Koleksi Dokumen: Skripsi (s1)
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetKoleksi Dokumen: Skripsi (s1)
Menampilkan 12 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
|
|
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
|
|
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
|
|
PENGARUH KUALITAS PRODUK, KONTEN PEMASARAN, DAN GAYA HIDUP TERHADAP MINAT BELI DI KALANGAN GEN Z (Studi Kasus Pada Minat Beli Produk Kahf Di Kota Bekasi)
Penulis: Jopirwin Zalukhu, KRISTIANA WIDIAWATI, S.Pd., M.M. |
2026
Penelitian ini dilatarbelakangi oleh meningkatnya minat Generasi Z terhadap penggunaan produk skincare pria, sehingga perusahaan perlu menerapkan strategi pemasaran yang mampu menarik minat beli konsumen. Penelitian ini bertujuan menganalisis pengaruh kualitas produk, konten pemasaran, dan gaya hidup terhadap minat beli produk Kahf pada Generasi Z di Kota Bekasi. Penelitian menggunakan pendekatan kuantitatif dengan teknik purposive sampling terhadap 100 responden yang merupakan pengguna atau calon pengguna produk Kahf. Data diperoleh melalui penyebaran kuesioner menggunakan skala Likert, kemudian dianalisis menggunakan uji validitas, reliabilitas, uji asumsi klasik, regresi linier berganda, uji parsial (T), uji simultan (F), dan koefisien determinasi dengan bantuan SPSS versi 29. Hasil penelitian menunjukkan bahwa kualitas produk tidak berpengaruh signifikan terhadap minat beli dengan nilai signifikansi 0,615. Sebaliknya, konten pemasaran dan gaya hidup berpengaruh positif dan signifikan terhadap minat beli dengan nilai signifikansi 0,000. Secara simultan, ketiga variabel memberikan pengaruh signifikan terhadap minat beli dengan nilai F hitung sebesar 305,180 dan signifikansi 0,000. Nilai koefisien determinasi (R²) sebesar 0,905 menunjukkan bahwa 90,5% variasi minat beli dapat dijelaskan oleh kualitas produk, konten pemasaran, dan gaya hidup, sedangkan 9,5% sisanya dipengaruhi oleh faktor lain di luar penelitian. Temuan ini diharapkan menjadi masukan bagi Kahf dalam menyusun strategi pemasaran yang lebih efektif untuk meningkatkan minat beli Generasi Z.
#Kualitas Produk
#Konten Pemasaran
#Gaya Hidup
#Minat Beli
|
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 INFORMASI POINT OF SALES PADA UMKM TOKO BARANG LAPAK MENGGUNAKAN METODE PROTOTYPE BERBASIS WEB
Penulis: Gilang Ramadhan, JAFAR SHADIQ, S.Kom., M.Kom. |
2026
UMKM Toko Barang Lapak mengalami kendala operasional akibat pencatatan transaksi dan persediaan yang masih manual, sehingga memicu tingginya risiko human error, selisih kas harian, serta ketidaksesuaian stok fisik. Oleh karena itu, penelitian ini bertujuan merancang Sistem Informasi Point of Sales (POS) berbasis web untuk mengotomatisasi pencatatan transaksi, memantau ketersediaan stok secara real-time, serta menerapkan pembatasan hak akses pengguna. Pengembangan sistem ini menggunakan metode Prototype yang memungkinkan perancangan secara iteratif dan partisipatif bersama pengguna. Kontribusi utama penelitian ini adalah penyediaan infrastruktur POS digital dengan arsitektur Role-Based Access Control (RBAC) yang terbukti memperkuat efektivitas pengendalian internal UMKM. Hasil pengujian alfa melalui metode black-box testing menunjukkan seluruh fungsionalitas sistem telah berjalan valid tanpa adanya galat. Selanjutnya, hasil evaluasi pengujian beta menggunakan metode User Acceptance Testing (UAT) menghasilkan indeks persentase kelayakan sebesar 93,33%. Kesimpulannya, Sistem Informasi POS berbasis web ini masuk ke dalam kategori sangat baik dan sepenuhnya layak diimplementasikan untuk menggantikan sistem manual. Aplikasi ini secara efektif menekan kesalahan manusia, menjaga integritas data persediaan, dan mempercepat pelayanan transaksi di UMKM Toko Barang Lapak.
