Random - JURIS - Juru Riset - Kompilasi Jurnal Akademik Indonesia

Implementasi Konsep Smart Aquaculture Berbasis IoT dalam Monitoring dan Otomatisasi Tambak Udang

2026-09-06T22:35:05+07:00

#calendar - Implementasi Konsep Smart Aquaculture Berbasis IoT dalam Monitoring dan Otomatisasi Tambak Udang: Penelitian lanjutan dapat fokus pada pengembangan sistem prediksi kualitas air menggunakan algoritma AI berbasis data historis untuk meningkatkan respons otomatis. Selain itu, perlu dikaji integrasi sumber energi terbarukan seperti panel surya untuk mendukung operasional sistem IoT di daerah terpencil. Terakhir, penelitian dapat diperluas untuk menguji penerapan konsep smart aquaculture pada budidaya ikan air tawar atau laut dengan kondisi lingkungan yang berbeda, serta mengoptimalkan penggunaan sensor biodegradable untuk mengurangi dampak lingkungan dari perangkat IoT..
Penerapan teknologi Internet of Things (IoT) dalam sistem budidaya tambak memberikan dampak yang signifikan terhadap peningkatan efisiensi operasional dan stabilitas kualitas lingkungan perairan.Melalui integrasi sensor kualitas air, mikrokontroler, serta sistem monitoring berbasis dashboard, petambak dapat memantau kondisi lingkungan tambak secara real-time.Teknologi IoT juga memungkinkan pengendalian perangkat seperti aerator dan sistem pemberian pakan secara otomatis sesuai kondisi aktual tambak.Hasil analisis menunjukkan bahwa penerapan teknologi IoT mampu meningkatkan stabilitas kualitas air, mengurangi konsumsi energi dan penggunaan pakan, serta meningkatkan survival rate organisme budidaya
Budidaya perikanan memerlukan pengelolaan kualitas air yang optimal untuk menjaga keberlangsungan hidup organisme budidaya. Penelitian ini bertujuan mengkaji penerapan konsep Smart Aquaculture berbasis Internet of Things (IoT) dalam sistem monitoring kualitas air dan otomatisasi tambak udang. Metode penelitian menggunakan pendekatan kualitatif deskriptif melalui studi literatur dari berbagai jurnal dan sumber ilmiah terkait teknologi IoT pada akuakultur. Hasil kajian menunjukkan bahwa integrasi sensor pH, suhu, salinitas, dan dissolved oxygen mampu memantau kondisi air secara real-time serta mengendalikan aerator dan sistem pemberian pakan secara otomatis. Penerapan teknologi ini terbukti meningkatkan efisiensi energi, stabilitas kualitas air, serta produktivitas budidaya tambak...
Kunjungi calendar untuk informasi lainnya.

Perancangan Aplikasi Panci Emak sebagai Layanan Pemesanan Makanan Berbasis Perspektif Pengguna

2026-09-06T22:19:22+07:00

#calendar - Perancangan Aplikasi Panci Emak sebagai Layanan Pemesanan Makanan Berbasis Perspektif Pengguna: Penelitian lanjutan dapat mengkaji pengaruh penggunaan AI dalam memprediksi preferensi pengguna berdasarkan data historis. Selain itu, studi tentang integrasi fitur sosial seperti rekomendasi berbasis komunitas dapat dikembangkan untuk meningkatkan keterlibatan pengguna. Terakhir, analisis perbandingan antara desain antarmuka yang berbasis Kano dengan metode tradisional dapat dilakukan untuk mengevaluasi efisiensi dan kepuasan pengguna secara lebih mendalam..
Penelitian ini menunjukkan bahwa fitur dengan kategori Attractive memiliki dampak signifikan terhadap kepuasan pengguna.Desain antarmuka yang fokus pada kemudahan navigasi dan keseragaman visual meningkatkan pengalaman pengguna.Rekomendasi untuk pengembangan lebih lanjut melibatkan pengujian langsung pada pengguna nyata dan penerapan desain antarmuka secara real-time untuk mengevaluasi efektivitasnya
Penelitian ini bertujuan untuk memahami kebutuhan pengguna dan merancang antarmuka aplikasi pesan makanan "Panci Emak" dengan mempertimbangkan sudut pandang pengguna. Metode yang digunakan adalah Model Kano untuk menentukan fitur yang paling diutamakan berdasarkan tingkat kepuasan pengguna melalui kuesioner yang disebarkan kepada 24 responden. Hasil penyebaran kuesioner Kano mengidentifikasi fitur yang masuk dalam kategori Attractive (menarik) meliputi informasi kalori (15 responden), air putih gratis setiap pembelian (12 responden), dan paket makanan rentang harga (9 responden). Sementara itu, fitur yang masuk kategori Indifferent (biasa saja atau bukan prioritas) adalah layanan pick up (20 responden) dan pengingat otomatis belanja diatas Rp50.000 (10 responden). Berdasarkan hasil tersebut, dirancang antarmuka dengan menggunakan aplikasi Figma yang berfokus pada...
Kunjungi calendar untuk informasi lainnya.

