Seminar Nasional Humaniora dan Aplikasi Teknologi Informasi (SEHATI)

PENGEMBANGAN SISTEM IRIGASI CERDAS PADA GREEN HOUSE MELALUI APLIKASI MOBILE BERBASIS IOT

Lailatul Qodriyah — 2025-10-30

Penelitian ini bertujuan untuk mengembangkan sistem irigasi pintar berbasis Internet of Things
(IoT) yang mampu mengatur distribusi air secara otomatis berdasarkan data lingkungan yang
diperoleh dari sensor. Sistem ini dirancang untuk meningkatkan efisiensi penggunaan air di rumah
kaca, dengan memanfaatkan sensor kelembaban tanah, suhu, intensitas cahaya, dan aliran air yang
terintegrasi dengan mikrokontroler ESP32. Data yang terkumpul dikirim secara real-time ke
platform ThingSpeak untuk dianalisis dan dipresentasikan melalui aplikasi seluler, sehingga dapat
dilakukan pemantauan dari aplikasi oleh pengguna. Hasil pengujian menunjukkan suhu rata-rata
28,22°C, kelembaban udara 72,97%, kelembaban tanah 66,55, intensitas cahaya 31,17, dan laju
aliran air 57,62 L/menit. Sistem dapat mengaktifkan pompa otomatis ketika kelembaban tanah
kurang dari 50 persen dan mematikannya pada sekitar 80 persen. Ini memungkinkan distribusi air
yang lebih efektif dan pertumbuhan tanaman yang optimal. Hasil penelitian menunjukkan bahwa
sistem ini dapat mengoptimalkan penggunaan air dan mendukung pertumbuhan tanaman. Dengan
pendekatan berbasis IoT yang adaptif dan responsif, penelitian ini tidak hanya menawarkan
efisiensi teknis, tetapi juga mendukung praktik pertanian presisi yang ramah lingkungan dan
berorientasi pada keberlanjutan untuk kepentingan manusia dan ekosistem secara keseluruhan.

SISTEM INFORMASI MANAJEMEN KONTROL SURAT PERINTAH PERJALANAN DINAS (SPPD) DI DINAS PENDIDIKAN PAMEKASAN BERBASIS WEB

Habibur Rohman — 2025-10-30

Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Kontrol Surat
Perintah Perjalanan Dinas (SPPD) berbasis web di Dinas Pendidikan Kabupaten Pamekasan.
Sistem ini dirancang untuk menggantikan proses manual yang rentan terhadap kesalahan dan
manipulasi data, serta untuk meningkatkan efisiensi, transparansi, dan akuntabilitas dalam
pengelolaan perjalanan dinas. Pengembangan sistem menggunakan metode waterfall yang meliputi
tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan.
Teknologi yang digunakan antara lain Laravel sebagai backend, Next.js sebagai frontend, dan
MySQL sebagai basis data. Pengujian sistem dilakukan dengan metode black box, yang
menunjukkan bahwa seluruh fitur berjalan sesuai harapan. Evaluasi kinerja sistem dilakukan
menggunakan pendekatan PIECES, dengan hasil skor sebagai berikut: Performance (4,22),
Information (4,33), Economy (4,15), Control (4,23), Efficiency (4,42), dan Service (4,26). Nilai
tertinggi terdapat pada variabel Efficiency dengan skor 4,42, yang termasuk dalam kategori “puas”
di
semua indikator. Hasil ini menunjukkan bahwa sistem yang dikembangkan mampu
meningkatkan kualitas layanan administrasi perjalanan dinas secara signifikan di lingkungan
instansi pemerintah.

PERANCANGAN APLIKASI CASHFLOW BERBASIS WEBSITE PADA BENGKEL BAPAK RAHMAT

Melly Dwi Suherlina — 2025-10-30

Pencatatan arus kas secara manual pada Bengkel Bapak Rahmat menimbulkan risiko kesalahan,
keterlambatan pelaporan, dan kesulitan analisis keuangan. Penelitian ini berfungsi
mengembangkan dan mengimplementasikan Aplikasi cashflow berbasis website mampu
mengotomatisasi proses pencatatan transaksi, penyusunan laporan, dan analisis sederhana bagi
usaha mikro tersebut. Metode pengembangan yang dipakai adalah Waterfall terdiri dari analisis
kebutuhan, desain , implementasi, ujicoba, serta evaluasi. Aplikasi dibangun dengan
PHP dan MySQL, dilengkapi modul login terpisah untuk admin dan kasir, manajemen data
sparepart dan karyawan, pencatatan transaksi real-time, pencetakan invoice, serta laporan
pemasukan-pengeluaran yang dapat difilter per hari, bulan, maupun tahun.Pengujian fungsional
menggunakan black-box testing terhadap 14 skenario (login admin,login kasir , dashboard,data
sparepart, transaksi kasir, laporan keuangan, manajemen karyawan, dan logout). Seluruh skenario
berhasil dijalankan sesuai spesifikasi, menunjukkan tingkat keberhasilan. Implementasi di
lingkungan bengkel selama satu minggu uji coba mengonfirmasi bahwa aplikasi mempersingkat
waktu pencatatan transaksi rata-rata dari 5 menit menjadi kurang dari 1 menit per transaksi, serta
menghilangkan kesalahan penjumlahan yang sebelumnya sering terjadi pada pencatatan manual.
Dengan demikian, solusi ini terbukti meningkatkan efisiensi, akurasi, dan transparansi pengelolaan
keuangan pada Bengkel Bapak Rahmat

Pengembangan Sistem Pendukung Keputusan (SPK) Dalam Memilih Motif Batik Berdasarkan Minat Konsumen Dengan Menggunakan Metode AHP-TOPSIS.

Mafruhah — 2025-10-30

batik dari Desa Klampar, Pamekasan, Madura. dalam menghadapi persaingan pasar yang semakin
ketat, pengrajin batik perlu tahu motif batik yang paling diminati oleh konsumen buat menaikkan
daya saing produk. Penelitian ini bertujuan buat membentuk Sistem Pendukung Keputusan (SPK)
pada menentukan pola batik sesuai minat konsumen dengan memakai metode Analytical
Hierarchy Process (AHP) serta Technique for Order Preference by Similarity to Ideal Solution
(TOPSIS). Metodologi yang dipergunakan pada penelitian ini melibatkan beberapa tahapan, yaitu
identifikasi kriteria pemilihan motif batik, pembobotan kriteria menggunakan AHP, dan
perankingan alternatif motif batik dengan metode TOPSIS. Data diperoleh melalui survei kepada
konsumen dan wawancara dengan pengrajin batik untuk menentukan faktor-faktor utama yang
memengaruhi preferensi motif, yaitu harga, style, gender, dan kualitas. akibat penelitian
menjukkan bahwa motif batik terbaik adalah Sekar jagad,serat kayu, beres dhumpa, kontemporer,
daun bambu, burung jodoh, tanjunga, lancor dan akar pinang. Sistem membentuk Prioritas utama
yaitu 0,874 pada motif sekar jagad di urutan pertama serta 0,840 pada motif serat kayu di urutan ke
2. Jadi berasal hasil penelitian ini, peneliti merekomendasikan motfi batik yang banyak digunakan
oleh rakyat Pamekasan ialah motif sekar jagad dan motif serat kayu.
Kata kunci: Sistem Pendukung Keputusan, AHP, TOPSIS, Motif Batik, Minat Konsumen

SISTEM PERINGATAN DINI BANJIR BERBASIS INTERNET OF THINGS (IoT) UNTUK RESPON MITIGASI BENCANA

Riski Rizaldi — 2025-10-30

Banjir merupakan salah satu bencana alam yang sering terjadi di berbagai wilayah Indonesia,
termasuk di Kabupaten Pamekasan. Faktor utama penyebab banjir antara lain curah hujan tinggi,
buruknya sistem drainase, serta alih fungsi lahan yang tidak terkontrol. Untuk mengurangi dampak
bencana ini, diperlukan sistem peringatan dini yang mampu memberikan informasi secara cepat
dan akurat kepada masyarakat. Penelitian ini bertujuan untuk merancang dan mengembangkan
sistem peringatan dini banjir berbasis Internet of Things (IoT) yang dapat meningkatkan respon
mitigasi bencana. Sistem yang dikembangkan menggunakan sensor ultrasonik untuk mengukur
ketinggian air dan sensor hujan untuk mendeteksi curah hujan. Data yang diperoleh dari sensor
diproses menggunakan mikrokontroler NodeMCU ESP8266, kemudian dikirimkan ke aplikasi
Telegram sebagai media notifikasi kepada masyarakat. Dengan pendekatan ini, masyarakat dapat
menerima peringatan dini secara real-time dan dapat segera mengambil tindakan pencegahan
sebelum banjir terjadi. Hasil penelitian ini menunjukkan bahwa sistem peringatan dini banjir
berbasis IoT dapat bekerja dengan baik dalam mendeteksi ketinggian air dan curah hujan secara
akurat. Sistem ini diharapkan dapat membantu meningkatkan kesiapsiagaan masyarakat da lam
menghadapi bencana banjir, serta dapat dijadikan sebagai solusi teknologi yang efektif untuk
mendukung mitigasi bencana di daerah rawan banjir.

Evaluasi Risiko Keamanan Sistem SIREKAP Berbasis STRIDE dan DREAD

Nurul Iflahah — 2025-10-30

Sistem Informasi Rekapitulasi (SIREKAP) yang dikembangkan oleh Komisi Pemilihan Umum
(KPU) memiliki peran penting dalam menjaga transparansi serta akurasi proses Pemilu. Namun,
sifatnya yang digital dan terhubung dengan jaringan internet membuat sistem ini rentan terhadap
berbagai ancaman siber seperti spoofing, manipulasi data, maupun kebocoran informasi. Penelitian
ini melakukan evaluasi risiko keamanan pada SIREKAP dengan pendekatan threat modeling
menggunakan metode STRIDE dan DREAD. Analisis difokuskan pada tiga komponen utama,
yaitu browser, Web API, dan basis data. Hasil penilaian dengan metode DREAD menunjukkan
bahwa browser merupakan titik paling rawan dengan skor 35 (kategori risiko tinggi), sedangkan
Web API dan basis data masing-masing berada pada kategori risiko sedang. Temuan ini
memperlihatkan bahwa aspek autentikasi pengguna menjadi prioritas dalam mitigasi risiko. Oleh
karena itu, penelitian ini mengusulkan beberapa strategi pengamanan, antara lain penerapan
autentikasi multi-faktor (MFA), validasi masukan pada Web API, serta pembatasan akses basis
data dengan prinsip least privilege. Dengan rekomendasi tersebut, diharapkan keamanan sistem
SIREKAP dapat ditingkatkan sehingga integritas dan transparansi hasil Pemilu tetap terjaga.
Penelitian ini juga memberikan landasan bagi pengembangan langkah mitigasi lanjutan dalam
menghadapi potensi serangan siber di masa mendatang.

KLASIFIKASI JENIS PUPUK MENGGUNAKAN METODE BI LSTM

Khairun Nisa — 2025-10-30

Pertanian berkelanjutan membutuhkan pemilihan jenis pupuk yang tepat untuk mendukung
efisiensi penggunaan sumber daya dan menjaga keberlanjutan lingkungan. Namun, keterbatasan
informasi berbasis data sering kali menyebabkan ketidaktepatan dalam pemilihan pupuk. Riset ini
menyoroti pengembangan sistem klasifikasi jenis pupuk dengan memanfaatkan algoritma deep
learning Bidirectional Long Short-Term Memory (Bi-LSTM) berbasis dataset publikasi IEEE
Access yang memuat parameter lingkungan meliputi Nitrogen, Fosfor, Kalium, jenis tanah, dan
jenis tanaman, dengan nama pupuk sebagai variabel target; proses penelitian dilakukan melalui
normalisasi data, pemisahan dataset menjadi data latih serta uji, pelatihan model Bi-LSTM, hingga
evaluasi kinerja menggunakan Accuracy, Precision, Recall, dan F1-score, di mana hasil pengujian
menunjukkan capaian akurasi 96,25% dengan nilai Precision, Recall, dan F1-score sebesar 0,962,
serta dukungan visualisasi confusion matrix yang membuktikan tingkat kesalahan rendah sehingga
menegaskan bahwa Bi-LSTM efektif untuk klasifikasi pupuk dan berpotensi menjadi solusi cerdas
dalam membantu petani mengambil keputusan pemupukan yang lebih efisien, tepat sasaran, dan
ramah lingkungan.

PERBANDINGAN ALGORITMA LONG SHORT-TERM MEMORY DAN GATED RECURRENT UNIT UNTUK PERAMALAN SAHAM FOREX DAN BITCOIN

Imam Muslim — 2025-10-30

Penelitian ini membangun model prediksi harga Forex dan Bitcoin menggunakan algoritma deep
learning Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) untuk mengatasi
keterbatasan metode konvensional dalam menghadapi volatilitas pasar. Data yang digunakan
berupa harga historis harian yang mencakup open, high, low, close, serta volume perdagangan.
Setelah melalui tahap pembersihan data, model dilatih menggunakan sliding window dengan 30
timestep dan dibagi menjadi 80% data pelatihan dan 20% data pengujian. Hasil penelitian
menunjukkan bahwa kedua model mampu mengikuti pola pergerakan harga aktual dengan baik,
namun LSTM memberikan kinerja yang lebih unggul. Pada prediksi Forex, LSTM mencapai
tingkat akurasi yang tinggi dengan nilai MAPE di bawah 0,5% serta R² di atas 0,95, sementara
RMSE tercatat 0,01 dan MAE mendekati nol. Untuk Bitcoin, LSTM juga terbukti lebih stabil dan
akurat dibanding GRU dalam menghasilkan proyeksi harga. Prediksi 10 hari ke depan
menunjukkan adanya perbedaan tren di antara kedua model. LSTM memproyeksikan adanya
sedikit penurunan harga pada Forex, sedangkan GRU memprediksi kecenderungan naik. Pada aset
Bitcoin, keduanya sama-sama memproyeksikan penurunan harga, namun prediksi LSTM
memperkirakan nilai yang relatif lebih tinggi dibanding GRU. Temuan ini menegaskan
keunggulan LSTM dalam menangani data keuangan yang sangat fluktuatif. Secara akademis,
penelitian ini memperkaya literatur mengenai prediksi aset digital di Indonesia. Secara praktis,
hasil penelitian mendukung pengembangan sistem prediksi berbasis kecerdasan buatan yang lebih
akurat. Penelitian lanjutan disarankan untuk mengembangkan model hybrid serta menambahkan
variabel eksternal seperti sentimen pasar dan kebijakan moneter.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CAFÉ DI KOTA PAMEKASAN DENGAN MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-AHP)

Anas — 2025-10-30

Pertumbuhan industri kreatif dan sektor Usaha Mikro, Kecil, dan Menengah (UMKM) di kota
Pamekasan telah mendorong meningkatnya jumlah café dengan berbagai konsep dan penawaran.
Namun, pemilihan café oleh konsumen masih bersifat subjektif dan kurang sistematis. Penelitian
ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) dalam pemilihan café
terbaik di Kota Pamekasan dengan menggunakan metode Fuzzy Analytical Hierarchy Process
(Fuzzy AHP). Metode ini digunakan untuk menangani ketidakpastian dan subjektivitas dalam
penilaian kriteria dan alternatif dengan menggunakan pendekatan Triangular Fuzzy Number
(TFN). Lima kriteria utama dalam penelitian ini meliputi Harga Makanan, Harga Minuman,
Fasilitas, Kualitas Pelayanan, dan Suasana, sedangkan alternatif yang dinilai adalah lima café yang
ada di Pamekasan. Hasil penelitian menunjukkan bahwa alternatif dengan nilai tertinggi adalah
Mimu Cafe dengan skor sebesar 0,3027, sehingga menduduki peringkat pertama dan dapat
dianggap sebagai pilihan terbaik di antara alternatif yang dianalisis. Selanjutnya, Nirwana Cafe
menempati peringkat kedua dengan nilai 0,2494, menunjukkan performa yang cukup baik
meskipun masih berada di bawah Mimu Cafe. Di posisi ketiga terdapat Antena Cafe dengan nilai
0,178, diikuti oleh Café Melati pada peringkat keempat dengan nilai 0,1596 yang selisihnya cukup
tipis. Adapun Solo Cafe berada pada peringkat kelima dengan nilai 0,1103, menjadi alternatif
dengan skor terendah dalam analisis ini. Penelitian ini membuktikan bahwa metode Fuzzy AHP
dapat digunakan secara efektif dalam pengambilan keputusan yang kompleks, terutama dalam
bidang bisnis dan pemasaran, serta memberikan kontribusi nyata dalam membantu konsumen dan
pelaku usaha dalam menentukan pilihan secara objektif dan rasional.
Kata kunci: Sistem Pendukung Keputusan, Fuzzy AHP, Pemilihan Café, Preferensi
Konsumen, Kota Pamekasan

Analisis Sentimen Terhadap Program 'Lapor Mas Wapres' Pada Komentar Instagram Menggunakan Metode Convolutional Neural Network (Cnn)

Aisyatur Rohmah — 2025-10-30

Program “Lapor Mas Wapres” merupakan inisiatif pemerintah untuk menampung aspirasi, keluhan,
dan saran masyarakat melalui media digital. Namun, persepsi publik terhadap program ini belum
diketahui secara sistematis. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat
terhadap program tersebut melalui komentar pada platform Instagram menggunakan metode
Convolutional Neural Network (CNN). Data dikumpulkan dari 43.000 komentar akun Instagram
Gibran Rakabuming melalui teknik web crawling. Tahapan penelitian mencakup pre-processing
data (pembersihan teks, lowercasing, stopword removal, dan stemming), pelabelan data menjadi tiga
kelas sentimen (positif, negatif, dan netral), serta implementasi dan evaluasi model CNN. Hasil
analisis menunjukkan bahwa mayoritas komentar mengandung sentimen negatif sebesar 78,1%,
sedangkan sentimen positif sebesar 21,7%, dan netral hanya 0,2%. Model CNN yang dikembangkan
mencapai akurasi sebesar 98%, membuktikan kemampuannya dalam melakukan klasifikasi
sentimen dengan sangat baik. Temuan ini menunjukkan bahwa program “Lapor Mas Wapres” masih
menghadapi tantangan dalam hal penerimaan publik, dan hasil penelitian ini dapat menjadi masukan
strategis bagi pemerintah untuk meningkatkan kualitas layanan dan komunikasi publik secara
digital.

