Random - JURIS - Juru Riset - Kompilasi Jurnal Akademik Indonesia

Game Pembelajaran Multiplayer Tebak Menggambar Rumah Adat Berbasis Web

2026-04-30T19:06:42+07:00

#calendar - Game Pembelajaran Multiplayer Tebak Menggambar Rumah Adat Berbasis Web: Berdasarkan latar belakang, metode, hasil, keterbatasan, dan juga bagian saran penelitian lanjutan, pengembangan game ini dapat dilanjutkan dengan beberapa arah. Pertama, perluasan konten rumah adat dari seluruh provinsi di Indonesia akan memperkaya materi pembelajaran dan memberikan wawasan yang lebih luas kepada pemain. Kedua, penambahan mode latihan (single player) memungkinkan pemain untuk berlatih secara mandiri dan meningkatkan pemahaman mereka tentang rumah adat tanpa tekanan kompetisi. Ketiga, penerapan sistem login serta profil pemain akan memungkinkan personalisasi pengalaman bermain dan pelacakan progres belajar yang lebih baik. Dengan pengembangan lebih lanjut, game ini diharapkan dapat menjadi media pembelajaran budaya yang lebih luas dan menarik, serta berkontribusi pada pelestarian warisan budaya Indonesia..
Game tebak menggambar rumah adat yang dikembangkan dalam proyek Tugas Akhir ini bertujuan untuk menjadi media pembelajaran interaktif berbasis web yang menyenangkan, khususnya untuk mengenalkan rumah adat Indonesia kepada siswa sekolah dasar.Berdasarkan perancangan dan pengujian yang telah dilakukan, dapat disimpulkan bahwa game ini berhasil dibangun dengan fitur-fitur utama seperti mode Multiplayer, sistem giliran otomatis, pengenalan visual rumah adat, sistem skor, dan leaderboard akhir permainan.Game ini menggunakan pendekatan gamifikasi untuk meningkatkan minat belajar pemain terhadap budaya Indonesia melalui permainan tebak gambar
Indonesia adalah negara yang kaya akan keberagaman budaya, termasuk rumah adat yang mencerminkan identitas dan nilai budaya masing-masing daerah. Namun, minat generasi muda terhadap warisan budaya lokal semakin berkurang, terutama karena metode pembelajaran konvensional yang kurang menarik. Pada game rumah adat yang sudah ada juga aktivitas cenderung pasif, seperti memilih jawaban, mengeksplorasi peta, atau membaca deskripsi. Maka dengan mengembangkan Game Pembelajaran Multiplayer Tebak Menggambar Rumah Adat Berbasis Web...
Kunjungi calendar untuk informasi lainnya.

Optimalisasi Kendali Posisi dan Kecepatan Clamping Konektor Baterai dengan Dual Loop P PI Controller pada Mesin Press Welding