#Berbasis Web
#Point of Sales
#Prototype
#Sistem Informasi
|
Skripsi (S1)
Sistem Informasi (S1)
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
|
|
PENGARUH PROMOSI, KUALITAS PRODUK DAN HARGA TERHADAP MINAT BELI (Studi Kasus pada Dealer Honda Daya Motor Tambun)
Penulis: Jihan Ghina Nur Azizah, Dr. Andrian, S.E., M.M. |
2026
Industri sepeda motor di Indonesia terus berkembang seiring meningkatnya permintaan masyarakat akan kendaraan pribadi. Honda mendominasi pasar nasional dengan pangsa lebih dari 70%, termasuk melalui Dealer Honda Daya Motor Tambun di Bekasi. Namun, dealer ini menghadapi penjualan yang fluktuatif sehingga perlu dikaji lebih lanjut. Penelitian ini bertujuan mengkaji pengaruh promosi, kualitas produk, dan harga terhadap minat beli konsumen sepeda motor Honda pada Dealer Honda Daya Motor Tambun, baik secara parsial maupun simultan. Pendekatan kuantitatif digunakan dengan melibatkan 100 responden yang dipilih melalui purposive sampling. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan regresi linear berganda dengan bantuan SPSS. Hasil penelitian menunjukkan bahwa promosi, kualitas produk, dan harga masing-masing berpengaruh positif dan signifikan terhadap minat beli, dengan harga sebagai faktor paling dominan. Secara simultan, ketiga variabel berpengaruh signifikan dan menjelaskan 40,8% variasi minat beli. Temuan ini mengindikasikan bahwa konsumen mengutamakan daya saing harga, sehingga dealer perlu menetapkan harga yang kompetitif sekaligus mempertahankan kualitas produk dan efektivitas promosi untuk mendorong minat beli.
#Promosi
#Kualitas Produk
#Harga
#Minat Beli
|
Skripsi (S1)
Manajemen (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
|
|
NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK
Penulis: Alif Haikal, JAFAR SHADIQ, S.Kom., M.Kom. |
2026
PT. Rafay Anugrah Logistik mengandalkan WhatsApp untuk koordinasi pesanan armada harian, namun proses pemindahan pesanan multi-unit ke Excel serta pencocokan pesan susulan dengan pesanan induknya masih dilakukan secara manual, sehingga rawan penumpukan pekerjaan dan kesalahan seiring meningkatnya volume pesanan. Penelitian ini mengusulkan pipeline Deep Learning hibrida menggunakan dua model fine-tuning IndoBERT untuk mengotomasi kedua proses tersebut. Model pertama, berbasis Indobert-Base-Uncased, menerapkan Named Entity Recognition (NER) untuk mengekstraksi sembilan atribut inti pesanan dari teks WhatsApp mentah menggunakan skema anotasi BIO. Model kedua, berbasis IndoBERT-Base-p2, menerapkan Sequence-Pair Classification untuk menentukan apakah pesan susulan cocok dengan pesanan induk yang telah tersimpan, didukung mekanisme rulebased post-processing untuk standarisasi output. Sistem dikembangkan menggunakan metodologi CRISP-DM dan diimplementasikan sebagai purwarupa web berbasis Streamlit. Pada data uji sebanyak 36 pesan yang disusun manual, model NER mencapai F1-Score ratarata makro sebesar 99,4%, sedangkan model Sequence-Pair Classification mencapai F1-Score makro sebesar 97,2% (91,46% pada data validasi). Hasil ini menunjukkan bahwa pendekatan fine-tuning IndoBERT layak diterapkan untuk mengotomasi ekstraksi dan rekonsiliasi data pesanan logistik, meskipun temuan ini masih merupakan bukti kelayakan awal (proof of concept), bukan validasi pada skala operasional penuh.
