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 |
|---|---|---|
PENERAPAN CHATBOT BERBASIS NATURAL LANGUAGE PROCESSING (NLP) UNTUK LAYANAN INFORMASI SPMB DI SMPS PLUS FAJAR SENTOSA
Penulis: Ahmad Gusnaedi, NADYA SAFITRI, S.T., M.Kom. |
2026
Sistem Penerimaan Murid Baru (SPMB) di SMPS Plus Fajar Sentosa masih menghadapi keterlambatan respons karena layanan informasi bergantung pada panitia yang juga bertugas sebagai guru, serta belum adanya standar jawaban yang menyebabkan informasi kurang konsisten. Penelitian ini bertujuan merancang dan mengembangkan chatbot berbasis Natural Language Processing (NLP) dengan metode Naive Bayes untuk memberikan informasi SPMB secara cepat, tepat, dan seragam melalui website dan WhatsApp. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) yang meliputi requirements planning, user design, construction, dan cutover, sedangkan pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Pertanyaan pengguna diproses melalui tahapan preprocessing teks dan diklasifikasikan menggunakan Naive Bayes untuk menentukan jawaban sesuai kategori informasi. Hasil pengujian fungsional menunjukkan bahwa fitur-fitur sistem berjalan sesuai dengan skenario yang dirancang. Pengujian User Acceptance Testing (UAT) terhadap 28 responden yang terdiri atas 26 pengguna dan 2 admin memperoleh nilai keseluruhan sebesar 87,24% dari pengguna dan 95,00% dari admin, yang keduanya berada pada kategori sangat setuju. Hasil tersebut menunjukkan bahwa chatbot mampu membantu mempercepat layanan informasi, meningkatkan konsistensi jawaban, serta memudahkan admin dalam mengelola informasi SPMB. Dengan demikian, sistem yang dikembangkan layak digunakan sebagai media layanan informasi SPMB di SMPS Plus Fajar Sentosa.
#Chatbot
#Natural Language Processing
#Naive Bayes
#SPMB
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM PAKAR DETEKSI DINI STUNTING MENGGUNAKAN METODE NAIVE BAYES DI RUMAH SAKIT ASSALAM CIBINONG
Penulis: Hanif Luqmanul Hakim, RIKA APRIANI, S.Kom., M.Kom. |
2026
Hanif Luqmanul Hakim (2022310035) Sistem Pakar Deteksi Dini Stunting Menggunakan Metode Naive Bayes di Rumah Sakit Assalam Cibinong Stunting merupakan masalah gizi kronis yang menjadi prioritas nasional di Indonesia, namun proses deteksi dini di Rumah Sakit Assalam Cibinong masih dilakukan secara manual sehingga waktu pelayanan tenaga kesehatan menjadi lambat dan orang tua pasien tidak memiliki sarana mandiri untuk memantau pertumbuhan anak. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web yang dapat mempercepat deteksi dini stunting pada anak usia 0-60 bulan bagi tenaga kesehatan sekaligus memberikan akses pemantauan mandiri bagi orang tua pasien. Sistem dikembangkan dengan model Prototype menggunakan bahasa PHP dan mengadopsi pendekatan hybrid, yaitu algoritma Naive Bayes untuk indeks PB/TB-U serta Rule Based System untuk indeks BB/U dan BB/PB-TB sesuai standar Permenkes RI Nomor 2 Tahun 2020 dengan dataset 378 catatan rekam medis tervalidasi. Pengujian dilakukan melalui Black Box Testing, 10-Fold Cross Validation, dan User Acceptance Testing. Hasil menunjukkan akurasi Naive Bayes 76,72% (76,18% pada 10-Fold CV), konsistensi Rule Based System 100%, dan UAT memperoleh persentase kelayakan 96,5% (kategori Sangat Baik). Sistem terbukti dapat mempersingkat proses penilaian status gizi anak oleh tenaga kesehatan sekaligus memberikan akses skrining mandiri bagi orang tua pasien.
