Industri minyak dan gas (migas) merupakan sektor dengan risiko kerja tinggi yang memerlukan penerapan prosedur keselamatan secara ketat, termasuk penggunaan Alat Pelindung Diri (APD) oleh pekerja. Namun, pengawasan penggunaan APD secara manual masih memiliki keterbatasan dari sisi efisiensi dan keakuratan, terutama di area kerja luas dan kompleks. Permasalahan ini mendorong perlunya sistem otomatis yang mampu mendeteksi pemakaian APD secara real-time dan akurat. Penelitian ini mengusulkan implementasi teknologi Computer Vision berbasis Convolutional Neural Network (CNN) untuk mendeteksi penggunaan APD pada pekerja di lingkungan industri migas. Sistem yang dibangun memanfaatkan dataset citra pekerja dengan berbagai variasi APD seperti helm, rompi, dan masker, yang kemudian dilatih menggunakan arsitektur CNN untuk mengenali atribut keselamatan tersebut. Hasil pengujian menunjukkan bahwa model CNN yang digunakan mampu mencapai akurasi deteksi hingga 94,2% pada data uji, dengan performa yang konsisten dalam berbagai kondisi pencahayaan dan posisi kamera. Sistem ini juga mampu mendeteksi ketidaksesuaian penggunaan APD dalam waktu kurang dari satu detik per frame, sehingga dapat diterapkan untuk kebutuhan monitoring secara real-time. Dengan demikian, solusi ini berpotensi meningkatkan efektivitas pengawasan keselamatan kerja dan mengurangi risiko kecelakaan di industri migas secara signifikan. Penelitian ini membuka peluang pengembangan lebih lanjut pada aspek integrasi dengan sistem pengawasan industri berbasis IoT dan peningkatan generalisasi model pada berbagai jenis lingkungan kerja.
Kata kunci: Computer Vision, Convolutional Neural Network (CNN), Alat Pelindung Diri (APD).

Kepuasan pelanggan menjadi indikator utama dalam meningkatan mutu pelayanan, salah satunya pada sektor pendidikan non-formal seperti lembaga bimbingan belajar (bimbel). Penelitian ini bertujuan untuk membangun sistem yang pengukur tingkat kepuasan siswa terhadap layanan bimbel dengan menggunakan metode Customer Satisfaction Index (CSI). Terdapat lima variabel utama yang dianalisis, yaitu harga, fasilitas, kualitas tentor, materi dan hasil belajar. Teknik pengumpulan data pada penelitian ini dilakukan dengan kuisioner kepada 20 responden, yang mencakup dua atribut penilaian, yaitu kepentingan (importance) dan kepuasan (satisfaction). Hasil pengolahan data menunjukkan nilai CSI berada pada kriteria “sangat puas” dengan indeks 88.16%. Penelitian ini juga menghasilkan sistem review dan rating siswa yang diintegrasikan dengan portal bimbel berbasis web yang telah ada. Sistem ini memungkinkan siswa memberikan penilaian dan ulasan langsung terhadap layanan bimbel serta menjadi sarana umpan balik yang objektif. Dengan adanya integrasi ini, pengelola bimbel dapat memantau kepuasan pelanggan serta melakukan evaluasi dan peningkatan layanan bimbel. Penelitian ini menunjukkan bahwa metode CSI yang dikombinasikan dengan sistem informasi mampu mendorong kualitas layanan pendidikan non-formal kearah yang lebih adaptif dan responsif.
 
Kata Kunci - Customer Satisfaction Index, Bimbingan Belajar, Review dan Rating, Sistem Informasi, Kepuasan Pelanggan

Penelitian ini bertujuan mengembangkan sistem steganografi berbasis web dengan menerapkan pendekatan End of File (EOF) guna menyisipkan file PDF berisi detail gambar teknik ke dalam file citra digital (.jpg dan .png) pada skenario industri manufaktur. Perlindungan informasi teknis yang bersifat rahasia sangat esensial untuk mencegah akses tidak sah selama proses transmisi digital melalui berbagai kanal komunikasi. Pendekatan EOF memungkinkan penyisipan file secara tidak terlihat tanpa mengubah struktur asli media gambar, sehingga tidak menurunkan kualitas visual. Sistem dibangun dengan HTML, PHP, JavaScript, dan MySQL sebagai basis backend dan frontend. Pengujian mencakup validasi format file, performa proses enkripsi-dekripsi, serta efektivitas distribusi file melalui WhatsApp, email, dan media penyimpanan fisik. Hasilnya menunjukkan bahwa metode EOF berhasil menyisipkan dan mengekstrak file secara akurat, dengan mutu visual gambar yang tetap terjaga. Sistem yang dihasilkan terbukti dapat menjadi solusi proteksi data yang efektif, fleksibel, dan aplikatif bagi kebutuhan industri.
 
