Claim Missing Document
Check
Articles

Found 3 Documents
Search

Rancang Bangun Sistem Absensi Siswa Berbasis Barcode untuk Peningkatan Akurasi Data Kehadiran SMA IT Yapira Akbar Rusmanto; Nabil Gilang Ramadhan; Fiyado Yudha Witama; Abdul Kholik; Muhammad Fariz; Zikri Maulana; Rizki Ramadhan; Muhammad Raffi; Mega Nurmala; Nabila Innayah; Dani Ramdani
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 3 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Kehadiran siswa merupakan indikator penting kedisiplinan dalam proses akademik. Di SMA IT Yapira, sistem pencatatan kehadiran saat ini masih dilakukan secara konvensional dengan memanggil nama siswa satu per satu (manual roll call). Metode ini sangat tidak efisien karena memakan waktu efektif pembelajaran, rawan kesalahan pencatatan, dan menyulitkan proses rekapitulasi data. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk merancang dan membangun sistem absensi berbasis barcode (QR Code) serta memberikan pelatihan penggunaannya kepada guru dan siswa. Metode pelaksanaan meliputi perancangan sistem selama tiga minggu dan pelatihan intensif selama satu hari. Hasil dari kegiatan ini adalah tersedianya sistem absensi digital yang memungkinkan pencatatan kehadiran secara instan melalui pemindaian kartu pelajar, menggantikan metode pemanggilan manual yang lambat. Penerapan sistem ini terbukti meningkatkan efisiensi waktu jam pelajaran dan validitas data absensi.
Perancangan Sistem Informasi dan Monitoring Jaringan Warnet / RT/RW Net di PT AJ Network Net Fiber Muhamad Reza Nur Ihsan; Farizi Ilham; Dhemes Ichsan Ramadhani; Rizki Ramadhan
Jurnal Riset Informatika dan Inovasi Vol 4 No 1 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Perkembangan teknologi informasi mendorong kebutuhan akan sistem yang mampu mengintegrasikan proses administrasi dan monitoring jaringan secara efektif. PT AJ Network Net Fiber sebagai penyedia layanan internet berbasis Warnet dan RT/RW Net masih menghadapi kendala dalam pengelolaan data pelanggan, pencatatan pembayaran, serta monitoring jaringan yang dilakukan secara terpisah sehingga mengurangi efisiensi operasional. Penelitian ini bertujuan untuk merancang sistem informasi dan monitoring jaringan yang mampu mengintegrasikan pengelolaan pelanggan, monitoring bandwidth, pencatatan pembayaran, manajemen queue, pencatatan log aktivitas pengguna, pengiriman notifikasi tagihan, dan penyusunan laporan keuangan dalam satu platform berbasis web. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dibangun menggunakan bahasa pemrograman PHP, basis data MySQL, serta terintegrasi dengan MikroTik API untuk mendukung pengelolaan jaringan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengelola data pelanggan, melakukan monitoring bandwidth secara real-time, mencatat pembayaran, mengelola queue, merekam log aktivitas pengguna, mengirimkan notifikasi tagihan, serta menyajikan laporan keuangan secara terintegrasi. Hasil pengujian menunjukkan bahwa seluruh fitur utama sistem dapat berjalan sesuai dengan kebutuhan pengguna. Dengan demikian, sistem yang dirancang dapat meningkatkan efektivitas pengelolaan layanan internet serta mendukung proses administrasi dan monitoring jaringan secara lebih terintegrasi di PT AJ Network Net Fiber.
Clustering Pelanggan Supermarket Menggunakan Algoritma K-Means dan Reduksi Dimensi Principal Component Analysis (PCA) Abdul Kholik; Adjie Febrianto; Rizki Ramadhan; Perani Rosyani
Jurnal Riset Informatika dan Inovasi Vol 3 No 10 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Transformasi digital di industri ritel menghasilkan akumulasi data pelanggan berskala besar yang memerlukan analisis cerdas untuk ekstraksi insight bernilai. Segmentasi tradisional berbasis demografi sering kali tidak memadai untuk menangkap kompleksitas perilaku konsumen modern. Penelitian ini bertujuan mengembangkan model segmentasi pelanggan supermarket yang akurat dan dapat ditindaklanjuti dengan mengintegrasikan teknik reduksi dimensi Principal Component Analysis (PCA) dan algoritma clustering K-Means. Metodologi yang diterapkan mencakup tahapan preprocessing data, reduksi dimensi dengan PCA, determinasi kluster optimal menggunakan pendekatan multi-metrik (Elbow Method, Silhouette Score, Davies-Bouldin Index), pelatihan model K-Means++, serta evaluasi dan interpretasi hasil. Dataset yang digunakan adalah Mall Customer Segmentation Data (200 sampel, 5 fitur). Hasil eksperimen menunjukkan bahwa integrasi PCA dan K-Means berhasil mengidentifikasi lima segmen pelanggan yang berbeda secara signifikan (p-value < 0.001) dengan karakteristik unik: The AffluentYouth (19.5%), The Budget-Conscious Middle-Aged (17.5%), The Moderate-Spending Seniors (11.0%), The High-Spending Low-Income Youth (22.0%), dan The Wealthy Savers (30.0%). Model mencapai Silhouette Score 0.55 dan Davies-Bouldin Index 0.71, menunjukkan kualitas clustering yang baik. Analisis komparatif mengungkap peningkatan kinerja sebesar 14.6% dibandingkan penerapan K-Means tanpa PCA. Temuan ini memberikan dasar berbasis data untuk strategi pemasaran terpersonalisasi, manajemen inventaris, dan pengembangan program loyalitas di supermarket.