Jl. Siliwangi No. 6, Rawa Panjang, Bekasi Timur | [email protected] | (021) 82436886

Katalog Abjad [C] (Kata Kunci)

Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.

Filter Otomatis
Reset
Filter otomatis disaring tanpa menekan tombol.
Katalog Abjad [C] (Kata Kunci)

Menampilkan 55 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)

Detail Karya Ilmiah & Metadata Tipe & Program Studi Aksi Metadata
PENERAPAN CHATBOT BERBASIS NATURAL LANGUAGE PROCESSING (NLP) UNTUK LAYANAN INFORMASI SPMB DI SMPS PLUS FAJAR SENTOSA
Penulis: Ahmad Gusnaedi, NADYA SAFITRI, S.T., M.Kom. | 2026

Sistem Penerimaan Murid Baru (SPMB) di SMPS Plus Fajar Sentosa masih menghadapi keterlambatan respons karena layanan informasi bergantung pada panitia yang juga bertugas sebagai guru, serta belum adanya standar jawaban yang menyebabkan informasi kurang konsisten. Penelitian ini bertujuan merancang dan mengembangkan chatbot berbasis Natural Language Processing (NLP) dengan metode Naive Bayes untuk memberikan informasi SPMB secara cepat, tepat, dan seragam melalui website dan WhatsApp. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) yang meliputi requirements planning, user design, construction, dan cutover, sedangkan pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Pertanyaan pengguna diproses melalui tahapan preprocessing teks dan diklasifikasikan menggunakan Naive Bayes untuk menentukan jawaban sesuai kategori informasi. Hasil pengujian fungsional menunjukkan bahwa fitur-fitur sistem berjalan sesuai dengan skenario yang dirancang. Pengujian User Acceptance Testing (UAT) terhadap 28 responden yang terdiri atas 26 pengguna dan 2 admin memperoleh nilai keseluruhan sebesar 87,24% dari pengguna dan 95,00% dari admin, yang keduanya berada pada kategori sangat setuju. Hasil tersebut menunjukkan bahwa chatbot mampu membantu mempercepat layanan informasi, meningkatkan konsistensi jawaban, serta memudahkan admin dalam mengelola informasi SPMB. Dengan demikian, sistem yang dikembangkan layak digunakan sebagai media layanan informasi SPMB di SMPS Plus Fajar Sentosa.

#Chatbot #Natural Language Processing #Naive Bayes #SPMB
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
Prediksi Kebutuhan Spare part Pada Lini ULI PT Cedefindo Menggunakan Algoritma Random Forest
Penulis: Salsabil Amatin Fauzia, ARI NURUL ALFIAN, S.Pd., M.Kom. | 2026

PT Cedefindo khususnya pada lini ULI masih melakukan pengadaan spare part berdasarkan kondisi stok dan pengalaman pegawai sehingga belum memanfaatkan data historis penggunaan spare part secara optimal, yang berpotensi menyebabkan terjadinya stockout. Penelitian ini bertujuan untuk menghasilkan estimasi kebutuhan spare part dan menerapkan algoritma Random Forest untuk memprediksi kebutuhan spare part periode berikutnya berdasarkan data historis penggunaan spare part, preventive maintenance report, dan Trend. Penelitian menggunakan metodologi CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment dengan memanfaatkan data historis penggunaan spare part lini ULI periode Januari 2025 hingga April 2026. Hasil evaluasi model menunjukkan nilai MAE sebesar 2,69, RMSE sebesar 4,97, dan R² sebesar 0,34, sehingga model memiliki tingkat kesalahan prediksi yang relatif rendah meskipun belum mampu menjelaskan seluruh variasi data kebutuhan spare part. Penelitian ini menghasilkan sistem prediksi berbasis web yang dapat membantu admin teknik dalam mendukung pengambilan keputusan pengadaan spare part secara lebih terukur dan berbasis data historis untuk mengurangi risiko stockout.

#CRISP-DM #Machine Learning #Prediksi #Random Forest
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGARUH DIGITAL LEADERSHIP, DIGITAL CULTURE, DIGITAL LITERACY, DAN CYBERLOAFING TERHADAP KINERJA KARYAWAN PADA PT ENVICON EKATAMA
Penulis: Handrean Manurung, SHALAHUDDIN, S.Pd., M.M. | 2026

Transformasi digital mendorong perusahaan membangun lingkungan kerja berbasis teknologi untuk meningkatkan kinerja karyawan. Keberhasilan transformasi tersebut tidak hanya ditentukan oleh teknologi, tetapi juga dipengaruhi oleh kepemimpinan digital, budaya digital, literasi digital, dan cyberloafing. Penelitian ini bertujuan menganalisis pengaruh Digital Leadership, Digital Culture, Digital Literacy, dan Cyberloafing terhadap Kinerja Karyawan pada PT Envicon Ekatama. Penelitian menggunakan pendekatan kuantitatif melalui penyebaran kuesioner online kepada 174 karyawan yang dipilih dengan teknik probability sampling. Analisis data yang digunakan dalam penelitian ini adalah regresi linier berganda dengan bantuan SmartPLS 4.1.1.8 (Terbaru). Hasil penelitian menunjukkan bahwa Digital Leadership berpengaruh positif dan signifikan terhadap kinerja karyawan (t = 2,848; p = 0,002), Digital Culture berpengaruh positif dan signifikan (t = 2,881; p = 0,002), Digital Literacy memberikan pengaruh positif paling kuat (t = 4,855; p = 0,000), dan Cyberloafing juga berpengaruh positif dan signifikan (t = 3,898; p = 0,000). Secara simultan, keempat variabel independen berpengaruh signifikan terhadap kinerja karyawan (F = 82,174; p = 0,000), dan model mampu menjelaskan 67,4% variasi kinerja karyawan (R² = 0,674). Temuan ini menunjukkan bahwa penguatan kepemimpinan digital, budaya digital yang adaptif, peningkatan literasi digital, serta pengelolaan Cyberloafing dapat meningkatkan kinerja karyawan dalam lingkungan kerja berbasis teknologi.

#Digital Leadership #Digital Culture #Digital Literacy #Cyberloafing
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
Perancangan Sistem Monitoring Ketersediaan Meja Coffee Shop Berbasis Computer Vision Menggunakan YOLOv8
Penulis: Muhammad Ilham Syawal Sanusi, Jafar Shadiq, S.Kom. M.Kom | 2026

Perkembangan sektor Food and Beverages di Indonesia mendorong Coffee shop untuk memberikan pelayanan yang cepat dan efisien. Namun, di Naluri Kopi Bojong Gede, proses pemantauan ketersediaan meja masih dilakukan secara manual oleh petugas, sehingga membutuhkan waktu dan berpotensi menimbulkan keterlambatan dalam memberikan informasi kepada pelanggan, terutama pada jam sibuk. Penelitian ini bertujuan merancang sistem monitoring okupansi meja yang mampu memberikan informasi ketersediaan meja secara real-time, serta mengimplementasikan teknologi Deep Learning dan Computer Vision menggunakan algoritma YOLOv8n untuk mendeteksi status meja kosong dan terisi secara otomatis. Penelitian ini menggunakan model pengembangan Rapid Application Development (RAD) yang terdiri atas tahap Requirements Planning, User Design, Construction, dan Cutover. Model YOLOv8n pretrained berbasis dataset MS COCO digunakan untuk mendeteksi objek person pada area meja yang telah dikalibrasi (Region of Interest), kemudian dipadukan dengan mekanisme Temporal Filtering untuk menentukan status meja available atau occupied yang ditampilkan pada dashboard monitoring berbasis web. Kontribusi penelitian ini adalah tersedianya solusi otomatisasi pemantauan meja tanpa memerlukan pelatihan model tambahan. Hasil pengujian fungsional menggunakan Black Box Testing menunjukkan seluruh 12 skenario pengujian berjalan valid. Pengujian akurasi terhadap 300 data menghasilkan nilai Accuracy sebesar 89,00%, Precision sebesar 88,67%, Recall sebesar 90,38%, dan F1-Score sebesar 89,52%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem monitoring okupansi meja berbasis YOLOv8n mampu mendeteksi status ketersediaan meja secara real-time dengan tingkat ketepatan yang baik, sehingga dapat membantu petugas mengurangi pengecekan manual dan meningkatkan efisiensi pelayanan pada Coffee shop.

#Computer Vision #Deep Learning #YOLOv8n #Monitoring Okupansi Meja
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGARUH CURRENT RATIO, TOTAL ASSET TURNOVER, DAN INVENTORY TURNOVER TERHADAP PERTUMBUHAN LABA (Studi Kasus pada Perusahaan Sektor Consumer Cyclicals Periode Tahun 2020-2024)
Penulis: Dinda Angriawan, TRIYOGO MOELYO ADHI, Drs., M.M. | 2026

Penurunan daya beli masyarakat di Indonesia dalam beberapa tahun terakhir, khususnya terhadap kebutuhan non-primer, memberikan dampak pada berbagai bisnis yang bergerak di bidang hiburan hingga kendaraan roda empat. Kondisi tersebut memengaruhi kinerja sektor consumer cyclicals sebagai sektor yang sangat sensitif terhadap perubahan kondisi ekonomi. Naik turunnya daya beli dan tingkat kepercayaan konsumen menjadi faktor penting yang menentukan pertumbuhan sektor ini. Penelitian ini bertujuan untuk menganalisis pengaruh current ratio (CR), total asset turnover (TATO), dan inventory turnover (ITO) terhadap pertumbuhan laba pada perusahaan sektor consumer cyclicals periode 2020–2024. Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan. Teknik pengambilan sampel menggunakan purposive sampling sehingga diperoleh 39 perusahaan dengan total 195 data observasi. Metode analisis yang digunakan meliputi analisis regresi linier berganda, uji asumsi klasik, analisis koefisien determinasi, serta uji statistik melalui uji t dan uji F. Pengolahan data dilakukan menggunakan IBM SPSS Statistics versi 27. Hasil penelitian menunjukkan bahwa current ratio dan total asset turnover secara parsial berpengaruh negatif dan tidak signifikan terhadap pertumbuhan laba, sedangkan inventory turnover secara parsial berpengaruh positif dan signifikan terhadap pertumbuhan laba. Current ratio, total asset turnover, dan inventory turnover secara simultan berpengaruh signifikan terhadap pertumbuhan laba.

#Current Ratio #Total Asset Turnover #Inventory Turnover #Pertumbuhan Laba
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
KLASIFIKASI EMOSI MANUSIA BERDASARKAN EKSPRESI WAJAH PADA VIDEO MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DAN TRANSFER LEARNING
Penulis: Jengkar Ayogya Widji Lestari, JAFAR SHADIQ, S.Kom., M.Kom. | 2026

Pengenalan emosi berdasarkan ekspresi wajah merupakan salah satu penerapan Artificial Intelligence (AI) dan Computer Vision. Penelitian ini bertujuan mengembangkan prototype sistem pengenalan emosi secara real-time menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan Transfer Learning. Sistem dirancang untuk mendeteksi wajah dan mengklasifikasikan tiga kategori emosi, yaitu serius, ngobrol, dan ngantuk, melalui video dari webcam. Proses penelitian meliputi deteksi wajah menggunakan YOLO, prapemrosesan citra, ekstraksi fitur dengan CNN, dan klasifikasi emosi. Hasil deteksi ditampilkan pada antarmuka dalam bentuk bounding box, label emosi, dan nilai confidence. Pengujian menunjukkan bahwa prototype mampu melakukan deteksi wajah dan klasifikasi emosi secara otomatis dengan performa real-time, sehingga berpotensi mendukung penerapan sistem pengenalan emosi pada bidang pendidikan, kesehatan, dan interaksi manusia dengan komputer.

#Artificial Intelligence (AI) #Computer Vision #Convolutional Neural Network (CNN) #Ekspresi Wajah
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
EVALUASI SISTEM INFORMASI PELAYANAN KEPENDUDUKAN MENGGUNAKAN COBIT 2019 PADA DINAS KEPENDUDUKAN KOTA BEKASI
Penulis: Henny Sweet Zai, MARDI YUDHI PUTRA, S.T., M.Kom. | 2026

Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil) Kota Bekasi mengembangkan sistem informasi e-Open untuk mendukung pelayanan administrasi kependudukan secara elektronik. Meskipun telah digunakan dalam operasional pelayanan publik, masih ditemukan beberapa kondisi yang perlu ditingkatkan, seperti dokumentasi operasional, prosedur eskalasi insiden, pengelolaan keamanan akun pengguna, dan perlindungan data pada fitur antrian publik. Penelitian ini bertujuan untuk mengevaluasi sistem informasi e-Open menggunakan framework COBIT 2019 pada domain DSS01 (Managed Operations), DSS02 (Managed Service Requests and Incidents), DSS05 (Managed Security Services) dan DSS06 (Managed Business Process Controls), mengukur tingkat kapabilitas, serta memberikan rekomendasi perbaikan. Metode penelitian yang digunakan adalah kuantitatif melalui penyebaran kuesioner skala Likert yang disebarkan kepada 41 responden menggunakan teknik purposive sampling. Hasil penelitian menunjukkan bahwa seluruh domain berada pada capability level 4 (Quantitative Process), dengan kategori Fully Achieved, yaitu DSS01 4.41 (88,20%), DSS02 sebesar 4.48 (89.60%), DSS05 4.48 (89.60%) dan DSS06 sebesar 4.50 (90.00%) dengan kesenjangan menuju Level 5 sebesar 0,50-0,59. Berdasarkan hasil tersebut, rekomendasi yang diberikan meliputi penyusunan dokumentasi pemantauan sistem, penyusunan SOP eskalasi insiden, penerapan pembaruan kata sandi secara berkala, serta penyamaran data (data masking) pada fitur antrean publik untuk meningkatkan kualitas layanan dan keamanan sistem informasi e-Open.

