Publication Search

Indonesia merupakan negara yang kaya akan sumber daya alam, termasuk berbagai jenis umbi-umbian yang berpotensi dimanfaatkan sebagai bahan pangan alternatif, salah satunya adalah umbi ganyong. Penelitian ini bertujuan untuk mengetahui pengaruh substitusi tepung pati ganyong terhadap rasa dan tekstur brownies, serta tingkat kesukaan konsumen terhadap brownies. Penelitian ini menggunakan metode eksperimen dengan pendekatan kuantitatif. Perlakuan yang diberikan berupa substitusi tepung pati ganyong dengan konsentrasi 0%, 25%, 50%, dan 75% terhadap total tepung dalam adonan brownies. Data dikumpulkan melalui uji organoleptik oleh 73 panelis tidak terlatih yang menilai dari aspek rasa, tekstur, tingkat kesukaan. Analisis data dilakukan dengan uji normalitas, homogenitas, ANOVA satu arah untuk mengetahui ada tidaknya pengaruh signifikan antar perlakuan. Hasil penelitian menunjukkan bahwa subtitusi tepung pati ganyong memberikan pengaruh signifikan terhadap atribut rasa brownies pada konsentrasi penambahan tepung ganyong sebanyak 25%,  atribut tekstur brownies pada konsentrasi penambahan tepung ganyong sebanyak 75%. Tingkat kesukaan konsumen terhadap brownies tertinggi pada konsentrasi penambahan tepung ganyong sebanyak 50%. Penelitian ini menunjukkan bahwa tepung pati ganyong berpotensi menjadi bahan baku alternatif dalam pembuatan brownies sekaligus mendukung pemanfaatan sumber daya pangan lokal yang lebih luas.

Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh lokasi, biaya kuliah, dan promosi terhadap minat mahasiswa untuk melanjutkan studi di Institut Teknologi dan Bisnis (ITB) Semarang. Fokus penelitian diarahkan pada faktor-faktor eksternal yang diduga memiliki peran penting dalam menentukan minat mahasiswa dalam memilih perguruan tinggi. Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan data primer yang diperoleh melalui penyebaran kuesioner berbasis Google Form. Populasi penelitian adalah seluruh mahasiswa ITB Semarang, sedangkan sampel penelitian adalah mahasiswa tahun ajaran 2024/2025 yang dipilih melalui teknik purposive sampling, dengan jumlah responden sebanyak 65 orang. Analisis data dilakukan menggunakan regresi linear berganda untuk menguji pengaruh dari  masing-masing variabel independen terhadap variabel dependen. Hasil penelitian menunjukkan bahwa lokasi, biaya kuliah, dan promosi berpengaruh positif dan signifikan terhadap minat mahasiswa memilih ITB Semarang sebagai tempat melanjutkan pendidikan tinggi. Temuan ini menegaskan bahwa semakin strategis lokasi kampus, semakin terjangkau biaya kuliah, dan semakin efektif promosi yang dilakukan, maka semakin tinggi minat mahasiswa untuk mendaftar.

Demam berdarah dengue merupakan tantangan kesehatan masyarakat yang terus berulang di wilayah tropis, termasuk Indonesia. Penelitian ini bertujuan untuk memprediksi jumlah kasus tahunan dengan memanfaatkan lima algoritma pembelajaran mesin, yaitu Regresi Linier, Decision Tree, Random Forest, Support Vector Machine (SVM), dan Neural Network. Data historis tahun 2017–2024 diolah menggunakan teknik windowing deret waktu untuk menghasilkan fitur lag yang sesuai bagi pembelajaran terawasi. Evaluasi kinerja dilakukan melalui metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), serta koefisien determinasi (R²). Model Decision Tree menunjukkan performa paling unggul pada sebagian besar indikator. Prediksi untuk tahun 2025 mengindikasikan adanya peningkatan moderat jumlah kasus. Namun, rendahnya nilai R² pada seluruh model mengisyaratkan perlunya pendekatan multivariat yang lebih kompleks dengan mempertimbangkan faktor iklim, lingkungan, dan demografi. Hasil penelitian ini menegaskan pentingnya kualitas data dan pemilihan fitur yang tepat dalam peramalan epidemiologis guna mendukung perencanaan kesehatan yang lebih efektif.

