Jurnal Mahasiswa Teknik Informatika

Penerapan Algoritma Greedy pada Optimasi Menu Makan Bergizi Gratis di Kota Medan

Ammar Kamil Al Abror — 2026-10-29

Program Makan Bergizi Gratis (MBG) membutuhkan perencanaan anggaran yang presisi agar asupan protein siswa maksimal tanpa melebihi batas dana. Fluktuasi harga komoditas pangan di Kota Medan menjadi tantangan utama, sehingga diperlukan solusi komputasi yang cepat dan akurat. Penelitian ini berfokus pada optimasi pemilihan menu MBG menggunakan dataset harga bahan pokok dari Pusat Informasi Harga Pangan Strategis (PIHPS) Nasional. Metode yang digunakan adalah algoritma Greedy berbasis kepadatan nutrisi, yakni membandingkan rasio antara total protein dengan estimasi harga, untuk menyeleksi menu terbaik di bawah batas anggaran Rp15.000 per siswa. Sistem mengakumulasi kandungan gizi dan harga bahan secara otomatis, menambahkan biaya operasional, lalu mengurutkan menu berdasarkan nilai rasio tertinggi. Hasil pengujian simulasi komputasi terhadap 453.844 siswa dengan alokasi dana operasi bulanan sebesar satu triliun rupiah menunjukkan bahwa algoritma ini secara efektif menemukan menu paling optimal yang memenuhi kelayakan gizi serta kendala finansial. Kesimpulannya, algoritma Greedy terbukti sangat efisien sebagai sistem pendukung keputusan berskala besar yang mampu memastikan akuntabilitas dan kecukupan anggaran program MBG di tingkat daerah.

Kata Kunci: Algoritma Greedy, Makan Bergizi Gratis, Optimasi Anggaran, PIHPS, Sistem Pendukung Keputusan

NeighborHelp: Platform Bantuan Komunitas untuk Layanan Real-Time Berbasis Geolokasi

Keefa Lasut — 2026-10-29

Perkembangan urbanisasi yang pesat telah meningkatkan konektivitas digital masyarakat, namun interaksi sosial dan kerja sama antarwarga di lingkungan sekitar masih sering terbatas. Di wilayah perkotaan seperti Manado, masyarakat cenderung lebih terhubung melalui platform daring dibandingkan dengan tetangga di sekitar tempat tinggal mereka. Kondisi ini mengurangi peluang terciptanya kerja sama lokal yang cepat dalam situasi mendesak, seperti kebutuhan bantuan medis ringan, peminjaman peralatan rumah tangga, bantuan transportasi, atau kebutuhan bantuan fisik secara langsung. Penelitian ini bertujuan untuk merancang dan mengembangkan NeighborHelp, sebuah platform bantuan komunitas berbasis desktop yang memanfaatkan teknologi geolokasi untuk menghubungkan warga dalam radius tertentu serta memfasilitasi permintaan bantuan secara real-time di Kota Manado. Platform ini dirancang untuk meningkatkan kecepatan respons, memperkuat kolaborasi antarwarga, dan membangun kepercayaan sosial melalui sistem digital terpusat. Fitur utama sistem meliputi registrasi pengguna, penyaringan permintaan berbasis lokasi, pemetaan bantuan terdekat, notifikasi instan, pesan langsung, pelacakan status permintaan, serta sistem reputasi untuk mencatat kontribusi pengguna. Proses pengembangan sistem dilakukan melalui pendekatan rekayasa perangkat lunak yang terstruktur, meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian fungsional yang direncanakan. Hasil penelitian menunjukkan bahwa NeighborHelp memiliki potensi yang kuat sebagai solusi digital praktis untuk meningkatkan kerja sama lingkungan, mengurangi keterlambatan dalam memperoleh bantuan sehari-hari, serta memperkuat ketahanan sosial masyarakat di Kota Manado.

Federated Learning untuk Deteksi Hoaks pada Bahasa Daerah Bersumber Daya Rendah di Indonesia

Kristania Bullu — 2026-10-29

Maraknya konten hoaks di berbagai platform media sosial menjadi ancaman serius bagi komunitas daerah di Indonesia, terutama bagi mereka yang berkomunikasi menggunakan bahasa daerah bersumber daya rendah seperti Melayu Manado (Grimes, 2000). Sistem deteksi hoaks yang ada saat ini masih terpusat pada Bahasa Indonesia standar dan bahasa global, sehingga komunitas bahasa daerah sangat rentan terhadap disinformasi digital (Pratama & Suhartono, 2022). Di sisi lain, pendekatan pembelajaran mesin terpusat secara konvensional mengharuskan pengumpulan data mentah ke server pusat, sehingga menimbulkan kekhawatiran serius terkait privasi data dalam konteks UU No. 27 Tahun 2022 tentang Perlindungan Data Pribadi. Penelitian ini mengusulkan kerangka kerja berbasis federated learning yang dirancang khusus untuk deteksi hoaks pada bahasa daerah bersuber daya rendah di Indonesia, dengan bahasa Melayu Manado sebagai fokus utama. Sistem yang diusulkan mengintegrasikan Multilingual BERT (mBERT) (Devlin et al., 2019) sebagai arsitektur representasi teks, algoritma Federated Averaging (FedAvg) (McMahan, 2017), serta framework Flower (flwr) (Beutel, 2020). Dataset terdiri dari 5.000 sampel berlabel yang dikumpulkan dari konten media sosial, arsip percakapan WhatsApp, dan basis data Kominfo Hoaks Busters (Kominfo, 2023), dengan anotasi dilakukan oleh penutur asli melalui mekanisme majority voting (Plank et al., 2016). Pelatihan federated dilaksanakan pada 3 hingga 5 node klien simulasi selama 20 putaran komunikasi dengan konfigurasi data IID dan non-IID (Li, 2022). Perlindungan privasi diterapkan melalui mekanisme DP-SGD (Mironov, 2017). Temuan empiris menunjukkan bahwa model mBERT federated mencapai performa klasifikasi yang kompetitif (Rust, 2021) dibanding pendekatan terpusat, sekaligus menjaga privasi data pengguna.

Analisis Kepuasan Pengguna terhadap Antarmuka E-Commerce Tokopedia Menggunakan Metode Performance-Importance Analysis

kairos abraham sumigar — 2026-10-29

Pertumbuhan industri e-commerce di Indonesia yang pesat menghadirkan persaingan yang semakin intensif di antara platform marketplace digital, sehingga kepuasan pengguna terhadap antarmuka menjadi faktor penentu utama keberlangsungan dan daya saing platform. Penelitian ini bertujuan menganalisis kepuasan pengguna terhadap antarmuka e-commerce Tokopedia menggunakan metode Performance-Importance Analysis (PIA). Sebanyak 15 atribut antarmuka dievaluasi, meliputi kemudahan navigasi, kecepatan loading, kelengkapan informasi produk, kemudahan pembayaran, kualitas tampilan visual, fitur pencarian, keamanan transaksi, pendaftaran akun, ulasan produk, notifikasi pesanan, filter produk, responsivitas mobile, perbandingan produk, customer service chat, serta proses retur dan refund. Data dikumpulkan melalui kuesioner terstruktur yang didistribusikan kepada 120 pengguna aktif Tokopedia melalui purposive sampling. Analisis memetakan setiap atribut ke dalam empat kuadran Importance-Performance Matrix berdasarkan nilai rata-rata kepentingan (4,32) dan kinerja (3,77) sebagai garis batas. Hasil menunjukkan tujuh atribut berada di Kuadran I (Concentrate Here) yang memerlukan perbaikan segera, lima atribut di Kuadran II (Keep Up the Good Work), dua atribut di Kuadran III (Low Priority), dan satu atribut di Kuadran IV (Possible Overkill). Temuan ini memberikan rekomendasi strategis berbasis data bagi tim pengembang Tokopedia untuk memprioritaskan perbaikan antarmuka sesuai ekspektasi pengguna.

