IC Tech: Majalah Ilmiah

IMPLEMENTASI EXPLORATORY DATA ANALYSIS UNTUK ANALISIS DATA LEMAK TUBUH

Anas Syaifudin — 2025-04-30

Penelitian ini berfokus pada penerapan metode Exploratory Data Analysis (EDA) untuk menganalisis dataset publik tentang lemak tubuh. Masalah yang diidentifikasi adalah pentingnya memahami pola distribusi dan hubungan antar variabel dalam dataset lemak tubuh. Penelitian ini memanfaatkan dataset lemak tubuh yang mencakup berbagai pengukuran lingkar tubuh pria, seperti berat badan, tinggi badan, dan persentase lemak tubuh. Solusi yang ditawarkan melibatkan serangkaian langkah EDA, termasuk pembersihan data, analisis univariat dan multivariat, serta visualisasi data menggunakan grafik seperti histogram, scatter plot, dan heatmap. Penanganan outlier dan rekayasa fitur seperti Body Mass Index (BMI) dilakukan untuk meningkatkan kualitas data dan menghasilkan wawasan baru tentang distribusi lemak tubuh. Hasil penelitian menunjukkan hubungan kuat antara persentase lemak tubuh dengan variabel seperti berat badan, lingkar perut, dan kepadatan tubuh. Sebagian besar individu dalam dataset berada dalam kategori BMI normal, dengan perbedaan distribusi ukuran tubuh berdasarkan kategori BMI. Hasil dari penelitian ini adalah dengan menggunakan EDA yang menyeluruh, yang mencakup analisis univariat dan multivariat, pola dan hubungan antara persentase lemak tubuh dan variabel lain seperti berat badan, tinggi badan, usia, dan lingkar tubuh telah ditemukan. Penelitian ini merekomendasikan pengembangan model prediktif berbasis machine learning dengan menggunakan dataset lemak tubuh.

PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS ANIMASI MENGGUNAKAN SPARKOL VIDEOSCRIBE UNTUK PENGENALAN RAMBU LALU LINTAS

Ari Putra Wibowo — 2025-04-30

Media pembelajaran adalah alat penting untuk menyampaikan informasi dan pesan dalam proses belajar. Pemanfaatan teknologi dan informasi sebagai media pembelajaran menjadi hal yang penting untuk membuat proses belajar lebih menarik dan tidak bergantung hanya pada guru. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE. Model ADDIE ini memiliki lima tahapan: analisis, desain, pengembangan, implementasi, dan evaluasi. Adapun sampel penelitian ini adalah Himpaudi Kecamatan Kedungwuni dan data ataupun problem yang dibahas pada penelitian ini adalah berkaitan dengan pembelajaran pengenalan rambu lalu lintas. Media pembelajaran animasi bisa digunakan sebagai alternativ bagi guru dalam menyampaikan materi kepada siswa, karena sudah dilakukan uji validasi oleh ahli media dan ahli materi. Hasil dari ahli media diperoleh prosentase sebesar 79% dengan kualifikasi layak. Sedangkan hasil dari ahli materi diperoleh prosentase sebesar 87,5% dengan kualifikasi sangat layak.

PENGEMBANGAN CHATBOT UNTUK LAYANAN PENERIMAAN MAHASISWA BARU DI INSTITUT WIDYA PRATAMA DENGAN MENGGUNAKAN METODE NAIVE BAYES

Eko Budi Susanto — 2025-04-30

In this study, a chatbot for new student admissions was developed using the Naïve Bayes algorithm. The data source used was a dialogue between admissions staff and prospective students, which was based on information from the new student admissions brochure of Institut Widya Pratama (formerly STMIK Widya Pratama) for the 2024-2025 academic year. The data was arranged in JSON format, including three elements: question structure, classification, and answers. Data pre-processing steps included text normalization, label encoding, vectorization, and word embedding. The Naïve Bayes algorithm was chosen to train the model because of its ability to predict responses from discrete data. The test results showed that this algorithm achieved an accuracy level of 88%, surpassing the performance of the K-Neighbors-Classifier algorithm. The resulting model was implemented in a desktop-based chatbot application that was run via the command prompt, using the Python programming language and several libraries such as pickle, string, and numpy. This application is able to provide answers to user questions by accessing the model stored in the *.pkl file. The results of the study show that the Naïve Bayes algorithm is effective in predicting user questions, with sufficient accuracy for a new student admissions chatbot application.

IMPLEMENTASI ALGORITMA EOQ DAN ROP UNTUK MEMAKSIMALKAN PERSEDIAAN BENANG PADA KERAJINAN KAIN JEBLOS (KAIN ATMB)