The Effect of Leadership Employee Engagement and Work Environment on Employee Performance in the Manufacturing Industry

2026-09-06T20:49:09+07:00

#calendar - The Effect of Leadership, Employee Engagement, and Work Environment on Employee Performance in the Manufacturing Industry: Saran penelitian lanjutan yang baru meliputi: (1) Mengeksplorasi dampak jangka panjang kepemimpinan, partisipasi karyawan, dan lingkungan kerja melalui studi longitudinal untuk memahami dinamika perubahan secara lebih mendalam; (2) Menggunakan pendekatan campuran (kualitatif dan kuantitatif) untuk menggabungkan data kuantitatif dengan wawancara mendalam guna memperkaya pemahaman tentang faktor-faktor yang memengaruhi kinerja karyawan; (3) Memperluas penelitian ke industri lain atau wilayah geografis yang berbeda untuk menguji generalisasi temuan dan mengidentifikasi faktor kontekstual yang mungkin memengaruhi hubungan antara variabel-variabel tersebut..
Penelitian ini menyimpulkan bahwa kinerja karyawan secara signifikan dipengaruhi oleh kepemimpinan, partisipasi karyawan, dan lingkungan kerja.Kepemimpinan yang efektif, partisipasi karyawan yang kuat, dan lingkungan kerja yang mendukung masing-masing berkontribusi positif terhadap peningkatan kinerja.Secara simultan, ketiga faktor ini memiliki pengaruh signifikan terhadap kinerja karyawan, menunjukkan bahwa integrasi ketiganya penting untuk mencapai hasil organisasi optimal.Oleh karena itu, organisasi perlu memperkuat kualitas kepemimpinan, mendorong partisipasi karyawan, dan menciptakan lingkungan kerja yang kondusif sebagai bagian dari strategi sumber daya manusia yang komprehensif untuk meningkatkan kinerja dan mempertahankan kompetitivitas organisasi
Kinerja karyawan merupakan faktor penentu strategis untuk keberlanjutan dan kompetitivitas organisasi, terutama di industri manufaktur yang menghadapi tekanan pada efisiensi dan akurasi produksi. Penelitian ini bertujuan menganalisis pengaruh kepemimpinan, partisipasi karyawan, dan lingkungan kerja terhadap kinerja karyawan, baik secara parsial maupun simultan. Penelitian menggunakan pendekatan kuantitatif dengan mengumpulkan data melalui kuesioner terstruktur yang diberikan kepada 66 karyawan tetap sebagai responden, sehingga menggunakan teknik sampling total. Data yang dikumpulkan dianalisis menggunakan regresi linear berganda untuk menguji hubungan antar variabel. Hasil penelitian menunjukkan bahwa kepemimpinan,...
Kunjungi calendar untuk informasi lainnya.

Antara Privasi dan Ilmu Pengetahuan Kajian Atas Pengecualian Hak Subjek Data Pribadi pada Penelitian Ilmiah

