IC Tech: Majalah Ilmiah

OPTIMASI PENGELOLAAN AKADEMIK MELALUI REKAYASA KEBUTUHAN DASHBOARD DENGAN METODE GORE

2026-05-21T11:50:23+07:00

Transformasi digital dalam pendidikan tinggi menuntut adanya penguatan dalam pengelolaan akademik berbasis data yang terintegrasi serta mampu mendukung proses pengambilan keputusan strategis secara efektif. Meskipun berbagai perguruan tinggi telah mengimplementasikan Sistem Informasi Akademik, pemanfaatannya dalam praktik masih cenderung terbatas pada fungsi administratif dan belum sepenuhnya dimaksimalkan untuk kebutuhan monitoring kinerja yang bersifat analitis. Penelitian ini bertujuan untuk merancang spesifikasi kebutuhan serta desain konseptual dashboard akademik dengan menggunakan pendekatan Goal Oriented Requirements Engineering (GORE), guna memastikan adanya keselarasan antara tujuan institusi dan fitur sistem yang dikembangkan. Metode penelitian yang digunakan adalah mixed method dengan desain sequential exploratory, yang mengombinasikan eksplorasi kualitatif dan penguatan kuantitatif. Tahap kualitatif dilakukan melalui wawancara terhadap 35 informan untuk mengidentifikasi goal pengelolaan akademik, yang selanjutnya diturunkan menjadi requirement teragregasi secara sistematis. Tahap kuantitatif melibatkan 164 responden untuk melakukan validasi dan penentuan prioritas kebutuhan menggunakan analisis statistik deskriptif. Hasil penelitian menunjukkan bahwa terdapat sepuluh goal utama pengelolaan akademik yang berhasil ditransformasikan menjadi sepuluh requirement dashboard dengan keterlacakan yang jelas. Seluruh indikator penelitian dinyatakan valid dan reliabel, dengan nilai Cronbach’s Alpha sebesar 0,95, serta memiliki nilai rata-rata di atas 4,00 yang mengindikasikan tingkat prioritas tinggi hingga sangat tinggi. Kebutuhan strategis utama yang teridentifikasi meliputi integrasi informasi lintas unit, kemampuan monitoring secara real-time, serta kemudahan akses sistem. Dengan demikian, penelitian ini menyimpulkan bahwa pendekatan GORE efektif dalam menghasilkan desain konseptual dashboard akademik yang sistematis, terstruktur, dan selaras dengan tujuan organisasi. Penelitian selanjutnya disarankan untuk menguji model ini pada berbagai konteks institusi serta mengembangkan analisis inferensial guna mengukur dampak implementasi dashboard terhadap peningkatan kinerja akademik secara lebih komprehensif.

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN JENIS PROYEK VIDEO BERDASARKAN KARAKTERISTIK DI AGENCY PT LOGEEKA GRUP ID

2026-03-11T20:39:06+07:00

Agency produksi video menghadapi tantangan krusial dalam pengelolaan proyek yang bervariasi dari
segi kompleksitas, anggaran, dan durasi pengerjaan. PT Logeeka Grup ID sebagai salah satu pelaku
industri kreatif di Jakarta mengalami kendala dalam distribusi sumber daya tim produksi akibat tidak
adanya sistem klasifikasi proyek yang terstandarisasi. Penelitian ini merancang dan membangun
aplikasi web berbasis algoritma K-Means Clustering untuk mengelompokkan 30 data proyek video tahun
2024 ke dalam tiga kluster berdasarkan nilai budget (juta rupiah) dan durasi produksi (hari). Data
dinormalisasi menggunakan metode Min-Max Normalization sebelum proses iterasi K-Means
dijalankan. Sistem dibangun menggunakan PHP dan MySQL, dilengkapi modul kelola proyek, kelola
tim, kelola budget, proses clustering otomatis, serta laporan hasil pengelompokan. Hasil iterasi ke-2
menghasilkan kluster yang stabil: Kluster 1 (Proyek Premium) mencakup proyek berbudget tinggi dan
durasi panjang, Kluster 2 (Proyek Standard) untuk proyek menengah, dan Kluster 3 (Proyek Quick)
untuk proyek berscale kecil. Evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index
mengkonfirmasi kualitas pengelompokan yang baik. Sistem terbukti mampu meningkatkan efisiensi
perencanaan alokasi sumber daya dan estimasi anggaran di lingkungan agency kreatif.

