Keamanan data transaksi merupakan aspek krusial dalam sistem e-commerce, khususnya bagi pelaku usaha kecil menengah (UMKM). Penelitian ini bertujuan untuk mengimplementasikan algoritma Blowfish dengan mode Cipher Block Chaining (CBC) dan panjang kunci 160-bit guna meningkatkan keamanan data transaksi penjualan. Algoritma Blowfish dipilih karena efisien dan mendukung penggunaan Initialization Vector (IV) acak yang memperkuat proteksi terhadap serangan pattern dan dictionary. Data transaksi pelanggan dan pembayaran disimpan dalam bentuk ciphertext menggunakan OpenSSL. Pengujian dilakukan terhadap 20 data transaksi menggunakan serangan dictionary berbasis OpenSSL, dan hasil menunjukkan bahwa data tidak dapat didekripsi, membuktikan efektivitas pendekatan ini. Hasil penelitian ini menunjukkan bahwa penggunaan Blowfish CBC 160-bit dengan IV acak mampu memberikan perlindungan kuat dan efisien dalam konteks aplikasi e-commerce untuk UMKM.
Kata kunci: Keamanan Data Transaksi, Blowfish CBC, Initialization Vector, E-Commerce, Dictionary Attack

Kemajuan teknologi informasi mendorong perubahan sistem pendidikan, termasuk kebijakan perkuliahan online sejak pandemi COVID-19. Penelitian ini menganalisis sentimen mahasiswa terhadap kebijakan tersebut menggunakan pendekatan multibahasa dengan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes. Adapun aspek pembeda penelitian ini adalah penggunaan data dari bahasa Indonesia dan bahasa daerah Sulawesi Barat, yaitu bahasa Mandar, yang menambah kompleksitas tahap preprocessing. Data dikumpulkan melalui kuesioner yang menghasilkan 1.680 opini mahasiswa, dan setelah tahap preprocessing menghasilkan 1.679 data yang siap dianalisis. Hasil klasifikasi menunjukkan algoritma K-Nearest Neighbor terdapat 1002 kategori positif dan 677 kategori negatif. Kemudian pada algoritma Naïve Bayes terdapat 1020 kategori positif dan 659 kategori negatif. Berdasarkan hasil klasifikasi, mayoritas opini bersifat positif, mencerminkan bahwa mahasiswa menerima adanya kebijakan tersebut. Hasil evaluasi melalui confusion matrix serta K-Fold Cross Validation menunjukkan bahwa pendekatan klasifikasi Naïve Bayes mengungguli KNN dengan accuracy 74.87%, precision 74.92%, recall 74.87%, dan f1-score 74.64%. Sementara itu, KNN mencatat accuracy 72.84%, precision 72.80%, recall 72.84%, dan f1-score 72.67%. Hal tersebut mengindikasikan bahwa Naïve Bayes mempunyai kemampuan generalisasi yang lebih unggul pada konteks data teks multibahasa yang kompleks. Penelitian ini menyoroti pentingnya strategi evaluasi dan teknik preprocessing yang sesuai dalam klasifikasi sentimen multibahasa.
 
Kata Kunci - Analisis Sentimen, K-Nearest Neighbor, Multi Bahasa, Naïve Bayes; Perkuliahan Online.

