Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer)

Analisis Tren Penggunaan Kosmetik Berdasarkan Jenis Kulit dan Gender dengan Business Intelligence

2025-05-01T04:11:46+00:00

Industri kosmetik mengalami pertumbuhan pesat seiring dengan meningkatnya kesadaran masyarakat terhadap perawatan kulit. Studi ini bertujuan untuk menganalisis tren penggunaan produk kosmetik berdasarkan jenis kulit dan gender dengan pendekatan Data Analytics dan Business Intelligence. Metodologi yang digunakan adalah Data Analytics Lifecycle, dengan tahapan mulai dari pengumpulan data, eksplorasi, hingga visualisasi menggunakan Tableau. Hasil analisis menunjukkan bahwa kulit kombinasi dan kulit kering memiliki jumlah produk terbanyak, sementara kategori serum, face oil, dan maskara menjadi produk paling populer berdasarkan jumlah ulasan. Dari segi harga, produk untuk kulit kering memiliki rata-rata harga tertinggi, sedangkan dari segi rating, produk yang ditargetkan untuk pria memperoleh nilai tertinggi dibandingkan produk unisex dan wanita. Dashboard interaktif dikembangkan untuk memvisualisasikan temuan ini, sehingga dapat digunakan oleh pelaku industri kosmetik dalam pengambilan keputusan strategis terkait pengembangan produk dan pemasaran.

Sistem Pendukung Keputusan Penentuan Pegawai Terbaik Menggunakan Metode TOPSIS

2025-06-01T10:54:13+00:00

PT JACCS MPM FINANCE INDONESIA merupakan perusahan yang bergerak dibidang pembiayaan investasi modal usaha dan multiguna di sektor otomotif. Perusahaan ini memiliki banyak pegawai yang tersebar di berbagai cabang di Indonesia. Untuk meningkatkan kinerja pegawai, perusahaan memberikan penghargaan kepada pegawai terbaik setiap bulannya. Namun, proses penentuan pegawai terbaik masih dilakukan secara manual dengan mempertimbangkan beberapa kriteria seperti kehadiran, kedisiplinan, kinerja, dan lain-lain. Hal ini menyebabkan proses penentuan pegawai terbaik menjadi subjektif dan memakan waktu yang lama. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan penentuan pegawai terbaik menggunakan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Metode TOPSIS dipilih karena mampu menyelesaikan masalah pengambilan keputusan secara praktis, konsep sederhana dan mudah dipahami, komputasinya efisien, serta memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan framework CodeIgniter dan database MySQL. Hasil pengujian menunjukkan bahwa sistem mampu melakukan perhitungan dengan akurat sesuai dengan metode TOPSIS dan dapat membantu pihak manajemen dalam menentukan pegawai terbaik secara objektif dan efisien.

Aplikasi Pembelajaran Konsep Peubah dan Konstanta dalam Pemodelan Matematika Sebagai Dasar Pemecahan Masalah dan Pengembangan Sistem Informasi

2025-06-01T10:54:59+00:00

Dalam bidang komputasi dan pemrograman, pemahaman terhadap konsep dasar matematika seperti peubah dan konstanta merupakan fondasi yang penting dalam pengembangan algoritma. Peubah merupakan simbol yang menyatakan unsur yang belum diketahui, sedangkan konstanta merupakan simbol yang mewakili nilai tetap. Keduanya sangat penting dalam memodelkan permasalahan nyata ke dalam bentuk matematis yang dapat diselesaikan secara sistematis. Pola penggunaan peubah dan konstanta juga menjadi dasar dari struktur algoritmik seperti pengulangan, pengkondisian, dan pemrosesan data. Mahasiswa perlu dilatih untuk memahami struktur penyelesaian permasalahan matematika agar mampu menyelesaikan persoalan secara logis dan sistematis. Kemampuan ini sangat penting dalam membangun solusi berbasis aplikasi yang efektif dan efisien. Namun, masih banyak mahasiswa yang mengalami kesulitan dalam memahami konsep tersebut. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan mengembangkan aplikasi pembelajaran yang dapat membantu mahasiswa dalam memahami persamaan matematika yang memuat peubah dan konstanta. Metode yang digunakan adalah analisis kebutuhan sistem dengan mengidentifikasi kelompok mahasiswa yang mengalami kesulitan belajar. Berdasarkan hasil analisis tersebut, dikembangkan aplikasi yang menyajikan pemahaman secara bertahap, mulai dari penjelasan konsep, latihan soal, hingga studi kasus. Luaran yang ditargetkan dari penelitian ini adalah terwujudnya aplikasi pembelajaran interaktif yang membimbing mahasiswa dalam memahami dan menyelesaikan soal-soal berbasis persamaan matematika. Dengan adanya aplikasi ini, diharapkan pemahaman mahasiswa terhadap konsep peubah dan konstanta dapat meningkat sehingga mendukung keberhasilan mereka dalam bidang teknik informatika.

Penerapan Pengolahan Citra Digital Berbasis MATLAB untuk Sortasi Ukuran dan Warna Buah Alpukat

2025-06-01T10:13:23+00:00

Sortasi buah alpukat berdasarkan ukuran dan tingkat kematangan merupakan salah satu langkah penting dalam memastikan mutu hasil panen sebelum didistribusikan ke pasar. Penelitian ini merancang dan menguji sistem sortasi otomatis dengan memanfaatkan teknik pengolahan citra digital menggunakan perangkat lunak MATLAB. Gambar buah diambil menggunakan kamera digital sebagai input utama sistem. Tahapan pengolahan meliputi peningkatan kualitas citra, pemisahan objek dari latar belakang, serta analisis karakteristik warna dan ukuran buah. Warna dianalisis menggunakan model ruang warna HSV untuk mengidentifikasi tingkat kematangan, sementara ukuran dihitung berdasarkan luas dan dimensi buah dari citra yang telah diproses. Sistem ini berhasil mengelompokkan buah alpukat ke dalam beberapa kategori secara akurat, baik dari segi ukuran maupun warna. Hasil penelitian menunjukkan bahwa pendekatan ini efektif dan berpotensi diimplementasikan dalam proses sortasi buah secara otomatis, sehingga dapat meningkatkan efisiensi kerja serta konsistensi produk dalam industri pertanian.