2026-04-30T19:04:01+07:00

#calendar - Optimalisasi Kendali Posisi dan Kecepatan Clamping Konektor Baterai dengan Dual-Loop P-PI Controller pada Mesin Press Welding: Untuk penelitian lanjutan, dapat dipertimbangkan beberapa saran berikut: Pertama, melakukan analisis lebih mendalam tentang pengaruh variasi diameter kontak konektor pada kualitas penyambungan dan efisiensi proses secara keseluruhan. Kedua, mengeksplorasi metode kontrol alternatif selain dual-loop P-PI, seperti fuzzy logic atau neural network, untuk meningkatkan presisi dan kecepatan proses clamping. Ketiga, mengembangkan sistem kontrol yang lebih cerdas dengan kemampuan adaptif terhadap perubahan beban atau kondisi operasi, sehingga dapat menjaga performa optimal dalam berbagai skenario. Dengan menggabungkan analisis teoretis, eksperimen, dan simulasi, penelitian ini dapat memberikan kontribusi signifikan dalam meningkatkan efisiensi dan kualitas proses press welding industri..
Sistem kontrol penjepitan konektor berbasis servo dengan arsitektur dual-loop PAePI telah berhasil diimplementasikan pada mesin press welding.Proses tuning awal dilakukan menggunakan metode ZieglerAeNichols 1 berdasarkan data respons tanpa kontrol, yang kemudian dilanjutkan dengan fine tuning manual secara bertahap pada loop kecepatan dan posisi untuk memastikan stabilitas serta performa optimal.Parameter akhir yang digunakan adalah Kp = 280 dan Ti = 35 untuk loop kecepatan (kontrol PI), serta Kp = 80 untuk loop posisi (kontrol P-only).Nilai ini diperoleh melalui iterasi tuning berbasis respons aktual dan memberikan hasil yang sesuai terhadap kriteria waktu, akurasi, dan kestabilan.Identifikasi sistem menggunakan metode tfest menghasilkan model loop kecepatan dengan 6 pole, 4 zero, dan tingkat kecocokan (fit) sebesar 88,49%, serta model loop posisi dengan 2 pole, 1 zero, dan tingkat kecocokan sebesar 83,95%.Analisis pole-zero map menunjukkan bahwa kedua model stabil dan valid berdasarkan overlay respons terhadap data aktual.Model ini dapat digunakan sebagai representasi matematis sistem untuk validasi, simulasi lanjutan, atau pengembangan kontrol berbasis model di masa depan.Hasil implementasi menunjukkan peningkatan performa yang signifikan.Waktu clamping berhasil dipangkas menjadi 2,30 detik, lebih cepat 49,1% dibandingkan sistem sebelumnya.Diameter konektor mencapai 6,01 mm, tepat di tengah toleransi 6,00 A 0,10 mm, sementara output produksi meningkat menjadi 900 pcs per jam, naik 36,4% dari sistem lama.Peningkatan ini mencerminkan keberhasilan sistem kontrol dalam mengoptimalkan proses penyambungan konektor baterai
Variasi diameter kontak konektor baterai pada penyambungan mesin press welding menyebabkan perubahan resistansi yang tidak terkendali, menghasilkan fluktuasi kalor dan cacat penyambungan seperti splash timah. Salah satu penyebab utamanya adalah tidak stabilnya sistem clamping akibat tidak adanya umpan balik posisi pada sistem hidrolik konvensional. Penelitian ini bertujuan mengoptimalkan kendali posisi dan kecepatan proses clamping dengan metode kontrol dual-loop P-PI berbasis servo pada mesin press welding. Arsitektur kontrol terdiri dari loop luar dengan kontroler P untuk kendali posisi dan loop dalam dengan kontroler PI untuk kendali kecepatan. Proses tuning awal menggunakan metode Ziegler-Nichols 1, diikuti fine tuning berdasarkan analisis respons transien sistem. Untuk memastikan kontroler dirancang pada model yang representatif, dilakukan...
Kunjungi calendar untuk informasi lainnya.

Analisis Dan Perancangan Sistem Pendeteksian Phishing Berbasis AI Pada Platform Whatsapp Dengan Pendekatan Bahasa Lokal Surabaya

2026-04-30T19:00:55+07:00

#calendar - Analisis Dan Perancangan Sistem Pendeteksian Phishing Berbasis AI Pada Platform Whatsapp Dengan Pendekatan Bahasa Lokal Surabaya: Penelitian selanjutnya dapat meneliti penggunaan model pembelajaran mesin secara online (online learning) untuk memperbarui sistem deteksi phishing secara real-time serta mengadaptasi pola ancaman baru. Selain itu, studi mengenai integrasi sistem ini dengan platform pesan lain seperti Telegram dan Viber dapat meningkatkan cakupan keamanan multiAcplatform. Terakhir, evaluasi dampak penerapan sistem terhadap tingkat kesadaran dan perilaku pengguna lokal dapat memberikan insight berharga bagi pengembangan kebijakan kebijakan keamanan siber yang lebih efektif..
Sistem pendeteksi phishing berbasis AI menggunakan model IndoBERT berhasil diimplementasikan dengan integrasi FastAPI dan Node.Sistem dapat mengklasifikasikan pesan phishing dengan akurasi tinggi, bahkan pada bahasa lokal dialek Surabaya.Integrasi antara platform WhatsApp dan backend berjalan responsif, sehingga pesan phishing dapat terdeteksi serta ditindaklanjuti secara otomatis.Semua aktivitas pendeteksian disimpan di database MySQL, memfasilitasi pelacakan dan analisis lanjutan.Sistem ini dapat dijadikan dasar pengembangan lebih lanjut untuk keamanan pesan di platform WhatsApp berbasis bahasa lokal
Phishing merupakan salah satu bentuk kejahatan siber yang sering terjadi melalui platform pesan instan seperti WhatsApp. Pesan phishing memanfaatkan teknik manipulasi bahasa untuk mengecoh pengguna, terutama dalam konteks lokal yang menggunakan bahasa daerah. Penelitian ini bertujuan untuk menganalisis dan merancang sistem deteksi phishing berbasis Artificial Intelligence (AI) dengan pendekatan bahasa lokal Surabaya. Sistem ini dibangun dengan memanfaatkan model pemrosesan bahasa alami (Natural Language Processing) untuk memahami dan mengenali pola-pola phishing dalam dialek...
Kunjungi calendar untuk informasi lainnya.