Penerapan Gamifikasi pada Learning Management System dalam Pembelajaran Daring: Systematic Literature Review

Andrew Evert Daniel Tondang — 2026-10-29

Pembelajaran daring di perguruan tinggi banyak ditopang oleh Learning Management System (LMS), namun tingginya angka ketidakaktifan, kejenuhan, dan rendahnya keterlibatan mahasiswa masih menjadi permasalahan umum. Gamifikasi, yaitu penerapan elemen desain permainan pada konteks bukan permainan, dipandang berpotensi mengatasi permasalahan tersebut. Akan tetapi, hasil empirik penerapan gamifikasi pada LMS masih beragam dan belum tersintesis secara sistematis untuk konteks pendidikan tinggi di Indonesia. Penelitian ini bertujuan mengkaji secara sistematis bentuk penerapan, elemen gamifikasi yang digunakan, serta dampaknya terhadap motivasi dan keterlibatan belajar mahasiswa pada LMS. Penelitian menggunakan metode Systematic Literature Review (SLR) mengacu pada panduan Kitchenham dan Charters (2007) dengan pelaporan PRISMA. Sumber data diperoleh dari basis data Scopus, ScienceDirect, Sinta, dan Garuda untuk artikel yang dipublikasi pada rentang 2021–2025. Tiga pertanyaan penelitian disusun, dilanjutkan dengan tahap identifikasi, penyaringan, kelayakan, dan inklusi sehingga diperoleh 11 artikel terpilih. Artikel yang lolos kriteria dianalisis secara tematik. Hasil penelitian menunjukkan bahwa poin, badge, dan leaderboard merupakan elemen paling dominan, serta gamifikasi yang terintegrasi secara pedagogis cenderung memberikan dampak positif yang lebih konsisten terhadap motivasi dan keterlibatan belajar mahasiswa.

Online learning in higher education relies heavily on the Learning Management System (LMS), yet high rates of student inactivity, learning fatigue, and low engagement remain common problems. Gamification, defined as the use of game design elements in non-game contexts, is considered a promising approach to address these issues. However, empirical findings on the application of gamification in LMS remain inconsistent and have not been systematically synthesized for the Indonesian higher education context. This study aims to systematically examine the forms of implementation, the gamification elements applied, and their impact on student motivation and engagement within LMS. The research employs the Systematic Literature Review (SLR) method based on the guidelines of Kitchenham and Charters (2007) with PRISMA reporting. The data sources were obtained from Scopus, ScienceDirect, Sinta, and Garuda databases for articles published between 2021 and 2025. Three research questions were formulated, followed by the stages of identification, screening, eligibility, and inclusion, resulting in 11 selected articles. The selected articles were analyzed thematically. The results show that points, badges, and leaderboards are the most dominant elements, and that pedagogically integrated gamification tends to deliver more consistent positive effects on student motivation and engagement.

Perbandingan Metode Support Vector Machine dan Convolutional Neural Network untuk Analisis Sentimen pada Google Classroom di Google Play Store

Kerenhapukh Priskila Waworuntu — 2026-10-29

Google Classroom merupakan salah satu platform pembelajaran daring yang banyak digunakan dan menyediakan fitur ulasan pada Google Play Store sebagai media bagi pengguna untuk menyampaikan pengalaman, keluhan, maupun penilaian terhadap aplikasi. Ulasan tersebut dapat dimanfaatkan untuk memperoleh informasi mengenai persepsi pengguna melalui analisis sentimen. Penelitian ini bertujuan untuk membandingkan kinerja metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) pada analisis sentimen ulasan Google Classroom di Google Play Store. Data penelitian diperoleh melalui proses web scraping dan menghasilkan 1806 ulasan yang kemudian melalui tahapan preprocessing sehingga diperoleh 1735 ulasan yang siap dianalisis. Pelabelan sentimen dilakukan menggunakan pendekatan Lexicon-Based Sentiment Analysis, sedangkan proses klasifikasi dilakukan menggunakan tiga skenario, yaitu TF-IDF + SVM, TF-IDF + Chi-Square + SVM, dan CNN. Hasil penelitian menunjukkan bahwa penerapan Chi-Square mampu meningkatkan akurasi SVM dari 93% menjadi 94%. Sementara itu, CNN menghasilkan performa terbaik dengan akurasi sebesar 96%, melampaui kedua model berbasis SVM. Hasil tersebut menunjukkan bahwa CNN memiliki kemampuan yang lebih baik dalam mempelajari representasi dan pola sentimen pada data teks. Dengan demikian, CNN dapat menjadi pendekatan yang lebih efektif untuk analisis sentimen ulasan aplikasi pendidikan dibandingkan metode SVM pada dataset yang digunakan dalam penelitian ini.

Implementasi VoIP Asterisk Sebagai Solusi Komunikasi Akademik Mahasiswa di Lingkungan Pesantren

Ahmad Afandi Jaohari — 2026-10-29

Regulasi pembatasan smartphone bagi mahasiswa Universitas Ibrahimy di Pondok Pesantren Salafiyah Syafi'iyah Sukorejo menghambat koordinasi akademik antara mahasiswa struktural (Kosma/BEM) dan dosen. Penelitian ini bertujuan mengimplementasikan server Voice over Internet Protocol (VoIP) intranet sebagai solusi komunikasi alternatif tanpa melanggar aturan pesantren. Metode eksperimental laboratorium digunakan untuk membangun server IP-PBX menggunakan Asterisk pada Ubuntu Server di dalam Oracle VirtualBox. Kestabilan interkoneksi dijamin melalui metode Virtualization Multi-Adapter dengan tiga segmen: NAT, Host-Only, dan Bridged Adapter yang terhubung ke Wi-Fi kampus. Sistem ini menerapkan kontrol akses berjenjang pada dial plan Asterisk, membatasi akun SIP hanya untuk Dosen, Gubernur BEM, dan Kosma. Hasil pengujian fungsionalitas menunjukkan sistem VoIP intranet berhasil memfasilitasi panggilan suara lokal secara stabil dengan kualitas audio jernih melalui aplikasi Zoiper tanpa menggunakan kuota internet publik. Pengujian kinerja menunjukkan respons panggilan sangat efisien dengan latensi di bawah 25 ms. Meskipun simulasi gangguan keamanan UDP DoS Attack memicu lonjakan beban CPU server hingga 94,1%, sistem tetap mempertahankan integritas layanan tanpa mengalami kelumpuhan total. Implementasi ini membuktikan bahwa teknologi VoIP berbasis open-source mampu menjadi infrastruktur komunikasi mandiri yang aman dan patuh regulasi domestik.

Analisis Komparatif Performa Apache2 dan Nginx pada Aplikasi CRUD Berbasis Ubuntu Server

Arwani — 2026-10-29

Perkembangan aplikasi web dinamis menuntut infrastruktur server yang responsif dan efisien. Masalah utama yang sering dihadapi adalah penurunan kinerja server saat menangani lonjakan trafik simultan, khususnya pada operasi database dinamis. Penelitian ini bertujuan untuk menganalisis secara komparatif efisiensi kinerja antara web server Apache2 dan Nginx dalam mengelola aplikasi CRUD berbasis PHP dan MySQL pada lingkungan Ubuntu Server di VirtualBox. Metode pengujian dilakukan melalui pendekatan stress testing menggunakan perangkat lunak Apache Benchmark (ab) dengan parameter beban 1000 total permintaan dan 100 koneksi simultan. Parameter evaluasi yang diukur meliputi Requests per Second (RPS), latensi, dan stabilitas layanan. Hasil penelitian menunjukkan bahwa Apache2 memiliki throughput yang sedikit lebih tinggi dengan capaian 225,13 RPS, unggul sekitar 8,48% dibandingkan Nginx yang mencatatkan 207,53 RPS. Namun, dalam aspek stabilitas respon pada kondisi trafik puncak, Nginx menunjukkan performa yang jauh lebih andal dengan latensi maksimal hanya sebesar 609 ms, sedangkan Apache2 mengalami lonjakan latensi ekstrem hingga mencapai 1269 ms (atau lebih lambat sebesar 108,37%). Kesimpulannya, Apache2 efektif untuk throughput rata-rata beban menengah, sementara Nginx unggul dalam menjaga konsistensi waktu respon dan efisiensi memori pada beban kerja tinggi.