Penerapan Long Short-Term Memory (LSTM) untuk Peramalan Keuntungan Usaha PT. Air Suci Pragaan Kabupaten Sumenep

Abd Kafi Al Madani — 2025-10-30

Penelitian ini bertujuan untuk memprediksi keuntungan usaha PT. Air Suci Pragaan di Kabupaten
Sumenep dengan menerapkan metode Long Short-Term Memory (LSTM), salah satu teknik deep
learning yang efektif dalam mengolah data deret waktu. Data penelitian mencakup variabel
penjualan, produksi, distribusi, dan biaya pada periode 2023–2024. Proses penelitian meliputi
tahap praproses data, perhitungan keuntungan, normalisasi, serta pemisahan data menjadi set
pelatihan dan pengujian. Arsitektur model LSTM yang digunakan terdiri atas dua lapisan
tersembunyi dan satu lapisan keluaran, yang dilatih dengan dataset terolah. Evaluasi model
menghasilkan tingkat kesalahan yang relatif rendah (MAE: 0,3307) serta prediksi keuntungan
untuk 12 bulan mendatang yang menunjukkan variasi namun tetap masuk akal. Temuan ini
mengindikasikan bahwa LSTM berpotensi menjadi metode yang andal dalam memproyeksikan
kondisi finansial perusahaan serta mendukung pengambilan keputusan bisnis berbasis data historis.

Rancang Bangun Aplikasi Marketplace Kesenian Al Banjari (SIBANJARI) Untuk Kemudahan Pemesanan Jasa Hiburan Berbasis Website

Rizki Adi Pradana — 2025-10-30

Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi marketplace
berbasis web bernama SIBANJARI, yang ditujukan untuk memudahkan proses pemesanan jasa
kesenian Al-Banjari secara digital di Madura. Permasalahan utama yang dihadapi adalah belum
tersedianya sistem digital terintegrasi yang mampu mengatasi kendala efisiensi, transparansi, dan
keterjangkauan dalam pemesanan grup Al-Banjari yang selama ini masih dilakukan secara manual.
Penelitian ini menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan
sistem, implementasi, dan pengujian. Pengujian dilakukan dengan metode Black Box untuk
menguji fungsi sistem dan evaluasi PIECES untuk menilai kualitas sistem secara menyeluruh.
Hasil pengujian menunjukkan bahwa sistem berjalan sesuai dengan fungsinya, dan seluruh aspek
PIECES (Performance, Information, Economic, Control, Efficiency, Service) memperoleh skor
kategori Puas dengan rata- rata di atas 4,30 dari skala 5. Aplikasi ini berkontribusi dalam
mendukung pelestarian budaya lokal melalui pemanfaatan teknologi informasi secara adaptif,
sekaligus memberikan solusi efektif dalam transformasi digital layanan pemesanan hiburan
tradisional.

SISTEM INFORMASI GEOGRAFIS UNTUK ANALISIS KESESUAIAN LAHAN TAMBAK UDANG DENGAN CITRA SATELIT DIPESISIR UTARA KABUPATEN PAMEKASAN BERBASIS WEB

SAHRUL — 2025-10-30

Kecamatan Pasean dan Batu Marmar di Kabupaten Pamekasan memiliki potensi besar untuk pengembangan tambak udang, namun sering kali belum didukung data spasial yang akurat. Penelitian ini menggunakan pendekatan Sistem Informasi Geografis (SIG) berbasis citra satelit Landsat 9 tahun 2024 dengan metode klasifikasi terbimbing untuk menganalisis kesesuaian lahan tambak berdasarkan parameter salinitas, suhu, pH, topografi, curah hujan, dan akses infrastruktur. Hasil menunjukkan bahwa salinitas (30 ppt), pH (8,1), dan suhu (29°C) berada dalam kategori sesuai. Perbedaan muncul pada topografi, di mana beberapa desa memiliki kemiringan lahan positif (0,3%–1,4%) yang tergolong sangat sesuai (S1), sementara desa lain memiliki kemiringan negatif (–2,7% hingga –10,4%) yang tergolong tidak sesuai (N). Curah hujan rendah (75 mm) masih mendukung budidaya dengan pengelolaan air yang baik. Desa Batukerbuy memiliki potensi lahan terbesar, diikuti Bindang dan Kapong. Secara keseluruhan, wilayah penelitian diklasifikasikan ke dalam kategori sangat sesuai (S1) dan tidak sesuai (N). Hasil ini dapat menjadi dasar perencanaan budidaya udang yang berkelanjutan.

Kata Kunci: SIG, citra satelit, kesesuaian lahan, tambak udang, Pamekasan.

SISTEM INFORMASI GEOGRAFIS ANALISIS WILAYAH TATAGUNA LAHAN DI KABUPATEN PAMEKASAN MENGGUNAKAN CITRA SENTINEL-1

Iis Dayanti — 2025-10-30

Perubahan tata guna lahan di setiap wilayah terus menalami peruahan secara pesat
tidak terkecuali di Kabupaten Pamekasan. Hal ini didorong oleh meningkatnya
kebutuhan akan lahan untuk pemukiman, pertanian, dan industri. Perubahan ini
menimbulkan tantangan dalam pengelolaan sumber daya alam dan perencanaan
wilayah yang berkelanjutan. Penelitian ini bertujuan untuk menganalisis pola tata
guna lahan di Kabupaten Pamekasan dengan memanfaatkan Sistem Informasi
Geografis (SIG) berbasis citra satelit Sentinel-1. Melalui pendekatan penginderaan
jauh dan pengolahan data spasial menggunakan perangkat lunak SIG seperti
ArcGIS dan QGIS, dilakukan klasifikasi dan pemetaan penggunaan lahan secara
akurat dan terkini. Hasil penelitian ini menghasilkan peta tematik berupa perebaran
tutupan lahan di Kabupaten Pemekasan berupa lahan hijau, Padang rumput, Lahan
Pertanian, permukiman, dan Tanah kosong, Berdasaran hasil pemetaan tersebut
didapat luasan masing-masing tutupan lahan untuk lahan hijau memiliki luas
2117421 haktar, untuk padang rumput memiliki luas 1547368 haktar,lahan
pertanian 1421994 hektar, untuk permukiman 11992545, Tanah kosong 31457 Hasil
ini dapat digunakan sebagai dasar dalam perencanaan tata ruang, pengambilan
kebijakan pemerintah, serta optimalisasi pemanfaatan lahan untuk mendukung
pembangunan wilayah yang berkelanjutan. Temuan ini juga menunjukkan bahwa
SIG merupakan alat yang efektif dalam mendeteksi perubahan penggunaan lahan
serta merancang strategi penataan ruang di tingkat lokal.

Sistem Informasi Santri Pondok pesantren Nahdhatud Ta’limiyah karang Anyar

Achmad Fajar Fatoni — 2025-10-30

Pondok Pesantren Nahdhatut Ta'limiyah Karang Anyar menampung 2.500
santri mukim yang tersebar di berbagai asrama. Jumlah santri yang besar
menimbulkan tantangan dalam pengelolaan asrama, seperti kesulitan pencatatan
data santri, pengawasan harian, dan distribusi fasilitas. Penelitian ini bertujuan
membuat Sistem Informasi yang dirancang untuk menyederhanakan proses
penempatan santri dan pendataan santri di asrama.
Metodologi yang digunakan meliputi studi literatur, observasi dan wawancara, analisis kebutuhan,
perancangan sistem dengan metode Waterfall, dan pengujian fungsionalitas menggunakan
blackbox. Pengujian Blackbox membuktikan semua fitur utama berjalan sesuai spesifikasi tanpa
kesalahan fungsional. Evaluasi PIECES menunjukkan hasil baik pada aspek Performance (3.5),
Information (3.5), Economy (3.5), Efficiency (3.5) dan Service (3.5). Aspek Control (3.25) masih
perlu perbaikan dalam pengendalian data.

IMPLEMENTASI SIG DENGAN LANDSAT 9 UNTUK PENENTUAN LOKASI TAMBANG BATU ALAM YANG BERKELANJUTAN DI DESA REK KERREK, PAMEKASAN BERBASI WEB

Ach Rofi’e Basri1 — 2025-10-30

Desa Rek Kerrek, Kecamatan Palengaan, Kabupaten Pamekasan memiliki potensi sumber daya
batu alam yang besar. Namun, penambangan tanpa perencanaan dapat menimbulkan kerusakan
lingkungan. Penelitian ini menggunakan Sistem Informasi Geografis (SIG) berbasis citra satelit
Landsat 9 dengan metode evaluasi multi kriteria untuk menentukan lokasi tambang yang
berkelanjutan. Kriteria yang digunakan adalah topografi, aksesibilitas, dan dampak sosial. Hasil
penelitian menunjukkan dua kategori zonasi: sangat layak dan tidak layak. Selain itu,
implementasi WebGIS berbasis QGIS berhasil menyajikan peta interaktif yang memudahkan
pengambilan keputusan.

SISTEM PENDUKUNG KEPUTUSAN DENGAN MENERAPKAN METODE AHP-SAW UNTUK MENENTUKAN LOKASI PRODUKSI GARAM TERBAIK DI KECAMATAN PADEMAWU

Mohammad Rizal — 2025-10-30

Produksi garam merupakan sektor penting dalam perekonomian lokal di Kecamatan Pademawu.
Namun, pemilihan lokasi produksi yang optimal menjadi tantangan utama bagi para pelaku usaha.
Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan
metode Analytical Hierarchy Process (AHP) dan Simple Additive Weightin(SAW) guna
menentukan lokasi produksi garam terbaik. Metode AHP dimanfaatkan untuk menetapkan bobot
kriteria sesuai dengan prioritasnya, sementara metode SAW diaplikasikan untuk merangking
alternatif berdasarkan hasil perhitungan yang didapatkan. Penentuan kriteria dalam penelitian ini
didasarkan pada faktor-faktor seperti tingkat salinitas air laut, luas area lahan, kemudahan akses,
kondisi meteorologi, dan ketersediaan infrastruktur penunjang. Data yang dikumpulkan dianalisis
menggunakan sistem berbasis AHP-SAW untuk menghasilkan rekomendasi lokasi optimalStudi
ini mengindikasikan bahwa penggunaan metode ini menghasilkan pemilihan lokasi produksi
garam yang lebih tepat sasaran dan tidak bias, dengan mempertimbangkan faktor lingkungan dan
permintaan dari sektor industri. Dengan penerapan SPK berbasis AHP-SAW, diharapkan pelaku
usaha garam dapat meningkatkan efisiensi produksi dan mengoptimalkan hasil panen.
Kata kunci: Sistem Pendukung Keputusan, AHP, SAW, lokasi produksi garam, Kecamatan
Pademawu..

Implementasi Iot Untuk Monitoring Dan Analisis Konsumsi Air Minum Ternak Secara Realtime Pada Peternakan Moderen

Suhdi Maulana — 2025-10-30

Peternakan ayam petelur yang efisien membutuhkan sistem monitoring kualitas air minum yang
akurat untuk memastikan kesehatan dan produktivitas ayam. Penelitian ini bertujuan untuk
mengembangkan dan mengimplementasikan sistem IoT guna memantau ketinggian dan kekeruhan
air minum secara real-time, serta memberikan notifikasi ketika parameter air berada di luar batas
yang ditentukan. Metodologi penelitian ini melibatkan pemasangan sensor ketinggian dan kekeruhan
air pada tempat minum ayam, yang terhubung dengan sistem IoT untuk mengirimkan data ke server
secara real-time. Data yang dikumpulkan dianalisis untuk mengevaluasi akurasi sensor, waktu
respon, kestabilan sistem, serta efektivitas fitur notifikasi dan integrasi dengan sistem pengisian air
otomatis. Pengujian dilakukan langsung di lingkungan peternakan ayam petelur selama periode
tertentu untuk menilai keandalan sistem dalam kondisi operasional sebenarnya. Hasil penelitian
menunjukkan bahwa sistem yang dikembangkan memiliki akurasi sensor tinggi dengan selisih
pembacaan ≤ 5% dibandingkan alat ukur standar. Waktu respon data ke server berada di kisaran 3
detik, serta sistem notifikasi bekerja dengan baik dalam memberikan peringatan saat air tercemar
atau mencapai level kritis. Selain itu, sistem terbukti stabil dalam kondisi lingkungan peternakan
yang penuh debu dan fluktuasi suhu, serta mampu terintegrasi dengan sistem pengisian air otomatis
untuk menjaga ketersediaan air minum ayam. Implikasi penelitian ini menunjukkan bahwa
implementasi IoT dalam monitoring kualitas air minum pada peternakan ayam petelur dapat
meningkatkan efisiensi pengelolaan air, mengurangi risiko penyakit akibat air tercemar, dan
membantu peternak dalam mengambil keputusan berbasis data. Kontribusi penelitian ini adalah
menyediakan solusi berbasis teknologi yang dapat diadopsi untuk meningkatkan sistem peternakan
modern yang lebih presisi dan berkelanjutan.

KLASIFIKASI JENIS PUPUK MENGGUNAKAN METODE BI LSTM

Khairun Nisa — 2025-10-30

Penerapan Algoritma LSTM Untuk Prediksi Harga Bahan Pangan Di Pamekasan

Putri Nurmau Lidia — 2025-10-30

Harga bahan pangan merupakan salah satu elemen penting dalam kehidupan masyarakat, terutama
di daerah agraris seperti Kabupaten Pamekasan, Madura. Penelitian ini bertujuan untuk
mengembangkan model prediksi harga bahan pangan berbasis algoritma LSTM yang mampu
memberikan proyeksi harga secara akurat, sehingga dapat mendukung perumusan kebijakan
stabilisasi harga. Metode yang digunakan meliputi preprocessing data (penanganan missing values,
normalisasi MinMaxScaler), pembagian dataset (80:20), dan evaluasi menggunakan MAPE,
RMSE, dan R² menunjukkan hasil bervariasi: komoditas stabil (Minyak Goreng, Beras Premium)
mencapai akurasi tinggi (MAPE 0.53–0.81%), sementara komoditas volatil (cabai)
mempertahankan R² >0.90 meski MAPE 7.29–7.39%. Prediksi 30 hari mengindikasikan kenaikan
harga Beras Medium (menuju Rp12.670/kg) dan penurunan Cabai Rawit Merah (hingga
Rp45.000/kg). Implikasi penelitian menyediakan dasar kebijakan stabilisasi harga bagi pemerintah
dan panduan pengelolaan stok bagi pelaku usaha, dengan rekomendasi pengembangan melalui
integrasi variabel eksternal dan validasi real-time data lokal.