Rekontruksi Data Suhu dan Tekanan pada Pembangkit Listrik Tenaga Mesin Gas PLTMG menggunakan Recurrent Neural Network

2026-04-30T18:49:20+07:00

#calendar - Rekontruksi Data Suhu dan Tekanan pada Pembangkit Listrik Tenaga Mesin Gas (PLTMG) menggunakan Recurrent Neural Network: Penelitian lanjutan dapat mengeksplorasi integrasi parameter monitoring tambahan seperti getaran, arus, dan tegangan untuk memperkaya data sensor sehingga model deteksi anomali dapat memahami lebih banyak aspek kondisi mesin. Selain itu, penerapan metode pembelajaran adaptif, seperti online learning, dapat dimanfaatkan agar model dapat memperbarui diri secara realActime ketika pola operasional berubah, sehingga meningkatkan ketepatan deteksi anomali dalam kondisi dinamis. Penelitian juga dapat menguji sistem ini pada Pembangkit Listrik Tenaga Mesin Gas (PLTMG) lainnya di lokasi berbeda untuk mengukur generalisasi model dan menilai performa di lingkungan operasi yang bervariasi..
Perkembangan sistem deteksi anomali berbasis LSTM autoencoder berhasil meningkatkan kemampuan deteksi gangguan pada PLTMG dibandingkan sistem konvensional berbasis ambang batas tetap.Konfigurasi optimal model menggunakan fungsi aktivasi Tanh, 4 layer, 100 epoch, batch size 32, dan time step 10 menghasilkan nilai Mean Squared Error (MSE) terendah sebesar 0.Sistem ini dapat memberikan peringatan dini sebelum terjadi kondisi kritis, meningkatkan keandalan dan stabilitas operasi PLTMG
Pembangkit Listrik Tenaga Mesin Gas (PLTMG) memanfaatkan sensor suhu dan tekanan untuk memantau kondisi operasional. Sistem keamanan konvensional yang menggunakan ambang batas tetap sering kali tidak mampu mengidentifikasi gejala awal gangguan sebelum mencapai kondisi kritis. Penelitian ini mengusulkan pengembangan sistem deteksi anomali berbasis metode Long Short-Term Memory (LSTM) Autoencoder sebagai solusi yang lebih adaptif. Data sensor dikumpulkan melalui protokol MQTT dan disimpan dalam database, kemudian diproses...
Kunjungi calendar untuk informasi lainnya.

Pendidikan Dulu Nikah Kemudian Sosialisasi Pencegahan Pernikahan Dini di Desa Kaliwining

