Koleksi Dokumen: Skripsi
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetKoleksi Dokumen: Skripsi
Menampilkan 23 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
IMPLEMENTASI SISTEM PEMBERI PAKAN IKAN BERBASIS INTERNET OF THINGS MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT
Penulis: Juan samijan, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Penelitian ini membahas implementasi sistem pemberi pakan ikan berbasis Internet of Things (IoT) di Taman KRL menggunakan metode Rapid Application Development (RAD). Permasalahan yang dihadapi adalah pemberian pakan masih bergantung pada waktu luang pengelola sehingga jadwal dan takaran pakan belum konsisten. Sistem dikembangkan menggunakan ESP32 sebagai pengendali utama yang terintegrasi dengan Firebase Realtime Database dan dashboard berbasis React.js. Perangkat dilengkapi dengan sensor ultrasonik HC-SR04 untuk memantau ketersediaan pakan, sensor DHT11 untuk memantau suhu dan kelembapan, sensor LDR untuk mendeteksi intensitas cahaya, serta panel surya yang terintegrasi dengan baterai sebagai sumber catu daya mandiri. Metode penelitian dilakukan melalui observasi, wawancara, studi pustaka, serta pengembangan sistem menggunakan tahapan Rapid Application Development (RAD). Hasil penelitian menunjukkan bahwa sistem dapat menjalankan pemberian pakan sesuai jadwal yang telah ditentukan, menampilkan informasi kondisi perangkat dan lingkungan, serta menyajikan data monitoring melalui dashboard berbasis web.
#ESP32
#Dashboard Web
#Internet of Things
#Pemberi Pakan Ikan
|
Skripsi (S1)
Teknik Informatika (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
|
|
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
|
|
IMPLEMENTASI SISTEM PENGECEKAN EXPIRED DATE PRODUK MENGGUNAKAN MACHINE LEARNING BERBASIS MOBILE
Penulis: Muhamad Jaryas Kurillah, MARDI YUDHI PUTRA, S.T., M.Kom. |
2026
Proses pengecekan tanggal kedaluwarsa produk pada toko ritel seperti Indomaret Victoria Village Bekasi selama ini masih dilakukan secara manual dengan memeriksa produk satu per satu dan mencatatnya di buku, sehingga proses tersebut membutuhkan waktu yang cukup lama, rentan terhadap kesalahan pencatatan, serta menyulitkan pengguna dalam memantau produk yang mendekati atau telah melewati masa kedaluwarsa. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi mobile berbasis Flutter yang menerapkan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan kondisi produk ke dalam tiga kategori yaitu aman, mendekati kedaluwarsa, dan kedaluwarsa, berdasarkan selisih hari antara tanggal saat ini dengan tanggal kedaluwarsa produk, dengan menggunakan metode pengembangan sistem Agile yang bersifat iteratif dan inkremental. Hasil pengujian menunjukkan bahwa algoritma KNN dengan nilai K=3 berhasil mencapai akurasi sebesar 97,50% dari 40 data uji, dan berdasarkan hasil kuesioner yang disebarkan kepada 5 responden diperoleh rata-rata skor kepuasan pengguna sebesar 4,63 dari skala 5,00, sehingga sistem yang dikembangkan terbukti mampu membantu proses pengecekan expired date secara lebih cepat, terstruktur, dan efisien dibandingkan metode manual yang selama ini digunakan.
