SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI

Analisis Perbandingan Algoritma Sorting Dalam Javascript Untuk Meningkatkan Efisiensi Pengurutan Produk Pada Aplikasi E-Commerce

2025-06-10T07:00:25+00:00

TPenelitian ini membahas perbandingan algoritma sorting dalam bahasa pemrograman JavaScript untuk meningkatkan efisiensi pengurutan produk pada aplikasi e-commerce. Pemilihan topik ini didasarkan pada pentingnya kecepatan dan efisiensi dalam pemrosesan data produk, yang berpengaruh langsung terhadap pengalaman pengguna. Metode penelitian yang digunakan adalah studi eksperimental dengan membandingkan beberapa algoritma sorting populer seperti Bubble Sort, Quick Sort, dan Merge Sort. Evaluasi dilakukan dengan mengukur waktu eksekusi dan kompleksitas algoritma terhadap sejumlah dataset berukuran berbeda. Hasil penelitian menunjukkan bahwa Quick Sort memberikan kinerja paling optimal dalam hal waktu eksekusi, terutama pada dataset besar, sedangkan Bubble Sort menunjukkan performa yang paling rendah. Merge Sort juga menunjukkan kinerja yang baik, meskipun membutuhkan lebih banyak memori. Temuan ini diharapkan dapat membantu pengembang dalam memilih algoritma yang tepat untuk mengoptimalkan performa aplikasi e-commerce, sehingga dapat meningkatkan kepuasan pengguna.

Penerapan Rekayasa Serentak Dan Rekayasa Ulang Proses Bisnis Dalam Mengatasi Keterlambatan Perencanaan Proyek Pemboran Sumur Lepas Pantai

2025-06-11T07:05:54+00:00

Dalam rangka mengatasi keterlambatan perencanaan proyek pemboran sumur lepas pantai oleh Operator X, yang ditargetkan selesai dalam waktu 28,6 bulan namun terlambat menjadi 31,64 bulan, studi ini menerapkan rekayasa serentak dan rekayasa ulang proses bisnis. Rekayasa serentak dengan strategi diagram tulang ikan digunakan untuk menentukan kendala dan akar permasalahan keterlambatan. Kendala dapat dikelompokkan menjadi kendala internal dan kendala eksternal perusahaan. Yang internal mencakup perubahan proposal proyek, persetujuan anggaran lambat, studi yang berulang, serta temuan cacat material saat penerimaan barang. Sedangkan yang eksternal meliputi keterlambatan perijinan dari pemerintah serta ketersediaan impor bahan baku. Lebih lanjut, pengintegrasian rekayasa serentak dan rekayasa ulang proses bisnis dilakukan untuk menghilangkan kendala dalam proses perencanaan. Di samping itu, Identifikasi Bahaya dan Penilaian Risiko (HIRA) juga diterapkan dalam rangka memitigasi kendala yang tidak dapat ditangani.

Rekayasa ulang proses bisnis dibagi dalam tiga skenario yaitu: skenario-1 dengan menggabungkan beberapa aktifitas; skenario-2 dengan membentuk satuan tugas serta menggunakan jasa pihak ke tiga (konsultan); dan skenario-3 dengan melakukan aktifitas secara parallel dengan cara membentuk online monitoring. Ketiga skenario disimulasikan menggunakan software dengan pengulangan 1000 kali. Hasilnya menunjukkan bahwa dengan rekayasa proses, kemungkinan tidak terjadinya keterlambatan jauh lebih besar yaitu antara 29.1% - 39.2% dibandingkan dengan tidak ada rekayasa proses, yang hanya 8.7%. Selanjutnya, berdasarkan simulasi dari tiga skenario, skenario-2 yang memanfaatkan jasa konsultan menunjukkan waktu perencanaan yang paling cepat yaitu 26,4 bulan atau lebih cepat 2.2 bulan dibandingkan tidak adanya rekayasa ulang.

Mengingat perencanaan proyek pemboran sumur lepas pantai sangat komplek dan dinamis mengikuti industri MIGAS serta regulasi, proses bisnis harus bisa direkayasa menyesuaikan dinamika tersebut. Penelitian ini dapat menjadi panduan dalam melakukan proses rekayasa ulang dengan tingkat kompleksitas yang tinggi.

