Katalog Program Studi: Teknik Informatika (S1)

Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.

Filter Abjad:

Semua Karya A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Filter Otomatis

Katalog Program Studi: Teknik Informatika (S1)

Menampilkan 21 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)

Detail Karya Ilmiah & Metadata	Tipe & Program Studi	Aksi Metadata
SISTEM MONITORING SUHU KULKAS DISPLAY BERBASIS INTERNET OF THINGS DENGAN METODE PROTOTYPE PADA METROPOLITAN MALL Penulis: Yuli dhea mujianti, RIKA APRIANI, S.Kom., M.Kom. \| 2026 Kulkas display di toko ritel sering mengalami masalah fluktuasi suhu yang tidak terpantau karena pengawasan masih dilakukan secara manual oleh petugas. Keterlambatan dalam mendeteksi perubahan suhu atau pintu yang tidak tertutup rapat dapat menyebabkan kerusakan pada produk makanan dan minuman. Kondisi tersebut menunjukkan pentingnya sistem monitoring yang mampu melakukan pengawasan secara real-time dan memberikan peringatan dini agar tindakan penanganan dapat segera dilakukan. Penelitian ini bertujuan merancang sistem monitoring suhu otomatis yang bekerja 24 jam menggunakan mikrokontroler ESP32 dan sensor suhu DS18B20. Alat ini juga dilengkapi sensor Magnetic Switch untuk mendeteksi status pintu kulkas. Sistem dirancang untuk membaca suhu setiap 5 menit. Jika suhu melebihi batas aman (di atas 8°C) atau pintu terbuka terlalu lama, alat akan mengaktifkan alarm buzzer dan mengirim notifikasi peringatan ke smartphone pengelola melalui aplikasi Telegram dan Blynk. Metode pengembangan menggunakan prototype, mulai dari perakitan alat hingga pengujian langsung pada unit kulkas. Pengujian dilakukan menggunakan metode black box testing untuk memastikan setiap fungsi sistem berjalan sesuai dengan rancangan. Hasil pengujian menunjukkan alat mampu memantau suhu secara real-time dan memberikan peringatan dini kepada pengelola, sehingga risiko kerusakan produk dapat diminimalkan tanpa perlu pengecekan fisik secara terus-menerus. Sistem yang dikembangkan diharapkan dapat membantu meningkatkan efektivitas proses monitoring suhu kulkas display di lingkungan ritel memberikan peringatan dini kepada peneglola, sehingga Risiko kerusakan produk dapat diminimalisirkan tanpa perlu pengecekkan fisik terus menerus. #Internet Of Things #prototype #Monitoring Suhu #Kulkas Display	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
SISTEM MONITORING DETEKSI RESIKО STUNTING BAGI BALITA DENGAN IOT PADA POSYANDU BOUGENVELLE Penulis: David Pakpahan, NADYA SAFITRI, S.T., M.Kom. \| 2026 David Pakpahan (2021310054) ABSTRAK Monitoring Deteksi Resiko Stunting Bagi Balita dengan Iot pada Posyandu Bougenvelle. Stunting merupakan kondisi gagal tumbuh dalam balita akibat kekurangan gizi kronis, yang dapat memengaruhi perkembangan fisik dan kognitif anak. Di Posyandu Bougenvelle, pelaksanaan program "Zero New Stunting" menghadapi berbagai kendala, seperti keterlambatan pencatatan data dan kurangnya standar pemberian asupan gizi. Penelitian ini merancang sistem berbasis Internet of Things (loT) untuk memonitoring dan pemberian rekomendasi asupan gizi balita yang berisiko stunting. Sistem terdiri dari perangkat keras berupa sensor tinggi badan (VL53L1X) dan berat badan (Load Cell serta modul HX711) yang terintegrasi dengan mikrokontroler ESP8266, serta sistem berbasis web yang menyimpan dan menimpilkan riwayat data pertumbuhan. Sistem ini juga menghitung Z index Score untuk klasifikasi status gizi dan mengirim rekomendasi asupan protein melalui WhatsApp. Metode pengembangan yang digunakan adalah prototype, yang memungkinkan penyesuaian sistem secara iteratif berdasarkan kebutuhan pengguna. Hasil implementasi menunjukan bahwa sistem dapat membantu meningkatkan akurasi data dan mempermudah proses evaluasi serta pemantauan pertumuhan balita oleh tenaga Kesehatan dan Orang tua. #Stunting #IoT #Z index Score #Posyandu	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
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	Metadata Buka OJS
