Elibrary UNIKOM
Not a member yet
16520 research outputs found
Sort by
Sistem Penentuan jumlah Pengadaan Obat Menggunakan Metode Fuzzy Time Series di PT Laju Dhikara Abadi
No full textPT Laju Dhikara Abadi merupakan Perusahaan Badan Usaha Milik Swasta atau yang lebih sering disebut BUMS, Perusahaan ini bergerak dalam sektor usaha farmasi. Proses Pengadaan Obat yang terjadi di perusahaan antara lain penentuan, pembelian dan penerimaan obat. Permasalahan yang terhadu saat ini di PT.Laju Dhikra Abadi adalah sulit menentukan jumlah pengadaan obat yang menyebabkan penumpukan dan kekurangan persidaan obat. Maka dengan permasalahan tersebut dibutuhkan sistem penentuan jumlah pengadaan obat di PT laju Dhikara Abadi yang dapat membantu dalam menentukan jumlah pengadaan obat yang akan diadakan sehingga menghindari penumpukan dan kekurangan persediaan obat
Penerapan Data Mining Untuk Menentukan Promosi Produk Berdasarkan Pola Pembelian Di Toko Bolu Pisang Bu Wita
No full textToko Bolu Pisang Bu Wita merupakan sebuah usaha yang berjalan di bidang makanan khususnya oleh – oleh. Salah satu promosi yang dilakukan adalah Bundling. Namun berdasarkan hasil wawancara dan analisis transaksi penjualan Bulan Mei 2023 didapatkan bahwa paket bundling yang ditawakan tidak mencapai target penjualan dan masih banyak konsumen yang membeli produk lain secara bersamaan. Oleh karena itu perlu suatu cara untuk membantu pemilik toko menentukkan produknya yang akan dibundling, yaitu dengan menerapkan Data Mining. Salah satu metode yang ada dalam data mining adalah metode association, digunakan untuk mengenali pola – pola khusus atau suatu hubungan asosiasi yang muncul pada setiap kejadian. Adapun algoritma yang digunakan adalah FP-Growth. Data yang digunakan yaitu data katalog produk dan transaksi. Kedua data akan digabungkan untuk mendapatkan jenis dari masing – masing produk setelah itu akan dimasukkan ke dalam model dengan nilai minimum support dan minimum confidence sebesar 2 yang diambil dari rata – rata kemunculan jenis dan 100%. Hasil evaluasi dari pemodelan didapatkan 13 rule yang dinyatakan valid dan 8 rule yang dapat digunakan untuk mencari kombinasi produk. Pada penelitian ini berhasil membangun aplikasi bebasis web berupa sistem rekomendasi bundling. Adapun hasil dari blackbox testing yaitu fungsional sistem dapat digunakan dengan baik. Kesimpulan dari penelitian ini adalah peneliti berhasil menerapkan metode association di Toko Bolu Pisang Bu Wita yang dapat membantu pemilik untuk menentukkan produk Bundling. Adapun saran yang dapat peneliti berikan adalah dengan menambah data pelanggan, dengan adanya data tersebut hasil rekomendasi bundling dapat lebih akurat karena sesuai dengan keinginan pelanggan
Analisis Metrik Horizontal Pod Autoscaling Untuk Menjaga Skalabilitas Sebuah Aplikasi Dengan Kubernetes
No full textPenelitian ini menganalisis metrik Horizontal Pod Autoscaling (HPA) untuk menjaga skalabilitas aplikasi menggunakan Kubernetes, dengan fokus pada aplikasi pemesanan tiket West Java Festival yang dikelola oleh Jabar Digital Service. Aplikasi ini menghadapi tantangan dalam menangani lonjakan akses simultan, menyebabkan kegagalan pemesanan ketika response latency melebihi 50ms. Studi ini membandingkan penggunaan Kubernetes Resource Metrics (KRM), kustom metrik berbasis response latency dari ingress nginx, dan kombinasi keduanya dalam konfigurasi HPA. Hasil pengujian beban menunjukkan bahwa pendekatan multi- metrik yang menggabungkan KRM dan metrik kustom memberikan peningkatan signifikan dalam menjaga