Pencarian Dokumen
Daftar Dokumen

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