Claim Missing Document
Check
Articles

Perancangan Sistem Informasi Dashboard Jabatan Akademik Dosen DASHBOARD KEPEGAWAIAN (DATA DOSEN) Menggunakan Metode Business Intelligence Roadmap Studi Kasus Fakultas Rekayasa Industri Jessica Inas Rasendriya; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Berdasarkan PB Mendikbud dan Ka. Bkn tahun 2014 Nomor 4 dan 24, Jabatan Akademik Dosen berperan untuk menentukan lingkup tanggung jawab, wewenang, dan hak seorang dosen pada suatu universitas serta akan mempengaruhi mutu pengajaran dan akreditasi universitas. Maka capaian JAD dosen perlu di monitoring, dalam proses monitoring SDM FRI menghadapi kendala karena proses tersebut dilakukan dengan menggunakan excel, data mentah, ditampikan dalam bentuk tabel yang kompleks dan belum didukung dengan visualisasi. Dekanat FRI dalam melihat capain dosen, harus menunggu adanya pelaporan dari pihak SDM FRI. Jumlah dosen yang banyak dan tersebar dibeberapa kampus cabang dan utama Universitas Telkom juga menjadi masalah, sehingga banyak sekali aspek yang harus diperharikan. Untuk mengatasi permasalahan, penelitian ini bertujuan untuk merancang Sistem Informasi Dashboard yang dapat memfasilitasi proses monitoring melalui visualisasi data menggunakan metode Business Intelligence Roadmap dan dibangun menggunakan framework Laravel. Fitur utama yang dikembangkan mencakup proses pengaturan hak akses, dashboard dengan berbagai chart yang relevan dengan JAD, filter data, dan pengelolaan data dosen. Hasil evaluasi yang dilakukan menggunakan User Acceptance Testing menunjukkan bahwa penelitian ini berhasil membantu pengguna dalam proses monitoring capaian JAD dengan visualisasi data. Kata kunci— Business Intelligence Roadmap, Dashboard, Jabatan Akademik Dosen, Monitoring, Sistem Informasi
Perancangan Sistem Informasi Dashboard KegiatanTridharma dan Penunjang Menggunakan Metode Business Intelligence Roadmap Studi Kasus Fakultas Rekayasa Industri Nabila Ramadhania; Irfan Darmawan; Oktariani Nurul Pratiwi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Universitas Telkom menetapkan visi menjadi National Excellence Entrepreneurial University pada tahun 2028 dengan strategi Invest in People, yang diwujudkan melalui penguatan sumber daya manusia, yang mencakup aktivitas tridharma dan kegiatan penunjang dosen. Fakultas Rekayasa Industri memiliki peran strategis dalam mendukung visi tersebut dengan memastikan kontribusi tridharma dan penunjang dosen dapat dimonitor serta dievaluasi secara berkala. Namun, proses monitoring yang dilakukan masih bersifat manual menggunakan Excel dan data mentah dalam bentuk tabel kompleks tanpa dukungan visualisasi, serta bergantung pada pelaporan dari unit SDM. Jumlah dosen yang besar dan tersebar di beberapa kampus cabang turut memperumit proses evaluasi. Untuk menjawab permasalahan ini, penelitian ini merancang dan membangun sistem informasi dashboard berbasis website menggunakan metode Business Intelligence Roadmap. Sistem ini menyediakan form input aktivitas tridharma dan penunjang setiap triwulan dan menyajikan visualisasi dari semua KPI yang telah ditentukan. Evaluasi sistem dilakukan menggunakan User Acceptance Testing dengan melibatkan pengguna dalam sistem, yaitu SDM, Dekanat, dan Ketua Kelompok Keahlian. Hasil evaluasi menunjukkan bahwa sistem diterima dengan nilai indikator UAT tampilan sistem sebesar 93.33%, kualitas sistem sebesar 96.67%, fungsionalitas sistem sebesar 88.56% sehingga dinilai mampu mendukung proses monitoring pelaksanaan Tridharma dan penunjang dosen di Fakultas Rekayasa Industri. Kata kunci— business intelligence roadmap, sistem informasi dashboard, tridharma dan penunjang dosen, user acceptance testing, visualisasi data
