Abstract:Abstract: The development of network infrastructure in higher education environments demands a monitoring system capable of detecting disruptions quickly and accurately. Royal University does not yet have an integrated and…
nd real-time network monitoring system, so network administrators often discover disruptions after receiving reports from users. This condition results in slow response to disruption handling and suboptimal network performance. This study aims to implement The Dude as a network monitoring system to support the optimization of Royal University's network infrastructure performance. The research method used is a qualitative approach with the stages of problem identification, literature study, system analysis, system design, implementation, and system testing. The monitoring system is implemented with The Dude Server architecture running on MikroTik CHR, while The Dude Client is used by the administrator via a laptop. The results show that the system is capable of performing network discovery, monitoring device status in real-time, displaying network topology visualization, recording monitoring history, and providing notifications when disruptions occur. System testing proves that all monitoring functions run according to the analyzed requirements. Thus, the implementation of The Dude is proven effective in increasing the speed of disruption detection, troubleshooting efficiency, and optimizing the network performance of Royal University.
Keywords: mikrotik; network monitoring; network discovery; network optimization; the dude
Abstrak: Perkembangan infrastruktur jaringan di lingkungan perguruan tinggi menuntut adanya sistem pemantauan yang mampu mendeteksi gangguan secara cepat dan akurat. Universitas Royal belum memiliki sistem monitoring jaringan yang terintegrasi dan real-time, sehingga administrator jaringan sering mengetahui gangguan setelah menerima laporan dari pengguna. Kondisi ini berdampak pada lambatnya respons penanganan gangguan serta kurang optimalnya kinerja jaringan. Penelitian ini bertujuan untuk mengimplementasikan The Dude sebagai sistem monitoring jaringan guna mendukung optimalisasi kinerja infrastruktur jaringan Universitas Royal. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan tahapan identifikasi masalah, studi literatur, analisis sistem, perancangan sistem, implementasi, dan pengujian sistem. Sistem monitoring diimplementasikan dengan arsitektur The Dude Server yang berjalan pada MikroTik CHR, sedangkan The Dude Client digunakan oleh administrator melalui laptop. Hasil penelitian menunjukkan bahwa sistem mampu melakukan network discovery, memantau status perangkat secara real-time, menampilkan visualisasi topologi jaringan, mencatat histori monitoring, serta memberikan notifikasi ketika terjadi gangguan. Pengujian sistem membuktikan bahwa seluruh fungsi monitoring berjalan sesuai dengan kebutuhan yang telah dianalisis. Dengan demikian, implementasi The Dude terbukti efektif dalam meningkatkan kecepatan deteksi gangguan, efisiensi troubleshooting, dan optimalisasi kinerja jaringan Universitas Royal.
Kata kunci: mikrotik; monitoring jaringan; network discovery; optimalisasi jaringan; the dude
Abstract:Abstract: This community service activity aims to introduce Optical Line Terminal (OLT) technology as the main device in GPON-based Fiber to the Home (FTTH) access networks to students of SMK Negeri 1 BP Mandoge in order…
to improve their technical understanding regarding fiber optic network management. The main problem faced is the limited knowledge of students regarding optical access network architecture, OLT-ONU communication mechanisms, and service and bandwidth management. The methods used include observation, interviews, direct practice, and question and answer sessions. The practical activities focused on introducing OLT device architecture, basic GPON concepts, logical port configuration, service VLAN management, and network performance monitoring. The results of the activity showed an increase in students' technical understanding of fiber optic network operation and management. This activity supports the improvement of student competencies according to the needs of the telecommunications industry.
Keywords: GPON; network management; OLT; vocational education; fiber optic
Abstrak: Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengenalkan teknologi Optical Line Terminal (OLT) sebagai perangkat utama dalam jaringan akses Fiber to the Home (FTTH) berbasis GPON kepada siswa SMK Negeri 1 BP Mandoge guna meningkatkan pemahaman teknis mereka terkait manajemen jaringan serat optik. Permasalahan utama yang dihadapi adalah keterbatasan pengetahuan siswa mengenai arsitektur jaringan akses optik, mekanisme komunikasi OLT–ONU, serta pengelolaan layanan dan bandwidth. Metode yang digunakan meliputi observasi, wawancara, praktik langsung, dan sesi tanya jawab. Kegiatan praktik difokuskan pada pengenalan arsitektur perangkat OLT, konsep dasar GPON, konfigurasi logis port, pengelolaan VLAN layanan, serta monitoring kinerja jaringan. Hasil kegiatan menunjukkan peningkatan pemahaman teknis siswa terhadap pengoperasian dan manajemen jaringan serat optik. Kegiatan ini mendukung peningkatan kompetensi siswa sesuai kebutuhan industri telekomunikasi.
