problem. This inventory system was designed using the CodeIgniter 3 framework to build dynamic, fast and easy web applications, and uses MySQL as the data storage medium. Data collection techniques through direct observation and interviews. The result of this design is an inventory system that is effective and efficient in the process of recording incoming and outgoing goods as well as stock management at PT. Agro Putra Lestari. This system is expected to help increase efficiency and accuracy in inventory management and make it easier for owners to monitor stock reports in real-time.
Keywords: Information Systems, Inventory, Incoming and Outgoing Goods, CodeIgniter, PHP
Abstrak: PT. Agro Putra Lestari merupakan perusahaan yang bergerak di bidang industri pertanian kelapa sawit. PT. Agro Putra Lestari tersebut menghadapi masalah dalam proses pencatatan barang masuk dan keluar serta pengecekan stok barang yang masih dilakukan secara manual. Proses manual ini rentan terhadap kesalahan dan redundansi data, yang dapat menyebabkan masalah besar dalam pengelolaan persediaan barang. Oleh karena itu, diperlukan pengembangan sistem inventori berbasis web untuk mengatasi masalah tersebut. Sistem inventori ini dirancangan menggunakan framework CodeIgniter 3 untuk membangun aplikasi web yang dinamis, cepat, dan mudah, serta menggunakan MySQL sebagai media penyimpanan datanya. Teknik pengumpulan data melalui observasi dan wawancara langsung. Hasil dari rancangan tersebut adalah sebuah sistem inventori yang efektif dan efisien dalam proses pencatatan barang masuk dan keluar serta pengelolaan stok baang di PT. Agro Putra Lestari. Sistem ini diharapkan dapat membantu meningkatkan efisiensi dan akurasi dalam pengelolaan persediaan barang serta memudahkan pemilik dalam memantau laporan stok barang secara real-time.
Kata kunci: Sistem Informasi, Inventory, Barang Masuk dan Barang Keluar, CodeIgniter, PHP
Abstract:Abstract: One of the very dangerous and unacceptable crimes is called criminality, which is related to the morals of society, is detrimental to society, and violates the law. In this case, the law enforcers, namely the police,…
olice, play an essential role in dealing with crimes in society. The crimes that often occur are cases of theft which can be divided into three forms, namely motor vehicle theft (Curanmor), Theft with Weighting (Curat), and Theft with Violence (Curas). As for the Satreskrim Polres Asahan sub-section of Crime and Violence, in this case, they want to provide information to the public about places or locations prone to crime, so an application is made that will help the people in obtaining information about crime-prone areas which can later be used to prevent and monitor these crimes. This study uses a Geographic Information System (GIS), which is part of knowledge based on computer software that is utilized to present information in digital form and analyze the earth's geography to form spatial information. This study aims to apply web-based geographic information in providing information on crime-prone locations in Kisaran City and later to assist the public in obtaining information on crime-prone sites in Kisaran City. The results of this web-based GIS can help and facilitate the community and users in knowing crime-prone locations in the City of Kisaran in knowing crime-prone places or locations at the Asahan Police Criminal Investigation Unit.
Keywords: GIS; criminality; polres asahan; kisaran city
Abstrak: Salah satu tindak kejahatan yang sangat membahayakan dan tidak bisa diterima disebut dengan kriminalitas yang berhubungan dengan moral masyarakat, merugikan masyarakat, dan melanggar hukum. Adapun tindak kejahatan yang sering terjadi berupa kasus pencurian yang dapat dibagi dalam 3 bentuk yaitu pencurian kendaraan bermotor (Curanmor), Pencurian dengan Pemberatan (Curat), dan Pencurian dengan Kekerasan (Curas). Adapun pihak Satreskrim Polres Asahan sub bagian Jatanras dalam hal ini ingin memberikan informasi kepada masyarakat mengenai tempat atau lokasi rawan kriminalitas, sehingga dibuatlah sebuah aplikasi yang nantinya akan membantu masyarakat dalam mendapatkan informasi mengenai lokasi rawan kriminalitas yang nantinya dapat digunakan dalam mencegah dan memantau tindak kriminalitas tersebut. Penelitian ini menggunakan Sistem Informasi Geografi (SIG) yang merupakan bagian dari pengetahuan berdasarkan pada perangkat lunak komputer yang dimanfaatkan dalam menyajikan informasi dalam bentuk digital dan analisa terhadap geografis bumi sehingga membentuk suatu informasi keruangan. Tujuan penelitian ini menerapkan informasi geografis berbasis web dalam memberikan informasi lokasi-lokasi rawan kriminalitas di Kota Kisaran dan nantinya membantu masyarakat dalam mendapatkan informasi lokasi rawan kriminalitas di Kota Kisaran. Hasil dari SIG berbasis web ini dapat membantu dan memudahkan masyarakat dan user dalam mengetahui titik lokasi rawan kriminalitas di Kota Kisaran dalam mengetahui tempat atau lokasi rawan kriminalitas pada Satreskrim Polres Asahan.