SISTEM DETEKSI PENYAKIT GIGI MENGGUNAKAN ALGORITMA YOLOv8 DAN RESNET-18 PADA KLINK GIGI HAI DENT Penulis: Bagas Aditya, RULLY PRAMUDITA, S.T., M.Kom. \| 2026 Penyakit gigi dan mulut merupakan masalah kesehatan dengan prevalensi tinggi, di mana pasien seringkali mengirimkan foto rongga mulut dengan kualitas kurang baik saat konsultasi daring sehingga menyulitkan diagnosis dokter. Penelitian ini bertujuan untuk mengembangkan sistem skrining awal klinis berbasis web menggunakan pendekatan deep learning dengan arsitektur two-stage (YOLOv8 dan ResNet-18). YOLOv8 digunakan untuk melokalisasi dan memotong area gigi bermasalah (Region of Interest) guna menghilangkan gangguan visual latar belakang, yang kemudian diproses dan diklasifikasikan oleh ResNet-18 ke dalam 7 kelas (Karies, Calculus, Gingivitis, Mouth Ulcer, Tooth Discoloration, Hipodontia, dan Sehat). Sistem ini juga mengimplementasikan Grad-CAM sebagai Explainable AI (XAI) untuk memvisualisasikan area prediksi penyakit secara transparan. Menggunakan metodologi CRISP-DM, model dilatih dengan 11.957 data citra klinis. Hasil evaluasi menunjukkan bahwa YOLOv8 mencapai nilai mAP@50 sebesar 88,17%. Sementara itu, ResNet-18 mencetak tingkat akurasi sebesar 92,25% dan F1-Score 92,37%. Pengujian performa sistem dengan membandingkan prediksi AI dan diagnosis pakar (dokter gigi) pada data baru memperoleh tingkat kesesuaian sebesar 83,33%. Kesimpulannya, integrasi YOLOv8 dan ResNet-18 berhasil memberikan hasil skrining awal yang akurat, meringankan beban kerja administratif klinik, serta mempermudah pasien dalam melakukan deteksi gejala gigi secara mandiri. #Deep Learning #Deteksi Penyakit Gigi #ResNet-18 #Web	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE Penulis: David Octavyanto, SUMARDIONO, S.Kom., M.Kom. \| 2026 Jumlah pengunjung wisata di Hutan Wisata Bunihayu berubah setiap periode, sehingga membuat pihak pengelola kesulitan memperkirakan jumlah pengunjung pada periode berikutnya. Selain itu, data kunjungan masih dikelola dengan menggunakan spreadsheet, sehingga belum dimanfaatkan secara maksimal sebagai dasar untuk melakukan prediksi. Penelitian ini bertujuan untuk merancang dan membuat sistem prediksi jumlah pengunjung wisata berbasis web dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) agar dapat membantu dalam perencanaan kegiatan operasional serta pengambilan keputusan. Metode penelitian yang digunakan adalah metode prototyping, yang mencakup analisis kebutuhan, desain prototype, proses pengodean, uji coba, dan evaluasi sistem. Data yang digunakan adalah catatan jumlah pengunjung wisatawan ke Hutan Wisata Bunihayu selama periode Januari 2024 sampai Desember 2025. Sistem ini dibuat menggunakan framework Laravel dan model SARIMA, sedangkan proses pengujian dilakukan dengan metode Black Box Testing dan User Acceptance Testing (UAT). Penelitian ini menunjukkan bahwa sistem prediksi berbasis web telah berhasil dibuat dan mampu memberikan perkiraan jumlah kunjungan wisatawan berdasarkan data sebelumnya. Model SARIMA mendapatkan tingkat kesalahan rata-rata absolut persentase (MAPE) sebesar 38,77%, yang menunjukkan akurasi prediksi cukup baik. Sistem ini juga bisa menampilkan hasil prediksi berupa tabel, grafik, dan informasi evaluasi model untuk membantu perencanaan operasional dan pengambilan keputusan oleh pihak manajemen Hutan Wisata Bunihayu. #Laravel #Prediksi Kunjungan Wisatawan #Prototype #SARIMA	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
SISTEM MONITORING INFUS BERBASIS INTERNET OF THINGS UNTUK DETEKSI VOLUME DAN LAJU TETESAN INFUS Penulis: TYNTON PRIMA KUSUMA WARDHANA, RIKA APRIANI, S.Kom., M.Kom. \| 2026 Monitoring infus merupakan kegiatan penting dalam pelayanan kesehatan untuk memastikan kebutuhan cairan pasien terpenuhi dengan baik. Namun, proses pemantauan yang masih dilakukan secara manual berpotensi menyebabkan keterlambatan dalam mengetahui kondisi cairan infus yang hampir habis maupun gangguan aliran infus. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring infus berbasis Internet of Things yang mampu mendeteksi volume cairan dan laju tetesan infus secara real-time. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) yang terdiri atas tahapan Requirement Planning, User Design, Construction, dan Cutover. Sistem dikembangkan menggunakan mikrokontroler ESP32, sensor load cell yang terintegrasi dengan modul HX711 untuk mengukur volume cairan infus, sensor inframerah (optocoupler) untuk mendeteksi laju tetesan, OLED sebagai media tampilan lokal, serta dashboard berbasis web untuk monitoring dan notifikasi. Hasil penelitian menunjukkan bahwa berdasarkan Black Box Testing, baik pada kondisi ideal maupun non-ideal, seluruh fungsi sistem berhasil berjalan sesuai dengan kebutuhan yang telah dirancang. Sementara itu, hasil Beta Testing yang melibatkan 45 tenaga kesehatan di Rumah Sakit Bhakti Kartini Bekasi memperoleh tingkat penerimaan sebesar 80,1% dengan kategori Sangat Setuju, yang menunjukkan bahwa sistem mudah digunakan, membantu proses monitoring pasien, dan layak diterapkan sebagai alat bantu monitoring infus, meskipun tampilan LCD OLED masih memerlukan perbaikan agar informasi dapat disajikan lebih jelas. Dengan demikian, sistem yang dikembangkan mampu membantu tenaga kesehatan dalam memantau kondisi infus secara lebih efektif, responsif, dan real-time. #ESP32 #Internet of Things #Load Cell #Monitoring Infus	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PAKAR PENENTUAN JURUSAN MENGGUNAKAN FORWARD CHAINING DAN CERTAINTY FACTOR DI SMK BINA INDUSTRI Penulis: ELSA KUSUMA, Dr. Ir. SALUDIN MUIS, M.Kom. \| 2026 Elsa Kusuma (2022310025) Sistem Pakar Penentuan Jurusan Menggunakan Forward Chaining dan Certainty Factor di SMK Bina Industri Proses penentuan jurusan siswa baru di SMK Bina Industri Cikarang masih dilaksanakan secara manual melalui wawancara singkat dan pengisian angket minat yang dinilai secara subjektif oleh guru bimbingan dan konseling. Kondisi ini menyebabkan proses penentuan jurusan berlangsung lama, tidak konsisten antarsiswa, dan berpotensi menghasilkan rekomendasi yang kurang tepat karena tidak mempertimbangkan profil kemampuan akademik, minat, serta bakat siswa secara komprehensif dan terpadu. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar berbasis web yang mampu memberikan rekomendasi jurusan secara otomatis, objektif, dan terukur terhadap empat program keahlian yang tersedia di SMK Bina Industri Cikarang, yaitu Teknik dan Bisnis Sepeda Motor, Teknik Elektronika Industri, Manajemen Perkantoran dan Layanan Bisnis serta Manajemen Logistik. Metode inferensi yang digunakan adalah Forward Chaining, yang bekerja dengan menelusuri fakta masukan data siswa secara maju untuk menghasilkan rekomendasi jurusan. Penanganan ketidakpastian penilaian dilakukan menggunakan metode Certainty Factor berdasarkan standar nilai CF dengan rentang 0,0 hingga 1,0, sehingga setiap rekomendasi yang dihasilkan disertai derajat keyakinan yang dapat diukur secara kuantitatif. Basis pengetahuan sistem disusun berdasarkan hasil wawancara dengan guru bimbingan dan konseling selaku pakar domain di SMK Bina Industri Cikarang. Sistem dikembangkan menggunakan model Rapid Application Development (RAD) dengan teknologi Next.js dan PostgreSQL, serta diuji menggunakan metode black box testing. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan mampu memberikan rekomendasi jurusan secara otomatis, konsisten, dan disertai nilai keyakinan terukur, sehingga dapat membantu guru bimbingan dan konseling dalam mengambil keputusan penentuan jurusan yang lebih objektif dan terstandarisasi. #Certainty Factor #Forward Chaining #Penentuan Jurusan #SMK Bina Industri	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PAKAR IDENTIFIKASI TINGKAT STRES AKADEMIK SISWA KELAS XII SMK BINA INDUSTRI MENGGUNAKAN CERTAINTY FACTOR Penulis: Rivan Dwi Ferdiansyah, SUMARDIONO,S.KOM.,M.KOM \| 2026 Stres akademik merupakan kondisi yang sering dialami siswa akibat tuntutan akademik yang tinggi. Siswa kelas XII SMK memiliki risiko mengalami stres akademik karena harus menghadapi ujian akhir, tugas sekolah, praktik kerja lapangan, serta persiapan memasuki dunia kerja maupun pendidikan tinggi. Di SMK Bina Industri, proses identifikasi tingkat stres akademik masih dilakukan secara manual melalui observasi dan konseling oleh guru Bimbingan dan Konseling (BK), sehingga memerlukan waktu yang cukup lama dan bersifat subjektif. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang dapat membantu mengidentifikasi tingkat stres akademik siswa secara lebih cepat, sistematis, dan objektif menggunakan metode Certainty Factor (CF). Metode pengembangan sistem yang digunakan adalah Prototype dengan tahapan communication, quick plan, modeling quick design, construction of prototype, serta deployment delivery and feedback. Basis pengetahuan sistem diperoleh melalui observasi, wawancara dengan guru BK dan pakar psikologi, serta studi pustaka. Sistem menggunakan 22 gejala stres akademik yang dikelompokkan ke dalam tiga kategori tingkat stres, yaitu rendah, sedang, dan tinggi. Metode Certainty Factor digunakan untuk menghitung tingkat keyakinan hasil identifikasi berdasarkan kombinasi nilai keyakinan pengguna dan nilai keyakinan pakar. Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi tingkat stres akademik siswa dan berjalan sesuai kebutuhan berdasarkan pengujian Black Box. Pengujian beta yang melibatkan 67 siswa memperoleh nilai indeks pada rentang 87,16%–89,40% dengan kategori sangat baik. Dengan demikian, sistem yang dikembangkan dapat membantu guru BK dalam melakukan identifikasi awal dan monitoring tingkat stres akademik siswa secara lebih efektif. #Certainty Factor #Identifikasi #Sistem Pakar #Stres Akademik	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
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	Metadata Buka OJS
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	Metadata
SISTEM PAKAR ANALISIS RISIKO KESELAMATAN KERJA BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR Penulis: Khansa Danish Aqeela, RIKA APRIANI, S.Kom., M.Kom. \| 2026 Keselamatan kerja merupakan aspek penting dalam kegiatan fabrikasi karena berbagai aktivitas kerja memiliki potensi bahaya yang dapat menyebabkan kecelakaan kerja. Proses identifikasi dan analisis risiko yang ada di PT Binder Indonesia masih dilakukan secara manual, sering kali memerlukan waktu yang cukup lama serta bergantung pada ketersediaan pakar K3. Kondisi tersebut dapat menyebabkan keterlambatan dalam pengambilan tindakan pengendalian risiko. Penelitian ini bertujuan untuk membangun sistem pakar berbasis web yang dapat membantu proses analisis risiko keselamatan kerja pada area fabrikasi PT Binder Indonesia. Metode Forward Chaining digunakan untuk mengidentifikasi risiko berdasarkan aktivitas kerja dan kondisi bahaya yang dipilih pengguna, sedangkan metode Certainty Factor digunakan untuk menghitung tingkat keyakinan terhadap risiko yang teridentifikasi. Hasil penelitian menunjukkan bahwa sistem mampu mengidentifikasi risiko keselamatan kerja dan memberikan tingkat keyakinan, kategori risiko, serta rekomendasi pengendalian sesuai kondisi yang dipilih pengguna. Berdasarkan hasil uji pengguna, sistem memperoleh nilai sebesar 85,5% yang termasuk dalam kategori sangat baik. Dengan demikian, sistem yang dikembangkan dapat digunakan sebagai alat bantu dalam proses analisis risiko keselamatan kerja secara lebih terstruktur dan membantu pengguna dalam memperoleh informasi risiko berdasarkan pengetahuan pakar yang telah diimplementasikan ke dalam sistem. #Analisis Risiko #Certainty Factor #Forward Chaining #Keselamatan Kerja	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PAKAR DIAGNOSA KERUSAKAN PADA PERANGKAT SMARTPHONE BERBASIS ANDROID MENGGUNAKAN METODE FORWARD CHAINING Penulis: Dhivan Asda Kurnianto, DWI ISMIYANA PUTRI, M.M.S.I. \| 2026 Meningkatnya penggunaan smartphone berbasis Android berdampak pada meningkatnya kebutuhan layanan perbaikan perangkat. Pada Konter Alfa Cell Randan Batu, proses diagnosis masih dilakukan secara manual berdasarkan pengalaman teknisi dan informasi gejala dari pengguna, sehingga membutuhkan waktu relatif lama dan berpotensi menimbulkan ketidakkonsistenan diagnosis. Penelitian ini bertujuan membangun sistem pakar untuk membantu diagnosis awal kerusakan smartphone Android secara lebih cepat, efisien, akurat, dan konsisten. Pengembangan sistem menggunakan metode Prototype, dengan pengumpulan data melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan berbasis web menggunakan PHP, MySQL, XAMPP, dan Bootstrap serta menerapkan metode