Kata kunci: GPON; manajemen jaringan; OLT; pendidikan vokasi; serat optik
Abstract:Abstract: SMKN 1 Kalipucang is one of the vocational high schools in Indonesia that offers a major in Building Information Modeling Design (DPIB). Students in the DPIB major are educated to be ready to work in terms of presenting…
resenting building information visually in the form of mockups and animations. However, students at SMKN 1 Kalipucang still need information about the steps of making mockups that are in line with the standards of the real working industry. The Architecture Study Program at UKDW has an Architectural Communication Techniques class that learns about making model mockups for architectural presentations. Therefore, SMKN 1 Kalipucang in collaboration with the Architecture Study Program of UKDW held a workshop on mockup making for the 11th grade students of the DPIB Department of SMKN 1 Kalipucang so that students can develop knowledge in making mockups. This activity used a training method that began with an explanation and continued with a workshop held in groups. From the workshop, 100% of students were able to make a simple building mockup in a limited time.
Keywords: Building mockup; vocational high school; workshop
Abstrak: SMKN 1 Kalipucang merupakan salah satu SMK di Indonesia yang menawarkan jurusan Desain Pemodelan Informasi Bangunan (DPIB). Siswa pada jurusan DPIB dididik agar siap untuk bekerja dalam hal menyajikan informasi bangunan secara visual dalam bentuk maket maupun animasi. Namun demikian, siswa di SMKN 1 Kalipucang masih membutuhkan informasi tentang langkah-langkah pembuatan maket yang sesuai dengan standar dunia kerja. Program Studi Arsitektur UKDW memiliki kelas Teknik Komunikasi Arsitektur yang mengajarkan tentang salah satunya pembuatan maket model dalam presentasi arsitektur. Oleh karena itu, SMKN 1 Kalipucang bekerjasama dengan Program Studi Arsitektur UKDW mengadakan workshop pembuatan maket bagi siswa Kelas XI Jurusan DPIB SMKN 1 Kalipucang agar siswa dapat mengembangkan ilmu dalam membuat maket. Metode yang digunakan dalam kegiatan ini adalah metode pelatihan dengan penyuluhan dan workshop secara berkelompok. Dari workshop yang telah dilakukan, 100% siswa mampu untuk membuat maket bangunan sederhana dalam waktu yang terbatas.
Kata kunci: Maket bangunan; SMK; workshop
Abstract:The increased use of technology in education has encouraged the development of e-learning platforms that can provide effective and affordable learning experiences. However, the scalability and viability of e-learning platforms…
tforms is often a challenge in the face of an increasing number of users and workloads. In this dedication, we propose the use of mi-croservice architecture in e-learning platforms to optimize scalability and maintain platform viability. We design and implement a microservice-based e-learning platform consisting of independent microservices, such as user management, course management, content management, and grading systems. We implement standardized API mechanisms for interactions between these microservices. We also vertically increase CPU capacity on each microservice instance to address increased workloads. We also observed that the use of microservices architecture makes it easy to maintain, develop, and integrate new features into the platform. In this overall dedication, we show that the implementation of microservices on e-learning platforms is able to provide optimal scalability and maintain the continuity of the platform in the face of increasing user needs
Keywords: e-learning; microservice; skalabilitas; kinerja; monolitik
