Claim Missing Document
Check
Articles

E-Posyandu Berbasis Google Cloud SQL dan Notifikasi WhatsApp untuk Monitoring Kesehatan di Desa Tunggulpandean Aynullutfihana, Nanda; Darmanto, Eko; Nugraha, Fajar; Setiaji, Pratomo
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.768

Abstract

Posyandu memiliki peran penting dalam memantau kesehatan balita, lansia, dan ibu hamil. Di Desa Tunggulpandean, terdapat empat posyandu aktif, yaitu Ngudi Waras I, Ngudi Waras II, Satria Muda, dan Melati Putih. Namun, pencatatan data dan pembuatan laporan masih dilakukan secara manual menggunakan buku, yang rentan terhadap kesalahan pencatatan, kerusakan, serta kehilangan data. Masalah ini menyebabkan keterlambatan dalam penyusunan laporan, kurang optimalnya pemantauan kondisi kesehatan, serta sulitnya mengakses riwayat kesehatan peserta posyandu. Penelitian ini bertujuan untuk mengembangkan sistem E-Posyandu berbasis Google Cloud SQL guna mendukung sistem pencatatan data secara digital dan mempermudah pemantauan kesehatan masyarakat. Sistem ini dikembangkan menggunakan metode prototype, dengan perancangan sistem menggunakan diagram UML dan ERD, serta diimplementasikan dalam bentuk aplikasi web menggunakan framework laravel. Pengujian dilakukan menggunakan metode black box testing untuk memastikan sistem berfungsi sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem ini mampu mencatat data kesehatan secara real-time, menyajikan grafik pertumbuhan balita, serta mengirimkan notifikasi WhatsApp terkait jadwal posyandu dan informasi kesehatan lainnya. Dengan diterapkannya sistem ini, pencatatan data menjadi lebih sistematis, kader lebih mudah mengakses informasi, serta layanan kesehatan dapat diberikan dengan lebih cepat dan tepat. sehingga dapat meningkatkan kualitas pelayanan posyandu serta meningkatkan kesadaran masyarakat akan pentingnya pemantauan kesehatan secara berkala.
SISTEM PENDUKUNG KEPUTUSAN PENGELOLAAN DATA PELANGGARAN SISWA MENGGUNAKAN METODE SAW DIBANDING SMART DI SMP NEGERI 2 KALINYAMATAN Semit, Danial; Triyanto, Wiwit Agus; Setiawan, R Rhoedy; Setiaji, Pratomo
JURSIMA Vol 12 No 2 (2025): Volume 12 Nomor 2 2025
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

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

Abstract

Sistem Pendukung Keputusan untuk Pengelolaan Data Pelanggaran Siswa di SMP Negeri 2 Kalinyamatan dirancang untuk membantu mencatat, menganalisis, dan mengambil keputusan terkait pelanggaran siswa secara lebih mudah dan akurat. Sistem ini menggunakan metode Simple Additive Weighting (SAW) dan Simple Multi Attribute Rating Technique (SMART) untuk mengevaluasi pelanggaran berdasarkan kriteria tertentu. Fitur utama sistem mencakup pencatatan data pelanggaran secara terstruktur, penyimpanan riwayat pelanggaran yang dapat diakses, serta pemberian rekomendasi tindak lanjut sesuai tingkat pelanggaran. Sistem ini juga memungkinkan guru BK untuk mengevaluasi data dengan cepat dan memberikan keputusan yang lebih transparan. Dengan adanya sistem ini, sekolah dapat menangani pelanggaran dengan lebih efektif, meningkatkan kedisiplinan siswa, dan memantau tindakan disiplin secara terorganisir. Sistem ini diharapkan mampu mendukung proses pembelajaran yang lebih tertib serta menciptakan lingkungan sekolah yang kondusif bagi seluruh siswa.
Design of Umrah Registration Information System PT Amanah Wisata Group using Waterfall Method Setyanto, Rangga; Setiaji, Pratomo; Muzid, Syafiul
Sistemasi: Jurnal Sistem Informasi Vol 14, No 4 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i4.5266