Kata kunci: SIG; kriminalitas; polres kab.asahan; kota kisaran.
Abstract:Abstract: This article examines community service initiatives conducted through the Integrated Student Community Service (KKN-Terintegrasi) program at UIN Raden Intan Lampung. This program was implemented at the request…
of the Mayor of Bandar Lampung, who specifically sought optimal solutions for various local issues, including recurrent flooding within the city. Based on focus group discussions between Student Group 221 and local community stakeholders in flood-prone areas, a sustainable urban development model was formulated, emphasizing active collaboration among the government, academia, the private sector, and civil society. The methodology employed the Asset-Based Community Development (ABCD) framework with a participatory approach. The initiatives of Group 221 focused on three primary pillars: the circular economy, community-based environmental management, and the strengthening of social inclusion. The results demonstrate that collaborative initiatives are capable of producing innovative and sustainable solutions tailored to the needs of the city, while simultaneously fostering collective awareness regarding the importance of urban development oriented toward common welbeing.
Keywords: community collaboration; dream city; and sustainable development.
Abstrak: Artikel ini mengkaji kegiatan pengabdian masyarakat yang dilaksanakan melalui kegiatan KKN-Terintegrasi UIN Raden Intan Lampung. Kegiatan KKN-Terintegrasi dilaksanakan atas permintaan Wali Kota Bandar Lampung yang secara khusus meminta solusi terbaik atas beberapa permasalahan yang dihadapi termasuk musibah banjir yang terjadi secara berulang di Kota Bandar Lampung. Hasil diskusi kelompok 221 Mahasiswa UIN Raden Intan bersama potensi masyarakat di beberapa titik rawan, dirumuskan model pembangunan kota berkelanjutan melalui kolaborasi aktif antara pemerintah, akademisi, sektor swasta, dan masyarakat sipil. Metode diterapkan dengan pola ABCD (Assets Base Community Development), dengan pendekatan partisipatif. KKN-Terintegrasi kelompok 221 berfokus pada tiga pilar utama, yakni; perekonomian sirkular, pengelolaan lingkungan hidup berbasis komunitas, dan penguatan inklusi sosial. Hasil menunjukkan bahwa inisiatif kolaboratif mampu menghasilkan solusi inovatif dan berkelanjutan yang relevan dengan kebutuhan Kota Impian, serta dapat meningkatkan kesadaran kolektif terhadap pentingnya pembangunan kota yang berpihak pada kesejahteraan bersama.
Kata Kunci: kolaborasi masyarakat; kota impian; dan pembangunan berkelanjutan.
Abstract:Abstract: Malaria remains a major global health problem, particularly in tropical countries such as Indonesia. Accurate early diagnosis is essential for reducing malaria-related morbidity and mortality. Conventional microscopic…
oscopic examination is time-consuming, highly dependent on expert personnel, and prone to human error. This study compares the performance of two Convolutional Neural Network (CNN) architectures, ResNet-50 and DenseNet-121, for malaria image classification. The Cell Images for Malaria dataset provided by the National Institutes of Health (NIH) through Kaggle was used, consisting of 27,558 microscopic blood cell images categorized into Parasitized and Uninfected classes. The dataset was divided into 80% training data and 20% testing data. Image preprocessing included resizing to 224 × 224 pixels, normalization, labeling, and data augmentation using RandomFlip, RandomRotation, RandomZoom, and RandomContrast. Experimental results showed that the ResNet-50 model trained for 100 epochs achieved the highest performance, with an accuracy of 95.54% and precision, recall, and F1-score of 0.96. The confusion matrix indicated 5,272 correctly classified images out of 5,510 testing samples. These findings demonstrate that ResNet-50 outperformed DenseNet-121 and has strong potential for supporting accurate, reliable, and efficient computer-aided malaria diagnosis based on microscopic blood smear images.
