cover
Contact Name
Raja Ayu Mahessya
Contact Email
jurnalpustakadata@gmail.com
Phone
+6285264454350
Journal Mail Official
jurnalpustakadata@gmail.com
Editorial Address
Jl. Batu Kasek Blok E 11 Padang
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer
Published by Pustaka Galeri Mandiri
ISSN : -     EISSN : 28097483     DOI : https://doi.org/10.55382/jurnalpustakadata
Jurnal Pustaka Data adalah sebuah jurnal Double blind peer-review yang didedikasikan untuk publikasi hasil penelitian yang berkualitas dalam bidang ilmu komputer. Semua publikasi di Jurnal Pustaka Data bersifat akses terbuka yang memungkinkan artikel tersedia secara bebas online tanpa berlangganan apapun.
Articles 88 Documents
Analisis Data Biologis dalam Mengidentifikasi Gen atau Protein yang Memiliki Pola Ekspresi Serupa Akmal, Muhammad Haikal; Pangestu, Dimas; Siregar, Dzilhulaifa; Harahap, Khaila Mukti; Furqan, Mhd.
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1008

Abstract

Ekspresi protein dalam data biologis umumnya memiliki kompleksitas tinggi dan dimensi besar, sehingga menyulitkan pengenalan pola secara langsung. Studi ini memanfaatkan algoritma Spectral Clustering untuk mengeksplorasi struktur tersembunyi dalam kumpulan data ekspresi protein. Langkah awal mencakup pembersihan data dengan imputasi nilai hilang menggunakan metode rata-rata serta normalisasi fitur numerik menggunakan StandardScaler. Dataset terdiri dari 1.080 observasi dan 77 atribut numerik hasil percobaan pada tikus. Proses pengelompokan dilakukan dengan pendekatan berbasis graf, menggunakan parameter empat klaster dan afinitas nearest neighbors. Selanjutnya, dilakukan reduksi dimensi melalui teknik Principal Component Analysis (PCA) untuk menghasilkan representasi dua dimensi yang mudah divisualisasikan. Hasil pengelompokan memperlihatkan pemisahan yang mencerminkan perbedaan biologis antar sampel. Hal ini menunjukkan bahwa metode tak terawasi seperti Spectral Clustering efektif dalam mengungkap struktur laten pada data ekspresi protein dan dapat menjadi dasar bagi analisis klasifikasi berbasis karakteristik biologis.
Sistem Informasi Repositori Digital pada SMK Negeri 1 Koto Baru Berbasis Web Wega, Wega; Susanti, Evi Yulia; Yuniko, Fauzi Tri
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1009

Abstract

Pengarsipan surat di SMK Negeri 1 Koto Baru masih dilakukan secara manual, sehingga menyulitkan dalam pencarian dan penyimpanan dokumen. Berdasarkan hal tersebut, dirumuskan masalah mengenai bagaimana merancang sistem informasi repositori digital berbasis web untuk mengelola surat masuk dan keluar secara efektif. Penelitian ini menggunakan metode waterfall, dengan tahapan analisis, perancangan, implementasi, dan pengujian. Sistem dibangun menggunakan PHP dan MySQL, dengan fitur utama penyimpanan, pencarian, pengunduhan, pengaturan hak akses dan disposisi surat. Hasilnya, sistem mampu membantu mempermudah proses administrasi surat secara lebih terstruktur, meskipun belum mendukung tanda tangan digital dan enkripsi lanjutan.
Penerapan Metode TOPSIS untuk Penilaian Tingkat Gemar Membaca (TGM) di Wilayah Sumatera Gema, Rima Liana; Kartika, Devia; Pratiwi, Mutiana; Safira, Silky; Surmayanti, Surmayanti
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1012