Abstract: Peningkatan penggunaan teknologi dalam pendidikan telah mendorong perkembangan platform e-learning yang dapat memberikan pengalaman pembelajaran yang efektif dan terjangkau. Namun, skalabilitas dan kelangsungan platform e-learning sering menjadi tantangan dalam menghadapi peningkatan jumlah pengguna dan beban kerja. SMK Swasta As-Syifa Kisaran menggunakan platform E-learning berbasis monolitik yang menyebabkan semakin banyak aktivitas platform digunakan semakin berat. Beberapa tahapan dilakukan dimulai dengan identifikasi masalah, perencanaan dan desain program, pelaksanaan, evaluasi dan analisis, serta penyusunan dan publikasi laporan. Arsitektur monolitik sebelumnya yang diterapkan perlu diperbaharui dengan arsitektur microservice bertujuan untuk mengoptimalkan skalabilitas dan menjaga kelangsungan platform E-Learning. Permasalahan pada penggunaan traffic yang tinggi dan berfokus pada satu server semakin lama semakin membebani server. Berdasarkan masalah tersebut maka layanan dipecah menjadi beberapa layanan webservice menggunakan arsitektur microservice yang terdiri dari layanan-microservice independen, seperti manajemen pengguna, kursus, konten, dan sistem penilaian. Peningkatan kapasitas CPU secara vertikal diperlukan sehingga microservice dapat mengatasi peningkatan beban kerja server. Hasil implementasi microservice yang diterapkan pada platform e-learning SMK As-Syifa mampu memberikan skalabilitas yang optimal untuk kelangsungan platform dalam menghadapi peningkatan kebutuhan pengguna
Kata kunci: e-learning; microservice; scalability; performance; monolitik
Abstract:Abstract: Interior Design is a branch of art that discusses the inner side of a building. Interior design also intersects with architecture which is the global study of building design. Architecture majors have started to…
o enter Vocational High Schools including at SMK Negeri 1 Mempura. Vocational School 1 Mempura has a Department of Building Modeling and Information Design which in its syllabus has building drawing learning. But in the discussion, there is no further knowledge about interior design. SMK Negeri 1 Mempura wants to develop students' knowledge about interior design or interior design properly. From this problem, Interior Design Educators at Lancang Kuning University who are community service partners from SMK Negeri 1 Mempura will add to their students' knowledge about interior design. So that through this program, Mempura 1 State Vocational School can develop interior design knowledge, which not only learns about room size but also about managing the atmosphere of space from designing ceilings, walls, floors, and furniture. The target to be achieved is for partners to understand the basics of Interior Design and its differences from Architecture and other Design Sciences. The outputs to be obtained are learning services for the community, service reports, drafts of teaching materials, and scientific articles in journals.
Keywords: interior design; furniture; workshop
Abstrak: Desain Interior adalah salah satu cabang ilmu seni rupa yang membahas tentang perancangan ruang dalam pada suatu bangunan. Desain interior juga beririsan dengan ilmu arsitektur yang merupakan ilmu perancangan bangunan secara global. Jurusan arsitektur sudah mulai masuk ke Sekolah Menengah Kejuruan termasuk di SMK Negeri 1 Mempura. SMK Negeri 1 Mempura memiliki jurusan Desain Permodelan dan Informasi Bangunan yang dalam silabusnya memiliki pembelajaran gambar bangunan. Tetapi dalam pembahasannya,belum ada pengetahuan lebih lanjut mengenai perancangan ruang dalam.SMK Negeri 1 Mempura ingin mengembangkan pengetahuan yang dimiliki peserta didik pada perancangan ruang dalam atau desain interior dengan benar. Dari permasalahan ini, Tenaga Pendidik Desain Interior Universitas Lancang Kuning yang merupakan mitra pengabdian masyarakat dari SMK Negeri 1 Mempura akan menambah pengetahuan siswa/i nya tentang merancang ruang dalam. Sehingga melalui program ini, SMK Negeri 1 Mempura dapat mengembangakan pengetahuan desain ruang dalam, yang tidak hanya mempelajari tentang ukuran ruangan, tapi juga pada pengolahan suasana ruang dari perancangan langit-langit, dinding, lantai dan furnitur. Target yang ingin dicapai adalah mitra paham tentang dasar-dasar Desain Interior serta perbedaannya dengan Arsitektur dan Ilmu Desain lainnya. Luaran yang ingin diperoleh adalah jasa pembelajaran untuk masyarakat, laporan pengabdian, draf bahan ajar dan artikel ilmiah di jurnal.