Keywords: computer-aided diagnosis; convolutional neural network (CNN); densenet-121; early detection; image classification; malaria; microscopic blood smear images; resnet-50;
Abstrak : Malaria masih menjadi masalah kesehatan global yang serius, terutama di negara tropis seperti Indonesia. Diagnosis dini yang akurat sangat penting untuk menurunkan angka morbiditas dan mortalitas. Metode konvensional berupa pemeriksaan mikroskopis memiliki keterbatasan karena memerlukan waktu yang relatif lama, bergantung pada tenaga ahli, dan berpotensi menimbulkan kesalahan manusia. Penelitian ini bertujuan membandingkan kinerja arsitektur Convolutional Neural Network (CNN) yaitu ResNet-50 dan DenseNet-121 dalam klasifikasi citra malaria. Dataset yang digunakan berasal dari Cell Images for Malaria yang disediakan oleh National Institutes of Health (NIH) melalui platform Kaggle, terdiri dari 27.558 citra dengan pembagian 80% data latih, 20% data validasi. Tahap praproses meliputi cleaning, resizing citra menjadi 224×224 piksel, normalisasi, labeling, serta data augmentasi menggunakan RandomFlip, RandomRotation, RandomZoom, dan RandomContrast. Hasil pengujian menunjukkan bahwa model ResNet-50 pada epoch 100 memperoleh akurasi sebesar 95,54% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,96. Confusion matrix menunjukkan jumlah prediksi benar sebanyak 5.272 dari total 5.510 data uji. Hasil ini menunjukkan bahwa arsitektur CNN mampu mengklasifikasikan citra malaria dengan tingkat akurasi yang tinggi dan memiliki kemampuan generalisasi yang baik terhadap data baru. Penelitian ini memberikan kontribusi dalam evaluasi performa arsitektur CNN untuk mendukung pengembangan sistem diagnosis malaria berbasis citra mikroskopis yang lebih cepat dan akurat.
Kata kunci: convolutional neural network (CNN); citra mikroskopis hapusan darah; densenet-121; diagnosis berbantuan komputer; deteksi dini; klasifikasi citra; malaria; resnet-50
Abstract:Abstract: Conventional semiconductor chip counting at PT Elektronik Indonesia relies on manual weighing, which is prone to human error and inefficiency. This study proposes a desktop-based counting system using a digital…
scanner and image processing. The novelty lies in integrating horizontal-vertical projection with probabilistic Hough transform to robustly detect grid lines, form square cells, and enable accurate unit estimation via average intensity analysis, eliminating the need for reference weighing. Experiments on 15 actual chip images yielded an error rate of 0.009519% and up to 73.674%time efficiency gains compared to the manual method. The system reduces operator dependency, minimizes errors, and accelerates counting, providing a practical machine vision solution for semiconductor production.
Keywords: chip counting; image processing; probabilistic hough transform; grid line detection; time effeciency.
Abstrak: Penghitungan chip semikonduktor konvensional di PT Elektronik Indonesia bergantung pada penimbangan manual, yang rentan terhadap kesalahan manusia dan kurang efisien. Penelitian ini mengusulkan sistem penghitungan berbasis desktop menggunakan scanner digital dan pengolahan citra. Kebaruan terletak pada integrasi proyeksi horizontal-vertikal dengan probabilistic Hough transform untuk mendeteksi garis grid secara kuat, membentuk sel persegi, serta memungkinkan estimasi unit akurat melalui analisis intensitas rata-rata, sehingga menghilangkan kebutuhan penimbangan referensi. Eksperimen pada 15 citra chip aktual menghasilkan tingkat kesalahan 0,009519% dan peningkatan efisiensi waktu hingga 73,674% dibandingkan metode manual. Sistem ini mengurangi ketergantungan operator, meminimalkan kesalahan, dan mempercepat penghitungan, menyediakan solusi machine vision praktis untuk produksi semikonduktor.
Kata kunci: penghitungan chip; pengolahan citra; probabilistic Hough transform; deteksi garis grid; efisiensi waktu.
