Garuda - Garba Rujukan Digital

SISTEM INFORMASI PERPUSTAKAAN PADA SMA NEGERI JAYALOKA BERBASIS WEB DAN BARCODE SCANNER Davit Irawan; Bunga Intan; Endang Tri Astuti
Jurnal Teknologi Informasi Mura Vol 14 No 2 (2022): Jurnal Teknologi Informasi Mura Desember
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i2.1826

Pada penelitian ini di ketahui bahwa perpustakaan SMAN Jayaloka memiliki permasalahan yaitu pada proses peminjaman dan pengembalian buku yang dimana pada prosesnya masih dilakukan secara manual dengan cara pencatatan sehingga pada prosesnya akan membutuhkan waktu yang cukup lama dalam pengolahan data-data tersebut. Hasil dari penelitian menunjukkan bahwa program sistem informasi perpustakaan pada SMA Negeri Jayaloka berbasis web mobile dan barcode scanner merupakan suatu sistem informasi yang dapat membantu dalam proses perminjaman dan pengembalian buku dan pembuatan laporan, dan dalam pembuatan sistem menggunakan bahasa pemograman PHP dan database MySQL serta Notepad++ dalam penulisan code program. Kesimpulan dalam penelitian ini adalah bahwa sistem informasi perpustakaan pada SMA NegerI Jayaloka berbasis web mobile dan barcode scanner dapat membantu agar dalam proses peminjaman dan pengembalian tidak memakan waktu yang lama dan dapat mendapatkan hasil yang akurat serta cepat.

PENGENALAN BAHASA DAERAH LUBUKLINGGAU DILENGKAPI DENGAN TEXT TO SPEECH BERBASIS ANDROID (STUDI KASUS DINAS PENDIDIKAN DAN KEBUDAYAAN KOTA LUBUKLINGGAU) Lukman Sunardi; Davit IRawan; Indah Pratami
JSAI (Journal Scientific and Applied Informatics) Vol 6 No 2 (2023): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v6i2.5017

A well- Indonesia is an archipelagic country that has many ethnic groups, cultures and languages. Almost all regions in Indonesia have their own regional languages. However, currently the use of regional languages has begun to decline as a means of daily communication in the regions. The accent only looks harsher, you could also say it's rough, even though actually the lubuklinggau accent is soft for lubuklinggau people. Lubuklinggau language is the language that is often used by the people of Lubuklinggau city for daily communication. For this reason, there are many studies discussing technology that can help expand learning about regional languages, especially Lubuklinggau language with features that can be entered into smartphones, namely text-to-speech, typing words and the most important thing is speech recognition. The writers of this study made use of the research technique known as qualitative research. To understand human or social phenomena, qualitative research is a process of research that involves the creation of a comprehensive and complex picture that can be presented in words, the reporting of detailed views obtained from informant sources, and the carrying out of research in its natural settings. The selection of this qualitative research is also due to the fact that the data is more in the nature of information or explanations that are not numerical in nature. Primary data, which are presented in the form of speech or behaviour witnessed through surveillance or conversations, and secondary data, which are presented in the form of literature, make up the data in this investigation. The application produced is an online regional language dictionary application based on Android.

SISTEM INFORMASI PERPUSTAKAAN PADA SMA NEGERI JAYALOKA BERBASIS WEB DAN BARCODE SCANNER Davit Irawan; Bunga Intan; Endang Tri Astuti
Jurnal Teknologi Informasi Mura Vol 14 No 2 (2022): Jurnal Teknologi Informasi Mura Desember
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i2.1826

Pada penelitian ini di ketahui bahwa perpustakaan SMAN Jayaloka memiliki permasalahan yaitu pada proses peminjaman dan pengembalian buku yang dimana pada prosesnya masih dilakukan secara manual dengan cara pencatatan sehingga pada prosesnya akan membutuhkan waktu yang cukup lama dalam pengolahan data-data tersebut. Hasil dari penelitian menunjukkan bahwa program sistem informasi perpustakaan pada SMA Negeri Jayaloka berbasis web mobile dan barcode scanner merupakan suatu sistem informasi yang dapat membantu dalam proses perminjaman dan pengembalian buku dan pembuatan laporan, dan dalam pembuatan sistem menggunakan bahasa pemograman PHP dan database MySQL serta Notepad++ dalam penulisan code program. Kesimpulan dalam penelitian ini adalah bahwa sistem informasi perpustakaan pada SMA NegerI Jayaloka berbasis web mobile dan barcode scanner dapat membantu agar dalam proses peminjaman dan pengembalian tidak memakan waktu yang lama dan dapat mendapatkan hasil yang akurat serta cepat.

