Publication Search

User reviews on the Shopee e-commerce platform represent an important source of information for understanding consumer perceptions of products and services. Sentiment analysis is commonly applied to classify user opinions into positive, neutral, and negative sentiment categories based on textual data. This study aims to analyze the performance of the Long Short-Term Memory (LSTM) method in sentiment classification of Shopee user reviews. The dataset used in this study consists of Indonesian-language user reviews that have undergone preprocessing stages, including case folding, text cleaning, tokenization, and stopword removal. The LSTM model was trained using preprocessed text represented as word sequences. Model performance was evaluated using overall accuracy and class-wise classification results. The experimental results indicate that the LSTM method achieved an overall accuracy of 87.62%. In addition, the classification performance for the positive sentiment class reached 95.27%, the neutral class achieved 4.96%, and the negative class reached 74.26%. These results demonstrate that the LSTM method performs well in classifying sentiment in Shopee user reviews, particularly for positive sentiment. This study is expected to provide insights and references for the application of deep learning methods in sentiment analysis of Indonesian e-commerce review data.

Penelitian ini bertujuan untuk merancang dan merealisasikan antena mikrostrip patch berbentuk segitiga (triangular) yang bekerja pada frekuensi 1800 MHz, sebagai penguat jaringan internet di kawasan Kebun Raya Balikpapan. Lokasi tersebut diketahui memiliki kualitas sinyal yang kurang baik untuk beberapa provider. Antena yang dirancang menggunakan dua konfigurasi, yaitu MIMO 8x8 dengan teknik pencatuan langsung dan array 8x1, yang kemudian disimulasikan menggunakan CST Studio Suite 2019 dan diuji performansinya menggunakan metode Speedtest. Hasil simulasi menunjukkan bahwa antena 8x8 memiliki nilai VSWR sebesar 1,50, return loss -12,96 dB, dan gain 4,06 dBi dengan pola radiasi omnidirectional. Sementara itu, konfigurasi 8x1 array menunjukkan nilai VSWR 1,24, return loss -19,21 dB, dan gain 6,46 dBi, juga dengan pola radiasi omnidirectional. Hasil pengujian di lapangan dengan tiga kondisi tanpa antena eksternal, antena MIMO dan antena array 8x1 didapatkan hasil bahwa antena array 8x1 memberikan kecepatan unduh tertinggi mencapai 17,227 Mbps, unggah 4,072 Mbps, Jitter 34,9 ms  dan packet loss 14,18 % sedangkan antena MIMO 8x8 memberikan kecepatan unduh tertinggi mencapai 13,77 Mbps, unggah 2,462 Mbps, Jitter 49,9 ms  dan packet loss 18,43%. Kesimpulannya, kedua jenis antena eksternal yakni MIMO 8x8 dan array 8x1 mampu meningkatkan performa jaringan secara signifikan dan dapat menjadi solusi efektif untuk daerah dengan sinyal lemah. Antena ini diharapkan dapat memberikan kontribusi terhadap akses internet yang lebih stabil di area public yang sangat luas.

Penelitian ini bertujuan untuk mengembangkan sistem telemetri guna memantau kinerja panel surya pada beberapa lokasi dengan menggunakan komunikasi jarak jauh dan platform Internet of Things (IoT). Metode pemantauan konvensional memiliki keterbatasan dalam menyediakan data secara real-time pada area yang luas, sehingga evaluasi kinerja jarak jauh menjadi kurang efisien. Untuk mengatasi permasalahan tersebut, dirancang sebuah sistem pemantauan menggunakan mikrokontroler ESP32, sensor INA219 untuk mengukur tegangan dan arus, modul GPS Neo-M8 untuk identifikasi lokasi, modul Real-Time Clock (RTC) DS3231 untuk pencatatan waktu, serta modul LoRa RA-02 sebagai media komunikasi nirkabel. Setiap node pengirim dilengkapi dengan modul MicroSD untuk menyimpan data pengukuran secara lokal. Data hasil pengukuran dikirimkan melalui LoRa ke unit penerima dan ditampilkan secara real-time pada platform Thinger.io. Hasil kalibrasi menunjukkan bahwa sensor INA219 memiliki rata-rata galat pengukuran arus sebesar 0,71% dan galat pengukuran tegangan sebesar 0,1%. Pengujian GPS menunjukkan koordinat lokasi yang stabil dengan tingkat akurasi sekitar ±3 hingga ±8 meter. Seluruh data pengukuran berhasil dikirim, disimpan, dan ditampilkan tanpa kehilangan data yang signifikan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menyediakan pemantauan parameter panel surya secara jarak jauh yang andal dan efisien dalam kondisi lapangan.