Kata kunci: rekayasa serentak, rekayasa ulang proses bisnis, proyek pengeboran sumur lepas pantai

Prediksi Harga Handphone Berbasis Algoritma Supervised Learning

2025-06-11T07:55:44+00:00

Perkembangan teknologi ponsel yang pesat menyebabkan meningkatnya variasi spesifikasi dan harga di pasar, sehingga menimbulkan tantangan dalam menentukan harga yang sesuai untuk perangkat baru maupun bekas. Penelitian ini bertujuan untuk membangun model prediksi harga ponsel menggunakan algoritma supervised learning. Beberapa fitur utama yang digunakan meliputi spesifikasi teknis seperti kapasitas RAM, penyimpanan internal, ukuran layar, resolusi kamera, dan jenis prosesor. Metodologi yang diterapkan mencakup eksplorasi data, pra-pemrosesan, serta pelatihan dan evaluasi model menggunakan algoritma regresi linier, decision tree, dan random forest. Evaluasi performa dilakukan menggunakan metrik seperti Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R² Score. Percobaan ini menggunakan data yang diunduh dari Kaggle yang berisi 145 harga dan fitur ponsel. Ditemukan bahwa algoritma regresi linier dan hutan acak dapat memberikan prediksi yang relatif baik untuk ponsel dengan skor MAPE di bawah 10% dan skor R2 di atas 95%. Metode hutan acak memprediksi harga sedikit lebih baik daripada regresi linier. model random forest memberikan performa terbaik dalam memprediksi harga ponsel dengan tingkat akurasi yang tinggi. Temuan ini dapat dimanfaatkan oleh pelaku industri, penjual, maupun konsumen untuk menentukan harga pasar secara lebih objektif dan efisien.

Kata kunci: prediksi harga, supervised learning, ponsel, machine learning, random forest

Tranformasi Digital dalam Integrasi AI dan Machine Learning menggunakan Automasi Testing

2025-06-12T06:55:57+00:00

Transformasi digital telah menjadi pendorong utama dalam pengembangan teknologi informasi modern, khususnya dalam integrasi Artificial Intelligence (AI) dan Machine Learning (ML). Proses ini menuntut adaptasi sistem yang lebih canggih, cepat, dan andal. Salah satu pendekatan penting dalam mendukung transformasi ini adalah penerapan automasi testing. Automasi testing memainkan peran krusial dalam memastikan kualitas, stabilitas, dan kecepatan implementasi sistem berbasis AI/ML. Melalui automasi, pengujian terhadap model-model AI dan ML dapat dilakukan secara efisien, mulai dari validasi data, evaluasi performa model, hingga integrasi sistem secara menyeluruh. Studi ini membahas bagaimana automasi testing menjadi fondasi utama dalam integrasi teknologi AI/ML dengan sistem bisnis digital yang terus berkembang. Dengan mengurangi kesalahan manual dan mempercepat proses validasi, automasi testing mendorong terciptanya solusi digital yang lebih adaptif dan berbasis data. Hasilnya, organisasi mampu meningkatkan produktivitas, kecepatan inovasi, serta kualitas produk digital secara keseluruhan.

Kata kunci: Keywords: Digital Transformation, Automation Testing, Artificial Intelligence, Machine Learning, Software Testing, DevOps, Continuous Integration/Continuous Deployment (CI/CD)

The Enhancing Electrical Energy Efficiency Through Counter-Based AC and Lighting Management

2025-06-13T08:38:53+00:00

Global warming caused by greenhouse gas emissions has become a critical issue that needs urgent attention. One of the major contributing factors is electricity consumption in office buildings, particularly from air conditioning (AC) systems and lighting. Therefore, energy efficiency in office buildings must be optimized to reduce environmental impact while minimizing operational costs. This study applies a technical approach to optimizing AC and lighting systems at the headquarters of a mining company. The implemented measures include managing electrical systems based on actual energy needs, utilizing energy-efficient devices, and designing systems that reduce electrical loads. Collaboration with ISTN students further enriches the solutions through the application of relevant knowledge. The study results show that energy optimization achieved a savings of 1,397.94 kWh per month, reducing electricity consumption by up to 62.9% and lowering the company's operational costs by Rp 2,374,892.80 per month. These efficiency measures support corporate sustainability goals by improving budget efficiency.

