PETIR

Analisis Kualitas Layanan Elektronik Untuk Mengukur Kepuasan Pengguna Menggunakan Dimensi E-Servqual

Dinda Almira — 2023-11-17

Aplikasi MyTelkomsel adalah suatu layanan elektronik berbentuk aplikasi mobile yang diluncurkan oleh PT. Telkomsel yang memiliki banyak fungsi dan kegunaan di dalamnya. Berdasarkan ulasan yang diberikan oleh pengguna di laman appstore, aplikasi ini masih memiliki beberapa kelemahan di dalmanya. Terutama, pengguna sering kali merasa kebingungan karena entry point pada aplikasi MyTelkomsel sering berubah-ubah. Penelitian ini bertujuan untuk meninjau kualitas layanan yang diberikan oleh aplikasi MyTelkomsel meggunakan dimensi E-Servqual dalam menggukur kepuasan pengguna dan memberikan rekomendasi perbaikan setiap atribut yang menjadi kelemahan di dalam aplikasi MyTelkomsel dan dianggap dapat mempengaruhi kepuasan pengguna. Metode yang digunakan untuk mengukur kepuasan pengguna adalah Customer Satisfaction Index dan metode yang digunakan dalam memberikan rekomendasi perbaikan kualitas layanan adalah Importance Performance Analysis. Berdasarkan analisis data dan hasil penelitian, tingkat kepuasan pengguna aplikasi MyTelkomsel di Kota Pontianak ialah sebesar 68,36% yang menunjukkan bahwa tingkat kepuasan penggunanya masih rendah. Sedangkan, tingkat kesesuaian dari perhitungan importance performance analysis seluruh atribut belum mencapai 100% yang menunjukkan bawah kinerja penyedia layanan masih kurang baik dan belum memenuhi harapan pengguna sepenuhnya

Dashboard Strategis untuk Mengukur Ketercapaian Pengembangan Ekonomi Kreatif Kabupaten Bojonegoro

Julianto Lemantara — 2023-11-17

Sektor industri ekonomi kreatif mengandalkan inovasi, keahlian, dan potensi individu untuk menciptakan lapangan kerja dan kemakmuran. Peran penting Dinas Kebudayaan dan Pariwisata Kabupaten Bojonegoro (Disbudpar) dalam mengembangkan sektor ini bertujuan meningkatkan daya saing ekonomi daerah berdasarkan potensi lokal. Namun, Disbudpar menghadapi hambatan dalam menentukan wilayah potensial Ekraf yang perlu dikembangkan dan dibina, serta dalam menghasilkan sertifikasi untuk karya dan produk. Oleh karena itu, penelitian ini menerapkan metode Business Intelligence yang melibatkan pengintegrasian dan pengelolaan data terkait aktivitas industri ekonomi kreatif, untuk menyusun strategi pengembangan Ekraf. Metode Clustering digunakan dalam pemilihan dan penentuan wilayah pengembangan. Hasil dan pembahasan dari Clustering dengan metode K-Means menunjukkan adanya tiga klaster wilayah dengan karakteristik yang berbeda. Klaster wilayah potensial mencakup 14,29% dari total anggota klaster, klaster wilayah berkembang mencakup 32,14%, dan klaster wilayah rendah mencakup 53,57%. Selain itu, penggunaan Key Performance Indicators (KPI) digunakan untuk mengevaluasi kinerja pengembangan Ekraf. Hasil dari uji penerimaan pengguna menunjukkan tingkat penerimaan yang tinggi sebesar 100% terhadap dashboard yang telah dikembangkan. Dengan menerapkan Business Intelligence, informasi tentang jumlah pelaku ekonomi kreatif, pertumbuhan ekonomi kreatif, dan data penyerapan anggaran dapat diakses dan digunakan dalam mengukur strategi pengembangan di bidang ekonomi kreatif.

