Publication Search

Perkembangan teknologi informasi telah meningkatkan kebutuhan akan sumber daya manusia yang kompeten di bidang analitik data dan pemrograman, khususnya bagi mahasiswa Program Studi Sistem Informasi. Penelitian ini bertujuan untuk membangun model klasifikasi guna mengidentifikasi kecenderungan mahasiswa sebagai Data Analyst atau Programmer menggunakan algoritma Naive Bayes. Sebanyak 220 data dikumpulkan melalui kuesioner daring, dengan indikator penilaian yang dikelompokkan dalam dua dimensi: kemampuan analis data dan kemampuan pemrograman. Data kemudian dilabeli berdasarkan skor per dimensi dan diolah menggunakan model Complement Naive Bayes pada platform Google Colab. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan dua kelas mayoritas (Data Analyst dan Programmer) dengan baik, ditandai dengan akurasi keseluruhan sebesar 80,30% dan nilai precision, recall, serta f1-score yang tinggi. Namun, performa model terhadap kelas minoritas (Netral) masih rendah akibat ketidakseimbangan distribusi data. Penelitian ini menyarankan penggunaan teknik lanjutan seperti resampling, class weight, atau model ensemble untuk mengatasi bias terhadap kelas mayoritas. Temuan ini dapat digunakan sebagai dasar dalam pembimbingan akademik dan pengembangan kurikulum berbasis potensi mahasiswa.

Kebakaran masih menjadi masalah serius dengan dampak besar, baik secara materi maupun korban jiwa. Deteksi yang lambat dan alarm konvensional yang tidak responsif menjadi penyebab utama tingginya tingkat kerusakan. Penelitian ini mengusulkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan platform IFTTT (If This, Then That). Sistem ini menggabungkan sensor asap (MQ5, MQ9), suhu (DHT22), dan api, dengan NodeMCU ESP8266 sebagai pusat kendali, serta mengirim notifikasi real-time melalui WhatsApp. Tujuannya adalah meningkatkan akurasi deteksi dan mengurangi alarm palsu. Pengujian dilakukan dengan membandingkan sistem konvensional dan sistem IoT pada berbagai skenario kebakaran. Hasil menunjukkan bahwa sistem IoT memiliki keunggulan dalam kecepatan notifikasi (kurang dari 10 detik) dan kemampuan menyampaikan lokasi secara akurat. Meskipun memerlukan biaya awal lebih tinggi, efektivitas sistem ini dalam meningkatkan respons darurat menjadikannya solusi yang layak. Sistem ini cocok diterapkan di rumah, kantor, maupun fasilitas industri, serta memiliki potensi besar dalam pengembangan sistem keselamatan kebakaran yang lebih adaptif dan efisien di masa depan

Berkembangnya industri kuliner di Indonesia yang pesat menuntut pengusaha untuk beradaptasi dengan cepat, terutama dalam teknologi dan pemasaran. Karena Masih terlalu banyak pengusaha yang masih mengandalkan metode pemesanan dan promosi manual, maka dari itu penerapan Customer Relationship Management (CRM) menjadi solusi yang efektif untuk menarik pelanggan baru dan mempertahankan loyalitas konsumen. Penelitian ini fokus pada penerapan CRM di Rainbow Cafe, yang bertujuan dalam memikat konsumen baru dan meningkatkan loyalitas konsumen di Rainbow Cafe. Metode penelitian yang digunakan adalah analisis kualitatif melalui wawancara dan survei kepada konsumen serta pengusaha. Hasil penelitian menunjukkan bahwa penerapan CRM sangatlah penting dikarenakan dapat meningkatkan interaksi dengan konsumen, mempercepat proses pemesanan, dan meningkatkan kepuasan konsumen. Kesimpulan dari penelitian ini menegaskan bahwa implementasi CRM tidak hanya penting untuk meningkatkan loyalitas konsumen, tetapi juga sebagai strategi yang krusial dalam menghadapi persaingan di industri kuliner yang semakin ketat dan untuk interaksi dengan konsumen lebih efektif.

