Jurnal Ilmiah Teknologi Informasi dan Robotika

Sistem Pendukung Keputusan Perekrutan Karyawan Menggunakan Metode Profile Matching (Studi Kasus: Toko Dwi Bhakti Offset)

2026-01-21T08:48:33+00:00

Proses rekrutmen karyawan di Toko Dwi Bhakti Offset yang dilakukan secara manual cenderung subjektif dan tidak efisien, terutama dalam konteks usaha kecil yang tetap menerima banyak lamaran kerja. Penelitian ini bertujuan untuk merancang dan membangun Sistem Pendukung Keputusan (SPK) berbasis web dengan menerapkan metode Profile Matching guna menciptakan proses seleksi yang lebih objektif dan terstruktur. Kebaruan dari penelitian ini terletak pada penerapan metode Profile Matching secara spesifik pada usaha skala kecil di bidang percetakan, sebuah konteks yang belum banyak dieksplorasi untuk mengatasi tantangan seleksi di tengah banyaknya jumlah pelamar. Sistem dikembangkan menggunakan metodologi Waterfall, dibangun dengan bahasa pemrograman PHP dan basis data MySQL, serta diuji fungsionalitasnya melalui metode Black Box. Hasil penelitian ini adalah sebuah aplikasi web dengan dua hak akses (HRD dan Owner) yang berhasil mengimplementasikan metode Profile Matching untuk menghasilkan perangkingan kandidat secara otomatis. Disimpulkan bahwa sistem yang dibangun mampu membantu Toko Dwi Bhakti Offset dalam mengambil keputusan perekrutan secara lebih efektif dan objektif, mengatasi kelemahan proses manual sebelumnya.

Rancang Bangun Sistem Ujian Sekolah Berbasis Web pada SMK Negeri 73 Jakarta

2026-01-20T07:19:58+00:00

Ujian Sekolah merupakan mekanisme utama dalam mengevaluasi capaian belajar siswa. Hal ini mendorong sekolah untuk memiliki sistem evaluasi yang sesuai dengan kebutuhan internal. Penelitian ini difokuskan pada perancangan sistem ujian sekolah berbasis web dan diimplementasikan di SMKN 73 Jakarta. Aktor yang terlibat dalam sistem ini adalah admin, guru, siswa, wali kelas, kepala sekolah, dan wakil kepala kurikulum. Fitur utama mencakup pengelolaan bank soal, paket soal, jadwal ujian, pelaksanaan ujian daring, serta penilaian otomatis untuk soal pilihan ganda. Metode waterfall digunakan dalam pengembangan sistem dan menerapkan teknologi Laravel serta MySQL untuk implementasi awal. Metode waterfall diawali dari analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem ini dirancang untuk meningkatkan efisiensi administrasi, keamanan soal dan hasil ujian, serta akurasi penilaian. Penyesuaian alur sistem dengan struktur organisasi sekolah menjadi kontribusi utama dari penelitian ini. Hasil perancangan menunjukkan bahwa sistem dapat mendukung proses ujian secara efektif dan dapat dijadikan dasar pengembangan sistem evaluasi digital di sekolah.

Klasifikasi Penyakit Diabetes Menggunakan Particle Swarm Optimaze Pada Algoritma Support Vector Machine

2026-01-22T02:27:01+00:00

Penyakit diabetes mellitus menjadi salah satu tantangan kesehatan global dengan prevalensi yang semakin meningkat setiap tahunnya. Penelitian ini bertujuan untuk mengklasifikasikan penyakit diabetes menggunakan algoritma Support Vector Machine (SVM) yang dioptimalkan oleh metode Particle Swarm Optimization (PSO) dan teknik Synthetic Minority Over-sampling Technique (SMOTE). Dataset yang digunakan berasal dari National Institute of Diabetes and Digestive and Kidney Diseases dengan total 768 data. Proses penelitian mencakup tahapan pra-pemrosesan data, penanganan ketidakseimbangan data menggunakan SMOTE, optimasi parameter SVM menggunakan PSO, dan evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model SVM-SMOTE-PSO mencapai akurasi sebesar 83,95%, meningkat dibandingkan model SVM-SMOTE tanpa PSO yang hanya mencapai 82,72%. Peningkatan ini terutama terlihat pada prediksi kelas minoritas, di mana PSO membantu mengoptimalkan parameter model SVM. Dengan demikian, metode ini terbukti efektif dalam meningkatkan akurasi dan keseimbangan prediksi klasifikasi penyakit diabetes.

Aplikasi Peromohonan Cuti Pegawai pada Dinas Pariwisata Kota Palembang

2026-01-20T06:23:44+00:00

This research concerns leave applications at the Dinas Pariwisata Palembang City. Currently the leave application process at the Dinas Pariwisata is carried out procedurally from table to table. This process is very inefficient because it requires a long time and accuracy in finding leave data. This research uses the waterfall system development method in its development process, namely Requirements Definition, System and Software Design, Implementation and Unit Testing, Integration and System Testing, Operation and Maintenance. The data collection methods used were observation, interviews and literature study methods. The results of this research are "Responsive Web Based Employee Leave Application for the Dinas Pariwisata Palembang City". It is hoped that the results of this research can make it easier for employees to process leave applications.

Klasifikasi Citra Batik Banyumasan Menggunakan Ekstraksi Fitur HOG, Reduksi Dimensi PCA, dan Klasifikasi SVM

2026-01-20T06:24:57+00:00

Penelitian ini mengembangkan sistem klasifikasi motif Batik Banyumasan dengan tujuan utama meningkatkan akurasi pengenalan pola pada dataset yang terbatas. Dalam upaya tersebut, pendekatan yang digunakan mencakup empat tahap utama, yaitu augmentasi citra guna memperluas jumlah data pelatihan secara sintetis, ekstraksi fitur dengan metode Histogram of Oriented Gradients (HOG) untuk menangkap informasi bentuk dan tepi pada motif, reduksi dimensi menggunakan Principal Component Analysis (PCA) agar fitur yang digunakan lebih representatif namun efisien, serta klasifikasi menggunakan Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) untuk menangani pola non-linear secara optimal. Dataset yang dianalisis terdiri dari 5.148 citra Batik yang terbagi ke dalam 11 kelas motif khas Banyumasan. Hasil eksperimen menunjukkan bahwa kombinasi metode HOG, PCA, dan SVM dengan RBF kernel menghasilkan akurasi klasifikasi tertinggi sebesar 91%. Peningkatan ini cukup signifikan dibandingkan dengan konfigurasi baseline, seperti tanpa augmentasi (43%), tanpa PCA (90%), dan tanpa HOG (86%). Temuan ini menegaskan bahwa integrasi teknik augmentasi, ekstraksi fitur, dan reduksi dimensi memainkan peran penting dalam mengoptimalkan performa sistem klasifikasi motif Batik Banyumasan, terutama saat menghadapi keterbatasan jumlah data pelatihan.