Human Immunodeficiency Virus (HIV) merupakan virus yang dapat memicu kerusakan pada sistem kekebalan tubuh manusia, menyebabkan infeksi pada orang yang terkena serta dapat mengurangi sistem kekebalan tubuh dan jika tidak segera disembuhkan akan terjangkit penyakit lain yang disebut dengan Acquired Immuno Deficiency Syndrom (AIDS). Kebutuhan obat ARV bagi ODHA mempengaruhi kebutuhan stok obat yang harus dipasok pemerintah ke Kabupaten/Kota. Dinas Kesehatan Provinsi bertanggung jawab atas perencanaan kebutuhan obat dari pemerintah Kabupaten/Kota, serta penerimaan permintaan obat, penyimpanan, pendistribusian, pencatatan dan pelaporan mutasi obat. Tujuan dari penelitian ini ialah untuk memahami bagaimana rangkaian proses pada supplier, dan penyimpanan obat agar obat tidak mengalami kekosongan atau kelebihan stok dengan menganalisis Rantai Pasok dan melakukan peramalan pada metode Double Exponential Smoothing yang didapatkan hasil presentase error terkecil pada obat Tenofovir dengan nilai MAPE 14,7%.
 
Kata kunci: Stok obat, HIV ARV, Rantai pasok, Double Exponential Smoothing

Penelitian ini menggunakan COBIT 2019 sebagai kerangka kerja untuk mengevaluasi tata kelola TI pada PT. Pundi Mas Berjaya (Jova Software) Medan. Penelitian ini dimulai dengan melakukan identifikasi domain menggunakan design factor. Dari hasil identifikasi terdapat 3 domain yang perlu dilakukan evaluasi, yakni BAI.04, BAI.11, dan APO.11. Tahap selanjutnya adalah dengan melakukan penilaian level kapabilitas yang dimulai dengan menyebarkan kuesioner kepada kepala divisi TI perusahaan, dimana data hasil kuesioner digunakan untuk menilai level kapabilitas dengan hasil BAI.04 berada di level kapabilitas 4, BAI.11 berada di level kapabilitas 3, dan APO.11 berada di level kapabilitas 2. Selanjutnya dilakukan analisis kesenjangan berdasarkan hasil penilaian level kapabilitas. Didapati kesenjangan untuk BAI.04 sebesar 0, BAI.11 sebesar 1, dan APO.11 sebesar 2. Pemberian rekomendasi berdasarkan analisis kesenjangan, diberikan sebanyak 13 rekomendasi untuk mengatasi kesenjangan yang terjadi saat ini.
Kata kunci: Evaluasi tata kelola TI, COBIT 2019, Design factor, Level kapabilitas, Analisis Kesenjangan

Keandalan operasi transformator sangat tergantung pada kondisi isolasi yang baik. Penelitian ini bertujuan untuk menganalisis tahanan isolasi dan mengestimasi umur transformator dengan menggunakan metode Health Index di PT PLN (Persero) UPT Cawang. Metode Health Index ini mengintegrasikan berbagai parameter kondisi transformator, termasuk hasil pengukuran tahanan isolasi, pengujian minyak isolasi, dan parameter operasional lainnya, untuk memberikan gambaran komprehensif tentang kondisi kesehatan transformator. Data diperoleh dari pengujian lapangan dan laboratorium yang dilakukan secara periodik. Hasil analisis menunjukkan bahwa beberapa transformator memiliki nilai tahanan isolasi yang mendekati batas minimal yang direkomendasikan, mengindikasikan adanya penurunan kualitas isolasi. Estimasi umur transformator dilakukan berdasarkan nilai Health Index yang dihitung, dengan mempertimbangkan degradasi material isolasi dan kondisi operasional transformator. Transformator dengan nilai Health Index yang rendah diidentifikasi memiliki risiko tinggi terhadap kegagalan operasional dan memerlukan tindakan pemeliharaan atau penggantian segera. Studi ini memberikan wawasan penting bagi manajemen pemeliharaan di PT PLN (Persero) UPT Cawang untuk meningkatkan keandalan dan efisiensi operasi transformator. Implementasi metode Health Index terbukti efektif dalam memprediksi umur sisa transformator dan merencanakan strategi pemeliharaan preventif. Dengan demikian, dapat diharapkan peningkatan kontinuitas layanan penyaluran energi listrik dan pengurangan risiko gangguan operasional.
 
Kata kunci: Estimasi Umur, Health Index, Pemeliharaan Preventif, Tahanan Isolasi, Transformator.

