Search Articles & Publications

Showing 1401 articles found for "Besar"

Identifikasi Pola Penyebaran Penyakit Ternak Menggunakan Clustering Spasial

Zainal Mu'en, Zaehol Fatah
Abstract: Penyakit hewan merupakan salah satu tantangan terbesar dalam divisi hewan yang dapat mengakibatkan kerugian finansial yang signifikan. Bukti yang dapat dikenali dari pola penyebaran penyakit sangat penting untuk mendukung… g pengambilan keputusan dalam upaya mengantisipasi dan menangani wabah . Pertimbangan ini bertujuan untuk menganalisis dan mengidentifikasi pola penyebaran penyakit hewan menggunakan strategi pengelompokan spasial . Strategi ini memungkinkan pengelompokan wilayah berdasarkan tingkat penyebaran penyakit , sehingga zona yang berpotensi menjadi pusat penyebaran dapat diidentifikasi . Informasi yang digunakan dalam pertimbangan ini mencakup data spasial dan non - spasial yang terkait dengan kasus penyakit hewan dari berbagai wilayah , yang kemudian dianalisis di sana. Hasil dari penelitian ini menunjukkan bahwa strategi pengelompokan spasial dapat diterapkan di daerah -daerah dengan pola penyebaran penyakit yang sama . Identifikasi zona berisiko tinggi dapat membantu peternak dan pihak terkait dalam mengambil tindakan penanggulangan yang lebih tepat dan efisien . Dengan pengelompokan spasial ini , prosedur penanganan dapat difokuskan pada daerah-daerah yang lebih rentan terhadap kejadian , yang diharapkan dapat mengurangi dampak ekonomi dan meningkatkan kesejahteraan hewan secara keseluruhan . Penelitian ini memberikan kontribusi penting bagi pengembangan kerangka kerja deteksi dini berbasis teknologi untuk mitigasi penyakit ternak

Perancangan Dan Implementasi Sistem Informasi Absensi Digital Di Universitas Royal

Aldi Febrian, Fadillah Hasan, Mardalius Mardalius
Abstract: Perkembangan teknologi telah membawa perubahan signifikan dalam berbagai aspek kehidupan manusia, termasuk dalam sistem pencatatan absensi. Teknologi memberikan peluang besar untuk meningkatkan efisiensi dan efektivitas… dalam pengelolaan informasi. Absensi, yang umumnya digunakan untuk mencatat kehadiran seseorang di berbagai tempat seperti sekolah atau tempat kerja, memainkan peran penting dalam penilaian kinerja dan disiplin. Namun, pencatatan absensi secara manual masih menjadi tantangan, seperti yang terjadi di Universitas Royal, sebuah perguruan tinggi di Kabupaten Asahan. Universitas ini, yang awalnya dikenal sebagai AMIK Royal dan kemudian menjadi STMIK Royal, telah bertransformasi menjadi Universitas Royal pada tahun 2024. Meskipun mengalami berbagai kemajuan, sistem absensi di universitas tersebut masih dilakukan secara konvensional melalui buku catatan, yang sering kali menyebabkan masalah seperti pemborosan waktu, risiko hilangnya data, serta ketidakefisienan dalam rekapitulasi absensi. Untuk mengatasi masalah ini, penulis mengusulkan penerapan sistem informasi absensi digital di Universitas Royal. Sistem ini dirancang untuk mencatat dan mengelola absensi secara otomatis, sehingga memudahkan pendokumentasian serta pengelolaan data absensi. Dengan sistem digital, waktu yang diperlukan untuk mencatat absensi dapat berkurang, dan data akan lebih aman serta dapat diakses dengan mudah

Penerapan Flipped Classroom Dengan Model Problem Based Learning PBL Terhadap Kemampuan Berpikir Kritis Dan Adaptabilitas Lingkungan Murid SMA Materi Perubahan Lingkungan