Perkembangan teknologi informasi yang pesat telah mendorong adopsi layanan cloud storage sebagai solusi utama dalam penyimpanan dan pengelolaan data digital. Kemudahan akses, skalabilitas, dan efisiensi biaya menjadi alasan utama banyak individu maupun organisasi beralih ke layanan ini. Studi ini bertujuan untuk melakukan analisis perbandingan antara dua layanan cloud storage populer, yaitu Google Drive sebagai layanan komersial berbasis cloud publik, dan Nextcloud Server sebagai solusi open-source berbasis self-hosted. Penelitian ini menggunakan metode eksperimen kuantitatif deskriptif, dengan fokus pada pengujian parameter teknis seperti kecepatan unggah dan unduh, efisiensi penggunaan bandwidth, kestabilan koneksi, serta estimasi biaya operasional tahunan. Pengujian dilakukan dalam tiga skenario akses: jaringan lokal (intranet), akses publik melalui layanan Cloudflare, dan koneksi ke cloud komersial. Hasil pengujian menunjukkan bahwa Google Drive unggul dalam performa kecepatan dan kemudahan penggunaan, didukung oleh infrastruktur global dan optimisasi jaringan. Sementara itu, Nextcloud lebih menonjol dari sisi fleksibilitas konfigurasi, kontrol data secara penuh, serta efisiensi biaya jangka panjang. Berdasarkan analisis Total Cost of Ownership (TCO), Nextcloud menjadi pilihan ekonomis untuk penggunaan jangka panjang, terutama bagi institusi pendidikan dan organisasi dengan infrastruktur lokal. Penelitian ini diharapkan dapat menjadi referensi bagi pengguna dalam memilih layanan cloud storage yang paling sesuai dari sisi teknis, ekonomi, maupun kebijakan privasi data.

Tingkat keberhasilan deteksi penyakit jantung sangat bergantung pada akurasi model klasifikasi yang digunakan. Penelitian ini bertujuan membandingkan kinerja dua algoritma klasifikasi, yaitu K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM), dalam mendeteksi penyakit jantung menggunakan dataset berjumlah 1025 sampel dengan dua kelas target, yakni sehat dan penyakit jantung. Proses pra-pemrosesan data meliputi pembersihan dan normalisasi fitur medis seperti usia, tekanan darah, serta kadar kolesterol. Evaluasi performa model dilakukan menggunakan metode Confusion Matrix, K-Fold Cross Validation, kurva Receiver Operating Characteristic (ROC), dan kurva Precision-Recall untuk mengukur akurasi, presisi, recall, serta keseimbangan antara presisi dan recall. Hasil pengujian menunjukkan bahwa algoritma KNN unggul dalam menghasilkan akurasi tinggi yaitu 99% dengan AUC ROC sempurna 1.00 dan presisi yang hampir konsisten sepanjang recall, sementara SVM menunjukkan performa stabil dengan akurasi 91%, AUC ROC 0.97, dan AP Precision-Recall sebesar 0.96. Penelitian ini menegaskan efektivitas KNN dalam menghasilkan prediksi penyakit jantung yang sangat akurat dengan potensi risiko overfitting pada parameter k kecil, sedangkan SVM memberikan kestabilan model dengan kemampuan generalisasi yang lebih baik. Temuan ini diharapkan dapat menjadi referensi dalam pemilihan algoritma klasifikasi yang sesuai untuk mendukung diagnosis penyakit jantung secara klinis.

Instagram merupakan salah satu media sosial paling populer di Indonesia dengan jumlah unduhan dan ulasan yang sangat tinggi di Google Play Store. Penelitian ini dilakukan untuk menganalisis sentimen dari ulasan bintang lima terhadap aplikasi Instagram guna mengkaji lebih lanjut apakah seluruh ulasan dengan rating tertinggi benar-benar mencerminkan sentimen positif. Data dikumpulkan melalui tahap scraping, kemudian dilakukan pembersihan data dengan teknik normalisasi sederhana seperti penghapusan URL, karakter khusus, angka, dan spasi berlebih, serta tahap preprocessing menggunakan metode tokenisasi. Model IndoBERT digunakan sebagai alat klasifikasi untuk mendeteksi sentimen dari setiap ulasan ke dalam tiga kategori: positif, netral, dan negatif. Hasil klasifikasi menunjukkan bahwa 59,7% ulasan tergolong positif, 11,2% netral, dan 29,1% negatif. Model evaluasi dilakukan melalui perbandingan hasil prediksi dengan pelabelan manual dan otomatis yang menghasilkan f1-score sebesar 0,901 untuk sentimen positif, 0,834 untuk negatif, dan 0,449 untuk netral, dengan akurasi keseluruhan sebesar 83,2%. Visualisasi word cloud ditampilkan setelah proses klasifikasi sentimen untuk menggambarkan kata-kata yang dominan di masing-masing kategori. Temuan ini menunjukkan bahwa rating numerik tidak selalu selaras dengan isi ulasan, serta pentingnya analisis sentimen dalam memahami persepsi pengguna secara lebih mendalam.

