Pencarian Dokumen
Daftar Dokumen
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
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
RANCANG BANGUN SISTEM MANAJEMEN PROYEK PERANGKAT LUNAK DENGAN IDENTIFIKASI TUGAS KRITIS MENGGUNAKAN CRITICAL PATH METHOD
RAGILIAWAN PUTRA RENCANA
PT Lokasolusi Teknologi Indonesia menghadapi kendala dalam manajemen proyek perangkat lunak karena informasi proyek tersebar pada media kerja terpisah, kesiapan tugas sulit dipantau, dan jalur kritis proyek belum terpantau secara terpusat. Penelitian ini bertujuan menghasilkan sistem manajemen proyek perangkat lunak berbasis web yang mengidentifikasi tugas kritis menggunakan Critical Path Method (CPM). Penelitian menggunakan pendekatan mixed method yang memadukan tahap kualitatif untuk analisis kebutuhan melalui observasi, wawancara, dan studi dokumentasi dengan tahap kuantitatif untuk pengujian sistem, sedangkan pengembangan perangkat lunak mengikuti model Waterfall. Sistem menghitung nilai...
Status: publik
RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN HIBAH BERBASIS KINERJA PADA KEMENTERIAN PENDAYAGUNAAN APARATUR NEGARA DAN REFORMASI BIROKRASI
Putri Rifdah Nabila
Transformasi digital dalam administrasi pemerintahan menuntut pengelolaan data dan dokumen yang terpusat, tertib, terintegrasi, dan mudah ditelusuri. Kebutuhan ini sejalan dengan arah SPBE, Satu Data Indonesia, kearsipan elektronik, serta regulasi administrasi hibah. Pada Biro Manajemen Kinerja dan Kerja Sama Kementerian PANRB, pengelolaan administrasi hibah barang dan jasa masih menghadapi kendala berupa penyimpanan dokumen yang tersebar, pencatatan metadata manual, potensi duplikasi data, serta keterlambatan pemantauan status administrasi. Penelitian ini bertujuan merancang dan membangun SIMAHIR, yaitu sistem informasi berbasis web untuk pengelolaan administrasi hibah berba...
Status: publik
PENGEMBANGAN SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS
Haidar Aditya Baran
Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan d...
Status: publik
PENGEMBANGAN SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS
Haidar Aditya Baran
Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan dengan...
Status: publik
PENGEMBANGAN SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS
Haidar Aditya Baran
Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan dengan...
Status: publik
RANCANG BANGUN SISTEM COMPUTER VISION UNTUK ANALISIS PERILAKU MULTIMODAL MENGGUNAKAN ARSITEKTUR HYBRID YOLO DAN FACE-API.JS DENGAN TRACKING MANHATTAN DISTANCE
Rico Mesias Tamba
Analisis perilaku manusia secara manual rentan terhadap bias subjektivitas dan kelelahan. Penelitian ini bertujuan mengembangkan sistem Computer Vision berbasis web untuk memantau perilaku multimodal (aksi, atensi, dan emosi) secara real-time. Sistem ini menerapkan arsitektur hybrid yang membagi beban komputasi secara efisien: model YOLOv11 dieksekusi pada server untuk deteksi aksi fisik, sedangkan Face-API.js dijalankan pada sisi klien untuk ekstraksi fitur wajah. Selain itu, algoritma Manhattan Distance diimplementasikan untuk pelacakan objek (object tracking) antar-frame dengan beban komputasi yang ringan. Berdasarkan hasil evaluasi, model YOLOv11 mencapai akurasi mAP@50 seb...
Status: publik
Rancang Bangun Sistem Informasi Manajemen Maintenance Gedung dan Aset Berbasis Web dengan Workflow Multi-Role dan Otomasi Surat Perintah Kerja
Asiwidia Simanjuntak
Pemeliharaan gedung dan aset di Nusantara Group masih dilakukan secara manual, sehingga pengajuan perbaikan tidak terdokumentasi resmi, tidak ada rekam jejak pekerjaan, penerbitan Surat Perintah Kerja (SPK) dilakukan secara lisan, dan peminjaman alat antar cabang tidak tercatat sehingga berpotensi menimbulkan kehilangan aset. Penelitian ini bertujuan merancang dan membangun sistem informasi manajemen maintenance gedung dan aset berbasis web dengan alur kerja multi-role, otomatisasi penerbitan SPK, serta fitur monitoring dan pencatatan histori pekerjaan. Penelitian menggunakan pendekatan Research and Development dengan model pengembangan Waterfall, data dikumpulkan melalui w...
Status: publik
Implementasi Feature Engineering pada Sistem Klasifikasi Penyakit Tanaman Cabai Menggunakan XGBoost
Okta Gabriel Sinsaku Sinaga
Tanaman cabai sebagai komoditas hortikultura utama di Indonesia rentan penyakit daun seperti geminivirus (Geminivirus), cercospora leaf spot, leaf curl virus, dan kondisi sehat, yang sulit dideteksi manual karena gejala visual mirip dan variasi lapangan. Penelitian ini bertujuan mengimplementasikan feature engineering melalui ekstraksi fitur HSV (mean/std/skewness), GLCM (contrast/homogeneity/energy 4 orientasi), edge (Canny density), diikuti reduksi dimensi PCA (n_components tetap dan explained_variance kumulatif 90-95%), untuk klasifikasi menggunakan XGBoost pada sistem deteksi mobile petani. Metode mengadopsi kerangka hibrida Waterfall untuk SDLC dan CRISP-DM untuk ML, denga...
Status: publik