Publication Search

This research examines the application of the Elliptic Curve Digital Signature Algorithm (ECDSA) in a blockchain system as a security solution for digital payment systems in Indonesia. Using a descriptive-qualitative approach based on literature review and conceptual simulations using Python, this study discusses the working principles of ECDSA, its advantages over other digital signature algorithms, and the challenges of its adoption in Indonesia. The results show that ECDSA provides high cryptographic efficiency, maintains transaction authenticity and integrity, and supports a transparent decentralized system. The academic simulations include not only KYC processes, top-ups, transactions, validation by validators, and block recording, but also demonstrates the formation of an interconnected multi-level blockchain and tests scenarios for rejecting manipulated or invalid transactions. The contribution of this research lies not only in the theoretical review but also in the implementation illustrations that can be used as a basis for education and the initial development of blockchain-based digital payment systems. The research results show that ECDSA is capable of providing a high level of efficiency in the encryption and transaction verification process, maintaining data integrity and authenticity, and supporting a decentralized and transparent system. The academic simulations included the KYC process, wallet creation using ECDSA keys, balance top-ups through bank integration, transaction creation and validation, and block recording in the blockchain. Specifically, the simulations successfully demonstrated how new blocks are added to the chain by referencing the previous block's hash, as well as how transactions with corrupted signatures, manipulated amounts, or insufficient balances are automatically rejected by the validator consensus mechanism, maintaining system integrity. This research contributes not only theoretically, but also through conceptual representations that can be used as an educational foundation and for the initial development of blockchain-based digital payment systems in Indonesia.

Selecting the right supplier is a critical aspect of supply chain management, especially in a retail business like Parfume Corner, which relies on product quality, availability, and on-time delivery. This study aims to implement the VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje) method as a multi-criteria decision-making approach to determine the best perfume supplier. The VIKOR method was chosen because of its ability to handle conflicts between criteria and produce optimal compromise solutions. The evaluation criteria used include product quality, price, on-time delivery, after-sales service, and flexibility in negotiations. Data were collected from five potential suppliers through observation, interviews, and historical transaction documents. The analysis results showed that one supplier obtained the lowest VIKOR index score, thus being determined as the best compromise solution. The implementation of the VIKOR method proved effective in providing objective and transparent recommendations, which can support Parfume Corner's strategic decisions in building long-term partnerships with reliable suppliers. This approach can also be adapted by similar businesses to improve procurement efficiency and quality. The test results obtained were that in the expert test a Good value was obtained, namely 80%, while in the system test a Very Good conclusion was obtained, namely 100%.

This study compares the effectiveness of MAUT (Multi-Attribute Utility Theory), SMART (Simple Multi-Attribute Rating Technique), and WASPAS (Weighted Aggregated Sum Product Assessment) methods in a decision support system for determining the best employees at Sisilia Boutique. The quality of human resources is crucial in the retail business, but performance evaluation is often influenced by subjectivity. To address this, a multi-criteria-based decision support system is needed. MAUT translates preferences into a numerical scale, SMART calculates the average value of attributes based on weights, while WASPAS combines weighted summation (WSM) and weighted multiplication (WPM) for more balanced results. Employee performance data from Sisilia Boutique in June 2025, including attendance, store layout, customer service, and discipline, were used as the research object. The comparison results show consistency in the highest (K3) and lowest (K7) ratings across the three methods, with differences in the middle ratings. WASPAS offers a more balanced distribution of final scores, making it a comprehensive alternative for performance evaluation.

