Jurnal Nasional Teknologi Komputer

Perbandingan Algoritma XGBoost dan CatBoost dalam Prediksi Harga Rumah Berdasarkan Data Perumahan di Jabodetabek

2026-01-27T10:31:51+07:00

Penelitian ini bertujuan untuk membangun dan membandingkan model prediksi harga rumah di wilayah Jabodetabek menggunakan algoritma machine learning XGBoost dan CatBoost. Data yang digunakan merupakan data sekunder properti perumahan yang diperoleh dari situs real estat dan dataset publik dengan total 9.991 data. Variabel yang digunakan meliputi fitur numerik seperti luas tanah, luas bangunan, jumlah kamar, jumlah kamar mandi, garasi, dan usia bangunan, serta fitur kategorikal seperti lokasi, jenis sertifikat, kondisi bangunan, dan fasilitas. Variabel target dalam penelitian ini adalah harga rumah dalam satuan rupiah. Tahapan pra-pemrosesan data meliputi pembersihan data, konversi satuan dan format harga, penanganan nilai hilang menggunakan median, serta rekayasa fitur dengan mengekstraksi informasi kota dari lokasi properti. Dataset kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20. Pada model XGBoost, dilakukan One-Hot Encoding untuk fitur kategorikal dan standardisasi fitur numerik, sedangkan CatBoost memanfaatkan kemampuan native dalam menangani fitur kategorikal. Kedua model menggunakan transformasi logaritmik pada variabel target. Hasil evaluasi menunjukkan bahwa CatBoost memiliki performa yang lebih unggul dibandingkan XGBoost. Model CatBoost menghasilkan nilai MAE sebesar Rp 126.169.305, RMSE sebesar Rp 212.418.771, dan R² sebesar 0,9907 pada data uji, sedangkan XGBoost menghasilkan MAE Rp 239.321.909, RMSE Rp 393.835.569, dan R² sebesar 0,9682. Distribusi error dan MAPE CatBoost juga lebih stabil, dengan 91,80% prediksi memiliki error di bawah 10% sebanyak 1.835 data, sedangkan MAPE XGBoost memiliki prediksi error di bawah 10% sebesar 72,59% dari total data uji, yaitu 1.451 data. Temuan ini menunjukkan bahwa CatBoost efektif untuk prediksi harga rumah, khususnya pada dataset dengan dominasi fitur kategorikal.

Analisis Deteksi Kecurangan Ujian Online Dengan Sistem Pakar Berbasis Event Browser Tanpa Kamera

2026-01-08T22:09:12+07:00

The implementation of online exams differs significantly from exams supervised directly by proctors. Participants' body movements and interactions can be easily read. Even with camera monitoring, participants can still easily switch browser tabs or open applications on their devices. On the other hand, camera-based proctoring solutions can also raise invasive privacy concerns. Furthermore, device limitations can hinder someone from taking the exam due to the lack of a camera, and bandwidth limitations can result in unstable connections during the exam. Sample log activity data from test participants for log_id ranges from 44790 to 46883, while the actions consist of fullscreen_exit, context_switch, standby_log, focus_return, fullscreen_enter, and devtools_open. The results and rules of this test have scores, with each result having an average value of 1, and the rules having an average value of 1-10. In this process, experts assess each detection result using a binary scheme: a score of 1 is given if the expert system's conclusion matches the expert's decision, and a score of 0 is given if the expert system's decision does not match the expert's decision. This study proposes an expert system framework with a cameraless forward chaining method running on the Google Chrome browser (desktop and Android) as decision support. The system utilizes browser event telemetry (visibility changes, fullscreen, standby) that aligns with existing policies, such as mandatory fullscreen mode, copy/paste blocking, and question blurring when exiting fullscreen or a visibility change occurs. This can generate an audit trail that can be audited by decision makers.

Implementasi Metode MARCOS pada Sistem Pendukung Keputusan Penilaian Kinerja Pegawai

2026-01-26T13:53:39+07:00

Penilaian kinerja pegawai merupakan salah satu aspek penting dalam pengelolaan sumber daya manusia di institusi pendidikan tinggi, karena berpengaruh langsung terhadap kualitas layanan dan pencapaian tujuan organisasi. Namun, proses penilaian kinerja pegawai yang masih dilakukan secara konvensional sering kali menghadapi permasalahan berupa subjektivitas, ketidakkonsistenan hasil, serta kesulitan dalam menentukan peringkat kinerja secara adil dan terukur. Oleh karena itu, diperlukan suatu pendekatan sistematis berbasis teknologi untuk mendukung pengambilan keputusan yang lebih objektif.