#COBIT 2019 #Capability Level #e-Open #DSS
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
PENGARUH NET PROFIT MARGIN, CASH RATIO, DAN DEBT TO ASSET RATIO TERHADAP DIVIDEND PAYOUT RATIO (Studi Kasus pada Perusahaan Sektor Consumer Non-Cyclicals Periode 2020-2024)
Penulis: Christopher Dexon Lintang Bagaskara, NURUL KAMILA, S.E., M.M. | 2026

Pasar modal memiliki peran penting dalam mendukung pertumbuhan ekonomi nasional, baik sebagai sarana investasi maupun sumber pendanaan bagi perusahaan. Dalam hal ini, sektor consumer non-cyclicals menjadi salah satu sektor yang relatif stabil, namun tetap menghadapi dinamika kinerja keuangan yang memengaruhi kebijakan dividen perusahaan. Perubahan kondisi ekonomi serta strategi manajemen dalam mengelola keuangan dapat menimbulkan variasi dalam pembagian dividen kepada pemegang saham. Oleh karena itu, analisis terhadap faktor-faktor fundamental perusahaan menjadi penting dalam memahami kebijakan Dividend Payout Ratio. Penelitian ini bertujuan untuk menganalisis pengaruh Net Profit Margin (NPM), Cash Ratio (CR), dan Debt to Asset Ratio (DAR) terhadap Dividend Payout Ratio pada perusahaan sektor consumer non-cyclicals yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2020–2024. Metode yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan. Teknik purposive sampling digunakan dalam pemilihan sampel sehingga diperoleh 25 perusahaan dari total 132 populasi dengan jumlah observasi sebanyak 125 data. Analisis data dilakukan menggunakan regresi linear berganda, uji asumsi klasik, koefisien determinasi, serta uji statistik t dan uji F dengan bantuan perangkat lunak IBM SPSS Statistics 27. Hasil penelitian menunjukkan bahwa Net Profit Margin dan Cash Ratio tidak berpengaruh signifikan terhadap Dividend Payout Ratio, sedangkan Debt to Asset Ratio berpengaruh negatif dan signifikan. Secara simultan, ketiga variabel tersebut berpengaruh signifikan terhadap Dividend Payout Ratio pada perusahaan yang diteliti. Hasil penelitian ini mengindikasikan bahwa perusahaan perlu mengelola tingkat utang secara hati-hati untuk menjaga kemampuan dalam membagikan dividen dengan tetap menyeimbangkan profitabilitas, likuiditas, dan solvabilitas.

#Net Profit Margin #Cash Ratio #Debt to Asset Ratio #Dividend Payout Ratio
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
IMPLEMENTASI LARGE LANGUAGE MODEL (LLM) UNTUK PEMBANGUNAN AI PERSONA SEBAGAI PENDAMPING KONSELING MAHASISWA
Penulis: Vina Zahrotun Nazah, RULLY PRAMUDITA, S.T., M.Kom. | 2026

Universitas Bina Insani telah menyediakan chatbot konseling mahasiswa melalui layanan Suara BiU. Namun, chatbot sebelumnya masih memiliki keterbatasan karena respons yang diberikan cenderung umum, kurang kontekstual, dan belum cukup empatik dalam menanggapi kondisi pengguna. Penelitian ini bertujuan untuk mengembangkan chatbot konseling mahasiswa berbasis AI Persona yang mampu memberikan respons lebih spesifik, kontekstual, dan empatik sebagai pendamping awal layanan konseling mahasiswa. Metode pengembangan sistem yang digunakan adalah CRISP-DM, meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Sistem dikembangkan dengan mengintegrasikan Large Language Model (LLM), Retrieval-Augmented Generation (RAG), dan prompt engineering. Model LLM yang digunakan adalah Gemini 3.1 Flash Lite, sedangkan proses embedding menggunakan intfloat/multilingual-e5-small dengan penyimpanan embedding pada PostgreSQL dan pgvector. RAG digunakan untuk mengambil konteks dari dokumen akademik dan data layanan kampus, sedangkan prompt engineering digunakan untuk mengarahkan persona chatbot agar menghasilkan respons yang suportif, tidak menghakimi, dan sesuai dengan ruang lingkup konseling mahasiswa. Evaluasi dilakukan melalui pengujian fungsional, LLM-as-a-Judge, validasi konselor, dan User Acceptance Testing (UAT). Hasil LLM-as-a-Judge memperoleh rata-rata skor 4,48 dari skala 5,00. Hasil UAT terhadap 20 responden memperoleh rata-rata persentase 93% dengan kategori sangat baik, meliputi spesifikasi jawaban 90%, kontekstualitas respons 93%, dan empati respons 96%. Berdasarkan hasil tersebut, chatbot yang dikembangkan dinilai mampu memberikan respons yang lebih spesifik, kontekstual, dan empatik dibandingkan chatbot sebelumnya, serta dapat digunakan sebagai pendamping awal layanan konseling mahasiswa tanpa menggantikan peran konselor profesional.

#AI Persona #Chatbot Konseling #Large Language Model #Prompt Engineering
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI TRANSFORMER-BASED LLM CHATBOT BERBASIS AI PADA WEBSITE REKRUTMENT PT PATRA DRILLING CONTRACTOR
Penulis: Ridar Setiawan Effendi, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. | 2026

Pada proses rekrutment sebelumnya di PT Patra Drilling Contractor masih dilakukan secara manual menggunakan pretty form dan Google Form sehingga menimbulkan beberapa kendala dan masalah, diantaranya tingginya jumlah kandidat yang mengajukan pertanyaan seputar proses rekrutmen sehingga menambah beban kerja dari Tim Human Capital (HC), pertanyaan pelamar yang menumpuk melalui email sehingga Tim HC harus membuat media komunikasi tambahan melalui grup WhatsApp untuk menyampaikan informasi, serta Tim HC yang harus membalas satu per satu pertanyaan dari pelamar secara manual akibat belum tersedianya sistem yang dapat menjawab pertanyaan pelamar secara otomatis dan real-time. Penelitian kali ini bertujuan untuk merancang dan membangun sebuah website karir PT Patra Drilling Contractor yang dilengkapi oleh implementasi dari Transformer-Based Large Language Model (LLM) Chatbot yang berbasis Artificial Intelligence (AI) sebagai solusi dari permasalahan tersebut. Metode pengembangan sistem yang digunakan adalah metode Agile dengan melakukan pendekatan iteratif melalui tiga sprint, untuk sprint pertama difokuskan kepada perancangan dan pengembangan website rekrutmen dan database, sprint kedua pada pengembangan chatbot umum, serta sprint ketiga untuk melakukan pengembangan chatbot personal. Model AI yang diimplementasikan adalah Natural Language Processing berbasis Transformer-Based LLM dengan mekanisme Retrieval-Augmented Generation (RAG) yang diintegrasikan melalui sebuah API yakni Groq API dan Rule-Based Keyword Matching untuk klasifikasi intent pertanyaan pengguna. Sistem chatbot yang dibangun terdiri dari dua jenis yakni chatbot umum yang dapat diakses tanpa memerlukan login ke dalam aplikasi untuk menjawab pertanyaan seputar informasi lowongan dan tata cara melamar dan chatbot personal yang dapat diakses setelah login ke dalam aplikasi untuk memberikan rekomendasi posisi berdasarkan profil pelamar dan menyampaikan informasi status lamaran secara personal. Berdasarkan hasil pengujian fungsional menggunakan metode Blackbox Testing dan Whitebox Testing, seluruh jalur pemrosesan utama pada komponen chatbot AI berhasil berjalan sesuai spesifikasi yang dirancang.

#Transformer-Based LLM #Chatbot AI #Natural Language Processing #Retrieval-Augmented Generation
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGARUH KUALITAS PRODUK, CITRA MEREK, DAN WORD OF MOUTH TERHADAP KEPUTUSAN PEMBELIAN BBM (Studi Kasus Pada SPBU Vivo Tambun)
Penulis: Revaldo Dwi Nugraha, Dr. Andrian, S.E., M.M. | 2026

Penelitian ini bertujuan untuk menganalisis pengaruh kualitas produk, citra merek, dan word of mouth terhadap keputusan pembelian BBM pada konsumen SPBU Vivo Tambun. Penelitian ini menggunakan metode kuantitatif dengan pendekatan deskriptif dan asosiatif. Populasi dalam penelitian ini adalah konsumen SPBU Vivo Tambun dengan sampel sebanyak 100 responden yang ditentukan menggunakan teknik purposive sampling. Pengumpulan data dilakukan melalui penyebaran kuesioner dan dianalisis menggunakan uji validitas, uji reliabilitas, uji asumsi klasik, analisis regresi linear berganda, uji parsial (uji t), uji simultan (uji F), serta koefisien determinasi (Adjusted R Square) dengan bantuan program SPSS versi 26. Hasil penelitian menunjukkan bahwa kualitas produk berpengaruh positif dan signifikan terhadap keputusan pembelian dengan koefisien regresi sebesar 0,295, nilai t hitung sebesar 7,510, dan signifikansi < 0,001. Citra merek juga berpengaruh positif dan signifikan dengan koefisien regresi sebesar 0,382, nilai t hitung sebesar 12,314, signifikansi < 0,001, serta memiliki nilai Standardized Beta sebesar 0,646 sehingga menjadi variabel yang paling dominan. Word of mouth berpengaruh positif dan signifikan terhadap keputusan pembelian dengan koefisien regresi sebesar 0,041, nilai t hitung sebesar 1,991, dan signifikansi sebesar 0,049. Hasil uji simultan memperoleh nilai F hitung sebesar 107,784 dengan signifikansi < 0,001, sedangkan nilai Adjusted R Square sebesar 0,771 menunjukkan bahwa 77,1% variasi keputusan pembelian dapat dijelaskan oleh kualitas produk, citra merek, dan word of mouth, sedangkan 22,9% sisanya dipengaruhi oleh variabel lain yang tidak diteliti.

#Kualitas Produk #Citra Merek #Word Of Mouth #Keputusan Pembelian
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
Perancangan Sistem Informasi Pergudangan Menggunakan Rapid Application Development pada PT. Lami Indo Medika
Penulis: Ravina, RULLY PRAMUDITA, S.T., M.Kom. | 2026

Pengelolaan pergudangan pada PT. Lami Indo Medika, sebuah perusahaan yang bergerak di bidang penyediaan peralatan rumah sakit dan laboratorium, sebelumnya masih dilakukan secara semi-terkomputerisasi menggunakan spreadsheet terpisah. Kondisi ini memicu berbagai kendala, seperti ketidakakuratan data stok, lambatnya pemantauan persediaan secara real-time, risiko duplikasi input data, serta proses penyusunan laporan yang memakan waktu lama. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi pergudangan berbasis web yang terintegrasi guna meningkatkan efisiensi dan akurasi operasional gudang. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) dengan tahapan Requirements Planning, User Design, Construction, dan Cutover. Sistem ini dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3, antarmuka Bootstrap 5, serta basis data MySQL. Hasil penelitian menghasilkan sistem pergudangan terpusat yang mampu mencatat transaksi barang masuk dan keluar, memantau stok secara real-time, mengelola data supplier, mengontrol tanggal kadaluarsa produk, dan menyajikan laporan gudang secara otomatis. Pengujian sistem dilakukan melalui Black Box Testing (Pengujian Alfa) dan User Acceptance Testing (Pengujian Beta). Hasil pengujian UAT memperoleh persentase rata-rata sebesar 83,6% yang menunjukkan bahwa sistem informasi pergudangan ini sangat diterima atau sangat layak untuk diterapkan dalam mendukung operasional perusahaan.

#CodeIgniter 3 #MySQL #Rapid Application Development (RAD) #Sistem Informasi Pergudangan
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
SISTEM INFORMASI PENGELOLAAN KOMPNEN ENGINE PADA PT. SUZUKI INDOMOBIL BERBASIS WEBSITE MENGGUNAKAN METODE AGILE
Penulis: zeni jamir, Dwi Ismiyana Putri, M.M.S.I | 2026

Proses incoming inspection di PT Suzuki Indomobil Motor Plant Tambun 1 menghadapi kendala operasional akibat ketergantungan pada checksheet kertas yang memicu risiko kehilangan data, kesenjangan informasi (information gap), lemahnya penelusuran (traceability) visual untuk komponen cacat (Not Good/NG), serta inefisiensi rekapitulasi ganda (double entry) manual yang rentan terhadap human error. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Pengelolaan Komponen Engine berbasis website menggunakan arsitektur decoupled, dengan pemanfaatan framework React.js pada frontend dan Django pada backend. Data penelitian dikumpulkan melalui observasi, wawancara, dan studi pustaka. Pengembangan sistem menerapkan metodologi Agile Development dengan model Scrum yang berjalan secara iteratif melalui siklus sprint dua mingguan guna merancang fitur-fitur fungsional inti. Sistem ini telah berhasil diimplementasikan dengan fitur kendali akses berbasis peran (Role-Based Access Control/RBAC) untuk Admin, Hintan (QC), Foreman, dan Manager, serta dilengkapi dashboard monitoring secara real-time dan log dokumentasi foto perbaikan. Pengujian kelayakan sistem menggunakan metode User Acceptance Testing (UAT) yang melibatkan 14 responden lintas jabatan menghasilkan persentase kelayakan sebesar 90,14%, sehingga sistem disimpulkan berada pada kategori "Sangat Layak" untuk digunakan. Penyempurnaan sistem di masa mendatang disarankan mencakup migrasi basis data dari SQLite ke PostgreSQL serta integrasi API secara langsung ke sistem ERP logistik utama perusahaan.

#Agile Development #Checksheet #Django #Part Inspection
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
PENGARUH INFLUENCER MARKETING, CITRA MEREK DAN VIRAL MARKETING TERHADAP KEPUTUSAN PEMBELIAN PRODUK GLAD2GLOW(Studi kasus pada Generasi Z di Kota Bekasi)
Penulis: Hafifah, KRISTIANA WIDIAWATI, S.Pd., M.M. | 2026

Penelitian ini bertujuan untuk mengetahui bagaimana influencer marketing, citra merek, dan viral marketing memengaruhi keputusan pembelian produk Glad2Glow di TikTok Shop. Latar belakang penelitian ini adalah bahwa Glad2Glow tidak menunjukkan kinerja yang baik dibandingkan dengan merek lain produk perawatan kulit lokal di TikTok. Metode penelitian yang digunakan adalah metode kuantitatif. Pengumpulan data dilakukan dengan menyebarkan kuesioner kepada generasi Z yang tinggal di Kota Bekasi dan pernah membeli produk Glad2Glow. Penelitian ini menggunakan ukuran sampel sebanyak 100 responden, dengan pengumpulan data dilakukan menggunakan Non-Probability Sampling, dengan melalui teknik Purposive Sampling. Analisis data dalam penelitian ini dilakukan menggunakan program aplikasi SPSS versi 29.0. Hasil penelitian menunjukkan bahwa pemasaran influencer memiliki pengaruh positif parsial dan signifikan terhadap keputusan pembelian, citra merek memiliki dampak positif terhadap keputusan pembelian, dan viral marketing memiliki dampak positif terhadap keputusan pembelian. Berdasarkan nilai R-squared yang disesuaikan sebesar 0,208, atau 20,8%, dapat dijelaskan bahwa variabel influencer marketing, citra merek, dan viral marketing secara parsial maupun simultan memiliki pengaruh positif dan signifikan terhadap keputusan pembelian. Sisanya, yaitu 79,2%, dipengaruhi oleh faktor-faktor lain.

