Claim Missing Document
Check
Articles

Found 34 Documents
Search

Sistem Informasi Geografis Pemetaan Objek Pariwisata Alam di Kabupaten Ogan Komering Ulu menggunakan Google My Maps Dwi Amelia; Zera Ovilia; Elni Mefia Sinta; Pujianto
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 12 No. 2 (2025): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v12i2.1474

Abstract

Tujuan dari penelitian ini adalah untuk mengembangkan Sistem Informasi Geografis menggunakan metode pengembangan berbasis WebGis dan Peta Interaktif, khususnya dengan perangkat lunak Google My Maps. Yang dapat digunakan untuk memetakan objek pariwisata alam yang ada di Kabupaten Ogan Komering Ulu. Dengan memanfaatkan teknologi SIG, penelitian ini berfokus pada pengumpulan, analisis, dan penyajian data spasial yang berkaitan dengan objek-objek pariwisata alam yang ada di daerah tersebut. Kabupaten Ogan Komering Ulu memiliki potensi pariwisata yang melimpah, namun informasi mengenai lokasi dan karakteristik objek wisata tersebut masih terbatas dan tidak terintegrasi. Dataset yang digunakan untuk penelitian ini yaitu pengumpulan data primer dan sekunder. Data primer didapat melalui survei lapangan dan dilakukannya wawancara bersama pengelola objek wisata, sedangkan data sekunder diambil dari dokumen-dokumen pemerintah dan literatur terkait. Hasil dari penelitian ini menunjukkan bahwa SIG dapat digunakan untuk menyajikan informasi yang lengkap mengenai objek pariwisata. Penelitian ini memberikan rekomendasi bagi pemangku kepentingan untuk memanfaatkan teknologi SIG dalam strategi pengembangan pariwisata yang berkelanjutan.
GIS-Based Spatial Equity Assessment of Temporary Waste Disposal Sites in Riverbank Informal Settlements: A Case Study of Palembang, Indonesia Wahyu Saputra; Kiki Aryaningrum; Pujianto; Sukmaniar; Muhammad Qobul Ridho Rhamadan
Advance Sustainable Science Engineering and Technology Vol. 8 No. 1 (2026): November - January
Publisher : Science and Technology Research Centre Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/asset.v8i1.3124

Abstract

Rapid population growth and urbanization in informal settlements along the Musi Riverbank, Palembang City, have intensified pressure on the waste management system, particularly due to the uneven distribution of Temporary Disposal Sites (TPS) and limited collection services. This study, conducted in June–July 2025, examines the spatial conditions of TPS and waste management through a quantitative methods approach that integrates Geographic Information Systems (GIS) with a survey of 385 respondents across 13 sub-districts. Results indicate that TPS facilities remain concentrated in densely populated areas, while Gandus and Kertapati exhibit substantial service gaps, with 63.1% of residents unaware of any TPS near their area and 20.3% reporting inadequate TPS availability. Spatial analysis shows that only 34.0% of households live within 0–0.5 km of a TPS, while 24.4% are located more than 1 km away, indicating significant underserved zones. The study recommends GIS-based TPS redistribution and stronger community engagement mechanisms as actionable strategies to support evidence-based municipal waste planning and policy.
Prediksi Harga Karet Di Sumatera Selatan Menggunakan Algoritma Linear Regression Fahrizal izal; Reski Ovi Yuniar; Amanda Nusa Putri; Pujianto
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/0yh1k236

Abstract

Fluktuasi harga karet alam di Provinsi Sumatera Selatan dalam beberapa tahun terakhir telah menjadi isu krusial yang berdampak terhadap stabilitas pendapatan petani. Penelitian ini bertujuan membangun model prediksi harga karet tahun 2025 menggunakan algoritma Linear Regression melalui aplikasi Orange. Metode yang digunakan adalah pendekatan kuantitatif dengan data historis harga dari April 2021 hingga April 2025. Model dievaluasi dengan teknik k-fold cross-validation menggunakan tiga metrik: Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki MAE terendah sebesar 1.074, RMSE sebesar 1.311, dan nilai R² tertinggi hanya 0.279. Hal ini mengindikasikan bahwa meskipun model mampu menangkap tren linier sederhana, kemampuannya dalam menjelaskan variabilitas data masih terbatas. Oleh karena itu, model ini dinilai cukup sebagai baseline prediktif awal namun belum optimal untuk prediksi jangka panjang. Penelitian ini memberikan kontribusi awal dalam pengembangan sistem prediksi harga berbasis data untuk mendukung transformasi digital di sektor agribisnis.
Klasterisasi Pertumbuhan Penduduk Kabupaten OKU Menggunakan Metode K-Means Clustering Refaldi Pratama; Muhammad Fadel Rezidan; Pujianto
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 4 (2026): Edisi: Agustus-Oktober
Publisher : Pustaka Bangsa Indonesia

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

Abstract

Pertumbuhan penduduk menjadi indikator penting dalam mendukung perencanaan pembangunan daerah. Penelitian ini bertujuan untuk mengelompokkan pola pertumbuhan penduduk Kabupaten Ogan Komering Ulu (OKU) menggunakan metode K-Means Clustering. Data yang digunakan berupa data kependudukan periode 2021–2023 sebanyak 54 record tanpa missing values dengan variabel tahun, bulan, jumlah penduduk, dan jenis kelamin. Analisis dilakukan menggunakan Orange Data Mining melalui tahapan preprocessing, penerapan algoritma K-Means, dan evaluasi klaster menggunakan Silhouette Score. Pengujian nilai K=2 hingga K=5 menunjukkan bahwa K=2 merupakan jumlah klaster optimal dengan nilai Silhouette Score sebesar 0,450. Hasil klasterisasi menghasilkan dua kelompok, yaitu kategori pertumbuhan penduduk rendah dan tinggi. Metode K-Means terbukti mampu mengidentifikasi pola pertumbuhan penduduk serta mendukung pengambilan keputusan pemerintah daerah dalam perencanaan kebijakan kependudukan.