Penelitian ini mengevaluasi efisiensi tiga algoritma sorting hybrid, yaitu TimSort, IntroSort, dan Merge-Insertion Sort, pada dataset skala menengah yang memiliki jumlah elemen antara 10.000 hingga 1.000.000. Tujuan utama penelitian adalah untuk menganalisis performa algoritma berdasarkan waktu eksekusi, konsumsi memori, dan stabilitas, dengan pengujian dilakukan pada berbagai jenis dataset, termasuk data acak, terurut, hampir terurut, dan data dengan banyak elemen duplikat. Pengujian dilakukan melalui simulasi komputasi menggunakan bahasa pemrograman Python dalam lingkungan terkontrol untuk memastikan hasil yang konsisten. Dataset sintetis dibuat untuk mencerminkan kasus dunia nyata, seperti pengolahan log sistem, pengurutan data pelanggan dalam aplikasi e-commerce, atau pengolahan data sensor dalam sistem Internet of Things (IoT). Hasil pengujian menunjukkan bahwa TimSort memiliki performa unggul pada dataset hampir terurut dengan waktu eksekusi rata-rata 0,12 detik untuk 1.000.000 elemen, sedangkan IntroSort lebih cepat pada dataset acak dengan waktu 0,09 detik dan konsumsi memori rendah sekitar 120 MB. Merge-Insertion Sort menonjol dalam hal stabilitas, tetapi memerlukan memori lebih besar, yaitu sekitar 180 MB untuk dataset yang sama. Analisis mendalam menunjukkan bahwa pemilihan algoritma yang optimal sangat bergantung pada karakteristik dataset dan kebutuhan aplikasi, seperti kecepatan untuk data acak atau stabilitas untuk pengurutan data berurutan. Penelitian ini merekomendasikan TimSort untuk aplikasi yang memerlukan stabilitas tinggi, seperti pengolahan data transaksi keuangan, dan IntroSort untuk aplikasi yang mengutamakan kecepatan pada data acak, seperti analitik data real-time. Untuk pengembangan lebih lanjut, penelitian ini menyarankan eksplorasi optimasi paralel atau implementasi algoritma pada perangkat dengan sumber daya terbatas guna meningkatkan skalabilitas dan efisiensi.

Aritmia merupakan gangguan irama jantung yang umum terjadi pada lansia dan dapat menimbulkan risiko kesehatan serius jika tidak terdeteksi secara dini. Penelitian yang dilakukan bertujuan untuk mengidentifikasi aritmia pada lansia menggunakan algortima K- Nearest Neighbor (KNN) berdasarkan data elektrokardiogram (EKG). Data yang digunakan berjumlah 105 data EKG lansia yang diperoleh dalam format CSV. Proses awal melibatkan pembersihan dan normalisasi data menggunakan metode StandardScaler, serta pelabelan awal menggunakan algoritma K-Means Clustering untuk mengelompokkan data ke dalam dua kelas: Normal dan Sangat Berpotensi Aritmia. Data kemudian dibagi menjadi 70% data latih dan 30% data uji dengan metode stratified split untuk menjaga proporsi label. Model KNN dilatih dengan parameter k = 3, dan dievaluasi menggunakan confusion matrix serta classification report. Hasil pengujian menunjukkan akurasi model sebesar 97% dengan nilai precision dan recall yang tinggi pada kedua kelas. Hasil ini menunjukkan bahwa algoritma KNN efektif dalam mengklasifikasikan kondisi aritmia pada lansia dan memiliki potensi untuk diterapkan dalam sistem pendukung diagnosis berbasis data EKG.

Since 2022, the application of the Internet of Things (IoT) in the healthcare sector has grown significantly, marked by the increasing adoption of wearable technology, artificial intelligence (AI), machine learning (ML), and blockchain integration. Research highlights India and China as leading contributors in this domain. IoT enables real-time monitoring of chronic diseases, tracking of patient vital signs, and detection of health protocol compliance. Integrated systems such as Monit4Healthy and RADAR-IoT support personalized medical recommendations and cross-platform interoperability. However, key challenges persist, including patient data privacy and security, system interoperability issues, data fragmentation, and barriers to user acceptance due to cost, digital literacy, and device comfort. Proposed solutions include blockchain for secure data sharing, adaptive congestion control for network performance, and user training to improve technology adoption. Therefore, successful IoT deployment in healthcare requires a comprehensive approach that addresses technological, social, ethical, and sustainability aspects to achieve an effective and inclusive transformation of health services.

Credit card fraud is a critical issue in digital financial transactions. This study aims to develop and evaluate fraud detection models using Logistic Regression and Gradient Boosting on an imbalanced dataset, where fraudulent transactions constitute only a small portion of the data. To address this imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied during preprocessing. Logistic Regression, used as a baseline model, achieved 95% accuracy, 78.6% precision, 55.9% recall, and a 65.3% F1-score. After applying class weighting and SMOTE, recall improved to 88.7%, but precision dropped to 52%, indicating that the model became overly sensitive and prone to false positives. Gradient Boosting initially produced better results, with 98% accuracy, 95.5% precision, 84.3% recall, and an 89.5% F1-score. After hyperparameter tuning and resampling, its performance improved further to 96.7% precision, 86.1% recall, and a 91.1% F1-score. These results indicate that Gradient Boosting is more effective in handling imbalanced data and offers greater reliability in detecting fraudulent transactions. The findings support the growing evidence in favor of ensemble learning techniques in fraud detection applications. This research contributes practical insights into improving the accuracy and security of machine learning-based fraud detection systems in financial services.