#Influencer Marketing #Citra Merek #Viral Marketing #Keputusan Pembelian
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
IMPLEMENTASI SISTEM KEAMANAN CLOSED CIRCUIT TELEVISION DI JALAN ACACIA TAMAN CILEUNGSI
Penulis: Rafly Ammar Gata, JAFAR SHADIQ, S.Kom., M.Kom. | 2026

Kekosongan pengawasan fisik di lingkungan perumahan Jalan Acacia, Taman Cileungsi RT 01/RW 09 akibat berhentinya aktivitas operasional petugas keamanan memicu potensi kerawanan tindak kriminalitas dan keresahan warga. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengawasan keamanan berbasis Closed Circuit Television (CCTV) mandiri terintegrasi yang dapat diakses secara real-time dari jarak jauh. Pengembangan sistem menerapkan metode Prototype yang berfokus pada iterasi pengembangan berbasis kebutuhan pengguna. Infrastruktur jaringan dibangun memanfaatkan transmisi nirkabel dengan menghubungkan empat unit kamera wireless ke Access Point yang dilengkapi antena omnidirectional untuk memperluas jangkauan cakupan sinyal ke peladen pusat berarsitektur Network Video Recorder (NVR) berbasis perangkat lunak Shinobi. Sistem diintegrasikan dengan kecerdasan buatan berbasis TensorFlow Object Detection untuk analisis visual dan deteksi objek otomatis, notifikasi email via SMTP, serta layanan IP Tunneling berbasis Zrok agar antarmuka pemantauan web localhost dapat diakses publik secara aman. Selain itu, diterapkan mekanisme Role-Based Access Control (RBAC) untuk memisahkan hak akses administratif pengurus dan akses view-only bagi warga. Hasil pengujian menunjukkan infrastruktur jaringan nirkabel beroperasi dengan sangat stabil, menghasilkan rata-rata latensi sebesar 94 ms dengan akses website dengan kecepatan 0.64s dengan koneksi lokal dan 4.97s untuk koneksi online, sehingga mampu mentransmisikan stream video dan playback secara lancar. Implementasi sistem CCTV ini terbukti efektif memberikan pengawasan visual 24/7, memulihkan rasa aman warga, serta siap menyediakan barang bukti rekaman digital yang valid apabila terjadi insiden keamanan.

#CCTV #Keamanan #NVR #Object Detection
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM PAKAR PENENTUAN JURUSAN MENGGUNAKAN FORWARD CHAINING DAN CERTAINTY FACTOR DI SMK BINA INDUSTRI
Penulis: ELSA KUSUMA, Dr. Ir. SALUDIN MUIS, M.Kom. | 2026

Elsa Kusuma (2022310025) Sistem Pakar Penentuan Jurusan Menggunakan Forward Chaining dan Certainty Factor di SMK Bina Industri Proses penentuan jurusan siswa baru di SMK Bina Industri Cikarang masih dilaksanakan secara manual melalui wawancara singkat dan pengisian angket minat yang dinilai secara subjektif oleh guru bimbingan dan konseling. Kondisi ini menyebabkan proses penentuan jurusan berlangsung lama, tidak konsisten antarsiswa, dan berpotensi menghasilkan rekomendasi yang kurang tepat karena tidak mempertimbangkan profil kemampuan akademik, minat, serta bakat siswa secara komprehensif dan terpadu. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar berbasis web yang mampu memberikan rekomendasi jurusan secara otomatis, objektif, dan terukur terhadap empat program keahlian yang tersedia di SMK Bina Industri Cikarang, yaitu Teknik dan Bisnis Sepeda Motor, Teknik Elektronika Industri, Manajemen Perkantoran dan Layanan Bisnis serta Manajemen Logistik. Metode inferensi yang digunakan adalah Forward Chaining, yang bekerja dengan menelusuri fakta masukan data siswa secara maju untuk menghasilkan rekomendasi jurusan. Penanganan ketidakpastian penilaian dilakukan menggunakan metode Certainty Factor berdasarkan standar nilai CF dengan rentang 0,0 hingga 1,0, sehingga setiap rekomendasi yang dihasilkan disertai derajat keyakinan yang dapat diukur secara kuantitatif. Basis pengetahuan sistem disusun berdasarkan hasil wawancara dengan guru bimbingan dan konseling selaku pakar domain di SMK Bina Industri Cikarang. Sistem dikembangkan menggunakan model Rapid Application Development (RAD) dengan teknologi Next.js dan PostgreSQL, serta diuji menggunakan metode black box testing. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan mampu memberikan rekomendasi jurusan secara otomatis, konsisten, dan disertai nilai keyakinan terukur, sehingga dapat membantu guru bimbingan dan konseling dalam mengambil keputusan penentuan jurusan yang lebih objektif dan terstandarisasi.

#Certainty Factor #Forward Chaining #Penentuan Jurusan #SMK Bina Industri
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM PAKAR IDENTIFIKASI TINGKAT STRES AKADEMIK SISWA KELAS XII SMK BINA INDUSTRI MENGGUNAKAN CERTAINTY FACTOR
Penulis: Rivan Dwi Ferdiansyah, SUMARDIONO,S.KOM.,M.KOM | 2026

Stres akademik merupakan kondisi yang sering dialami siswa akibat tuntutan akademik yang tinggi. Siswa kelas XII SMK memiliki risiko mengalami stres akademik karena harus menghadapi ujian akhir, tugas sekolah, praktik kerja lapangan, serta persiapan memasuki dunia kerja maupun pendidikan tinggi. Di SMK Bina Industri, proses identifikasi tingkat stres akademik masih dilakukan secara manual melalui observasi dan konseling oleh guru Bimbingan dan Konseling (BK), sehingga memerlukan waktu yang cukup lama dan bersifat subjektif. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang dapat membantu mengidentifikasi tingkat stres akademik siswa secara lebih cepat, sistematis, dan objektif menggunakan metode Certainty Factor (CF). Metode pengembangan sistem yang digunakan adalah Prototype dengan tahapan communication, quick plan, modeling quick design, construction of prototype, serta deployment delivery and feedback. Basis pengetahuan sistem diperoleh melalui observasi, wawancara dengan guru BK dan pakar psikologi, serta studi pustaka. Sistem menggunakan 22 gejala stres akademik yang dikelompokkan ke dalam tiga kategori tingkat stres, yaitu rendah, sedang, dan tinggi. Metode Certainty Factor digunakan untuk menghitung tingkat keyakinan hasil identifikasi berdasarkan kombinasi nilai keyakinan pengguna dan nilai keyakinan pakar. Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi tingkat stres akademik siswa dan berjalan sesuai kebutuhan berdasarkan pengujian Black Box. Pengujian beta yang melibatkan 67 siswa memperoleh nilai indeks pada rentang 87,16%–89,40% dengan kategori sangat baik. Dengan demikian, sistem yang dikembangkan dapat membantu guru BK dalam melakukan identifikasi awal dan monitoring tingkat stres akademik siswa secara lebih efektif.

#Certainty Factor #Identifikasi #Sistem Pakar #Stres Akademik
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGEMBANGAN SISTEM CHATBOT LAYANAN DI LAUNDRY ONDEL-ONDEL MENGGUNAKAN WHATSAPP DENGAN PENDEKATAN HYBRID ARTIFICIAL INTELLIGENCE
Penulis: Bimo Aria Putra Pratama, Dr. Ir. SALUDIN MUIS, M.Kom. | 2026

Pelayanan pelanggan pada Laundry Ondel-Ondel masih dilakukan secara manual melalui WhatsApp sehingga admin harus menjawab pertanyaan yang berulang mengenai harga layanan, jam operasional, status cucian, layanan antar-jemput, dan estimasi pengerjaan. Kondisi tersebut menyebabkan waktu respons menjadi lebih lama dan mengurangi efisiensi operasional. Penelitian ini bertujuan mengembangkan sistem chatbot layanan pelanggan berbasis WhatsApp dengan pendekatan Hybrid Artificial Intelligence untuk meningkatkan kualitas pelayanan dan efisiensi kerja. Metode pengembangan sistem yang digunakan adalah Evolutionary Prototype, sedangkan metode kecerdasan buatan yang diterapkan menggabungkan Rule-Based, Natural Language Processing (NLP), dan Generative AI (DeepSeek). Sistem dikembangkan menggunakan Node.js, WPPConnect, Supabase, serta dashboard berbasis web untuk mengelola data pelanggan dan pesanan laundry. Hasil penelitian menunjukkan bahwa sistem mampu memberikan informasi layanan secara otomatis, meliputi harga, jenis layanan, status pesanan, estimasi pengerjaan, dan layanan antar-jemput melalui WhatsApp. Berdasarkan pengujian Black Box Testing, seluruh fungsi utama sistem berjalan sesuai dengan kebutuhan. Uji coba terhadap 11 responden menunjukkan bahwa 8 responden menyatakan sangat setuju, 2 responden setuju, dan 1 responden cukup setuju bahwa sistem layak digunakan. Dengan demikian, sistem chatbot yang dikembangkan mampu meningkatkan kecepatan penyampaian informasi, mempermudah pelanggan memperoleh layanan, serta meningkatkan efisiensi operasional pada Laundry Ondel-Ondel.

#Chatbot #Generative AI #Hybrid Artificial Intelligence #Laundry
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM SCREENING CURRICULUM VITAE BERBASIS SIMILARITY MATCHING MENGGUNAKAN MPNET EMBEDDING DAN COSINE SIMILARITY
Penulis: Fitri Shafirawati, RULLY PRAMUDITA, S.T., M.Kom. | 2026

Proses screening Curriculum Vitae (CV) pada PT Bahagia Sukses Lestari masih dilakukan secara manual, sehingga memerlukan waktu lama, meningkatkan beban kerja HR, serta berpotensi menimbulkan bias subjektif. Berdasarkan hasil observasi, setiap pembukaan satu lowongan pekerjaan di PT Bahagia Sukses Lestari rata-rata menerima sekitar 60 CV, sedangkan proses rekrutmen hanya ditangani oleh dua staf HR. Dari total lamaran tersebut, hanya sekitar 20 lamaran yang benar-benar sesuai dengan kriteria awal pada tahap screening. Penelitian ini bertujuan untuk mengembangkan sistem screening CV berbasis web menggunakan pendekatan semantic similarity. Pengembangan sistem dilakukan menggunakan metode CRISP-DM, sedangkan proses pencocokan CV dengan lowongan pekerjaan menerapkan Natural Language Processing (NLP) menggunakan model MPNet untuk menghasilkan embedding dan cosine similarity untuk menghitung tingkat kesesuaian. Nilai similarity yang diperoleh kemudian diklasifikasikan menggunakan threshold 0.6 dengan kategori recommended untuk nilai ≥ 0.6 dan not recommended untuk nilai < 0.6. Hasil pengujian dilakukan menggunakan 35 dokumen CV yang masing-masing diuji terhadap dua lowongan pekerjaan berbeda sehingga menghasilkan total 70 proses screening yang menunjukkan nilai kemiripan berkisar antara 0.26 hingga 0.81, dengan 22 CV termasuk kategori recommended dan 48 not recommended. Sistem mampu melakukan proses screening CV secara otomatis dengan waktu rata-rata kurang dari 1 menit untuk setiap proses seleksi. Evaluasi model menghasilkan accuracy sebesar 97%, precision 91%, recall 100%, dan F1-score 95%, yang menunjukkan kemampuan sistem dalam mengidentifikasi kandidat yang relevan. Kesimpulannya, sistem berbasis embedding MPNet dan cosine similarity terbukti mampu meningkatkan efisiensi serta objektivitas proses screening CV dan menghasilkan rekomendasi kandidat secara konsisten.

#Curriculum Vitae Screening #Cosine Similarity #Natural Language Processing #Semantic Similarity
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI RAPID APPLICATION DEVELOPMENT PADA SISTEM INFORMASI PRESENSI BERBASIS WEB DI SMK INSAN NASIONAL
Penulis: Arief Maulana, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. | 2026

Pengelolaan presensi karyawan di SMK Insan Nasional masih dilakukan secara manual menggunakan buku presensi, sehingga beresiko menyebabkan kehilangan data, ketidak akuratan pencatatan, serta proses rekapitulasi yang membutuhkan waktu lama. Kondsii tersebut berdampak pada kurang optimalnya evaluasi kinerja, penilaian kedisiplinan, dan perhitungan honorium. Penelitian ini bertujuan mengimplementasikan sistem informasi persensi berbasis web menggunakan framework codeigniter dan bahasa programan PHP dengan metode Rapid Application Development (RAD). Metode tersebut diterapkan meallui tahapan perencanaan kebutuhan, desain, pengembangan, dan implementasi. Pengumpulan data dilakukan melalui observasi, wawancara dengan kepala sekolah dan wakil kurikulum, serta studi Pustaka. Hasil penelitian berupa sistem informasi presensi berbasis web yang menyediakan fitur presensi harian, pengajuan cuti, pengajuan ganti atau pindah jadwal mengajar, pengelolaan data karyawan, serta penyajian laporan presensi kehadiran karyawan secara otomatis. Pengujian alpha menunjukan seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna, sedangkan pengujian beta memperoleh tingkat kepuasan pengguna sebesar 89,6% sehingga termasuk dalam kategori sangat baik dan menunjukan bahwa sistem layak diimplementasikan di Sekolah SMK Insan Nasional untuk meningkatkan efesiensi, akurasi, dan transparansi pengelolaan presensi kehadiran karyawan, dengan manfaat memberikan pengalaman praktis bagi peneliti, solusi digital bagi sekolah, serta kontribusi ilmiah bagi Universitas Bina Insani.

