The purpose of the final work is to visualize the characteristics of antisocial traits in order to increase knowledge about antisocial traits and avoid them. The method of creation carried out in the final work has stages from the beginning of the process to the end, namely the preparation, elaboration, synthesis, concept realization, and completion or finishing stages in the work. In the process of making the final work measuring 50 cm x 40 cm using the Filter Printing technique, there are 10 pieces with the titles namely: Sharp Gaze, Charismatic, Impulsive, Foothold, Liar, No Regrets, Wolf in Sheep's Clothing, Manipulator v.1, Manipulator v.2, Manipulator v3.

The growth of comet fish (Carassius auratus) in the vertiqua system using a biofical filter is motivated by limited land and water which can cause low water quality to affect the growth rate of fish. The utilization of technology needs to be done to overcome these problems and the technology used is vertiqua. Previous research showed that comet fish in the vertiqua system produced slow growth rates and had high ammonia levels. Therefore, vertiqua was modified in the filter section to become a biofical filter. The purpose of this research is to test the effectiveness of comet fish growth in the vertiqua system using a biofical filter. The benefits of this research are that the vertiqua system using a biofical filter can be a solution to overcome the problem of limited land and water, become a support for system cultivation innovation, and become a reference for further research. This research method uses descriptive methods, observation and interviews. The comet fish used in the study were 3-4 cm in size. The results of this study indicate that the vertiqua system using a biofical filter is still not effective in supporting fish growth. The growth rate of comet fish in the vertiqua system is significantly different from that in the soil pond and the growth rate of comet fish in the vertiqua system is lower than that of comet fish in the soil pond. Ammonia value is relatively high from the quality standard (>0.05). However, this system is able to maintain good fish survival and good water quality, especially in temperature, pH, and DO.

Data Terpadu Kesejahteraan Sosial (DTKS) bertujuan untuk memahami data mengenai individu dan keluarga miskin atau kurang beruntung sehingga pemerintah dapat menetapkan kebijakan sosial yang tepat. Namun data di DTKS seringkali tidak akurat dan banyak mengandung duplikat. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan teknik analisis data eksploratif (EDA) dan visualisasi data dengan bantuan Google Colaboratory. Penelitian ini menggunakan data DKI Jakarta yang berjumlah 1,04 juta orang. Kami menganalisis berbagai faktor seperti usia, menerima atau tidaknya tunjangan kesejahteraan, latar belakang pendidikan, dan status pekerjaan. Hasilnya menunjukkan Jakarta Timur memiliki jumlah penduduk miskin dan pengangguran terbanyak. Rendahnya tingkat pendidikan merupakan salah satu penyebab  utama kemiskinan, dimana mayoritas penduduk hanya mengenyam pendidikan sekolah dasar atau sederajat. Selain itu, Jakarta Timur juga menjadi wilayah dengan jumlah penerima Kartu Indonesia Pintar (KIP) terbanyak. Kesimpulan penelitian ini adalah bahwa program dan kampanye kesadaran tentang pentingnya pendidikan dan keterampilan kejuruan perlu diperkuat untuk mengurangi kemiskinan dan pengangguran.
 
Kata kunci: Exploratory Data Analysis, EDA, DTKS, Visualisasi

Aplikasi web interaktif untuk pembelajaran anak usia dini tentang pengenalan hewan merupakan alat edukatif yang penting, dirancang untuk membantu anak-anak mengenali berbagai jenis hewan melalui gambar dan deskripsi hewan yang disediakan. Model Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan gambar hewan yang diunggah oleh pengguna. Metode yang digunakan melibatkan pengolahan gambar menggunakan CNN untuk mengidentifikasi jenis hewan berdasarkan gambar yang diberikan, kemudian hasil identifikasi ditampilkan dalam antarmuka web yang interaktif. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi sebesar 59.93% dan presisi sebesar 59.92%. Namun, model mengalami masalah overfitting, yang terlihat dari performa yang lebih tinggi pada data pelatihan dibandingkan dengan data validasi, menunjukkan bahwa model terlalu mempelajari detail dan noise pada data pelatihan sehingga kurang mampu menggeneralisasi pola pada data baru. Oleh karena itu, diperlukan optimasi lebih lanjut seperti augmentasi data, regulasi model dan peningkatan jumlah data pelatihan untuk meningkatkan performa model dan mengurangi efek overfitting. Pengujian akurasi pengenalan gambar hewan pada aplikasi web ini dilakukan menggunakan dataset gambar hewan yang baru sebanyak 10 data gambar untuk masing-masing kelas, dengan nilai akurasi rata-rata untuk semua kelas hewan sebesar 54.67%. Dari 15 kelas hewan, nilai akurasi tertinggi diperoleh oleh kelas Zebra dengan nilai akurasi 90%, sedangkan kelas hewan Laba-Laba dan Kucing menjadi kelas hewan dengan nilai akurasi terendah sebesar 20%.
 
