Claim Missing Document
Check
Articles

Found 24 Documents
Search

Sistem Informasi Manajemen Perpustakaan Digital Berbasis Web Menggunakan Framework Laravel Ajeng Syafitri; Ameyriya Angraeni; Agung Wibowo
Jurnal Informatika dan Kesehatan Vol. 2 No. 2 (2025): IKN : Jurnal Informatika dan Kesehatan
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/ikn.v2i2.3699

Abstract

This research examines the development of a web-based digital library management information system using the Laravel 8.0 framework, aimed at modernizing and optimizing conventional library services. The study addresses critical challenges in traditional library management, including physical access limitations, collection management inefficiencies, difficulties in circulation tracking, and the digital era's demand for more responsive and integrated services. Methodologically, the research adopts a modified waterfall development model comprising four main phases: (1) comprehensive requirements analysis through interviews with 50 stakeholders and observations at 5 pilot libraries, (2) system design utilizing user-centered design approaches, (3) implementation using a modern technology stack consisting of Laravel 8.0, MySQL 8.0 for database management, Bootstrap 5 for user interface, and Redis for caching, and (4) extensive testing encompassing unit testing, integration testing, performance testing, and user acceptance testing with a sample of 100 active users.Implementation results demonstrate significant improvements across various operational aspects: collection management and lending efficiency increased by 85%, collection search time reduced from an average of 5 minutes to 30 seconds, user satisfaction reached 90% based on usability testing, and paper usage reduced by 90%. System performance shows an average response time of 1.2 seconds with a throughput of 100 requests per second, and system availability reaching 99.9%. The integration of modern features such as advanced search, real-time notifications, and recommendation systems has resulted in a more personalized and effective user experience. The system successfully automates library administration processes and provides real-time digital access to library collections, supporting various digital document formats. However, certain limitations were identified, including high bandwidth requirements and complexity in historical data migration. This research makes a significant contribution to library service modernization and can serve as a reference for similar system development in other educational institutions.   ABSTRAK Penelitian ini mengkaji pengembangan sistem informasi manajemen perpustakaan digital berbasis web menggunakan framework Laravel 8.0, yang bertujuan untuk memodernisasi dan mengoptimalkan layanan perpustakaan konvensional. Studi ini dilatarbelakangi oleh berbagai permasalahan dalam pengelolaan perpustakaan tradisional, termasuk keterbatasan akses fisik, inefisiensi dalam pengelolaan koleksi, kesulitan dalam pelacakan sirkulasi buku, serta tuntutan era digital untuk layanan yang lebih responsif dan terintegrasi. Dalam aspek metodologi, penelitian mengadopsi model pengembangan waterfall yang dimodifikasi, meliputi empat tahap utama: (1) analisis kebutuhan komprehensif melalui wawancara dengan 50 stakeholder dan observasi di 5 perpustakaan percontohan, (2) perancangan sistem menggunakan pendekatan user-centered design, (3) implementasi menggunakan stack teknologi modern yang terdiri dari Laravel 8.0, MySQL 8.0 untuk basis data, Bootstrap 5 untuk antarmuka pengguna, dan Redis untuk caching, serta (4) serangkaian pengujian menyeluruh mencakup unit testing, integration testing, performance testing, dan user acceptance testing dengan sampel 100 pengguna. Hasil implementasi menunjukkan peningkatan signifikan dalam berbagai aspek operasional perpustakaan: efisiensi pengelolaan koleksi dan peminjaman meningkat 85%, waktu pencarian koleksi berkurang dari rata-rata 5 menit menjadi 30 detik, kepuasan pengguna mencapai 90% berdasarkan pengujian usability, dan pengurangan penggunaan kertas hingga 90%. Performa sistem menunjukkan response time rata-rata 1.2 detik dengan throughput 100 request per detik, serta tingkat ketersediaan sistem mencapai 99.9%. Integrasi fitur-fitur modern seperti pencarian lanjutan, notifikasi real-time, dan sistem rekomendasi menghasilkan pengalaman pengguna yang lebih personal dan efektif. Sistem ini berhasil mengotomatisasi proses administrasi perpustakaan dan menyediakan akses digital terhadap koleksi perpustakaan secara real-time, dengan dukungan untuk berbagai format dokumen digital. Meskipun demikian, beberapa keterbatasan teridentifikasi, seperti kebutuhan bandwidth yang tinggi dan kompleksitas dalam migrasi data historis. Penelitian ini memberikan kontribusi signifikan dalam modernisasi layanan perpustakaan dan dapat menjadi referensi untuk pengembangan sistem serupa di institusi pendidikan lainnya.
Model Penelitian Basis Data untuk Sistem Informasi Skala Besar Ega Seladevi; Desi Ramadani Putri; Agung Wibowo
Jurnal Informatika dan Kesehatan Vol. 2 No. 2 (2025): IKN : Jurnal Informatika dan Kesehatan
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/ikn.v2i2.3804