#Sistem Informasi #SMK Insan Nasional #Rapid Application Development (RAD) #Codeigniter
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
PENGARUH BRAND IMAGE, CELEBRITY ENDORSER, DAN SOCIAL MEDIA MARKETING TERHADAP KEPUTUSAN PEMBELIAN (Studi Pada Konsumen Viva Cosmetics Di Kota Bekasi)
Penulis: Salwa Nurfadila Turmudi, KRISTIANA WIDIAWATI, S.Pd., M.M. | 2026

Penelitian ini dilatarbelakangi oleh meningkatnya persaingan industri kosmetik lokal yang menuntut perusahaan memahami faktor yang memengaruhi keputusan pembelian konsumen, khususnya pada produk Viva Cosmetics di Kota Bekasi. Penelitian ini bertujuan menganalisis pengaruh brand image, celebrity endorser, dan social media marketing terhadap keputusan pembelian produk tersebut. Metode yang digunakan adalah kuantitatif dengan pengumpulan data melalui kuesioner kepada 100 responden yang pernah membeli dan menggunakan Viva Cosmetics di Kota Bekasi. Teknik sampling menggunakan non-probability sampling dengan pendekatan purposive sampling, sedangkan penentuan jumlah sampel menggunakan rumus Lemeshow. Analisis data dilakukan melalui uji validitas, reliabilitas, uji asumsi klasik, dan regresi linear berganda. Hasil penelitian menunjukkan bahwa brand image berpengaruh positif dan signifikan terhadap keputusan pembelian, celebrity endorser tidak berpengaruh signifikan terhadap keputusan pembelian, serta social media marketing berpengaruh positif dan signifikan terhadap keputusan pembelian. Secara simultan, ketiga variabel tersebut berpengaruh positif dan signifikan terhadap keputusan pembelian. Penelitian ini memberikan kontribusi bagi perusahaan kosmetik lokal dalam merumuskan strategi pemasaran melalui penguatan Brand Image, pemilihan Celebrity Endorser yang tepat, serta Social Media Marketing untuk meningkatkan keputusan pembelian konsumen.

#Citra Merek #Selebritis Pendukung #Pemasaran Media Sosial #Keputusan Pembelian
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
IMPLEMENTASI METODE RAG DALAM PENGEMBANGAN CHATBOT PADA LAYANAN INFORMASI PENGADUAN DENGAN INTERGRASI GPT 4.o PADA INSTANSI BEA CUKAI PUSAT
Penulis: Dedy Wijaya, NADYA SAFITRI, S.T., M.Kom. | 2026

Layanan pengaduan masyarakat pada Direktorat Jenderal Bea dan Cukai masih menghadapi beberapa kendala, seperti tingginya jumlah laporan, keterlambatan respons petugas, serta belum tersedianya layanan informasi yang dapat menjawab pertanyaan pengguna secara otomatis. Kondisi tersebut menyebabkan proses pelayanan menjadi kurang efektif dan memengaruhi kepuasan pengguna. Penelitian ini bertujuan mengembangkan sistem layanan pengaduan berbasis chatbot dengan mengimplementasikan metode Retrieval-Augmented Generation (RAG) dan mengintegrasikan API GPT-4o untuk meningkatkan kualitas layanan informasi pada Direktorat Jenderal Bea dan Cukai. Penelitian menggunakan metode pengembangan sistem Rapid Application Development (RAD) dengan teknik pengumpulan data berupa observasi, wawancara, dan studi pustaka. Metode RAG diterapkan untuk mengambil informasi dari dokumen dan basis pengetahuan internal sebelum diproses oleh GPT-4o, sehingga chatbot mampu menghasilkan jawaban yang lebih akurat, relevan, dan sesuai dengan informasi resmi instansi. Hasil penelitian menunjukkan bahwa chatbot yang dikembangkan mampu memberikan informasi layanan pengaduan secara otomatis, membantu pengguna memahami prosedur pelaporan, serta mengurangi beban petugas dalam menjawab pertanyaan yang berulang. Berdasarkan hasil pengujian menggunakan skala Likert terhadap 35 responden, sistem memperoleh tingkat kelayakan sebesar 86,86% dengan kategori sangat layak. Dengan demikian, implementasi metode RAG dan integrasi GPT-4o dapat mendukung peningkatan efektivitas layanan informasi pengaduan pada Direktorat Jenderal Bea dan Cukai.

#Bea dan Cukai #GPT-4o #Chatbot #layanan pengaduan
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM PAKAR ANALISIS RISIKO KESELAMATAN KERJA BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR
Penulis: Khansa Danish Aqeela, RIKA APRIANI, S.Kom., M.Kom. | 2026

Keselamatan kerja merupakan aspek penting dalam kegiatan fabrikasi karena berbagai aktivitas kerja memiliki potensi bahaya yang dapat menyebabkan kecelakaan kerja. Proses identifikasi dan analisis risiko yang ada di PT Binder Indonesia masih dilakukan secara manual, sering kali memerlukan waktu yang cukup lama serta bergantung pada ketersediaan pakar K3. Kondisi tersebut dapat menyebabkan keterlambatan dalam pengambilan tindakan pengendalian risiko. Penelitian ini bertujuan untuk membangun sistem pakar berbasis web yang dapat membantu proses analisis risiko keselamatan kerja pada area fabrikasi PT Binder Indonesia. Metode Forward Chaining digunakan untuk mengidentifikasi risiko berdasarkan aktivitas kerja dan kondisi bahaya yang dipilih pengguna, sedangkan metode Certainty Factor digunakan untuk menghitung tingkat keyakinan terhadap risiko yang teridentifikasi. Hasil penelitian menunjukkan bahwa sistem mampu mengidentifikasi risiko keselamatan kerja dan memberikan tingkat keyakinan, kategori risiko, serta rekomendasi pengendalian sesuai kondisi yang dipilih pengguna. Berdasarkan hasil uji pengguna, sistem memperoleh nilai sebesar 85,5% yang termasuk dalam kategori sangat baik. Dengan demikian, sistem yang dikembangkan dapat digunakan sebagai alat bantu dalam proses analisis risiko keselamatan kerja secara lebih terstruktur dan membantu pengguna dalam memperoleh informasi risiko berdasarkan pengetahuan pakar yang telah diimplementasikan ke dalam sistem.

#Analisis Risiko #Certainty Factor #Forward Chaining #Keselamatan Kerja
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM INFORMASI E-PROCUREMENT DENGAN APPROVAL DINAMIS TERINTEGRASI PURCHASE REQUEST MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT DI PT MNC ENERGY INVESTMENTS, TBK.
Penulis: Qaisya Nathaniela Febriana, WIWIT PRIYADI, S.Kom., M.M.S.I. | 2026

Proses pengadaan barang dan jasa di PT MNC Energy Investments, Tbk. masih berjalan secara manual dan terfragmentasi menggunakan Microsoft Excel, dokumen cetak, dan email, sehingga siklus Purchase Request (PR) hingga penerbitan Purchase Order (PO) menjadi lambat, rentan kesalahan, sulit dipantau secara real-time, dan belum memiliki audit trail yang terstruktur. Penelitian ini bertujuan membangun Sistem Informasi E-Procurement berbasis web menggunakan metode Rapid Application Development (RAD) untuk mengintegrasikan proses PR dan PO, serta mengimplementasikan mekanisme approval dinamis berbasis approval matrix. Sistem dikembangkan dengan framework CodeIgniter 4 dan MySQL, mencakup fitur pengajuan PR, generate PO otomatis tanpa input ulang, pelacakan status, dan rekam jejak aktivitas. Berdasarkan hasil pengujian black box dan User Acceptance Test (UAT), sistem memperoleh nilai kelayakan 84,80% dengan kategori sangat layak. Implementasi sistem ini terbukti efektif dalam memangkas waktu tunggu persetujuan, menghilangkan redundansi data, dan meningkatkan transparansi pengadaan di lingkungan perusahaan.

#E-Procurement #Purchase Request #Purchase Order #Approval Dinamis
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
Audit Tata Kelola Sistem Informasi Manajemen Pengawasan Investasi Menggunakan COBIT 2019 Pada Kementerian Investasi Jakarta
Penulis: Salwa Aliefia, RIKA APRIANI, S.Kom., M.Kom. | 2026

Kedeputian Bidang Pengendalian Penerapan Penanaman Modal (Dalak) BKPM menggunakan Online Single Submission (OSS) serta Digital Working Space (DWS) dalam pengawasan investasi. Tetapi, masih ada hambatan berbentuk belum terintegrasinya OSS serta DWS, keterbatasan akses laporan kepatuhan secara real-time, dan penginputan Berita Acara Pemeriksaan (BAP) pengawasan insidental yang masih dicoba secara manual. Riset ini bertujuan mengukur tingkatan kapabilitas tata kelola sistem data, mengenali kesenjangan, serta menyusun saran revisi memakai kerangka kerja COBIT 2019. Informasi dikumpulkan lewat observasi, wawancara semi- terstruktur, riset pustaka, serta kuesioner dengan fokus pada domain EDM03, APO12, serta MEA03. Hasil audit menampilkan segala domain terletak pada tingkat kapabilitas 2, dengan pencapaian EDM03 sebesar 77%(Largely Achieved), APO12 sebesar 25%(Partially Achieved), serta MEA03 sebesar 66%, sehingga belum menggapai tingkat 3(Established). Saran yang diusulkan meliputi penataan SOP eskalasi resiko, Pembangunan IT Risk Register, akumulasi materi BAP insidental pada OSS, dan integrasi OSS serta DWS buat tingkatkan daya guna, efisiensi, serta akuntabilitas pengawasan investasi.

#Audit Sistem Informasi #Sistem Informasi Manajemen Investasi #BKPM #COBIT 2019
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
IMPLEMENTASI INTERNET OF THINGS PADA LAYANAN CUSTOMER SERVICE DIGITAL MENGGUNAKAN BARCODE DALAM MEMVALIDASI DATA NASABAH PADA PT BANK CENTRAL ASIA TBK
Penulis: Ilham Mulia Aqsa, MARDI YUDHI PUTRA, S.T., M.Kom. | 2026

Proses validasi pengguna dalam penggantian kartu ATM di Customer Service Digital (CS Digital) membutuhkan beberapa langkah verifikasi yang menyebabkan waktu pelayanan menjadi lebih lama dan dapat menimbulkan human error. Situasi ini menunjukkan pentingnya mengembangkan sistem yang memfasilitasi perbaikan kecepatan, akurasi, dan efisiensi proses validasi identitas nasabah. Penelitian ini bertujuan untuk merancang sistem validasi identitas nasabah berbasis Internet of Things (IoT) yang terintegrasi dengan barcode dan mengimplementasikan prototype sistem yang telah dirancang pada layanan Customer Service Digital. Metode sistem pengembangan yang dipakai adalah Rapid Application Development (RAD), termasuk Requirements Planning, User Design, Construction, dan Cutover. Prototype sistem dibuat menggunakan barcode scanner, ESP32, server berbasis Flask, database, dan servo motor, sebagai komponen pendukung. Server tersebut diuji menggunakan metode uji coba black box untuk memastikan semua sistem berjalan sesuai dengan kebutuhan. Hasil penelitian ini menunjukkan bahwa prototype ini berhasil dalam memindai barcode, validasi data, dan pencarian data nasabah, serta komunikasi antarperangkat sesuai dengan desain sistem. Selain itu, hasil test menunjukkan bahwa semua sistem berfungsi dengan baik dan proses validasi identitas menjadi lebih cepat daripada verifikasi manual. Dengan demikian, pengembangan prototype sistem memiliki potensi untuk memberikan solusi alternatif untuk meningkatkan kualitas Digital Customer Service (CS Digital) dari penggunaan Internet of Things (IoT) dan teknologi barcode.

#Barcode #Customer Service Digital #ESP32 #Internet of Things
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
EVALUASI SISTEM INFORMASI ATLAS MENGGUNAKAN COBIT 2019 PADA PERUSAHAAN INDUSTRI MUSIK
Penulis: Elisabet Limbuka, SUMARDIONO, S.Kom., M.Kom. | 2026

Penelitian ini mengevaluasi tata kelola sistem informasi Atlas pada PT Shelino Citra Indonesia menggunakan framework COBIT 2019, dengan fokus pada tiga domain, yaitu APO12 (Managed Risk), DSS05 (Managed Security Services), dan MEA01 (Managed Performance and Conformance Monitoring), yang dipilih berdasarkan hasil penilaian design factor dan identifikasi masalah dari sudut pandang pengguna sistem. Penelitian menggunakan metode kuantitatif deskriptif-evaluatif melalui kuesioner skala Likert kepada 20 responden dengan teknik total sampling, didukung observasi dan wawancara. Hasil penelitian menunjukkan bahwa ketiga domain berada pada kategori Largely Achieved (Level 2), dengan gap seragam sebesar 1 terhadap target Level 3 (Established Process). DSS05 memperoleh capaian tertinggi terkait pengelolaan akses dan keamanan pengguna, sedangkan APO12 memperoleh capaian terendah, terutama pada validasi dan pencegahan duplikasi metadata. Temuan ini menunjukkan bahwa sistem Atlas telah efektif mendukung keamanan dasar operasional, namun belum optimal dalam pengelolaan risiko data dan pemantauan kinerja proses. Penelitian ini merekomendasikan standarisasi validasi metadata, penambahan fitur deteksi duplikasi otomatis, serta peningkatan mekanisme pemantauan status dan keterlambatan proses guna mendorong tata kelola sistem menuju Level 3.

#COBIT 2019 #evaluasi sistem informasi #tata kelola TI #capability level
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN ASET ELEKTRONIK KANTOR BERBASIS WEBSITE PADA PT MAJU AMAN SEJAHTERA
Penulis: Muhammad Hisyam, HARJUANDI WICAKSONO, S.T., M.Kom. | 2026

Pengelolaan aset elektronik yang tersebar di 144 outlet PT Maju Aman Sejahtera selama ini masih bertumpu pada proses manual, yaitu formulir kertas, Microsoft Excel, dan Gmail. Cara kerja seperti ini rentan menimbulkan kesalahan input, membuat Divisi General Affairs (GA) kesulitan memantau kondisi aset secara real time, sekaligus memperlambat proses pelaporan yang wajib dilakukan setiap triwulan. Untuk menjawab persoalan tersebut, penelitian ini merancang sebuah sistem informasi pengelolaan aset elektronik berbasis website yang mengintegrasikan teknologi QR Code, dengan tujuan mendigitalisasi alur pengajuan barang, mempercepat pencatatan data, dan menghasilkan laporan yang lebih akurat. Pengembangan sistem dilakukan dengan pendekatan Rapid Application Development (RAD), menggunakan framework CodeIgniter 3, bahasa pemrograman PHP, dan basis data MySQL. Dari penelitian ini dihasilkan sebuah platform berbasis web yang mencakup fitur kontrol aset, pembuatan QR Code otomatis, stok opname, monitoring kondisi aset secara real-time, dasbor ringkasan, serta ekspor laporan ke format Excel dan PDF. Pada tahap pengujian alfa, seluruh fitur dinyatakan berfungsi dengan valid, sementara pengujian beta yang melibatkan pengguna langsung menghasilkan tingkat kelayakan sistem sebesar 84%, yang termasuk dalam kategori "Sangat Layak". Temuan ini menunjukkan bahwa sistem yang dibangun layak diterapkan untuk menggantikan proses pengelolaan aset yang sebelumnya masih dilakukan secara manual.

