Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)

Sistem Otomatisasi Pintu Pakaian Santri Menggunakan Sensor Sidik Jari Berbasis Arduino Uno Di Ponpes Mathla’un Nawakartika

Thaufik Hidayat, Ade Sumaedi — Mon, 29 Sep 2025 00:00:00 +0000

Abstract—Penelitian ini berfokus pada pengembangan sistem penguncian pintu otomatis penyimpanan pakaian santri di Pondok Pesantren Mathlaun Nawakartika, memanfaatkan sensor sidik jari berbasis platform Arduino Uno. Tujuan utamanya adalah untuk meningkatkan keamanan dan memfasilitasi kemudahan akses penyimpanan pakaian bagi siswa. Dengan menerapkan teknologi biometrik, sistem ini menggunakan sidik jari sebagai metode identifikasi, sehingga memberikan tingkat keamanan yang lebih tinggi dibandingkan sistem kunci tradisional. Pekerjaan ini bertujuan untuk mengurangi risiko pencurian dan kehilangan barang-barang berharga sekaligus memastikan siswa merasa aman, memungkinkan mereka untuk fokus pada kegiatan pendidikan tanpa takut kehilangan barang-barang pribadi. Penelitian menguraikan kebutuhan perangkat keras dan perangkat lunak, termasuk komponen seperti Arduino Uno, Pembaca Sidik Jari AS608, LCD 16x2, modul relai, kunci pintu solenoid, dan banyak lagi. Ini menggunakan pendekatan terstruktur yang melibatkan desain, pembuatan prototipe, dan pengujian, untuk memastikan fungsionalitas yang dapat diandalkan dalam lingkungan pesantren yang sebenarnya. Temuan penelitian ini memberikan kontribusi signifikan terhadap peningkatan sistem keamanan di lembaga pendidikan, memberikan solusi praktis yang menggabungkan teknologi canggih dengan pengoperasian yang ramah pengguna. Secara keseluruhan, penerapan sistem penguncian pintu berbasis sidik jari ini bertujuan untuk memberikan tidak hanya keamanan tetapi juga kenyamanan bagi para santri di Pondok Pesantren Mathlaun Nawakartika.

PENGEMBANGAN APLIKASI WEBSITE UNTUK SISTEM KEPEGAWAIAN YANG BERFOKUS PADA PENGELOLAAN CUTI PEGAWAI DI KOPERASI BMT MUBARAKAH KUDUS

Vera Fadhila, Fida Maisa Hana, Saiful ulya — Mon, 29 Sep 2025 00:00:00 +0000

Teknologi informasi saat ini telah berkembang pesat sehingga mendorong banyak instansi untuk beralih sistem manual dengan sistem digital, termasuk dalam pengelolaan cuti pegawai. Koperasi BMT Mubarakah Kudus masih menerapkan tahapan prosedur yang masih bersifat manual menggunakan perangkat lunak Microsoft Office dan surat menyurat dalam pengajuan cutinya, sehingga rentan menimbulkan resiko seperti kesalahan dalam pencatatan, keterlambatan serta ketidakefisienan administrasi. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi pengelolaan cuti pegawai yang berbasis website dan mampu dalam mengotomatiskan beberapa proses seperti proses pengajuan, persetujuan hingga proses pencatatan cuti pegawai. Metode yang digunakan dalam penelitian ini menggunakan metode waterfall, yang dimana terdiri dari tahapan analisis kebutuhan, desain, implementasi, pengujian dan pemeliharaan. Sistem yang telah dibuat ini lebih fokus untuk pegawai dan pengelolaan cuti dengan alasan menikah dan melahirkan, hasil dari penelitian ini berupa aplikasi website yang mudah digunakan/user-friendly, sehingga memungkinkan pegawai di BMT Mubarakah Kudus dapat mengajukan cuti, memantau status dan sisa cuti secara online. Selain itu, user manajer dan supervisor dapat mengelola data cuti yang lebih efisien dan akurat. Implementasi sistem ini dapat meningkatkan efisiensi kerja, transparansi dan akuntabilitas dalam pengelolaan cuti dikoperasi BMT Mubarakah Kudus.