Analisis Sentimen Publik Tagar #IndonesiaGelap atas Kebijakan APBN 2025 Menggunakan Naïve Bayes-Word2Vec Twitter Malindo Octavian; Muhamad Akbar; Davit Irawan
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2300

Persepsi publik terhadap kebijakan fiskal pemerintah menjadi isu penting di era digital, terutama dengan meningkatnya penggunaan media sosial sebagai sarana penyampaian opini. Munculnya tagar #IndonesiaGelap mencerminkan respons masyarakat terhadap kebijakan Anggaran Pendapatan dan Belanja Negara (APBN) tahun 2025 di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap isu tersebut dengan memanfaatkan data dari Twitter berbahasa Indonesia. Penelitian ini menggunakan pendekatan kuantitatif melalui analisis sentimen berbasis machine learning. Sebanyak 1.000 data tweet dikumpulkan dan diproses melalui tahapan preprocessing, meliputi cleaning, tokenizing, dan normalisasi teks. Ekstraksi fitur dilakukan menggunakan metode Word2Vec, sedangkan proses klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Hasil penelitian menunjukkan bahwa model memperoleh akurasi sebesar 56,7% dengan distribusi sentimen yang didominasi oleh kelas netral. Hal ini menunjukkan bahwa sebagian besar opini publik bersifat informatif dan tidak secara eksplisit mengandung sentimen positif atau negatif. Namun, model masih memiliki keterbatasan dalam mengklasifikasikan sentimen minoritas akibat ketidakseimbangan data. Penelitian ini berkontribusi dalam penerapan metode machine learning untuk menganalisis persepsi publik terhadap kebijakan fiskal serta memberikan gambaran empiris mengenai respons masyarakat berbasis data media sosial, sekaligus menekankan pentingnya peningkatan kualitas data dan optimasi model untuk hasil yang lebih akurat.

PENERAPAN K-MEANS CLUSTERING UNTUK IDENTIFIKASI LOKASI STRATEGIS BISNIS FOOD AND BEVERAGE DI KOTA LUBUKLINGGAU M. Rizky Pratama Putra; Novi Lestari; Davit Irawan
JUTIM (Jurnal Teknik Informatika Musirawas) Vol. 11 No. 2 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Perkembangan usaha bisnis food and beverage (F&B) di Kota Lubuklinggau menuntut penentuan lokasi usaha yang strategis dan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi pola persebaran lokasi usaha F&B menggunakan pendekatan analisis spasial berbasis algoritma K-Means Clustering. Data diperoleh dari Google Maps melalui teknik web scraping menggunakan framework Playwright berbasis Node.js dengan jumlah awal 4.350 data lokasi usaha. Data kemudian diproses menggunakan tahapan Knowledge Discovery in Databases (KDD) yang meliputi Exploratory Data Analysis (EDA), preprocessing, transformasi data, dan pemodelan clustering hingga diperoleh 1.602 data bersih. Penentuan jumlah klaster optimal dilakukan menggunakan Elbow Method dan dievaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah dua klaster dengan nilai Silhouette Score sebesar 0,5653 yang mengindikasikan kualitas klaster cukup baik. Klaster pertama memiliki kepadatan usaha tinggi dan berada dekat pusat Kota Lubuklinggau sehingga diinterpretasikan sebagai kawasan paling strategis, sedangkan klaster kedua memiliki kepadatan lebih rendah dan berpotensi dikembangkan dengan tingkat persaingan yang lebih kecil.

KLASIFIKASI KEPUASAN PENGGUNA APLIKASI PUSAKA MENGGUNAKAN ALGORITMA DECISION TREE DAN RANDOM FOREST Riska Almira; Davit Irawan; Harma Oktafia Lingga Wijaya
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 1 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Tingkat kepuasan pengguna adalah salah satu dari faktor yang mempengaruhi keberhasilan suatu aplikasi. Kepuasan pengguna dapat dianalisis menggunakan pendekatan machine learning yang mampu mengungkap pola sentimen dari ulasan pengguna. Aplikasi PUSAKA adalah salah satu aplikasi layanan publik yang memberikan akses ke berbagai dokumen penting secara digital. Namun, aplikasi ini menghadapi beberapa keluhan pengguna, seperti masalah force close, kesulitan login, dan update yang bermasalah, yang memengaruhi tingkat kepuasan pengguna. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna aplikasi PUSAKA berdasarkan ulasan di App Store dengan menggunakan algoritma Decision Tree dan Random Forest. Data penelitian ini terdiri dari 294 ulasan pengguna yang dikumpulkan melalui web scraping, dengan 185 ulasan positif dan 109 ulasan negatif. Data yang diperoleh melalui scraping dianalisis menggunakan model machine learning dengan tahapan preprocessing, pembagian data menggunakan skema 80:20, dan ekstraksi fitur menggunakan TF-IDF. Pengujian algoritma menunjukkan bahwa Random Forest memiliki performa yang lebih baik dengan akurasi 95%, precision 97%, dan recall 94%, dibandingkan Decision Treeyang memiliki akurasi 86%, precision 94%, dan recall 83%. Analisis visualisasi menunjukkan bahwa ulasan negatif sering kali berisi kata-kata seperti absen, tolong, update, dan login, yang dapat dijadikan fokus perbaikan aplikasi. Hasil penelitian ini memberikan rekomendasi kepada pengembang aplikasi PUSAKA untuk meningkatkan pengalaman pengguna melalui penanganan masalah utama yang ditemukan dalam ulasan negatif, serta memastikan stabilitas dan keandalan aplikasi untuk meningkatkan kepuasan pengguna. Kata kunci: Decision Tree, Random Forest, Machine Learning, Aplikasi PUSAKA, Ulasan Pengguna

