Garuda - Garba Rujukan Digital

Sistem Informasi Pengelolaan Operasional dan Keuangan Perusahaan Bus Pada PO Bumexs 99 Wildan Rasyidi Asy Syuaraa; Sri Rezeki Candra Nursari
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.110612

Abstrak :Perkembangan usaha transportasi yang semakin kompetitif mendorong perusahaan untuk mengoptimalkan proses bisnis secara adaptif, khususnya dalam pengelolaan operasional dan keuangan. Penelitian ini bertujuan mengembangkan sistem informasi pada PO Bumexs 99 yang sebelumnya masih berjalan manual tanpa pelaporan terintegrasi. Sistem dibangun menggunakan metode agile dengan teknologi Next.js dan Golang, serta dilengkapi fitur manajemen armada, penjadwalan perjalanan, transaksi penyewaan, servis kendaraan, laporan keuangan, dan integrasi Midtrans sebagai payment gateway untuk mendukung pembayaran otomatis. Hasil implementasi menunjukkan sistem dapat berjalan dengan baik dan menyediakan laporan operasional serta keuangan yang membantu pengambilan keputusan manajemen. Pengujian dengan 11 responden juga menunjukkan hasil positif, dengan mayoritas menyatakan Sangat Setuju terhadap aspek fungsionalitas (77,27%), antarmuka (70,91%), keandalan dan kinerja sistem (82,73%), dan aksesibilitas (81,82%). Secara keseluruhan, sistem ini terbukti efektif, terstruktur, dan sesuai kebutuhan perusahaan. ===================================================Abstract : The increasing competitiveness in the transportation business sector drives companies to optimize their business processes adaptively, particularly in operational and financial management. This study aims to develop an information system for PO Bumexs 99, which previously relied on manual processes without integrated reporting. The system was built using the agile method with Next.js and Golang technologies, and equipped with features such as fleet management, trip scheduling, rental transactions, vehicle maintenance, financial reporting, and Midtrans integration as a payment gateway to support automated payments. The implementation results show that the system operates effectively and provides operational and financial reports that support managerial decision-making. Testing with 11 respondents also yielded positive results, with the majority strongly agreeing on functionality (77.27%), interface (70.91%), system reliability and performance (82.73%), and accessibility (81.82%). Overall, the system has proven to be effective, well-structured, and aligned with the company’s needs.

Pengembangan Sistem Pendukung Keputusan Audit Mutu Internal Berbasis IAPS 4.0 Menggunakan Algoritma Profile Matching Ahmad Syamsudin; Muhammad Syamsul Ma'arif
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.109658

Abstrak : Audit Mutu Internal (AMI) merupakan salah satu elemen utama dalam Sistem Penjaminan Mutu Internal (SPMI) perguruan tinggi yang bertujuan menjamin penyelenggaraan tridharma sesuai standar mutu. Namun, proses AMI sering menghadapi kendala seperti subjektivitas auditor, keterlambatan pelaporan, dan kurangnya integrasi data digital. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan Audit Mutu Internal berbasis IAPS 4.0 dengan menerapkan algoritma Profile Matching untuk meningkatkan objektivitas dan efisiensi penilaian. Sistem dibangun menggunakan framework CodeIgniter 4 dengan arsitektur Model–View–Controller (MVC) serta basis data MySQL. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model Waterfall, meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Pengujian dilakukan melalui black box testing dan validasi hasil perhitungan algoritma dibandingkan dengan hasil audit manual. Hasil menunjukkan bahwa sistem berfungsi dengan baik secara fungsional dan memiliki tingkat akurasi sebesar 94,2% (selisih rata-rata 5,8%) terhadap hasil audit manual. Selain itu, sistem mampu mengurangi waktu pelaksanaan audit hingga 40% dan meningkatkan objektivitas penilaian. Integrasi metode Profile Matching dengan indikator IAPS 4.0 menjadi inovasi baru yang belum diterapkan sebelumnya di konteks Perguruan Tinggi Keagamaan. Dengan demikian, sistem ini dapat menjadi model decision support system berbasis data yang efektif dalam mendukung pelaksanaan AMI secara objektif, efisien, dan terukur. =================================================Abstract :The Internal Quality Audit (IQA) is a core component of the university’s Internal Quality Assurance System (IQAS), aiming to ensure the implementation of the tridharma complies with national quality standards. However, IQA processes often face issues such as auditor subjectivity, delayed reporting, and lack of integrated digital documentation. This study aims to develop a Decision Support System for Internal Quality Audit based on IAPS 4.0, integrating the Profile Matching algorithm to enhance the objectivity and efficiency of evaluations. The system was developed using the CodeIgniter 4 framework with a Model–View–Controller (MVC) architecture and MySQL database. The research employed a Research and Development (R&D) approach with the Waterfall model, including needs analysis, system design, implementation, and testing. The system was evaluated using black box testing and validated by comparing the algorithmic results with manual audit outcomes. The findings indicate that the system operates effectively with an accuracy level of 94.2% (average deviation of 5.8%) compared to manual audits. It also reduces audit time by up to 40% and minimizes auditor subjectivity. Integrating the Profile Matching method with IAPS 4.0 indicators represents a novel contribution, particularly in the context of Islamic higher education institutions. Therefore, the system serves as a data-driven decision support model that enhances the effectiveness, efficiency, and objectivity of the internal quality audit process.