Keywords: Global warming, energy efficiency, electrical systems, AC and lighting, sustainability

Analisis Struktur Basis Data pada Aplikasi E-Commerce Tokopedia: Studi Kualitatif terhadap Desain dan Optimalisasi Skema Relasional

2025-06-25T09:00:32+00:00

Desain dan pengelolaan basis data merupakan aspek krusial dalam pengembangan sistem informasi, terutama pada aplikasi e-commerce berskala besar seperti Tokopedia. Penelitian ini bertujuan untuk menganalisis struktur basis data Tokopedia dengan pendekatan kualitatif, meninjau desain skema relasional serta mengevaluasi peluang optimalisasi sistem. Metode penelitian dilakukan melalui observasi antarmuka pengguna, penelaahan dokumentasi teknis terbuka, dan rekonstruksi relasi antar entitas kunci seperti pengguna, produk, pesanan, dan pembayaran. Hasil analisis menunjukkan bahwa struktur basis data Tokopedia mengikuti prinsip normalisasi hingga bentuk normal ketiga (3NF) dan didesain untuk menjaga integritas serta konsistensi data. Namun, tantangan muncul pada performa sistem akibat banyaknya relasi dan kompleksitas query. Oleh karena itu, strategi optimasi seperti indexing, caching, dan denormalisasi terbatas disarankan untuk meningkatkan efisiensi akses data. Penelitian ini memberikan wawasan mengenai praktik terbaik perancangan basis data pada aplikasi e-commerce modern dan dapat dijadikan referensi untuk pengembangan sistem serupa di masa mendatang.

Analisis Kerentanan Banjir di Kota Tangerang Menggunakan Data Geospasial Terbuka: Integrasi Topografi Visual, Jaringan Sungai, dan Penggunaan Lahan untuk Mendukung Pengambilan Keputusan Tata Ruang

2025-06-16T07:38:28+00:00

Perkembangan pesat Kota Tangerang sebagai kawasan penyangga ibu kota Jakarta telah menyebabkan perubahan signifikan pada kondisi fisik lingkungan. Ekspansi wilayah terbangun yang tidak terencana berdampak pada penurunan kapasitas daya serap lingkungan terhadap air hujan, sehingga meningkatkan risiko banjir. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan zona rawan banjir dengan pendekatan berbasis analisis geospasial terbuka yang terintegrasi, guna mendukung pengambilan keputusan dalam perencanaan wilayah dan mitigasi risiko. Metode yang digunakan meliputi integrasi data digital elevasi (DEM), jaringan sungai, data curah hujan, dan tutupan lahan menggunakan teknik overlay dalam perangkat lunak SIG. Penelitian ini menyajikan pendekatan sistematis berbasis data spasial dalam mengevaluasi interaksi antara topografi, aliran permukaan, dan penggunaan lahan. Hasil studi menunjukkan dominasi area dengan gradien lereng minimal (0–1,99%) dan tutupan lahan terbangun di sepanjang sistem DAS utama, yang secara spasial berkorelasi kuat dengan kejadian banjir. Hasil visualisasi spasial dari penelitian ini berpotensi menjadi instrumen pendukung pengambilan keputusan dalam pengelolaan tata ruang dan mitigasi bencana, terutama dalam konteks peningkatan ketahanan sistem wilayah terhadap risiko hidrometeorologi. Studi ini menegaskan pentingnya penerapan pendekatan integratif dalam sistem informasi geografis untuk mendukung pengambilan kebijakan berbasis risiko di wilayah perkotaan yang berkembang pesat.

Kata Kunci: banjir, sistem informasi geografis, analisis spasial, pengambilan keputusan, mitigasi risiko, tata ruang