Publication Search

Anemia pada ibu hamil merupakan salah satu masalah kesehatan yang masih memiliki prevalensi tinggi di Indonesia dan berkontribusi terhadap meningkatnya risiko komplikasi pada ibu maupun janin. Penanganan anemia memerlukan asuhan kebidanan yang komprehensif melalui pendekatan keluarga dan komunitas untuk meningkatkan pengetahuan, kepatuhan konsumsi tablet tambah darah, serta perbaikan pola makan ibu hamil.  Memberikan asuhan kebidanan komunitas pada keluarga Tn. S dengan kasus anemia ringan pada ibu hamil di Dusun Pegading Luar, Desa Batunyala, Kecamatan Praya Tengah melalui penerapan manajemen kebidanan sehingga masalah kesehatan dapat diidentifikasi, ditangani, dan dievaluasi secara komprehensif. Laporan ini menggunakan metode studi kasus dengan pendekatan asuhan kebidanan komunitas. Proses asuhan meliputi pengkajian data subjektif dan objektif, identifikasi masalah, penetapan diagnosis, penyusunan rencana asuhan, pelaksanaan intervensi berupa edukasi gizi, anjuran konsumsi tablet tambah darah, pemantauan kondisi ibu, serta evaluasi hasil asuhan. Asuhan kebidanan komunitas menunjukkan bahwa ibu hamil dengan anemia ringan memerlukan edukasi berkelanjutan mengenai pemenuhan nutrisi kaya zat besi, kepatuhan mengonsumsi tablet Fe, serta dukungan keluarga dalam penerapan perilaku hidup sehat. Pendekatan berbasis keluarga dan komunitas membantu meningkatkan pemahaman ibu dan keluarga mengenai pencegahan komplikasi anemia selama kehamilan serta mendukung keberhasilan asuhan kebidanan. Penerapan asuhan kebidanan komunitas pada keluarga Tn. S dengan anemia ringan pada ibu hamil dapat dilaksanakan secara sistematis melalui manajemen kebidanan. Pendekatan promotif, preventif, edukatif, dan kolaboratif berperan penting dalam meningkatkan kesehatan ibu hamil, mencegah komplikasi kehamilan, serta mewujudkan keluarga yang lebih mandiri dalam menjaga kesehatan

Penerapan sistem manajemen kinerja karyawan di PT Pos Indonesia, khususnya pada Divisi Human Capital Development, sebelumnya masih mengandalkan sistem manual berbasis spreadsheet. Proses manual ini rentan terhadap kesalahan manusia (human error), ketidakkonsistenan data, serta ketidakefisienan dalam pemantauan metrik kinerja individu. Penelitian ini bertujuan untuk mendigitalisasi proses manajemen kinerja dengan mengembangkan sistem berbasis web bernama IHSAN POS (Performance Management System) guna memfasilitasi pengelolaan data yang terintegrasi dan real-time. Penelitian ini menggunakan pendekatan Research and Development (R&D) yang berfokus pada pengembangan frontend menggunakan React JS, dengan perancangan sistem dimodelkan melalui Data Flow Diagram (DFD) dan Business Process Modeling and Notation (BPMN) untuk memastikan alur data yang terstruktur. Pengembangan sistem ini secara spesifik ditujukan bagi segmen Tenaga Kerja Profesional Perusahaan (TKPP) dengan mengintegrasikan Nilai Kinerja Individu (NKI) dan Objectives and Key Results (OKR). Hasil penelitian menunjukkan bahwa antarmuka frontend yang dikembangkan mampu memungkinkan pengguna untuk mengelola profil pribadi, kontrak kerja, serta memantau nilai kinerja secara transparan, sementara integrasi sistem dengan backend melalui Application Programming Interface (API) memastikan pengolahan data berjalan secara otomatis. Implementasi IHSAN POS secara signifikan mentransformasi alur kerja evaluasi kinerja manual menjadi alur kerja digital yang efisien, mengurangi kesalahan administratif, serta memberikan dasar bagi pemberian insentif perusahaan yang objektif berbasis kinerja.