Kata kunci: Convolutional Neural Network (CNN), Aplikasi web interaktif, Pengenalan hewan, Klasifikasi gambar.

Customer churn adalah kecenderungan pelanggan berhenti dan berpindah layanan dalam periode tertentu. Ini merupakan masalah utama dalam industri telekomunikasi karena mempengaruhi keuntungan perusahaan. Mempertahankan pelanggan lebih mudah dibandingkan mendapatkan pelanggan baru. Memprediksi churn membantu sektor CRM dalam merancang strategi retensi. Tingkat churn yang tinggi dapat menurunkan pendapatan dan mengganggu stabilitas bisnis. Berdasarkan studi, tingkat churn tahunan di industri telekomunikasi berkisar antara 15% hingga 30%. Data mining, yang memanfaatkan teknik pembelajaran mesin, digunakan untuk menganalisis dan mengekstraksi pengetahuan dari data. Penelitian ini bertujuan untuk membandingkan performa dua algoritma yaitu Random Forest dan Gradient Boosting. Hasil yang didapatkan menggunakan splitting data 80:20 menunjukkan bahwa klasifikasi lebih unggul menggunakan metode Gradient Boosting dibandingkan metode Random Forest dilihat dari tingkat akurasi dan nilai ROC AUC. Metode Gradient Boosting mendapatkan nilai akurasi dan ROC AUC sebesar 83% dan 0.89, Sedangkan metode Random Forest mampu menghasilkan nilai akurasi dan ROC AUC sebesar 81% dan 0.87.
 
Kata kunci: Churn, Gradient Boosting, Klasifikasi, Random Forest, Telco
 
 

Kemajuan teknologi membuat berita mudah ditemukan pada media online. Jumlah artikel berita yang tersedia semakin banyak dengan teks yang cukup panjang. Hal ini akan menyulitkan pembaca berita dalam mencari inti informasi dari berita sehingga diperlukan ringkasan teks untuk membantu pengguna memahami inti dari suatu teks tanpa perlu membaca seluruhnya. Metode yang digunakan untuk peringkasan teks yaitu Maximum Marginal Relevance (MMR) dengan menggabungkan dua faktor pemilihan, yaitu relevansi dan keragaman.  Sering ditemukan saat ini bahwa judul berita dalam artikel online belum sepenuhnya mewakili isi berita atau disebut clickbait, untuk menghindari judul yang kurang sesuai, pada penelitian ini peringkasan didasarkan pada kata kunci yang dihasilkan dengan metode Latent Dirichlet Allocation (LDA). Hasil uji coba dengan 2500 data artikel berita menghasilkan nilai rata-rata ROUGE-1 terbaik sebesar 0.488 untuk tingkat kompresi 50% dan 0.462 untuk tingkat kompresi 30%. Nilai ROUGE-1 terendah yaitu 0.453 untuk tingkat kompresi 50% dan 0.435 untuk tingkat kompresi 30%. Hasil tersebut menunjukkan bahwa sistem dapat menghasilkan ringkasan yang cukup relevan dengan menggunakan kata kunci yang diekstrak dari konten berita.
 
Advances in technology make news easy to find on online media. The number of news articles available is increasing with a fairly long text. This will make it difficult for news readers to find the core information from the news so that a text summary is needed to help users understand the essence of a text without the need to read it all. The method used for text summarization is Maximum Marginal Relevance (MMR) by combining two selection factors, namely relevance and diversity.  It is often found today that news titles in online articles do not fully represent the content of the news or called clickbait, to avoid inappropriate titles, in this study the summary is based on keywords generated by the Latent Dirichlet Allocation (LDA) method. The test results with 2500 news article data produced the best average ROUGE-1 value of 0.488 for a compression level of 50% and 0.462 for a compression level of 30%. The lowest ROUGE-1 value is 0.453 for a compression level of 50% and 0.435 for a compression level of 30%. These results show that the system can produce quite relevant summaries using keywords extracted from news content.

Aplikasi Gojek, sebagai salah satu aplikasi ride-hailing terkemuka di Indonesia, menghadapi tantangan berkelanjutan dalam mempertahankan dan meningkatkan kualitas layanan serta kepuasan pengguna. Penelitian ini bertujuan mengevaluasi performa aplikasi Gojek melalui analisis sentimen dari 200.000 ulasan pengguna yang dikumpulkan dari platform aplikasi selama periode 2021-2024, menggunakan metode Support Vector Machine (SVM). Fokus penelitian meliputi aspek layanan, keamanan, promosi, dan masalah teknis. Metode SVM dipilih karena kemampuannya dalam menangani klasifikasi dengan dataset kompleks. Data ulasan pengguna, yang ditulis dalam bahasa Indonesia, diolah dengan teknik pemrosesan teks dan fitur ekstraksi FastText, yang dikenal cepat dan akurat. Praproses data melibatkan tokenisasi, penghapusan stopword, dan teknik preprocessing lainnya. Kinerja model diukur dengan akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa FastText menawarkan waktu pelatihan cepat dengan akurasi kompetitif, sementara SVM unggul dalam presisi dan recall. Penerapan SVM dengan pembagian data 80:20 mencapai akurasi 91% dalam mengklasifikasikan sentimen pengguna. Temuan ini memberikan wawasan penting untuk pengembangan dan evaluasi aplikasi berbasis ulasan pengguna.