Tourism is one of the sectors that plays an important role in boosting economic growth through travel activities and destination exploration. Tourists' preferences for nature-based tourism options, such as mountain hiking or beach tourism, are influenced by various factors, ranging from personal experiences and recreational interests to social characteristics. Therefore, a technology-based approach is needed to predict destination choice tendencies more accurately. As artificial intelligence technology develops, deep learning methods have been widely used in classification processes due to their ability to process large amounts of data and recognize complex patterns. In this study, a Multilayer Perceptron (MLP) model is used to classify tourists' preferences between mountain or beach destinations based on a survey dataset. The research stages include data processing, data splitting using a train-test split, model training, and performance evaluation using accuracy, precision, recall, and F1-score. The test results show that the MLP model is capable of achieving an accuracy rate of 99%, confirming that deep learning methods are effective in automatically mapping tourism preference trends. This research is expected to serve as a basis for the development of more personalized travel destination recommendation systems, as well as to support tourism management in formulating targeted promotional strategies.

Hijaiyah letters have varying shapes, and some of them are very similar, often causing errors in the manual character recognition process. This study aims to classify Hijaiyah letters based on digital images using the Convolutional Neural Network (CNN) method. This method was used in this study with a dataset consisting of 28 letter classes and a total of 4,480 images obtained from various public sources and private data. All images underwent a preprocessing stage that included labeling, resizing, normalization, and augmentation, then were divided into three parts, namely training data, validation data, and test data with a ratio of 70:20:10. The training process was carried out using the Python programming language with the help of the TensorFlow and Keras libraries on the Google Colab platform. The test results showed that the CNN model achieved an accuracy of 97.10%, with an average precision, recall, and F1-score of 0.97, respectively. Classification errors only occurred in letters that had similar shapes, such as Syin and Sin. Based on these results, the CNN method proved to be effective, efficient, and accurate in recognizing Hijaiyah letter image patterns, so it can be used as a basis for developing classification models with higher accuracy in the future.

Oxygen is vital therapy where delivery accuracy is crucial, especially for infant patients, to ensure treatment effectiveness and prevent the risks of hypoxia or toxicity. With the implementation of the mandatory Domestic Product Utilization Policy (TKDN+BMP ≥ 40%), evaluating the quality of local products has become an urgent necessity. This study aims to test and analyze the quality and accuracy of domestically produced infant oxygen flowmeters compared to an imported product. The method used was experimental testing, measuring three brands of domestic products and one brand of foreign product at flow rate settings of 0.5, 1, 1.5, and 2 liters per minute (LPM). Each setting point was measured 10 times using a standardized calibrator to ensure data reliability. The measurement results were analyzed to identify the deviation level of each product. The findings of this study are expected to provide an objective conclusion on the quality equivalence of domestic products with imported ones and to identify which product has the lowest deviation rate. This can serve as scientific consideration for hospitals in selecting high-quality infant oxygen flowmeters, thereby supporting the domestic product policy.

PAMTIRTA Tempino is an institution that provides clean water services in the Tempino area. The process of recording water use and monitoring water turbidity is still done manually, making it prone to recording errors and making it difficult to monitor the water quality distributed to the community. This study aims to design a website-based water turbidity recording and monitoring system by focusing on User Interface (UI) and User Experience (UX) aspects using the Design Thinking method. The research follows five stages of Design Thinking: empathize, define, ideate, prototype, and test. Data collection involves observation and in-depth interviews with PAMTIRTA officers. The results include a design with key features such as digital water meter recording, turbidity monitoring dashboards, and complaint services. The prototype was tested using Maze and the System Usability Scale (SUS), achieving a score of 80.1 and falling into the "Good" category (grade B). These results demonstrate that the UI/UX design effectively provides an easy-to-understand, operationally suitable, and efficient solution for PAMTIRTA Tempino's water recording and turbidity monitoring needs. This design offers a ready-to-implement solution to improve the efficiency, accuracy, and quality of clean water services in the Tempino area.

