Local Interpretable Model-agnostic Explanations(LIME) dapat digunakan untuk mengatasi masalah blackbox pada hasil model klasifikasi analisis sentimen. Penelitian ini menggunakan ulasan aplikasi pinjaman online di play store sebagai dataset. Masing-masing model klasifikasi memiliki kelemahan dan dapat ditingkatkan kinerjanya dengan menggunakan stacking ensemble terutama untuk mengatasi permasalahan kelas data yang tidak seimbang. Dataset yang sudah diperoleh, dilakukan pembersihan data, pre-processing serta dirubah menjadi vektor numerik menggunakan TF-IDF. Klasifikasi dilakukan dengan tiga model dasar yaitu random forest, naïve bayes dan support vector machine(SVM). Luaran dari model klasifikasi dasar dijadikan sebagai masukan bagi stacking ensemble logistic regression. Berdasarkan komparasi keempat model, stacking ensemble memiliki kinerja terbaik dengan akurasi 87,05%. Penerapan LIME untuk intrepretasi model klasifikasi dengan sampel data berhasil menjelaskan faktor-faktor yang berpengaruh terhadap keputusan model dengan probabilitas prediksi 95% dan sesuai dengan pengamatan manual. Hasil penelitian ini bisa digunakan sebagai wawasan dan edukasi kepada masyarakat tentang kemudahan pinjol dan bahayanya yang tercermin dari sentimen positif dan negatif pada sebuah ulasan.

Penerapan Teknologi Informasi (TI) seringkali menimbulkan risiko, seperti salah proses dari aplikasi, pencurian data serta kerusakan data. Dengan semakin besarnya risiko, maka diperlukan pengendalian (kontrol) yang semakin besar pula. Untuk itu perlu dilihat apakah sistem yang berjalan sudah dilengkapi dengan kontrol yang memadai. Badan Pengelola Pendapatan Daerah (BAPENDA) Provinsi Jawa Tengah telah memanfaatkan TI dalam aktivitasnya. Tidak adanya standar keamanan informasi yang memadai, memiliki dampak pada data atau informasi yang kurang terjaga, baik dari sisi kerahasiaan (Confidentially), integritas (Integrity) dan ketersesiaan (Availability). Penelitian ini bertujuan untuk mengukur kematangan risiko Keamanan Informasi (KAMI), seperti melakukan asesmen TI yang di kelola BAPENDA, seperti aplikasi layanan pembayaran pajak kendaraan bermotor, Android (New Sakpole) termasuk infrastruktur TI. Hasil dari Maturity Level KAMI di BAPENDA pada klausul kebijakan keamanan sebesar 0.76, organisasi KAMI 1.24, klasfikasi aset kontrol 0.63, keamanan personel 1.12, manajemen insiden KAMI 1,21, manajemen berlanjutan bisnis 0.51, keamanan fisik dan lingkungan 1.61, pengembangan sistem dan pemeliharaan 2,94, kontrol akses 4,18, manajemen komunikasi dan operasi 4.58 dan, kepatuhan 2.07. Pemetaan identifikasi aset dengan NIST-CSF diperoleh beberapa Aset antara lain Aset Informasi dan data, Aset Pegawai, Aset Hardware dan Aset Software. Hasil yang diperoleh bahwa Aset di BAPENDA memiliki risiko tinggi (High) Risk Avoidance sehingga memerlukan mitigasi dengan menggunakan kontrol NIST dan Annex ISO-IEC 27001:2013.  

Website perpustakaan universitas berfungsi sebagai portal akses layanan dan sumber informasi bagi mahasiswa agar memenuhi kebutuhan mereka. Permasalahan yang ditemukan adalah perpustakaan UKDW belum pernah melakukan evaluasi dan pengembangan situs websitenya. Selain itu, ditemukan bahwa konten dan fitur website perpustakaan UKDW belum memenuhi standar website perpustakaan akademik. Penelitian dilakukan untuk merancang ulang website perpustakaan UKDW yang dapat mengakomodasi kebutuhan mahasiswa dan sesuai standar website perpustakaan akademik. Penelitian menggunakan metode User Centered-Design (UCD). Adapun proses riset meliputi pengumpulan data, analisis, perancangan, dan pengujian yang dalam prosesnya melibatkan mahasiswa dan pustakawan UKDW. Pengujian menerapkan usability testing yang dilaksanakan dalam dua tahap yaitu tahap formative dan summative, berdasarkan tiga aspek yaitu efektivitas, efisiensi, dan kepuasan pengguna. Hasil akhir penelitian adalah rekomendasi antar muka website perpustakaan UKDW yang telah diuji menunjukkan aspek efektivitas, efisien, dan kepuasan pengguna dalam kategori baik.