Kedisiplinan kehadiran siswa merupakan aspek penting dalam proses pembelajaran karena mencerminkan partisipasi, tanggung jawab, dan kepatuhan terhadap aturan sekolah. Namun, data absensi sering kali hanya diperlakukan sebagai catatan administratif dan jarang dianalisis untuk mengidentifikasi pola keterlambatan yang berulang. Penelitian ini bertujuan untuk mengelompokkan pola keterlambatan siswa berdasarkan data absensi harian menggunakan algoritma K-Means guna memberikan gambaran yang lebih terstruktur dan objektif tentang disiplin kehadiran. Penelitian ini menggunakan pendekatan data mining yang meliputi pengumpulan data, preprocessing, transformasi data, normalisasi, dan clustering. Dataset yang digunakan terdiri atas 678 catatan absensi harian selama 47 minggu. Setelah direkapitulasi, data menghasilkan 54 kategori durasi keterlambatan dengan total 1.738 kejadian keterlambatan. Variabel utama yang dianalisis adalah frekuensi kejadian keterlambatan pada setiap kategori, dan StandardScaler digunakan sebelum proses clustering. Data kemudian dikelompokkan ke dalam tiga cluster, yaitu High, Medium, dan Low. Hasil penelitian menunjukkan bahwa keterlambatan singkat berdurasi 1-7 menit membentuk cluster High dengan total 1.007 kejadian, yang menunjukkan bahwa keterlambatan ringan yang berulang merupakan pola paling dominan. Cluster Medium mencakup keterlambatan 8-13 menit dengan 425 kejadian, sedangkan cluster Low mencakup keterlambatan 14-63 menit dengan 306 kejadian. Penelitian ini memberikan kontribusi berupa sudut pandang berbasis clustering dalam menafsirkan data absensi dan berimplikasi bahwa sekolah perlu memberi perhatian tidak hanya pada keterlambatan berat, tetapi juga pada keterlambatan singkat yang sering berulang melalui pemantauan lebih dini dan intervensi disiplin yang lebih tepat sasaran.

Lagu Jawa modern merupakan perkembangan kontemporer dari musik tradisional Jawa yang semakin banyak dinikmati generasi muda melalui platform digital. Namun, meningkatnya jumlah lagu baru membuat pengguna sulit menemukan lagu yang sesuai dengan preferensi musikal jika pencarian hanya dilakukan berdasarkan judul atau nama artis. Penelitian ini mengembangkan pendekatan rekomendasi berbasis konten melalui klasterisasi fitur audio terhadap 100 lagu Jawa modern yang dikumpulkan dari YouTube. Fitur audio diekstraksi menggunakan Librosa pada Python, meliputi tempo BPM, danceability, RMS energy, zero-crossing rate, MFCC means, spectral contrast means, dan chroma features means, sehingga setiap lagu menghasilkan 36 fitur numerik. Algoritma K-Means digunakan untuk membentuk tiga klaster, PCA digunakan untuk memvisualisasikan distribusi klaster, dan Silhouette Score digunakan untuk mengevaluasi kualitas pengelompokan. Hasil penelitian mengidentifikasi tiga gaya musikal yang dapat diinterpretasikan, yaitu Jawa modern enerjik, lagu tradisional atau akustik, serta Jawa eksperimental atau ambient, dengan Silhouette Score sebesar 0,114. Temuan ini menunjukkan bahwa fitur audio mampu merepresentasikan karakter lagu secara objektif dan mendukung sistem rekomendasi adaptif untuk pelestarian musik daerah. Pendekatan ini juga membantu memperluas akses pendengar terhadap kekayaan musik lokal di era digital secara berkelanjutan.