A Smart Parking System Menggunakan Ultra High Frequency RFID Dengan Progressive Web Apps (PWAs)

Nenny Anggraini — 2023-11-17

Penelitian ini bertujuan untuk mengembangkan sebuah sistem parkir pintar yang menggunakan
teknologi Progressive Web Apps (PWA). Dalam penelitian ini, digunakan teknologi PWA sebagai
platform utama yang memungkinkan penggunaan sistem parkir tanpa memerlukan aplikasi khusus
yang harus diunduh dan di-install pada perangkat pengguna. Sistem parkir ini dibuat untuk
memberikan pengalaman contactless yang memungkinkan kendaraan masuk dan keluar dari area
parkir tanpa harus melakukan interaksi fisik dengan perangkat atau petugas parkir. Untuk mencapai
hal ini, penggunaan perangkat ESP32 digunakan sebagai kontroler utama untuk menerima data dari
pembaca RFID dan mengirimnya ke server. Sementara itu, penggunaan RFID HW-VX6330K
sebagai sistem identifikasi contactless memungkinkan pengguna untuk membaca dan memvalidasi
data kendaraan saat masuk dan keluar area parkir dengan mudah dan cepat. Melalui implementasi
smart parking system ini, diharapkan dapat mengurangi antrian kendaraan pada saat keluar dan
masuk area parkir, meningkatkan efisiensi penggunaan ruang parkir, serta memberikan kemudahan
dan kenyamanan bagi pengguna parkir.

Optimalisasi Penempatan PMU untuk Mendukung Implementasi Smart Grid Sumatera

Diah Fitri Fida Kusuma — 2023-11-17

Sistem interkoneksi Sumatera 275 kV adalah sistem interkoneksi terbesar kedua di Indonesia setelah sistem Jawa Bali 500 kV. Proyeksi pertumbuhan beban di sistem Sumatera mencapai 7,1% di tahun 2022 bersamaan dengan penambahan kapasitas pembangkit sampai dengan tahun 2030 sebesar 9,3 GW yang mana 5,2 GW atau 53,7% adalah pembangkit EBT. Diperlukan sistem jaringan cerdas (smart grid) untuk menjamin kontinyuitas sistem tenaga listrik. Phasor Measurement Unit (PMU) mampu mengukur fasor tegangan pada bus serta aliran arus sepanjang saluran yang datang ke bus secara realtime. Perancangan penempatan PMU bertujuan untuk menemukan jumlah minimum dan lokasi PMU yang optimal agar sistem dapat diamati secara keseluruhan. Dalam tulisan ini akan dibahas bagaimana menempatkan PMU secara optimal menggunakan metode optimasi Binary Partcile Swarm Optimization (BPSO), depth first dan simulated annealing. Selain itu perhitungan System Obervability Redundancy Index (SORI) dan Optimal Redundancy Criterion (ORC) juga dituliskan guna memberikan penilaian tentang observabilitas penempatan PMU. Hasil yang diperoleh diharapkan dapat membantu memberikan solusi untuk efisiensi investasi penerapan sistem smart grid di Sumatera.

Optimalisasi Pengolahan Data Akuntansi Accurate dengan Penerapan Server Database dan VPN menggunakan Metode Point-to-Point Tunneling Protocol (PPTP) di PT Indosterling Group

Yazrul Andrian yazrul — 2023-11-17

Penelitian ini bertujuan untuk mengoptimalkan pengolahan data akuntansi Accurate di PT Indosterling Group dengan menerapkan server database dan Virtual Private Network (VPN) menggunakan metode Point-to-Point Tunneling Protocol (PPTP). Hasil penelitian menunjukkan bahwa dengan penerapan Accurate Server dan penggunaan VPN dengan metode PPTP, pengolahan data akuntansi Accurate dapat dioptimalkan secara efisien, memungkinkan pengambilan keputusan bisnis yang lebih tepat waktu. Penggunaan VPN juga memberikan lapisan keamanan tambahan dalam komunikasi data antara kantor pusat dan cabang-cabang PT Indosterling Group, meningkatkan keamanan dan kerahasiaan data perusahaan. Dengan sistem ini, akses ke database Accurate Accounting Desktop menjadi lebih mudah dan efisien, pengguna dapat mengakses data secara real-time dan melakukan pemrosesan dengan cepat. Selain itu, sistem ini meningkatkan kinerja jaringan PT Indosterling Group dengan mengoptimalkan pengaturan bandwidth melalui VPN. Secara keseluruhan, penerapan server database Accurate dan VPN dengan metode PPTP di PT Indosterling Group membawa manfaat signifikan dalam optimalisasi pengolahan data akuntansi, meningkatkan keamanan data, menyederhanakan akses, dan meningkatkan kinerja jaringan. Dengan demikian, sistem ini menjadi solusi efektif untuk meningkatkan efisiensi dan keamanan pengelolaan data akuntansi perusahaan.