Kata Kunci : steganografi; End of File; keamanan data; penyisipan file PDF; steganografi gambar

Abstrak - Website Pondok Modern Nurul Hidayah berfungsi sebagai sarana utama informasi dan komunikasi antara lembaga Pendidikan dan Masyarakat. Namun, belum tersedia dokumentasi sistematis mengenai kualitas kode perangkat lunak. Penelitian ini bertujian menguji kualitas kode website tersebut menggunakan standar internasional ISO 5055, yang mencakup empat aspek: keamanan, keandalan, efisiensi kinerja, dan kemudahan pemeliharaan. Metode yang digunakan adalah Software Testing Life Cycle (STLC), dengan alat bantu seperti SQLMap, PHPUnit, PHP CodeSniffer, dan PHP Metrics. Hasil pengujian menunjukkan bahwa sistem cukup efektif menahan serangan SQL Injection, meskipun terdapat celah autentikasi pada halaman formulir. Dari sisi keandalan, seluruh unit berhasil di uji tapa kesalahan fatal, namun terdapat peringatan deprecation. Efisiensi kinerja terhambat oleh pelanggaran standar PSR-12 seperti penamaan dan visibilitas metode. Nilai kompkeksitas kode yang tinggi (Cyclomatic Complexity = 23.34) mengindikasi Tingkat maintainability yang rendah. Dengan skor rata-rata 68.75 dari empat aspek, disimpulkan bahwa meskipun sistem memiliki pondasi teknis yang baik, dibutuhkan refactoring dan penerapan standar penulisan kode yang konsisten untuk peningkatan berkelanjutan. Penelitian ini juga menyajikan kerangka pengujian praktis berbasis open-source yang dapat diadopsi institusi Pendidikan berskala kecil.
Kata kunci: ISO 5055, Keamanan, Keandalan, Efisiensi Kinerja, Pemeliharaan

Emosi merupakan aspek penting dalam komunikasi manusia yang sering muncul melalui unggahan di media sosial. Emosi tersebut diekspresikan dalam teks berbahasa Indonesia di platform media sosial X. Penelitian ini bertujuan untuk mendeteksi lima kategori emosi, yaitu marah, takut, senang, cinta, dan sedih. Model yang digunakan adalah algoritma Long Short-Term Memory (LSTM) dengan representasi kata dari FastText. Model dilatih menggunakan metode EarlyStopping dan dievaluasi dengan metrik akurasi, presisi, recall, dan F1-score. Hasil  menunjukkan bahwa model mencapai akurasi sebesar 79% pada data testing dengan performa yang relatif seimbang untuk setiap kategori emosi. Penelitian ini menunjukkan bahwa FastText dan LSTM efektif untuk mendeteksi emosi dalam teks media sosial berbahasa Indonesia. Penelitian ini diharapkan bermanfaat  dalam pengembangan penelitian berbasis emosi, seperti analisis sentimen, pemantauan opini publik, dan sistem pendukung kesehatan mental.
 
Kata Kunci – Deteksi Emosi, Sosial Media, Long Short-Term Memory, FastText

Tingginya antusiasme publik terhadap pemilihan pelatih timnas Indonesia seringkali memunculkan beragam opini di media sosial, khususnya platform X. Opini tersebut tersebar dalam bentuk komentar yang tidak terstruktur, sehingga menyulitkan evaluasi kepuasan publik secara objektif. Penelitian ini merumuskan permasalahan: bagaimana mengelompokkan opini publik terhadap pemilihan pelatih timnas Indonesia secara sistematis untuk mengevaluasi tingkat kepuasan penggemar. Tujuan penelitian ini adalah menerapkan algoritma K-Means Clustering dalam proses analisis sentimen berbasis teks untuk mengetahui persepsi publik secara terukur. Penelitian ini menggunakan pendekatan kuantitatif dengan tahapan utama berupa crawling data tweet, text preprocessing, pembobotan TF-IDF, serta klasterisasi menggunakan metode K-Means. Penentuan jumlah klaster optimal dilakukan dengan Elbow Method dan validasi menggunakan Silhouette Score. Hasil analisis terhadap 947 data menunjukkan distribusi sentimen positif sebanyak 649 tweet (68,46%), netral 185 tweet (19,51%), dan negatif 114 tweet (12,03%). Evaluasi performa menghasilkan akurasi model sebesar 53,59%, dengan performa terbaik pada klaster sentimen positif. Penelitian menyimpulkan bahwa metode K-Means Clustering dapat menjadi pendekatan awal dalam menganalisis opini publik di media sosial, meskipun akurasinya masih terbatas untuk data dengan distribusi tidak seimbang. Penelitian ini bermanfaat dalam memberikan rekomendasi berbasis data bagi federasi sepak bola Indonesia untuk memahami suara publik sebagai bahan evaluasi dalam pengambilan keputusan strategis.
Kata kunci - Analisis Sentimen, K-Means Clustering, Machine Learning, TF-IDF, Confusion Matrix