The rapid expansion of e-commerce in Indonesia has resulted in a significant rise in the number of customer reviews, which serve as a valuable source of insight for understanding consumer satisfaction. This study aims to classify or identify sentiments from product reviews on the Tokopedia platform into three categories, using the Support Vector Machine algorithm. The classification method data were ethically collected through web scraping and include review text, ratings, and the number of “likes.”  The preprocessing stage involved several NLP techniques such as pre-procesesing data representation was generated using the Term Frequency–Inverse Document Frequency method, while the issue of class imbalance was addressed using the Synthetic Minority Over-sampling Technique.  Based on the test results, the SVM model achieved an accuracy of 79.48% on the test data using a linear kernel, showing the best performance in classifying positive sentiments. However, the classification of neutral and negative sentiments still requires improvement. This study demonstrates that the combination of the TF-IDF method, additional numerical features, and data balancing techniques can produce an an efficient sentiment analysis model within the e-commerce domain.

Keterbatasan akses sumber listrik di wilayah terpencil atau situasi darurat sering kali menghambat ketersediaan daya bagi perangkat telekomunikasi. Penelitian ini bertujuan untuk merancang bangun alat pengisi daya (charger) hibrida yang mengintegrasikan penyimpanan energi kimia baterai dan konversi energi mekanik dinamo sebagai solusi alternatif. Metode penelitian menggunakan Research and Development (R&D) dengan pendekatan deskriptif kuantitatif untuk menguji stabilitas tegangan dan efektivitas pengisian daya. Prototipe dirancang menggunakan baterai 18650, dinamo 12V, dan modul regulator tegangan untuk menstabilkan luaran. Hasil pengujian menunjukkan bahwa integrasi regulator berhasil menstabilkan fluktuasi tegangan dinamo (rentang 5–12V) menjadi tegangan konstan 5V yang aman bagi ponsel. Pengujian efektivitas selama 15 menit menunjukkan kenaikan kapasitas baterai ponsel sebesar 5–10% pada mode baterai dan 2–4% pada mode dinamo. Disimpulkan bahwa meskipun mode dinamo memiliki efisiensi yang lebih rendah akibat variabilitas putaran manual, alat ini layak diimplementasikan sebagai solusi catu daya darurat (emergency kit) yang portabel, ekonomis, dan memiliki redundansi energi yang andal.

Perkembangan sistem informasi seiring dengan kemajuan teknologi informasi yang signifikan, berperan dalam penyimpanan, pengelolaan, dan pendistribusian informasi. Salah satu contohnya adalah dalam pengelolaan data instalasi kabel serat optik. Dinas Komunikasi dan Informatika Bangkalan, sebagai instansi pemerintah, menghadapi tantangan dalam pencatatan data serat optik yang masih dilakukan secara konvensional menggunakan perangkat lunak Excel. Untuk mengatasi masalah ini, peneliti merancang dan mengembangkan "Sistem Informasi Instalasi Kabel Serat Optik di Kabupaten Bangkalan." Tujuan dari sistem ini adalah untuk meningkatkan efisiensi dan efektivitas dalam pengelolaan data, menyederhanakan proses pencatatan, dan mempercepat akses informasi kepada pihak terkait. Hasil pengelolaan data dalam sistem informasi ini mencakup empat proses utama: pengelolaan data titik instalasi, pengelolaan data lokasi, pengelolaan data pengguna, dan pengelolaan data kecepatan internet. Penerapan metode waterfall dalam perancangan sistem informasi ini memberikan solusi untuk meningkatkan efisiensi dan efektivitas dalam pengelolaan data. Perancangan sistem informasi ini terdiri dari lima (5) perancangan utama yaitu: 1) Menampilkan halaman pengunjung ketika aplikasi diakses, 2) Menerima dan mengolah data berdasarkan tindakan CRUD (create, read, update, delete), 3) Melakukan verifikasi data login dan menampilkan pesan error apabila data login salah, 4) Menyediakan fitur pencarian data, dan 5) Menghasilkan laporan data instalasi.

