Jurnal Nasional Teknologi Komputer

ANALISIS NILAI DEVIASI ALAT PENGUKUR DAN PEMBATAS PADA SISTEM PENGUKURAN TIDAK LANGSUNG PT PLN (PERSERO) UP3 BELITUNG

Syafira Saharani — 2025-09-25

Alat Pengukur dan Pembatas (APP) memiliki peran penting dalam menjamin akurasi transaksi energi listrik antara pelanggan dan PT PLN (Persero). APP yang mengalami deviasi dapat menyebabkan kerugian finansial, baik bagi perusahaan maupun pelanggan, sekaligus meningkatkan angka susut energi (losses). Penelitian ini bertujuan untuk menganalisis nilai deviasi APP pada sistem pengukuran tidak langsung di wilayah kerja PT PLN (Persero) UP3 Belitung serta mengintegrasikan pendekatan Machine Learning untuk mendukung deteksi dini deviasi. Metode penelitian mencakup analisis on-desk dengan aplikasi Amicon, monitoring data pemakaian bulanan (DPM), serta pengujian lapangan menggunakan alat tera WS2330. Hasil pengukuran manual menunjukkan adanya deviasi signifikan pada pelanggan tegangan menengah, khususnya PT Tommy Utama dan PT Timah TBK, yang disebabkan oleh kerusakan trafo arus (CT), kesalahan instalasi/wiring, serta kondisi lingkungan seperti kubikel yang lembab. Perbaikan teknis berupa penggantian CT dan perbaikan instalasi mampu menurunkan deviasi hingga sesuai standar SPLN. Sebagai penguatan analisis, digunakan algoritma Machine Learning berupa Decision Tree untuk klasifikasi APP (normal vs bermasalah) dan Random Forest Regressor untuk prediksi deviasi kWh. Hasil pengujian menunjukkan bahwa Decision Tree memiliki akurasi 92%, sementara Random Forest menghasilkan nilai RMSE sebesar 0,15, yang menunjukkan kemampuan prediksi cukup baik. Kebaruan (novelty) penelitian ini terletak pada integrasi pengukuran manual dengan analisis berbasis ML untuk mendukung monitoring APP secara lebih efektif. Penelitian ini berkontribusi pada peningkatan sistem monitoring PLN dan memberikan rekomendasi praktis dalam upaya menekan kerugian akibat deviasi APP.

Desain User Interface Sistem Informasi Desa Klambir Lima Menggunakan Metode Design Thinking Berbasis Mobile

Heni Wulandari — 2025-09-05

Berdasarkan hasil pengamatan di Desa Klambir Lima, untuk saat ini di daerah tersebut belum diterapkan aplikasi berbasis mobile, sehingga masyarakat tidak mudah untuk mengetahui gambaran umum yang ada di Desa Klambir Lima Hamparan Perak. Desain user interface Desa Klambir Lima berbasis mobile dengan menggunakan metode design thinking ini diharapkan dapat memberikan gambaran secara keseluruhan Desa Klambir Lima Hamparan Perak yang meliputi halaman beranda, galeri, informasi publik, buku tamu, dan contact us. Desain aplikasi berbasis mobile dengan menggunakan metode design thinking ini terdiri dari 5 (lima) tahapan yang meliputi empahatize, define, ideate, prototipe dan test. Hasil dari desain user interface ini diharapkan dapat memudahkan masyarakat untuk mengetahui informasi yang ada di Desa Klambir Lima Hamparan Perak.

Optimasi Struktur Website dan Kualitas Konten Berbasis SEO untuk Peningkatan Visibilitas Digital Unit Bisnis Pendidikan Vokasi