Penelitian ini bertujuan untuk mengelompokkan penjualan berbagai merek beras di UD. Nainggolan menggunakan algoritma K-Means Clustering. UD. Nainggolan merupakan usaha yang bergerak di bidang penjualan sembako, termasuk beras dari berbagai merek. Permasalahan utama yang dihadapi adalah kesulitan dalam memahami tren penjualan dan preferensi pelanggan, yang berdampak pada pengelolaan stok dan strategi pemasaran. Penelitian ini memanfaatkan data penjualan dari Maret 2024 hingga Februari 2025, dengan fokus pada 9 merek beras. Data dianalisis untuk diklasterisasikan ke dalam 2 kategori:, laris, dan kurang laris. Hasil dari penelitian ini adalah sebuah sistem berbasis web yang dibangun menggunakan PHP dan MySQL, yang mampu mengelompokkan penjualan beras berdasarkan algoritma K-Means. Sistem ini diharapkan dapat membantu pihak manajemen dalam pengambilan keputusan terkait pengelolaan stok dan strategi penjualan yang lebih efisien dan tepat sasaran.

Penelitian ini menganalisis pola ancaman siber global dengan menggunakan metode Exploratory Data Analysis (EDA) berdasarkan dataset “Global Cybersecurity Threats (2015–2024)” yang disusun oleh Atharva Soundankar dan dipublikasikan di Kaggle. Dataset tersebut mencakup 3.000 insiden keamanan siber dari berbagai negara, dengan atribut seperti negara, tahun, jenis serangan, industri sasaran, kerugian finansial, jumlah pengguna terdampak, sumber serangan, jenis kerentanan, mekanisme pertahanan, dan waktu penyelesaian insiden. Melalui pendekatan EDA dan visualisasi interaktif dengan Tableau, penelitian ini bertujuan mengidentifikasi pola, tren, dan anomali dari serangan siber global serta menguji dua hipotesis utama: (1) jenis serangan DDoS dan phishing merupakan yang paling dominan secara global; dan (2) sektor teknologi informasi dan perbankan merupakan industri paling rentan terhadap serangan. Hasil analisis menunjukkan bahwa kedua hipotesis tersebut terbukti, di mana DDoS dan phishing menempati urutan teratas sebagai jenis serangan terbanyak, dan sektor IT serta perbankan paling sering menjadi sasaran. Temuan ini memberikan kontribusi penting dalam penyusunan strategi mitigasi serangan siber, khususnya pada sektor-sektor vital. Visualisasi data juga memberikan dukungan kuat dalam pemahaman pola ancaman dan pengambilan keputusan berbasis data. Kata Kunci: Ancaman Siber, DDoS, Phishing, Industri IT, EDA, Visualisasi Data

Pengelolaan rantai pasok dengan menggunakan metode E-SCM untuk mengoptimalkan persediaan Toko Nadira dapat meningkatkan persediaan yang efisien. Permasalahan yang terjadi pada Toko Nadira adalah proses pencatatan barang, pengelolaan persediaan dan pemesanan ke Supplier masih manual dengan menggunakan buku catatan. Dengan adanya teknologi, Toko Nadira dapat memanfaatkannya dengan baik dengan menggunakan website, website ini mampu mempermudah proses pencatatan barang, monitoring persediaan, dan meningkatkan keakuratan dalam proses pemesanan barang ke Supplier serta update stok secara real-time, Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian aplikasi. Hasil penelitian menunjukkan bahwa website E-SCM yang dikembangkan telah berhasil meningkatkan efisiensi operasional Toko Nadira, mengurangi resiko kehabisan stok, dan mempercepat proses restocking. Selain itu, sistem ini juga dapat diintegrasikan dengan laporan penjualan dan pembelian, yang memungkinkan pemilik Nadira Store untuk melakukan analisis data yang lebih mendalam.

