JURNAL IT

Sistem Pendukung Keputusan Penentuan Dosen Pengampu Menggunakan Algoritma Cosine Similarity

2025-12-30T13:27:01+00:00

Metode Cosine Similarity merupakan metode yang digunakan untuk menghitung tingkat kesamaan (similarity) antar dua buah objek. Objek Pencarian kemiripan dalam penelitian ini adalah dosen pengampu dan mata kuliah pada jurusan Teknik Informatika, dengan menerapkan kriteria matakuliah pada jabatan fungsional dan kompetensi yang dimiliki dosen. Sampel data yang diolah merupakan data 18 orang dosen pengampu (dari total 57 dosen) dan 66 mata kuliah jurusan Teknik Informatika. Hasil analisis sistem dan penerapan algortima kemudian diimplementasikan dalam bentuk sistem pendukung keputusan berbasis web, menggunakan php framework laravel dengan Database Management System MYSQL Hasil perbandingan rekomendasi sistem pendukung keputusan dengan penugasan dosen Tahun Akademik 2021/2022 menunjukkan bahwa dari 18 orang dosen, sebanyak 10 orang (56%) memiliki penugasan yang 100% sesuai dengan hasil sistem pendukung keputusan, 3 orang (17%) penugasan 100% tidak sesuai, dan 5 orang (28%) penugasan ada yang sesuai dan tidak sesuai (kombinasi). Dari 5 orang berstatus penugasan kombinasi (sesuai:tidak-sesuai), 1 orang dengan rasio 25%:75%, 2 orang dengan rasio 33%:67%, 1 orang dengan rasio 50%:50%, dan 1 orang dengan rasio 72%:28%. Untuk pengembangan selanjutnya, penggunaan parameter hasil penelitian/publikasi dan riwayat mengajar penting menjadi pertimbangan agar analisis lebih lengkap dan rekomendasi yang dihasilkan lebih valid.

Kata kunci: Cosine-Similarity, Dosen Pengampu, Mata kuliah, Pendukung Keputusan, STMIK Handayani.

FEASIBILITY STUDY OF GOOGLE’S TEACHABLE MACHINE IN THE DIAGNOSIS OF MONKEYPOX

2025-12-30T13:39:46+00:00

Wabah cacar monyet yang menyebar cepat ke lebih dari 40 negara di luar Afrika menimbulkan kekhawatiran kesehatan global. Karena kemiripannya dengan penyakit lain, diagnosis klinis pada tahap awal sering sulit dilakukan. Deteksi lesi cacar monyet berbasis komputer dapat membantu identifikasi cepat, terutama di wilayah dengan akses terbatas terhadap tes PCR. Studi ini memperluas penelitian sebelumnya dengan menguji efektivitas Teachable Machine milik Google dalam mendiagnosis cacar monyet menggunakan dataset MSLD, yang berisi gambar lesi kulit dan diklasifikasikan ke dalam dua kategori: cacar monyet dan penyakit lain. Berbagai konfigurasi CNN diuji untuk mencapai akurasi terbaik. Hasil menunjukkan bahwa Teachable Machine menghasilkan akurasi diagnosis yang 14,52% dan 13% lebih tinggi dibandingkan metode VGG16 dan Ensemble Vote Classifier. Dengan optimasi hiperparameter, alat ini terbukti efektif, murah, dan praktis untuk diagnosis citra medis, termasuk penyakit serupa lainnya.