skalabilitas aplikasi. Sistem Kubernetes dapat merespons lebih akurat terhadap variasi beban kerja, baik dari segi penggunaan sumber daya maupun kinerja aplikasi. Pendekatan gabungan ini terbukti lebih efektif dalam mengantisipasi dan menangani lonjakan traffic dibandingkan penggunaan metrik individu. Temuan penelitian menunjukkan bahwa integrasi beberapa metrik dalam konfigurasi HPA memungkinkan mekanisme scaling yang lebih presisi dan adaptif, berpotensi menyelesaikan masalah yang dihadapi selama event dengan permintaan tinggi seperti penjualan tiket
Penerapan Algoritma Cnn Dan Hybrid Cnn-Lstm Dalam Analisis Sentimen Berdasarkan Data Topic Modelling Pada Media Sosial X (Twitter)
No full textDalam era digitalisasi, media sosial seperti Twitter telah menjadi platform utama bagi publik untuk menyampaikan opini dan pendapat, dengan sekitar 500 juta cuitan setiap hari. Ulasan daring di Twitter berperan penting dalam keputusan pembelian produk, namun analisis manual sering kali sulit dalam menyimpulkan sentimen secara akurat. Konsumen membutuhkan informasi yang jelas tentang apakah sentimen produk bersifat positif atau negatif. Aplikasi analisis media sosial saat ini, meskipun mampu mengidentifikasi topik dan akun berpengaruh, belum sepenuhnya memenuhi kebutuhan konsumen dalam menyajikan ringkasan sentimen yang mudah dipahami. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan algoritma Convolutional Neural Network (CNN) dan Hybrid CNN-LSTM dalam analisis sentimen. Penambahan fitur analisis sentimen pada aplikasi media sosial terbukti membantu pengguna, salah satunya konsumen, dalam memahami ulasan produk, serta mempermudah pengambilan keputusan. Fitur ini juga bermanfaat bagi para ahli, seperti social media specialists. Hasil pengujian menunjukkan bahwa kedua algoritma, CNN dan CNN-LSTM, menampilkan informasi sentimen dengan akurasi yang sama, yaitu 85%, berbeda dari penelitian sebelumnya yang mengindikasikan keunggulan CNN-LSTM. Meskipun terdapat variasi persentase dalam klasifikasi sentimen, pengetahuan yang dihasilkan dari kedua model tetap konsisten tanpa perbedaan signifikan. Hal ini menegaskan bahwa penambahan layer LSTM pada CNN-LSTM tidak memberikan dampak besar terhadap kualitas pengetahuan yang dihasilkan
Pembangunan Aplikasi Top Up Digital Dengan Multi Supplier (Studi Kasus: Toko Indah)
No full textToko Indah, sebuah toko retail di Bandung yang telah beroperasi sejak 2013, menawarkan berbagai kebutuhan sehari-hari termasuk layanan top up seperti pulsa elektrik, paket data internet, voucher internet fisik, token listrik, dan e-wallet (Gopay, Dana, ShopeePay, Ovo). Proses transaksi top up melibatkan pelanggan yang datang ke toko, menyampaikan layanan yang ingin dipesan, dan memberikan nomor tujuan kepada kasir untuk pengisian. Berdasarkan wawancara dengan Bapak Ujang Adik Setiawan selaku pemilik Toko Indah, pada 16 November 2023, permasalahan utama adalah menemukan supplier dengan harga kompetitif dan layanan beragam. Saat ini, informasi supplier hanya diperoleh dari komunitas retail dan kunjungan sales, keterbatasan ini yang menyebabkan kurangnya pilihan supplier dengan harga kompetitif dan layanan beragam. Toko Indah mengandalkan beberapa supplier seperti Pojok Bayar, Digipos Aja, SiDompul, BNI Mobile Banking, dan BRILink. Kesulitan dalam mengelola banyak aplikasi untuk transaksi dengan setiap supplier, termasuk penyimpanan deposit di berbagai aplikasi, mengganggu operasional dan aliran keuangan, serta kurangnya media untuk menyampaikan informasi layanan top up tersedia kepada pelanggan.