Indri Sulistianingsih — 2025-10-24

Penelitian ini bertujuan untuk meningkatkan visibilitas digital unit bisnis pendidikan vokasi melalui optimasi struktur dan kualitas konten website berbasis Search Engine Optimization (SEO). Pendekatan yang digunakan adalah metode campuran (mixed-method), yang menggabungkan analisis kuantitatif terhadap metrik SEO dan evaluasi kualitatif terhadap keterlibatan pengguna. Penelitian dilakukan melalui enam tahap iteratif yang meliputi audit SEO, perancangan strategi, implementasi, monitoring, analisis data, serta interpretasi hasil. Proses optimasi mencakup peningkatan Core Web Vitals, responsivitas mobile, penguatan internal linking, peningkatan kualitas konten, serta penerapan prinsip E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness). Hasil penelitian menunjukkan peningkatan trafik organik sebesar 638% dalam enam bulan, rata-rata peningkatan peringkat kata kunci sebesar 39,6 posisi, serta peningkatan conversion rate sebesar 209%. Performa teknis situs juga meningkat signifikan dengan penurunan LCP sebesar 57%, FID sebesar 70%, dan CLS sebesar 71%, sehingga seluruh metrik mencapai kategori “Good”. Nilai Return on Investment (ROI) mencapai 2.060% (21,6 kali lipat), menunjukkan bahwa strategi SEO memberikan dampak tinggi dan berkelanjutan dibandingkan iklan berbayar. Penelitian ini menegaskan bahwa integrasi antara optimasi teknis, konten berkualitas, dan pengalaman pengguna merupakan faktor kunci dalam meningkatkan daya saing digital jangka panjang bagi institusi pendidikan vokasi.

ANALISIS SENTIMEN ULASAN PENGUNJUNG SIRKUIT MANDALIKA PADA GOOGLE MAPS DENGAN METODE NAÏVE BAYES

Salsabila Mariska — 2025-10-15

Sirkuit Mandalika merupakan salah satu destinasi sports tourism unggulan di Indonesia yang menarik banyak ulasan dari pengunjung melalui platform Google Maps. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung terhadap Sirkuit Mandalika menggunakan metode Naive Bayes. Data ulasan diperoleh melalui proses crawling otomatis dari Google Maps, kemudian dilakukan tahap preprocessing teks yang meliputi cleaning, case folding, stopword removal, normalisasi, tokenisasi, dan lemmatization. Labeling sentimen dilakukan menggunakan pendekatan lexicon berbasis kamus kata positif dan negatif, serta pembobotan kata menggunakan metode TF-IDF. Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dengan pembagian data 80% sebagai data latih dan 20% sebagai data uji. Hasil evaluasi model menunjukkan performa yang cukup baik dengan akurasi sebesar 70,96%, precision sebesar 74,66%, recall sebesar 70,96%, dan F1-score sebesar 69,84%. Visualisasi Word Cloud menunjukkan bahwa ulasan positif mendominasi, diikuti oleh sentimen negatif dan netral. Hasil ini memberikan wawasan bagi pengelola Sirkuit Mandalika dalam meningkatkan layanan dan pengalaman pengunjung. Penelitian ini juga dapat dijadikan referensi untuk pengembangan riset serupa di sektor pariwisata berbasis ulasan digital.

ANALISIS PREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA DECISION TREE DAN NAIVE BAYES

Axel Elyas Ginting — 2025-12-05

ABSTRAK

Penyakit hepatitis merupakan salah satu masalah kesehatan global yang kritis dan terus menjadi tantangan besar dalam dunia medis karena menyerang organ hati dan sulit terdeteksi pada tahap awal. Kondisi ini menuntut adanya metode diagnosis yang lebih cepat, efektif, dan mampu memberikan prediksi akurat untuk membantu tenaga medis dalam proses identifikasi dini. Seiring perkembangan teknologi, pendekatan berbasis machine learning mulai banyak diadopsi untuk mendukung analisis data medis secara otomatis. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam memprediksi status penyakit hepatitis berdasarkan data biokimia darah. Dataset yang digunakan bersumber dari platform Kaggle, terdiri atas 615 data pasien dan 14 atribut laboratorium. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi, pembagian data menjadi 70% data latih dan 30% data uji, pelatihan model, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 88,65%, sedikit lebih tinggi dibandingkan algoritma Naive Bayes yang mencapai akurasi 87,03%. Temuan ini mengindikasikan bahwa Decision Tree lebih efektif dalam menangani variasi data dan hubungan non-linear antar fitur biokimia. Secara keseluruhan, penelitian ini menegaskan bahwa kedua model mampu digunakan sebagai sistem pendukung keputusan dalam mendeteksi hepatitis, namun Decision Tree menjadi model yang lebih potensial untuk diimplementasikan pada tahap diagnosis awal.