2026-09-06T20:28:31+07:00

#calendar - Antara Privasi dan Ilmu Pengetahuan: Kajian Atas Pengecualian Hak Subjek Data Pribadi pada Penelitian Ilmiah: Untuk memperkuat pengamanan regulatif dalam pelindungan data pribadi pada penelitian ilmiah, diperlukan mekanisme tata kelola yang komprehensif. Pemerintah dapat mempertimbangkan pembentukan komite etik penelitian yang independen dan melibatkan berbagai pihak, seperti pemerintah, perguruan tinggi, dan peneliti. Komite ini akan berfungsi sebagai badan pengawas dan penilai etika dalam penelitian ilmiah, memastikan bahwa penelitian tersebut dilakukan dengan menghormati hak privasi subjek data pribadi. Selain itu, pemerintah juga dapat mengkaji kembali Undang-Undang Pelindungan Data Pribadi dan peraturan pelaksanaannya untuk memberikan kejelasan dan kepastian hukum yang lebih baik. Hal ini dapat mencakup definisi yang lebih rinci tentang penelitian ilmiah, mekanisme pengecualian hak subjek data pribadi, dan standar etika yang harus dipenuhi dalam penelitian. Dengan demikian, penelitian ilmiah dapat tetap maju dan berkontribusi pada pembangunan berkelanjutan, sambil menjaga privasi dan hak konstitusional warga negara..
Hasil penelitian menunjukkan bahwa pengecualian terhadap hak subjek data pribadi untuk kepentingan penelitian ilmiah harus disertai dengan standar hukum yang jelas, pengawasan kelembagaan, serta pengamanan etis guna mencegah penyalahgunaan data pribadi.Oleh karena itu, diperlukan mekanisme tata kelola yang komprehensif yang melibatkan pemerintah, perguruan tinggi, dan peneliti agar kemajuan ilmu pengetahuan tetap sejalan dengan prinsip-prinsip pelindungan data pribadi.Penulis merekomendasikan secara jangka pendek kepada pemerintah agar melakukan perbaikan terhadap Undang-Undang Pelindungan Data Pribadi.Secara jangka menengah, pemerintah perlu menyelesaikan peraturan pelaksana atau peraturan turunan dari Undang-Undang Pelindungan Data Pribadi, dengan mengakomodasi redaksional norma sebagaimana telah disusun di atas.Serta, urgensi pembentukan suatu komite etik penelitian pada kelembagaan ilmu pengetahuan dan teknologi termasuk perguruan tinggi, kementerian atau lembaga, serta swasta (korporasi).Rekomendasi tersebut dipandang strategis sebagai jalan keluar dalam mencegah penyalahgunaan maupun kebocoran data pribadi terhadap kegiatan penelitian ilmiah, baik dalam kacamata hukum maupun etika atau moral
Transformasi pendidikan dan pembangunan berkelanjutan di berbagai sektor semakin bergantung pada penelitian ilmiah sebagai landasan bagi perumusan kebijakan berbasis bukti, pembentukan regulasi, dan pengembangan sumber daya manusia. Di sisi lain, penggunaan data pribadi dalam kegiatan penelitian menimbulkan kekhawatiran terkait perlindungan hak konstitusional atas privasi warga negara sebagaimana dijamin dalam Pasal 28C ayat (1) Undang-Undang Dasar Negara Republik Indonesia Tahun 1945. Meskipun Pasal 15 ayat (1) huruf e...
Kunjungi calendar untuk informasi lainnya.

Factors Influencing Organizational Performance with Organizational Citizenship Behavior as Mediating Variable

2026-09-06T19:46:35+07:00

#calendar - Factors Influencing Organizational Performance with Organizational Citizenship Behavior as Mediating Variable: 1. Penelitian lanjutan dapat mengeksplorasi pengaruh budaya organisasi terhadap OCB di sektor publik dengan sampel yang lebih beragam. 2. Studi longitudinal dapat mengamati perubahan dinamika OCB dan kinerja organisasi selama periode waktu tertentu. 3. Penelitian lebih lanjut perlu mengintegrasikan faktor psikologis seperti motivasi intrinsik untuk memahami mekanisme pengaruh OCB terhadap kinerja organisasi secara lebih mendalam..
Kepemimpinan transformasional dan kepuasan kerja berdampak langsung signifikan terhadap kinerja organisasi, sementara komitmen organisasi memengaruhi kinerja melalui OCB.OCB menjadi determinan penting kinerja organisasi dan mediasi hubungan antara kepuasan kerja serta komitmen organisasi dengan kinerja, tetapi tidak untuk hubungan kepemimpinan transformasional.Peningkatan kepuasan kerja dan komitmen organisasi diperlukan untuk mendorong perilaku sukarela yang meningkatkan kinerja organisasi
Kinerja organisasi bergantung pada sikap dan perilaku karyawan. Studi ini bertujuan untuk mengeksplorasi pengaruh kepemimpinan transformasional, kepuasan kerja, dan komitmen organisasi terhadap kinerja organisasi serta menguji efek mediasi perilaku kepentingan organisasi (OCB) dalam hubungan tersebut. Dengan pendekatan kuantitatif, data dari 67 pegawai negeri di Kantor Imigrasi Samarinda TPI Kelas I dianalisis menggunakan Structural Equation Modeling (PLS-SEM) untuk mengevaluasi hubungan langsung dan tidak langsung antara variabel kunci. Hasil menunjukkan bahwa kepemimpinan...
Kunjungi calendar untuk informasi lainnya.