Abstract

This study aims to replace the manual registration system still used by PT Amanah Wisata Group with a web-based digital system. Previously, 80% of the registration process was conducted manually, often leading to errors and delays, including having to wait up to two working days to receive registration forms. The research methodology includes the collection of primary data through interviews with administrative staff and direct observation of the registration process, as well as secondary data from literature reviews and relevant documentation. The system development follows the Waterfall method, consisting of requirement analysis and system design using Unified Modeling Language (UML). The registration system also integrates a Customer Relationship Management (CRM) approach to foster stronger relationships with prospective pilgrims, improve two-way communication, and enable faster and more accurate delivery of Umrah package information and notifications. The results show that the developed system consists of three main modules: an online registration module, a pilgrim data management module, and a payment module. This system enhances administrative efficiency, reduces data entry errors, improves staff performance, and strengthens customer interaction. In conclusion, the web-based information system combined with a CRM approach not only supports the digital transformation of Umrah services but also enhances service quality and the overall experience of prospective pilgrims.
Sentiment Analysis of Public Satisfaction with the 'INFO BMKG' Application using Naive Bayes, SVM, and KNN Aditiya, Natasya; Setiaji, Pratomo; Supriyono, Supriyono
Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i3.5223

Abstract

This study aims to analyze public sentiment regarding the Info BMKG application on the Google Play Store. With the increasing number of users of information-based applications, understanding how users perceive and evaluate such applications has become essential. This research employs three classification algorithms—Naive Bayes, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—to categorize user reviews into positive, neutral, or negative sentiments. The dataset was obtained through web scraping from the Google Play Store, consisting of usernames, dates, star ratings, and user comments. Data preprocessing was conducted to clean and prepare the data for analysis. Additionally, a web-based data mining application was developed to facilitate data processing and result visualization. The study aims to present the distribution of sentiment (positive, neutral, and negative) toward the Info BMKG app and help developers understand the factors that influence user satisfaction. Moreover, it contributes to the field of sentiment analysis and information technology, particularly in disaster-related information applications. Based on model evaluation, the Naive Bayes algorithm demonstrated the best performance with an accuracy of 79.84%, precision of 60%, recall of 58%, and the fastest runtime at 0.19 seconds. KNN achieved an accuracy of 74.35% with the lowest recall at 44%, while SVM had an accuracy of 72.26% but required the longest runtime at 611 seconds. AUC validation further confirmed the superiority of Naive Bayes, with the highest scores across all sentiment categories. Thus, Naive Bayes is shown to be the most optimal for sentiment analysis in this study, whereas KNN and SVM showed certain limitations, particularly in efficiency and classification accuracy.
CLASSIFICATION OF FRESH AND ROTTEN APPLES BASED ON IMAGE ANALYSIS USING CONVOLUTIONAL NEURAL NETWORK (CNN) Ferianti, Lydya Ayu; Setiaji, Pratomo; Triyanto, Wiwit Agus
Jurnal Disprotek Vol 16, No 2 (2025)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v16i2.8329

Abstract

The steps of this research lead to the design of a system that can help classify the condition of fresh or rotten apples by utilizing Convolutional Neural Network (CNN)-based image analysis, specifically by applying the You Only Look Once (YOLO) algorithm. YOLO was chosen because of its ability to be useful in fast and accurate object detection in real-time, making it effective for fruit quality recognition. The CNN model will be trained using a data set of apple images with various conditions, such as differences in color, texture, and level of damage, so that the system is able to distinguish fresh and rotten apples optimally. It is hoped that the results of this research will be useful in producing a web-based system that can automatically detect and classify apple quality. With this system, the apple quality inspection process becomes faster, more efficient, and reduces dependence on manual inspections, while helping to increase accuracy in the apple sorting process to determine whether the apples are rotten or fresh.KLASIFIKASI APEL SEGAR DAN BUSUK BERBASIS ANALISIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)Pada langkah tahapan penelitian ini menuju pada perancangan sebuah sistem yang dapat membantu klasifikasi kondisi buah apel segar atau busuk dengan memanfaatkan analisis citra berbasis Convolutional Neural Network (CNN), khususnya dengan menerapkan algoritma You Only Look Once (YOLO). YOLO dipilih karena kemampuannya berguna dalam deteksi objek secara cepat dan akurat secara real-time, sehingga efektif untuk pengenalan kualitas buah. Model CNN akan dilatih menggunakan kumpulan data citra apel dengan berbagai variasi kondisi, seperti perbedaan warna, tekstur, serta tingkat kerusakan, agar sistem mampu membedakan apel segar dan busuk secara optimal. Diharapkan, hasil dari penelitian ini berguna menghasilkan suatu sistem berbasis web yang dapat melakukan proses deteksi dan klasifikasi kualitas apel secara otomatis. Dengan adanya sistem ini, proses pemeriksaan kualitas apel menjadi lebih cepat, efisien, serta mengurangi ketergantungan terhadap inspeksi manual, sekaligus membantu meningkatkan akurasi dalam proses sortir buah apel lebih cepat mengetahui busuk atau segar.
DECISION SUPPORT SYSTEM FOR RESIDENTIAL LAND SELECTION USING SMART METHOD: SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE Azzahro, Erina; Supriyono, Supriyono; Setiaji, Pratomo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13388

