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
Klasifikasi Citra Biji Kopi Temangung Menggunakan Residual Network (ResNet-50) Pascal Munthe, Thimoty; Akbar, Mutaqin
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.v5i1.1028

Abstract

Artikel ini membahas penerapan metode deep learning dengan menggunakan arsitektur Residual Network (ResNet-50) untuk mengklasifikasikan tiga jenis biji kopi dari Temanggung, yaitu Arabika, Excelsa, dan Robusta. Dataset yang digunakan terdiri dari 1.350 citra, masing-masing kelas berjumlah seimbang. Tahap pra-pemrosesan meliputi perubahan ukuran gambar menjadi 224x224 piksel, normalisasi nilai piksel, serta pembagian dataset menjadi data latih, validasi, dan uji. Pelatihan model dilakukan menggunakan algoritma Adam dengan learning rate 0.0001, batch size 32, dan 20 epoch. Evaluasi kinerja model dilakukan melalui confusion matrix serta metrik klasifikasi seperti akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model ResNet-50 mampu melakukan klasifikasi jenis biji kopi secara akurat, dengan akurasi sebesar 96% dan nilai macro F1-score yang juga mencapai 96%. Capaian ini menunjukkan bahwa fitur visual dari biji kopi dapat dikenali secara efektif oleh model. Temuan ini membuktikan bahwa pendekatan berbasis deep learning, khususnya menggunakan ResNet-50, efektif digunakan dalam sistem klasifikasi otomatis biji kopi dan berpotensi besar untuk mendukung efisiensi identifikasi produk pertanian di sektor industri kopi.
Sistem Monitoring Server dan Website CV. Technos Studio Menggunakan Laravel Scheduller dan Telegram Bot Prabowo, Muhammad Ilham Arief; Shadrii, Yushlih Narsil; Ikhsan, Bintang Alnur; Faizal, Muhammad; Andaniari, Putu Linda
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.v5i1.1032

Abstract

Dalam era digital saat ini, keberlangsungan layanan website dan server sangat krusial bagi operasional perusahaan, terutama yang bergerak di bidang teknologi informasi. CV. Techno's Studio memerlukan sistem monitoring yang mampu melakukan pemantauan terhadap website dan server secara real-time serta memberikan notifikasi secara otomatis ketika terjadi gangguan. Penelitian ini merancang dan membangun sistem monitoring berbasis Laravel yang terintegrasi dengan Telegram Bot API. Sistem ini memanfaatkan scheduled command dan library GuzzleHttp untuk memeriksa status website secara berkala, menyimpan hasil monitoring dalam database, serta mengirimkan notifikasi ke pengguna jika terdeteksi masalah. Hasil implementasi menunjukkan bahwa sistem ini mampu melakukan pemantauan secara otomatis dan memberikan notifikasi secara efisien, meskipun masih terdapat beberapa keterbatasan seperti ketergantungan pada Laravel Scheduler dan tidak adanya mekanisme retry atau eskalasi notifikasi.
Implementasi Convolution Neural Network (CNN) untuk Deteksi Penyakit pada Daun Jagung Berbasis Citra Digital Wirabowo, Imam; Susilawati, Indah
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.v5i1.1046

Abstract

Jagung merupakan komoditas pangan utama kedua di Indonesia yang sering menghadapi masalah penyakit pada daun seperti Blight, Common Rust, dan Gray Leaf Spot. Identifikasi penyakit secara manual masih mengandalkan pengamatan langsung yang bersifat subjektif dan kurang efektif untuk skala luas. Penelitian ini bertujuan mengembangkan sistem deteksi penyakit daun jagung berbasis Convolutional Neural Network (CNN) yang efisien untuk perangkat dengan spesifikasi komputasi rendah. Dataset yang digunakan terdiri dari 2.960 citra daun jagung dengan tiga kategori penyakit yang diperoleh dari publikasi akademik, dataset terbuka, dan pengambilan langsung. Preprocessing meliputi resizing ke 224×224 piksel, normalisasi, dan augmentasi data sederhana. Model CNN dibangun dengan arsitektur sequential berlapis yang terdiri dari tiga blok Conv2D dan MaxPooling2D, flatten layer, dense layer 128 neuron dengan ReLU, dropout 0.5, dan output layer dengan aktivasi softmax. Evaluasi dilakukan dengan delapan kombinasi parameter validation split (0.2 dan 0.3), zoom range (0.2 dan 0.4), dan epoch (20 dan 50). Hasil terbaik diperoleh pada kombinasi validation split 0.2, zoom range 0.2, dan epoch 20 dengan akurasi validasi 90.03% dan loss 0.2574. Confusion matrix menunjukkan performa seimbang pada ketiga kelas penyakit dengan precision, recall, dan F1-score rata-rata 0.90. Model ini terbukti efisien, akurat, dan cocok untuk implementasi pada perangkat dengan keterbatasan komputasi, memberikan solusi praktis bagi petani dalam deteksi dini penyakit tanaman jagung.
Simulasi Monte Carlo untuk Prediksi Jumlah Daftar Pemilih Tetap (DPT) pada Pemilihan Kepala Daerah di Kabupaten Pesisir Selatan Manda, Putra; Marsa, Arif Riski
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 4 No 2 (2024): 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.v4i2.1047