Peran Penyalahgunaan Keadaan dan Unconscionability sebagai Mekanisme terhadap Kontrak yang Tidak Adil

2026-09-06T19:19:19+07:00

#calendar - Peran Penyalahgunaan Keadaan dan Unconscionability sebagai Mekanisme terhadap Kontrak yang Tidak Adil: Untuk mengembangkan perlindungan pihak yang lebih lemah dalam kontrak, penelitian selanjutnya dapat fokus pada implementasi penyalahgunaan keadaan dalam berbagai jenis kontrak, termasuk kontrak konsumen dan kontrak pinjaman. Selain itu, penelitian dapat mengeksplorasi bagaimana unconscionability dapat melengkapi penyalahgunaan keadaan dalam melindungi pihak yang lebih lemah dari ketentuan kontrak yang tidak adil. Dengan memahami perbedaan dan kesamaan antara kedua doktrin, penelitian dapat mengembangkan kerangka kerja yang lebih jelas untuk mengidentifikasi eksploitasi dan ketentuan kontrak yang tidak adil, serta menganalisis apakah kontrak tersebut cukup untuk dibatalkan. Penelitian juga dapat mengusulkan strategi untuk meningkatkan kesadaran dan pendidikan hukum bagi pihak yang lebih lemah dalam kontrak, sehingga mereka dapat memahami hak dan perlindungan mereka..
Doktrin unconscionability dan penyalahgunaan keadaan, keduanya berasal dari konsep kesetaraan dalam hukum kontrak.Unconscionability melindungi pihak yang lebih lemah dari ketentuan kontrak yang tidak adil, sedangkan penyalahgunaan keadaan berfokus pada perilaku yang tidak pantas oleh pihak yang lebih kuat.Kedua doktrin ini memiliki kesamaan dalam tujuan melindungi pihak yang lebih lemah, tetapi berbeda dalam fokus dan remedi yang tersedia.Di Indonesia, penyalahgunaan keadaan telah diterapkan secara luas dalam berbagai jenis kontrak, termasuk kontrak konsumen dan kontrak pinjaman.Meskipun unconscionability belum diadopsi secara resmi, penelitian ini menunjukkan bahwa doktrin tersebut dapat melengkapi penyalahgunaan keadaan dalam melindungi pihak yang lebih lemah dari ketentuan kontrak yang tidak adil.Namun, penulis menyimpulkan bahwa saat ini belum diperlukan adopsi unconscionability, karena penyalahgunaan keadaan telah diterapkan secara luas dan dapat dikembangkan lebih lanjut oleh hakim
Peningkatan pengakuan penyalahgunaan keadaan dalam hukum kontrak Indonesia telah memperkenalkan dasar baru untuk membatalkan perjanjian di luar cacat tradisional dari persetujuan. Berasal dari tradisi common law, doktrin penyalahgunaan keadaan berbagi kesamaan konseptual dengan doktrin unconscionability, khususnya dalam mengatasi ketidakadilan kontrak dan ketidakseimbangan kekuatan antara pihak-pihak. Artikel ini bertujuan untuk menguji kesamaan dan perbedaan antara doktrin penyalahgunaan keadaan dan unconscionability dalam melindungi pihak-pihak dari perjanjian yang tidak adil. Penelitian hukum normatif ini menggunakan pendekatan konseptual dan mengandalkan analisis kualitatif data sekunder yang terdiri dari bahan hukum primer dan sekunder. Melalui pemeriksaan komparatif kedua doktrin, studi ini...
Kunjungi calendar untuk informasi lainnya.

Analysis of Internal and External Factors of Pangandaran BeachAos Attractiveness for Foreign Tourists

