Daftar Penulis
Pencarian Dokumen
Daftar Dokumen
Pengembangan Modul Backend Presensi dan Human Resource Management Terintegrasi dengan Sistem Penggajian di PT Naramedic.
Okta Gabriel Sinsaku Sinaga
Laporan ini membahas tentang perancangan dan implementasi sistem backend HRIS (Human Resource Information System) bernama Naraworks menggunakan Node.js dan Express.js. Fokus utama pengembangan meliputi modul presensi berbasis lokasi (geofencing), pengelolaan data HRM, dan integrasinya dengan sistem penggajian untuk otomatisasi perhitungan jam kerja serta lembur
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
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