PERANCANGAN DAN IMPLEMENTASI SISTEM KONTROL OTOMATIS EMERGENCY DIESEL GENERATOR (EDG) BLACK START

2025-12-30T13:42:46+00:00

Keandalan sistem tenaga listrik saat terjadi pemadaman total sangat bergantung pada ketersediaan Emergency Diesel Generator (EDG) sebagai unit black start. Namun, sistem konvensional sering menghadapi masalah ketika EDG menyala secara tidak tepat akibat padam sebagian maupun gangguan sesaat. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kontrol otomatis EDG dengan metode deteksi ganda tegangan rendah pada dua bus menggunakan logika AND yang dilengkapi on-delay timer tiga detik. Penelitian dilakukan secara eksperimental melalui pembuatan panel kontrol berbasis 24 Vdc yang terintegrasi dengan relay under-voltage, timer, selektor otomatis dan manual, serta indikator keselamatan, kemudian diuji dalam sepuluh kondisi berbeda pada Bus A dan Bus B. Hasil pengujian menunjukkan bahwa EDG tidak menyala pada kondisi normal maupun padam sebagian, sedangkan timer efektif mencegah false start akibat penurunan tegangan sesaat. EDG hanya menyala otomatis saat kedua bus padam dengan tegangan keluaran seimbang sebesar 406 V, 406 V, dan 407 V pada tiga fasa. Sistem yang diusulkan terbukti meningkatkan keandalan operasi black start dan berpotensi diterapkan secara praktis untuk memperkuat pasokan daya darurat pada pembangkit listrik.

PENGEMBANGAN MEDIA PEMBELAJARAN INTERAKTIF SISTEM KONTROL PROSES INDUSTRI BERBASIS PLC DENGAN INTEGRASI OPC, MQTT, DAN DATABASE

2025-12-30T13:48:29+00:00

Media pembelajaran interaktif berbasis teknologi Industri 4.0 menjadi kebutuhan mendesak untuk mendukung pendidikan di bidang otomasi sistem permesinan. Penelitian ini bertujuan mengembangkan media pembelajaran interaktif untuk sistem kontrol proses industri berbasis PLC yang terintegrasi dengan OPC, MQTT, dan database menggunakan Google AI Studio dan NotebookLM. Google AI Studio digunakan untuk membuat aplikasi simulasi pembelajaran interaktif yang memungkinkan mahasiswa berinteraksi dengan konsep sistem kontrol secara real-time, sedangkan Google NotebookLM digunakan untuk menghasilkan video pembelajaran yang menarik dan mudah dipahami. Media pembelajaran dirancang dengan memanfaatkan perangkat keras seperti PLC Siemens S7-1200 dan OMRON CP1L serta perangkat lunak TIA Portal, Node-Red, KepServerEx, dan Factory I/O. Metode penelitian yang digunakan adalah Research and Development dengan model DEDTE (Define, Explore, Design, Test, Evaluate). Hasil penelitian menunjukkan bahwa integrasi Google AI Studio dan NotebookLM mampu meningkatkan pemahaman mahasiswa terhadap konsep sistem kontrol proses industri dengan efektivitas lebih dari 80% berdasarkan evaluasi pengguna. Media pembelajaran ini diharapkan dapat mempersiapkan mahasiswa sebagai tenaga kerja yang kompeten di era Industri 4.0.

Desain Energi Terbarukan Surya dan Angin (Hybrid) Sebagai Sumber Energi Alternatif Praktikum Pada Kampus Vokasi Menggunakan Aplikasi Homer

2026-01-14T05:58:47+00:00

Penggunaan energi terbarukan telah banyak diadopsi secara global sebagai upaya mengurangi ketergantungan terhadap energi berbasis fosil. Sistem pembangkit listrik hybrid yang memanfaatkan sumber energi terbarukan menjadi solusi efektif untuk menghasilkan energi secara optimal. Dalam tulisan ini, dibahas sistem hybrid yang terdiri dari panel surya (PV), turbin angin, dan penyimpanan energi menggunakan baterai. Perancangan sistem ini sangat dipengaruhi oleh profil beban, potensi sumber energi yang tersedia, serta kondisi geografis lokasi penelitian. Studi ini membahas aspek teknis dan biaya modal (capital cost) dari sistem tenaga listrik hybrid yang dirancang untuk digunakan sebagai sumber energi alternatif dalam kegiatan praktikum di Kampus Politeknik Sorowako (Poliwako). Parameter utama yang dianalisis meliputi intensitas cahaya matahari (irradiance), suhu, kecepatan angin rata-rata, serta ukuran komponen. Analisis teknis dan ekonomi dilakukan menggunakan aplikasi HOMER dengan memasukkan beban harian keperluan praktikum pada bengkel A, di Poliwako. Hasil dari aplikasi HOMER layak diterapkan, dengan total biaya investasi sebesar $7.396,105, dan tanpa adanya energi yang tidak terpenuhi selama satu tahun.

