cover
Contact Name
Budi Februari
Contact Email
office@kampusakademik.co.id
Phone
+6282284525773
Journal Mail Official
budifebuari992@gmail.com
Editorial Address
Jl.Pedurungan Kidul IV rt.03/01 No.62 Kel. Pedurungan Kidul/ Kec.Pedurungan Semarang 50192 , Semarang, Provinsi Jawa Tengah
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Sains Student Research
ISSN : -     EISSN : 30259851     DOI : https://doi.org/10.61722/jssr.v2i1.552
Core Subject : Education,
Fokus & Ruang Lingkup Jurnal Sains Student Research (JSSR), ISSN: (cetak), ISSN: (online) adalah jurnal yang ditujukan untuk publikasi artikel ilmiah yang diterbitkan oleh CV. Kampus Akademik Publising . Jurnal Sains Student Research (JSSR) merupakan platform publikasi jurnal Karya suatu hasil penelitian orisinil atau tinjauan Pustaka yang ditulis oleh dosen atau mahasiswa. Ruang lingkup karya yang diterbitkan mencakup Multidisiplin diantaranya yaitu: Manajemen, Ekonomi, Ekonomi Syariah, Akuntansi, Kewirausahaan, Bisnis, Ilmu Sosial Humaniora, Sastra, Bahasa, Pertanian, Kesehatan, Peternakan, perikanan, Politik, Pendidikan, Ilmu Teknik, Sistem Informasi, Teknik Elektro dan Informatika, Desain Komunikasi Visual, Ilmu Komunikasi,Hukum, . Jurnal ini terbit 1 tahun 6 kali (Februari, April, Juni, Agustus, Oktober, Desember)
Arjuna Subject : Umum - Umum
Articles 1,633 Documents
Rancang Bangun Sistem Internet of Things (IoT) Untuk Monitoring Intensitas Latihan Dan Pencegahan Cedera Pada Aktivitas Gym Berbasis Sensor Wearable Heru Hizranca Siregar; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12768

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem Internet of Things (IoT) berbasis sensor wearable yang dapat memantau intensitas latihan serta membantu mencegah cedera saat aktivitas gym. Sistem menggunakan mikrokontroler ESP32-C3, sensor detak jantung MAX30102, dan sensor gerak MPU6050 untuk memperoleh data pengguna secara real-time. Data yang diperoleh dikirim ke web server, kemudian diproses menggunakan metode threshold-based untuk menentukan kategori intensitas latihan dan memberikan peringatan apabila kondisi pengguna melebihi batas aman. Hasil pengolahan data disimpan pada database MySQL dan ditampilkan melalui dashboard monitoring berbasis web. Hasil penelitian menunjukkan bahwa sistem mampu memantau detak jantung dan aktivitas gerak, mengklasifikasikan intensitas latihan menjadi rendah, sedang, dan tinggi, serta memberikan notifikasi sebagai peringatan dini terhadap potensi cedera. Dengan demikian, sistem yang dikembangkan dapat membantu pengguna gym dalam memantau kondisi fisik dan meningkatkan keamanan selama berolahraga.
SISTEM PENGADUK PADI OTOMATIS UNTUK MENINGKATKAN EFISIENSI PENGERINGAN GABAH DENGAN KENDALI JARAK JAUH M. Fiqry Arrizal; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12769

