http://repository.unigal.ac.id:8080/handle/123456789/3226 2026-09-13T12:05:01Z http://repository.unigal.ac.id:8080/handle/123456789/9818 Perancangan dan Implementasi Sistem Absensi Siswa Berbasis Web dengan Swafoto Menggunakan Metode Agile pada SMKN 1 Panumbangan Rahman Ridwan, Fathur Kehadiran siswa merupakan indikator kedisiplinan yang sangat penting dalam proses belajar mengajar. Namun, SMKN 1 Panumbangan masih menggunakan sistem absensi konvensional yang menyebabkan keterlambatan pengolahan data untuk kebutuhan E-Raport dan pemantauan secara real-time. Proses pencatatan manual memakan waktu 10-15 menit per kelas, rekapitulasi bulanan membutuhkan 3-5 hari kerja, dan dokumen fisik rentan hilang atau rusak. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi siswa berbasis web yang dilengkapi dengan fitur swafoto (selfie) sebagai bentuk validasi kehadiran fisik. Metode pengembangan yang digunakan adalah Agile dengan pendekatan prototype, yang dipilih karena sifatnya yang adaptif, fleksibel, dan berorientasi pada kepuasan pengguna dalam menghadapi kebutuhan instansi pendidikan yang dinamis. Pengembangan dilakukan melalui tiga iterasi: Iterasi 1 membangun fondasi autentikasi dan manajemen data, Iterasi 2 mengembangkan modul absensi inti dan manajemen izin, serta Iterasi 3 menyempurnakan sistem dengan dashboard dan deployment operasional. Sistem ini melibatkan tiga peran utama, yaitu Admin, Wali Kelas, dan Siswa, serta berfokus pada efisiensi rekapitulasi data kehadiran. Hasil pengujian Black Box pada 39 skenario menunjukkan tingkat keberhasilan 100%. Evaluasi efisiensi waktu administrasi mencapai rata-rata 90,6%, dan System Usability Scale (SUS) menghasilkan skor 87,6 dengan kategori "Sangat Baik" (Excellent). Hasil dari penelitian ini adalah sebuah platform digital yang mampu meminimalisir kecurangan melalui validasi visual dan mempercepat penyusunan laporan bulanan maupun semesteran bagi pihak sekolah. Dengan adanya sistem ini, diharapkan manajemen sekolah di SMKN 1 Panumbangan dapat bertransformasi menuju tata kelola yang lebih terintegrasi dan efisien di era industri 4.0 2026-09-11T00:00:00Z http://repository.unigal.ac.id:8080/handle/123456789/9816 Analisis Perancangan Sistem Informasi Ketenagakerjaan Berbasis Website Menggunakan Metode Kansei Engineering Dan Heuristic Evaluation (Studi Kasus: Dinas Komunikasi Informatika Kota Tasikmalaya) Permana, Davi Surya Perkembangan teknologi informasi mendorong kebutuhan akan sistem informasi ketenagakerjaan berbasis website yang mampu menyajikan informasi secara mudah, terstruktur, dan sesuai dengan kebutuhan pengguna. Permasalahan dalam penyampaian informasi ketenagakerjaan menunjukkan perlunya perancangan antarmuka yang tidak hanya memperhatikan aspek fungsional, tetapi juga kebutuhan emosional pengguna. Penelitian ini bertujuan untuk mengidentifikasi kebutuhan emosional pengguna terhadap desain antarmuka sistem informasi ketenagakerjaan serta mengevaluasi usability rancangan menggunakan metode Kansei Engineering dan Heuristic Evaluation pada Dinas Komunikasi Informatika Kota Tasikmalaya. Metode Kansei Engineering Type I digunakan dengan instrumen Semantic Differential terhadap lima spesimen website dan tujuh Kansei Word, yaitu Modern, Menarik, Informatif, Profesional, Interaktif, Rapi, dan Kontras. Data dari 52 responden dianalisis