Gingerbread merupakan kue kering yang terbuat dengan bahan dasar tepung terigu dengan campuran jahe dan bubuk kayu manis. Ketergantungan penggunaan tepung terigu pada pembuatan produk pangan sampai saat ini masih sangat tinggi, salah satu upaya untuk mengurangi penggunaan tepung terigu adalah dengan memanfaatkan tepung kentang sebagai pengganti tepung terigu. Jahe memiliki beragam jenis dan karakteristik yang berbeda, penggunaan jahe yang biasanya yang digunakan dalam pembuatan gingerbread yang sering dijumpai dipasaran berupa jenis jahe merah, jahe gajah dan jahe emprit. Penelitian ini bertujuan untuk mengkaji pengaruh jenis dan bentuk jahe terhadap kualitas gingerbread cookies. Penelitian ini menggunakan Rancangan Acak Lengkap (RAL) dengan 2 perlakuan jenis jahe yaitu jahe gajah dan jahe merah, dan dalam bentuk bubuk dan cair. Hasil penelitian menunjukkan perlakuan jenis jahe berupa bubuk dan cair menunjukkan pengaruh signifikan terhadap parameter fisik dan organoleptik produk. Penggunaan jahe bubuk cenderung meningkatkan kekerasan, serat kasar, dan daya kembang, serta menghasilkan warna yang lebih gelap dan tekstur yang lebih padat. Sebaliknya, jahe cair menghasilkan gingerbread yang lebih lembut, berwarna lebih cerah, dan tekstur lebih rapuh. Analisis sensoris menunjukkan preferensi konsumen terhadap gingerbread dengan perlakuan jahe cair dari segi warna dan aroma lebih disukai, sementara dari aspek tekstur dan kekerasan, jahe bubuk lebih disukai.  

Penelitian ini dilakukan untuk menganalisis dan membandingkan sentimen pelanggan terhadap lima restoran Sunda di Kota Bogor menggunakan metode Aspect-Based Sentiment Analysis (ABSA) berbasis Fine-Tuning IndoBERT. Ulasan pelanggan di platform digital seperti Google Review berpengaruh besar terhadap citra dan keputusan konsumen, sementara jumlah ulasan yang besar sulit dijelaskan secara manual. Data penelitian diperoleh dari 3.232 ulasan Google Review dan diproses menjadi 3.010 data yang dikelompokkan berdasarkan lima aspek utama, yaitu makanan, pelayanan, harga, suasana, dan fasilitas. Metode Fine-Tuning IndoBERT digunakan untuk mengklasifikasikan sentimen positif, netral, dan negatif, dengan evaluasi melalui metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa model memiliki performa sangat baik dengan akurasi tertinggi sebesar 97,51% pada aspek pelayanan dan terendah 92,52% pada aspek makanan, serta nilai F1-score makro di atas 0,91. Analisis menunjukkan bahwa Bumi Aki unggul pada aspek makanan dan fasilitas, Saung Abah pada pelayanan, Saung Kuring pada harga, dan Gumati pada suasana. Hasil penelitian ini menunjukkan bahwa Fine-Tuning IndoBERT efektif dalam memahami opini pelanggan berbahasa Indonesia dan dapat menjadi acuan bagi pelaku usaha kuliner dalam meningkatkan kualitas layanan.

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.

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.

Deteksi nyeri secara objektif merupakan tantangan penting dalam dunia medis, terutama bagi pasien yang tidak mampu menyampaikan rasa sakitnya secara verbal, seperti bayi, lansia, atau penderita gangguan komunikasi. Teknologi non- invasif berbasis sensor menjadi solusi potensial untuk mengatasi keterbatasan metode subjektif. Penelitian ini bertujuan meninjau secara sistematis literatur terkini mengenai penerapan Radar MIMO dan algoritma kecerdasan buatan dalam deteksi nyeri non-invasif. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pedoman PRISMA 2020, melalui penelusuran basis data IEEE Xplore, ScienceDirect, PubMed, Google Scholar, dan SpringerLink untuk periode 2021– 2025. Dari hasil seleksi diperoleh 17 artikel inklusi yang mencakup penggunaan Radar MIMO, UNBC-McMaster, BioVid, Medical Imaging (CT/MRI), Radar SISO, serta studi review, survey, bibliometrik, dan teoretis. Dari sisi algoritma, CNN dan SVM menjadi pendekatan paling dominan, diikuti Neural Network dan metode lain, dengan tren yang mengarah pada penggunaan multimodal untuk meningkatkan akurasi. Hasil penilaian kualitas dengan GRADE menunjukkan mayoritas studi berkualitas sedang, dengan keterbatasan utama pada ukuran sampel kecil, pelabelan nyeri yang belum konsisten, bias populasi, serta kurangnya validasi klinis nyata. Kesimpulannya, Radar MIMO dan algoritma deep learning memiliki potensi besar untuk deteksi nyeri non-invasif. Namun, penelitian lanjutan perlu difokuskan pada pembangunan dataset yang lebih inklusif, standarisasi pelabelan nyeri, serta pengujian dalam konteks klinis, dengan memperhatikan aspek etika dan privasi agar teknologi ini dapat diimplementasikan secara luas dalam layanan kesehatan.

Tujuan dari penelitian ini: Mengetahui pengaruh komunitas online terhadap keputusan pembelian online. Mengetahui pengaruh promosi digital terhadap keputusan pembelian online. Penelitian ini menggunakan pendekatan kuantitatif. Pengambilan sampel yang digunakan yakni peneliti dengan sengaja menentukan sampel yang dipilih sesuai dengan jumlah komunitas di grup Facebook dan persyaratan sampel yang ditentukan. Populasi dalam penelitian ini adalah seluruh jenis kelamin berusia 18 – 30 tahun dan sampel pada penelitian ini ada 100 responden. Metode pengumpulan data yang digunakan adalah skala dengan variabel terikat Keputusan pembelian online dan variabel bebasnya yakni, komunitas online dan promosi digital. Teknik analisa data menggunakan uji analisis regresi linier berganda dengan bantuan program Statistical Package for Social Sciences (SPSS) 22.0 for Windows. Hasil penelitian menunjukan bahwa: Komunitas Online paling berpengaruh positif dan signifikan terhadap Keputusan Pembelian Online. Promosi Digital berpengaruh positif dan signifikan terhadap Keputusan Pembelian Online.