Kata kunci: desain interior; furniture; workshop
Abstract:Abstract: Manual meeting documentation risks losing important information due to cognitive fatigue. Although automated summarization models have evolved, integrated end-to-end systems for Indonesian spoken language remain…
n highly limited. This study aims to design and evaluate an end-to-end automated meeting summarization architecture that directly integrates Automatic Speech Recognition (ASR) via OpenAI Whisper for transcription and the IndoT5 language model for abstractive summarization. IndoT5 was fine-tuned using a dataset of 486 Indonesian spoken language transcript pairs. Testing was conducted on a CPU infrastructure using MP4, MP3, and WAV formats. Results show the optimal fine-tuning configuration significantly improved accuracy, achieving ROUGE-1 (0.4167), ROUGE-2 (0.1973), and ROUGE-L (0.2701) scores. Computationally, the system achieved a Real-Time Factor below 1, processing data faster than the actual recording duration. Conclusively, integrating Whisper and IndoT5 shows potential in producing coherent meeting summaries with lightweight computational overhead, making it viable for local infrastructure implementation to ensure data privacy.
Keywords: abstractive summarization; ASR; end-to-end pipeline; IndoT5; real-time factor
Abstrak: Dokumentasi rapat manual rentan menghilangkan informasi penting akibat keterbatasan kognitif. Meskipun model peringkas otomatis telah berkembang, implementasi sistem terintegrasi (end-to-end) khusus percakapan lisan berbahasa Indonesia masih sangat terbatas. Penelitian ini bertujuan merancang dan mengevaluasi arsitektur peringkas rapat otomatis end-to-end yang mengintegrasikan langsung Automatic Speech Recognition (ASR) melalui OpenAI Whisper untuk transkripsi dan model bahasa IndoT5 untuk peringkasan abstraktif. Adaptasi domain dilakukan melalui fine-tuning IndoT5 menggunakan 486 pasang dataset transkrip lisan berbahasa Indonesia. Pengujian pada infrastruktur CPU menggunakan format MP4, MP3, dan WAV. Hasil pengujian menunjukkan konfigurasi fine-tuning optimal berhasil meningkatkan akurasi, dengan skor ROUGE-1 (0,4167), ROUGE-2 (0,1973), dan ROUGE-L (0,2701). Sistem mendemonstrasikan efisiensi komputasi dengan nilai Real-Time Factor di bawah 1, mengindikasikan waktu pemrosesan lebih cepat dari durasi rekaman asli. Kesimpulannya, integrasi Whisper dan IndoT5 menunjukkan potensi dalam menghasilkan ringkasan yang koheren dengan beban komputasi ringan, sehingga layak diimplementasikan pada infrastruktur lokal organisasi untuk menjaga privasi data.
Kata kunci: ASR; end-to-end pipeline; IndoT5; peringkasan abstraktif; real-time factor
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: One of the main challenges in digital image processing is limited resolution, which makes it difficult to preserve visual details when images are enlarged. Conventional methods such as Bilinear Interpolation are…
e commonly used for image upscaling; however, these approaches often produce blurred images, lose fine textures, and fail to reconstruct complex visual structures. This study aims to enhance digital image resolution by employing a deep learni based approach using a Low-Light Convolutional Neural Network (LLCNN) built upon a Deep Neural Network (DNN) architecture. The dataset used in this study is the DIV2K dataset, which consists of 1,000 high-resolution images. These images were downsampled using scaling factors of ×2, ×3, and ×4 to generate paired Low Resolution–High Resolution (LR–HR) data for training and evaluation. The proposed LLCNN is designed to extract important features such as edges, textures, and local patterns through multiple convolutional layers, followed by non-linear mapping to reconstruct high-resolution images more accurately. Quantitative performance evaluation was conducted using the Peak Signal-to-Noise Ratio (PSNR) and the Structural Similarity Index (SSIM). Model performance was evaluated quantitatively using the Peak Signal-to-Noise Ratio (PSNR) metric. Experimental results showed that the proposed method improved image quality compared to the bilinear method. These results indicate that the deep learning based approach effectively improves image sharpness and structural fidelity, thereby demonstrating its potential for digital image resolution enhancement.