Perbandingan Algoritma LSTM & RNN Untuk Prediksi Harga Saham Perusahaan Sektor Pertanian

Ulifaturrisqoh — 2025-10-30

Saham merupakan tanda bukti kepemilikan modal dalam suatu perusahaan, fluktuasi harganya
menjadi tantangan bagi investor. Penelitian ini membandingkan metode Long Short-Term Memory
(LSTM) dan Recurrent Neural Network (RNN) untuk memprediksi harga saham perusahaan sektor
pertanian guna mendukung program swasembada pangan,untuk evaluasi performa model
menggunakan MAE, MSE, RMSE, dan R2.penelitian ini fokus pada 3 perusahaan. Hasil penelitian
menunjukkan LSTM lebih baik dari RNN,pada PT Andira Agro Tbk (ANDI) LSTM menghasilkan
MAE sebesar 2,4608, MSE sebesar 12,4950, RMSE sebesar 3,5348, dan R² sebesar 0,9721. Pada
PT Wahana Pronatural Tbk (WAPO) LSTM mencatat MAE sebesar 2,5966, MSE sebesar
22,2551, RMSE sebesar 4,7175, dan R² sebesar 0,9189. Sementara itu, pada PT Astra Agro Lestari
Tbk (AALI) LSTM mencapai MAE sebesar 0,1129, MSE sebesar 0,0196, RMSE sebesar 0,1400,
dan R² sebesar 0,9597. LSTM secara konsisten menghasilkan nilai error yang lebih rendah dan R²
yang lebih tinggi,menandakan prediksi yang lebih akurat dan stabil. Dengan demikian, LSTM
terbukti lebih unggul dalam menangkap pola tren harga saham dibandingkan RNN. Hasil ini dapat
menjadi referensi dalam pengambilan keputusan investasi di sektor pertanian, serta berkontribusi
dalam mendukung program swasembada pangan melalui optimalisasi prediksi pasar saham.

SISTEM INFORMASI MANAJEMEN KEHADIRAN SISWA BERBASIS WEB DAN ANDROID

Bayu Yalta Yosifa — 2025-10-30

Sistem pencatatan kehadiran siswa yang masih bersifat manual menimbulkan berbagai kendala
seperti ketidakefisienan, rawan kesalahan, serta keterlambatan dalam pelaporan kepada orang tua.
Penelitian ini bertujuan mengembangkan sistem informasi manajemen kehadiran siswa berbasis
Web dan Android untuk meningkatkan efisiensi, akurasi, dan transparansi pencatatan absensi di
lingkungan sekolah. Pengembangan sistem menggunakan metode prototipe, dengan pengujian
dilakukan melalui pendekatan Black Box Testing dan evaluasi kepuasan pengguna menggunakan
kerangka PIECES (Performance, Information, Economy, Control, Efficiency, Service). Hasil
pengujian menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik, mulai dari login,
pengelolaan data siswa, guru, kelas, mata pelajaran, jadwal, hingga pencatatan dan pelaporan
absensi. Evaluasi PIECES menghasilkan nilai Performance sebesar 4.075, Information sebesar
4.033, Economics sebesar 4.092, Control sebesar 3.983, Efficiency sebesar 4.008 dan Service
sebsar 3.917. Sedangkan tingkat kepuasan rata-rata sebesar 4.007 yang menunjukkan bahwa
pengguna merasa puas terhadap sistem ini. Pengujian menggunakan blackbox diperoleh persentase
keberhasilan 100% dengan jumlah pengujian berhasil 10 dari jumlah total pengujian 10. Sistem ini
dinilai mampu memberikan solusi teknologi yang terintegrasi dan modern dalam mendukung
operasional sekolah serta keterlibatan orang tua dalam pengawasan kehadiran siswa. Ke depan,
sistem disarankan untuk dikembangkan dengan fitur notifikasi otomatis dan integrasi akademik
agar lebih menyeluruh.

Evaluasi Risiko Keamanan Sistem SIREKAP Berbasis STRIDE dan DREAD

Nurul Iflahah — 2025-10-30

PREDIKSI HARGA SAHAM TRANSPORTASI LAUT DI INDONESIA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)

Trie Yuniarsih — 2025-10-30

Sektor transportasi laut berperan penting dalam mendukung perekonomian Indonesia sebagai
negara kepulauan. Penelitian ini merancang model prediksi harga saham sektor tersebut di Bursa
Efek Indonesia (BEI) dengan metode Long Short-Term Memory (LSTM) untuk mengatasi
keterbatasan metode konvensional dalam menghadapi fluktuasi pasar. Fokus penelitian mencakup
saham PT Samudera Indonesia Tbk (SMDR), PT Pelayaran Nelly Dwi Putri Tbk (NELY), dan PT
Pelayaran Tempuran Emas Tbk (TMAS) periode 2020–2025, menggunakan variabel input berupa
data historis harga saham serta indikator makroekonomi. Metodologi meliputi preprocessing data
dengan normalisasi Min-Max dan pembagian dataset 80:20, pembentukan sliding window 30
timestep, penerapan arsitektur LSTM berisi 64 unit dengan dropout 0,2, serta evaluasi performa
model menggunakan metrik MAPE dan RMSE. Hasil menunjukkan kinerja terbaik pada saham
SMDR dengan MAE 8,96, MSE 161,53, RMSE 12,70, dan R² 0,91. Sementara itu, TMAS
memperoleh MAE 2,93, MSE 14,18, RMSE 3,76, dan R² 0,85, sedangkan NELY mencatat MAE
6,61, MSE 89,88, RMSE 9,48, dan R² 0,77. Prediksi 10 hari ke depan menunjukkan tren stabil
pada SMDR, fluktuatif pada NELY, dan menurun pada TMAS. Secara akademis, penelitian ini
memperkaya literatur penerapan deep learning di sektor transportasi laut Indonesia, sedangkan
secara praktis, menyediakan alat bantu prediksi bagi investor dengan akurasi lebih tinggi daripada
model tradisional. Implikasi riset menekankan potensi LSTM sebagai solusi prediksi, meski
diperlukan perbaikan dalam penanganan outlier dan stabilitas model. Untuk penelitian berikutnya
disarankan pengembangan model hybrid dan integrasi variabel eksternal guna meningkatkan
akurasi prediksi.model hybrid serta integrasi variabel eksternal guna meningkatkan performa
prediksi.

Sistem Pendukung Keputusan Pemilihan Strategi Pemberdayaan Masyarakat Nelayan Madura Berbasi Blue Economy Menggunakan Metode SWOT-AHP

Khoirul Mikdam — 2025-10-30

Masyarakat nelayan di Madura menghadapi berbagai tantangan yang kompleks, seperti
keterbatasan teknologi, akses pasar yang rendah, ketergantungan pada kondisi cuaca, dan
rendahnya diversifikasi mata pencaharian. Kondisi ini berdampak langsung pada tingkat
pendapatan dan kesejahteraan mereka. Oleh karena itu, diperlukan suatu strategi pemberdayaan
yang terstruktur, berkelanjutan, dan sesuai dengan potensi lokal. Penelitian ini bertujuan untuk
merancang sistem pendukung keputusan berbasis web dalam memilih strategi pemberdayaan
masyarakat nelayan Madura dengan pendekatan ekonomi biru (blue economy). Metode SWOT
digunakan untuk mengidentifikasi faktor internal (kekuatan dan kelemahan) serta faktor eksternal
(peluang dan ancaman), sedangkan metode AHP digunakan untuk menentukan bobot prioritas dari
setiap kriteria dan subkriteria yang memengaruhi pengambilan keputusan. Data dikumpulkan
melalui observasi lapangan, wawancara mendalam, dan penyebaran kuesioner kepada nelayan,
akademisi, dan pemerintah daerah. Hasil analisis menunjukkan bahwa strategi SO (Strength
Opportunities) menjadi strategi paling unggul dengan skor tertinggi sebesar 0,417. Strategi ini
memadukan kekuatan internal, seperti partisipasi aktif masyarakat dan kearifan lokal, dengan
peluang eksternal seperti dukungan kebijakan pemerintah dan potensi pengembangan ekowisata
bahari. Dengan memanfaatkan potensi secara optimal dan mengurangi hambatan yang ada,
pendekatan ini diharapkan mampu meningkatkan kapasitas nelayan serta menciptakan
kesejahteraan yang berkelanjutan di wilayah pesisir Madura.
Kata kunci: Sistem pendukung keputusan pemberdayaan nelayan, blue economy, SWOT, AHP.

Rancang Bangun Sistem Informasi Desa Digital untuk Pendataan Penduduk dan Administrasi Surat Menyurat Menggunakan Framework Laravel

Irfan — 2025-10-30

Perkembangan teknologi informasi mendorong transformasi digital di berbagai sektor, termasuk
pada pelayanan administrasi di tingkat desa. Penelitian ini bertujuan untuk membangun dan
mengembangkan sistem informasi desa berbasis web di Desa Banyupelle guna mengatasi
permasalahan pendataan penduduk yang masih dilakukan secara manual. Pengembangan sistem
dilakukan menggunakan metode Waterfall yang terdiri dari tahapan analisis kebutuhan, desain,
implementasi, pengujian, dan pemeliharaan. Hasil implementasi menunjukkan bahwa sistem
mampu mengelola data penduduk secara terpusat, mendukung layanan administrasi surat
menyurat, serta menyediakan fitur pelaporan dan penilaian layanan. Pengujian menggunakan
metode Black Box dengan perhitungan tinngkat keberhasilan 100% menunjukkan seluruh fungsi
sistem berjalan sesuai spesifikasi, sedangkan evaluasi menggunakan pendekatan PIECES
menghasilkan rata-rata kelayakan di atas 84%. Dengan demikian, system informasi desa berhasil
di bangun yang dinilai efektif dan layak digunakan untuk mendukung digitalisasi pelayanan publik
di lingkungan desa.

Sistem Informasi Santri Pondok pesantren Nahdhatud Ta’limiyah karang Anyar

Achmad Fajar Fatoni — 2025-10-30

PERANCANGAN SISTEM PENJADWALAN DOKTER BERBASIS WEB STUDI KASUS DI PUSKESMAS KARANG PENANG

Badrus Soleh — 2025-10-30

Sistem penjadwalan dokter berbasis web bertujuan untuk mengatasi masalah operasional umum
terkait perawatan kesehatan, seperti waktu tunggu yang lama dan kesulitan manajemen janji temu.
Pasien biasa mengalami keterlambatan dalam pengamatan janji temu, yang menyebabkan
ketidakpuasan pengguna, sementara penyediaan kesehatan agak sulit mengelola jadwal, yang
sering menyebabkan pemesanan ganda atau janji temu yang terlambat. Sistem berupaya
memodernisasi proses penjadwalan di lingkungan kesehatan. Komponen utama dari alat mencakup
antarmuka pengguna bersih dengan fitur filter dan sortir, database yang memuat jumlah
maksimum data untuk mendukung penjadwalan, dan pembaruan waktu nyata agar pengaturan
pengulangan akurat. Pengembangan dapat dilakukan dengan salah satu kerangka kerja
pengembangan terstruktur, seperti model Waterfall, untuk memastikan perencanaan dan
implementasi lengkap melalui setiap tahapan. Dengan menggunakan alat yang diperkenalkan,
perusahaan akan dapat mengurangi waktu tunggu pasien, meningkatkan akurasi biaya janji temu,
dan mengoptimalkan pengalaman pasien secara umum. Dengan mengotomatiskan penjadwalan,
penyedia layanan kesehatan dapat lebih fokus pada perawatan pasien daripada tugas administratif,
yang mengarah pada hasil kesehatan yang lebih baik.

IMPLEMENTASI METODE OTSU THRESHOLDING UNTUK PEMETAAN WILAYAH RAWAN GENANGAN AIR DI KABUPATEN SAMPANG

Alfandi — 2025-10-30

Kabupaten Sampang merupakan wilayah yang kerap mengalami banjir musiman, khususnya pada
musim hujan dengan curah hujan tinggi. Penelitian ini bertujuan untuk memetakan wilayah rawan
genangan Air secara spasial menggunakan metode Otsu Thresholding pada citra satelit Sentinel-1
Synthetic Aperture Radar (SAR). Data Sentinel-1 dipilih karena kemampuannya menembus awan
dan merekam kondisi permukaan tanah dalam segala cuaca. Metode penelitian mencakup akuisisi
citra sebelum dan sesudah tergenang air, analisis image difference melalui platform Google Earth
Engine (GEE), klasifikasi piksel menggunakan Otsu Thresholding, serta post-processing berupa
masking terhadap badan air permanen berdasarkan data ESA WorldCover. Hasil analisis
menunjukkan bahwa genangan air tersebar di dataran rendah dan sepanjang aliran Sungai
Kemuning, dengan estimasi luas area tergenang mencapai ±29.134 hektar. Analisis juga
menunjukkan bahwa elevasi tanah di bawah 25 meter memiliki potensi lebih tinggi untuk
mengalami genangan. Implementasi metode ini terbukti efisien, adaptif, dan relevan untuk
mendukung sistem peringatan dini serta perencanaan mitigasi bencana banjir di tingkat daerah.

ANALISA PENGARUH FENOMENA TOKO 24 JAM “WARUNG MADURA” TERHADAP TINGKAT KEPUASAN PELANGGAN MENGGUNAKAN THEORY OF REASONED ACTION (TRA)

Moh. Hoirul Umam — 2025-10-30

Penelitian ini bertujuan untuk mengetahui pengaruh fenomena toko 24 jam “warung Madura”
terhadap tingkat kepuasan pelanggan dengan Theory Of Reasoned Action (TRA). penelitian ini
menitikberatkan pada pengaruh dimensi reliability, responsiveness, assurance dan emphaty
terhadap dimensi tangible/bukti nyata. Jenis penelitian ini adalah kuantitatif enggunakan
pendekatan lapangan. Teknik pengambilan sampel menggunakan pendekatan cross-sectional
dengan memberikan kuisioner terhadap 100 pelanggan. Data yang diperoleh dianalisis
menggunakan statistik Partial Least Square-Struktural Equation Modeling (PLS-SEM). Pada hasil
uji T-statistic dikatakan berpengaruh signifikan (didukung) jika nilai T-statistic >1,96 dan
dikatakan tidak berpengaruh secara signifikan (di tolak) jika nilai t-statistic <1,96. Berdasarkan
hasil uji diketahui bahwa nilai T-statistic (X1-Y=2,213), (X2-Y=2,022) (>1,96) sehingga diketahui
bahwa reliability dan Responsiveness berpengaruh secara signifikan terhadap tangible (H1 dan H2
di terima/didukung). Sedangkan nilai T-statistic (X3-Y=0,445), (X4-Y=1,502) (<1,96) sehingga
diketahui bahwa Assurance dan Emphaty tidak berpengaruh secara signifikan terhadap tangible
(H3 dan H4 ditolak/tidak didukung). Dapat disimpulkan bahwa Terdapat pengaruh signifikan
antara dimensi kehandalan (Reliability) dan tanggung jawab (Responsiveness) terhadap dimensi
bukti nyata (Tangible) dan tidak terdapat pengaruh signifikan antara jaminan (Assurance) dan
empati (Emphaty) terhadap bukti nyata (Tangible).
Kata kunci: pengaruh, tingkat kepuasan, kualitas layanan

PENERAPAN METODE BLACK BOX TESTING UNTUK ANALISA SISTEM APLIKASI PEMETAAN ASET DI PONDOK PESANTREN

Abd Latif — 2025-10-30

Penelitian ini bertujuan untuk mengembangkan dan menguji sistem Smart Waste Management
Pengelolaan aset manual di Pondok Pesantren Darul Ulum II Al Wahidiyah menyebabkan
pencatatan tidak teratur, potensi kehilangan data, dan kesulitan pemantauan lokasi. Penelitian ini
merancang dan membangun sistem pemetaan aset berbasis Android menggunakan metode
waterfall untuk meningkatkan efisiensi dan akurasi manajemen aset pesantren. Sistem ini
memfasilitasi pencatatan, pencarian, dan pemantauan aset secara digital, serta menampilkan lokasi
aset secara visual melalui pemetaan GIS. Hasil uji coba menunjukkan sistem berfungsi baik dan
berhasil mendata 31 aset bangunan serta 3 aset tanah yang berlokasi di Desa Sogian, Sampang.
Total nilai aset mencapai Rp25.108.500.000, dengan total luas lahan 8.287 meter persegi.
Rinciannya, aset tanah senilai Rp2.508.000.000 dan aset bangunan senilai Rp22.600.500.000.
Pengembangan selanjutnya dapat mencakup integrasi cloud storage dan notifikasi pemeliharaan
aset.