Klasifikasi Kelayakan Menu Makan Bergizi Gratis Menggunakan Algoritma Decision Tree Berbasis Kandungan Nutrisi

Aisyah Putri Sabrina — 2026-10-29

Abstrak

Program Makan Bergizi Gratis (MBG) bertujuan meningkatkan gizi siswa dan menekan stunting. Pengawasan manual komposisi gizi menu rentan human error dan tidak efisien untuk data besar. Penelitian ini membangun model klasifikasi kelayakan menu berbasis Decision Tree dengan komparasi Naïve Bayes. Data berupa 5.000 record dataset nutrisi Kaggle meliputi protein, karbohidrat, lemak, serat, gula, kalori, dan label calorie_class. Tahapan meliputi preprocessing, eliminasi fitur kalori dengan operator Select Attributes untuk mencegah data leakage, pemodelan paralel, serta evaluasi menggunakan skema 10-Fold Cross Validation dan Confusion Matrix. Hasil penelitian menunjukkan setelah kalori diisolasi, parameter karbohidrat bergeser menjadi root node pada Decision Tree. Model Decision Tree mencatatkan akurasi riil sebesar 87,82%, sedangkan Naïve Bayes menghasilkan 86,46%. Evaluasi metrik menunjukkan kedua model memiliki performa kuat, stabil, dan seimbang dalam memetakan seluruh kelas target. Temuan ini membuktikan bahwa pendekatan komparatif data mining efektif untuk mengklasifikasikan kelayakan menu MBG secara objektif, transparan, dan reliabel sebagai sistem pendukung keputusan.

Kata Kunci: Decision Tree, Naïve Bayes, Data Mining, Klasifikasi Gizi, Makan Bergizi Gratis.

Abstract

The Free Nutritious Meal (MBG) program aims to improve students' nutritional quality and reduce stunting. Manual monitoring of menu alignment remains vulnerable to human error and inefficient for large datasets. This study develops a Decision Tree classification model compared with the Naïve Bayes algorithm to support MBG menu evaluation. The dataset comprises 5,000 Kaggle nutrition records containing protein, carbohydrate, fat, fiber, sugar, calorie, and calorie_class variables. The stages involved preprocessing, eliminating the calorie feature via the Select Attributes operator to prevent data leakage, parallel modeling, and evaluation using a 10-Fold Cross Validation scheme and a Confusion Matrix.The results show that after isolating the calorie attribute, the carbohydrate parameter (carbs_g) shifted to the root node in the Decision Tree. The Decision Tree model achieved a real accuracy of 87.82%, while Naïve Bayes yielded 86.46%. Metric evaluations indicate that both models possess robust, stable, and balanced performance across all target classes. These findings prove that a comparative data mining approach is effective for classifying MBG menu feasibility objectively, transparently, and reliably as a decision support system.

Keywords: Decision Tree, Naïve Bayes, Data Mining, Nutritional Classification, Free Nutritious Meal.

Evaluasi Usabilitas Mobile Learning Matematika SMA Menggunakan SUS dan Evaluasi Heuristik

Daniel Azarya Tafuama — 2026-10-29

Abstrak

Penggunaan aplikasi mobile learning dalam pembelajaran matematika berkembang pesat, namun aspek usabilitas masih jarang dikaji secara mendalam pada siswa SMA di Indonesia. Penelitian ini menganalisis usabilitas aplikasi mobile learning matematika menggunakan dua metode yang saling melengkapi, yaitu System Usability Scale (SUS) dan Heuristic Evaluation Nielsen, dengan pendekatan deskriptif kuantitatif yang melibatkan 25 siswa SMA di Kota Manado sebagai responden SUS dan 5 evaluator ahli untuk pengujian heuristik berdasarkan 10 prinsip Nielsen. Hasil penelitian menunjukkan skor rata-rata SUS sebesar 71,4 (SD = 9,82) yang berada pada kategori “Good” dengan tingkat penerimaan “Acceptable”. Heuristic evaluation mengidentifikasi 22 temuan unik usabilitas pada 10 prinsip Nielsen, dengan tiga prinsip paling kritis yaitu Error Prevention (severity 3,0), User Control and Freedom (2,8), dan Help and Documentation (2,8). Triangulasi kedua metode menunjukkan bahwa skor SUS yang baik tidak otomatis menjamin tidak adanya permasalahan usabilitas signifikan, sehingga menjadi dasar rekomendasi perbaikan terstruktur bagi pengembangan media pembelajaran digital matematika di Indonesia.

Kata Kunci: Usabilitas, Mobile Learning, System Usability Scale, Heuristic Evaluation, Triangulasi Metode

Abstract

The use of mobile learning applications in mathematics education has grown rapidly, yet usability remains underexplored among Indonesian senior high school (SMA) students. This study analyzes the usability of a mathematics mobile learning application using two complementary methods, the System Usability Scale (SUS) and Nielsen’s Heuristic Evaluation, through a quantitative descriptive approach involving 25 SMA students in Manado City as SUS respondents and 5 expert evaluators for heuristic testing based on Nielsen’s 10 usability heuristics. The results show a mean SUS score of 71.4 (SD = 9.82), categorized as “Good” with an “Acceptable” rating. The heuristic evaluation identified 22 unique usability issues across the 10 Nielsen principles, with the three most critical being Error Prevention (severity 3.0), User Control and Freedom (2.8), and Help and Documentation (2.8). Triangulation of both methods reveals that a high SUS score does not automatically indicate the absence of significant usability problems, providing the basis for structured improvement recommendations for digital mathematics learning media in Indonesia.

Keywords: Usability, Mobile Learning, System Usability Scale, Heuristic Evaluation, Method Triangulation

Perancangan UI/UX Sistem Arsip Digital Menggunakan Metode Design Thinking PT XYZ

Rezky Liantoro Ajinata — 2026-10-29

Abstrak

Pengelolaan surat masuk pada instansi perusahaan seperti PT XYZ memerlukan kecepatan, ketepatan, serta dokumentasi yang terstruktur. Namun, proses pengarsipan sering kali menghadapi kendala apabila masih dicatat secara manual atau memiliki tampilan form input yang kurang berpusat pada pengguna, sehingga memicu risiko human error dalam penomoran agenda serta pelacakan lokasi fisik surat. Penelitian ini bertujuan untuk merancang User Interface (UI) dan User Experience (UX) Sistem Informasi Arsip Digital Surat Masuk menggunakan metode Design Thinking. Lima tahapan iteratif yang diterapkan meliputi empathize, define, ideate, prototype, dan testing. Pengumpulan data awal pada tahap empathize dilakukan melalui wawancara daring bersama Staf IPDS (Integrasi Pengolahan dan Diseminasi Statistik) selaku penanggung jawab teknis sistem informasi di PT XYZ. Hasil perancangan antarmuka ini menghadirkan gerbang akses login yang aman, form input yang terlokalisasi dengan fitur pembuatan nomor agenda otomatis, komponen interaksi mikro data yang adaptif, serta halaman pusat data terpandu. Validasi akhir dilakukan melalui metode campuran (mixed-methods), yaitu secara kualitatif dengan pendekatan Task-Based Testing dan metode Think Aloud melibatkan satu orang expert user, serta secara kuantitatif menggunakan kuesioner System Usability Scale (SUS) dengan melibatkan 5 (lima) orang responden dari staf operasional divisi internal instansi. Hasil pengujian kualitatif memberikan masukan untuk optimalisasi penanggalan visual, sementara hasil evaluasi kuantitatif menunjukkan nilai rata-rata skor SUS sebesar 80,5 yang termasuk dalam kategori Excellent (Acceptable). Kebaruan penelitian ini terletak pada integrasi otomatisasi nomor agenda, struktur metadata lokasi fisik arsip, serta evaluasi usability berbasis kombinasi metode kualitatif dan kuantitatif. Dengan demikian, purwarupa antarmuka sistem informasi arsip digital ini terbukti fungsional, mudah dipahami, serta adaptif terhadap kebutuhan nyata operasional kearsipan di PT XYZ.