2026-04-30T18:34:18+07:00

#calendar - Pendidikan Dulu Nikah Kemudian: Sosialisasi Pencegahan Pernikahan Dini di Desa Kaliwining: Berinilah penelitian kuantitatif untuk menilai dampak jangka panjang sosialisasi AoPendidikan Dulu Nikah KemudianAo terhadap tingkat kelulusan siswa ke perguruan tinggi di wilayah lain, serta mengukur perubahan perilaku sosial mereka. Selanjutnya, lakukan studi kebijakan untuk menganalisis efektivitas regulasi pernikahan minimum usia di desa Kota Kaliwining, memperhatikan faktor ekonomi dan budaya, guna menyesuaikan intervensi preventif. Terakhir, jelajahi potensi integrasi program sosialisasi ini dengan pelatihan keterampilan kerja bagi remaja, sehingga memperkuat sinergi antara pendidikan formal dan peningkatan kemandirian ekonomi remaja..
Sosialisasi ini sangat bermanfaat bagi remaja untuk memahami pentingnya pendidikan dalam mencapai tujuan dan masa depan yang lebih cerah, serta mempersiapkan diri untuk memulai keluarga di masa depan.Metode ceramah, diskusi, dan tanya jawab digunakan untuk mensosialisasikan, sehingga meningkatkan partisipasi siswa.Dengan strategi ini, diharapkan siswa memotivasi diri untuk menunda pernikahan demi melanjutkan studi
Pendidikan merupakan suatu upaya yang secara sadar dan terarah demi menciptakan proses pembelajaran dan suasana belajar agar peserta didik aktif dalam mengembangkan potensi yang ada. Tujuannya adalah agar mereka memiliki kekuatan spiritual keagamaan, kemandirian, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan untuk diri mereka sendiri, keluarga, bangsa, dan negara. Adapun pernikahan dini adalah pernikahan yang dilakukan oleh anak yang masih dibawah umur, maksudnya menikah sebelum mempelai mencapai usia produktif. Umumnya, pernikahan dini dilakukan sebelum usia 20 tahun untuk perempuan dan 25 tahun untuk lakiAclaki. Tujuan kegiatan ini ialah memberikan sosialisasi kepada para remaja di desa Kaliwining...
Kunjungi calendar untuk informasi lainnya.

Prediksi Permintaan Resistor Menggunakan Implementasi Manual Gradient Boost Untuk Optimasi Inventaris

2026-04-30T18:20:31+07:00

#calendar - Prediksi Permintaan Resistor Menggunakan Implementasi Manual Gradient Boost Untuk Optimasi Inventaris: Penelitian lanjutan dapat difokuskan pada penggunaan dataset permintaan resistor yang lebih besar dan beragam dari berbagai toko komponen elektronik untuk meningkatkan akurasi dan generalisasi model prediksi. Selain itu, eksplorasi implementasi algoritma Gradient Boosting yang lebih canggih, seperti XGBoost atau LightGBM, dengan optimasi hyperparameter yang sistematis, dapat menghasilkan peningkatan kinerja yang signifikan. Terakhir, penelitian dapat diperluas dengan mempertimbangkan faktor-faktor eksternal yang memengaruhi permintaan resistor, seperti tren pasar elektronik, siklus hidup produk, dan promosi penjualan, untuk membangun model prediksi yang lebih komprehensif dan responsif terhadap perubahan kondisi pasar. Penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam tentang dinamika permintaan resistor dan membantu toko komponen elektronik dalam mengoptimalkan strategi inventaris mereka secara lebih efektif, mengurangi biaya operasional, dan meningkatkan kepuasan pelanggan..
Penelitian ini berhasil mengembangkan dan mendemonstrasikan implementasi manual algoritma Gradient Boosting untuk memprediksi permintaan resistor bulanan.Model menunjukkan kemampuan untuk mempelajari pola dari data historis permintaan, dengan kinerja evaluasi yang konsisten menunjukkan penurunan nilai MAE dan RMSE.Prediksi permintaan untuk Bulan-4 dan Bulan-5 berhasil dilakukan menggunakan strategi "geser waktu".Namun, keterbatasan utama penelitian ini adalah penggunaan dataset simulasi yang sangat kecil, yang membatasi kemampuan generalisasi model dan memerlukan penelitian lebih lanjut dengan dataset yang lebih besar dan representatif
Penelitian ini bertujuan mengoptimalkan inventaris resistor bulanan di toko komponen elektronik melalui prediksi permintaan yang akurat. Mengatasi tantangan overstock dan understock yang memicu kerugian investasi, model Gradient Boosting diimplementasikan secara manual. Model ini, yang dibangun berdasarkan prinsip dasar Extreme Gradient Boosting (XGBoost), dilatih menggunakan data historis permintaan resistor dari tiga bulan sebelumnya. Evaluasi kinerja model selama 20 iterasi pelatihan menunjukkan penurunan konsisten pada metrik Mean Absolute Error (MAE) dan...
Kunjungi calendar untuk informasi lainnya.