SISTEM INFORMASI GEOGRAFIS ANALISIS WILAYAH TATAGUNA LAHAN DI KABUPATEN PAMEKASAN MENGGUNAKAN CITRA SENTINEL-1

Iis Dayanti — 2025-10-30

PREDIKSI KEBUTUHAN AIR UNTUK PENYIRAMAN TANAMAN PAPRIKA PADA SISTEM PERTANIAN GREENHOUSE MENGGUNAKAN METODE GATE RECURRENT UNIT (GRU)

Sofiyatus Zawiyah — 2025-10-30

Pertanian berkelanjutan menuntut efisiensi penggunaan sumber daya, terutama air, yang
sering kali menjadi faktor pembatas dalam budidaya tanaman, termasuk di sistem greenhouse.
Penelitian ini berfokus pada pengembangan model prediksi kebutuhan air tanaman paprika
menggunakan algoritma deep learning Gated Recurrent Unit (GRU). Pemilihan GRU didasarkan
pada kemampuannya dalam mengolah data deret waktu yang bersifat kompleks serta dinamis.
Data sekunder yang digunakan diperoleh dari repositori 4TU.ResearchData, mencakup parameter
lingkungan seperti suhu, kelembapan, dan radiasi, dengan volume irigasi sebagai target prediksi.
Proses penelitian meliputi normalisasi data, pembagian data latih dan uji, pelatihan model,
denormalisasi hasil prediksi, serta evaluasi performa dengan metrik MAE, MSE, RMSE, dan R².
Hasil pengujian menunjukkan bahwa GRU mampu menghasilkan prediksi dengan tingkat akurasi
sangat tinggi, ditunjukkan oleh nilai R² sebesar 0,9979, MAE sebesar 6,88, MSE sebesar 140,87,
dan RMSE sebesar 11,87. Temuan ini membuktikan bahwa model GRU efektif dalam
memprediksi kebutuhan air secara akurat dan dapat diimplementasikan dalam sistem irigasi
otomatis di greenhouse. Dengan demikian, model ini berpotensi mendukung efisiensi penggunaan
air dan peningkatan produktivitas pertanian berbasis teknologi cerdas.

Klasterisasi Kasus Kekerasan Perempuan Dan Anak Di Kabupaten Pamekasan Menggunakan Algoritma Fuzzy C-Means

Irsadus Sholihah — 2025-10-30

Penelitian ini bertujuan untuk mengelompokkan kasus kekerasan terhadap perempuan dan anak di
Kabupaten Pamekasan selama periode 2019 hingga 2024 menggunakan algoritma Fuzzy C-Means
(FCM). Data sekunder diperoleh dari Dinas Pemberdayaan Perempuan, Perlindungan Anak,
Pengendalian Penduduk dan Keluarga Berencana (DP3AP2KB) Kabupaten Pamekasan yang
diolah melalui tahapan preprocessing dan normalisasi untuk memastikan keseragaman skala dan
kualitas data. Metode FCM diterapkan untuk membentuk tiga klaster utama berdasarkan
karakteristik distribusi jenis kekerasan, yang kemudian divisualisasikan menggunakan Principal
Component Analysis (PCA). Hasil klasterisasi menunjukkan bahwa klaster 1 terdiri dari kasus
Pencurian dengan titik koordinat (PCA1: 0.2, PCA2: 1.0) dan Fisik dengan titik koordinat (PCA1:
0.9, PCA2: 0.9) dengan karakteristik kekerasan langsung; klaster 2 mencakup KDRT dengan
koordinat (PCA1: 0.7, PCA2: -1.1) dan Penelantaran dengan koordinat (PCA1: 0.8, PCA2: -0.7),
yang menggambarkan bentuk kekerasan domestik tersembunyi; sedangkan klaster 3 terdiri dari
Psikis (PCA1: -0.4, PCA2: 0.1), Eksploitasi (PCA1: -0.4, PCA2: 0.1), Narkoba (PCA1: -0.4,
PCA2: 0.1), Perceraian (PCA1: -0.4, PCA2: 0.1), serta Seksual (PCA1: -1.2, PCA2: -0.4) yang
memiliki persebaran luas dan berkaitan dengan faktor sosial-ekonomi. Nilai validitas klaster
menggunakan Partition Coefficient (PC) sebesar 0,778 menunjukkan struktur klaster yang baik
dan representatif. Justifikasi hasil penelitian ini terletak pada ketepatan metode FCM dalam
mengungkap pola laten yang kompleks, kejelasan hasil klaster yang mampu memetakan variasi
kasus secara lebih terstruktur, serta kontribusi praktis yang dapat dijadikan dasar dalam
perumusan kebijakan, intervensi, dan strategi pencegahan kekerasan yang lebih tepat sasaran dan
kontekstual di Kabupaten Pamekasan.
Kata Kunci: Fuzzy C-Means, Kekerasan Perempuan dan Anak, Klasterisasi, PCA, Kabupaten
Pamekasan

SISTEM PEMANTAUAN DAN KONTROL PENYEMAIAN BIBIT PADI BERBASIS IOT

Ach Fudali — 2025-10-30

Penelitian ini mengembangkan sistem pemantauan dan kontrol penyemaian bibit padi berbasis
Internet of Things (IoT) untuk meningkatkan efisiensi dan efektivitas proses penyemaian. Sistem
ini memantau parameter lingkungan seperti pH tanah, suhu udara, dan intensitas cahaya secara
real-time, serta mengontrol pompa secara otomatis berdasarkan ambang batas yang ditentukan.
Pengujian selama 24 jam menunjukkan bahwa sistem berhasil merespons perubahan suhu dan pH
tanah dengan mengaktifkan atau menonaktifkan pompa secara otomatis. Pompa suhu aktif saat
suhu udara melebihi 30°C, sementara pompa pH aktif saat pH tanah di bawah ambang batas 6.0.
Intensitas cahaya terbukti sebagai indikator kondisi pencahayaan dan tidak memengaruhi status
pompa. Kontribusi utama penelitian ini adalah terciptanya sistem IoT terintegrasi dengan sensor
dan aktuator yang membantu proses penyemaian padi secara otomatis, akurat, dan efisien. Sistem
ini memungkinkan pemantauan jarak jauh dan tindakan korektif real-time tanpa intervensi manual,
sehingga meningkatkan keberhasilan penyemaian dan efisiensi penggunaan sumber daya.
Kata kunci: IoT, penyemaian padi, pH tanah, suhu udara, intensitas cahaya, kontrol otomatis,
pertanian presisi.

Rancang Bangun Sistem History Perbaikan Kendaraan dan Transaksi di Bengkel Mobil Fajar Berbasis Mobile

Ach. Ramdani firdausi — 2025-10-30

Transformasi digital dalam industri otomotif telah mendorong pentingnya sistem
manajemen bengkel yang efisien dan terintegrasi. Bengkel Mobil Fajar, sebagai objek
penelitian, masih menggunakan pencatatan manual yang menimbulkan risiko kehilangan
data, keterlambatan layanan, dan rendahnya efisiensi operasional. Penelitian ini bertujuan
merancang dan membangun sistem mobile berbasis Android untuk pencatatan riwayat
perbaikan kendaraan dan transaksi, guna meningkatkan efisiensi, akurasi, dan kualitas
layanan bengkel. Pengembangan sistem menggunakan metode Waterfall melalui tahapan
analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem terdiri dari
dua antarmuka utama: aplikasi web untuk admin dan aplikasi mobile untuk pelanggan. Fitur
utama meliputi pencatatan data kendaraan, riwayat perbaikan, transaksi, notifikasi layanan,
dan pencetakan nota digital. Pengujian menggunakan metode blackbox menunjukkan bahwa
semua fitur berjalan dengan baik sesuai fungsinya, baik dari sisi admin maupun pelanggan.
Evaluasi menggunakan PIECES Framework menunjukkan hasil rata-rata kepuasan
pengguna sebesar 4,10 dengan kategori “Puas”, dengan peningkatan signifikan pada aspek
Performance (dari 5,25 menit menjadi 10 detik pencarian data), Economy (penghematan
biaya operasional hingga paperless), Efficiency (percepatan input data dari 5,5 menit
menjadi 1 menit), serta peningkatan kepuasan layanan pelanggan (dari 3,0 menjadi 4,5 dari
skala 5). Hasil ini membuktikan bahwa sistem berhasil mentransformasi proses pelayanan
bengkel menjadi lebih cepat, aman, akurat, dan dapat diakses kapan saja melalui perangkat
mobile.

SISTEM INFORMASI PENGELOLAAN DATA TANAMAN DI PERHUTANI (KPH) MADURA BERBASIS WEB

Andrian Akbar Herawanto — 2025-10-30

Abstrak ini menyajikan sebuah penelitian tentang pengembangan sistem informasi pengelolaan
data tanaman di perhutani (KPH) madura. Penelitian ini bertujuan untuk meningkatkan efisiensi
dan akurasi dalam pengelolaan data tanaman di KPH Madura melalui penerapan sistem informasi
berbasis web. Metode penelitian yang digunakan meliputi analisis kebutuhan sistem, perancangan
sistem, pengembangan aplikasi, serta uji coba dan evaluasi sistem. Hasil penelitian menunjukkan
bahwa implementasi sistem informasi berbasis web dapat meningkatkan aksesibilitas dan
keterjangkauan data tanaman, mempercepat proses pengumpulan dan pengolahan data, serta
meningkatkan pengambilan keputusan dalam pengelolaan tanaman di KPH Madura. Implikasi dari
penelitian ini adalah kontribusinya terhadap pengembangan teknologi informasi dalam bidang
pengelolaan sumber daya hutan, khususnya dalam hal efisiensi dan efektivitas pengelolaan data
tanaman.

ANALISIS SENTIMEN DI X MENGGUNAKAN BERT TERHADAP STABILITAS USDT DI TENGAH KOMPETISI MATA UANG DIGITAL BRICS

Alfin kamil — 2025-10-30

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap stabilitas USDT (Tether)
dalam konteks persaingan dengan mata uang digital BRICS menggunakan pendekatan pemrosesan
bahasa alami (NLP). Model yang digunakan adalah FinBERT, yakni varian BERT yang dilatih
secara khusus pada korpus finansial berbahasa Inggris. Data dikumpulkan dari platform X
menggunakan Tweet-Harvest, kemudian diproses melalui tahapan pembersihan, penerjemahan
otomatis, pelabelan awal menggunakan TextBlob, dan klasifikasi akhir dengan FinBERT. Hasil
klasifikasi menunjukkan distribusi sentimen yang relatif seimbang: 166 tweet netral, 157 tweet
negatif, dan 156 tweet positif. Wordcloud memperlihatkan bahwa tweet netral bersifat informatif,
tweet negatif menyoroti risiko atau ketidakstabilan, dan tweet positif menunjukkan optimisme
terhadap USDT. Evaluasi model menunjukkan akurasi sebesar 82,88%, dengan precision dan
recall rata-rata 83%, serta F1-score tertinggi pada sentimen positif sebesar 0,84. Validasi manual
terhadap 20 tweet menunjukkan kesesuaian sebesar 90%. Penelitian ini memberikan kontribusi
terhadap pengembangan sistem pemantauan opini publik berbasis AI dalam konteks keuangan
digital.

Implementasi Sistem Evaluasi Kinerja Pelayanan Pegawai dengan Metode AHP-TOPSIS pada Kantor Camat Pamekasan

Motik Arisca Dyana — 2025-10-30

Kabupaten Pamekasan, sebagai salah satu wilayah di Pulau Madura, menghadapi tantangan
signifikan dalam pengelolaan pelayanan publik, khususnya di tingkat kecamatan. Kantor camat
memiliki peran strategis dalam memastikan pelayanan kepada masyarakat berjalan cepat, tepat,
dan efisien. Namun, proses evaluasi kinerja pegawai pada level ini masih banyak mengandalkan
metode konvensional yang cenderung subjektif, kurang akurat, dan memakan waktu. Kajian ini
bermaksud untuk mengembangkan sistem evaluasi kinerja pegawai kantor camat dengan
memanfaatkan integrasi metode Analytical Hierarchy Process (AHP) dan Technique for Order
Preference by Similarity to Ideal Solution (TOPSIS) dalam bentuk aplikasi berbasis web.
Pendekatan ini dipilih karena kemampuannya menghasilkan evaluasi yang lebih objektif dan
terukur dengan memanfaatkan berbagai kriteria. Dengan adanya sistem berbasis web, proses
evaluasi menjadi lebih efisien, transparan, dan mudah diakses oleh berbagai pemangku
kepentingan. Studi ini bertujuan untuk memberikan dampak positif bagi peningkatan mutu layanan
yang diberikan kepada masyarakat di kantor kecamatan serta menjadi acuan bagi pemerintah
daerah dalam menerapkan sistem penilaian kinerja yang berbasis data.
Kata kunci: Evaluasi Kinerja, AHP-TOPSIS, Pelayanan Publik, Kantor Camat, Aplikasi Web

PERANCANGAN PROTOTIPE SMART GREENHOUSE BERBASIS IOT UNTUK MONITORING TANAMAN CABAI

Rizal Islami — 2025-10-30

Budidaya cabai dalam greenhouse kerap terkendala oleh kesulitan memantau suhu, kelembaban
udara, dan kelembaban tanah secara real time, sehingga penyiraman dan pengendalian lingkungan
sering tidak optimal. Penelitian ini bertujuan merancang prototipe Smart Greenhouse berbasis
Internet of Things (IoT) yang mampu melakukan monitoring dan pengendalian otomatis. Sistem
menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor DHT22 untuk membaca suhu
dan kelembaban udara, serta sensor soil moisture untuk mendeteksi kelembaban tanah. Data sensor
dikirim ke platform ThingSpeak melalui koneksi Wi-Fi agar dapat dipantau secara real time.
Selain itu, kipas dan pompa dikendalikan melalui modul relay, di mana kipas berfungsi menjaga
sirkulasi udara saat suhu meningkat dan pompa menyala otomatis ketika kelembaban tanah
menurun di bawah ambang batas. Prototipe greenhouse dibuat dari bahan akrilik untuk
memudahkan observasi. Integrasi sistem menunjukkan bahwa seluruh komponen berfungsi sesuai
rancangan. Pengujian dasar memperlihatkan bahwa kipas aktif saat suhu tinggi dan pompa
menyala ketika tanah kering, sehingga membuktikan prototipe dapat bekerja secara fungsional.
Meskipun pengujian lapangan intensif belum dilakukan, prototipe ini dapat menjadi dasar bagi
penelitian selanjutnya yang berfokus pada analisis performa, efisiensi energi dan air, serta
penerapan algoritma kontrol adaptif. Dengan demikian, rancangan Smart Greenhouse yang
dihasilkan berpotensi membantu petani dalam memantau dan mengendalikan kondisi lingkungan
secara otomatis guna meningkatkan produktivitas tanaman cabai.

SISTEM INFORMASI MANAJEMEN KEHADIRAN SISWA BERBASIS WEB DAN ANDROID

Bayu Yalta Yosifa — 2025-10-30

PERANCANGAN WEBSITE GALERI SEBAGAI MEDIA PENYEDIAAN TEMPLATE DESAIN GRAFIS DI BINTANG PRINTAMA PAMEKASAN

Dhody Dwi Setyadi — 2025-10-30

Transformasi digital menuntut industri percetakan untuk meningkatkan layanan melalui
pemanfaatan teknologi informasi. Bintang Printama Pamekasan masih menghadapi kendala dalam
pemilihan template desain yang dilakukan secara manual, sehingga proses menjadi lambat dan
menurunkan kepuasan pelanggan. Penelitian ini bertujuan merancang sistem galeri template desain
berbasis web yang memudahkan akses pelanggan sekaligus mempercepat pengelolaan desain.
Metode penelitian meliputi studi literatur, observasi, wawancara, analisis kebutuhan, dan
perancangan sistem menggunakan metode Waterfall. Sistem yang dibangun menyediakan fitur
manajemen kategori, unggah template, pencarian desain, serta unduh file. Hasil penelitian
menunjukkan bahwa sistem galeri template desain berbasis web ini mampu meningkatkan efisiensi
pengelolaan desain, mempercepat proses pelayanan, dan mendukung produktivitas karyawan.
Penelitian ini juga merekomendasikan pengembangan lebih lanjut, seperti penambahan fitur
backup otomatis, audit trail, dan aplikasi mobile agar sistem lebih optimal dan dapat menjangkau
lebih banyak pengguna.