Lagu Jawa modern merupakan perkembangan kontemporer dari musik tradisional Jawa yang semakin banyak dinikmati generasi muda melalui platform digital. Namun, meningkatnya jumlah lagu baru membuat pengguna sulit menemukan lagu yang sesuai dengan preferensi musikal jika pencarian hanya dilakukan berdasarkan judul atau nama artis. Penelitian ini mengembangkan pendekatan rekomendasi berbasis konten melalui klasterisasi fitur audio terhadap 100 lagu Jawa modern yang dikumpulkan dari YouTube. Fitur audio diekstraksi menggunakan Librosa pada Python, meliputi tempo BPM, danceability, RMS energy, zero-crossing rate, MFCC means, spectral contrast means, dan chroma features means, sehingga setiap lagu menghasilkan 36 fitur numerik. Algoritma K-Means digunakan untuk membentuk tiga klaster, PCA digunakan untuk memvisualisasikan distribusi klaster, dan Silhouette Score digunakan untuk mengevaluasi kualitas pengelompokan. Hasil penelitian mengidentifikasi tiga gaya musikal yang dapat diinterpretasikan, yaitu Jawa modern enerjik, lagu tradisional atau akustik, serta Jawa eksperimental atau ambient, dengan Silhouette Score sebesar 0,114. Temuan ini menunjukkan bahwa fitur audio mampu merepresentasikan karakter lagu secara objektif dan mendukung sistem rekomendasi adaptif untuk pelestarian musik daerah. Pendekatan ini juga membantu memperluas akses pendengar terhadap kekayaan musik lokal di era digital secara berkelanjutan.

Pelaksanaan pembangunan nasional tidak lepas dari kualitas sumber daya manusia. Salah satu faktor penentu kualitas sumber daya manusia adalah status gizi. Pemerintah meluncurkan program Pemberian Makanan Tambahan Anak Sekolah (PMT-AS) untuk memenuhi kebutuhan energi anak sekolah. Program PMT-AS di Kabupaten Kulon Progo merupakan program baru di tahun 2018 dimana memberikan makanan berupa makanan lengkap. Tujuan penelitian ini adalah mengevaluasi aspek fidelity program PMT AS di Kabupaten Kulon Progo. Penelitian dilaksanakan di Sekolah Dasar penerima program PMT-AS Kabupaten Kulon Progo pada bulan Maret-April 2019. Pengambilan informan dilakukan dengan teknik purposive dimana orang yang memiliki peran yang cukup penting dalam pelaksanaan program PMT-AS. Penelitian dilakukan dengan Focus Group Discussion dan In-depth interview.. Hasil penelitian ini ditemukan Aspek fidelity terhambat oleh tidak adanya penyediaan Standar Operasional Prosedur (SOP) fisik dari Dinas Sosial sehingga kepatuhan terhadap prosedur sulit dinilai. Meskipun demikian, sekolah telah menunjukkan perbaikan prosedural (perbaikan menu setelah evaluasi) dan kepatuhan tinggi terhadap durasi (90 hari), frekuensi (1 kali/hari), cakupan (seluruh siswa), serta pelaporan rutin bulanan setelah awalnya mengalami keterlambatan. Saran agar Dinas Sosial menyediakan SOP tertulis kepada pemasak dan tenaga administrasi sekolah sebagai acuan objektif menilai kepatuhan prosedur. Sekolah disarankan mempertahankan perbaikan yang telah dilakukan serta menjadikan rapat evaluasi sebagai mekanisme standar untuk mencegah terulangnya kesalahan prosedural di masa mendatang.

