Pencarian Dokumen
Daftar Dokumen

PENGEMBANGAN CHATBOT BERBASIS AGENTIC RETRIEVAL-AUGMENTED GENERATION PADA APLIKASI PENCATATAN KALORI

Haffidz Aimar Maulana

Permasalahan berat badan berlebih dan obesitas menunjukkan perlunya pemantauan asupan kalori harian yang lebih mudah dan konsisten. Penelitian ini bertujuan mengembangkan chatbot berbasis Agentic Retrieval-Augmented Generation (RAG) pada aplikasi NutriVision agar pengguna dapat memperoleh informasi gizi dan mencatat makanan melalui bahasa alami. Metode yang digunakan adalah pengembangan sistem dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Chatbot dikembangkan menggunakan LangChain Agent, model LLM GPT-OSS-120B melalui Groq, Flask API, RDBMS PostgreSQL, dan aplikasi Android berbasis Kotlin. Sistem dilengkapi tools untuk mencari makanan, mengambil data po...

Status: publik


PENGEMBANGAN CHATBOT BERBASIS AGENTIC RETRIEVAL-AUGMENTED GENERATION PADA APLIKASI PENCATATAN KALORI

Haffidz Aimar Maulana

Aplikasi pencatatan kalori dapat mendukung pemantauan pola makan, tetapi input manual, keterbatasan data makanan lokal, dan penurunan kepatuhan sering menghambat penggunaan berkelanjutan. Penelitian ini mengembangkan chatbot berbasis agentic retrieval-augmented generation yang terintegrasi pada aplikasi Android NutriVision agar pengguna dapat menanyakan informasi gizi dan mencatat makanan melalui percakapan bahasa Indonesia. Pengembangan dilakukan secara berurutan melalui analisis kebutuhan, perancangan, implementasi, dan pengujian. Arsitektur sistem menggabungkan aplikasi Android Kotlin, application programming interface Flask, PostgreSQL, LangChain Agent, serta model reasoning GPT-OSS-120B...

Status: publik


PENGEMBANGAN APLIKASI MOBILE UNTUK EVALUASI KUALITAS GERAKAN PLANK BERBASIS DEEP LEARNING

Achmad Husein Rifansyah

Pengembangan aplikasi mobile berbasis Android untuk mengevaluasi kualitas gerakan plank menggunakan pendekatan deep learning. Sistem memanfaatkan metode Human Pose Estimation dengan MoveNet untuk mengekstraksi landmark tubuh dari video gerakan plank, kemudian mengolahnya menjadi data time-series yang diklasifikasikan menggunakan model Hybrid CNN-LSTM. Model yang dikembangkan memperoleh akurasi sebesar 97,08% dan berhasil diimplementasikan ke dalam aplikasi Android menggunakan TensorFlow Lite untuk melakukan evaluasi gerakan secara real-time. Selain itu, penelitian ini membandingkan penggunaan jumlah landmark tubuh serta menguji kualitas aplikasi melalui Black Box Testing dan User Acceptance...

Status: publik


RANCANG BANGUN SISTEM DETEKSI DINI PENYAKIT GANODERMA PADA KELAPA SAWIT BERBASIS WEB MENGGUNAKAN YOLOv26

VISCA CHAERUNNISA BACHRI

Skripsi ini merancang sistem deteksi dini penyakit Busuk Pangkal Batang (BPB) akibat Ganoderma boninense pada kelapa sawit melalui tahap lokalisasi spasial menggunakan arsitektur Object Detection YOLOv26. Sistem ini berfokus pada pendeteksian dan pengisolasian area pangkal batang (Region of Interest) pada citra termal secara otomatis, dengan membandingkan dua skenario pelatihan yaitu From Scratch dan Cross-Domain Transfer Learning dari citra RGB. Model terbaik (Skenario From Scratch) mencapai mAP@50 sebesar 98,92%, Precision 96,44%, dan Recall 98,59%. Koordinat bounding box hasil deteksi diintegrasikan secara real-time ke dalam dashboard web berbasis React.js dan Vite dengan backend Python A...

Status: publik


Rancang Bangun Sistem Informasi Pengadaan dan Peminjaman Peralatan Penunjang Pembelajaran Pada STIT Al Wafi Bogor

Laila Syalwa Salsabila

Pengelolaan peralatan penunjang pembelajaran di STIT Al Wafi Bogor saat ini masih manual berbasis kertas, sehingga menimbulkan kendala data tidak terstruktur dan risiko bentrok jadwal peminjaman. Penelitian ini bertujuan membangun sistem informasi pengadaan dan peminjaman peralatan penunjang pembelajaran berbasis web untuk mendukung pengelolaan operasional dan ketepatan pendataan inventaris. Aplikasi dikembangkan dengan metode Waterfall menggunakan Laravel sebagai backend, Vue.js sebagai frontend, dan MySQL sebagai database. Pendekatan penelitian mencakup metode kualitatif dengan wawancara dan studi literatur serta kuantitatif dengan pengujian sistem. Fitur yang dikembangkan meliputi modul k...