Abstract

PT. Abra, a property development company specializing in residential housing, faces challenges in selecting strategic land for its projects, often leading to inefficiencies in decision-making. The main issue is the lack of an integrated system to assess multiple criteria, such as location, price, accessibility, and infrastructure availability. To overcome this, a Decision Support System (DSS) is developed using the Simple Multi-Attribute Rating Technique (SMART) method, enabling systematic evaluation based on predefined criteria. The system follows the Rapid Application Development (RAD) methodology, which consists of requirements planning, user design, construction, and cutover phases, ensuring flexibility and efficiency. A MySQL database is used for structured data management, while Blackbox testing is conducted to validate system functionality, ensuring accuracy and reliability. The results show that the DSS improves decision-making efficiency, reduces selection errors, and optimizes land acquisition for residential projects. Furthermore, it enhances transparency in land selection by providing real-time data analysis and ranking of potential locations. This research contributes to the real estate sector by improving strategic planning, resource allocation, and overall project success, providing a structured and effective approach to optimizing land selection processes.
Rancang Bangun Sistem Informasi Manajemen Data Pelanggan dan Pembayaran Berbasis WEB Di PT. Lokajaya Surya Mahardika Aditya, Ahsanu 'Amala; Setiaji, Pratomo; Irawan, Yudie
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 02 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i02.1418

Abstract

Penelitian ini berfokus pada PT. Lokajaya Surya Mahardika salah satuperusahaan yang bergerak dibidang telekomunikasi & jaringan di DesaBesito, Karangmalang serta Padurenan yang sampai saat ini belummemiliki sistem mumpuni terkait data pelanggan yang kurangterstruktur, pencatatan nama pelanggan, kode area, serta pembayaranbulanan. Permasalahan tersebut menyebabkan ketidakakuratan data,ketidakjelasan dalam bukti pembayaran yang terlaksana, sertakebingungan dalam menentukan lokasi Optical Distribution Point (ODP)yang tersedia. Disisi lain, Network Engineer PT. Lokajaya SuryaMahardika masih dilakukan secara manual hingga menyebabkan selisihdalam nominal pembayaran karena belum adanya sistem pembayaranyang terstandarisasi. Tujuan dalam penelitian ini adalah merancangsistem yang mampu membatu dalam hal manajemen pengelolaan datapelanggan internet yang memberikan kemudahan bagi pengguna.Metode Waterfall digunakan dalam penelitian ini. Hasil yang diperolehyakni terciptanya sebuah Rancang Bangun Sistem Informasi ManajemenData Pelanggan Dan Pembayaran Berbasis Web yang dilengkapidengan fitur manajemen data pelanggan, data pembayaran, danlaporan keuangan yang dapat membantu perusahaan dalampengelolaan data secara lebih efektif dan efisien.
Komparasi Metode You Only Look Once Versi 8 (Yolov8) Untuk Sistem Deteksi Gender Berdasarkan Citra Wajah Fakhriyyah, Anis; Triyanto, Wiwit Agus; Setiaji, Pratomo
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15340

Abstract

Perkembangan teknologi dan kemudahan akses data mendorong peningkatan kebutuhan sistem berbasis kecerdasan buatan, terutama dalam bidang pengolahan citra wajah. Data wajah menjadi salah satu jenis data personal yang mudah diperoleh dan banyak digunakan dalam penelitian, terutama dalam identifikasi gender secara otomatis. Identifikasi ini bersifat efisien, non-invasif, cocok diterapkan pada sistem digital untuk meningkatkan keamanan dan pengalaman pengguna. Salah satu metode yang efektif untuk deteksi wajah dan klasifikasi gender secara real-time adalah YOLO (You Only Look Once). Pada penelitian ini nantinya menggunakan metode You Only Look Once versi 8 (YOLOv8) untuk pendeteksian objek dengan mengimplementasikan tiga sub versi didalamnya yaitu nano (YOLOv8n), small (YOLOv8s), medium (YOLOv8m) untuk mendeteksi dan mengklasifikasikan gender berdasarkan citra wajah. Setiap subversi memiliki karakteristik tersendiri dalam hal kecepatan, akurasi, dan kebutuhan komputasi. Penelitian ini bertujuan untuk membandingkan performa ketiganya untuk memperoleh model deteksi gender yang paling optimal. Dengan pendekatan ini diharapkan dapat mendukung pengembangan sistem cerdas yang mampu mengidentifikasi jenis kelamin secara otomatis dan akurat.
Deteksi dan Perhitungan Kendaraan Parkir di Terminal Wisata Bakalan Krapyak Menggunakan Algoritma Yolo Suku Rahayu, Sri Intan; Setiaji, Pratomo; Triyanto, Wiwit Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4453