Abstract

Proses pengeringan gabah merupakan salah satu tahapan penting dalam penanganan pascapanen yang berpengaruh terhadap kualitas hasil panen. Pengeringan gabah secara konvensional masih menghadapi berbagai kendala, seperti ketergantungan terhadap kondisi cuaca, pengadukan yang dilakukan secara manual, serta kebutuhan pengawasan secara terus-menerus sehingga menyebabkan proses pengeringan menjadi kurang efisien dan distribusi panas tidak merata. Penelitian ini bertujuan untuk merancang dan membangun sistem pengaduk padi otomatis yang mampu meningkatkan efisiensi proses pengeringan gabah serta menyediakan fitur kendali dan monitoring jarak jauh berbasis Internet of Things (IoT). Sistem dikembangkan menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor DHT22 untuk memantau suhu dan kelembapan lingkungan, relay sebagai pengendali aktuator, motor DC sebagai penggerak mekanisme pengaduk, serta aplikasi berbasis web yang terintegrasi dengan Firebase untuk mendukung monitoring dan pengendalian sistem secara real-time. Pengujian dilakukan terhadap sensor, motor pengaduk, relay, aplikasi, dan keseluruhan sistem untuk mengevaluasi kinerja setiap komponen. Hasil penelitian menunjukkan bahwa seluruh komponen sistem berhasil bekerja secara terintegrasi sesuai dengan rancangan. Sensor DHT22 mampu membaca kondisi suhu dan kelembapan dengan baik, ESP32 dapat memproses dan mengirimkan data secara real-time, sedangkan aplikasi berhasil menampilkan informasi monitoring, status motor, pengaturan jadwal, serta riwayat aktivitas pengadukan. Sistem juga mampu mengoperasikan motor pengaduk secara manual maupun otomatis sesuai jadwal yang telah ditentukan. Implementasi sistem ini mampu membantu proses pengadukan gabah secara lebih teratur, meningkatkan pemerataan proses pengeringan, mengurangi kebutuhan pengawasan manual, serta mendukung proses pengeringan gabah yang lebih efisien melalui pemanfaatan teknologi Internet of Things.
PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK DI DESA NATAM KEC. BADAR KUTACANE ACEH TENGGARA Suci Handayani; Hevlie Winda Nazry S
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12770

Abstract

Penentuan tingkat kesejahteraan penduduk merupakan salah satu aspek penting dalam mendukung pengambilan keputusan pemerintah desa, khususnya dalam penyaluran bantuan sosial agar tepat sasaran. Namun, proses klasifikasi tingkat kesejahteraan penduduk di Desa Natam, Kecamatan Badar, Kabupaten Aceh Tenggara masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama, berpotensi menimbulkan subjektivitas, serta belum memanfaatkan data sosial ekonomi penduduk secara optimal. Penelitian ini bertujuan menerapkan metode K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kesejahteraan penduduk berdasarkan enam variabel sosial ekonomi, yaitu penghasilan, jumlah tanggungan, tingkat pendidikan, jenis pekerjaan, status tempat tinggal, dan kepemilikan aset. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen serta pengembangan sistem menggunakan model Waterfall. Data yang digunakan berjumlah 300 data kepala keluarga, yang dibagi menjadi 249 data training (83%) dan 51 data testing (17%). Sebelum proses klasifikasi dilakukan, data melalui tahapan preprocessing yang meliputi transformasi data kategorik ke bentuk numerik dan normalisasi menggunakan metode Min-Max Scaling. Proses klasifikasi dilakukan menggunakan Euclidean Distance dengan pengujian nilai K = 3, K = 5, dan K = 7, kemudian dievaluasi menggunakan Confusion Matrix berdasarkan nilai accuracy, precision, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa metode K-Nearest Neighbor (KNN) mampu mengklasifikasikan tingkat kesejahteraan penduduk ke dalam kategori kesejahteraan rendah, kesejahteraan sedang, dan kesejahteraan tinggi dengan tingkat kinerja yang sangat baik. Nilai K = 3 menghasilkan performa terbaik dengan accuracy sebesar 98,04%, precision sebesar 97,44%, recall sebesar 99,12%, dan F1-Score sebesar 98,22%, sedangkan peningkatan nilai K menjadi 5 dan 7 menghasilkan penurunan tingkat akurasi akibat pengaruh ketidakseimbangan jumlah data antar kelas. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu membantu pemerintah Desa Natam dalam mengklasifikasikan tingkat kesejahteraan penduduk secara lebih cepat, objektif, dan akurat sehingga dapat membantu proses pengambilan keputusan serta penentuan sasaran bantuan sosial yang lebih tepat..
PENGARUH LINGKUNGAN SEKOLAH TERHADAP MINAT BELAJAR SISWA DI SDN 1 ANJANI Sri Mulya; Taurinda Mahardiyanti; Athanasia Dian Setiati
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12772

