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 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
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