Model Prediksi Menggunakan Teknik Machine Learning untuk Penjualan terhadap Produksi Kain Jumputan pada Pengerajin Batiq Colet Jumputan Palembang

Try Okta Bagaskara — 2023-11-17

Tujuan dari penelitian ini adalah untuk merancang model prediksi penjualan terhadap produksi kain jumputan berbasis Python menggunakan dua teknik Machine Learning yang dibandingkan hasilnya, yaitu Linear Regression dan Support Vector Regression. Dalam pengujian akurasi, metode Linear Regression berhasil memprediksi penjualan kain jumputan dengan tingkat kesalahan yang rendah. Dataset yang digunakan mencakup data penjualan kain jumputan selama 48 bulan, mulai dari Januari 2018 hingga Desember 2021. Dengan membagi dataset menjadi data pelatihan selama 38 bulan dan data pengujian selama 10 bulan, hasil prediksi 10 bulan terakhir didapatkan. Hasil prediksi untuk setiap bulannya dengan mengacu kepada kain jumputan yang diproduksi menunjukkan kesamaan dengan metode Linear Regression dibandingkan Support Vector Regression. Pengujian tingkat kesalahan menggunakan Mean Absolute Percentage Error menunjukkan bahwa prediksi penjualan untuk kain jumputan termasuk dalam kategori sangat akurat. Nilai MAPE pada Linear Regression memiliki nilai terkecil yaitu 3.88%, sementara nilai MAPE pada Support Vector Regression memiliki nilai MAPE terbesar yaitu 28.24%.

Analisis Sentiment Pembelajaran Tatap Muka Terbatas (PTMT) Selama Pandemik Covid-19 Menggunakan Algoritma Naïve Bayes

Yana Cahyana — 2023-11-17

Munculnya pandemi Covid-19 menciptakan banyak perubahan dalam berbagai tatanan masyarakat, termasuk pada bidang pendidikan. Setelah vaksinasi gencar dilakukan, pemerintah berinisiasi melaksanakan kegiatan pembelajaran tatap muka secara terbatas untuk tetap mencegah rantai penyebaran virus. Hal tersebut menimbulkan perbedaan respons di antara masyarakat. Penelitian ini bertujuan untuk menganalisis bagaimana masyarakat memberikan berbagai respons dengan menggunakan metode Naive Bayes dimana algoritma ini dipercaya memiliki efektivitas keakuratan serta kecepatan publikasi basis data yakni dengan implementasi salah satu media sosial, Twitter. Hasil penelitian menunjukan bahwa algoritma Naive Bayes Classifier menghasilkan nilai akurasi sebesar 58,23%, dengan kata kunci “PTM”, dan “PTM Terbatas”. Diperoleh juga nilai siknronitas antar data- Pecision Score sebesar 48,85%, nilai Recall sebesar 76,48% dan nilai F1-Score sebesar 59,62 %

Sistem Penyiram Tanaman Paralel Multikarakter dengan Logika Fuzzy Metode Sugeno dan LoRa Ra-02 SX1278 Berbasis IoT

Nenny Anggraini — 2023-11-17

Kebun agribisnis Fakultas Sains dan Teknologi UIN Syarif Hidayatullah merupakan bagian dari laboratorium program studi agribisnis yang memiliki greenhouse. Terdapat delapan jalur lahan dengan jenis tanaman yang berbeda-beda tiap dua jalurnya. Dalam mengelola tanaman di greenhouse tersebut, penyiraman tanaman merupakan hal yang sangat penting, terlebih lagi karena perubahan cuaca yang terjadi akibat adanya perubahan iklim membuat penyiraman tanaman menjadi rumit, karena harus memperhatikan faktor-faktor tertentu pada tanaman. Beberapa faktor tersebut adalah besar tanaman, banyaknya tanah, dan tipe tanaman tersebut. Selain ketiga faktor tersebut, terdapat faktor lainnya yaitu kelalain. Tindakan lalai yang dilakukan oleh pemilik tanaman seperti lupa menyiram tanaman dapat menyebabkan tanaman menjadi kering dan menyebabkan tanaman menjadi mati. Pada penelitian ini dibuat sebuah sistem penyiram tanaman paralel multikarakter menggunakan LoRa Ra-SX1278 dan logika fuzzy metode Sugeno berbasis Internet of Things. Sistem ini dapat dipantau menggunakan smartphone melalui aplikasi Telegram oleh pengawas kebun atau petugas yang bertanggung jawab.