Sistem Prediksi Kualitas Buah Lemon Menggunakan Metode CNN Berbasis WEB

Muhammadun Fitrayanzah — 2025-10-30

Penilaian kualitas lemon secara manual sering kali tidak konsisten, memakan waktu, dan
bergantung pada subjektivitas penilai. Penelitian ini merancang sistem prediksi kualitas lemon
berbasis web menggunakan metode Convolutional Neural Network (CNN). Proses dimulai dengan
pengumpulan dan preprocessing citra (resize, normalisasi, augmentasi), kemudian model CNN
dilatih untuk mengklasifikasikan lemon menjadi dua kelas: baik dan buruk. Hasil pelatihan
menunjukkan akurasi tinggi dengan nilai loss rendah, menandakan kemampuan generalisasi yang
baik. Model yang telah dilatih diintegrasikan ke aplikasi web menggunakan Streamlit,
memungkinkan prediksi real-time dengan confidence score, misalnya 73,11% untuk lemon buruk
dan 61,04% untuk lemon baik. Temuan ini menunjukkan bahwa sistem mampu membantu proses
seleksi lemon secara objektif, efisien, dan konsisten, serta menjadi kontribusi penerapan AI dalam
pertanian presisi khususnya pada produk hortikultura.
Kata Kunci: CNN, Deep Learning, Klasifikasi Citra, Streamlit, Prediksi Kualitas, Web-Based
System.

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI MENGGUNAKAN METODE ROC DAN CPI (STUDI KASUS : PUSKESMAS KOWEL)

Safinatun Najah — 2025-10-30

Permasalahan yang sering dihadapi adalah banyak ibu-ibu pasangan usia subur
kurang paham tentang pemilihan alat kontrasepsi yang cocok untuk digunakan.
Untuk mengatasi permasalahan pada pasangan usia subur dalam memilih alat
kontrasepsi yang terbaik bagi dirinya, maka dari itu perlu dicari upaya untuk
memilih alat kontrasepsi yang benar dan sesuai maka digunakan metode ROC (Rank
Order Centroid - CPI (Composite Performance Index) yang diharapkan berguna
dalam pemilihan alat kontrasepsi yang cocok bagi pengguna. Tujuan dari penelitian
ini yaitu untuk mengimplementasikan metode ROC-CPI dalam sistem pendukung
keputusan pemilihan alat kontrasepsi bagi pasangan usia subur di Puskesmas Kowel.
Hasil dari penelitian menggunakan kedua

Implementasi Metode Agile-Scrum Dalam Pengembangan Sistem Informasi Presensi Peserta Didik Di Pondok Pesantren Nurul Islam Omben Sampang Menggunakan QR-Code

Abd. Wafi — 2025-10-30

Penelitian ini mengimplementasikan metode Agile Scrum dalam pengembangan sistem informasi
presensi peserta didik berbasis QR-code di Pondok Pesantren Nurul Islam. Tujuan dari penelitian
ini adalah untuk meningkatkan efisiensi, kecepatan pengembangan, dan akurasi sistem presensi
di lingkungan pesantren. Metode Scrum dipilih karena mampu memfasilitasi kolaborasi tim
secara intensif dan responsif terhadap perubahan kebutuhan pengguna. Hasil penelitian
menunjukkan bahwa penerapan Scrum mempercepat proses pengembangan sistem, meningkatkan
kualitas perangkat lunak, dan memungkinkan keterlibatan aktif stakeholder dalam setiap tahapan.
Sistem yang dikembangkan memungkinkan peserta didik melakukan presensi melalui pemindaian
QR-code secara cepat dan akurat. Kontribusi dari penelitian ini adalah memberikan panduan
praktis bagi lembaga pendidikan, khususnya pesantren, dalam mengadopsi pendekatan Agile
Scrum untuk membangun sistem informasi yang efektif dan adaptif terhadap perkembangan
teknologi.

Pemetaan Infrastruktur Jembatan dan Sekolah dengan Sistem Informasi Geografis Berbasis Web di Kecamatan Pamekasan

Ifadhotul Mubarokah — 2025-10-30

Penelitian ini bertujuan untuk melakukan analisis spasial terhadap infrastruktur jembatan dan
sekolah di Kecamatan Pamekasan dengan memanfaatkan Sistem Informasi Geografis berbasis web
(WebGIS). Analisis spasial penting dilakukan untuk memahami persebaran, karakteristik, serta
kapasitas infrastruktur yang berperan mendukung mobilitas dan akses pendidikan masyarakat.
Data penelitian diperoleh dari citra satelit Google Earth serta data atribut dari instansi terkait, yang
kemudian diolah menggunakan perangkat lunak QGIS. Proses klasifikasi citra dilakukan dengan
metode Supervised Classification, sedangkan implementasi WebGIS dibangun menggunakan
pustaka Leaflet.js untuk menampilkan peta digital interaktif. Hasil penelitian menunjukkan
sebanyak 61 jembatan berhasil dipetakan dengan panjang rata-rata 10,72 meter, yang sebagian
besar berfungsi sebagai penghubung sungai kecil dan jalan lingkungan, namun terdapat pula
jembatan dengan panjang lebih dari 25 meter yang berperan strategis. Selain itu, sebanyak 77
sekolah berhasil dipetakan dengan luas lahan rata-rata 3.544 m², mencerminkan variasi kapasitas
fisik antar sekolah di wilayah tersebut. WebGIS yang dikembangkan tidak hanya menyajikan data
spasial secara interaktif, tetapi juga memberikan kemudahan dalam analisis spasial melalui fitur
pencarian, pengaturan layer, dan pop-up informasi. Dengan demikian, penelitian ini memberikan
kontribusi dalam menyediakan data spasial yang akurat dan transparan untuk mendukung
perencanaan pembangunan serta pengambilan keputusan di tingkat daerah.

ANALISIS FAKTOR PERCERAIAN DAN STRATEGI PENCEGAHANNYA MENGGUNAKAN METODE AHP VIKOR BERBASIS WEB

Amilia Putri Liana — 2025-10-30

Tingginya angka perceraian di Indonesia, khususnya di Kabupaten Pamekasan, menjadi
fenomena sosial yang memprihatinkan dan memerlukan penanganan serius. Berdasarkan
data dari KASI Bimbingan Masyarakat (BIMAS) Kabupaten Pamekasan, pada tahun 2022
tercatat sebanyak 850 kasus perceraian, dengan 64% di antaranya merupakan gugat cerai.
Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor utama
penyebab perceraian serta mengevaluasi strategi pencegahan yang dapat diterapkan. Metode
yang digunakan dalam penelitian ini adalah Analytic Hierarchy Process (AHP) untuk
menentukan bobot prioritas setiap kriteria dan subkriteria, serta VIKOR untuk menentukan
peringkat faktor perceraian berdasarkan kompromi solusi terbaik. Hasil analisis
menunjukkan bahwa tiga faktor utama penyebab perceraian adalah ketidakcocokan pribadi
(A9) dengan skor 0,040562, masalah seksual (A5) dengan skor 0,124046, dan peran serta
tanggung jawab dalam rumah tangga (A10) dengan skor 0,311499. Temuan ini diharapkan
dapat memberikan kontribusi dalam bentuk rekomendasi kebijakan yang lebih tepat sasaran
untuk menekan angka perceraian dan meningkatkan ketahanan keluarga, serta menjadi dasar
dalam pengembangan kebijakan sosial yang lebih responsif terhadap permasalahan rumah
tangga di wilayah Kabupaten Pamekasan.
Kata kunci: Perceraian, AHP-VIKOR, Sistem pendukung keputusan, Mediasi, Strategi
pencegahan.

Prediksi Kunjungan Wisatawan Mancanegara Ke Indonesia Berdasarkan Pintu Masuk Menggunakan Metode Long Short-Term Memory (LSTM)

Wiam — 2025-10-30

termasuk Indonesia. Prediksi jumlah kunjungan wisatawan mancanegara menjadi hal yang krusial
untuk menunjang perencanaan dan pengambilan keputusan strategis dalam pengembangan sektor
ini. Saat ini, belum banyak pendekatan prediktif yang memanfaatkan model deep learning untuk
mengantisipasi dinamika jumlah kunjungan wisatawan berdasarkan kategori pintu masuk ke
Indonesia. Penelitian ini bertujuan dua hal: pertama menerapkan metode Long Short-Term
Memory (LSTM) dalam memprediksi kunjungan wisatawan mancanegara ke Indonesia
berdasarkan tiga jenis pintu masuk, yaitu udara, laut, dan darat. Kedua, mengukur tingkat akurasi
dari hasil prediksi yang dihasilkan. Dataset yang digunakan berupa data bulanan kunjungan
wisatawan mancanegara menurut pintu masuk kedatangan dari Januari 2008 hingga Desember
2024 yang diperoleh dari Badan Pusat Statistik (BPS). Model LSTM dilatih menggunakan dua
lapisan LSTM dengan masing-masing 64 neuron serta dropout sebesar 0,1. Evaluasi model
dilakukan menggunakan metrik RMSE, MAE, MAPE, dan R². Hasil evaluasi terbaik pada masing
masing kategori pintu masuk menunjukkan bahwa pintu udara memiliki nilai RMSE 73.133,52,
MAE 57.747,22, MAPE 17,56%, dan R² sebesar 0,9405. Untuk pintu laut, diperoleh nilai RMSE
37.267,33, MAE 28.368,17, MAPE 15,44%, dan R² sebesar 0,7542. Sementara itu, pintu darat
diperoleh nilai RMSE 13.871,17, MAE 9.511,75, MAPE 12,51%, dan R² sebesar 0,3728. Hasil
prediksi menunjukkan bahwa pintu udara dan laut menunjukkan kecenderungan peningkatan
dalam 12 bulan ke depan, sedangkan pintu darat justru mengalami penurunan. Secara keseluruhan,
metode LSTM menunjukkan kinerja yang baik dalam memodelkan tren data kunjungan wisatawan
mancanegara berdasarkan pola data historis dan berpotensi menjadi alat bantu dalam pengambilan
keputusan strategis di sektor pariwisata

PENERAPAN METODE BLACK BOX TESTING UNTUK ANALISA SISTEM APLIKASI PEMETAAN ASET DI PONDOK PESANTREN

Abd Latif — 2025-10-30

Perancangan Aplikasi PSIKOTES dengan Myers Briggs Type Indicator (MBTI) dan Big Five Personality Traits Berbasis Web

Putri Dewi Kharisma — 2025-10-30

Perkembangan teknologi informasi telah mendorong digitalisasi asesmen psikologis, termasuk
psikotes kepribadian. Sistem psikotes konvensional dinilai kurang efisien dan belum mampu
memberikan rekomendasi karier yang relevan. Penelitian ini bertujuan untuk merancang dan
mengembangkan aplikasi psikotes berbasis web yang menggabungkan dua pendekatan kepribadian
populer, yaitu Myers-Briggs Type Indicator (MBTI) dan Big Five Personality Traits OCEAN.
Aplikasi ini dikembangkan menggunakan metode Rapid Application Development (RAD), yang
bersifat iteratif dan memungkinkan pengembangan sistem yang cepat dan adaptif terhadap
kebutuhan pengguna. Sistem menyediakan fitur pilihan metode tes, perhitungan hasil otomatis,
penyimpanan riwayat tes, serta rekomendasi karier berdasarkan hasil psikotes. Evaluasi dilakukan
dengan menggunakan PIECES Framework yang mencakup enam aspek: Performance,
Information, Economy, Control, Efficiency, dan Service. Data dikumpulkan dari 34 responden,
yang terdiri dari 20 perempuan dan 14 laki-laki. Hasil evaluasi menunjukkan bahwa seluruh aspek
memperoleh nilai rata-rata kepuasan di atas 4,00, dengan kategori “Puas”, dan aspek Service
memperoleh skor tertinggi 4,21 dalam kategori “Sangat Puas”. Temuan ini menunjukkan bahwa
aplikasi yang dikembangkan dinilai berkualitas dari sisi teknis dan pengalaman pengguna.
Penelitian ini memberikan kontribusi praktis sebagai alat bantu asesmen kepribadian yang efektif,
serta kontribusi akademis dalam penerapan metode RAD dan PIECES pada pengembangan sistem
informasi psikologi.

Analisis Penerimaan Pengguna Terhadap Sistem Informasi E-Master ASN Dinas Sosial Pamekasan Menggunakan Technology Acceptance Model (TAM)

Kholiqur Rahman — 2025-10-30

Penelitian ini menguji model TAM (Teknology Acceotance Model) pada implementasi sistem E
Master ASN Provinsi jawa timur berbasis dekstop terhadap minat dan aktualisasi pengguna
sistem tersebut. Sebanyak 52 pengguna sistem diambil sebagai sample dengan menggunakan
nonprobability sampling dengan teknik judgment sampling dan ditemukan bahwa persepsi
kemudahan penggunaan berpengaruh negatif terhadap sikap penggunaan pengguna teknologi
tersebut, yang artinya desain UI/UX sebuah sistem sangat berpengaruh terhadap persepsi
penggunaan pengguna sistem. Secara keseluruhan penelitian ini memperkuat model TAM untuk
menganalis pengguna sebuah teknologi informasi. Oleh karena itu, penelitian ini dapat
digunakan untuk memberikan rekomendasi pada pengembang (developer) sistem dalam hal
mengembangkan sistem tersebut sesuai harapan dan kebutuhan pengguna teknologi tersebut.
Kata kunci : Teknology Acceotance Model (TAM), Analisis dan Desain Teknologi Informasi

SISTEM INFORMASI MANAJEMEN KONTROL SURAT PERINTAH PERJALANAN DINAS (SPPD) DI DINAS PENDIDIKAN PAMEKASAN BERBASIS WEB

Habibur Rohman — 2025-10-30

Rancang Bangun Sistem History Perbaikan Kendaraan dan Transaksi di Bengkel Mobil Fajar Berbasis Mobile

Ach. Ramdani firdausi — 2025-10-30

PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK ANALISIS HUBUNGAN FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT PENDIDIKAN DI KECAMATAN OMBEN

Rohmn — 2025-10-30

Sistem Informasi Geografis (SIG) merupakan teknologi penting dalam visualisasi dan
analisis data spasial, terutama untuk mendukung pengambilan keputusan berbasis wilayah.
Penelitian ini bertujuan untuk merancang Sistem Informasi Geografis (SIG) berbasis web
guna menganalisis hubungan antara faktor sosial ekonomi dan tingkat pendidikan di
Kecamatan Omben. Faktor sosial ekonomi yang dikaji meliputi pendapatan dan pekerjaan
orang tua, sementara pendidikan diukur berdasarkan jenjang terakhir yang diselesaikan
responden. Metode yang digunakan adalah kuantitatif deskriptif dengan pengumpulan data
primer melalui kuesioner dari 303 responden. Analisis korelasi Spearman digunakan untuk
menilai hubungan antara pendapatan dan pendidikan, dan hasilnya dipetakan secara spasial
menggunakan perangkat lunak QGIS dan visualisasi Leaflet.js. Hasil penelitian
menunjukkan bahwa korelasi antara pendapatan dan pendidikan bersifat lemah dan tidak
signifikan di sebagian besar desa, meskipun terdapat desa dengan korelasi kuat namun
negatif. Web SIG yang dirancang memungkinkan visualisasi interaktif ketimpangan
pendidikan dan ekonomi antarwilayah, serta berfungsi sebagai alat bantu dalam perumusan
kebijakan berbasis data spasial yang lebih efektif. Penelitian ini memberikan kontribusi
dalam penerapan SIG sederhana tanpa pemrograman backend untuk isu pendidikan di
wilayah pedesaan.