Kata Kunci: Design Thinking, Arsip Digital, Surat Masuk, UI/UX

Abstract

The management of incoming letters in corporate institutions such as PT XYZ requires speed, accuracy, and structured documentation. However, the archiving process often encounters challenges when it is still recorded manually or has an input form interface that is less user-centered, resulting in the risk of human error in agenda numbering and tracking the physical location of letters. This study aims to design the User Interface (UI) and User Experience (UX) of a Digital Incoming Mail Archive Information System using the Design Thinking method. The five iterative stages applied include empathize, define, ideate, prototype, and testing. Initial data collection during the empathize stage was conducted through online interviews with IPDS (Statistical Processing and Dissemination Integration) Staff as the technical person responsible for the information system at PT XYZ. The results of this interface design present a secure login access gateway, a localized input form with an automatic agenda number generation feature, adaptive data microinteraction components, and a guided data center page. Final validation was conducted using a mixed-methods (mixed-methods) approach, consisting of qualitative evaluation through Task-Based Testing and the Think Aloud method involving one expert user, as well as quantitative evaluation using the System Usability Scale (SUS) questionnaire involving five respondents from the operational staff of the internal division of the institution. The qualitative testing results provided feedback for optimizing visual date presentation, while the quantitative evaluation results showed an average SUS score of 80.5, which falls into the Excellent category (Acceptable). The novelty of this study lies in the integration of agenda number automation, physical archive location metadata structure, and usability evaluation based on a combination of qualitative and quantitative methods. Therefore, the prototype of the digital archive information system interface is proven to be functional, easy to understand, and adaptive to the actual operational needs of archiving activities at PT XYZ.

Keywords: Design Thinking, Digital Archive, Incoming Mail, UI/UX

Indonesian News Topic Classification Using Naïve Bayes and SVM With TF-IDF

Daniel Azarya — 2026-10-29

Abstrak

Pertumbuhan volume berita daring berbahasa Indonesia semakin meningkatkan tantangan dalam menyajikan konten yang relevan kepada pembaca secara tepat waktu. Sistem klasifikasi otomatis untuk berita berbahasa Indonesia yang ada saat ini masih terbatas dalam hal evaluasi komparatif yang sistematis pada beberapa kategori topik secara bersamaan. Penelitian ini menjawab kesenjangan tersebut dengan mengimplementasikan dan membandingkan dua algoritma machine learning—Naive Bayes (NB) dan Support Vector Machine (SVM)—yang dipadukan dengan ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF) untuk klasifikasi topik berita berbahasa Indonesia secara multi-kelas. Dataset seimbang berisi 1.000 artikel dibangun secara mandiri melalui web scraping dari Kompas.com, salah satu portal berita nasional terkemuka di Indonesia, yang mencakup lima kategori: Politik, Olahraga, Teknologi, Ekonomi, dan Hiburan (masing-masing 200 artikel). Praproses teks meliputi case folding, penghapusan noise, tokenisasi, penghapusan stopword menggunakan daftar stopword Bahasa Indonesia dari NLTK, dan stemming morfologis melalui PySastrawi. Vektorisasi TF-IDF menghasilkan matriks fitur berukuran 1.000 × 5.000 menggunakan unigram dan bigram. Ketangguhan model dievaluasi menggunakan stratified 5-fold cross-validation, dengan 20% data uji yang disisihkan untuk evaluasi akhir. SVM dengan kernel linear mencapai akurasi 94,5% (F1-score: 94,6%), mengungguli Multinomial Naive Bayes (akurasi: 89,0%, F1-score: 89,1%) pada seluruh lima kategori. Uji signifikansi McNemar mengonfirmasi bahwa selisih kinerja tersebut signifikan secara statistik (p < 0,05). Keunggulan SVM dalam memaksimalkan margin pada ruang TF-IDF berdimensi tinggi, dibandingkan asumsi independensi kondisional pada Naive Bayes, menjadi penyebab keunggulan yang teramati. Temuan ini memberikan baseline yang dapat direplikasi untuk klasifikasi berita berbahasa Indonesia dan mendukung pengembangan sistem agregasi berita cerdas yang sadar bahasa di Indonesia.

Kata Kunci: Berita Indonesia; Naive Bayes; Support Vector Machine; klasifikasi teks; TF-IDF

Abstract

The growing volume of Indonesian online news has intensified the challenge of delivering relevant content to readers in a timely manner. Existing automatic classification systems for Indonesian-language news remain limited in systematic comparative evaluations across multiple topic categories simultaneously. This study addresses that gap by implementing and comparing two machine learning algorithms—Naive Bayes (NB) and Support Vector Machine (SVM)—combined with Term Frequency-Inverse Document Frequency (TF-IDF) feature extraction for multi-class Indonesian news topic classification. A balanced dataset of 1,000 articles was constructed independently via web scraping from Kompas.com, a leading national news portal in Indonesia, spanning five categories: Politics, Sports, Technology, Economy, and Entertainment (200 articles each). Text preprocessing included case folding, noise removal, tokenization, stopword removal using NLTK’s Indonesian stopword list, and morphological stemming via PySastrawi. TF-IDF vectorization produced a 1,000 × 5,000 feature matrix using unigrams and bigrams. Model robustness was assessed using stratified 5-fold cross-validation, with a held-out 20% test set used for final evaluation. SVM with a linear kernel achieved 94.5% accuracy (F1-score: 94.6%), outperforming Multinomial Naive Bayes (accuracy: 89.0%, F1-score: 89.1%) across all five categories. A McNemar’s significance test confirmed the performance gap is statistically significant (p < 0.05). SVM’s superior margin-maximization in high-dimensional TF-IDF space, compared to Naive Bayes’ conditional independence assumption, accounts for the observed advantage. These findings provide a reproducible baseline for Indonesian news classification and support the development of intelligent, language-aware news aggregation systems in Indonesia.