This study conducts a Systematic Literature Review (SLR) to explore the impact of users’ mental models on the implementation of Multi-Factor Authentication (MFA) as a strategy for mitigating password guessing risks in organizational environments. Amid the growing landscape of cyber threats, single-factor authentication has proven to be vulnerable, making MFA an essential layered security solution. However, the adoption of MFA remains slow. Existing studies indicate that expert users perceive MFA as a useful additional layer of verification, whereas non-expert users often view it as a burdensome task (a chore) and may even struggle to distinguish between different types of MFA. Dependence on mobile devices emerges as a common source of frustration for both groups. These findings emphasize that understanding users’ mental models is crucial for improving the implementation and usability of MFA. Innovations such as adaptive MFA or Single Input Multi-Factor Authentication (SIMFA) show potential as solutions to balance security requirements and user experience.

Penyakit jantung merupakan salah satu penyakit dengan angka kematian tertinggi di negara maju bahkan dunia. Penyakit jantung dapat mengancam jiwa jika tidak ditangani dengan serius. Jumlah penderita penyakit jantung meningkat setiap tahunnya. Penyakit jantung dapat disebabkan oleh beberapa faktor, yang utama adalah konsumsi alkohol berlebihan, kebiasaan merokok, dan faktor keturunan. Penelitian ini bertujuan untuk memprediksi dan mencegah penyakit jantung sejak dini menggunakan algoritma pembelajaran mesin, yaitu regresi logistik. Data yang digunakan untuk pelatihan dan pengujian algoritma regresi logistik sebanyak 1.190 data, yang terbagi menjadi 80% data pelatihan dan 20% data pengujian. Hasil pengujian menunjukkan bahwa model dapat memprediksi dengan akurasi sebesar 86%. Setelah model dibuat, model tersebut diimplementasikan ke dalam situs web. Penelitian ini diharapkan dapat berkontribusi pada diagnostik yang dapat membantu deteksi dini penyakit jantung.

Gangguan tidur pada mahasiswa merupakan permasalahan yang dapat berdampak pada kesehatan jantung, khususnya melalui perubahan aktivitas listrik jantung yang terekam dalam sinyal EKG. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis untuk mendeteksi kondisi jantung berdasarkan sinyal EKG menggunakan algoritma K-Nearest Neighbor (KNN) dan reduksi fitur dengan Principal Component Analysis (PCA). Dataset yang digunakan terdiri dari 159 citra sinyal EKG yang dibagi menjadi dua kelas, yaitu Good Heart dan Bad Heart. Citra diproses melalui tahap preprocessing, reduksi dimensi menggunakan PCA, dan diklasifikasikan menggunakan KNN dengan berbagai nilai parameter. Model terbaik diperoleh pada kombinasi 20 komponen PCA dan nilai K = 6, dengan akurasi mencapai 96,23%, precision 98,46%, recall 92,75%, dan f1-score 95,50%. Hasil penelitian menunjukkan bahwa metode ini mampu mengenali kondisi jantung dengan baik dan efisien. Sistem ini berpotensi dikembangkan sebagai alat bantu deteksi dini gangguan jantung, khususnya pada kelompok mahasiswa yang mengalami gangguan tidur.

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.

. Ekspor memainkan peran penting dalam pertumbuhan ekonomi, memberikan kontribusi terhadap devisa negara dan meningkatkan daya saing di pasar internasional. Menentukan produk ekspor unggulan menjadi tantangan karena harus mempertimbangkan berbagai faktor, seperti nilai ekonomi, permintaan pasar, stabilitas harga, dan keberlanjutan produksi. Keputusan yang kurang tepat dapat berdampak pada efisiensi, daya saing produk lokal, dan bahkan ketergantungan pada pasar global. Oleh karena itu, dibutuhkan pendekatan yang lebih sistematis dan berbasis data untuk membuat keputusan yang tepat dalam pemilihan produk ekspor unggulan. Penggunaan sistem pendukung keputusan (SPK) dapat membantu mempermudah proses ini dengan menyediakan analisis berbasis data yang lebih objektif. Metode MOORA (Multi-Objective Optimization on the Basis of Ratio Analysis) dapat digunakan untuk menentukan bobot kriteria, membantu pengambil keputusan untuk menilai seberapa penting setiap faktor yang terlibat. Sementara itu, TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) digunakan untuk memilih alternatif terbaik berdasarkan kedekatannya dengan solusi ideal yang diinginkan. Pendekatan ini bertujuan untuk memberikan rekomendasi yang lebih objektif dan akurat, mendukung pengambil kebijakan serta pelaku usaha dalam menetapkan strategi ekspor yang optimal. Dengan cara ini, daya saing produk lokal dapat ditingkatkan secara berkelanjutan, memastikan pertumbuhan ekonomi yang lebih stabil dan meningkatkan posisi negara di pasar global  

