JSI (Jurnal sistem Informasi) Universitas Suryadarma

Fidelity Testing of Avionic Instruments in NAS 332 Super Puma Simulator Using FAA 14 CFR Part 60

2025-10-03T06:34:08+08:00

Simulation technology is increasingly vital in aviation, enhancing pilot training and reducing risks from human error. This study evaluates the fidelity of the NAS-332 Super Puma Helicopter Full Flight Simulator (FFS) Level-C, focusing on avionic instruments. The assessment aimed to determine how closely the simulator replicates the aircraftâ€™s avionic hardware, software, and operational performance. A black-box testing approach was applied in accordance with FAA 14 CFR Part 60 Advisory Circular standards. Avionic subsystems were examined for accuracy in display layouts, response functions, and system integration. Findings show that the simulator achieves a fidelity score of 89%, confirming its reliability in replicating real-world avionics. These findings confirm the simulatorâ€™s suitability as a regulatory-compliant training tool that supports pilot proficiency and operational readiness. By highlighting avionics fidelity within the broader context of human-computer interaction and workload research, the study extends current simulation literature and contributes to improving the effectiveness of rotorcraft pilot training.

Analisis Tantangan Keamanan Informasi Dalam Pemanfaatan Big Data Untuk Layanan Publik

2025-10-10T04:32:49+08:00

Pemanfaatan Big Data pada layanan publik memberikan peluang besar bagi pemerintah dan organisasi publik dalam meningkatkan kualitas layanan, efektivitas kebijakan, serta transparansi pengelolaan data. Namun, kompleksitas Big Data menghadirkan tantangan serius terkait keamanan informasi yang perlu dianalisis secara mendalam. Artikel ini menggunakan metode studi literatur dan analisis kuantitatif deskriptif terhadap data sekunder dari 15 instansi pemerintah di Indonesia. Hasil analisis menunjukkan bahwa 75% instansi mengalami kerentanan keamanan data, dengan tingkat kepatuhan terhadap standar perlindungan data pribadi hanya mencapai 45%. Selain itu, hanya 30% instansi yang memiliki infrastruktur cloud yang memadai untuk mendukung analitik Big Data. Analisis kuantitatif juga mengungkapkan bahwa rata-rata tingkat adopsi kontrol keamanan seperti enkripsi dan manajemen identitas berada di angka 52%. Mitigasi risiko memerlukan pendekatan terpadu melalui penerapan solusi teknis seperti enkripsi dan differential privacy, penguatan kerangka tata kelola data, serta peningkatan kapasitas organisasi. Temuan ini menegaskan bahwa pemanfaatan Big Data yang aman membutuhkan sinergi teknologi, regulasi, dan manajemen.

Implementasi Veyon Server sebagai Sistem Monitoring dan Remote Control Komputer pada Laboratorium Fakultas Sains & Teknologi Universitas Ibrahimy

2025-11-11T22:45:16+08:00

Penelitian ini mengimplementasikan sistem monitoring dan remote control berbasis Veyon Server di laboratorium komputer Fakultas Sains dan Teknologi Universitas Ibrahimy. Metode Research and Development (R&D) digunakan melalui tahapan observasi, perancangan, pengujian, dan evaluasi. Hasilnya, sistem ini terbukti meningkatkan efisiensi pengawasan sebesar 92% dengan percepatan pengecekan aktivitas komputer dari 2–3 menit menjadi kurang dari 10 detik. Fitur monitoring real-time dan remote control memudahkan pengajar dalam memantau dan mengendalikan seluruh komputer client secara terpusat via LAN. Dari sisi keamanan, penerapan Key File Authentication dan enkripsi kunci berhasil meningkatkan keamanan perangkat sebesar 88% dengan mengurangi risiko akses tidak sah. Selain itu, efektivitas praktikum meningkat 90% berkat kelancaran proses belajar dan berkurangnya gangguan teknis. Dengan demikian, Veyon Server merupakan solusi inovatif yang efektif untuk mendukung pengelolaan laboratorium komputer secara modern.