Keywords: Indonesian news; Naive Bayes; Support Vector Machine; text classification; TF-IDF

Asisten Virtual Berbasis LLM untuk Layanan Administrasi Bidang Dikdas Dinas Pendidikan Minahasa

Rivaldo Jonathan Paath — 2026-10-29

Sektor pelayanan publik sering menghadapi kemacetan informasi akibat tingginya volume pertanyaan administratif yang berulang. Meskipun chatbot konvensional berbasis aturan telah digunakan, sistem tersebut cenderung kaku dalam merespons masukan yang dinamis. Generative AI menawarkan solusi yang fleksibel, namun penerapannya di sektor e-government memiliki tantangan besar terkait risiko halusinasi AI. Penelitian ini bertujuan mengembangkan dan mengevaluasi asisten virtual cerdas berbasis Large Language Model (LLM) untuk mengotomatisasi komunikasi layanan publik di Bidang Pendidikan Dasar (Dikdas) Dinas Pendidikan Kabupaten Minahasa, melalui pendekatan inovasi Quadruple Helix. Metodologi yang digunakan meliputi pengumpulan data untuk membangun basis pengetahuan tekstual dari Prosedur Operasional Standar (SOP), perancangan arsitektur tiga lapis yang mengintegrasikan Telegram Bot API dan Google Gemini API, serta implementasi prompt engineering dan guardrails yang ketat. Evaluasi fungsional dilakukan menggunakan metode Blackbox testing pada lima skenario interaksi nyata, pengukuran akurasi terhadap 15 pertanyaan uji, pengukuran waktu respons, dan komparasi analitis dengan arsitektur chatbot konvensional berbasis aturan. Hasil pengujian menunjukkan tingkat keberhasilan 100% pada kelima skenario uji Blackbox; sistem mampu memproses bahasa alami yang ambigu dan kesalahan ketik sesuai protokol yang diharapkan. Pengukuran akurasi menghasilkan tingkat akurasi 93,33% (14/15 pertanyaan tepat), dengan rata-rata waktu respons ~13,92 detik. Komparasi dengan chatbot rule-based menunjukkan peningkatan akurasi sebesar 20 poin persentase (73,33% menjadi 93,33%) serta kemampuan menangani variasi linguistik yang tidak terprogram. Implementasi guardrails terbukti efektif memitigasi risiko halusinasi dengan mengunci jawaban secara eksklusif pada basis pengetahuan dan menolak kueri di luar yurisdiksi instansi secara aktif. Meskipun demikian, evaluasi ini masih terbatas pada skala pengujian terkondisi dan memerlukan pengujian lebih lanjut yang melibatkan pengguna aktual dalam jumlah besar. Kesimpulannya, integrasi LLM pada platform perpesanan yang umum digunakan menghadirkan solusi E-government yang responsif, terkendali, dan hemat biaya, sekaligus mendongkrak inklusivitas birokrasi tanpa mewajibkan masyarakat mengunduh aplikasi baru.

Kata Kunci: Asisten Virtual, E-government, Kecerdasan Buatan Generatif, Rekayasa Prompt, Quadruple Helix

Website Development for a Local SME Using HTML, CSS, and JavaScript: A Case Study in Manado City

Immanuel Putra Kabuhung — 2026-10-29

Abstract

The rapid advancement of digital technology has significantly transformed the business landscape; however, many small and medium enterprises (SMEs), locally known as Usaha Mikro, Kecil, dan Menengah (UMKM), particularly in Manado City, North Sulawesi, still lack a proper online presence. This study aims to design and develop a responsive business profile website for a local SME using HTML5, CSS3, and vanilla JavaScript as a cost-effective digital marketing solution. The development process adopts the Waterfall model, encompassing four sequential phases: requirements analysis, system design, implementation, and testing. The website features a homepage, a product and service catalog, a company profile section, and a contact page, all designed with responsive principles to ensure optimal viewing across mobile, tablet, and desktop devices. System validation was conducted using Black Box Testing to verify functional correctness, while usability evaluation was performed using the System Usability Scale (SUS) questionnaire with 20 respondents comprising SME owners and potential customers. Black Box Testing confirmed that all 10 defined functional test cases executed correctly without errors. Usability testing yielded an average SUS score of 84.5 out of 100, categorizing the system as Excellent. These results demonstrate that a lightweight static website built with fundamental web technologies constitutes a viable and effective digital presence solution for SMEs without substantial development costs, offering a replicable framework for similar contexts across developing regions of Indonesia.

Keywords: Website Development; SMEs; HTML; CSS; JavaScript

Pengembangan UI Website JTVHub Menggunakan Laravel dan React.js Berbasis UCD

Andina Kanaya Azzahra — 2026-10-29

Abstrak

Transformasi digital pada industri penyiaran mendorong perusahaan media untuk meningkatkan kualitas layanan digital melalui website yang mudah digunakan dan sesuai dengan kebutuhan pengguna. PT Jawa Pos Media Televisi (JTV) mengoperasikan Website JTVHub sebagai platform digital yang menyediakan layanan live streaming, video, event, komunitas, dan informasi perusahaan. Namun, hasil observasi menunjukkan beberapa permasalahan, seperti tampilan antarmuka yang kurang modern, struktur navigasi yang belum optimal, belum tersedianya halaman Career, serta belum adanya fitur Searching dan Live Chat. Penelitian ini bertujuan mengembangkan User Interface Website JTVHub menggunakan framework Laravel dan library React.js dengan pendekatan User Centered Design (UCD). Metode penelitian mengacu pada ISO 9241-210:2019 yang terdiri atas empat tahapan, yaitu Understand Context of Use, Specify User Requirements, Design Solutions, dan Evaluate Against Requirements. Perancangan antarmuka dilakukan menggunakan Figma dalam bentuk wireframe dan mockup, kemudian diimplementasikan menggunakan Laravel dan React.js. Evaluasi dilakukan terhadap 10 responden menggunakan metode System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa penerapan UCD berhasil menghasilkan antarmuka yang lebih modern dan sesuai dengan kebutuhan pengguna melalui penambahan halaman Career, fitur Searching, fitur Live Chat, serta penyederhanaan struktur navigasi. Hasil evaluasi memperoleh skor SUS rata-rata sebesar 72,0 yang berada di atas ambang batas usability sebesar 68 sehingga termasuk kategori baik dan dapat diterima pengguna. Temuan ini menunjukkan bahwa pendekatan UCD efektif diterapkan dalam pengembangan website media penyiaran lokal untuk meningkatkan kualitas antarmuka dan pengalaman pengguna.

Kata Kunci: User Centered Design, User Interface, Website JTVHub, Laravel, System Usability Scale

Dashboard Statistik Sektoral Berbasis Laravel di Diskominfo Jawa Timur

Imelia Trisyananda — 2026-10-29

Perkembangan teknologi informasi pada instansi pemerintah telah mengubah penyajian data statistik dari tabel dan dokumen yang terpisah menjadi media yang lebih ringkas, visual, dan mudah diakses. Kondisi tersebut menimbulkan kebutuhan akan suatu platform penyampaian informasi yang mampu menyajikan data statistik sektoral secara terpusat dan mudah dipahami. Penelitian ini bertujuan mengembangkan dashboard statistik sektoral berbasis Laravel pada Dinas Komunikasi dan Informatika Provinsi Jawa Timur. Sistem yang dikembangkan terdiri atas halaman utama sebagai pusat navigasi dan delapan dashboard tematik, yaitu bantuan sosial, kemiskinan dan ketenagakerjaan, bencana, kebakaran hutan, padi, perikanan, kependudukan, dan percepatan kemandirian desa. Penelitian ini menerapkan pendekatan pengembangan sistem yang meliputi identifikasi kebutuhan dashboard, perancangan basis data, penyusunan kueri SQL, implementasi sistem menggunakan Laravel dan MySQL, serta perancangan visualisasi data. Hasil penelitian menunjukkan bahwa dashboard yang dikembangkan mampu menyajikan informasi statistik dalam bentuk indikator, grafik, tabel, filter, dan visualisasi wilayah sesuai dengan karakteristik masing-masing tema. Halaman utama memudahkan navigasi antardashboard, sedangkan struktur tematik memusatkan penyampaian informasi dibandingkan dengan penyajian dalam file atau laporan berbentuk tabel.