Forward chaining sebagai mesin inferensi. Basis pengetahuan terdiri atas 37 gejala, 13 kategori kerusakan, 13 rekomendasi solusi, dan 13 aturan diagnosis menggunakan struktur IF–THEN dengan operator OR. Evaluasi terhadap 13 kasus menunjukkan seluruh hasil diagnosis sistem sesuai dengan validasi teknisi, sedangkan Black-box Testing menunjukkan seluruh fitur berjalan sesuai kebutuhan. Uji coba terhadap 30 responden memperoleh nilai rata-rata 4,41 dengan persentase 88,10% dan interpretasi sangat setuju. Dengan demikian, sistem dapat membantu diagnosis awal secara lebih terstruktur dan konsisten, mempercepat proses diagnosis, serta memberikan rekomendasi penanganan berdasarkan gejala yang dipilih. Hasil diagnosis tetap perlu dikonfirmasi oleh teknisi melalui pemeriksaan perangkat secara langsung. #Diagnosis Kerusakan #Forward chaining #Prototipe #Sistem Pakar	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
SISTEM PAKAR DIAGNOSIS HAMA DAN PENYAKIT TANAMAN PADI MENGGUNAKAN METODE TEOREMA BAYES PADA BPP CIBARUSAH Penulis: Rini Sukma Ayu, Dwi Ismiyana Putri, M.M.S.I \| 2026 Padi merupakan salah satu tanaman pangan utama di Indonesia dan memainkan peran penting dalam memenuhi kebutuhan pangan masyarakat. Namun, produksi padi rentan mengalami penurunan akibat serangan Organisme Pengganggu Tumbuhan (OPT) berupa hama dan penyakit yang menyerang tanaman padi. Di Balai Penyuluhan Pertanian (BPP) Kecamatan Cibarusah, jumlah Petugas Pengendali Organisme Pengganggu Tumbuhan (POPT) masih terbatas dibandingkan dengan luasnya wilayah kerja serta pengetahuan petani mengenai gejala dan penanganan OPT juga masih terbatas sehingga menyebabkan layanan konsultasi belum dapat menjangkau seluruh petani secara optimal. Penelitian ini bertujuan mengembangkan sistem pakar diagnosis OPT pada tanaman padi berbasis website menggunakan metode Teorema Bayes untuk membantu petani memperoleh diagnosis awal beserta rekomendasi penanganan. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah Rapid Application Development (RAD). Basis pengetahuan diperoleh melalui observasi, wawancara dengan pakar OPT di BPP Cibarusah, POPT Penyelia BBPOPT, serta studi pustaka. Pengujian sistem dilakukan melalui validasi pakar, Black Box Testing, dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa sistem pakar berhasil dikembangkan dan mampu memberikan diagnosis awal berdasarkan gejala yang dipilih pengguna. Hasil validasi menunjukkan tingkat kesesuaian diagnosis sistem terhadap diagnosis pakar mencapai 100%. Selain itu, hasil Black Box Testing memperoleh tingkat keberhasilan sebesar 96,88%, sedangkan User Acceptance Testing (UAT) memperoleh nilai kelayakan sebesar 82,16% dengan kategori sangat layak berdasarkan skala Likert. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan telah berfungsi sesuai kebutuhan serta dapat dimanfaatkan sebagai alat bantu diagnosis awal Organisme Pengganggu Tumbuhan (OPT) pada tanaman padi. #Diagnosis OPT #Sistem Pakar #Teorema Bayes #Tanaman Padi	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM DETEKSI PENYAKIT GIGI MENGGUNAKAN ALGORITMA YOLOv8 DAN RESNET-18 PADA KLINK GIGI HAI DENT Penulis: Bagas Aditya, RULLY PRAMUDITA, S.T., M.Kom. \| 2026 Penyakit gigi dan mulut merupakan masalah kesehatan dengan prevalensi tinggi, di mana pasien seringkali mengirimkan foto rongga mulut dengan kualitas kurang baik saat konsultasi daring sehingga menyulitkan diagnosis dokter. Penelitian ini bertujuan untuk mengembangkan sistem skrining awal klinis berbasis web menggunakan pendekatan deep learning dengan arsitektur two-stage (YOLOv8 dan ResNet-18). YOLOv8 digunakan untuk melokalisasi dan memotong area gigi bermasalah (Region of Interest) guna menghilangkan gangguan visual latar belakang, yang kemudian diproses dan diklasifikasikan oleh ResNet-18 ke dalam 7 kelas (Karies, Calculus, Gingivitis, Mouth Ulcer, Tooth Discoloration, Hipodontia, dan Sehat). Sistem ini juga mengimplementasikan Grad-CAM sebagai Explainable AI (XAI) untuk memvisualisasikan area prediksi penyakit secara transparan. Menggunakan metodologi CRISP-DM, model dilatih dengan 11.957 data citra klinis. Hasil evaluasi menunjukkan bahwa YOLOv8 mencapai nilai mAP@50 sebesar 88,17%. Sementara itu, ResNet-18 mencetak tingkat akurasi sebesar 92,25% dan F1-Score 92,37%. Pengujian performa sistem dengan membandingkan prediksi AI dan diagnosis pakar (dokter gigi) pada data baru memperoleh tingkat kesesuaian sebesar 83,33%. Kesimpulannya, integrasi YOLOv8 dan ResNet-18 berhasil memberikan hasil skrining awal yang akurat, meringankan beban kerja administratif klinik, serta mempermudah pasien dalam melakukan deteksi gejala gigi secara mandiri. #Deep Learning #Deteksi Penyakit Gigi #ResNet-18 #Web	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
