Publication Search

Latar belakang penelitian ini didasari oleh tingginya tekanan kerja yang dihadapi pegawai pemasyarakatan, khususnya dalam tugas-tugas yang menuntut kontrol emosi dan interaksi sosial yang intens. Penelitian ini bertujuan untuk mengetahui pengaruh kecerdasan emosional terhadap kelelahan emosional pada pegawai Rutan Kelas I Samarinda. Metode penelitian yang digunakan dalam penelitian ini yaitu metode penelitian kuantitatif dengan survey design. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada 92 responden petugas pemasyarakatan di Rutan Kelas I Samarinda. Melalui pengujian determinasi didapatkan nilai R square sebesar 0,173. Hal ini menunjukkan terdapat pengaruh variabel kecerdasan emosional sebagai variabel bebas sebesar 17,3% terhadap variabel kelelahan emosional sebagai variabel terikat sedangkan sisanya sebesar 82,7% dipengaruhi oleh variabel lain yang tidak dijelaskan dalam penelitian ini. Dari hasil perhitungan uji signifikansi didapatkan nilai 0,000 < 0,05. Hal ini menandakan bahwa Ho ditolak dan Ha diterima yang berarti adanya pengaruh variabel kecerdasan emosional terhadap kelelahan emosional.  Dari hasil uji regresi linear sederhana diperoleh persamaan Y = 36,581 + (-0,219X), hasil kofisien regresi yang bernilai negatif menunjukkan bahwa kedua variabel memiliki pengaruh yang negatif. Sehingga dapat disimpulkan bahwa terdapat hubungan negatif dan signifikan antara kecerdasan emosional terhadap kelelahan emosional pegawai Rumah Tahanan Negara Kelas I Samarinda.

Government websites must meet high quality standards to ensure optimal functionality, reliability, and security for users. This study aims to test the quality of the Rimba Sekampung Village website based on ISO 29119:2022 standards. Testing is carried out using a variety of methods, including functional, non-functional, usability, and compatibility testing. The data was collected through a series of trials using tools such as Selenium IDE and Apache JMeter. The test results show that this website has a functional test success rate of 97% and an overall feasibility rate of 88.30%. Although most of the features have been tested well, there are some aspects that still need improvement, such as the scope of testing against the needs or features that only reach 56%. This study emphasizes the importance of standard-based testing in improving the quality of website-based digital services at the consumer sector level.

Dried eel (kepanjang) is a traditional food product made through the drying process to extend shelf life and facilitate distribution. While drying can slow down product deterioration, it still carries the risk of microbial contamination, especially when stored at room temperature without additional preservation. This study aims to provide information regarding the microbiological safety of dried eel products during storage and to determine the effects of storage duration and environmental temperature on microbial growth in dried eel. The method used in this study involved direct observation of microbial colony growth through serial dilution and inoculation on Nutrient Agar (NA) media, which was then incubated at room temperature. The microbial colonies growing on the dried eel samples were observed and counted to assess the impact of storage duration and temperature on microbial contamination. The results showed that the longer the storage time and the higher the environmental temperature, the greater the number of microbial colonies that grew. This indicates that storage conditions, both in terms of duration and temperature, have a significant impact on the level of microbial contamination in dried eel. This research reveals the importance of strict monitoring of temperature and storage duration for dried eel products. The increase in microbial colonies as storage time and temperature rise indicates that the product becomes more susceptible to contamination and spoilage. Therefore, to maintain product quality and safety, proper storage systems need to be implemented, such as using additional preservatives or storing the product at low temperatures. By adopting these measures, the risk of microbial contamination can be minimized, which will extend the shelf life and maintain the quality of the dried eel product. This study provides valuable insights into the microbiological aspects of traditional food products, specifically dried eel, which can be applied to ensure their safety during storage.