PENERAPAN METODE AHP PADA PENGUKURAN TINGKAT KEPUASAN TERHADAP KINERJA POMG DI SEKOLAH RA AL MUHAJIRIN

2026-04-30T09:39:10+07:00

Penelitian ini bertujuan mengembangkan sistem pengukuran tingkat kepuasan orang tua terhadap kualitas kinerja Persatuan Orang Tua Murid dan Guru (POMG) di Sekolah RA Al Muhajirin Bekasi dengan menerapkan metode Analytical Hierarchy Process (AHP) sebagai basis pengambilan keputusan multi-kriteria. Permasalahan utama yang dihadapi sekolah adalah belum adanya mekanisme evaluasi kepuasan yang terstruktur, terukur, dan berbasis data, sehingga penilaian terhadap kinerja POMG selama ini cenderung subjektif dan belum mampu memetakan aspek prioritas perbaikan secara jelas. Penelitian ini menggunakan pendekatan kuantitatif dengan tahapan identifikasi masalah, penyusunan hierarki keputusan, penentuan kriteria dan alternatif, perbandingan berpasangan, perhitungan bobot prioritas, hingga implementasi sistem berbasis web menggunakan PHP, MySQL, dan pemodelan UML. Kriteria utama yang digunakan dalam pengukuran kepuasan meliputi komunikasi, program kerja dan kegiatan, kerja sama, transparansi dan akuntabilitas, serta pelayanan, dengan sejumlah alternatif penilaian yang merepresentasikan respon orang tua dan pihak sekolah. Hasil perhitungan AHP menunjukkan bahwa kriteria komunikasi dan transparansi–akuntabilitas memiliki bobot prioritas tertinggi, sehingga menjadi fokus utama perbaikan kualitas kinerja POMG di RA Al Muhajirin. Sistem yang dibangun mampu menghasilkan nilai prioritas dan perangkingan alternatif secara konsisten (Consistency Ratio ? 0,1) serta menyajikan laporan kepuasan dalam bentuk tabel dan dokumen PDF yang dapat dijadikan dasar pengambilan keputusan manajerial di tingkat sekolah

ANALISIS KLASTERISASI DATA TRANSAKSI PENYEWAAN PAKAIAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK IDENTIFIKASI KARAKTERISTIK PELANGGAN SEBAGAI DASAR STRATEGI INOVASI DAN STOK

2026-06-05T14:47:17+07:00

Penelitian ini bertujuan untuk menganalisis pola persewaan baju serta mengidentifikasi segmentasi pelanggan Persewaan Baju Nani Collaction, sebagai usaha untuk mendukung pengambilan keputusan strategis dalam bisnis persewaan. Metode yang digunakan adalah algoritma K-Means dengan penentuan jumlah cluster optimal menggunakan Elbow Method. Data yang dianalisis meliputi kategori pakaian, biaya, waktu sewa, jenis baju (laki-laki/perempuan), dan ukuran (anak-anak/dewasa). Hasil penelitian menunjukkan bahwa data dapat dikelompokkan menjadi empat klaster utama, yaitu segmen anak berbasis profesi, segmen anak berbasis budaya, segmen dewasa dengan nilai transaksi tinggi, serta segmen remaja yang bersifat niche. Segmen anak memiliki volume transaksi terbesar sehingga menjadi pasar utama, sedangkan segmen dewasa memberikan kontribusi lebih besar terhadap pendapatan. Sementara itu, segmen remaja memiliki karakteristik permintaan yang spesifik dan musiman. Hasil analisis menunjukkan bahwa pendekatan clustering efektif dalam mengidentifikasi pola pelanggan dan dapat digunakan sebagai dasar dalam pengembangan strategi bisnis, khususnya dalam pengelolaan stok, inovasi layanan, dan segmentasi pasar. Penelitian ini juga merekomendasikan penerapan strategi berbasis segmentasi, pemanfaatan teknologi reservasi, serta pengembangan penelitian lanjutan dengan penambahan variabel dan metode clustering yang lebih beragam.