Implementasi Teknologi Bare Conductive pada Smart Piano

2025-05-22T04:25:20+00:00

Penelitian ini bertujuan untuk mengembangkan dan menguji implementasi teknologi Bare Conductive pada smart piano. Bare Conductive adalah teknologi inovatif yang memanfaatkan tinta konduktif untuk menciptakan sirkuit listrik pada berbagai permukaan, memungkinkan pembuatan sensor sentuh yang fleksibel. Dengan mengintegrasikan teknologi ini dengan mikrokontroler, seperti Arduino, kami menciptakan smart piano yang interaktif dan ramah pengguna. Smart piano yang dihasilkan menawarkan berbagai manfaat, terutama dalam konteks pendidikan musik. Instrumen ini dapat memberikan pengalaman belajar yang lebih menarik dan efektif bagi pemula, serta membuka peluang baru dalam terapi musik dan komposisi musik digital. Selain itu, penggunaan tinta konduktif menawarkan solusi yang lebih hemat biaya dan ramah lingkungan dibandingkan dengan teknologi elektronik konvensional. Dalam penelitian ini, kami merancang dan membangun prototipe smart piano berbasis teknologi Bare Conductive dan mikrokontroler. Kami kemudian melakukan serangkaian pengujian untuk mengevaluasi kinerja dan keandalannya. Hasil pengujian menunjukkan bahwa smart piano ini memiliki respon sentuhan yang baik dan stabil dalam berbagai kondisi penggunaan. Namun, tantangan tetap ada, seperti kestabilan jangka panjang dari sirkuit tinta konduktif dan kompatibilitas dengan komponen elektronik lainnya. Penelitian ini memberikan wawasan berharga mengenai potensi dan batasan teknologi Bare Conductive dalam aplikasi musik interaktif, serta membuka jalan untuk penelitian lebih lanjut dalam pengembangan instrumen musik pintar.

Analisis Klaster Pasien Menggunakan K-Means untuk Mendukung Perawatan Medis Terpersonalisasi

2025-06-08T13:00:01+00:00

Penelitian ini bertujuan untuk melakukan analisis klasterisasi pada dataset pasien menggunakan algoritma K-Means. Dataset yang digunakan berisi 6.000 baris data pasien dengan 16 fitur, meliputi usia, jenis kelamin, tekanan darah, kolesterol, dan status merokok. Untuk mencari jumlah klaster yang optimal, digunakan metode Elbow yang menunjukkan jumlah klaster yang paling tepat adalah 3. Setelah itu, algoritma K-Means diaplikasikan untuk mengklasifikasi data pasien berdasarkan kesamaan karakteristik kesehatan mereka. Hasil klasterisasi menunjukkan bahwa pasien dapat dibagi menjadi tiga kelompok utama: kelompok dengan tekanan darah dan kolesterol rendah, kelompok dengan kadar gula darah tinggi, dan kelompok dengan hipertensi dan obesitas. Hasil ini dapat digunakan untuk memberikan wawasan lebih lanjut dalam mengelompokkan pasien untuk perawatan yang lebih personal. Penelitian ini menunjukkan bagaimana teknik klasterisasi dapat digunakan untuk menganalisis data kesehatan dan membantu dalam pengambilan keputusan medis.

Analisis Sentimen Pengguna X terhadap Kebijakan PPN 12% Menggunakan Naive Bayes

2025-06-08T14:37:11+00:00

Kebijakan kenaikan Pajak Pertambahan Nilai (PPN) dari 11% menjadi 12% yang direncanakan berlaku pada tahun 2025 telah menimbulkan berbagai reaksi publik, terutama di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen pengguna media sosial X (sebelumnya Twitter) terhadap kebijakan tersebut menggunakan metode Naive Bayes yang diimplementasikan dalam bahasa pemrograman R. Data diperoleh dari tweet yang relevan dengan topik PPN 12%, kemudian diproses melalui tahapan pra-pemrosesan dan pelabelan manual. Hasil analisis menunjukkan bahwa sentimen negatif mendominasi dengan proporsi 39%, diikuti sentimen netral 32%, dan sentimen positif 29%. Evaluasi performa model Naive Bayes menunjukkan akurasi sebesar 50%, dengan ketepatan klasifikasi tertinggi pada kategori negatif. Analisis lebih lanjut terhadap istilah kunci dan topik diskusi mengungkapkan bahwa kekhawatiran terhadap beban ekonomi dan dampak terhadap UMKM menjadi sumber utama sentimen negatif, sementara sentimen positif dikaitkan dengan harapan terhadap perbaikan layanan publik dan pembangunan. Penelitian ini memberikan wawasan penting bagi pembuat kebijakan untuk memahami persepsi publik terhadap kebijakan fiskal secara lebih mendalam dan berbasis data.

Analisis Data Biologis dalam Mengidentifikasi Gen atau Protein yang Memiliki Pola Ekspresi Serupa

2025-06-09T09:13:27+00:00

Ekspresi protein dalam data biologis umumnya memiliki kompleksitas tinggi dan dimensi besar, sehingga menyulitkan pengenalan pola secara langsung. Studi ini memanfaatkan algoritma Spectral Clustering untuk mengeksplorasi struktur tersembunyi dalam kumpulan data ekspresi protein. Langkah awal mencakup pembersihan data dengan imputasi nilai hilang menggunakan metode rata-rata serta normalisasi fitur numerik menggunakan StandardScaler. Dataset terdiri dari 1.080 observasi dan 77 atribut numerik hasil percobaan pada tikus. Proses pengelompokan dilakukan dengan pendekatan berbasis graf, menggunakan parameter empat klaster dan afinitas nearest neighbors. Selanjutnya, dilakukan reduksi dimensi melalui teknik Principal Component Analysis (PCA) untuk menghasilkan representasi dua dimensi yang mudah divisualisasikan. Hasil pengelompokan memperlihatkan pemisahan yang mencerminkan perbedaan biologis antar sampel. Hal ini menunjukkan bahwa metode tak terawasi seperti Spectral Clustering efektif dalam mengungkap struktur laten pada data ekspresi protein dan dapat menjadi dasar bagi analisis klasifikasi berbasis karakteristik biologis.