Analisis Prediksi Kasus DBD Berdasarkan Faktor Cuaca Dengan Multivariat ARIMA

Nanda Tria Lestari — 2023-11-17

Indonesia is facing a severe public health issue with dengue hemorrhagic fever (DHF). Anyone, including toddlers and adults, can be affected by DHF. Several weather factors, including humidity, air temperature, air pressure, and wind speed, contribute to frequent rainfall. ARIMA (Autoregressive Integrated Moving Average) is a time series method commonly used in research. To incorporate independent variables, multivariate ARIMA was employed. The analysis results revealed that weather factors, namely humidity, and Precipitation, have a linear relationship with DHF cases. The accuracy evaluation kof the applied model yielded an Mean Absolute Error (MAE) value of 18.12. The prediction estimates that the number of cases will peak in April 2023 and then decline to its lowest point in December 2023. For future development, it is necessary to enhance the quality of the data used to generate more significant results. Consequently, further evaluation is essential to achieve a smaller MAE value.

String Matching Pada Pencarian Di Web Jurnal Menggunakan Algoritma Knuth Morris Pratt (KMP)

Rizky Dharma Sanjaya — 2023-11-17

This research aims to: (1) enhance the responsiveness of a journal website for easier access from mobile devices and improve the quality of its appearance and user experience during web browsing, (2 enabling easy access to information and visibility, and (3) improve the data processing of the journal by effectively utilizing the Knuth Morris Pratt (KMP) algorithm. The subjects of this research are the user interface and user experience of the web journal application for students, learners, and the general public, while the object of this research is the web journal application itself. The data sources used consist of secondary data obtained from books, documents, and archives containing relevant information. This research employs data collection techniques by gathering information from pre-existing data sources such as books, journals, reports, the internet, and other documents. The estimated time required to conduct this research is two months (November-December 2022). This research develops a responsive web journal using the Laravel Framework and the Knuth Morris Pratt (KMP) algorithm for journal data search. The implementation of the KMP algorithm resulted in a search time of approximately 0.505 seconds with 15 keywords.

Deteksi Mata Katarak Berdasarkan Tekstur Gray Gray Level Co-Ocurrence Matrix Dengan Metode Self Organizing Map

Yosia Swastika Marcelino — 2023-11-17

Cataracts are a common eye problem in Indonesia. Untreated cataracts are the main cause of blindness and the most dominant vision impairment in Indonesia among people over 50 years old, with a proportion reaching 77.7%. Regular eye examinations are necessary to prevent cataracts, but there are obstacles due to the availability of equipment and the cost of eye examinations. Therefore, an efficient and effective cataract detection system is needed. This study aims to detect cataracts in the eyes by utilizing a dataset of eyes from the internet. This research uses RGB and HSV feature extraction combined with the GLCM extraction method. The Gray Level Co-occurrence Matrix (GLCM) method describes the spatial relationship between pixel intensities in an image. With the GLCM matrix, texture information can be extracted from eye images. The Self Organizing Map (SOM) method performs learning based on feature extraction obtained from previously labeled eye images. Based on the test results, this study successfully detects cataract and normal eyes. With the greatest accuracy achieved in the comparison of 80% training data and 20% test data with dimension size = [2 2] and maximum iterations of 100, the highest accuracy of 90% was obtained.

