Claim Missing Document
Check
Articles

Prediksi Perkembangan UMKM Di Kabupaten Ogan Komering Ulu Menggunakan Metode Regresi Linear Destiarini; Ippy Wimpi
INTECH Vol. 7 No. 1 (2026): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v7i1.3466

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peranan penting dalam meningkatkan pertumbuhan ekonomi daerah, termasuk di Kabupaten Ogan Komering Ulu (OKU). Perkembangan jumlah UMKM yang terus meningkat memerlukan analisis prediksi untuk membantu pemerintah daerah dalam menentukan kebijakan ekonomi yang tepat. Penelitian ini bertujuan untuk memprediksi perkembangan UMKM di Kabupaten OKU menggunakan metode regresi linear berdasarkan data pertumbuhan UMKM beberapa tahun terakhir. Metode regresi linear dipilih karena mampu menganalisis hubungan antara variabel waktu dan jumlah perkembangan UMKM secara sederhana namun efektif. Tahapan penelitian dimulai dari pengumpulan data, preprocessing data, analisis regresi linear, implementasi sistem menggunakan Python, hingga evaluasi hasil prediksi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode regresi linear mampu menghasilkan prediksi perkembangan UMKM dengan tingkat akurasi yang cukup baik. Berdasarkan hasil prediksi, jumlah UMKM di Kabupaten OKU diperkirakan akan terus mengalami peningkatan setiap tahunnya seiring dengan perkembangan teknologi digital dan dukungan pemerintah terhadap sektor usaha mikro. Penelitian ini diharapkan dapat menjadi referensi bagi pemerintah daerah dalam merancang strategi pengembangan UMKM yang lebih efektif.
Implementasi Pembelajaran Kreatif Produktif Mahasiswa Berbasis Informasi Web Pada Mata Kuliah Riset Operasi Daniel Kurniawan; Destiarini
Jurnal Inovasi Komputer Vol 1 No 1 (2025): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v1i1.29

Abstract

Penelitian ini bertujuan untuk melatih tingkat kreativitas dan produktivitas siswa yang kemudian diharapkan dapat membantu meningkatkan prestasi belajar siswa. Penelitian ini merupakan Classroom Action Research (CAR) yang terdiri dari tiga siklus. Setiap siklus memiliki empat tahap, yaitu, tahap perencanaan, tahap pelaksanaan, tahap observasi dan tahap refleksi. Subjek penelitian ini adalah mahasiswa semester genap (kelas A5.1) tahun akademik 2024/2025 berjumlah 31 orang. Teknik pengumpulan data dilakukan dengan wawancara, observasi langsung dan tes. Analisis data yang digunakan adalah analisis deskriptif kualitatif. Dari hasil penelitian terhadap 31 mahasiswa pada siklus I, jumlah mahasiswa yang menyelesaikan sebanyak 30,50% dan 69,50% mahasiswa yang tidak menyelesaikannya. Pada siklus II, jumlah mahasiswa yang menyelesaikan sebanyak 46,00% dan 54,00% mahasiswa yang tidak menyelesaikannya. Pada siklus III, jumlah siswa yang menyelesaikan sebanyak 76,00% dan 24,00% siswa yang tidak menyelesaikannya. Ini menunjukkan peningkatan yang signifikan. Dalam perlakuan Siklus II dan Siklus III, selain meningkatkan prestasi, penerapan media website mampu meningkatkan kreativitas dan produktivitas mahasiswa dalam perkuliahan riset operasional materi pemrograman linier.
Sistem Pendukung Keputusan Penentuan Karyawan Unggul dengan Algoritma SAW (Simple Additive Weighting) di PT.Bank BRI Unit Kota Baturaja (Persero) Anisha Monadiza; Destiarini; Riya Majalista
Jurnal Inovasi Komputer Vol 1 No 3 (2025): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v1i3.99

