cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zaenal Abidin, S.Kom., M.T.
Contact Email
teknokompak@teknokrat.ac.id
Phone
-
Journal Mail Official
teknokompak@tekokrat.ac.id
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
ISSN : 14129663     EISSN : 26563525     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Tekno Kompak adalah jurnal Sistem Informasi dan Komputer Akuntansi yang menerbitkan artikel-artikel ilmiah secara berkala enam bulanan setiap bulan Februari dan Agustus.
Arjuna Subject : -
Articles 11 Documents
 1   2 
Search results for , issue "Vol 19, No 2 (2025): AGUSTUS (In Progress)" : 11 Documents clear
Analisis Performa Model CNN dalam Klasifikasi Kebakaran dan non Kebakaran Hutan Dwiputra, Fahreza Fany
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5121

Abstract

Kebakaran hutan merupakan peristiwa terbakarnya suatu lahan yang disebabkan oleh faktor alam dan manusia, yang berdampak pada kerusakan lingkungan, hilangnya keanekaragaman hayati, dan menimbulkan dampak negatif bagi kesehatan. Penggunaan teknologi pendeteksi dan pemantau adalah salah satu upaya untuk mengurangi dampak kebakaran hutan yang semakin meluas. Seiring dengan kemajuan teknologi, Convolutional Neural Networks (CNN) adalah salah satu metode yang dapat digunakan untuk mengklasifikasikan kebakaran hutan yang dinilai canggih serta populer. Penelitian ini bertujuan untuk melakukan analisis dan perbandingan kinerja tiga model CNN dalam klasifikasi kebakaran hutan dan non-kebakaran hutan. Model CNN yang digunakan adalah VGG16, Inception-V3, dan ResNet50. Data yang digunakan sebanyak  952 citra yang terdiri dari 592 citra kebakaran dan 360 citra non kebakaran. Data tersebut terbagi menjadi tiga bagian yaitu data training sebesar 653 citra, data validation sebesar 149, dan data testing sebesar 150. Hasil untuk evaluasi model Inception-V3 memiliki performa yang paling terbaik secara keseluruhan, dengan mencapai accuracy 98% dan precision 99% pada data testing. VGG16 menunjukkan menunjukan performa yang baik dan konsisten, sedangkan ResNet50 menunjukkan performa yang buruk. Hal ini menunjukkan bahwa model Inception-V3 lebih unggul di bandingkan dengan model VGG16 dan ResNet50 dalam klasifikasi kebakaran dan non kebakaran hutan.
Perancangan Sistem Informasi Pengelolaan Keuangan Berbasis Web: Studi Kasus Pada Yayasan Angel Hearts Bali Dewi, Ni Luh Putu Arisma
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5083