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.

Canva salah satu platform yang digunakan untuk mendesain, yang dapat digunakan melalui web maupun aplikasi mobil. Canva menyediakan beragam fitur dan template yang mempermudah pengguna untuk membuat desain, seperti desain poster, brosur, kartu ucapan, info grafis dan presentasi dalam waktu singkat. Penelitian ini bertujuan untuk menganalisis usability aplikasi canva dengan fokus untuk memahami pengalaman pengguna, khususnya dari kalangan Siswa Kelas VIIIB di SMPN 3 Karawang Barat. Metode yang digunakan untuk mengumpulkan data yaitu observasi dan kuesioner. Analisa aplikasi menggunakan poin Usability berkaitan dengan learnability, efficiency, memorability, error dan satisfaction untuk mengetahui pengalaman pengguna. Hasil penelitian menunjukkan bahwa 77,5% responden merasakan kemudahan dalam penggunaan aplikasi canva, 65% merasa cepat dalam menggunakan fitur-fiturnya, dan 72,5% mampu mengingat langkah-langkah penggunaannya dengan baik. Namun, masih terdapat kendala pada aspek memorability, di mana 47,5% responden mengalami kesulitan dalam mengenali ikon atau simbol dalam aplikasi. Pada aspek error, 62,5% responden menemukan error saat menggunakan canva, dan hanya 50% yang dapat memperbaikinya dengan mudah. Meskipun demikian, tingkat kepuasan pengguna sangat tinggi, dengan 92,5% responden merasa senang menggunakan canva dan 94,3% menyatakan bahwa canva membantu mereka dalam menyelesaikan tugas sekolah. Dengan demikian, canva memiliki peran penting dalam mendukung kemudahan pembelajaran siswa di SMPN 3 Karawang Barat.

Decision Support System (SPK) can be used to select the best college in this journal, the author uses the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method which is expected to be a solution for consideration for prospective new students who want to pursue higher education. From the calculation results, it is found that the highest result value from the calculation formula can be used to be the best choice in choosing a college for prospective students. With confusion matrix accuracy reaching 90%.  

Supply Chain Management is a set of forms for the effective integration of suppliers, manufacturers, warehouses and warehouses, so that goods are produced and distributed in the right quantity, in the right position, at the right time, to minimize costs and provide services to client satisfaction. Currently, many companies are implementing Supply Chain Management to increase the competitiveness of companies with one another. Supply Chain Management is a strategic competitive tool for companies that make competing logical problems a strategy to win the competition. The purpose of making this paper is to explore the budget chain management section in terms of systems and operations within the company that enable it to provide value to consumers in terms of vacuum and speed of service. So that consumers will feel the superiority of the product even though it is physically somewhat similar to other products

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam pengenalan pola tulisan tangan angka 0-9. Penelitian ini menggunakan data sekunder berupa gambar angka 0-9 dalam bentuk bitmap yang diunduh dari internet. Setiap gambar angka diubah menjadi fitur numerik menggunakan metode ekstraksi fitur Zoning. Selanjutnya, data fitur numerik tersebut diuji menggunakan metode KNN untuk memprediksi angka yang ditulis.