Keywords: deep neural network; image resolution; low-light convolutional neural network; machine learning
Abstrak: Permasalahan utama dalam pengolahan citra digital adalah keterbatasan resolusi yang menyebabkan detail visual sulit dipertahankan ketika citra diperbesar. Metode konvensional seperti Bilinear Interpolation masih banyak digunakan, namun sering menghasilkan citra buram, kehilangan tekstur halus, serta tidak mampu merekonstruksi struktur visual yang kompleks. Penelitian ini bertujuan untuk meningkatkan kualitas resolusi citra digital dengan memanfaatkan pendekatan deep learning berbasis Low-Light Convolutional Neural Network (LLCNN) yang dibangun di atas arsitektur Deep Neural Network (DNN). Data yang digunakan dalam penelitian ini berasal dari dataset DIV2K, yang terdiri dari 1000 citra beresolusi tinggi. Citra tersebut diturunkan menjadi resolusi rendah menggunakan faktor downsampling ×2, ×3, dan ×4 untuk membentuk pasangan data Low Resolution–High Resolution (LR–HR) sebagai data pelatihan dan pengujian. LLCNN dirancang untuk mengekstraksi fitur-fitur penting seperti tepi, tekstur, dan pola lokal melalui beberapa lapisan konvolusi, kemudian melakukan pemetaan non-linear guna merekonstruksi citra resolusi tinggi secara lebih presisi. Evaluasi performa model dilakukan secara kuantitatif menggunakan metrik Peak Signal-to-Noise Ratio (PSNR). Hasil eksperimen menunjukkan bahwa metode yang diusulkan mampu meningkatkan kualitas citra dibandingkan metode bilinear. Hasil ini membuktikan bahwa pendekatan berbasis deep learning efektif dalam meningkatkan ketajaman dan kesesuaian struktur citra digital.
Kata kunci: deep neural network; low-light convolutional neural network; machine learning; resolusi citra
Abstract:Abstract: The rapid growth of the digital music industry requires accurate music genre classification systems to enhance user experience in streaming services. This study compares a domain-specific Long Short-Term Memory…
(LSTM) network with three Large Language Models (LLMs)—HuBERT, WavLM, and WAV2Vec 2.0—for Music Genre Classification (MGC). The LSTM model was trained using Mel-spectrograms transformed from the GTZAN dataset, while the LLMs were fine-tuned using a smaller set of raw audio samples due to computational constraints. All models were tested on datasets with identical genre labels to ensure a fair evaluation. Results show that the LSTM model achieved the highest accuracy of 97.10%, outperforming HuBERT (86.00%), WavLM (83.00%), and WAV2Vec 2.0 (80.00%). The LSTM demonstrated superior generalization and stability without overfitting, while the LLMs struggled to differentiate between genres with similar acoustic characteristics. These findings indicate that general-purpose pre-trained models, although powerful, are less effective in music-specific tasks due to domain mismatch. Therefore, incorporating music-specific features and architectures remains essential for achieving higher accuracy and reliability in automatic genre classification systems.
Keywords: audio large language models; comparative deep learning; music genre classification.
Abstrak: Pertumbuhan industri musik digital yang pesat menuntut sistem klasifikasi genre musik yang akurat untuk meningkatkan pengalaman pengguna dalam layanan streaming. Penelitian ini dilatarbelakangi oleh perkembangan pesat model pembelajaran mendalam, khususnya jaringan LSTM dan model bahasa berskala besar LLM seperti HuBERT, WavLM, dan WAV2Vec 2.0, yang telah menunjukkan kemampuan representasi audio yang kuat. Tujuan penelitian ini ini membandingkan jaringan Long Short-Term Memory (LSTM) khusus domain dengan tiga model Large Language Models (LLM)—HuBERT, WavLM, dan WAV2Vec 2.0—untuk tugas Klasifikasi Genre Musik (MGC). Metode penelitian melibatkan pelatihan LSTM menggunakan data Mel-spectrogram hasil transformasi dari dataset GTZAN, sementara LLM disesuaikan (fine-tuning) menggunakan data audio mentah dalam jumlah lebih kecil karena keterbatasan komputasi. Seluruh model diuji pada dataset dengan label genre yang sama untuk memastikan evaluasi yang adil. Hasil penelitian menunjukkan bahwa model LSTM mencapai akurasi tertinggi sebesar 97,10%, sedangkan model HuBERT, WavLM, dan WAV2Vec 2.0 masing-masing memperoleh 86,00%, 83,00%, dan 80,00%. Model LSTM menunjukkan kemampuan generalisasi yang lebih baik tanpa overfitting, sedangkan model LLM cenderung kesulitan membedakan genre dengan karakteristik akustik yang mirip. Kesimpulan penelitian ini adalah ketidaksesuaian domain secara signifikan membatasi performa model umum saat diterapkan pada tugas berbasis musik. Oleh karena itu, penggunaan fitur dan arsitektur khusus musik sangat penting dalam membangun sistem klasifikasi genre yang lebih akurat.
