Garuda - Garba Rujukan Digital

KLASTERISASI PENJUALAN PRODUK MINUMAN MENGGUNAKAN K-MEANS DAN VISUALISASI DENGAN POWER BI Siska Aulia; April Lia Hananto; Bayu Priyatna; Shofa Shofiah Hilabi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18004

Pengelolaan data penjualan produk minuman menjadi aspek penting dalam menjaga keseimbangan persediaan agar sesuai dengan kebutuhan konsumen. Variasi jenis produk dan fluktuasi tingkat permintaan seringkali menyulitkan pengambilan keputusan terkait pengelolaan stok apabila tidak didukung oleh analisis yang sistematis. Dengan demikian, tujuan penelitian ini adalah untuk melakukan klasterisasi data penjualan Kedai Cozy Drink periode April hingga Oktober 2025. Algoritma K-Means Clustering dengan pendekatan Knowledge Discovery in Database (KDD) digunakan pada penelitian ini. Dataset awal berjumlah 1.315 transaksi dan setelah proses preprocessing diperoleh 1.309 transaksi yang valid untuk dianalisis. Setelah metode Elbow diterapkan untuk menentukan jumlah cluster yang optimal, hasil analisis menunjukkan bahwa jumlah cluster terbaik adalah tiga. Evaluasi melalui perhitungan Silhouette Score sebesar 0,87 menujukkan bahwa kualitas pengelompokan termasuk dalam kategori sangat baik. Ketiga cluster tersebut merepresentasikan kategori produk best seller, profit driver, dan slow moving. Hasil klasterisasi selanjutnya divisualisasikan menggunakan Power BI untuk mempermudah interpretasi pola penjualan produk sehingga dapat dijadikan dasar dalam pengelolaan stok yang lebih optimal dan efisien.

IMPLEMENTASI PENDEKATAN PROTOTYPE DALAM PENGEMBANGAN SISTEM IZIN KELUAR KARYAWAN UNTUK MENDUKUNG VALIDASI HASIL KEGIATAN Camila Afrianti Supriatna; Tukino Tukino; Shofa Shofiah Hilabi; April Lia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18089

Proses pengelolaan izin keluar karyawan pada perusahaan manufaktur komponen otomotif menghadapi kendala akuntabilitas, terutama dalam pemantauan realisasi izin dan ketersediaan dokumentasi pendukung aktivitas di luar perusahaan. Permasalahan dari penelitian ini adalah ketiadaan mekanisme validasi hasil kegiatan, yang menyebabkan rendahnya tingkat pengawasan serta meningkatkan potensi penyalahgunaan jam kerja. Penelitian ini berfokus pada analisis, perancangan, dan pengembangan prototype sistem izin keluar karyawan berbasis website serta dilengkapi fitur validasi hasil kegiatan guna meningkatkan transparansi operasional. Metodologi pengembangan menggunakan pendekatan Prototyping yang dilakukan secara iteratif untuk memastikan kesesuaian sistem dengan kebutuhan fungsional pengguna. Hasil penelitian berupa sebuah sistem yang memfasilitasi Karyawan, Staf HRGA, dan Managing Director dalam mengelola izin keluar secara terintegrasi. Berdasarkan hasil pengujian dengan metode Black Box Testing, setiap fitur fungsional pada sistem berjalan sesuai dengan kebutuhan operasional, termasuk keberhasilan integrasi alur perizinan, mekanisme aksi dinamis untuk menjaga integritas informasi, serta fitur rekapitulasi laporan yang mendukung transparansi monitoring bagi manajemen. Pengujian usability juga dilakukan menggunakan System Usability Scale (SUS) dengan melibatkan 10 responden. Berdasarkan hasil perhitungan, sistem memperoleh skor rata-rata 75,5 yang termasuk dalam kategori Acceptable dengan adjective rating Good (Grade B). Temuan ini menunjukkan bahwa sistem memiliki tingkat kemudahan penggunaan yang baik dan dinilai mampu mendukung kegiatan operasional persuahaan secara efektif

RANCANG BANGUN PLATFORM BIRO JASA STNK MAS DIMAS SOLUTIONS BERBASIS CODEIGNITER DENGAN METODE WATERFALL Dimas Candra Pamekas; April Lia Hananto; Shofa Shofiah Hilabi; Baenil Huda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18124

