Katalog Program Studi: Teknik Informatika (S1)
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetKatalog Program Studi: Teknik Informatika (S1)
Menampilkan 16 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
SISTEM MONITORING DETEKSI RESIKО STUNTING BAGI BALITA DENGAN IOT PADA POSYANDU BOUGENVELLE
Penulis: David Pakpahan, NADYA SAFITRI, S.T., M.Kom. |
2026
David Pakpahan (2021310054) ABSTRAK Monitoring Deteksi Resiko Stunting Bagi Balita dengan Iot pada Posyandu Bougenvelle. Stunting merupakan kondisi gagal tumbuh dalam balita akibat kekurangan gizi kronis, yang dapat memengaruhi perkembangan fisik dan kognitif anak. Di Posyandu Bougenvelle, pelaksanaan program "Zero New Stunting" menghadapi berbagai kendala, seperti keterlambatan pencatatan data dan kurangnya standar pemberian asupan gizi. Penelitian ini merancang sistem berbasis Internet of Things (loT) untuk memonitoring dan pemberian rekomendasi asupan gizi balita yang berisiko stunting. Sistem terdiri dari perangkat keras berupa sensor tinggi badan (VL53L1X) dan berat badan (Load Cell serta modul HX711) yang terintegrasi dengan mikrokontroler ESP8266, serta sistem berbasis web yang menyimpan dan menimpilkan riwayat data pertumbuhan. Sistem ini juga menghitung Z index Score untuk klasifikasi status gizi dan mengirim rekomendasi asupan protein melalui WhatsApp. Metode pengembangan yang digunakan adalah prototype, yang memungkinkan penyesuaian sistem secara iteratif berdasarkan kebutuhan pengguna. Hasil implementasi menunjukan bahwa sistem dapat membantu meningkatkan akurasi data dan mempermudah proses evaluasi serta pemantauan pertumuhan balita oleh tenaga Kesehatan dan Orang tua.
#Stunting
#IoT
#Z index Score
#Posyandu
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
Penulis: David Octavyanto, SUMARDIONO, S.Kom., M.Kom. |
2026
Jumlah pengunjung wisata di Hutan Wisata Bunihayu berubah setiap periode, sehingga membuat pihak pengelola kesulitan memperkirakan jumlah pengunjung pada periode berikutnya. Selain itu, data kunjungan masih dikelola dengan menggunakan spreadsheet, sehingga belum dimanfaatkan secara maksimal sebagai dasar untuk melakukan prediksi. Penelitian ini bertujuan untuk merancang dan membuat sistem prediksi jumlah pengunjung wisata berbasis web dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) agar dapat membantu dalam perencanaan kegiatan operasional serta pengambilan keputusan. Metode penelitian yang digunakan adalah metode prototyping, yang mencakup analisis kebutuhan, desain prototype, proses pengodean, uji coba, dan evaluasi sistem. Data yang digunakan adalah catatan jumlah pengunjung wisatawan ke Hutan Wisata Bunihayu selama periode Januari 2024 sampai Desember 2025. Sistem ini dibuat menggunakan framework Laravel dan model SARIMA, sedangkan proses pengujian dilakukan dengan metode Black Box Testing dan User Acceptance Testing (UAT). Penelitian ini menunjukkan bahwa sistem prediksi berbasis web telah berhasil dibuat dan mampu memberikan perkiraan jumlah kunjungan wisatawan berdasarkan data sebelumnya. Model SARIMA mendapatkan tingkat kesalahan rata-rata absolut persentase (MAPE) sebesar 38,77%, yang menunjukkan akurasi prediksi cukup baik. Sistem ini juga bisa menampilkan hasil prediksi berupa tabel, grafik, dan informasi evaluasi model untuk membantu perencanaan operasional dan pengambilan keputusan oleh pihak manajemen Hutan Wisata Bunihayu.