#Ekstraksi Data Logistik
#Fine-tuning
#IndoBERT
#Named Entity Recognition
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PENGEMBANGAN WLAN MULTI-ACCESS POINT DAN SISTEM MONITORING PADA RS PELABUHAN JAKARTA
Penulis: M Rizki Lutfiansyah, JAFAR SHADIQ, S.Kom., M.Kom. |
2026
Jaringan WLAN di RS Pelabuhan Jakarta awalnya hanya menggunakan satu access point pada setiap lorong ruang rawat sehingga dikembangkan menjadi jaringan multi-access point untuk meningkatkan cakupan layanan. Namun, penerapan metode wireless mesh antar perangkat justru menyebabkan tingginya latensi dan koneksi jaringan menjadi tidak stabil. Penelitian ini bertujuan untuk mengembangkan arsitektur jaringan melalui penerapan wired backhaul dan konfigurasi bridge mode. Selain itu, dibangun sebuah dashboard monitoring berbasis web yang difokuskan secara spesifik untuk memantau status aktif (Up) atau matinya (Down) perangkat access point secara terpusat menggunakan metode ICMP (ping). Pengembangan sistem ini menggunakan metode Network Development Life Cycle (NDLC) yang meliputi tahap analisis, desain, simulasi, dan implementasi, dengan parameter pengujian performa berupa packet loss dan latensi. Hasil penelitian menunjukkan bahwa penerapan wired backhaul mampu meningkatkan stabilitas jaringan secara kuantitatif, dibuktikan dengan hilangnya Request Timed Out (RTO), tercapainya packet loss sebesar 0%, serta rata-rata waktu respons (latensi) yang stabil di angka 7 ms. Implementasi dashboard monitoring juga terbukti berfungsi dengan baik dalam memvisualisasikan status Up dan Down perangkat secara real-time tanpa membebani lalu lintas jaringan.
#ICMP
#monitoring jaringan
#multi-access point
#NDLC
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PERANCANGAN APLIKASI PENGELOLAAN TRANSAKSI BANK SAMPAH BERBASIS WEBSITE PADA RW 09 KELURAHAN KRANJI
Penulis: Fazril Mantovani, Jafar Shadiq, S.Kom., M.Kom. |
2026
Pengelolaan Bank Sampah Hijau Berkah selama ini masih berjalan secara manual menggunakan buku fisik, sehingga rentan terhadap kesalahan pencatatan, kehilangan arsip, dan celah manipulasi data timbangan yang berujung pada turunnya kepercayaan warga. Penelitian ini bertujuan merancang dan membangun sistem informasi bank sampah berbasis website untuk mengotomatisasi proses administrasi sekaligus menghadirkan keterbukaan informasi bagi nasabah. Sistem dikembangkan dengan metode prototyping melalui tahapan observasi lapangan, wawancara, dan studi pustaka, lalu dibangun menggunakan Laravel, Next.js, MySQL, serta dijalankan pada Virtual Private Server (VPS) Ubuntu Server LTS. Temuan utama penelitian ini adalah keberhasilan mengintegrasikan validasi timbangan berbasis IoT ke dalam sistem, sehingga data berat sampah tercatat secara otomatis tanpa campur tangan manual. Sistem yang dihasilkan mencakup fitur registrasi nasabah, pencatatan transaksi setor sampah, pengelolaan saldo tabungan, antrian digital, konversi sampah ke emas, hingga cetak laporan PDF dengan pembagian hak akses tiga peran utama yaitu Admin, Petugas, dan Nasabah. Pengujian Black Box Testing membuktikan seluruh fungsi berjalan tanpa kendala berarti, dan User Acceptance Testing (UAT) dari 36 responden menghasilkan skor 85,65% berkategori sangat baik, sehingga sistem ini dinilai layak dan siap digunakan secara penuh dalam mendukung operasional bank sampah tingkat RW.
#Bank Sampah
#IoT
#Metode Prototyping
#Sistem Informasi
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|