Digitalisasi layanan administrasi didorong oleh kemajuan teknologi informasi, dan ini termasuk dalam bisnis biro jasa yang masih banyak menggunakan proses manual. Salah satu masalah yang dihadapi birojasa stnk masdimas solutions adalah pencatatan data pelanggan yang tidak terorganisir, masalah untuk memantau status layanan, dan proses pelayanan yang lama. Tujuan dari penelitian ini adalah untuk membuat platform biro jasa yang dapat diakses melalui internet yang akan membuat proses perpanjangan stnk dan pengelolaan layanan lebih mudah. Sistem dibangun menggunakan framework CodeIgniter dan metode Waterfall untuk pengembangan perangkat lunak yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Registrasi pengguna, pemesanan layanan, unggah dokumen persyaratan, monitoring status pengerjaan, komunikasi antara admin dan pelanggan, dan verifikasi pembayaran adalah fitur utama sistem. Setiap fungsi diuji sesuai spesifikasi melalui metode Black Box Testing. Hasil penelitian menunjukkan bahwa platform yang dibangun dapat menjadi alternatif digital yang lebih teratur daripada sistem manual. Selain itu, platform ini memiliki kemampuan untuk mempercepat proses pelayanan dan memungkinkan pelanggan untuk memantau proses perpanjangan STNK secara online.

KLASTERISASI KARAKTERISTIK UMKM MENGGUNAKAN ALGORITMA K-MEANS DI WILAYAH KABUPATEN KARAWANG Ni Made Ayu Gayatri Pratiwi; Shofa Shofiah Hilabi; Elfina Novalia; Tukino Tukino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18351

Pertumbuhan ekonomi lokal dipengaruhi oleh usaha mikro, kecil, dan menengah (UMKM), namun persebarannya di Kabupaten Karawang masih belum merata. Penelitian ini bertujuan untuk mengelompokkan UMKM guna mengidentifikasi perbedaan karakteristik antarwilayah. Data yang digunakan berupa jumlah UMKM pada sektor industri kecil, industri rumah tangga, jasa, dan perdagangan periode 2019–2025. Metode yang digunakan adalah K-Means Clustering dengan penentuan jumlah klaster menggunakan metode Elbow serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah empat dengan nilai Silhouette Score sebesar 0,436 yang menunjukkan kualitas pengelompokan cukup baik. Setiap klaster memiliki karakteristik berbeda, yaitu aktivitas UMKM tinggi, menengah, dan rendah dengan dominasi sektor tertentu. Selain itu, satu kecamatan dapat berada pada klaster yang berbeda pada tahun yang berbeda, yang mencerminkan dinamika perkembangan UMKM. Hasil visualisasi juga menunjukkan bahwa persebaran UMKM di Kabupaten Karawang masih belum merata. Penelitian ini diharapkan dapat menjadi dasar dalam penyusunan kebijakan pengembangan UMKM yang lebih terarah.

PEMETAAN DAN PENGELOMPOKAN KONDISI PENDIDIKAN KECAMATAN DI KABUPATEN KARAWANG MENGGUNAKAN K-MEANS CLUSTERING Ahmad Wahdan Subhan; Bayu Priyatna; April Lia Hananto; Shofa Shofiah Hilabi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18423

Riset ini dilakukan guna memetakan wilayah kecamatan di Karawang sesuai strata pendidikan warga demi mengungkap pola serta disparitas antar daerah. Masalah utama yang dibahas adalah absennya instrumen pemetaan distribusi pendidikan yang akurat, sehingga menghambat efektivitas formulasi kebijakan publik. Analisis data mengimplementasikan algoritma K-Means Clustering melalui fase normalisasi Min-Max Scaler, identifikasi titik siku (Elbow Method), serta pengujian validitas menggunakan Silhouette Coefficient. Hasilnya menunjukkan bahwa konfigurasi tiga kelompok ( ) merupakan skenario paling optimal dengan perolehan skor Silhouette sebesar 0.5686, yang merepresentasikan stabilitas struktur klaster. Wilayah teridentifikasi ke dalam tipologi pendidikan dasar, berkembang, dan tinggi. Berdasarkan temuan, area dengan level pendidikan tinggi terkonsentrasi pada pusat pertumbuhan ekonomi, sementara mayoritas kecamatan lainnya masih tergolong dalam klaster pendidikan dasar. Kesenjangan ini mengindikasikan perlunya redistribusi sumber daya manusia dan infrastruktur pendidikan yang lebih inklusif. Temuan ini diharapkan mampu menjadi fondasi teknis bagi pemerintah daerah dalam merancang program intervensi yang presisi, seperti alokasi anggaran dan beasiswa yang disesuaikan dengan profil kebutuhan spesifik di tiap wilayah.