Pasar properti rumah memiliki harga yang bervariasi tergantung lokasi dan spesifikasi bangunan. Penelitian ini melakukan segmentasi harga properti berdasarkan lokasi (latitude & longitude), harga, dan luas bangunan menggunakan algoritma K-Means Clustering. Dataset berisi 18.962 data properti dari wilayah Bandung dan sekitarnya. Data melalui tahap pembersihan, transformasi lokasi ke koordinat geografis, normalisasi, dan denormalisasi untuk memastikan kualitas analisis. Metode Elbow digunakan untuk menentukan jumlah cluster optimal dan menunjukkan nilai K = 3. Proses clustering menghasilkan tiga segmen: Cluster 0 (Affordable Housing) mencakup 7.751 properti dengan harga rendah dan bangunan kecil, Cluster 1 (Luxury Estate) sebanyak 2.402 properti dengan harga tinggi dan bangunan luas, serta Cluster 2 (Middle-Class Residences) terdiri dari 5.555 properti dengan karakteristik menengah. Visualisasi menggunakan peta interaktif berbasis Folium memperlihatkan distribusi spasial yang jelas, dengan konsentrasi tertinggi berada di pusat kota seperti Bandung dan Cimahi. Rata-rata harga di cluster 0 sekitar Rp900 juta, cluster 1 mencapai Rp4,9 miliar, dan cluster 2 sekitar Rp1,8 miliar. Penelitian ini menunjukkan bahwa K-Means efektif untuk segmentasi harga properti. Untuk hasil yang lebih komprehensif, disarankan agar penelitian lanjutan menambahkan variabel seperti aksesibilitas, fasilitas umum, dan kondisi bangunan.

Provinsi Jawa Tengah memiliki tingkat ketimpangan yang cukup tinggi, terutama di perkotaan. Data BPS Semester 2 Tahun 2024 menunjukkan rasio ketimpangan di perkotaan sebesar 0.392 dan di pedesaan 0.364, yang disebabkan oleh pembangunan wilayah yang belum merata. Pemerataan pembangunan menjadi fokus utama dalam RPJMN 2025–2045 menuju Indonesia Emas 2045, dengan "Pembangunan Kewilayahan" sebagai agenda ke-6 dari 8 agenda pembangunan, dengan tujuan untuk mewujudkan pemerataan dan keadilan pembangunan. Jawa Tengah memiliki 35 kabupaten/kota dengan tantangan pembangunan yang beragam. Untuk mencapai keadilan pembangunan, daerah tertinggal perlu diprioritaskan. Penelitian ini bertujuan memberikan rekomendasi daerah prioritas pembangunan menggunakan Sistem Pendukung Keputusan (SPK) dengan metode Entropy untuk pembobotan kriteria dan TOPSIS (Technique for Order by Similarity to Ideal Solution)  untuk penentuan prioritas. Kriteria yang digunakan meliputi aspek pendidikan, ekonomi, dan kesejahteraan masyarakat, seperti Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), Pengeluaran per Kapita, Indeks Pembangunan Manusia (IPM), Persentase Penduduk Miskin, Tingkat Pengangguran Terbuka (TPT), serta Gini Ratio (rasio ketimpangan ). Hasil analisis menunjukkan bahwa Kabupaten Pemalang, Wonosobo, dan Banjarnegara merupakan daerah prioritas pembangunan. Hasil penelitian ini dapat menjadi rekomendasi bagi pemangku kebijakan untuk mendukung pembangunan yang lebih merata dan berkeadilan.