#Sistem Pakar
#Deteksi Dini Stunting
#Naive Bayes
#Rule Based System
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
Perancangan Sistem Monitoring Ketinggian Air Sungai Berbasis IoT dan Firebase untuk Peringatan Dini Banjir
Penulis: Sharan Roshan Kalia, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Banjir merupakan permasalahan utama di Perumahan Fontana Lake akibat meluapnya air sungai. Pemantauan ketinggian air yang saat ini dilakukan secara manual dinilai tidak efektif, subjektif, dan terbatas, terutama pada malam hari saat warga beristirahat. Oleh karena itu, penelitian ini bertujuan merancang purwarupa sistem peringatan dini banjir berbasis Internet of Things (IoT) yang mampu beroperasi secara otomatis 24 jam dan memberikan informasi ketinggian air secara objektif dan terukur. Pengembangan perangkat lunak dan keras dalam sistem ini menggunakan metode Prototype yang meliputi tahapan komunikasi, perencanaan singkat, pemodelan, konstruksi purwarupa, serta penyerahan dan evaluasi umpan balik. Perangkat keras utama yang digunakan adalah mikrokontroler NodeMCU ESP32 sebagai pusat kendali dan pengelola komunikasi Wi-Fi, serta sensor ultrasonik tahan air JSN-SR04T yang dipasang untuk mengukur jarak ketinggian air. Sistem ini juga mengintegrasikan platform Blynk untuk pemrosesan data instan, Firebase Realtime Database sebagai media penyimpanan riwayat log pemantauan, dan aplikasi Android bernama “Monitoring Fontana Lake” yang dibuat menggunakan Kotlin di Android Studio sebagai antarmuka pemantauan pengguna. Berdasarkan hasil perancangan dan pengujian, sistem mampu mengklasifikasikan ketinggian air ke dalam tiga status peringatan melalui logika percabangan sederhana (If-Else), yaitu kondisi Aman (hijau) untuk ketinggian air ≤ 15 cm, Waspada (kuning) untuk rentang > 15 cm hingga 25 cm, dan Bahaya (merah) untuk ketinggian > 25 cm. Apabila status mencapai level Waspada atau Bahaya, mikrokontroler akan memicu layanan OneSignal untuk mengirimkan pesan notifikasi secara otomatis ke aplikasi pengguna, di mana status Bahaya akan secara khusus memicu suara alarm heads-up pada ponsel cerdas warga.
#Firebase
#Internet of Things
#Ketinggian Air
#NodeMCU ESP32
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
PENGARUH NET PROFIT MARGIN, CASH RATIO, DAN DEBT TO ASSET RATIO TERHADAP DIVIDEND PAYOUT RATIO (Studi Kasus pada Perusahaan Sektor Consumer Non-Cyclicals Periode 2020-2024)
Penulis: Christopher Dexon Lintang Bagaskara, NURUL KAMILA, S.E., M.M. |
2026
Pasar modal memiliki peran penting dalam mendukung pertumbuhan ekonomi nasional, baik sebagai sarana investasi maupun sumber pendanaan bagi perusahaan. Dalam hal ini, sektor consumer non-cyclicals menjadi salah satu sektor yang relatif stabil, namun tetap menghadapi dinamika kinerja keuangan yang memengaruhi kebijakan dividen perusahaan. Perubahan kondisi ekonomi serta strategi manajemen dalam mengelola keuangan dapat menimbulkan variasi dalam pembagian dividen kepada pemegang saham. Oleh karena itu, analisis terhadap faktor-faktor fundamental perusahaan menjadi penting dalam memahami kebijakan Dividend Payout Ratio. Penelitian ini bertujuan untuk menganalisis pengaruh Net Profit Margin (NPM), Cash Ratio (CR), dan Debt to Asset Ratio (DAR) terhadap Dividend Payout Ratio pada perusahaan sektor consumer non-cyclicals yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2020–2024. Metode yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan. Teknik purposive sampling digunakan dalam pemilihan sampel sehingga diperoleh 25 perusahaan dari total 132 populasi dengan jumlah observasi sebanyak 125 data. Analisis data dilakukan menggunakan regresi linear berganda, uji asumsi klasik, koefisien determinasi, serta uji statistik t dan uji F dengan bantuan perangkat lunak IBM SPSS Statistics 27. Hasil penelitian menunjukkan bahwa Net Profit Margin dan Cash Ratio tidak berpengaruh signifikan terhadap Dividend Payout Ratio, sedangkan Debt to Asset Ratio berpengaruh negatif dan signifikan. Secara simultan, ketiga variabel tersebut berpengaruh signifikan terhadap Dividend Payout Ratio pada perusahaan yang diteliti. Hasil penelitian ini mengindikasikan bahwa perusahaan perlu mengelola tingkat utang secara hati-hati untuk menjaga kemampuan dalam membagikan dividen dengan tetap menyeimbangkan profitabilitas, likuiditas, dan solvabilitas.
