cover
Contact Name
Arya Samudra Mahardhika
Contact Email
arya@universitasputrabangsa.ac.id
Phone
+6285879581454
Journal Mail Official
lppm@universitasputrabangsa.ac.id
Editorial Address
Universitas Putra Bangsa Jl. Ronggowarsito No. 18, Pejagoan Kebumen
Location
Kab. kebumen,
Jawa tengah
INDONESIA
Journal of Data Science Theory and Application
ISSN : 28294858     EISSN : 28294858     DOI : https://doi.org/10.32639/jasta.v2i1
Core Subject : Science, Social,
Journal of Data Science Theory and Application is an open-access scientific journal intended to bring together researchers and practitioners dealing with the general field of computing, including but is not limited to the following topics:Tools and Applications in Data Science, Theoretical in Data Science, Big Data Analytics, Computational Data Science, Computational Linguistics, Data Clustering and Classifications, Data Mining and Data Analytics, Data Visualization, Information Science, Artificial Intelligence, Machine Learning and Knowledge Discovery, Deep Learning, Financial Modeling, Decision Support System, Architecture, Management and Process for Data Science, Modeling and Simulation
Articles 51 Documents
ANALISIS DISTRIBUSI BEBAN KENDARAAN DENGAN GREEDY KNAPSACK DAN OPTIMALISASI RUTE MENGGUNAKAN ALGORITMA GENETIKA PADA PENGIRIMAN LOGISTIK DI BANDUNG RAYA Farsya, Najwa Laila; Fatia Amalia Maresti; Neng Nida Maulida; Kiki Mustaqim; Triantya Wahyu Wirati
Journal of Data Science Theory and Application Vol. 5 No. 1 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/rvzmqa26

Abstract

Efisiensi rute pengiriman merupakan faktor kunci dalam meningkatkan performa sistem logistik modern, khususnya dalam menghadapi tantangan biaya operasional dan tuntutan pengiriman tepat waktu. Strategi alokasi kendaraan dan penentuan rute yang optimal menjadi aspek penting dalam merancang sistem distribusi yang efektif. Penelitian ini menyajikan sebuah pemodelan berbasis simulasi untuk mengoptimalkan alokasi dan rute pengiriman barang jalur darat dengan menggabungkan pendekatan Greedy Knapsack dan Algoritma Genetika. Greedy Knapsack dimanfaatkan untuk membagi beban pengiriman ke dalam kendaraan secara efisien berdasarkan kapasitas angkut, sehingga pembentukan batch pengiriman menjadi lebih proporsional dan tidak timpang. Selanjutnya, Algoritma Genetika digunakan untuk mencari urutan rute terbaik yang harus dilalui setiap kendaraan dengan mempertimbangkan jarak antar titik secara menyeluruh. Pemodelan ini diuji menggunakan skenario data logistik terstruktur yang telah direkayasa menyerupai kondisi operasional nyata, mencakup informasi lokasi, kapasitas kendaraan, bobot pengiriman, serta titik awal dan akhir distribusi. Proses simulasi dilakukan secara bertahap, mulai dari alokasi kendaraan hingga pencarian rute optimal. Hasilnya menunjukkan bahwa pendekatan gabungan ini mampu menghasilkan solusi yang lebih efisien dalam hal jarak tempuh dan pemanfaatan kendaraan, jika dibandingkan dengan distribusi tanpa strategi algoritmik. Temuan ini memberikan gambaran bahwa pemanfaatan algoritma kombinasi memiliki potensi besar dalam mendukung sistem pengambilan keputusan pada proses logistik, khususnya pada tahap perencanaan pengiriman.
KLASIFIKASI DEPRESI PADA PELAJAR BERSDASARKAN GAYA HIDUP MENGGUNAKAN METODE TREE-BASED Haq, Dina Zatusiva; Bagus, Yerezqy; Maharani, Masti Fatchiyah; Dica Fitrani, Laqma; Pratama, Moch Deny
Journal of Data Science Theory and Application Vol. 5 No. 1 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/enqnkx98

Abstract

Depresi pada mahasiswa merupakan salah satu masalah kesehatan mental yang berdampak signifikan terhadap kualitas pendidikan dan produktivitas. Penelitian ini bertujuan untuk mengklasifikasikan depresi berdasarkan faktor gaya hidup menggunakan metode tree-based machine learning, yaitu Decision Tree, Random Forest, XGBoost, dan LightGBM. Data yang digunakan adalah Depression Student Dataset dengan 502 sampel yang mencakup atribut demografis, akademik, dan gaya hidup. Proses penelitian meliputi preprocessing data, pembagian data latih dan uji, pembangunan model, serta evaluasi menggunakan metrik akurasi, sensitivitas, dan spesifisitas. Hasil pengujian menunjukkan bahwa XGBoost memberikan performa terbaik dengan akurasi 94%, sensitivitas 100%, dan spesifisitas 87%, diikuti oleh LightGBM dengan akurasi 92%. Temuan ini menegaskan bahwa algoritma berbasis boosting lebih unggul dibandingkan metode pohon tunggal maupun bagging, sehingga dapat dimanfaatkan sebagai alat bantu deteksi dini depresi pada mahasiswa. Penelitian ini berkontribusi pada pengembangan model prediktif berbasis data yang mendukung pencapaian Sustainable Development Goals (SDG) terkait pendidikan berkualitas dan pekerjaan layak.
ANALISIS KUALITAS PERANGKAT LUNAK LEARNING MANAGEMENT SYSTEM BERBASIS WEB DALAM MENDUKUNG SDG’S 4 (QUALITY EDUCATION) MENGGUNAKAN ISO/IEC 25010 BAGUS, YEREZQY; Haq, Dina Zatusiva; Fitrani, Laqma Dica; Maharani, Masti Fatchiyah
Journal of Data Science Theory and Application Vol. 5 No. 1 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/z69ayx52

Abstract

Sustainable Development Goals (SDGs) Goal 4 emphasizes the importance of inclusive and equitable quality education. The utilization of information technology, particularly web-based Learning Management Systems (LMS), plays a significant role in supporting sustainable and accessible education. This study aims to analyze the software quality of a web-based LMS in supporting SDGs 4 (Quality Education) using the ISO/IEC 25010 standard. A quantitative research method with a survey approach was employed. Data were collected through questionnaires distributed to 40 LMS users consisting of students and lecturers. The software quality aspects analyzed include functional suitability, usability, reliability, and maintainability. The results indicate that the LMS demonstrates good overall software quality, with functional suitability and usability achieving very good ratings. However, reliability and maintainability aspects still require improvement to ensure long-term system sustainability. This study is expected to serve as a reference for the development and evaluation of sustainable educational software systems.
PERBANDINGAN LSTM DAN PROPHET DALAM PREDIKSI TREN BAJU LEBARAN 2026 BERBASIS GOOGLE TRENDS Maharani, Masti Fatchiyah; Laqma Dica Fitrani; Yerezqy Bagus; Dina Zatusiva Haq
Journal of Data Science Theory and Application Vol. 5 No. 1 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tgeq5784

Abstract

Tren busana Lebaran di Indonesia menunjukkan pola musiman yang kuat dan berulang setiap tahun, sehingga prediksi yang akurat menjadi penting bagi perencanaan produksi dan strategi bisnis industri fesyen. Penelitian ini bertujuan membandingkan kinerja metode Prophet dan Long Short-Term Memory (LSTM) dalam memprediksi tren busana Lebaran tahun 2026 menggunakan data Google Trends periode 2018–2025. Model dilatih menggunakan data hingga Desember 2024 dan dievaluasi pada periode pengujian tahun 2025 menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan bahwa LSTM memiliki akurasi numerik yang lebih baik, sedangkan Prophet lebih konsisten dalam menangkap pola musiman tahunan. Temuan ini menunjukkan bahwa pemilihan metode prediksi perlu disesuaikan dengan tujuan analisis. Penelitian ini berkontribusi dalam mendukung pengambilan keputusan berbasis data pada industri fesyen serta selaras dengan Sustainable Development Goals (SDGs) 8 terkait pertumbuhan ekonomi yang inklusif dan berkelanjutan.
IMPLEMENTASI SISTEM PENGENALAN WAJAH UNTUK PENDATAAN KEHADIRAN BERBASIS PYTHON Risky Pratama, Daffa; Mohammad Idhom
Journal of Data Science Theory and Application Vol. 5 No. 1 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/be3krg76

Abstract

Maraknya pertemuan daring membuka peluang besar dalam penerapan sistem otomatis untuk pendataan kehadiran. Penelitian ini bertujuan mengimplementasikan sistem pengenalan wajah berbasis Python untuk mendukung proses absensi peserta video meeting secara otomatis dan efisien. Sistem dikembangkan menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur FaceNet sebagai ekstraktor fitur wajah dan Haar Cascade sebagai metode deteksi wajah awal. Aplikasi dilengkapi antarmuka grafis berbasis pustaka customtkinter sehingga pengguna dapat mengoperasikan seluruh fungsi sistem secara interaktif tanpa perintah berbasis teks. Metode pengembangan yang digunakan adalah Software Development Life Cycle (SDLC) dengan model Incremental yang terdiri dari empat modul utama, yaitu deteksi wajah, pengenalan wajah, antarmuka pengguna, dan penyimpanan data. Pengujian dilakukan menggunakan dua tangkapan layar video meeting yang memuat total 30 wajah peserta. Hasil evaluasi menunjukkan nilai precision sebesar 100%, recall 80%, accuracy 80%, dan F1-score 88,8%. Hasil ini menunjukkan sistem mampu melakukan pendataan kehadiran secara akurat meskipun dipengaruhi oleh pose wajah dan kondisi pencahayaan.
RANCANG BANGUN APLIKASI MANAJEMEN RAPAT BERBASIS WEBSITE MENGGUNAKAN METODE AGILE PADA BADAN EKSEKUTIF MAHASISWA UNIVERSITAS PUTRA BANGSA Dana Riyadi; Lolanda Hamim Annisa
Journal of Data Science Theory and Application Vol. 5 No. 2 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/bb376k10

Abstract

Pengelolaan kegiatan rapat pada Badan Eksekutif Mahasiswa (BEM) Universitas Putra Bangsa (UPB) menghadapi beberapa permasalahan, yaitu pengumuman melalui WhatsApp grup yang rawan tertimbun pesan lain, presensi menggunakan lembar kertas yang rentan pemalsuan, serta penyimpanan notulensi dan dokumentasi yang belum terstruktur. Penelitian ini bertujuan untuk mengidentifikasi kebutuhan fungsional aplikasi, merancang dan membangun aplikasi manajemen rapat berbasis website menggunakan metode Agile, serta mengetahui hasil pengujian fungsionalnya. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan metode pengembangan Agile. Data dikumpulkan melalui observasi, wawancara, dan studi pustaka. Aplikasi dibangun menggunakan framework Laravel dan diuji menggunakan metode Black Box Testing. Hasil penelitian menunjukkan kebutuhan fungsional berhasil diimplementasikan dalam tiga sprint Agile. Aplikasi membantu mengurangi risiko pengumuman tertimbun melalui WhatsApp gateway dan email, meminimalisir pemalsuan presensi melalui validasi GPS dan foto selfie real-time, serta memusatkan penyimpanan notulensi dan dokumentasi secara terstruktur. Black Box Testing dengan 111 skenario uji membuktikan seluruh fitur berjalan sesuai rancangan.
EVALUASI KEPUASAN PENGGUNA PADA APLIKASI KAI ACCESS MENGGUNAKAN METODE END USER COMPUTING SATISFACTION (EUCS) Safina Frida Nur Alvina Saninah Saninah; Nanda Kurnia Wardati; Yusril Izzi Arlisa Amiri Amiri
Journal of Data Science Theory and Application Vol. 5 No. 2 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/gt9ct525

Abstract

Sebagai bagian dari upaya transformasi digital PT KAI, KAI Access hadir untuk memfasilitasi proses pemesanan tiket serta berbagai kebutuhan perjalanan penumpang kereta api. Meningkatnya jumlah pengguna aplikasi belum tentu menggambarkan kepuasan yang sesungguhnya dirasakan, sehingga evaluasi tetap diperlukan. Temuan ini bertujuan menghitung tingkat kesesuaian antara harapan penggguna dan kinerja aplikasi, dan menelusuri sejauh mana lima dimensi mulai dari Content, Accuracy, Format, Ease of use, hingga Timeliness masing-masing berkontribusi terhadap tingkat kepuasan yang dirasakan pengguna. Temuan menterapkan pendekatan kuantitatif dengan melibatkan 269 pasrtispan. Data dihimpun melalui kuesioner dan selanjutnya dianalisis menterapkan pendekatan deskriptif serta regresi linear berganda. Temuan ini memaparkan jika kepuasan pengguna secara umum tergolong dalam kategori puas.
RANCANG BANGUN SISTEM INFORMASI TICKET TRACKING GANGGUAN JARINGAN MENGGUNAKAN FRAMEWORK LARAVEL Rendi Akbar Firmansyah; Lolanda Hamim Annisa
Journal of Data Science Theory and Application Vol. 5 No. 2 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tjv0vg09

Abstract

Pengelolaan gangguan jaringan di Desa Logandu masih dilakukan secara manual melalui WhatsApp dan Microsoft Excel sehingga rawan kehilangan data, sulit dilacak status penanganannya, dan tidak terdokumentasi dengan baik. Penelitian ini bertujuan merancang, membangun, dan menguji Sistem Informasi Ticket Tracking Gangguan Jaringan menggunakan Framework Laravel sebagai solusi atas permasalahan tersebut. Metode penelitian yang digunakan adalah Research and Development (R&D), sedangkan pengembangan sistem menerapkan model Agile dengan pendekatan Kanban melalui empat iterasi menggunakan Laravel versi 12, PHP, dan basis data MySQL. Sistem yang dihasilkan memiliki tiga peran pengguna, yaitu user, admin, dan teknisi, dengan fitur pelaporan tiket, kategorisasi dan prioritas gangguan, penugasan tiket, pencarian dan filter, serta komunikasi terintegrasi antarperan. Pengujian dilakukan menggunakan Black Box Testing teknik Equivalence Partitions terhadap 34 fitur dan 70 skenario pada ketiga peran pengguna, dan seluruh skenario dinyatakan Valid. Hasil ini menunjukkan sistem mampu mengubah pengelolaan gangguan jaringan menjadi lebih terstruktur, transparan, dan terdokumentasi dengan baik.    
ANALISIS PENGARUH KUALITAS JARINGAN DAN AKSESIBILITAS LAYANAN TERHADAP KEPUASAN PENGGUNA BIG ACCESS Dela Permata Sari; Nanda Kurnia Wardati; Yusril Izzi Arlisa Amiri
Journal of Data Science Theory and Application Vol. 5 No. 2 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/egdbt392

Abstract

Perkembangan kebutuhan internet menuntut penyedia layanan untuk memperhatikan kualitas jaringan dan aksesibilitas layanan dalam meningkatkan kepuasan pengguna. Penelitian ini bertujuan menganalisis pengaruh kualitas jaringan dan aksesibilitas layanan terhadap kepuasan pengguna Wifi BigAccess di wilayah Tegal Banteng. Metode penelitian menggunakan Structural Equation Modeling Partial Least Squares (SEM-PLS) dengan jumlah sampel sebanyak 110 responden pengguna aktif Wifi BigAccess. Data diperoleh melalui penyebaran kuesioner dan dianalisis menggunakan SmartPLS. Hasil penelitian menunjukkan bahwa kualitas jaringan berpengaruh positif dan signifikan terhadap kepuasan pengguna dengan nilai path coefficient sebesar 0,467. Aksesibilitas layanan juga berpengaruh positif dan signifikan terhadap kepuasan pengguna dengan nilai path coefficient sebesar 0,480. Nilai R-Square sebesar 0,684 menunjukkan bahwa kedua variabel mampu menjelaskan sebesar 68,4% variasi kepuasan pengguna. Temuan ini mengindikasikan bahwa peningkatan kualitas jaringan yang konsisten disertai aksesibilitas layanan yang mudah dijangkau mampu meningkatkan kepuasan pengguna secara berkelanjutan serta menjadi dasar bagi penyedia layanan dalam merancang strategi peningkatan kualitas layanan yang efektif.
EVALUASI TATA KELOLA TEKNOLOGI INFORMASI PADA SISTEM INFORMASI AKADEMIK UNIVERSITAS XYZ MENGGUNAKAN FRAMEWORK COBIT 2019 Aulia Nur Kholidah; Nanda Kurnia Wardati; Wiwik Suharso
Journal of Data Science Theory and Application Vol. 5 No. 2 (2026): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/tkvhbc46

Abstract

Transformasi digital Sistem Informasi Akademik (SIA) Universitas XYZ di bawah pengelolaan LP2KA saat ini dihadapkan pada tantangan besar berupa pengelolaan risiko teknologi yang cenderung bersifat reaktif serta belum meratanya implementasi pedoman kebijakan formal organisasi. Penelitian ini bertujuan untuk mengukur nilai tingkat kapabilitas serta merumuskan dokumen rekomendasi perbaikan strategis demi meningkatkan kualitas serta ketersediaan layanan sistem. Metodologi penelitian dilakukan melalui pendekatan tailored design berbasis instrumen design factors COBIT 2019 dengan melibatkan lima responden yang ditentukan berdasarkan keselarasan peran matriks RACI. Hasil pemetaan awal pada toolkit menetapkan lima domain manajemen prioritas utama, meliputi domain APO12, APO13, DSS05, MEA03, dan BAI10. Pengukuran kondisi saat ini (as-is) menghasilkan nilai indeks kematangan gabungan sebesar 2,60 (defined), di mana ditemukan kesenjangan (gap) konstan sebesar 1 level dari kondisi target jangka panjang (to-be) yang diharapkan mampu mencapai skor 3,60 (quantitative). Rekomendasi perbaikan jangka pendek berfokus pada pemberian motivasi kerja staf IT serta perumusan instrumen regulasi dasar seperti risk register, KPI security, enkripsi data operasional, dan jaminan kepatuhan vendor. Sedangkan untuk perbaikan jangka panjang difokuskan pada program pelatihan kompetensi keamanan digital lanjutan serta pembakuan kontrol konfigurasi sistem secara terintegrasi.