Abstract

Pengembangan sistem ini bertujuan untuk merancang sebuah sistem pengelolaan keuangan berbasis web yang komprehensif dan terstruktur untuk Yayasan Angel Hearts Bali, sebuah yayasan sosial kemanusiaan yang telah beroperasi selama lebih dari lima tahun. Yayasan ini menangani permasalahan dalam pengelolaan keuangan, khususnya dalam pencatatan pendapatan sumbangan dan pengeluaran untuk berbagai kegiatan sosial yang dilakukan. Keterbatasan pada sistem pengelolaan yang sering kali mengakibatkan kesalahan pencatatan dan sulitnya mendapatkan laporan keuangan yang akurat dan terorganisir. Oleh karena itu, sistem pengembangan ini diharapkan dapat memberikan solusi yang efektif dan efisien bagi yayasan dalam mengelola keuangannya. Proses pengembangan sistem ini menggunakan metode air terjun , yang memastikan bahwa setiap tahap perancangan dilakukan secara berurutan dan sistematis. Metode ini dimulai dengan analisis tahap kebutuhan, di mana kebutuhan pengguna dan permasalahan yang ada diidentifikasi dengan jelas. Setelah itu, tahap desain dilakukan dengan membuat diagram alur proses, struktur data, dan prototipe jenis antarmuka pengguna (UI) untuk memberikan gambaran visual mengenai sistem yang akan dikembangkan. Tahap pengujian desain sistem dilakukan untuk memastikan bahwa rancangan sudah sesuai dengan kebutuhan yayasan. Sistem ini dirancang untuk mendukung berbagai fungsi penting dalam pengelolaan keuangan yayasan, seperti pencatatan transaksi pada jurnal umum, pembuatan buku besar, penghitungan neraca saldo, dan laporan laba rugi. Setiap transaksi, baik pendapatan maupun pengeluaran, dicatat secara terstruktur di dalam jurnal, yang kemudian digunakan untuk menghasilkan laporan keuangan secara otomatis setiap bulannya. Dengan adanya fitur-fitur ini, sistem tidak hanya mempermudah proses pencatatan, tetapi juga meningkatkan akurasi dan efisiensi dalam pengelolaan keuangan. Hasil akhir dari pengembangan ini adalah sebuah rancangan sistem pengelolaan keuangan yang terintegrasi, komprehensif, dan mudah digunakan. Sistem ini diharapkan mampu membantu yayasan menyelesaikan permasalahan pengelolaan keuangan yang selama ini menjadi kendala, sekaligus menyediakan laporan keuangan yang dapat diakses dengan cepat dan akurat. Dengan demikian, Yayasan Angel Hearts Bali dapat lebih fokus pada kegiatan sosialnya tanpa terganggu oleh permasalahan administratif. Pengembangan sistem ini juga memberikan dasar yang kuat untuk pengelolaan keuangan yang berkelanjutan di masa mendatang.
Penerapan Regresi Linear Terhadap Tingkat Perceraian Di Jawa Tengah Menggunakan Bahasa Python Muhajannah, Syarifatul; Kadisi, Angelo Risang; Wakhidah, Nur
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.4936

Abstract

Penelitian ini dilakukan untuk mengidentifikasi pola trend hubungan antara jumlah pernikahan dengan tingkat perceraian yang terjadi di 35 kabupaten/kota di Provinsi Jawa Tengah. Metode yang digunakan adalah regresi linier sederhana, dengan data utama yang bersumber dari Badan Pusat Statistik (BPS) Jawa Tengah pada tahun 2023. Dalam proses analisis, penelitian ini memanfaatkan bahasa pemrograman Python karena berbagai keunggulan yang dimilikinya. Python tidak hanya menawarkan sintaks yang sederhana dan mudah dipahami, tetapi juga memiliki berbagai pustaka yang sangat mendukung analisis data, seperti Pandas untuk pengolahan data, Scikit-learn untuk membangun model prediktif, dan Matplotlib untuk visualisasi data. Kemampuannya dalam mengelola data dalam jumlah besar secara efisien membuat Python sangat cocok untuk analisis yang memerlukan kecepatan dan akurasi tinggi. Model regresi linier sederhana yang diterapkan dalam penelitian ini menunjukkan hasil yang cukup signifikan. Nilai R-squared mencapai 87,74%, yang berarti bahwa sebanyak 87,74% variasi tingkat perceraian dapat dijelaskan oleh jumlah pernikahan di kabupaten/kota yang dianalisis. Di sisi lain, nilai Mean Squared Error (MSE) sebesar 79.745,23 menunjukkan tingkat kesalahan prediksi yang berada dalam batas yang dapat diterima. Model ini juga mengungkapkan bahwa setiap peningkatan satu pernikahan rata-rata akan berhubungan dengan kenaikan sebesar 0,3486 pada tingkat perceraian. Beberapa hasil prediksi tingkat perceraian di kabupaten/kota tertentu berdasarkan jumlah pernikahan menghasilkan angka seperti 2.281,39; 3.501,47; 1.518,09; 1.455,32; 1.264,24; 2.240,59; dan 3.046,43 kasus. Hasil prediksi ini menggambarkan estimasi tingkat perceraian yang dihasilkan oleh model di wilayah-wilayah tersebut. Analisis ini memperlihatkan adanya korelasi positif antara jumlah pernikahan dan tingkat perceraian, di mana wilayah dengan jumlah pernikahan yang lebih tinggi cenderung memiliki tingkat perceraian yang juga lebih tinggi. Penemuan ini memberikan bukti empiris yang memperkuat adanya hubungan linier yang signifikan antara kedua variabel tersebut. Dengan demikian, penelitian ini diharapkan dapat menjadi pijakan ilmiah dalam perumusan kebijakan yang lebih efektif. Melalui pendekatan berbasis data ini, intervensi yang dirancang untuk mengurangi angka perceraian di masa depan dapat dilakukan secara lebih terarah dan strategis
Implementasi Metode SAW dengan Pembobotan ROC dalam Menentukan Stunting di Posyandu Desa Padang Palupi, Kinanthi Sekar; Putra, Rafli Danu Kusuma; Pungkasanti, Prind Triajeng
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5023