Analisis Kepuasan Pengguna terhadap Layanan GrabBike Menggunakan Metode K-Means

Arriq Zakirasli — 2025-10-01

Kemajuan teknologi informasi telah membawa perubahan signifikan dalam sektor transportasi, termasuk munculnya layanan ojek daring seperti GrabBike. Namun, tingkat kepuasan pengguna terhadap layanan ini masih beragam, menandakan adanya kesenjangan antara ekspektasi dan kenyataan. Penelitian ini bertujuan untuk menganalisis kepuasan pengguna GrabBike di Kecamatan Gambir, Jakarta Pusat, dengan menggunakan algoritma clustering K-Means. Data dikumpulkan melalui kuesioner daring yang melibatkan 200 responden dan mencakup sembilan indikator layanan, seperti waktu tunggu, tarif, dan kenyamanan. Proses analisis melibatkan tahapan preprocessing, normalisasi data, dan validasi klaster menggunakan Elbow Method dan Silhouette Coefficient. Hasil klasterisasi menunjukkan dua kelompok utama pengguna, yaitu klaster "puas" sebesar 166 responden (83%) dan "tidak puas" sebesar 34 responden (17%), dengan wilayah Gambir menjadi lokasi dengan tingkat kepuasan tertinggi. Penerapan metode ini terbukti efektif dalam mengidentifikasi segmentasi pengguna yang dapat digunakan untuk menyusun strategi perbaikan layanan yang lebih terfokus dan efisien. Penelitian ini menegaskan potensi metode K-Means dalam mendukung evaluasi kualitas layanan berbasis data secara sistematis.

Sistem Reservasi Dan Manajemen Pelanggan Dengan Model Pengembangan Waterfall Berbasis Website Di Pangkas Candu

Hardiansyah Putra — 2025-11-15

Dalam praktiknya, layanan pangkas rambut tradisional kerap mengalami berbagai kendala, seperti kesulitan dalam pengaturan jadwal pelanggan, antrian yang tidak teratur, serta belum tersedianya sistem pemesanan yang efisien. Untuk mengatasi permasalahan tersebut Sistem Reservasi dan Manajemen Pelanggan dengan Model Pengembangan Waterfall Berbasis Website

dinilai tepat, sebab Sistem ini bertujuan untuk memudahkan pelanggan dalam melakukan pemesanan layanan secara daring, menampilkan daftar harga, informasi karyawan, riwayat pesanan, serta memungkinkan pelanggan memilih tukang cukur dan waktu yang diinginkan. Proses pengembangannya melalui beberapa tahapan utama, yaitu analisis kebutuhan, perancangan sistem, implementasi, verifikasi, dan pemeliharaan. Pada tahap perancangan, digunakan Unified Modeling Language (UML) untuk memodelkan sistem melalui use case diagram, activity diagram, sequence diagram, dan class diagram, sehingga membantu proses analisis dan desain sistem. Dalam implementasinya, MySQL digunakan sebagai basis data, sementara Bootstrap diterapkan untuk mendesain antarmuka pengguna. Bahasa pemrograman yang digunakan adalah PHP. Pengujian sistem dilakukan dengan metode black-box testing untuk memastikan setiap fitur berfungsi sesuai harapan. Hasil pengujian menunjukkan bahwa sistem ini mampu mempercepat serta mempermudah proses pemesanan layanan bagi pelanggan, sekaligus membantu admin dalam mengelola data harga, karyawan, pesanan, pelanggan, dan invoice

Rancang Bangun Sistem Monitoring Dan Kontrol Penerbangan Jalan Komplek Perumahan Poltekbang Medan Berbasis Internet of Things