Prediksi Ketersediaan Obat Penyakit Hipertensi Berbasis Data Historis Menggunakan Algoritma Long Short-Term Memory (LSTM) Reihaini Fikria Bunga Oktaviani; Oktariani Nurul Pratiwi; Alfian Akbar Gozali
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Manajemen ketersediaan obat merupakan aspek penting dalam menjamin pelayanan kesehatan yang optimal. Namun, sering terkendala oleh ketidakseimbangan stok obat yang menyebabkan kerugian finansial, risiko obat kadaluwarsa adanya ketidakpuasan pasien. Hal ini selaras dengan isu global terkait akses obat untuk penyakit kronis seperti Hipertensi. Penelitian ini bertujuan untuk mengembangkan model prediksi ketersediaan stok obat dengan pendekatan deep leaning, menggunakan algoritma Long Short-Term Memory (LSTM), guna meningkatkaan efektivitas pengelolaan persediaan obat di fasilitas kesehatan, khususnya untuk jenis-jenis obat yang sangat dibutuhkan. Penelitian ini menggunakan metodologi KDD (Knowledge Discovery in Database) dengan data transaksi obat historis dari Januari 2021 hinga Desember 2024 untuk diproses dan dimodelkan. Setelah itu, dari hasil pemodelan dilakukan evaluasi menggunakan metrik MAPE dan RMSE yang hasilnya menunjukkan kinerja bervariasi; model mampu memprediksi beberapa brand obat dengan akurasi yang baik sebanyak 5 brand (MAPE < 30%) dan menghadapi tantangan signifikan pada brand lain dengan error yang tinggi (MAPE > 50%). Meskipun demikian, model ini berpotensi meningkatkan efisiensi stok obat dan kepuasan pasien untuk obat-obatan yang terprediksi baik. Kata Kunci: Ketersediaan Obat, Prediksi, KDD, Deep Learning, LSTM, Hipertensi
Co-Authors Adnyana, I Gusti Ngurah Bagus Putra Agustiana, Nathifa Al Faruq, Muhammad Za'im Albari, Fatih Alfian Akbar Gozali Alyasyifa, Salma Anindya Prameswari Putri Djakaria Anshari, Faishal Mufied Al Ariandi, Rama Asriana Asriana, Asriana Azka Chanda Milanesta Bagaskara, Kumara Ris Panji Cahyani, Pradita Chika Enggar Puspita Chrisdiyanti, Ivania Nonita Cynthia Ayu Prayuning Deden Witarsyah Djakaria, Anindya Prameswari Putri Eflin Trinova Limbong Fa'rifah, Riska Yanu Fa'rifah, Riska Yanua Fakhrurroja, Hanif Faqih Hamami Fazrin, Fadhilah Firzania, Heidea Yulia Gosal, Yose Thimothy Hadwirianto, Muhammad Raihan Hanid, Wihda Sifwi Herdian, Hafiizh Hilman Dwi Anggana Hwang, Jun-seok I B K Widiartha Ilham Perdana Iqbal Yulizar Mukti Irfan Darmawan Jesika Damayanti Doloksaribu Jessica Inas Rasendriya Josia Fortino Pakpahan Kamil, Andhika Ihsan Kardila, Yuni Kasparov, Michael Christensen Bonar Kurniawan, Muhammad Rayhan Mardika, Jody Muhaimin, Luthfi Ahmad Muhamad Insan Taufik Muhammad Naufal Fikri Muharman Lubis Mustada, Fitrina Annisa Nabila Ramadhania Nisa, Amarila Zahratun Novanza, Alvin Renaldy Nur Ichsan Utama Nuraliza, Hilda Orvalamarva Orvalamarva, Orvalamarva Pramudia, Rudi Guna Pramuwidya, Shinta R. Rama Ahmad Waliyya Rachmadita Andreswari Rahmadania, Fitri Reihaini Fikria Bunga Oktaviani Revanda Octavian Rizqi, Nabilla Noor Rukmana, Putri Utami Saleh Hasan Badjrie Salma, Farah Sherina Sutoyo, Edi Talisman, Bryan Ronald Taufiq Hamdani Yunan Yoon, Hyoen-yeong Yulio Ferdinand Zuhairnawan, Raffi Ihza