#Net Profit Margin
#Cash Ratio
#Debt to Asset Ratio
#Dividend Payout Ratio
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|
|
IMPLEMENTASI 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
|
|
PENGEMBANGAN SISTEM CHATBOT LAYANAN DI LAUNDRY ONDEL-ONDEL MENGGUNAKAN WHATSAPP DENGAN PENDEKATAN HYBRID ARTIFICIAL INTELLIGENCE
Penulis: Bimo Aria Putra Pratama, Dr. Ir. SALUDIN MUIS, M.Kom. |
2026
Pelayanan pelanggan pada Laundry Ondel-Ondel masih dilakukan secara manual melalui WhatsApp sehingga admin harus menjawab pertanyaan yang berulang mengenai harga layanan, jam operasional, status cucian, layanan antar-jemput, dan estimasi pengerjaan. Kondisi tersebut menyebabkan waktu respons menjadi lebih lama dan mengurangi efisiensi operasional. Penelitian ini bertujuan mengembangkan sistem chatbot layanan pelanggan berbasis WhatsApp dengan pendekatan Hybrid Artificial Intelligence untuk meningkatkan kualitas pelayanan dan efisiensi kerja. Metode pengembangan sistem yang digunakan adalah Evolutionary Prototype, sedangkan metode kecerdasan buatan yang diterapkan menggabungkan Rule-Based, Natural Language Processing (NLP), dan Generative AI (DeepSeek). Sistem dikembangkan menggunakan Node.js, WPPConnect, Supabase, serta dashboard berbasis web untuk mengelola data pelanggan dan pesanan laundry. Hasil penelitian menunjukkan bahwa sistem mampu memberikan informasi layanan secara otomatis, meliputi harga, jenis layanan, status pesanan, estimasi pengerjaan, dan layanan antar-jemput melalui WhatsApp. Berdasarkan pengujian Black Box Testing, seluruh fungsi utama sistem berjalan sesuai dengan kebutuhan. Uji coba terhadap 11 responden menunjukkan bahwa 8 responden menyatakan sangat setuju, 2 responden setuju, dan 1 responden cukup setuju bahwa sistem layak digunakan. Dengan demikian, sistem chatbot yang dikembangkan mampu meningkatkan kecepatan penyampaian informasi, mempermudah pelanggan memperoleh layanan, serta meningkatkan efisiensi operasional pada Laundry Ondel-Ondel.