Tes psikologis yang handal dan objektif sangat penting dalam perekrutan anggota Kepolisian Nasional Indonesia untuk memastikan seleksi kandidat yang berkualitas. Namun, metode pengujian psikologis konvensional seringkali memakan waktu, rentan terhadap kesalahan manusia, dan kurang transparan dalam pengolahan data dan manajemen hasil. Studi ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Pengujian Psikologis Berbasis Web (E-Psikotes) untuk mendukung proses seleksi psikologis calon polisi di Polda Jawa Tengah. Data dikumpulkan melalui observasi prosedur pengujian yang ada, wawancara dengan psikolog dan anggota komite seleksi, kuesioner, dan analisis dokumentasi. Sistem dikembangkan menggunakan kerangka kerja CodeIgniter 3 dengan arsitektur Model View Controller (MVC), sedangkan MySQL digunakan sebagai sistem manajemen basis data. Evaluasi sistem melibatkan pengujian black box dan User Acceptance Test (UAT) untuk menilai fungsionalitas, kegunaan, dan kepuasan pengguna. Hasil penelitian menunjukkan bahwa Sistem Informasi Tes Psikologi Berbasis Web (E-Psikotes) untuk Seleksi Calon Anggota Kepolisian Republik Indonesia yang diusulkan secara efektif mengotomatiskan proses administrasi, penilaian, dan pelaporan tes psikologis. Sistem ini meningkatkan efisiensi, akurasi, dan transparansi dibandingkan dengan metode konvensional. Hasil evaluasi pengguna menunjukkan tingkat penerimaan yang tinggi, terutama dalam hal kemudahan penggunaan dan keandalan. Studi ini memberikan kontribusi pada bidang sistem informasi dengan menyediakan model praktis untuk pengujian psikologis digital dalam rekrutmen kepolisian. Temuan menunjukkan bahwa implementasi sistem pengujian psikologis berbasis web dapat mendukung transformasi digital dan meningkatkan kualitas pengambilan keputusan dalam proses rekrutmen sektor publik.

The development of digital media has made food reviews an important factor in shaping consumer perceptions and decisions, especially for Micro, Small, and Medium Enterprises (MSMEs) in the culinary sector, which are highly dependent on reputation. However, food reviews that are not objective, not based on real experiences, or presented in an exaggerated manner have the potential to cause material and immaterial losses for MSMEs. This study aims to analyze the forms of legal protection for MSMEs due to biased food reviews in digital media and to examine the legal basis for liability for such reviews based on the Civil Code and the Electronic Information and Transactions Law. The research method used is normative juridical with a regulatory approach and conceptual through the analysis of primary and secondary legal materials. The results of the study show that MSMEs can take legal action through lawsuits for unlawful acts and criminal provisions in the ITE Law, although its implementation still faces obstacles in the form of the nature of complaint offenses and difficulties in proving them. This study emphasizes the need to strengthen regulations and ethical guidelines for digital reviews in order to provide more proportional legal protection for MSMEs.  

Penelitian ini bertujuan untuk mengembangkan sebuah Sistem Pendukung Keputusan (SPK) yang digunakan dalam menentukan Sekolah Menengah Pertama berprestasi di wilayah Kabupaten Serang, Provinsi Banten. Pengembangan SPK ini diharapkan mampu membantu pihak terkait, seperti dinas pendidikan atau pengawas sekolah, dalam melakukan proses penilaian sekolah secara lebih sistematis, objektif, dan terstruktur. Dengan adanya sistem ini, proses evaluasi sekolah dapat dilakukan dengan lebih mudah dan cepat tanpa harus melakukan kunjungan langsung ke setiap sekolah, sehingga lebih efisien dari segi waktu dan biaya. Metode yang diterapkan dalam penelitian ini adalah Simple Additive Weighting (SAW), yang dipilih karena mampu memberikan perhitungan berdasarkan pembobotan kriteria secara jelas dan terukur. Pengumpulan data dilakukan melalui wawancara dengan pengawas sekolah sebagai sumber data primer, serta observasi data sekolah yang diperoleh dari Dapodik dan dokumentasi sebagai data sekunder. Hasil penelitian menunjukkan bahwa metode SAW mampu menghasilkan penilaian yang akurat dan efisien, di mana Sekolah Menengah Pertama Terpadu Bismilah menempati peringkat tertinggi sebagai sekolah berprestasi. Kesimpulannya, penerapan SPK ini dapat meningkatkan kualitas pengambilan keputusan dalam penilaian sekolah berprestasi di Kabupaten Serang.

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.

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.