Dalam dunia komputasi awan yang semakin berkembang, ancaman serangan Distributed Denial of Service (DDoS) menjadi isu yang sangat krusial. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan model prediksi serangan DDoS menggunakan algoritma Random Forest dan analisis perilaku jaringan. Dataset CICIDS2017 digunakan sebagai sumber data utama untuk melatih dan menguji model prediksi yang dikembangkan. Pemilihan algoritma Random Forest didasarkan pada kemampuannya yang tinggi dalam menangani data besar dan kompleks serta kemampuannya dalam mengenali pola anomali yang sering menjadi indikasi serangan siber. Hasil pengujian menunjukkan bahwa model ini mencapai akurasi yang signifikan dengan precision sebesar 97,8%, recall sebesar 98,2%, dan F1-score sebesar 98,0%. Analisis perilaku jaringan yang diterapkan, melibatkan fitur-fitur dinamis seperti waktu antar paket (Inter-Arrival Time/IAT), ukuran rata-rata segmen, dan jumlah paket per detik, yang terbukti efektif dalam meningkatkan kemampuan deteksi model. Implementasi model dalam lingkungan komputasi awan menunjukkan bahwa metode ini dapat diintegrasikan dengan sistem deteksi intrusi (Intrusion Detection Systems/IDS) yang sudah ada untuk memberikan lapisan perlindungan tambahan terhadap serangan DDoS. Berdasarkan hasil yang diperoleh, penelitian ini merekomendasikan penggunaan kombinasi algoritma Random Forest dan analisis perilaku jaringan sebagai solusi yang efektif untuk mendeteksi serangan DDoS dalam lingkungan komputasi awan. Penelitian lanjutan disarankan untuk mengembangkan dan menguji model dengan dataset yang lebih beragam serta mengoptimalkan algoritma untuk meningkatkan performa deteksi.
 
Kata kunci: Random Forest, DDoS, Cloud Computing

Textbooks are one of the central learning tools in achieving a predetermined level of competency. One of the main aspects of a good textbook is the suitability of its readability level to the level of cognitive development of students. This research aims to determine the readability level of the Class IX Indonesian Language Textbook, 2013 Curriculum Edition and the Merdeka Curriculum based on the Raygor Graphic formulation. The research method used was qualitative, with 5 text samples from each book edition. The research results showed that all text samples in both editions of the book had a readability level that did not match the cognitive level of class IX students. This is because all text samples have too many difficult sentences and words, so the text needs to be simplified. More than that, it is hoped that the results of this research can provide advice to textbook authors to pay more careful attention to readability aspects before inserting texts into textbooks. This is to ensure that the texts presented in textbooks are appropriate to the cognitive level and reading abilities of students at their grade level.

Penelitian ini bertujuan untuk menganalisis pengaruh manajemen Diklat Perilaku Hidup Bersih dan Sehat (PHBS) terhadap kesehatan santri putra di Pesantren Darunnajah 2 Cipining. Penelitian ini menggunakan pendekatan kuantitatif dengan metode analisis regresi sederhana, penelitian ini melibatkan 57 responden yang dipilih dengan teknik stratified random sampling dari total populasi 808 santri. Instrumen penelitian berupa kuesioner yang telah diuji validitasnya, untuk mengukur manajemen Diklat PHBS serta kondisi kesehatan fisik, mental, sosial, dan spiritual santri. Hasil penelitian menunjukkan adanya hubungan signifikan antara manajemen Diklat PHBS dan kesehatan santri, dengan persamaan regresi Y = 40.580 + 0.667X dan koefisien korelasi sederhana rxy = 0.573. Penelititan ini mengindikasikan bahwa 31,6% kesehatan santri dipengaruhi oleh implementasi Diklat PHBS, sementara 68,4% dipengaruhi oleh faktor lain. Implikasi dari penelitian ini adalah bahwa penerapan Diklat PHBS yang terstruktur dan sistematis dapat menjadi strategi penting dalam pembinaan kesehatan di pesantren, yang pada akhirnya mendukung proses pendidikan secara keseluruhan. Hal baru dari penelitian ini yaitu terletak pada penekanan pentingnya integrasi antara manajemen pendidikan Islam dan program kesehatan untuk menciptakan lingkungan belajar yang sehat, yang jarang dibahas dalam penelitian sebelumnya. Hasil ini dapat dijadikan referensi bagi pengelola pesantren dan peneliti selanjutnya dalam mengembangkan strategi kesehatan yang lebih komprehensif di lembaga pendidikan Islam.