cover
Contact Name
Romy Budhi
Contact Email
lppm@machung.ac.id
Phone
+62341-550171
Journal Mail Official
lppm@machung.ac.id
Editorial Address
Universitas Ma Chung Villa Puncak Tidar N-01 Malang
Location
Kota malang,
Jawa timur
INDONESIA
Prosiding Seminar Nasional Universitas Ma Chung
Published by Universitas Ma Chung
ISSN : -     EISSN : 28087771     DOI : -
Seminar Nasional Universitas Ma Chung, merupakan diseminasi akademisi di berbagai bidang, sebagaimana berikut ini : Sains : Standardisasi Bahan Alam; Formulasi Bahan Alam; Fitofarmasi, Fitokimia dan Farmakognosi; Bioassay dan Biokimia; Farmasi Klinis dan Komunitas. Teknologi : Information System, Software Engineering, Computer Network Security; E-commerce, E-governance, Business Process, Decision Support System; Big Data, Data Mining Data Warehouse, Text Mining; Information Management, Technopreneurship; Data Engineering, Business Intelligence; Natural Language Processing, Image Processing; Expert System, Machine Learning, Deep Learning; Fuzzy Logic, Searching Technique; Kriptografi, Block Chain; Human Machine Interaction, Internet of Things; Cloud Computing, Computer Network; dan Bidang IT lainnya. Humaniora : Pengajaran Bahasa (Indonesia/BIPA, Mandarin dan Inggris); Pembelajaran Masa dan Pasca Pandemi; Isu-isu Linguistik Mutakhir; Sastra di Era Digital; Kajian Penerjemahan; Bahasa, Budaya, Pariwisata; Bahasa dan Kewirausahaan.
Arjuna Subject : Umum - Umum
Articles 147 Documents
Leveraging RFM Analysis and MOORA for Strategic Credit Decisions Soetam Rizky Wicaksono; Rudy Setiawan
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Credit risk management is crucial for the sustainability of businesses, particularly in industries dealing with perishable goods such as pharmaceutical distribution. This research aims to enhance credit risk assessment by integrating Recency, Frequency, Monetary (RFM) analysis with the Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) method. By analyzing six months of sales transaction data from a pharmaceutical distributor, an ETL process was conducted to consolidate data from customer, sales transaction, billing, payment, and product tables. Four key components—Recency, Frequency, Monetary, and Payment Timeliness—were normalized and weighted to calculate overall performance scores using MOORA. The research reveals that customers with higher Frequency and Monetary scores, recent purchase activity, and timely payments are identified as low-risk candidates. The top five customers were ranked based on their comprehensive scores, demonstrating the effectiveness of the combined RFM-MOORA approach. The results indicate that leveraging detailed customer behavior metrics can significantly improve credit risk management, reduce bad debts, and optimize credit allocation. This methodology supports data-driven, strategic decision-making, fostering stronger business relationships and financial stability. Future research should consider integrating advanced machine learning techniques and expanding data sources for even more precise risk predictions
Rekayasa Perangkat Lunak Sistem Informasi Manajemen Rekrutmen dengan Fitur Tracking Status pada P3MI Regina Sheren Putri Vintreswari; Meme Susilowati
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perusahaan Penempatan Pekerja Migran Indonesia (P3MI) memiliki peran penting dalam mengelola proses rekrutmen dan penempatan Calon Pekerja Migran Indonesia (CPMI), mulai dari penerimaan Job Order, registrasi, screening dan seleksi, pelatihan, pengelolaan dokumen legalitas, hingga keberangkatan. Namun, pengelolaan administrasi yang masih dilakukan secara manual menyebabkan data tidak terintegrasi, proses pencarian informasi kurang efisien, serta pemantauan perkembangan CPMI pada setiap tahapan rekrutmen sulit dilakukan. Penelitian ini bertujuan merancang Sistem Informasi Manajemen Rekrutmen Pekerja Migran Indonesia berbasis web dengan fitur tracking status untuk mendukung pengelolaan proses rekrutmen secara terintegrasi. Penelitian menggunakan metode Three Major Phases yang terdiri atas tahap analisis, desain, dan implementasi, dengan fokus pembahasan pada tahap analisis dan desain sistem. Hasil penelitian berupa rancangan sistem yang meliputi user characteristic, use case diagram, sitemap, logical database, dan user interface. Rancangan sistem mendefinisikan tiga jenis pengguna utama, yaitu Staf Dokumen, Manajer, dan Owner, serta menghasilkan basis data yang mengintegrasikan seluruh tahapan rekrutmen CPMI dalam satu sistem. Selain itu, fitur tracking status memungkinkan pemantauan perkembangan CPMI pada setiap tahapan proses secara terstruktur. Hasil perancangan ini diharapkan dapat menjadi dasar pengembangan sistem informasi yang mendukung pengelolaan data dan pemantauan proses rekrutmen pada perusahaan P3MI.