Perancangan dan Pengembangan Aplikasi Exam System Online dengan Media Camera Yudho Yudhanto; Muhammad Afkar Triwardana; Iqbal Farhan Rasyid; Winita Sulandari; Dimas Prasetyo Utomo
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.107354

Abstrak : Perkembangan teknologi informasi telah mendorong terjadinya transformasi digital di berbagai sektor, termasuk dalam penyelenggaraan evaluasi pembelajaran di bidang pendidikan. Meskipun demikian, implementasi sistem ujian berbasis daring masih menghadapi sejumlah permasalahan, seperti keterbatasan pengawasan, keamanan data, serta efisiensi proses penilaian. Penelitian ini bertujuan untuk merancang dan mengembangkan Smart Exam System (SES) sebagai sistem ujian berbasis web yang terintegrasi, mudah digunakan, dan mampu mendukung proses evaluasi secara efektif. Teknologi camera untuk monitoring dan komunikasi user dan pengawas. Implementasi sistem memanfaatkan framework Laravel, Inertia.js–React, serta basis data MySQL. Pengujian sistem dilakukan melalui dua pendekatan, yaitu Black Box Testing untuk menguji kesesuaian fungsi sistem dengan kebutuhan fungsional, serta Technology Acceptance Model (TAM) untuk mengukur tingkat penerimaan pengguna terhadap sistem. Hasil pengujian Black Box menunjukkan bahwa seluruh fitur utama sistem berjalan sesuai dengan spesifikasi yang dirancang. Sementara itu, hasil pengujian TAM menunjukkan nilai rata-rata keseluruhan sebesar 4,41 yang berada pada kategori sangat baik, yang mengindikasikan bahwa sistem dinilai mudah digunakan, bermanfaat, dan memiliki tingkat penerimaan pengguna yang tinggi. Berdasarkan hasil tersebut, dapat disimpulkan bahwa Smart Exam System (SES) layak untuk diimplementasikan sebagai solusi sistem ujian daring yang efektif dan dapat diterima dengan baik di lingkungan pendidikan.==================================================Abstract : The rapid advancement of information technology has driven digital transformation across various sectors, including the implementation of online examination systems in education. However, many existing online examination platforms still face challenges related to supervision limitations, data security, and assessment efficiency. This study aims to design and develop a Smart Exam System (SES) as a web-based examination system that is integrated, user-friendly, and capable of supporting effective evaluation processes. The system was developed using the Agile Scrum methodology with an iterative approach to enable flexibility and continuous improvement. The implementation utilizes the Laravel framework, Inertia.js–React, and a MySQL database. System evaluation was conducted using two approaches: Black Box Testing to verify functional compliance with system requirements, and the Technology Acceptance Model (TAM) to assess user acceptance of the system. The results of Black Box Testing indicate that all core system functionalities operate as intended according to the specified requirements. Meanwhile, the TAM evaluation achieved an overall average score of 4.41, classified as very good, indicating that the system is perceived as easy to use, useful, and well accepted by users. These findings demonstrate that the proposed Smart Exam System (SES) is feasible and suitable for implementation as an effective online examination solution in educational environments.