Abstract

Penelitian ini dilatarbelakangi oleh temuan observasi awal yang menunjukkan adanya siswa dengan minat belajar rendah, yang terlihat dari kurangnya antusiasme dan partisipasi dalam kegiatan kelas di SDN 1 Anjani. Kondisi lingkungan sekolah, baik dari aspek fisik maupun sosial, diduga menjadi faktor eksternal yang memengaruhi minat tersebut. Penelitian ini bertujuan untuk mengetahui hubungan yang signifikan antara lingkungan sekolah dengan minat belajar siswa di SDN 1 Anjani. Jenis penelitian ini menggunakan pendekatan kuantitatif dengan jenis penelitian asosiatif korelasional dan desain penelitian metode ex post facto. Populasi dalam penelitian ini adalah seluruh siswa SDN 1 Anjani tahun ajaran 2025/2026 yang berjumlah 262 siswa. Dengan menggunakan rumus Slovin pada taraf kesalahan 10%, diperoleh sampel sebanyak 73 siswa yang diambil melalui teknik simple random sampling. Teknik pengumpulan data menggunakan instrumen berupa kuesioner (angket) tertutup dengan skala Likert yang mengukur variabel lingkungan sekolah (fisik, sosial, akademik) dan variabel minat belajar (perhatian, partisipasi, ketekunan). Instrumen kuesioner ini telah diuji validitas dan realibilitasnya. Teknik analisis data yang digunakan meliputi statistik deskriptif, uji prasyarat analisis serta uji hipotesis menggunakan teknik korelasi Spearman Rank melalui bantuan program IBM SPSS Statistics versi 16. Hasil penelitian menunjukkan bahwa terdapat hubungan yang signifikan antara lingkungan sekolah dengan minat belajar siswa di SDN 1 Anjani. Hal ini dibuktikan dengan perolehan nilai signifikansi (Sig. 2-tailed) sebesar 0,000 < 0,05. Tingkat kekuatan hubungan berada pada kategori hubungan kuat dengan nilai koefisien korelasi sebesar 0,679. Dengan demikian, dapat disimpulkan bahwa semakin baik lingkungan sekolah, maka semakin tinggi minat belajar siswa.
Perancangan Aplikasi Pelaporan Akademik Terintegrasi Basis Data Untuk Pendidikan Dasar Dan Menengah Hendy Juniawan; Wina Witanti; Melina Melina
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12773

Abstract

Academic reporting requires structured data management to ensure that student information, assessments, grades, attendance, and report-card components can be processed consistently and traced effectively. In the case study of SDN 002 Tarempa, academic data management still involves multiple documents and spreadsheet workbooks, which may lead to repeated data entry, different data versions, and difficulties during the reporting process. This study aims to design and implement a web-based academic reporting application, develop an operational database and dimensional reporting structure, implement academic business rules, and evaluate the functional conformity of the application. The study applies Design Science Research (DSR) as the main research framework, consisting of problem identification, definition of solution objectives, design and development, demonstration, evaluation, and communication. Evolutionary prototyping is used as an iterative mechanism during application development. Data were collected through interviews using structured questions delivered via WhatsApp, document analysis, academic workbook analysis, and literature review. The resulting application was developed using Laravel/PHP with a MariaDB/MySQL database. It supports authentication and role-based access, academic data management, assessments and grades, final grade calculation, learning achievement descriptions, attendance, report finalization and publication, student data import, activity auditing, and PDF report generation. In addition to the operational database, a separate data mart was implemented, consisting of twelve dimension tables, five fact tables, one bridge table, two loading-control tables, and three reporting views. Evaluation results show that all 74 functional requirements included in the tests passed, while three additional requirements have not yet been evaluated through end-to-end testing. Twenty detailed black-box test cases and five calculation-verification samples also produced the expected results. The study is limited to a local environment and does not yet include formal UAT, comprehensive security and load testing, end-to-end ETL testing, or production deployment.
PREDIKSI RATING FILM DENGAN PERBANDINGAN ALGORITMA CATBOOST DAN RANDOM FOREST Muhammad Irmanto; Puspita Nurul Sabrina; Herdi Ashaury
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12775

Abstract

The increasingly rapid development of the film industry has caused the number of films produced and published to continue to rise, resulting in an ever-growing volume of available film data. This condition drives the need for methods capable of utilizing film metadata to predict rating values. This study aims to build a film rating prediction model and compare the performance of the CatBoost and Random Forest algorithms using the TMDB 5000 Movies dataset obtained from Kaggle. The initial dataset consists of 4,803 film records with vote_average as the target variable and eight predictor attributes, namely budget, runtime, release_year, genres, original_language, main_country, main_language, and production_company. The research stages include data quality checking, preprocessing, JSON attribute extraction, feature engineering, categorical data transformation, an 80:20 data split, modeling, hyperparameter tuning, evaluation using MAE, RMSE, and R², as well as 5-fold cross-validation. Random Forest uses One-Hot Encoding for the retained categorical features, while CatBoost processes certain categorical features natively. The hold-out results show that CatBoost achieved an MAE of 0.6596, an RMSE of 0.9727, and an R² of 0.3725, whereas Random Forest achieved an MAE of 0.6604, an RMSE of 0.9778, and an R² of 0.3660. In the 5-fold cross-validation, Random Forest achieved a Mean MAE of 0.6709, a Mean RMSE of 0.9942, and a Mean R² of 0.3061, while CatBoost achieved a Mean MAE of 0.6719, a Mean RMSE of 0.9948, and a Mean R² of 0.3048. Thus, the two algorithms have relatively comparable performance; CatBoost is slightly better on the hold-out, while Random Forest is slightly better on the cross-validation. Both models were then integrated into a web application using Flask as the machine learning service and CodeIgniter 4 as the interface.
SISTEM MONITORING DAN KONTROL PEMBERIAN PAKAN BURUNG PUYUH OTOMATIS BERBASIS MIKROKONTROLER DENGAN NOTIFIKASI VIA TELEGRAM Brian Hermanto; Muklison Muklison; Kusnanto Kusnanto; Sri Widoretno; Aldila Puspitaningrum
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12776

Abstract

Manual quail feeding is prone to delays, inconsistent portions, and feed waste due to limited labor and difficulty monitoring multi-tier cages. This study designs and tests an automatic quail feeding monitoring and control system based on an ESP32 microcontroller equipped with real-time notifications via a Telegram bot. The system consists of a stirring dynamo, servo-operated feed valve, conveyor, water pump, and HC-SR04 ultrasonic sensor for feed detection, operable both on a schedule (05:00 and 17:00) and manually via Telegram commands. An experimental method was used to test sensor accuracy, conveyor speed, feed/water dosing precision, and notification response. Results show the ultrasonic sensor achieved 100% success in classifying feed availability status, despite an average distance-reading error of 17.25% caused by the crumble texture of the feed. The conveyor operated with 0% speed error, while the feeding and watering mechanisms showed average over-feeding of 8.75% for feed and 10% for water due to motor inertia and gravitational free-fall. Telegram bot integration proved reliable for sending notifications and receiving control commands. The system is more efficient than manual methods in terms of time, labor, and remote monitoring, making it suitable for small- to medium-scale quail farms.
KINERJA RUAS JALAN BERDASARKAN VOLUME LALU LINTAS, KAPASITAS, DAN TINGKAT PELAYANAN DI JALAN JUANDA KOTA PALU Ananda Pratiwi Paemo; Fitri Sari; Najwa Basmalah; Nabila Najwa; Supriadi Takwim; Muhammad Najib
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12786