#Agile
#Aplikasi Mobile
#Expired Date
#K-Nearest Neighbor
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI RAPID APPLICATION DEVELOPMENT DALAM SISTEM INFORMASI PENGELOLAAN DATA FURNITURE BARANG MASUK DAN KELUAR PADA PT BINTANG BUANA KARYA
Penulis: Saiful Ghozi, Rita Wahyuni Arifin, M.Kom. |
2026
Perkembangan teknologi informasi mendorong perusahaan untuk mampu mengelola data secara cepat, tepat, dan terintegrasi, khususnya dalam pengelolaan persediaan barang. PT Bintang Buana Karya merupakan perusahaan yang bergerak di bidang furniture dan menjalankan aktivitas operasional yang berkaitan dengan pengelolaan barang masuk dan barang keluar. Dalam pelaksanaannya, proses pencatatan barang masuk dan barang keluar masih dilakukan secara manual, sehingga berpotensi menimbulkan kesalahan input data, keterlambatan penyajian informasi, serta kendala dalam pembuatan laporan. Berdasarkan kondisi tersebut, penelitian ini bertujuan untuk merancang dan membangun sistem informasi pengelolaan barang masuk dan barang keluar berbasis web yang mampu mendukung proses pencatatan dan pemantauan persediaan secara terstruktur. Pengembangan sistem menggunakan metode Rapid Application Development (RAD) yang menekankan pada siklus pengembangan yang cepat melalui tahapan perencanaan kebutuhan, perancangan, konstruksi, dan implementasi sistem. Hasil penelitian ini berupa sistem informasi yang dapat membantu perusahaan dalam mengelola data persediaan secara lebih efektif dan efisien. Sistem yang dibangun mampu mempercepat proses pencatatan transaksi, memantau pergerakan stok secara real-time, serta menghasilkan laporan secara otomatis. Dengan demikian, sistem ini diharapkan dapat meningkatkan ketepatan informasi dan mendukung proses pengambilan keputusan yang lebih optimal di lingkungan perusahaan.
#Information System
#Inventory
#Rapid Application Development
#Laravel
|
Skripsi (S1)
Sistem Informasi (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
|
|
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
|
|
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
|
|
IMPLEMENTASI APLIKASI LAYANAN PERBAIKAN PERANGKAT ELEKTRONIK MENGGUNAKAN METODE RAD PADA CV AZZAHRA COMPUTER
Penulis: Acep, MARDI YUDHI PUTRA, S.T., M.Kom. |
2026
ACEP (2022340006), Implementasi Aplikasi Layanan Perbaikan Menggunakan Metode RAD Pada CV Azzahra Computer. Perkembangan teknologi informasi yang pesat mendorong bisnis berbasis layanan untuk mengadopsi strategi transformasi digital. CV Azzahra Computer, penyedia layanan perbaikan perangkat elektronik, saat ini menerima permintaan perbaikan melalui situs webnya, namun seluruh proses selanjutnya konfirmasi perbaikan, pembaruan status, dan komunikasi pelanggan masih sepenuhnya dilakukan secara manual melalui WhatsApp. Berdasarkan data observasi dari 50 catatan layanan yang dikumpulkan antara Oktober 2025 hingga Januari 2026, sebanyak 40 pelanggan (80%) masih harus aktif mencari informasi status perbaikan karena kemajuan pengerjaan tidak dapat dipantau secara mandiri. Penelitian ini bertujuan mengimplementasikan aplikasi E-Service berbasis mobile yang mengintegrasikan pengajuan layanan perbaikan, pemantauan status secara real-time, dan koordinasi komunikasi antara pelanggan, admin, dan teknisi dalam satu sistem. Sistem dikembangkan menggunakan metodologi Rapid Application Development (RAD), dengan Flutter sebagai framework mobile lintas platform dan MySQL sebagai sistem manajemen basis data. Pemodelan sistem menggunakan diagram UML (Use Case, Activity, Sequence, Class) dengan basis data yang dinormalisasi hingga 3NF. Pengujian black-box mengonfirmasi seluruh fitur inti berfungsi dengan benar. Pengujian beta yang dilakukan kepada pelanggan dan teknisi menunjukkan bahwa aplikasi dapat diterima dan digunakan dengan baik oleh pengguna. Aplikasi ini menghadirkan solusi terpusat, terlacak, dan real-time yang menghilangkan hambatan komunikasi manual dalam manajemen layanan perbaikan perangkat elektronik.