Untuk mengatasi masalah ini, diperlukan aplikasi top up digital dengan integrasi multi supplier yang memungkinkan semua transaksi dilakukan dalam satu aplikasi. Application Programming Interface (API) digunakan untuk menghubungkan transaksi dengan provider Digiflazz dan mengirimkan detail pembelian melalui WhatsApp gateway menggunakan Piwapi. Aplikasi ini diharapkan mempermudah proses transaksi top up dalam satu aplikasi, mempermudah menemukan informasi supplier dengan harga kompetitif dan layanan beragam, serta mempermudah pelanggan dalam mendapatkan informasi layanan. Hasil pengujian blackbox dan beta menunjukkan bahwa sistem berhasil dijalankan dengan baik dan diterima oleh pihak Toko Indah serta pelanggan
Pengembangan Dan Implementasi Aplikasi Ekstensi Chrome Untuk Deteksi E-Mail Penipuan
No full textPenipuan melalui email merupakan salah satu ancaman keamanan yang signifikan dalam dunia digital. Skripsi ini membahas pengembangan dan implementasi aplikasi ekstensi Chrome untuk mendeteksi email penipuan. Berdasarkan studi literatur dan kuesioner dengan total 64 responden. 60 atau 93% responden merasa terbantu jika aplikasi yang akan dibuat dapat berjalan dengan baik di lebih dari satu platform pengelola E-mail, 62 atau 96% responden menyatakan terbantu jika aplikasi yang akan dibuat memiliki kemampuan untuk memberikan real-time alert dan click prevention untuk mencegah pengguna meng akses url atau file yang ter-indikasi berbahaya, dan 64 atau 100% responden menyatakan terbantu jika aplikasi yang akan dibuat memiliki kemampuan untuk meng-analisa file attachment dari ada nya ancaman malware. Penelitian ini bertujuan untuk menambahkan kompatibilitas untuk platform pengelola email yang sering dipakai dan platform pengelola email private, Mempermudah pengguna mengidentifikasi email yang beresiko penipuan dengan memberikan alert dan click prevention, dan menambahkan fitur deteksi terhadap file attachment yang berpotensi berbahaya sehingga dapat mencegah ancaman dan melindungi pengguna dari potensi risiko keamanan yang serius. Metode pengembangan yang digunakan merupakan metode waterfall. Pengujian beta telah dilakukan dengan total 35 responden untuk mengevaluasi efektivitas aplikasi ini, dengan hasil 89.14% hingga 91.57% yang dianggap hampir seluruhnya dari total responden setuju bahwa aplikasi ini dapat membantu pengguna untuk mengidentifikasi E-mail yang berpotensi penipuan dengan adanya fitur kompatibilitas, alert, click prevention, dan analisa file attachment
Implementasi Deep Q-Network Pada Mobil Balap Otonom Untuk Bernavigasi Dan Menghindari Penghalang Di Lingkungan Yang Dinamis
No full textKendaraan balap otonom telah menjadi domain utama dalam perkembangan teknologi otomotif dan telah menarik banyak perhatian dan minat yang cukup besar dalam pengembangannya karena potensi dan prospeknya yang tinggi baik itu dalam akademis maupun industri. Dalam pengaplikasianya pada lingkungan yang dinamis, kendaraan mengalami kesulitan untuk bergerak secara otonom yang mana harus bernavigasi melalui lingkungan yang tidak terstruktur seperti menghindari penghalang yang bersifat dinamis dimana transformasinya dapat berubah-ubah dan sulit diprediksi. Sebagian besar algoritma tradisional hanya efisien dalam lingkungan statis, yang mana dilingkungan statis sebuah kendaraan balap otonom biasanya berfungsi berdasarkan informasi yang sudah dipetakan tentang kondisi lingkungan yang sudah ada. Maka dari itu tujuan penelitian ini adalah untuk mengimplementasikan Deep Q-Network (DQN) untuk mengatasi permasalahan ini. Hasil menunjukan peformansi pada tahap training di track lurus, agen mendapatkan nilai akhir cumulativ reward sebesar 1,5465 dan loss value sebesar 0,08. Lalu pada tahap testing peforma paling baik agen didapatkan pada model yang telah dilatih sebanyak 4000 kali percobaan, yang mana dari 20 kali percobaan pada proses testing agen mendapatkan jumlah capai goal sebanyak 12 kali dan menabrak sebanyak 27 kali. Namun, pada track melingkar agen mendapatkan peforma yang kurang baik dengan mendapatkan nilai akhir cumulativ reward sebesar 0,596, nilai loss sebesar 0,7125 pada tahap training. Pada tahap testing performa terbaik agen didapatkan pada model yang telah dilatih sebanyak 4.000 kali dengan jumlah capai posisi goal 7 dan menabrak sebanyak 45 kali