Analisis Deteksi Citra Mata Ikan Nila dengan Metode Convolutional Neural Network Arsitektur Alexnet

2025-06-10T07:32:06+00:00

Kualitas kesegaran ikan nila terletak pada proses pembekuan. ikan nila memiliki lapisan sisik yang tebal di seluruh permukaan tubuhnya, yang dapat menghambat proses pembekuan secara merata. Ketidakteraturan dalam proses ini berpotensi menurunkan kualitas dan kesegaran ikan selama penyimpanan. Kondisi ini merugikan dan menyulitkan konsumen dalam menilai tingkat kesegaran ikan hanya melalui pengamatan penglihatan secara manual, seperti memeriksa kondisi mata ikan. Oleh karena itu, tujuan utama riset yaitu, membangun sistem deteksi citra mata ikan dengan metode penilaian kesegaran yang cepat, akurat, dan objektif untuk membantu konsumen menjadikanya opsi utama yang harus dilakukan. Model CNN memiliki keunggulan dalam akurasi serta klasifikasi citra, selain itu model CNN dapat ditingkatkan melalui penambahan arsitektur salah satunya arsitektur alexnet. Proses tahapan metodologi klasifikasi dataset yaitu diperoleh dari kaggle berdasarkan citra mata ikan Nila dengan membaginya ke dalam dua kelas, yaitu kelas 'mata ikan nila segar' dan kelas 'mata ikan nila kurang segar' dan preprocessing menghasilkan modeling cnn untuk deteksi citra mata ikan. Hasil analisis diperoleh Gambar ikan nila digunakan sebagai data uji dan diberikan sebagai input ke dalam model yang telah dilatih dengan hanya memerlukan waktu sekitar 68 milidetik per langkah (68 ms/step). Berdasarkan analisis terhadap pola visual, seperti warna mata, tekstur kulit, serta ciri fisik lainnya, model mengkategorikan ikan tersebut dikondisi tidak segar. Untuk kelanjutan riset perlu dilakukan keseimbangan dataset citra dengan menggunakan Bayesian hyperparameter.

Sistem Informasi Repositori Digital pada SMK Negeri 1 Koto Baru Berbasis Web

2025-06-09T09:25:47+00:00

Pengarsipan surat di SMK Negeri 1 Koto Baru masih dilakukan secara manual, sehingga menyulitkan dalam pencarian dan penyimpanan dokumen. Berdasarkan hal tersebut, dirumuskan masalah mengenai bagaimana merancang sistem informasi repositori digital berbasis web untuk mengelola surat masuk dan keluar secara efektif. Penelitian ini menggunakan metode waterfall, dengan tahapan analisis, perancangan, implementasi, dan pengujian. Sistem dibangun menggunakan PHP dan MySQL, dengan fitur utama penyimpanan, pencarian, pengunduhan, pengaturan hak akses dan disposisi surat. Hasilnya, sistem mampu membantu mempermudah proses administrasi surat secara lebih terstruktur, meskipun belum mendukung tanda tangan digital dan enkripsi lanjutan.

Implementasi Metode AHP untuk Prioritas Kebutuhan Sistem Informasi Manajemen Keuangan Budidaya Ikan

2025-06-01T10:55:39+00:00

Akuakultur merupakan salah satu sektor potensial di Indonesia, salah satunnya adalah sektor budidaya ikan yang dapat dijalankan dalam skala besar maupun kecil yang dijalankan oleh pelaku UMKM. Namun, banyak pelaku budidaya ikan skala UMKM mengalami kendala dalam pengelolaan keuangan yang berdampak pada keberlangsungan usaha mereka. Penelitian ini bertujuan untuk memprioritaskan kebutuhan sistem atau fitur untuk menunjang pengembangan sistem informasi manajemen keuangan. Pendekatan yang digunakan adalah requirement engineering, yang meliputi elisitasi kebutuhan, analisis, penyusunan spesifikasi kebutuhan perangkat lunak, validasi, dan prioritisasi. Metode Analytical Hierarchy Process (AHP) diterapkan untuk menentukan urutan prioritas fitur berdasarkan kriteria manfaat, kemudahan penggunaan, dan kebutuhan pengguna. Data dikumpulkan dari pelaku UMKM budidaya ikan di Jember, Jawa Timur, sebagai objek penelitian. Hasilnya, terdapat 13 fitur yang dirumuskan dan terdapat 8 urutan prioritas. Penelitian ini menawarkan proses terstruktur dalam memprioritaskan fitur untuk mendukung pengembangan sistem keuangan yang berorientasi pada kebutuhan pengguna, serta dapat menjadi dasar bagi penelitian lanjutan atau implementasi sistem.

Evaluasi Kinerja Sistem Basis Data Relasional pada Aplikasi E-Commerce Menggunakan Algoritma Indexing

2025-06-08T07:15:17+00:00

Penelitian ini bertujuan untuk mengevaluasi kinerja sistem basis data relasional pada aplikasi e-commerce dengan menggunakan algoritma indexing untuk meningkatkan efisiensi pencarian data. Dalam aplikasi e-commerce, volume data yang besar dan kompleksitas query dapat mempengaruhi kinerja sistem basis data. Oleh karena itu, penerapan teknik indexing pada kolom-kolom tertentu dalam database, seperti product_id, customer_id, dan transaction_date, diharapkan dapat mempercepat waktu eksekusi query dan mengoptimalkan penggunaan sumber daya. Penelitian ini menggunakan pendekatan kuantitatif eksperimental dengan dataset e-commerce yang mencakup transaksi, produk, dan informasi pelanggan. Hasil penelitian menunjukkan bahwa penerapan indexing secara signifikan mengurangi waktu eksekusi query dan menurunkan penggunaan CPU serta memori selama eksekusi query dibandingkan dengan kondisi tanpa indexing. Meskipun demikian, penerapan indexing juga mempengaruhi kinerja pada operasi penyisipan dan pembaruan data. Oleh karena itu, pemilihan kolom yang tepat untuk diindeks sangat penting untuk mencapai keseimbangan antara kinerja baca dan tulis dalam sistem basis data relasional pada aplikasi e-commerce. Penelitian ini memberikan wawasan tentang pengaruh teknik indexing terhadap kinerja sistem basis data dan dapat menjadi acuan bagi pengembang aplikasi e-commerce untuk meningkatkan efisiensi sistem basis data mereka.

