Elibrary UNIKOM
Not a member yet
16520 research outputs found
Sort by
Pembangunan Sistem Pencatatan Ternak Sapi Digital Berbasis Qr Code Dan Teknologi Blockchain
No full textPopulasi sapi potong di Indonesia terus mengalami peningkatan yang signifikan dari tahun 2018 hingga 2022. Namun, pencatatan data ternak masih dilakukan secara manual, yang rentan terhadap kehilangan data dan manipulasi. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan sistem pencatatan digital ternak sapi berbasis QR Code dan teknologi Blockchain. Blockchain dipilih karena kemampuannya untuk menjamin integritas data, transparansi, trust, dan traceability melalui mekanisme distribusi yang aman. Sistem ini juga dilengkapi dengan IPFS (Interplanetary File System) untuk penyimpanan file yang terdesentralisasi, meningkatkan keandalan dan aksesibilitas data. Penelitian ini menggunakan metode deskriptif dan model Blockchain Development Life Cycle (BDLC) dalam pengembangan perangkat lunaknya. BDLC melibatkan beberapa tahapan, termasuk identifikasi masalah yang diselesaikan dengan blockchain, pemilihan mekanisme konsensus, pemilihan platform, perancangan arsitektur, konfigurasi aplikasi, pembangunan API, dan desain antarmuka. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu meningkatkan efisiensi dan kepercayaan dalam pencatatan data ternak sapi, serta memudahkan akses publik terhadap data tersebut melalui pemindaian QR Code. Hasil pengujian performa menggunakan Hyperledger Caliper menunjukkan bahwa pada proses pembuatan aset, throughput mencapai 32,8 TPS dengan latensi rata-rata 5,71 detik. Sementara itu, pada proses pembacaan aset, throughput mencapai 80,5 TPS dengan latensi rata-rata 0,15 detik. Hal ini menunjukkan bahwa sistem memiliki performa yang cukup efisien dan dapat diandalkan. Sistem ini juga dapat diadaptasi untuk digunakan pada skala yang lebih luas, mencakup seluruh peternakan di Kota Bandung, sehingga menciptakan integrasi data ternak yang lebih baik
Sistem Penjadwalan Shift Perawat Menggunakan Metode Algoritma Genetika Di Rsu Bhakti Asih Tangerang
No full textRSU Bhakti Asih Tangerang adalah rumah sakit yang menyediakan layanan kesehatan lengkap, termasuk rawat inap, rawat jalan, gawat darurat, dan konsultasi. Masalah utama yang dihadapi adalah kesulitan dalam penjadwalan shift perawat di Unit Rawat Inap dan Rawat Jalan. Ketua Tim sering kesulitan membuat jadwal yang sesuai dengan SOP, terutama karena harus mempertimbangkan perawat yang sedang hamil, dalam masa studi, atau cuti. Saat ini, penjadwalan dilakukan secara manual menggunakan Microsoft Excel, yang sering menyebabkan ketidakseimbangan shift, terutama shift malam. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan algoritma genetika untuk membuat sistem penjadwalan shift perawat. Algoritma genetika dipilih karena kemampuannya dalam mengoptimalkan jadwal dengan memperhatikan berbagai batasan yang ada. Perangkat lunak ini dikembangkan menggunakan metode waterfall, yang memberikan struktur dan prosedur yang jelas dalam manajemen proyek. Diharapkan sistem ini dapat membuat penjadwalan lebih efisien dan sesuai dengan preferensi serta batasan yang ada, sehingga memudahkan Ketua Tim dalam menyusun jadwal shift perawat
Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Tinder Dengan Metode Support Vector Machine