#E-Service
#Mobile Application
#Flutter
#Pemantauan Perbaikan
|
Skripsi (S1)
Rekayasa Perangkat Lunak (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
|
|
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
|
|
IMPLEMENTASI SISTEM PAKAR DETEKSI DINI KOMPLIKASI KEHAMILAN MENGGUNAKAN METODE DEMPSTER SHAFER DI PUSKESMAS KALIBAKUNG
Penulis: Puja Vita Maharani, ARI NURUL ALFIAN, S.Pd., M.Kom. |
2026
Komplikasi kehamilan masih menjadi salah satu penyebab tingginya angka kematian ibu, terutama pada wilayah dengan keterbatasan akses layanan kesehatan. Pemeriksaan di Puskesmas Kalibakung masih bergantung pada kunjungan langsung dan analisis tenaga medis, sehingga diperlukan sistem yang dapat membantu deteksi dini secara mandiri. Penelitian ini bertujuan merancang dan membangun sistem pakar berbasis website untuk mendeteksi dini komplikasi kehamilan menggunakan metode Dempster Shafer. Metode pengembangan sistem yang digunakan adalah Expert System Development Life Cycle (ESDLC). Data diperoleh melalui observasi di Puskesmas Kalibakung, wawancara dengan dua pakar kebidanan, dan studi pustaka. Sistem dikembangkan menggunakan PHP dan MySQL untuk mengolah gejala yang dipilih pengguna, menghitung nilai keyakinan, serta menampilkan hasil diagnosis awal dan rekomendasi penanganan. Hasil penelitian menunjukkan sistem mampu mendeteksi delapan komplikasi kehamilan dengan tingkat akurasi 96,15% dan nilai kepuasan pengguna 89,61%. Sistem ini berdampak dalam membantu ibu hamil melakukan deteksi dini secara lebih cepat, mandiri, dan mendukung pelayanan kesehatan maternal.
#Dempster Shafer
#Deteksi Dini
#Komplikasi Kehamilan
#Sistem Pakar
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI SISTEM PENGELOLAAN RELAAS MENGGUNAKAN OPTICAL CHARACTER RECOGNITION DENGAN EXTREME PROGRAMMING DI PENGADILAN NEGERI BEKASI
Penulis: Muhammad Arkaan Zain, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Pengelolaan surat relaas di Pengadilan Negeri Bekasi sebelumnya belum didukung oleh website khusus untuk pengiriman dan pengelolaan awal dokumen antara jurusita dan unit Perencanaan, Teknologi Informasi, dan Pelaporan (PTIP). Dokumen surat relaas dikirim dalam bentuk PDF hasil pemindaian sehingga petugas PTIP harus membuka dokumen dan mengetik ulang informasi penting ke dalam sistem, yang berpotensi menimbulkan kesalahan pencatatan data. Penelitian ini bertujuan untuk mengimplementasikan website pengelolaan surat relaas berbasis Optical Character Recognition (OCR) yang mampu mengekstraksi informasi penting dari dokumen secara otomatis sehingga proses pengelolaan data menjadi lebih terstruktur dan efektif. Metode pengembangan sistem yang digunakan adalah Extreme Programming (XP) yang meliputi tahapan Planning, Design, Coding, dan Testing. Website dibangun menggunakan CodeIgniter 3 dengan bahasa pemrograman PHP dan basis data MySQL. Proses OCR memanfaatkan Tesseract OCR sebagai mesin pengenalan karakter dan Ghostscript untuk mengonversi dokumen PDF menjadi citra sebelum dilakukan Preprocessing. Informasi yang diekstraksi meliputi nomor perkara, nama penggugat, nama tergugat, tanggal surat, dan kategori relaas. Hasil pengujian terhadap 5 sampel dokumen surat relaas yang dipilih dari 15 dokumen yang diproses pada hari pengujian menunjukkan bahwa sistem memperoleh Word Accuracy sebesar 81,11%, Precision sebesar 83,00%, Recall sebesar 95,00%, dan F1-Score sebesar 87,78%. Selain itu, hasil evaluasi pengguna menggunakan kuesioner skala Likert memperoleh nilai rata-rata 4,50 atau 90,00% yang termasuk dalam kategori Setuju, sehingga menunjukkan bahwa website yang diterapkan dapat diterima dengan baik oleh pengguna. Berdasarkan hasil tersebut, implementasi website berbasis OCR mampu membantu mengurangi kebutuhan penelusuran dokumen dan pengetikan ulang data dari dokumen PDF, sehingga proses pengelolaan surat relaas menjadi lebih terstruktur dan risiko kesalahan pencatatan data dapat diminimalkan.