2026-09-06T18:53:44+07:00

#calendar - Analysis of Internal and External Factors of Pangandaran BeachAos Attractiveness for Foreign Tourists: Berdasarkan hasil penelitian, disarankan untuk melakukan penelitian lanjutan dengan fokus pada pengembangan strategi pariwisata yang berkelanjutan dan terintegrasi. Penelitian ini dapat mengeksplorasi cara-cara untuk meningkatkan daya saing Pantai Pangandaran di pasar internasional dengan mempertimbangkan faktor-faktor internal dan eksternal. Selain itu, studi lanjutan dapat mengusulkan strategi untuk meningkatkan kualitas layanan, aksesibilitas, dan pengelolaan lingkungan, serta mempromosikan pariwisata yang berkelanjutan dan ramah lingkungan. Penelitian ini juga dapat mengusulkan strategi untuk meningkatkan partisipasi masyarakat lokal dalam pengembangan pariwisata, serta strategi untuk meningkatkan promosi dan pemasaran destinasi wisata Pantai Pangandaran di pasar internasional..
Penelitian ini menyimpulkan bahwa Pantai Pangandaran memiliki potensi tinggi untuk dikembangkan sebagai destinasi wisata bagi wisatawan mancanegara, terutama karena daya tarik alamnya yang unggul, seperti pantai yang indah, fitur geografis unik yang memungkinkan pengunjung menikmati matahari terbit dan terbenam di area yang sama, dan budaya lokal yang otentik.Analisis IFE menunjukkan bahwa kondisi internal berada dalam kategori yang cukup baik dengan skor 2.569, di mana kekuatan internal masih dapat menutupi kelemahan yang ada, meskipun pemanfaatannya belum optimal.465 menunjukkan bahwa lingkungan eksternal berada dalam situasi yang cukup menantang, dengan peluang signifikan seperti tren pariwisata alam dan budaya, serta persaingan pantai yang rendah di Pulau Jawa yang belum dimaksimalkan untuk menangkal ancaman seperti pengelolaan lingkungan yang kurang optimal dan praktik layanan yang tidak konsisten
Pantai Pangandaran, destinasi utama Jawa Barat, menawarkan pantai yang indah dan budaya yang kaya, tetapi bergantung pada wisatawan domestik dengan kunjungan wisatawan mancanegara yang masih minimal. Kesenjangan ini menunjukkan potensi yang kuat untuk meningkatkan daya tarik global dan mendukung tujuan devisa pariwisata Indonesia pasca-pandemi. Penelitian ini bertujuan untuk menganalisis faktor internal dan eksternal yang mempengaruhi daya tarik Pantai Pangandaran bagi wisatawan mancanegara dan menilai pengaruhnya. Pendekatan studi kasus deskriptif kualitatif digunakan. Data dikumpulkan melalui wawancara mendalam dengan informan yang dipilih secara sengaja, observasi lapangan, dan tinjauan dokumen. Analisis menggunakan kerangka enam...
Kunjungi calendar untuk informasi lainnya.

Peningkatan Sensitivitas Support Vector Machine pada Klasifikasi Kalimat Baku dan Tidak Baku Bahasa Indonesia

2026-09-06T18:04:41+07:00

#calendar - Peningkatan Sensitivitas Support Vector Machine pada Klasifikasi Kalimat Baku dan Tidak Baku Bahasa Indonesia: Penelitian ini telah berhasil menunjukkan efektivitas Support Vector Machine (SVM) dalam mengklasifikasikan kalimat baku dan tidak baku Bahasa Indonesia, terutama dengan bantuan TF-IDF dan augmentasi data manual. Namun, masih terdapat celah, khususnya dalam penanganan kalimat baku yang pendek dan ambigu, serta keterbatasan pada proses augmentasi manual. Untuk penelitian selanjutnya, ada beberapa arah yang dapat dieksplorasi guna memperkaya pemahaman dan meningkatkan kinerja model secara lebih menyeluruh. Pertama, sangat penting untuk menyelidiki bagaimana sistem augmentasi data otomatis dapat dirancang dan diimplementasikan. Sistem ini tidak hanya bertujuan untuk menambah volume data, tetapi juga untuk menghasilkan variasi kalimat baku yang lebih kompleks dan bernuansa, termasuk gaya puitis atau ungkapan filosofis, yang saat ini masih sulit dibedakan oleh model. Ini bisa melibatkan eksplorasi teknik augmentasi berbasis model generatif atau penggantian kata yang peka konteks, sehingga model dapat belajar dari pola yang lebih luas tanpa campur tangan manual yang intensif. Kedua, mengingat keterbatasan ukuran dataset dalam penelitian ini, studi lanjutan harus fokus pada pengembangan dan penggunaan dataset yang jauh lebih besar dan representatif. Penelitian dapat menguji bagaimana model bereaksi terhadap keragaman bahasa yang lebih luas dari berbagai sumber, seperti media massa, literatur, dan interaksi digital yang lebih beragam, untuk memastikan generalisasi model yang lebih kuat terhadap pola bahasa Indonesia yang terus berkembang. Terakhir, meskipun SVM menunjukkan hasil yang baik, penting untuk mengeksplorasi bagaimana model pembelajaran mendalam (deep learning), seperti arsitektur Transformer, dapat diaplikasikan atau diintegrasikan dengan SVM. Studi ini dapat menguji apakah kemampuan model deep learning dalam menangkap hubungan kontekstual yang lebih dalam mampu mengatasi ambiguitas yang menjadi tantangan utama, serta apakah kombinasi kedua pendekatan tersebut dapat menghasilkan solusi klasifikasi yang lebih robust dan akurat untuk berbagai skenario penggunaan..
Penelitian ini menunjukkan bahwa Support Vector Machine (SVM) dengan kombinasi TF-IDF Vectorizer dan augmentasi data berhasil mencapai akurasi tinggi sebesar 99.3% dalam klasifikasi kalimat baku dan tidak baku Bahasa Indonesia, membuktikan efektivitas dan efisiensi komputasi pendekatan ini.Meskipun penggunaan TF-IDF signifikan dalam mengurangi False Positives, masih terdapat peningkatan kecil pada False Negatives, terutama pada kalimat ambigu.Untuk mengatasi keterbatasan augmentasi manual dan meningkatkan generalisasi, penelitian mendatang sangat disarankan untuk mengembangkan dan memanfaatkan metode augmentasi otomatis berbasis Natural Language Processing (NLP), seperti penggunaan transformer atau algoritma generatif
Kalimat dalam bahasa Indonesia dapat diklasifikasikan menjadi dua jenis, yaitu kalimat baku dan tidak baku. Kalimat baku digunakan sebagai bahasa resmi dalam acara formal, sementara kalimat tidak baku umum ditemukan dalam komunikasi sehari-hari. Perkembangan teknologi digital turut mendorong pergeseran penggunaan bahasa, sehingga banyak kalimat tidak baku muncul dalam konteks formal. Penelitian ini bertujuan untuk meningkatkan akurasi model klasifikasi kalimat baku dan tidak baku berbahasa Indonesia. Metode yang digunakan adalah supervised learning dengan Support Vector Machine (SVM) menggunakan dataset berjumlah 2.000 kalimat. Peningkatan akurasi dilakukan melalui TF-IDF Vectorizer dan augmentasi data. Hasil penelitian menunjukkan bahwa...
Kunjungi calendar untuk informasi lainnya.