No full textPenelitian ini bertujuan untuk mengukur kinerja Support Vector Machine (SVM) dalam mengklasifikasikan sentimen pada ulasan pengguna aplikasi Tinder, dengan fokus pada empat aspek yaitu harga, fitur aplikasi, keamanan akun, dan nonaspek. Data yang digunakan terdiri dari 1627 ulasan aplikasi Tinder yang dibagi menjadi 1138 data latih dan 489 data uji. Kinerja model dievaluasi menggunakan matrix accuracy, precision, recall, dan f1-score untuk mengukur efektivitasnya dalam mengklasifikasikan sentimen berdasarkan aspek-aspek tersebut. Hasil penelitian menunjukkan bahwa model SVM memiliki kinerja bervariasi tergantung pada aspek yang dianalisis. Untuk klasifikasi sentimen, aspek keamanan akun memiliki akurasi tertinggi yaitu 0.944 dalam mengidentifikasi sentimen. Namun, akurasi pada aspek fitur aplikasi memiliki nilai paling rendah yaitu 0.8998, mencerminkan tantangan dalam mengklasifikasikan sentimen pada aspek ini. Precision tertinggi untuk sentimen negatif dan netral ditemukan pada aspek keamanan akun yaitu 0.972 dan 0.941, tetapi precision untuk sentimen positif lebih rendah yaitu 0.5. Sebaliknya, precision untuk sentimen positif pada aspek harga dan fitur aplikasi mencapai 1. Recall tertinggi ditemukan pada sentimen netral di semua aspek, terutama pada fitur aplikasi yaitu bernilai 0.9949 dan keamanan akun bernilai 1, menunjukkan kemampuan model dalam mendeteksi ulasan netral. Namun, recall untuk sentimen positif pada fitur aplikasi sangat rendah yaitu bernilai 0, menunjukkan bahwa model kesulitan dalam mendeteksi ulasan positif pada aspek ini. Secara keseluruhan, model SVM menunjukkan kinerja yang baik dalam klasifikasi sentimen, terutama pada aspek keamanan akun dan sentimen netral. Namun, tantangan utama terletak pada aspek fitur aplikasi, di mana model mengalami kesulitan dalam mengklasifikasikan sentimen positif. Temuan ini memberikan wawasan yang berharga bagi pengembang aplikasi untuk memperbaiki fitur dan pengalaman pengguna berdasarkan analisis ulasan yang mendalam
Sistem Optimalisasi Kebutuhan Bahan Baku Produksi Teh Menggunakan Metode Simpleks Di Pt. Perkebunan Nusantara Viii Kebun Ciater
No full textPT Perkebunan Nusantara Kebun Ciater merupakan salah satu unit dibawah PTPN VIII yang mengolah teh hitam ortodoks. Dalam produksinya PTPN VIII menggunakan 2 mesin yang menghasilkan 8 jenis teh. Permasalahan terjadi pada periode bulan November 2023 bahan baku yang diolah sebesar 265.125 Kg yang seharusnya menghasilkan kurang lebih 88.340 Kg teh kering, akan tetapi yang dihasilkan hanya sebanyak 59.959 Kg sehingga selisihnya adalah sebanyak 28.381 Kg. Faktor yang menyebabkan hasil produksi teh tidak maksimal yaitu kinerja mesin yang kadang tidak optimal, misal kurangnya jam kerja dan daya listrik yang menurun. Untuk menghasilkan jumlah teh kering optimal maka bahan baku yang akan diolah harus memenuhi target produksinya. Oleh karena, itu dibutuhkan suatu sistem yang dapat membantu asisten pengolahan untuk mendapatkan hasil produksi yang maksimal. Metode simpleks dinilai dapat membantu untuk menemukan menemukan alokasi optimal dari bahan baku yang tersedia. Berdasarkan hasil pengujian yang telah dilakukan, maka dapat diperoleh kesimpulan bahwa sistem yang telah dibangun dapat membantu asisten pengolahan dalam mengoptimalkan hasil produksi teh kering untuk masing-masing jenis teh per harinya