Abstract

Penentuan karyawan unggul merupakan aspek krusial dalam manajemen sumber daya manusia (SDM) yang berkontribusi signifikan terhadap produktivitas dan daya saing organisasi, terutama di sektor perbankan yang dinamis dan kompetitif seperti kantor BRI Unit Kota Baturaja. Identifikasi karyawan terbaik seringkali dihadapkan pada tantangan subjektivitas penilaian, kompleksitas kriteria kinerja yang beragam antar posisi, serta volume data karyawan yang besar, yang pada akhirnya dapat menghambat pengambilan keputusan strategis. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) yang mampu menentukan karyawan unggul secara objektif dan efisien di lingkungan BRI. Metode yang digunakan dalam perancangan SPK ini adalah Algoritma Simple Additive Weighting (SAW), sebuah metode multi-kriteria yang populer karena kesederhanaan, kemudahan interpretasi, dan kemampuannya dalam melakukan perangkingan alternatif berdasarkan nilai preferensi terbobot. Kriteria penilaian karyawan diadaptasi dari standar penilaian kinerja BRI, meliputi aspek-aspek kunci seperti Pencapaian Target Penjualan/Kredit, Kualitas Pelayanan Nasabah, Kedisiplinan & Kehadiran, Inovasi & Kontribusi Ide, Kemampuan Kerja Sama Tim, Adaptasi Teknologi Digital, dan Kepatuhan Prosedur Bank. Bobot untuk setiap kriteria ditentukan melalui konsultasi dengan pihak terkait di Divisi Human Capital BRI. Sistem yang dirancang akan memungkinkan manajemen BRI untuk mengelola data karyawan, memasukkan nilai kinerja berdasarkan kriteria yang telah ditetapkan, dan secara otomatis melakukan perhitungan menggunakan Algoritma SAW untuk menghasilkan daftar perankingan karyawan unggul. Hasil yang diharapkan dari sistem ini adalah rekomendasi karyawan unggul yang lebih akurat, transparan, dan berbasis data, sehingga mendukung keputusan manajerial dalam program penghargaan, promosi, serta pengembangan talenta. Implementasi SPK ini diharapkan dapat meningkatkan objektivitas proses evaluasi kinerja, menghemat waktu dan sumber daya, serta pada akhirnya memotivasi karyawan untuk terus berprestasi dan berkontribusi optimal bagi pencapaian visi dan misi BRI.
Pengembangan Aplikasi Mobile Learning Berbasis Android Untuk  Pembelajaran Mata Kuliah Sistem Operasi Destiarini; Lofy Septiara
Jurnal Inovasi Komputer Vol 2 No 1 (2026): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/te16ke31

Abstract

Sekarang ini, sistem operasi sudah menjadi salah satu materi wajib di kurikulum program studi yang fokus pada teknologi informasi. Oleh karna itu, mata kuliah sistem operasi itu penting sekali sebagai fondasi untuk kenal lebih dalam soal perangkat keras, seperti komputer atau ponsel. Dengan begitu, proses belajar-mengajar bisa dilakukan kapan saja dan di mana saja, tanpa terkecuali. Seiring perkembangan teknologi informasi yang super cepat, teknologi ponsel atau handphone juga ikut maju pesat. Bukti nyatanya, banyak sekali siswa yang pakai ponsel sebagai alat Mobile Learning ini yang menyediakan berbagai jenis konten, seperti informasi penting, kuis yang interaktif, serta fitur chat, grup, kursus online, forum diskusi, dan masih banyak fitur lainnya.
Analisis Sentimen Komentar Youtube Tentang Pemblokiran Aplikasi Roblox Menggunakan Metode Support Vector Machine Dan Naive Bayes (SVMNB) Muhammad Zikri Maulidi; Destiarini; Joko Kuswanto
Jurnal Inovasi Komputer Vol 2 No 2 (2026): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v2i2.239