#Laravel
#Prediksi Kunjungan Wisatawan
#Prototype
#SARIMA
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PERANCANGAN SISTEM PAKAR IDENTIFIKASI BULLYING VERBAL SISWA SMP PLUS FAJAR SENTOSA MENGGUNAKAN FORWARD CHAINING
Penulis: Rayan Ikmal Amala, Dwi Ismiyana Putri, M.M.S.I |
2026
Bullying verbal masih dijumpai dalam lingkungan sekolah dan berpotensi memengaruhi kondisi psikologis siswa. Pada SMP Plus Fajar Sentosa, identifikasi bullying verbal masih bertumpu pada pengamatan guru serta laporan siswa, sehingga pelaksanaannya belum sepenuhnya optimal dan konsisten. Penelitian ini mengembangkan aplikasi sistem pakar berbasis web yang digunakan guru Bimbingan Konseling sebagai pendukung dalam mengenali indikasi bullying verbal pada siswa melalui proses yang terstruktur. Metode penalaran yang digunakan adalah Forward Chaining, sedangkan pengembangan sistem menggunakan model Rapid Application Development (RAD). Hasil penelitian berupa sistem pakar berbasis web yang menerapkan mekanisme Forward Chaining untuk mengolah gejala atau indikator siswa hingga diperoleh kategori hasil identifikasi. Pada pengujian awal, hasil sistem dibandingkan dengan validasi guru Bimbingan Konseling (BK) terhadap 100 data siswa dan memperoleh tingkat akurasi 84%. Pada tahap beta testing, penilaian guru BK sebagai pengguna menghasilkan skor kelayakan sebesar 88% dan berada pada kategori Sangat Layak. Temuan pengujian memperlihatkan bahwa aplikasi dapat mendukung pelaksanaan identifikasi bullying verbal sekaligus menyediakan pencatatan hasil siswa secara lebih teratur.
#Bullying Verbal
#Forward Chaining
#Identifikasi
#Sistem Pakar
|
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
|
|
PROTOTYPE SISTEM ANTREAN BERBASIS IOT MENGGUNAKAN TEKNOLOGI OCR PADA PENDAFTARAN BPJS KETENAGAKERJAAN MITRA SHOPEEFOOD
Penulis: Ramadhan Adiansyah, DWI ISMIYANA PUTRI, M.M.S.I. |
2026
Pelayanan pendaftaran BPJS Ketenagakerjaan bagi mitra ShopeeFood di BPJS Ketenagakerjaan Bekasi Kota masih menggunakan sistem antrean manual dengan meletakkan KTP sebagai tanda urutan antrean sehingga berpotensi menimbulkan ketidakteraturan antrean dan kesalahan pemanggilan peserta. Penelitian ini bertujuan merancang sistem antrean berbasis Internet of Things (IoT) menggunakan ESP32 untuk meningkatkan efektivitas dan monitoring pelayanan secara real-time. Metode yang digunakan adalah prototype dengan tahapan requirements, quick design, build prototype, user evaluation, dan refining prototype. Sistem dirancang menggunakan ESP32 yang terintegrasi dengan QR Scanner GM65, LCD TFT ST7789, buzzer, serta website monitoring berbasis PHP dan MySQL. Sistem memungkinkan peserta melakukan pendaftaran melalui website, memperoleh QR Code, dan melakukan scan pada mesin antrean untuk mendapatkan nomor antrean secara otomatis. Hasil Black Box Testing menunjukkan seluruh fungsi perangkat keras dan perangkat lunak berjalan sesuai kebutuhan sistem. Hasil Latency Test menunjukkan rata-rata waktu respon koneksi ESP32 ke internet sebesar 2,471 detik, pemindaian QR Code sebesar 1,277 hingga 1,652 detik, serta pembaruan data antrean website sebesar 0,621 hingga 1,017 detik. Hasil Stress Test juga menunjukkan bahwa sistem yang dirancang memiliki tingkat keandalan, stabilitas, dan integrasi yang baik dalam menangani proses antrean serta komunikasi data antar komponen. Dengan demikian, sistem mampu meningkatkan efektivitas dan monitoring antrean secara responsif dan real-time.