Penelitian ini bertujuan untuk mengimplementasikan metode Measurement of Alternatives and Ranking according to Compromise Solution (MARCOS) dalam Sistem Pendukung Keputusan (SPK) penilaian kinerja pegawai dengan studi kasus di Politeknik Ganesha Medan. Penelitian ini menggunakan pendekatan kuantitatif dengan melibatkan 20 pegawai sebagai alternatif dan 5 kriteria penilaian, yaitu kehadiran, kedisiplinan, tanggung jawab, kualitas kerja, dan kerja sama tim. Seluruh kriteria bersifat benefit dan dinilai menggunakan skala numerik 1–5. Metode MARCOS diterapkan melalui tahapan pembentukan matriks keputusan, penentuan solusi ideal dan anti-ideal, normalisasi, pembobotan, perhitungan fungsi utilitas, serta pemeringkatan alternatif.

Hasil penelitian menunjukkan bahwa metode MARCOS mampu menghasilkan pemeringkatan kinerja pegawai secara objektif, sistematis, dan konsisten berdasarkan nilai fungsi utilitas yang diperoleh. Pegawai dengan nilai utilitas tertinggi memiliki tingkat kedekatan terbesar terhadap solusi ideal dan menjauhi solusi anti-ideal. Implementasi metode MARCOS dalam SPK berbasis web juga mempermudah proses evaluasi kinerja pegawai, meningkatkan transparansi penilaian, serta mengurangi subjektivitas dalam pengambilan keputusan. Dengan demikian, sistem yang dikembangkan dapat digunakan sebagai alat bantu yang efektif bagi pihak manajemen dalam melakukan penilaian kinerja pegawai secara objektif dan terukur.

Pemberdayaan UMKM Pascabencana melalui Pemasaran Digital Terintegrasi Blockchain dalam Ekosistem Marketplace Desa

2026-01-22T21:43:57+07:00

Bencana banjir yang melanda wilayah Tapanuli Selatan pada tahun 2025 berdampak signifikan terhadap keberlanjutan sosial dan ekonomi masyarakat Desa Tolang Julu, khususnya pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM) kuliner lokal. Pascabencana, pelaku UMKM menghadapi keterbatasan sarana produksi, rendahnya inovasi produk, sempitnya jangkauan pemasaran, serta dampak psikososial yang menurunkan motivasi berusaha. Penelitian ini bertujuan untuk mengkaji model pemberdayaan UMKM kuliner lokal pascabencana melalui pengembangan inovasi produk frozen food dan penerapan pemasaran digital terintegrasi teknologi blockchain dalam ekosistem marketplace desa.

Metode penelitian menggunakan pendekatan partisipatif dan deskriptif dengan tahapan preparasi objek dan sistem, pelatihan dan pendampingan produksi frozen food berbasis bahan pangan lokal, serta penerapan pemasaran digital berbasis desa. Teknik karakterisasi dilakukan terhadap aspek produksi, pemasaran, dan dampak sosial-ekonomi melalui observasi, wawancara, dokumentasi, serta replikasi kegiatan produksi dan pemasaran.

Hasil penelitian menunjukkan bahwa penerapan inovasi frozen food mampu meningkatkan kapasitas produksi dan daya simpan produk UMKM kuliner lokal. Pemasaran digital melalui marketplace desa yang didukung sistem pencatatan transaksi berbasis blockchain menghasilkan pengelolaan pemasaran yang lebih tertata, transparan, dan mudah ditelusuri. Selain itu, keterlibatan aktif kelompok perempuan dan keluarga penyintas dalam kegiatan produktif berkontribusi terhadap pemulihan sosial dan psikososial masyarakat pascabencana.

Penelitian ini menyimpulkan bahwa integrasi inovasi produk, pemasaran digital, dan teknologi blockchain berpotensi menjadi model pemberdayaan UMKM desa yang adaptif, inklusif, dan berkelanjutan dalam mendukung pemulihan ekonomi pascabencana, serta dapat direplikasi pada desa lain dengan karakteristik serupa.