Abstract:Abstract: Manual management of domain validity periods and SSL certificates is prone to human error and can cause service disruptions, as was the case at PT XYZ. A reactive approach that relies on vendor notifications has…
s proven to be insufficient to ensure operational continuity. This research aims to design and implement an automated monitoring system to transform this manual approach into a preventive and proactive security framework. The method used is the implementation of an open-source stack consisting of Prometheus to collect metrics from specialized exporters (Blackbox and Domain Exporter), and Grafana for informative centralized dashboard visualization. The system is also integrated with early warning notifications via Telegram for rapid incident response. The result is a functional system with a centralized dashboard that visually displays the remaining validity period of assets using color markers (green for safe status, yellow for early warning, and red for critical status). System testing showed very high accuracy, reaching 100% for domains (MAE 0 days) and 99.45% for SSL certificates (MAE 1.0 days). This system has successfully transformed manual processes into automated and preventive ones, significantly mitigating the risk of human error and ensuring the reliability of digital services.
Keywords: domain; grafana; monitoring; prometheus; SSL certificate.
Abstrak: Pengelolaan manual masa berlaku domain dan sertifikat SSL rentan terhadap human error dan dapat menyebabkan gangguan layanan, seperti yang pernah terjadi di PT XYZ. Pendekatan reaktif yang mengandalkan notifikasi vendor terbukti tidak lagi memadai untuk menjamin kontinuitas operasional. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pemantauan otomatis untuk mentransformasi pendekatan manual tersebut menjadi kerangka kerja keamanan yang preventif dan proaktif. Metode yang digunakan adalah implementasi stack open-source yang terdiri dari Prometheus untuk mengumpulkan metrik dari exporter spesialis (Blackbox dan Domain Exporter), serta Grafana untuk visualisasi dasbor terpusat yang informatif. Sistem ini juga diintegrasikan dengan notifikasi peringatan dini melalui Telegram untuk respons insiden yang cepat. Hasilnya adalah sebuah sistem fungsional dengan dashboard terpusat yang menampilkan sisa masa berlaku aset secara visual menggunakan penanda warna (hijau untuk status aman, kuning untuk peringatan dini, dan merah untuk status kritis). Pengujian sistem menunjukkan akurasi yang sangat tinggi, mencapai 100% untuk domain (MAE 0 hari) dan 99.45% untuk sertifikat SSL (MAE 1.0 hari). Sistem ini berhasil mengubah proses manual menjadi otomatis dan preventif, secara signifikan memitigasi risiko human error dan menjamin keandalan layanan digital.
Kata kunci: domain; grafana; pemantauan; prometheus; sertifikat SSL.
Abstract:Abstract: Non-performing loans remain one of the main challenges faced by cooperatives, particularly when the loan eligibility assessment process is still conducted manually. This traditional approach tends to be time consuming,…
nsuming, subjective, and prone to inaccurate decisions. This study aims to develop a predictive model for borrower eligibility using the Support Vector Machine (SVM) algorithm as a more efficient and objective machine learning-based solution. A total of 1,000 loan history records were processed using RapidMiner software, taking into account variables such as salary, years of employment, loan amount, monthly installment, employment status, monthly expenses, number of dependents, housing status, age, and collateral value. The model’s performance was evaluated using a confusion matrix and classification metrics including accuracy, precision, recall, and kappa. The results indicate that the SVM model achieved an accuracy of 90.05%, precision of 90.13%, recall of 90.05%, and f1 score of 90,08%, reflecting a strong performance in classifying borrower eligibility. The application of this method makes a significant contribution to the development of data driven decision support systems within cooperative environments. This finding expands the scientific understanding in the field of microfinance and supports the implementation of artificial intelligence technologies in making decisions that are more precise, rapid, and accurate.