Perancangan Sistem Informasi Dengan Pendekatan Gamifikasi Untuk Penjualan Di Toko Baju Bekas

2026-04-30T18:00:51+07:00

#calendar - Perancangan Sistem Informasi Dengan Pendekatan Gamifikasi Untuk Penjualan Di Toko Baju Bekas: Penelitian selanjutnya dapat menjelajahi efektivitas gamifikasi dalam meningkatkan retensi pelanggan melalui analisis perilaku pengguna secara longitudinal; studi lain dapat mengembangkan model prediksi kepuasan pelanggan berdasarkan skor gamifikasi yang diperoleh; dan penelitian tambahan dapat mengintegrasikan fitur rekomendasi berbasis machine learning untuk mempersonalisasi pengalaman belanja di platform thrifting online..
Sistem informasi yang dirancang dengan pendekatan gamifikasi pada penjualan di toko baju bekas berhasil menciptakan solusi inovatif untuk meningkatkan interaksi dan loyalitas pelanggan.Elemen gamifikasi seperti poin, level, dan tantangan mengubah pengalaman belanja menjadi lebih menarik dan menyenangkan, sekaligus mendorong perilaku pembelian berulang.Implementasi sistem ini diharapkan menambah nilai signifikan bagi toko baju bekas, menjadikannya platform interaktif yang memotivasi dan menghargai partisipasi pelanggan
Thrifting sebagai tren belanja pakaian bekas semakin diminati di era fashion yang cepat berubah dan menjadi bagian dari identitas individu. Namun, pasar thrifting online menghadapi tantangan dalam menarik dan mempertahankan pelanggan karena pengalaman belanja yang kurang interaktif pada platform konvensional. Penelitian ini bertujuan merancang sistem informasi penjualan baju bekas dengan pendekatan gamifikasi pada platform website untuk meningkatkan daya tarik dan keterlibatan pelanggan. Gamifikasi yang diterapkan meliputi elemen poin, level, tantangan, dan ikon interaktif...
Kunjungi calendar untuk informasi lainnya.

Sistem Identifikasi Kerusakan Bearing Berbasis Frekuensi Karakteristik dan Klasifikasi Kondisi Gearset Pada Roll Konveyor Robo Arm Palletizer

2026-04-30T17:52:32+07:00

#calendar - Sistem Identifikasi Kerusakan Bearing Berbasis Frekuensi Karakteristik dan Klasifikasi Kondisi Gearset Pada Roll Konveyor Robo Arm Palletizer: Untuk penelitian lanjutan, dapat dipertimbangkan pengembangan sistem yang lebih canggih dengan menggabungkan berbagai metode analisis dan klasifikasi. Misalnya, menggabungkan metode KNN dengan teknik-teknik machine learning lainnya seperti Support Vector Machine (SVM) atau Random Forest untuk meningkatkan akurasi klasifikasi kondisi gearset. Selain itu, dapat juga dieksplorasi penggunaan algoritma-algoritma optimasi seperti Genetic Algorithm atau Particle Swarm Optimization untuk tuning parameter-parameter sistem secara lebih efisien. Penelitian lebih lanjut juga dapat dilakukan untuk mengintegrasikan sistem dengan platform Industry 4.0, seperti sistem kontrol dan otomasi industri, untuk meningkatkan efisiensi dan produktivitas proses manufaktur secara keseluruhan..
Penelitian ini telah berhasil merancang dan mengimplementasikan sistem identifikasi kerusakan bearing dan klasifikasi kondisi gearset pada roll konveyor Robo Arm Palletizer menggunakan pendekatan analisis frekuensi dan algoritma K-Nearest Neighbors (KNN).Sistem identifikasi bearing memanfaatkan hasil transformasi Fast Fourier Transform (FFT) untuk mendeteksi frekuensi karakteristik seperti BPFO, BPFI, BSF, dan FTF.Hasil pengujian menunjukkan bahwa frekuensi dominan pada spektrum FFT sesuai dengan frekuensi karakteristik yang dihitung, mengindikasikan efektivitas pendekatan ini dalam mengidentifikasi lokasi kerusakan bearing.Untuk klasifikasi kondisi gearset, sistem menggunakan parameter RPM dari motor dan roll sebagai fitur input ke dalam algoritma KNN.Hasil evaluasi menunjukkan bahwa model KNN dengan K = 5 mampu mencapai akurasi hingga 94%, dengan performa klasifikasi yang tinggi terutama pada kondisi Normal dan Terputus.Sistem yang dikembangkan terintegrasi dengan antarmuka GUI berbasis Python untuk menampilkan status kondisi komponen secara real-time.Dengan demikian, sistem ini diharapkan dapat menjadi solusi pemantauan kondisi yang efektif serta mendukung implementasi Industry 4
Bearing pada sistem konveyor memiliki peran penting dalam menjaga kelancaran operasional, terutama pada Robo Palletizer Fuji yang digunakan di perusahaan produsen pupuk. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem klasifikasi kerusakan bearing dan gearset menggunakan metode K-Nearest Neighbors (KNN). Parameter utama yang digunakan meliputi data getaran dan kecepatan rotasi (RPM). Sistem ini diimplementasikan dalam lingkungan industri dan dirancang untuk mengidentifikasi kondisi kerusakan komponen secara otomatis berdasarkan data real-time dari sensor. Klasifikasi kerusakan gearset dilakukan dengan metode KNN menggunakan parameter RPM motor dan RPM roll. Sementara itu, deteksi kerusakan bearing dilakukan dengan pendekatan berbasis rumus frekuensi karakteristik...
Kunjungi calendar untuk informasi lainnya.

