cover
Contact Name
Ahmad Rustam
Contact Email
ahmad.rustam1988@gmail.com
Phone
+6285399507330
Journal Mail Official
ahmad.rustam1988@gmail.com
Editorial Address
Jl. Bandara Haluoleo, Ambaipua, Ranomeeto, Kabupaten Konawe Selatan, Sulawesi Tenggara
Location
Unknown,
Unknown
INDONESIA
ARUS JURNAL SAINS DAN TEKNOLOGI
Published by Arden Jaya Publisher
ISSN : -     EISSN : 30263603     DOI : 10.57250
Arus Jurnal Sains dan Teknologi (AJST) merupakan jurnal yang menerbitkan artikel-artikel hasil-hasil penelitian dan kajian pustaka. Jurnal ini menerbitkan artikel yang berkaitan dengan sains, teknologi, komputer, matematika, ipa, pertanian, peternakan, tambang, sipil, dan rekayasa, ilmu kesehatan, serta artikel yang berkorelasi dengan sains dan teknologi. Kami menerbitkan artikel dalam setahun sebanyak 2 nomor pada setiap bulan April dan Oktober.
Arjuna Subject : Umum - Umum
Articles 111 Documents
Pengasuhan di Era Digital: Menyeimbangkan Teknologi, Nilai Tradisional, dan Dinamika Keluarga Modern Rahmawati; Nur, Haerani
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1126

Abstract

Di tengah pesatnya perkembangan teknologi digital dan perubahan struktur keluarga, pengasuhan anak menjadi semakin kompleks, hal ini menuntut orang tua untuk dapat menyeimbangkan nilai tradisional dengan kebutuhan modern. Tantangan seperti pengelolaan screen time, risiko digital, dan dinamika keluarga yang beragam mendorong perlunya pendekatan pengasuhan yang adaptif dan responsif. Penelitian ini bertujuan memahami pola asuh dalam keluarga modern melalui studi literatur terhadap 30 jurnal ilmiah yang diterbitkan antara 1982-2025. Dengan analisis tematik, penelitian mengidentifikasi lima tema utama: tantangan pengasuhan di era digital, pengaruh pola asuh terhadap perkembangan anak, adaptasi pola asuh dalam struktur keluarga modern, integrasi nilai tradisional dan modern, serta peran edukasi dalam pengasuhan. Hasil menunjukkan bahwa pola asuh demokratis paling efektif untuk mendukung perkembangan psikologis dan emosional anak, meskipun literasi digital orang tua dan dinamika keluarga, seperti keluarga sandwich atau orang tua tunggal, menjadi tantangan utama. Integrasi nilai budaya dan intervensi seperti psikoedukasi memperkuat pengasuhan adaptif. Penelitian ini menegaskan perlunya literasi digital yang memadai dan kebijakan pendukung keluarga untuk memastikan pengasuhan yang responsif, yang berkontribusi pada kesejahteraan anak dan keluarga di era modern.
Rancang Bangun Level Kontrol Air Pada Laboratorium Elektro Unismuh Nuryadi, Abd Jahman; Ardiansyah, Iksan; Hafid, Abdul; Adriani
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1140