Abstract

Perkembangan teknologi informasi telah mengubah cara Masyarakat mengekspresikan pendapat dan berinteraksi secara daring. Salah satu sarana ekspresi publik yang paling sering digunakan adalah kolom komentar di platform YouTube. Studi ini bertujuan untuk menganalisis pandangan publik terhadap isu pemblokiran aplikasi Roblox oleh pemerintah Indonesia melalui respons pengguna YouTube. Metode yang diterapkan dalam penelitian ini adalah Support Vector Machine (SVM) dan Naïve Bayes (NB) yang digunakan untuk mengkategorikan komentar ke dalam tiga jenis sentimen: positif, negatif, atau netral. Data penelitian diambil dari tiga saluran YouTube: Kompas TV, Kompas Jawa Timur, dan Liputan6, dengan total 300 komentar yang diperoleh melalui platform ExportComments. Prosedur analisis meliputi langkah-langkah pra-pemrosesan, penandaan data, TF-IDF, dan klasifikasi dengan dua algoritma: Support Vector Machine (SVM) dan Naïve Bayes, diakhiri dengan evaluasi model. Hasil penelitian menunjukkan bahwa metode Support Vector Machine (SVM) mencapai akurasi 73,33%, sedangkan metode Naïve Bayes mencapai akurasi 67%. Hasil ini menunjukkan bahwa SVM mengungguli Naive Bayes dalam mengklasifikasikan sentimen dari komentar YouTube.
Analisis Perbandingan Performa Windows 11, Ubuntu 24.04 LTS, dan macOS Sonoma Menggunakan Parameter Benchmark M. Dion Regan Desta; Delta Monyca; Aan Aidil Fitran Yansa; M.Yongky Putra Pratama; Eldi Safda Guska; Alpin Wijaya; Destiarini
Jurnal Riset Informatika dan Inovasi Vol 4 No 5 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Sistem operasi merupakan perangkat lunak utama yang berfungsi mengelola sumber daya perangkat keras dan perangkat lunak pada komputer. Perkembangan teknologi telah menghasilkan berbagai sistem operasi dengan karakteristik dan keunggulan yang berbeda-beda. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja sistem operasi Windows 11, Ubuntu 24.04 LTS, dan macOS Sonoma menggunakan beberapa parameter benchmark, yaitu waktu booting, penggunaan memori (RAM), pemanfaatan CPU, stabilitas sistem, kompatibilitas aplikasi, dan pengalaman pengguna. Metode penelitian yang digunakan adalah studi literatur dengan mengumpulkan data dari buku, jurnal ilmiah, dokumentasi resmi, serta hasil benchmark yang telah dipublikasikan. Hasil analisis menunjukkan bahwa Windows 11 unggul dalam kompatibilitas perangkat keras dan perangkat lunak serta menjadi pilihan utama untuk kebutuhan kantor dan gaming. Ubuntu 24.04 LTS memiliki keunggulan pada aspek keamanan, keanehan, efisiensi penggunaan sumber daya, dan cocok digunakan untuk server maupun pengembangan perangkat lunak. Sementara itu, macOS Sonoma menawarkan stabilitas sistem yang tinggi, integrasi perangkat keras dan perangkat lunak yang optimal, serta performa yang sangat baik untuk kebutuhan multimedia dan industri kreatif. Berdasarkan hasil penelitian, pemilihan sistem operasi sebaiknya disesuaikan dengan kebutuhan pengguna, spesifikasi perangkat, serta tujuan penggunaan agar memperoleh kinerja yang optimal.
Analisis Perbandingan Sistem Operasi pada Perangkat Android dan iOS Menggunakan Parameter Benchmark Destiarini; Dimas Anggara Putra; Risvi Claresta Nanda; Della Verlicta; Laily Muliya Sari; Ayu Herlena; Keysha Shinta Dwi Cahyani
Jurnal Riset Informatika dan Inovasi Vol 4 No 5 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Android dan iOS merupakan dua sistem operasi mobile yang paling banyak digunakan di dunia saat ini. Kedua sistem operasi tersebut memiliki kelebihan dan kekurangan masing-masing dalam aspek performa, keamanan, stabilitas, serta pengalaman pengguna. Penelitian ini bertujuan untuk mengetahui perbandingan Android dan iOS menggunakan parameter benchmark agar dapat diketahui sistem operasi mana yang lebih unggul pada setiap aspek pengujian. Metode penelitian yang digunakan adalah metode studi komparatif dengan pendekatan kualitatif dan kuantitatif. Data penelitian diperoleh dari jurnal ilmiah, dokumentasi resmi Android dan Apple, benchmark smartphone, serta laporan industri teknologi. Parameter benchmark yang digunakan meliputi performa CPU, penggunaan RAM, kecepatan membuka aplikasi, efisiensi baterai, multitasking, keamanan sistem, pembaruan sistem, dan tingkat kustomisasi. Hasil penelitian menunjukkan bahwa iOS lebih unggul dalam aspek stabilitas sistem, keamanan perangkat, efisiensi penggunaan RAM, dan optimalisasi baterai karena Apple mengontrol penuh perangkat keras dan perangkat lunaknya. Sementara itu Android lebih unggul dalam aspek fleksibilitas penggunaan, multitasking, variasi perangkat, dan tingkat kustomisasi yang lebih tinggi. Penelitian ini diharapkan dapat membantu pengguna dalam memilih sistem operasi sesuai kebutuhan masing-masing.
Analisis Segmentasi Pelanggan Mall Menggunakan Algoritma K-Means Berdasarkan Perilaku Belanja untuk Personalisasi Strategi Pemasaran Anissa Rahmadina; Elfin Octavia; Delina Putri Effendi; Manda Wulandari; Edwin Anggara; Destiarini
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 3 (2026): Edisi: Mei-Juli
Publisher : Pustaka Bangsa Indonesia