#Chatbot
#Generative AI
#Hybrid Artificial Intelligence
#Laundry
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM SCREENING CURRICULUM VITAE BERBASIS SIMILARITY MATCHING MENGGUNAKAN MPNET EMBEDDING DAN COSINE SIMILARITY
Penulis: Fitri Shafirawati, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Proses screening Curriculum Vitae (CV) pada PT Bahagia Sukses Lestari masih dilakukan secara manual, sehingga memerlukan waktu lama, meningkatkan beban kerja HR, serta berpotensi menimbulkan bias subjektif. Berdasarkan hasil observasi, setiap pembukaan satu lowongan pekerjaan di PT Bahagia Sukses Lestari rata-rata menerima sekitar 60 CV, sedangkan proses rekrutmen hanya ditangani oleh dua staf HR. Dari total lamaran tersebut, hanya sekitar 20 lamaran yang benar-benar sesuai dengan kriteria awal pada tahap screening. Penelitian ini bertujuan untuk mengembangkan sistem screening CV berbasis web menggunakan pendekatan semantic similarity. Pengembangan sistem dilakukan menggunakan metode CRISP-DM, sedangkan proses pencocokan CV dengan lowongan pekerjaan menerapkan Natural Language Processing (NLP) menggunakan model MPNet untuk menghasilkan embedding dan cosine similarity untuk menghitung tingkat kesesuaian. Nilai similarity yang diperoleh kemudian diklasifikasikan menggunakan threshold 0.6 dengan kategori recommended untuk nilai ≥ 0.6 dan not recommended untuk nilai < 0.6. Hasil pengujian dilakukan menggunakan 35 dokumen CV yang masing-masing diuji terhadap dua lowongan pekerjaan berbeda sehingga menghasilkan total 70 proses screening yang menunjukkan nilai kemiripan berkisar antara 0.26 hingga 0.81, dengan 22 CV termasuk kategori recommended dan 48 not recommended. Sistem mampu melakukan proses screening CV secara otomatis dengan waktu rata-rata kurang dari 1 menit untuk setiap proses seleksi. Evaluasi model menghasilkan accuracy sebesar 97%, precision 91%, recall 100%, dan F1-score 95%, yang menunjukkan kemampuan sistem dalam mengidentifikasi kandidat yang relevan. Kesimpulannya, sistem berbasis embedding MPNet dan cosine similarity terbukti mampu meningkatkan efisiensi serta objektivitas proses screening CV dan menghasilkan rekomendasi kandidat secara konsisten.
#Curriculum Vitae Screening
#Cosine Similarity
#Natural Language Processing
#Semantic Similarity
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM MONITORING TINGKAT KEBISINGAN DI KELAS MENGGUNAKAN SENSOR SUARA MAX-4466 BERBASIS NODEMCU ESP8266 DENGAN METODE PROTOTYPE
Penulis: Yayuk Sri Rahayu, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Kebisingan di dalam kelas dapat memengaruhi konsentrasi dan kenyamanan dalam proses pembelajaran. Kurangnya sistem pemantauan tingkat kebisingan secara real-time menyebabkan guru kesulitan dalam mengontrol kondisi kelas secara objektif. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring tingkat kebisingan di kelas menggunakan sensor suara MAX-4466 berbasis Nodemcu ESP8266 dengan metode Prototype. Metode Prototype digunakan melalui tahapan analisis kebutuhan, perancangan sistem, pembuatan prototype, pengujian, dan evaluasi. Sensor suara MAX-4466 digunakan untuk mendeteksi intensitas suara di dalam kelas, kemudian data diproses oleh mikrokontroler Nodemcu ESP8266 dan ditampilkan melalui indikator sebagai informasi tingkat kebisingan. Sistem dirancang untuk memberikan peringatan ketika tingkat kebisingan melebihi ambang batas yang telah ditentukan. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi perubahan intensitas suara dan memberikan respons sesuai dengan ambang batas kebisingan yang ditetapkan. Dengan adanya sistem ini, monitoring kebisingan di kelas dapat dilakukan secara lebih objektif dan membantu menciptakan lingkungan belajar yang lebih kondusif serta nyaman.
#metode prototype
#monitoring kebisingan
#nodemcu ESP8266
#sensor suara MAX-4466
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
Rana Rahmadania
Penulis: Rana Rahmadania, DADE NURDINIAH, S.E., M.Ak., Ak. |
2026
Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh Intellectual Capital terhadap Nilai Perusahaan pada perusahaan manufaktur sub-sektor otomotif dan komponen yang terdaftar di Bursa Efek Indonesia (BEI) periode 2021–2025. Intellectual Capital dalam penelitian ini diukur menggunakan metode Value Added Intellectual Coefficient (VAICTM) yang terdiri dari tiga komponen utama, yaitu: Value Added Capital Employed (VACA), Value Added Human Capital (VAHU), dan Structural Capital Value Added (STVA). Sedangkan Nilai Perusahaan diproyeksikan dengan Price to Book Value (PBV). Metode penelitian yang digunakan adalah metode kuantitatif dengan data sekunder yang diperoleh dari laporan keuangan tahunan yang diperoleh melalui situs resmi BEI. Teknik pengambilan sampel menggunakan purposive sampling sehingga diperoleh 14 perusahaan sebagai sampel penelitian. Dengan menggunakan Resource-Based Theory (RBT) sebagai kerangka teoretis, penelitian ini menerapkan pendekatan kuantitatif dengan metode analisis regresi linier berganda. Hasil penelitian menunjukkan bahwa VACA, VAHU, dan STVA secara simultan berpengaruh terhadap nilai perusahaan. Secara parsial, efisiensi modal fisik dan finansial (VACA) memberikan sinyal positif bagi pasar, sehingga mampu meningkatkan apresiasi investor. Sementara itu, pengelolaan sumber daya manusia (VAHU) tidak berpengaruh terhadap nilai perusahaan. Sedangkan, modal struktural (STVA) berperan sebagai infrastruktur pendukung yang menjembatani efisiensi internal menjadi nilai pasar yang stabil di tengah era transformasi kendaraan listrik (electric vehicle). Manajemen perusahaan disarankan untuk menjaga keseimbangan antara pengeluaran infrastruktur fisik dan pengembangan modal manusia guna mempertahankan kepercayaan pasar secara berkelanjutan.