Kata kunci: dashboard, Laravel, statistik sektoral, visualisasi data, pemerintah daerah

Sistem Informasi Pengontrolan Kehadiran Shalat 5 Waktu Berbasis Fingerprint Portabel

Asvic Baid Anbala — 2026-10-29

Pengontrolan kehadiran shalat 5 waktu di Pondok Pesantren Salafiyah Syafi'iyah Sukorejo masih menggunakan metode manual berbasis kertas yang menimbulkan kecurangan, ketidakakuratan, dan ketidakadilan dalam pemberian sanksi. Penelitian ini bertujuan merancang sistem informasi pengontrolan kehadiran berbasis fingerprint portabel dengan verifikasi tiga faktor (fingerprint, GPS, timestamp) menggunakan metode Agile. Sistem dikembangkan dengan Laravel 9, Kotlin/Java, MySQL, dan Firebase. Hasil penelitian menunjukkan sistem mampu mengatasi permasalahan absensi manual dengan rekapitulasi otomatis dan sanksi yang lebih adil. Metode Agile memungkinkan adaptasi cepat terhadap kebutuhan petugas di lapangan. Kebaruan penelitian ini terletak pada integrasi fingerprint portabel, GPS, timestamp, dan rekapitulasi sanksi otomatis dalam satu sistem terintegrasi untuk pengontrolan ibadah shalat.

Kata Kunci: Sistem Informasi, Fingerprint Portabel, Shalat 5 Waktu, Metode Agile

Pengembangan Website Company Profile Berbasis Custom CMS Laravel-Filament untuk Mendukung Pengelolaan Informasi Koperasi

Akmal Zidan Fahreza — 2026-10-29

Koperasi Tunas Sejahtera Mandiri merupakan lembaga yang bergerak di bidang kesejahteraan anggota melalui layanan simpan pinjam dan usaha perdagangan. Saat ini, proses penyebaran informasi dan promosi masih dilakukan secara konvensional, sehingga menyulitkan masyarakat untuk mendapatkan informasi layanan secara cepat. Penelitian ini bertujuan merancang dan membangun website company profile sebagai media promosi digital. Berbeda dengan pendekatan konvensional yang membangun panel admin dari nol, penelitian ini memberikan kontribusi utama berupa pengembangan Custom Content Management System (CMS) menggunakan pustaka Filament PHP. Metode pengembangan yang digunakan adalah Waterfall, meliputi analisis, desain (UML dan ERD), implementasi, serta pengujian. Pengujian sistem menggunakan metode Black Box Testing terhadap 11 skenario pengujian utama menunjukkan bahwa seluruh fungsionalitas CMS dan website beroperasi 100% valid. Kehadiran CMS ini memberikan solusi pengelolaan konten yang efisien, semi-low-code, dan mudah dipelihara oleh staf tanpa latar belakang IT untuk mendukung keberlanjutan transformasi digital koperasi.

Kata Kunci: CMS, Filament PHP, Koperasi, Laravel, Transformasi Digital, Waterfall.

Visualisasi Interaktif Algoritma BFS untuk Pencarian Rute Terpendek Berbasis Canvas VCL

Zulkifli — 2026-10-29

Persoalan pencarian jalur terpendek pada graf tak berbobot lazim diselesaikan menggunakan algoritma Breadth-First Search (BFS) karena kesederhanaan dan jaminan optimalitasnya dalam hal jumlah langkah. Kendala yang sering muncul bukan pada algoritmanya, melainkan pada cara menyampaikan proses pencariannya: keluaran berupa angka atau teks membuat pengguna sulit memahami bagaimana simpul-simpul dikunjungi hingga solusi ditemukan. Penelitian ini merancang dan membangun aplikasi desktop berbasis Visual Component Library (VCL) Delphi yang memanfaatkan komponen TCanvas untuk menampilkan tahapan traversal BFS secara visual dan interaktif, sekaligus mengukur efisiensi eksekusinya menggunakan kelas TStopwatch. Pendekatan yang digunakan adalah eksperimen kuantitatif dengan dua skenario ukuran graf, yaitu 100 simpul dan 500 simpul, masing-masing diuji sebanyak tiga kali untuk memperoleh rata-rata waktu eksekusi yang stabil. Hasil pengujian menunjukkan aplikasi mampu menggambarkan proses kunjungan simpul secara bertahap dan memberikan pemahaman visual yang lebih jelas dibandingkan keluaran tekstual. Rata-rata waktu eksekusi tercatat 10.153 ms pada 100 simpul dan meningkat menjadi 56.309 ms pada 500 simpul, dengan pola kenaikan yang linier. Pola tersebut konsisten dengan kompleksitas waktu teoretis BFS, yaitu O(V+E), sehingga implementasi struktur antrean pada sistem terbukti sesuai dengan karakteristik algoritmanya.

Kata Kunci: Breadth-First Search, Delphi VCL, visualisasi graf, waktu eksekusi, TStopwatch

Analisis dan Mitigasi Keamanan Aplikasi E-Raport Menggunakan OWASP Top 10

Aisyah Putri Sabrina — 2026-10-29

Abstrak

Aplikasi E-Raport menyimpan data akademik, identitas siswa, dan aktivitas penilaian yang bernilai sensitif sehingga membutuhkan pengujian keamanan sejak tahap pengembangan. Penelitian ini bertujuan menganalisis celah keamanan pada kode sumber aplikasi E-Raport berbasis Laravel dengan pendekatan OWASP Top 10 dan Static Application Security Testing (SAST), kemudian menyusun langkah mitigasi yang dapat diterapkan langsung oleh pengembang. Metode penelitian menggunakan eksperimen laboratorium dengan alur shift-left security, meliputi pemetaan aset kode, konfigurasi Snyk Security Analyzer dan SonarQube for IDE, pemindaian statis, klasifikasi temuan berdasarkan OWASP dan CWE, refaktorisasi kode, serta validasi ulang. Hasil penelitian menunjukkan tiga kelompok risiko utama, yaitu penggunaan kredensial statis pada model dan pengujian otomatis, kelemahan kriptografi akibat dependensi rentan, serta kurangnya pengendalian konfigurasi keamanan. Mitigasi dilakukan melalui pemindahan rahasia ke environment variable, hashing dinamis, pembaruan dependensi, dan validasi ulang hingga panel pemindai menunjukkan kondisi clean state. Penelitian ini menegaskan bahwa integrasi SAST di IDE efektif sebagai kontrol awal untuk menurunkan risiko keamanan aplikasi pendidikan sebelum kode masuk ke repositori produksi.

Kata Kunci: E-Raport, OWASP Top 10, SAST, Laravel, Shift-Left Security

Abstract

E-Raport applications process academic records, student identities, and assessment activities that require security controls from the earliest development stage. This study analyzes security weaknesses in the source code of a Laravel-based E-Raport application using the OWASP Top 10 perspective and Static Application Security Testing (SAST), then formulates practical mitigation steps for developers. The research applies a laboratory experiment based on the shift-left security workflow, consisting of code asset mapping, configuration of Snyk Security Analyzer and SonarQube for IDE, static scanning, classification of findings using OWASP and CWE, code refactoring, and rescanning for validation. The results reveal three major risk groups: hardcoded credentials in model and automated testing components, cryptographic weaknesses related to vulnerable dependencies, and insufficient security configuration control. Mitigation was performed by moving secrets into environment variables, applying dynamic hashing, upgrading dependencies, and validating the result until the scanner reported a clean state. The study confirms that IDE-integrated SAST is useful as an early control to reduce security risks in educational web applications before code is merged into production repositories.