Analisis Perbandingan Jarak Euclidean, Manhattan, Dan Chebyshev Distance Pada Algoritma KNN Berdasarkan Data Diabetes Di Puskesmas Larangan

Selvi Anggraini — 2025-10-30

Penelitian ini membandingkan tiga metrik jarak, yaitu Euclidean, Manhattan, dan Chebyshev
pada algoritma K-Nearest Neighbor (KNN) dengan menggunakan data pasien diabetes dari
Puskesmas Larangan, Pamekasan. Klasifikasi diabetes secara tepat sangat penting untuk
mengidentifikasi pasien berisiko tinggi, sementara pemilihan metrik jarak berpengaruh terhadap
hasil prediksi. Dataset mencakup informasi kesehatan seperti lingkar perut, tekanan darah, kadar
gula darah, dan indeks massa tubuh (IMT). Tahapan penelitian meliputi pra-pemrosesan data,
pembagian data latih dan uji, serta penerapan KNN dengan ketiga metrik tersebut. Hasil
menunjukkan perbedaan akurasi, yaitu Euclidean 96,33%, Manhattan 98,17%, dan Chebyshev
93,58%. Temuan ini menegaskan bahwa pemilihan metrik jarak berperan penting dalam
meningkatkan performa KNN untuk klasifikasi data kesehatan, serta dapat menjadi acuan dalam
pengembangan sistem deteksi dini diabetes yang lebih akurat.
Kata kunci: K-Nearest Neighbor, Euclidean, Manhattan, chebyshev, Diabetes

Analisis Sentimen Terhadap Kebijakan Penggunaan Kendaraan Listrik di Media Youtube menggunakan Metode Convolutional Neural Network (CNN)

Riska Amilia Putri — 2025-10-30

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan penggunaan
kendaraan listrik di Indonesia melalui komentar pada platform youtube. Data dikumpulkan dari
video yang membahas kebijkan kendaraan listrik, kemudian dilakukan tahap preprocessing teks
seperti pembersihan karakter, normalisasi, tokenisasi. Metode klasifikasi yang digunakan dalam
penelitian ini adalah Convulotion Neural Network (CNN). Yang terbukti efektif dalam menangani
data teks dalam bentuk sekuens. Model CNN dilatih untuk mengklasifikasikan komentar menjadi
sentiment positif dan negative, atau netral. Hasil evaluasi menunjukkan 97% bahwa model mampu
mengklasifikasikan sentiment dengan tingkat akurasi yang baik, sehingga dapat digunakan untuk
memahami respons publik terhadap kebijakan pemerintah. Penelitian ini diharapkan dapat
menjadi refrensi bagi pengambil kebijakan dalam memahami opini masyarakat serta meningkatkan
pendekatan komunikasi publik terkait transisi menuju kendaraan listrik.

Implementasi Metode Agile-Scrum Dalam Pengembangan Sistem Informasi Presensi Peserta Didik Di Pondok Pesantren Nurul Islam Omben Sampang Menggunakan QR-Code

Abd. Wafi — 2025-10-30

Sistem Informasi Monitoring Guru Tugas Pondok Pesantren Miftahul Ulum Bettet Berbasis Web

Moh. Rifki Alfaisi — 2025-10-30

Pondok Pesantren Miftahul Ulum Bettet Pamekasan merupakan institusi pendidikan yang menyelenggarakan
berbagai aktivitas keagamaan dan pembelajaran, termasuk pengelolaan penugasan guru dalam kegiatan pesantren.
Namun, sistem pemantauan guru tugas yang masih dilakukan secara manual menyebabkan kurangnya efisiensi serta
berpotensi menimbulkan kesalahan data dan keterlambatan informasi. Untuk menjawab permasalahan ini, penelitian
ini bertujuan merancang dan mengembangkan Sistem Informasi Monitoring Guru Tugas Berbasis Web guna
mempermudah proses pencatatan, pengawasan, dan pelaporan aktivitas guru tugas. Pengembangan sistem dilakukan
menggunakan metode Waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan, implementasi, hingga
pengujian. Sistem dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL, serta dilengkapi fitur
utama seperti manajemen data guru, penjadwalan tugas, laporan kehadiran, dan notifikasi. Hasil pengujian
menunjukkan bahwa sistem ini mampu meningkatkan efisiensi dan keakuratan dalam pemantauan tugas guru, serta
memudahkan pihak administrasi dan pengelola pesantren dalam mengakses dan mengelola data secara real-time.
Diharapkan dengan adanya sistem ini, proses monitoring guru tugas di Pondok Pesantren Miftahul Ulum Bettet
dapat berjalan lebih tertib, transparan, dan terintegrasi secara digital.

STRATEGI PEMASARAN DIGITAL UNTUK UMKM OLAHAN LAUT MADURA BERBASIS BUSINESS MODEL CANVAS DENGAN AHP-TOPSIS

Moh.firman jailani — 2025-10-30

UMKM (Usaha Mikro, Kecil, dan Menengah) merupakan pilar penting dalam
perekonomian Indonesia, termasuk di wilayah Madura yang terkenal dengan produk
olahan lautnya. Namun, banyak UMKM mengalami kendala dalam mengembangkan
strategi pemasaran digital yang efektif. Penelitian ini bertujuan untuk memodelkan
strategi pemasaran digital bagi UMKM olahan laut di Madura dengan menggunakan
pendekatan Business Model Canvas (BMC) yang dipadukan dengan metode AHP
(Analytic Hierarchy Process) dan TOPSIS (Technique for Order of Preference by
Similarity to Ideal Solution). Hasil dari penelitian ini diharapkan dapat menjadi acuan
strategis bagi pelaku UMKM dalam meningkatkan daya saing dan jangkauan pasar
secara digital, Adapun solusi alternatif yang terpilih yaitu Jalin kemitraan dengan
influcer lokal atau food blogger untuk promosi produk, serta mitra logistik untuk
distribusi yang lebih efisien (ST8), Di peringkat Pertama dengan Nilai 0,65. Dan di susul
Pringkat ke2 kode (ST7), dengan Nilai 0,64. Dan di Peringkat 3 dengan Kode (ST3)
dengan Nilai 0,61

EFEKTIVITAS PENDEKATAN PEMBELAJARAN CEPAT PEMROGRAMAN BERORIENTASI OBJEK BERBASIS PYTHON BAGI PEMULA: STUDI KOMPARATIF

Fitri Wulandari — 2025-10-30

Pemrograman Berorientasi Objek (PBO) merupakan salah satu paradigma fundamental dalam
pengembangan perangkat lunak modern. Namun demikian, penerapan konsep PBO sering kali
menimbulkan kesulitan bagi pemula, terutama dalam pembelajaran menggunakan bahasa pemrograman
Python. Tantangan utama yang dihadapi terletak pada pemahaman konsep abstrak, seperti kelas dan
objek. Penelitian ini bertujuan untuk menganalisis perbandingan efektivitas berbagai metode
pembelajaran PBO Python bagi pemula dalam mendukung proses pembelajaran yang lebih cepat dan
mudah dipahami. Metode yang digunakan adalah penelitian kuantitatif dengan pendekatan komparatif
yang melibatkan dua kelompok pembelajar dengan penerapan metode pembelajaran yang berbeda. Fokus
materi pembelajaran mencakup konsep kelas sebagai blueprint, objek sebagai hasil instansiasi, serta
atribut dan metode sebagai elemen utama dalam objek. Pengumpulan data dilakukan melalui tes
pemahaman konsep PBO yang diberikan sebelum dan sesudah proses pembelajaran. Hasil penelitian
menunjukkan adanya perbedaan peningkatan pemahaman yang signifikan antara kedua kelompok, di
mana metode pembelajaran yang mengombinasikan penjelasan konseptual dengan penggunaan analogi
objek terbukti lebih efektif dalam membantu pemula memahami konsep dasar PBO Python. Oleh karena
itu, pemilihan metode pembelajaran yang sesuai menjadi faktor penting dalam meningkatkan efektivitas
pembelajaran PBO bagi pemula.
Kata kunci: Pemrograman Berorientasi Objek, Python, Pembelajaran PBO, Pemula, Metode
Pembelajaran

Penerapan Long Short-Term Memory (LSTM) untuk Peramalan Keuntungan Usaha PT. Air Suci Pragaan Kabupaten Sumenep

Abd Kafi Al Madani — 2025-10-30

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI MENGGUNAKAN METODE ROC DAN CPI (STUDI KASUS : PUSKESMAS KOWEL)

Safinatun Najah — 2025-10-30

RANCANG BANGUN APLIKASI MY PLN PT PLN RAYON PAMEKASAN BERBASIS MOBILE

Fahmi Hidayat — 2025-10-30

Kemajuan teknologi informasi telah membawa perubahan signifikan dalam berbagai sektor,
termasuk energi. PT PLN Rayon Pamekasan menghadapi tantangan dalam menyampaikan
informasi terkait jadwal pemadaman, gangguan listrik, dan pelaporan gangguan secara efektif,
yang menyebabkan keterlambatan informasi dan menurunkan kepuasan pelanggan. Penelitian ini
bertujuan merancang aplikasi mobile berbasis Android "My PLN" untuk meningkatkan
komunikasi dan penyampaian informasi secara real-time. Aplikasi ini diharapkan dapat
meningkatkan efisiensi layanan dan kepuasan pelanggan. Metode yang digunakan adalah
Waterfall, dengan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan.
Data dikumpulkan melalui wawancara, observasi, dan kuesioner dengan petugas dan pelanggan.
Hasil penelitian menunjukkan aplikasi "My PLN" dapat mempermudah akses informasi
pemadaman dan gangguan serta pelaporan gangguan. Implementasi aplikasi ini dapat
meningkatkan kualitas pelayanan, efisiensi operasional, serta kepuasan pelanggan PLN dan
mendukung transformasi digital layanan PLN.

Sistem Pendukung Keputusan Untuk Pemilihan Green Skills Dibidang Kelautan Dan Perikanan Bagi Remaja Genersi z Menggunakan Metode Topsis

Miftahul Jamila — 2025-10-30

Perubahan iklim dan kerusakan lingkungan menimbulkan tantangan serius bagi
sektor kelautan dan perikanan, sehingga menuntut penguasaan keterampilan yang
berorientasi pada keberlanjutan atau green skills. Generasi Z sebagai generasi muda
yang melek teknologi memiliki potensi besar untuk dilibatkan dalam pembangunan
berkelanjutan, namun masih banyak di antara mereka yang kesulitan dalam
menentukan keterampilan yang sesuai dengan minat, potensi, dan kebutuhan industri.
Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan
berbasis web yang dapat membantu remaja Generasi Z dalam memilih green skills
yang tepat dengan menggunakan metode TOPSIS (Technique for Order Preference
by Similarity to Ideal Solution). Lima kriteria yang digunakan dalam pengambilan
keputusan meliputi minat dan bakat, dampak lingkungan, potensi kerja, ketersediaan
pelatihan, dan pemanfaatan teknologi. Data diperoleh melalui penyebaran kuesioner
dan dianalisis menggunakan tahapan TOPSIS, mulai dari normalisasi hingga
perhitungan nilai preferensi. Hasil pengujian menunjukkan bahwa alternatif
Akuakultur Berkelanjutan merupakan pilihan terbaik dengan nilai preferensi
tertinggi, diikuti oleh alternatif lainnya sesuai urutan ranking. Sistem ini diharapkan
dapat menjadi alat bantu yang efektif dan objektif dalam mendukung pengambilan
keputusan bagi remaja, serta mendorong pengembangan keterampilan berkelanjutan
di sektor kelautan dan perikanan.
Kata kunci: Sistem Pendukung Keputusan, Green Skills, Generasi Z, Kelautan
Dan Perikakan, TOPSIS

RANCANG BANGUN SISTEM PEMBERIAN PAKAN TERNAK SAPI BERBASIS INTERNET OF THINGS (IOT)

Husni Mubarok — 2025-10-30

Penelitian ini bertujuan untuk merancang dan membangun sistem pemberian pakan ternak sapi
berbasis Internet of Things (IoT) guna meningkatkan efisiensi dan otomatisasi dalam manajemen
pakan. Sistem ini dirancang agar dapat memantau kondisi lingkungan tempat pakan serta
mengontrol pemberian pakan secara otomatis berdasarkan data sensor yang terintegrasi.
Metodologi penelitian meliputi perancangan perangkat keras menggunakan sensor inframerah
untuk mendeteksi keberadaan sapi, dan sensor ultrasonik untuk mengukur ketinggian pakan. Data
dari sensor diproses menggunakan mikrokontroler dan dikirim ke platform IoT untuk pemantauan
real-time melalui web atau aplikasi mobile. Sistem juga dilengkapi dengan aktuator mekanisme
otomatis dalam pengisian ulang pakan. Berdasarkan hasil pengujian yang telah dipaparkan, dapat
disimpulkan bahwa sistem pemantauan kondisi tempat pakan sapi yang dirancang dan dibangun
ini telah berfungsi secara optimal. Sensor Inframerah menunjukkan kemampuan yang baik dalam
mendeteksi keberadaan sapi di tempat pakan, ditandai dengan perubahan output sensor yang sesuai
dengan posisi sapi. Sensor Ultrasonik efektif dalam mengukur ketinggian pakan dan memberikan
peringatan dini saat pakan hampir habis, yang sangat membantu peternak dalam manajemen pakan
yang lebih efisien. Dengan kombinasi ketiga sensor ini, sistem otomatis ini berhasil meningkatkan
efisiensi dan akurasi pemantauan lingkungan serta ketersediaan pakan di peternakan sapi. Oleh
karena itu, penelitian ini berkontribusi pada pengembangan teknologi peternakan berbasis IoT
yang lebih efisien dan berkelanjutan, serta menawarkan solusi bagi peternak untuk meningkatkan
produktivitas dan efisiensi operasional.

Siatem Pendukung Keputusan Mitigasi Risiko Produktivitas Garam Madura Berbasis Blue Economy Menggunakan Metode AHP- MOORA

Fitriyatul Aini — 2025-10-30

Produktivitas garam di Madura memiliki peran strategis dalam mendukung kebutuhan garam
nasional, namun sektor ini masih menghadapi berbagai risiko seperti ketidakpastian cuaca, teknik
produksi tradisional, kualitas lahan tambak yang rendah, keterbatasan infrastruktur, serta fluktuasi
harga pasar. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk mitigasi
risiko produktivitas garam berbasis blue economy, menggunakan kombinasi metode Analytical
Hierarchy Process (AHP) dan Multi-Objective Optimization on the Basis of Ratio Analysis
(MOORA). Tahapan penelitian meliputi identifikasi faktor risiko melalui observasi lapangan dan
wawancara dengan pemangku kepentingan, penentuan bobot kriteria dan subkriteria menggunakan
AHP, serta evaluasi 14 alternatif solusi mitigasi menggunakan metode MOORA. Hasil analisis
menunjukkan bahwa solusi terbaik dalam mengurangi risiko penurunan produktivitas garam adalah
membangun kemitraan dengan lembaga keuangan (A12) dengan nilai preferensi 0,5126, diikuti oleh
diversifikasi produk garam (A9) dengan skor 0,4960 dan peningkatan kualitas tanah menggunakan
kapur dolomit (A4) dengan skor 0,4907. Penelitian ini menghadirkan kontribusi kebaruan, yaitu: (1)
penerapan metode AHP-MOORA secara terpadu dalam konteks mitigasi risiko sektor garam; (2)
pengintegrasian prinsip blue economy untuk mendukung pengelolaan sumber daya laut yang
berkelanjutan; dan (3) pengembangan model sistem pendukung keputusan yang sesuai dengan
karakteristik lokal Madura. Temuan ini diharapkan menjadi rujukan strategis bagi pemerintah da

Perancangan Sistem Informasi Manajemen SMK Plus Al-Madani Palengaan Berbasis Web Menggunakan Framefork Laravel

Jufriyad — 2025-10-30

Perkembangan teknologi informasi mendorong lembaga pendidikan untuk meningkatkan efisiensi
pengelolaan data dan layanan informasi. SMK Plus Al-Madani Palengaan masih menggunakan
sistem manual dalam mengelola data siswa, guru, mata pelajaran, jadwal, dan nilai, yang
mengakibatkan keterlambatan informasi dan kesalahan input. Untuk mengatasi hal tersebut,
dikembangkan Sistem Informasi Manajemen Sekolah berbasis web menggunakan metode Rapid
Application Development (RAD) dan framework Laravel. Metode RAD dipilih karena
mempercepat pengembangan melalui pendekatan iteratif dan melibatkan pengguna. Sistem ini
dibangun dengan PHP dan MySQL, serta mendukung hak akses berbeda bagi admin, guru, dan
siswa. Hasil pengujian Blackbox menunjukkan tingkat keberhasilan 93,75% (15 dari 16
pengujian), dan berdasarkan metode PIECES, tingkat kepuasan pengguna mencapai rata-rata 4,20,
tergolong dalam kategori "puas".