#Intellectual Capital
#VACA
#VAHU
#STVA
|
Skripsi (S1)
Akuntansi (S1)
Restricted Fulltext PDF
|
|
SISTEM INFORMASI AKADEMIK SISWA BERBASIS WEBSITE MENGGUNAKAN METODE PROTOTYPE PADA SMK PGRI RAWALUMBU
Penulis: Azizah Rahmawati, SUMARDIONO, S.Kom., M.Kom. |
2026
Salah satu proses penting dalam pendidikan yang sering digunakan adalah layanan pengawasan dan pencatatan akademik di SMK PGRI Rawalumbu. Hasil penelitian menunjukkan bahwa saat ini, pencatatan nilai dan kehadiran siswa masih menggunakan cara semi terkomputerisasi, yaitu dengan buku atau file terpisah dan belum tergabung ke dalam suatu sistem yang sama. Kondisi tersebut menyebabkan terjadinya kesalahan dalam mengumpulkan data, adanya data yang berulang, serta waktu yang lama untuk mencari. Tujuan penelitian ini adalah untuk mengetahui permasalahan yang terjadi dalam pengelolaan data akademik di SMK PGRI Rawalumbu serta membuat dan mengembangkan agar data bisa lebih teratur dan terintegritasi. Penelitian ini menggunakan penekatan pengembangkan sistem dengan metode prototype. Proses kerja yang sedang berlangsung dianalisis, dilakukan wawancara dengan pihak sekolah. Hasilnya menunjukkan bawah penyebab utama ketidak fleksibilitas pelayanan akademik adalah tidak adanya sistem.
#Akademik
#Sistem Infromasi
#Metode Prototype
#Absensi
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|
|
PERANCANGAN SISTEM INFORMASI PENGOLAHAN NILAI DI SDIT AL IZZAH PEKAYON MENGGUNAKAN METODE AGILE DEVELOPMENT
Penulis: Tiya Aulia silmi, MARDI YUDHI PUTRA, S.T., M.Kom. |
2026
SDIT Al Izzah Pekayon adalah lembaga pendidikan dasar yang saat ini masih menerapkan pengelolaan data nilai secara konvensional menggunakan buku dan Microsoft Excel. Hal ini mengakibatkan berbagai kendala, seperti risiko kehilangan dan kerusakan data, dan kesulitan dalam pencarian arsip lama. Tujuan dari penelitian ini adalah untuk merancang dan mengembangkan sebuah Sistem Informasi Akademik berbasis web khusus pengolahan nilai yang dapat mengatasi permasalahan tersebut. Metode pengembangan sistem yang digunakan adalah Agile Development, yang dipilih karena kemampuannya dalam menyesuaikan diri dengan perubahan kebutuhan pengguna secara bertahap. Sistem dikembangkan menggunakan framework Next.js dengan database PostgreSQL. Dengan adanya rancangan sistem ini, diharapkan pengelolaan administrasi akademik di SDIT Al Izzah Pekayon dapat menjadi lebih efisien, akurat, aman dari risiko fisik, serta memudahkan akses informasi secara real-time.