Abstract

Stunting merupakan masalah kesehatan yang serius di Indonesia, terutama pada balita yang berada dalam tahap usia dini. Stunting adalah status gizi yang sering terjadi pada anak dibawah 5 tahun karena terjadinya kekurangan gizi sejak dalam kandungan dan pada awal kelahiran. Deteksi dini pada status gizi balita sangat penting untuk mencegah terjadinya kekurangan gizi kronis yang dapat menghambat pertumbuhan anak. Penelitian ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) dengan pembobotan Rank Order Centroid (ROC) dalam menentukan status gizi balita di Posyandu Desa Padang. Metode ROC dipilih untuk memberikan bobot pada keriteria yang relevan, sedangkan metode SAW digunakan untuk perhitungan alternatif berdasarkan bobot kriteria tersebut. Peneliti menggunakan data antropometri seperti tinggi badan, berat badan, umur, dan data pendukung lainnya untuk mengidentifikasi status gizi balita. Pengumpulan data dilakukan melalui wawancara dengan bidan desa, yang menghasilkan data antropometri balita yang dianalisis. Hasil menunjukkan bahwa penggunaan metode SAW dengan pembobotan ROC memungkinkan penentuan status gizi balita dengan lebih akurat dan efesien. Hasil nilai preferensi dihitung untuk menentukan skala status gizi balita, yang diklasifikasikan sebagai sangat pendek, stunting, tinggi, dan normal. Penerapan metode SAW dengan pembobotan ROC dalam menentukan status gizi balita ini menunjukkan bahwa metode ini efektif dalam memebantu deteksi dini stunting, mendukung upaya pencegahan, dan meningkatkan kualitas sumber daya manusia. Dengan metode ini, posyandu diharapkan dapat meningkatkan akurasi dalam menentukan status gizi balita serta mengatasi keterbatasan sumber daya manusia. Kata Kunci: Stunting, Metode SAW, Metode ROC, Status Gizi, Posyandu
Penerapan Metode Moora Dalam Menentukan Tingkat Pendidikan Masyarakat Berdasarkan Jumlah Lulusan Kota Semarang Kadisi, Angelo Risang; Muhajannah, Syarifatul Muhajannah; Pungkasani, Prind Triajeng
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5009