Penerapan Algoritma Regresi Linear untuk Estimasi Harga Saham dalam Pengambilan Keputusan Investasi

2025-11-17T09:31:52+08:00

Penelitian ini berfokus pada implementasi metode data mining dengan Regresi Linear (RL) untuk tujuan pemodelan dan estimasi harga saham menggunakan data historis. Pilihan terhadap algoritma RL didasarkan pada keunggulannya dalam struktur pemodelan linier, efisiensi komputasi, serta kemampuan menyajikan interpretasi hasil secara lugas. Dataset yang dimanfaatkan diperoleh dari platform Kaggle, yang berisi data harga saham harian dalam rentang waktu 2008–2015. Proses analisis data dilaksanakan menggunakan perangkat RapidMiner Studio, mencakup fase akuisisi data, pra-pemrosesan, implementasi algoritma, hingga penilaian kinerja model. Hasil estimasi dengan RapidMiner menunjukkan bahwa model RL berhasil memprediksi harga penutupan saham dengan tingkat akurasi yang tinggi, terlihat dari tingkat kesalahan yang minimal. Model tersebut telah teruji dengan mendapatkan nilai Root Mean Squared Error (RMSE) sebesar 1.229 dan Squared Error sebesar 1.511. Secara keseluruhan, dapat disimpulkan bahwa Regresi Linear adalah algoritma yang efektif untuk membangun model estimasi harga saham yang akurat, sehingga menjadi dasar yang kuat dalam pengambilan keputusan investasi.

Implementasi Algoritma Sistem Antrian Berbasis Web di Kantor Badan Pertanahan Nasional Kabupaten Bekasi

2025-11-17T09:34:26+08:00

Antrian merupakan suatu kegiatan yang melibatkan pihak-pihak yang menunggu untuk memperoleh layanan. Proses antrian dimulai sejak waktu kedatangan hingga selesainya pelayanan. Masalah antrian yang terjadi di Kantor Badan Pertanahan Nasional (BPN) Kabupaten Bekasi disebabkan oleh banyaknya jumlah pemohon setiap hari dan sistem pengambilan nomor antrian yang belum teratur. Kondisi tersebut mengakibatkan penumpukan pemohon berkas umum yang harus berebut nomor antrian sejak awal pelayanan dibuka. Selain itu, proses pelayanan yang cukup lama menyebabkan antrian semakin panjang dan memakan waktu. Oleh karena itu, diperlukan sistem layanan yang lebih baik untuk mengurangi tingkat penumpukan antrian serta meminimalkan kesalahan dalam proses pendaftaran berkas, sistem antrian dapat membantu pihak Badan Pertanahan Nasional Kabupaten Bekasi untuk menggunakan sistem operasional pelayanan agar proses pelayanan dapat berjalan secara optimal. Model struktur antrian yang digunakan adalah single channel-single phase dengan tipe disiplin antrian First In First Out (FIFO). Dari hasil analisis model antrian yang diperoleh, sistem pelayanan Badan pertanahan Kabupaten Bekasi memiliki rata-rata jumlah pemohon menunggu paling banyak terjadi pada periode waktu 08.00 sampai dengan 14.00 yaitu 60 orang dengan waktu tunggu sekitar 56,28 menit. Dari hasil simulasi satu server dan pendaftaran berkas secara online diperoleh pengurangan jumlah orang yang menunggu sebesar 10 orang dengan waktu tunggu sekitar 2 menit. Hal ini dikarenakan jadwal dan waktu kedatangan sudah di atur oleh sistem antrian

Penerapan Algoritma Convolutional Neural Network untuk Meningkatkan Akurasi Pengenalan Bahasa Isyarat Indonesia