#Sistem Informasi Akademik
#Pengolahan Nilai
#Website
#Agile Development
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|
|
Pengaruh Kinerja Keuangan, Struktur Modal dan Ukuran Perusahaan terhadap Nilai Perusahaan
Penulis: Alvina Nur Auliya, KADEK WISNU BHUANA,S.E., M.Ak., Ak., CSRS., CRP. |
2026
Penelitian ini bertujuan mengetahui dan menganalisis pengaruh kinerja keuangan, struktur modal dan ukuran perusahaan terhadap nilai perusahaan pada perusahaaan sektor perbankan yang terdaftar di Bursa Efek Indonesia periode 2023-2025. Penelitian ini menggunakan metode kuantitatif dengan data sekunder. Sampel pada penelitian ini ditentukan menggunakan teknik purposive sampling sehingga diperoleh 35 perusahaan dengan total 105 sampel. Analisis data dilakukan menggunakan regresi data panel dengan Software Eviews 13. Hasil penelitian menunjukkan bahwa kinerja keuangan yang diproksikan dengan Return on Equity (ROE) berpengaruh positif dan signifikan terhadap nilai perusahaan, struktur modal yang diproksikan dengan Capital Adequacy Ratio (CAR) berpengaruh positif dan signifikan terhadap nilai perusahaan, sedangkan ukuran perusahaan yang diproksikan dengan size berpengaruh negatif terhadap nilai perusahaan. Secara simultan, kinerja keuangan, struktur modal, dan ukuran perusahaan berpengaruh signifikan terhadap nilai perusahaan.
#Kinerja Keuangan
#Struktur Modal
#Ukuran Perusahaan
#Nilai Perusahaan
|
Skripsi (S1)
Akuntansi (S1)
Restricted Fulltext PDF
|
|
PENGARUH PENGALAMAN PELANGGAN, NILAI PELANGGAN DAN KEPERCAYAAN PELANGGAN TERHADAP LOYALITAS PENGGUNA GRABFOOD (Studi Kasus pada Masyarakat Rawalumbu)
Penulis: Sari Anggraeni, Dr. INDRA MUIS, S.S., M.M. |
2026
Penelitian ini dilatarbelakangi oleh meningkatnya penggunaan layanan pesan antar makanan berbasis aplikasi online food delivery (OFD) yang menyebabkan perusahaan perlu memperhatikan faktor-faktor yang dapat meningkatkan loyalitas pelanggan. Penelitian ini bertujuan untuk menganalisis pengaruh pengalaman pelanggan, nilai pelanggan, dan kepercayaan pelanggan terhadap loyalitas pengguna GrabFood pada masyarakat Rawalumbu. Metode penelitian yang digunakan adalah metode kuantitatif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada 100 responden pengguna GrabFood. Teknik analisis data menggunakan analisis regresi linear berganda dengan bantuan aplikasi SPSS 29 melalui uji validitas, reliabilitas, uji asumsi klasik, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa pengalaman pelanggan berpengaruh positif dan signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 3,914 dan signifikansi 0,000. Kepercayaan pelanggan juga berpengaruh positif dan signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 2,476 dan signifikansi 0,015. Sementara itu, nilai pelanggan berpengaruh positif tetapi tidak signifikan terhadap loyalitas pengguna GrabFood dengan nilai t sebesar 1,302 dan signifikansi 0,196. Secara simultan, pengalaman pelanggan, nilai pelanggan, dan kepercayaan pelanggan berpengaruh signifikan terhadap loyalitas pengguna GrabFood dengan nilai F sebesar 52,949 dan signifikansi 0,000. Nilai Adjusted R Square sebesar 0,612 menunjukkan bahwa 61,2% variasi loyalitas pengguna GrabFood dapat dijelaskan oleh ketiga variabel tersebut, sedangkan 38,8% dipengaruhi oleh faktor lain di luar penelitian. Dengan demikian, pengalaman pelanggan dan kepercayaan pelanggan menjadi faktor penting dalam meningkatkan loyalitas pengguna GrabFood.
