Publication Search

This study aims to design and develop an Augmented Reality (AR)-based application for real-time data monitoring of an automatic weather station at PT. XYZ. The system was developed using a prototyping method, involving five key stages: sensor data acquisition via CBOX devices and the Modbus RTU protocol, data transmission through a Flask-based Web API, storage in a MySQL database, QR code-based target image creation using the Vuforia Engine, and a 3D visualization interface developed with Unity integrated with the Vuforia SDK on Android devices. The system successfully received and stored weather data—such as temperature, humidity, and wind speed—into the MySQL database. The AR application also displayed a stable 3D interface panel over QR code markers, providing real-time data updates through an HTTP-based mechanism. This research demonstrates the successful integration of SCADA, Flask, MySQL, and Unity, enhancing both the functionality and commercial appeal of PT. XYZ’s weather station products. Future research should focus on field testing, cloud network integration, and device compatibility.

Pemanfaatan teknologi informasi menjadi kebutuhan penting bagi usaha jasa persewaan untuk meningkatkan efisiensi dan kualitas layanan. Toko Akasa Teknik sebagai usaha persewaan mesin vacuum cleaner masih menghadapi permasalahan dalam pengelolaan data penyewaan, transaksi, dan pelaporan yang dilakukan secara manual sehingga berpotensi menimbulkan kesalahan pencatatan dan keterlambatan informasi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi persewaan berbasis web yang mampu mengintegrasikan seluruh proses bisnis secara terpusat. Metode pengembangan sistem yang digunakan adalah model Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan arsitektur Model–View–Controller (MVC) dan basis data MySQL. Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan setiap fungsi berjalan sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi pengelolaan data, mempercepat proses penyewaan, serta memudahkan pelanggan dalam melakukan pemesanan dan memantau status sewa. Dengan demikian, sistem informasi ini diharapkan dapat meningkatkan kualitas layanan serta mendukung daya saing Toko Akasa Teknik di era digital.

Mosque-based community economic empowerment activities have significant potential to improve community welfare, particularly for small businesses in the mosque's immediate vicinity. However, implementation is still largely conventional and lacks a data-driven approach, resulting in suboptimal beneficiary identification and activity evaluation. This community service initiative aims to promote a data-driven approach to mosque-based community economic empowerment through sharia bazaar activities. Implementation methods include initial observation, outreach and education for mosque managers and business owners, technical assistance for sharia entrepreneurship, and activity evaluation. The results demonstrate an increased public understanding of the importance of data use in determining beneficiaries, managing bazaar activities, and developing businesses based on sharia economic principles. The outcomes of this initiative include improved data management literacy, a simple data collection format for sharia bazaar activities, and recommendations for developing a mosque-based data collection system. It is hoped that this initiative will be the first step in building a sustainable, transparent, and data-driven community economic empowerment model within the mosque environment.

Relational databases store information in interconnected tables and are widely used for data management and retrieval. However, in certain environments, the original values stored in a relational database cannot be exposed during data retrieval. This limitation creates a challenge because common encryption methods only transform data for storage and do not support mathematical operations needed for value matching. Partially Homomorphic Encryption is a cryptographic approach that allows specific mathematical operations to be performed directly on transformed data without restoring it to its original form. This study proposes the use of Partially Homomorphic Encryption to enable value-based data retrieval while keeping all stored values in their transformed form throughout the entire process. The method relies on homomorphic properties that allow mathematical comparison to be conducted on encrypted data, making the retrieval process possible without revealing the original values. The results show that this approach can perform data retrieval operations in a relational database while preserving the transformed structure of the stored data. The proposed method offers an alternative for environments that require data retrieval without exposing original values and demonstrates the potential of homomorphic techniques in supporting secure and functional data processing in relational database contexts.