Penciptaan budaya kolaboratif terhadap inovasi dalam suatu orgnisasi menjadi sangat penting saat ini. Budaya kolaboratif terhadap inovasi bukan hanya tentang bekerja sama secara fisik, tetapi juga tentang menciptakan lingkungan yang mendukung komunikasi terbuka, penghargaan terhadap ide baru, dan penerimaan terhadap risiko. Organisasi yang menganut budaya ini dapat menciptakan nilai tambah yang signifikan dan berkembang di lingkungan yang terus berubah. Penelitian ini bertujuan melakukan analisis konten terhadap sejumlah artikel ilmiah bereputasi berbasis Grounded Theory dengan menggunakan Text Mining yang melibatkan penggunaan teknik pengkodean untuk mengklasifikasikan informasi dan mengidentifikasi kategori atau kode tertentu yang mewakili elemen-elemen tertentu dalam teks. Hasil analisis berupa suatu model jaringan konsep yang menghubungkan elemen-elemen yang mempengaruhi budaya kolaboratif terhadap inovasi, seperti Openness, Diversity, Shared Goals, Trust, Teamwork, Support, dan Use of Technology. Model ini digunakan organisasi untuk menciptakan budaya kolaboratif terhadap inovasi di lingkungannya atau dapat dipakai penelitian selanjutnya untuk menguji modelnya menggunakan uji statistik.

Perkembangan teknologi komputer dan internet mendorong perguruan tinggi untuk memanfaatkan layanan daring seperti e-learning dalam kegiatan belajar-mengajar. Penelitian ini bertujuan untuk mengukur kualitas website e-learning Universitas Papua (UNIPA) dari perspektif pengguna dengan menggunakan pendekatan WebQual 4.0 yang mencakup dimensi usability, information quality, service interaction, design appearance, dan user satisfaction. Melalui studi ini diharapkan diperoleh masukan spesifik untuk meningkatkan efektivitas dan kenyamanan penggunaan website, mendukung kemajuan UNIPA dalam pendidikan digital. Berdasarkan 200 responden mahasiswa, ditemukan bahwa website e-learning UNIPA memiliki keunggulan pada aspek kualitas informasi dengan skor rata-rata 4,2 dan berpengaruh signifikan terhadap kepuasan pengguna. Kemudahan penggunaan dan penampilan desain juga menjadi keunggulan dengan skor masing-masing 3,9 dan 3,7 serta berpengaruh signifikan. Namun, interaksi layanan masih perlu ditingkatkan dengan skor 3,4 meskipun berpengaruh signifikan. Secara keseluruhan kepuasan pengguna cukup baik dengan skor 3,8, tetapi peningkatan interaksi layanan perlu diperhatikan manajemen UNIPA. Temuan ini menggambarkan kebutuhan pengguna dan menjadi dasar pengembangan untuk meningkatkan efisiensi dan efektivitas pembelajaran daring.

Salah satu komoditi hortikultura unggulan yang dibudayakan petani adalah tanaman cabai. Namun petani cabai sering kali mengalami masalah dalam memantau tingkat kelembaban tanah dan juga suhu udara lingkungan. Dari kasus tersebut maka dapat mempengaruhi pertumbuhan tanaman cabai yang berdampak pada gagalnya panen. Oleh karena itu untuk dapat mengatasi permasalahan tersebut penelitian ini mengembangkan logika fuzzy Mamdani untuk membangun sistem kecerdasan yang dapat secara otomatis memantau dan menyiram tanaman cabai. Pada penelitian ini, dampak dari penggunaan sensor dan perlakuan dampak sistem pada tanaman cabai akan diuji dan dibandingkan dengan tanaman yang tidak menggunakan sistem. Hasil dari penelitian ini menunjukkan bahwa sistem pemantauan dan penyiraman pintar dapat berfungsi dengan baik dan memaksimalkan kondisi media tanaman dibandingkan dengan yang tidak menggunakan sistem. Sistem dapat mengendalikan tingkat kelembaban tanah dengan error rata-rata 3,73% dan suhu udara dengan error rata-rata 1,03%. Hasil dari sistem dengan membandingkan tanaman yang tidak menggunakan sistem dikombinasikan dengan greenhouse dapat melindungi tanaman dari cuaca ekstrem seperti panas, hujan, hama, dan kurangnya tumbuh tanaman liar, sehingga tanaman terlihat subur, rimbun, dan tumbuh dengan cepat sehingga meminimalisir petani kegagalan panen. Dan memudahkan petani untuk dapat memantau menggunakan aplikasi Blynk IoT.