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	Metadata Buka OJS
Sistem Pakar Diagnosa Tingkat Minat Baca Siswa Menggunakan Metode Certainty Factor Penulis: Ananda Bagus Saputra, MARDI YUDHI PUTRA, S.T., M.Kom. \| 2026 Ananda Bagus Saputra (2022310045) Sistem Pakar Pengaruh Media Sosial Terhadap Minat Baca Siswa SMK Bina Industri Menggunakan Metode Certainty Factor Tingginya intensitas penggunaan media sosial di kalangan siswa SMK Bina Industri Cikarang berdampak pada menurunnya minat baca, namun belum tersedia sistem yang dapat mengukur pengaruh tersebut secara terstruktur dan terukur. Penelitian ini bertujuan merancang dan membangun sistem pakar berbasis web yang mampu mengidentifikasi tingkat pengaruh penggunaan media sosial terhadap minat baca siswa menggunakan metode Certainty Factor (CF). Basis pengetahuan sistem diperoleh melalui wawancara dengan guru Bimbingan dan Konseling serta guru Bahasa Indonesia SMK Bina Industri sebagai pakar domain. Sistem dibangun menggunakan framework Next.js dengan TypeScript dan database PostgreSQL, serta mengimplementasikan 22 indikator dan 10 aturan produksi (production rules). Setiap gejala diberi bobot CF pakar, kemudian dikombinasikan dengan nilai CF user menggunakan rumus kombinasi CF secara iteratif. Hasil nilai CF akhir diinterpretasikan ke dalam lima kategori pengaruh: Tidak Berpengaruh, Berpengaruh Rendah, Berpengaruh Sedang, Berpengaruh Tinggi, dan Berpengaruh Sangat Tinggi. Validasi model menunjukkan tingkat kesesuaian 90% terhadap penilaian pakar pada 30 skenario uji. Pengujian alpha menunjukkan seluruh fungsi berjalan sesuai kebutuhan, dan pengujian beta memperoleh persentase kelayakan sebesar 89,78% dengan kategori Sangat Baik. #Sistem Pakar #Certainty Factor #Media Sosial #Minat Baca	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PAKAR DIAGNOSA KERUSAKAN DAN MAINTENANCE SCHEDULING ALAT BERAT BERBASIS CASE-BASED REASONING Penulis: Mayli Ayutiya Wulandari, Dr. Ir. SALUDIN MUIS, M.Kom. \| 2026 Proses diagnosis kerusakan alat berat pada PT. Sarinah Cahaya Sejahtera masih dilakukan secara manual dan bergantung pada pengalaman teknisi, sehingga berpotensi menimbulkan ketidakkonsistenan dalam menentukan jenis kerusakan dan solusi perbaikan. Selain itu, proses maintenance scheduling belum terintegrasi dengan proses diagnosis sehingga kegiatan perawatan alat berat masih dilakukan secara terpisah dan kurang optimal. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang mampu melakukan diagnosis kerusakan alat berat serta memberikan rekomendasi maintenance scheduling menggunakan metode Case-Based Reasoning (CBR). Metode yang digunakan dalam penelitian ini adalah metode Case-Based Reasoning dengan pendekatan similarity menggunakan metode Nearest Neighbor. Pengembangan sistem menggunakan model Prototype yang terdiri dari tahapan communication, quick design, build prototype, evaluation, dan refinement. Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka, kemudian diimplementasikan ke dalam basis pengetahuan yang terdiri dari data gejala, kerusakan, solusi, dan maintenance. Hasil penelitian menunjukkan bahwa sistem mampu melakukan diagnosis kerusakan alat berat berdasarkan gejala yang diinputkan pengguna serta menghasilkan rekomendasi maintenance scheduling sesuai hasil diagnosis. Berdasarkan pengujian akurasi menggunakan 10 data uji, sistem memperoleh tingkat akurasi sebesar 90%. Pengujian usability menggunakan metode System Usability Scale (SUS) memperoleh skor rata-rata sebesar 81,5 dengan kategori Excellent, sedangkan pengujian Black Box Testing menunjukkan seluruh fitur sistem berjalan sesuai dengan fungsi yang dirancang. Dengan demikian, sistem yang dibangun mampu membantu teknisi dalam proses diagnosis dan maintenance alat berat secara lebih cepat, terstruktur, dan efektif. #Alat Berat #Case-Based Reasoning #Diagnosis Kerusakan #Maintenance Scheduling	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