Pemesanan menu pada suatu kedai kopi, umumnya dilakukan dengan pelanggan datang langsung ke lokasi, memilih menu yang diinginkan, dan melakukan pemesanan melalui kasir. Cara tersebut seringkali dijumpai sebagai satu-satunya cara untuk memesan menu kafe. Sistem tersebut juga diterapkan pada Kopi Gambus Krapyak, Yogyakarta dan masih terdapat beberapa kelemahan, seperti waktu yang dibutuhkan apabila antrean melonjak dan kesalahan saat mencatat pesanan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem pemesanan menu berbasis mobile yang memungkinkan pelanggan untuk memesan dan membayar langsung dari ponsel dan mengurangi antrean dan waktu tunggu. Metode yang digunakan melibatkan perancangan sistem menggunakan Unified Modelling Language (UML) dan pengembangan aplikasi pemesanan berbasis mobile sekaligus sistem pengelolaan kafe berbasis website. Aplikasi pemesanan dibangun dengan menggunakan framework React Native, sedangkan Sistem pengelolaan menggunakan sebuah framework bahasa PHP, yakni CodeIgniter. Sistem yang dibangun ini dilengkapi dengan fitur Payment Gateway dari Midtrans yang memungkinkan pelanggan untuk membayar pesanannya secara cashless langsung di dalam aplikasi sehingga dapat mengurangi antrean. Hasil penelitian menunjukkan bahwa sesudah pengimplementasian aplikasi, pelanggan tidak perlu repot untuk memesan, membayar, dan menunggu di kafe sehingga beberapa antrean pesanan pelanggan dapat dikerjakan secara bersamaan.
 
Keywords - Aplikasi Mobile, Payment Gateway, Pemesanan Menu, Sistem berbasis website, Unified Modelling Language.

Penelitian ini mengeksplorasi penerapan dari metode Parameter-Efficient Finetuning (PEFT) Low-Rank Adaptation+ (LoRA+) pada transfer learning model Llama 3.2 1B, sebuah model bahasa besar. Seiring bertambahnya ukuran model bahasa, finetuning yang dilakukan secara konvensional dalam transfer learning semakin tidak fisibel untuk dilakukan tanpa menggunakan komputasi skala besar. Untuk menangani hal tersebut, dapat dilakukan finetuning pada beberapa komponen saja, menggunakan komputasi yang relatif minimal berbanding dengan finetuning konvensional, metode-metode yang menerapkan prinsip ini disebut juga sebagai PEFT. Penelitian menguji efektifitas metode PEFT, yakni LoRA+, pada transfer learning model bahasa besar terhadap domain baru, yakni bahasa Indonesia, menggunakan metrik BLEU, ROUGE, serta Weighted F1. Hasil penelitian menunjukkan bahwa penerapan LoRA+ menghasilkan performa kompetitif dan unggul terhadap baseline dalam kemampuan berbahasa Indonesia, dengan peningkatan 112% pada skor BLEU dan 21.7% pada skor ROUGE-L, dengan standar deviasi yang relatif rendah sebesar 3.72 dan 0.00075. Meskipun terjadi penurunan pada skor Weighted F1 sebesar 13% yang disebabkan oleh domain shift, model menunjukkan kemampuan transfer lintas-bahasa yang baik.
Kata kunci: Finetuning, Model Bahasa Besar, Parameter-Efficient Finetuning, Low-Rank Adaptation, Transfer Learning

Penelitian ini bertujuan untuk mengembangkan solusi penyimpanan data berbasis Set Top Box (STB) dengan sistem operasi Linux Armbian sebagai alternatif yang lebih ekonomis dibandingkan Network Attached Storage (NAS) konvensional. Program Studi Keamanan Sistem Informasi Politeknik Negeri Bengkalis menghadapi tantangan dalam pengelolaan data yang terdesentralisasi dan kurang efisien. Untuk mengatasi hal ini, STB dikonfigurasi sebagai server NAS yang memungkinkan penyimpanan terpusat serta akses jarak jauh melalui integrasi Virtual Private Network (VPN) ZeroTier dan Virtual Private Server (VPS). Metode penelitian mencakup perancangan sistem, implementasi perangkat keras dan lunak, serta pengujian kecepatan transfer data, akses multi-user, dan keamanan. Hasil penelitian menunjukkan bahwa NAS berbasis STB memiliki kecepatan transfer yang cukup baik, mendukung akses multi-user, serta mampu menjaga keamanan data melalui mekanisme kontrol akses dan enkripsi. Selain itu, solusi ini berhasil menekan biaya operasional sehingga dapat menjadi alternatif yang layak bagi institusi pendidikan dan organisasi kecil hingga menengah. Penelitian ini membuktikan bahwa perangkat keras berbiaya rendah dan perangkat lunak sumber terbuka dapat membangun sistem penyimpanan data yang efisien, efektif, dan skalabel.
Kata kunci: Network Attached Storage, Set Top Box, Penyimpanan Data Terpusat, Linux Armbian, Jaringan