Pengenalan Karakter Plat Nomor Kendaraan Menggunakan Metode Optical Character Recognition (OCR) Bayu Gilang Sandjaya; Adlian Jefiza
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.108640

Abstrak : Artikel penelitian ini bertujuan untuk mengevaluasi akurasi sistem Optical Character Recognition (OCR) menggunakan metode YOLO V5 digunakan dalam pengenalan karakter plat nomor kendaraan dengan mempertimbangkan faktor-faktor seperti kondisi fisik plat, pencahayaan, dan jarak pengambilan gambar. Melalui analisis terhadap 14 data plat nomor, ditemukan bahwa plat dalam kondisi baik menunjukkan akurasi tinggi, mencapai 100% dalam banyak kasus, sedangkan plat yang cacat mengalami penurunan akurasi yang signifikan, dengan nilai terendah mencapai 0%. Penelitian menggunakan 5632 gambar plat motor dengan wana kuning, merah, putih, hitam dan hijau. Hasil pengujian juga mengindikasikan bahwa pencahayaan yang baik, terutama pada siang hari, sangat mendukung keberhasilan deteksi, sementara kondisi malam cenderung menurunkan akurasi, khususnya untuk plat yang cacat. Jarak pengambilan gambar juga berpengaruh, di mana jarak yang lebih jauh meningkatkan kemungkinan kesalahan dalam pembacaan karakter. Dari analisis ini, disarankan agar sistem OCR dapat dikembangkan lebih lanjut melalui peningkatan perangkat, penambahan fitur, dan pelatihan yang lebih mendalam dengan kumpulan data yang bervariasi.================================================Abstract : This research article aims to evaluate the accuracy of the Optical Character Recognition (OCR) system using the YOLO V5 method used in vehicle license plate character recognition by considering factors such as the physical condition of the plate, lighting, and shooting distance. Through an analysis of 14 license plate data, it was found that plates in good condition showed high accuracy, reaching 100% in most cases, while defective plates experienced a significant decrease in accuracy, with the lowest value reaching 0%. The study used 5632 images of motorcycle license plates with yellow, red, white, black and green colors. The test results also indicated that good lighting, especially during the day, greatly supports successful detection, while night conditions tend to decrease accuracy, especially for defective plates. The shooting distance also has an effect, where a longer distance increases the possibility of errors in character reading. From this analysis, it is suggested that the OCR system can be further developed through device improvements, additional features, and more in-depth training with varied data sets.

Pemodelan Prediktif Emisi CO2 Kendaraan Kanada: Studi Komparatif Neural Network dan Support Vector Machine Rifki Nur Hidayat Putra; Nindya Dwi Lestari; Dinda Aprillia; Sumanto Sumanto; Imam Budiawan; Roida Pakpahan
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.110736

Abstrak : Sektor transportasi merupakan penyumbang emisi karbon dioksida (CO2) terbesar yang memperparah perubahan iklim. Penelitian ini bertujuan mengembangkan model prediktif yang akurat untuk memperkirakan emisi CO2 kendaraan dengan memanfaatkan pendekatan pembelajaran mesin. Dataset yang digunakan adalah data emisi kendaraan Kanada dari Kaggle. Metode yang diterapkan adalah Support Vector Machine (SVM) dan Neural Network untuk menganalisis pola kompleks dari berbagai parameter teknis kendaraan, seperti ukuran mesin, jumlah silinder, dan jenis transmisi. Hasil penelitian menunjukkan bahwa Neural Network secara konsisten unggul dibandingkan SVM dengan tingkat akurasi prediksi melebihi 90% dan nilai F1-score mencapai 0,831 untuk model SVM serta 0,954 untuk model Neural Network, yang menunjukkan kinerja klasifikasi yang kuat dan konsisten. Neural Network juga terbukti lebih baik dalam menangkap hubungan non-linier antara karakteristik kendaraan dan emisi CO2. Keberhasilan model ini membuka peluang pengembangan model prediktif yang lebih canggih serta dapat menjadi dasar bagi pembuat kebijakan dalam merancang regulasi emisi yang lebih akurat dan berbasis data.=====================================================Abstract :The transportation sector is the largest contributor to carbon dioxide (CO2) emissions that exacerbate climate change. This research aims to develop an accurate predictive model to estimate vehicle CO2 emissions by utilizing a machine learning approach. The dataset used is Canadian vehicle emissions data from Kaggle. The methods applied are Support Vector Machine (SVM) and Neural Network to analyze complex patterns of various vehicle technical parameters, such as engine size, number of cylinders, and transmission type. The results showed that the Neural Network consistently excelled over SVM with a prediction accuracy rate exceeding 90% and an F1-score value of 0.831 for the SVM model and 0.954 for the Neural Network model, indicating a strong and consistent classification performance. Neural networks have also been shown to be better at capturing the non-linear relationship between vehicle characteristics and CO2 emissions. The success of this model opens up opportunities for the development of more sophisticated predictive models and can serve as a basis for policymakers to design more accurate and data-driven emissions regulations.