Abstract

Penelitian ini bertujuan mengevaluasi kinerja ruas Jalan Juanda Kota Palu berdasarkan volume lalu lintas, kapasitas, dan derajat kejenuhan. Data primer berasal dari pengamatan geometrik dan pencacahan kendaraan pada tiga hari pengamatan, yaitu Kamis, Jumat, dan Sabtu, pada periode pagi, siang, dan sore. Data volume yang digunakan dalam artikel merupakan angka hasil pengolahan yang dapat ditelusuri dari Tugas Besar Perencanaan Transportasi. Audit terhadap laporan sumber menunjukkan bahwa angka kendaraan menurut jenis (LV, HV, dan MC) tidak seluruhnya dapat direkonstruksi menjadi nilai volume smp/jam yang tercantum. Oleh karena itu, artikel tidak membuat nilai ekivalensi baru dan menggunakan angka volume hasil pengolahan yang tersedia sebagai data acuan. Volume terbesar yang tersedia adalah 2.709 smp/jam pada periode siang, sedangkan volume terendah adalah 808 smp/jam pada Sabtu pagi. Untuk konsistensi metode, MKJI 1997 digunakan sebagai pedoman utama. Karena kelas hambatan samping dan distribusi arus per arah belum dicatat secara kuantitatif, kapasitas dan derajat kejenuhan disajikan sebagai rentang skenario. Dengan lebar lajur sekitar 3,5 m, faktor penyesuaian lebar adalah 1,00. Untuk kondisi hambatan samping sedang hingga tinggi dan bahu sekitar 1,8 m, kapasitas dua arah berada sekitar 5.643–5.821 smp/jam, sedangkan derajat kejenuhan pada volume tertinggi sekitar 0,47–0,48. Berdasarkan rentang rasio V/C yang digunakan dalam laporan sumber, kondisi tersebut berada pada kategori C. Hasil ini perlu dibaca sebagai evaluasi berbasis data yang tersedia, karena survei per arah dan frekuensi hambatan samping belum lengkap.
ANALISIS PENGENDALIAN KUALITAS PRODUK 2L JFDA DENGAN METODE STATISTICAL QUALITY CONTROL (SQC) DI PT DACHAN MUSTIKA AURORA TARAKAN Nuraeni Nuraeni; Seniorita Seniorita; Abdullah Abdullah
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12796

Abstract

This study examines the effectiveness of quality control for 2L JFDA-grade Individual Quick Frozen (IQF) shrimp products at PT Dachan Mustika Aurora Tarakan, which are destined for export markets requiring high quality standards. The evaluation utilized Statistical Quality Control (SQC) based on the proportion defective control chart (P-Chart). Data sources included secondary data—specifically records of production volume and defective products across 56 processing cycles—supplemented by primary data obtained through field observations and interviews with the quality control team. The analysis revealed that the production process was not yet fully statistically stable. This was evidenced by two processing runs exceeding the Upper Control Limit (UCL = 0.01): the 33rd run, with a defect rate of 0.040, and the 49th run, with a defect rate of 0.049.
RANCANG BANGUN SISTEM DETEKSI KEBERSIHAN PADA HELM PENGENDARA BERMOTOR BERBASIS IOT MENGGUNAKAN SENSOR VOC DAN SENSOR KELEMBAPAN Rozi Darmawan; Mahardika Prawira Tanjung
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12800

Abstract

Helm adalah alat keselamatan yang harus digunakan oleh pengemudi sepeda motor. Namun, jika helm tidak dirawat dengan baik, bisa membuat helm menjadi lebih lembap dan berbau tidak enak karena keringat yang menumpuk serta pertumbuhan mikroorganisme, yang membuat helm kurang nyaman dan bisa menyebabkan masalah kesehatan. Penelitian ini bertujuan membuat dan mengembangkan sistem untuk mendeteksi kebersihan helm dengan menggunakan teknologi Internet of Things (IoT) serta sensor BME680.Sensor ini bisa mengukur tingkat kelembapan dan kandungan gas Volatile Organic Compounds (VOC) sebagai pertanda apakah helm tersebut dalam kondisi bersih atau tidak. Sistem ini dibuat dengan menggunakan mikrokontroler ESP32 untuk memproses data dari sensor. Hasil pengukuran kemudian dianalisis berdasarkan nilai ambang yang sudah ditentukan, sehingga kondisi helm dapat diklasifikasikan menjadi normal, lembap, bau, atau lembap dan bau. Informasi hasil pengecekan tampil langsung di layar LCD, dan ada suara bip sebagai tanda jika tingkat kelembapan atau VOC melebihi batas yang seharusnya. Hasil uji coba menunjukkan bahwa sistem yang dibuat bisa mendeteksi kondisi kelembapan dan bau di dalam helm dengan baik, menampilkan informasi yang jelas dan mudah dipahami, serta memberi peringatan awal kepada pengguna.Hal ini membantu menjaga kebersihan, kenyamanan, dan kualitas helm dengan cara merawatnya secara lebih tepat waktu.