Penelitian yang dibuat untuk membangun pengalaman yang menyenangkan khususnya di kalangan remaja, khususnya penelitian dalam gamifikasi. Upaya untuk memberikan kegiatan yang menyenangkan dilakukan oleh remaja. Penelitian ini bertujuan untuk menciptakan seseorang berdasarkan pengalaman yang menyenangkan. Oleh karena itu, selama 1 jam dilakukan pengisian kuesioner tentang model hexad dan pengukuran kesenangan dengan mengisi kuesioner Fun Q. Total responden sebanyak 142 mahasiswa berusia sekitar 20-23 tahun. Pengisian kuesioner menggunakan metode random sampling dan skala likert yang terdiri dari 5-6 poin dengan hasil pengumpulan data heksad yaitu Achievements (23, Disruptors (12), Philanthropists (31), Free Spirits (34, Players (24), Socializers (18) dan secara total Fun Q yang sesuai dengan tipe Heksad maka dihitung rata-rata Fun Q dengan hasil sebagai berikut; Achiever (118,6), Disruptor (125,1), Philanthropist (115,7), Free Spirit (105,9), Player (115,1), Socializer (114,7). Hasil penelitian ini untuk membantu peneliti lain yang sedang mengembangkan gamifikasi untuk menemukan persona dalam penelitian selanjutnya.
Kata kunci: User persona, Pengalaman menyenangkan, Skala, Gamifikasi, Aplikasi

Transformasi digital dalam pendidikan tinggi telah meningkatkan efisiensi proses akademik, termasuk monitoring dan evaluasi skripsi. Penelitian ini menganalisis dampak dan efektivitas sistem digital dalam proses tersebut menggunakan Model Kesuksesan Sistem Informasi DeLone dan McLean. Survei dilakukan terhadap 250 responden, terdiri dari mahasiswa tingkat akhir dan dosen pembimbing. Analisis data menggunakan statistik deskriptif dan Partial Least Squares-Structural Equation Modeling (PLS-SEM). Hasil menunjukkan bahwa 78% responden merasa sistem sangat membantu, 15% cukup terbantu, dan 7% mengalami keterbatasan. Kepuasan pengguna rata-rata mencapai 4.2 dari 5, menunjukkan penerimaan yang baik. Faktor kualitas sistem, informasi, dan layanan terbukti berpengaruh signifikan terhadap kepuasan pengguna dan keberlanjutan penggunaan sistem. Penelitian ini menegaskan bahwa digitalisasi meningkatkan transparansi dan efisiensi dalam bimbingan skripsi. Namun, integrasi dengan sistem akademik lain dan pemanfaatan teknologi seperti kecerdasan buatan masih diperlukan untuk optimalisasi.
Kata kunci: Transformasi Digital, Monitoring dan Evaluasi Skripsi, Model DeLone dan McLean, Kepuasan Pengguna, PLS-SEM.