Abstract

Penelitian ini bertujuan memprediksi jumlah Daftar Pemilih Tetap (DPT) dalam Pemilihan Kepala Daerah (Pilkada) Kabupaten Pesisir Selatan dengan metode Simulasi Monte Carlo. Ketidakpastian dan dinamikanya jumlah pemilih yang terus berubah setiap periode sering kali menjadi tantangan bagi penyelenggara pemilu saat menyusun rencana akurat dan efisien. Untuk itu, studi ini mengumpulkan data DPT dari tiga pemilu sebelumnya, yakni 2014, 2015, dan 2019, sebelum menganalisis dan mensimulasikannya guna memproyeksikan jumlah pemilih pada Pilkada 2020. Simulasi dilakukan di 15 kecamatan Kabupaten Pesisir Selatan dengan membangun model probabilistik yang berakar pada tren historis yang ada. Hasilnya, metode Monte Carlo mampu memberi prediksi yang sangat mendekati data aktual, dengan rata-rata tingkat akurasi mencapai 94 persen. Temuan ini menegaskan bahwa pendekatan tersebut dapat dijadikan alat bantu andal dalam perencanaan pemilu, terutama untuk memperkirakan kebutuhan logistik dan mengalokasikan sumber daya dengan tepat sasaran. Kata kunci: Monte Carlo, Daftar Pemilih Tetap, Pemilu, Simulasi, Prediksi, Pilkada
Optimasi Proses Audit Lapangan melalui Pengembangan Aplikasi Berbasis Digital Basuki, Princello Putra; Ratniasih, Ni Luh; Rini, Erma Sulistyo
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.v5i1.1048

Abstract

Penelitian ini berfokus pada penyeselesaian masalah penjadwalan dan pelaporan audit kelas yang masih dilakukan secara manual. Proses audit kelas merupakan proses yang sangat penting, karena dengan melakukan audit ini maka pihak perguruan tinggi dapat melakukan penilaian apakah kelas yang berjalan sudah sesuai, selain itu pihak universitas juga dapat melakukan evaluasi mengenai pelaksanaan kelas kedepannya. Pelaksanaan penjadwalan hingga pelaporan hasil audit yang masih dilakukan secara manual membutuhkan waktu lebih dan kurang efisien. Untuk meningkatkan efisien waktu dalam pelaksanaan audit kelas, penelitian ini merancang sebuah aplikasi audit site in. Metode yang digunakan dalam pengembangan sistem ini adalah metode waterfall yang teridiri dari tahapan analisa kebutuhan, desin sistem, implementasi, pengujian, dan pemeliharaan. Desain aplikasi ini dirancang menggunakan Balsamiq Wireframes, Visual Studio Code untuk membuat aplikasi dengan framework Laravel 10. Pengujian aplikasi menggunakan metode blackbox testing dan kuisioner dengan hasil akhir sudah sesuai dengan rancangan. Hasil dari penelitian ini berupa aplikasi audit site in yang berisi fitur penjadwalan hingga pelaporan hasil audit yang telah sesuai dengan harapan.
Analisa Simulasi Antrian Monte Carlo menggunakan metode Multi Channel Single Phase Trisna, Novi; Mahessya, Raja Ayu; Yenila, Firna
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.v5i1.1057