#Kata Kunci: Sistem Informasi #Pengelolaan Aset #QR Code #CodeIgniter
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
AUDIT SISTEM INFORMASI APLIKASI BOSNET PADA PROSES PURCHASE ORDER MENGGUNAKAN COBIT 2019 DI PT. GDI
Penulis: Muhammad Ali Fiqri, SUMARDIONO, S.Kom., M.Kom. | 2026

Perkembangan teknologi informasi mendorong organisasi untuk memiliki tata kelola teknologi informasi yang baik agar proses bisnis dapat berjalan secara efektif dan efisien. PT GDI menggunakan aplikasi BOSNET dalam proses pemrosesan purchase order untuk mendukung aktivitas operasional, khususnya pada proses input dan pengelolaan pesanan pelanggan. Namun, dalam implementasinya masih ditemukan beberapa kendala, seperti ketidaksesuaian data pelanggan, proses yang belum sepenuhnya otomatis, miskomunikasi antar bagian, serta kegagalan input data yang berpotensi menimbulkan risiko operasional dan menurunkan efektivitas sistem. Penelitian ini bertujuan untuk mengevaluasi tata kelola sistem informasi pada aplikasi BOSNET menggunakan framework COBIT 2019 dengan fokus pada domain EDM03 (Ensure Risk Optimization), APO12 (Manage Risk), DSS01 (Manage Operations), dan MEA01 (Monitor, Evaluate and Assess Performance and Conformance). Metode penelitian yang digunakan adalah pendekatan kualitatif dengan teknik pengumpulan data berupa observasi, wawancara, kuesioner, dan dokumentasi. Analisis dilakukan melalui pengukuran capability level, analisis kesesuaian, dan Analisis Gap berdasarkan praktik COBIT 2019. Hasil penelitian diharapkan dapat memberikan gambaran mengenai tingkat kapabilitas sistem BOSNET serta menghasilkan rekomendasi perbaikan guna meningkatkan efektivitas operasional, pengelolaan risiko, dan kualitas tata kelola teknologi informasi di PT GDI.

#Audit Sistem Informasi #COBIT 2019 #Purchase order #Oprasional
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
EVALUASI SISTEM INFORMASI POS PAJAK BUMI DAN BANGUNAN MENGGUNAKAN COBIT 2019 DI UPT PAJAK JONGGOL
Penulis: Muhamad Riski, MARDI YUDHI PUTRA, S.T., M.Kom. | 2026

ABSTRAK Muhamad Riski (2021320081) Evaluasi Sistem Informasi POS Pajak Bumi dan Bangunan Menggunakan COBIT 2019 Di UPT Pajak Jonggol. Implementasi teknologi informasi melalui konsep e-government di sektor pemerintahan bertujuan untuk meningkatkan efisiensi dan transparansi pelayanan publik, termasuk dalam pengelolaan Pajak Bumi dan Bangunan (PBB). UPT Pajak Jonggol telah menerapkan Sistem Informasi POS PBB untuk mendukung modernisasi layanan pajak daerah. Namun, efektivitas dan tata kelola sistem ini belum pernah dievaluasi secara terstruktur, sehingga muncul potensi kendala seperti ketidakterintegrasian sistem, rendahnya kualitas data, dan risiko keamanan informasi. Penelitian ini bertujuan untuk mengevaluasi tata kelola Sistem Informasi POS PBB dengan mengukur tingkat kapabilitas (capability level) berdasarkan kerangka kerja COBIT 2019. Fokus evaluasi mencakup identifikasi kondisi saat ini (as-is), penentuan tingkat yang diharapkan (to-be), serta analisis kesenjangan (gap) pada domain-domain yang relevan dalam COBIT 2019. Metodologi penelitian yang digunakan adalah deskriptif kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan penyebaran kuesioner kepada pihak terkait di UPT Pajak Jonggol. Instrumen penelitian disusun merujuk pada indikator proses dalam COBIT 2019 untuk mendapatkan data yang akurat mengenai pengelolaan teknologi informasi. Hasil penelitian ini diharapkan dapat memberikan gambaran nyata mengenai kondisi tata kelola sistem yang sedang berjalan serta memberikan rekomendasi perbaikan yang terstruktur bagi manajemen UPT Pajak Jonggol. Rekomendasi tersebut bertujuan untuk meminimalkan risiko teknologi dan memastikan sistem informasi mampu memberikan nilai tambah yang optimal dalam meningkatkan penerimaan asli daerah.

#Sistem Informasi POS PBB #Tata Kelola TI #COBIT 2019 #Capability Level
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
Implementasi Bauran Promosi Produk Tabungan Emas Dan Cicil Emas Pada BSI KCP Jakarta Cakung
Penulis: Adinda Putri Ramadhani, Dr. INDRA MUIS, S.S., M.M. | 2026

Penelitian ini bertujuan untuk mengetahui implementasi bauran promosi produk Tabungan Emas dan Cicil Emas di Bank Syariah Indonesia KCP Jakarta Cakung, mengidentifikasi kendala yang dihadapi dalam pelaksanaan kegiatan promosi, serta mengetahui upaya atau solusi yang dapat dilakukan untuk mengoptimalkan kegiatan promosi tersebut. Penelitian ini dilatarbelakangi oleh pentingnya kegiatan promosi dalam menyampaikan informasi dan memperkenalkan produk investasi emas syariah kepada masyarakat. Metode penelitian yang digunakan adalah kualitatif deskriptif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil penelitian menunjukkan bahwa implementasi bauran promosi produk Tabungan Emas dan Cicil Emas dilakukan melalui advertising, personal selling, direct marketing, public relations, dan sales promotion. Kegiatan promosi dilakukan melalui banner, brosur, media sosial, komunikasi langsung, WhatsApp, kegiatan edukasi dan sosialisasi, serta program promosi tertentu. Dalam pelaksanaannya, ditemukan kendala berupa rendahnya pemahaman masyarakat mengenai investasi emas syariah dan belum optimalnya promosi digital. Upaya yang dapat dilakukan untuk mengoptimalkan kegiatan promosi meliputi peningkatan promosi digital, perluasan edukasi kepada masyarakat, peningkatan kualitas pelayanan, penyediaan program promosi yang menarik, serta penguatan strategi pemasaran yang menonjolkan nilai-nilai syariah. Kesimpulan penelitian menunjukkan bahwa implementasi bauran promosi produk Tabungan Emas dan Cicil Emas di BSI KCP Jakarta Cakung telah dilaksanakan melalui lima elemen promotion mix dan digunakan dalam menyampaikan informasi serta memperkenalkan produk kepada masyarakat.

#Bauran Promosi #Cicil Emas #Tabungan Emas #BSI
Tugas Akhir (D3) Manajemen Administrasi (D3) Restricted Fulltext PDF
Rancang Bangun Sistem Monitoring Keamanan Ruang Aset Berbasis Computer Vision Menggunakan YOLOv8
Penulis: Muhammad Nur Ilyas, JAFAR SHADIQ, S.Kom., M.Kom. | 2026

Keamanan ruang aset merupakan aspek penting dalam menjaga dan melindungi aset perusahaan dari risiko kehilangan atau penyalahgunaan. Namun, ruang aset IT di PT MNC Tourism Indonesia saat ini belum dilengkapi dengan sistem pengamanan yang memadai sehingga masih bergantung pada kunci pintu konvensional. Kondisi tersebut menimbulkan potensi terjadinya akses oleh pihak yang tidak berwenang tanpa dapat terdeteksi secara langsung. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem monitoring keamanan ruang aset berbasis Computer Vision menggunakan algoritma YOLOv8. Sistem yang dikembangkan memanfaatkan IP Camera TP-Link Tapo C202 berbasis protokol RTSP untuk mendeteksi keberadaan manusia secara Real-time, melakukan identifikasi pengakses berdasarkan wajah, melakukan pelacakan objek menggunakan algoritma BoT-SORT, mencatat riwayat keberadaan pengakses ke dalam basis data SQLite, serta mengirimkan notifikasi peringatan dini secara otomatis melalui Telegram Bot. Metode pengembangan sistem yang digunakan adalah Artificial Intelligence Lifecycle. Pengujian dilakukan menggunakan metode Black Box Testing untuk menguji fungsionalitas sistem, evaluasi performa model menggunakan metrik Precision, Recall, mAP, dan F1-Score, serta pengujian lapangan (Field Deployment Testing) pada kondisi operasional sesungguhnya. Hasil evaluasi model menunjukkan nilai Precision sebesar 97,38%, Recall sebesar 99,51%, mAP@50 sebesar 99,36%, dan F1-Score sebesar 98,44%. Seluruh fungsi utama sistem berhasil berjalan sesuai dengan kebutuhan fungsional yang telah ditetapkan. Berdasarkan hasil tersebut, sistem yang dirancang mampu meningkatkan efektivitas pengamanan ruang aset IT di PT MNC Tourism Indonesia melalui proses monitoring yang otomatis dan Real-time.

#BoT-SORT #Computer Vision #Keamanan Ruang Aset #Telegram Bot
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Penulis: Daffa Aulia Rahman, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. | 2026

Implentasi Machine Learning pada Predeksi Harga Sembako di Pasar Gandoang Menggunakan Regresi Linear Berganda. Penelitian ini bertujuan untuk menerapkan Machine Learning menggunakan algoritma Regresi Linear Berganda (Multiple Linear Regression) dalam memprediksi harga sembilan bahan pokok (sembako) di Pasar Gandoang. Fluktuasi harga sembako di pasar tersebut cenderung tidak stabil, sementara proses pengelolaannya masih dilakukan secara manual dan bergantung pada perkiraan atau intuisi pedagang. Oleh sebab itu, diperlukan sebuah sistem prediksi berbasis data yang mampu mendukung pengambilan keputusan secara lebih akurat dan proaktif. Penelitian ini dikembangkan dengan menggunakan metodologi CRISP-DM serta memanfaatkan data historis harga selama lima tahun, mulai Januari 2019 hingga Desember 2024. Adapun sembilan komoditas yang menjadi objek prediksi meliputi beras, minyak goreng, gula pasir, telur ayam, daging ayam, daging sapi, tepung terigu, kedelai, dan garam beriodium. Kinerja model dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE. Hasil pengujian menunjukkan bahwa algoritma Regresi Linear Berganda memiliki tingkat akurasi yang sangat baik, di mana seluruh komoditas berhasil memenuhi target akurasi minimum dengan nilai R² ≥ 0,80. Nilai akurasi tertinggi diperoleh pada model prediksi komoditas beras dengan nilai R² sebesar 0,88. Sementara itu, berdasarkan evaluasi Root Mean Squared Error (RMSE), nilai tertinggi terdapat pada komoditas daging sapi sebesar Rp2.340/kg dan nilai terendah pada komoditas garam beriodium sebesar Rp210/kg. Secara keseluruhan, sistem prediksi berbasis machine learning ini berhasil diterapkan untuk mengatasi kelemahan metode konvensional serta membantu pengelola pasar dan pedagang dalam mengantisipasi kenaikan harga sembako.

#CRISP-DM #Machine Learning #Prediksi Harga #Regresi Linear Berganda
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI MACHINE LEARNING PADA PREDIKSI HARGA SEMBAKO DI PASAR GANDOANG MENGGUNAKAN REGRESI LINEAR BERGANDA
Penulis: Daffa Aulia Rahman, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. | 2026

Implentasi Machine Learning pada Predeksi Harga Sembako di Pasar Gandoang Menggunakan Regresi Linear Berganda. Penelitian ini bertujuan untuk menerapkan Machine Learning menggunakan algoritma Regresi Linear Berganda (Multiple Linear Regression) dalam memprediksi harga sembilan bahan pokok (sembako) di Pasar Gandoang. Fluktuasi harga sembako di pasar tersebut cenderung tidak stabil, sementara proses pengelolaannya masih dilakukan secara manual dan bergantung pada perkiraan atau intuisi pedagang. Oleh sebab itu, diperlukan sebuah sistem prediksi berbasis data yang mampu mendukung pengambilan keputusan secara lebih akurat dan proaktif. Penelitian ini dikembangkan dengan menggunakan metodologi CRISP-DM serta memanfaatkan data historis harga selama lima tahun, mulai Januari 2019 hingga Desember 2024. Adapun sembilan komoditas yang menjadi objek prediksi meliputi beras, minyak goreng, gula pasir, telur ayam, daging ayam, daging sapi, tepung terigu, kedelai, dan garam beriodium. Kinerja model dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE. Hasil pengujian menunjukkan bahwa algoritma Regresi Linear Berganda memiliki tingkat akurasi yang sangat baik, di mana seluruh komoditas berhasil memenuhi target akurasi minimum dengan nilai R² ≥ 0,80. Nilai akurasi tertinggi diperoleh pada model prediksi komoditas beras dengan nilai R² sebesar 0,88. Sementara itu, berdasarkan evaluasi Root Mean Squared Error (RMSE), nilai tertinggi terdapat pada komoditas daging sapi sebesar Rp2.340/kg dan nilai terendah pada komoditas garam beriodium sebesar Rp210/kg. Secara keseluruhan, sistem prediksi berbasis machine learning ini berhasil diterapkan untuk mengatasi kelemahan metode konvensional serta membantu pengelola pasar dan pedagang dalam mengantisipasi kenaikan harga sembako.

#CRISP-DM #Machine Learning #Prediksi Harga #Regresi Linear Berganda
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGARUH CITRA MEREK, PESAN KELANGKAAN DAN SUASANA TOKO TERHADAP PEMBELIAN IMPULSIF (Studi Kasus Pada Konsumen Miniso Summarecon Mall Bekasi)
Penulis: Azka Zulfa Aulia, Dr. Andrian, S.E., M.M. | 2026

Penelitian ini dilakukan untuk menganalisis pengaruh citra merek, pesan kelangkaan, dan suasana toko terhadap pembelian impulsif pada konsumen Miniso Summarecon Mall Bekasi. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada 105 responden yang pernah berbelanja di Miniso Summarecon Mall Bekasi. Analisis data dilakukan menggunakan software IBM SPSS versi 27 melalui uji validitas, uji reliabilitas, uji asumsi klasik, analisis regresi linear berganda, uji t, uji F, serta koefisien determinasi. Hasil penelitian menunjukkan bahwa secara parsial citra merek memiliki pengaruh positif namun tidak signifikan terhadap pembelian impulsif dengan nilai signifikansi sebesar 0,271. Pesan kelangkaan terbukti berpengaruh positif dan signifikan terhadap pembelian impulsif dengan nilai signifikansi < 0,001 sekaligus menjadi variabel yang paling dominan dalam memengaruhi pembelian impulsif. Di sisi lain, suasana toko menunjukkan pengaruh negatif dan tidak signifikan terhadap pembelian impulsif dengan nilai signifikansi sebesar 0,787. Secara simultan, citra merek, pesan kelangkaan, dan suasana toko terbukti berpengaruh signifikan terhadap pembelian impulsif dengan nilai signifikansi < 0,001. Nilai koefisien determinasi menunjukkan bahwa ketiga variabel independen mampu menjelaskan pembelian impulsif sebesar 36,0%, sedangkan sisanya sebesar 64,0% dipengaruhi oleh faktor lain di luar penelitian.