MODEL MACHINE LEARNING BERBASIS HYBRID CHI-SQUARE–SVM UNTUK SELEKSI KELUARGA PENERIMA MANFAAT PROGRAM PKH Velly Inora; Davit Irawan; Elmayati Elmayati
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 2 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Kemiskinan merupakan permasalahan sosial mendasar yang masih dihadapi Indonesiasehingga diperlukan mekanisme penyaluran bantuan sosial yang tepat sasaran. Program KeluargaHarapan (PKH) dirancang untuk meningkatkan kesejahteraan keluarga miskin melalui bantuantunai bersyarat di bidang pendidikan dan kesehatan. Namun, proses seleksi Keluarga PenerimaManfaat (KPM) masih menghadapi kendala berupa ketidakakuratan data, subjektivitas penilaian,serta keterbatasan verifikasi manual. Penelitian ini bertujuan untuk merancang dan menguji modelmachine learning berbasis Hybrid Chi-Square– Support Vector Machine (SVM) dalammeningkatkan akurasi dan objektivitas seleksi KPM PKH. Metode Chi-Square digunakan untukmenyeleksi fitur sosial ekonomi yang paling relevan, sedangkan algoritma SVM dengan kernelRadial Basis Function (RBF) diterapkan sebagai metode klasifikasi. Hasil pengujianmenunjukkan bahwa model Hybrid Chi-Square–SVM mencapai kinerja yang sangat optimaldengan nilai akurasi, precision, recall, dan f1-score sebesar 100% pada kedua kelas, yaitu PKHdan Tidak PKH. Selain itu, model menunjukkan performa yang seimbang tanpa bias antar kelas.Dengan demikian, pendekatan yang diusulkan terbukti efektif dalam meningkatkan ketepatan danefisiensi proses seleksi penerima PKH serta berpotensi diterapkan sebagai sistem pendukungkeputusan berbasis data guna mendukung penyaluran bantuan sosial yang lebih tepat sasaran,transparan, dan akuntabel.Kata Kunci : Program Keluarga Harapan (PKH), Machine Learning, Chi-Square, Support VectorMachine (SVM)

Platform E-Pangkal AI Berbasis Kearifan Lokal untuk Monitoring Harga dan Distribusi Pangan Strategis Kota Lubuklinggau Muhammad Irvai; Davit Irawan; Ade Famalika
BETRIK Vol. 17 No. 02 (2026): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/yg8zpb45

This study is motivated by the importance of controlling the stability of strategic food prices to support food security and economic stability in Lubuklinggau City. Price fluctuations are influenced by the complexity of the supply chain, while conventional price reporting and food distribution systems result in delays in information dissemination and less effective policy decision-making. This study aims to develop E-Pangkal AI, a digital platform that integrates real-time food price and distribution monitoring, Long Short-Term Memory (LSTM)-based price forecasting, and local wisdom-based analysis to support regional price stabilization and inflation control. The research employed the Research and Development (R&D) method using the Prototype development model, which includes system design, prototype development, user evaluation, and iterative system refinement. The commodities analyzed consisted of rice, shallots, red chili peppers, cooking oil, and chicken meat, with a total of 1,797 datasets. The results of the LSTM model evaluation demonstrated good forecasting accuracy based on the Mean Absolute Percentage Error (MAPE), with values of 1.96% for rice, 6.98% for shallots, 3.63% for red chili peppers, 2.80% for cooking oil, and 2.06% for chicken meat. The findings indicate that the E-Pangkal AI platform is capable of integrating food price monitoring, food distribution monitoring, and LSTM-based price forecasting, enabling it to serve as a decision support system for the Government of Lubuklinggau City

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search