Abstract

Penelitian ini menganalisis sistem antrian pada layanan Laut Carwash menggunakan simulasi Monte Carlo berbasis model Multi-Channel Single-Phase. Hasil simulasi menunjukkan bahwa metode ini efektif dalam memberikan gambaran realistis terkait waktu tunggu dan performa pelayanan. Rata-rata waktu tunggu pelanggan dalam antrian tercatat sebesar 10,75 menit, sementara rata-rata total waktu dalam sistem mencapai 81 menit. Pendekatan Monte Carlo mampu mensimulasikan dinamika layanan secara akurat dan menjadi alat bantu untuk mengevaluasi serta merancang perbaikan sistem pelayanan. Simulasi ini juga membantu memetakan dampak perubahan operasional terhadap efisiensi layanan secara keseluruhan. Dengan demikian, metode ini sangat bermanfaat untuk mendukung pengambilan keputusan strategis dalam meningkatkan kualitas pelayanan pencucian mobil.
Implementasi SIS-PKL sebagai bentuk Digitalisasi Administrasi Data Mahasiswa Magang Berbasis Website Yusuf, Muhamad; Arsyah, Rahmatul Husna; Jafnihirda, Lika; Nurjannah, Dika
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.v5i1.1073

Abstract

Perkembangan ilmu pengetahuan dan teknologi yang pesat mendorong dunia pendidikan untuk menjembatani teori dan praktik melalui kegiatan Praktek Kerja Lapangan (PKL). PKL memberikan kesempatan bagi mahasiswa untuk mengenal dunia kerja secara langsung serta menerapkan ilmu dan keterampilan yang diperoleh selama perkuliahan. Lembaga Penyiaran Publik (LPP) TVRI Stasiun Sumatera Barat sebagai lembaga penyiaran nasional memiliki peran strategis dalam memberikan layanan informasi kepada masyarakat dan turut mendukung program PKL bagi mahasiswa. Kegiatan PKL di TVRI Sumatera Barat mencakup berbagai bidang seperti teknik penyiaran, produksi berita, administrasi keuangan, dan manajemen konten media. Meski pendaftaran PLI telah dilakukan secara online, pengelolaan data magang masih bersifat manual, yang berisiko menyebabkan kesalahan pencatatan, kehilangan data, dan keterlambatan pelaporan. Hal ini mengindikasikan perlunya sistem manajemen data magang yang lebih efisien dan terintegrasi untuk meningkatkan efektivitas program PKL di lingkungan TVRI Sumatera Barat
Penerapan Metode Profil Matching dalam SPK untuk Menilai Kepuasan Pelayanan Publik Amelia, Dhella; Randa, Dimas Dwi
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 4 No 2 (2024): 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.v4i2.1124

Abstract

Penelitian ini adalah untuk merancang dan mengembangkan sebuah Sistem Pendukung Keputusan (SPK) yang dapat digunakan untuk menilai tingkat kepuasan masyarakat terhadap petugas pelayanan di Kantor Camat Padang Barat. SPK ini memanfaatkan metode Profil Matching yang membandingkan kompetensi petugas dengan kriteria yang diharapkan sesuai dengan jabatan mereka, untuk mengidentifikasi adanya kesenjangan kompetensi yang dapat memengaruhi kualitas pelayanan. Sistem yang dikembangkan menggunakan platform PHP dan MySQL, dan diuji untuk mengevaluasi efektivitasnya dalam meningkatkan kepuasan masyarakat. Data yang digunakan dalam penelitian ini diperoleh dari hasil survei yang mengukur kepuasan masyarakat terhadap layanan administrasi yang diberikan. Hasil pengujian menunjukkan bahwa SPK berbasis Profil Matching mampu mengidentifikasi tingkat kepuasan masyarakat secara lebih objektif dan efektif, serta memberikan kontribusi signifikan dalam peningkatan kualitas pelayanan administrasi. Berdasarkan hasil penelitian, disarankan agar SPK berbasis Profil Matching diterapkan lebih luas, tidak hanya di Kantor Camat Padang Barat, untuk meningkatkan kepuasan masyarakat secara keseluruhan, dengan menyarankan perbaikan berbasis data yang lebih terukur terkait kompetensi petugas.