Informasi merupakan aset penting baik itu bagi pemerintah, organisasi swasta, universitas, LSM, atau perorangan. Perkembangan teknologi yang pesat menjadikan informasi semakin penting lagi. Karenanya informasi perlu mendapat pengamanan. Bukan hanya isinya, tetapi saluran atau media yang digunakan untuk penyebaran informasi. Pada penelitian ini pendekaran bitstream digunakan pengaman data teks menggunakan kunci simetris sederhana. Penggunaan operasi XOR dalam penggabungan datastream dan keystream menghasilkan konfusi yang tinggi pada ciphertext. Hasil penelitian menunjukkan terjadinya perubahan yang signifikan pada hasil enkripsi yang ditunjukkan oleh nilai Avalanche effect yang tinggi dan nilai koefesien korelasi yang rendah. Nilai Avalanche effect tertinggi adalah 53.91% dan koefesien korelasi terbaik adalah -0.0094. Hasil ini membuktikan bahwa enkripsi dengan pendekaran bitstream dapat menghasilkan ciphertext yang baik, dimana hasil enkripsi tidak dipengaruhi oleh teks aslinya

BPDAS Citarum-Ciliwung adalah salah satu instansi pemerintahan dibawah Kementrian Lingkungan Hidup dan Kehutanan yang memiliki tugas pokok dan fungsi menyajikan informasi mengenai perencanaan pengelolaan DAS, pengembangan kelembagaan dan kemitraan pengelolaan DAS maupun pemantauan dan evaluasi pengelolaan DAS.  Kegiatan pengelolaan DAS dilakukan melalui aplikasi SIMDAS yang dikelola oleh Seksi Evaluasi Pengelolaan DAS. Objek dalam artikel ini adalah kinerja SIMDAS terhadap kegiatan pengelolaan aset DAS di BPDAS Citarum-Ciliwung. Pada proses pengelolaan DAS terdapat permasalahan dalam penggunaan sistem yang diterapkan. SIMDAS belum terintegrasi dan masih berbasis offline sehingga tingkat fleksibilitas dan efisiensinya cukup rendah, informasi yang tersaji belum cepat dan akurat, penggunaan aplikasi sulit dimengerti oleh orang awam, dan keterbatasan pengguna dalam mengakses aplikasi, sehingga diperlukan evaluasi pada kinerja SIMDAS tersebut menggunakan Integrated Information Systems Success. Tujuan dari studi kasus ini adalah mengidentifikasi masalah kinerja SIMDAS terhadap pengelolaan aset DAS kemudian mengajukan rekomendasi rancangan alternatif solusi untuk mengatasi masalah kinerja aset SIMDAS tersebut. Metode yang digunakan dalam penelitian ini yakni metode penelitian deskriptif khususnya deskriptif ekspalatori dengan menggunakan pendekatan kualitatif dan kuantitatif. Teknik pengumpulan data yang digunakan dalam penelitian studi kasus ini yakni wawancara, observasi ilmiah, kuesioner, dan studi dokumentasi. Hasil dari studi kasus ini adalah rekomendasi perancangan SIMDAS di BPDAS Citarum-Ciliwung.

Pencarian gambar banyak sekali caranya salah satunya berdasarkan anotasi atau keterangan dari gambar. Kata kunci yang dimasukkan ke dalam sistem sebagai acuan dalam pencarian kemudian dibandingkan dengan anotasi dari gambar. Sistem yang dibangun untuk proses pencarian gambar ini menggunakan tahapan sistem temu kembali informasi. Metode yang diterapkan pada sistem temu kembali informasi ini menggunakan algoritma kemiripan cosine similarity. Metode cosine similarity ini digunakan untuk membandingkan kata kunci yang dimasukkan sebagai kata pencarian dibandingkan dengan anotasi dari gambar yang sebelumnya telah melalui beberapa tahapan dan yang terakhir proses stopword. Hasil perbandingan kemiripan kata kunci dan anotasi akan menghasilkan nilai antara 0 sampai dengan 1. Apabila nilai mendekati angka 1 maka antara kata kunci dengan anotasi dikatakan semakin mirip. Sebaliknya semakin mendekati angka 0 dikatakan semakin tidak mirip. Sehingga dari hasil proses penggunaan algoritma kemiripan cosine similarity akan didapatkan daftar urutan gambar beserta anotasinya dari nilai 1 hingga yang paling kecil 0. Dan gambar akan ditampilkan secara berurutan berdasarkan urutan nilai tersebut. Artinya gambar yang ditampilkan paling atas berarti semakin sesuai dengan yang dicari oleh pengguna. Hasil dari pencarian gambar dari data yang sebelumnya mempunyai urutan 1,2,3,4,5, setelah dilakukan pencarian berdasarkan kemiripan anotasi gambar urutan hasil pencarian menjadi 4,3,5,21.