#Citra Merek #Pesan Kelangkaan #Suasana Toko #Pembelian Impulsif.
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
AUDIT SISTEM INFORMASI BERBASIS COBIT 2019 PADA APLIKASI TEMAN TRADER DI PT TETRA DIGITAL INVESTINDO
Penulis: Fauzi Ikhsan Fajar Muzaqi, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. | 2026

Teman Trader merupakan aplikasi mobile yang menyediakan layanan informasi dan analisis pasar modal. Dalam implementasinya, aplikasi ini memiliki fitur screener dan news, namun masih ditemukan beberapa permasalahan, seperti screener yang belum mampu menunjukkan performa terbaik pada hari tertentu dan pembaruan news yang belum sepenuhnya merepresentasikan dinamika informasi pasar. Kondisi tersebut menunjukkan adanya kelemahan pada aspek layanan operasional dan monitoring terhadap kualitas informasi yang dihasilkan. Penelitian ini bertujuan untuk menganalisis tata kelola layanan dan monitoring sistem informasi pada aplikasi Teman Trader, mengidentifikasi kesenjangan antara kondisi saat ini dengan kondisi yang diharapkan, serta memberikan rekomendasi perbaikan. Penelitian menggunakan framework COBIT 2019 dengan fokus pada domain DSS dan MEA. Data dikumpulkan melalui observasi, studi pustaka, wawancara, dan kuesioner. Hasil penelitian ini diharapkan dapat menunjukkan tingkat kemampuan proses layanan dan monitoring, serta menghasilkan analisis kesenjangan yang menjadi dasar dalam penyusunan rekomendasi perbaikan pada aplikasi Teman Trader. Hasil audit menunjukkan bahwa DSS01 berada pada capability level 2 (Managed Process), sedangkan DSS02, MEA01, dan MEA02 masing-masing berada pada level 1 (Performed Process). Berdasarkan temuan tersebut, disusun lima rekomendasi perbaikan tematik yaitu penyusunan SOP tertulis, pembangunan sistem pencatatan formal, penetapan penanggung jawab dan jadwal rutin, penetapan indikator kinerja terukur, serta tindakan korektif dan evaluasi berkelanjutan untuk mencapai target Level 3 (Defined Process).

#AUDIT SISTEM INFORMASI #COBIT 2019 #CAPABILITY LEVEL #ANALISIS KESENJANGAN
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
PENGARUH PROMOSI, CITRA MEREK, DAN KUALITAS PRODUK TERHADAP LOYALITAS PELANGGAN (Studi Kasus Pada Konsumen Somethinc di Kota Bekasi)
Penulis: Nadhira Nur Iklimah, Dr. INDRA MUIS, S.S., M.M. | 2026

Industri kecantikan Indonesia tumbuh pesat, ditandai peningkatan jumlah pelaku usaha kosmetik sebesar 77% dalam tiga tahun terakhir. Di tengah persaingan yang semakin ketat, merek skincare lokal Somethinc mengalami penurunan pangsa pasar yang signifikan, dari posisi puncak pada tahun 2022 menjadi peringkat kelima pada kuartal keempat tahun 2024. Fenomena ini menunjukkan pentingnya memahami faktor-faktor yang memengaruhi loyalitas pelanggan. Penelitian ini bertujuan menganalisis pengaruh promosi, citra merek, dan kualitas produk terhadap loyalitas pelanggan Somethinc di Kota Bekasi, secara parsial maupun simultan. Penelitian menggunakan pendekatan kuantitatif dengan teknik purposive sampling melibatkan 102 konsumen Somethinc di Kota Bekasi. Data dikumpulkan melalui kuesioner skala Likert dan dianalisis menggunakan regresi linear berganda dengan SPSS versi 29.0. Hasil menunjukkan promosi berpengaruh positif dan signifikan terhadap loyalitas pelanggan (t = 3,148; sig. = 0,002), citra merek berpengaruh positif dan signifikan (t = 2,394; sig. = 0,019), dan kualitas produk merupakan variabel paling dominan dengan pengaruh positif dan signifikan (t = 4,764; sig. < 0,001). Secara simultan, ketiga variabel berpengaruh signifikan terhadap loyalitas pelanggan (F = 45,487; sig. < 0,001), dengan koefisien determinasi sebesar 58,2%. Disimpulkan bahwa promosi, citra merek, dan kualitas produk secara bersama-sama membentuk loyalitas pelanggan Somethinc di Kota Bekasi, dengan kualitas produk sebagai faktor paling menentukan.

#Promosi #Citra Merek #Kualitas Produk #Loyalitas Pelanggan
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
PENGARUH CITRA DESTINASI, PROMOSI DAN HARGA TIKET TERHADAP KEPUTUSAN BERKUNJUNG (Studi Kasus Pada Wisata Situ Rawa Gede Kota Bekasi)
Penulis: Risa Awalia Setiawati, KRISTIANA WIDIAWATI, S.Pd., M.M. | 2026

Bisnis pariwisata saat ini semakin diminati seiring meningkatnya kebutuhan rekreasi dan pesatnya penyebaran informasi destinasi wisata. Penelitian ini mengkaji ketimpangan persebaran wisata di Jawa Barat serta dinamika kunjungan wisatawan pada salah satu destinasi di Kota Bekasi. Tujuan penelitian ini untuk menganalisis faktor-faktor keputusan berkunjung dengan variabel citra destinasi, promosi, dan harga tiket terhadap wisata Situ Rawa Gede Kota Bekasi. Penelitian ini menggunakan pendekatan kuantitatif yang melibatkan 117 responden dengan metode pengambilan sampel non probability sampling dan teknik purposive sampling. Analisis data yang diperoleh menggunakan perangkat lunak SPSS 29.0. Temuan penelitian ini menunjukkan variabel citra destinasi secara parsial berpengaruh positif dan signifikan dengan nilai signifikansi 0,006 dan nilai t hitung 2,776. Variabel promosi secara parsial berpengaruh positif dan signifikan karena nilai signifikansi sebesar

#Citra Destinasi #Promosi #Harga Tiket #Keputusan Berkunjung
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
PENGEMBANGAN CHATBOT INFORMASI PPDB KB & TK AS SALAM MENGGUNAKAN TF-IDF DAN COSINE SIMILARITY
Penulis: Ikhwan Ningrattama, ARI NURUL ALFIAN, S.Pd., M.Kom. | 2026

Perkembangan teknologi informasi mendorong lembaga pendidikan menyediakan layanan informasi yang cepat, mudah diakses, dan interaktif. Chatbot pada website KB & TK As Salam sebelumnya masih menggunakan conditional statement dan pilihan menu, sehingga calon wali murid belum dapat mengajukan pertanyaan menggunakan kalimat sendiri. Selain itu, dataset pertanyaan dan jawaban tersimpan di dalam source code serta percakapan pengguna belum dicatat. Penelitian ini bertujuan mengembangkan chatbot informasi Penerimaan Peserta Didik Baru (PPDB) menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity, dilengkapi halaman pengelolaan dataset dan log percakapan. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD), sedangkan pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Pertanyaan pengguna diproses melalui case folding, tokenisasi, stopword removal, dan stemming, kemudian diberikan bobot TF-IDF dan dibandingkan dengan 77 pasangan pertanyaan dan jawaban pada basis pengetahuan menggunakan Cosine Similarity. Hasil hold-out testing terhadap 16 pertanyaan uji terpisah menghasilkan accuracy 93,75%, precision 92,86%, recall 100%, dan F1-Score 96,30%. Pengujian fungsional menggunakan Black-Box Testing menunjukkan seluruh 16 skenario memperoleh hasil sesuai. Uji coba pengguna terhadap 10 responden dengan 12 pernyataan menghasilkan nilai rata-rata 4,31 dan persentase penerimaan 86,17% dalam kategori Sangat Setuju. Dengan demikian, chatbot berhasil dikembangkan untuk memberikan informasi PPDB secara lebih fleksibel serta membantu administrator mengelola basis pengetahuan dan mengevaluasi percakapan pengguna.

#Kata Kunci: Chatbot #Cosine Similarity #PPDB #TF-IDF
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS INVENTORY ATK PADA BANK RAYA INDONESIA
Penulis: Rifqi Yovila Candra, RULLY PRAMUDITA, S.T., M.Kom. | 2026

Pengelolaan persediaan alat tulis kantor (ATK) pada Divisi Finance and Asset Management (FAM) Bank Raya Indonesia memerlukan analisis berbasis data untuk mengidentifikasi pola konsumsi divisi, pergerakan produk, dan prioritas kebutuhan ATK. Penelitian ini menerapkan algoritma K-Means Clustering dengan kerangka kerja CRISP-DM untuk menganalisis 4.271 data transaksi permintaan ATK periode 2017–2026 yang mencakup 27 jenis item ATK dari beberapa divisi internal. Tiga model segmentasi dibangun secara simultan dari satu dataset yang sama, yaitu Model 1 (segmentasi konsumsi divisi), Model 2 (segmentasi pergerakan produk), dan Model 3 (pemetaan prioritas hubungan divisi-item), yang dievaluasi menggunakan WCSS, Silhouette Score, dan Davies-Bouldin Index (DBI). Model 1 menghasilkan tiga cluster (K=3, Silhouette=0,6697, DBI=0,4776) terdiri dari 55 divisi konsumsi rendah, 27 sedang, dan 3 tinggi. Model 2 menghasilkan dua cluster (K=2, Silhouette=0,8718, DBI=0,0618) dengan Materai 10.000 sebagai satusatunya produk fast moving dari 27 produk. Model 3 menghasilkan dua cluster (K=2, Silhouette=0,8417, DBI=0,5477) dengan 20 pasangan divisi-item berprioritas tinggi dari 647 pasangan yang dianalisis. Hasil segmentasi diimplementasikan dalam dashboard analitik interaktif berbasis Streamlit yang dilengkapi fitur visualisasi, import dataset, dan export laporan dalam format Excel dan PDF. Pengujian melalui Alpha Testing dan User Acceptance Testing (UAT) menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan fungsional dengan nilai kepuasan UAT sebesar 85%, yang mengindikasikan sistem layak digunakan oleh Divisi FAM Bank Raya Indonesia.

#ATK #CRISP-DM #Dashboard Analitik #K-Means Clustering
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
Pengembangan Intrusion Detection System (IDS) Berbasis Deep Learning CNN-LSTM Untuk Klasifikasi Serangan DDoS
Penulis: Achmad Sholehudin, JAFAR SHADIQ, S.Kom., M.Kom. | 2026

Server Open Journal Systems (OJS) Universitas Bina Insani merupakan infrastruktur kritis yang rentan terhadap serangan Distributed Denial of Service (DDoS). Proses pemantauan yang selama ini dilakukan secara manual menggunakan Wireshark terbukti bersifat lambat dan reaktif, serta tidak mampu menganalisis lalu lintas pada protokol terenkripsi (HTTPS) karena bergantung pada inspeksi isi paket (payload). Penelitian ini bertujuan mengembangkan Intrusion Detection System (IDS) berbasis Deep Learning yang mampu mengklasifikasikan serangan DDoS secara otomatis dan real-time tanpa bergantung pada proses dekripsi muatan paket. Sistem dibangun menggunakan arsitektur Hybrid Deep Learning yang menggabungkan lapisan Convolutional Neural Network (CNN) untuk ekstraksi fitur spasial dan Long Short-Term Memory (LSTM) untuk analisis ketergantungan temporal antar-paket jaringan. Pengembangan sistem mengadopsi kerangka kerja Knowledge Discovery in Databases (KDD) dengan memanfaatkan kombinasi dataset standar global CICDDoS2019 dan data simulasi lalu lintas jaringan dari virtual testbed lokal. Evaluasi kuantitatif model menggunakan Confusion Matrix terhadap 141.054 sampel aliran data menghasilkan akurasi global sebesar 87% dengan presisi kelas Normal mencapai 0,99. Pengujian fungsional secara real-time pada seluruh skenario (TCP SYN Flood, HTTP Flood, dan HTTPS) menunjukkan tingkat keyakinan prediksi sebesar 100%. Pengujian latensi inferensi pada server OJS membuktikan sistem beroperasi dengan rata-rata waktu respons 57,91 milidetik dan nilai Persentil ke-99 sebesar 114,22 milidetik, jauh di bawah ambang batas kritis 500 milidetik. Hasil penelitian membuktikan bahwa IDS berbasis CNN-LSTM yang menganalisis Network Flow mampu mengklasifikasikan serangan DDoS pada protokol terenkripsi secara akurat melalui sidik jari temporal Inter-Arrival Time (IAT), tanpa memerlukan dekripsi paket, serta layak dioperasikan pada lingkungan server produksi secara real-time.

#CNN-LSTM #DDoS #Deep Learning #Intrusion Detection System
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI CHATBOT LAYANAN INFORMASI PPDB MENGGUNAKAN ALGORITMA NAÏVE BAYES PADA MTS ATTAQWA 04 BEKASI
Penulis: Ade Yusuf Ardiyansyah, NADYA SAFITRI, S.T., M.Kom. | 2026

Layanan informasi Penerimaan Peserta Didik Baru (PPDB) di MTs Attaqwa 04 Kabupaten Bekasi saat ini dilayani melalui Group WhatsApp oleh sepuluh panitia yang merangkap mengajar, balasan respons sangat bergantung pada ketersediaan waktu petugas. Kondisi ini menyebabkan keterlambatan respons dan ketidaktersediaan layanan 24 jam serta komunikasi manual melalui pesan teks berpotensi menimbulkan kesalahan informasi yang dapat menyebabkan ketidaksesuaian informasi antara petugas PPDB dan calon pendaftar. Penelitian ini bertujuan merancang dan mengimplementasikan chatbot WhatsApp berbasis Natural Language Processing (NLP) dengan algoritma Multinomial Naïve Bayes untuk klasifikasi intent pertanyaan calon pendaftar. Sistem dikembangkan menggunakan metode Extreme Programming (XP) dengan integrasi WhatsApp HTTP API (WAHA), backend Python-Flask, ekstraksi fitur Term Frequency–Inverse Document Frequency (TF-IDF), dan pipeline praproses yang mencakup case folding, cleaning, normalisasi berbasis aturan, serta symspell correction. Model dilatih menggunakan 1116 data intent dan diuji pada 224 data uji holdout. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 87%, sedangkan Pengujian User Acceptance Testing (UAT) terhadap 28 responden memperoleh persentase penerimaan sebesar 85,21% dengan nilai rata-rata keseluruhan 4,26 (kategori "Sangat Setuju"). Hasil tersebut menunjukkan bahwa sistem chatbot WhatsApp mampu memberikan layanan informasi PPDB secara otomatis, cepat, mudah digunakan, dan tersedia selama 24 jam.