Kata kunci: klasifikasi genre musik; model bahasa besar; perbandingan pembelajaran mendalam.
Abstract:Abstract: The development of digital learning systems requires not only effective content delivery but also database consistency and performance, particularly when used at scale by lecturers and students. Weaknesses in database…
atabase design can lead to data duplication, relational violations, and transaction failures that compromise system reliability. This study designed the Royal Mengajar application using PHP and MySQL, supported by JavaScript, HTML, and Bootstrap 5. The Crowdsourced Academic Content model enables lecturers to contribute learning materials openly, while students evaluate them through a user rating system. The objective of this research is to design and optimize the database architecture of the Royal Mengajar application by implementing multiple control mechanisms—namely views, triggers, transactions, and constraints—to enhance data efficiency, consistency, and integrity in digital learning environments. Database optimization focuses on the use of views to improve query efficiency, triggers to maintain automatic consistency, transactions to ensure atomicity in multi-table operations, and constraints to preserve data integrity. The results show that views reduced the average query execution time to 0.12 seconds, triggers maintained consistency without manual intervention, and constraints achieved 100% referential integrity. The application of these mechanisms significantly improved system speed, reduced data redundancy, and enhanced information reliability, thus reinforcing the sustainability of Royal Mengajar as a community-driven learning platform
Keywords: crowdsourced academic content; constraint; database optimization; trigger.
Abstrak: Pengembangan sistem pembelajaran digital tidak hanya menuntut penyajian materi, tetapi juga konsistensi serta kinerja basis data ketika sistem digunakan secara masif oleh dosen dan mahasiswa. Kelemahan rancangan database dapat menimbulkan duplikasi data, pelanggaran relasi, dan kegagalan transaksi yang memengaruhi keandalan sistem. Penelitian ini merancang aplikasi Royal Mengajar berbasis PHP dan MySQL dengan dukungan JavaScript, HTML, dan Bootstrap 5. Model Crowdsourced Academic Content memungkinkan dosen berkontribusi secara terbuka, sedangkan mahasiswa melakukan evaluasi melalui user rating system. Tujuan penelitian ini adalah untuk merancang dan mengoptimalkan basis data aplikasi Royal Mengajar melalui penerapan berbagai mekanisme pengendali, seperti view, trigger, transaction, dan constraint, guna meningkatkan efisiensi, konsistensi, dan integritas data dalam sistem pembelajaran digital. Optimalisasi database difokuskan pada penerapan view untuk efisiensi query, trigger untuk menjaga konsistensi otomatis, transaction untuk memastikan atomicity pada operasi multi-tabel, serta constraint guna menjamin integritas data. Hasil pengujian menunjukkan view menurunkan rata-rata waktu eksekusi query menjadi 0,12 detik, trigger menjaga konsistensi tanpa intervensi manual, dan constraint memastikan integritas referensial tercapai 100%. Penerapan mekanisme ini berdampak pada peningkatan kecepatan sistem, berkurangnya redundansi, serta keandalan informasi yang lebih tinggi, sehingga mendukung keberlanjutan Royal Mengajar sebagai platform pembelajaran berbasis kontribusi komunitas.
Kata kunci: basis data; optimasi; trigger; constraint; crowdsourced academic content.