Abstract

Abstrak− Penelitian ini dilakukan untuk memberikan rekomendasi keputusan dalam penentuan tingkat pendidikan bagi masyarakat Kota Semarang berdasarkan jumlah kelulusannya. Permasalahan dalam penelitian ini adalah bagaimana pihak terkait seperti pemerintah dapat menentukan tingkat pendidikan masyarakat bagi setiap kecamatan berdasarkan angka kelulusan yang dimiliki di setiap jenjang pendidikan. Penentuan tingkat pendidikan ini dihitung menurut setiap kecamatan di Kota Semarang dengan metode MOORA (Multi-Objective Optimization on the Basis Of Ratio Analysis). Masing-masing jenjang pendidikan merupakan kriteria yang diberikan bobot dengan teknik pembobotan Rank Sum. Alternatif yang digunakan dalam penelitian ini sebanyak 16 alternatif yang semuanya adalah kecamatan yang ada di Semarang. Sebagai kriteria yang diganakan pada perhitungan ini adalah setiap jenjang pendidikan yang ada di kota Semarang. Jenjang pendidikan yang digunakan pada perhitungan ini adalah belum/tidak menempuh pendidikan, belum tamat SD/sederajat, hingga lulusan SD, SLTP/sederajat, SLTA/sederajat, Diploma I/II, Diploma III/Akademi, Diploma IV/Strata I, Strata II, dan Strata III. Hasil implementasi metode MOORA dalam sistem pendukung keputusan dengan pembobotan Rank Sum untuk kriteria kecamatan yang memperoleh hasil paling rendah dalam tingkat pendidikan adalah Gayamsari dengan nilai Yi sebesar 0.099639. Berdasarkan data UNESCO 2023 jumlah besaran presentase lulusan sarjana di Indonesia adalah 10,51%. Dari hal tersebut dapat dikatakan bahwa hasil yang diperoleh sudah sesuai dengan penelitian, karena Kecamatan Gayamsari menjadi salah satu daerah paling rendah tingkat presentase lulusan sarjananya. Kecamatan ini hanya menyumbang angka presentase lulusan sarjana sebesar 7,45% berdasarkan data DISDUKCAPIL Kota Semarang 2023. Jumlah presentase lulusan sarjana di Kecamaan Gayamsari ini jelas dibawah dari nilai presentase yang ada di Indonesia berdasarkan data UNESCO. Dengan adanya penelitian ini diharapkan pemerintah mampu mengambil langkah serius dalam menangani daerah yang kualitas tingkat lulusanya paling rendah. Melalui hasil penelitian ini, nantinya pemerintah dapat memberikan informasi terkait tingkat pendidikan masyaarakat berdasarkan tingkat lulusan kota semarang. Pemerintah dapat mengambil langkah strategis dan serius dalam menangani wilayah-wilayah dengan kualitas pendidikan yang rendah, sehingga upaya pemerataan mutu pendidikan dapat tercapai secara lebih optimal.Kata Kunci: Tingkat Pendidikan, Moora, Kelulusan, Kota Semarang, UNESCO, Sistem Pendukung Keputusan.
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI DAN DETEKSI TUMOR OTAK Kurnia, Decky Putra
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5139

Abstract

Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mendeteksi tumor otak melalui citra digital. Tumor otak merupakan salah satu penyakit dengan tingkat kompleksitas tinggi yang memerlukan diagnosis cepat dan akurat. CNN digunakan karena kemampuannya untuk mengekstraksi pola kompleks dari citra tanpa memerlukan rekayasa fitur manual. Dataset yang digunakan mencakup empat kategori utama: glioma, meningioma, pituitary, dan non-tumor. Model dilatih menggunakan teknik transfer learning untuk meningkatkan efisiensi pelatihan dan akurasi prediksi. Evaluasi model menunjukkan hasil yang menjanjikan dengan tingkat akurasi sebesar 88%, menggunakan metrik seperti precision, recall, F1-score, dan Confusion Matrix untuk analisis kinerja. Hasil penelitian ini diharapkan dapat mendukung pengembangan sistem berbasis kecerdasan buatan untuk membantu diagnosis medis secara otomatis, terutama di wilayah dengan akses terbatas terhadap fasilitas diagnostik dan tenaga medis.
Perbandingan Algoritma Machine Learning Dalam Memprediksi Kelulusan Siswa Maftucha, Nidaul; Salma, Saffanah; Rahmayuna, Novita; Wakhidah, Nur
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5090