Sistem Pendukung Keputusan Pemilihan Supplier Menggunakan Metode SAW pada PT. Medikaloka Manajemen

Hendri Mahmud Nawawi, Sarwono — Mon, 29 Sep 2025 00:00:00 +0000

Dalam dunia bisnis, pemilihan supplier yang tepat menjadi faktor krusial dalam menjaga kelancaran rantai pasokan dan keberlanjutan operasional perusahaan. PT Medikaloka Manajemen, yang bergerak di bidang layanan kesehatan, menghadapi tantangan dalam menyeleksi supplier yang memenuhi standar kualitas, harga, serta ketepatan waktu pengiriman. Proses manual yang selama ini digunakan dinilai kurang efektif karena sulitnya melakukan perbandingan kinerja supplier secara objektif berdasarkan kriteria yang relevan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pendukung keputusan berbasis web guna meningkatkan efektivitas pemilihan supplier di PT Medikaloka Manajemen. Sistem ini menerapkan metode Simple Additive Weighting (SAW), yang memungkinkan pengolahan data berdasarkan kriteria utama, seperti kualitas, harga, ketepatan pengiriman, dan layanan. Dengan pendekatan ini, sistem dapat memberikan peringkat supplier secara objektif, efisien, dan terukur. Hasil penelitian menunjukkan bahwa metode SAW mampu memberikan solusi optimal dalam pemilihan supplier dengan meningkatkan transparansi dalam proses pengambilan keputusan. Sistem yang dikembangkan juga dirancang dengan antarmuka yang ramah pengguna, sehingga mempermudah tim pengadaan dalam mengelola data dan menghasilkan laporan yang mendukung strategi bisnis perusahaan

Evaluasi Performa PostgreSQL 16 pada FreeBSD 13.2 dan Ubuntu 22.04.3

Firman Pratama, Devi Damayanti, Fitri Yanti, Jaka Sutresna, Khanif Faozi — Mon, 29 Sep 2025 00:00:00 +0000

Penelitian ini bertujuan untuk melakukan evaluasi performa sistem manajemen basis data PostgreSQL versi 16 pada dua sistem operasi yang berbeda, yaitu FreeBSD 13.2 dan Ubuntu 22.04.3. Performa sistem diukur dan dibandingkan melalui serangkaian uji beban dan skenario penggunaan khusus. Metodologi penelitian melibatkan instalasi dan konfigurasi PostgreSQL 16 pada kedua sistem operasi, dengan parameter konfigurasi yang disesuaikan untuk mempertahankan konsistensi dan keadilan dalam pengujian. Pengujian dilakukan menggunakan berbagai dataset dan skenario penggunaan yang mencakup operasi penulisan, pembacaan, dan pengindeksan data. Hasil evaluasi performa mencakup waktu tanggap, throughput, dan penggunaan sumber daya sistem seperti CPU, memori, dan penyimpanan. Analisis hasil dilakukan untuk mengidentifikasi perbedaan performa antara kedua sistem operasi, serta untuk mengevaluasi kecocokan PostgreSQL 16 dengan masing-masing. Temuan penelitian ini diharapkan dapat memberikan wawasan mendalam tentang performa PostgreSQL 16 di bawah lingkungan FreeBSD 13.2 dan Ubuntu 22.04.3, serta memberikan landasan untuk pemilihan sistem operasi yang optimal sesuai dengan kebutuhan aplikasi dan beban kerja yang diinginkan.

Kata Kunci: PostgreSQL 16, Evaluasi Performa, FreeBSD 13.2, Ubuntu 22.04.3, Manajemen Basis Data, Sistem Operasi.