Penerapan Metode AHP TOPSIS dalam Sistem Pendukung Keputasan Pemilihan Bibit Padi Unggul di Kabupaten Pamekasan Berbasis Blue Economy

Mulyadi — 2025-10-30

Bibit merupakan faktor penting yang sangat menentukan keberhasilan dalam budidaya
tanaman padi. Proses budidaya padi diawali dengan pemilihan bibit yang unggul karena
bibit menjadi komponen utama yang akan dikembangkan pada tahap berikutnya. Sebagai
pembawa sifat genetik dari induknya, bibit berperan dalam menentukan karakteristik
tanaman saat berproduksi. Oleh karena itu, untuk memperoleh bibit padi yang berkualitas,
perlu dilakukan pemilihan dari induk yang memiliki mutu tinggi. Kualitas bibit menjadi
kunci utama keberhasilan budidaya, karena bibit unggul mampu beradaptasi dengan baik,
tumbuh cepat dan seragam, tahan terhadap hama, serta memiliki produktivitas tinggi.
Namun, dalam praktiknya, banyak petani mengalami kesulitan dalam menentukan bibit
yang tepat. Berdasarkan permasalahan tersebut, dikembangkan sebuah sistem pendukung
keputusan yang dapat membantu petani dalam memilih bibit padi sesuai dengan kondisi
lingkungan tanam dengan mempertimbangkan berbagai kriteria. Sistem ini dirancang
menggunakan dua metode, yaitu Analytical Hierarchy Process (AHP) dan Technique for
Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk
menentukan bobot setiap kriteria, sedangkan metode TOPSIS diterapkan untuk melakukan
proses perankingan alternatif bibit. Hasil penelitian menunjukkan bahwa dari enam
alternatif bibit yang diuji—Inpari 32, Inpari 38 Tadah Hujan Agritan, Inpari 41 Tadah
Hujan, Inpari 34, Inpago 8, dan Diah Suci—bibit Inpari 32 memperoleh nilai preferensi
tertinggi sebesar 0,741, diikuti oleh Inpari 38 Tadah Hujan Agritan dengan nilai 0,708.
Berdasarkan hasil tersebut, sistem merekomendasikan bahwa bibit padi Inpari 32 dan Inpari
38 Tadah Hujan Agritan merupakan pilihan terbaik untuk ditanam di Kabupaten
Pamekasan.

KLASIFIKASI KUALITAS DAUN TEMBAKAU MADURA BERBASIS CITRA DIGITAL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Suhar Tatik — 2025-10-30

Penilaian mutu daun tembakau selama ini masih dilakukan secara manual melalui pengamatan
visual, yang bersifat subjektif, tidak konsisten, serta memerlukan waktu lama. Penelitian ini
bertujuan untuk mengklasifikasi kualitas daun tembakau Madura berbasis citra digital
menggunakan algoritma Support Vector Machine (SVM). Dataset penelitian terdiri dari 960 citra
daun tembakau hasil pengambilan langsung dari lahan pertanian di Pamekasan yang diperluas
melalui augmentasi data (flip horizontal, flip vertikal, dan rotasi). Proses penelitian meliputi tahap
preprocessing (resizing 64×64 piksel, konversi grayscale, dan flattening), ekstraksi fitur berbasis
intensitas piksel, pelabelan manual, serta pelatihan model SVM dengan kernel Radial Basis
Function (RBF). Evaluasi kinerja dilakukan menggunakan metrik akurasi, precision, recall, f1
score, serta confusion matrix. Hasil pengujian menunjukkan bahwa model mencapai akurasi
sebesar 79% pada data uji dengan kinerja terbaik pada kelas kualitas ―rendah‖ dan ―tinggi‖,
sementara kelas ―sedang‖ masih menjadi sumber kesalahan utama karena memiliki kemiripan fitur
dengan dua kelas lainnya. Penelitian ini membuktikan bahwa metode SVM efektif digunakan
untuk dataset terbatas dengan performa lebih tinggi dibandingkan metode GLCM+SVM,
meskipun masih di bawah CNN. Temuan ini memberikan kontribusi dalam penerapan
pembelajaran mesin pada klasifikasi kualitas daun tembakau dan dapat menjadi dasar untuk
pengembangan penelitian lebih lanjut di bidang pertanian digital.
Kata kunci: klasifikasi, tembakau madura, citra digital, support vector machine, machine
learning.

Analisis Sentimen Dan Pemodelan Topik Fenomena Childfree di Indonesia Pada Media Sosial Menggunakan Metode Convulation Neural Network (CNN) Dan Latent Dirichlet Allocation (LDA).

Ismiatul Karomah — 2025-10-30

Fenomena childfree menjadi isu yang ramai dibahas di media sosial Indonesia dan menimbulkan beragam respons dari masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen publik serta mengidentifikasi topik utama terkait isu childfree dengan menggunakan metode Convolutional Neural Network (CNN) dan Latent Dirichlet Allocation (LDA). Data yang digunakan sebanyak 1.538 komentar, terdiri dari 500 tweet dan 1.038 komentar YouTube, yang telah melalui tahapan preprocessing dan pelabelan sentimen otomatis menggunakan VADER Sentiment Analyzer. Hasil labeling menunjukkan bahwa sebagian besar komentar mengandung sentimen negatif terhadap childfree. Model CNN yang dilatih menggunakan data berlabel tersebut menunjukkan performa tinggi dengan akurasi 98,72%, precision 98,70%, recall 98,84%, dan F1-score 98,77%. Sementara itu, pemodelan topik dengan LDA berhasil mengidentifikasi tiga topik utama, yaitu kebebasan memilih, tekanan sosial, dan faktor ekonomi, dengan nilai koherensi terbaik 0.2971. Hasil penelitian ini menunjukkan bahwa kombinasi CNN dan LDA efektif dalam menggambarkan persepsi publik serta tema dominan terkait childfree. Temuan ini memberikan kontribusi terhadap pemahaman wacana sosial masyarakat Indonesia dalam merespons pilihan gaya hidup tanpa anak di era digital.

Kata kunci: childfree, CNN, LDA, analisis sentimen,pemodelan topik, media sosial

Pengujian dan Analisis Kerentanan Keamanan Website Fakultas Teknik Universitas Islam Madura Menggunakan OWASP ZAP, Burp Suite, dan Nikto .

Moh. Khosiri — 2025-10-30

Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis kerentanan keamanan pada
website Fakultas Teknik Universitas Islam Madura dengan menggunakan tiga tools pengujian
keamanan web, yaitu OWASP ZAP, Burp Suite, dan Nikto. Proses dimulai dengan pengumpulan
informasi target menggunakan teknik reconnaissance, kemudian dilanjutkan dengan pemindaian
dan analisis kerentanan. OWASP ZAP digunakan untuk mendeteksi celah seperti XSS (Cross-Site
Scripting) dan CSRF, Burp Suite digunakan untuk menganalisis lalu lintas HTTP/HTTPS dan
menguji input form terhadap serangan injeksi, sementara Nikto berfungsi mendeteksi kerentanan
server seperti konfigurasi yang tidak aman dan direktori tersembunyi. Hasil pengujian
menunjukkan bahwa website masih memiliki beberapa celah keamanan, seperti open directory,
informasi sensitif yang dapat diakses publik, serta potensi serangan XSS. Berdasarkan temuan
tersebut, disusun rekomendasi peningkatan keamanan web, termasuk konfigurasi ulang server,
pembaruan sistem, dan validasi input pada sisi pengguna. Penelitian ini diharapkan dapat menjadi
acuan bagi pengelola sistem informasi di lingkungan pendidikan tinggi dalam meningkatkan
ketahanan keamanan website dari potensi serangan siber.
Kata Kunci: Keamanan W

Analisis Penggunaan Model Random Forest dalam Memprediksi Resiko Banjir di Daerah Rawan Bencana Kabupaten Pamekasan

Moh. Fauzi — 2025-10-30

Penelitian ini bertujuan untuk menganalisis efektivitas model Random Forest dalam memprediksi risiko banjir di daerah rawan bencana di Kabupaten Pamekasan. Dataset yang digunakan berasal dari BMKG dan BPBD Pamekasan, mencakup data historis terkait kejadian banjir, curah hujan, lokasi, waktu kejadian, dan musim. Proses pemodelan dimulai dari preprocessing data, pelatihan model menggunakan metode Repeated Stratified K-Fold Cross Validation, hingga optimasi model dengan hyperparameter tuning. Hasil evaluasi menunjukkan bahwa model mampu memprediksi risiko banjir dengan akurasi 82% pada data pelatihan dan 95% pada data pengujian setelah dilakukan tuning. Nilai precision dan recall yang tinggi pada kedua kelas mengindikasikan kemampuan model dalam menggeneralisasi pola dari data historis. Penelitian ini membuktikan bahwa model Random Forest dapat digunakan sebagai alat prediksi yang efektif dalam sistem peringatan dini bencana banjir berbasis data historis.

Kata Kunci: Random Forest, Prediksi Banjir, Machine Learning, Kabupaten Pamekasan, Hyperparameter Tuning

ANALISIS PEMETAAN LEGALITAS USAHA DI KABUPATEN PAMEKASAN MENGGUNAKAN ALGORITMA K-MEANS

Nurul Qamariyah — 2025-10-30

Pada tahun 2021 Kabupaten Pamekasan menempati pertumbuhan ekonomi tertinggi di Pulau Madura. Dukungan pemerintah melalui legalitas usaha khususnya Nomor Induk Berusaha (NIB) dapat meningkatkan daya saing dan pengembangan Usaha Mikro Kecil dan Menengah (UMKM). Penelitian ini bertujuan penerapan data mining untuk analisis kondisi legalitas UMKM di Kabupaten Pamekasan menggunakan data perizinan NIB sesuai kebijakan terbaru OSS RBA yang terdapat di DPMPTSP Pamekasan. Algoritma k-means dengan teknik clustering dan metodologi CRISP-DM sebagai tahapan standart dalam data mining menghasilkan dua klaster. Klaster 1 yaitu kecamatan dengan jumlah perizinan NIB tertinggi atau UMKM maksimal dan klaster 2 yaitu kecamatan dengan jumlah perizinan NIB terendah atau UMKM minimal. Klaster ini dievaluasi menggunakan Silhouette Coefficien yang menunjukkan penempatan klaster baik untuk data UMK yang bernilai 0,64 (kategori medium structure) dan klaster sangat baik untuk data NonUMK dengan nilai 0,73 (kategori strong structure). Selanjutnya hasil clustering divisualisasikan menggunakan aplikasi QGIS untuk memberikan gambaran terkait legalitas NIB di Kabupaten Pamekasan dan pemerintah terkait dapat merumuskan kebijakan selanjutnya yang lebih tepat untuk mendukung pertumbuhan UMKM.

Kata kunci: UMKM, Legalitas, CRISP-DM, QGIS

UMKM, Legalitas, CRISP-DM, QGIS

Eka Fitriyah — 2025-10-30

Perceraian merupakan permasalahan sosial yang berdampak luas terhadap masyarakat, sehingga penting untuk melakukan prediksi sebagai dasar pengambilan keputusan dan penyusunan kebijakan. Penelitian ini bertujuan untuk memprediksi jumlah kasus perceraian di Kabupaten Pamekasan menggunakan metode Random Forest Regression. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Pengadilan Agama Kabupaten Pamekasan dalam rentang tahun 2019 hingga 2024. Metode Random Forest Regression dipilih karena kemampuannya dalam menangani data non-linear dan memberikan hasil prediksi yang akurat. Hasil penelitian menunjukkan bahwa model mampu memprediksi jumlah kasus perceraian dengan nilai evaluasi Mean Absolute Error (MAE) sebesar 1,2071, Mean Squared Error (MSE) sebesar 2,2695, Root Mean Squared Error (RMSE) sebesar 1,5065, dan nilai koefisien determinasi (R²) sebesar 0,9934. Nilai R² yang mendekati 1 menunjukkan bahwa model memiliki tingkat akurasi yang tinggi dalam melakukan prediksi. Dengan demikian, penerapan metode Random Forest Regression dalam studi ini dapat menjadi alternatif solusi untuk memprediksi tren perceraian secara lebih tepat.

Kata kunci: Prediksi, Perceraian, Random forest regression.

Komparasi Algoritma SVM dan Naïve Bayes dalam Analisis Sentimen Media Sosial terhadap Wacana Mata Uang BRICS

Nailil Falahah — 2025-10-30

Kemunculan mata uang BRICS memunculkan beragam persepsi publik yang terekam di media
sosial, namun belum banyak dikaji secara sistematis. Penelitian ini bertujuan untuk menganalisis
sentimen masyarakat terhadap wacana mata uang BRICS dengan memanfaatkan data dari tiga
platform, yaitu X, YouTube, dan TikTok. Proses klasifikasi dilakukan menggunakan algoritma
Support Vector Machine (SVM) dan Naïve Bayes setelah melalui tahapan prapemrosesan teks
serta pembobotan TF-IDF. Hasil penelitian menunjukkan bahwa SVM menghasilkan akurasi
tertinggi, yakni 65,5% pada X, 73,6% pada YouTube, dan 63,8% pada TikTok. Sementara itu,
Naïve Bayes memberikan akurasi yang lebih rendah tetapi relatif stabil di ketiga platform. Dengan
demikian, SVM dinilai lebih efektif dalam mengklasifikasikan sentimen media sosial terkait mata
uang BRICS. Temuan ini memberikan kontribusi pada pemetaan opini publik sekaligus menjadi
rujukan dalam pemilihan metode analisis sentimen berbasis media sosial.
Kata kunci: BRICS, analisis sentimen, support vector machine, naïve bayes, media sosial

Penerapan Multinomial Naive Bayes untuk Analisis Sentimen Review Skincare Hanasui di TikTok oleh Dokter Detektif

Fadilatus Saadah — 2025-10-30

Media sosial memiliki peran penting dalam membentuk opini konsumen terhadap produk skincare.
Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna TikTok terhadap ulasan
produk skincare Hanasui yang disampaikan oleh akun Dokter Detektif (DokTif). Sebanyak 1.000
komentar dikumpulkan menggunakan Instant Data Scraper, lalu melalui proses pre-processing
teks yang mencakup cleansing, case folding, tokenizing, normalisasi, stopword removal, dan
stemming. Setelah proses pembersihan data, jumlah komentar yang layak dianalisis mengalami
penyusutan. Analisis sentimen dilakukan menggunakan metode Multinomial Naïve Bayes dengan
pendekatan TF-IDF. Dataset kemudian dibagi menjadi 563 data training dan 141 data testing.
Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 90,07%, dengan mayoritas
komentar tergolong dalam sentimen positif. Temuan ini menunjukkan bahwa ulasan yang
disampaikan oleh DokTif memberikan pengaruh positif terhadap persepsi pengguna mengenai
produk Hanasui. Penelitian ini memberikan manfaat bagi konsumen dalam memilih produk
berdasarkan informasi berbasis data, bagi industri dalam merancang strategi pemasaran melalui
analisis sentimen, serta bagi kalangan akademisi sebagai referensi penelitian sejenis. Selain itu,
hasil studi ini dapat menjadi masukan bagi pemerintah dalam merumuskan regulasi terkait klaim
produk skincare yang lebih transparan dan berbasis ilmiah.
Kata kunci: Analisis Sentimen, TikTok, Multinomial Naïve Bayes, TF-IDF, Skincare.