Abstract

Prediksi kelulusan siswa sangat penting karena dapat membantu sekolah, guru, dan orang tua merencanakan bagaimana membantu siswa yang berisiko tidak lulus. Prediksi ini juga dapat memberi lembaga pendidikan kesempatan untuk meningkatkan kualitas pembelajaran dan mengembangkan tindakan yang lebih efisien. Pada penelitian ini membahas tentang perbandingan algoritma machine learning dalam memprediksi kelulusan siswa. Masalah utama yang diidentifikasi adalah kurangnya sistem prediksi yang efektif, yang dapat memprediksi kelulusan siswa. Tujuan dari penelitian ini adalah untuk menemukan metode terbaik dengan membandingkan kinerja lima algoritma machine learning yaitu K-NN, Naive Bayes, Decision Tree, Random Forest, dan SVM dalam memprediksi kelulusan siswa berdasarkan confusion matrix. Kemudian, dataset yang digunakan untuk penelitian ini memiliki tiga kategori fitur, yaitu: dataset numerikal, dataset kategorikal, dan dataset keseluruhan (gabungan dari numerikal dan kategorikal). Hasil pengujian dari dataset numerikal algoritma Random Forest mendapatkan nilai akurasi terbaik sebesar 74.12%. Pada algoritma dengan fitur kategorikal K-NN dan SVM memiliki nilai akurasi tertinggi dengan mendapatkan nilai sebesar 93.11%. Namun, algoritma Random Forest memiliki performa yang paling konsisten dan unggul ketika seluruh fitur digabungkan. Dengan mendapatkan nilai akurasi tertinggi sebesar 76.50% dan F1-Scorenya 75.00%.
Comparative Analysis of Algorithms for Sensitive Outlier Protection in Privacy Preserving Data Mining Burhan, Muhammad Ikhwan; Ali, Andi Nurfadillah; Auliyah, A. Inayah; Hading, Muhaimin
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.4754

Abstract

Data mining is a crucial method in the realm of Big Data for extracting valuable predictive insights from extensive datasets. In the contemporary digital landscape, a significant difficulty is preserving individual privacy during data mining, particularly in safeguarding sensitive outliers that may harbour personal information. Outliers are data points that markedly diverge from the overall trend and frequently encompass very specialised or sensitive information. This paper examines the comparative efficacy of various clustering algorithms employed in outlier detection, specifically PAM (Partitioning Around Medoids), CLARA (Clustering Large Applications), CLARANS (Clustering Large Applications Based on Randomised Search), and ECLARANS (Enhanced CLARANS). This study aims to evaluate the efficacy of each algorithm in identifying outliers and to examine the usefulness of the employed privacy protection strategy, specifically the Gaussian Perturbation Random method. This experiment utilises two health datasets: the Diabetes Dataset from the National Institute of Diabetes and Digestive and Kidney Diseases and the Wisconsin Breast Cancer Dataset. The two datasets were chosen because to their multivariate features, which exhibit adequate data variation for outlier detection. The study's results indicate that the CLARA algorithm effectively identified a superior quantity of outliers compared to the other algorithms, with the diabetes dataset exhibiting the greatest count of outliers (65 outliers). The CLARA algorithm shown superiority in identifying outliers within extensive datasets due to the utilisation of a sampling methodology. Conversely, the PAM, CLARANS, and ECLARANS algorithms identified a same quantity of outliers in both datasets. ECLARANS shown superior time efficiency on the diabetic dataset, but CLARA demonstrated the highest efficiency on the breast cancer dataset. The Gaussian Perturbation Random technique was employed for preserving the identified sensitive outliers. The findings indicate that this strategy effectively maintains privacy while ensuring detection accuracy is not compromised. This method provides a dependable means of safeguarding individual privacy in health data mining, a domain characterised by significant privacy concerns.
Rancang Bangun Sistem Booking Online berbasis web untuk biro wisata dengan metode Waterfall (Studi Kasus Euphoria Bali Wisata) PERMANA, LEON FARREL AGUNG; ISWARI, NI MADE SATVIKA; PURNAMA, I NYOMAN
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5100

Abstract

Abstrak− Proyek ini bertujuan untuk merancang dan membangun sistem booking online bagi Euphoria Bali Wisata, menggunakan metode Waterfall. Adanya sistem ini diharapkan dapat meningkatkan efisiensi operasional, memperluas jangkauan pelanggan, dan memberikan layanan yang lebih baik kepada pelanggan.Tahapan pertama dalam proyek ini adalah analisis kebutuhan, di mana dilakukan penelitian dan konsultasi dengan pemangku kepentingan untuk mengidentifikasi fitur dan fungsi utama yang diperlukan dalam sistem. Selanjutnya, pada tahap desain sistem, dibuat Diagram Entity-Relationship (ERD) dan Unified Modeling Language (UML) untuk memberikan blueprint mengenai arsitektur basis data dan aplikasi. Pada tahap implementasi, framework Laravel digunakan untuk mengembangkan website yang kokoh, skalabel, dan aman. Sistem booking online berbasis web berhasil dikembangkan dengan metode waterfall, memanfaatkan diagram perancangan, Laravel, dan pengujian Testcase untuk memastikan kesesuaian fitur.Kata Kunci: Sistem Booking Online, Biro Wisata, Metode Waterfall, Framework Laravel
Rancang Bangun Energy Endpoint Monitoring (EPM) Prototipe di PT PLN (Persero) UP2D Sumatera Utara SIMATUPANG, ASTRI FLOREN
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5127

