Pencarian Dokumen
Daftar Dokumen

IMPLEMENTASI SISTEM WAWANCARA KERJA BERBASIS RETRIEVAL-AUGMENTED GENERATION UNTUK OTOMATISASI PERTANYAAN DAN JAWABAN

Ahmad Zainul Mufid

Wawancara kerja merupakan tahapan krusial bagi pencari kerja, khususnya kalangan mahasiswa dan fresh graduate, yang membutuhkan persiapan matang serta latihan simulasi yang realistis. Karena simulasi konvensional sering terbatas pada pertanyaan statis, penelitian ini bertujuan mengimplementasikan sistem simulasi wawancara otomatis berbasis suara memanfaatkan kecerdasan buatan. Sistem ini memadukan Large Language Model (LLM), metode Retrieval-Augmented Generation (RAG), dan basis data vektor ChromaDB. Interaksi suara didukung teknologi Speech recognition (Whisper API) untuk mentranskripsi jawaban dan Text-to-Speech (Edge TTS) untuk menghasilkan suara pewawancara AI. Penilaian jawaban dihitung...

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


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


PERANCANGAN SISTEM REKOMENDASI BUKU DENGAN CONTENT BASED FILTERING UNTUK APLIKASI E-LIBRARY

Juan Graciano

Pertumbuhan koleksi buku pada perpustakaan digital sering memicu permasalahan information overload, di mana pengguna kesulitan menemukan buku yang relevan dari ribuan pilihan yang tersedia, sementara platform koleksi digital pada umumnya masih mengandalkan daftar statis atau pencarian berbasis kata kunci yang kurang adaptif terhadap preferensi personal pengguna. Penelitian ini bertujuan merancang dan mengukur performa model sistem rekomendasi buku berbasis Content-Based Filtering (CBF) yang memanfaatkan metadata judul, penulis, penerbit, genre, dan deskripsi buku. Pemodelan data mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), dimulai dari analisis kebutuh...

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


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


APLIKASI PEMANTAUAN KINERJA SALES AND MARKETING BERBASIS CRM OPERASIONAL

Muhammad Izhhar Farhan

PT DSK Global Konsultama menghadapi kendala dalam pengelolaan proses sales and marketing, seperti data lead yang tersebar, pencatatan tindak lanjut yang belum terpusat, approval dokumen yang belum terdokumentasi, serta monitoring invoice dan pembayaran yang masih dilakukan secara manual. Penelitian ini bertujuan untuk merancang dan membangun sistem CRM operasional berbasis website guna mendukung pemantauan kinerja sales and marketing dengan visibilitas berbasis peran. Metode penelitian dilakukan melalui observasi, wawancara semi-terstruktur, studi dokumentasi, analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Sistem dikembangkan menggunakan React, Typescript, Tai...

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 Informasi Manajemen Maintenance Gedung dan Aset Berbasis Web dengan Workflow Multi-Role dan Otomasi Surat Perintah Kerja

Asiwidia Simanjuntak

CMMS (Computerized Maintenance Management System) adalah aplikasi berbasis web yang dikembangkan untuk mendukung proses manajemen pemeliharaan aset pada Nusantara Group. Sistem ini dibangun untuk mengatasi permasalahan pencatatan aset dan penanganan perbaikan yang masih dilakukan secara manual, sehingga rentan terhadap keterlambatan penanganan, kehilangan data, dan sulitnya pemantauan riwayat pemeliharaan. Aplikasi ini menyediakan fitur pencatatan dan pengelolaan data aset, pengajuan permintaan perbaikan (repair request) oleh cabang, penerbitan Surat Perintah Kerja (SPK) dengan penomoran otomatis, penjadwalan maintenance rutin secara berkala, serta peminjaman alat antar cabang. Sistem men...

Status: publik


Pengembangan Sistem Smart Lighting Indoor Berbasis Klasifikasi Aktivitas Manusia Menggunakan Computer Vision

Muhamad Adnan Fadillah

Sistem pencahayaan kamar tidur yang masih dikendalikan secara manual atau berbasis sensor konvensional belum mampu merespons kondisi ruangan secara kontekstual berdasarkan aktivitas spesifik penghuni. Penelitian ini mengembangkan sistem smart lighting indoor berbasis computer vision dengan pendekatan rule-based yang mengintegrasikan klasifikasi aktivitas manusia dan deteksi kecerahan cahaya ruangan untuk mengendalikan lampu secara otomatis. Sistem dirancang dengan pipeline: akuisisi citra oleh kamera Tapo C200, inferensi model MobileNetV2 untuk mengklasifikasikan empat kelas aktivitas (empty_room, lying_down, sitting, standing), pengambilan keputusan berbasis aturan IF-THEN yang mempertimban...

Status: publik