PEMANFAATAN PROTOKOL OPC UA DALAM IOT UNTUK PEMANTAUAN PENGGUNAAN LISTRIK INDUSTRI

2026-02-05T06:16:34+00:00

Industri manufaktur modern membutuhkan solusi Internet of Things (IoT) untuk pemantauan energi real-time guna mengatasi tantangan efisiensi dan interoperabilitas protokol. Penelitian ini bertujuan mengembangkan sistem pemantauan konsumsi listrik industri menggunakan Protokol Open Platform Communications Unified Architecture (OPC UA) sebagai backbone komunikasi data yang aman dan terstruktur. Metode yang digunakan meliputi pengembangan sistem berbasis mikrokontroler dengan sensor energi digital (PZEM-004T), di mana data dikirim menggunakan format OPC UA PubSub berlatensi rendah. Pengujian dilakukan pada beban listrik aktual untuk menguji akurasi sensor dan kinerja protokol. Hasil pengujian menunjukkan akurasi tegangan sensor sangat tinggi. Meskipun terdapat galat minor pada pengukuran arus dan daya pada beban kecil non-linier, sistem terbukti andal untuk beban industri besar. Kinerja OPC UA sangat superior dengan latency rata-rata hanya 82 ms (beban sedang) dan Tingkat Keberhasilan Transmisi (DDR) di atas 98,5% pada semua skenario. Pemanfaatan OPC UA sangat cocok dan terukur untuk menjamin integritas dan kecepatan data real-time, memenuhi standar kebutuhan pemantauan energi dalam lingkungan Industrial IoT.

Analisis Mengenai Alat Pembuat Bubuk Model Hammer Mill Untuk Biji Kopi

2026-02-09T03:54:34+00:00

Pengolahan biji kopi secara tradisional, khususnya proses penyangraian (roasting) dan pembubukan (grinding), umumnya membutuhkan waktu lama, tenaga besar, dan dinilai kurang efisien. Penelitian ini bertujuan untuk merancang dan membangun mesin integrasi penyangrai dan pembubuk kopi guna meningkatkan efisiensi dan kemudahan dalam proses pengolahan biji kopi. Metode penelitian yang digunakan adalah metode rancang bangun (design and build). Spesifikasi alat menggunakan penggerak motor listrik 0,5 HP dengan sistem transmisi sabuk tipe V-A. Konstruksi utama terdiri dari poros, bantalan, tabung penyangrai, tabung pembubuk (hammer mill), serta rangka berbahan besi siku 40x40 mm. Hasil pengujian penyangraian dengan kapasitas 500 gram menunjukkan tiga tingkatan kematangan: light roast dicapai pada suhu 87,65°C selama 5 menit (warna cokelat muda), medium roast pada suhu 124,34°C selama 15 menit (warna kecokelatan dengan aroma sedang), dan dark roast pada suhu 131,7°C selama 20 menit (warna cokelat tua dengan aroma dan rasa kuat). Sementara itu, pengujian unit pembubuk dengan kecepatan putar 1400 rpm dan massa awal 200 gram menunjukkan hasil massa akhir sebesar 95 gram dalam waktu 5 menit, dan meningkat menjadi 189 gram dalam waktu 10 menit.