SISTEM INFORMASI MANAJEMEN INVENTORI BARANG MENGGUNAKAN METODE AGILE: Dzikri Haikal Asy'ari; Baenil Huda; Shofa Shofiah Hilabi; April Lia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18428

Tata kelola logistik konvensional pada Toko Plastik sering mengalami kendala operasional, seperti diskrepansi data inventaris dan keterlambatan pengadaan stok, yang disebabkan oleh ketergantungan pada dokumentasi fisik dan risiko human error. Penelitian ini bertujuan mengembangkan platform informasi manajemen barang berbasis web untuk meningkatkan presisi pengelolaan stok. Sistem dirancang menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3, didukung oleh basis data MySQL, dan dikembangkan melalui metode Agile yang adaptif dan iteratif. Implementasi sistem menunjukkan peningkatan otomatisasi registrasi arus barang, visualisasi stok secara real-time, dan reliabilitas manajemen inventori yang lebih tinggi. Hasil ini menegaskan efektivitas platform dalam mengurangi kesalahan manual dan mempercepat proses operasional logistik.

CLUSTERING DATA PENJUALAN PRODUK ELEKTRONIK RUMAH TANGGA MENGGUNAKAN METODE K-MEANS UNTUK MENDUKUNG STRATEGI PEMASARAN E-COMMERCE Farhan Syafiq Wibowo; Shofa Shofiah Hilabi; Baenil Huda; Tukino Tukino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Perkembangan e-commerce di Indonesia yang pesat menghasilkan data transaksi dalam jumlah besar yang belum dimanfaatkan secara optimal dalam pengambilan keputusan pemasaran. Permasalahan yang muncul adalah masih banyak pelaku usaha yang belum mampu mengolah data penjualan untuk menghasilkan strategi yang tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan data penjualan produk elektronik rumah tangga, seperti AC, kulkas, mesin cuci, dan rice cooker, guna mengidentifikasi pola penjualan dan mendukung strategi pemasaran berbasis data. Metode yang digunakan adalah K-Means clustering dengan atribut harga, rating, dan jumlah terjual yang diperoleh melalui proses scraping dari platform e-commerce. Pengolahan data dilakukan menggunakan Python pada Google Colab melalui tahapan preprocessing, penentuan jumlah cluster dengan Elbow Method, serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga dengan nilai Silhouette Score sebesar 0,675 yang menunjukkan kualitas pengelompokan yang baik. Segmentasi yang dihasilkan meliputi produk dengan penjualan tinggi, sedang, dan rendah. Hasil ini dapat dimanfaatkan sebagai dasar dalam penyusunan strategi pemasaran yang lebih efektif dan terarah.

KLASTERISASI KERENTANAN SOSIAL DAN PENDIDIKAN PENERIMA PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE K-MEANS DI KECAMATAN RENGASDENGKLOK Ainun Nadzifah; Shofa Shofiah Hilabi; Baenil Huda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18442