SISTEM PAKAR DETEKSI DINI RISIKO STUNTING BALITA BERBASIS WEB MENGGUNAKAN METODE TEOREMA BAYES PADA PUSKESMAS CILEUNGSI Penulis: Elmayda Dyah Irama, RITA WAHYUNI ARIFIN, S.Kom., M.Kom. \| 2026 Stunting merupakan masalah gizi kronis yang dapat menghambat pertumbuhan fisik dan perkembangan kognitif balita. Di wilayah kerja Puskesmas Cileungsi masih ditemukan keterlambatan deteksi akibat rendahnya pemahaman orang tua dan keterbatasan akses terhadap pelayanan kesehatan. Penelitian ini bertujuan membangun sistem pakar berbasis web untuk membantu orang tua melakukan deteksi dini risiko stunting secara mandiri serta menerapkan Teorema Bayes berdasarkan hasil perhitungan Z-score. Data dikumpulkan melalui observasi, wawancara dengan tenaga kesehatan, dan studi pustaka, sedangkan sistem dikembangkan menggunakan metode pengembangan aplikasi cepat. Proses analisis menggunakan indikator BB/U, TB/U, dan BB/TB serta gejala atau faktor risiko yang dipilih pengguna. Hasil Bayes berdasarkan Z-score diberikan bobot sebesar 30%, sedangkan hasil Bayes berdasarkan gejala diberikan bobot sebesar 70%. Pengujian dilakukan melalui pengujian fungsional, pengujian akurasi terhadap 33 data balita, dan pengujian penerimaan pengguna. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai kebutuhan. Sebanyak 32 dari 33 hasil klasifikasi sesuai dengan penilaian pakar sehingga diperoleh akurasi sebesar 96,97%. Pengujian penerimaan pengguna memperoleh nilai sebesar 91,66% dari pengelola sistem dan 92,72% dari 29 orang tua balita, yang termasuk dalam kategori sangat baik. Sistem mampu menghasilkan klasifikasi risiko stunting rendah, sedang, atau tinggi beserta nilai probabilitas dan rekomendasi pencegahan, sehingga dapat digunakan sebagai alat bantu skrining awal tanpa menggantikan pemeriksaan tenaga kesehatan. #Sistem Pakar #Stunting #Teorema Bayes #Z-Score	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata
SISTEM PAKAR DIAGNOSA AUTISME PADA PERKEMBANGAN ANAK DENGAN METODE DEMPSTER-SHAFER DAN ROUGH SET Penulis: Imam Fajar Hudaya, RIKA APRIANI, S.Kom., M.Kom. \| 2026 Proses identifikasi awal gangguan perkembangan anak di Family Wellness masih bergantung pada penilaian terapis. Kondisi tersebut dapat menimbulkan perbedaan interpretasi terhadap gejala yang dialami anak, terutama karena beberapa gejala memiliki kemiripan dengan gangguan perkembangan lain. Selain itu, orang tua klien sering mengalami kebingungan dalam memahami gejala atau kondisi yang sebenarnya dialami oleh anak. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web yang dapat membantu proses identifikasi awal gangguan perkembangan anak secara lebih jelas dan terstruktur. Metode yang digunakan dalam penelitian ini adalah Rough Set Theory dan Dempster-Shafer Theory. Rough Set Theory digunakan untuk menentukan kecocokan gejala terhadap kategori diagnosis, sedangkan Dempster-Shafer Theory digunakan untuk menghitung nilai keyakinan berdasarkan bobot gejala. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL. Data gejala dan bobot diperoleh melalui observasi, wawancara dengan terapis, serta studi pustaka. Hasil dari penelitian ini adalah sistem pakar yang mampu menampilkan hasil diagnosis awal, nilai keyakinan, gejala yang dipilih, terapi, catatan terapis, dan rekam medis pasien. Berdasarkan hasil pengujian, sistem dapat berjalan sesuai fungsi dan memperoleh hasil uji coba pengguna sebesar 88% dengan kategori sangat baik. Dengan adanya sistem ini, proses identifikasi awal dan penyajian hasil diagnosis dapat dilakukan secara lebih rapi, terukur, dan mudah dipahami oleh terapis maupun orang tua klien. #Diagnosa Autisme #Dempster-Shafer #Perkembangan Anak #Rough Set	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM PAKAR DIAGNOSIS KECANDUAN GAME ONLINE SISWA SMK BERBASIS