#BPJS Ketenagakerjaan
#Internet of Things
#Mitra ShopeeFood
#QR Code
|
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
|
|
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 DIAGNOSA KERUSAKAN PADA PERANGKAT SMARTPHONE BERBASIS ANDROID MENGGUNAKAN METODE FORWARD CHAINING
Penulis: Dhivan Asda Kurnianto, DWI ISMIYANA PUTRI, M.M.S.I. |
2026
Meningkatnya penggunaan *smartphone* berbasis Android berdampak pada meningkatnya kebutuhan layanan perbaikan perangkat. Pada Konter Alfa Cell Randan Batu, proses diagnosis masih dilakukan secara manual berdasarkan pengalaman teknisi dan informasi gejala dari pengguna, sehingga membutuhkan waktu relatif lama dan berpotensi menimbulkan ketidakkonsistenan diagnosis. Penelitian ini bertujuan membangun sistem pakar untuk membantu diagnosis awal kerusakan *smartphone* Android secara lebih cepat, efisien, akurat, dan konsisten. Pengembangan sistem menggunakan metode *Prototype*, dengan pengumpulan data melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan berbasis web menggunakan PHP, MySQL, XAMPP, dan Bootstrap serta menerapkan metode *Forward chaining* sebagai mesin inferensi. Basis pengetahuan terdiri atas 37 gejala, 13 kategori kerusakan, 13 rekomendasi solusi, dan 13 aturan diagnosis menggunakan struktur IF–THEN dengan operator OR. Evaluasi terhadap 13 kasus menunjukkan seluruh hasil diagnosis sistem sesuai dengan validasi teknisi, sedangkan *Black-box Testing* menunjukkan seluruh fitur berjalan sesuai kebutuhan. Uji coba terhadap 30 responden memperoleh nilai rata-rata 4,41 dengan persentase 88,10% dan interpretasi sangat setuju. Dengan demikian, sistem dapat membantu diagnosis awal secara lebih terstruktur dan konsisten, mempercepat proses diagnosis, serta memberikan rekomendasi penanganan berdasarkan gejala yang dipilih. Hasil diagnosis tetap perlu dikonfirmasi oleh teknisi melalui pemeriksaan perangkat secara langsung.
#Diagnosis Kerusakan
#Forward chaining
#Prototipe
#Sistem Pakar
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI SISTEM DETEKSI MALWARE PADA SIEM WAZUH VIA SHUFFLE SOAR DI DISKOMINFOSTANDI KOTA BEKASI
Penulis: Sugiarto Catrio Mulyo Rachmanto, Dr. Ir. SALUDIN MUIS, M.Kom. |
2026
Keamanan infrastruktur teknologi informasi pada instansi pemerintah merupakan aspek kritis yang perlu mendapat perhatian serius, mengingat tingginya risiko ancaman siber yang dapat mengganggu keberlangsungan layanan publik. Penelitian ini bertujuan untuk merancang dan mengimplementasikan skema integrasi keamanan siber terintegrasi pada infrastruktur Dinas Komunikasi, Informatika, Statistik dan Persandian (Diskominfostandi) Kota Bekasi menggunakan SIEM Wazuh yang diintegrasikan dengan Shuffle SOAR, MISP, DFIR-IRIS, dan notifikasi Discord. Pengujian kerentanan dilakukan secara langsung pada sistem nyata menggunakan dua skenario serangan, yaitu Cross-Site Scripting (XSS) dan unggahan webshell, yang masing-masing dinilai menggunakan standar CVSS v3.1 dengan skor 6.1 (Medium) dan 9.8 (Critical). Setelah implementasi skema integrasi dilakukan, pengujian ulang menunjukkan bahwa sistem mampu mendeteksi ancaman secara otomatis, menghapus file berbahaya melalui fitur Active Response Wazuh, mencatat insiden di DFIR-IRIS, memperkaya data ancaman melalui MISP, serta mengirimkan notifikasi real-time ke Discord tanpa intervensi manual. Hasil implementasi dibuktikan dengan penurunan skor CVSS pada kerentanan XSS dari 6.1 menjadi 4.3 dan kerentanan webshell dari 9.8 menjadi 6.5, yang mencerminkan peningkatan signifikan dalam kemampuan deteksi dan respons insiden keamanan siber secara otomatis dan terintegrasi.
