Abstract:Perkembangan teknologi internet mendorong pelaku usaha coffee shop untuk memanfaatkan website sebagai media promosi online yang efektif, informatif, dan mudah diakses. Penelitian ini bertujuan merancang dan mengimplementasikan…
asikan website LuckyStreet sebagai media promosi digital agar informasi mengenai profil usaha, menu kopi, promo, testimoni pelanggan, akun Instagram, serta lokasi usaha dapat disampaikan dengan lebih luas kepada masyarakat. Website ini dibangun menggunakan bahasa pemrograman HTML, CSS, dan JavaScript dengan pendekatan pengembangan prototype, melalui tahapan analisis kebutuhan, perancangan antarmuka, implementasi, dan pengujian sistem. Hasil penelitian menunjukkan bahwa website LuckyStreet memiliki tampilan yang sederhana, menarik, responsif, dan mudah digunakan pada perangkat desktop maupun mobile. Dengan demikian, website ini dapat menjadi sarana promosi online yang efektif untuk meningkatkan jangkauan informasi dan memperkuat citra brand LuckyStreet sebagai coffee shop modern.
Abstract:Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang masih menjadi permasalahan kesehatan masyarakat di Indonesia dan berbagai negara tropis. Penyakit ini disebabkan oleh virus dengue yang ditularkan melalui…
lalui gigitan nyamuk Aedes aegypti. Tingginya jumlah kasus serta potensi terjadinya kejadian luar biasa (KLB) menunjukkan bahwa diperlukan metode analisis yang mampu mengidentifikasi pola risiko penyebaran penyakit secara sistematis dan akurat. Seiring berkembangnya teknologi informasi, pendekatan berbasis Machine Learning mulai dimanfaatkan dalam bidang kesehatan, khususnya dalam analisis data epidemiologi. Machine Learning memungkinkan sistem komputer untuk mempelajari pola dari data historis dan menghasilkan prediksi yang dapat digunakan sebagai dasar pengambilan keputusan. Salah satu algoritma yang sering digunakan adalah Naive Bayes yang bekerja berdasarkan teori probabilitas Bayes dengan asumsi bahwa setiap variabel bersifat independen. Dalam penelitian ini digunakan algoritma Naive Bayes untuk menganalisis risiko penyebaran penyakit Demam Berdarah berdasarkan beberapa faktor yang mempengaruhi, seperti kondisi lingkungan, kepadatan penduduk, serta data historis kasus penyakit. Metode ini diharapkan mampu menghasilkan model klasifikasi yang dapat membantu dalam proses pengambilan keputusan terkait pencegahan dan pengendalian penyakit DBD.
Abstract:Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dalam pendeteksian jenis kulit wajah dan rekomendasi skincare berbasis Android. Sistem mengklasifikasikan jenis kulit menjadi normal,…
ormal, kering, berminyak, berjerawat, dan sensitif menggunakan 750 citra wajah yang telah diberi label. Model dilatih dengan 50 epoch, ukuran citra 224×224 piksel, dan optimizer Adam. Hasil pelatihan menunjukkan bahwa akurasi meningkat seiring bertambahnya epoch, sementara nilai loss menurun. Evaluasi pada data uji menghasilkan akurasi sebesar 99% dengan loss 3,73%, yang menunjukkan performa model yang sangat baik. Sistem mampu mengklasifikasikan jenis kulit secara akurat serta memberikan rekomendasi skincare yang disesuaikan dengan kondisi kulit pengguna. Implementasi dalam aplikasi Android memudahkan pengguna dalam melakukan deteksi secara langsung melalui kamera smartphone, sehingga membantu dalam memilih produk perawatan yang tepat.
Abstract:Penelitian ini bertujuan untuk menganalisis pola permintaan jasa security berdasarkan data transaksi klien menggunakan algoritma Apriori. Data yang dianalisis merupakan data transaksi permintaan layanan jasa security yang…
g telah tercatat dan dipersiapkan oleh perusahaan, tanpa melibatkan data rekrutmen atau pengelolaan sumber daya manusia. Analisis difokuskan pada keterkaitan antar atribut permintaan, meliputi jenis tempat atau klien, jenis layanan pengamanan, lama kontrak, serta jumlah personel pengamanan.Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik data mining. Proses analisis dilakukan melalui tahapan seleksi data, pembersihan data, transformasi data, penerapan algoritma Apriori, serta evaluasi pola asosiasi berdasarkan nilai support, confidence, dan lift. Untuk mendukung proses analisis, dirancang sebuah sistem berbasis web yang berfungsi sebagai alat bantu pengolahan data dan visualisasi hasil pola permintaan jasa security.Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi pola permintaan jasa security yang sering muncul dalam data transaksi. Pola asosiasi yang dihasilkan dapat memberikan informasi yang bermanfaat bagi perusahaan dalam memahami kecenderungan permintaan layanan serta mendukung pengambilan keputusan operasional secara lebih terstruktur dan berbasis data.