Penelitian ini bertujuan merancang dan mengembangkan Sistem Informasi Penjualan berbasis web untuk Gerai Oleh-Oleh Bali yang selama ini masih menggunakan pencatatan manual dengan buku besar dan perhitungan menggunakan kalkulator. Sistem manual tersebut menyebabkan risiko kesalahan pencatatan, lambatnya proses pencarian data, serta kesulitan dalam pengarsipan data penjualan, pembelian, pemesanan, dan pengelolaan stok barang. Penelitian menggunakan metode pengembangan perangkat lunak Waterfall dengan pendekatan pemodelan Unified Modeling Language (UML). Tahapan yang dilakukan meliputi analisis kebutuhan melalui wawancara dengan pemilik gerai, perancangan sistem (Use Case Diagram dan Class Diagram), implementasi, pengujian unit, pengujian sistem menggunakan metode black-box testing, serta tahap pemeliharaan (maintenance). Sistem yang dibangun mencakup fitur login, dashboard, pengelolaan data master (supplier dan barang), transaksi penjualan dengan dukungan scan barcode, transaksi pembelian, laporan penjualan dan pembelian, serta pengelolaan user. Hasil pengujian black-box menunjukkan seluruh test case berstatus Valid dan sistem berfungsi sesuai harapan. Pada tahap maintenance dilakukan contoh corrective maintenance dengan perbaikan bug pada query laporan penjualan harian.Sistem informasi penjualan berbasis web yang dihasilkan mampu mempercepat proses transaksi, mengurangi kesalahan manusia, meningkatkan akurasi data, serta memudahkan pengelolaan stok dan pembuatan laporan secara real-time. Implementasi sistem ini memberikan solusi efektif bagi Gerai Oleh-Oleh Bali dalam meningkatkan efisiensi operasional dan interaksi dengan pelanggan.

Knowledge must be managed effectively to facilitate transfer between individuals, groups, and organizations. The Informatics Engineering study program currently lacks a system for knowledge management. Currently, the study program facilitates offline discussion forums for the sharing of knowledge gained by lecturers and students. These offline discussion forums require significant costs, time, and space, often resulting in delays in knowledge sharing. This research focused on the analysis and design of a Knowledge Management System to meet the needs of Informatics Engineering students at Universitas PGRI Madiun. The system development method used was the Knowledge Management System Lifecycle (KMSL). In this study, the TIF KMS system using the KMSL method has been successfully built. The results of testing using the Blackbox Testing method showed that 5 scenarios and 18 cases were successfully executed as expected with a 100% success rate. Based on the system test results, the TIF KMS is ready to proceed to the implementation stage. Future implementation can be done by developing additional features such as a digital library

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang dapat membantu tim Marketing Officer (MO) PT. Alvarel Technology Innovation dalam menentukan status pelanggan secara objektif dan terstruktur. Sistem ini dirancang menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM). Metode AHP digunakan untuk menentukan bobot kriteria yang meliputi Potensial Pasar, Urgensi, Finansial, serta Hubungan dan Reputasi, dengan memastikan konsistensi matriks perbandingan berpasangan. Hasil pembobotan kemudian digunakan dalam metode WSM untuk melakukan perhitungan skor total pelanggan dan menyusun pemeringkatan status berdasarkan nilai tertinggi hingga terendah. Data penelitian diperoleh dari catatan internal perusahaan dan wawancara dengan Marketing Officer, dengan jumlah sampel 30 pelanggan. Hasil pengujian menunjukkan bahwa sistem dapat menghasilkan peringkat status pelanggan dalam lima kategori, yaitu potensial, prospek, pending, pasif, dan skip. Temuan utama memperlihatkan bahwa kategori prospek memperoleh skor tertinggi dan menjadi prioritas tindak lanjut. Dengan demikian, sistem pendukung keputusan berbasis AHP–WSM ini mampu mengurangi subjektivitas, meningkatkan efisiensi, serta memberikan rekomendasi yang lebih akurat dan terukur untuk mendukung pengambilan keputusan strategis perusahaan dalam pengelolaan pelanggan.

Abstract Kebakaran merupakan salah satu bencana yang dapat mengancam keselamatan jiwa dan harta benda, khususnya di lingkungan hunian padat seperti rumah kos. Kos Putri Kanaya Projo merupakan salah satu kos putri di Ungaran Timur, Kabupaten Semarang, yang berisiko tinggi mengalami kebakaran akibat kelalaian penghuni dalam penggunaan peralatan listrik maupun kompor gas. Penelitian ini bertujuan untuk merancang dan membangun sistem pendeteksi kebakaran dini berbasis mikrokontroler dengan dukungan teknologi Internet of Things (IoT).  Sistem dikembangkan menggunakan mikrokontroler ESP32 yang terhubung dengan sensor MQ-2 (asap/gas), sensor PIR (api), dan sensor DHT22 (suhu/kelembapan). Output sistem berupa notifikasi peringatan pada aplikasi Blynk, buzzer sebagai alarm suara, serta tampilan informasi melalui LCD. Metode penelitian yang digunakan adalah prototyping dengan tahapan perancangan, implementasi, pengujian, serta penyempurnaan sistem. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi asap, gas, suhu tinggi, dan api dengan akurasi di atas 90% serta memberikan notifikasi peringatan melalui aplikasi Blynk dengan waktu respon kurang dari 10 detik. Dengan demikian, sistem ini efektif sebagai solusi deteksi dini kebakaran pada lingkungan kos sehingga dapat meningkatkan keamanan dan meminimalisir risiko kerugian material maupun korban jiwa