Fika Ayu Ningtias, Retni Sulistiyoning, Saparuddin
Abstract: Pembelajaran biologi di tingkat SMA masih banyak menggunakan pendekatan konvensional yang kurang efektif dalam mengembangkan keterampilan berpikir kritis dan adaptabilitas lingkungan peserta didik. Penelitian ini bertujuan&#8230; an untuk menguji pengaruh penerapan Flipped Classroom dengan model Problem Based Learning (PBL) terhadap kemampuan berpikir kritis dan adaptabilitas lingkungan murid SMA pada materi perubahan lingkungan. Penelitian eksperimen semu dengan desain Non-Randomized Control Group Pretest-Posttest dilakukan pada kelas X Fase E. Kelas eksperimen menerapkan integrasi Flipped Classroom dan PBL, sedangkan kelas kontrol menggunakan pembelajaran langsung. Data dikumpulkan melalui tes esai berbasis indikator FRISCO untuk berpikir kritis dan angket berbasis GreenComp untuk adaptabilitas lingkungan. Analisis data menggunakan ANCOVA setelah memenuhi uji prasyarat yaitu normalitas, homogenitas, dan linieritas. Hasil penelitian menunjukkan adanya pengaruh signifikan p < 0,05 terhadap kedua variabel dengan effect size besar Partial Eta Squared 0,606 untuk berpikir kritis dan 0,700 untuk adaptabilitas lingkungan. Rata-rata skor kelas eksperimen mengalami peningkatan yang lebih tinggi dibandingkan kelas kontrol. Kesimpulan penelitian ini adalah integrasi Flipped Classroom dan PBL efektif meningkatkan kemampuan berpikir kritis serta adaptabilitas lingkungan peserta didik. Model ini dapat menjadi alternatif pembelajaran inovatif yang mendukung Kurikulum Merdeka dan pengembangan kompetensi abad ke-21 berbasis isu lingkungan.

FORECASTING MODEL SMA DALAM  MERAMALKAN PENJUALAN PRODUK FASHION PADA ANGGA COLECTION

Taufik Ramadanu, Dahriansah Dahriansah, Santoso Santoso
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&#8230; 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.

Analisis dan Implementasi Optimal pada Jurnal Pengabdian Pada Masyarakat IPTEKS untuk Pengembangan Riset Berkelanjutan

Dr. Budi Santoso, Prof. Siti Aminah
Abstract: Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan metode optimal dalam pengembangan riset berkelanjutan. Hasil penelitian menunjukkan efisiensi sebesar 85%.

Analisis dan Implementasi Optimal pada Varied Knowledge Journal untuk Pengembangan Riset Berkelanjutan

Dr. Budi Santoso, Prof. Siti Aminah
Abstract: Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan metode optimal dalam pengembangan riset berkelanjutan. Hasil penelitian menunjukkan efisiensi sebesar 85%.

Visual Interaktif Di Panggung Untuk Edukasi 3R: Implementasi Animasi Berbasis Mapping Menggunakan Resolume Arena

song, Meidianto, Pernando, Yonky
Abstract: Abstract: Environmental education plays a crucial role in raising public awareness of sustainability issues. The 3R concept (Reduce, Reuse, Recycle) has long been a fundamental strategy for waste management and the promotion&#8230; tion of sustainable lifestyles; however, its dissemination is often presented in a textual manner that is less engaging for the general public. This study proposes an interactive visual approach utilizing projection mapping technology through Resolume Arena software to create an immersive educational stage performance. The animated visuals are narratively designed to enhance audience understanding of the 3R concept. The simulation results indicate that this approach has strong potential to improve audience engagement and information retention across diverse age groups. Keywords: 3R; interactive animation; environmental education; resolume arena; visual mapping. Abstrak: Pendidikan lingkungan menjadi salah satu pilar penting dalam membentuk kesadaran masyarakat akan isu keberlanjutan. Konsep 3R (Reduce, Reuse, Recycle) telah lama menjadi strategi utama dalam mengelola sampah dan mendukung gaya hidup berkelanjutan. Namun, penyampaian informasi mengenai 3R masih sering bersifat tekstual dan kurang menarik bagi masyarakat umum. Dalam studi ini, dikembangkan pendekatan visual interaktif melalui teknologi projection mapping menggunakan perangkat lunak Resolume Arena untuk menciptakan pertunjukan panggung edukatif yang imersif. Visual animasi dirancang secara naratif untuk menstimulasi pemahaman audiens terhadap konsep 3R. Hasil simulasi menunjukkan bahwa pendekatan ini berpotensi besar dalam meningkatkan keterlibatan dan retensi informasi pada audiens dari berbagai usia. Kata kunci: 3R; animasi interaktif; edukasi lingkungan; resolume arena; visual mapping.