Keywords: E-Raport, OWASP Top 10, SAST, Laravel, Shift-Left Security

Pengembangan Media Pembelajaran Berbasis Maze untuk Memvisualisasikan Konsep State Space Search Menggunakan Algoritma Backtracking

Ade Hastuty — 2026-10-29

Abstrak

Pesatnya kemajuan teknologi informasi telah mendorong pengembangan media pembelajaran inovatif untuk meningkatkan pemahaman mahasiswa mengenai konsep-konsep abstrak dalam ilmu komputer. Salah satu topik yang sering dianggap sulit oleh mahasiswa adalah State Space Search, karena topik ini menuntut pemahaman tentang strategi pencarian, representasi keadaan, dan proses pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis efektivitas media pembelajaran berbasis labirin dalam memvisualisasikan konsep State Space Search dengan menggunakan algoritma Backtracking. Penelitian ini menggunakan pendekatan studi kasus deskriptif yang mencakup identifikasi masalah, tinjauan pustaka, perancangan labirin, implementasi algoritma Backtracking, pengujian, serta analisis proses pencarian. Labirin dirancang sebagai kisi dua dimensi yang memuat titik awal, titik tujuan, jalur yang dapat dilalui, dan jalan buntu, guna mendemonstrasikan mekanisme pencarian rekursif dan backtracking. Hasil implementasi menunjukkan bahwa algoritma Backtracking berhasil menemukan jalur solusi dalam semua skenario labirin yang diuji, sekaligus mengilustrasikan transisi keadaan dan eksplorasi rekursif secara jelas. Selain itu, visualisasi yang disajikan melalui labirin memungkinkan mahasiswa untuk mengamati proses pencarian secara langsung, sehingga konsep-konsep algoritmik yang abstrak menjadi lebih mudah dipahami. Studi ini menyimpulkan bahwa media pembelajaran berbasis labirin memiliki potensi signifikan untuk meningkatkan pemahaman konseptual, mendorong keterlibatan dalam pembelajaran, serta mendukung pengajaran mata kuliah kecerdasan buatan dan perancangan algoritma di perguruan tinggi.

Kata kunci: Kecerdasan Buatan, Algoritma Backtracking, Media Pembelajaran, Labirin, State Space Search

Optimasi Pencarian Berbasis Inverted Index dan Binary Search pada Aplikasi Desktop Free Pascal

Ade Hastuty — 2026-10-29

Performa pencarian pada aplikasi desktop cenderung menurun seiring bertambahnya volume data, terutama pada pendekatan Linear Search yang berkompleksitas waktu O(N), sementara aplikasi desktop skala kecil-menengah umumnya tidak memiliki mekanisme indexing bawaan sebagaimana tersedia pada sistem basis data modern. Penelitian ini mengoptimalkan performa pencarian pada aplikasi desktop berbasis Free Pascal melalui penerapan Inverted Index yang dipadukan dengan Binary Search, menggunakan desain eksperimen kuantitatif komparatif pada lima ukuran dataset sintetis (100–10.000 baris), masing-masing diuji sepuluh kali dan dilaporkan dalam nilai rata-rata, minimum, maksimum, dan standar deviasi waktu eksekusi. Hasil pengujian menunjukkan peningkatan performa yang konsisten, dari 88,13% pada dataset 100 baris hingga 99,82% pada dataset 10.000 baris, sejalan dengan penurunan kompleksitas teoretis dari O(N) menjadi O(log K). Kebaruan penelitian ini terletak pada evaluasi kuantitatif langsung atas kombinasi Inverted Index dan Binary Search pada aplikasi desktop native berbasis Free Pascal, konteks yang belum banyak didokumentasikan dalam literatur information retrieval yang selama ini didominasi kajian pada sistem basis data server dan mesin pencari berskala besar. Penelitian ini memberikan kontribusi konseptual, empiris, dan praktis berupa bukti kuantitatif serta panduan implementasi bagi developer yang menghadapi kendala performa pencarian serupa tanpa bergantung pada mesin basis data eksternal.

Kata Kunci: Inverted Index; Binary Search; performa pencarian; Free Pascal; pengujian benchmark

Perancangan Sistem Monitoring dan Verifikasi Dokumen Berbasis Role Access pada Instansi XYZ

Juhar Ananda Dika — 2026-10-29

Proses pelaporan dan verifikasi dokumen pada instansi yang melibatkan banyak pengguna sering menghadapi berbagai kendala, seperti sulitnya memantau progres pelaporan, pengelolaan data yang belum terintegrasi, serta lamanya proses verifikasi. Kondisi tersebut dapat menghambat efektivitas administrasi dan pengambilan keputusan. Penelitian ini bertujuan merancang dan mengembangkan Sistem Informasi Monitoring Pelaporan Dokumen Berbasis Web yang mampu mengintegrasikan proses unggah dokumen, pengelolaan data master, monitoring, dan verifikasi dalam satu platform. Metode pengembangan yang digunakan adalah Software Development Life Cycle (SDLC) dengan tahapan analisis kebutuhan, perancangan sistem, desain sistem, implementasi, pengujian, penerapan, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem berhasil dirancang dengan menerapkan pembagian hak akses berbasis peran yang terdiri atas Admin, User sebagai pelapor, dan Verifikator. Sistem menyediakan fitur pengelolaan data master, unggah dokumen berdasarkan kategori, program, kegiatan, dan indikator, proses verifikasi dokumen, serta dashboard monitoring untuk memantau status pelaporan. Dengan adanya sistem ini, proses pelaporan menjadi lebih terstruktur, transparan, dan mudah dipantau sehingga dapat meningkatkan efisiensi pengelolaan dokumen serta mendukung proses administrasi yang lebih efektif dan terintegrasi.

Efektivitas Algoritma Greedy Pada Coin Change Problem: Studi Komparatif dengan Dynamic Programming

Muh. Rifky Wahyudi Bambang — 2026-10-29

Coin Change Problem merupakan salah satu permasalahan optimasi klasik yang bertujuan menentukan jumlah koin atau lembar uang minimum untuk membentuk suatu nilai nominal tertentu. Berbagai metode optimasi telah diusulkan untuk menyelesaikan permasalahan ini, salah satunya Algoritma Greedy yang dikenal sederhana, efisien, dan memiliki kebutuhan komputasi rendah. Penelitian ini menganalisis efektivitas Algoritma Greedy dalam menyelesaikan Coin Change Problem menggunakan bahasa pemrograman Object Pascal dengan struktur data larik (array), serta membandingkannya secara empiris dengan Dynamic Programming baik pada sistem pecahan Rupiah maupun sistem pecahan non-kanonik. Kebaruan penelitian ini terletak pada analisis eksperimental komparatif terhadap kompleksitas praktis, penggunaan memori, serta batas empiris optimalitas algoritma. Penelitian menggunakan metode eksperimen, dengan pengukuran waktu eksekusi melalui repeated-trial benchmarking pada sepuluh nilai nominal Rupiah dan lima belas nilai nominal pada sistem pecahan hipotetis {1, 3, 4}. Hasil pengujian menunjukkan bahwa Algoritma Greedy menghasilkan jumlah pecahan yang identik dengan solusi optimal Dynamic Programming pada seluruh data uji sistem Rupiah, dengan waktu eksekusi hingga sekitar 185.000 kali lebih cepat pada nominal terbesar. Namun, pada sistem pecahan non-kanonik, Algoritma Greedy gagal mencapai solusi optimal pada 20 persen data uji. Temuan ini menegaskan bahwa keunggulan praktis Algoritma Greedy sangat dibatasi oleh sifat kanonik dari sistem pecahan yang digunakan.

Kata Kunci: Algoritma Greedy; Coin Change Problem; Dynamic Programming; Optimasi; Benchmarking Komparatif.