#Keamanan Siber
#SIEM
#Wazuh
#SOAR
|
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
|
|
SISTEM PAKAR DIAGNOSIS HAMA DAN PENYAKIT TANAMAN PADI MENGGUNAKAN METODE TEOREMA BAYES PADA BPP CIBARUSAH
Penulis: Rini Sukma Ayu, Dwi Ismiyana Putri, M.M.S.I |
2026
Padi merupakan salah satu tanaman pangan utama di Indonesia dan memainkan peran penting dalam memenuhi kebutuhan pangan masyarakat. Namun, produksi padi rentan mengalami penurunan akibat serangan Organisme Pengganggu Tumbuhan (OPT) berupa hama dan penyakit yang menyerang tanaman padi. Di Balai Penyuluhan Pertanian (BPP) Kecamatan Cibarusah, jumlah Petugas Pengendali Organisme Pengganggu Tumbuhan (POPT) masih terbatas dibandingkan dengan luasnya wilayah kerja serta pengetahuan petani mengenai gejala dan penanganan OPT juga masih terbatas sehingga menyebabkan layanan konsultasi belum dapat menjangkau seluruh petani secara optimal. Penelitian ini bertujuan mengembangkan sistem pakar diagnosis OPT pada tanaman padi berbasis website menggunakan metode Teorema Bayes untuk membantu petani memperoleh diagnosis awal beserta rekomendasi penanganan. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah Rapid Application Development (RAD). Basis pengetahuan diperoleh melalui observasi, wawancara dengan pakar OPT di BPP Cibarusah, POPT Penyelia BBPOPT, serta studi pustaka. Pengujian sistem dilakukan melalui validasi pakar, Black Box Testing, dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem pakar berhasil dikembangkan dan mampu memberikan diagnosis awal berdasarkan gejala yang dipilih pengguna. Hasil validasi menunjukkan tingkat kesesuaian diagnosis sistem terhadap diagnosis pakar mencapai 100%. Selain itu, hasil Black Box Testing memperoleh tingkat keberhasilan sebesar 96,88%, sedangkan User Acceptance Testing (UAT) memperoleh nilai kelayakan sebesar 82,16% dengan kategori sangat layak berdasarkan skala Likert. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan telah berfungsi sesuai kebutuhan serta dapat dimanfaatkan sebagai alat bantu diagnosis awal Organisme Pengganggu Tumbuhan (OPT) pada tanaman padi.