menggunakan CCA, PCA, FA, dan PLS. Hasil CCA menunjukkan korelasi tertinggi sebesar 0,970 antara Modern dan Profesional serta terendah 0,573 antara Profesional dan Interaktif. PCA menghasilkan tiga faktor dengan kontribusi F1 85,190%, F2 11,827%, dan kumulatif 97,017%. FA menghasilkan dua dimensi dengan kontribusi D1 62,45% dan D2 24,18%, dengan kumulatif 86,63%. Selanjutnya, PLS menghasilkan nilai All Range 0,115 dengan koefisien tertinggi 0,143, yang digunakan sebagai dasar penentuan rekomendasi elemen desain antarmuka dan diwujudkan dalam prototipe menggunakan Figma. Heuristic Evaluation dilakukan oleh tiga expert evaluator berdasarkan sepuluh prinsip usability Nielsen dan menghasilkan tiga temuan usability pada area header, body, dan footer. Nilai Severity Rating berada pada rentang 0,67 hingga 2,00, yang menunjukkan permasalahan pada tingkat kosmetik hingga minor. Perbaikan dilakukan melalui peningkatan kontras warna teks navigasi header, pembesaran ukuran font tanggal berita, dan penambahan padding pada footer. Hasil penelitian menunjukkan bahwa integrasi Kansei Engineering dan Heuristic Evaluation menghasilkan rancangan antarmuka sistem informasi ketenagakerjaan yang sesuai dengan kebutuhan emosional pengguna serta telah melalui evaluasi dan perbaikan usability. 2026-09-11T00:00:00Z http://repository.unigal.ac.id:8080/handle/123456789/9812 PENERAPAN BUSINESS INTELLIGENCE UNTUK PEMETAAN POTENSI DESTINASI WISATA MENGGUNAKAN METODE ROADMAP BUSINESS INTELLIGENCE (STUDI KASUS: DINAS PARIWISATA KABUPATEN CIAMIS) HENDRAWAN, AGUS Pengelolaan informasi destinasi wisata di Kabupaten Ciamis memerlukan penyajian data yang lebih terintegrasi dan sistematis untuk mendukung proses analisis pariwisata. Data yang diperoleh dari berbagai sumber memiliki format dan karakteristik yang berbeda sehingga diperlukan proses pengolahan untuk menghasilkan informasi yang lebih terstruktur dan mudah dianalisis. Kondisi tersebut menjadi dasar penerapan Business Intelligence untuk memetakan potensi destinasi wisata dengan studi kasus pada Dinas Pariwisata Kabupaten Ciamis. Penelitian ini bertujuan menerapkan Business Intelligence menggunakan metode Business Intelligence Roadmap untuk mengolah data dan mengidentifikasi kelompok potensi destinasi wisata berdasarkan karakteristik data yang tersedia. Penelitian dilakukan melalui enam tahapan Roadmap Business Intelligence yaitu Justification, Planning, Business Analysis, Design, Construction, dan Deployment. Data awal berjumlah 214 destinasi wisata dan diseleksi berdasarkan kelengkapan variabel penelitian sehingga diperoleh 88 destinasi yang dapat dianalisis. Variabel yang digunakan meliputi Total Wisata nusantara, Rating Google Maps, dan Harga Tiket Masuk. Pengolahan data dilakukan menggunakan Python melalui preprocessing, normalisasi dengan StandardScaler (Z-Score), pembobotan variabel Total Wisata nusantara sebesar 2,5 kali, serta penerapan algoritma K-Means Clustering. Elbow Method digunakan untuk menentukan jumlah klaster optimal, sedangkan Silhouette Coefficient digunakan untuk mengevaluasi kualitas pengelompokan. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah 3 dengan nilai Silhouette Score sebesar 0,4886. Hasil pengelompokan terdiri atas 5 destinasi pada Klaster Potensi Tinggi, 18 destinasi pada Klaster Potensi Sedang, dan 65 destinasi pada Klaster Potensi Rendah. Hasil analisis kemudian diimplementasikan ke dalam dashboard Business Intelligence menggunakan Microsoft Power BI yang menyajikan informasi mengenai persebaran destinasi, karakteristik wisata, distribusi kategori wisata, dan hasil clustering secara interaktif sebagai pendukung analisis dan pengambilan keputusan berbasis data. 2026-08-20T00:00:00Z http://repository.unigal.ac.id:8080/handle/123456789/9732 Sistem Informasi Monitoring Prediksi Near-Earth Objects Berbasis Recurrent Neural Network Menggunakan Metode Scrum dan Laravel 12 Rikza Wangsa Wijaya, Muhammad Perkembangan pemantauan Near-Earth Objects (NEO) saat ini dihadapkan pada kesenjangan antara ketersediaan data mentah astronomi NASA yang kompleks dengan kemudahan akses informasi bagi masyarakat luas. Kompleksitas elemen orbital tersebut menyulitkan pemahaman publik mengenai potensi bahaya lintasan asteroid. Didorong oleh ketertarikan dan passion pribadi penulis terhadap bidang astronomi, penelitian ini bertujuan untuk menjembatani sains astronomi murni dengan Rekayasa Sistem Informasi melalui perancangan dan pembangunan platform monitoring terintegrasi bernama SINEO (Sistem Informasi Near-Earth Objects) menggunakan framework Laravel 12. Platform terhubung otomatis dengan API NASA CNEOS guna menyederhanakan data astronomi menjadi informasi yang komunikatif, presisi, dan dapat diakses secara real-time. Pengembangan sistem ini menerapkan metodologi Scrum yang dieksekusi secara iteratif melalui siklus sprint. Platform dibangun menggunakan arsitektur hibrida (hybrid environment) yang menggabungkan PHP (Laravel 12) sebagai pengelola antarmuka dan basis data relasional MySQL, dengan skrip Python (TensorFlow/Keras) sebagai mesin kecerdasan buatan di latar belakang server. Modul kecerdasan buatan dikembangkan menggunakan model sekuensial Dual Stacked Recurrent Neural Network (RNN) dengan teknik Recursive Multi-step Forecasting. Validasi fungsionalitas sistem diuji secara ketat menggunakan metode Black Box Testing dan dilanjutkan dengan pengujian usabilitas menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa integrasi API resmi NASA CNEOS sukses mengotomatisasi sinkronisasi data elemen orbital tanpa kendala limitasi kueri (rate limiting). Eksperimen pelatihan model RNN sepanjang 100 epoch berhasil mencapai titik konvergensi optimal dengan nilai Mean Squared Error (MSE) murni sebesar 0.000537. Melalui pendekatan evaluasi Root Mean Squared Error (RMSE) yang dikalibrasi menggunakan faktor skala varians data sebesar 3.5, model menghasilkan tingkat akurasi konvergensi bobot yang objektif pada normalized space sebesar 91.9%. Nilai tersebut teruji valid untuk memproyeksikan fluktuasi jarak meleset (miss_distance_km) asteroid selama sepekan (7 hari) ke depan secara presisi dan terbebas dari overfitting bias. Visualisasi dashboard SINEO juga berhasil menyajikan penilaian risiko otomatis berbasis Traffic Light System (TLS) yang mengintegrasikan status Potentially Hazardous Asteroid (PHA) NASA, jarak lintasan, serta diameter fisis objek. Evaluasi usabilitas bersama 30 responden riil (25 Visitor dan 5 Administrator) menghasilkan skor rata-rata SUS sebesar 79,50 dengan kualifikasi Acceptable (Grade B), yang membuktikan bahwa platform SINEO sangat efektif, efisien, dan memuaskan bagi pengguna 2026-09-11T00:00:00Z