Forecasting Persediaan Kemasan Folding Box untuk Mitigasi Risiko Stock Out Pendekatan SARIMA Prophet XGBoost dan Random Forest

2026-09-06T17:19:22+07:00

#calendar - Forecasting Persediaan Kemasan Folding Box untuk Mitigasi Risiko Stock Out: Pendekatan SARIMA, Prophet, XGBoost, dan Random Forest: Penelitian lanjutan dapat memperluas cakupan data historis yang digunakan, misalnya dengan menganalisis data lima hingga sepuluh tahun terakhir dari berbagai jenis produk kemasan folding box di PT X. Ini akan membantu memahami pola permintaan jangka panjang yang lebih stabil dan mengidentifikasi apakah model peramalan yang sama tetap paling efektif untuk kondisi data yang lebih beragam. Selain itu, pengembangan model hibrida yang cerdas, menggabungkan keunggulan metode statistik dalam menangkap tren musiman dengan kemampuan pembelajaran mesin dalam mengadaptasi fluktuasi permintaan yang tiba-tiba, menjadi arah studi yang menjanjikan. Model semacam ini perlu dievaluasi kemampuannya untuk beradaptasi terhadap perubahan pasar yang tidak terduga atau dampak dari kampanye pemasaran besar. Terakhir, sangat penting untuk melakukan studi dampak ekonomi dari penerapan sistem peramalan ini, dengan mengukur secara kuantitatif penghematan biaya operasional. Studi ini dapat mengidentifikasi bagaimana integrasi prediksi persediaan yang akurat mampu meminimalkan biaya penyimpanan berlebih, menghindari biaya pemesanan mendadak, serta mengurangi kerugian akibat kehilangan penjualan karena stok kosong. Oleh karena itu, penelitian mendatang sebaiknya fokus pada bagaimana hasil peramalan dapat diterjemahkan menjadi rekomendasi kebijakan pengadaan yang optimal secara finansial, dengan mengembangkan sistem pendukung keputusan yang memperhitungkan semua variabel biaya relevan..
Penelitian ini menemukan bahwa dari empat metode peramalan, model Random Forest menunjukkan kinerja terbaik dengan RMSE 14.375,29 dan MAPE 0,66% dalam memprediksi persediaan folding box, menegaskan keunggulan ensemble learning untuk data yang fluktuatif.Dengan demikian, implementasi model prediktif ini sangat bermanfaat bagi PT X untuk merencanakan pengadaan secara tepat guna, mengurangi risiko stock out, meminimalkan biaya karena kelebihan atau pembelian mendadak, serta meningkatkan efisiensi produksi.Untuk masa depan, penelitian dapat difokuskan pada pengembangan model hybrid atau eksplorasi deep learning, serta integrasi variabel eksternal seperti tren penjualan dan jadwal produksi, demi peningkatan akurasi peramalan dan dukungan keputusan rantai pasok yang lebih optimal
Ketepatan peramalan kebutuhan persediaan folding box menjadi faktor krusial dalam menjaga kelancaran produksi industri kosmetik, khususnya bagi perusahaan maklon dengan sistem produksi Make to Order (MTO). PT X sebagai salah satu perusahaan maklon menghadapi tantangan dalam pengelolaan persediaan kemasan folding box, yang selama ini masih dilakukan secara manual. Ketidakakuratan dalam perencanaan persediaan folding box berpotensi menimbulkan risiko stock out dan keterlambatan produksi. Penelitian ini bertujuan untuk membandingkan kinerja empat metode...
Kunjungi calendar untuk informasi lainnya.