Abstract

Tingkat Gemar Membaca (TGM) adalah indikator penting yang digunakan untuk mengukur minat dan kebiasaan membaca masyarakat. TGM dipengaruhi oleh berbagai faktor, seperti frekuensi membaca per minggu, durasi membaca per hari, jumlah bahan bacaan per triwulan, frekuensi penggunaan internet per minggu, dan durasi akses internet per hari. Penelitian ini bertujuan untuk mengevaluasi TGM di sepuluh provinsi di Pulau Sumatera serta menganalisis faktor-faktor yang mempengaruhi perbedaan TGM antar provinsi. Untuk itu, digunakan metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), yang memungkinkan perankingan provinsi berdasarkan kedekatannya dengan solusi ideal. Data yang digunakan bersumber dari publikasi Perpustakaan Nasional tahun 2023. Hasil penelitian menunjukkan bahwa Sumatera Barat memperoleh peringkat tertinggi dengan nilai preferensi 74,04%, disusul oleh Jambi dengan nilai 62,94%, dan Sumatera Utara dengan nilai 51,69%. Temuan ini mengindikasikan bahwa provinsi-provinsi ini memiliki tingkat gemar membaca yang lebih tinggi dibandingkan provinsi lainnya di Pulau Sumatera. Penelitian ini menyimpulkan bahwa faktor-faktor seperti kebiasaan membaca dan penggunaan internet berpengaruh terhadap TGM, dan provinsi dengan TGM lebih tinggi memiliki peluang besar untuk memperkuat budaya literasi di wilayah mereka.
Klasterisasi Data Produksi Daging Sapi Menggunakan Algoritma K-Means Orange Data Mining Ramadani, Achmes Dade; Hilmy Ibrahim, Farras; Hidayat, Manarul; Habibullah, Ahmad; Sumanto, Sumanto; Kuswanto, Andi Diah
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1013

Abstract

     Produksi daging sapi merupakan salah satu komponen penting dalam sektor peternakan yang mendukung ketahanan pangan nasional. Mengingat fluktuasi produksi dari tahun ke tahun dan perbedaan karakteristik antar wilayah, diperlukan metode analisis yang tepat untuk mengolah data secara efektif. Penelitian ini bertujuan untuk mengelompokkan data produksi daging sapi di Indonesia selama periode 2021 hingga 2024 menggunakan algoritma K-Means Orange Data Mining. Proses analisis mengikuti tahapan CRISP-DM, mulai dari pemahaman bisnis hingga deployment. Data yang digunakan diperoleh dari Badan Pusat Statistik dan diproses untuk menghasilkan tiga klaster utama: wilayah dengan produksi daging sapi tinggi, rendah, dan sedang. Hasil penelitian menunjukkan bahwa algoritma K-Means Orange Data Mining mampu mengelompokkan data produksi daging sapi secara efektif ke dalam beberapa klaster yang berbeda. Orange Data Mining turut membantu proses analisis data dengan tampilan antarmuka visual yang inovatif dan hasil yang mudah diinterpretasikan. Temuan ini diharapkan menjadi acuan dalam perumusan kebijakan strategis peternakan dan perencanaan distribusi produksi berbasis data. Hasil klasterisasi ini memberikan gambaran kepada pemerintah mengenai tingkat produksi daging sapi di setiap wilayah, sehingga memungkinkan pengambilan kebijakan atau langkah-langkah strategis yang lebih tepat dan sesuai dengan kondisi masing-masing wilayah berdasarkan hasil klasterisasi.
Rancang Bangun Sistem Informasi Inventaris Sekolah Menggunakan Qr Code pada SMKN 2 Pulau Punjung Berbasis Website Lestari, Ningsih; Susanti, Evi Yulia; Revita, Elinda
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1017

Abstract

Perkembangan teknologi yang sangat pesat dapat membawa pengaruh yang besar dapat mempermudah pekerjaan manusia, sehingga sistem Inventaris Pada SMKN 2 Pulau Punjung masih bergantung dengan sebuah webisite dari pusat, dan memanfaatkan (KIB) Kartu Inventasis Barang. Selama ini untuk pengelolaan masih dilakukan dengan secara manual oleh bendahara aset yaitu untuk pendataan barang yang dibeli dengan bantuan dana Komite maupun yang diperoleh dari Dinas Pendidikan lalu disimpan di lemari berkas mengakibatkan sulit untuk melihat dan melaporkan data yang sudah lama. Permasalah ini diatasi dengan merancang sistem informasi inventaris berbasis website dan menngunakan kecanggihan teknologi yaitu Qr Code. Penulis menggunakan pendekatan SDLC (System Development Life Cycle) dengan metode waterfall. Perancangan sistem informasi inventaris ini menggunakan bahasa pemograman PHP dan basis data MYSQL, Dengan sistem ini diharapkan dapat mempermudah dalam mengelola data aset.
Rancang Bangun Sistem Informasi Monitoring Absensi Ketidakhadiran Siswa Berbasis Web pada SMA Negeri 1 Sitiung Syarifah, Nailatus; Yulia Susanti, Evi; Andang Purnomo, Wulan
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1019