Radiographic examination plays a crucial role in visualizing internal body structures for diagnostic purposes. One of the radiographic assessments frequently performed is the Acromioclavicular (AC) joint projection, which is used to evaluate abnormalities such as joint widening, subluxation, and dislocation. This study aimed to compare the image quality of the AC joint using the Anteroposterior (AP) projection with a 3-kg load and without load. The study was conducted in the Radiology Laboratory of STIKES Borneo Nusantara using a conventional X-ray system with a quantitative descriptive case-study approach. Data were collected through observation and questionnaires administered to 10 research subjects, including radiographers and patient participants. The findings demonstrated that the AP projection with a 3-kg load produced clearer visualization of the AC joint, particularly in widening of the joint space and separation between the humeral head and glenoid cavity. The average image quality score using load was 3.5 (good), compared with 2.9 (poor) for the projection without load. The study concludes that applying a 3-kg load improves anatomical visualization of the AC joint and is recommended for cooperative patients to enhance diagnostic accuracy.

Penelitian ini bertujuan untuk mengimplementasikan sistem Supply Chain Management (SCM) dalam pengelolaan persediaan sembako di Toko Grosir Rohman guna meningkatkan efisiensi operasional dan mengatasi permasalahan kehabisan atau kelebihan stok. Metode penelitian yang digunakan adalah kualitatif dengan pendekatan studi kasus, melalui observasi, wawancara, dan dokumentasi. Sistem SCM yang dirancang berbasis website menggunakan PHP dan MySQL, dengan pemodelan UML untuk menganalisis kebutuhan dan perancangan sistem. Hasil dari implementasi sistem menunjukkan peningkatan akurasi data stok, efisiensi dalam proses pemesanan, serta tersedianya informasi real-time yang membantu pengambilan keputusan. Dengan sistem ini, Toko Grosir Rohman mampu mengelola persediaan sembako secara lebih optimal, meningkatkan kepuasan pelanggan, dan memperkuat daya saing usaha.

Persaingan industri distribusi yang semakin ketat menuntut perusahaan untuk memiliki sistem manajemen persediaan yang efisien dan terintegrasi. PT. Nindy Glow Beauty Aesthetic, sebuah klinik kecantikan yang bergerak di bidang penjualan produk skincare di Sei Piring, saat ini masih menggunakan nota pembelian manual sebagai acuan informasi persediaan barang. Hal ini mengakibatkan data stok tidak akurat dan menghambat pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem informasi persediaan barang berbasis metode Supply Chain Management (SCM) yang dapat membantu perusahaan dalam merencanakan kebutuhan stok berdasarkan data penjualan, permintaan, dan ketersediaan barang. Hasil dari pengembangan sistem ini diharapkan dapat meningkatkan efisiensi pengelolaan persediaan, mengurangi kerugian akibat kelebihan atau kekurangan stok, serta mendukung proses distribusi produk skincare secara optimal. Studi ini juga mengacu pada penelitian sebelumnya yang menunjukkan keberhasilan penerapan metode SCM di berbagai sektor industri

Meningkatnya ketergantungan pada sistem komunikasi digital telah memperkuat kebutuhan akan metode yang andal untuk melindungi data sensitif dari akses tidak sah. Studi ini memperkenalkan mekanisme keamanan terintegrasi yang menggabungkan enkripsi ChaCha20 dengan steganografi citra Least Significant Bit (LSB), yang menargetkan perlindungan data berbasis citra digital. ChaCha20, sebuah cipher aliran modern yang dikenal akan kecepatan dan keamanannya, digunakan untuk mengenkripsi pesan teks biasa (plaintext), menghasilkan ciphertext yang sangat aman. Data terenkripsi kemudian disematkan ke dalam citra sampul — khususnya, logo universitas — menggunakan teknik LSB, yang mengubah bit paling tidak signifikan dari nilai piksel untuk menyembunyikan informasi tanpa memengaruhi kualitas citra secara signifikan. Pendekatan dua lapis ini memastikan kerahasiaan dan penyembunyian informasi sensitif. Sistem ini dievaluasi menggunakan metrik objektif seperti Rasio Sinyal terhadap Derau Puncak (PSNR) dan Indeks Kesamaan Struktural (SSIM) untuk menilai fidelitas citra setelah penyisipan data. Hasil menunjukkan bahwa metode ini mempertahankan integritas visual (PSNR > 50 dB) sekaligus memungkinkan ekstraksi data yang akurat. Integrasi ChaCha20 dan steganografi LSB menawarkan solusi yang ringan, aman, dan efektif untuk perlindungan informasi digital, khususnya cocok untuk komunikasi akademis atau kelembagaan di mana gambar logo berfungsi sebagai pembawa konten terenkripsi yang tersembunyi.