Sistem Klasifikasi Suhu dan Kelembapan untuk Deteksi Dini Risiko Penggumpalan pada Material Granular Higroskopis Menggunakan Metode K Nearest Neighbors

2026-04-30T17:39:21+07:00

#calendar - Sistem Klasifikasi Suhu dan Kelembapan untuk Deteksi Dini Risiko Penggumpalan pada Material Granular Higroskopis Menggunakan Metode K-Nearest Neighbors: Untuk pengembangan selanjutnya, sistem ini dapat ditingkatkan dengan menambahkan variabel lingkungan lain, seperti tekanan dan sirkulasi udara, yang dapat memperkaya analisis kondisi material. Selain itu, eksplorasi algoritma klasifikasi alternatif, seperti Random Forest dan Support Vector Machine (SVM), juga dapat dilakukan untuk meningkatkan skalabilitas, akurasi, dan ketahanan sistem terhadap data dengan kompleksitas yang lebih tinggi. Dengan demikian, sistem ini dapat menjadi lebih komprehensif dan akurat dalam mendeteksi risiko penggumpalan pada material granular higroskopis, serta memberikan solusi yang lebih efektif dalam pengendalian mutu penyimpanan material di industri..
Penelitian ini berhasil mengembangkan sistem klasifikasi berbasis algoritma K-Nearest Neighbors (KNN) untuk mendeteksi kondisi material granular higroskopis berdasarkan parameter suhu dan kelembapan.Sistem ini dirancang untuk mengklasifikasikan kondisi material ke dalam tiga kategori, yaitu Tidak Menggumpal, Potensi Menggumpal, dan Menggumpal, menggunakan data yang diperoleh secara real-time dari sensor suhu dan kelembapan yang terpasang pada permukaan material selama proses penyimpanan.Melalui evaluasi performa model, sistem ini menunjukkan tingkat akurasi dan konsistensi klasifikasi yang sangat tinggi, dengan nilai F1-score lebih dari 98% untuk seluruh kelas.Hasil ini menunjukkan bahwa sistem mampu secara andal mengenali pola perubahan suhu dan kelembapan untuk menentukan status kestabilan material, serta dapat membedakan kondisi dengan akurasi yang baik.Selain itu, sistem juga berhasil diimplementasikan dalam bentuk prototipe berbasis web, yang memungkinkan tampilan hasil klasifikasi dan notifikasi secara visual dan real-time.Fitur ini meningkatkan kemampuan untuk melakukan pemantauan langsung terhadap kondisi material, menjadikannya alat yang sangat berguna dalam industri penyimpanan material, terutama dalam memantau kualitas penyimpanan pupuk urea.Berdasarkan hasil yang dicapai, sistem ini dinilai layak untuk diterapkan dalam konteks industri penyimpanan material sebagai solusi deteksi dini terhadap risiko penggumpalan
Penggumpalan (caking) adalah masalah umum yang terjadi pada penyimpanan material granular higroskopis, yang dipengaruhi oleh kondisi lingkungan yang tidak terkendali, khususnya suhu dan kelembapan yang melebihi batas yang ditetapkan. Penggumpalan dapat menyebabkan penurunan kualitas produk dan menghambat proses distribusi serta aplikasi di lapangan. Penelitian ini bertujuan untuk merancang sistem klasifikasi berbasis algoritma K-Nearest Neighbors (KNN) guna mengidentifikasi kondisi lingkungan penyimpanan berdasarkan data suhu dan kelembapan yang terukur. Data suhu dan kelembapan dikumpulkan secara berkala menggunakan sensor, disimpan dalam basis data, dan ditampilkan pada...
Kunjungi calendar untuk informasi lainnya.

Pengembangan Sistem Informasi Manajemen Restoran Berbasis Web Pada Restoran Oemah Bu Liek Gwalk

2026-04-30T17:04:59+07:00

#calendar - Pengembangan Sistem Informasi Manajemen Restoran Berbasis Web Pada Restoran Oemah Bu Liek Gwalk: Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan untuk mengembangkan sistem yang telah dirancang menjadi aplikasi yang berfungsi penuh, termasuk implementasi fitur-fitur yang lebih kompleks seperti analisis penjualan dan laporan keuangan. Kedua, studi komparatif dapat dilakukan dengan membandingkan efektivitas sistem informasi manajemen restoran berbasis web dengan metode manual yang digunakan saat ini, dengan mengukur dampak terhadap efisiensi operasional dan peningkatan keuntungan. Ketiga, penelitian dapat difokuskan pada integrasi sistem dengan teknologi lain seperti sistem pemesanan online atau sistem loyalitas pelanggan, untuk menciptakan pengalaman pelanggan yang lebih terpadu dan meningkatkan daya saing restoran. Pengembangan sistem ini diharapkan dapat memberikan solusi komprehensif bagi restoran dalam mengelola operasionalnya secara lebih efisien dan efektif, serta meningkatkan kualitas layanan kepada pelanggan..
Penelitian ini menyimpulkan bahwa Restoran Oemah Bu Liek Gwalk menghadapi tantangan dalam pengelolaan operasionalnya, khususnya terkait manajemen inventaris, presensi karyawan, dan penggajian yang masih dilakukan secara manual.Hal ini menyebabkan ketidakefisienan dan potensi kesalahan dalam operasional harian.Sebagai langkah awal, telah dirancang antarmuka Sistem Informasi Manajemen Restoran berbasis web untuk mendukung pengelolaan inventaris, presensi, dan penggajian yang lebih terstruktur.Rancangan antarmuka ini diharapkan menjadi dasar pengembangan sistem yang dapat mengatasi permasalahan operasional restoran di masa mendatang
Industri restoran terus mengalami pertumbuhan signifikan seiring dengan meningkatnya permintaan masyarakat akan layanan makanan dan minuman yang cepat dan berkualitas. Namun, keberhasilan restoran tidak hanya bergantung pada kepuasan pelanggan, tetapi juga pada efektivitas manajemen operasional internal, terutama dalam pengelolaan inventaris dan perhitungan gaji karyawan. Di Restoran Oemah Bu Liek Gwalk, pencatatan inventaris masih dilakukan secara manual, sehingga menyulitkan pemantauan stok, penentuan prioritas penggunaan bahan, serta pengelolaan sisa barang dan barang jadi termasuk masa kedaluwarsanya. Kondisi ini mengakibatkan data stok tidak akurat dan perhitungan keuntungan menjadi...
Kunjungi calendar untuk informasi lainnya.