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

Abstract

Kemajuan dalam teknologi informasi dan semakin ketatnya persaingan di dunia bisnis membuat perusahaan harus memahami perilaku pelanggan agar bisa meningkatkan efektivitas strategi pemasaran mereka. Penelitian ini bertujuan untuk membagi pelanggan menjadi kelompok-kelompok berdasarkan cara mereka berbelanja dengan menggunakan algoritma K-Means Clustering. Dataset yang digunakan adalah Pelanggan Mall yang terdiri dari 200 data pelanggan dengan atribut Usia, Pendapatan Tahunan (k$), dan Skor Pengeluaran (1–100). Proses analisis dilakukan dengan menggunakan aplikasi Orange Data Mining yang meliputi beberapa langkah, yaitu preprocessing, normalisasi data, clustering, dan evaluasi cluster dengan menggunakan Silhouette Score. Pengujian dilakukan dengan jumlah cluster dari k=2 hingga k=6 dan menghasilkan nilai Silhouette Score tertinggi sebesar 0,427 pada k=6, sehingga k=6 dipilih sebagai cluster yang paling optimal. Hasil dari pengelompokan menunjukkan bahwa pelanggan bisa dibagi menjadi enam kelompok yang memiliki ciri-ciri berbeda, seperti pelanggan yang mengeluarkan banyak uang, pelanggan yang berhemat, dan pelanggan yang membeli barang secara impulsif. Penelitian ini menunjukkan bahwa algoritma K-Means sangat efektif untuk membagi kelompok pelanggan dan bisa membantu perusahaan dalam merancang strategi pemasaran yang lebih tepat.
PENGEMBANGAN DAN IMPLEMENTASI APLIKASI SAPEMDES BERBASIS PHP MENGGUNAKAN GEOLOCATION API PADA DESA TANJUNG KARANG Siska Raisah; Dwi Amelia; Zera Ovilia; Elni Mefia Sinta; Destiarini; Reifa Lindra Amanda Pertiwi
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 3 (2026): Edisi: Mei-Juli
Publisher : Pustaka Bangsa Indonesia

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

Abstract

Pemerintah desa di Indonesia masih banyak menggunakan sistem absensi manual berbasis kertas yang rentan manipulasi, tidak efisien, dan kurang transparan. Penelitian ini bertujuan mengembangkan aplikasi Sistem Absensi Pemerintahan Desa (SAPemDes) berbasis PHP dengan Geolocation API untuk digitalisasi pencatatan kehadiran perangkat Desa Tanjung Karang. Metode pengembangan yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem dibangun menggunakan PHP, MySQL, dan arsitektur Model-View-Controller (MVC). Fitur utama meliputi autentikasi login, absensi berbasis GPS real-time, pengelolaan data perangkat desa, serta rekapitulasi absensi dalam format Excel. Pengujian dilakukan menggunakan Black Box Testing. Hasil menunjukkan seluruh fitur berjalan sesuai harapan, termasuk validasi lokasi yang menolak absensi di luar radius yang ditentukan. Sistem ini meningkatkan integritas, akurasi, dan efisiensi pencatatan kehadiran dibandingkan sistem manual.
Analisis Pengaruh Permainan Online terhadap Tingkat Konsentrasi Siswa SMA Negeri 13 OKU Ade Wulandari; Ria Imro'atus Sholihahi; Meiza Khairunnisa; Besnita Rahma; Fajar Andrea Mukti; Destiarini
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 3 (2026): Edisi: Mei-Juli
Publisher : Pustaka Bangsa Indonesia