Orchids are the most species-rich flowering plants, with approximately 750 genera and 43,000 types of orchids in the world, of which about 5,000 species have been recorded in several provinces in Indonesia. Orchids have beautiful flowers with attractive colors, making them ornamental plants that many people like. From plant morphology, orchid plants can be differentiated based on the morphology of flowers, leaves, fruit, stems, and roots. The leaves of orchid plants have their characteristics for each type of orchid, such as long, round, or lanceolate. All orchids have veins that run parallel to their leaves. The individual shapes of orchid leaves can be classified using a Support Vector Machine (SVM) and Histogram of Gradient (HOG). In this research, five types of orchids that are popular among orchid lovers were used, namely Dendrobium, Cattleya, Oncidium, Phalaenopsis, and Vanda orchids, which were taken from public data. The accuracy of this method in classifying orchid species based on leaf morphology can be measured using a confusion matrix that measures precision, recall, and accuracy. From five tests, the Oncidium orchid had the highest average accuracy with a value of 98%, the Vanda orchid had the highest average precision of 99.80%, and the Cattleya orchid had the highest average recall of 100%.

The digital transformation in the stockbroker industry has led to a significant increase in retail investors, who often lack the expertise to analyse stocks thoroughly. This research addresses the challenge by proposing a classification model to predict stock ratings such as "Reduce", "Hold", "Moderate Buy", and "Buy”, allowing retail investors to make informed decisions. The data analysed is collected from the S&P 500 index through web scraping using Beautiful Soup, resulting in a dataset used for training and testing the classification model. Popular stock indicators are used as attributes in predicting the rating of the stock, which includes the Exchange, Price, Volume, Market Cap, ROE, ROA, P/E Ratio, EPS, Annual Sales, Net Income, Net Margins, and PB Ratio of the stock. The models selected for classification include K-Nearest Neighbors (k-NN), Gaussian Naive Bayes, Support Vector Machine (SVM), Decision Tree, and Random Forest. GridSearch is employed to maximize each algorithm's parameters for optimal performance. Results indicate that the k-NN model outperforms others, achieving the highest accuracy (0.618644) and weighted F1-score (0.605011). However, all models exhibit relatively low accuracy, suggesting the complexity of predicting stock ratings due to external factors not considered in the study.

Penelitian ini menganalisis harapan UMKM terhadap program e-commerce yang telah dan sementara dilaksanakan oleh Dinas Koperasi dan UMKM DIY. Analisis harapan UMKM ini menggunakan metode open coding dengan software QDA Miner Lite. Terdapat 59 data harapan yang dianalisis dan dikodekan ke dalam 14 kode harapan. Selanjutnya, tiga harapan terbesar dipilih dari hasil analisis 14 kode tersebut. Hasil penelitian menunjukkan bahwa tiga harapan terbesar UMKM adalah adanya program pelatihan dan pendampingan, pemerintah support pemasaran produk UMKM, serta pemerintah memberi support pendanaan.

Dalam menjalankan suatu usaha dibutuhkan kemudahan dalam pengelolaan data keuangan, karena hal tersebut erat kaitannya tentang bagaimana data pemasukan maupun pengeluaran dapat terkelola dengan baik. Tidak adanya suatu sistem yang efisien untuk mengelola suatu data keuangan menjadi permasalahan yang ditemui pada objek penelitian ini yaitu Homestay Linia. Dalam pengelolaan data keuangan masih ditemui kerumitan-kerumitan tertentu, yang berakibat data keuangan menjadi tidak akurat serta tidak teratur. Oleh karenanya, diperlukan pembangunan sistem pengelolaan keuangan, yang dalam hal ini digunakan metode Rapid Application Development. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan survei kepuasan pengguna melalui kuesioner online. Hasil penelitian menunjukkan dari sistem yang telah dibangun dan telah diuji, diperoleh nilai 100% review positif yang diberikan oleh responden. Hal ini menunjukkan sistem dapat membantu kegiatan bisnis secara efektif dan efisien.