#Diagnosis OPT
#Sistem Pakar
#Teorema Bayes
#Tanaman Padi
|
Skripsi (S1)
Teknik Informatika (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
|
|
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
|
|
IMPLEMENTASI HR-VITON DAN AUGMENTED REALITY UNTUK VIRTUAL TRY-ON PAKAIAN PADA BINTANG SABLON BEKASI
Penulis: Danur Faqih, SOLIKIN, S.Si., M.T. |
2026
CV. Bintang Sablon Bekasi merupakan usaha konveksi dan sablon yang masih menggunakan mockup dua dimensi statis sebagai media pratinjau desain, sehingga pelanggan kesulitan memperkirakan tampilan desain sablon ketika dikenakan pada tubuh. Kondisi ini kerap menimbulkan perbedaan persepsi antara pelanggan dan pihak produksi yang berdampak pada revisi berulang serta menurunnya kepuasan pelanggan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem Web-Based Virtual Try-On yang mengintegrasikan HR-VITON untuk Image-Based Virtual Try-On dan Augmented Reality berbasis pose estimation untuk visualisasi desain sablon secara realistis pada tubuh pengguna. Sistem dikembangkan menggunakan model prototype dengan menerapkan HR-VITON pada dataset VITON-HD serta MediaPipe Pose (BlazePose) untuk deteksi titik tubuh secara real-time melalui kamera berbasis web. Hasil pengujian menunjukkan bahwa fitur HR-VITON mampu menghasilkan visualisasi pakaian dengan desain sablon yang realistis dari foto pengguna, sedangkan fitur AR berhasil menempatkan desain pada area torso secara dinamis mengikuti pergerakan tubuh. Pengujian fungsional menggunakan black box testing menunjukkan seluruh fitur berjalan sesuai kebutuhan, dan uji coba pengguna memperoleh respons positif terhadap kemudahan serta akurasi visualisasi sistem. Penelitian ini menyimpulkan bahwa integrasi HR-VITON dan Augmented Reality berbasis pose estimation dapat menjadi solusi efektif dalam meningkatkan kualitas visualisasi desain sablon pada layanan jasa konveksi.
#Augmented Reality
#HR-VITON
#Pose Estimation
#Sablon
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM REKAM MEDIS HEWAN BERBASIS WEB INTEGRASI RADIO FREQUENCY IDENTIFICATION PADA KLINIK HUG ME BY VET
Penulis: DAVIDRA DEVA, RITA WAHYUNI ARIFIN, S.Kom., M.Kom |
2026
Klinik Hug Me By Vet merupakan klinik hewan yang membutuhkan pencatatan rekam medis secara terstruktur untuk mendukung proses pelayanan pasien hewan. Berdasarkan hasil observasi, proses pencatatan rekam medis sebelumnya masih menggunakan berkas kertas, sehingga pencarian riwayat pasien membutuhkan waktu lebih lama dan berisiko terjadi kesalahan atau kehilangan data. Permasalahan juga muncul ketika hewan dibawa oleh orang selain pemilik, karena informasi yang dibutuhkan untuk menemukan riwayat pasien sering tidak lengkap. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekam medis hewan berbasis website yang terintegrasi dengan RFID sebagai media identifikasi pasien. Metode pengembangan yang digunakan mengacu pada tahapan IoT lifecycle, yaitu Collect, communicate, analyze, dan act. Sistem dikembangkan menggunakan teknologi website dengan dukungan PHP, TypeScript, JSON, Vite, serta database MySQL. Integrasi RFID dilakukan menggunakan RFID reader RC522/MFRC522 dan Mikrokontroler ESP32 untuk membaca UID kartu RFID. UID tersebut kemudian digunakan untuk memanggil data pasien yang tersimpan pada database. Sistem ini menyediakan fitur pengelolaan data pemilik, data hewan, rekam medis, pembayaran, rawat inap, serta website publik sebagai media company profile klinik. Hasil pengujian menunjukkan bahwa sistem dapat melakukan login berdasarkan hak akses, mengelola data pasien, membaca UID RFID, menampilkan data pasien dan riwayat rekam medis, mengirim data pasien dari front office ke dokter secara real-time, serta menyimpan hasil pemeriksaan ke database. Sistem juga dapat mendukung proses identifikasi pasien secara lebih cepat dibandingkan pencarian berkas manual. Namun, masih terdapat catatan pada proses cetak invoice atau struk yang memerlukan penyesuaian jaringan printer dan pengaturan ukuran kertas. Dengan demikian, sistem ini dapat membantu pengelolaan rekam medis hewan menjadi lebih terstruktur, terpusat, dan terintegrasi.
#RFID
#ESP32
#Rekam Medis Hewan
#Website
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|