Publication Search

Produksi padi di Indonesia, termasuk Kabupaten Sidoarjo, menghadapi berbagai tantangan seperti alih fungsi lahan, perubahan iklim, dan keterbatasan infrastruktur. Penelitian ini bertujuan untuk memetakan potensi produksi padi secara spasial di Kabupaten Sidoarjo dengan memanfaatkan pendekatan Sistem Informasi Geografis (SIG). Metode yang digunakan meliputi analisis spasial untuk menggambarkan sebaran luas baku sawah, tanam, panen, irigasi, dan produktivitas di tingkat kecamatan, serta analisis deskriptif untuk menafsirkan hasil pemetaan. Hasil penelitian menunjukkan bahwa wilayah dengan sistem irigasi teknis dan luas baku sawah yang masih terjaga, seperti Kecamatan Tarik, Sukodono, dan Wonoayu, memiliki produktivitas yang relatif tinggi. Pemetaan spasial berbasis SIG terbukti efektif dalam mengidentifikasi wilayah potensial yang mendukung pengelolaan produksi padi secara lebih terarah. Penelitian ini merekomendasikan pemanfaatan SIG sebagai alat strategis dalam perencanaan pertanian dan pengambilan kebijakan yang berbasis data spasial untuk meningkatkan ketahanan pangan di Kabupaten Sidoarjo.

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.

Bitcoin sebagai salah satu cryptocurrency paling populer yang menawarkan peluang investasi besar namun disertai dengan volatilitas harga yang tinggi. Penelitian ini bertujuan untuk memprediksi harga Bitcoin menggunakan model Support Vector Machine (SVM) dan menganalisis risiko pasar yang melekat. Dataset historis Bitcoin digunakan untuk melatih model dengan fitur seperti harga pembukaan, harga tertinggi, harga terendah, dan volume perdagangan. Penelitian menggunakan model SVM yang dioptimalkan melalui tuning parameter untuk meningkatkan akurasi prediksi. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil evaluasi menunjukkan performa model yang baik dengan MAE sebesar 0,0036 dan RMSE sebesar 0,0050. Korelasi fitur menunjukkan hubungan yang kuat antara harga penutupan dengan variabel harga lainnya, sementara volume memiliki hubungan moderat. Analisis risiko menggunakan pengembalian harian mengidentifikasi volatilitas signifikan, yang menjadi tantangan dalam pengambilan keputusan investasi. Penelitian ini menyimpulkan bahwa model SVM efektif dalam memprediksi tren harga Bitcoin. Namun, analisis risiko tetap penting untuk mendukung strategi investasi yang lebih bijaksana.    

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.

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.

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.

Senia, bisnis penjualan bahan bangunan seperti semen, keramik, pasir, dan besi, menghadapi kesulitan dalam memilih pemasok terbaik karena keterbatasan informasi dan metode evaluasi yang subjektif. Hal ini menyebabkan pemilihan pemasok yang tidak optimal, seperti pemasok yang sering terlambat mengirimkan barang atau menyediakan bahan berkualitas rendah. Akibatnya, operasional usaha terhambat, biaya meningkat, dan kepercayaan pelanggan menurun. Persaingan ketat di industri ini membuat layanan buruk akibat pemasok yang tidak tepat berisiko membuat pelanggan beralih ke kompetitor. Dengan menerapkan sistem menggunakan Metode Analytic Hierarchy Process (AHP) dan Multi-Objective Optimization by Ratio Analysis (MOORA) pada sistem rekomendasi berbasis website. AHP membantu merangking kriteria dan subkriteria secara sistematis, sementara MOORA efektif dalam menyeleksi alternatif terbaik. Kombinasi kedua metode ini terbukti meningkatkan efisiensi dan akurasi dalam seleksi pemasok, mengurangi waktu evaluasi manual, dan menghindari subjektivitas dalam pengambilan keputusan. Dengan sistem ini, UD. Senia dapat memastikan ketersediaan bahan berkualitas dengan harga kompetitif, menjaga posisi pasar, dan meningkatkan daya saing.

Penelitian ini bertujuan untuk mengembangkan sistem pemilihan supplier yang efektif dengan menggunakan metode TOPSIS dan pendekatan Rapid Application Development (RAD). CV. Berjaya Jaya Abadi, sebuah perusahaan kontraktor yang bergerak di bidang penyediaan berbagai jenis cat, menghadapi tantangan dalam memilih supplier terbaik di antara beberapa alternatif. Metode TOPSIS digunakan karena kemampuannya untuk memberikan hasil yang lebih objektif berdasarkan kriteria yang telah ditetapkan, dibandingkan dengan metode subjektif yang sebelumnya digunakan oleh perusahaan., mengalami kesulitan dalam menentukan supplier terbaik di antara banyak pilihan yang tersedia. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pemilihan supplier menggunakan metode TOPSIS yang diimplementasikan melalui pendekatan Rapid Application Development (RAD). Sistem ini dirancang untuk mempermudah pengambilan keputusan dalam memilih supplier dengan mempertimbangkan enam kriteria utama, yaitu Pengiriman, Sejarah Kinerja, Harga, Kualitas, Loyalitas, dan Pelayanan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat memberikan peringkat supplier berdasarkan kriteria yang telah ditentukan, sehingga dapat membantu perusahaan dalam memilih supplier yang paling sesuai dengan kebutuhan. Metode RAD yang digunakan dalam pengembangan sistem juga terbukti efektif dalam mempercepat proses perancangan dan implementasi sistem. Dengan pengujian Black Box Testing, sistem yang dibangun menunjukkan hasil yang memuaskan dalam mendukung pengambilan keputusan di perusahaan.

Penanganan bencana merupakan isu krusial dalam mengurangi dampak negatif bencana alam dan non-alam di Kota Semarang, yang memiliki potensi bencana seperti banjir, gempa bumi, dan kebakaran. Penelitian ini bertujuan untuk menganalisis penanganan bencana di Kota Semarang pada tahun 2024 dengan menggunakan metode Analytical Hierarchy Process (AHP) dan VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR), untuk menentukan prioritas tindakan yang paling efektif dalam mitigasi dan respons bencana. Metode AHP digunakan untuk memberikan bobot pada kriteria-kriteria yang mempengaruhi penanganan bencana, seperti kesiapsiagaan, infrastruktur, dan sumber daya manusia. Selanjutnya, metode VIKOR diterapkan untuk memilih solusi terbaik berdasarkan alternatif penanganan bencana. Hasil penelitian menunjukkan bahwa prioritas penanganan bencana di Kota Semarang sebaiknya difokuskan pada penguatan sistem peringatan dini dan pengembangan infrastruktur evakuasi, dengan memperhatikan kesiapsiagaan masyarakat sebagai faktor pendukung utama. Berdasarkan perhitungan AHP, kriteria "kesiapsiagaan masyarakat" memperoleh bobot tertinggi, sementara perhitungan VIKOR menunjukkan bahwa tindakan penguatan infrastruktur evakuasi adalah solusi terbaik untuk mengurangi dampak bencana. Penelitian ini merekomendasikan Pemerintah Kota Semarang untuk meningkatkan investasi pada infrastruktur penanganan bencana dan memperkuat pelatihan serta keterlibatan masyarakat dalam program kesiapsiagaan bencana.