Keywords: cooperative; eligibility prediction; machine learning; non-performing loan; SVM
Abstrak: Kredit macet merupakan salah satu permasalahan utama yang dihadapi koperasi, terutama ketika proses penilaian kelayakan peminjam masih dilakukan secara manual. Pendekatan ini cenderung lambat, subjektif, dan berisiko menghasilkan keputusan yang kurang akurat. Penelitian ini bertujuan untuk membangun model prediksi kelayakan peminjam menggunakan algoritma Support Vector Machine (SVM) sebagai solusi berbasis machine learning yang lebih efisien dan objektif. Sebanyak 1.000 data riwayat pinjaman diolah menggunakan tools RapidMiner dengan mempertimbangkan variabel: gaji, lama bekerja, besar pinjaman, angsuran per bulan, status pegawai, pengeluaran bulanan, jumlah tanggungan, status rumah, umur, dan nilai jaminan. Evaluasi model dilakukan menggunakan confusion matrix dan metrik klasifikasi seperti akurasi, presisi, recall, dan kappa. Hasil menunjukkan bahwa model SVM mencapai akurasi 90,05%, presisi 90,13%, recall 90,05%, dan f1 score 90,08%, yang mencerminkan performa model yang sangat baik dalam mengklasifikasikan kelayakan peminjam. Penerapan metode ini memberikan kontribusi penting dalam pengembangan sistem pendukung keputusan berbasis data di lingkungan koperasi. Temuan ini memperluas wawasan keilmuan di bidang keuangan mikro dan mendukung penerapan teknologi kecerdasan buatan dalam pengambilan keputusan yang lebih tepat, cepat, dan akurat.
Kata Kunci: koperasi; kredit macet; machine learning; prediksi kelayakan; SVM
Abstract:Abstract: This study aims to develop a Deep Learning-based Traffic Flow Detector to automatically and accurately observe traffic flow. Conventional traffic observation is often conducted manually or via CCTV, but it is prone…
rone to human error and difficult to use for real-time trend analysis. In this study, the YOLOv4 method is used to detect four types of vehicles (cars, motorcycles, buses, trucks). To continuously track vehicle movement and address occlusion issues, the Deep SORT algorithm is implemented. The YOLOv4 model used is a pre-trained model and was tested on seven CCTV video recordings obtained from the official website of the Pekanbaru City Transportation Department. The system was implemented on a limited device, the Nvidia Jetson Nano, as a simulation of direct CCTV integration. Test results showed a highest precision of 98%, but the maximum accuracy achieved was only 26%. This low accuracy is influenced by several factors, including video resolution, detection model quality, and lighting conditions. Nevertheless, the system demonstrates potential to support future traffic management and engineering decisions but still requires further optimization, including improving video resolution and quality, retraining the model with a more representative local dataset, using lighter and more accurate detection models, and optimizing the tracking algorithm.
Keywords: deep learning; deepsort; NVIDIA Jetson NANO; traffic flow; YOLOv4
Abstrak: Penelitian ini bertujuan mengembangkan Traffic Flow Detector berbasis Deep Learning untuk mengobservasi arus lalu lintas secara otomatis dan akurat. Observasi lalu lintas konvensional sering dilakukan secara manual atau melalui CCTV, namun rentan terhadap human error dan sulit digunakan untuk menganalisis tren secara real-time. Pada penelitian ini digunakan metode YOLOv4 untuk mendeteksi empat jenis kendaraan (mobil, motor, bus, truk). Untuk melacak pergerakan kendaraan secara berkelanjutan dan mengatasi masalah occlusion, digunakan algoritma Deep SORT. Model YOLOv4 yang digunakan merupakan pre-trained model dan diujikan pada tujuh rekaman video CCTV yang diambil dari situs resmi Dinas Perhubungan Kota Pekanbaru. Sistem ini diimplementasikan pada perangkat terbatas Nvidia Jetson Nano sebagai simulasi penerapan langsung pada CCTV. Hasil pengujian menunjukkan presisi tertinggi mencapai 98%, namun akurasi tertingginya hanya sebesar 26%. Rendahnya akurasi dipengaruhi oleh beberapa faktor seperti resolusi video, kualitas model deteksi, serta kondisi pencahayaan. Meski demikian, sistem ini menunjukkan potensi untuk membantu pengambilan keputusan dalam manajemen dan rekayasa lalu lintas di masa depan, namun masih membutuhkan optimasi lebih lanjut, seperti peningkatan kualitas video input, pelatihan ulang model dengan dataset lokal, penggunaan model deteksi yang lebih ringan dan akurat serta pengoptimalan algoritma pelacakan.