Analisis Perbandingan Algoritma Decision Tree dengan Random Forest dalam Deteksi Bot DDOS Kristianto Pratama Dessan Putra; Rianto Rianto; EIH Ujianto
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.103161

Abstrak : Tingkat penetrasi internet yang semakin meningkat setiap tahunnya juga berpengaruh pada banyaknya peralihan layanan dari konvensional ke platform internet. Peralihan layanan tersebut terbukti membawa dampak baik, seperti meningkatnya volume penjualan produk. Namun, di sisi lain dengan semakin banyaknya peralihan layanan ke platform internet maka semakin banyak pula celah-celah keamanan yang dapat dieksploitasi, salah satunya serangan bot DDos. Oleh karena itu, diperlukan adanya sistem yang mampu mendeteksi serangan bot DDos dan algoritma yang akan dianalisis dalam penelitian ini adalah Decision Tree dan Random Forest. Penelitian ini akan membandingkan kedua algoritma tersebut untuk menentukan algoritma yang paling optimal dalam mendeteksi serangan bot DDos. Penelitian ini menggunakan dua dataset dalam proses implementasi algoritma, yaitu KDD CUP 1999 dan CICIDS 2017. Ruang lingkup dari perbandingan kedua algoritma meliputi tingkat akurasi dan durasi waktu pemrosesan data. Hasil dari penelitian menunjukkan bahwa algoritma Random Forest unggul tipis dalam hal tingkat akurasi dibandingkan dengan Decision Tree, yaitu 0.9998 untuk Random Forest berbanding 0.9997 untuk Decision Tree. Namun, algoritma Decision Tree unggul jauh dalam hal durasi waktu dibandingkan dengan Random Forest, yaitu 20-30 detik untuk Decision Tree berbanding 210-300 detik untuk Random Forest. Hal tersebut dapat terjadi dikarenakan Random Forest memproses lebih banyak pohon kemungkinan dibandingkan Decision Tree.=============================================Abstract : The increasing internet penetration each year also affects the shift of services from conventional methods to internet platforms. This shift has proven to bring positive impacts, such as an increase in product sales volume. However, there are increasingly more security vulnerabilities that can be exploited, such as DDoS bot attacks. Therefore, a system that capable to detect bot DDoS attacks is needed. This study compares these two algorithms (Decision Tree and Random Forest) to determine which is the most optimal for detecting bot DDoS attacks. The scope of the comparison includes accuracy levels and data processing time. The results show that Random Forest slightly outperforms Decision Tree in terms of accuracy, with a score of 0.9998 for Random Forest compared to 0.9997 for Decision Tree. However, Decision Tree is significantly superior in processing time compared to Random Forest (20–30 seconds for Decision Tree versus 210–300 seconds for Random Forest). This occurs because Random Forest processes more trees than Decision Tree.

Rancang Bangun Sistem Presensi Karyawan Lazismu UMG Berbasis Geolocation Menggunakan Metode Waterfall Sasak Pamuji Santoso; Umi Chotijah
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.109223