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang dapat membantu tim Marketing Officer (MO) PT. Alvarel Technology Innovation dalam menentukan status pelanggan secara objektif dan terstruktur. Sistem ini dirancang menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM). Metode AHP digunakan untuk menentukan bobot kriteria yang meliputi Potensial Pasar, Urgensi, Finansial, serta Hubungan dan Reputasi, dengan memastikan konsistensi matriks perbandingan berpasangan. Hasil pembobotan kemudian digunakan dalam metode WSM untuk melakukan perhitungan skor total pelanggan dan menyusun pemeringkatan status berdasarkan nilai tertinggi hingga terendah. Data penelitian diperoleh dari catatan internal perusahaan dan wawancara dengan Marketing Officer, dengan jumlah sampel 30 pelanggan. Hasil pengujian menunjukkan bahwa sistem dapat menghasilkan peringkat status pelanggan dalam lima kategori, yaitu potensial, prospek, pending, pasif, dan skip. Temuan utama memperlihatkan bahwa kategori prospek memperoleh skor tertinggi dan menjadi prioritas tindak lanjut. Dengan demikian, sistem pendukung keputusan berbasis AHP–WSM ini mampu mengurangi subjektivitas, meningkatkan efisiensi, serta memberikan rekomendasi yang lebih akurat dan terukur untuk mendukung pengambilan keputusan strategis perusahaan dalam pengelolaan pelanggan.

Klasifikasi kualitas biji kopi merupakan langkah penting dalam menjaga mutu dan konsistensi produk kopi, terutama di sektor industri dan agribisnis. Penilaian kualitas secara manual seringkali bersifat subjektif, sehingga dibutuhkan pendekatan berbasis teknologi untuk memberikan hasil yang lebih objektif. Penelitian ini mengusulkan penggunaan arsitektur Convolutional Neural Network (CNN) ResNet50 untuk mengklasifikasikan citra biji kopi berdasarkan tingkat sangraian, yaitu Dark, Medium, Light, dan Green. Dataset yang digunakan terdiri dari 1.600 citra biji kopi, dibagi menjadi data pelatihan (1.200 gambar) dan validasi (400 gambar). Model dikembangkan dengan memanfaatkan bobot pralatih ResNet50 dari ImageNet dengan seluruh layer dasar dibekukan, dan ditambahkan lapisan GlobalAveragePooling2D, Dense, BatchNormalization, Dropout, serta output layer softmax. Pelatihan dilakukan tanpa preprocessing atau augmentasi data. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 99%, dengan precision, recall, dan f1-score yang tinggi dan seimbang pada seluruh kelas. Model kemudian diimplementasikan dalam aplikasi berbasis web menggunakan Streamlit yang memungkinkan pengguna mengunggah citra biji kopi dan memperoleh hasil klasifikasi secara otomatis. Temuan ini menunjukkan bahwa pendekatan ResNet50 efektif untuk mendukung proses penilaian kualitas biji kopi secara cerdas, serta dapat dikembangkan lebih lanjut untuk penerapan di industri.  

Penelitian ini bertujuan untuk membangun sebuah sistem pendukung keputusan berbasis website guna membantu proses seleksi beasiswa berprestasi di SMAN 17 Bungo secara lebih objektif, efisien, dan transparan. Metode yang digunakan dalam sistem ini adalah Simple Additive Weighting (SAW), yang berfungsi untuk melakukan perhitungan dan pemeringkatan calon penerima beasiswa berdasarkan beberapa kriteria yang telah ditentukan, seperti nilai rapor, kehadiran, penghasilan orang tua, dan prestasi siswa. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan bahwa setiap fitur berfungsi sesuai dengan yang diharapkan, seperti login admin, pengelolaan data siswa dan kriteria, input penilaian, serta hasil keputusan akhir. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik. Sistem ini telah diimplementasikan dengan dukungan perangkat keras (hardware), perangkat lunak (software), dan sumber daya manusia (brainware) yang sesuai, serta diuji dalam lingkungan lokal menggunakan XAMPP. Dengan adanya sistem ini, proses seleksi beasiswa di SMAN 17 Bungo menjadi lebih cepat, akurat, dan mendukung digitalisasi administrasi sekolah.