FORWARD CHAINING DAN CERTAINLY FACTOR Penulis: Antonio Yosie Setiawan, Dr. Ir. SALUDIN MUIS, M.Kom. \| 2026 Kecanduan game online pada siswa Sekolah Menengah Kejuruan berdampak negatif terhadap prestasi akademik dan interaksi sosial. Di SMK Bina Industri Cikarang, proses identifikasi kecanduan masih mengandalkan penilaian manual oleh guru Bimbingan dan Konseling tanpa kriteria terstandarisasi, mengakibatkan diagnosis yang tidak konsisten. Penelitian ini mengembangkan sistem pakar berbasis web yang menggabungkan metode Forward Chaining dan Certainty Factor untuk mendiagnosis tingkat kecanduan game online secara otomatis dan terukur. Forward Chaining berfungsi sebagai mesin inferensi untuk menelusuri gejala menuju kesimpulan diagnostik, sedangkan Certainty Factor menghitung tingkat kepercayaan dengan menggabungkan nilai kepastian pakar dan pengguna. Pengumpulan data melibatkan observasi, wawancara dengan guru BK, dan studi literatur. Pengembangan sistem mengikuti model Rapid Application Development menggunakan framework Next.js TypeScript. Basis pengetahuan mencakup gejala kecanduan dan aturan diagnostik dari wawancara pakar dan literatur ilmiah. Pengujian menggunakan metode alpha dan beta. Hasil menunjukkan sistem mampu memberikan diagnosis kecanduan yang terstruktur dan konsisten dengan skor kepercayaan terukur, mendukung guru BK dalam deteksi dini dan intervensi. Kontribusi utama terletak pada integrasi Forward Chaining dan Certainty Factor khusus untuk diagnosis kecanduan game online pada siswa SMK, menawarkan akurasi diagnostik dan tingkat kepercayaan kuantitatif untuk mendukung pengambilan keputusan. #Certainty Factor #Forward Chaining #Kecanduan Game Online #Sistem Pakar	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS
SISTEM REKAM MEDIS HEWAN BERBASIS WEB INTEGRASI RADIO FREQUENCY IDENTIFICATION PADA KLINIK HUG ME BY VET Penulis: DAVIDRA DEVA, RITA WAHYUNI ARIFIN, S.Kom., M.Kom \| 2026 Klinik Hug Me By Vet merupakan klinik hewan yang membutuhkan pencatatan rekam medis secara terstruktur untuk mendukung proses pelayanan pasien hewan. Berdasarkan hasil observasi, proses pencatatan rekam medis sebelumnya masih menggunakan berkas kertas, sehingga pencarian riwayat pasien membutuhkan waktu lebih lama dan berisiko terjadi kesalahan atau kehilangan data. Permasalahan juga muncul ketika hewan dibawa oleh orang selain pemilik, karena informasi yang dibutuhkan untuk menemukan riwayat pasien sering tidak lengkap. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekam medis hewan berbasis website yang terintegrasi dengan RFID sebagai media identifikasi pasien. Metode pengembangan yang digunakan mengacu pada tahapan IoT lifecycle, yaitu Collect, communicate, analyze, dan act. Sistem dikembangkan menggunakan teknologi website dengan dukungan PHP, TypeScript, JSON, Vite, serta database MySQL. Integrasi RFID dilakukan menggunakan RFID reader RC522/MFRC522 dan Mikrokontroler ESP32 untuk membaca UID kartu RFID. UID tersebut kemudian digunakan untuk memanggil data pasien yang tersimpan pada database. Sistem ini menyediakan fitur pengelolaan data pemilik, data hewan, rekam medis, pembayaran, rawat inap, serta website publik sebagai media company profile klinik. Hasil pengujian menunjukkan bahwa sistem dapat melakukan login berdasarkan hak akses, mengelola data pasien, membaca UID RFID, menampilkan data pasien dan riwayat rekam medis, mengirim data pasien dari front office ke dokter secara real-time, serta menyimpan hasil pemeriksaan ke database. Sistem juga dapat mendukung proses identifikasi pasien secara lebih cepat dibandingkan pencarian berkas manual. Namun, masih terdapat catatan pada proses cetak invoice atau struk yang memerlukan penyesuaian jaringan printer dan pengaturan ukuran kertas. Dengan demikian, sistem ini dapat membantu pengelolaan rekam medis hewan menjadi lebih terstruktur, terpusat, dan terintegrasi. #RFID #ESP32 #Rekam Medis Hewan #Website	Skripsi (S1) Teknik Informatika (S1) Restricted Fulltext PDF	Metadata Buka OJS

Katalog Program Studi: Teknik Informatika (S1)

Pilih Kriteria Target Pencarian/Abjad:

Filter Otomatis

Katalog Program Studi: Teknik Informatika (S1)