Abstrak : Penelitian ini bertujuan merancang dan membangun sistem presensi karyawan Lazismu Universitas Muhammadiyah Gresik (UMG) berbasis geolocation sebagai solusi atas keterbatasan metode manual yang kurang efisien, rawan manipulasi, dan lambat dalam rekapitulasi. Model Waterfall digunakan dalam proses pengembangan sistem, yang terdiri atas tahapan analisis kebutuhan, perancangan sistem, implementasi program, pengujian fungsional, serta tahap pemeliharaan. Teknologi geolocation diintegrasikan untuk memvalidasi lokasi absensi dalam radius tertentu, sehingga meningkatkan akurasi pencatatan kehadiran. Pengujian black box membuktikan bahwa seluruh fungsi telah sesuai dengan kebutuhan, sementara uji usability menggunakan System Usability Scale (SUS) memperoleh skor rata-rata 87 yang dikategorikan sebagai excellent. Dengan demikian, sistem ini dinilai layak dan efektif digunakan untuk mendukung digitalisasi manajemen kehadiran karyawan di Lazismu UMG.===================================================Abstract : This study aims to design and develop an employee attendance system for Lazismu Universitas Muhammadiyah Gresik (UMG) based on geolocation as a solution to the limitations of the manual method, which is less efficient, prone to manipulation, and slow in data recapitulation. The system was developed using the Waterfall model, consisting of requirements analysis, system design, program implementation, functional testing, and maintenance stages. Geolocation technology was integrated to validate attendance locations within a specific radius, thereby improving the accuracy of attendance records. Black box testing demonstrated that all functions operated according to requirements, while usability testing using the System Usability Scale (SUS) achieved an average score of 87, categorized as excellent. Therefore, the system is considered feasible and effective to support the digitalization of employee attendance management at Lazismu UMG.

Perancangan Sistem Informasi Yayasan Kurnia Asih Jombang untuk Transparansi Pengelolaan Donasi dengan Metode Waterfall Winarti Winarti; Arifuddin Arifinda Adhara; Budiman Budiman
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.108177

Abstrak : Penelitian ini bertujuan untuk merancang dan membangun sistem informasi pengelolaan donasi berbasis web pada Yayasan Kurnia Asih Jombang guna meningkatkan efisiensi, akurasi, dan transparansi dalam pengelolaan dana. Metode pengembangan yang digunakan adalah Waterfall, yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Data dikumpulkan melalui observasi, wawancara, dan studi dokumentasi. Sistem dikembangkan menggunakan PHP, MySQL, HTML, CSS, Bootstrap, dan JavaScript, dengan fitur utama berupa manajemen donatur, pencatatan donasi, publikasi program, serta laporan keuangan otomatis. Pengujian fungsional dengan Black Box Testing menunjukkan seluruh fitur berjalan sesuai spesifikasi. Uji usability menggunakan System Usability Scale (SUS) memperoleh skor rata-rata 80,5, yang berada pada kategori “Baik” dan di atas standar kelayakan (68). Hasil ini menunjukkan bahwa sistem mudah digunakan, relevan dengan kebutuhan pengguna, serta mampu meningkatkan kepercayaan donatur melalui penyediaan informasi yang cepat dan akurat. ==================================================Abstract :This study aims to design and develop a web-based donation management information system for the Kurnia Asih Foundation in Jombang to improve efficiency, accuracy, and transparency in fund management. The development method used is the Waterfall model, which includes requirement analysis, system design, implementation, testing, and maintenance. Data were collected through observation, interviews, and documentation studies. The system was developed using PHP, MySQL, HTML, CSS, Bootstrap, and JavaScript, featuring donor management, donation recording, program publication, and automated financial reporting. Functional testing using Black Box Testing confirmed that all features operated according to specifications. Usability testing with the System Usability Scale (SUS) produced an average score of 80.5, classified as “Good” and above the acceptability threshold (68). These results indicate that the system is easy to use, relevant to user needs, and capable of enhancing donor trust by providing fast and accurate information.

Penerapan Algoritma K-Means Clustering untuk Klasterisasi Pola Kehadiran Pegawai Anom Danang Sumantri; Sattriedi Wahyu Binabar; Nurul Amalia
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.110323