2025-11-26T13:25:51+08:00

Tujuan dari penelitian ini adalah untuk memasukkan algoritma Convolutional Neural Network (CNN) ke dalam sistem pengenalan bahasa isyarat statis Indonesia Bahasa Isyarat (BISINDO). Latar belakang penelitian adalah pentingnya pengembangan teknologi yang membantu penyandang tunarungu berkomunikasi dengan masyarakat umum. Metode ini menggunakan arsitektur CNN khusus yang terdiri dari lapisan konvolusi, pooling, dan seluruhnya terhubung. Dataset yang digunakan terdiri dari 1.500 gambar 26 huruf alfabet BISINDO, yang telah diperluas untuk meningkatkan variasi dan ketahanan model melalui proses augmentasi data. Hasil dari eksperimen menunjukkan bahwa model yang diusulkan dapat beroperasi dengan sangat baik. Akurasi deteksi model sebesar 98,5% pada data pengujian. Hasil evaluasi tambahan menunjukkan bahwa model memiliki nilai akurasi sebesar 97,8%, nilai recall sebesar 98,2%, dan nilai F1-Score sebesar 98,0%. Hasil ini menunjukkan bahwa CNN tidak hanya akurat tetapi juga handal dalam mengklasifikasikan bentuk tangan yang kompleks dalam BISINDO. Oleh karena itu, sangat mungkin untuk CNN digunakan dalam sistem translator real-time.

Penerapan Metode Topsis Dalam Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai

2025-11-27T10:11:02+08:00

Pandemi COVID-19 berdampak luas pada kondisi ekonomi masyarakat desa, sehingga program Bantuan Langsung Tunai (BLT) menjadi penting untuk menjaga daya beli keluarga kurang mampu. Pada praktiknya, pemilihan penerima di banyak desa masih dilakukan secara konvensional dan rentan bias. Penelitian ini merancang dan mengimplementasikan Sistem Pendukung Keputusan berbasis metode TOPSIS untuk membantu penentuan calon penerima BLT di Desa Lamongan. Sistem mengevaluasi setiap calon menurut empat Indikator utama penghasilan, keadaan rumah, Besaran Tanggungan, kategori umur dan menghasilkan peringkat kelayakan secara terukur. Hasil menunjukkan bahwa dengan menggunakan metode TOPSIS penerima utama ada yang sama, yakni Aseh dan Mizen Hamidi, dengan nilai preferensi 0,69231. Sistem mampu menyusun prioritas penerima secara konsisten, mempercepat proses seleksi, serta meningkatkan transparansi dan akuntabilitas penyaluran bantuan. Sistem ini direkomendasikan sebagai alat bantu pengambilan keputusan di tingkat desa.

Analisis Komparatif Multinomial Naïve Bayes dan Logistic Regression untuk Klasifikasi Sentimen Ulasan Pengguna Aplikasi TIX ID

2025-11-25T11:46:30+08:00

Penelitian ini bertujuan untuk membandingkan performa algoritma Multinomial Naïve Bayes (MNB) dan Logistic Regression (LR) dalam klasifikasi sentimen multi-kelas pada ulasan pengguna aplikasi TIX ID. Sebanyak 2.500 ulasan dikumpulkan melalui proses scraping dari Google Play Store dan diproses melalui tahapan preprocessing, yang meliputi pembersihan teks, case folding, tokenisasi, stopword removal, dan stemming. Dua teknik ekstraksi fitur digunakan, yaitu CountVectorizer dan TF-IDF, sebelum model dilatih menggunakan kedua algoritma. Proses hyperparameter tuning dilakukan menggunakan GridSearchCV dengan lima lipatan cross-validation untuk memperoleh konfigurasi parameter terbaik. Hasil penelitian menunjukkan bahwa MNB dengan CountVectorizer pada tahap sebelum tuning memberikan performa paling unggul, dengan akurasi mencapai 84,80% dan F1-score macro tertinggi dibandingkan kombinasi lainnya.

Sementara tuning meningkatkan stabilitas performa model, nilai akurasi tidak melampaui model awal tersebut. Temuan ini menunjukkan bahwa kombinasi MNB dan CountVectorizer lebih sesuai untuk karakteristik teks ulasan aplikasi berbahasa Indonesia yang bersifat sparse dan memiliki pola repetitif.

Model terbaik kemudian diimplementasikan dalam sistem analisis sentimen berbasis web yang mampu memproses ulasan secara real time.

Penelitian ini memberikan kontribusi pada pengembangan metode analisis sentimen di Indonesia dan penerapannya pada aplikasi layanan digital.