Sistem conveyor scale berdasarkan bobot produk dan menerapkan IoT telah dikembangkan. Sistem ini menggunakan sensor loadcell Hx711, photoelectric, motor listrik, PLC, HMI, dan sistem pneumatik. Terdapat 22 produk dengan bobot berbeda yang telah diuji. Nilai batas bawah dan atas bobot ditetapkan sebesar 0.8 kg dan 1.2 kg pada menu preset. Hasil menunjukkan ada 20 produk yang sesuai dengan pengaturan bobot dengan total bobot 21.46 kg. Lalu, ada dua produk yang tidak lolos dengan total bobot sebesar 1.45 kg dengan rata – rata sebesar 0.72 kg. Selama proses produksi, data yang dikumpulkan melalui sistem ini ditampilkan melalui laman website dengan menggunakan protokol MQTT. Sistem ini diterapkan pada CV Javamas Agropos.
 
Kata kunci: PLC, HMI, MQTT, Hx711, conveyor scale

Paru-paru merupakan organ vital dalam tubuh manusia. Paru-paru mengangkut oksigen ke dalam tubuh dan mengeluarkan karbondioksida keluar dari tubuh. Proses pertukaran oksigen dan karbon dioksida ini membuat paru-paru rentan terjangkit oleh virus, bakteri dan jamur. Paru-paru dapat terjangkit berbagai jenis penyakit seperti pneumonia, tuberkulosis, kanker, ataupun covid-19. Dalam proses diagnosa penyakit tersebut, seringkali terjadi perbedaan diagnosa antar dokter. Melalui tantangan tersebut, diperlukan sistem pembelajaran mesin yang dapat menjadi pihak ketiga untuk melakukan klasifikasi kondisi. Salah satu metode modern yang dapat digunakan yaitu Metode deep learning. Convolutional Neural Network adalah salah satu dari banyaknya metode deep learning dan CNN telah terbukti menghasilkan akurasi yang tinggi dalam memproses gambar. Banyaknya penelitian yang telah menggunakan metode CNN dalam mengolah citra sinar-X paru menjadi dorongan untuk mencari gap dengan menggunakan metode SLR (Systematic Literature Review). Diagram PRISMA juga digunakan dalam memilih dan mendokumentasikan 93 paper yang relevan hingga menghasilkan 22 paper yang sesuai dengan lingkup penelitian yang menggunakan subjek sinar-X paru dan menggunakan metode deep learning CNN. Hasil yang diperoleh adalah informasi terkait dataset yang digunakan, hanya 1 dari 22 paper yang menggunakan data primer, sisanya adalah data sekunder. Selain itu, transfer learning menjadi pilihan terpopuler dalam mengembangkan sistem klasifikasi paru.
 
Kata kunci: Deep Learning, Paru-paru, Sinar-X, SLR, PRISMA

Jasa ekspedisi di Indonesia mengalami pertumbuhan yang mengesankan seiring perkembangan e-commerce yang tak tertahankan. Kebutuhan akan jasa ekspedisi tidak terelakkan mendukung perkembangan masyarakat yang menempatkan e-commerce sebagai gaya hidup. Banyaknya pilihan dan tawaran jasa ekspedisi, sering membuat masyarakat lebih selektif dalam memilih jasa ekspedisi yang tepat. Tujuan penelitian adalah menghasilkan bobot kriteria terbaik berdasarkan preferensi pengguna dan menentukan urutan jasa ekspedisi terbaik yang bisa dipilih untuk melakukan pengiriman produk. Sistem dibangun menggunakan algoritma Weighted Product (WP) untuk menganalisis kriteria, melakukan perhitungan, dan merangking alternatif jasa ekspedisi. Pengumpulan data dilakukan melalui survei online, wawancara, dan pengumpulan data dari berbagai perusahaan ekspedisi. Sistem dirancang untuk mengakomodasi preferensi pengguna dengan memberikan bobot pada setiap kriteria sesuai dengan kepentingannya. Hasil dari uji sistem menunjukkan bahwa algoritma Weighted Product (WP) mampu memberikan rekomendasi yang akurat dan efisien untuk jasa ekspedisi terbaik, dengan peringkat tertinggi: JNT dengan nilai bobot V sebesar 0,215, diikuti oleh Shopee Express: 0,213, JNE dengan nilai 0,195, SiCepat: 0,186, dan Anteraja: 0,191. Dengan adanya sistem ini, konsumen dapat membuat keputusan yang lebih informatif dan mengurangi risiko kesalahan dalam memilih jasa ekspedisi. Diharapkan penelitian ini dapat dikembangkan lebih lanjut dan memberikan solusi yang bermanfaat bagi konsumen maupun pelaku usaha.
 