Program Keluarga Harapan (PKH) merupakan instrumen strategis penanggulangan kemiskinan, namun data administratif penerima di Kecamatan Rengasdengklok belum termanfaatkan optimal untuk memetakan kerentanan sosial dan pendidikan secara terukur. Penelitian ini bertujuan mengelompokkan 1.1511 Kepala Keluarga penerima PKH tahun 2025 ke dalam tiga kategori kerentanan memanfaatkan metode klasterisasi K-Means. Metodologi penelitian mencakup tahapan pra-pemrosesan data yang meliputi pembersihan, konversi variabel kategorik ke numerik, serta normalisasi Min-Max Scaling, dilanjutkan penentuan jumlah klaster optimal melalui Metode Elbow, eksekusi algoritma K-Means, dan evaluasi kualitas klaster menggunakan Silhouette Coefficient. Hasil komputasi menunjukkan jumlah klaster optimal K=3 dengan nilai inertia sebesar 19,34 serta konvergensi tercapai pada iterasi kedelapan. Skor Silhouette Coefficient sebesar 0,2281 mengonfirmasi pemisahan klaster yang wajar bagi data bersifat multidimensi. Terbentuk tiga profil karakteristik distinct: Klaster 0 merepresentasikan kerentanan sedang dengan sebaran pendidikan dasar hingga menengah merata, Klaster 1 mencerminkan kerentanan tinggi yang didominasi penyandang disabilitas dan tingkat pendidikan rendah, sedangkan Klaster 2 menunjukkan kerentanan rendah dengan proporsi pendidikan SMA paling tinggi. Studi ini membuktikan efektivitas K-Means dalam memetakan kerentanan penerima PKH secara objektif, sehingga output klasterisasi dapat menjadi acuan strategis penetapan prioritas pendampingan serta intervensi bantuan yang lebih presisi dan tepat sasaran.

IMPLEMENTASI SISTEM INFORMASI SEWA RUKO BERBASIS WEB MENGGUNAKAN METODE WATERFALL Riyan Maulana; Shofa Shofiah Hilabi; Baenil Huda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18443

Perkembangan teknologi informasi yang pesat mendorong penerapan sistem berbasis web dalam mendukung pengelolaan data secara lebih efektif dan efisien, termasuk pada bidang penyewaan ruko. Permasalahan yang terjadi adalah proses penyewaan masih dilakukan secara manual sehingga menimbulkan keterlambatan penyampaian informasi, kesalahan pencatatan, serta keterbatasan akses bagi calon penyewa dalam memperoleh informasi yang akurat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi penyewaan ruko berbasis web guna meningkatkan efisiensi pengelolaan data serta mempermudah akses informasi bagi pengguna. Metode yang digunakan adalah Waterfall yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian, dengan teknik pengujian Black Box serta System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengelola data penyewaan secara terintegrasi, mempercepat penyampaian informasi, serta meminimalkan kesalahan administrasi, dengan nilai usability sebesar 79,5 yang termasuk dalam kategori baik sehingga sistem dinyatakan layak untuk digunakan.

PENERAPAN ALGORITMA K-MEANS UNTUK KLASTERISASI MOBIL BEKAS BERDASARKAN FAKTOR PENENTU HARGA JUAL Daffa Arkan; Shofa Shofiah Hilabi; Elfina Novalia; Baenil Huda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18474

Penentuan harga jual pada pasar mobil bekas memiliki kompleksitas tinggi karena dipengaruhi oleh berbagai faktor teknis yang dinamis. Faktor-faktor seperti tahun produksi dan jarak tempuh sering kali menimbulkan ambiguitas bagi konsumen dalam melakukan segmentasi kendaraan secara objektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means Clustering dalam melakukan segmentasi harga mobil bekas guna memetakan kasta ekonomi kendaraan secara sistematis. Metodologi yang digunakan mencakup tahapan Knowledge Discovery in Database (KDD) terhadap 1.222 entri data, yang meliputi preprocessing, transformasi data, hingga penentuan klaster optimal menggunakan metode Elbow dan validasi Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster paling optimal adalah k=3 dengan tingkat kestabilan nilai Silhouette Score yang baik. Klasterisasi ini berhasil mengidentifikasi tiga segmen pasar utama: kelompok ekonomi (low-end) dengan rata-rata harga Rp171 juta, kelompok menengah (mid-range) sebesar Rp393 juta, dan kelompok eksklusif (high-end) yang mencapai Rp760 juta. Implementasi ini membuktikan efektivitas algoritma K-Means dalam menyediakan instrumen pendukung keputusan bagi pelaku bisnis dan konsumen untuk menilai kewajaran harga pasar secara akurat.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search