Penelitian ini bertujuan merancang sistem informasi penjualan berbasis web untuk meningkatkan efektivitas pencatatan transaksi pada Toko Bangunan Subur Kaliwungu yang sebelumnya masih dilakukan secara manual. Permasalahan utama yang dihadapi meliputi pencatatan yang tidak efisien, kesulitan pencarian data, serta kurangnya ketepatan dalam laporan keuangan. Metode penelitian yang digunakan adalah kualitatif dengan pendekatan Research and Development (R&D) menggunakan model Prototype. Sistem dikembangkan dengan menerapkan metode akuntansi berbasis Akrual (Accrual Basis) agar laporan keuangan dapat disusun lebih akurat dan real time. Hasil penelitian menunjukkan bahwa sistem ini mampu mencatat transaksi penjualan dan pembelian, mengelola data barang dan pelanggan, serta menyajikan laporan penjualan dan laporan keuangan secara digital. Fitur tambahan seperti histori transaksi, informasi stok barang, serta perhitungan laba rugi juga membantu pemilik toko dalam pengambilan keputusan. Implementasi sistem memberikan dampak positif, di antaranya peningkatan efisiensi, keakuratan data, dan kemudahan monitoring aktivitas penjualan.

Pemantauan suhu dan kelembaban secara real-time merupakan kebutuhan penting dalam berbagai bidang, seperti kesehatan, pertanian, industri, dan pengelolaan lingkungan, guna menjaga stabilitas kondisi ruangan dan mencegah kerusakan pada peralatan elektronik. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring suhu dan kelembaban berbasis mikrokontroler ESP32 dengan sensor DHT22. Sistem dirancang untuk menampilkan data secara langsung melalui layar OLED dan aplikasi Blynk sehingga memungkinkan pemantauan jarak jauh secara real-time. Penelitian ini menggunakan metode eksperimen dengan pengujian pada dua skenario, yaitu ruang tertutup dan area terbuka, dengan titik kendali kelembaban relatif (RH) sebesar 65%. Hasil pengujian menunjukkan bahwa sistem mampu bekerja secara efektif dalam kondisi ruang tertutup, di mana kelembaban meningkat dari 54,5% menjadi 65% RH dalam waktu 10 menit dan kemudian dapat dipertahankan stabil melalui mekanisme kendali otomatis. Namun, pada area terbuka, sistem tidak menunjukkan peningkatan kelembaban yang signifikan karena adanya sirkulasi udara bebas yang mempercepat dispersi uap air. Dengan demikian, dapat disimpulkan bahwa sistem monitoring berbasis ESP32 ini efektif digunakan pada ruang dengan kondisi lingkungan yang terkontrol, serta memiliki potensi untuk dikembangkan lebih lanjut pada aplikasi rumah pintar (smart home) dan sistem industri berbasis Internet of Things (IoT).

Produksi perhiasan emas PT Gemopia Indonesia melibatkan proses bombing, yang membutuhkan keakuratan tinggi untuk memastikan kualitas produk.  Beberapa kelemahan sistem pencatatan yang masih dilakukan secara manual menggunakan Microsoft Excel termasuk keterlambatan laporan, kurangnya keamanan data, dan kesalahan input yang tinggi. Tujuan penelitian ini adalah untuk mengembangkan dan membangun sistem informasi bombing emas berbasis web yang akan mempercepat proses pencatatan, meningkatkan akurasi data, dan memperbaiki alur pelaporan.  Pengembangan sistem ini menggunakan metode Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan sistem menggunakan UML, pengembangan dengan framework Laravel dan database MySQL, dan pengujian dengan metode black box. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik dan sesuai dengan kebutuhan pengguna, dengan fitur seperti perhitungan otomatis, hak akses pengguna bertingkat, verifikasi dan koreksi data produksi, dan pembuatan laporan dalam format PDF. Sistem mampu menerima input, memproses data , dan menghasilkan output yang tepat dan sesuai dengan spesifikasi.Oleh karena itu, sistem ini dinyatakan layak untuk diimplementasikan secara penuh dalam rangka mendukung efisiensi dan transparansi pelaporan produksi di PT Gemopia Indonesia.

