sudo Jurnal Teknik Informatika

Program Konversi Mata Uang dengan Pecahan Terkecil Menggunakan Algoritma Greedy dan String Matching

2025-10-14T14:33:49+00:00

Dalam proses konversi mata uang asing, seringkali didapati bahwa adanya sebuah pecahan mata uang. Karena hasil konversi tidak pasti langsung dalam bentuk bilangan yang bulat. Penggunaan algoritma greedy berperan dalam memecah nilai uang hingga mencapai nilai terkecil yang optimal, lalu algoritma string matching sendiri berperan dalam melakukan pencocokan terhadap mata uang yang sudah ditentukan dimana diantaranya berupa IDR, USD, EUR, SGD, GBP. Implementasi dari kedua algoritma dilakukan untuk memberikan solusi efisien dalam menyelesaikan permasalahan penukaran mata uang menjadi pecahan terkecil dengan meminimalkan jumlah lembar uang berdasar nilai mata uang dari beberapa negara yang diperlukan. Implementasi ini dapat membantu dalam proses penukaran mata uang bagi pengguna. Hasil dari penelitian ini dapat digunakan sebagai dasar untuk pengembangan sistem yang lebih kompleks dalam manajemen penukaran mata uang.

Analisis Distribusi dan Tren Nilai Mahasiswa dengan Pendekatan Statistik Deskriptif dan Visualisasi Data

2025-10-14T14:33:43+00:00

Penelitian ini bertujuan untuk menganalisis distribusi dan tren nilai mahasiswa pada mata kuliah Kalkulus selama periode lima tahun, yaitu dari tahun 2019 hingga 2023. Metode yang digunakan adalah statistik deskriptif untuk mengetahui karakteristik penyebaran nilai, seperti rata-rata, median, serta sebaran nilai dalam bentuk grafik boxplot dan histogram. Selain itu, visualisasi data diterapkan untuk memberikan gambaran yang lebih komprehensif mengenai tren nilai mahasiswa dari tahun ke tahun. Hasil penelitian menunjukkan adanya penurunan signifikan pada capaian nilai mahasiswa pada tahun 2021 yang diduga dipengaruhi oleh perubahan sistem pembelajaran akibat pandemi. Namun, pada tahun-tahun berikutnya (2022 dan 2023) terjadi peningkatan tren nilai, yang menunjukkan adanya perbaikan dalam strategi pembelajaran maupun adaptasi mahasiswa terhadap metode pembelajaran yang diterapkan. Temuan ini menegaskan pentingnya analisis data berbasis statistik dan visualisasi sebagai sarana evaluasi kinerja akademik, sekaligus memberikan landasan bagi pengembangan metode pembelajaran yang lebih efektif di masa depan.

Implementasi Algoritma Decision Tree untuk Memprediksi Kualitas Udara dan Polusi dengan RapidMiner

2025-10-14T14:33:46+00:00

Kualitas udara menjadi faktor utama yang dapat mempengaruhi kesehatan masyarakat dan lingkungan. Dalam studi ini, Data yang digunakan berisi berbagai variabel yang memiliki hubungan dengan kualitas udara dan polusi. Studi ini juga memiliki tujuan untuk mengembangkan model prediksi akurat metode Decision Tree di pilih karena diyakini dapat Mengelola data kompleks dan menghasilkan model baru yang mudah dipahami. RapidMiner digunakan dalam proses Analisis guna memfasilitasi visualisasi dan pemodelan data yang efisien. Hasil pengujian menunjukan bahwasannya model Decision Tree dapat mencapai tingkat akurasi yang cukup tinggi dalam memprediksi kualitas udara dan polusi, dengan tingkat nilai akurasi mencapai 89.52%. Tingkat akurasi ini tergolong tinggi karena mendekati 90%, menunjukkan bahwa model ini mampu melakukan klasifikasi dengan tingkat kesalahan yang relatif rendah. Oleh karena itu, model ini berpotensi diandalkan sebagai alat untuk pemantauan kualitas udara secara real-time maupun untuk merumuskan kebijakan lingkungan. Studi ini di harapkan mampu memberikan kontribusi atau keikutsertaan dalam upaya pemantauan dan pengendalian kualitas udara dan polusi, dan juga dapat menjadi acuan atau refrensi untuk studi yang lebih lanjut dalam bidang kualitas lingkungan.

Perancangan Sistem Terintegrasi Manajemen Risiko IMS untuk Optimalisasi Kinerja PT Swabina Gatra

2025-10-14T14:33:40+00:00

PT Swabina Gatra merupakan perusahaan dengan banyak unit kerja yang wajib menyusun sasaran risiko pengendalian sebagai bagian dari penerapan Integrated Management System (IMS). Sebelum adanya sistem digital, pengelolaan risiko dilakukan menggunakan Excel yang menimbulkan kendala seperti duplikasi data, format tidak seragam, serta keterbatasan dalam integrasi antar unit kerja. Tujuan dari penelitian ini adalah merancang sebuah sistem manajemen risiko menggunakan platform web dengan tingkat integrasi yang lebih baik, efektif, dan efisien. Data penelitian diperoleh dari file Excel yang telah diisi oleh masing-masing unit kerja terkait potensi risiko, penyebab, dampak, kategori, dan langkah pengendalian. Sistem dikembangkan menggunakan PHPRunner sebagai generator aplikasi, Laragon sebagai server lokal, dan SQLyog untuk manajemen basis data.

Perancangan Sistem Monitoring Sasaran Kerja Berbasis Website Studi Kasus: PT Swabina Gatra

2025-10-14T14:33:39+00:00

Perkembangan dalam lingkup teknologi informasi menyediahkan prospek besar untuk mendukung proses bisnis, salah satunya melalui sistem pemantauan target kerja. Di PT Swabina Gatra, proses pemantauan tetap dikerjakan dengan manual, yang seringkali mengakibatkan penundaan, ketidakakuratan data dan kesulitan dalam rekap data serta pelaporan. pengkajian ini bermaksud untuk membangun prosedur berbasis website guna mengawasi sistem observasi target kerja guna memfasilitasi pencatatan, pemrosesan, dan pelaporan dokumen terkait makin singkat dan akurat. Pengkajian ini memanfaatkan metode Waterfall, yaitu metode perancangan sekuensial dimana mencakup penelitian keperluan, rancangan sistem, penerapan, uji coba, dan pengelolaan. Sistem ini dikembangkan memanfaatkan PHP menjadi kode pemrograman dan MySQL guna manajemen basis data. output pemeriksaan memperlihatkan bahwasanya sistem beroperasi mengaplikasikan benar. Sistem ini memberikan kemudahan bagi unit kerja dalam menginput data pemantauan, dan menawarkan fitur pelaporan langsung. Oleh karena itu, sistem ini dapat memperbaiki kinerja pemrosesan data, mendukung tahapan pengambilan keputusan, dan diharapkan mampu ditingkatkan lebih efektif guna program ini lebih komprehensif.

Sistem Informasi Manajemen Absensi Terintegrasi Aplikasi Absensi Face Recognition Berbasis Web

2025-10-14T14:33:36+00:00

Penelitian ini dilakukan karena adanya permasalahan kedisiplinan mahasiswa, seperti pemalsuan absensi, dengan adanya penelitian ini membantu untuk meningkatkan akurasi dan keamanan absensi dengan penerapan teknologi face recognition. Pada penelitian ini merancang sistem informasi manajemen absensi berbasis web yang terintegrasi dengan aplikasi face recogntion. Sistem ini mendukung pengelolaan data mahasiswa, jadwal kuliah hak akses, laporan absensi, dan lain-lain. Hasilnya diharapkan bisa meningkatkan kualitas dan keakuratan pencatatan absensi. Metode yang digunakan dalam penelitian ini yaitu metode R&D dimuali dari identifikasi kebutuhan, kemudian dilanjutkan dengan analisis kebutuhan, lalu perancangan sistem, pengkodean, pengujian, dan yang terakhir tahapan pemeliharaan. Hasil dari penelitian ini yang sudah di uji cobakan menunjukkan bahwa implementasi Manajemen absensi yang terintegrasi dengan aplikasi absensi berbasis face recognition dapat meningkatkan kualitas dan keakuratan pencatatan absensi.

Analisis Faktor Dominan Minat Beli Generasi Z di Shopee Menggunakan Algoritma Naïve Bayes

2025-11-10T08:45:10+00:00

Pertumbuhan pesat e-commerce di Indonesia telah mengubah perilaku konsumen, khususnya Generasi Z yang dikenal sebagai pengguna digital native. Penelitian ini bertujuan untuk menganalisis faktor-faktor dominan yang memengaruhi minat beli Generasi Z di platform Shopee dengan menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui survei terhadap 100 responden Generasi Z aktif pengguna Shopee, dengan variabel yang meliputi harga, ulasan produk, kecepatan pengiriman, metode pembayaran, dan pengaruh sosial. Pengolahan data dilakukan menggunakan metode SEMMA (Sample, Explore, Modify, Model, Assess) dan diimplementasikan dalam perangkat lunak RapidMiner. Hasil penelitian menunjukkan bahwa faktor harga dan kecepatan pengiriman menjadi dua variabel paling dominan yang memengaruhi minat beli. Model klasifikasi terbaik diperoleh pada skenario split data 80:20 dengan akurasi sebesar 73,75%, recall kelas "YA" sebesar 88,89%, dan precision yang seimbang. Temuan ini memberikan kontribusi strategis bagi pelaku e-commerce, khususnya Shopee, untuk mengarahkan strategi pemasaran yang lebih sesuai dengan karakteristik dan preferensi Generasi Z.