This research aims to design and build a letter archive information system at the KOFIPINDO Law Office to improve the effectiveness and efficiency of document management. The manual filing system that has been used so far poses various obstacles, such as search delays, the risk of losing documents, and low storage accuracy. To overcome these problems, this study applies the Waterfall System Development Life Cycle (SDLC) model in the process of designing and building the system. Web-based technologies used include PHP, HTML, CSS, Bootstrap, and MySQL. The results of the study show that the developed letter archive information system is able to simplify the process of storing, searching, and managing incoming and outgoing letters in a faster, structured, and safer manner. The implementation of this system not only improves administrative performance, but also strengthens accountability and supports the need for professional legal documentation within the KOFIPINDO Law Office. Thus, this web-based mail archive information system can be a strategic solution in modernizing legal document management.

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.

Kecelakaan lalu lintas di Kabupaten Brebes merupakan masalah kritis karena tingginya frekuensi insiden yang terjadi di wilayah tersebut. Penelitian ini bertujuan untuk menentukan area yang rentan terhadap kecelakaan dengan menggunakan algoritma K-Means Clustering , yang mendukung proses pengambilan keputusan berbasis data. Isu utama yang dieksplorasi dalam penelitian ini adalah bagaimana algoritma K-Means dapat diimplementasikan untuk mengelompokkan zona rawan kecelakaan dan meningkatkan kesadaran masyarakat terhadap keselamatan jalan. Metodologi yang digunakan meliputi pengumpulan data melalui tinjauan pustaka, observasi langsung, dan wawancara, yang dilanjutkan dengan penggunaan algoritma K-Means untuk mengklasifikasikan data kecelakaan berdasarkan jumlah kejadian, korban jiwa, dan cedera. Temuan menunjukkan bahwa algoritma K-Means secara efektif mengelompokkan lokasi rawan kecelakaan ke dalam tiga tingkat risiko yang berbeda: tinggi, sedang, dan rendah. Dengan demikian, informasi yang terklasifikasi ini dapat membantu otoritas terkait dalam meningkatkan langkah-langkah keselamatan lalu lintas dan mengedukasi masyarakat tentang area berisiko tinggi. Hasil penelitian ini diharapkan dapat berkontribusi pada pengembangan kebijakan keselamatan lalu lintas yang lebih terinformasi dan strategis di Kabupaten Brebes.

Pendistribusian bantuan yang efisien menjadi tantangan utama dalam proses penyaluran. Penelitian ini bertujuan untuk merancang sistem cerdas yang mampu memetakan dan menyalurkan bantuan secara optimal dengan pendekatan algoritmik. Metodologi yang digunakan meliputi pemodelan sistem dengan menggunakan Unified Modeling Language (UML), perancangan struktur basis data relasional, dan perancangan algoritma penyaluran berdasarkan kriteria prioritas dan efisiensi logistik. UML digunakan untuk menggambarkan arsitektur sistem secara visual, meliputi use case, class, dan diagram aktivitas. Perancangan basis data dilakukan untuk memastikan integritas data dan kemudahan pengelolaan informasi bantuan, lokasi, dan kebutuhan penerima. Algoritma yang dikembangkan memanfaatkan pendekatan heuristik untuk menentukan rute penyaluran dan prioritas penerima berdasarkan parameter lokasi geografis. Hasil penelitian ini berupa prototipe model konseptual yang dapat digunakan sebagai dasar pengembangan sistem cerdas berbasis teknologi untuk mendukung proses penyaluran bantuan yang adaptif dan responsif.