Rekayasa Perangkat Lunak Sistem Informasi Manajemen Resep pada Industri F&B Ketangkasen Ekklesia Martina Tarigan; Meme Susilowati
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi informasi memberikan dampak besar terhadap berbagai sektor industri, termasuk industri food and beverage (F&B). Pengelolaan bahan baku dan proses produksi merupakan faktor penting yang menentukan kualitas produk dan keberlanjutan usaha dalam industri ini. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Manajemen Resep pada Industri F&B yang mampu mencatat dan memantau penggunaan bahan baku, bahan setengah jadi, hingga produk jadi secara terintegrasi. Sistem dikembangkan menggunakan metode Three Major Phases yang terdiri dari tahap analisis, desain, dan implementasi. Pengumpulan data dilakukan melalui observasi dan wawancara langsung terhadap proses operasional yang sebelumnya masih dilakukan secara manual, mencakup pencatatan stok, alur produksi bertingkat, dan pelaporan persediaan. Sistem yang dihasilkan berbasis web dengan empat peran pengguna, yaitu Admin, Owner, Purchasing, dan Staff Operasional. Fitur utama meliputi pengelolaan master data resep, bahan baku, dan menu; pencatatan transaksi rencana pembelian, penerimaan bahan, permintaan bahan, dan produksi dua tahap; serta fitur pendukung berupa pencatatan waste, stok opname, impor menu terjual, kartu stok, dan laporan penggunaan bahan per periode. Sistem memungkinkan pengurangan stok bahan baku secara otomatis berdasarkan takaran resep setiap kali produksi dilakukan atau menu terjual dicatat. Hasil implementasi menunjukkan bahwa sistem berhasil mengintegrasikan seluruh alur pergerakan bahan dari pengadaan hingga penjualan, sehingga pencatatan persediaan menjadi lebih akurat, terstruktur, dan mendukung pengambilan keputusan operasional secara lebih efisien.
Pengembangan Tema Wordpress Antarmuka Web JTI Polinema Menggunakan User-Centered Design Denny Malik Ibrahim; Dika Rizky Yunianto; Adevian Fairuz Pratama
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Website Jurusan Teknologi Informasi (JTI) Politeknik Negeri Malang (Polinema) merupakan media resmi penyampaian informasi akademik. Hasil observasi awal menemukan sejumlah permasalahan antarmuka yang berpotensi menurunkan usability, seperti navigasi yang kurang jelas, tampilan yang tidak konsisten, rendahnya keterbacaan konten, serta tema visual yang belum mencerminkan identitas JTI Polinema. Penelitian ini bertujuan merancang ulang antarmuka website berdasarkan identitas visual institusi serta mengevaluasi kualitasnya menggunakan 10 prinsip heuristik Nielsen. Metode yang digunakan adalah User-Centered Design (UCD) dengan tiga iterasi perancangan dan evaluasi melalui Heuristic Evaluation. Perancangan difokuskan pada lima layout utama, yaitu Landing, Documentation, Tabular Data, Grid Gallery, dan Detail Layout, kemudian diimplementasikan ke dalam tema WordPress kustom (WebJTI Theme) menggunakan Custom Post Type (CPT) dan Advanced Custom Fields (ACF). Evaluasi melibatkan sembilan evaluator ahli dari unsur mahasiswa, dosen, dan praktisi. Hasil evaluasi menunjukkan seluruh layout mengalami penurunan severity rating pada setiap iterasi; rata-rata severity rating tiap layout turun dari rentang 1,85–2,17 pada Evaluasi 1 menjadi 1,02–1,18 pada Evaluasi 3. Pada evaluasi akhir seluruh temuan berada pada kategori cosmetic problem dan no problem. Pengujian sistem menggunakan Black-Box, uji kompatibilitas lintas perangkat, dan Google Lighthouse memperoleh skor Accessibility 91 dan SEO 92. Penelitian ini menyimpulkan bahwa tema yang dikembangkan responsif, modular, mudah dikelola, serta mampu meningkatkan usability dan merepresentasikan identitas visual JTI Polinema secara konsisten. Kata kunci: User-Centered Design, Heuristic Evaluation, WordPress, Usability, Antarmuka Web