Abstract:Pengendalian mutu merupakan salah satu aspek penting dalam proses produksi untuk memastikan produk yang dihasilkan sesuai dengan standar kualitas yang telah ditetapkan. Tingginya tingkat kecacatan produk dapat menyebabkan…
n kerugian bagi perusahaan, baik dari segi biaya produksi, waktu, maupun kepuasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis terhadap pengendalian kualitas produk Eq Spacing yang selama ini mengalami tingkat cacat (defect) yang cukup tinggi. Tingginya jumlah defect tersebut dapat memberikan dampak negatif signifikan, baik dari segi finansial maupun kredibilitas perusahaan di mata pelanggan dan mitra bisnis. Untuk mengatasi permasalahan tersebut, dalam penelitian ini saya menerapkan metode Six Sigma yang terdiri dari lima tahap, yaitu Define, Measure, Analyze, Improve, dan Control (DMAIC). Metode ini dipilih karena memiliki pendekatan sistematis dalam mengidentifikasi, menganalisis, dan memperbaiki proses produksi sehingga dapat meminimalkan jumlah defect secara efektif. Diharapkan penerapan metode Six Sigma ini tidak hanya mampu menurunkan tingkat cacat produk, tetapi juga meningkatkan efisiensi dan kualitas keseluruhan dalam pengendalian produk Eq Spacing di PT. SSM, sehingga memberikan kontribusi positif bagi keberlangsungan operasional dan daya saing perusahaan..
Abstract:Penggunaan media pembelajaran berbasis teknologi merupakan salah satu langkah strategis dalam menciptakan proses belajar yang efektif, fleksibel, dan menarik. Seiring dengan perkembangan teknologi digital, pemanfaatan aplikasi…
likasi berbasis android menjadi solusi inovatif dalam mendukung kegiatan pembelajaran di sekolah. Aplikasi KomponenKu dikembangkan sebagai media pembelajaran interaktif yang bertujuan untuk membantu peserta didik memahami materi secara terstruktur dan mudah diakses, khususnya pada mata pelajaran Teknik Audio Video di SMKN 3 Surabaya pada elemen Komponen Elektronika Aktif dan Pasif. Penelitian ini menggunakan metode Research and Development (R&D) dengan model Borg and Gall. Proses pengembangan meliputi tahap perencanaan, desain, validasi, revisi, hingga uji coba produk. Validasi dilakukan oleh tiga ahli yang mencakup validasi materi, validasi media, validasi angket respon siswa, serta validasi soal pretest dan posttest. Hasil validasi menunjukkan bahwa seluruh aspek memperoleh skor rata-rata di atas 90%, yang termasuk dalam kategori sangat layak. Selain itu, respon peserta didik terhadap penggunaan aplikasi diperoleh melalui angket terstandar dengan hasil rata-rata sebesar 77%, yang menunjukkan kategori respon positif. Keefektifan media pembelajaran dianalisis menggunakan desain One Group Pretest-Posttest. Hasil penelitian menunjukkan adanya peningkatan signifikan pada hasil belajar kognitif peserta didik, yaitu dari nilai rata-rata pretest sebesar 54,58 menjadi 89,80 pada posttest. Dengan demikian, dapat disimpulkan bahwa media pembelajaran berbasis android berupa aplikasi KomponenKu tidak hanya layak digunakan dan mendapat respon positif dari siswa, tetapi juga efektif dalam meningkatkan kemampuan kognitif peserta didik pada materi Komponen Elektronika Aktif dan Pasif.