ANALISIS KOMPARATIF METODE HYPERPARAMETER TUNING PADA MODEL KLASIFIKASI UNTUK DATA BALANCED DAN INBALANCED

2026-04-23T14:43:44+07:00

Pemilihan metode hyperparameter tuning yang tepat berperan penting dalam meningkatkan kinerja model klasifikasi, terutama ketika diterapkan pada dataset dengan karakteristik distribusi kelas yang berbeda. Penelitian ini bertujuan untuk menganalisis dan membandingkan efektivitas tiga metode hyperparameter tuning, yaitu Grid Search, Random Search, dan Bayesian Optimization, pada model XGBoost, Random Forest, dan Support Vector Machine (SVM). Pengujian dilakukan menggunakan dua dataset dengan karakteristik berbeda, yaitu Breast Cancer Wisconsin sebagai dataset berimbang dan Credit Card Fraud Detection sebagai dataset tidak berimbang. Evaluasi kinerja model disesuaikan dengan karakteristik dataset, menggunakan F1-score (macro) untuk dataset Breast Cancer dan Precision-Recall AUC untuk dataset Credit Card Fraud. Hasil penelitian menunjukkan bahwa pada dataset berimbang, seluruh metode tuning menghasilkan performa yang relatif serupa, dengan SVM secara konsisten memberikan hasil terbaik. Sebaliknya, pada dataset tidak berimbang, metode Random Search dan Bayesian Optimization menunjukkan keunggulan dalam menemukan konfigurasi hyperparameter yang mampu meningkatkan kemampuan deteksi kelas minoritas, khususnya pada model XGBoost. Temuan ini menegaskan bahwa pemilihan metode tuning dan metrik evaluasi harus disesuaikan dengan karakteristik data yang digunakan.

ANALISIS KEPUTUSAN MAHASISWA DALAM MEMILIH INSTITUT WIDYA PRATAMA DAN IMPLIKASINYA TERHADAP STRATEGI PEMASARAN

2026-06-23T10:45:34+07:00

Penelitian ini bertujuan untuk mengkaji faktor-faktor yang memengaruhi pengambilan keputusan mahasiswa dalam memilih Institut Widya Pratama (IWIMA) Pekalongan serta dampaknya terhadap perumusan strategi pemasaran institusi. Dilatarbelakangi oleh tren penurunan jumlah penerimaan mahasiswa baru dalam beberapa tahun terakhir, sehingga diperlukan analisis perilaku mahasiswa sebagai pengguna jasa pendidikan tinggi. Pendekatan penelitian yang digunakan adalah deskriptif dengan metode campuran (kualitatif dan kuantitatif). Data dikumpulkan melalui kuesioner Google Form kepada 102 mahasiswa aktif semester 3, 5, dan 7 pada Program Studi Teknik Informatika dan Sistem Informasi. Teknik analisis data dilakukan secara deskriptif persentase untuk mengidentifikasi faktor-faktor dominan dalam keputusan pemilihan kampus. Hasil penelitian menunjukkan bahwa sumber informasi utama mahasiswa mengenai IWIMA berasal dari rekomendasi teman dan keluarga sebesar 62,6%, diikuti oleh media sosial sebesar 33,3% dan brosur sebesar 20,2%. Faktor dominan dalam pemilihan program studi adalah minat pribadi mahasiswa (54,9%), keinginan mendalami ilmu komputer (45,1%), serta pertimbangan peluang kerja setelah lulus (37,3%). Keputusan mahasiswa memilih kuliah di IWIMA paling banyak dipengaruhi oleh kedekatan lokasi dengan orang tua sebesar 38,2%, diikuti oleh ketertarikan terhadap program studi (30,4%), peluang karier (29,4%), dan lokasi kampus yang strategis (27,5%). Tingkat kepuasan mahasiswa terhadap IWIMA menunjukkan kecenderungan netral sebesar 44,1%; sebesar 32,4% puas, dan sangat puas sebesar 13,7%, sementara sisanya menyatakan tidak puas. Hasil ini menegaskan bahwa strategi pemasaran IWIMA perlu difokuskan pada penguatan promosi berbasis word of mouth, optimalisasi media sosial, serta peningkatan kualitas layanan akademik dan fasilitas kampus serta penguatan kerja sama dengan stakeholder guna meningkatkan kepuasan, citra institusi, dan daya saing dalam menarik calon mahasiswa baru.