Angga Yusma Prasetia

Toll Tycoon menggunakan metode Game Development Life Cycle (GDLC). Game dikembangkan dengan Unity dan dipublikasikan pada platform WebGL untuk mensimulasikan aktivitas operasional jalan tol, seperti pengelolaan gerbang tol, sistem antrean kendaraan, peningkatan teknologi pembayaran, pemeliharaan fasilitas, penyelamatan kendaraan, serta manajemen ekonomi permainan. Hasil pengujian menunjukkan seluruh fitur berfungsi sesuai kebutuhan dan memperoleh tingkat penerimaan pengguna sebesar 89,46% dengan kategori Sangat Setuju, sehingga game dinilai mampu memberikan pengalaman simulasi yang menarik sekaligus merepresentasikan proses operasional jalan tol secara realistis.

Muhammad Abdan Syakuron

Lingkungan laboratorium pengujian kimia memiliki risiko kebakaran yang tinggi karena adanya potensi reaksi bahan kimia, peningkatan suhu, gas/asap, dan nyala api. Sistem deteksi kebakaran konvensional yang masih bergantung pada ambang batas statis berpotensi menimbulkan keterlambatan deteksi maupun false alarm. Penelitian ini bertujuan merancang dan membangun sistem deteksi dini kebakaran berbasis Internet of Things (IoT) menggunakan metode Rate of Rise (RoR) dan threshold adaptif multisensor di PT. Delta Indonesia Laboratory. Sistem dirancang menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor suhu DS18B20, sensor gas/asap MQ-2, flame sensor, serta relay sebagai aktuato...

Raden Gheryl Ivan Mahardika

Serangan Organisme Pengganggu Tumbuhan (OPT) pada tanaman padi dan terbatasnya tenaga Penyuluh Pertanian Lapangan (PPL) menyebabkan kesenjangan akses informasi pengendalian hama bagi petani. Penelitian ini merancang bangun asisten cerdas berbasis Retrieval-Augmented Generation (RAG) menggunakan metode Hybrid Retrieval yang menggabungkan BM25 dan Dense Vector Retrieval (FAISS) dengan Reciprocal Rank Fusion (RRF), didukung model Gemma-3 4B yang diadaptasi melalui Quantized Low-Rank Adaptation (QLoRA) dalam konfigurasi 4-bit (NF4) dan 8-bit (INT8). Basis pengetahuan dibangun dari dokumen BPTPH mencakup 32 entitas OPT melalui pipeline NLP lima tahap, dengan 128 pasang Q&A untuk fine-tuning dan 5...

Muhammad Nabiel Rayhan Falaah

Penelitian ini bertujuan untuk mengatasi kendala kelebihan informasi akibat banyaknya berita finansial yang menyulitkan investor, khususnya pemula, dalam menganalisis sentiment saham. Sebagai solusi dikembangkan model klasifikasi hibrida kuantum klasik, yaitu FinBERT yang dibekukan dengan VQC sebagai classifier head, berbasis simulasi PennyLane, yang dianalisis secara komparatif terhadap model klasik, yaitu FinBERT yang dibekukan dengan MLP sebagai classifier head. Menggunakan dataset Financial PhraseBank, hasil evaluasi menunjukkan model hibrida lebih unggul dengan mencetak skor f1 makro minimum dan maksimum yang lebih tinggi, standar deviasi yang lebih rendah, serta nilai ECE yang lebih re...

Ghavio Rizky Ananda Budiawan

Volatilitas ekstrem pada pergerakan harga cryptocurrency Ethereum memberikan tantangan besar bagi investor dalam manajemen risiko finansial. Meskipun metode deep learning terbukti andal dalam analisis deret waktu finansial, penggunaan model statis rentan mengalami degradasi performa akibat perubahan kondisi pasar yang cepat. Penelitian ini bertujuan mengembangkan sistem prediksi harga pasangan aset ETH/IDR berfrekuensi tinggi dengan timeframe 5 menit menggunakan arsitektur Gated Recurrent Unit (GRU) yang diintegrasikan dengan mekanisme continuous fine-tuning, serta diimplementasikan ke dalam aplikasi mobile hibrida berbasis CapacitorJS dan backend FastAPI. Pelatihan algoritma dibatasi pada e...