Abstract:Kanker payudara dapat menurunkan kualitas hidup sehingga diperlukan skrining yang cepat dan konsisten. Penelitian ini mengembangkan sistem klasifikasi kanker payudara berbasis Convolutional Neural Network (CNN) yang diimplementasikan…
plementasikan pada aplikasi skrining berbasis web. Dataset disusun ke dalam data latih, validasi, dan uji, kemudian citra diproses melalui penyesuaian ukuran 224×224, normalisasi, serta augmentasi pada data latih. Model dibangun menggunakan arsitektur MobileNetV3 Small dengan keluaran tiga kelas, yaitu Normal, Benign, dan Malignant. Sistem juga menerapkan validasi input untuk memastikan prediksi hanya dilakukan pada citra jaringan payudara sebelum proses inferensi. Hasil pengujian pada 300 data uji menunjukkan akurasi sebesar 88,00% dengan performa per kelas yang bervariasi, di mana kesalahan klasifikasi masih terjadi pada kelas-kelas yang memiliki kemiripan ciri visual. Hasil ini menunjukkan CNN efektif untuk mendukung skrining awal kanker payudara dan dapat ditingkatkan melalui penambahan data serta optimasi pelatihan pada penelitian selanjutnya
Abstract:Penyakit tanaman merupakan salah satu faktor utama penurunan hasil pertanian pada komoditas tomat dan cabai di Indonesia. Deteksi dini secara manual memerlukan keahlian khusus dan waktu yang lama. Penelitian ini mengusulkan…
kan sistem klasifikasi penyakit tanaman berbasis deep learning menggunakan arsitektur MobileNetV2 dengan pendekatan transfer learning. Dataset PlantVillage yang terdiri dari 20.638 gambar daun dengan 15 kelas digunakan sebagai data pelatihan. Model dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Visualisasi Grad-CAM diterapkan untuk menginterpretasikan area fokus model dalam pengambilan keputusan. Hasil eksperimen menunjukkan akurasi sebesar 89,93% pada data uji dengan rata-rata weighted F1-score sebesar 0,90. Visualisasi Grad-CAM membuktikan model mengidentifikasi area terinfeksi secara akurat. Pengujian pada gambar nyata menunjukkan kemampuan model dalam kondisi dunia nyata.
Abstract:Konflik geopolitik di kawasan Timur Tengah, khususnya konflik Israel-Gaza yang meningkat eskalasi sejak Oktober 2023, menjadi salah satu isu internasional yang paling banyak diberitakan oleh media online Indonesia. Penelitian…
itian ini bertujuan untuk mengidentifikasi frame dominan yang digunakan media online Indonesia dalam memberitakan konflik tersebut menggunakan pendekatan komputasional berbasis topic modeling Latent Dirichlet Allocation (LDA). Sebanyak 127 artikel berita dikumpulkan dari berbagai media online Indonesia melalui metode web scraping pada platform Google News RSS, kemudian diproses melalui tahapan preprocessing teks meliputi cleaning, tokenisasi, stopword removal, dan stemming menggunakan library Sastrawi. Model LDA dengan K=4 topik diidentifikasi sebagai konfigurasi optimal berdasarkan coherence score tertinggi sebesar 0,5620. Hasil analisis menemukan empat frame dominan dalam pemberitaan, yaitu: (1) Frame Geopolitik dan Eskalasi Regional (21,3%), (2) Frame Diplomasi dan Negosiasi (32,3%), (3) Frame Dampak Ekonomi Global (17,3%), dan (4) Frame Kemanusiaan dan Korban Sipil (29,1%). Temuan ini menunjukkan bahwa media online Indonesia cenderung membingkai konflik Timur Tengah melalui lensa diplomatik dan kemanusiaan, dengan relatif sedikit perhatian pada dimensi ekonomi. Penelitian ini berkontribusi pada pengembangan metodologi analisis framing berbasis komputasional untuk konteks bahasa Indonesia.
Abstract:Perkembangan teknologi digital, khususnya media sosial, telah memengaruhi pola pikir, perilaku, dan interaksi sosial generasi milenial. Tingginya intensitas penggunaan menjadikan media sosial tidak hanya sebagai sarana komunikasi,…
omunikasi, tetapi juga sebagai pembentuk karakter dan gaya hidup. Penelitian ini bertujuan menganalisis pengaruh media sosial terhadap generasi milenial menggunakan pendekatan kuantitatif dengan metode regresi linier sederhana. Sampel terdiri dari 60 responden yang dipilih melalui probability sampling dengan teknik simple random sampling. Data dikumpulkan melalui kuesioner berdasarkan dimensi kemudahan akses, kualitas informasi, interaktivitas, frekuensi penggunaan, etika, dan kesadaran digital, kemudian dianalisis menggunakan SPSS versi 27. Hasil penelitian menunjukkan nilai korelasi sebesar 0,543 (kategori cukup kuat). Koefisien determinasi (R²) sebesar 0,295 mengindikasikan bahwa media sosial berkontribusi 29,5% terhadap variabel generasi milenial, sementara 70,5% dipengaruhi faktor lain. Nilai signifikansi 0,000 < 0,05 menandakan adanya pengaruh signifikan, dengan persamaan regresi Y = 33,389 + 0,414X. Implikasi penelitian menekankan pentingnya literasi digital dan kesadaran etika dalam penggunaan media sosial. Penelitian selanjutnya disarankan memperluas variabel, jumlah, dan cakupan responden agar hasil lebih komprehensif dan memiliki generalisasi lebih luas.