Pembangunan Aplikasi Untuk Melatih Dan Memperbanyak Penguasaan Kosakata Dari Bahasa Asing Berbasis Web
No full textDi era globalisasi, kemampuan berkomunikasi dalam bahasa asing menjadi semakin penting, terutama bagi anak-anak yang berada pada usia kritis untuk pembelajaran bahasa, yaitu antara 6 hingga 12 tahun. Namun, penguasaan kosakata bahasa asing menghadirkan tantangan yang signifikan. Terdapat kesulitan dalam menguasai kosakata dalam bahasa asing yang disebabkan karena kurangnya contoh penggunaan dalam kalimat sehari-hari, mengingat arti kata, kesulitan dalam pengucapan. Penelitian ini bertujuan untuk membangun aplikasi berbasis web yang melatih dan memperbanyak penguasaan kosakata dari bahasa asing bagi anak-anak. Aplikasi ini dirancang untuk menyediakan contoh penggunaan kosakata dalam kalimat sehari-hari, memudahkan anak-anak dalam mengucapkan kosakata dengan benar, serta membantu mereka dalam mengingat arti dari kosakata. Aplikasi ini mengintegrasikan teknologi Google Speech-to-Text API untuk mendengarkan ucapan pengguna saat latihan kosakata, Google Text-to-Speech API untuk menyediakan bantuan pengucapan yang benar, serta OpenAI API untuk menyediakan daftar kata, arti kata, cara baca, dan contoh kalimat. Pengujian aplikasi dilakukan dengan dua metode: pengujian alpha melalui pengujian black box dan pengujian beta yang melibatkan 50 responden anak-anak usia 6-12 tahun. Hasil pengujian alpha mengonfirmasi bahwa aplikasi ini berfungsi dengan baik dalam semua skenario yang diuji. Hasil dari pengujian beta menunjukkan bahwa mayoritas responden setuju bahwa aplikasi ini membantu memahami contoh kalimat, mempermudah pengucapan kosakata, dan mengingat arti dari kosakata. Dengan demikian, aplikasi ini dapat menjadi alat bantu dalam pembelajaran bahasa asing, khususnya dalam melatih kosakata bagi anak-anak, meskipun masih ada beberapa poin yang perlu ditingkatkan seperti kinerja aplikasi, penambahan bahasa, dan peningkatan pemahaman arti kata
Desain Interaksi Media Pembelajaran Operasi Bilangan Dalam Bentuk Permainan Hewan Dan Tata Surya Untuk Anak Diskalkulia Di Smplb-C Nike Ardilla
No full textDiskalkulia adalah gangguan kognitif yang menyebabkan kesulitan dalam belajar matematika akibat keterlambatan perkembangan kognitif, yang mengganggu pemrosesan informasi dan pembelajaran dalam memahami matematika dengan menggunakan strategi perhitungan yang efektif, termasuk pemahaman konsep bilangan, operasi bilangan, dan penerapanya. Berdasarkan permasalahan ini, diperlukan suatu model desain interaksi yang tepat untuk media pembelajaran dalam bentuk operasi bilangan tujuan untuk mengatasi kelemahan kognitif siswa diskalkulia dalam mempelajari operasi bilangan, mengetahui seberapa cepat dan mudah respon siswa dalam berinteraksi dengan model desain interaksi yang dibangun, dan memastikan bahwa model desain interaksi yang dibangun mampu memberikan pengalaman interaksi belajar yang baik, sehingga dapat membantu dan meningkatkan motivasi belajar siswa diskalkulia dalam mempelajari operasi bilangan. Metode desain interaksi yang digunakan dalam penelitian ini adalah metode User-Centered Design (UCD). Metode ini dipilih karena penelitian berfokus pada karakteristik pengguna yang membutuhkan perhatian khusus dalam menggali kebutuhan untuk merancang desain interaksi yang sesuai. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan metode usability testing ISO/IEC 9241-11, diperoleh rata-rata nilai keberhasilan partisipan sebesar 83% dan nilai efisiensi sebesar 87% dan penilaian kepuasan pengguna sebesar 72,5%. Berdasarkan hasil pengujian ini, dapat disimpulkan bahwa pembangunan Desain Interaksi Media Pembelajaran Operasi Bilangan dalam bentuk permainan hewan dan tata surya untuk anak diskalkulia menggunakan metode User-Centered Design merupakan model interaksi yang sesuai dengan permasalahan dan kebutuhan pengguna, serta dapat diimplementasikan pada media pembelajaran anak dengan diskalkulia
Pembangunan Telegram Chatbot “U-Learning” Berbasis Artificial Intelligence Sebagai Asisten Pembelajaran Mandiri Siswa
No full textPenelitian ini bertujuan untuk mengembangkan sebuah Telegram Chatbot berbasis Artificial Intelligence (AI) yang diberi nama "U-Learning". Chatbot ini dirancang sebagai asisten pembelajaran mandiri yang dapat membantu siswa dalam memahami materi pembelajaran secara lebih interaktif dan personal. Permasalahan utama yang diangkat adalah rendahnya efektivitas metode pembelajaran mandiri tradisional, yang sering kali kurang interaktif dan tidak adaptif terhadap kebutuhan individu siswa. Metode pengumpulan data yang digunakan dalam penelitian ini meliputi studi literatur, wawancara, dan kuesioner. Metode pembangunan perangkat lunak yang digunakan adalah Metode Waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan sistem. Chatbot U-Learning dikembangkan menggunakan platform Telegram yang dipadukan dengan teknologi Dialogflow, sebuah platform Natural Language Processing (NLP) untuk memproses dan memahami bahasa alami pengguna. Hasil penelitian menunjukkan bahwa Chatbot U-Learning mampu memberikan respons yang sesuai dengan konteks pembelajaran dan membantu siswa dalam mengatasi kesulitan belajar secara mandiri. Chatbot ini dapat memberikan materi pembelajaran dan menjawab pertanyaan siswa. Pengujian terhadap pengguna menunjukkan bahwa chatbot ini efektif dalam meningkatkan motivasi belajar siswa dan memudahkan mereka untuk mengakses informasi yang diperlukan. Kesimpulan dari penelitian ini adalah bahwa penerapan AI dalam bentuk chatbot seperti U-Learning dapat meningkatkan efektivitas dan efisiensi pembelajaran mandiri. Chatbot ini tidak hanya mampu menyediakan informasi yang relevan, tetapi juga mampu berinteraksi secara dinamis dengan siswa, sehingga menciptakan pengalaman belajar yang lebih interaktif dan adaptif
Game Edukasi Sejarah Bandung Lautan Api Berbasis Turn Base Rpg
No full textPenelitian ini bertujuan untuk meningkatkan pengetahuan masyarakat tentang sejarah Bandung Lautan Api. Penelitian ini dilatarbelakangi oleh kurangnya pengetahuan masyarakat mengenai cerita sejarah Bandung Lautan Api, yang mengakibatkan banyaknya orang yang tidak mengetahui peristiwa penting ini dalam sejarah Indonesia. Metode penelitian yang digunakan adalah metode analisis deskriptif dengan cara mengumpulkan informasi dan menggambarkan keadaan, lalu mengidentifikasi masalah sehingga dapat menyelesaikan masalah dan memperoleh kesimpulan. Analisis dilakukan dengan pengamatan pada tempat peneliitian dan wawancara dengan edukator dan 16 pengunjung. Berdasarkan hasil pengujian pretest posttest yang melibatkan 20 responden, dapat disimpulkan bahwa game Lautan Api yang dikembangkan berhasil menyampaikan informasi sejarah tentang peristiwa Bandung Lautan Api dengan cukup baik. Kesimpulan dari penelitian ini adalah game Bandung Lautan Api efektif dalam menyampaikan informasi sejarah peristiwa Lautan Api dengan jelas dengan peningkatan pengetahuan 56% dari 26% menjadi 82%