Pengembangan Model IDS Berbasis Deep Reinforcement Learning untuk Prediksi dan Mitigasi Serangan Siber dalam Network Traffic Analysis

2026-09-06T17:05:09+07:00

#calendar - Pengembangan Model IDS Berbasis Deep Reinforcement Learning untuk Prediksi dan Mitigasi Serangan Siber dalam Network Traffic Analysis: Penelitian lanjutan dapat menjajaki beberapa arah baru untuk meningkatkan kecerdasan sistem deteksi intrusi. Pertama, bagaimana jika kita mengembangkan model DRL yang tidak hanya mendeteksi serangan, tetapi juga mampu secara adaptif mempelajari dan memilih strategi mitigasi terbaik yang paling sesuai dengan jenis serangan dan kondisi jaringan saat itu? Ini berarti DRL akan memutuskan apakah harus memblokir seluruh lalu lintas, membatasi akses, atau mengisolasi perangkat yang terinfeksi, dengan mempertimbangkan dampak terhadap kinerja jaringan secara keseluruhan. Pendekatan ini akan menjadikan sistem keamanan lebih cerdas dan responsif, jauh melampaui sekadar deteksi. Kedua, mengingat tantangan serangan siber yang terus berkembang, akan sangat menarik untuk meneliti bagaimana DRL dapat dilatih untuk mengenali dan bertahan dari serangan "zero-day" yang belum pernah terlihat sebelumnya, bahkan mungkin dengan menggunakan agen DRL generatif yang mampu mensimulasikan serangan baru untuk melatih sistem pertahanan. Dengan cara ini, sistem tidak hanya menunggu serangan terjadi, tetapi juga proaktif dalam memperkuat diri. Ketiga, untuk mengatasi kebutuhan komputasi yang tinggi, penelitian bisa berfokus pada optimasi DRL agar dapat berjalan efektif di perangkat dengan sumber daya terbatas, seperti di lingkungan IoT atau komputasi tepi, tanpa mengorbankan akurasi. Menyelidiki arsitektur DRL yang lebih ringan atau metode transfer learning yang efisien dapat menjadi kunci, sehingga teknologi canggih ini dapat diimplementasikan secara lebih luas dalam berbagai infrastruktur jaringan..
Penelitian ini berhasil mengembangkan dan mengevaluasi model IDS berbasis DRL (PPO, DQN, A2C) pada dataset CICIDS2017, dengan DQN menunjukkan performa terbaik dalam deteksi dan klasifikasi serangan multi-kelas.Meskipun menjanjikan, terdapat keterbatasan seperti penggunaan satu dataset, kebutuhan komputasi tinggi, dan belum terujinya model pada serangan zero-day atau perbandingan dengan supervised learning mutakhir.Untuk penelitian lanjutan, disarankan penggunaan dataset beragam, pengujian zero-day, optimasi arsitektur, serta integrasi transfer learning untuk adaptasi model yang lebih baik pada lalu lintas jaringan dinamis
Intrusion Detection System (IDS) merupakan komponen krusial dalam pertahanan jaringan modern, berfungsi mendeteksi dan merespons ancaman siber secara cepat dan akurat. Penelitian ini menawarkan kontribusi baru melalui perancangan lingkungan Markov Decision Process (MDP) yang lebih realistis, integrasi reward shaping adaptif, serta evaluasi komprehensif multi-algoritma Deep Reinforcement Learning (DRL) yaitu Proximal Policy Optimization (PPO), Deep Q-Network (DQN), Advantage Actor-Critic (A2C) dan perbandingannya dengan model supervised learning mutakhir . Dataset CICIDS2017 dan UNSW-NB15 digunakan sebagai sumber data lalu lintas jaringan, mencakup berbagai jenis serangan dan lalu lintas normal. Lingkungan pelatihan dirancang khusus untuk memungkinkan agen DRL belajar melalui interaksi langsung...
Kunjungi calendar untuk informasi lainnya.