Abstract

Pendahuluan: Penelitian ini membahas “Deteksi dan Perhitungan Kendaraan Parkir di Terminal Wisata Bakalan Krapyak Menggunakan Algpritma Yolo. Tujuan: Membangun sistem yang mampu mendeteksi dan menghitung jumlah kendaraan yang terparkir secara otomatis melalui video CCTV menggunakan algoritma YOLOv8 dan pelacak SORT dalam antarmuka aplikasi berbasis Streamlit. Metode: Penelitian ini menerapkan algoritma YOLOv8 untuk mendeteksi kendaraan dan metode SORT untuk mencegah penghitungan ganda. Deteksi dilakukan pada setiap frame video CCTV untuk mengidentifikasi bus, minibus, mobil, dan motor. Sistem dibangun dengan Python, menggunakan OpenCV, NumPy, dan Streamlit, serta menampilkan hasil deteksi berupa jumlah dan jenis kendaraan. Hasil: Sistem mampu mendeteksi dan menghitung kendaraan berdasarkan jenisnya secara otomatis, output berupa jumlah kendaraan tiap jenis dalam urutan yang ditentukan. Visualisasi real-time menampilkan bounding box dan label pada video. Kesimpulan: Sistem deteksi kendaraan menggunakan YOLOv8 dan SORT yang dibangun dalam platform Streamlit terbukti efektif dalam menghitung jumlah kendaraan parkir secara real-time. Sistem ini meningkatkan efisiensi pengawasan area parkir dan mengurangi ketergantungan pada pencatatan manual. Dapat dikembangkan lebih lanjut dengan integrasi database dan laporan statistik otomatis.
PENERAPAN YOLOv5 UNTUK SISTEM DETEKSI DAN MONITORING LAHAN PARKIR OTOMATIS Putri, Rizka Ferbriliana; Triyanto, Wiwit Agus; Setiaji, Pratomo
JURSIMA Vol 12 No 3 (2025): Volume 12 Nomor 3 2025
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v12i3.1172

Abstract

Pertumbuhan kendaraan di wilayah perkotaan menimbulkan permasalahan keterbatasan lahan parkir dan waktu pencarian tempat parkir yang lama. Penelitian ini bertujuan untuk merancang dan menerapkan sistem yang dapat secara otomatis mendeteksi dan memantau ketersediaan lahan parkir dengan memanfaatkan algoritma YOLOv5 serta citra yang diambil dari kamera drone. Metode yang digunakan mencakup akuisisi data citra melalui rekaman drone dari dua sudut pandang berbeda (atas dan samping), pelabelan data, pelatihan model deteksi objek, serta klasifikasi status slot parkir (kosong atau terisi). Evaluasi sistem dilakukan dengan mengukur precision, recall, accuracy, dan mAP@0.5. Hasil pengujian menunjukkan bahwa sudut pandang memengaruhi akurasi deteksi: pada sudut pandang samping, sistem memperoleh precision 100%, recall 75,86%, dan mAP@0.5 sebesar 75,86%, sedangkan pada sudut atas recall dan mAP@0.5 turun menjadi 35,29% dan 35,00%. Visualisasi Confusion Matrix dan Precision-Recall Curve mendukung hasil ini. Sistem yang dibangun terbukti mampu mendeteksi dan memantau ketersediaan lahan parkir secara real-time dengan visualisasi pada dashboard digital. Pemanfaatan kamera drone memberikan kemampuan untuk menjangkau area yang lebih luas dan fleksibel dibandingkan dengan penggunaan kamera statis. Dengan demikian, sistem ini memiliki potensi untuk menjadi solusi praktis dalam pengembangan smart parking berbasis deep learning di ruang publik. Kata Kunci: YOLOv5, deteksi kendaraan, smart parking, kamera drone, deep learning.