Abstract

Database management is a crucial aspect of developing large-scale information systems that require high efficiency, scalability, and reliability. This article discusses a research model based on scientific methodology to design and optimize databases for large-scale information systems. The research approach includes exploring database schema design techniques, evaluating performance using large datasets, and implementing optimization strategies such as indexing, data partitioning, and replication. This study also highlights the comparison between relational (SQL) and non-relational (NoSQL) databases in the context of complex information system requirements. The research findings show that applying a systematic methodology can improve data processing efficiency by up to 30% and accelerate system response time. This article provides practical guidelines for developers and researchers in designing reliable database solutions to meet large-scale demands, as well as guidance for information system developers in selecting and implementing the appropriate database model. ABSTRAK Pengelolaan basis data merupakan aspek krusial dalam pengembangan sistem informasi skala besar yang memerlukan efisiensi, skalabilitas, dan keandalan tinggi. Artikel ini membahas model penelitian berbasis metodologi ilmiah untuk merancang dan mengoptimalkan basis data pada sistem informasi skala besar. Pendekatan penelitian mencakup eksplorasi teknik perancangan skema basis data, evaluasi performa menggunakan dataset besar, serta implementasi strategi optimasi seperti indexing, partisi data, dan replikasi. Studi ini juga menyoroti perbandingan antara basis data relasional (SQL) dan non-relasional (NoSQL) dalam konteks kebutuhan sistem informasi yang kompleks. Hasil penelitian menunjukkan bahwa penerapan metodologi yang sistematis mampu meningkatkan efisiensi pengolahan data hingga 30% dan mempercepat waktu respons sistem. Artikel ini memberikan panduan praktis bagi pengembang dan peneliti dalam merancang solusi basis data yang handal untuk memenuhi tuntutan skala besar, serta memberikan panduan bagi para pengembang sistem informasi dalam memilih dan mengimplementasikan model basis data yang tepat.
Implementasi Machine Learning untuk Prediksi Performa Lari Berdasarkan Data Strava Ardi Kurniawan; Didiet Hendrawan; Agung Wibowo
Jurnal Informatika dan Kesehatan Vol. 3 No. 2 (2026): IKN : Jurnal Informatika dan Kesehatan
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/ikn.v3i2.4864