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pengolahan citra digital guna mendukung pencatatan jam kerja engineer secara efisien, khususnya pada Divisi HISD di PT Multipolar Technology. Aplikasi ini menggunakan metode Euclidean Distance dalam proses pengenalan wajah untuk kebutuhan absensi karyawan. Sistem dirancang agar dapat berfungsi secara optimal sebagai alat pengarsipan data lokal tanpa menimbulkan gangguan teknis maupun operasional. Selain itu, aplikasi ini diharapkan mampu menyediakan data yang andal untuk mendukung perhitungan KPI dan menganalisis beban kerja individu. Aplikasi dibangun menggunakan bahasa pemrograman Python dengan integrasi pustaka OpenCV, InsightFace, dan database Redis. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah dengan akurat serta mempermudah proses pencatatan timesheet, sehingga dapat meningkatkan produktivitas dan pemantauan kinerja.
 
Kata kunci: Face Recognition, Euclidean Distance, Python.

As part of the Indonesian National Police, one of the tasks of the Air Police is to support the Ministry of Environment and Forestry in preventing deforestation. With the available resources, the Air Police must be able to carry out their duties efficiently. This study measures the efficiency of the support performance of ten Air Police under the Control of the Regional Police covering ten provinces to prevent deforestation. Each operations control (OC) represents a Decision-Making Unit (DMU). Using Data Envelopment Analysis (DEA) with the Banker, Charnes, Cooper (BCC) model, the results showed that two OCs (Bali and North Sulawesi) were identified as efficient, while eight OCs were inefficient.
 
Keywords - deforestation, efficiency, DEA, BCC, VRS

Kebutuhan akan presisi pergerakan pada lengan robot berbasis Internet of Things (IoT) memunculkan tantangan terkait deviasi sudut antara posisi target dan aktual pada motor servo. Penelitian ini mengusulkan pendekatan regresi linier untuk memprediksi dan mengoreksi kesalahan sudut pada motor servo bagian base. Model dibangun menggunakan data simulasi yang mencakup sudut target, sudut aktual (disimulasikan), dan jarak objek dari sensor ultrasonik. Nilai koreksi dihitung berdasarkan selisih sudut ditambah komponen acak dan non-linear berbasis jarak, yang ditambahkan sebagai label target. Model dilatih menggunakan metode Ordinary Least Squares dan dievaluasi menggunakan metrik MAE, MSE, dan R². Hasil menunjukkan MAE sebesar 3.49°, MSE sebesar 19.49, dan R² sebesar 0.9808. Simulasi koreksi menurunkan rata-rata error dari 9.97° menjadi 1.17°. Visualisasi melalui scatter plot, histogram, dan boxplot menunjukkan peningkatan presisi dan stabilitas sistem. Model ini mampu meningkatkan akurasi pergerakan servo secara signifikan tanpa penambahan sensor atau modifikasi perangkat keras, menjadikannya solusi prediktif yang efisien untuk sistem robotik tertanam dengan kontrol terbuka.
 
Kata kunci: robot tangan IoT, koreksi sudut servo, regresi linier, akurasi pergerakan, simulasi kendali terbuka

There are two factors in the solar panel system that affect battery life, namely the battery discharge factor and the environmental factor temperature which the battery is placed in. The battery is damaged quickly if it is empty for a long time. The application of solar cells is widely used in street lighting and office buildings. However, in several research, it was observed there were deficiencies, namely both current and voltage measurements were still carried out manually using a multimeter so that the data taken had not been recorded continuously. The purpose of this research is to design the Solar Panel System Battery Telemetry to be a solution and to solve the problem of knowing the battery condition is monitored regularly. This system uses ESP32 as an IoT-based microcontroller that is connected to the internet. The website is used to display data from the output of a solar panel battery. Based on the results of the analysis and testing that has been carried out, the design system can run according to the initial concept and can record the current, voltage, and temperature in real-time resulting from the performance of the solar panel system. The results of measurements on 10 wp solar panel with an average power of 7.32 watts with a maximum current of 0.6 A and presentation of a solar panel efficiency of 0.82%. The use of solar panel system batteries with a power requirement of 9 Watt 12V (lamp load) does not experience losses during the charging process.
 
Keywords - Battery, Solar Panel, Internet of Things, Real Time, Website