Website Pelayanan Terpadu Satu Pintu (PTSP) merupakan wujud digitalisasi layanan publik yang membutuhkan tata kelola Teknologi Informasi (TI) yang efektif. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola TI menggunakan framework COBIT 5 serta menilai keamanan dan performa sistem. Metode yang digunakan adalah deskriptif kuantitatif dengan audit pada 13 proses dari lima domain COBIT 5. Pengujian keamanan dilakukan menggunakan Nessus Scanner, sedangkan Apache JMeter digunakan untuk mengukur performa sistem. Hasil evaluasi menunjukkan rata-rata tingkat kematangan sebesar 3,6 dengan selisih (gap) 1,4 dari target level 5 (Optimized). Domain MEA02 memiliki gap tertinggi sebesar 2,1, menunjukkan kurangnya pengawasan internal. Pemindaian keamanan tidak menemukan celah dengan risiko tinggi, namun semua temuan berada pada kategori Informational. Dari sisi performa, halaman Home memiliki waktu respons tertinggi sebesar 22.683 ms dan throughput hanya 2,1 permintaan/detik, jauh di bawah standar pembanding. Hasil ini menunjukkan bahwa meskipun sistem telah berjalan cukup baik, masih diperlukan perbaikan dalam aspek pengawasan, keamanan, dan performa agar layanan PTSP dapat berjalan lebih optimal dan stabil.

Maraknya kasus kecurangan atau manipulasi dokumen sertifikat atau piagam penghargaan pada proses Penerimaan Peserta Didik Baru (PPDB) di berbagai wilayah di Indonesia, menjadi permasalahan yang serius untuk diselesaikan. Tindakan ini dapat merugikan para siswa yang telah berprestasi secara jujur, merusak kepercayaan masyarakat terhadap integritas pendidikan dan kredibilitas sistem PPDB itu sendiri, sehingga berdampak pada kepercayaan masyarakat kepada institusi atau lembaga pendidikan dan pemerintah. Metode penelitian yang dipergunakan adalah case studies research. Peneliti menggunakan metode Rapid Application Development (RAD) untuk pengembangan sistem dan blackbox testing berbasis equivalent partition untuk metode pengujian sistem. Berdasarkan hasil blackbox testing berbasis equivalent partition, bahwa sistem informasi verifikasi online yang dibangun, secara keseluruhan fungsionalitasnya sudah berjalan dengan baik. Sistem yang dibangun juga sudah sesuai dengan kebutuhan pengguna dalam mengakomodir permasalahan terkait dengan verifikasi sertifikat secara online, sehingga dapat meminimalisir praktik kecurangan atau manipulasi dokumen sertifikat atau piagam penghargaan.

Kemiskinan merupakan salah satu tantangan terbesar yang dihadapi oleh berbagai negara, termasuk Indonesia. Tingginya jumlah penduduk miskin di beberapa wilayah, seperti di Provinsi Jawa Tengah, mencerminkan kompleksitas permasalahan yang dipengaruhi oleh kualitas sumber daya manusia, tingkat kemiskinan, dan pembangunan ekonomi. Provinsi Jawa Tengah, dengan populasi besar, memiliki tingkat kemiskinan yang signifikan, sehingga memerlukan intervensi strategi untuk mengoptimalkan penyaluran program pembangunan. Untuk mendukung pemerintah dalam menentukan prioritas penanganan kemiskinan secara efektif dan efisien, diperlukan sistem pendukung keputusan. Penelitian ini memiliki tujuan untuk merancang sistem pendukung keputusan berbasis TOPSIS yang efisien dan mampu memberikan rekomendasi terbaik berdasarkan beberapa kriteria utama: jumlah penduduk, Tingkat pengangguran, upah minimum, PDRB, dan jumlah penduduk miskin. Hasil analisis menunjukkan bahwa Kota Semarang memiliki tingkat kemiskinan terendah dengan nilai preferensi tertinggi (0,686725), sedangkan Kabupaten Brebes memiliki tingkat kemiskinan tertinggi dengan nilai preferensi terendah (0,154773). Validasi metode TOPSIS yang diterapkan dalam sistem ini mencapai tingkat akurasi sebesar 77,17% yang menunjukkan bahwa hasil pemeringkatan konsisten dengan keselarasan signifikan antara hasil sistem dan kondisi riil. Dengan demikian, sistem pendukung keputusan ini memberikan kontribusi nyata dalam mengklasifikasi wilayah berdasarkan tingkat kemiskinan, sehingga dapat menjadi alat bantu strategi dalam perencanaan program Pembangunan yang lebih tepat sasaran.