Abstrak : Analisis pola kehadiran pegawai merupakan langkah penting dalam memahami karakteristik perilaku waktu kehadiran di lingkungan kerja. Penelitian ini bertujuan untuk menganalisis pola kehadiran pegawai berdasarkan data absensi pegawai menggunakan algoritma K-Means clustering. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, klasterisasi, evaluasi dan visualisasi. Data absensi selama tiga bulan diolah melalui tahap pembersihan, diskretisasi, pembentukan, pembuatan atribut baru dan normalisasi untuk memastikan kualitas data. Proses klasterisasi dilakukan dengan jumlah 3 klaster bedasarkan hasil metode elbow. Evaluasi model menggunakan metode Davies–Bouldin Index (DBI) menghasilkan nilai sebesar 0,743. Hasil klasterisasi kemudian divisualisasikan menggunakan Power BI untuk mempermudah interpretasi pola kehadiran. Berdasarkan hasil tersebut, diperoleh 3 pola waktu kehadiran utama yaitu waktu kehadiran baik, cukup, dan kurang yang menggambarkan perbedaan karakteristik waktu kehadiran pegawai secara lebih jelas. Hasil penelitian ini memberikan pemahaman menyeluruh mengenai pola waktu kehadiran pegawai yang dapat dijadikan dasar untuk analisis lebih lanjut, seperti evaluasi kinerja dan kedisplinan.====================================================Abstract :Analysis of employee attendance patterns is an important step in understanding the characteristics of attendance behavior in the work environment. This study aims to analyze employee attendance patterns based on attendance data using the K-Means clustering algorithm. The research stages include data collection, data pre-processing, clustering, evaluation and visualization. Attendance data for 3 months is processed through the stages of cleaning, discretion, creation of new attributes and normalization to ensure data quality. The clustering process was carried out with a total of 3 clusters based on the results of the elbow method. The model evaluation using the Davies–Bouldin Index (DBI) method yielded a value of 0.743. The clustering results are then visualized using Power BI to make it easier to interpret attendance patterns. Based on these results, 3 main attendance time patterns were obtained, namely good, sufficient, and poor attendance time which depicts the differences in the characteristics of employee attendance time more clearly. The results of this study provide a comprehensive understanding of the pattern of employee attendance time which can be used as a basis for further analysis, such as performance and discipline evaluation.

Monitoring Kinerja Virtual Machine pada Lingkungan Google Cloud Platform dengan Notifikasi ke Media Sosial Irna Widyaningsih; Abdul Haq; Tri Anggoro
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.109143

Abstrak : Virtual Machine (VM) merupakan elemen penting dalam cloud computing karena mendukung fleksibilitas dan efisiensi pengelolaan sumber daya. Namun, lonjakan penggunaan VM dapat menurunkan kinerja jika tidak terdeteksi cepat. Penelitian ini mengembangkan sistem monitoring pada Google Cloud Platform (GCP) dengan Grafana yang terintegrasi Telegram untuk peringatan dini otomatis. Prometheus digunakan sebagai pengumpul metrik, sedangkan Grafana menampilkan visualisasi, berfokus pada pemantauan CPU secara real-time di Google Compute Engine (GCE). Notifikasi dikirim melalui Telegram ketika penggunaan CPU melewati ambang batas. Pengujian menunjukkan rata-rata keterlambatan notifikasi hanya 1 detik, kecuali satu anomali 11 detik. Pada skenario Threshold Validation, terjadi satu alert dengan CPU maksimum 37% dan rata-rata 29%, sedangkan Long Hold menghasilkan tiga alert dengan rata-rata 23,3% sesuai konfigurasi interval. Hasil ini membuktikan sistem mampu memberikan notifikasi hampir real-time, menjaga konsistensi, dan mendukung deteksi dini baik pada beban singkat maupun berkepanjangan di infrastruktur GCP.====================================================Abstract :Virtual Machines (VMs) are essential in cloud computing for flexibility and efficient resource management. However, sudden spikes in VM usage can degrade performance if not detected quickly. This study develops a monitoring system on Google Cloud Platform (GCP) using Grafana integrated with Telegram for automated early alerts. Prometheus collects metrics, while Grafana provides visualization, focusing on real-time CPU monitoring in Google Compute Engine (GCE). Alerts are sent via Telegram when CPU usage exceeds a set threshold. Testing shows an average notification delay of 1 second, except for a single 11-second anomaly. In the Threshold Validation scenario, one alert occurred with 37% maximum CPU and 29% average, while the Long Hold scenario produced three alerts with an average of 23.3%, following configured intervals. Results indicate the system delivers near real-time, consistent alerts and supports early detection under both short and sustained load conditions on GCP infrastructure.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Fendi Aji Purnomo

Contact Email
fendi_aji@mipa.uns.ac.id

Phone
-

Journal Mail Official
ijai@mipa.uns.ac.id

Editorial Address
-

Location
Kota surakarta,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Fendi Aji Purnomo

Contact Email fendi_aji@mipa.uns.ac.id

Phone -

Journal Mail Official ijai@mipa.uns.ac.id

Editorial Address -

Location Kota surakarta, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Fendi Aji Purnomo

Contact Email
fendi_aji@mipa.uns.ac.id

Phone
-

Journal Mail Official
ijai@mipa.uns.ac.id

Editorial Address
-

Location
Kota surakarta,

Jawa tengah

INDONESIA