Indrayanti — 2025-04-30

Industri kerajinan kain jeblos yang menggunakan Alat Tenun Bukan Mesin (ATBM) memainkan peran penting dalam pelestarian budaya dan mendorong pertumbuhan ekonomi di daerah tersebut. Namun, pengelolaan persediaan benang yang tidak efektif, baik karena kelebihan stok maupun kekurangan bahan baku, sering menyebabkan proses produksi terganggu. Dalam penelitian ini, metode Economic Order Quantity (EOQ) dan Reorder Point (ROP) digunakan sebagai solusi ilmiah dalam manajemen rantai pasok untuk mengoptimalkan sistem pengelolaan stok benang. Data yang digunakan berasal dari pemakaian benang selama satu tahun (2020) pada salah satu unit usaha kain jeblos. Permintaan tahunan benang tercatat sebesar 11.396,24 kg. Berdasarkan perhitungan metode EOQ, jumlah pemesanan optimal setiap kali order adalah sebesar 754,86 kg, sedangkan titik pemesanan ulang (ROP) ditentukan pada saat persediaan menyentuh 221,59 kg, dengan asumsi konsumsi harian sebesar 31,66 kg dan lead time 7 hari. Hasil evaluasi menunjukkan bahwa penerapan metode EOQ dan ROP dapat menurunkan total biaya persediaan tahunan dari Rp 1.752.143 menjadi Rp 1.509.717, sehingga menghasilkan penghematan sebesar ±Rp 242.425 per tahun. Kesimpulan dari penelitian ini adalah bahwa algoritma EOQ dan ROP dapat diterapkan secara efektif dalam skala usaha kecil kerajinan kain tradisional, guna meningkatkan efisiensi biaya dan menjaga kesinambungan pasokan bahan baku.

IMPLEMENTASI ALGORITMA CLUSTERING UNTUK PENGELOMPOKAN MAHASISWA BERDASARKAN RESPON TERHADAP METODE PEMBELAJARAN BAHASA INGGRIS KOMPUTER

Justin Eduardo Simarmata — 2025-04-30

Permasalahan yang dihadapi dalam proses pembelajaran Bahasa Inggris adalah rendahnya minat dan motivasi belajar mahasiswa yang dipengaruhi oleh persepsi mahasiswa terhadap metode pembelajaran yang digunakan, khususnya media video. Perbedaan persepsi ini dapat menyebabkan ketidakefektifan dalam penyampaian materi serta pencapaian hasil belajar yang tidak merata. Penelitian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan respon mahasiswa terhadap media video dalam pembelajaran Bahasa Inggris, sehingga dapat diketahui karakteristik masing-masing kelompok dan strategi pembelajaran yang sesuai. Metode yang digunakan adalah analisis klaster dengan pendekatan Hierarchical Agglomerative Clustering menggunakan metode Ward. Data diperoleh dari kuesioner yang mencakup enam variabel, kemudian dilakukan pra-pemrosesan meliputi pembersihan data dan transformasi data kategorik menjadi numerik. Hasil analisis menunjukkan terbentuknya tiga klaster mahasiswa dengan distribusi yang relatif merata, di mana setiap klaster memiliki karakteristik persepsi dan motivasi belajar yang berbeda. Klaster pertama didominasi oleh sikap netral, klaster kedua menunjukkan respon positif terhadap video pembelajaran, dan klaster ketiga memperlihatkan preferensi terhadap video dengan konten percakapan. Hasil penelitian menunjukkan bahwa pengajar dapat menyesuaikan strategi dan konten pembelajaran dengan karakteristik masing-masing kelompok untuk meningkatkan efektivitas dan keterlibatan mahasiswa.

Development of FAQ Services on the ADIA LLDIKTI Region III Website Using a Dialogflow-Based Chatbot

Dimas Rizky Febrian — 2025-04-30

Keterbatasan fitur FAQ statis pada website Anti Dosa Pendidikan dan Integritas Akademik (ADIA) LLDIKTI Wilayah III dalam menjawab pertanyaan pengguna secara interaktif menjadi masalah utama dalam penyampaian informasi. Penelitian ini bertujuan untuk mengembangkan chatbot berbasis Dialogflow yang terintegrasi dengan website ADIA guna meningkatkan efektivitas dan responsivitas layanan informasi. Pengembangan dilakukan melalui tahapan pengumpulan data, perancangan intent, implementasi chatbot dalam platform Dialogflow, dan integrasi ke situs WordPress. Dialogflow Essentials memanfaatkan algoritma klasifikasi intent berbasis word embeddings dan neural network untuk memproses input pengguna secara semantik. Evaluasi dilakukan melalui pengujian fungsionalitas, pengukuran akurasi menggunakan precision, recall, F1-score, serta penilaian pengguna. Hasil menunjukkan chatbot mampu merespons dengan akurasi 100% pada data pelatihan, namun menurun menjadi 83% pada pertanyaan parafrase. Survei dari 10 pengguna menunjukkan bahwa 80% responden merasa puas terhadap performa chatbot. Temuan ini menegaskan bahwa chatbot berbasis Dialogflow dapat meningkatkan aksesibilitas informasi, meskipun masih memerlukan pengembangan lanjutan dalam pemahaman variasi bahasa alami

Sistem Pendukung Keputusan Penentuan Karyawan Terbaik Pada PT Laras Astra Kartika Palembang dengan Metode TOPSIS

Rahmad Adi Wijaya — 2025-04-30

PT Laras Astra Kartika operates in palm oil marketing which is nicknamed the branch of PT Rajawali Nusantara Indonesia (Persero). To find optimal workers, manual techniques are still used which are not transparent and require a long period of time. So a Decision Support tool was formed to determine the best employees. This system is specifically designed to determine the best employees with parameters that the company has determined. This system is able to manage employee data, criteria and sub-criteria data, input parameter values to find and determine the best employees using the TOPSIS method. Developments for assembling systems from the RUP technique so that the results are very optimal for determining the optimal workers calculated from the TOPSIS technique.