Pengembangan Motion graphic HSE Induction Sebagai Media Informasi untuk Pengunjung PT. SWS Batam Indonesia

2025-06-08T07:09:41+00:00

Penjelasan materi safety pada setiap kunjungan menjadi hal yang wajib dan sangat penting, HSE (Health Safety Environment) merupakan salah satu langkah awal tentang pengenalan perusahaan sebagai tanggung jawab atas keselamatan dan kesehatan seluruh pegawai dan juga visitor maupun pegawai baru. Berdasarkan data kunjungan pada tahun 2021 hingga tahun 2022, terdapat 24 hingga 50 orang jumlah visitor dalam waktu satu hari yang datang ke PT. Sumitomo Wiring Systems Batam Indonesia. Berdasarkan data tersebut membuat penyampaian HSE Induction harus dilakukan terus menerus. Permasalahan dalam penyampaian informasi tentang HSE Induction yang belum memaksimalkan media yang menarik, interaktif dan media pembelajaran aplikatif dalam penyampaian HSE Induction. Solusi dari masalah ini dapat diselesaikan dengan menggunakan media audio visual seperti motion graphic dengan menggunakan pengembangan produk multimedia Villamil-Molina dan juga analisis produk menggunakan metode EPIC Model. Hasil dari penelitian ini adalah video motion graphic HSE Induction, dan analisis menggunakan EPIC Model mendapatkan nilai 4,38 masuk pada kategori “Sangat Setuju” hal ini menunjukan HSE Induction sangat efektif sebagai media informasi untuk menyampaikan HSE Induction oleh perusahaan.

Sistem Informasi Geografis Pemetaan Penyebaran Penyakit HIV AIDS di Provinsi Sumatera Barat

2025-05-06T03:28:59+00:00

Penyakit HIV dan AIDS merupakan masalah kesehatan yang signifikan dengan dampak luas pada masyarakat, termasuk di Provinsi Sumatera Barat. Saat ini, pengelolaan data terkait penderita HIV/AIDS di RSUP Dr. M. Djamil Padang masih dilakukan secara manual menggunakan buku besar dan Microsoft Excel. Hal ini menyebabkan kesulitan dalam pembuatan laporan eksekutif, analisis data, dan pemantauan pola penyebaran penyakit secara efektif. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Geografis (SIG) yang dapat memetakan penyebaran penyakit HIV dan AIDS berdasarkan lokasi, usia, dan jenis kelamin penderita. Metode penelitian meliputi pengumpulan data melalui observasi, wawancara, dan kajian pustaka, serta pengolahan data di laboratorium. Pengembangan sistem dilakukan menggunakan metode waterfall dengan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, hingga pemeliharaan. Sistem ini dibangun menggunakan bahasa pemrograman PHP, framework CodeIgniter, dan database MySQL. Hasil dari penelitian ini adalah aplikasi Sistem Informasi Geografis (SIG) yang mempermudah pengumpulan data, analisis, dan pembuatan laporan secara cepat dan akurat. Sistem ini diharapkan dapat membantu RSUP Dr. M. Djamil Padang dan pihak terkait dalam mendukung pengambilan keputusan strategis untuk pencegahan dan penanggulangan HIV/AIDS di Sumatera Barat.

Klasifikasi Citra Biji Kopi Temangung Menggunakan Residual Network (ResNet-50)

2025-06-15T02:49:48+00:00

Artikel ini membahas penerapan metode deep learning dengan menggunakan arsitektur Residual Network (ResNet-50) untuk mengklasifikasikan tiga jenis biji kopi dari Temanggung, yaitu Arabika, Excelsa, dan Robusta. Dataset yang digunakan terdiri dari 1.350 citra, masing-masing kelas berjumlah seimbang. Tahap pra-pemrosesan meliputi perubahan ukuran gambar menjadi 224x224 piksel, normalisasi nilai piksel, serta pembagian dataset menjadi data latih, validasi, dan uji. Pelatihan model dilakukan menggunakan algoritma Adam dengan learning rate 0.0001, batch size 32, dan 20 epoch. Evaluasi kinerja model dilakukan melalui confusion matrix serta metrik klasifikasi seperti akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model ResNet-50 mampu melakukan klasifikasi jenis biji kopi secara akurat, dengan akurasi sebesar 96% dan nilai macro F1-score yang juga mencapai 96%. Capaian ini menunjukkan bahwa fitur visual dari biji kopi dapat dikenali secara efektif oleh model. Temuan ini membuktikan bahwa pendekatan berbasis deep learning, khususnya menggunakan ResNet-50, efektif digunakan dalam sistem klasifikasi otomatis biji kopi dan berpotensi besar untuk mendukung efisiensi identifikasi produk pertanian di sektor industri kopi.

Dampak Penggunaan Artificial Intelligence terhadap Etika Profesi dan Moral di Dunia Kerja

2025-06-15T03:22:17+00:00

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membawa perubahan signifikan dalam dunia kerja profesional. AI kini banyak digunakan untuk mendukung efisiensi, produktivitas, dan pengambilan keputusan di berbagai sektor. Namun, kemajuan ini juga menimbulkan tantangan etis, terutama terkait tanggung jawab, orisinalitas, dan potensi pelanggaran etika profesi. Penelitian ini bertujuan untuk menganalisis hubungan antara penggunaan AI dalam pekerjaan sehari-hari dengan kesadaran etika profesi di kalangan profesional. Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan teknik pengumpulan data melalui kuesioner daring kepada 50 responden dari berbagai latar belakang profesi. Analisis data dilakukan dengan uji Chi-Square (?²) untuk mengetahui signifikansi hubungan antara dua variabel kategorikal, yaitu frekuensi penggunaan AI dan pemahaman terhadap pertimbangan etis. Hasil uji hipotesis menunjukkan nilai p-value sebesar 0,9605, yang lebih besar dari tingkat signifikansi (? = 0,10), sehingga disimpulkan bahwa tidak terdapat hubungan yang signifikan antara penggunaan AI dengan kesadaran etika profesi. Temuan ini menunjukkan bahwa kesadaran etis profesional bukan ditentukan oleh intensitas penggunaan teknologi, melainkan oleh faktor lain seperti nilai pribadi, pendidikan, dan budaya organisasi. Penelitian ini merekomendasikan pentingnya edukasi etika digital dan perumusan kebijakan etis yang adaptif terhadap perkembangan teknologi.

Klasterisasi Data Produksi Daging Sapi Menggunakan Algoritma K-Means Orange Data Mining

2025-06-13T14:09:31+00:00

Produksi daging sapi merupakan salah satu komponen penting dalam sektor peternakan yang mendukung ketahanan pangan nasional. Mengingat fluktuasi produksi dari tahun ke tahun dan perbedaan karakteristik antar wilayah, diperlukan metode analisis yang tepat untuk mengolah data secara efektif. Penelitian ini bertujuan untuk mengelompokkan data produksi daging sapi di Indonesia selama periode 2021 hingga 2024 menggunakan algoritma K-Means Orange Data Mining. Proses analisis mengikuti tahapan CRISP-DM, mulai dari pemahaman bisnis hingga deployment. Data yang digunakan diperoleh dari Badan Pusat Statistik dan diproses untuk menghasilkan tiga klaster utama: wilayah dengan produksi daging sapi tinggi, rendah, dan sedang. Hasil penelitian menunjukkan bahwa algoritma K-Means Orange Data Mining mampu mengelompokkan data produksi daging sapi secara efektif ke dalam beberapa klaster yang berbeda. Orange Data Mining turut membantu proses analisis data dengan tampilan antarmuka visual yang inovatif dan hasil yang mudah diinterpretasikan. Temuan ini diharapkan menjadi acuan dalam perumusan kebijakan strategis peternakan dan perencanaan distribusi produksi berbasis data. Hasil klasterisasi ini memberikan gambaran kepada pemerintah mengenai tingkat produksi daging sapi di setiap wilayah, sehingga memungkinkan pengambilan kebijakan atau langkah-langkah strategis yang lebih tepat dan sesuai dengan kondisi masing-masing wilayah berdasarkan hasil klasterisasi.

Penerapan Metode TOPSIS untuk Penilaian Tingkat Gemar Membaca (TGM) di Wilayah Sumatera

2025-06-13T12:42:09+00:00

Tingkat Gemar Membaca (TGM) adalah indikator penting yang digunakan untuk mengukur minat dan kebiasaan membaca masyarakat. TGM dipengaruhi oleh berbagai faktor, seperti frekuensi membaca per minggu, durasi membaca per hari, jumlah bahan bacaan per triwulan, frekuensi penggunaan internet per minggu, dan durasi akses internet per hari. Penelitian ini bertujuan untuk mengevaluasi TGM di sepuluh provinsi di Pulau Sumatera serta menganalisis faktor-faktor yang mempengaruhi perbedaan TGM antar provinsi. Untuk itu, digunakan metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), yang memungkinkan perankingan provinsi berdasarkan kedekatannya dengan solusi ideal. Data yang digunakan bersumber dari publikasi Perpustakaan Nasional tahun 2023. Hasil penelitian menunjukkan bahwa Sumatera Barat memperoleh peringkat tertinggi dengan nilai preferensi 74,04%, disusul oleh Jambi dengan nilai 62,94%, dan Sumatera Utara dengan nilai 51,69%. Temuan ini mengindikasikan bahwa provinsi-provinsi ini memiliki tingkat gemar membaca yang lebih tinggi dibandingkan provinsi lainnya di Pulau Sumatera. Penelitian ini menyimpulkan bahwa faktor-faktor seperti kebiasaan membaca dan penggunaan internet berpengaruh terhadap TGM, dan provinsi dengan TGM lebih tinggi memiliki peluang besar untuk memperkuat budaya literasi di wilayah mereka.

Rancang Bangun Sistem Informasi Monitoring Absensi Ketidakhadiran Siswa Berbasis Web pada SMA Negeri 1 Sitiung

2025-06-14T04:18:53+00:00

SMA Negeri 1 Sitiung (SMANSASIT) merupakan salah satu sekolah menengah atas di Sumatera Barat, tepatnya di jalan Dempo Koto Agung Kenagarian Sungai Duo, Kecamatan Sitiung, Kabupaten Dharmasraya, Provinsi Sumatera Barat, terdapat 955 siswa, 28 kelas dan 3 jurusan yang dikelola oleh sekolah ini. Sistem informasi monitoring absensi ketidakhadiran siswa berbasis web dirancang dan dibangun untuk meningkatkan pengelolaan data absensi di SMA. Sistem ini memungkinkan guru untuk memantau dan mengelola data absensi siswa secara online, sehingga mengurangi kesalahan dan kehilangan data. Selain itu, sistem ini juga dapat membantu guru bk dalam memantau siswa yang sering tidak hadir, sehingga dapat dilakukan intervensi dini untuk meningkatkan kehadiran dan prestasi siswa. Dengan mengunakan sistem ini, sekolah dapat meningkatkan kualitas pengelolaan data absensi dan memberikan informasi yang akurat kepada orang tua dan siswa. Dalam membangun sistem ini, penulis melakukan tahapan penelitian yang dimulai dari identifikasi masalah, analisis masalah, menentukan tujuan, mempelajari literatur, pengumpulan data, analisis sistem, desain sistem, testing, implementasi sistem, dan hasil. Sistem ini dirancang menggunakan metode waterfall, menggunakan UML untuk memodelkan fitur-fitur dan dibangun dengan bahasa pemrograman PHP serta basis data MySQL.

Klasterisasi Tren Tuberkulosis Global dengan Principal Component Analysis (PCA) dan K-Means

2025-06-10T06:50:06+00:00

Tuberkulosis (TB) masih menjadi masalah kesehatan global dengan lebih dari 10 juta kasus baru setiap tahun. Penelitian ini bertujuan mengidentifikasi pola epidemiologi TB secara global menggunakan algoritma Principal Component Analysis (PCA) dan K-Means dalam pendekatan Knowledge Discovery in Databases (KDD). PCA mereduksi 22 variabel menjadi dua komponen utama, sedangkan K-Means mengelompokkan data berdasarkan insidensi, mortalitas, dan faktor kesehatan lainnya. Hasil menunjukkan tiga klaster utama, salah satunya negara dengan beban TB tinggi namun keberhasilan pengobatan rendah (60,4%), dan lainnya dengan cakupan vaksinasi tinggi (78,1%) meski insidensi tinggi. Evaluasi dengan Silhouette Score menunjukkan nilai 0,0694. Temuan ini memberikan dasar bagi strategi pengendalian TB yang lebih terarah. Penelitian selanjutnya disarankan mempertimbangkan data sosio-ekonomi dan temporal untuk analisis yang lebih mendalam.

Rancang Bangun Sistem Informasi Inventaris Sekolah Menggunakan Qr Code pada SMKN 2 Pulau Punjung Berbasis Website

2025-06-14T03:52:37+00:00

Perkembangan teknologi yang sangat pesat dapat membawa pengaruh yang besar dapat mempermudah pekerjaan manusia, sehingga sistem Inventaris Pada SMKN 2 Pulau Punjung masih bergantung dengan sebuah webisite dari pusat, dan memanfaatkan (KIB) Kartu Inventasis Barang. Selama ini untuk pengelolaan masih dilakukan dengan secara manual oleh bendahara aset yaitu untuk pendataan barang yang dibeli dengan bantuan dana Komite maupun yang diperoleh dari Dinas Pendidikan lalu disimpan di lemari berkas mengakibatkan sulit untuk melihat dan melaporkan data yang sudah lama. Permasalah ini diatasi dengan merancang sistem informasi inventaris berbasis website dan menngunakan kecanggihan teknologi yaitu Qr Code. Penulis menggunakan pendekatan SDLC (System Development Life Cycle) dengan metode waterfall. Perancangan sistem informasi inventaris ini menggunakan bahasa pemograman PHP dan basis data MYSQL, Dengan sistem ini diharapkan dapat mempermudah dalam mengelola data aset.

Evaluasi Kemampuan ChatGPT dalam Mengonversi Kebutuhan Sistem Berbasis BPMN Menjadi Formula Linear Temporal Logic (LTL)

2025-06-10T09:23:16+00:00

Perumusan spesifikasi formal dalam pengembangan perangkat lunak berbasis model merupakan tantangan yang signifikan karena kompleksitas logika formal. Linear Temporal Logic (LTL) merupakan pendekatan yang umum digunakan untuk merepresentasikan perilaku sistem dalam domain waktu. Namun, proses transformasi kebutuhan berbasis teks (tekstual requirement) menjadi ekspresi LTL secara manual membutuhkan waktu dan keahlian khusus. Penelitian ini mengeksplorasi kemampuan Large Language Model (LLM), khususnya ChatGPT, dalam mengotomatisasi konversi tekstual requirement ke dalam LTL. Tiga skenario Business Process Model and Notation (BPMN)—Login System, Make Cash Inflow, dan Display Mandatory Savings—digunakan sebagai studi kasus. Hasil generasi LTL oleh LLM dibandingkan dengan hasil manual oleh pakar logika formal. Evaluasi dilakukan berdasarkan kesamaan semantik dan sintaksis, dengan skor rata-rata akurasi mencapai 91,6%. Studi ini menunjukkan bahwa LLM berpotensi mempercepat dan menyederhanakan proses penyusunan spesifikasi formal, dengan tetap mempertahankan akurasi yang tinggi.

Rancang Bangun Sistem Informasi Berbasis Web untuk Prediksi Stok Obat Kronis pada Penderita Diabetes Melitus

2025-06-15T02:56:57+00:00

Pengelolaan persediaan obat yang efektif merupakan aspek penting dalam pelayanan kesehatan, terutama untuk penyakit kronis seperti Diabetes Melitus yang membutuhkan ketersediaan obat secara berkelanjutan. Penelitian ini bertujuan untuk merancang sistem informasi berbasis web yang dapat memprediksi kebutuhan stok obat kronis bagi penderita Diabetes Melitus dengan menggunakan metode simulasi Monte Carlo. Sistem ini dikembangkan untuk membantu pihak manajemen rumah sakit dalam melakukan perencanaan pengadaan obat secara lebih efisien dan akurat. Metode penelitian meliputi analisis kebutuhan sistem, pemodelan dengan Unified Modeling Language (UML), dan pembangunan prototipe sistem berbasis web. Data pemakaian obat tahun 2021 hingga 2023 digunakan sebagai dasar perhitungan distribusi probabilitas dan simulasi Monte Carlo.Hasil dari penelitian ini berupa prototipe sistem yang mampu menghitung estimasi kebutuhan obat kronis untuk periode tertentu. Sistem ini tidak hanya meningkatkan efisiensi pengelolaan logistik farmasi, tetapi juga mendukung pengembangan infrastruktur e-health di Indonesia. Sistem dapat dikembangkan lebih lanjut untuk digunakan pada jenis penyakit kronis lainnya.

Sistem Informasi Monitoring Siswa Berbasis Web pada MTsN 1 Padang

2025-06-01T10:56:19+00:00

Perkembangan teknologi informasi telah memberikan dampak signifikan dalam berbagai bidang, termasuk dunia pendidikan. Salah satu pemanfaatannya adalah dalam pengelolaan data dan pemantauan aktivitas siswa. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi monitoring siswa berbasis web pada MTsN 1 Padang guna mempermudah pihak sekolah, guru, dan orang tua dalam memantau perkembangan akademik dan kedisiplinan siswa secara real-time. Metodologi yang digunakan dalam pengembangan sistem ini adalah metode Waterfall, yang meliputi tahapan analisis, perancangan, implementasi, pengujian, dan pemeliharaan. Hasil Pengujian sistem ini menunjukkan bahwa aplikasi ini mampu membantu proses monitoring siswa secara lebih terstruktur dan transparan. Dengan adanya sistem ini, diharapkan komunikasi antara pihak sekolah dan orang tua dapat berjalan lebih efektif serta mendukung peningkatan kualitas pendidikan di MTsN 1 Padang.

Aplikasi Deteksi Penyakit Tanaman Cabai Menggunakan Teknologi Machine Learning dan Flask

2025-06-18T11:04:35+00:00

Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang dapat mendeteksi penyakit pada tanaman cabai dengan memanfaatkan teknologi pembelajaran mesin. Sistem ini dirancang dengan menggunakan framework Flask sebagai antarmuka dan model Convolutional Neural Network (CNN) untuk proses klasifikasi gambar daun. Dataset yang digunakan terdiri dari foto-foto daun tanaman cabai yang menunjukkan dua jenis penyakit, yaitu Antraknosa dan Gemini Virus. Data dikumpulkan dari berbagai sumber terbuka dan melalui proses pengolahan seperti normalisasi dan augmentasi sebelum digunakan untuk melatih model. Aplikasi ini memberikan kesempatan bagi pengguna untuk mengunggah foto daun cabai yang kemudian diproses secara otomatis oleh model yang telah dilatih. Hasil dari pengujian menunjukkan bahwa model CNN berhasil mencapai akurasi 92% dalam mendeteksi penyakit pada gambar yang diuji. Sistem ini diharapkan dapat berfungsi sebagai alat bantu yang efektif untuk identifikasi dini penyakit tanaman dengan cepat dan mandiri, terutama bagi para petani dan pelaku sektor pertanian. Penggunaan aplikasi ini dianggap sangat praktis, efisien, dan responsif, serta memiliki potensi untuk dikembangkan lebih lanjut dengan menambahkan jenis penyakit baru dan fitur tambahan lainnya seperti deteksi waktu nyata dan versi mobile.

Evaluasi Teknik Elisitasi pada Software Requirement dalam Menentukan Efektivitas Kebutuhan Perangkat Lunak

2025-06-10T06:58:17+00:00

Proses elicitation kebutuhan perangkat lunak merupakan tahap krusial dalam pengembangan sistem Smart Campus, karena sangat memengaruhi kualitas dan relevansi sistem terhadap kebutuhan pengguna. Namun, pemilihan teknik elicitation yang kurang tepat seringkali menyebabkan kebutuhan yang dihasilkan tidak lengkap, tidak konsisten, atau sulit ditelusuri. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan efektivitas dua teknik elicitation, yaitu wawancara dan Joint Requirements Planning (JRP), dalam menghasilkan software requirements yang berkualitas. Empat aspek utama yang dianalisis meliputi kelengkapan, kejelasan, keterlacakan (traceability), dan konsistensi. Metode yang digunakan adalah pendekatan campuran (mixed-method), dengan kombinasi analisis kualitatif dan kuantitatif, serta pemanfaatan algoritma Natural Language Processing (NLP) untuk mengukur keterlacakan dan keterbacaan dokumen. Hasil penelitian menunjukkan bahwa JRP lebih unggul dalam menghasilkan kebutuhan yang lebih lengkap, terstruktur, dan konsisten, dengan persentase total efektivitas sebesar 59,31%. Di sisi lain, wawancara memberikan kedalaman terhadap kebutuhan individu, namun hanya mencapai efektivitas sebesar 40,69%. Temuan ini merekomendasikan penggunaan teknik JRP sebagai pendekatan yang lebih efektif dalam merumuskan kebutuhan perangkat lunak, khususnya untuk sistem berskala besar dan multi-stakeholder seperti Smart Campus.

Optimasi Proses Audit Lapangan melalui Pengembangan Aplikasi Berbasis Digital

2025-06-18T08:36:36+00:00

Penelitian ini berfokus pada penyeselesaian masalah penjadwalan dan pelaporan audit kelas yang masih dilakukan secara manual. Proses audit kelas merupakan proses yang sangat penting, karena dengan melakukan audit ini maka pihak perguruan tinggi dapat melakukan penilaian apakah kelas yang berjalan sudah sesuai, selain itu pihak universitas juga dapat melakukan evaluasi mengenai pelaksanaan kelas kedepannya. Pelaksanaan penjadwalan hingga pelaporan hasil audit yang masih dilakukan secara manual membutuhkan waktu lebih dan kurang efisien. Untuk meningkatkan efisien waktu dalam pelaksanaan audit kelas, penelitian ini merancang sebuah aplikasi audit site in. Metode yang digunakan dalam pengembangan sistem ini adalah metode waterfall yang teridiri dari tahapan analisa kebutuhan, desin sistem, implementasi, pengujian, dan pemeliharaan. Desain aplikasi ini dirancang menggunakan Balsamiq Wireframes, Visual Studio Code untuk membuat aplikasi dengan framework Laravel 10. Pengujian aplikasi menggunakan metode blackbox testing dan kuisioner dengan hasil akhir sudah sesuai dengan rancangan. Hasil dari penelitian ini berupa aplikasi audit site in yang berisi fitur penjadwalan hingga pelaporan hasil audit yang telah sesuai dengan harapan.

Integrasi Augmented Reality dan Artificial Intelligence untuk Visualisasi Produk sebagai Strategi Inovatif

2025-06-09T09:29:35+00:00

Pada era transformasi digital saat ini, integrasi teknologi canggih seperti Augmented Reality (AR) dan Artificial Intelligence (AI) telah menjadi strategi inovatif yang mampu meningkatkan daya saing bisnis, khususnya dalam visualisasi produk. Penelitian ini bertujuan untuk mengeksplorasi potensi integrasi AR dan AI dalam menciptakan pengalaman interaktif yang mempermudah konsumen memahami fitur, fungsi, dan nilai tambah suatu produk. Dengan memanfaatkan teknologi AR, pengguna dapat melihat representasi virtual produk secara real-time di lingkungan nyata mereka, sementara AI berperan dalam mempersonalisasi rekomendasi, menganalisis preferensi pengguna, serta meningkatkan interaksi melalui smart chatbot atau sistem pendukung keputusan. Hasil kajian menunjukkan bahwa kolaborasi AR dan AI tidak hanya memperkaya pengalaman pengguna (user experience), tetapi juga membuka peluang baru dalam pemasaran digital, desain produk, serta strategi penjualan yang lebih adaptif dan responsif terhadap kebutuhan pasar. Dengan demikian, integrasi kedua teknologi ini dapat menjadi salah satu kunci utama dalam menghadapi tantangan inovasi dan membangun keunggulan kompetitif di era industri 4.0.

Sistem Monitoring Server dan Website CV. Technos Studio Menggunakan Laravel Scheduller dan Telegram Bot

2025-06-18T10:11:55+00:00

Dalam era digital saat ini, keberlangsungan layanan website dan server sangat krusial bagi operasional perusahaan, terutama yang bergerak di bidang teknologi informasi. CV. Techno's Studio memerlukan sistem monitoring yang mampu melakukan pemantauan terhadap website dan server secara real-time serta memberikan notifikasi secara otomatis ketika terjadi gangguan. Penelitian ini merancang dan membangun sistem monitoring berbasis Laravel yang terintegrasi dengan Telegram Bot API. Sistem ini memanfaatkan scheduled command dan library GuzzleHttp untuk memeriksa status website secara berkala, menyimpan hasil monitoring dalam database, serta mengirimkan notifikasi ke pengguna jika terdeteksi masalah. Hasil implementasi menunjukkan bahwa sistem ini mampu melakukan pemantauan secara otomatis dan memberikan notifikasi secara efisien, meskipun masih terdapat beberapa keterbatasan seperti ketergantungan pada Laravel Scheduler dan tidak adanya mekanisme retry atau eskalasi notifikasi.

Sistem Pendukung Keputusan Penentuan Karyawan Terbaik SPBU PT Dharmasraya Multi Sarana Sungai Rumbai Menggunakan Metode Simple Additive Weighting (SAW) Berbasis Web

2025-06-18T02:22:45+00:00

Pemilihan karyawan terbaik di SPBU PT Dharmasraya Multi Sarana Sungai Rumbai sebelumnya dilakukan secara manual, yang menyebabkan beberapa permasalahan seperti lamanya proses pengambilan keputusan dan adanya unsur subjektivitas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dengan menggunakan metode Simple Additive Weighting (SAW) guna meningkatkan objektivitas, akurasi, dan efisiensi dalam proses evaluasi. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL, serta dilengkapi dengan fitur seperti input data karyawan, kriteria penilaian, pemberian bobot, perhitungan otomatis, dan output hasil akhir. Hasil pengujian menunjukkan bahwa sistem ini dapat membantu manajemen dalam menentukan karyawan terbaik secara cepat dan objektif.

Implementasi SIS-PKL sebagai bentuk Digitalisasi Administrasi Data Mahasiswa Magang Berbasis Website

2025-06-27T07:11:25+00:00

Perkembangan ilmu pengetahuan dan teknologi yang pesat mendorong dunia pendidikan untuk menjembatani teori dan praktik melalui kegiatan Praktek Kerja Lapangan (PKL). PKL memberikan kesempatan bagi mahasiswa untuk mengenal dunia kerja secara langsung serta menerapkan ilmu dan keterampilan yang diperoleh selama perkuliahan. Lembaga Penyiaran Publik (LPP) TVRI Stasiun Sumatera Barat sebagai lembaga penyiaran nasional memiliki peran strategis dalam memberikan layanan informasi kepada masyarakat dan turut mendukung program PKL bagi mahasiswa. Kegiatan PKL di TVRI Sumatera Barat mencakup berbagai bidang seperti teknik penyiaran, produksi berita, administrasi keuangan, dan manajemen konten media. Meski pendaftaran PLI telah dilakukan secara online, pengelolaan data magang masih bersifat manual, yang berisiko menyebabkan kesalahan pencatatan, kehilangan data, dan keterlambatan pelaporan. Hal ini mengindikasikan perlunya sistem manajemen data magang yang lebih efisien dan terintegrasi untuk meningkatkan efektivitas program PKL di lingkungan TVRI Sumatera Barat

Analisa Simulasi Antrian Monte Carlo menggunakan metode Multi Channel Single Phase

2025-06-27T07:22:30+00:00

Penelitian ini menganalisis sistem antrian pada layanan Laut Carwash menggunakan simulasi Monte Carlo berbasis model Multi-Channel Single-Phase. Hasil simulasi menunjukkan bahwa metode ini efektif dalam memberikan gambaran realistis terkait waktu tunggu dan performa pelayanan. Rata-rata waktu tunggu pelanggan dalam antrian tercatat sebesar 10,75 menit, sementara rata-rata total waktu dalam sistem mencapai 81 menit. Pendekatan Monte Carlo mampu mensimulasikan dinamika layanan secara akurat dan menjadi alat bantu untuk mengevaluasi serta merancang perbaikan sistem pelayanan. Simulasi ini juga membantu memetakan dampak perubahan operasional terhadap efisiensi layanan secara keseluruhan. Dengan demikian, metode ini sangat bermanfaat untuk mendukung pengambilan keputusan strategis dalam meningkatkan kualitas pelayanan pencucian mobil.

Implementasi Convolution Neural Network (CNN) untuk Deteksi Penyakit pada Daun Jagung Berbasis Citra Digital

2025-06-18T08:37:37+00:00

Jagung merupakan komoditas pangan utama kedua di Indonesia yang sering menghadapi masalah penyakit pada daun seperti Blight, Common Rust, dan Gray Leaf Spot. Identifikasi penyakit secara manual masih mengandalkan pengamatan langsung yang bersifat subjektif dan kurang efektif untuk skala luas. Penelitian ini bertujuan mengembangkan sistem deteksi penyakit daun jagung berbasis Convolutional Neural Network (CNN) yang efisien untuk perangkat dengan spesifikasi komputasi rendah. Dataset yang digunakan terdiri dari 2.960 citra daun jagung dengan tiga kategori penyakit yang diperoleh dari publikasi akademik, dataset terbuka, dan pengambilan langsung. Preprocessing meliputi resizing ke 224×224 piksel, normalisasi, dan augmentasi data sederhana. Model CNN dibangun dengan arsitektur sequential berlapis yang terdiri dari tiga blok Conv2D dan MaxPooling2D, flatten layer, dense layer 128 neuron dengan ReLU, dropout 0.5, dan output layer dengan aktivasi softmax. Evaluasi dilakukan dengan delapan kombinasi parameter validation split (0.2 dan 0.3), zoom range (0.2 dan 0.4), dan epoch (20 dan 50). Hasil terbaik diperoleh pada kombinasi validation split 0.2, zoom range 0.2, dan epoch 20 dengan akurasi validasi 90.03% dan loss 0.2574. Confusion matrix menunjukkan performa seimbang pada ketiga kelas penyakit dengan precision, recall, dan F1-score rata-rata 0.90. Model ini terbukti efisien, akurat, dan cocok untuk implementasi pada perangkat dengan keterbatasan komputasi, memberikan solusi praktis bagi petani dalam deteksi dini penyakit tanaman jagung.