SFS Rancang Bangun Sistem Smart Farming Tanaman Selada Berbasis Internet of Things

2026-02-24T03:50:43+00:00

Tanaman selada merupakan salah satu komoditas hortikultura yang membutuhkan kondisi kelembaban tanah dan lingkungan yang optimal untuk mendukung pertumbuhan yang baik. Monitoring dan penyiraman tanaman secara manual memiliki keterbatasan dalam hal efisiensi dan akurasi. Penelitian ini bertujuan untuk merancang dan membangun sistem smart farming selada berbasis Internet of Things (IoT) yang mampu melakukan monitoring kondisi lingkungan dan kontrol penyiraman secara otomatis. Sistem menggunakan mikrokontroler ESP32 sebagai pusat pengendali, sensor soil moisture untuk mengukur kelembaban tanah, sensor DHT22 untuk mengukur suhu dan kelembaban udara, serta relay dan pompa air sebagai aktuator penyiraman otomatis. Data sensor dikirimkan ke platform IoT melalui jaringan WiFi untuk ditampilkan secara real-time pada perangkat pengguna. Hasil pengujian menunjukkan bahwa sistem mampu membaca kelembaban tanah dengan rentang 14,5% hingga 63,4% dan suhu lingkungan antara 26,5°C hingga 28,5°C. Sistem mampu mengaktifkan pompa air secara otomatis ketika kelembaban tanah di bawah 40% dan mematikannya ketika kelembaban tanah telah mencapai nilai yang ditentukan. Selain itu, sistem mampu mengirimkan data ke platform IoT secara real-time dengan stabil. Berdasarkan hasil pengujian, sistem yang dikembangkan mampu melakukan monitoring dan kontrol penyiraman tanaman selada secara otomatis dan real-time, sehingga dapat meningkatkan efisiensi dalam pengelolaan tanaman.

REKOMENDASI PEGAWAI PADA SISTEM PENDUKUNG KEPUTUSAN PENILAIAN INTERNAL UNTUK PROMOSI PEGAWAI BERBASIS ANDROID

2026-02-28T12:19:41+00:00

Dinas Perumahan, Kawasan Permukiman dan Pertanahan provinsi Sul-Sel merupakan unsur pelaksana Urusan Pemerintahan Daerah bidang perumahan dan kawasan permukiman. Pada bidang pertanahan mengalami kendala dalam hal penilaian internal kenaikan jabatan struktural karena masih dilakukan secara manual sehingga keputusan yang diambil hanya berdasarkan intuisi, belum ada standar baku atau pembobotan nilai yang pasti dalam menentukan kualitas pegawai, serta belum ada sistem yang dapat memberikan alternatif solusi dalam penilaian internal kinerja pegawai untuk diusulkan kenaikan jabatannya, hal ini berakibat seorang pegawai naik jabatannya tapi tidak sesuai dengan kemampuannya sehingga kinerja pegawai tersebut menurun bahkan dapat merugikan tempat kerja dan dirinya sendiri.

Tujuan dari penelitian ini adalah untuk merancang sistem pendukung keputusan dalam penilaian Internal Kinerja Pegawai untuk Kenaikan Jabatan Struktural serta mengimplementasikan metode SMART dalam sistem pendukung keputusan tersebut. Metode yang digunakan adalah metode SMART untuk pengambilan keputusan multiatribut yang digunakan untuk mendukung pembuat dalam memilih antara beberapa alternatif. Hasil dari penelitian ini adalah aplikasi berbasis android untuk penginputan kelengkapan berkas serta aplikasi website untuk admin. Berdasarkan hasil Uji Coba dengan 3 alternatif dengan menggunakan metode SMART Hasil perangkingan tertinggi yaitu alternative 2 dengan pegawai yang layak direkomendasikan kenaikan jabatan dengan persentase nilai akhir sebesar 78.828125. Maka dapat disimpulkan bahwa bobot sangatlah berpengaruh dalam perhitungan ini serta aplikasi Android mudah digunakan dalam penginputan kelengkapan berkas.