Sistem Informasi Tes dan Pendaftaran Siswa Baru Berbasis Web SMK Ibrahimy Miftahul Ulum Wongsorejo

2025-11-29T15:35:26+08:00

Sistem Penerimaan Peserta Didik Baru (PPDB) di SMK Miftahul Ulum Wongsorejo sebelumnya dilakukan secara manual, menyebabkan lambatnya proses, risiko kesalahan data, dan kurangnya transparansi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi tes dan pendaftaran siswa baru berbasis web menggunakan framework Laravel dan metode Waterfall. Hasil pengujian sistem menunjukkan peningkatan efisiensi waktu pendaftaran sebesar 70%, dari rata-rata 7 hari menjadi 2 hari. Selain itu, akurasi data meningkat signifikan dengan penurunan kesalahan input sebesar 85%. Sistem ini juga memungkinkan calon siswa melakukan pendaftaran, upload dokumen, dan tes seleksi secara online. Dengan demikian, sistem ini terbukti efektif dalam mendigitalisasi proses PPDB, meningkatkan akurasi, efisiensi, dan transparansi seleksi.

Peningkatan Akurasi MobileNetV2 untuk Klasifikasi Penyakit Daun Jagung Berbasis Morfologi

2025-11-30T22:13:24+08:00

Deteksi penyakit daun jagung pada citra lapangan menghadapi tantangan besar akibat pencahayaan tidak merata, latar belakang kompleks, serta jumlah data yang terbatas dan tidak seimbang. Penelitian ini mengusulkan pipeline klasifikasi berbasis deep learning yang mengintegrasikan pra-pemrosesan morfologi erosi, dilasi, opening, dan closing—untuk memperjelas struktur lesi sebelum pelatihan model. Sebanyak 310 citra daun jagung dalam tiga kelas (Sehat, Karat, dan Hawar) dibagi secara stratifikasi menjadi data latih, validasi, dan uji. MobileNetV2 dilatih menggunakan pendekatan transfer learning dengan augmentasi dasar. Hasil evaluasi menunjukkan akurasi validasi 34,43%, akurasi uji 44,83%, dan macro-F1 sebesar 0,17, yang mengindikasikan kemampuan generalisasi rendah. Confusion matrix mengungkap terjadinya class collapse akibat ketidakseimbangan kelas dan kemiripan visual antar penyakit. Meskipun performanya terbatas, pra-pemrosesan morfologi membantu meningkatkan kejelasan fitur dan stabilitas ekstraksi pada kondisi lapangan.

Penerapan Metode Pieces Framework Untuk Audit Sistem Informasi dalam Meningkatkan Kepuasan Pelanggan TikTok Shop

2025-11-28T10:01:00+08:00

Penelitian ini bertujuan untuk menganalisis kepuasan pelanggan terhadap sistem informasi TikTok Shop di kalangan mahasiswa Program Studi Informatika, Fakultas Teknik dan Komputer, Universitas Baturaja menggunakan metode Pieces ( Performance, Information, Economics, Control, Efficiency, dan Service). TikTok Shop sebagai platform e-commerce berbasis media sosial yang sedang berkembang pesat menghadapi tantangan dalam menjaga kualitas sistem dan layanan agar tetap optimal. Kualitas sistem informasi yang baik menjadi faktor penting dalam membentuk kepuasan pelanggan. Hasil penelitian ini diharapkan dapat memberikan rekomendasi yang berguna bagi pengelola TikTok Shop dalam meningkatkan kinerja dan efektivitas sistem informasi agar lebih responsif terhadap kebutuhan pengguna, serta mendukung pertumbuhan berkelanjutan platform e-commerce tersebut.