Abstract

Air (H2O) merupakan salah satu sumber kehidupan yang sangat penting untuk kelangsungan makhluk hidup di bumi. Semua makhluk hidup di muka bumi ini sangat memerlukan air tanpa terkecuali oleh manusia. Air memegang peranan penting dalam keberlangsungan hidup manusia baik itu untuk kebutuhan rumah tangga maupun di industri, misalnya untuk mandi dan dikomsumsi. Sedangkan pada dunia industri, air bisa digunakan sebagai Jalur transportasi, pembangkit listrik tenaga air serta irigasi. Yang dimaksud dengan metode studi literatur ialah metode yang diterapkan dalam proses pengumpulan dan pengolahan data dari berbagai jenis sumber. Metode jenis ini dapat memberikan pemahaman terhadap peneliti akan teori-teori yang berkaitan dengan penelitian sehingga dapat digunakan sebagai dasar rujukan dalam mengembangkan hasil dari penelitian itu sendiri. Eksperimen Sementara itu, metode experimen merupakan jenis metode penelitian yang mengharuskan peneliti merancang dan menguji hasil rancangan penelitian guna mencari hubungan sebab-akibat atau pengaruh pada perlakukan dalam kondisi tertentu.Penelitian ini menghasilkan sebuah sistem level kontrol air otomatis pada laboratorium teknik. Analisis data daya listrik sebelum dan setelah proses menghisap menunjukkan perubahan signifikan pada parameter daya, faktor daya, dan arus. Hasil Analisis menunjukkan peningkatan daya aktif meningkat sebesar 26,1% (Parameter pompa 1) dan 21,6% (Parameter pompa 2) setelah proses menghisap. Sistem kontrol yang dirancang untuk mengukur dan memantau level air berhasil berfungsi dengan akurat dan konsisten, sesuai dengan tujuan penelitian, Integrasi sensor dengan sistem kontrol berjalan lancar, memastikan pengukuran ketinggian air yang konsisten pada kedua pompa, dan Analisis peningkatan efisiensi pompa menunjukkan adanya peningkatan setelah pengisapan, yang terlihat dari pengukuran faktor daya dan daya aktif pompa
Perencanaan Kolam Retensi Sistem Drainase Kantor Gedung Keuangan Negara (Gkn) Kota Makassar Sandi, Andi Muhammad; Usman, Sucipto; Syamsuri, Andi Makbul; Kuba, Muhammad Syafaat S
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1152

Abstract

Penelitian ini bertujuan untuk merencanakan Kolam retensi di Kantor Gedung Keuangan Negara (GKN) Makassar yang berfungsi menampung volume air ketika debit maksimum datang kemudian secara perlahan-lahan mengalirkannya pada saluran pembuang menggunakan pompa. Rata-rata curah hujan maksimum menggunakan data dari 3 stasiun hujan kala ulang 10 tahun. Metode distribusi Log Pearson Type III sebagai distribusi yang terpilih didapatkan nilai hujan rencana kala ulang 10 tahun sebesar 136,205 mm dan uji kecocokan Chi-Kuadrat diterima (X2 < X2Cr). Untuk waktu konsentrasi (tc) dihitung menggunakan metode Kirpich didapatkan 1,56 jam atau 93,6 menit dan waktu pengaliran (td) 61 menit dengan waktu total yang ditentukan 250 menit. Debit banjir rencana X10 akibat intensitas curah hujan 35,10 mm/jam menggunakan rumus Metode Rasional didapatkan 0,640 m3/detik. Waktu konsentrasi (tc) dihitung menggunakan metode Kirpich didapatkan 1,56 jam atau 93,6 menit dan waktu pengaliran (td) 61 menit dengan waktu total (ttotal) 250 menit sehingga didapatkan volume kumulatif debit aliran masuk (Qinflow) sebesar 10894,71 m3. Kapasitas maksimum kolam retensi sebesar 4.176 m3 melalui hasil perhitungan luasan lahan atau permukaan 2.198 m2 (A1) dan dasar kolam 1,978 m2 (A2) dengan kedalaman 2 meter. Volume kumulatif debit aliran keluar (Qoutflow) dengan asumsi pengaliran pompa 0,50 m3/detik didapatkan 7500,00 m3 dan hasil perhitungan keseimbangan aliran antara debit masuk dan keluar (Waterbalance) selama waktu total lama hujan 250 menit didapatkan kumulatif volume tertampung 4117,40 m3.
Perbandingan Metode Principal Component Analysis (PCA) dan Partial Least Square (PLS) dalam Penanganan Multikolinearitas pada Kasus Kemiskinan di Provinsi Sulawesi Tenggara Tahun 2023 Asrat, Chafifah Apriliani; Makkulau; Yahya, Irma
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1164