Setiap industri membutuhkan air pendingin (cooling water) sebagai unit pendukung dalam proses produksinya, termasuk industri petrokimia yang memerlukan air pendingin (cooling water) agar proses produksinya dapat berjalan dengan lancar. Untuk meningkatkan serta menjaga penggunaan air pendingin (cooling water) , maka digunakan alat cooling tower yang berfungsi untuk me-recycle air kondensat menjadi air pendingin (cooling water) kembali. Penggunaan alat cooling tower ini dinilai sangat penting, sehingga diperlukan analisa evaluasi kinerja alat untuk mengetahui kondisi cooling tower dan mencegah kerusakan dikemudian hari. Evaluasi tersebut berdasarkan nilai efisiensi kerja serta termal cooling tower dan perhitungan neraca massa pada sistem cooling tower CT-22111 A-B. Analisa evaluasi ini dapat menjadi hal yang di pertimbangan oleh teknis pihak industri untuk melakukan perawatan lebih lanjut serta operasional. Dari Analisa data lapangan serta data pendukung didapatkan hasil aktual yang menunjukkan di mana cooling tower pada unit utilitas departemen produksi IA diperoleh sebesar 71% untuk desain  dan 77% untuk aktual serta untuk efisiensi termal masih direntang 67% - 81% tidak terlalu berbeda dengan data desain untuk efisiensi termal. Dengan demikian, kinerja cooling tower menunjukkan bahwa masih beroperasi dengan cukup baik.

Pusat data menjadi tempat sekaligus aset penting organisasi. Demikian pula rencana pengelolaan keberlanjutan (kontinuitas) sangat penting untuk menjaga organisasi tetap dapat menjalankan proses bisnisnya ketika terjadi bencana pada pusat data atau infrastruktur teknologinya. Evaluasi tata kelola menjadi suatu hal yang penting dan harus dilakukan untuk mengetahui sejauh mana pengelolaan pusat data dan kesiapan rencana pengelolaan keberlanjutan (kontinuitas) suatu organisasi. Metode penelitian yang digunakan meliputi menentukan area fokus evaluasi, menyusun instrumen evaluasi (interview, kuesioner dan test sistem), pelaksanaan evaluasi, pengolahan hasil evaluasi, analisa gap dan penyusunan strategi perbaikan. Tingkat kematangan saat ini berada pada level 3. Tingkat kematangan yang diharapkan berada pada level 5, kecuali untuk komponen informasi dan komponen budaya, etika dan perilaku berada pada level 4. Strategi perbaikan dirumuskan bertahap untuk strategi perbaikan dari level 3 ke level 4 dan strategi perbaikan dari level 4 ke level 5. Perumusan strategi perbaikan disusun berdasarkan tujuh komponen sistem tata kelola dengan urutan prioritas berdasarkan hasil analisa gap.

Kucing merupakan tipe hewan yang mudah dalam pemeliharaan. Dalam pemeliharaan hewan, memiliki aspek penting yang perlu diperhatikan yaitu terkait pemberian pakan. Tetapi, kadang kala aktivitas pemberian pakan sulit dilakukan jika pemilik hewan sedang sibuk dalam aktivitas atau sedang berada di luar rumah. Dengan memanfaatkan perkembangan teknologi Internet of Things yang dapat mempermudah manusia dalam memantau sesuatu dari jarak jauh, penelitian ini memberikan solusi untuk membuat alat pakan kucing otomatis yang dapat dipantau melalui aplikasi Android dari serta dapat membuat penjadwalan pemberian pakan. Adanya sistem ini, dapat memudahkan pemilik kucing untuk melakukan aktivitas pemberian pakan pada kucing sesuai waktu yang telah ditentukan, dan juga dapat melakukan penjadwalan pemberian pakan dengan menetapkan waktu pemberian pakan dan takaran porsi pakan. Metode yang digunakan dalam penelitian ini adalah metode ADDIE. Hasil dari penelitian yang telah dilakukan setelah melewati pengujian menunjukkan bahwa alat pemberian pakan otomatis yang dibangun dapat mengeluarkan pakan dengan tingkat keberhasilan 95,62%, dengan rata-rata error 4,38% atau selisih sekitar 1-3 gram dari berat porsi pakan yang dimasukkan pengguna. Aplikasi Android yang dibangun juga dapat menerima informasi mengenai berat pakan, notifikasi aktivitas alat, serta melakukan pengaturan jadwal dan notifikasi.