Implementasi Sistem Absensi Online Berbasis Web Menggunakan Laravel dan Ngrok sebagai Server

2025-11-24T22:28:58+08:00

Dalam era digital saat ini, sistem absensi manual sering menimbulkan kendala seperti kesalahan pencatatan, kehilangan data, dan rendahnya efisiensi. Untuk mengatasi permasalahan tersebut, penelitian ini mengimplementasikan sistem absensi online berbasis web menggunakan Laravel dan Ngrok. Laravel dipilih karena mendukung arsitektur Model-View-Controller (MVC) yang memudahkan pengembangan dan pengelolaan data, sedangkan Ngrok digunakan sebagai tunneling untuk mengakses server lokal tanpa hosting berbayar. Sistem dirancang untuk dua jenis pengguna, yaitu Admin dan Peserta. Hasil pengujian menunjukkan bahwa sistem berhasil menurunkan kesalahan pencatatan hingga 95%, meningkatkan efisiensi proses absensi sebesar 40%, serta mempercepat waktu pencatatan dari rata-rata 12 detik menjadi 4 detik per transaksi. Selain itu, integrasi data antarmodul mencapai 98% tanpa inkonsistensi. Dengan capaian tersebut, sistem mampu menyediakan proses absensi yang lebih cepat, efisien, dan dapat diakses secara real-time dari mana saja.

The Penerapan Metode Analytical Hierarcy Process Untuk Rekomendasi Kenaikan Status Guru Di Sekolah Menengah Swasta

2025-12-02T21:27:36+08:00

Kesejahteraan dan pengembangan profesional guru merupakan faktor penting dalam peningkatan mutu pendidikan di sekolah menengah swasta. Namun, keterbatasan mekanisme evaluasi kinerja sering menghambat proses kenaikan status menjadi Guru Tetap Yayasan (GTY), padahal status tersebut menjadi syarat utama untuk mengikuti sertifikasi PPG yang berperan besar dalam peningkatan kesejahteraan dan kompetensi profesional guru. Penelitian ini mengembangkan sistem pendukung keputusan berbasis Analytical Hierarchy Process (AHP) untuk memberikan rekomendasi kenaikan status guru secara lebih objektif. Metode AHP digunakan untuk menentukan bobot kriteria pedagogis, profesional, kepribadian, dan sosial beserta subkriteria pendukungnya. Hasil penelitian menghasilkan prototipe aplikasi penilaian guru yang diuji menggunakan standar ISO 9126 dan memperoleh kelayakan 87,8%. Uji pengguna melalui metode PSSUQ menunjukkan tingkat kepuasan 94,2%, sedangkan validasi hasil menggunakan Spearman Rank memperoleh korelasi 0,67. Temuan tersebut menunjukkan bahwa sistem yang dikembangkan efektif, layak digunakan, dan selaras dengan penilaian manual sebelum penerapan AHP.

Perbandingan Kinerja Naive Bayes dan Decision Tree untuk Analisis Sentimen Ulasan Produk Online di Shopee dan Tokopedia

2025-12-01T14:49:20+08:00

Penelitian ini membandingkan kinerja algoritma Naïve Bayes dan Decision Tree untuk analisis sentimen ulasan produk pada platform e-commerce Shopee dan Tokopedia. Dataset yang digunakan berjumlah 46.086 ulasan yang telah melalui tahap pembersihan data dan preprocessing teks, meliputi penghapusan data kosong dan duplikat, case folding, pembersihan karakter, tokenisasi, serta penghapusan stopword. Label sentimen diturunkan dari rating bintang dan dibagi menjadi tiga kelas: positif, netral, dan negatif. Ciri teks direpresentasikan menggunakan TF-IDF, sedangkan evaluasi kinerja model dilakukan dengan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa Naïve Bayes menghasilkan akurasi sekitar 70,85%, lebih tinggi dibandingkan Decision Tree dengan akurasi 67,41%. Kedua model cukup baik dalam mengklasifikasikan sentimen positif, namun masih lemah pada kelas netral karena ketidakseimbangan data dan ekspresi bahasa yang ambigu. Temuan ini menunjukkan bahwa Naïve Bayes lebih sesuai digunakan sebagai dasar pengembangan sistem analisis sentimen ulasan produk e-commerce. Penelitian ini memberikan referensi bagi pelaku industri dalam memanfaatkan ulasan.

