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 3 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
PERANCANGAN PROTOKOL KOMUNIKASI PROPERTI COSPLAY SECARA REAL TIME MENGGUNAKAN ESP-NOW
Penulis: Neirfin Arie Prasasti, SUMARDIONO, S.Kom., M.Kom. |
2026
Perkembangan teknologi Internet of Things (IoT) pada wearable device menuntut performa komunikasi data yang cepat dan stabil. Pada ekosistem properti cosplay di Awan Merah Studio, penggunaan protokol Wi-Fi standar sering mengalami kegagalan akibat wireless congestion dan interferensi sinyal 2.4 GHz di area konvensi yang padat. Hal inimengakibatkan high latency dan packet loss padagerakan animatronik dan efek visual kostum. Penelitian ini bertujuan untuk mengimplementasikan protokol ESP NOW sebagai solusi komunikasi Connectionless Peer-to-Peer guna meningkatkan responsivitas dan reliabilitas sistem tanpa ketergantungan pada infrastruktur router eksternal. Metode penelitian yang digunakan adalah eksperimen dengan model Prototyping yang mencakup tahap analisis kebutuhan, perancangan arsitektur jaringan, hingga pengujian iteratif. Hasil penelitian menunjukkan bahwa penggunaan ESP NOW mampu mereduksi latency hingga di bawah 10ms dan menjaga stabilitas koneksi pada kondisi trafik data tinggi. Implementasi ini memberikan solusi teknis bagi industri kreatif, khususnya Awan Merah Studio, dalam menciptakan properti panggung yang interaktif, profesional, dan tahan terhadap gangguan sinyal di lapangan.
#Cosplay
#ESP-NOW
#ESP32
#IoT (Internet of Things)
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
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
|
|
Sistem Pakar Identifikasi Minat Bakat dan Gaya Belajar Siswa Menggunakan Metode Forward Chaining Pada SMP Negeri 6 Babelan
Penulis: Nurul Aliyah, ARI NURUL ALFIAN, S.Pd., M.Kom. |
2026
Pemilihan jenjang pendidikan lanjutan merupakan langkah krusial bagi siswa Sekolah Menengah Pertama (SMP) dalam menentukan cara mengembangkan potensi diri mereka. Namun, proses untuk mengenali minat, bakat, dan gaya belajar siswa di SMP Negeri 6 Babelan masih dilakukan dengan cara manual, sehingga memakan waktu cukup lama dan belum bisa menjangkau seluruh siswa secara efektif. Di samping itu, kurangnya pemahaman mengenai potensi diri dapat membuat siswa dalam memilih pendidikan lanjutan lebih dipengaruhi oleh orangorang di sekitarnya atau fenomena rasa takut ketinggalan (FOMO). Tujuan penelitian ini adalah untuk membuat Sistem Pakar yang dapat mengenali minat, bakat, dan gaya belajar siswa melalui platform web dengan menggunakan metode Forward Chaining sebagai penggerak inferensi. Sistem ini dikembangkan dengan metode Rapid Application Development (RAD) dengan memanfaatkan pengetahuan yang didapat dari wawancara dengan Guru Bimbingan Konseling (BK) dan psikolog yang merupakan ahli di bidangnya. Data yang digunakan dalam proses identifikasi meliputi nilai pelajaran sebagai tanda minat, pilihan kegiatan sebagai tanda bakat, serta hasil pengisian mengenai gaya belajar yang dikelompokkan menjadi kategori Visual, Auditorial, dan Kinestetik. Hasil dari penelitian menunjukkan bahwa sistem ini mampu mendeteksi minat, bakat, dan gaya belajar siswa serta memberikan rekomendasi pendidikan lanjutan seperti SMA, SMK, atau MA berdasarkan aturan yang telah ditetapkan. Berdasarkan pengujian alfa, seluruh fungsi sistem dapat beroperasi sesuai dengan rencana. Sementara itu, pengujian beta yang dilakukan dengan kuesioner kepada Guru BK dan 20 siswa kelas VIII SMP Negeri 6 Babelan menunjukkan bahwa sistem ini mendapatkan umpan balik yang positif dan diterima oleh pengguna sebagai alat bantu dalam layanan Bimbingan dan Konseling.
#Bimbingan Konseling
#Forward Chaining
#Gaya Belajar
#Minat Bakat
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|