Kata kunci: deep learning deepsort; Nvidia Jetson Nano; traffic flow; YOLOv4
Abstract:Abstract: Secondary education plays an important role in shaping students' academic, social, and emotional skills and preparing them for further education or entering the workforce. One important aspect of education is the…
he application of discipline through sanctions for violations of school rules. SMA Negeri 1 Kisaran currently still uses a manual system in recording and imposing sanctions, which is prone to errors, data loss, and is less efficient in decision making. This study aims to propose the implementation of a decision support system based on the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to determine more objective and transparent sanctions. The results of the application of the TOPSIS method in the process of determining objective sanctions for students at SMA Negeri 1 Kisaran are based on factors such as attendance, neatness, diligence, and student behavior, resulting in more accurate and systematic decisions. This study shows that the application of the TOPSIS method increases efficiency in determining sanctions for students and supports a fairer and data-based coaching process in schools.
Keywords: decision support system; discipline; sanctions; TOPSIS.
Abstrak: Pendidikan menengah memiliki peran penting dalam membentuk keterampilan akademik, sosial, dan emosional peserta didik serta mempersiapkan mereka untuk pendidikan lebih lanjut atau masuk ke dunia kerja. Salah satu aspek penting dalam pendidikan adalah penerapan disiplin melalui sanksi terhadap pelanggaran aturan sekolah. SMA Negeri 1 Kisaran saat ini masih menggunakan sistem manual dalam pencatatan dan pemberian sanksi, yang rentan terhadap kesalahan, kehilangan data, serta kurang efisien dalam pengambilan keputusan. Penelitian ini bertujuan mengusulkan penerapan sistem pendukung keputusan berbasis metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk menentukan sanksi yang lebih objektif dan transparan. Hasil dari penerapan metode TOPSIS dalam proses penentuan sanksi objektif pada peserta didik di SMA Negeri 1 Kisaran didasarkan pada faktor-faktor seperti kehadiran, kerapian, kerajinan, serta kelakuan siswa, sehingga menghasilkan keputusan yang lebih akurat dan sistematis. Studi ini menunjukkan bahwa penerapan metode TOPSIS meningkatkan efisiensi dalam menentukan sanksi bagi siswa serta mendukung proses pembinaan yang lebih adil dan berbasis data di sekolah.
Kata kunci: kedisiplinan; sanksi; sistem pendukung keputusan; TOPSIS.
Abstract:Abstract: This study maps the vulnerability of landslides in Jayapura Regency, Indonesia, using a parameter weighting method within the framework of the Geographic Information System (GIS). The study identified key factors…
rs that contribute to landslide risk, including slope, soil type, rainfall, geology, and land use. The analysis revealed significant areas prone to landslides, with substantial portions classified as moderate to high risk. Comparison with the BNPB Inarisk method shows variations in the percentage of risk areas, highlighting the importance of the double assessment technique. The study underscores the need for an integrated, multidisciplinary approach to landslide risk management, emphasizing accurate data collection, land-use planning, and targeted mitigation strategies. These findings provide valuable insights for policymakers and disaster management agencies to minimize the impact of future landslides and promote sustainable development, especially in light of the 2019 landslide disaster in Sentani.
.
Keywords: landslide; jayapura regency; parameter weighting method; inarisk BNPB methods; disaster mitigation.
Abstrak: Penelitian ini memetakan kerentanan tanah longsor di Kabupaten Jayapura, Indonesia, menggunakan metode pembobotan parameter dalam kerangka Sistem Informasi Geografis (GIS). Studi ini mengidentifikasi faktor-faktor kunci yang berkontribusi terhadap risiko tanah longsor, termasuk kemiringan, jenis tanah, curah hujan, geologi, dan penggunaan lahan. Analisis mengungkapkan area signifikan yang rentan terhadap tanah longsor, dengan porsi substansial diklasifikasikan sebagai risiko sedang hingga tinggi. Perbandingan dengan metode BNPB Inarisk menunjukkan variasi persentase area risiko, menyoroti pentingnya teknik penilaian ganda. Studi ini menggarisbawahi perlunya pendekatan multidisiplin yang terintegrasi untuk manajemen risiko tanah longsor, menekankan pengumpulan data yang akurat, perencanaan penggunaan lahan, dan strategi mitigasi yang ditargetkan. Temuan ini memberikan wawasan berharga bagi pembuat kebijakan dan lembaga penanggulangan bencana untuk meminimalkan dampak tanah longsor di masa depan dan mempromosikan pembangunan berkelanjutan, terutama mengingat bencana tanah longsor tahun 2019 di Sentani.
.
Kata kunci: tanah longsor; kabupaten jayapura; metode pembobotan parameter; metode BNPB Inarisk; mitigasi bencana.