Optimalisasi Pemilihan Saham Investasi Dengan Pendekatan Multikriteria Menggunakan Metode Entropy Mabac

2026-09-06T16:29:24+07:00

#calendar - Optimalisasi Pemilihan Saham Investasi Dengan Pendekatan Multikriteria Menggunakan Metode Entropy-Mabac: 1. Pengembangan sistem pendukung keputusan dengan integrasi metode Entropy-MABAC pada sektor lain seperti properti atau kesehatan untuk memperluas aplikasi penelitian. 2. Penelitian lanjutan tentang penerapan algoritma kecerdasan buatan untuk meningkatkan akurasi prediksi kinerja saham berdasarkan kriteria yang digunakan. 3. Analisis dampak perubahan regulasi pemerintah terhadap kinerja saham yang dipilih menggunakan metode Entropy-MABAC, dengan fokus pada sektor strategis seperti energi dan teknologi..
Sistem pendukung keputusan menggunakan kombinasi metode Entropy dan MABAC efektif dalam memilih saham investasi yang optimal.Proses pembobotan dengan metode Entropy menghasilkan bobot yang konsisten, sementara metode MABAC memberikan perangkingan yang transparan.Hasil penelitian menunjukkan bahwa perusahaan dengan nilai.positif, seperti United Tractors Tbk, merupakan pilihan investasi yang lebih baik.Penelitian ini memberikan rekomendasi yang objektif dan terukur untuk investor pemula, mengurangi ketergantungan pada intuisi atau saran eksternal
Pemilihan saham yang tepat menjadi tantangan bagi investor, khususnya investor pemula, di tengah dinamika pasar saham yang terus berkembang. Harga saham yang fluktuatif dan beragamnya pilihan saham dari berbagai sektor seringkali menyulitkan proses pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis multikriteria menggunakan kombinasi metode Entropy dan Multi-Attributive Border Approximation Area Comparison (MABAC). Metode Entropy digunakan untuk mengoptimalkan pembobotan indikator dengan hasil yang lebih signifikan dan total bobot tetap konsisten pada angka 1. Metode MABAC diterapkan untuk proses perangkingan guna menentukan saham terbaik berdasarkan lima kriteria utama: Price to Book Value (PBV), Price Earnings Ratio (PER), Earnings per Share (EPS), Return on Equity (ROE), dan Dividend Yield. Sistem ini diuji menggunakan...
Kunjungi calendar untuk informasi lainnya.

Comparative Study of Time Series Models for Temperature Forecasting and Correlation Analysis of Climate Factors Using CRISP DM Methodology

2026-09-06T15:29:47+07:00

#calendar - Comparative Study of Time Series Models for Temperature Forecasting and Correlation Analysis of Climate Factors Using CRISP-DM Methodology: Penelitian lanjutan dapat mengembangkan model prediksi suhu dengan menggunakan dataset berdurasi lebih panjang untuk menangkap dinamika perubahan iklim jangka panjang. Selain itu, eksplorasi pendekatan hybrid yang menggabungkan metode statistik dan machine learning non-deep learning dapat meningkatkan akurasi prediksi. Penelitian juga disarankan untuk memasukkan variabel eksternal seperti curah hujan atau radiasi matahari sebagai faktor pendukung dalam model peramalan suhu..
Model SARIMA menunjukkan performa terbaik dalam prediksi suhu bulanan dengan akurasi tinggi.Korelasi negatif antara suhu dan kelembapan/tekanan udara, serta korelasi positif dengan kecepatan angin, menunjukkan interaksi kompleks antar faktor iklim.Penelitian ini menekankan pentingnya mempertimbangkan variabel pendukung untuk meningkatkan akurasi model peramalan suhu
Perubahan iklim global telah memicu kebutuhan akan metode peramalan suhu yang lebih akurat dan adaptif. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan performa tiga model peramalan dalam memprediksi suhu rata-rata bulanan di Kota Delhi, India. Penelitian ini menggunakan pendekatan time series forecasting berbasis statistik (SARIMA dan Holt-Winters Additive) serta machine learning (Random Forest). Selain itu, dilakukan analisis korelasi menggunakan metode Pearson Correlation untuk mengukur hubungan linier antara suhu dengan variabel iklim lain seperti kelembapan, kecepatan angin, dan tekanan udara. Penelitian ini mengadopsi metodologi CRISP-DM yang mencakup tahap business understanding, data understanding, data preparation,...
Kunjungi calendar untuk informasi lainnya.