Capital market is an important indicator of economic growth, which responsive to political events, including general elections. The Indonesia 2024 presidential elections are a significant political event that can impact the market, particularly as there is no incumbent presidential candidate, increasing political uncertainty. One of the key informational event during the election process is the announcement of the quick count. Although not the official result, it can provide an initial overview of the election results and serve as a reference for market participants. This study aims to determine the market reaction, indicated by significant abnormal returns surrounding the quick count announcement. It also aims to determine the difference in average abnormal returns and average trading volume activity. The sample for this study is 45 companies listed in the LQ45 index, which will be examined as a whole and by sector. The data analysis used in this study was t-test for normally distributed data and nonparametric test for non-normally distributed data. The results of this study indicate significant abnormal returns around the quick count announcement. The t-test results indicate a significant difference in average abnormal returns and trading volume activity before and after the quick count announcement.

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.

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.

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).

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.

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.

K- means termasuk kedalam algoritma partisi yang memiliki tujuan untuk membagi data kedalam jumlah  klaster yang ditentukan, hasil dari algoritma K means tergantung pada pemilihan pusat klater awal  namun permasalahan yang sering terjadi jika pada pemilihan centroid awal yang masih dilakukan secara acak jauh dari solusi maka kemungkinan hasil dari pengelompokan tersebut kurang tepat. Untuk mengatasi masalah tersebut akan menggunakan tahapan preprocessing berupa normalisasi minmax untuk mengatasi skala pengukuran berbeda pada dataset, setelah itu menggunakan algoritma PSO dalam pemilihan centroid awal untuk algoritma K- means, dalam penelitian ini juga dibandingkan pemilihan centroid dengan 3 cara yang pertama sesuai dengan acak, kedua sesuai standar pemerintah untuk nilai kualitas air minum yang tingi, menengah dan rendah kemudian yang ketiga dengan metode yang diusulkan algortima PSO dan kemudian akan diuji dengan Index Davies Bouldin. Hasil pengujian berupa tersebut metode K-means dengan pemilihan centroid awal acak dengan nilai 0,208856082, metode K-means dengan pemilihan centroid sesuai dengan standar pemerintah tentang kondisi SAM  sebesar 0,280077, dan terakhir metode pemilihan yang terbaik adalah dengan menggunakan normalisasi minmax K-means PSO dengan nilai 0,177796. Sehingga pengujian data PAMSIMAS menggunakan normalisasi minmax k-means PSO yang didapat bahwa metode tersebut lebih optimal

Penelitian ini bertujuan untuk menguji pengaruh employee engagement dan motivasi intrinsik terhadap kinerja pegawai, dan menguji employee engagement dan motivasi intrinsik terhadap pembelajaran organisasi, serta menguji employee engagement dan motivasi intrinsik terhadap kinerja pegawai melalui pembelajaran organisasi. Populasi yang digunakan dalam penelitian ini adalah 84 pegawai Pasar Randudongkal Kabupaten Pemalang. Teknik analisis data yang digunakan dalam penelitian adalah analisis deskriptif dan inferensial. Pengujian 7 hipotesis menggunakan Structural Equation Modelling Partial Least Square (PLS). Hasil penelitian menunjukkan terdapat pengaruh positif dan signifikan employee engagement terhadap kinerja pegawai, motivasi intrinsik berpengaruh positif dan signifikan terhadap kinerja pegawai, employee engagement pengaruh positif dan signifikan terhadap pembelajaran organisasi, motivasi intrinsik berpengaruh positif dan signifikan terhadap pembelajaran organisasi, employee engagement berpengaruh positif dan signifikan terhadap kinerja pegawai melalui pembelajaran organisasi, motivasi intrinsik berpengaruh positif dan signifikan terhadap kinerja pegawai melalui pembelajaran organisasi.