Rancang Bangun Prototype Alat Monitoring Tangki Bahan Bakar Solar di PLTD Berbasis IoT

khamdi nur — 2023-11-17

Alat ukur tangki bahan bakar solar di PLN WRKR pada umumnya masih bersifat konvensional menggunakan tongkat meter, tongkat meter masih belum efektif terhadap waktu dan keakuratan pengukuran serta keselamatan dalam proses pengukuran bahan bakar di tangki utama. Telah dibuat prototype Alat Monitoring Tangki Bahan Bakar Solar di Pembangkit Listrik Tenaga Diesel berbasis Internet Of Things. Alat ini mampu mengirimkan data volume bahan bakar di tangki utama, ketika sensor ultrasonik HY-SRF05 membaca jarak objek bahan bakar pada tangki dan di proses oleh mikrokontroler NodeMCU ESP8266 melalui jaringan nirkabel sehingga hasil pembacaan ditampilkan pada web server Blynk. Dan juga pada alat prototype ini dilengkapi dengan modul relay untuk mengoperasikan pompa bahan bakar dari tangki utama ke tangki mesin, ketika web server Blynk mendapat algoritma untuk mengaktifkan pompa maka kode program akan dikirim melalui jaringan nirkabel ke mikrokontroler ESP8266 untuk mengaktifkan modul relay yang dapat dioperasikan dengan tegangan 2-220 volt AC dan DC. Dari hasil pengujian yang telah dilakukan, alat ini memiliki keakuratan yang tinggi pada pembacaan jarak dengan rentan 3-40 cm, pada jarak 41-200 cm memiliki margin error di 1-5 cm. Dan pada perintah untuk mengaktifkan pompa memiliki respon yang sangat cepat hanya 1 hingga 3 detik

Optimasi Parameter Random Forest menggunakan Grid Search Untuk Analisis Time series

dzikri iskandar — 2023-11-17

Dalam membeli dan menjual di bursa saham, prediksi harga saham memainkan peran penting bagi para investor. Namun, prediksi harga saham merupakan tantangan karena dipengaruhi oleh faktor-faktor yang sulit diprediksi, seperti kondisi pasar, kinerja perusahaan, dan berita ekonomi. Oleh karena itu, penelitian ini bertujuan untuk menganalisis deret waktu harga penutupan saham Microsoft Corporation menggunakan algoritma Random Forest (RF) dan mengoptimalkan parameter algoritma dengan menggunakan metode optimisasi grid parameter. Data yang digunakan meliputi rentang waktu dari 1 Maret 1986 hingga 25 Mei 2023 dengan total 9378 catatan dan 6 atribut. Setelah pengumpulan dan pemrosesan data, termasuk verifikasi nilai yang hilang, data dibagi menjadi data pelatihan dan pengujian menggunakan validasi pemisahan. Selain itu, validasi silang digunakan untuk membandingkan algoritma-algoritma dan memilih algoritma RF sebagai model terbaik berdasarkan nilai RMSE terendah. Tingkat optimalisasi parameter dicapai dengan mengoptimalkan parameter grid, dengan Jumlah pohon dan Kedalaman maksimal sebagai parameter yang dioptimalkan. Analisis Paired Two Sample T-Test juga mengungkapkan perbedaan yang signifikan antara RMSE sebelum dan setelah optimisasi. Kesimpulannya, penelitian ini memberikan kontribusi yang signifikan dalam penggunaan algoritma RF dan metode optimisasi parameter grid dalam analisis deret waktu harga penutupan, dengan potensi aplikasi yang signifikan dalam pengambilan keputusan investasi di pasar saham.

Implementasi Algoritma Learning Vector Quantization Dalam Aplikasi Pengenalan Pola

Matheus Supriyanto Rumetna — 2023-11-17

Along with the development of technology, a lot of technology has emerged and aims to make computers intelligent so that they can mimic the daily work of humans. One of the jobs that is often done is typing documents from a book or article. If the typed document is not too long, it will not cause problems. However, if there are quite a lot of documents to be typed, the operator will need a relatively long time to complete the job. This work can be streamlined by utilizing Artificial Intelligence, namely the Learning Vector Quantization (LVQ) algorithm. LVQ is used because it can learn, calculate distances and separate clusters from the patterns it has learned. This application is implemented using the Microsoft Visual Basic 6 programming language. The result is that the application can segment image characters, and carry out the training process as well as the process of recognizing patterns or shapes of characters, which in turn can recognize each character in a sentence. As well as displaying the steps in the training process and the recognition process, so that it can help learning the LVQ algorithm, especially in character recognition.