Penelitian ini mengungkapkan sejumlah contoh nyata pelanggaran privasi konsumen di Indonesia akibat pemanfaatan Big Data. Pelanggaran ini meliputi kebocoran data pribadi di platform e-commerce, pengumpulan data tanpa persetujuan melalui aplikasi mobile, pemasaran berbasis data yang agresif, penjualan data kepada pihak ketiga tanpa izin, serta kebijakan privasi yang tidak transparan. Kasus-kasus tersebut menyoroti kerentanan data pribadi konsumen terhadap serangan siber dan penyalahgunaan, serta perlunya regulasi yang lebih ketat dalam perlindungan data. Sebagai respons terhadap tantangan ini, perusahaan di Indonesia mulai mengadopsi langkah-langkah strategis, termasuk implementasi kebijakan perlindungan data yang transparan, peningkatan kesadaran konsumen melalui edukasi, penggunaan teknologi keamanan mutakhir, dan kepatuhan terhadap regulasi, seperti Undang-Undang Perlindungan Data Pribadi. Selain itu, perusahaan bekerja sama dengan pihak ketiga dan melakukan audit risiko secara berkala untuk memperbaiki sistem keamanan mereka. Langkah-langkah ini bertujuan untuk meningkatkan kepercayaan konsumen dan memastikan perlindungan privasi dalam era digital. Penelitian ini menegaskan pentingnya kolaborasi antara pemerintah, perusahaan, dan konsumen dalam menciptakan ekosistem data yang aman dan bertanggung jawab di Indonesia.

The transformation of Human Resource Development (HRD) through a data-driven decision-making system has become a strategic necessity for organizations aiming to improve performance and competitiveness. This study employs a qualitative descriptive approach by reviewing several relevant journals that discuss the integration of data analytics into HRD functions. The findings indicate that data-driven decision systems enable organizations to accurately identify training needs, predict employee performance, and design development programs that align with evolving organizational demands. Furthermore, the use of data reduces subjective bias in evaluation processes and enhances the objectivity of performance assessments. This transformation also strengthens the strategic role of HRD by providing timely and evidence-based recommendations that support organizational goals. However, successful implementation requires technological readiness, digital competencies among HR personnel, and an organizational culture that encourages data utilization. Overall, the literature review shows that adopting data-driven decision approaches significantly contributes to improving HRD effectiveness and organizational performance.

Databases play an essential role in modern information systems because they enable the efficient storage, management, and retrieval of structured data. This study focuses on the implementation of a simple database using two relational database management systems (RDBMS), namely MySQL and PostgreSQL. The research stages are carried out through requirements analysis, designing entity-relationship diagrams, implementing tables and their relationships, and testing the system to assess functionality. The case study used is student data recording, where both RDBMSs are tested through a series of basic CRUD (Create, Read, Update, Delete) operations. The results show that both MySQL and PostgreSQL are capable of carrying out these operations effectively while maintaining data integrity and consistency. However, PostgreSQL offers additional advantages due to its support for more complex data types, a better level of compliance with SQL standards, and advanced features that support the needs of large-scale application development. Conversely, MySQL remains superior in terms of ease of use and application to simpler needs, making it more practical for small projects or applications with standard workloads. Based on these findings, it can be concluded that both RDBMSs are equally suitable for use, but the ideal choice depends heavily on the context of the needs; PostgreSQL is more suitable for applications that demand high scalability and size, while MySQL remains relevant for lightweight and efficient implementations.

In the digital era, universities face challenges in enhancing brand awareness amidst increasing competition. Utilizing digital analytics in data-driven marketing communication strategies becomes crucial to achieve this goal. This study aims to analyze the role of digital analytics in designing effective marketing communication strategies to boost university brand awareness. The research method employed is a literature review, gathering and analyzing various sources related to this topic. The findings indicate that integrating digital analytics enables universities to gain deep insights into audience behavior and preferences, allowing for the crafting of more targeted marketing messages. Additionally, the use of digital analytics assists in measuring the effectiveness of marketing campaigns in real-time, facilitating more responsive strategy adjustments to market dynamics. The implications of this study highlight the importance for universities to adopt digital analytics technology in their marketing communication efforts to enhance brand awareness and competitiveness in the digital age.