Abstract

This research aimed to examine the utilization of running activity data obtained from the Strava platform in developing a machine learning–based model for predicting running performance. The main issue underlying this study was the suboptimal use of runners’ daily activity data as a scientific foundation for designing predictive and personalized training programs. This study implemented machine learning algorithms to predict running performance by using distance, speed, training duration, elevation changes, and heart rate as input variables. A quantitative method was applied through multiple linear regression analysis on 120 samples of running activity data. The results showed that speed was the most influential factor, contributing 54.02% to performance variation, followed by distance at 37.45% and heart rate at 29.27%. The developed model was able to explain more than 50% of the variation in running performance, with low prediction error rates based on Mean Absolute Error (MAE) and Root Mean Square Error (RMSE). These findings indicate that the integration of machine learning and Strava data is effective in producing accurate and practical running performance predictions.   ABSTRAK Penelitian ini bertujuan untuk mengkaji pemanfaatan data aktivitas lari yang diperoleh dari platform Strava dalam membangun model prediksi performa lari berbasis machine learning. Permasalahan utama yang melatarbelakangi penelitian ini adalah belum maksimalnya pemanfaatan data aktivitas harian pelari sebagai dasar ilmiah dalam perancangan program latihan yang bersifat prediktif dan personal. Penelitian ini mengimplementasikan algoritma machine learning untuk memprediksi performa lari dengan menggunakan variabel jarak tempuh, kecepatan, durasi latihan, perubahan elevasi, dan denyut jantung. Metode yang digunakan adalah pendekatan kuantitatif melalui analisis regresi linear berganda terhadap 120 sampel data aktivitas lari. Hasil penelitian menunjukkan bahwa kecepatan merupakan faktor yang memberikan kontribusi terbesar terhadap variasi performa sebesar 54,02%, disusul oleh jarak tempuh sebesar 37,45% dan denyut jantung sebesar 29,27%. Model yang dikembangkan mampu menjelaskan lebih dari 50% variasi performa lari dengan tingkat kesalahan prediksi yang rendah berdasarkan nilai Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Temuan ini menunjukkan bahwa integrasi machine learning dengan data Strava efektif dalam menghasilkan prediksi performa lari yang akurat dan aplikatif.
Sistem Pendukung Keputusan Pemilihan Objek Wisata di Bandungan Menggunakan Metode AHP dan GIS Sendi Afianto; Agung Wibowo
Jurnal Informatika dan Kesehatan Vol. 3 No. 2 (2026): IKN : Jurnal Informatika dan Kesehatan
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/ikn.v3i2.5422

Abstract

Bandungan is one of the leading tourism areas in Semarang Regency, offering various natural, artificial, and cultural attractions. The large number of tourist destinations often makes it difficult for visitors to determine the most suitable destination based on their preferences. This study aims to develop a Decision Support System (DSS) for selecting tourist attractions in Bandungan using the Analytical Hierarchy Process (AHP) integrated with a Geographic Information System (GIS). AHP is applied to determine the priority weight of each criterion, while GIS is used to visualize the spatial distribution of tourist attractions through digital maps. The study employs six evaluation criteria, namely ticket price, accessibility, facilities, natural beauty, cleanliness, and visitor rating, involving ten tourist destinations as alternatives. The results indicate that natural beauty has the highest priority weight of 0.365685, whereas ticket price has the lowest weight of 0.051548. The consistency test produced a Consistency Ratio (CR) of 0.0118, indicating that the pairwise comparison matrix is consistent. Based on the ranking results, Taman Bunga Celosia Bandungan achieved the highest preference value of 2.637046, making it the most recommended tourist destination. The integration of AHP and GIS provides objective recommendations while enabling users to visualize the geographical location of tourist attractions interactively.   ABSTRAK Bandungan merupakan salah satu kawasan wisata unggulan di Kabupaten Semarang yang memiliki beragam destinasi wisata. Banyaknya opsi wisata menyebabkan wisatawan mengalami kesulitan dalam menentukan destinasi yang paling sesuai dengan kebutuhan dan preferensi yang diinginkan. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang dapat memberikan rekomendasi objek wisata terbaik di Kecamatan Bandungan dengan menggunakan metode Analytical Hierarchy Process (AHP) yang dipadukan dengan Geographic Information System (GIS). Metode AHP digunakan untuk menentukan bobot prioritas setiap kriteria, sedangkan GIS digunakan untuk menampilkan persebaran lokasi objek wisata secara spasial melalui peta digital. Penelitian menggunakan enam kriteria yaitu harga tiket, aksesibilitas, fasilitas, keindahan alam, kebersihan, dan rating pengunjung dengan sepuluh alternatif objek wisata. Hasil perhitungan menunjukkan bahwa kriteria keindahan alam menjadi bobot terbesar sebesar 0,365685, sedangkan harga tiket memiliki bobot terkecil sebesar 0,051548. Pengujian konsistensi menghasilkan nilai Consistency Ratio (CR) sebesar 0,0118, sehingga matriks perbandingan dinyatakan konsisten. Berdasarkan hasi rangking, objek wisata Taman Bunga Celosia Bandungan memperoleh nilai preferensi tertinggi sebesar 2,637046, sehingga menjadi rekomendasi sebagai objek wisata terbaik di Kecamatan Bandungan. Integrasi AHP dan GIS mampu membantu wisatawan memperoleh rekomendasi destinasi wisata secara objektif sekaligus menampilkan informasi lokasi secara interaktif.