Abstract

SMA Negeri 1 Sitiung (SMANSASIT) merupakan salah satu sekolah menengah atas di Sumatera Barat, tepatnya di jalan Dempo Koto Agung Kenagarian Sungai Duo, Kecamatan Sitiung, Kabupaten Dharmasraya, Provinsi Sumatera Barat, terdapat 955 siswa, 28 kelas dan 3 jurusan yang dikelola oleh sekolah ini. Sistem informasi monitoring absensi ketidakhadiran siswa berbasis web dirancang dan dibangun untuk meningkatkan pengelolaan data absensi di SMA. Sistem ini memungkinkan guru untuk memantau dan mengelola data absensi siswa secara online, sehingga mengurangi kesalahan dan kehilangan data. Selain itu, sistem ini juga dapat membantu guru bk dalam memantau siswa yang sering tidak hadir, sehingga dapat dilakukan intervensi dini untuk meningkatkan kehadiran dan prestasi siswa. Dengan mengunakan sistem ini, sekolah dapat meningkatkan kualitas pengelolaan data absensi dan memberikan informasi yang akurat kepada orang tua dan siswa. Dalam membangun sistem ini, penulis melakukan tahapan penelitian yang dimulai dari identifikasi masalah, analisis masalah, menentukan tujuan, mempelajari literatur, pengumpulan data, analisis sistem, desain sistem, testing, implementasi sistem, dan hasil. Sistem ini dirancang menggunakan metode waterfall, menggunakan UML untuk memodelkan fitur-fitur dan dibangun dengan bahasa pemrograman PHP serta basis data MySQL.
Rancang Bangun Sistem Informasi Berbasis Web untuk Prediksi Stok Obat Kronis pada Penderita Diabetes Melitus Rahmad Mulia, Jefri; Maulana, Fajar; Afif, Ahmad; Manurung, Kiki Hariani; Wendra, Yumai
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1021

Abstract

Pengelolaan persediaan obat yang efektif merupakan aspek penting dalam pelayanan kesehatan, terutama untuk penyakit kronis seperti Diabetes Melitus yang membutuhkan ketersediaan obat secara berkelanjutan. Penelitian ini bertujuan untuk merancang sistem informasi berbasis web yang dapat memprediksi kebutuhan stok obat kronis bagi penderita Diabetes Melitus dengan menggunakan metode simulasi Monte Carlo. Sistem ini dikembangkan untuk membantu pihak manajemen rumah sakit dalam melakukan perencanaan pengadaan obat secara lebih efisien dan akurat. Metode penelitian meliputi analisis kebutuhan sistem, pemodelan dengan Unified Modeling Language (UML), dan pembangunan prototipe sistem berbasis web. Data pemakaian obat tahun 2021 hingga 2023 digunakan sebagai dasar perhitungan distribusi probabilitas dan simulasi Monte Carlo.Hasil dari penelitian ini berupa prototipe sistem yang mampu menghitung estimasi kebutuhan obat kronis untuk periode tertentu. Sistem ini tidak hanya meningkatkan efisiensi pengelolaan logistik farmasi, tetapi juga mendukung pengembangan infrastruktur e-health di Indonesia. Sistem dapat dikembangkan lebih lanjut untuk digunakan pada jenis penyakit kronis lainnya.
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik SPBU PT Dharmasraya Multi Sarana Sungai Rumbai Menggunakan Metode Simple Additive Weighting (SAW) Berbasis Web Diana , Rosi; Ali , Gunawan; Putra, Firmansyah
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1024