Pengembangan dan Evaluasi Kinerja Server IoT Berbasis Rust Menggunakan Framework Ntex Ahmad Ridha; Irfan Alamsyah
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan Internet of Things (IoT) mendorong peningkatan kebutuhan terhadap infrastruktur server yang mampu mengelola data dari berbagai perangkat secara efisien. Perangkat IoT umumnya memiliki keterbatasan sumber daya komputasi dan penyimpanan sehingga memerlukan dukungan server yang memiliki kinerja tinggi dan mampu menangani banyak permintaan secara bersamaan. Penelitian sebelumnya telah mengembangkan server IoT menggunakan framework Python Falcon dan Go Fiber dengan berbagai penyempurnaan pada desain sistem. Penelitian ini bertujuan mengembangkan server IoT berbasis bahasa pemrograman Rust menggunakan framework Ntex serta mengevaluasi kinerjanya dibandingkan dengan implementasi sebelumnya yang menggunakan Go Fiber. Pengembangan sistem dilakukan melalui tahapan analisis kebutuhan, desain, implementasi, dan pengujian. Sistem yang dikembangkan menggunakan arsitektur REST API dengan PostgreSQL sebagai basis data dan JSON sebagai format pertukaran data. Pengujian fungsional dilakukan menggunakan Postman untuk memastikan seluruh fitur berjalan sesuai kebutuhan, sedangkan pengujian kinerja dilakukan menggunakan Grafana k6 dengan metrik transaksi per detik pada tingkat konkurensi 200 hingga 1000 pengguna simultan. Hasil pengujian menunjukkan bahwa seluruh kebutuhan fungsional sistem berhasil dipenuhi. Selain itu, implementasi menggunakan framework Ntex menghasilkan kinerja yang lebih tinggi pada seluruh endpoint yang diuji dibandingkan dengan implementasi Go Fiber. Ntex menunjukkan peningkatan kinerja rata-rata sekitar 20% berdasarkan transaksi per detik yang berhasil diproses. Hasil penelitian menunjukkan bahwa Ntex merupakan alternatif yang layak untuk pengembangan backend server IoT yang membutuhkan performa tinggi.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI RUANGGURU BERBASIS INDOBERT UNTUK EVALUASI KUALITAS LAYANAN PENDIDIKAN DIGITAL Nasywa Salsabiila Romadhona; Dwi Wahyu Prabowo; Nurahman
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan pesat platform pendidikan teknologi (edtech) di Indonesia mendorong kebutuhan akan mekanisme evaluasi kualitas layanan yang lebih mendalam dari sekadar agregat rating bintang. Penelitian ini bertujuan mengembangkan sistem analisis sentimen berbasis IndoBERT untuk mengklasifikasikan ulasan pengguna aplikasi Ruangguru dari Google Play Store ke dalam tiga kelas sentimen, yaitu positif, netral, dan negatif, guna mendukung evaluasi kualitas layanan pendidikan digital secara berbasis teks. Data dilabeli secara otomatis berdasarkan rating pengguna: positif (rating 4-5), netral (rating 3), dan negatif (rating 1-2). Model IndoBERT-base-p1 (indobenchmark/indobert-base-p1) digunakan sebagai model dasar yang kemudian di-fine-tuning dengan empat skenario penanganan ketidakseimbangan kelas, yaitu tanpa penyeimbangan, random oversampling, cost-sensitive learning (weighted cross-entropy), dan focal loss (gamma=2.0). Validasi dilakukan menggunakan 10-Fold Stratified Cross-Validation untuk memastikan kestabilan dan representativitas hasil, serta uji statistik Wilcoxon Signed-Rank Test untuk membandingkan performa antar skenario secara signifikan. Hasil terbaik diperoleh pada skenario tanpa penyeimbangan dengan F1-score sebesar 0.6951. Penelitian ini menunjukkan bahwa IndoBERT mampu menangkap nuansa bahasa Indonesia informal dalam ulasan pengguna aplikasi edtech dan berpotensi menjadi fondasi sistem evaluasi layanan pendidikan digital yang lebih akurat dan berbasis data opini nyata.
TEXT SIMILARITY PADA DOKUMEN PRODUK CERTIPORT DENGAN DOKUMEN PROFIL CALON KLIEN SERTIFIKASI Hilman Zahrawa Budiarto; Dika Rizky Yunianto; Vit Zuraida
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses profiling kebutuhan sertifikasi calon klien di Certiport Authorized Testing Center (CATC) JTI Polinema yang masih dilakukan secara manual rentan terhadap subjektivitas dan terkendala kesenjangan antara narasi kompetensi calon klien dengan terminologi teknis pada dokumen produk sertifikasi. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi sertifikasi otomatis berbasis hybrid text similarity untuk mengukur tingkat kecocokan antara dokumen Objective Domain sertifikasi Certiport dengan dokumen profil calon klien sertifikasi. Sistem dibangun menggunakan arsitektur komputasi hybrid yang mengintegrasikan TF-IDF pada dimensi numerik dan Sentence Transformers model all-MiniLM-L6-v2 pada dimensi semantik, disertai pipeline penerjemahan otomatis untuk menjembatani perbedaan bahasa antara profil calon klien berbahasa Indonesia dengan Objective Domain berbahasa Inggris. Pengujian dilakukan terhadap 16 dokumen profil calon klien sertifikasi dari tiga institusi yang merepresentasikan variasi kebutuhan kompetensi lintas domain. Evaluasi dilakukan menggunakan metrik Precision, Recall, Accuracy, dan F1-Score untuk mengukur kualitas rekomendasi yang dihasilkan sistem. Hasil pengujian menunjukkan performa optimal pada batas rekomendasi Top-20 dengan rasio pembobotan 40% numerik dan 60% semantik, menghasilkan rata-rata Precision sebesar 29,37%, Recall sebesar 40,20%, Accuracy sebesar 74,68%, dan F1-Score sebesar 29,85%. Ablation study membuktikan bahwa pendekatan hybrid meningkatkan F1-Score sebesar 48,9% dibandingkan TF-IDF Only. Pengujian penerimaan pengguna menghasilkan tingkat kelayakan sebesar 88,57%, yang termasuk dalam kategori sangat layak diimplementasikan. Hasil penelitian ini menunjukkan bahwa CertiMatch mampu membantu proses rekomendasi sertifikasi menjadi lebih cepat, konsisten, dan objektif sehingga dapat mendukung pengambilan keputusan dalam proses profiling kebutuhan sertifikasi calon klien.
Evaluasi Fungsional Sistem Pendukung Keputusan Diagnosis Anemia Berbasis Web Menggunakan Metode Black-Box Testing Muhammad Nurwegiono; Bita Parga Zen
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem Pendukung Keputusan (SPK) diagnosis anemia berbasis web perlu memiliki kualitas fungsional yang baik karena digunakan sebagai alat bantu skrining awal sebelum pengguna melakukan pemeriksaan kesehatan lebih lanjut. Ketidaksesuaian fungsi sistem, kesalahan proses input, maupun keluaran diagnosis yang tidak sesuai dapat memengaruhi kepercayaan pengguna terhadap aplikasi. Oleh karena itu, pengujian fungsional menjadi tahapan penting untuk memastikan bahwa setiap fitur berjalan sesuai dengan kebutuhan yang telah dirancang. Penelitian ini bertujuan untuk mengevaluasi fungsionalitas Sistem Pendukung Keputusan Diagnosis Anemia berbasis web menggunakan metode black-box testing. Pengujian dilakukan dengan menyusun skenario uji terhadap fitur utama sistem, meliputi registrasi pengguna, login, konsultasi gejala, proses diagnosis anemia, pengelolaan basis pengetahuan oleh admin, keamanan akses, dan responsivitas tampilan. Setiap skenario diuji berdasarkan kesesuaian antara input yang diberikan, proses sistem, dan output yang diharapkan tanpa menganalisis struktur kode program. Hasil pengujian menunjukkan bahwa sebagian besar fitur utama sistem berjalan sesuai dengan kebutuhan fungsional. Fitur registrasi, autentikasi, konsultasi gejala, diagnosis anemia, dan pengelolaan aturan berhasil menghasilkan keluaran yang sesuai dengan skenario pengujian. Namun, masih ditemukan beberapa catatan perbaikan pada aspek keamanan akses halaman tertentu dan responsivitas tampilan pada perangkat dengan ukuran layar kecil. Secara keseluruhan, sistem menunjukkan tingkat keberhasilan fungsional yang baik dan layak digunakan sebagai aplikasi pendukung skrining awal anemia. Penelitian ini memberikan kontribusi pada evaluasi kualitas perangkat lunak kesehatan, khususnya dalam memastikan bahwa sistem pendukung keputusan berbasis web dapat berjalan secara konsisten, sesuai kebutuhan pengguna, dan mendukung proses deteksi dini anemia secara lebih terstruktur.
DETEKSI SUARA UNGGAS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK Anwen Steven Athena Cahyono; Edwin Sanjaya Sijoatmodjo; Ignasius Angello Leonel Christiputra Susianto; Imam Rubai Putra; Jeremy Marcellino Limantoro; Muhammad Anggoro Binadro; Hendry Setiawan
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peternakan unggas komersial modern menuntut pengawasan biosekuriti selama 24 jam penuh untuk meminimalkan risiko penularan penyakit fatal, seperti Avian Influenza, yang dapat dibawa oleh infiltrasi burung liar ke area kandang unggas ternak. Pemantauan manual terbukti kurang efektif karena keterbatasan jangkauan pendengaran manusia, potensi human error, dan tingginya biaya operasional tenaga kerja. Penelitian ini bertujuan mengembangkan sistem peringatan dini otomatis berbasis bioakustik untuk mendeteksi kehadiran burung liar melalui integrasi ekstraksi ciri Mel-Frequency Cepstral Coefficients (MFCC) dan klasifikasi menggunakan Artificial Neural Network (ANN). Metode penelitian meliputi akuisisi data audio dari platform multimedia, pra-pemrosesan sinyal menggunakan trimming 2 detik dengan Audacity, ekstraksi 160 fitur akustik, serta optimasi model melalui penerapan Dropout, Batch Normalization, dan Class Weights untuk mengatasi ketimpangan data. Hasil pengujian menunjukkan bahwa model ANN mampu mencapai akurasi akhir sebesar 90% pada data uji, model menunjukkan performa terbaik pada kelas kutilang dan perkutut dengan tingkat presisi 100% sebagai indikator ancaman. Meskipun demikian, terdapat penurunan performa pada kelas angsa dengan recall sebesar 67% akibat overlapping vocals di lingkungan nyata. Dengan demikian, sistem berbasis MFCC-ANN ini terbukti efektif dan layak digunakan sebagai purwarupa sistem peringatan dini untuk mendukung biosekuriti dan pengawasan peternakan cerdas. Penguatan analisis ini menunjukkan bahwa pendekatan bioakustik tidak hanya membantu identifikasi suara, tetapi juga berpotensi meningkatkan ketepatan respons peternak terhadap ancaman lingkungan secara lebih efisien.
MODEL KLASIFIKASI BIOAKUSTIK TERNAK MENGGUNAKAN ARTIFICIAL NEURAL NETWORK UNTUK PRECISION LIVESTOCK FARMING Scolastika Luiza Bere; Alvin Christian Gunawan; Marcel Maximillian Pandey; Glenn Emmanuel Abraham; Jeremy Natanael Setya Putra; Alfa Christian Rafael Sihite; Hendry Setiawan
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sektor industri peternakan saat ini sedang bertransisi menuju konsep Precision Livestock Farming (PLF) yang membutuhkan pemantauan kondisi hewan secara otomatis selama 24 jam penuh. Penggunaan sistem pemantauan berbasis visual sering mengalami kendala karena pencahayaan yang buruk dan tebalnya debu di lingkungan kandang. Oleh karena itu, pendekatan bioakustik menggunakan sensor suara menjadi alternatif solusi yang jauh lebih tangguh dan terjangkau. Permasalahan utamanya adalah bagaimana cara memproses data sinyal suara mentah yang sangat masif dan kompleks tersebut secara efisien agar dapat mengidentifikasi masalah kesehatan ternak sejak dini. Untuk memecahkan masalah ini, penelitian menggunakan metode ekstraksi fitur audio Mel-Frequency Cepstral Coefficients (MFCC) guna mengubah sinyal audio menjadi representasi numerik yang lebih sederhana. Selanjutnya, klasifikasi dilakukan dengan menerapkan algoritma komputasi Artificial Neural Network (ANN) pada sebuah dataset yang berisi 543 sampel audio dari 7 jenis hewan berbeda. Hasil dari implementasi model ini menunjukkan kinerja yang sangat baik, di mana akurasi validasi berhasil mencapai angka 92,66% pada pengujian akhir. Selain itu, model terbukti belajar secara stabil tanpa ada indikasi overfitting. Sebagai kesimpulan, model Deep Learning yang dikembangkan sangat layak digunakan untuk mendeteksi vokalisasi ternak secara real-time. Meski demikian, kelemahan sistem klasifikasi ini masih ditemukan pada hewan dengan jumlah rekaman yang terlampau sedikit, sehingga penambahan data dan proporsi sampel sangat disarankan untuk pengembangan ke depannya.

Page 10 of 15 | Total Record : 147