Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Aplikasi EMKASADA untuk Penjadwalan Kegiatan Perkuliahan Program Studi Sains Data UPN Veteran Jawa Timur Pakpahan, Vera Febrianti; Afidria, Zulfa Febi; Bhalqis, Anissa Andiar; Hindrayani, Kartika Maulida; Trimono
Journal of Technology and Informatics (JoTI) Vol. 7 No. 1 (2025): Vol. 7 No.1 (2025)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v7i1.835

Abstract

The development of information technology has encouraged innovation in various fields, including education. Lecture scheduling is one important aspect that requires special attention to ensure efficient and effective use of resources. The EMKASADA application improves efficiency in lecture scheduling by automating the process of preparing schedules, thus reducing the time and manual effort in managing schedules. With features such as dashboards, lecturer data, courses, days, sessions, rooms, lecturers, and automatic scheduling, this system is able to speed up the schedule preparation process and optimize the allocation of available resources. In terms of effectiveness, the EMKASADA application ensures that scheduling is more optimal by minimizing the possibility of clashes between lecturer schedules, courses, and rooms. With the waterfall method approach, the system is developed in a structured and systematic manner, following the stages from requirements analysis to maintenance. Testing was conducted using the black box testing method to ensure all application features, such as dashboards, lecturer data, courses, days, sessions, rooms, lecturers, and scheduling, function properly. The test results show that the features in the EMKASADA application function properly and are able to increase efficiency in scheduling lectures.
KLASTERISASI TINGKAT KESEJAHTERAAN MASYARAKAT MENGGUNAKAN METODE SELF ORAGNIZING MAPS DENGAN PARTICLE SWARM OPTIMIZATION Afidria, Zulfa Febi; Trimono, Trimono; Prasetya, Dwi Arman
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7752

Abstract

Pulau Jawa juga merupakan salah satu pulau yang masih menjadi kontributor terbesar dalam pertumbuhan ekonomi Indonesia. Kontribusi Pulau Jawa diperkirakan akan menyentuh porsi hingga 58,75 persen pada tahun 2023. Namun, di balik pertumbuhan ekonominya yang pesat, Pulau Jawa masih menghadapi tantangan kesejahteraan seperti tingginya pengangguran, kemiskinan, serta rendahnya kualitas sumber daya manusia dan pendidikan. penelitian ini bertujuan untuk mengelompokkan tingkat kesejahteraan Masyarakat di Pulau Jawa menggunakan metode Self Organizing Maps dengan Particle Swarm Optimization. Metode ini dipilih karena SOM juga sangat efisien dalam mengelola data yang mengandung noise, outlier, serta nilai yang hilang karena ukuran sampelnya tidak memiliki batasan. Akan tetapi SOM juga memiliki kelemahan yaitu jumlah cluster perlu ditentukan secara spesifik dan untuk mendapatkan batas cluster peneliti harus melakukan inspeksi manual atau menggunakan algoritma cluster hierarki atau partisi. Penentuan batas cluster pada metode SOM dapat menggunakan metode Particle Swarm Optimization(PSO). Kebaruan dari penelitian ini adalah penerapan kombinasi metode SOM dan PSO dalam analisis kesejahteraan masyarakat di Pulau Jawa, yang masih jarang digunakan pada studi serupa. hasil penelitian ini menunjukkan model terbaik membentuk 3 cluster dengan nilai silhouette coefficient tertinggi sebesar 0.7293 Nilai tersebut menunjukkan bahwa struktur cluster yang terbentuk termasuk dalam kategori baik.