Mikhael Jordan Simanjuntak — 2025-10-21

Street lighting plays a vital role in ensuring safety and comfort for road users at night. However, the lighting system in Poltekbang Medan Housing Complex is still operated manually without remote monitoring, leading to potential energy waste and inefficiency. This study aims to design an Internet of Things (IoT)-based street lighting monitoring and control system that enables real-time supervision via smartphone. The research method includes literature review, hardware and software design, and system testing. The main components are the ESP32 microcontroller, PZEM-004T sensor for electrical parameter measurement, and relay module for lamp control, integrated with the Blynk application through Wi-Fi connection. Test results show that the system can accurately display electrical data and respond well to control commands, with measurement deviations remaining within acceptable tolerance. The measured lighting intensity of 84 lux closely matches the calculated value of 85.2 lux and complies with the Indonesian National Standard (SNI) for secondary local roads. Therefore, the system is considered feasible as it enhances energy efficiency, accelerates fault handling, and improves safety and comfort through real-time remote monitoring and control.

Desain Prototipe Pengujian SUS Untuk Peningkatan UX, Branding, dan Pengalaman Digital “ArsitekMedanku”

Virdyra Tasril — 2025-10-24

Penelitian ini meningkatkan UX, branding, dan pengalaman digital “ArsitekMedanku” dengan pendekatan HCI. Prototipe dievaluasi menggunakan SUS (0–100), heuristic evaluation, cognitive walkthrough, dan uji tugas. Hasil menunjukkan SUS naik dari 56,2 menjadi 78,5 (Δ = +22,3); tingkat keberhasilan tugas meningkat dari 68% menjadi 91%; waktu median per tugas berkurang 42% (95 s → 55 s); dan kesalahan per tugas turun dari 0,83 menjadi 0,31. Persepsi branding (skala 1–5) naik dari 3,2 ke 4,3. Temuan menghasilkan prioritas perbaikan navigasi dan hierarki visual, tolok ukur kuantitatif untuk memantau rilis berikutnya, serta reduksi risiko pengembangan melalui validasi dini. Ambang SUS ≥ 68 terlampaui, menunjukkan kegunaan baik dan dukungan terhadap penguatan identitas merek.

Penerapan Metode Case Based Reasoning dalam Diagnosis Penyakit Sinusitis pada Anak

Novia Ningsih — 2025-09-05

Sinusitis pada anak merupakan gangguan kesehatan dengan angka kejadian yang meningkat dan berpotensi menimbulkan komplikasi serius jika tidak terdeteksi dini. Keterbatasan metode diagnosis konvensional dalam memberikan hasil cepat dan tepat mendorong perlunya solusi berbasis teknologi. Penelitian ini mengembangkan sistem diagnosis sinusitis berbasis web menggunakan metode Case-Based Reasoning (CBR) yang memanfaatkan riwayat kasus terdahulu untuk menganalisis kasus baru melalui perhitungan kemiripan gejala. Data gejala pasien anak diperoleh dari dokter spesialis THT, kemudian diolah menggunakan pembobotan gejala dominan, sedang, dan ringan untuk menghitung nilai similarity. Hasil pengujian menunjukkan sistem menghasilkan diagnosis dengan tingkat kemiripan tertinggi 90,91% pada kasus sinusitis kronis, sesuai dengan evaluasi pakar. Temuan ini membuktikan sistem mampu memberikan diagnosis cepat, akurat, dan dapat digunakan sebagai sarana deteksi dini. Pengembangan selanjutnya disarankan untuk memperluas basis data kasus dan menambahkan fitur pembelajaran adaptif guna meningkatkan akurasi sistem.