#Pengalaman
#Nilai
#Kepercayaan
#Loyalitas
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|
|
PENGARUH RETURN ON INEVESTMENT (ROI), DEBT TO EQUITY RATIO (DER) DAN SALES GROWTH TERHADAP NILAI PERUSAHAAN (Studi Kasus Pada Perusahaan Manufaktur Sektor Industri Periode 2020 -2024)
Penulis: Halimah Tusoleha, NURUL KAMILA, S.E., M.M. |
2026
Penelitian ini bertujuan untuk menganalisis pengaruh Return on Investment (ROI), Debt to Equity Ratio (DER), dan Sales Growth terhadap Nilai Perusahaan pada perusahaan manufaktur sektor industri yang terdaftar di Bursa Efek Indonesia periode 2020–2024. Nilai perusahaan diukur menggunakan Price to Book Value (PBV). Penelitian ini dilatarbelakangi oleh kondisi sektor manufaktur Indonesia yang mengalami fluktuasi akibat ketidakpastian ekonomi global dan domestik, sehingga berdampak pada profitabilitas dan kepercayaan investor terhadap perusahaan. Metode penelitian yang digunakan adalah penelitian kuantitatif dengan pendekatan eksplanatif. Data yang digunakan merupakan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan. Teknik pengambilan sampel menggunakan purposive sampling dan diperoleh 28 perusahaan sebagai sampel penelitian dengan total 140 data pengamatan. Analisis data dilakukan menggunakan bantuan software SPSS melalui uji statistik deskriptif, uji asumsi klasik, analisis regresi linear berganda, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa secara parsial Return on Investment (ROI) berpengaruh negatif dan signifikan terhadap Nilai Perusahaan, Debt to Equity Ratio (DER) berpengaruh positif dan signifikan terhadap Nilai Perusahaan, sedangkan Sales Growth berpengaruh negatif dan signifikan terhadap Nilai Perusahaan. Secara simultan, ROI, DER, dan Sales Growth berpengaruh signifikan terhadap Nilai Perusahaan. Hasil penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi perusahaan dan investor dalam pengambilan keputusan yang berkaitan dengan pengelolaan keuangan dan investasi.
#Return on Investment
#Debt to Equity Ratio
#Sales Growth
#Nilai Perusahaan.
|
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
|
|
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
|
|
FAKTOR-FAKTOR YANG MEMENGARUHI REPURCHASE INTENTION PRODUK ERIGO DI SHOPEE (Studi Kasus Generasi Z di Bekasi Raya)
Penulis: Zulfa Safilah, KRISTIANA WIDIAWATI, S.Pd., M.M. |
2026
Industri fashion online Indonesia semakin kompetitif dengan hadirnya berbagai merek lokal dan internasional yang menuntut perusahaan untuk mempertahankan niat beli ulang pelanggan. Sebagai merek lokal yang memiliki jumlah pengikut besar di Shopee, Erigo tidak luput dari berbagai keluhan pelanggan terkait pengalaman berbelanja, nilai yang dirasakan, dan kepercayaan terhadap merek yang berpotensi memengaruhi repurchase intention. Penelitian ini bertujuan untuk menganalisis pengaruh customer experience, perceived value, dan brand trust terhadap repurchase intention. Penelitian ini menggunakan pendekatan kuantitatif dengan jumlah responden sebanyak 100 pelanggan produk Erigo di Shopee. Metode pengambilan sampel yang digunakan adalah non-probability sampling dengan teknik purposive sampling. Pengumpulan data dilakukan menggunakan kuesioner yang disebarkan melalui Google Form. Teknik analisis data menggunakan bantuan perangkat lunak SPSS versi 29. Berdasarkan hasil penelitian, variabel customer experience, perceived value, dan brand trust secara parsial berpengaruh positif dan signifikan terhadap repurchase intention. Secara simultan, seluruh variabel berpengaruh signifikan terhadap repurchase intention. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan ilmu manajemen pemasaran dan menjadi masukan bagi pelaku industri fashion online dalam menyusun strategi untuk meningkatkan repurchase intention melalui customer experience, perceived value, dan brand trust.