Kelembapan dan suhu merupakan faktor yang penting dalam budidaya jamur karena jamur membutuhkan kelembapan dan suhu tertentu untuk tumbuh dengan baik. Aspek lingkungan perlu diperhatikan dalam budidaya jamur adalah selama masa pemeliharaan dan suhu di dalam rumah jamur harus dijaga di kisaran 15-30°C. Suhu di bawah 15°C mengakibatkan tubuh buahnya mengecil dan tangkainya panjang, tetapi kurus. Jika suhunya di atas 30°C, suhu akan menyebabkan payung jadi tipis dan ukurannya kerdil. Kelembapan udara optimum yang dibutuhkan antara 80-90%. Jika kelembapan udara terlalu tinggi, jamur akan cepat membusuk dan jika kelembapan terlalu rendah, jamur akan menjadi kerdil dan kurus. Untuk memonitor tingkat kelembaban dan suhu dalam budidaya jamur tiram dibutuhkan sistem monitoring yang berguna untuk mengetahui kondisi tanaman secara otomatis dan real-time. Internet of Things (IoT) memiliki konsep yang bertujuan untuk memperluas manfaat yang tersambung dalam koneksi internet secara terus-menerus. Penggunaan Internet of Things (IoT) dalam memonitor suhu dan kelembapan dapat membantu efisiensi dan mempercepat pengiriman informasi kelembapan dan suhu udara tempat jamur dibudidaya. Jenis penelitian yang digunakan adalah R&D (Research and Development) dengan jenis model pengembangan prototyping. Hasil penelitian menunjukkan bahwa sistem otomasi dan pemantauan berbasis IoT bekerja dengan baik, dengan tingkat kesalahan pembacaan sensor suhu DHT11 dibandingkan thermometer digital berada di bawah 5% (dengan nilai error antara 0,37% hingga 3,10%). Selain itu, alat dapat mengirimkan notifikasi kepada pengguna ketika suhu atau kelembapan berada di luar rentang yang telah ditentukan, sehingga membantu menjaga kondisi optimal bagi pertumbuhan jamur.

Pada era modern yang ditandai oleh dinamika ekonomi yang terus berkembang dan tantangan keuangan yang semakin kompleks, pengambilan keputusan mengenai kelayakan penerima pinjaman kredit menjadi sangat krusial. Untuk mengatasi kompleksitas ini, pen-erapan Metode Multi-Attribute Utility Theory (MAUT) dan Rank Order Centroid (ROC)  dalam Sistem Pendukung Keputusan dianggap sebagai langkah strategis. MAUT adalah metode perbandingan kuantitatif yang menggabungkan pengukuran biaya risiko dan keuntungan yang berbeda, mengubah berbagai kepentingan menjadi nilai numerik dalam skala 0-1, di mana 0 merepresentasikan nilai terburuk dan 1 nilai terbaik, sedangkan ROC membantu menentukan bobot kriteria secara efisien berdasarkan prioritas. Penelitian ini bertujuan untuk mendiskusikan konsep dasar MAUT dan ROC serta integrasinya dalam mengevaluasi kelayakan penerima pinjaman kredit. Penelitian ini fokus pada kredit sebagai pinjaman dengan perjanjian pembayaran antara peminjam dan pemberi pinjaman. MAUT dan ROC diaplikasikan untuk menilai kelayakan nasabah peminjaman kredit FIF Group dengan melibatkan 8 alternatif dan 5 kriteria. Hasil perhitungan menunjukkan bahwa Teguh Syahputra dengan alternatif A2 mendapatkan nilai tertinggi 0.875, sehingga direkomendasikan sebagai nasabah yang layak menerima Kredit Pinjaman dari perusahaan Finance.

Penenelitian ini bertujuan untuk meningkatkan keamanan data pada Sistem Informasi Manajemen Masjid (SIM Masjid) dengan menggunakan algoritma Caesar Cipher. Algoritma ini mengenskripsi data login, seperti username dan password, dengan metode pergeseran karakter. Hasil pengujian menunjukan bahwa algoritma ini mampu menjaga kerahasiaan data tingkat dasar, meskipun rentan terhadap serangan brute force. Oleh karena itu, metode ini cocok untuk sistem dengan kebutuhan keamana rendah dan dapat dikombinasikan dengan algoritma lain untuk meningkatkan perlindungan. Pendekatan ini memberi solusi sederhana dan efisien untuk sistem informasi di lingkungan dengan keterbatasan sumber daya.