Abstract:Penyebaran informasi palsu (hoaks dan fake news) di media sosial merupakan tantangan serius terhadap integritas informasi publik di Indonesia. Penelitian ini bertujuan untuk menganalisis tren, volume, dan pola diseminasi…
hoaks berdasarkan data verifikasi yang dikumpulkan melalui web scraping dari situs fact-checker lokal selama periode Januari hingga Agustus 2025. Hasil analisis data menunjukkan bahwa volume hoaks didominasi secara signifikan oleh dua kategori: Disinformasi Faktual dan Klaim Meragukan. Analisis kontribusi platform menunjukkan bahwa Facebook dan Instagram menjadi saluran utama penyebaran di kedua kategori tersebut. Temuan ini memberikan wawasan penting bagi stakeholder dan platform media sosial untuk merumuskan strategi mitigasi yang tersegmentasi dan ditargetkan
Abstract:Penelitian ini bertujuan untuk melakukan segmentasi wilayah rawan gempa bumi di Kabupaten Tapanuli Utara menggunakan metode K-Means Clustering. Data yang digunakan berasal dari United States Geological Survey (USGS) periode…
ode 2000–2025 dengan parameter latitude, longitude, magnitudo, dan kedalaman. Tahapan penelitian meliputi pembersihan data, normalisasi, serta penentuan jumlah cluster menggunakan metode Elbow dan Silhouette Score. Hasil menunjukkan bahwa jumlah cluster optimal adalah lima. Hasil clustering menunjukkan bahwa persebaran gempa tidak merata dan membentuk kelompok dengan karakteristik berbeda. Cluster dengan kedalaman gempa dangkal memiliki potensi risiko lebih tinggi dibandingkan cluster lainnya. Penelitian ini diharapkan dapat menjadi dasar dalam memahami pola kerawanan gempa serta mendukung upaya mitigasi bencana di wilayah penelitian.
Abstract:Visi computer yang merupakan cabang kecerdasan buatan yang menggunakan citra digital sebagai input data. Penelitian ini bertujuan untuk mengembangkan metode pengumpulan data dalam deteksi warna buah paprika menggunakan citra…
itra digital dan platform Teachable Machine. Metode ini dirancang untuk meningkatkan efisiensi dan akurasi dalam mengidentifikasi variasi warna paprika, yang penting untuk kualitas produk di industri pertanian. Data dikumpulkan melalui pengambilan gambar paprika dalam kondisi pencahayaan yang konsisten, kemudian diproses menggunakan teknik segmentasi warna dan analisis histogram. Model machine learning dilatih menggunakan Teachable Machine, yang memungkinkan klasifikasi warna dengan mudah dan cepat. Hasil evaluasi menunjukkan bahwa model dapat mendeteksi warna paprika dengan akurasi yang memuaskan. Penelitian ini memberikan wawasan penting tentang potensi penerapan teknologi digital dalam pertanian dan membuka peluang untuk pengembangan lebih lanjut dalam deteksi dan analisis kualitas produk pertanian. Dengan demikian, penelitian ini berkontribusi pada peningkatan efisiensi pengelolaan hasil pertanian serta promosi inovasi dalam sektor ini.
Abstract:Perkembangan teknologi informasi mendorong pemanfaatan machine learning dalam analisis data penjualan untuk mendukung pengambilan keputusan bisnis. Minimarket Mardi memiliki beragam produk dengan pola pembelian yang bervariasi,…
ariasi, sehingga diperlukan metode analisis yang mampu mengelompokkan data penjualan secara lebih terstruktur. Penelitian ini menerapkan algoritma K-Means Clustering untuk melakukan segmentasi penjualan berdasarkan atribut tertentu, seperti kategori produk, jumlah penjualan, serta frekuensi transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means. Hasil analisis menunjukkan terbentuknya beberapa klaster yang merepresentasikan pola penjualan produk di Minimarket Mardi, mulai dari produk dengan tingkat penjualan tinggi, sedang, hingga rendah. Segmentasi ini dapat membantu manajemen minimarket dalam merancang strategi pemasaran yang lebih tepat sasaran, pengelolaan stok yang lebih efisien, serta peningkatan pelayanan kepada konsumen. Dengan demikian, penerapan K-Means Clustering terbukti efektif dalam mendukung pengambilan keputusan berbasis data di sektor ritel.
Abstract:Penelitian ini membahas sistem pengenalan bentuk bendera negara menggunakan pendekatan pengolahan citra berbasis OpenCV Permasalahan yang diangkat adalah kesulitan dalam mengenali bendera negara dari citra digital secara…
otomatis dan akurat. Tujuan dari peelitian ini adalah mengembangkan sistem yang mampu mengenali bendera berdasarkan pola warna dan bentuk geometri dasar. Metode yang digunakan mencakup pengumpulan dataset gambar bendera, pra-pemrosesan citra (resizing, grayscaling, thresholding), deteksi kontur dan segmentasi warna. Sistem diuji menggunakan dataset 10 negara dengan variasi bentuk dan warna dominan. Hasil menunjukkan tingkat akurasi mencapai 92% dengan waktu proses rata-rata .. detik per citra. Penelitian ini berkontribusi pada pengembangan sistem identifikasi otomatis berbasis visual yang dapat diterapkan pada aplikasi pendidikan maupun arsip digital.