#Chatbot #Naïve Bayes #Natural Language Processing #PPDB
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGELOLAAN DIGITAL MARKETING SEBAGAI KEGIATAN PEMASARAN PADA PT STARVI NUSA GEMILANG
Penulis: Rizqi Akhmad Fauzi, SUKIRNO, Drs., M.M. | 2026

Perkembangan teknologi digital mendorong perusahaan untuk memanfaatkan media digital sebagai bagian dari kegiatan pemasaran, salah satunya PT Starvi Nusa Gemilang yang bergerak di bidang manufacture chemical, coating, dan contractor. Penelitian ini bertujuan untuk mengetahui pengelolaan digital marketing yang dilakukan pada PT Starvi Nusa Gemilang. Metode penelitian yang digunakan adalah metode kualitatif dengan teknik pengumpulan data melalui wawancara, observasi, dan dokumentasi. Hasil penelitian menunjukkan bahwa kegiatan pemasaran PT Starvi Nusa Gemilang dijalankan melalui pemasaran offline yang dominan pada pelanggan berskala perusahaan, serta pemasaran online melalui Instagram, TikTok, WhatsApp Business, marketplace, dan email marketing yang dikelola pusat, dengan strategi yang dijalankan secara fleksibel mengikuti kebutuhan pasar untuk mencapai tujuan meningkatkan brand awareness, memperluas jangkauan pasar, dan meningkatkan penjualan. Komponen digital marketing yang digunakan berupa social media marketing melalui pembuatan dan pengunggahan konten secara rutin, serta content marketing melalui konten branding, konten produk, testimoni pelanggan, dan poster hari besar. Temuan penelitian menunjukkan bahwa pengelolaan tersebut belum memiliki SOP tertulis dan masih banyak dijalankan oleh anak magang atau siswa PKL dengan masa kerja terbatas, sehingga proses kerja belum sepenuhnya terarah. Penelitian ini mengusulkan SOP Pengelolaan Social Media dan Content Marketing serta Kalender Konten Bulanan sebagai kontribusi untuk membantu perusahaan menjalankan pengelolaan digital marketing secara lebih terstruktur. Pengelolaan digital marketing PT Starvi Nusa Gemilang dengan demikian dapat disimpulkan sudah berjalan, tetapi masih memerlukan standar kerja tertulis agar lebih konsisten dan mudah dijalankan oleh setiap personel.

#Digital marketing #Social Media Marketing #Content Marketing.
Tugas Akhir (D3) Manajemen Administrasi (D3) Restricted Fulltext PDF
PERANCANGAN CHATBOT INFORMASI PPDB MENGGUNAKAN ALGORITMA MULTINOMIAL NAIVE BAYES DI TK DELIMA
Penulis: Ismail Hasan, ARI NURUL ALFIAN, S.Pd., M.Kom. | 2026

TK Delima belum memiliki website resmi sebagai media informasi Penerimaan Peserta Didik Baru (PPDB), sehingga penyampaian informasi dan penanganan pertanyaan dari wali calon peserta didik masih bergantung pada staf administrasi melalui komunikasi tatap muka, brosur, dan pesan WhatsApp. Penelitian ini bertujuan merancang dan membangun website informasi PPDB yang dilengkapi chatbot untuk membantu penyampaian informasi dan menangani pertanyaan berulang. Pembangunan sistem menerapkan metode Rapid Application Development (RAD). Untuk mengenali maksud pertanyaan pengguna dalam bahasa Indonesia tidak baku, chatbot menerapkan pendekatan Natural Language Processing (NLP) melalui tahapan text preprocessing dan algoritma Multinomial Naive Bayes sebagai metode klasifikasi intent. Algoritma tersebut dikombinasikan dengan teknik Laplace Smoothing untuk mengatasi permasalahan zero probability serta mekanisme confidence check untuk menangani masukan di luar domain chatbot. Sistem diimplementasikan secara native menggunakan bahasa pemrograman PHP, framework CodeIgniter 3, dan basis data MySQL tanpa menggunakan library machine learning eksternal. Pengujian menggunakan Confusion Matrix terhadap 40 kalimat uji menghasilkan nilai accuracy sebesar 92,50%, precision sebesar 93,24%, recall sebesar 92,50%, dan F1-Score sebesar 92,36%. Uji coba pengguna melalui kuesioner menghasilkan tingkat persetujuan sebesar 80,1% yang termasuk dalam kategori Setuju. Hasil penelitian menunjukkan bahwa algoritma Multinomial Naive Bayes berhasil mengklasifikasikan intent pertanyaan pengguna dengan tingkat akurasi 92,50% dan chatbot dapat membantu menyediakan informasi PPDB secara terprogram kepada wali calon peserta didik di luar jam operasional sekolah.

#Chatbot #Klasifikasi Intent #Multinomial Naive Bayes #NLP
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PERANCANGAN PROTOKOL KOMUNIKASI PROPERTI COSPLAY SECARA REAL TIME MENGGUNAKAN ESP-NOW
Penulis: Neirfin Arie Prasasti, SUMARDIONO, S.Kom., M.Kom. | 2026

Perkembangan teknologi Internet of Things (IoT) pada wearable device menuntut performa komunikasi data yang cepat dan stabil. Pada ekosistem properti cosplay di Awan Merah Studio, penggunaan protokol Wi-Fi standar sering mengalami kegagalan akibat wireless congestion dan interferensi sinyal 2.4 GHz di area konvensi yang padat. Hal inimengakibatkan high latency dan packet loss padagerakan animatronik dan efek visual kostum. Penelitian ini bertujuan untuk mengimplementasikan protokol ESP NOW sebagai solusi komunikasi Connectionless Peer-to-Peer guna meningkatkan responsivitas dan reliabilitas sistem tanpa ketergantungan pada infrastruktur router eksternal. Metode penelitian yang digunakan adalah eksperimen dengan model Prototyping yang mencakup tahap analisis kebutuhan, perancangan arsitektur jaringan, hingga pengujian iteratif. Hasil penelitian menunjukkan bahwa penggunaan ESP NOW mampu mereduksi latency hingga di bawah 10ms dan menjaga stabilitas koneksi pada kondisi trafik data tinggi. Implementasi ini memberikan solusi teknis bagi industri kreatif, khususnya Awan Merah Studio, dalam menciptakan properti panggung yang interaktif, profesional, dan tahan terhadap gangguan sinyal di lapangan.

#Cosplay #ESP-NOW #ESP32 #IoT (Internet of Things)
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
IMPLEMENTASI TF-IDF DAN COSINE SIMILARITY PADA CHATBOT WEBSITE INFORMASI PPDB DI SMP SEJAHTERA 2
Penulis: Raditya Mayesha Beldyq, RIKA APRIANI, S.Kom., M.Kom. | 2026

Pelayanan informasi Penerimaan Peserta Didik Baru (PPDB) di SMP Sejahtera 2 Cileungsi masih dilakukan secara manual sehingga menyebabkan keterlambatan respon informasi dan penumpukan pertanyaan dari calon pendaftar. Selain itu, sekolah belum memiliki Website resmi sebagai media penyampaian informasi secara terpusat. Penelitian ini bertujuan untuk merancang dan membangun website informasi PPDB yang terintegrasi dengan chatbot berbasis kecerdasan buatan guna membantu penyampaian informasi secara otomatis, cepat, dan dapat diakses kapan saja. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD). Adapun metode Natural Language Processing (NLP) yang diterapkan yaitu Term Frequency–Inverse Document Frequency (TF-IDF) untuk pembobotan kata dan Cosine Similarity untuk mengukur kemiripan pertanyaan pengguna dengan basis pengetahuan chatbot. Sistem yang dibangun dilengkapi dengan dashboard admin untuk pengelolaan dataset serta fitur Evaluasi Log guna mencatat seluruh riwayat pertanyaan pengguna baik yang berhasil dijawab maupun yang tidak terjawab oleh chatbot. Hasil pengujian fungsionalitas menggunakan Black Box Testing menunjukkan bahwa seluruh fitur pada sistem berjalan valid. Hasil pengujian User Acceptance Test (UAT) terhadap 25 responden memperoleh tingkat kepuasan pengguna sebesar 87,4% dengan kategori Sangat Baik/Sangat Layak. Selain itu, hasil evaluasi model menunjukkan tingkat akurasi sebesar 82,9% dalam proses pencocokan intent pertanyaan pengguna dengan rata-rata waktu respons sebesar 1,05 detik. Berdasarkan hasil penelitian, dapat disimpulkan bahwa implementasi chatbot berbasis TF-IDF dan Cosine Similarity mampu membantu layanan informasi PPDB SMP Sejahtera 2 secara lebih cepat, otomatis, dan mudah digunakan.

#Chatbot #Cosine similarity #Firebase #PPDB
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
Sistem Pakar Diagnosa Tingkat Minat Baca Siswa Menggunakan Metode Certainty Factor
Penulis: Ananda Bagus Saputra, MARDI YUDHI PUTRA, S.T., M.Kom. | 2026

Ananda Bagus Saputra (2022310045) Sistem Pakar Pengaruh Media Sosial Terhadap Minat Baca Siswa SMK Bina Industri Menggunakan Metode Certainty Factor Tingginya intensitas penggunaan media sosial di kalangan siswa SMK Bina Industri Cikarang berdampak pada menurunnya minat baca, namun belum tersedia sistem yang dapat mengukur pengaruh tersebut secara terstruktur dan terukur. Penelitian ini bertujuan merancang dan membangun sistem pakar berbasis web yang mampu mengidentifikasi tingkat pengaruh penggunaan media sosial terhadap minat baca siswa menggunakan metode Certainty Factor (CF). Basis pengetahuan sistem diperoleh melalui wawancara dengan guru Bimbingan dan Konseling serta guru Bahasa Indonesia SMK Bina Industri sebagai pakar domain. Sistem dibangun menggunakan framework Next.js dengan TypeScript dan database PostgreSQL, serta mengimplementasikan 22 indikator dan 10 aturan produksi (production rules). Setiap gejala diberi bobot CF pakar, kemudian dikombinasikan dengan nilai CF user menggunakan rumus kombinasi CF secara iteratif. Hasil nilai CF akhir diinterpretasikan ke dalam lima kategori pengaruh: Tidak Berpengaruh, Berpengaruh Rendah, Berpengaruh Sedang, Berpengaruh Tinggi, dan Berpengaruh Sangat Tinggi. Validasi model menunjukkan tingkat kesesuaian 90% terhadap penilaian pakar pada 30 skenario uji. Pengujian alpha menunjukkan seluruh fungsi berjalan sesuai kebutuhan, dan pengujian beta memperoleh persentase kelayakan sebesar 89,78% dengan kategori Sangat Baik.

#Sistem Pakar #Certainty Factor #Media Sosial #Minat Baca
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
AUDIT TATA KELOLA SISTEM INFORMASI WEBSITE PEMERINTAH DAERAH KEPULAUAN SERIBU MENGGUNAKAN COBIT 5
Penulis: Anggita Fauziah Kirani, SUMARDIONO, S.Kom., M.Kom. | 2026

Perkembangan teknologi informasi terkini mendorong lembaga pemerintah memanfaatkan situs web sebagai media utama dalam menyediakan layanan publik dan informasi kepada masyarakat. Kabupaten Administrasi Kepulauan Seribu mengelola situs web resmi sebagai sarana penyampaian informasi kepada masyarakat dan wisatawan, seperti kondisi cuaca, jadwal keberangkatan kapal, serta berita dan kegiatan di setiap pulau. Namun, informasi tersebut masih jarang ditemukan atau belum diperbarui secara berkala, yang berkaitan dengan tiga permasalahan utama dalam tata kelola website, yaitu keterbatasan sumber daya manusia (SDM), proses perubahan dan pengembangan yang belum terstruktur dan terdokumentasi, serta kurangnya pemantauan dan evaluasi, sehingga hambatan dalam penyaluran informasi kepada publik tidak disadari oleh manajemen dan pemangku kepentingan. Penelitian ini bertujuan menganalisis tingkat kemampuan tata kelola sistem informasi website saat ini serta memberikan rekomendasi perbaikan strategis agar penyajian informasi berjalan lebih optimal dan berkelanjutan. Audit dilakukan menggunakan kerangka kerja COBIT 5, dengan fokus pada domain APO07 (Manage Human Resource), BAI06 (Manage Changes), dan MEA01 (Monitor, Evaluate and Assess Performance and Conformance). Teknik pengumpulan data meliputi observasi, wawancara, dan kuesioner kepada responden yang telah ditentukan. Hasil pengolahan data menunjukkan nilai maturity level yang beragam: APO07 sebesar 3,34 (level 3), sedangkan BAI06 dan MEA01 masing-masing sebesar 3,74 dan 4,17 (level 4). Berdasarkan hasil tersebut, penelitian memberikan beberapa rekomendasi perbaikan, terutama pada pengelolaan sumber daya manusia, agar tata kelola sistem informasi website Kepulauan Seribu dapat mendukung penyajian informasi yang lebih akurat, konsisten, dan berkelanjutan bagi masyarakat maupun wisatawan.