PREDIKSI STATUS PEROKOK DARI DATA TUBUH, HEMOGLOBIN, PENYAKIT GIGI MENGGUNAKAN RANDOM FOREST

Nayla Bella Rahmawati — 2025-12-05

Perilaku merokok merupakan masalah kesehatan masyarakat yang serius karena berkaitan dengan berbagai penyakit kronis seperti gangguan paru, penyakit kardiovaskular, dan masalah kesehatan mulut. Oleh karena itu, memprediksi status perokok menjadi penting untuk mendukung strategi pencegahan yang berbasis data akurat. Penelitian ini bertujuan untuk memprediksi status perokok menggunakan empat variabel utama, yaitu tinggi badan, berat badan, kadar hemoglobin, dan penyakit gigi. Algoritma Random Forest dipilih karena memiliki kinerja yang kuat dalam menangani tugas klasifikasi yang kompleks. Dataset yang digunakan dalam penelitian ini berasal dari survei kesehatan masyarakat yang mencakup informasi antropometri dan medis terkait kebiasaan merokok. Sebelum membangun model, data melalui beberapa tahap pra-pemrosesan seperti normalisasi, penghapusan nilai yang hilang, dan pembagian data menjadi set pelatihan dan pengujian dengan rasio 80:20. Metode Grid Search digunakan untuk mengoptimalkan parameter model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi sebesar 87%, dengan precision sebesar 0.85 dan recall sebesar 0.88. Kadar hemoglobin dan penyakit gigi ditemukan sebagai prediktor paling penting dalam menentukan status perokok, sementara berat badan menunjukkan hubungan moderat yang mengindikasikan adanya kaitan antara metabolisme dan konsumsi nikotin. Temuan ini menunjukkan bahwa Random Forest memberikan performa klasifikasi yang kuat dan stabil dalam konteks kesehatan masyarakat. Selain itu, analisis data eksploratori dan pengembangan model dilakukan menggunakan Google Collaboratory dengan bahasa pemrograman Python. Evaluasi model akhir menghasilkan akurasi 80,16%, yang menegaskan efektivitas Random Forest dalam mengidentifikasi pola perilaku merokok dalam dataset.

Analisis Metode TOPSIS Terhadap Kinerja Dosen Berdasarkan Preferensi Penilaian Mahasiswa

Ade Rizka — 2025-10-10

Salah satu tugas utama seorang dosen adalah sebagai pendidik profesional yang berkualitas. Hal tersebut dapat terlaksanakan jika dosen memiliki kinerja yang optimal agar memenuhi standar kompetensi untuk meningkatkan kualitas pendidikan perguruan tinggi dalam menghasilkan lulusan yang kompeten. Maka, evaluasi kinerja perlu dilaksanakan guna mengetahui tingkat kompetensi dosen sebagai pendidik, terutama dimata mahasiswa. Penelitian terdahulu telah menggunakan berbagai metode keputusan untuk mengevaluasi hasil kerja. Namun, metode TOPSIS menjadi metode yang lebih mudah untuk diterapkan pada penelitian ini. Sebelumnya, evaluasi kinerja dosen bersifat subjektif dan tidak terstruktur sehingga memberikan hasil yang kurang akurat dan tidak objektif. Penelitian ini menerapkan metode TOPSIS sebagai metode yang memperhitungkan kriteria kompetensi agar menghasilkan informasi yang objektif dan terstruktur sesuai dengan standar. Kriteria kompetensi yaitu, pendagogik, profesional, kepribadian dan sosial. Hasil analisis metode TOPSIS dapat memberikan pendekatan secara objektif yaitu dosen TRPL 1 memiliki nilai terbesar yaitu 1 dan dosen TRPL 2 memiliki nilai terkecil yaitu 0. Hal ini dapat menjadi dasar pengembangan dan peningkatan kualitas dosen, serta langkah evaluasi kinerja yang terukur, tersruktur dan transparan. Selanjutnya capaian kinerja setiap dosen dapat dievaluasi untuk pengembangan dan perbaikan kualitas berdasarkan kendala atau masalah, sehingga hasil evaluasi menjadi dasar dalam pengambilan keputusan dalam memberikan penghargaan atau pembinaan.