#Extreme Programming
#Ghostscript
#Optical Character Recognition (OCR)
#Surat Relaas
|
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
|
|
IMPLEMENTASI SISTEM PAKAR REKOMENDASI JURUSAN SMK MENGGUNAKAN METODE FORWARD CHAINING PADA SMK BINA MANDIRI BEKASI
Penulis: Maratus Sholiha, ARI NURUL ALFIAN, S.Pd., M.Kom. |
2026
Perkembangan teknologi informasi mendorong sekolah untuk memiliki sistem yang mampu membantu proses penjurusan siswa secara lebih efektif dan terarah. Namun, proses penjurusan di SMK Bina Mandiri Kota Bekasi masih dilakukan secara manual dan belum memiliki sistem pendukung yang dapat membantu siswa mengenali minat, bakat, dan kecenderungan belajar secara optimal. Hal tersebut menyebabkan siswa sering mengalami kebingungan dalam menentukan jurusan yang sesuai dengan kemampuan dan ketertarikannya. Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi jurusan berbasis web menggunakan metode Forward Chaining guna membantu proses penentuan jurusan siswa. Metode penelitian yang digunakan meliputi observasi, wawancara, dan studi pustaka. Wawancara dilakukan bersama Koordinator Bimbingan Konseling (BK) dan Psikolog Siswa untuk memperoleh informasi mengenai proses penjurusan, aturan (rule) penentuan jurusan, serta kendala yang dihadapi sekolah dalam proses penjurusan siswa. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Proses rekomendasi dilakukan berdasarkan hasil jawaban siswa pada bagian kecenderungan belajar, minat, dan bakat menggunakan skala Likert, yaitu STS (Sangat Tidak Sesuai), TS (Tidak Sesuai), CS (Cukup Sesuai), S (Sesuai), dan SS (Sangat Sesuai). Hasil jawaban tersebut kemudian diproses menggunakan metode Forward Chaining untuk menghasilkan rekomendasi jurusan yang sesuai, yaitu Teknik Komputer dan Jaringan (TKJ), Teknik Kendaraan Ringan (TKR), dan Teknik Sepeda Motor (TSM). Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu membantu proses penjurusan siswa secara lebih cepat, terstruktur, interaktif, dan membantu siswa mengenali potensi dirinya dengan lebih baik.
#Forward Chaining
#Minat dan Bakat
#Sistem Rekomendasi Jurusan
#Sistem Pendukung Keputusan.
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI ALGORITMA RANDOM FOREST DALAM SISTEM PREDIKSI LEVEL BELAJAR SISWA PADA NEW CONCEPT
Penulis: Atha Zainum Muttaqin, NADYA SAFITRI, S.T., M.Kom. |
2026
Penentuan level belajar siswa baru di New Concept English Education Centre masih dilakukan secara manual sehingga berpotensi menimbulkan subjektivitas dalam penempatan kelas. Penelitian ini bertujuan mengimplementasikan algoritma Random Forest dalam sistem prediksi level belajar siswa berbasis web untuk mendukung proses penentuan level belajar yang lebih objektif, konsisten, dan efisien. Penelitian menggunakan metode Prototype dengan dataset sebanyak 1.522 data siswa yang terdiri atas variabel umur, tingkat kelas sekolah, nilai placement test, dan level belajar siswa. Tahapan penelitian meliputi preprocessing data, encoding, pembagian data training dan testing, pelatihan model Random Forest, evaluasi menggunakan confusion matrix dan classification report, serta implementasi model ke dalam sistem berbasis web yang dilengkapi fitur placement test online. Hasil pengujian menunjukkan model Random Forest memperoleh akurasi sebesar 85,57%, sedangkan hasil User Acceptance Testing (UAT) memperoleh nilai 84% pada aspek kemudahan penggunaan sistem. Sistem yang dikembangkan mampu menghasilkan prediksi level belajar secara otomatis dan membantu proses penentuan level belajar siswa secara lebih cepat, objektif, dan berbasis data.