Abstract

Multikolinearitas merupakan salah satu permasalahan dalam analisis regresi linear berganda yang dapat mempengaruhi kestabilan dan keakuratan estimasi parameter. Oleh karena itu, diperlukan metode yang dapat mengatasinya agar hasil analisis menjadi lebih valid. Penelitian ini bertujuan untuk membandingkan penanganan multikolinearitas pada kasus kemiskinan di Provinsi Sulawesi Tenggara tahun 2023 dengan menggunakan metode Principal Component Analysis (PCA) dan Partial Least Square (PLS). Analisis dilakukan dengan membentuk komponen baru dari variabel independen menggunakan kedua metode tersebut. Model terbaik ditentukan berdasarkan nilai Adjusted R², Root Mean Square Error (RMSE), dan Akaike Information Criterion (AIC). Hasil penelitian menunjukkan bahwa metode PLS menghasilkan nilai Adjusted R² sebesar 93,26%, RMSE sebesar 0,2596, dan AIC sebesar 7,0880, sedangkan PCA menghasilkan nilai Adjusted R² sebesar 92,92%, RMSE sebesar 2,5524, dan AIC sebesar 86,1822. Dengan demikian, metode PLS lebih direkomendasikan dalam menangani multikolinearitas karena mampu menghasilkan model regresi yang lebih akurat, efisien, dan informatif.
Analisis Regresi Data Panel Pada Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Provinsi Sulawesi Tenggara Tahun 2020-2023 Dewintha, Astyan; Yahya, Irma; Ihwal, Muhammad
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1165

Abstract

Tingkat kemiskinan adalah merujuk pada proporsi penduduk yang hidup dibawah garis kemiskinan. Tingginya tingkat kemiskinan dapat berdampak negatif terhadap pertumbuhan ekonomi suatu negara seperti Indonesia. Indonesia adalah salah satu negara berkembang di dunia yang masih menghadapi masalah kemiskinan. Sulawesi Tenggara yang merupakan salah satu provinsi di Indonesia dan juga mengalami masalah kemiskinan. oleh karena itu, dalam penelitian ini membahas tentang analisis regresi data panel pada faktor-faktor yang mempengaruhi tingkat kemiskinan Provinsi Sulawesi Tenggara pada tahun 2020 2023. Penelitian ini bertujuan untuk memodelkan persentase jumlah penduduk miskin dan Faktor-faktor yang mempengaruhinya di Provinsi Sulawesi Tenggara menggunakan regresi data panel. Analisis regresi data panel adalah gabungan antara data cross section dan data time series. Adapun variabel independen yang diteliti mencakup laju pertumbuhan penduduk (X1), angka harapan hidup (X2), tingkat pengangguran terbuka (X3), pengeluaran per kapita (X4), dan Produk Domestik Regional Bruto (PDRB) (X5). Hasil penelitian ini adalah, Estimasi model regresi data panel yang paling sesuai yaitu menggunakan pendekatan model fixed effect (FEM). Variabel yang berpengaruh signifikan terhadap tingkat kemiskinan (Y) di Provinsi Sulawesi Tenggara tahun 2020-2023 adalah angka harapan hidup (X2) dan pengeluaran per kapita (X4).
Implementasi Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Akut Berdasarkan Gejala Sari, Selvi Permata; Wahyuni , Titin; Rahman , Fahrim Irhamna
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1185