Proses budidaya jamur tiram sangat tergantung dengan kestabilan pada kondisi lingkungan, terutama suhu ruangan dan kelembapan yang harus di perhatikan oleh para petani.  Hal ini menjadi permasalahan ketika proses pemantauan dan pengendalian lingkungan secara manual dilakukan, membutuhkan tenaga yang kuat dan waktu yang cukup besar. Penelitian ini bertujuan Mendesain rancangan sistem monitoring dan kendali suhu ruangan budidaya jamur tiram secara otomatis dan jarak jauh berbasis teknologi Internet of Things (IoT) untuk para petani. Dalam proses sistem ini penelitian ini memanfaatkan sensor suhu dan kelembapan DHT11 sebagai input, mikrokontroler Arduino Uno sebagai pemroses data, dan modul ESP8266 sebagai pengirim data nirkabel ke aplikasi Android berbasis Blynk.  Adapun metode dalam penelitia ini digunakan pengembangan yang digunakan adalah Software Development Life Cycle (SDLC) model waterfall, dan menganalisis kebutuhan, perancangan sistem, implementasi, pengujian, hingga pemeliharaan. Hasil pengujian menunjukkan bahwa sistem mampu membaca suhu dan mengaktifkan blower (kipas) secara otomatis ketika suhu melebihi ambang batas, serta menampilkan data suhu dan status kipas secara real-time melalui aplikasi Blynk. Dengan adanya sistem ini, pemantauan dan pengendalian lingkungan budidaya jamur dapat dilakukan lebih efisien dan fleksibel dan mendukung produktivitas budidaya secara optimal.

Kemajuan teknologi telah menciptakan peluang baru dalam bidang pendidikan, terutama bagi anak usia dini. Penelitian ini mengembangkan sebuah game edukatif berbasis Android yang ditujukan untuk anak berusia 4 hingga 6 tahun, dengan materi pengenalan huruf, angka, buah, dan hewan. Pengembangan aplikasi ini menggunakan model Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, serta pemeliharaan. Game dirancang menggunakan Flutter dan bahasa Dart untuk menghasilkan tampilan yang interaktif dan responsif, serta dilengkapi dengan fitur audio-visual yang menarik. Berdasarkan hasil pengujian Blackbox dan User Acceptance Testing (UAT), sebanyak 87% anak menunjukkan ketertarikan terhadap game ini, dan 82% mampu mengingat materi yang disampaikan. Para guru juga memberikan respon positif, menilai permainan ini efektif sebagai media pembelajaran. Meski demikian, masih diperlukan penambahan variasi soal serta peningkatan kinerja aplikasi guna meningkatkan pengalaman pengguna secara keseluruhan.

An expert system is a computer program designed to imitate the decision-making ability of an expert in a particular field, combining knowledge and rules obtained from experts to diagnose problems, provide advice, or make complex decisions, especially in notebook damage, so this requires the design of an expert system application for diagnosing notebook damage based on a website for users who support the diagnosis process using the certainty factor method, in terms of explaining the certainty factor which has a concept based on symptoms and diagnoses from the weight of an expert's value and the user's value, then calculated using the formula in CF, the final result is the creation of a website-based notebook damage diagnosis expert system.

Perkembangan teknologi layanan internet di Indonesia memengaruhi berbagai sektor industri, termasuk sektor makanan di PT Sarimelati Kencana Tbk. Perusahaan awalnya menggunakan layanan IndiHome, namun menghadapi tantangan seperti tingginya biaya dan ketidakstabilan jaringan yang berdampak pada efisiensi operasional. Sebagai alternatif, layanan Starlink hadir dengan jaringan satelit yang menjangkau wilayah luas dan mendapat respons publik yang lebih positif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap IndiHome dan Starlink menggunakan metode Naïve Bayes yang dievaluasi melalui K-Fold Cross Validation. Data dikumpulkan dari media sosial X (sebelumnya Twitter) dengan total 14.200 tweet (7100 tweet untuk IndiHome dan 7100 untuk Starlink), yang kemudian diproses melalui tahapan preprocessing seperti cleansing, tokenizing, stopword removal, dan stemming. Hasil pengujian menunjukkan bahwa metode Naïve Bayes memberikan akurasi terbaik pada data Starlink sebesar 83,74%, sedangkan pada IndiHome sebesar 73,31%. Analisis preferensi menunjukkan bahwa sentimen positif terhadap IndiHome sebesar 34%, sedangkan Starlink mencapai 47%.Temuan ini menunjukkan bahwa Starlink lebih unggul dalam persepsi publik dibandingkan IndiHome. Oleh karena itu, hasil penelitian ini dapat menjadi dasar pertimbangan strategis bagi PT Sarimelati Kencana Tbk. dalam memilih penyedia layanan internet yang lebih stabil, efisien, dan mendukung kelancaran operasional perusahaan.