Kata kunci: Jasa Ekspedisi, Sistem Rekomendasi, Weighted Product

Penelitian ini bertujuan untuk memperoleh desain antar simpang bersinyal yang terkoordinasi secara optimal sehingga dapat mengurangi tundaaan kendaraan yang terjadi. Metode yang digunakan adalah dengan memodelkan simpang dan melakukan mikrosimulasi berbasis software VISSIM. Pembuatan model melalui proses kalibrasi dan validasi dengan melakukan pengubahan pada parameter-parameter perilaku pengemudi agar diperoleh model yang mendekati keadaan lapangan. Studi kasus penelitian ini yaitu pada dua simpang yang ada di Jalan Ahmad Yani Kota Pekanbaru. Hasil pembuatan model dengan software VISSIM yang digunakan untuk proses simulasi menunjukkan model dapat diterima dengan sangat baik dengan hasil uji nilai GEH sebesar 0,9 dan MAPE sebesar 5,72%. Dari hasil simulasi model kondisi eksisting menunjukkan bahwa rata-rata tundaan kendaraan di kedua simpang pada Jalan Ahmad Yani sebesar 35,98 detik dengan tingkat pelayanan D (kurang baik). Desain simpang bersinyal terkoordinasi yang optimal diperoleh dengan menerapkan waktu siklus menjadi 100 detik. Berdasarkan hasil simulasi model, desain simpang bersinyal terkoordinasi ini dapat menurunkan rata-rata tundaan kendaraan di Jalan Ahmad Yani menjadi 24,83 detik dengan tingkat pelayanan meningkat menjadi C (cukup baik).
 
Kata kunci: simpang bersinyal terkoordinasi, VISSIM, tundaan kendaraan, tingkat pelayanan

Indonesia memiliki potensi pariwisata sangat besar, salah satunya di provinsi Bali. Tetapi masih terdapat permasalahan sektor pariwisata seperti, informasi tempat wisata masih minim, sulit membandingkan jasa pramuwisata, dan testimoni pengguna yang kurang. Pernyataan ini disampaikan langsung oleh wisatawan dan pramuwisata, bilamana dibiarkan permasalahan ini dapat menimbulkan rasa skeptis. Maka dalam penelitian ini melakukan perancangan prototipe high fidelity aplikasi Go on Vacation yang mana bertujuan sebagai solusi permasalahan pramuwisata dan wisatawan. Rancangan aplikasi menggunakan metode User Centered Design (UCD), dimana terdapat empat tahapan yaitu, understand context of use, specify user requirements, design solutions, dan evaluation against requirements. Untuk menguji prototipe aplikasi menggunakan usability testing dengan tiga buah aspek, yaitu efektivitas, efisiensi dan kepuasan pengguna. Hasil pengujian pada rancang prototipe aplikasi Go on Vacation menghasilkan persentase completion rate efektivitas sebesar 100%. Efisiensi dengan overall relative efficiency menghasilkan persentase rata-rata sebesar 100% dan kepuasan pengguna pengguna dengan menggunakan USE Questionnaire, menghasilkan persentase 89,08% untuk antarmuka pramuwisata dan 94,52% dari sisi antarmuka wisatawan.
Kata Kunci: Prototipe, Pariwisata, UCD

Jawa Tengah memiliki beragam tempat wisata yang menarik untuk dijelajahi, namun keterbatasan waktu dan terbatasnya sumber informasi membuat sulit untuk memberikan informasi yang tepat. Selain itu, pengelola objek wisata kesulitan memberikan informasi yang tepat kepada pengunjung. Tujuan dari penelitian ini adalah memasukkan neural network ke dalam aplikasi chatbot objek wisata Jawa Tengah untuk meningkatkan kemampuannya dalam memahami dan bereaksi secara tepat terhadap pertanyaan pengguna. Teknik AI Project Cycle yang dipadukan dengan pendekatan Natural Language Processing (NLP) berfungsi sebagai tahap preprocessing pada pengolahan kata. Penelitian ini menghasilkan akurasi sebesar 99,92% dan loss sebesar 0%. Program chatbot ini bertujuan untuk memberikan kemudahan akses informasi tempat wisata di Jawa Tengah kepada pengguna.

Penyakit kulit merupakan masalah kesehatan umum di Indonesia, terutama di Papua, yang mempengaruhi berbagai kelompok usia. Meskipun sebagian besar penyakit kulit tidak mengancam jiwa, mereka dapat berdampak signifikan pada kualitas hidup pasien dan menimbulkan biaya pengobatan yang tinggi. Mendiagnosis penyakit kulit biasanya memerlukan pemeriksaan fisik dan klinis oleh dokter kulit, namun jumlah spesialis yang terbatas menimbulkan tantangan. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan penyakit kulit menggunakan Computer Vision dan Convolutional Neural Networks (CNN) untuk membantu diagnosis dini. Sistem ini dikembangkan sebagai aplikasi web menggunakan HTML, CSS, dan Python. Aplikasi ini diuji di Puskesmas Nimbokrang pada dataset penyakit kulit umum, menunjukkan akurasi sebesar 83,09% pada pelatihan dan 84% pada validasi. Hasil pengujian dengan confusion matrix menunjukkan akurasi sebesar 89%. Hasil ini menunjukkan potensi aplikasi praktis dalam meningkatkan layanan kesehatan.