Abstract

Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam mengklasifikasikan penyakit akut berdasarkan gejala yang terdapat pada rekam medis pasien. Data yang digunakan dalam penelitian ini diperoleh dari Rumah Sakit Umum Daerah Provinsi Sulawesi Barat, dengan total 1004 data pasien yang mencakup berbagai gejala spesifik. Proses penelitian melibatkan tahap preprocessing data, termasuk pembersihan teks gejala, transformasi data menjadi format numerik, dan normalisasi data untuk memastikan kualitas input. Model CNN dibangun dengan arsitektur yang terdiri dari beberapa lapisan convolutional dan max pooling, serta dioptimasi menggunakan fungsi aktivasi ReLU dan Softmax. Evaluasi model dilakukan dengan membagi data menjadi set pelatihan dan pengujian menggunakan proporsi 80:20, 90:10 dan 70:30. Hasil pengujian menunjukkan bahwa model CNN mampu mencapai tingkat akurasi sebesar 93% pada data uji, dengan nilai precision, recall, dan F1-score yang tinggi di berbagai kelas penyakit. Temuan ini menunjukkan bahwa CNN efektif dalam mengidentifikasi pola gejala untuk klasifikasi penyakit akut. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem pendukung keputusan medis berbasis kecerdasan buatan untuk diagnosis penyakit akut secara lebih cepat dan akurat.
Perancangan dan Pemanfaatan Pembangkit Listrik Tenaga Surya Off-Grid pada Rumah Kebun di Kab. Jeneponto Arbi, M. Kurniawan; Zakati, Zayyid; Lateko, Andi Abd Halik; Zainuddin, Zahir
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1192

Abstract

Energi adalah salah satu kebutuhan utama dalam kehidupan manusia. Peningkatan kebutuhan energi dapat menjadi indikator peningkatan kemakmuran, tetapi pada saat yang sama, ini juga menimbulkan masalah dengan upaya pasokan.Itulah salah satu keputusan yang tepat untuk penghematan energi dalam pembangunan pembangkit listrik tenaga surya (PLT).Struktur PLTS dapat dibangun di atas atap.Persyaratan beban untuk rumah ini adalah 16, 34 wh/hari.Saat merancang PLT untuk satu unit perumahan ini, perhitungan yang akurat diperlukan untuk menentukan sistem modul surya yang ideal.Ini bertujuan untuk menentukan kesamaan serial, daya yang dihasilkan per hari, daya tahunan, rasio kinerja, dan kerugian sistem PLTS. pertunjukan.Dalam studi ini, desain pengembangan PLTS dilakukan, menikmati energi listrik yang dimiliki dan membayangkan komunitas sekitarnya.Sistem grid PLTS hanya didasarkan pada energi matahari sebagai sumber utama rekayasa.Di sini kami menggunakan modul surya dengan kapasitas 50 wp.
Analisis Monitoring Gerakan Duduk dengan Menggunakan Metode Mobile Net Ssd pada Karyawan Aiman , Ailul; Rahman, Fahrim Irhamna; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1211

Abstract

Produktivitas merupakan faktor kunci dalam keberhasilan organisasi di dunia kerja modern. Karyawan yang sehat dan nyaman cenderung lebih produktif dan inovatif. Namun, postur tubuh yang buruk saat duduk dapat menyebabkan kelelahan, nyeri punggung bawah, serta penurunan produktivitas. Untuk mengatasi masalah ini, teknologi pemantauan postur duduk berbasis computer vision semakin berkembang. Salah satu metode yang efektif adalah MobileNet Single Shot Detector (SSD), yang digunakan untuk mendeteksi dan menganalisis postur duduk. MobileNet SSD dapat mengenali berbagai pose duduk secara cepat dan memberikan umpan balik instan kepada karyawan mengenai posisi duduk yang ergonomis. Penelitian ini bertujuan untuk mengukur akurasi MobileNet SSD dalam mendeteksi gerakan duduk yang baik dan buruk, serta untuk menganalisis potensi penerapan teknologi ini dalam lingkungan kerja. Hasil penelitian menunjukkan bahwa MobileNet SSD memiliki akurasi yang tinggi dalam mendeteksi postur duduk, yang dapat membantu perusahaan untuk meningkatkan kesejahteraan karyawan dan merancang strategi kerja yang lebih efisien di masa depan.
Sistem Klasifikasi Kerusakan Jalan Metode Machine Learning dengan Algoritma K-Means dan Random Forest Rahman, Fahrim Irhamna; Lukman, Lukman; Hildayati, Hildayati
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1212