Prediksi Risiko Serangan Jantung Menggunakan Algoritma Random Forest Berdasarkan Faktor Klinis dan Riwayat Medis Pasien

2025-12-03T15:26:08+08:00

Penerapan Algoritma Binary Search Pencarian Data Pada Sistem Supply Barang

2025-12-02T22:03:24+08:00

Penelitian ini bertujuan merancang sistem informasi persediaan barang berbasis web dengan integrasi algoritma binary search untuk meningkatkan efisiensi pencarian data. Pengembangan sistem mengikuti model waterfall, meliputi tahap analisis kebutuhan, desain, implementasi, pengujian, hingga pemeliharaan. Aplikasi dibangun menggunakan PHP Native serta MySQL sebagai basis data. Berdasarkan pengujian, sistem ini mampu mengurangi kesalahan pencatatan dan mempercepat proses pencarian data, dengan rata-rata waktu pencarian hanya 0,0065 ms pada total 77 data. Penerapan algoritma binary search dinilai tepat karena kompleksitas waktunya O (log n), sehingga tetap efisien meski jumlah data meningkat. Kesimpulannya, sistem informasi ini efektif dalam meningkatkan akurasi dan efisiensi pengelolaan persediaan barang di perusahaan.

Data hiding pada video digital menggunakan metode discrete cosine transform

2025-12-11T12:51:46+08:00

Pertukaran data digital memerlukan mekanisme keamanan yang tidak hanya menjaga kerahasiaan, tetapi juga menyamarkan keberadaan pesan. Penelitian ini mengembangkan teknik steganografi pada video digital menggunakan Discrete Cosine Transform (DCT) yang diterapkan pada blok 8×8 koefisien luminance dalam format MJPEG. Penyisipan pesan dilakukan dengan memodifikasi bit least significant (LSB) pada koefisien kuantisasi DCT. Evaluasi menggunakan parameter Peak Signal-to-Noise Ratio (PSNR), Mean Squared Error (MSE), dan Character Error Rate (CER) untuk mengukur fidelity, robustness, dan recovery. Hasil eksperimen menunjukkan stego-video memiliki kualitas visual tinggi dengan PSNR rata-rata 42,51 dB. Namun, metode ini hanya robust terhadap penambahan kontras, dan gagal pada manipulasi rotasi atau konversi grayscale dengan CER mencapai 100%. Nilai CER rata-rata pada kondisi normal adalah 0,29%, mengindikasikan keberhasilan ekstraksi pesan selama tidak terjadi distorsi struktural. Disimpulkan bahwa teknik DCT layak untuk penyembunyian pesan pada video MJPEG, tetapi memerlukan peningkatan ketahanan terhadap manipulasi video.

Analisis Laporan Beban Kerja Dosen Pada Bidang Penelitian dan PKM Dengan Menggunakan K-Means Clustering

2025-12-09T14:12:46+08:00

Penelitian ini menganalisis Laporan Beban Kerja Dosen (BKD) pada bidang Penelitian dan Pengabdian kepada Masyarakat (PkM) di UIN Sultan Aji Muhammad Idris Samarinda menggunakan metode K-Means clustering untuk mendukung evaluasi kinerja dan akreditasi BAN-PT APT. Data yang digunakan mencakup 2.762 aktivitas dari 214 dosen selama 6 semester (2021–2024). Hasil analisis menunjukkan clustering optimal dengan K=2 dan Silhouette Score 0,595. Teridentifikasi dua klaster produktivitas: klaster sedang (190 dosen, 88,8%) dan klaster tinggi (24 dosen, 11,2%). Capaian KPI/IKU mencapai 105,8% dengan predikat A (Unggul), meskipun terjadi kesenjangan produktivitas dan 81,5% data tidak terklasifikasi secara eksplisit. K-Means clustering terbukti efektif sebagai dasar pengambilan keputusan strategis dalam peningkatan produktivitas dosen dan pemenuhan akreditasi perguruan tinggi.