Abstract

Abstrak−Teknologi digitalisasi dalam distribusi energi telah menjadi faktor yang sangat penting dan krusial dalam meningkatkan keandalan layanan distribusi energi kepada berbagai konsumen serta pengguna yang berbeda-beda. Dalam dunia yang semakin bergantung pada teknologi, langkah-langkah inovatif untuk meningkatkan efisiensi dan efektivitas layanan sangat diperlukan dan dibutuhkan untuk memenuhi kebutuhan yang terus berkembang dan berubah. Salah satu langkah signifikan yang telah diambil untuk mewujudkan visi PLN melalui program moonshot digitalisasi yang terencana adalah dengan menciptakan sistem aplikasi yang dikenal sebagai Energy Endpoint Monitoring (EPM). Sistem yang inovatif ini dirancang dengan tujuan untuk memonitor dan mengawasi dengan lebih efektif kondisi pasokan energi yang didistribusikan  kepada para pelanggan khususnya pelanggan yang terletak di ujung jaringan distribusi 20 kV. Dengan demikian, EPM berfungsi untuk memastikan bahwa pasokan energi tidak hanya tersedia secara kontinu, tetapi juga dalam kondisi yang optimal dan dapat bermanfaat bagi seluruh pelanggan tanpa kecuali. Dalam pelaksanaannya, EPM juga sangat berperan penting dan strategis dalam memastikan kestabilan pasokan energi di berbagai lokasi penyelenggaraan acara VIP, yang berlangsung di beragam tempat dengan tingkat kepentingan yang beragam dan beraneka ragam. Acara-acara tersebut dapat berskala lokal, nasional, maupun internasional dan sering kali menghadirkan tantangan yang unik serta kompleks. Teknologi ini tidak hanya meningkatkan efisiensi dalam pengelolaan energi, tetapi juga secara signifikan meningkatkan kepercayaan pelanggan terhadap kemampuan untuk menghadirkan layanan lisatrik yang andal,efisien dan berkualitas dalam setiap aspek distribusi energi kepada seluruh pelanggan. Dengan penerapan EPM yang tepat guna, PLN memiliki kemampuan untuk memantau dan mengelola distribusi energi secara lebih baik, efisien dan efektif. Hal ini memungkinkan pengambilan keputusan yang lebih cepat, tepat, serta strategi responsivitas yang lebih baik dalam menghadapi berbagai tantangan yang mungkin muncul di lapangan. Kini, dengan adanya teknologi ini, PLN dapat lebih cepat dalam mengidentifikasi dan mengatasi masalah yang mungkin timbul, sehingga mampu memberikan jaminan yang lebih besar kepada para pelanggan bahwa pasokan energi  terjamin dan dikelola dengan baik, sekaligus menciptakan kepercayaan yang lebih di antara pelanggan yang sangat mengharapkan kestabilan dalam pasokan energi.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 19, No 2 (2025): AGUSTUS (In Progress) Vol 19, No 1 (2025): FEBRUARI Vol 18, No 2 (2024): AGUSTUS Vol 18, No 1 (2024): FEBRUARI Vol 17, No 2 (2023): Agustus Vol 17, No 1 (2023): Februari Vol 16, No 2 (2022): Agustus Vol 16, No 1 (2022): Februari Vol 15, No 2 (2021): Agustus Vol 15, No 1 (2021): Februari Vol 14, No 2 (2020): AGUSTUS Vol 14, No 1 (2020): Februari Vol 13, No 2 (2019): Agustus Vol 13, No 1 (2019): Februari Vol 12, No 2 (2018): Agustus Vol 12, No 1 (2018): Februari Vol 11, No 2 (2017): Agustus Vol 11, No 1 (2017): Februari More Issue