Tahun Terbit
Pencarian Dokumen
Daftar Dokumen
Rancang Bangun Game Edukasi Sejarah Jalur Rempah Di Museum Kebaharian Jakarta
Muhamad Bimo Ariotedjo, Daffa Arianda Martono, Sinantya Feranti Anindya, S.T., M.T
Museum Kebaharian Jakarta, khususnya Eksebisi Bilik Rempah, menghadapi kendala dalam menarik minat pengunjung karena penyajian sejarah masih didominasi media statis yang kurang mendukung visualisasi dan pengalaman belajar yang interaktif. Penelitian ini bertujuan merancang dan membangun game edukasi sejarah jalur rempah Nusantara serta menguji kelayakannya sebagai media interaktif bagi pengunjung museum. Pengembangan dilaksanakan menggunakan metode Multimedia Development Life Cycle (MDLC) versi Luther-Sutopo melalui enam tahap: pengonsepan, perancangan, pengumpulan aset, pembuatan, pengujian, dan distribusi. Aplikasi Petualangan Arung dikembangkan dengan Unity 2022 LTS untuk platform A...
Status: publik
APLIKASI BERBASIS WEB DETEKSI DINI GANGGUAN TIDUR SLEEP APNEA DARI SINYAL PERNAPASAN DENGAN ARSITEKTUR HYBRID DEEP LEARNING
Naura Mufidah
Sleep apnea merupakan gangguan tidur yang ditandai dengan henti napas berulang saat tidur dan berisiko menimbulkan berbagai komplikasi kesehatan apabila tidak terdeteksi sejak dini. Penelitian ini bertujuan merancang dan membangun aplikasi berbasis web bernama SleepWell untuk deteksi dini sleep apnea menggunakan sinyal pernapasan dengan arsitektur hybrid deep learning. Dataset yang digunakan berasal dari UCD St. Vincent's University Hospital yang terdiri dari 25 pasien dengan empat kanal sinyal, yaitu Flow, Sum, Abdo, dan SpO₂. Sinyal diproses melalui tahapan resampling ke 8 Hz, normalisasi, segmentasi window 30 detik, dan balancing dataset. Tiga arsitektur model dibandingkan, yaitu Pure CNN...
Status: publik
RANCANG BANGUN TASK MANAGEMENT SYSTEM UNTUK MONITORING PEKERJAAN PADA RADHIYAN PET & CARE
Daffa Putra Setyatama
Pengelolaan tugas yang masih menggunakan media terpisah, seperti Microsoft Excel dan WhatsApp, menyebabkan proses koordinasi, pemantauan, dan evaluasi kinerja pada Radhiyan Pet & Care belum terkelola dengan baik. Hal ini memicu kesulitan memantau progres tugas antar divisi, informasi tidak terpusat, dan keterbatasan data kinerja secara real-time. Oleh karena itu, penelitian ini bertujuan mengembangkan Task Management System berbasis web yang mengintegrasikan pengelolaan tugas, pemantauan pekerjaan, dan evaluasi kinerja pegawai. Pengembangan sistem menggunakan metode Waterfall dengan framework Laravel, dan basis data MySQL. Fitur utama meliputi manajemen tugas, kalender, notifikasi, Key Perfo...
Status: publik
APLIKASI MOBILE UNTUK PREDIKSI HARGA CRYPTOCURRENCY ETHEREUM BERBASIS MODEL GATED RECURRENT UNIT (GRU) DENGAN CONTINOUS FINE-TUNING PADA ROLLING WINDOW DATA
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...
Status: publik
APLIKASI MOBILE UNTUK PREDIKSI HARGA CRYPTOCURRENCY ETHEREUM BERBASIS MODEL GATED RECURRENT UNIT (GRU) DENGAN CONTINOUS FINE-TUNING PADA ROLLING WINDOW DATA
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...
Status: publik
RANCANG BANGUN MEKANIK OPERASIONAL PADA GAME MANAJEMEN JALAN TOL
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.
Status: publik
RANCANG BANGUN SISTEM IOT DETEKSI DINI KEBAKARAN BERBASIS RATE OF RISE (ROR) DENGAN THRESHOLD ADAPTIF MULTISENSOR DI PT. DELTA INDONESIA LABORATORY
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...
Status: publik
Rancang Bangun Asisten Cerdas Pengendalian Hama Dan Penyakit Tanaman Padi Berbasis Retrieval-Augmented Generation Menggunakan Metode Hybrid Retrieval Dan Model Gemma-3 4B
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...
Status: publik
Analisis Sentimen Pasar Saham dengan Hybrid Quantum-Classical Machine Learning Berbasis Simulasi PennyLane pada Aplikasi Web
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...
Status: publik
APLIKASI MOBILE UNTUK PREDIKSI HARGA CRYPTOCURRENCY ETHEREUM BERBASIS MODEL GATED RECURRENT UNIT (GRU) DENGAN CONTINOUS FINE-TUNING PADA ROLLING WINDOW DATA
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...
Status: publik