#Machine Learning
#Prediksi Level Belajar
#Placement Test
#Random Forest
|
Skripsi (S1)
Teknik Informatika (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
|
|
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
|
|
IMPLEMENTASI SISTEM IRIGASI HIDROPONIK BERBASIS INTERNET OF THINGS DI KAMPUNG RAMAH LINGKUNGAN
Penulis: Reyhan Tri Kurniawan, MARDI YUDHI PUTRA, S.T., M.Kom. |
2026
Irigasi merupakan salah satu faktor penting dalam budidaya tanaman hidroponik karena berpengaruh terhadap pertumbuhan dan kualitas tanaman. Di Kampung Ramah Lingkungan, proses irigasi masih dilakukan secara manual sehingga sering mengalami keterlambatan dan belum memiliki jadwal yang teratur. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem irigasi berbasis Internet of Things (IoT) pada tanaman hidroponik menggunakan metode Rapid Application Development (RAD). Sistem dikembangkan menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor Total Dissolved Solid (TDS) untuk memantau kadar air, sensor ultrasonik HC-SR04 untuk mengukur ketinggian air, modul relay sebagai pengendali pompa air R385, serta dashboard berbasis web untuk monitoring, pengaturan jadwal irigasi, dan pengendalian pompa secara manual. Hasil pengujian Black Box menunjukkan bahwa seluruh fungsi perangkat lunak dan perangkat keras berjalan sesuai dengan kebutuhan fungsional yang telah dirancang, meliputi proses login, monitoring sensor, pengendalian pompa, pengaturan jadwal, dan komunikasi data antara ESP32 dengan server. Pengujian Stress Test menunjukkan bahwa ESP32, sensor, dashboard, dan komunikasi data tetap beroperasi dengan baik selama pengujian ketahanan sistem. Namun, pada pengujian API menggunakan Apache JMeter diperoleh error rate sebesar 50,00% pada endpoint Update Sensor, 61,00% pada endpoint Get Data, dan 59,00% pada endpoint Get Schedule, sehingga sistem masih memerlukan optimasi untuk menangani beban akses yang tinggi. Dengan demikian, sistem yang dikembangkan mampu membantu proses irigasi tanaman hidroponik secara terjadwal, mempermudah monitoring kondisi sistem, serta mendukung pengelolaan tanaman hidroponik di Kampung Ramah Lingkungan.
#ESP32
#Hidroponik
#Internet of Things
#Irigasi
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
Implementasi Sistem Monitoring dan Kontrol pH Larutan Nutrisi pada Hidroponik NFT Berbasis IoT
Penulis: Rafif Zetta Rajendra Pragiwoko, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Sistem hidroponik Nutrient Film Technique (NFT) membutuhkan pengelolaan kondisi larutan nutrisi yang stabil untuk mendukung proses pertumbuhan tanaman. Salah satu parameter utama yang perlu diperhatikan adalah nilai pH karena berpengaruh terhadap kemampuan tanaman dalam menyerap unsur hara. Berdasarkan hasil observasi pada greenhouse Mega Regency, proses pemantauan pH dan nutrisi masih dilakukan secara manual menggunakan alat ukur konvensional sehingga perubahan kondisi larutan tidak dapat diketahui secara kontinu dan belum tersedia pencatatan data historis.Penelitian ini bertujuan untuk mengimplementasikan sistem monitoring dan kontrol pH larutan nutrisi berbasis Internet of Things (IoT) pada hidroponik NFT. Pengembangan sistem dilakukan menggunakan metode Rapid Application Development (RAD). Sistem yang dibangun menggunakan ESP32 sebagai mikrokontroler utama yang terintegrasi dengan sensor pH, sensor TDS, sensor suhu DS18B20, sensor ultrasonik HC-SR04, serta pompa peristaltik sebagai aktuator pengendalian larutan. Data hasil pembacaan sensor dikirimkan menuju platform ThingsBoard Cloud melalui protokol MQTT sehingga pengguna dapat melakukan pemantauan secara real-time. Metode Exponential Moving Average (EMA) diterapkan untuk meningkatkan kestabilan data sensor, sedangkan metode hysteresis digunakan sebagai mekanisme kontrol otomatis berdasarkan batas nilai pH yang telah ditentukan.Hasil pengujian menunjukkan bahwa sistem mampu melakukan monitoring dan kontrol larutan nutrisi secara otomatis dengan tingkat akurasi sensor pH sebesar 95,84%, sensor TDS sebesar 98,66%, dan sensor ultrasonik sebesar 97,14%. Implementasi EMA mampu mengurangi fluktuasi pembacaan sensor sehingga data yang digunakan dalam proses kontrol menjadi lebih stabil. Selain itu, pengujian integrasi menunjukkan adanya interferensi antara sensor pH dan TDS yang berhasil diminimalkan melalui pemisahan posisi probe pada aliran sistem NFT. Berdasarkan hasil tersebut, sistem yang dikembangkan dapat membantu proses pengelolaan hidroponik melalui pemantauan real-time, kontrol otomatis, dan dokumentasi data berbasis Cloud.
#ESP32
#Hidroponik NFT
#Internet of Things
#Kontrol Hysteresis
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|