Abstract

Pemilihan karyawan terbaik di SPBU PT Dharmasraya Multi Sarana Sungai Rumbai sebelumnya dilakukan secara manual, yang menyebabkan beberapa permasalahan seperti lamanya proses pengambilan keputusan dan adanya unsur subjektivitas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dengan menggunakan metode Simple Additive Weighting (SAW) guna meningkatkan objektivitas, akurasi, dan efisiensi dalam proses evaluasi. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL, serta dilengkapi dengan fitur seperti input data karyawan, kriteria penilaian, pemberian bobot, perhitungan otomatis, dan output hasil akhir. Hasil pengujian menunjukkan bahwa sistem ini dapat membantu manajemen dalam menentukan karyawan terbaik secara cepat dan objektif.
Dampak Penggunaan Artificial Intelligence terhadap Etika Profesi dan Moral di Dunia Kerja Kurniawan, Prasetya; Budiyanto, Deny
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1025

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membawa perubahan signifikan dalam dunia kerja profesional. AI kini banyak digunakan untuk mendukung efisiensi, produktivitas, dan pengambilan keputusan di berbagai sektor. Namun, kemajuan ini juga menimbulkan tantangan etis, terutama terkait tanggung jawab, orisinalitas, dan potensi pelanggaran etika profesi. Penelitian ini bertujuan untuk menganalisis hubungan antara penggunaan AI dalam pekerjaan sehari-hari dengan kesadaran etika profesi di kalangan profesional. Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan teknik pengumpulan data melalui kuesioner daring kepada 50 responden dari berbagai latar belakang profesi. Analisis data dilakukan dengan uji Chi-Square (?²) untuk mengetahui signifikansi hubungan antara dua variabel kategorikal, yaitu frekuensi penggunaan AI dan pemahaman terhadap pertimbangan etis. Hasil uji hipotesis menunjukkan nilai p-value sebesar 0,9605, yang lebih besar dari tingkat signifikansi (? = 0,10), sehingga disimpulkan bahwa tidak terdapat hubungan yang signifikan antara penggunaan AI dengan kesadaran etika profesi. Temuan ini menunjukkan bahwa kesadaran etis profesional bukan ditentukan oleh intensitas penggunaan teknologi, melainkan oleh faktor lain seperti nilai pribadi, pendidikan, dan budaya organisasi. Penelitian ini merekomendasikan pentingnya edukasi etika digital dan perumusan kebijakan etis yang adaptif terhadap perkembangan teknologi.
Aplikasi Deteksi Penyakit Tanaman Cabai Menggunakan Teknologi Machine Learning dan Flask Mursyid, Fadil; Arfal Albarzah, Muhammad; Irnawati, Irnawati; Ceria Juliana, Wa; Rifki Adiyatma, Muhammad; Hamundu, Ferdinand Murni
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1026

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang dapat mendeteksi penyakit pada tanaman cabai dengan memanfaatkan teknologi pembelajaran mesin. Sistem ini dirancang dengan menggunakan framework Flask sebagai antarmuka dan model Convolutional Neural Network (CNN) untuk proses klasifikasi gambar daun. Dataset yang digunakan terdiri dari foto-foto daun tanaman cabai yang menunjukkan dua jenis penyakit, yaitu Antraknosa dan Gemini Virus. Data dikumpulkan dari berbagai sumber terbuka dan melalui proses pengolahan seperti normalisasi dan augmentasi sebelum digunakan untuk melatih model. Aplikasi ini memberikan kesempatan bagi pengguna untuk mengunggah foto daun cabai yang kemudian diproses secara otomatis oleh model yang telah dilatih. Hasil dari pengujian menunjukkan bahwa model CNN berhasil mencapai akurasi 92% dalam mendeteksi penyakit pada gambar yang diuji. Sistem ini diharapkan dapat berfungsi sebagai alat bantu yang efektif untuk identifikasi dini penyakit tanaman dengan cepat dan mandiri, terutama bagi para petani dan pelaku sektor pertanian. Penggunaan aplikasi ini dianggap sangat praktis, efisien, dan responsif, serta memiliki potensi untuk dikembangkan lebih lanjut dengan menambahkan jenis penyakit baru dan fitur tambahan lainnya seperti deteksi waktu nyata dan versi mobile.