Analisis Sentimen Ulasan Pengguna Aplikasi Info BMKG pada Google Play Store Menggunakan Model Transformer BERT dan RoBERTa

Charlo Brando, Sajarwo Anggai, Tukiyat — Mon, 29 Sep 2025 00:00:00 +0000

Aplikasi Info BMKG memiliki peran penting dalam menyampaikan informasi cuaca, iklim, gempa bumi, dan peringatan dini bencana kepada masyarakat. Seiring meningkatnya penggunaan perangkat mobile di Indonesia, analisis sentimen menjadi relevan untuk mengevaluasi kepuasan pengguna serta mengidentifikasi aspek yang perlu diperbaiki. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Info BMKG di Google Play Store dengan memanfaatkan model transformer BERT dan RoBERTa. Dataset 10.791 ulasan pengguna yang diklasifikasikan ke dalam tiga kategori sentimen meliputi positif, netral, dan negatif. Tahapan penelitian mencakup eksplorasi data awal, prapemrosesan data, serta evaluasi model. Hasil evaluasi menunjukkan bahwa model BERT memberikan performa terbaik dengan akurasi sebesar 93,14%, disusul oleh RoBERTa dengan akurasi 91,06% pada skenario pembagian data 80:10:10. Selain itu, model BERT juga unggul dalam metrik lain, yakni presisi 93,45%, recall 92,90%, dan F1-score 93,17%, dibandingkan RoBERTa dengan presisi 91,12%, recall 90,72%, dan F1-score 90,91%. Analisis lanjutan menunjukkan bahwa meskipun aplikasi mendapatkan apresiasi, pengguna juga menyoroti isu keterlambatan notifikasi gempa dan ketidakakuratan informasi. Temuan ini diharapkan dapat menjadi dasar pengembangan lebih lanjut dalam meningkatkan kualitas layanan dan efektivitas penyampaian informasi oleh BMKG.

Perancangan Website Profil dan Sistem Pendaftaran Santri Baru pada Pondok Modern Assalam Subang Jawa Barat

Mon, 29 Sep 2025 00:00:00 +0000

Abstract—Digitalisasi sistem administrasi pondok pesantren menjadi kebutuhan mendesak dalam menghadapi transformasi pendidikan Islam di era Society 5.0. Penelitian ini bertujuan merancang website profil dan sistem pendaftaran santri baru pada Pondok Modern Assalam Subang untuk meningkatkan efisiensi administrasi dan aksesibilitas layanan pendidikan. Metode penelitian menggunakan pendekatan rekayasa perangkat lunak dengan model Waterfall yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan teknologi web modern berbasis Laravel, MySQL, HTML, CSS, dan JavaScript dengan desain responsif
yang dapat diakses melalui berbagai perangkat. Hasil implementasi menunjukkan sistem berhasil menyediakan platform terintegrasi yang memuat informasi lengkap profil pondok, formulir pendaftaran online dengan fitur upload dokumen, notifikasi email otomatis, dan dashboar administrator untuk pengelolaan data. Evaluasi fungsionalitas sistem menunjukkan seluruh fitur utama berfungsi optimal dengan tingkat keamanan data yang memadai, performa responsif dengan waktu respon kurang dari 2 detik, dan antarmuka yang user-friendly. Sistem ini terbukti dapat meningkatkan efisiensi proses pendaftaran, mengurangi kesalahan input data, dan memperluas jangkauan aksesibilitas layanan pendidikan kepada masyarakat. Implementasi digitalisasi ini memberikan kontribusi signifikan dalam modernisasi administrasi pesantren sekaligus mempertahankan nilai-nilai pendidikan Islam tradisional.

ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MEDIA SOSIAL X DI PLAY STORE MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) DAN GATED RECURRENT UNIT (GRU)

Wily Arisandi, Sajarwo Anggai, Tukiyat — Mon, 29 Sep 2025 00:00:00 +0000

Penelitian ini bertujuan untuk membandingkan performa dua algoritma deep learning, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU), dalam melakukan klasifikasi sentimen terhadap ulasan pengguna aplikasi media sosial X di Google Play Store. Dataset yang digunakan sebanyak 5.100 data ulasan yang telah diberi label secara manual ke dalam tiga kategori sentimen kelas positif, netral, dan negatif. Proses evaluasi dilakukan melalui 12 skenario kombinasi hyperparameter yang melibatkan variasi nilai learning rate, regularization, epoch, dan batch size. Data dibagi menjadi tiga bagian, yaitu 70% untuk pelatihan, 15% validasi, dan 15% pengujian. Hasil evaluasi menunjukkan bahwa model LSTM dengan skenario 0.002-LSTM-100-512 memberikan performa terbaik dengan akurasi 0.842, presisi 0.730, recall 0.719, dan F1-score 0.724. Sementara itu, model GRU terbaik dengan skenario 0.001-GRU-100-256 menghasilkan akurasi 0.837, presisi 0.713, recall 0.690, dan F1-score 0.696. Meskipun GRU memiliki nilai presisi yang kompetitif, model LSTM unggul dalam semua metrik lainnya, terutama F1-score yang menjadi indikator utama dalam penelitian ini karena mencerminkan keseimbangan antara presisi dan recall. Berdasarkan hasil tersebut, model LSTM dipilih sebagai model paling optimal untuk tugas analisis sentimen dalam studi ini.

ANALISIS RASIO KEUANGAN YANG MEMPENGARUHI NILAI BUKU PERUSAHAAN DENGAN MODEL REGRESSION, SUPPORT VECTOR MACHINE DAN ALGORITMA GENETIKA (Studi Kasus Perusahaan Manufaktur dan Infrastruktur Terdaftar BEI 2018-2023)

Albert Setiawan Harijanto, Abu Khalid Rivai, Sudarno — Mon, 29 Sep 2025 00:00:00 +0000

Penelitian ini bertujuan untuk menganalisis rasio laporan keuangan menggunakan tiga pendekatan regresi: Genetic Algorithm (GA), Support Vector Machine (SVM), dan Regresi Linear, dalam memprediksi nilai Price to Book Value (PBV) berdasarkan indikator keuangan seperti Debt to Equity Ratio (DER), Price Earnings Ratio (PER), dan Return on Assets (ROA). Data yang digunakan adalah laporan tahunan perusahaan berbasis manufaktur dan infrastruktur yang diperoleh dari Bursa Efek Indonesia selama periode 2018-2023, dengan total 350 data. Hasil analisis menunjukkan bahwa model SVM memiliki nilai Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) terendah, masing-masing sebesar 2.0017 dan 1.4148. Namun, model GA menunjukkan nilai Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE) yang lebih kecil, yaitu 0.3106 dan 22.68%, dibandingkan SVM yang memiliki MAPE lebih tinggi (50.07%). Model Regresi Linear menunjukkan performa yang jauh lebih buruk, dengan MSE mencapai 45.5992 dan R² negatif sebesar -22.2335, menandakan bahwa model tersebut tidak mampu menangkap pola dalam data. Secara keseluruhan, model GA yang dioptimasi melalui seleksi dan mutasi dengan validasi silang menunjukkan kinerja terbaik dalam hal akurasi dan stabilitas prediksi. Penelitian ini menegaskan efektivitas algoritma evolusioner dalam pemodelan prediktif berbasis data keuangan, serta menyoroti pentingnya pemilihan metode yang tepat untuk analisis rasio laporan keuangan.