Penelitian ini menganalisis distribusi dan perubahan Total Fertility Rate (TFR) dan Infant Mortality Rate (IMR) di Kalimantan Tengah selama 2020-2025 berdasarkan data proyeksi SP2020. Hasilnya menunjukkan penurunan rata-rata TFR dari 2.29 menjadi 2.23, dan IMR dari 18.02 menjadi 15.91, mencerminkan keberhasilan program keluarga berencana dan layanan kesehatan. Variasi TFR antar kabupaten/kota relatif kecil, sementara IMR menunjukkan ketimpangan yang lebih besar, dengan beberapa wilayah seperti Kotawaringin Timur dan Barito Timur mencatat penurunan signifikan. Penelitian ini merekomendasikan peningkatan layanan kesehatan di wilayah dengan IMR tinggi, penguatan program keluarga berencana, dan monitoring berbasis data untuk memastikan pemerataan pembangunan kesehatan.

Penelitian ini adalah untuk meningkatkan efisiensi layanan transportasi kereta api di Jabodetabek dengan melakukan prediksi jumlah penumpang menggunakan metode Monte Carlo. Dengan menggunakan simulasi ini, data dari tahun 2019-2023 telah dianalisis untuk memprediksi tren pertambahan jumlah penumpang. Prediksi yang telah dibuat akan dimanfaatkan dalam perencanaan kapasitas serta peningkatan kualitas layanan. Maka diharapkan bahwa studi ini akan berkontribusi positif terhadap peningkatan kualitas transportasi kereta api dan efisiensi ekonomi negara. Tujuan khususnya yaitu untuk menyiapkan basis data yang solid untuk merencanakan operasional kereta api, mengenali kecenderungan penggunaan, dan memaksimalkan pemanfaatan sumber daya yang tersedia. Dengan metode ini, pengelola transportasi dapat membuat keputusan yang lebih cerdas dan proaktif untuk mengatasi kenaikan jumlah penumpang di masa depan, sambil meningkatkan tingkat kenyamanan dan kepuasan pengguna layanan kereta api di wilayah Jabodetabek.

Alzheimer's and Parkinson's diseases are neurodegenerative conditions that affect the brain, with Alzheimer's causing cognitive and behavioral decline, while Parkinson's leads to motor and non-motor impairments. Both diseases have significant impacts on the health and quality of life of patients, with prevalence increasing in recent years. Although the exact causes of these diseases are still unknown, MRI (Magnetic Resonance Imaging) is widely used to detect brain activity and serves as one of the diagnostic methods. With technological advancements, intelligent systems in image processing for image classification have been extensively used and have become a popular field due to their ability to replicate human visual capabilities. Image classification is performed using various supervised learning machine learning algorithms based on the shape, texture, and color of the images. This study employs two Convolutional Neural Network (CNN) architectures, ResNet50 and GoogLeNet, to compare the performance of these models in classifying MRI scans of patients with Alzheimer's and Parkinson's diseases. The results show that the ResNet50 model outperforms the GoogLeNet model, with parameters set to 100 epochs, a batch size of 128, a learning rate of 0.0001, and the Adam optimizer, achieving an accuracy rate of 90%.

Web-based information systems are in high demand in various circles of society, including in the world of non-computer education, where the written examination system commonly used in education often has many obstacles. Factors must also be considered when evaluating written tests, as many participants may avoid writing notes on cards and waste paper and ink to ask and repeat questions, including negative factors in written tests, so this study aims to do so. a database-based online exam system that educational institutions can use to convert existing written exams into an online exam system. Therefore, with the rapid development of information technology, it is necessary to design and build an online examination system based on Data Warehouse to replace the manual written examination system and facilitate the work of the teacher in SMP Negeri 5 Medan. Primary schools enter question data into the system and can minimize the operational costs of passing exams, and the system can also store data more securely in its data warehouse, i.e. teacher information, basic information, student information. subject information, value information and question information. The method is Data Warehouse, software procedures and Waterfall model. The survey respondents were 150 students from SMP Negeri 5 Medan, a total of 150 students. This online exam system was created using PHP programming language, MySQL database and XAMPP web server

Pada periode tahun 2018 sampai dengan tahun 2021 saham PT. BSI tbk (BRIS) cenderung mengalami fluktuasi harga setiap hari, sehingga dari kumpulan data time-series saham BRIS dibutuhkan penggalian data untuk menemukan pola model prediksi yang dapat menemukan informasi yang bermanfaat. Metode Data mining atau disebut juga dengan knowledge discovery merupakan penggalian informasi yang tersimpan dalam basis data yang besar melalui studi mengumpulkan, membersihkan, memproses, dan menganalisis, sehingga mendapatkan hal yang berguna dari data saham BRIS. Adapun model yang digunakan adalah metode regresi linier berganda, dan metode ARIMA dimana kedua metode tersebut memiliki keunggulan dalam analisis data numerik yang cukup akurat. Tujuan penelitian ini adalah untuk menerapkan dan menghasilkan model persamaan yang akurat antra kedua metode tersebut dalam memprediksi harga saham PT. BSI tbk.  Hasil yang didapat adalah  model regresi linier berganda dengan hasil nilai MAPE 1,1% yaitu 98,9% lebih akurat dibandingkan dengan model ARIMA yaitu dengan hasil nilai MAPE 2,36% dan akurasinya 98,9%.

Studi ini bermaksud untuk mengenali imbas Profitabilitas, Leverage, serta Nilai Pasar kepada Harga Saham. Populasi menggunakan perusahaan perbankan BUMN dengan rentang waktu observasi selama 2017 sampai 2021 sejumlah 4 perusahaan. Basis data sekunder yang dipakai didapat dari Bursa Efek Indonesia. Metode analisa informasi dengan bentuk regresi linear berganda menggunakan alat bantu analisa IBM SPSS model 26. Berpangkal pada hasil analisa menunjukkan bahwa Profitabilitas, Leverage, dan Nilai Pasar dengan cara simultan mempengaruhi positif signifikan kepada harga saham. Profitabilitas serta Leverage dengan cara parsial mempengaruhi negatif signifikan kepada harga saham, sedangkan itu Nilai Pasar dengan cara parsial mempengaruhi positif signifikan kepada harga saham.

Tempat penyimpanan barang disuatu tempat sangat dibutuhkan untuk beberapa orang yang ingin menyimpan barang yang dimiliki selama beberapa waktu, begitupun di kampus ESQ Business School juga menyediakan peminjaman tempat untuk para mahasiswa untuk menyimpan barang. Sebelumnya proses peminjaman barang masih dilakukan secara manual, dengan adanya platform berbasis website ini diharapkan bisa memfasilitasi peminjaman loker agar bisa memudahkan pengurus loker maupun seluruh mahasiswa dan bisa diakses dari mana saja dan kapan saja. Pembuatan menggunakan manajemen basis data MySQL dan menggunakan bahasa pemprograman PHP native dengan konsep Object Oriented Programming(OOP).

In village development, the availability of accurate village profile data has an impact on its consistency policy direction.  However, there are some problems that are encountered to be able to update it including the quality of human resources, finance and infrastructure. Therefore, Community Service Program (PKM) activity is intended to provide knowledge about the importance of updating data in planning village development and helping the government update profile data and potential of their villages. The method used is training in updating basic data based on family data which is carried out by providing material and its implementation in the field. Community Service Program can be carried out according to the planned schedule, especially in the provision of training materials. Meanwhile, implementation of material in the training could not be carried out because it was constrained because lack of information technology. However, in general the Community Service Program in Neglasari Village was going well, marked by an increasing participant knowledge and an acceleration of online data updating assisted by students who were doing Community Service Program. Indirectly, this achievement at the same time show that the obstacles faced by Neglasari Village were not only on its human resources but rather on aspects of financial support and infrastructure. The actual presence from the government is needed to support the updating of the profile and potential data of this village because it is not only the village institution that requires it, but rather the central and regional governments.