Smart Techno (Smart Technology, Informatics and Technopreneurship)

Predicting Crop Water Requirements Using IoT Sensor Data for Deep Learning

2025-11-05T07:50:47+00:00

Optimasi irigasi merupakan faktor krusial dalam meningkatkan produktivitas pertanian dan efisiensi penggunaan sumber daya air. Penelitian ini mengusulkan pendekatan berbasis deep learning untuk memprediksi kebutuhan air tanaman menggunakan data dari sensor IoT. Sistem ini mengumpulkan parameter lingkungan secara real-time, seperti kelembaban tanah, suhu, kelembaban udara, dan radiasi matahari, yang kemudian diproses menggunakan model deep learning untuk menghasilkan rekomendasi irigasi yang akurat. Model dilatih dan dievaluasi menggunakan data historis sensor guna memastikan keandalan dalam berbagai kondisi iklim. Metode yang diusulkan bertujuan untuk meminimalkan pemborosan air sekaligus menjaga kadar kelembaban tanah yang optimal, sehingga meningkatkan kesehatan tanaman dan hasil panen. Hasil eksperimen menunjukkan bahwa model deep learning memiliki akurasi prediksi yang lebih baik dibandingkan dengan sistem irigasi berbasis ambang batas konvensional. Penelitian ini berkontribusi pada pengembangan pertanian cerdas dengan mengintegrasikan teknologi IoT dan kecerdasan buatan untuk pertanian presisi.

Digital Marketing Strategy of Threads of Life Ubud in the Context of Local Culture

2025-10-25T01:35:48+00:00

This study aims to identify and analyze digital marketing strategies based on local culture in creative MSMEs, with a case study focus on Threads of Life in Bali. The background of the research is rooted in the significant role of creative MSMEs in the regional economy, particularly in Bali, which possesses rich cultural heritage as a primary resource. However, in the digital era, business actors face challenges such as limited digital literacy, resource constraints, and the need to preserve cultural authenticity in global marketing. The method used is a Systematic Literature Review (SLR) consisting of planning, literature searches in reputable databases (Scopus, Web of Science, Sinta, Google Scholar), study selection based on inclusion–exclusion criteria, data extraction, and content analysis to identify relevant strategy patterns. The findings reveal that Threads of Life successfully utilizes social media platforms such as Instagram and Facebook, as well as its official website, to develop brand storytelling that emphasizes traditional weaving, sustainability, and community empowerment. The integration of local cultural values such as mutual cooperation (gotong royong) and heritage preservation strengthens brand image and competitiveness in the global market. This study contributes novelty by combining perspectives of digital marketing, cultural preservation, and the creative industry within a single analytical framework. Research recommendations include expanding digital collaborations, developing interactive content, and strengthening sustainability narratives to enhance consumer engagement. These findings are relevant as strategic references for culture-based creative MSMEs seeking to optimize digital marketing without losing their local identity.

Clustering of Regencies and Municipalities Based on the Number of Livestock in East Java Province Using the Fuzzy C-Means Method

2025-11-05T07:51:18+00:00

Penelitian ini dilakukan untuk mengelompokkan kabupaten dan kota madya di Provinsi Jawa Timur berdasarkan jumlah populasi hewan ternak dengan tujuan mengetahui pola distribusi wilayah berdasarkan karakteristik peternakan. Pengelompokan dilakukan menggunakan algoritma Fuzzy C-Means dan divalidasi dengan metode Partition Coefficient Index, serta diimplementasikan dalam bentuk aplikasi berbasis website menggunakan framework Laravel. Tahapan penelitian ini meliputi pengumpulan data, normalisasi, proses perhitungan Fuzzy C-Means, evaluasi menggunakan Partition Coefficient Index, hingga profiling karakteristik tiap cluster. Hasil penelitian ini pengujian dari 2 sampai 10 cluster, cluster optimum berada pada jumlah 2 cluster untuk tahun 2021 dan 2022, dengan nilai Partition Coefficient Index tahun 2021 yaitu 0,7507 dan tahun 2022 yaitu 0,7486. Pada cluster optimum tahun 2021 memperoleh cluster 1 dengan 7 kabupaten dan 9 kota, cluster 2 dengan 22 kabupaten. Cluster optimum tahun 2022 memperoleh cluster 1 dengan 21 kabupaten, cluster 2 dengan 8 kabupaten dan 9 kota

Digital Payment Integration in Accounting Information Systems to Support MSMEsRevitalization in Bali: A Literature Review

2025-11-05T07:52:06+00:00

UMKM merupakan pilar utama perekonomian Bali yang mengandalkan kekuatan budaya lokal dan pariwisata sebagai daya tarik utama. Penurunan jumlah wisatawan akibat pandemi menuntut adanya strategi revitalisasi yang adaptif terhadap perkembangan teknologi, salah satunya melalui digitalisasi pembayaran. Kajian literatur terdahulu menunjukkan bahwa QRIS mampu meningkatkan efisiensi transaksi dan omzet UMKM, namun masih sedikit penelitian yang mengintegrasikan data transaksi tersebut ke dalam Sistem Informasi Akuntansi (SIA) untuk mendukung pengambilan keputusan strategis dalam konteks budaya Bali. Penelitian ini menggunakan metode systematic literature review (SLR) untuk mengidentifikasi temuan, kesenjangan, dan peluang pengembangan dari studi-studi relevan yang terbit dalam lima tahun terakhir. Hasil analisis menunjukkan bahwa integrasi QRIS dan SIA dapat menghasilkan aliran data keuangan yang akurat, real-time, dan transparan, sehingga mempermudah pelaporan, pengendalian biaya, dan perencanaan bisnis. Integrasi ini juga berpotensi mengoptimalkan daya saing UMKM pariwisata di Bali dengan mempertimbangkan faktor budaya seperti nilai Tri Hita Karana dan struktur sosial banjar yang memengaruhi penerimaan teknologi. Penelitian menyimpulkan bahwa keberhasilan implementasi membutuhkan dukungan infrastruktur, literasi digital, serta kebijakan yang selaras dengan konteks sosial budaya lokal.

Sentiment Analysis Of Comments On Indonesian Political Speech Videos On Youtube Using FastText

2025-11-05T07:53:07+00:00

Kemajuan teknologi digital telah mengubah cara masyarakat mengakses dan merespons informasi politik, khususnya melalui platform seperti YouTube yang menjadi wadah diskusi publik. Komentar pada video pidato politik sering kali memuat sentimen yang kompleks seperti ironi, slang, dan campuran bahasa (code-mixing), yang sulit diidentifikasi menggunakan metode analisis sentimen tradisional. Penelitian ini bertujuan untuk menganalisis sentimen komentar publik terhadap pidato politik berbahasa Indonesia di YouTube dengan pendekatan word embedding FastText. Data yang digunakan merupakan kumpulan komentar dari pidato Presiden Indonesia tahun 2014 hingga 2024, dengan klasifikasi sentimen menjadi positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa model FastText memiliki kinerja yang lebih baik dibandingkan pendekatan TF-IDF + Logistic Regression, dengan nilai akurasi sebesar 76,82%. FastText mampu menangkap konteks dan makna yang kompleks dalam teks informal berbahasa Indonesia, serta menunjukkan performa yang lebih seimbang dalam memprediksi ketiga kelas sentimen. Meskipun metode oversampling membantu mendistribusikan prediksi antar kelas secara lebih merata, teknik ini belum memberikan peningkatan yang signifikan terhadap akurasi model secara keseluruhan. Penelitian ini memberikan kontribusi dalam meningkatkan efektivitas analisis sentimen di ranah politik dengan menggunakan bahasa Indonesia.