Learning evaluation is an important element in the educational process because it allows us to determine the extent to which students have achieved their competencies and helps improve the quality of learning. Objective tests are considered relevant because they can measure students' thinking abilities efficiently and systematically. However, in PAI learning, there are challenges because what is assessed is not only knowledge, but also understanding, attitudes, and actions in religion. This study aims to analyze the application of objective test instruments in evaluating PAI learning at SMA Negeri 1 Jetis Bantul, including how teachers create questions, the difficulties they encounter, and the impact on students. This study uses a qualitative approach with interview, observation, and documentation techniques, then content analysis is used to analyze the results. The findings indicate that teachers have applied HOTS-based questions in accordance with the principles of the Merdeka Curriculum. However, students still have difficulty understanding long narrative questions, and objective instruments are not appropriate for assessing affective aspects. In general, students respond positively, but their learning style tends to be instant, relying solely on question outlines. To achieve holistic educational goals in line with the Pancasila Student Profile, continuous innovation is needed in the development of objective testing instruments that are capable of comprehensively measuring cognitive, affective, and psychomotor aspects.

Relativisme sebagai pandangan filsafat modern menolak adanya kebenaran yang absolut, termasuk dalam ranah keagamaan dan moralitas. Dalam konteks pendidikan Kristen, pemikiran ini menjadi tantangan serius karena menggoyahkan dasar epistemologis iman yang menegaskan bahwa Allah adalah sumber kebenaran sejati. Relativisme menempatkan manusia sebagai ukuran kebenaran, sehingga setiap pandangan dianggap sah menurut keyakinan pribadi, budaya, atau pengalaman masing-masing. Akibatnya, nilai-nilai objektif yang bersumber dari wahyu ilahi semakin kabur di tengah sistem pendidikan yang cenderung menekankan kebebasan berpikir tanpa batas moral. Tantangan ini meliputi tiga dimensi utama: penolakan terhadap kebenaran absolut, pandangan bahwa semua agama sama, dan keyakinan bahwa kebenaran bersandar pada pengalaman subjektif. Ketiganya menyebabkan peserta didik kehilangan arah moral dan spiritual yang jelas. Pendidikan Kristen dituntut untuk merespons dengan menegaskan kembali kebenaran yang bersumber dari firman Tuhan, memperkuat kemampuan berpikir kritis berbasis iman, serta mengembangkan kurikulum yang mengintegrasikan nilai-nilai Alkitabiah dalam seluruh bidang ilmu. Guru Kristen memiliki peran strategis dalam menanamkan keyakinan bahwa Kristus adalah kebenaran yang hidup dan tidak berubah di tengah dunia yang terus bergeser secara ideologis. Dengan demikian, pendidikan Kristen bukan hanya berfungsi mentransfer pengetahuan, tetapi juga membentuk karakter dan cara pandang dunia yang berakar pada kebenaran Allah yang kekal, sebagai jawaban terhadap arus relativisme yang mengaburkan makna sejati dari kebenaran.

Pemilihan jurusan di Sekolah Menengah Kejuruan (SMK) merupakan tahap penting yang mempengaruhi arah pendidikan dan karier siswa di masa depan. Di SMK XYZ Kabupaten Tegal, pemilihan jurusan masih dilakukan secara konvensional dengan mempertimbangkan nilai rapor dan saran dari guru atau orang tua, yang cenderung bersifat subjektif dan tidak sepenuhnya memperhatikan potensi serta minat individual siswa. Untuk itu, penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) yang dapat memberikan rekomendasi jurusan secara objektif dan sistematis menggunakan dua metode, yaitu Naive Bayes dan Simple Additive Weighting (SAW). Naive Bayes, yang berbasis pada algoritma probabilistik, telah terbukti efektif dalam memprediksi ketuntasan belajar siswa, sementara SAW banyak digunakan dalam pengambilan keputusan multikriteria dengan memperhitungkan beberapa aspek kriteria seperti nilai rapor, hasil psikotes, dan minat siswa. Penelitian ini mengkomparasi kedua metode tersebut untuk menentukan mana yang lebih optimal dalam memberikan rekomendasi jurusan yang akurat dan sesuai dengan karakteristik siswa di SMK XYZ. Hasil penelitian diharapkan dapat memberikan solusi alternatif bagi sekolah dalam proses pemilihan jurusan yang lebih objektif, efisien, dan minim subjektivitas, serta dapat diterapkan pada proses pendidikan di SMK lainnya.