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

Abstract

Meningkatnya aksesibilitas internet di kalangan remaja mendorong intensifikasi penggunaan permainan online, yang berpotensi memengaruhi kemampuan kognitif siswa, khususnya tingkat konsentrasi. Penelitian ini bertujuan menganalisis pengaruh permainan online terhadap tingkat konsentrasi siswa SMA Negeri 13 Ogan Komering Ulu. Metode yang digunakan adalah kuantitatif deskriptif dengan pendekatan survei terhadap 61 responden yang dipilih menggunakan teknik purposive sampling. Data dikumpulkan melalui kuesioner skala Likert yang telah divalidasi, kemudian dianalisis menggunakan regresi linear sederhana. Hasil penelitian menunjukkan bahwa permainan online berpengaruh negatif dan signifikan terhadap tingkat konsentrasi siswa (r = −0,612; R² = 0,375; p < 0,001). Intensitas bermain game online yang tinggi berkontribusi terhadap penurunan konsentrasi belajar sebesar 37,5%. Novelty penelitian ini terletak pada integrasi variabel durasi dan frekuensi permainan online dalam model analisis pengaruhnya terhadap konsentrasi di lingkungan sekolah non-perkotaan Kabupaten Ogan Komering Ulu, Sumatera Selatan. Implikasi penelitian menekankan pentingnya kebijakan manajemen penggunaan perangkat digital di sekolah serta program literasi digital berbasis psikologi kognitif.
Co-Authors Aan Aidil Fitran Yansa Abdul Karim Abdul Rahman Achmad Azhari Ade Wulandari Aditiya Syahputra Afriantamtomi Afriantamtomi Alpin Wijaya Amin Munir Anggraeni Agustin Muris Anggraeni Agustin Muris Anggun Sari Anggy Della Citra Anisha Monadiza Anissa Rahmadina Ayu Herlena Ayu Randika Azhari Azhari Azwar Azwar Belta Sera Besnita Rahma Chalista Thesa Amanda Chindy Junita Sari Daniel Kurniawan Dapiokta, Jum Delina Putri Effendi Della Verlicta Delta Monyca Desti Agustina Dheo Nopaldi Dicky Ariandi Dimas Anggara Putra Dina Lorenza Dwi Amelia Edwin Anggara Ega Pratama Ega Pratama Eka Rizki Meiwinda Eka Rizki Mewinda Eldi Safda Guska Elfin Octavia Elis Yuni Astuti Elni Mefia Sinta Ema Novithania Erich Erich Fahrizal Faisal Abror Fajar Andrea Mukti Farrel Hansah Fathurrahman Al’Irfaniy Herni Ramayanti Ilham Ardiasyah Imam Syaifudin Ippy Wimpi Joko Kuswanto Junjung Rahmat Santosa Kelvin Yudistira Ketut Sumartayasa Keysha Shinta Dwi Cahyani Laily Muliya Sari Lofy Septiara Lucyana, Lucyana M Raka Perdiana M Ripaldi M. Dion Regan Desta M.Ridho Jaya Syahputra M.Yongky Putra Pratama Manda Wulandari Meiza Khairunnisa Merry Rosita Muhammad Al.hadad Muhammad Ocka Dharma Putra Muhammad Rifky Muhammad Zikri Maulidi Novri Sulio Ramadan Nurhasanah Pujianto Pujianto Putri Yolanda Rangga Apriansyah Rangga Apriwijaya Reifa Lindra Amanda Pertiwi Reski Ovi Yuniar Ria Imro'atus Sholihahi Risky Endar Subagja Risvi Claresta Nanda Riya Majalista Ryan Restu Kurniawan Safaruddin Safaruddin Safarudin Safarudin Salman Al Farisi Sherli Novita Sari Silvia Apriani Siska Raisah Tegar Fahrezi Welly Lestari Winda Despiani Yahya Rahmatullah Zera Ovilia