Sistem Penentuan Jumlah Pembelian Bahan Baku Menggunakan Metode Single Exponential Smoothing Di Cv. Pustaka Bagus
No full textCV. Pustaka Bagus merupakan perusahaan yang bergerak dalam industri konveksi dan supplier yang memiliki 73 bahan baku dengan memiliki 15 supplier. CV. Pustaka Bagus menggunakan 2 macam strategi yaitu make to order (bahan baku berdasarkan pesanan) dan make to stock (bahan baku untuk persediaan). Permasalahan yang dihadapi adalah Bagian Jahitan keseulitan dalam menentukan jumlah pembelian bahan baku yang harus diadakan. Hal ini mengakibatkan sering terjadinya jumlah pembelian bahan baku belum memenuhi kebutuhan sehingga mengalami kekurangan atau kelebihan bahan baku. Maka dengan permasalahan tersebut dibutuhkan sistem penentuan jumlah pembelian bahan baku yang bertujuan untuk membantu Bagian Jahitan dalam menentukan jumlah pembelian bahan baku ke supplier. Metode yang digunakan yaitu metode Single Exponential Smoothing yang dapat meramalkan jumlah bahan baku yang dibutuhkan setiap bulan berdasarkan data permintaan bahan baku dari Januari 2022 – Desember 2022. Metode ini dipilih berdasarkan pola data horizontal yang sesuai dengan pola data pemintaan bahan baku dan memberikan hasil peramalan yang memiliki tingkat kesalahan (MAPE) terkecil dibandingkan metode lain. Hasil penelitian menunjukkan bahwa Sistem Penentuan Jumlah Pembelian Bahan Baku menggunakan Metode Single Exponential Smoothing Di CV. Pustaka Bagus dapat membantu Bagian Jahitan dalam menentukan jumlah pembelian bahan baku ke supplier untuk periode berikutnya
Sistem Penentuan Jumlah Pembelian Bahan Baku Resto Pawon Leyeh Leyeh Menggunakan Metode Single Exponential Smoothing Di Cv Dunia Kreasi
No full textResto Pawon Leyeh Leyeh yang beroperasi dibawah naungan CV. Dunia Kreasi merupakan sebuah restoran yang bergerak dalam bidang jasa boga dengan fokus pada penjualan berbagai jenis makanan. Restoran ini menerapkan strategi Make To Stock dalam pembelian bahan baku, yang terdiri dari bahan baku mudah busuk dan tidak mudah busuk. Permasalahan yang dihadapi adalah kesulitan Head Chef dalam menentukan jumlah pembelian bahan baku yang mudah busuk dan tidak mudah busuk kepada Supplier. Hal ini mengakibatkan sering terjadinya kerusakan bahan baku serta kelebihan dan kekurangan bahan baku. Maksud dilakukannya penelitian ini adalah untuk membangun sistem yang dapat digunakan untuk membantu Head Chef dalam menentukan jumlah pembelian bahan baku selanjutnya agar tidak terjadi kerusakan serta kelebihan maupun kekurangan bahan baku. Sistem yang dikembangkan memanfaatkan metode Single Exponential Smoothing untuk meramalkan kebutuhan bahan baku pada pembelian selanjutnya berdasarkan data pemakaian bahan baku. Hasil penelitian menunjukkan bahwa penerapan metode Single Exponential Smoothing dapat membantu dalam meramalkan jumlah pembelian bahan baku. Kesimpulan penelitian menunjukkan bahwa sistem penentuan jumlah pembelian bahan baku Resto Pawon Leyeh Leyeh menggunakan metode Single Exponential Smoothing dapat membantu Head Chef dalam mengatasi kesulitan dalam menentukan jumlah pembelian bahan baku kepada Supplier