#pengalaman pelanggan
#nilai yang dirasakan
#kepercayaan merek
#niat beli ulang
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|
|
PERANCANGAN CHATBOT INFORMASI PPDB MENGGUNAKAN ALGORITMA MULTINOMIAL NAIVE BAYES DI TK DELIMA
Penulis: Ismail Hasan, ARI NURUL ALFIAN, S.Pd., M.Kom. |
2026
TK Delima belum memiliki website resmi sebagai media informasi Penerimaan Peserta Didik Baru (PPDB), sehingga penyampaian informasi dan penanganan pertanyaan dari wali calon peserta didik masih bergantung pada staf administrasi melalui komunikasi tatap muka, brosur, dan pesan WhatsApp. Penelitian ini bertujuan merancang dan membangun website informasi PPDB yang dilengkapi chatbot untuk membantu penyampaian informasi dan menangani pertanyaan berulang. Pembangunan sistem menerapkan metode Rapid Application Development (RAD). Untuk mengenali maksud pertanyaan pengguna dalam bahasa Indonesia tidak baku, chatbot menerapkan pendekatan Natural Language Processing (NLP) melalui tahapan text preprocessing dan algoritma Multinomial Naive Bayes sebagai metode klasifikasi intent. Algoritma tersebut dikombinasikan dengan teknik Laplace Smoothing untuk mengatasi permasalahan zero probability serta mekanisme confidence check untuk menangani masukan di luar domain chatbot. Sistem diimplementasikan secara native menggunakan bahasa pemrograman PHP, framework CodeIgniter 3, dan basis data MySQL tanpa menggunakan library machine learning eksternal. Pengujian menggunakan Confusion Matrix terhadap 40 kalimat uji menghasilkan nilai accuracy sebesar 92,50%, precision sebesar 93,24%, recall sebesar 92,50%, dan F1-Score sebesar 92,36%. Uji coba pengguna melalui kuesioner menghasilkan tingkat persetujuan sebesar 80,1% yang termasuk dalam kategori Setuju. Hasil penelitian menunjukkan bahwa algoritma Multinomial Naive Bayes berhasil mengklasifikasikan intent pertanyaan pengguna dengan tingkat akurasi 92,50% dan chatbot dapat membantu menyediakan informasi PPDB secara terprogram kepada wali calon peserta didik di luar jam operasional sekolah.
#Chatbot
#Klasifikasi Intent
#Multinomial Naive Bayes
#NLP
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
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
|
|
PENGARUH NON-PERFORMING LOAN, BOPO, DAN CAPITAL ADEQUACY RATIO TERHADAP PROFITABILITAS (Studi Kasus pada Perusahaan Perbankan yang Terdaftar di BEI Periode 2020–2024)
Penulis: Moch Rizki, TRIYOGO MOELYO ADHI, Drs., M.M. |
2026
Penelitian ini bertujuan untuk menganalisis pengaruh Non-Performing Loan (NPL), Biaya Operasional terhadap Pendapatan Operasional (BOPO), dan Capital Adequacy Ratio (CAR) terhadap profitabilitas yang diproksikan dengan Return on Assetss (ROA) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia periode 2020–2024. Penelitian ini menggunakan pendekatan kuantitatif dengan metode analisis regresi linier berganda. Data yang digunakan merupakan data sekunder yang diperoleh dari laporan keuangan tahunan perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Teknik pengambilan sampel menggunakan purposive sampling dan diperoleh sebanyak 21 perusahaan perbankan dengan total 105 data observasi. Analisis data dilakukan menggunakan IBM SPSS Statistics 27 melalui uji asumsi klasik, uji regresi linear berganda, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa Non-Performing Loan (NPL) berpengaruh negatif dan signifikan terhadap Return on Assets (ROA), BOPO berpengaruh negatif dan signifikan terhadap Return on Assets (ROA), sedangkan Capital Adequacy Ratio (CAR) berpengaruh positif dan signifikan terhadap Return on Assets (ROA). Secara simultan, NPL, BOPO, dan CAR berpengaruh signifikan terhadap profitabilitas perusahaan perbankan. Penelitian ini diharapkan dapat membantu perusahaan perbankan untuk meningkatkan profitabilitas, yaitu dengan mengelola risiko kredit secara lebih baik,meningkatkan efisiensi operasional, dan menjaga kecukupan modal.
#Non-Performing Loan
#BOPO
#Capital Adequacy Ratio
#Profitabilitas
|
Skripsi (S1)
Manajemen (S1)
Restricted Fulltext PDF
|
|
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
|