Pembangunan Sistem Pemantauan Proyek Memanfaatkan Teknologi Cloud Di Pt Padepokan Tujuh Sembilan
No full textPenelitian ini bertujuan mempermudah manajer proyek dalam mengelola proyek secara lebih efektif di PT Padepokan Tujuh Sembilan, dengan mengatasi masalah yang muncul dalam pengelolaan proyek, terutama yang disebabkan oleh ketidakefektifan metode konvensional seperti Google Sheet dan kurangnya dokumentasi yang diakibatkan karena komunikasi yang buruk. Untuk mengatasi kendala tersebut, diusulkan penggunaan aplikasi berbasis web dengan teknologi cloud, termasuk cloud storage menggunakan MinIO dan integrasi Google Calendar API. Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data berupa wawancara dengan petinggi perusahaan dan observasi langsung di lingkungan perusahaan. Hasilnya menunjukkan bahwa sistem pemantauan proyek yang memanfaatkan teknologi cloud berhasil mempermudah manajer proyek dalam pengelolaan dan pemantauan proyek serta mampu mengatasi masalah dokumentasi melalui penggunaan cloud storage
Pembangunan Aplikasi Pendeteksi Tingkat Kematangan Buah
No full textBuah-buahan, seperti pisang, pepaya, dan nanas, memiliki nilai ekonomi yang tinggi dan penting untuk dikonsumsi pada tingkat kematangan yang tepat. Namun, banyak konsumen dan produsen mengalami kesulitan dalam menentukan tingkat kematangan yang optimal, yang dapat mempengaruhi kualitas dan rasa buah. Penelitian ini bertujuan untuk membangun aplikasi berbasis Android yang dapat membantu pengguna dalam mendeteksi tingkat kematangan buah dengan mudah dan akurat. Aplikasi ini menggunakan teknologi TensorFlow Lite dan Teachable Machine untuk mengidentifikasi tingkat kematangan buah dari gambar yang diambil melalui kamera smartphone.
Proses identifikasi dimulai dengan menangkap gambar buah menggunakan kamera, yang kemudian diproses oleh sistem untuk memberikan hasil deteksi berupa informasi tingkat kematangan dan deskripsi buah. TensorFlow Lite digunakan untuk memproses gambar secara lokal pada perangkat, sementara Teachable Machine berperan dalam pelatihan model pengenalan citra yang digunakan dalam aplikasi. Hasil uji menunjukkan bahwa aplikasi ini dapat membantu pengguna mengidentifikasi tingkat kematangan buah dengan akurasi mencapai 86%, serta memberikan informasi yang relevan mengenai kondisi buah tersebut. Aplikasi ini diharapkan dapat menjadi sebuah solusi bagi konsumen dan produsen dalam menentukan kematangan buah yang tepat untuk dikonsumsi atau dijual
Sistem Penjadwalan Mata Pelajaran Menggunakan Algoritma Genetika Di Sma Nasional Bandung
No full textPenjadwalan mata pelajaran di SMA Nasional Bandung merupakan hal yang rumit karena melibatkan berbagai kriteria dan kendala, seperti SMA Nasional Bandung menghadapi masalah dalam penyusunan jadwal mata pelajaran yaitu kesulitan proses penjadwalan yang dilakukan oleh WAKASEK Kurikulum dalam penyesuaian jadwal mata pelajaran terutama pada awal tahun pelajaran baru karena beberapa guru mengajar lebih dari satu mata pelajaran, ketersediaan waktu guru yang terbatas, dan bentrokan jadwal antara jadwal mengajar dan jadwal piket guru. Algoritma genetika dipilih karena kemampuannya dalam menemukan solusi lebih baik pada permasalahan yang rumit. Sistem yang ini dirancang untuk mengurangi bentrok antar jadwal, memanfaatkan penggunaan sumber daya sekolah, serta memastikan jadwal yang adil dan terstruktur. Ada pun tujuan dari penelitian ini adalah membantu Wakasek dalam membuat penjadwalan pada SMA Nasional Bandung dengan menggunakan algoritma genenika yang diterapkan dalam sistem ini mampu menjadikan proses penyusunan jadwal dan mengurangi jadwal bentrok didalamnya. Implementasi algoritma genetika pada pembangunan sistem penjadwalan ini di SMA Nasional Bandung mendapatkan respons positif dari pengguna, baik guru, siswa, maupun staf administrasi. Penelitian ini menyarankan pengembangan lebih lanjut pada antarmuka pengguna, integrasi dengan sistem informasi sekolah, dan peningkatan algoritma untuk mencapai hasil yang lebih baik