#Audit #COBIT 5 #Tata Kelola #Sistem Informasi
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
Audit Sistem Informasi Pemerintahan Daerah (SIPD) Menggunakan Framework COBIT 5 Pada Bapperida Kota Bekasi
Penulis: Sekar Widowati, SOLIKIN, S.Si., M.T. | 2026

Sistem Informasi Pemerintahan Daerah (SIPD) merupakan sistem yang digunakan untuk mendukung proses perencanaan pembangunan daerah pada Bapperida Kota Bekasi. Dalam pelaksanaannya, masih ditemukan beberapa permasalahan, seperti gangguan akses sistem saat digunakan secara bersamaan, keterbatasan adaptasi pengguna terhadap sistem, serta belum optimalnya fungsi dokumentasi dan kecepatan akses data. Penelitian ini bertujuan untuk mengevaluasi tata kelola SIPD serta mengetahui tingkat kapabilitas pengelolaan teknologi informasi menggunakan framework COBIT 5. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, studi pustaka, dan penyebaran kuesioner kepada pengguna SIPD di lingkungan Bapperida Kota Bekasi. Domain COBIT 5 yang digunakan dalam penelitian ini meliputi EDM04 (Ensure Resource Optimization), APO07 (Manage Human Resources), DSS01 (Manage Operations), dan MEA01 (Monitor, Evaluate, and Assess Performance and Conformance). Berdasarkan hasil perhitungan capability level, domain EDM04 memperoleh nilai 2,59, APO07 memperoleh nilai 1,68, DSS01 memperoleh nilai 2,90, dan MEA01 memperoleh nilai 2,38 dengan rata-rata capability level sebesar 2,39 yang berada di level 2 (Managed Process). Hasil penelitian menunjukkan bahwa implementasi SIPD telah mendukung proses perencanaan pembangunan daerah, namun masih terdapat beberapa aspek tata kelola yang perlu ditingkatkan, terutama pada pengelolaan sumber daya manusia, optimalisasi operasional sistem, serta proses monitoring dan evaluasi. Berdasarkan hasil audit tersebut, disusun beberapa rekomendasi perbaikan untuk meningkatkan efektivitas, efisiensi, dan kualitas tata kelola teknologi informasi agar implementasi SIPD dapat berjalan lebih optimal sesuai dengan prinsip COBIT 5.

#Audit Sistem Informasi #Capability Level #COBIT 5 #SIPD
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
SISTEM PAKAR DIAGNOSA KERUSAKAN DAN MAINTENANCE SCHEDULING ALAT BERAT BERBASIS CASE-BASED REASONING
Penulis: Mayli Ayutiya Wulandari, Dr. Ir. SALUDIN MUIS, M.Kom. | 2026

Proses diagnosis kerusakan alat berat pada PT. Sarinah Cahaya Sejahtera masih dilakukan secara manual dan bergantung pada pengalaman teknisi, sehingga berpotensi menimbulkan ketidakkonsistenan dalam menentukan jenis kerusakan dan solusi perbaikan. Selain itu, proses maintenance scheduling belum terintegrasi dengan proses diagnosis sehingga kegiatan perawatan alat berat masih dilakukan secara terpisah dan kurang optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang mampu melakukan diagnosis kerusakan alat berat serta memberikan rekomendasi maintenance scheduling menggunakan metode Case-Based Reasoning (CBR). Metode yang digunakan dalam penelitian ini adalah metode Case-Based Reasoning dengan pendekatan similarity menggunakan metode Nearest Neighbor. Pengembangan sistem menggunakan model Prototype yang terdiri dari tahapan communication, quick design, build prototype, evaluation, dan refinement. Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka, kemudian diimplementasikan ke dalam basis pengetahuan yang terdiri dari data gejala, kerusakan, solusi, dan maintenance. Hasil penelitian menunjukkan bahwa sistem mampu melakukan diagnosis kerusakan alat berat berdasarkan gejala yang diinputkan pengguna serta menghasilkan rekomendasi maintenance scheduling sesuai hasil diagnosis. Berdasarkan pengujian akurasi menggunakan 10 data uji, sistem memperoleh tingkat akurasi sebesar 90%. Pengujian usability menggunakan metode System Usability Scale (SUS) memperoleh skor rata-rata sebesar 81,5 dengan kategori Excellent, sedangkan pengujian Black Box Testing menunjukkan seluruh fitur sistem berjalan sesuai dengan fungsi yang dirancang. Dengan demikian, sistem yang dibangun mampu membantu teknisi dalam proses diagnosis dan maintenance alat berat secara lebih cepat, terstruktur, dan efektif.

#Alat Berat #Case-Based Reasoning #Diagnosis Kerusakan #Maintenance Scheduling
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
PENGARUH NON-PERFORMING LOAN, BOPO, DAN CAPITAL ADEQUACY RATIO TERHADAP PROFITABILITAS (Studi Kasus pada Perusahaan Perbankan yang Terdaftar di BEI Periode 2020–2024)
Penulis: Moch Rizki, TRIYOGO MOELYO ADHI, Drs., M.M. | 2026

Penelitian ini bertujuan untuk menganalisis pengaruh Non-Performing Loan (NPL), Biaya Operasional terhadap Pendapatan Operasional (BOPO), dan Capital Adequacy Ratio (CAR) terhadap profitabilitas yang diproksikan dengan Return on Assetss (ROA) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia periode 2020–2024. Penelitian ini menggunakan pendekatan kuantitatif dengan metode analisis regresi linier berganda. Data yang digunakan merupakan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Teknik pengambilan sampel menggunakan purposive sampling dan diperoleh sebanyak 21 perusahaan perbankan dengan total 105 data observasi. Analisis data dilakukan menggunakan IBM SPSS Statistics 27 melalui uji asumsi klasik, uji regresi linear berganda, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa Non-Performing Loan (NPL) berpengaruh negatif dan signifikan terhadap Return on Assets (ROA), BOPO berpengaruh negatif dan signifikan terhadap Return on Assets (ROA), sedangkan Capital Adequacy Ratio (CAR) berpengaruh positif dan signifikan terhadap Return on Assets (ROA). Secara simultan, NPL, BOPO, dan CAR berpengaruh signifikan terhadap profitabilitas perusahaan perbankan. Penelitian ini diharapkan dapat membantu perusahaan perbankan untuk meningkatkan profitabilitas, yaitu dengan mengelola risiko kredit secara lebih baik,meningkatkan efisiensi operasional, dan menjaga kecukupan modal.

#Non-Performing Loan #BOPO #Capital Adequacy Ratio #Profitabilitas
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
AUDIT SISTEM MONITORING DAN KINERJA PENANGANAN PENGADUAN PADA APLIKASI PLN MOBILE MENGGUNAKAN FRAMEWORK COBIT 5 PADA PT PLN (PERSERO) UP3 BEKASI
Penulis: Muhamamd Rifki Faishal, HARJUANDI WICAKSONO, S.T., M.Kom. | 2026

Muhamad Rifki Faishal (2022320013) Audit Sistem Monitoring Dan Kinerja Penanganan Pengaduan Pada Aplikasi PLN Mobile Menggunakan Framework COBIT 5 Pada PT PLN (Persero) UP3 Bekasi. Transformasi digital melalui aplikasi PLN Mobile di PT PLN (Persero) bertujuan meningkatkan kualitas layanan kelistrikan, khususnya dalam penanganan pengaduan pelanggan. Namun, kendala seperti ketidaksesuaian status laporan, keterlambatan respons, dan laporan berulang mengindikasikan perlunya evaluasi tata kelola teknologi informasi. Penelitian ini bertujuan untuk mengukur tingkat kapabilitas pengelolaan pengaduan pelanggan menggunakan framework COBIT 5, khususnya domain DSS02 (Manage Service Requests and Incidents). Pengumpulan data dilakukan melalui observasi, wawancara, studi pustaka, dan penyebaran kuesioner kepada 100 responden pelanggan di PT PLN (Persero) UP3 Bekasi. Data dianalisis menggunakan pendekatan capability level dan gap analysis untuk membandingkan kondisi saat ini (as-is) dengan target organisasi (to-be). Hasil analisis menunjukkan rata-rata tingkat kapabilitas domain DSS02 berada pada nilai 3,58, yang mengindikasikan proses telah mencapai Level 4 (Predictable Process). Pengelolaan pengaduan telah dilaksanakan secara terukur, konsisten, dan terkendali. Namun, dua sub-domain masih berada pada Level 3 (Established Process), yaitu DSS02.02 (3,18) dan DSS02.06 (2,97). Seluruh proses belum mencapai target Level 5 (Optimizing Process), dengan kesenjangan terbesar pada pencatatan, klasifikasi, prioritas pengaduan, dan penutupan layanan. Rekomendasi perbaikan yang diusulkan meliputi penguatan mekanisme prioritas otomatis, peningkatan validasi penyelesaian laporan, optimalisasi pemantauan status secara real-time, serta penyempurnaan evaluasi berkelanjutan untuk meningkatkan kepuasan dan kualitas pelayanan pelanggan.

#Kata Kunci: Audit Sistem Informasi #COBIT 5 #DSS02 #Capability Level
Skripsi (S1) Sistem Informasi (S1) Restricted Fulltext PDF
PENGARUH CONTENT MARKETING, PRICE DISCOUNT, DAN ONLINE CUSTOMER REVIEW DI TIKTOK TERHADAP IMPULSE BUYING (Studi Pada Gokana Ramen & Teppan Metropolitan Mall Bekasi)
Penulis: Shafira Nur Aulya, KRISTIANA WIDIAWATI, S.Pd., M.M. | 2026

Perkembangan teknologi digital dan media sosial, khususnya TikTok, telah mempengaruhi perilaku konsumen dalam melakukan pembelian secara spontan pada industri makanan dan minuman. Penelitian ini bertujuan untuk menganalisis pengaruh Content Marketing, Price Discount, dan Online Customer Review di TikTok terhadap Impulse Buying pada konsumen Gokana Ramen & Teppan Metropolitan Mall Bekasi. Metode penelitian yang digunakan adalah kuantitatif dengan teknik pengambilan sampel non-probability melalui pendekatan purposive sampling dan menggunakan rumus Lemeshow. Pengumpulan data dilakukan melalui kuesioner yang melibatkan 100 responden dan menggunakan skala Likert sebagai instrumen pengukuran. Data dianalisis menggunakan metode regresi linier berganda melalui IBM SPSS Statistics versi 29. Hasil uji t menunjukkan bahwa Content Marketing berpengaruh positif dan signifikan terhadap Impulse Buying (t = 2,326; sig. = 0,022), Price Discount berpengaruh positif dan signifikan terhadap Impulse Buying (t = 5,595; sig.

#Content Marketing #Price Discount #Online Customer Review #Impulse Buying
Skripsi (S1) Manajemen (S1) Restricted Fulltext PDF
IMPLEMENTASI AGENTIC AI PADA SISTEM LAYANAN INFORMASI PELANGGAN DI PT ABUYA BERKAH INDONESIA
Penulis: Ferrel Hermawan Putra, NADYA SAFITRI, S.T., M.Kom. | 2026

Dalam industri kuliner, kecepatan dan konsistensi penyampaian informasi kepada pelanggan merupakan faktor penting dalam menjaga kualitas layanan. PT Abuya Berkah Indonesia saat ini masih mengandalkan crew outlet yang juga merangkap menangani operasional harian untuk merespons pertanyaan pelanggan secara manual melalui WhatsApp, sehingga menyebabkan keterlambatan respons, ketidakkonsistenan informasi, serta meningkatnya beban kerja terutama ketika volume pertanyaan pelanggan meningkat di tengah kesibukan operasional outlet. Kondisi ini berpotensi menurunkan kepuasan pelanggan dan menghambat efisiensi operasional perusahaan. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan sistem layanan informasi pelanggan berbasis Agentic AI yang terintegrasi dengan platform WhatsApp. Metode pengembangan yang digunakan adalah metode Prototype, dengan pengumpulan data melalui observasi, wawancara, dan studi pustaka. Sistem dibangun menggunakan platform n8n sebagai automation engine, Large Language Model (LLM) sebagai komponen pemroses bahasa alami, Gateway API sebagai jembatan koneksi WhatsApp, Google Spreadsheet sebagai sumber data menu dan diskon, serta Supabase sebagai basis data penyimpanan log percakapan. Hasil penelitian menunjukkan bahwa sistem mampu memberikan respons otomatis secara akurat sesuai dengan jenis permintaan pelanggan, mencakup informasi menu, harga, lokasi outlet, promo, dan alur pemesanan, serta mampu melakukan eskalasi percakapan kepada admin apabila dibutuhkan. Pengujian fungsional menggunakan metode Black Box Testing terhadap delapan skenario layanan menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan fungsional yang telah ditetapkan. Uji coba pengguna menggunakan metode User Acceptance Testing (UAT) yang melibatkan 24 responden pelanggan memperoleh skor rata-rata keseluruhan sebesar 3,94 dari skala 5, yang berada pada kategori "Setuju", sehingga sistem dinilai telah memenuhi ekspektasi pengguna. Dengan demikian, sistem Agentic AI berbasis n8n dan WhatsApp ini terbukti efektif sebagai solusi otomasi layanan informasi pelanggan dan memiliki potensi untuk dikembangkan lebih lanjut di masa mendatang.

#Agentic AI #Chatbot #Customer Service #Large Language Model
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF
SISTEM PAKAR DIAGNOSIS KECANDUAN GAME ONLINE SISWA SMK BERBASIS FORWARD CHAINING DAN CERTAINLY FACTOR
Penulis: Antonio Yosie Setiawan, Dr. Ir. SALUDIN MUIS, M.Kom. | 2026

Kecanduan game online pada siswa Sekolah Menengah Kejuruan berdampak negatif terhadap prestasi akademik dan interaksi sosial. Di SMK Bina Industri Cikarang, proses identifikasi kecanduan masih mengandalkan penilaian manual oleh guru Bimbingan dan Konseling tanpa kriteria terstandarisasi, mengakibatkan diagnosis yang tidak konsisten. Penelitian ini mengembangkan sistem pakar berbasis web yang menggabungkan metode Forward Chaining dan Certainty Factor untuk mendiagnosis tingkat kecanduan game online secara otomatis dan terukur. Forward Chaining berfungsi sebagai mesin inferensi untuk menelusuri gejala menuju kesimpulan diagnostik, sedangkan Certainty Factor menghitung tingkat kepercayaan dengan menggabungkan nilai kepastian pakar dan pengguna. Pengumpulan data melibatkan observasi, wawancara dengan guru BK, dan studi literatur. Pengembangan sistem mengikuti model Rapid Application Development menggunakan framework Next.js TypeScript. Basis pengetahuan mencakup gejala kecanduan dan aturan diagnostik dari wawancara pakar dan literatur ilmiah. Pengujian menggunakan metode alpha dan beta. Hasil menunjukkan sistem mampu memberikan diagnosis kecanduan yang terstruktur dan konsisten dengan skor kepercayaan terukur, mendukung guru BK dalam deteksi dini dan intervensi. Kontribusi utama terletak pada integrasi Forward Chaining dan Certainty Factor khusus untuk diagnosis kecanduan game online pada siswa SMK, menawarkan akurasi diagnostik dan tingkat kepercayaan kuantitatif untuk mendukung pengambilan keputusan.

#Certainty Factor #Forward Chaining #Kecanduan Game Online #Sistem Pakar
Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF