Garuda - Garba Rujukan Digital

PENGEMBANGAN RANCANG BANGUN SISTEM MULTI CONTROL PENGUNCIAN PINTU DENGAN METODE PROTOTYPE BERBASIS RASPBERRY PI (STUDI KASUS : TIARA KOST) Hatonangan Samosir, Theofilus Herly; Susanto, Agung Budi; Thoyyibah, Thoyyibah
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.313

The security and comfort of living spaces have increasingly become a priority alongside the rapid development of technology. This research aims to design and develop a multi-control door locking system based on Raspberry Pi using the prototype method. The system is implemented in a case study at Tiara Kost, with the goal of enhancing room security by automatically detecting the room’s occupant. In the system’s development, a solenoid door lock is controlled using a magnetic relay, and the e-KTP serves as an RFID tag that transmits data to the RFID reader. The data is then processed by Raspberry Pi using Python programming language and stored in a database. This information is subsequently displayed on a web-based application built with PHP. The research adopts a prototype approach to facilitate more interactive system development tailored to user needs. The results of the study show that this smart door locking system is capable of unlocking the door only for registered occupants, according to their e-KTP identity. The system is designed with a user-friendly interface and clear information, and it can be customized to meet consumer needs. Therefore, this system provides a better security solution for boarding house residents and can be implemented on a larger scale. ABSTRAKKeamanan dan kenyamanan tempat tinggal semakin menjadi prioritas seiring dengan pesatnya perkembangan teknologi. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem penguncian pintu multi kontrol berbasis Raspberry Pi menggunakan metode prototipe. Sistem ini diterapkan pada studi kasus di Tiara Kost, dengan tujuan meningkatkan keamanan penghuni kamar kost melalui deteksi pemilik kamar secara otomatis. Dalam pengembangan sistem, solenoid door lock dikendalikan menggunakan relay magnetik dan e-KTP sebagai tag RFID yang mengirimkan data ke RFID reader. Data tersebut kemudian diproses oleh Raspberry Pi menggunakan bahasa pemrograman Python dan disimpan di dalam database. Selanjutnya, data ini ditampilkan dalam aplikasi web berbasis PHP. Metode yang digunakan adalah pendekatan prototipe untuk memfasilitasi pengembangan sistem yang lebih interaktif dan sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem penguncian pintu cerdas ini mampu membuka pintu hanya untuk penghuni yang terdaftar sesuai dengan identitas e-KTP mereka. Sistem ini dirancang dengan antarmuka yang mudah digunakan dan informasi yang jelas, serta dapat disesuaikan dengan kebutuhan konsumen. Dengan demikian, sistem ini memberikan solusi keamanan yang lebih baik bagi penghuni kost dan dapat diterapkan dalam skala yang lebih luas.

PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI KAYU GUNA BAHAN BAKU MEBEL Fadhillah, Dian Agil; Sumarlinda, Sri; Lestari, Wiji
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.282

Currently, the need for furniture is increasing and developing into something more attractive so that many people are interested in it. Furniture has unique characteristics that can become the owner's identity. Furniture buying and selling transactions are also widespread among local and foreign people. Apart from the uniqueness of the furniture, the difference in material and wood quality is an important factor in determining the price of furniture. This research aims to build a machine learning model using CNN to classify good wood and bad wood through images of wood types. In this research, the Convolution Neural Network (CNN) technique and direct source interview data are used and supported by relevant secondary data. So the results of classification using a CNN model that is uniquely created can produce 85% accuracy in classifying good wood and bad wood. And it produces a precision for good wood of 0.50 and a recall of 1.00, while the precision and recall for bad wood is 0.00. Accuracy with this CNN model has its own benefits, such as being able to help users classify good wood and bad wood for furniture raw materials, besides that it can be used as a reference in developing subsequent machine learning applications. ABSTRAKSaat ini kebutuhan furniture semakin meningkat dan berkembang menjadi yang lebih menarik sehingga banyak peminat. Furniture memiliki keunikan yang bisa menjadikan karakteristik sebagai identitas pemiliknya. Transaksi jual beli furniture juga marak dikalangan masyarakat lokal maupun mancanegara. Selain keunikan dari furniture perbedaan bahan dari kualitas kayu menjadi faktor penting dalam menetukan harga furniture.Penelitian ini bertujuan untuk membangun model machine learning menggunakan CNN untuk mengklasifikasikan antara kayu baik dan kayu tidak baik melalui citra jenis kayu. Dalam penelitian ini, teknik Convolution Neural Network (CNN) dan dari data wawancara narasumber langsung serta didukung dengan data sekunder yang relevan. Sehingga hasil dari klasifikasi dengan model CNN yang dibuat dengan keunikan tersendiri dapat menghasilkan akurasi 85% dalam klasifikasi kayu baik dan kayu tidak baik dan menghasilkan precision kayu baik sebesar 0.50 dan recall sebesar 1.00 sedangkan hasil dari precision dan recall untuk kayu tidak baik sebesar 0.00. Akurasi dengan model CNN ini memiliki manfaat tersendiri seperti dapat membantu pengguna mengklasifikasikan antara kayu baik dan kayu tidak baik guna bahan baku mebel, selain itu dapat dijadikan acuan dalam pengembangan aplikasi machine learning berikutnya.

PENERAPAN METODE AHP DALAM MENENTUKAN LAPTOP TERBAIK UNTUK MAHASISWA TEKNIK INFORMATIKA Prasetya, Ferdyana Eka; Nugraha, Rhendy Diki; Nurcahyo, Danang; Fatchan, Muhammad; Anshor, Abdul Halim
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.323

One of the results of this development that is very commonly used by students is the use of electronic technology, such as laptops. In the world of information technology, choosing the right laptop has a very important role, especially for information engineering students. Lack of understanding of the criteria and specifications of laptops, has certainly caused confusion among informatics engineering students in determining the laptop according to their needs, especially because of the various options available, which include various brands, types of laptops, and also different prices. The Analytical Hierarchy Process (AHP) method can be the right solution. This research aims to help informatics engineering students in determining the best laptop choice based on several criteria that have been set. The results of this research successfully used the Analytical Hierarchy Process (AHP) method to help Informatics Engineering students choose the best laptop according to their needs. taking into account criteria such as Price, CPU, RAM, GPU, Storage and Screen Size. The AHP calculation shows that the HP Victus 16-R0017TX is in first place with the highest global priority value of 0.1565, the Ideapad Gaming Ryzen 5 is in second place with a global priority value of 0.1408, and the Asus Vivobook GO 14 is in third place with a global priority value of 0.1362. ABSTRAKSalah satu hasil dari perkembangan ini yang sangat umum digunakan oleh mahasiwa adalah penggunaan teknologi elektronik, seperti laptop. Dalam dunia teknologi informasi, pemilihan laptop yang tepat memiliki peran yang sangat penting, terutama bagi mahasiswa teknik informatika. Kurangnya dalam memahami kriteria dan spesifikasi laptop, tidak diragukan lagi menyebabkan kebingungan di kalangan mahasiswa teknik informatika dalam menentukan laptop sesuai dengan kebutuhan mereka, terutama karena berbagai pilihan yang tersedia, yang mencakup berbagai merek, jenis laptop, dan juga harga yang bervariasi. Metode Analytical Hierarchy Process (AHP) dapat menjadi solusi yang terpat. Penelitian ini bertujuan untuk membantu mahasiswa teknik informatika dalam menentukan pilihan laptop terbaik berdasarkan sejumlah kriteria yang telah ditetapkan. Hasil penelitian ini berhasil menggunakan metode Analytical Hierarchy Process (AHP) untuk membantu mahasiswa Teknik Informatika dalam memilih laptop terbaik sesuai kebutuhan mereka. dengan mempertimbangkan kriteria seperti Harga, CPU, RAM, GPU, Penyimpanan, dan Ukuran Layar. Perhitungan AHP menunjukkan bahwa HP Victus 16-R0017TX berada pada peringkat pertama dengan nilai prioritas global tertinggi sebesar 0.1565, Ideapad Gaming Ryzen 5 berada pada peringkat kedua dengan nilai prioritas global sebesar 0.1408, dan Asus Vivobook GO

ANALISIS SENTIMEN OPINI DEBAT CALON PRESIDEN DENGAN MENGGUNAKAN CLASSIFIER MACHINE LEARNING (STUDI KASUS : PADA DATA TWITTER 2024) Purba, Rini Widaswari; Waskita, Arya Adyaksa; Makshun, Makshun
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.300

This study aims to analyze public sentiment towards the Indonesian 2024 Presidential Debate using five Machine Learning classification algorithms: Naïve Bayes, Decision Tree, Support Vector Machine, Random Forest, and K-Nearest Neighbors. The data used in this research was sourced from Twitter, a major social media platform with a large and diverse volume of data. The research object is public opinions expressed on Twitter, with the subject of the research being tweets collected using the Twitter API, resulting in 1,300 data points. Data analysis involves text extraction and preprocessing, including data cleaning, tokenization, stemming, and stopword removal. The research results show the following sentiment distribution: 51.55% positive (663 tweets), 14.83% negative (183 tweets), and 34.21% neutral (440 tweets). Among the models, Support Vector Machine and Random Forest demonstrated the highest performance with an accuracy of 81%, while Naïve Bayes had the lowest performance with an accuracy of 62%. Despite variations in performance among the algorithms used, no single method was consistently effective in sentiment classification. This research contributes to mapping public sentiment related to political debates in Indonesia through social media data analysis and provides insights into the effectiveness of Machine Learning algorithms in sentiment analysis. ABSTRAKPenelitian ini bertujuan untuk menganalisis sentimen opini masyarakat terhadap Debat Calon Presiden Indonesia 2024 menggunakan lima algoritma klasifikasi Machine Learning: Naïve Bayes, Decision Tree, Support Vector Machine, Random Forest, dan K-Nearest Neighbors. Data yang digunakan dalam penelitian ini diambil dari Twitter, yang merupakan salah satu platform media sosial dengan volume data yang besar dan beragam. Objek penelitian ini adalah opini publik yang diekspresikan di Twitter, dengan subjek penelitian berupa tweet yang diambil menggunakan Twitter API, menghasilkan 1300 data poin. Analisis data melibatkan proses ekstraksi teks dan preprocessing yang mencakup pembersihan data, tokenisasi, stemming, dan penghapusan stopwords. Hasil penelitian menunjukkan distribusi sentimen sebagai berikut: 51,55% positif (663 tweet), 14,83% negatif (183 tweet), dan 34,21% netral (440 tweet). Dari hasil pemodelan, Support Vector Machine dan Random Forest menunjukkan performa tertinggi dengan akurasi 81%, sedangkan Naïve Bayes memiliki performa paling rendah dengan akurasi 62%. Meskipun terdapat variasi kinerja di antara algoritma yang di gunakan, tidak ada satu metode pun yang sepenuhnya konsisten dalam klasifikasi sentimen. Penelitian ini memberikan kontribusi dalam memetakan sentimen publik terkait perdebatan politik di Indonesia melalui analisis data media sosial. serta memberikan wawasan tentang efektivitas algoritma Machine Learning dalam analisis sentimen.

SISTEM MONITORING PEGAWAI BERDASARKAN PENUGASAN BERBASIS WEBSITE Hanural, Tabia; Pramudwiatmoko, Arif
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.328

The Cepu Oil and Gas Human Resources Development Center faces challenges in the efficiency of reporting and monitoring employee assignments due to the use of conventional methods that are prone to delays and inaccuracies in data. The impact of the absence of a web-based performance appraisal application causes obstacles in managerial decision making, decreased productivity, and increased occupational safety risks. To overcome this problem, a web-based employee performance appraisal system was developed using XAMPP, Laravel, HTML, PHP, CSS, and MySQL technologies, by applying the Waterfall Model system development method. The development process includes designing, implementing, and testing key features such as employee data input, assignments, reports, and performance appraisals by supervisors. The approach used includes quantitative analysis through questionnaires and qualitative analysis through interviews. The results show that this application has succeeded in increasing the efficiency and accuracy of reporting, enabling real-time access to data, and supporting faster and more precise decision making at the Cepu Oil and Gas Human Resources Development Center. ABSTRAKPusat Pengembangan Sumber Daya Manusia Migas Cepu menghadapi tantangan dalam efisiensi pelaporan dan monitoring penugasan pegawai akibat penggunaan metode konvensional yang rentan terhadap keterlambatan dan ketidakakuratan data. Dampak dari ketiadaan aplikasi penilaian kinerja berbasis web menyebabkan hambatan dalam pengambilan keputusan manajerial, penurunan produktivitas, dan peningkatan risiko keselamatan kerja. Untuk mengatasi masalah ini, dikembangkan sebuah sistem penilaian kinerja pegawai berbasis web menggunakan teknologi XAMPP, Laravel, HTML, PHP, CSS, dan MySQL, dengan menerapkan metode pengembangan sistem Model Waterfall. Proses pengembangan meliputi perancangan, implementasi, serta pengujian fitur-fitur utama seperti input data pegawai, penugasan, laporan, dan penilaian kinerja oleh supervisor. Pendekatan yang digunakan mencakup analisis kuantitatif melalui kuesioner dan kualitatif melalui wawancara. Hasil menunjukkan bahwa aplikasi ini berhasil meningkatkan efisiensi dan akurasi pelaporan, memungkinkan akses real-time terhadap data, dan mendukung pengambilan keputusan yang lebih cepat dan tepat di PPSDM Migas Cepu.

IMPLEMENTASI MODEL KLASIFIKASI BERBASIS MACHINE LEARNING UNTUK SISTEM PENDUKUNG KEPUTUSAN KURASI PRODUK UMKM Candra, Andel Hopi; Tanto, Tanto; Saputra, Muhammad Hadi; Antori, Wahyu; Firmansyah, Ilham
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.316

MSMEs play a crucial role in the nation's economy. Curation supports the performance of the MSME Department in mapping MSMEs in Jambi City. The problem with curation, which still relies on a manual system, hampers the Department's performance in conducting curation, impacting the efficiency of MSMEs in Jambi City. This issue clearly requires resolution. The aim of this study is to assess the accuracy of classifying MSME products in Jambi City. The machine learning method used in this study is the K-Nearest Neighbors (K-NN) algorithm. Based on the evaluation results of the K-Nearest Neighbors (K-NN) algorithm, the K-NN model demonstrated the best performance with an accuracy of 95% and a precision of 94%. ABSTRAKUMKM memainkan peran penting dalam penting dalam perekonomian bangsa. Kurasi menjadi hal yang menunjang kinerja Dinas UMKM dalam memetakan UMKM di Kota Jambi. Permasalahan Kurasi yang masih menggunakan sistem manual menghambat kinerja Dinas UMKM dalam melakukan kurasi sehingga berdampak pada efisiensi UMKM di Kota Jambi. Hal ini tentunya merupakan permasalahan yang harus diselesaikan. Tujuan dari penelitian ini adalah untuk mengetahui akurasi dari klasifikasikan produk UMKM Kota Jambi. Metode data machine learning yang peneliti gunakan adalah algoritma K-Nearest Neighbors (K-NN). Berdasarkan hasil evaluasi algoritma K-Nearest Neighbors (K-NN), Model K-NN menunjukkan performa terbaik dengan accuracy 95% dan precision 94%.

RANCANG BANGUN SISTEM INFORMASI ADOPSI KUCING BERBASIS WEBSITE STUDI KASUS PADA (OMAHKOECING) Jowanka, Axzara Wirid Isra; Oktaviani, Intan; Muhtarom, Moh.
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.284

Animal adoption is the process in which a person or family takes on the responsibility of caring for a pet that previously did not have a permanent home. Because the cat adoption process in OmahKoecing is still manual and the available information only relies on one social media platform, namely Instagram, this research aims to evaluate the effectiveness of the website-based adoption system compared to previous methods, both in terms of increasing the number of successful adoptions, as well as in terms of user satisfaction with a more transparent and structured adoption process and also increases the ease of the adoption process. This system is designed to simplify the adoption process via the website by providing complete and clear information for potential adopters. Researchers conducted an analysis of system weaknesses to strengthen the results of data that had been collected through interviews with the owner of OmahKoecing, direct observation, and literature study. The research uses a prototype method which involves several stages, namely communication, planning, design and implementation. The research results show that this system facilitates the adoption of abandoned animals, especially cats by providing a letter of agreement feature that helps ensure the adopter's seriousness about the animal they are going to adopt. This shows that the prototype method is very helpful in developing a cat adoption system.ABSTRAKAdopsi hewan adalah proses di mana seseorang atau keluarga mengambil tanggung jawab merawat hewan peliharaan yang sebelumnya tidak memiliki rumah tetap. Karena proses adopsi kucing di OmahKoecing masih manual dan informasi yang tersedia hanya mengandalkan satu platform media social yaitu instagram, penelitian ini bertujuan untuk mengevaluasi efektivitas sistem adopsi berbasis website dibandingkan dengan metode yang ada sebelumnya, baik dari segi peningkatan jumlah adopsi yang berhasil, maupun dari segi kepuasan pengguna terhadap proses adopsi yang lebih transparan dan terstruktur dan juga meningkatkan kemudahan dalam proses adopsi. Sistem ini dirancang untuk mempermudah proses adopsi melalui website dengan menyediakan informasi lengkap dan jelas bagi calon pengadopsi. Peneliti melakukan analisis kelemahan sistem untuk menguatkan hasil data yang telah dikumpulkan melalui wawancara dengan pemilik OmahKoecing, observasi langsung, dan studi literatur. Penelitian menggunakan metode prototype yang melibatkan beberapa tahapan yaitu komunikasi, perencanaan, perancangan, dan implementasi. Hasil penelitian menunjukkan bahwa sistem ini memfasilitasi adopsi hewan terlantar, khususnya kucing dengan menyediakan fitur surat perjanjian membantu memastikan keseriusan pengadopsi terhadap hewan yang akan mereka adopsi. Ini menunjukkan bahwa metode prototype sangat membantu dalam pengembangan sistem adopsi kucing.

IMPLEMENTASI ZERO TRUST NETWORK UNTUK MENINGKATKAN KEAMANAN JARINGAN MENGGUNAKAN FERRUMGATE DENGAN METODE NDLC Haeruddin, Haeruddin; Favian, Felix; Prasetyo, Stefanus Eko
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.324

As Cyber threats grow increasingly sophisticated, traditional network security measures are no longer adequate to safeguard critical data and resources. This study focuses on enhancing network security through the deployment of a Zero Trust Network utilizing the Ferrumgate platform. Employing the Network Development Life Cycle (NDLC) methodology, the research encompasses requirements analysis, the design of a segmented network, the implementation of Multi-Factor Authentication (MFA) using Google Authenticator, and User activity Monitoring. Findings reveal that Ferrumgate effectively restricts network access to verified Users and devices, significantly reducing risks posed by both internal and external threats. The adoption of MFA enhances security standards, while continuous Monitoring successfully detects and mitigates potential Cyberattacks. In summary, the NDLC-driven implementation of Ferrumgate demonstrated its effectiveness in bolstering network security, with a recommendation for regular evaluations and monitoring to ensure the system remains robust against emerging threats. ABSTRAKDalam menghadapi ancaman Cyber yang semakin kompleks, pendekatan keamanan jaringan tradisional tidak lagi cukup untuk melindungi data dan aset penting. Penelitian ini bertujuan untuk memperkuat keamanan jaringan melalui implementasi Zero Trust Network dengan menggunakan platform Ferrumgate. Pendekatan penelitian dilakukan menggunakan metodologi Network Development Life Cycle (NDLC), yang meliputi analisis kebutuhan, perancangan jaringan yang tersegmentasi, penerapan autentikasi Multi-Factor Authentication – MFA dengan Google Authenticator, serta pemantauan aktivitas pengguna. Hasil penelitian mengindikasikan bahwa Ferrumgate mampu memastikan hanya perangkat dan pengguna yang terverifikasi yang dapat mengakses jaringan, sehingga risiko ancaman internal dan eksternal dapat diminimalkan. Integrasi MFA memberikan peningkatan signifikan pada keamanan, sementara sistem pemantauan berkelanjutan efektif dalam mendeteksi serta mencegah potensi serangan Cyber. Kesimpulannya, penerapan Ferrumgate berbasis NDLC terbukti efektif dalam meningkatakan keamanan jaringan, dengan rekomendasi untuk melakukan evaluasi dan pemantauan berkala guna menjaga efektivitas sistem terhadap ancaman yang terus berkembang.

KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN ALGORITMA K- NEAREST NEIGHBOR DAN NAÏVE BAYES (STUDY KASUS: UPTD PUSKESMAS BAMBU APUS) Ghora Pangumbara’an, Mutiara Sukma; Waskita, Arya Adhyaksa; Makshun, Makshun
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.305

The nutritional status of toddlers is influenced by various factors, both direct, such as infectious diseases, birth history, exclusive breastfeeding, and the quality and quantity of food, as well as indirect factors, including socio-economic status, education, knowledge, and healthcare behavior. Exclusive breastfeeding is particularly crucial as it provides the most complete source of nutrients and is essential for proper growth and development (both brain and body). These factors play a significant role in determining the physical and mental development of children. Malnutrition in toddlers can lead to serious consequences, including physical growth disorders, delayed mental development, and increased risk of disease. Therefore, proper nutrition is essential, especially during early childhood, when nutritional needs are higher than in other age groups. In this context, the study developed a classification model for toddler nutritional status using the K-Nearest Neighbor (KNN) and Naïve Bayes algorithms, comparing the accuracy of both algorithms. The study data was collected from Bambu Apus Community Health Center, involving 424 toddlers aged 0-60 months, with nutritional status assessment criteria based on age, weight, and height or length, which were converted into Z-scores according to the WHO 2005 anthropometric standards. Data testing and analysis were conducted using the RapidMiner 10.3 application. The results showed that the majority of toddlers in the area had good nutritional status, with the highest accuracy achieved by the Naïve Bayes algorithm at 87.65% using a 60:40 hold-out method. This study provides valuable insights into the prevalence of nutritional status at Bambu Apus Community Health Center and emphasizes the importance of regular monitoring of toddler nutritional status. Additionally, the study contributes to identifying effective classification methods for toddler nutritional status, which can support more targeted nutrition intervention programs. ABSTRAKStatus gizi balita dipengaruhi oleh berbagai faktor, baik langsung seperti penyakit infeksi, riwayat lahir, pemberian ASI Eksklusif, serta mutu dan kuantitas makanan, maupun tidak langsung seperti sosial ekonomi, pendidikan, pengetahuan, dan perilaku terhadap layanan kesehatan. Riwayat Pemberian ASI Eksklusif merupakan hal yang mempengaruhi status gizi karena ASI miliki sumber zat gizi yang paling lengkap, dan harus diberikan kepada anak, sehingga pertumbuhan dan perkembangan (otak dan tubuh) baik. Faktor-faktor ini memegang peran penting dalam menentukan perkembangan fisik dan mental anak. Kekurangan gizi pada balita dapat menimbulkan dampak serius, termasuk gangguan pertumbuhan fisik, keterlambatan perkembangan mental, dan peningkatan risiko penyakit. Oleh karena itu, pemenuhan gizi yang tepat sangat penting, terutama pada masa balita yang membutuhkan asupan gizi lebih besar dibandingkan kelompok usia lainnya. Dalam hal ini, penelitian mengembangkan model klasifikasi status gizi balita menggunakan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes, serta membandingkan akurasi kedua algoritma tersebut dengan data testing – training 60:40, 70:30 dan 80:20. Data penelitian diambil dari Puskesmas Bambu Apus, melibatkan 424 balita usia 0-60 bulan, dengan kriteria penilaian status gizi berdasarkan usia, berat badan, serta tinggi atau panjang badan yang dikonversi ke dalam nilai Z-score sesuai standar antropometri WHO 2005. Pengujian dan analisis data dilakukan menggunakan aplikasi RapidMiner 10.3. Hasil penelitian menunjukkan bahwa mayoritas balita di wilayah tersebut memiliki status gizi baik, dengan akurasi tertinggi pada algoritma Naïve Bayes sebesar 87,65% menggunakan metode hold-out 60:40. Penelitian ini memberikan wawasan penting mengenai prevalensi status gizi di Puskesmas Bambu Apus dan menekankan pentingnya pemantauan status gizi balita. Selain itu, penelitian ini juga berkontribusi dalam mengidentifikasi metode klasifikasi yang efektif untuk status gizi balita, yang dapat mendukung program intervensi gizi yang lebih tepat sasaran.

KOMPARASI HARGA TERHADAP HARGA APLIKASI OJEK ONLINE Andry, Johanes Fernandes; Bernanda, Devi Yurisca; Lee, Francka Sakti; Christianto, Kevin; Setiawan, Selly
Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i2.329

The development of digital technology has changed people's habits, including in the use of online transportation. Innovation in online transportation services makes it easier for consumers and drivers to find each other's locations find out the driver's identity, vehicle type, and save time. However, competition between online transportation applications often makes consumers compare prices from one platform to another manually. This is time-consuming and makes consumers prefer applications that offer cheaper prices, even though it requires more effort. This study is a price comparison system based on Progressive Web Apps (PWA) that allows consumers to compare prices from several online transportation applications more efficiently. This PWA-based system can be accessed via desktop or mobile devices, providing greater ease of access. In developing this system, the Waterfall method is used, where users are involved from the early stages to provide feedback so that the system can be adjusted to their needs. Comparative analysis is carried out to find similarities and differences in prices between online transportation applications. This study focuses on two main problems: how to design a website that is connected to various online transportation applications, and how the price comparison system works efficiently. The purpose of this study is to provide a solution for consumers who often compare prices between platforms manually, as well as to form a PWA-based price comparison system that facilitates access via mobile devices. The benefits of this research include increasing efficiency for consumers in choosing online transportation services, as well as encouraging healthier competition between online transportation companies through more competitive price offers. The implementation of responsive PWA to compare prices in real-time, provides a better and more efficient user experience. ABSTRAKPerkembangan teknologi digital telah mengubah kebiasaan masyarakat, termasuk dalam penggunaan transportasi online. Inovasi dalam layanan transportasi online memudahkan konsumen dan pengemudi dalam saling menemukan lokasi, mengetahui identitas pengemudi, jenis kendaraan, serta menghemat waktu. Namun, persaingan antar aplikasi transportasi online sering kali membuat konsumen membandingkan harga dari satu platform ke platform lainnya secara manual. Hal ini memakan waktu dan membuat konsumen lebih memilih aplikasi yang menawarkan harga lebih murah, meskipun membutuhkan usaha lebih. Penelitian ini mengembangkan sebuah sistem komparasi harga berbasis Progressive Web Apps (PWA) yang memungkinkan konsumen untuk membandingkan harga dari beberapa aplikasi transportasi online dengan lebih efisien. Sistem berbasis PWA ini dapat diakses melalui desktop maupun perangkat mobile, memberikan kemudahan akses yang lebih luas. Dalam pengembangan sistem ini, digunakan metode Waterfall, di mana pengguna terlibat sejak tahap awal untuk memberikan umpan balik sehingga sistem dapat disesuaikan dengan kebutuhan mereka. Analisis komparatif dilakukan untuk menemukan persamaan dan perbedaan harga antar aplikasi transportasi online. Penelitian ini berfokus pada dua masalah utama: bagaimana merancang sebuah website yang terhubung dengan berbagai aplikasi transportasi online, dan bagaimana sistem komparasi harga bekerja secara efisien. Tujuan penelitian ini adalah memberikan solusi bagi konsumen yang kerap kali membandingkan harga antar platform secara manual, serta membentuk sistem komparasi harga berbasis PWA yang memudahkan akses melalui perangkat mobile. Manfaat dari penelitian ini meliputi peningkatan efisiensi bagi konsumen dalam memilih layanan transportasi online, serta mendorong persaingan yang lebih sehat antar perusahaan transportasi online melalui penawaran harga yang lebih kompetitif. Penerapan PWA yang responsif untuk membandingkan harga secara real-time, memberikan pengalaman pengguna yang lebih baik dan efisien.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Moh Shidqon

Contact Email
Jurnalstmikwiduri@gmail.com

Phone
+6281574360223

Journal Mail Official
jurnalstmikwiduri@gmail.com

Editorial Address
Jl. Palmerah Barat No.353, RT.3/RW.5, Grogol Utara, Kec. Kby. Lama, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 11480

Location
Kota adm. jakarta selatan,

Dki jakarta

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Moh Shidqon

Contact Email Jurnalstmikwiduri@gmail.com

Phone +6281574360223

Journal Mail Official jurnalstmikwiduri@gmail.com

Editorial Address Jl. Palmerah Barat No.353, RT.3/RW.5, Grogol Utara, Kec. Kby. Lama, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 11480

Location Kota adm. jakarta selatan, Dki jakarta INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Moh Shidqon

Contact Email
Jurnalstmikwiduri@gmail.com

Phone
+6281574360223

Journal Mail Official
jurnalstmikwiduri@gmail.com

Editorial Address
Jl. Palmerah Barat No.353, RT.3/RW.5, Grogol Utara, Kec. Kby. Lama, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 11480

Location
Kota adm. jakarta selatan,

Dki jakarta

INDONESIA