The application of the MOORA (Multi-Objective Optimization on the basis of Ratio Analysis) method in employee promotion decisions at PTPN 4 aims to enhance efficiency and objectivity in decision-making. This method allows managers to evaluate employees based on multiple criteria simultaneously, such as performance, experience, contributions, and other relevant factors. By considering these various aspects, MOORA helps make promotion decisions more transparent and fair. One of the primary advantages of applying the MOORA method is its ability to reduce bias that may occur during the promotion process. Bias can arise from subjectivity or imbalance in employee assessments, which are often based on individual judgments or personal perceptions. By using MOORA, promotion decisions are based on more objective and measurable data, making the process more systematic and structured. The MOORA method can also increase employee motivation. A transparent promotion process based on clear criteria provides employees with a strong incentive to continuously improve their performance. When employees know that promotions are based on fair evaluation, they are more motivated to work harder. This, in turn, will increase overall productivity and performance at PTPN 4. The implementation of MOORA at PTPN 4 also provides advantages in better human resource management. With the MOORA-based decision support system, managers can easily identify employees who have the best potential for promotion. This process involves several steps, such as data normalization, determining criteria weights, and calculating final values that reflect overall employee performance. The end result is the selection of employees who meet the qualifications and have outstanding performance for promotion, supporting the sustainable development of the organization.

Kota Bandar Lampung merupakan sebuah kota yang terletak di Provinsi Lampung, Lampung merupakan Provinsi yang terletak di ujung selatan Pulau Sumatera sekaligus menjadi pintu gerbang antar Pulau Jawad an Pulau Sumatera dan dijuluki sebagai kota “Tapis Berseri” menggambarkan kota yang aman, patuh, sejahtera, bersih, sehat dan indah. Pada tahun 2023 jumlah wisatawan mencapai 13,7 juta jiwa meningkat 25% dibandingkan tahun 2022. Berdasarkan dari data Badan Pusat Statistik (BPS) kunjungan wisatawan tahun 2024 tercatat sejumlah 17,8 juta jiwa dengan peningkatan 25% dari target yang di tetapkan oleh pemerintah Provinsi Lampung. Dengan ini menunjukan bahwa perkembangan sektor pariwisata di Lampung terus menunjukan tren positif dalam beberapa tahun terakhir, dengan ini hotel-hotel berbintang dan penginapan terus bertambah sering kali membuat wisatawan sulit dalam menentukan pilihan hotel. Dengan adanya penelitian ini bertujuan untuk mempermudah wisatawan dalam memilih hotel dengan menerapkan metode Analythic Hierarchy Process (AHP) dan Elimination and Choice Expressing Reality (ELECTRE) dalam proses pemilihan hotel yang relavan di Bandar Lampung. Pemilihan hotel yang tepat membutuhkan pertimbangan berbagai kriteria seperti harga, fasilitas, lokasi, dan pelayanan. Dengan menggunakan metode AHP dan ELECTRE hasil yang diperoleh nanti yaitu memberikan rekomendasi hotel yang optimal berdasarkan perbandingan alternatif yang ada. Penelitian ini diharapakan dapat memberikan kontribusi dalam Sistem Pengambilan Keputusan (SPK) yang lebih efisien dan objektif dalam pemilihan hotel di Bandar Lampung.

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.