Peramalan Profitabilitas UMKM Jasa dengan Model ARIMA di Kecamatan Waru, Pamekasan

Moh. Nofalul Umam — 2025-10-30

Usaha Mikro, Kecil, dan Menengah (UMKM) jasa di Kecamatan Waru kerap mengalami ketidakstabilan pendapatan yang
mengganggu sustainability bisnis. Penelitian ini mengusulkan solusi berupa penerapan model peramalan deret waktu ARIMA
dan SARIMA untuk memprediksi fluktuasi keuangan tersebut. Berdasarkan data bulanan lima tahun terakhir, studi kuantitatif
ini mengaplikasikan teknik time series analysis dengan bantuan Python. Prosedur standar pemodelan ARIMA, termasuk
pengujian stasioner, identifikasi order, estimasi parameter, dan pemeriksaan diagnostik, diterapkan secara ketat. Temuan kunci
penelitian ini adalah bahwa pemilihan model prediktif yang optimal bersifat spesifik pada pola data masing-masing usaha, di
mana faktor tren dan musiman memegang peran kritis. Hasil validasi model menunjukkan akurasi yang tinggi, dengan rata-rata
kesalahan absolut (MAPE) berkisar dari 9.21% (sangat akurat) hingga 25.54% (akurat). Dengan demikian, penelitian ini
menyimpulkan bahwa integrasi metode peramalan berbasis data seperti ARIMA dapat menjadi alat yang efektif bagi UMKM
jasa dalam mengelola ketidakpastian ekonomi dan menyusun strategi bisnis yang lebih data-driven.
Kata Kunci: Peramalan, ARIMA, SARIMA, Usaha Mikro, Deret Waktu, MAPE.

IMPLEMENTASI ALGORITMA C4.5 DALAM KLASIFIKASI PERGURUAN TINGGI DI MADURA BERDASARKAN KINERJA PENELITIAN DAN PENGABDIAN MASYARAKAT

Khoirul Muasin — 2025-10-30

Penelitian ini bertujuan untuk mengimplementasikan algoritma C4.5 dalam mengklasifikasikan
perguruan tinggi di wilayah Madura berdasarkan kinerja penelitian dan pengabdian kepada
masyarakat. Klasterisasi resmi dari Kemendikbudristek membagi perguruan tinggi ke dalam empat
klaster utama, yaitu Mandiri, Utama, Madya, dan Pratama, sedangkan institusi yang belum
memenuhi kriteria termasuk dalam Klaster Binaan (pra-kualifikasi). Mayoritas perguruan tinggi di
Madura berada pada Klaster Binaan, sehingga diperlukan pendekatan analisis berbasis data untuk
memahami faktor-faktor yang memengaruhi posisi tersebut. Metode penelitian ini menggunakan
algoritma C4.5 berbasis pohon keputusan dengan pendekatan entropy. Data yang dianalisis
mencakup skor kinerja penelitian, pengabdian, publikasi, serta total keseluruhan skor institusi.
Hasil penelitian menunjukkan bahwa atribut Total All Score merupakan faktor paling dominan
dalam klasifikasi, diikuti oleh Publication. Model berhasil mengklasifikasikan 56 perguruan tinggi
ke dalam klaster Binaan, Pratama, dan Madya dengan hasil yang konsisten terhadap label data
resmi. Pohon keputusan yang dihasilkan mampu memberikan logika klasifikasi yang transparan,
mudah dipahami, serta berpotensi menjadi alat bantu evaluasi dan perencanaan peningkatan mutu
perguruan tinggi di Madura.
Kata kunci: C4.5, klasifikasi, perguruan tinggi, kinerja penelitian, pengabdian masyarakat.

Penerapan Metode K-Means untuk Klasterisasi Jumlah Balita Stunting Berdasarkan Data Puskesmas di Kabupaten Pamekasan

Tumiyah — 2025-10-30

Stunting merupakan masalah pertumbuhan pada balita akibat kekurangan gizi dan infeksi berulang
yang berdampak pada perkembangan fisik maupun kognitif anak. Di Kabupaten Pamekasan, isu
ini masih memerlukan perhatian serius, namun belum ada kajian yang mengelompokkan wilayah
berdasarkan tingkat keparahan kasus. Pemahaman pola jumlah stunting per puskesmas setiap
tahun penting untuk menentukan prioritas intervensi secara efektif. Penelitian ini bertujuan
mengelompokkan jumlah balita stunting di Kabupaten Pamekasan periode 2021–2024
menggunakan metode K-Means. Data diperoleh dari Dinas Kesehatan Kabupaten Pamekasan dan
diolah melalui Google Colab. Tahapan analisis meliputi import data, normalisasi, serta penentuan
jumlah klaster optimal dengan Silhouette Score, yang menghasilkan dua klaster dengan nilai
0,5308. Proses klasterisasi konvergen pada empat iterasi, menghasilkan 15 puskesmas pada klaster
pertama dan 6 puskesmas pada klaster kedua. Evaluasi dengan Silhouette Coefficient (0,5182)
menunjukkan kualitas klastering tergolong baik. Hasil ini menyediakan dasar data terstruktur
untuk mendukung perencanaan intervensi stunting yang lebih efektif di Pamekasan.
Kata kunci: Balita Stunting, K-Means, Klastering, Puskesmas, Pamekasan

Sistem Prediksi Penyakit Diabetes Menggunakan Random Forest Berbasis Web

Ari Sugianto — 2025-10-30

Peningkatan prevalensi diabetes melitus (DM) menuntut adanya sistem deteksi dini yang akurat
dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem prediksi diabetes berbasis web
menggunakan algoritma Random Forest. Metode yang digunakan meliputi pengumpulan data dari
dataset terbuka, preprocessing data, pembagian dataset menjadi data latih, validasi, dan uji, serta
penerapan model Random Forest dalam sistem berbasis web. Hasil penelitian menunjukkan bahwa
model yang dikembangkan memiliki akurasi sebesar 97% dengan performa yang baik dalam
mengklasifikasikan individu berisiko diabetes. Evaluasi menggunakan confusion matrix dan ROC
curve menunjukkan keandalan sistem dalam membedakan individu dengan dan tanpa diabetes.
Implementasi sistem ini memungkinkan deteksi dini yang lebih mudah dan cepat, terutama di
daerah dengan keterbatasan fasilitas kesehatan. Kontribusi penelitian ini terletak pada penggunaan
machine learning dalam meningkatkan efektivitas prediksi diabetes serta mendukung upaya
pencegahan dan intervensi dini untuk mengurangi dampak penyakit ini.
Kata kunci: diabetes mellitus, prediksi, machine learning, Random Forest, deteksi dini.

Algoritma Random Forest Untuk Memprediksi Jenis Tanaman Berdasarkan Peramalan Cuaca dan Lingkungan

Mohammad Iqbal Maulana — 2025-10-30

Pertanian menghadapi banyak tantangan karena perubahan iklim dan ketidak pastian cuaca, terutama dalam memilih jenis tanaman yang cocok dengan kondisi lingkungan yang terus berubah. Tujuan penelitian ini adalah untuk mengembangkan model prediksi jenis tanaman yang optimal yang menggabungkan peramalan cuaca dengan metode time series dan penggunaan algoritma Random Forest. Untuk mendapatkan informasi yang akurat tentang kondisi cuaca di masa depan, parameter cuaca seperti suhu, kelembapan, dan curah hujan diprediksi. Data cuaca yang digunakan berasal dari kumpulan data BMKG, yang terdiri dari data dari Stasiun Meteorologi Trunojoyo di Sumenep. Dataset publik Kaggle digunakan untuk memberikan rekomendasi tanaman. Data ini mencakup berbagai informasi tentang berbagai jenis tanaman serta faktor lingkungan yang mempengaruhi pertumbuhannya. Untuk menilai akurasi model peramalan cuaca, evaluasi dilakukan menggunakan metrik MAE (Kesalahan Absolut Rata-rata), MSE (Kesalahan Kuadrat Rata-rata), RMSE (Kesalahan Akar kuadrat dari MSE), MAPE (Kesalahan Persentase Rata-rata), dan R2 (Koefisien Determinasi). Model Random Forest menunjukkan performa yang baik pada semua parameter cuaca yang diprediksi: untuk curah hujan diperoleh MAE sebesar 3.806, MSE sebesar 65.953, RMSE sebesar 8.121, dan R² sebesar 0.603; untuk kelembapan rata-rata diperoleh MAE sebesar 1.721, MSE sebesar 5.134, RMSE sebesar 2.265, MAPE sebesar 2.225, dan R² sebesar 0.885; sedangkan untuk suhu rata-rata diperoleh MAE sebesar 0.301, MSE sebesar 0.145, RMSE sebesar 0.381, MAPE sebesar 1.061, dan R² sebesar 0.872. Setelah peramalan cuaca selesai, hasil prediksi cuaca digunakan untuk menentukan jenis tanaman yang sesuai dengan kondisi lingkungan saat ini. Untuk mengevaluasi kinerja model Random Forest, metrik akurasi, recall, confusion matrix, dan skor F1 digunakan. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki tingkat akurasi yang sangat tinggi, mencapai 99,32%, menunjukkan bahwa algoritma Random Forest dapat memberikan rekomendasi tanaman dengan lebih presisi daripada metode lain. Penelitian ini membantu pengelolaan pertanian yang lebih berbasis data dengan memprediksi jenis tanaman dengan mempertimbangkan faktor cuaca dan lingkungan.

Kata kunci: Peramalan cuaca, Prediksi tanaman, Random Forest, Model time series Perubahan iklim, pertanian presisi

PEMODELAN TOPIK PADA ULASAN APLIKASI JAMSOSTEK MOBILE (JMO) DI INDONESIA MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA)

Ulfatus Sarifah — 2025-10-30

Aplikasi jamsostek mobile (JMO) merupakan layanan digital dari BPJS ketenagakerjaan yang
memudahkan masyarakat dalam mengakses informasi terkait jaminan sosial. Meningkatnya
jumlah pengguna menghasilkan banyak ulasan yang menjadi sumber informasi penting untuk
mengevaluasi layanan. Namun, sejauh ini, penelitian terkait pemodelan topik terhadap ulasan
aplikasi JMO masih sangat terbatas. Pemodelan topik memungkinkan pengelompokkan tema
tersembunyi dari kumpulan teks dalam skala besar. Penelitian ini bertujuan dua hal: pertama,
menerapkan metode Latent Dirichlet Allocation (LDA) untuk memodelkan topik dalam ulasan
aplikasi JMO. Kedua, menganalisis hasil penerapan metode tersebut untuk mengidentifikasi topik
topik utama yang sering muncul dalam persepsi pengguna. Data sebanyak 2.000 ulasan
dikumpulkan melalui proses scraping, diproses melalui tahapan preprocessing teks, pembobotan
TF-IDF, dan pemodelan topik menggunakan pustaka Gensim. Hasil penelitian menunjukkan
bahwa terdapat tiga topik dominan dalam ulasan pengguna, yaitu kendala teknis, kesulitan login
atau registrasi, serta pengalaman pengguna dalam mengakses fitur aplikasi. Evaluasi model
dilakukan dengan menggunakan coherence score, dan hasil terbaik diperoleh sebesar 0.34007.
penelitian ini memberikan kontribusi dalam membantu pemerintah dan pengembang dalam
meningkatkan kualitas layanan aplikasi JMO
Kata kunci: Jamsostek Mobile, pemodelan topik, ulasan pengguna, Latent Dirichlet Allocation,
LDA

RANCANG BANGUN SISTEM PENDETEKSI WARNA TOMAT MENGGUNAKAN METODE KNN BERBASIS INTERNET OF THINGS

Khoirun Nisa — 2025-10-30

Dalam industri pertanian tomat, pemilihan dan klasifikasi buah tomat berdasarkan warna
merupakan faktor penting untuk menentukan kualitas dan tingkat kematangan. Proses ini sering
dilakukan secara manual, yang memerlukan waktu dan tenaga kerja yang cukup besar serta
berisiko mengalami kesalahan subjektif. Oleh karena itu, penelitian ini bertujuan untuk merancang
dan mengembangkan Sistem Pendeteksi Warna Buah Tomat dengan menggunakan metode K
nearest Neighbor (knn) Berbasis IoT. Sistem ini bertujuan meningkatkan efisiensi dan akurasi
sortasi tomat yang sebelumnya dilakukan secara manual. Metode knn digunakan untuk
mengklasifikasikan tomat kedalam tiga kategori: merah (matang), hijau (belum matang), dan
kuning (setengah matang). Hasil pengujian menunjukkan rata-rata data yang diperoleh kemudian
dikirim dan dipantau secara real-time melalui platform berbasis Internet of Things (IoT). Sistem
ini diharapkan mampu meningkatkan efisiensi dan akurasi dalam proses seleksi tomat, serta
memberikan solusi otomatisasi yang lebih modern dalam sektor pertanian. Hasil pengujian
menunjukkan bahwa sistem ini bekerja dengan tingkat akurasi yang cukup baik dalam mendeteksi
warna tomat. Dengan adanya teknologi ini, proses klasifikasi buah tomat dapat dilakukan dengan
lebih cepat, efisien, dan konsisten, sehingga membantu petani dan distributor dalam meningkatkan
kualitas dan daya saing produk mereka di pasar.
Kata kunci: K-Nearest Neighbor,Sensor Warna, Internet of Things (IoT), Klasifikasi Tomat,
Otomatisasi Pertanian.

Integrasi Model SERVQUAL dalam Analisis Kepuasan Pelanggan pada Aplikasi Online Travel Agent

R.Achmad Rico Firmansyah — 2025-10-30

Perkembangan industri pariwisata digital telah mendorong peningkatan penggunaan Online Travel
Agent (OTA) seperti Tiket.com, Agoda, dan Traveloka. Meskipun demikian, masih terdapat
berbagai keluhan dari pelanggan, terutama yang berkaitan dengan keterlambatan respons serta
kualitas layanan yang dirasakan belum optimal. Oleh karena itu, penelitian ini bertujuan untuk
mengukur tingkat kepuasan pelanggan dengan menggunakan metode SERVQUAL. Metode ini
digunakan untuk menganalisis kesenjangan antara harapan dan persepsi pelanggan terhadap lima
dimensi kualitas layanan, yaitu tangibles, reliability, responsiveness, assurance, dan empathy.
Pendekatan kuantitatif digunakan dengan menyebarkan kuesioner kepada 100 responden pengguna
OTA. Hasil analisis menunjukkan ketidakpuasan pelanggan terhadap OTA yang ditunjukkan
dengan nilai GAP negatif pada dimensi kehandalan (-0,64), daya tanggap (-0,675), dan jaminan (
0,36). GAP negatif menunjukkan perlunya perbaikan. Sementara itu, dua dimensi lainnya
menunjukkan nilai GAP positif, yaitu empati (0,02) dan bukti fisik (0,57). GAP positif
mencerminkan kepuasan pelanggan. Ketiga OTA disarankan untuk lebih memperhatikan atribut
dalam kategori must-be karena merupakan kebutuhan dasar pelanggan yang harus dipenuhi untuk
meningkatkan kepuasan secara keseluruhan.
Kata kunci: Model Servqual, Kepuasan Pelanggan, Pada aplikasi, Online travel Agent.

Smart Waste Management Berbasis IoT sebagai Solusi Optimalisasi Pengelolaan Sampah Perkotaan

Afdholul Qhuroyhan — 2025-10-30

Penelitian ini bertujuan untuk merancang sekaligus menyalakan sistem Smart Waste Management
berbasis Internet of Things (IoT) yang berfokus pada optimalisasi pengelolaan sampah perkotaan
secara real-time . Sistem ini dikembangkan menggunakan sensor ultrasonik untuk menggabungkan
kapasitas volume sampah serta sensor gas untuk mendeteksi emisi bau, seperti amonia, yang
terhubung dengan mekanisme notifikasi otomatis. Proses pengujian dilakukan selama tujuh hari
pada beberapa titik lokasi dengan frekuensi pencatatan data tiga kali per hari. Berdasarkan temuan
ini, pengembangan lanjutan dapat diarahkan pada integrasi dashboard pemantauan, penerapan
algoritma prediksi dan pelacakan, serta pemanfaatan energi terbarukan berbasis panel surya guna
mendukung sistem transmisi di area publik yang mencakup lebih luas. Secara keseluruhan,
penelitian ini menghadirkan kontribusi nyata dalam bentuk solusi teknologi berbasis IoT untuk
meningkatkan efektivitas pengelolaan sampah perkotaan, sekaligus membuka peluang
implementasi dalam skala besar dengan fitur tambahan yang lebih cerdas dan efisien.
Kata kunci: Smart Waste Management, IoT, Sensor Ultrasonik, Monitoring Sampah, Notifikasi
Otomatis.