Implementasi Metode Moora Pada Dss Penentuan Stok Optimal Paket Data Cmc Cell

Sahputra, Waldi, Nofriadi, Nofriadi, Amalia, Amalia
Abstract: Abstract: The development of information and communication technology has increased public demand for digital services, particularly data packages as the primary means of internet access. This high demand requires data package&#8230; ackage retailers to manage inventory optimally to ensure product availability meets customer needs. At CMC Cell, the determination of data package stock is still based on intuition without systematic data analysis, resulting in stock accumulation for certain products and stock shortages for others when demand increases. This study aims to design and implement a web-based Decision Support System (DSS) using the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method to determine the optimal stock of data packages. The MOORA method is applied to rank data package alternatives based on several criteria, including data package demand, sales history, remaining stock, selling price, and validity period. Sales data are analyzed using the calculation stages of the MOORA method. The results show that the Telkomsel V 3 GB data package achieves the highest preference value of 0.1498 and is therefore recommended as the top-priority data package, with an optimal stock quantity of 200 units. With the implementation of this system, the recommendations for determining data package stock become more measurable, objective, and data-driven.             Keywords: MOORA; PHP; decision support system; optimal stock; stock priority Abstrak: Perkembangan teknologi informasi dan komunikasi telah meningkatkan kebutuhan masyarakat terhadap layanan digital, khususnya paket data sebagai sarana utama akses internet. Tingginya permintaan tersebut menuntut pelaku usaha penjualan paket data untuk mampu mengelola stok secara optimal agar ketersediaan produk sesuai dengan kebutuhan pelanggan. Pada Toko CMC Cell, penentuan stok paket data masih dilakukan berdasarkan intuisi tanpa analisis data yang sistematis, sehingga sering terjadi penumpukan stok pada beberapa produk dan kekosongan stok pada produk lain saat permintaan meningkat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) dalam menentukan stok optimal paket data. Metode MOORA digunakan untuk melakukan perangkingan alternatif paket data berdasarkan beberapa kriteria, yaitu permintaan paket data, riwayat penjualan, jumlah stok tersisa, harga jual, dan masa aktif. Data penjualan paket data dianalisis menggunakan tahapan perhitungan metode MOORA. Hasil penelitian menunjukkan bahwa paket data Telkomsel V 3 GB memperoleh nilai preferensi tertinggi sebesar 0,1498 sehingga direkomendasikan sebagai paket data dengan prioritas stok tertinggi, dengan jumlah stok optimal sebanyak 200 pcs. Dengan adanya sistem ini, rekomendasi penentuan stok paket data yang dihasilkan menjadi lebih terukur, objektif, dan berbasis data. Kata kunci: MOORA; PHP; sistem pendukung keputusan; stok optimal; prioritas stok

Penerapan Algoritma K-Nearest Neighbor (Knn) Untuk Klasifikasi Status Gizi Balita di Kecamatan Rumbai Timur

Marshanda, Marshanda, Nasution, Nurliana
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&#8230; 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

Analisis Penjualan Sepeda Motor Di Cv. Honda Karya Utama Berbasis Algoritma Regresi Linier

Rhindi, Lira, Fauziah, Rizky, Muhazir, Ahmad
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.&#8230; 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