Desain dan Evaluasi Sistem Pendaftaran Kursus Komputer Berbasis Web menggunakan metode UCD

2025-12-03T16:49:17+08:00

Proses pendaftaran kursus komputer yang masih dilakukan secara manual di PKBM Cahaya Utama Depok sering menimbulkan kendala seperti keterlambatan pendataan, ketidaktepatan informasi, dan rendahnya efisiensi pelayanan. Penelitian ini bertujuan untuk merancang dan mengevaluasi sistem pendaftaran kursus komputer berbasis web dengan menggunakan pendekatan User-Centered Design (UCD). Pendekatan UCD digunakan karena mampu memastikan bahwa setiap tahap perancangan berfokus pada kebutuhan, karakteristik, dan kenyamanan pengguna akhir, yaitu calon peserta kursus dan admin lembaga. Tahapan yang dilakukan mencakup identifikasi kebutuhan pengguna, analisis tugas, perancangan antarmuka (prototype), evaluasi usability, serta implementasi sistem menggunakan PHP dan MySQL. Hasil evaluasi melalui pengujian blackbox testing menunjukkan fitur aplikasi berjalan dengan baik dan berdasarkan pengujian usability kepada pengguna memperoleh skor 85,9% masuk ke kategori sangat baik. Dengan demikian, penerapan UCD terbukti efektif dalam meningkatkan kualitas pengalaman pengguna serta efisiensi proses administrasi pada sistem pendaftaran kursus komputer berbasis web di PKBM Cahaya Utama Depok.

Sistem Pendukung Keputusan Pemilihan Bibit Padi Unggulan dengan Metode MOORA Pada Wilayah Dinas Pertanian Kabupaten Pati

2025-12-15T16:24:18+08:00

Pemilihan bibit padi unggulan adalah tahap krusial dalam budidaya padi, terutama di Kabupaten Pati sebagai sentra pertanian. Proses pemilihan bibit yang dilakukan secara manual sering menghadapi kendala seperti ketidaktepatan penilaian dan keterbatasan informasi. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) untuk pemilihan bibit padi unggulan. Data alternatif bibit dan kriteria diperoleh dari Dinas Pertanian Kabupaten Pati serta literatur terkait. Sistem dikembangkan dengan metodologi SDLC model waterfall dan diuji menggunakan black box testing. Hasil pengujian menunjukkan sistem dapat melakukan perhitungan normalisasi, optimasi, dan perangkingan secara akurat. Perbandingan hasil perhitungan manual dan sistem menunjukkan kesesuaian tanpa perbedaan signifikan. Pada periode November 2025, varietas Inpari 42 Agritan menjadi rekomendasi terbaik. Implementasi sistem ini meningkatkan efisiensi, mempermudah penilaian multikriteria, dan menghasilkan rekomendasi bibit padi yang lebih objektif bagi Dinas Pertanian Kabupaten Pati.

Perancangan Aplikasi Sirver-Side Pada Sistem informasi Pembayaran Biaya Pendidikan Terintegrasi Whatsapp Gateway

2025-12-17T15:48:34+08:00

Madrasah Ibtida’iyah Ibrahimy masih menggunakan sistem manual dalam proses pembayaran pendidikan, yang sering menyebabkan keterlambatan laporan, kesalahan pencatatan, serta kurang optimalnya penyampaian informasi kepada orang tua. Penelitian ini merancang aplikasi server-side sebagai pusat pengolahan data (backend) pada Sistem Informasi Pembayaran Pendidikan yang terintegrasi dengan WhatsApp Gateway untuk meningkatkan efisiensi administrasi, ketepatan data, serta otomasi notifikasi pembayaran. Metode yang digunakan adalah SDLC model Prototype melalui tahapan analisis kebutuhan, perancangan, pembuatan, dan evaluasi prototype hingga menghasilkan rancangan sistem server-side yang optimal. Hasil penelitian menunjukkan bahwa sistem yang dirancang mampu memberikan kemudahan pengelolaan pembayaran, mengoptimalkan pemrosesan data pembayaran secara terpusat, meningkatkan transparansi keuangan, serta memperbaiki kualitas administrasi di madrasah. Pengujian sistem menghasilkan peningkatan efisiensi waktu pemrosesan transaksi sebesar 75%, pengurangan kesalahan pencatatan data hingga 90%, dan tingkat keberhasilan pengiriman notifikasi WhatsApp mencapai 98%.