Penerapan OOP untuk Simulasi Pemilihan Resistor Seri E192 pada Borland C 5 02

2026-04-30T16:59:57+07:00

#calendar - Penerapan OOP untuk Simulasi Pemilihan Resistor Seri E192 pada Borland C 5.02: Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, pengembangan antarmuka grafis (GUI) untuk program simulasi ini akan meningkatkan kemudahan penggunaan dan aksesibilitas bagi pengguna. Kedua, integrasi program dengan basis data komponen elektronik yang lebih lengkap akan memungkinkan simulasi rangkaian yang lebih kompleks dan realistis. Ketiga, penelitian lebih lanjut dapat dilakukan untuk mengoptimalkan algoritma pencarian nilai resistor terdekat, misalnya dengan menerapkan metode metaheuristik untuk meningkatkan kecepatan dan akurasi pencarian, terutama pada rentang nilai resistansi yang sangat besar. Pengembangan ini akan memberikan kontribusi signifikan dalam memajukan bidang simulasi rangkaian elektronik dan membantu para insinyur dan pelajar dalam merancang dan menganalisis rangkaian elektronik dengan lebih efisien dan akurat..
Penelitian ini berhasil mengembangkan program simulasi pemilihan resistor berdasarkan standar seri E192 dengan pendekatan OOP.Program ini mampu menentukan nilai resistor terdekat dari input pengguna, menghitung toleransi, dan menampilkan kode warna resistor.Implementasi OOP menjadikan program fleksibel dan mudah dikembangkan, memberikan solusi praktis untuk pemilihan komponen dalam konteks pendidikan dan industri
Resistor merupakan salah satu komponen esensial dalam rangkaian elektronika yang berfungsi untuk membatasi laju arus listrik, dengan satuan pengukuran berupa ohm (). Nilai resistansi sebuah resistor ditentukan oleh kombinasi warna gelang pada badan resistor. Namun, sering ditemukan perbedaan antara nilai teoretis dan nilai resistansi aktual yang diukur karena adanya faktor toleransi produksi. Penelitian ini mengembangkan program simulasi pemilihan resistor berdasarkan standar internasional seri E192 dengan menerapkan pendekatan pemrograman berorientasi objek (OOP) menggunakan Borland C . Program ini...
Kunjungi calendar untuk informasi lainnya.

Sistem Informasi Laporan KinerjaAGuru AuSDN Kupang KrajanAy Berbasis Web

2026-04-30T16:39:28+07:00

#calendar - Sistem Informasi Laporan KinerjaAGuru AuSDN Kupang KrajanAy Berbasis Web: Berdasarkan hasil penelitian dan keterbatasan yang ditemukan, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, pengembangan sistem dapat diperluas dengan integrasi fitur analisis data kinerja guru secara otomatis, sehingga kepala sekolah dapat memperoleh wawasan yang lebih mendalam mengenai tren dan area yang memerlukan perbaikan. Kedua, perlu dilakukan studi lebih lanjut mengenai dampak penggunaan sistem terhadap motivasi dan kepuasan kerja guru, dengan menggunakan metode kuantitatif dan kualitatif untuk memperoleh gambaran yang komprehensif. Ketiga, sistem dapat diintegrasikan dengan platform pembelajaran online yang digunakan oleh sekolah, sehingga data kinerja guru dapat dihubungkan dengan hasil belajar siswa, dan memberikan informasi yang lebih holistik untuk pengambilan keputusan. Dengan pengembangan lebih lanjut, sistem informasi ini diharapkan dapat menjadi alat yang efektif untuk meningkatkan kualitas pendidikan di sekolah dasar..
Kesimpulan yang dapat ditarik dari perancangan AuSistem Informasi Laporan Kinerja Guru AuSDN KUPANG KRAJANAy Berbasis WebAy adalah untuk meningkatkan kinerja guru dalam kegiatan belajar mengajar di SDN Kupang Krajan Surabaya.Menggunakan metode waterfall, sistem informasi ini dirancang dengan fitur laporan dan kreativitas guru guna pelaksanaan kegiatan belajar mengajar untuk memastikan desain memenuhi kebutuhan pengguna
Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis web guna memudahkan proses monitoring dan pelaporan kinerja guru di SDN Kupang Krajan. Sistem ini dirancang untuk menggantikan metode manual berbasis kertas yang dinilai tidak efisien, serta untuk meningkatkan transparansi dan efektivitas dalam proses evaluasi guru. Metode pengembangan yang digunakan adalah model Waterfall, yang mencakup analisis kebutuhan, desain sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem ini berhasil meningkatkan efisiensi kerja guru dan kepala sekolah, terutama dalam penginputan dan penilaian kreativitas...
Kunjungi calendar untuk informasi lainnya.