Perbandingan Kecepatan Algoritma Rekursif dan Memoization pada Deret Fibonacci Menggunakan Delphi

Nurul Hikma imma — 2026-10-29

Efisiensi algoritma sangat menentukan kualitas sebuah perangkat lunak, terutama pada program yang menangani perhitungan berulang. Penelitian ini membandingkan waktu eksekusi algoritma rekursif biasa dan algoritma Memoization pada deret Fibonacci, diimplementasikan dalam bahasa pemrograman Delphi (Object Pascal) yang hingga kini masih banyak dipakai untuk memelihara sistem enterprise warisan (legacy). Berbeda dari kajian sejenis yang umumnya berhenti pada batas kompleksitas longgar O(2ⁿ), penelitian ini juga menelaah batas ketat T(n) = Θ(φⁿ), dengan φ sebagai rasio emas (≈ 1,618), sebagaimana dirumuskan Dasdan (2018), untuk menjelaskan pola pertumbuhan waktu rekursif secara lebih presisi. Pengujian dilakukan pada enam nilai n (10, 20, 30, 35, 40, dan 45) yang dipilih untuk mencakup beban komputasi ringan hingga beban yang melewati ambang waktu wajar, dengan waktu eksekusi tiap algoritma dirata-ratakan dari tiga kali pengulangan menggunakan fungsi pewaktu bawaan Windows (GetTickCount). Hasil pengujian menunjukkan rekursif biasa tumbuh eksponensial hingga mengalami timeout pada n = 45, sedangkan Memoization tetap menjawab dalam hitungan mikrodetik hingga milidetik untuk seluruh nilai n yang diuji, sejalan dengan kompleksitas O(n) yang diprediksi teori. Kontribusi penelitian ini terletak pada tiga hal: (1) validasi empiris batas ketat Θ(φⁿ) dibanding batas longgar O(2ⁿ) yang lazim dipakai; (2) protokol pengujian presisi milidetik yang transparan dan dapat direplikasi pada platform Delphi, yang jarang dijadikan objek studi empiris semacam ini; serta (3) diskusi implikasi praktis penerapan Memoization pada aplikasi Delphi warisan yang masih aktif dipakai di berbagai industri. Penelitian ini juga secara terbuka mengidentifikasi keterbatasan resolusi pewaktu yang dipakai dan mengusulkan penggunaan QueryPerformanceCounter beresolusi lebih tinggi pada penelitian lanjutan.

Kata Kunci: Algoritma Rekursif; Memoization; Deret Fibonacci; Dynamic Programming; Delphi.

Pengembangan Website Interaktif untuk Pembelajaran Agama Islam pada Siswa Sekolah Dasar

Alvito Apta Abimanyu — 2026-10-29

Pembelajaran agama Islam di sekolah dasar masih didominasi metode konvensional yang monoton, seperti ceramah dan penggunaan buku teks cetak. Hal ini menyebabkan berkurangnya minat dan daya serap siswa terhadap materi keagamaan. Penelitian ini bertujuan mengembangkan dan mengevaluasi kelayakan website interaktif yang dirancang khusus untuk anak sekolah dasar. Pendekatan mixed methods digunakan, meliputi dokumentasi visual seluruh halaman website dan penyebaran angket Skala Likert 1–5 kepada orang tua serta siswa SD melalui purposive sampling. Analisis data menggunakan statistik deskriptif. Hasil penelitian menunjukkan bahwa website interaktif ini memperoleh rata-rata skor keseluruhan 4,48 dari 5,00 (kategori "Baik"). Aspek navigasi mandiri anak memperoleh skor 4,50 (kategori "Sangat Baik"), dan aspek isi materi sholat memperoleh skor 4,62 (kategori "Sangat Baik"). Sebanyak 52,38% responden memberikan skor tertinggi 5 (Hebat), dan 42,86% responden memberikan skor 4 (Baik). Tidak terdapat penilaian kurang atau sangat kurang dari responden. Kontribusi utama penelitian ini adalah menghasilkan desain antarmuka web ramah anak yang layak digunakan sebagai media pendukung pembelajaran agama Islam bagi siswa sekolah dasar.

Kata Kunci: Deskripsi Media, Pembelajaran Digital, Agama Islam, Antarmuka Web

Klasifikasi Risiko Gangguan Tidur Berbasis Random Forest dan Analisis Feature Importance

Tiara Sari — 2026-10-29

Tidur berperan penting dalam menjaga kesehatan fisik dan mental, namun identifikasi risiko gangguan tidur masih menjadi tantangan karena dipengaruhi oleh berbagai faktor yang saling berkaitan. Penelitian ini bertujuan menerapkan algoritma Random Forest untuk mengklasifikasikan tingkat risiko gangguan tidur ke dalam kategori Healthy, Mild, Moderate, dan Severe, serta mengidentifikasi atribut yang paling berpengaruh melalui analisis feature importance. Berbeda dengan penelitian sebelumnya yang umumnya berfokus pada evaluasi performa klasifikasi, penelitian ini juga menganalisis feature importance untuk mengidentifikasi faktor-faktor yang paling berpengaruh sehingga meningkatkan interpretabilitas model. Penelitian menggunakan pendekatan kuantitatif dengan memanfaatkan Sleep Health and Daily Performance Dataset dari Kaggle yang terdiri atas 100.000 sampel. Sebanyak 12 atribut dipilih sebagai variabel prediktor dan satu atribut sebagai variabel target. Tahapan penelitian meliputi data preprocessing menggunakan LabelEncoder dan StandardScaler, pembagian data menjadi 80% data latih dan 20% data uji, pembangunan model Random Forest dengan parameter n_estimators = 100 dan max_depth = 10, serta evaluasi menggunakan metrik accuracy, precision, recall, F1-score, confusion matrix, dan feature importance. Hasil penelitian menunjukkan bahwa model memperoleh accuracy sebesar 81,72% dan weighted precision sebesar 81,27%. Analisis feature importance menunjukkan bahwa atribut mental_health_condition, sleep_duration_hrs, dan stress_score merupakan atribut yang paling berpengaruh dalam proses klasifikasi risiko gangguan tidur. Penelitian ini memberikan kontribusi berupa model klasifikasi yang tidak hanya memiliki performa yang baik, tetapi juga mampu mengidentifikasi faktor-faktor dominan yang memengaruhi risiko gangguan tidur melalui analisis feature importance, sehingga dapat mendukung pengembangan sistem deteksi dini berbasis machine learning di bidang kesehatan.

Kata Kunci: Random Forest, Gangguan Tidur, Klasifikasi, Machine Learning, Data Mining

Sistem Pakar Diagnosa Penyakit Pada Kucing Menggunakan Metode Forward Chaining

Widya Safitri — 2026-10-29

Banyak nya kasus kematian mendadak kucing dikarenakan kekurang pengetahuan owner kucing mengenai penyakit kucing. Kekurang pengetahuan mengenai penyakit dan cara penanganan penyakit pada kucing, sering kali owner kucing menggunakan cara yang kurang tepat dalam menangani kucing yang sakit. Untuk itu diperlukannya sistem yang dapat digunakan sebagai pertolongan pertama pada kucing yang sakit. Dibangunnya sistem pakar diagnosa penyakit pada kucing ini bertujuan untuk memberikan pengetahuan mengenai penyakit pada kucing serta memberikan solusi penanganan penyakit. Sistem pakar diagnosa penyakit pada kucing menggunakan metode forward chaining yang berbasis website dengan menggunakan bahasa pemograman PHP dan MySQL sebagai database. Pengumpulan data mengenai penyakit kucing dilakuakan berupa wawancara dan studi literature. Pengujian sistem menggunakan metode black-box menunjukan bahwa program ini dapat bekerja sesuai dengan fungsi yang ada. Sedangkan pengujian keakuratan hasil dengan dilakukannya perbandingan hasil antara hasil diagnosa sistem dan pakar. Hasil keakuratan diagnosa adalah 90% dapat dikatakan bahwa sistem ini sangat akurat hasilnya.