Implementasi Sistem Enterprise Resource Planning Menggunakan Modul Recruitment Human Resource Pada Odoo (Studi Kasus: Selangit Group Indonesia)

Mon, 29 Sep 2025 00:00:00 +0000

Abstract— Seiring perkembangan era digital, perusahaan perlu meningkatkan efisiensi manajemen sumber daya manusia melalui pemanfaatan teknologi informasi. Selangit Group Indonesia, yang memiliki sejumlah cabang coffee shop, menghadapi tantangan dalam proses rekrutmen yang masih manual dan terpisah, sehingga berpotensi menimbulkan keterlambatan dan kesalahan administratif. Penelitian ini bertujuan mengimplementasikan modul Recruitment pada sistem Enterprise Resource Planning (ERP) berbasis Odoo untuk mempercepat dan menyederhanakan proses rekrutmen. Metode pengembangan yang digunakan adalah Rapid Application Development (RAD), dengan perancangan sistem berbasis UML dan ERD. Hasil implementasi menunjukkan sistem berhasil mengotomatisasi tahapan rekrutmen, mulai dari pembuatan lowongan hingga pelaporan, dengan tingkat keberhasilan uji blackbox sebesar 90%. Sistem ini dinilai mampu meningkatkan efisiensi dan mengurangi kesalahan dalam proses rekrutmen Selangit Group Indonesia.

Sistem Administrasi Bengkel Berbasis Web untuk Manajemen Transaksi dan Riwayat Servis

Mon, 29 Sep 2025 00:00:00 +0000

Di era digital saat ini, pemanfaatan teknologi informasi menjadi kebutuhan penting dalam menunjang berbagai aktivitas, termasuk pada sektor jasa bengkel kendaraan. Masih banyak bengkel skala kecil hingga menengah yang mengandalkan pencatatan manual, sehingga menimbulkan berbagai permasalahan seperti ketidakefisienan, potensi kesalahan data, serta kesulitan dalam mengakses riwayat servis kendaraan. Untuk mengatasi hal tersebut, penelitian ini merancang dan mengembangkan sistem administrasi bengkel berbasis web yang dapat diakses oleh pihak bengkel maupun pelanggan. Sistem ini dirancang untuk memudahkan pencatatan transaksi, pengelolaan data pelanggan, serta pelacakan riwayat servis kendaraan secara terstruktur dan efisien. Diharapkan sistem ini dapat meningkatkan efektivitas operasional bengkel serta memberikan pelayanan yang lebih cepat dan akurat kepada pelanggan.

Pengembangan Aplikasi Mobile Augmented Reality untuk Edukasi Sejarah Nasional Menggunakan ReactNative, Expo, dan ViroReact

Arya Panca Wibowo; Yohanes Eka Wibawa — Mon, 29 Sep 2025 00:00:00 +0000

Pembelajaran sejarah nasional di Indonesia kerap dianggap membosankan oleh pelajar karena penyajiannya yang bersifat konvensional dan kurang interaktif. Permasalahan ini menyebabkan rendahnya minat serta pemahaman siswa terhadap materi sejarah. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi mobile berbasis teknologi Augmented Reality (AR) sebagai media pembelajaran yang lebih menarik dan menekankan unsur interaktivitas. Aplikasi ini dibangun menggunakan ReactNative dengan dukungan Expo dan ViroReact, serta dirancang untuk digunakan di Museum Sejarah Nasional dengan memanfaatkan diorama sebagai marker AR. Ketika marker dikenali, aplikasi akan menampilkan video sejarah yang relevan dan kuis interaktif untuk memperkuat pemahaman pengguna. Proses pengembangan mengikuti metode Agile System Development Life Cycle (SDLC), yang mencakup tahap perencanaan kebutuhan, perancangan antarmuka dan basis data, implementasi fitur AR, hingga pengujian dan evaluasi. Hasil pengujian menunjukkan bahwa aplikasi mampu menjalankan fungsi AR secara stabil serta diterima dengan baik oleh pengguna dari segi fungsionalitas dan kemudahan penggunaan. Aplikasi ini diharapkan menjadi solusi inovatif dalam meningkatkan literasi sejarah nasional di kalangan pelajar, serta dapat dikembangkan lebih lanjut melalui penyempurnaan deteksi marker, penambahan konten, dan peningkatan tampilan antarmuka.