The impacts of wastewater (liquid waste) include contamination and pollution of surface water and other water bodies utilized by humans, as well as disruption to aquatic life. Wastewater generated from plate washing processes in offset printing industries contains toxic substances that can harm the environment, such as ink pigments, additives, alcohol, and other hazardous chemicals. This study aims to reduce the environmental impact caused by plate washing wastewater. The method used in this research is the Jar Test, which is commonly applied to evaluate the effectiveness of coagulants in water and wastewater treatment. Based on the findings, this method successfully reduced the Total Dissolved Solids (TDS) level by 18%. These results indicate that the use of alum as a coagulant has a significant effect on altering the chemical composition of the plate washing wastewater, thereby contributing to pollution reduction

Di era digital yang terus berkembang, kebutuhan akan layanan web yang lebih cepat dan lebih andal menjadi sangat penting. Solusi umum yang digunakan untuk meningkatkan kinerja dan ketersediaan layanan web adalah teknologi kompensasi beban. Penelitian ini menganalisis perbandingan kinerja round robin robin dan last connection sebagai load balancer dari last connection. Metode penelitian menggunakan pendekatan eksperimental dengan menjalankan pengujian dalam dua skenario beban yang sama dan tegangan yang tidak merata. Pengujian dijalankan menggunakan Apache Jmeter  dan menghasilkan lalu lintas per detik per detik hingga 1000/500, 1200/600, 100/700, 1600/800, dan 1800/900 dalam fase per detik. Hasil pengujian menunjukkan bahwa Algoritma least connection memiliki waktu respons yang rendah di sekitar round-robin dalam semua skenario, dengan waktu respons rata-rata yang rendah sebesar 118 ms pada koneksi 1000/500, dan nilai tertinggi untuk koneksi 1800/900 adalah 150 ms. Sementara itu, waktu respons rata-rata untuk algoritma round-robin adalah antara 125 ms hingga 155 ms dalam skenario yang sama. Dalam hal throughput, algoritma round robin dalam skenario beban tinggi menghasilkan throughput yang tinggi, mencapai puncaknya pada 10.362 kb/s dengan koneksi 1800/900 dan least connection  pada 10.330 kb/s dengan skenario yang sama.

Abstrak Penelitian ini mengembangkan sistem deteksi aritmia pada lansia menggunakan sinyal elektrokardiogram (EKG) 5-lead dan algoritma Support Vector Machine (SVM). Data EKG yang diperoleh melalui perangkat Smart Holter direkam secara kontinu dan diproses melalui tahapan praproses, meliputi koreksi baseline, filtering dengan metode Butterworth, ekstraksi fitur, normalisasi, serta pelabelan manual oleh dokter spesialis jantung untuk validitas klinis. Model SVM kemudian dilatih dan diuji dengan hasil akurasi sebesar 95,80% pada data pelatihan dan 94,57% pada data pengujian. Evaluasi performa model menggunakan confusion matrix, nilai presisi, recall, dan kurva ROC menunjukkan kemampuan klasifikasi empat kategori aritmia secara akurat dan seimbang dengan nilai AUC antara 0,98 hingga 1,00. Hasil ini menunjukkan potensi sistem sebagai alat bantu diagnosis dini aritmia khususnya pada pasien lansia. Untuk penelitian selanjutnya, disarankan peningkatan variasi data, perbandingan dengan metode lain seperti CNN atau LSTM, peningkatan kualitas sinyal dan fitur, serta pengujian di lingkungan klinis guna mengoptimalkan penerapan sistem dalam praktik medis.    Kata Kunci: Elektrokardiogram (EKG), Aritmia, Support Vector Machine (SVM), Lansia

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.

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.