Penelitian ini bertujuan untuk menganalisis optimasi parameter Photovoltaic (PV) serta daya keluaran dari pembangkit listrik tenaga surya berbasis Genetic Algorithm. Penelitian ini menggunakan metode pengumpulan data melalui studi literatur, simulasi perangkat lunak, serta pengujian model matematis. Penelitian ini menggunakan pendekatan analisis kuantitatif dan komputasional yang berfokus pada pencarian nilai optimal dari parameter-parameter utama sistem PV, seperti tegangan, arus, dan resistansi. Hasil penelitian menunjukkan bahwa dalam proses optimasi sistem PV, tahapan yang dilakukan meliputi pemodelan karakteristik PV, penyusunan fungsi objektif untuk memaksimalkan daya, penerapan algoritma genetika dalam mencari nilai parameter optimal, serta analisis hasil optimasi. Hasil penelitian memperlihatkan bahwa algoritma genetika mampu meningkatkan efisiensi daya keluaran PV dibandingkan metode konvensional, serta menghasilkan parameter yang lebih sesuai terhadap kondisi iradiasi tertentu. Namun, dalam implementasi metode ini juga ditemukan beberapa kendala, seperti kompleksitas perhitungan dan kebutuhan waktu komputasi yang relatif tinggi. Selain itu, diperlukan penyesuaian lebih lanjut untuk penerapan algoritma ini dalam skala sistem pembangkit yang lebih besar.

Digital transformation in government bureaucracy has become a strategic step to improve efficiency, accountability, and transparency, including in the management of regional legal products. In the Regional Secretariat of Tegal Regency, the process of submitting legal products is still done manually, which causes inefficiencies, delays, and a lack of document traceability. To address these issues, a web-based legal product submission application has been developed with document tracking features. This research uses the Waterfall system development method, and implements a FIFO (First In First Out) queuing system in the submission process, along with Role-Based Access Control (RBAC) for managing user access rights. The goal of this system is to create a faster, more transparent, and digitally documented application process. The implementation results show that the application is able to systematically and integratively manage the flow of submissions, corrections, verification, and the ratification of legal products. Features such as a Login page with CAPTCHA, analysis dashboards, tracking, and monthly reports enhance the monitoring and security functions of the system. This application can be an effective solution in supporting the digitization of regional legal bureaucracy, as well as providing ease and efficiency for regional officials in preparing and submitting drafts of legal products digitally.

Infeksi Saluran Pernapasan Akut (ISPA) merupakan masalah kesehatan utama di Kabupaten Tegal, terutama menyerang anak-anak dan lansia, dengan 25.273 kasus tercatat pada Januari–Juni 2025. Faktor seperti kepadatan penduduk, polusi udara, dan sanitasi buruk mempersulit analisis konvensional dalam mengidentifikasi wilayah berisiko tinggi. Penelitian ini bertujuan mengembangkan Sistem Informasi Geografis (SIG) berbasis web untuk memetakan dan memantau kasus ISPA secara akurat menggunakan pendekatan spasial. Metode Waterfall digunakan dalam pengembangan sistem, meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Data spasial (koordinat lokasi) dan non-spasial (usia, jenis kelamin, jumlah kasus) dikumpulkan dari Dinas Kesehatan dan dianalisis menggunakan teknik kepadatan titik dan klaster untuk mengidentifikasi pola sebaran. Sistem ini dibangun dengan framework Laravel sebagai backend dan Leaflet.js untuk visualisasi peta interaktif. Hasilnya, SIG ini mampu memvisualisasikan sebaran kasus ISPA per kecamatan, mendukung Dinas Kesehatan dalam mengalokasikan sumber daya medis secara efisien dan mengidentifikasi wilayah prioritas seperti Dukuhwaru dan Tarub. Bagi masyarakat, sistem ini meningkatkan akses informasi digital, mendorong kesadaran pencegahan, dan mendukung edukasi kesehatan. Sistem ini terbukti efektif sebagai alat strategis untuk pengambilan keputusan berbasis data, mempercepat respons terhadap ISPA, dan menjadi fondasi untuk pengembangan SIG dalam memantau penyakit lain di masa depan.