PENGEMBANGAN SISTEM PENJUALAN SEPATU BERBASIS WEB SEBAGAI MEDIA E-BUSINESS PADA UMKM

2026-01-02T20:05:54+07:00

implementasi E- Commerce pada toko sepatu seven production. penelitian ini bertujuan meningkatkan efisiensi pengelolaan penjualan sepatu, serta mengatasi beberapa tantangan yang dihadapi dan merancang pemrograman suatu website E-Commerce dimana seven production dapat melakukan promosi pemasaran secara online serta meningkatkan penjualan. Sistem yang dikembangkan memastikan transparansi, keakuratan data, dan efektivitas proses bisnis, sehingga dapat memberikan solusi bagi toko sepatu seven production. Hasil penelitian menunjukkan bahwa sistem informasi ini berhasil mengoptimalkan pengelolaan penjualan sepatu. Dengan adanya sistem ini, setiap proses bisnis di toko sepatu seven production berjalan efektif dan mendukung prinsip-prinsip didalan penjualan online. seven production harus mengetahui keinginan atau kebutuhan pelanggan sehingga konsumen tidak susah lagi mencari atau membeli produk pada seven production

Pengembangan Protokol TEBAS (Teliti, Evaluasi, Blokir, Amankan, Sampaikan) sebagai Kerangka Mitigasi Serangan Social Engineering Berbasis Komunitas

2026-01-24T21:44:35+07:00

In the contemporary cybersecurity landscape, the attack paradigm shift from exploiting technical vulnerabilities to manipulating human psychology (social engineering) has reached a critical level. The 2024 and 2025 annual reports from various global and national security authorities indicate that traditional defense mechanisms centered on the technical perimeter are no longer sufficient to stem the tide of attacks targeting the user's cognitive layer. This paper proposes the development and formalization of a new mitigation protocol, TEBAS (Research, Evaluation, Block, Secure, Deliver). This protocol was designed using the Design Science Research (DSR) methodology to address the specific needs of Indonesia's digital ecosystem, characterized by a highly communal culture but facing a significant digital literacy gap. TEBAS integrates human-centric cybersecurity principles with global standard frameworks such as the NIST Cybersecurity Framework 2.0, but is adapted into operational procedures that can be implemented by individuals and communities. Through an in-depth analysis of current attack vectors such as Quishing (QR Code Phishing) and Deepfake Vishing, and validation using a modified Delphi method, this study demonstrates that TEBAS offers a holistic approach that focuses not only on individual detection but also on collective resilience through a community-based intelligence-sharing mechanism ("Convey").

Sequential Conveyor Simulator berbasis PLC Omron CP1MA-30CDR-A-V1.

2026-02-10T16:10:56+07:00

With the growing controlled system used in small industries and big industries which was originally used hard wired into Programable Logic Controller requires the students know and understand about PLC because, PLC makes it easy for user to change a system without changing the electrical circuit. The author believes that the focus of learning the philosophy of making a control system does not have to depend on a particular PLC brand. Therefore in this final project the authors designed a Sequential Conveyor Simulator. Control system is intended to control the on/off conveyor and find out how much power needed to drive the conveyor. In the control system, there are three digital inputs are sourced from the push button, sensor, and limit switch while output in the form of on/off conveyor motors. The series consists hardware and software that connect the two using a simple wiring. From the test result show the hardware and software in accordance with the design controll proces, the average power needed to move the conveyor is 13,077 watt.

Perbandingan Genetic Algorithm dan Ant Colony Optimization dalam Optimasi Penjadwalan Perawat di Rumah Sakit

2026-02-12T20:39:01+07:00

Nurse scheduling is a complex problem that must satisfy various constraints, such as shift requirements, work hour constraints, and nurse preferences. This study compares the performance of two metaheuristic algorithms, Genetic Algorithm (GA) and Ant Colony Optimization (ACO), with each algorithm producing the best schedule. The evaluation is based on solution quality, convergence, multi-run consistency, and computation time. The results show that ACO produces higher solution quality and consistency, with an average fitness of 8268.06 and a desired shift fulfillment rate of 86%. Conversely, GA excels in time efficiency, with an average execution time of 15.07 seconds, significantly faster than ACO's 72.05 seconds. This difference creates a trade-off between optimal quality and execution speed. These findings suggest that algorithm selection is highly dependent on the hospital's operational needs. ACO, for example, is better suited for nurse satisfaction, while GA is better suited for rapid response.