Pengembangan Aplikasi Web Pemantauan Nilai dengan Penerapan Metode Isolation Forest untuk Deteksi Anomali Nilai NHP

Abstract

Nilai Hasil Pengawasan (NHP) di Arsip Nasional Republik Indonesia (ANRI) memerlukan pemantauan intensif, namun deteksi anomali pada data tersebut masih terkendala oleh proses manual. Penelitian ini bertujuan untuk mengembangkan aplikasi web pemantauan NHP yang terintegrasi dengan deteksi anomali berbasis metode Isolation Forest menggunakan kerangka kerja Agile Scrum. Sistem dibangun dengan framework Laravel untuk backend dan algoritma isolation forest diterapkan untuk mengidentifikasi penyimpangan nilai secara otomatis. Isolation Forest dapat diintegrasikan dan menghasilkan 124 penanda anomali dengan kenaikan penggunaan memori sebesar 3,58 megabyte dibandingkan metode lain, serta mampu menyajikan visualisasi data yang informatif. Implementasi sistem ini berpotensi mendukung ANRI dalam melakukan validasi data secara cepat dan terpusat melalui dashboard yang interaktif.

The Supervision Result Values (NHP) at the National Archives of the Republic of Indonesia (ANRI) require intensive monitoring; however, anomaly detection in this data remains constrained by manual processes. This study aims to develop an NHP monitoring web application integrated with anomaly detection based on the Isolation Forest method using the Agile Scrum framework. The system was built using the Laravel framework for the backend, and the Isolation Forest algorithm was implemented to automatically identify deviating values. Isolation Forest was successfully integrated and generated 124 anomaly indicators with a memory usage increase of 3.58 megabytes compared to other methods, while also providing informative data visualization. The implementation of this system has the potential to support ANRI in performing data validation quickly and centrally through an interactive dashboard.