Penggunaan aplikasi financial technology (FINTECH) telah menjadi tren utama dalam industri keuangan Indonesia, memberikan kemudahan dalam transaksi seperti pembayaran, investasi, hingga pinjaman. Namun, kesuksesan aplikasi fintech tidak hanya ditentukan oleh fungsionalitasnya, tetapi juga oleh desain antarmuka pengguna (UI) yang berdampak signifikan terhadap pengalaman pengguna (UX). Penelitian ini bertujuan mengeksplorasi hubungan antara desain UI dan UX pada aplikasi fintech dengan pendekatan gabungan (mixed-methods). Pendekatan kualitatif dilakukan melalui wawancara mendalam untuk memahami persepsi pengguna, sementara pendekatan kuantitatif melibatkan survei daring terhadap 266 responden guna mengukur hubungan empiris antara desain UI dan UX. Analisis data menggunakan metode statistik deskriptif dan tematik, serta teknik machine learning untuk mendeteksi pola interaksi pengguna yang tidak terungkap melalui analisis konvensional. Hasil penelitian menunjukkan bahwa desain UI yang intuitif meningkatkan kepuasan pengguna, mempercepat adaptasi, serta mendorong keterlibatan berkelanjutan. Temuan ini menyoroti pentingnya elemen visual, navigasi efisien, dan kompatibilitas teknologi dalam membangun pengalaman pengguna yang positif. Mayoritas responden adalah wanita (65,8%) dengan rentang usia dominan di bawah 25 tahun, menggunakan aplikasi seperti GoPay, ShopeePay, dan Dana. Studi ini berkontribusi pada literatur UI/UX dengan memberikan rekomendasi desain berbasis data yang dapat diterapkan oleh pengembang untuk meningkatkan retensi pengguna serta mendukung adopsi teknologi keuangan yang lebih inklusif dan berkelanjutan.
 
Kata kunci: antarmuka pengguna, pengalaman pengguna, Financial Technology

This study presents an evaluation of the performance of the Left-Straight-Right-Back (LSRB) algorithm implemented in an autonomous obstacle-avoiding robot. The LSRB algorithm operates based on a fixed priority rule in pathfinding decisions: turn left, go straight, turn right, and finally perform a 180-degree turn if no paths are available. The robot is equipped with ultrasonic sensors and a servo motor to scan obstacles on the left and right sides, and utilizes an 8×8 dot matrix display to indicate its navigation status. Testing was conducted in a custom-built maze environment featuring branches, dead ends, and narrow paths to simulate real-world navigation scenarios. Performance evaluation parameters include travel time, number of maneuvers, and path accuracy. Experimental results show that the LSRB algorithm achieved 100% path completion accuracy across all test cases, with consistent travel time and efficient obstacle avoidance. The findings demonstrate that LSRB is a reliable and lightweight navigation strategy, particularly suitable for low-cost, microcontroller-based robots used in educational or semi-structured environments. Limitations regarding power supply stability and the absence of memory-based path tracking are also identified, offering opportunities for future improvements.
 
Keywords - Obstacle-Avoiding Robot, Robot Navigation, LSRB Algorithm, Ultrasonic Sensor

Penggunaan teknologi Internet of Things (IoT) dalam sistem pertanian modern dapat meningkatkan efisiensi dan efektivitas pengelolaan air, terutama dalam budidaya tanaman cabai yang membutuhkan kelembapan tanah optimal. Sistem pengairan tetes yang dikombinasikan dengan monitoring kelembapan tanah berbasis IoT memungkinkan otomatisasi pengairan berdasarkan kondisi real-time dari tanah, sehingga mengurangi pemborosan air serta menjaga produktivitas tanaman. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem distribusi pengairan tetes otomatis serta monitoring kelembapan tanah pada tanaman cabai dengan memanfaatkan sensor kelembapan tanah yang diintegrasikan dengan platform IoT untuk kontrol dan pemantauan jarak jauh. Hasil pengujian menunjukkan bahwa sistem mampu mengatur irigasi secara otomatis berdasarkan data kelembapan tanah, yang diukur dalam waktu nyata melalui sensor dan dikirimkan ke pengguna melalui aplikasi berbasis web. Implementasi sistem ini dapat meningkatkan efisiensi penggunaan air hingga 30% dibandingkan dengan metode irigasi konvensional, serta menjaga kelembapan tanah pada tingkat yang optimal untuk pertumbuhan tanaman cabai.