Perancangan Bel Jam Otomatis Berbasis Internet of Things Menggunakan Mikrokontroler ESP32 Di SMK Islam Cendikia

Ajril Husni, Ade Sumaedi — Mon, 29 Sep 2025 00:00:00 +0000

Abstrak— Bel sekolah dipergunakan sebagai pemberitahuan kepada siswa-siswi berada di lingkungan sekolah kegiatan dimulai dan berakhir, bel sekolah sering di temui di sekolah umumnya, berbentuk listrik seperti yang di pergunakan di SMK Islam Cendikia menggunakan bel listrik berbentuk amplifier membutuhkan bantuan manusia untuk menekan bel, terdapat masalah yang terjadi yaitu terlalu banyak guru piket sebanyak 3 orang berpengaruh guru kelas yang terganggu akibat Guru piket dan sistem ngajar mengajar akibat pengurangan guru piket dan pada tanggal 04 maret 2025 sampai 09 mei 2025 guru piket masih menggunakan buku pencatatan siswa-siswi secara tulis tangan seperti guru yang masuk,kehadiran peserta didik,catatan pelanggaran siswa dan catatan, buku tersebut berisi 40 halaman lembar berganti sesuai dengan habisnya lembar dan terdapat halaman yang tidak di catat oleh guru piket sekitar 10% di mana itu menjadi permasalahan yang sangat penting karna buku mengikuti rapat setiap bulan nya guru- guru kesusahan melihat catatan siswa-siswi setiap bulannya untuk di tunjukan pada rapat bulanan maupun tahunan oleh karna itu penulis membuat alat yang memanfaatkan teknologi untuk membantu guru piket yaitu dengan cara membuat,bel otomatis menggunakan mikrokontrol ESP32RTC DS 3231 berfungsi menyimpan data inputan waktu dan tanggal secara tepat waktu,dfplayer penyimpanan suara Mp3, lcd 16x2 menampilan waktu dan tanggal dan MIT App Inventor sebagai interface membantu guru piket dalam mencatat pelanggaran siswa,kehadiran peserta didik yang tersimpan ke google sheets yang terlihat oleh semua guru,dimana alat ini membantu para guru dan mendapat respons positif dari dewan guru.

Kata kunci — Sistem Otomatisasi, MIT App Inventor, Bel Otomatis, Berbasis Mikrokontroler ESP 32.

ANALISIS SENTIMEN PERSEPSI PENGGUNA KURIKULUM MERDEKA BELAJAR MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER (NBC) DAN SUPPORT VECTOR MACHINE (SVM) STUDI KASUS : SMK TEKNIKOM CIKARANG

Tia Millenia Alvionita; Achmad Hindasyah, Abu Khalid — Mon, 29 Sep 2025 00:00:00 +0000

Abstract— Penerapan Kurikulum Merdeka di berbagai jenjang pendidikan menimbulkan beragam persepsi dari para penggunanya, termasuk di tingkat Sekolah Menengah Kejuruan (SMK). Perubahan pendekatan pembelajaran, integrasi projek penguatan profil pelajar Pancasila, serta fleksibilitas dalam perancangan kurikulum menjadi faktor-faktor yang memicu variasi tanggapan dari guru dan siswa sebagai pelaksana langsung. Penelitian ini bertujuan untuk mengevaluasi persepsi tersebut melalui analisis sentimen berbasis teks, dengan tujuan mengetahui kecenderungan opini pengguna terhadap Kurikulum Merdeka di SMK Teknikom Cikarang. Pendekatan yang digunakan adalah kuantitatif dengan metode klasifikasi teks menggunakan Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Data diperoleh dari tanggapan siswa melalui survei terbuka, yang kemudian dikategorikan ke dalam tiga label sentimen: positif, negatif, dan netral. Penelitian ini juga mengidentifikasi faktor-faktor utama yang memengaruhi persepsi siswa, di antaranya: pemahaman terhadap alur tujuan pembelajaran (ATP), pengalaman belajar berbasis projek, keterlibatan guru dalam memfasilitasi pembelajaran, serta kemudahan dalam penggunaan media ajar digital. Metode klasifikasi diuji menggunakan tiga varian NBC, yaitu GaussianNB, MultinomialNB, dan BernoulliNB, kemudian dibandingkan dengan algoritma SVM. Hasil evaluasi berdasarkan confusion matrix menunjukkan bahwa metode SVM memiliki akurasi tertinggi sebesar 96,5%, dengan klasifikasi benar sebanyak 36 data positif, 45 data negatif, dan 112 data netral. Di antara model Naive Bayes, performa terbaik ditunjukkan oleh BernoulliNB dengan akurasi 92,5%, diikuti oleh MultinomialNB dengan
akurasi yang sama, sementara GaussianNB menunjukkan performa terendah dengan akurasi 77,5%. Keunggulan SVM disebabkan oleh kemampuannya dalam menangani data teks berdimensi tinggi dan bersifat sparsity, serta ketahanannya dalam membedakan kelas sentimen yang memiliki kemiripan— terutama ketika fitur teks tidak mengikuti distribusi probabilistik yang kuat seperti yang diasumsikan dalam model Naive Bayes. Temuan ini menunjukkan bahwa Support Vector Machine lebih unggul dalam mengklasifikasikan persepsi pengguna terhadap Kurikulum Merdeka Belajar dibandingkan dengan varian Naive Bayes. Hasil ini diharapkan dapat menjadi dasar dalam pengembangan sistem
evaluasi berbasis analisis sentimen di bidang pendidikan, khususnya untuk menilai implementasi kurikulum baru berdasarkan opini siswa, kemampuan generalisasi tinggi SVM mampu menemukan hyperplane optimal yang memisahkan data dengan margin maksimum, sehingga meminimalkan kesalahan klasifikasi.

Analisis dan Perancangan Sistem Informasi Prediksi Data Penjualan pada E-commerce Khumaira Cookies & Snack

Nayla Andina Oktavia; Tri Wahyu Widyaningsih — Mon, 29 Sep 2025 00:00:00 +0000

Abstract—Perkembangan teknologi digital telah mendorong perubahan signifikan dalam dunia bisnis, termasuk cara konsumen berbelanja secara online. Penelitian ini bertujuan mengimplementasikan metode data mining menggunakan pendekatan regresi linear sederhana dalam memprediksi penjualan pada e-commerce Khumaira Cookies & Snack. Permasalahan yang diangkat meliputi sistem penjualan yang masih dilakukan secara manual serta kurangnya pemanfaatan teknologi dalam proses prediksi permintaan pasar. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan tahapan perencanaan, analisis data, perancangan sistem e-commerce, pengembangan fitur prediksi penjualan, hingga evaluasi sistem. Kebaruan penelitian ini terletak pada integrasi sistem e-commerce dengan fitur prediksi penjualan berbasis data mining yang ditujukan khusus bagi UMKM, yang masih jarang dikaji. Hasil dari analisis regresi menunjukkan bahwa metode ini mampu memberikan gambaran tren penjualan lima tahun ke depan dan membantu bisnis dalam menyusun strategi produksi serta pemasaran yang lebih tepat sasaran. Sistem e-commerce yang dibangun juga berhasil meningkatkan efisiensi transaksi dan pengalaman pengguna. Keterbatasan penelitian ini
adalah penggunaan satu variabel independen, sehingga faktor eksternal belum diperhitungkan. Dengan demikian, integrasi sistem digital berbasis prediksi dapat meningkatkan daya saing UMKM dalam era transformasi digital.