Status: publik


IMPLEMENTASI MODEL TEXT-TO-TEXT TRANSFER TRANSFORMER UNTUK PERINGKASAN ABSTRAKTIF DOKUMEN SKRIPSI DAN LAPORAN MAGANG PADA WEB SMART REPOSITORY

Akmal Nur Wahid

Pengelolaan dokumen akademik secara manual pada repositori konvensional seringkali menimbulkan inefisiensi, seperti keterbatasan pencarian yang hanya bertumpu pada metadata, lamanya proses verifikasi watermark, serta kesulitan mahasiswa dalam memahami intisari dokumen panjang secara cepat. Penelitian ini bertujuan untuk merancang dan membangun sistem Smart Repository berbasis web yang mengintegrasikan kecerdasan buatan guna mengotomatisasi peringkasan abstraktif, pencarian teks penuh (full-text search), dan verifikasi watermark. Pengembangan perangkat lunak menggunakan metode Waterfall dengan kerangka kerja Next.js pada sisi antarmuka dan FastAPI pada sisi peladen, sementara pemodelan datany...

Status: publik


ANALISIS SENTIMEN TEMPORAL MENGGUNAKAN PENDEKATAN HYBRID INDOBERT–XGBOOST PADA ULASAN APLIKASI GOJEK

TARISSA AZZAHRA DANANTYA

Ulasan pengguna pada aplikasi Gojek di Google Play Store dapat digunakan untuk memahami persepsi dan pengalaman pengguna terhadap layanan yang diberikan. Penelitian ini bertujuan mengembangkan sistem analisis sentimen temporal berbasis web menggunakan pendeketan hybrid IndoBERT-XGBoost pada ulasan aplikasi Gojek. Data diperoleh melalui proses scraping sebanyak 53.093 ulasan, kemudian dilakukan stratified sampling sebanyak 600 ulasan yang diberi label ke dalam tiga kategori, yaitu positif, netral, dan negatif. Model memanfaatkan kombinasi fitur embedding IndoBERT, TF-IDF, fitur linguistik, fitur sentimen berbasis leksikon, dan fitur layanan hasil Named Entity Recognition (NER) yang digabungka...

Status: publik


IMPLEMENTASI SISTEM FORECASTING HARGA SAHAM DENGAN PEMBARUAN BERBASIS DATA TERKINI MENGGUNAKAN METODE LONG SHORT TERM MEMORY

Muhammad Dzaky Naufal Asadel

Pertumbuhan jumlah investor saham di Indonesia belum sepenuhnya diiringi kemampuan analisis yang memadai, sehingga banyak keputusan investasi dipengaruhi oleh bias perilaku, khususnya kecenderungan mengikuti pergerakan pasar tanpa analisis yang memadai. Penelitian ini bertujuan merancang dan mengimplementasikan sistem forecasting harga saham dengan pembaruan berbasis data terkini menggunakan metode Long Short Term Memory pada saham TLKM.JK, BBCA.JK, dan BBRI.JK sebagai representasi saham blue chip di Bursa Efek Indonesia. Data historis diperoleh dari Yahoo Finance periode Januari 2020 hingga Februari 2026. Eksperimen mencakup seleksi fitur, pemilihan metode normalisasi, fungsi loss, serta hy...

Status: publik


Rancang Bangun Sistem Informasi Monitoring Dan Evaluasi Tempat Pengolahan Pangan (TPP) Berbasis Web Pada Dinas Kesehatan Kota Depok

Bagus Adhi Nugroho

Pelaksanaan pengawasan mutu pangan pada Tempat Pengelolaan Pangan (TPP) komersial yang mencakup restoran, jasa boga (catering), Satuan Pelayanan Pemenuhan Gizi (SPPG), Depot Air Minum (DAM), dan kantin di Kota Depok menghadapi tantangan berupa fragmentasi data pengawasan. Data hasil Inspeksi Kesehatan Lingkungan (IKL) pada sistem Dsimfoniku saat ini belum terintegrasi secara utuh dengan variabel monitoring operasional, sehingga menyulitkan pemantauan kelayakan Sertifikat Laik Higiene Sanitasi (SLHS) secara menyeluruh. Penelitian ini bertujuan untuk membangun Sistem Informasi Monitoring dan Evaluasi berupa Web Dashboard SLHS guna mengoptimalkan proses pengawasan kepatuhan operasional...

Status: publik


Rancang Bangun Aplikasi Klasifikasi Pencemaran Udara Menggunakan Algoritma XGBoost Berbasis Web

LANANG PRASETYO

DKI Jakarta merupakan salah satu wilayah dengan tingkat pencemaran udara yang menjadi perhatian karena tingginya aktivitas transportasi, industri, dan kepadatan penduduk yang berkontribusi terhadap peningkatan konsentrasi polutan udara. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi pencemaran udara berbasis web yang mengintegrasikan model machine learning sehingga pengguna dapat melakukan klasifikasi data Indeks Standar Pencemar Udara (ISPU) secara otomatis. Aplikasi dikembangkan menggunakan metode Waterfall dengan framework Laravel dan bahasa pemrograman PHP, sedangkan pengembangan model machine learning mengacu pada tahapan CRISP-DM. Dataset yang digunakan merupakan data ISPU...

Status: publik