Search Articles & Publications

Showing 24 articles found for "Analytics"

Integrasi Kecerdasan Buatan dan Big Data Analytics dalam Sistem Informasi Manajemen Perguruan Tinggi untuk Optimalisasi Pengambilan Keputusan

Marwan Al Fajri
Abstract: Penelitian ini membahas pengembangan dan implementasi sistem informasi berbasis cloud untuk mendukung manajemen data terintegrasi di lingkungan pendidikan tinggi. Tujuan utama penelitian adalah merancang sistem yang mampu… u mengoptimalkan penyimpanan, pengolahan, dan distribusi data akademik secara real-time, sekaligus meningkatkan efisiensi operasional institusi. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan model pengembangan waterfall, melibatkan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem informasi berbasis cloud mampu mengurangi redundansi data sebesar 45%, mempercepat akses informasi hingga 60%, dan meningkatkan keamanan data melalui enkripsi end-to-end. Temuan ini membuktikan bahwa integrasi teknologi cloud dalam pengelolaan data perguruan tinggi dapat menjadi solusi efektif menghadapi tantangan era transformasi digital.

Strengthening Geospatial-Based Maritime Surveillance: A Case Study of Adaptation to Extreme Weather in Critical Shipping Lanes

Ida Bagus Putra Budiana, Anwar Kurniadi, Mitro Prohantoro, Rachmat Setiawibawa
Abstract: The Malacca Strait is a vital maritime route that faces significant challenges from high traffic volumes and increasingly frequent extreme weather scenarios. These conditions pose serious risks to navigational safety, environmental… vironmental integrity, and maritime operational security. This study aims to analyse the needs and components of a robust maritime surveillance architecture in the Malacca Strait, particularly in dealing with the impacts of extreme weather and climate change. Additionally, this research will explore the role of geospatial maritime intelligence in enhancing situational awareness and response to maritime incidents. The study findings indicate that a resilient surveillance architecture in the Malacca Strait requires the integration of advanced sensor systems (including multi-spectral radar and meteorological/oceanographic sensors), redundant communication networks, and AI/ML-based intelligent data processing. The adaptive capabilities of the system, including the use of UAVs and USVs, are critical to maintaining operational effectiveness in adverse weather conditions. Additionally, international cooperation and a robust policy framework, encompassing climate change adaptation and ethical considerations, are fundamental to the successful implementation and sustainability of surveillance systems. The Malacca Strait case study highlights specific vulnerabilities and proposes concrete solutions, illustrating a shift from a reactive to a proactive paradigm in maritime security. Building a resilient surveillance architecture in the Malacca Strait is a strategic imperative to safeguard global trade, regional stability, and environmental sustainability amid increasing climate uncertainty. Integrating cutting-edge technology with robust policies and international collaboration will ensure the safety and security of this vital waterway, making it a model for resilient maritime governance globally. A new aspect emphasised is the importance of adapting to climate change and the role of AI in predictive decision-making. This article presents a comprehensive and integrated approach to building a resilient maritime surveillance architecture, with a particular focus on the challenges of extreme weather in the Malacca Strait. Its originality lies in its emphasis on multi-sensor data fusion, the role of artificial intelligence in predictive analytics, and the integration of climate change adaptation into surveillance system design. Additionally, the article underscores the importance of a robust policy framework and international cooperation as the cornerstones of maritime surveillance resilience, offering a blueprint applicable to other critical maritime routes worldwide

Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Menurut Provinsi 2021 Menggunakan Algoritma K-Means Dengan Rapid Miner

Nur Rizatul Mufidah, Zaehol Fatah
Abstract: Data mining merupakan bagian dari data analytics dan disiplin ilmu Data Science yang memiliki manfaat luas dan tepat guna. Kepadatan penduduk diberbagai provinsi akan mengakibatkan banyak dampak yang akan dialami oleh masyarakat,… syarakat, karena ketidaktahuan masyarakat akan lokasi kepadatan penduduk atau informasi tentang pengelompokan kepadatan penduduk disetiap provinsi, sehingga masyarakat yang memilih lokasi bertempat tinggal semaunya cenderung berada dalam pusaran permasalahan akibat dampak kepadatan penduduk disetiap provinsi yang ada. Untuk menghindari atau meminimalkan dampak kepadatan penduduk, maka perlu dilakukan pengelompokan kepadatan penduduk kedalam 3 kelompok (cluster), yaitu sangat padat(cluster 2), padat(cluster 0), dan sedang(cluster 1). Algoritma yang digunakan dalam penelitian ini adalah algoritma K-Means dengan rapid miner. Dengan hasil penggunaan algoritma K-Means dengan rapid miner menghasilkan bahwa dari 34 provinsi yang ada, terdapat 1 provinsi Sangat Padat (cluster 2), 6 provinsi padat (cluster 0), dan 27 kecamatan sedang (cluster 1). Sehingga dengan adanya cluster kepadatan penduduk ini akan memberikan pengetahuan baru kepada masyarakat yang melakukan urbanisasi, transmigrasi, dan imigrasi karena faktor pekerjaan, faktor ingin menetap, maupun faktor lainnya, sehingga menghindari atau meminimalisi dampak permasalahan karena faktor kepadatan penduduk.

Implementasi Algoritma K-Means Clustering Untuk Perokok Usia Di Atas 15 Tahun

Angeli Dwiyanti Nur’azizah, Zaehol Fatah
Abstract: Merokok merupakan aktivitas yang dapat menimbulkan dampak buruk bagi kesehatan, baik untuk diri sendiri maupun untuk orang lain. Hal itu dikarenakan terdapat banyak kandungan yang berbahaya bagi kesehatan. Data mining merupakan… rupakan bagian dari data analytics dan disiplin ilmu data science yang memiliki manfaat luas dan tepat guna. Penelitian ini bertujuan untuk mengetahui pengelompokkan perokok dengan usia lebih dari 15 tahun di setiap Provinsi. Data yang digunakan dalam penelitian ini diambil dari Badan Pusat Statistik (BPS). Metode yang digunakan adalah Clustering dengan algoritma K-Means menggunakan tools RapidMiner dan validasinya menggunakan operator Davies Bouldin Indeks untuk mencari nilai yang mendekati 0. Pengelompokkan perokok dengan rentan usia lebih dari 15 tahun yang dihasilkan dapat dilihat melalui 3 cluster, Cluster 1 merupakan tingkat perokok tinggi sejumlah 9 provinsi, Cluster 2 merupakan tingkat sedang dengan 17 provinsi dan Cluster 3 merupakan tingkat rendah dengan 8 provinsi.