Optimalisasi Peningkatan Kapasitas Aparatur Desa dalam Pelayanan Administrasi dan Pengembangan Produk UMKM Berbasis Aplikasi di Desa Pematang Serai Sumatera Utara

Muhammad Donni Lesmana Siahaan — 2025-11-26

Penelitian ini bertujuan untuk mengkaji optimalisasi peningkatan kapasitas aparatur desa dalam pelayanan administrasi dan pengembangan produk UMKM di Desa Pematang Serai, Sumatera Utara, melalui pemanfaatan aplikasi berbasis teknologi. Desa Pematang Serai menghadapi tantangan dalam meningkatkan efisiensi pelayanan administrasi dan pengembangan sektor UMKM yang menjadi sumber ekonomi utama masyarakat. Oleh karena itu, penelitian ini mengusulkan penerapan sistem berbasis aplikasi untuk mempermudah proses administrasi serta mendukung promosi dan pengelolaan produk UMKM secara lebih efektif. Metode yang digunakan dalam penelitian ini adalah pendekatan kualitatif dengan analisis deskriptif, yang melibatkan wawancara dengan aparatur desa, pelaku UMKM, serta pihak terkait lainnya. Hasil penelitian menunjukkan bahwa dengan adanya aplikasi berbasis teknologi, kapasitas aparatur desa dalam pelayanan administrasi semakin meningkat, sementara pelaku UMKM dapat mengembangkan dan memasarkan produk mereka dengan lebih mudah dan efisien. Penelitian ini merupakan program dari Kementerian Pendidikan Tinggi, Sains, dan Teknologi dengan program Diktisaintek Berdampak.

Rancang Bangun Aplikasi Penilaian Kinerja Guru Menggunakan Metode Moosra Berbasis Web di SMP Negeri 1 Porsea

Ummi Seibah A.S — 2025-10-20

Teacher performance evaluation is a crucial aspect in improving the quality of education. This study aims to develop a Decision Support System (DSS) to assess teacher performance at SMP Negeri 1 Porsea using the MOOSRA (Multi-Objective Optimization on the basis of Simple Ratio Analysis) method. This method is applied due to its ability to handle multi-criteria decision-making by considering the ratio between performance scores and the weight of each criterion. The criteria used in this system include Pedagogical Competence, Professional Competence, Number of Absences, Discipline, Student Evaluation Results, and Participation in School Activities. Each criterion is assigned a weight based on its level of importance. The data were collected through observation and documentation of eight teachers with a Bachelor's degree (S1). The system produces an objective and measurable ranking of teacher performance, assisting the school in making more accurate and transparent decisions.

Sistem Informasi Sekolah Digital SMP Negeri 5 Berbasis Website

Leni Marlina — 2025-10-31

This study aims to design and implement a website-based digital school information system at SMP Negeri 5, which is expected to improve the efficiency of educational management and information access for students, teachers, and parents. The method used in this study is system development with an Agile approach, which includes the stages of needs analysis, design, implementation, and evaluation. The results of the study indicate that the developed information system is able to provide important features such as student data management, class schedules, announcements, and discussion forums. The system trial showed a positive response from users, with a user satisfaction level reaching 85%. In addition, this system also provides easy access to real-time information, thus supporting a more effective teaching and learning process. This study recommends further development for system integration with e-learning applications and training for users to maximize the benefits of the Digital School information system being promoted by the government. Thus, the website-based digital school information system at SMP Negeri 5 is expected to serve as a model for other schools in facing the challenges of education in the digital era and the rapid development of technology that requires schools to have a teaching model that is appropriate to the development of Gen Z.

Sistem Pakar untuk Menentukan Konsentrasi Mahasiswa Prodi Sistem Komputer Menggunakan Metode Forward Chaining

Boy Rizki Akbar — 2025-12-02

Determining a concentration is one of the obligations for computer systems students because it has a direct impact on their careers and individual potential development. However, most students determine their concentration based on general perceptions without understanding their personal interests and talents, job trends, or even following their friends' choices. Therefore, this study aims to help students recognize their potential, interests, and abilities in choosing the right concentration. This study uses the Forward Chaining method, which is an expert system-based approach oriented towards factual data to draw conclusions and provide relevant recommendations. In its implementation, the system will process inputs in the form of interests, talents, and ability assessment results, then trace logical rules to determine the most suitable concentration. The final result of the research is expected to produce visual recommendations in the form of percentages, which show the level of compatibility between students' interests and talents with various concentration options. The system is expected to support a more objective, systematic, and data-driven academic decision-making process so that students can optimize their potential to the maximum.