Abstract

Kerusakan jalan merupakan masalah yang signifikan dalam infrastruktur transportasi, yang dapat mempengaruhi kenyamanan dan kesalamatan pengguna jalan. Penelitian ini bertujuan untuk mengklasifikasi kerusakan jalan berdasarkan data yang diambil dari survey lapangan dengan menggunakan algoritma k-means dan random forest. Metode machine learning dengan menggunakan algoritma k-means dan random forest dipilih karena kemampuannya dalam mengklasifikasi dan mengelompokkan data berdasarkan kedekatan jarak antar sampel, dan dapat dapat mempercepat proses pemeliharaan jalan. Data yang digunakan mencakup pengukuran kondisi jalan, antara lain panjang jalan dalam kondisi baik, sedang, rusak, dan rusak berat. Fitur-fitur ini dipilih untuk mempresentasikan tingkat kerusakan jalan yang sesuai dengan algoritma k-means dan random forest. Penelitian ini dimulai dengan pra-pemrosesan data dan pengelompokkan data menggunakan algoritma k-means, termasuk penanganan nilai yang hilang dan standarisasi fitur, dan diikuti dengan implementasi algoritma random forest untuk klasifikasi. Kinerja model dievaluasi menggunakan confusion matrikx dan classification report, yang menunjukkan bahwa random forest mampu mengklasifikasi kerusakan jalan dengan akurasi yang benar. Kemudian hasil prediksi divalidasi dan disimpan untuk analisis lebih lanjut. Penelitian ini merupakan pengembangan model klasifikasi yang mendukung pengambilan keputusan yang terkait pemeliharaan dan perbaikan jalan secara efektif dan efisien. Penelitian ini berhasil membangun system klasifikasi kerusakan jalan dengan menggabungkan algoritma K-Means untuk pengelompokkan dan Random Forest untuk klasifikasi. Model tersebut dapat memberikan akurasi yang tinggi dalam mengidentifikasi tingkat kerusakan jalan, yang dapat mendukung upaya pemeliharaan jalan yang lebih efektif.
Penerapan Data Mining untuk Memprediksi Penjualan Bahan Bangunan (Ud Kiki Fatmala) Dengan Menggunakan Metode Naive Bayes Hayat, Muhyiddin A M; Wahyuni, Titin; Haidul, Haidul
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1213

Abstract

Penjualan bahan bangunan merupakan bidang usaha yang memiliki prospek menjanjikan dengan permintaan yang terus meningkat seiring pertumbuhan populasi dan pembangunan. Namun, permasalahan yang dihadapi oleh toko bahan bangunan, khususnya UD KIKI FATMALA, adalah kurangnya pemahaman terhadap minat pembeli, yang dapat menyebabkan penumpukan stok barang dan memperlambat perputaran modal. Untuk mengatasi permasalahan ini, penelitian ini menerapkan metode Naïve Bayes untuk memprediksi penjualan bahan bangunan berdasarkan data historis. Penelitian ini bertujuan untuk menggunakan teknik data mining sebagai pendukung keputusan dalam menentukan barang yang memiliki potensi penjualan tinggi guna mengoptimalkan stok dan meningkatkan efisiensi penjualan. Metode penelitian mencakup pengumpulan data penjualan, preprocessing data, pembagian data menjadi training dan testing, serta penerapan algoritma Naïve Bayes. Model yang dibangun dievaluasi menggunakan confusion matrix untuk menilai tingkat akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naïve Bayes mampu memprediksi penjualan bahan bangunan dengan akurasi sebesar 84%. Implementasi model ini dilakukan menggunakan Microsoft Excel untuk pengolahan data awal dan Jupyter Notebook untuk analisis lebih lanjut. Kesimpulan dari penelitian ini adalah bahwa metode Naïve Bayes dapat digunakan secara efektif untuk memprediksi produk yang memiliki peluang besar untuk terjual, sehingga membantu pengelolaan stok yang lebih optimal di UD KIKI FATMALA

Page 10 of 12 | Total Record : 111