Akakom Repository
Not a member yet
9766 research outputs found
Sort by
SISTEM INFORMASI PENGOLAHAN NILAI SISWA BERBASIS WEB
No full textPenelitian ini bertujuan untuk membangun suatu sistem informasi nilai siswa yang ditujukan untuk guru di Sekolah Dasar dalam mengelola nilai setiap siswa, sehingga bisa digunakan dalam proses pengecekan, pencatatan dan memberikan laporan nilai kepada siswa. Selain itu sistem ini berbasis web maka informasi yang terkait data dapat diakses kapan saja dan dimana saja.
Tool dan library sistem ini menggunakan framework laravel 9. Teknik pengumpulan data melalui studi literatur dan observasi. Sistem ini dibuat sesuai dengan rancangan Diagram Alir Data dan rancangan basis data menggunakan Relasi Antar Tabel.
Hasil dari penelitian ini menunjukan bahwa sistem informasi pengolahan nilai siswa yang digunakan sudah memiliki beberapa kelebihan yang dapat mendukung operasional pengolahan nilai siswa, dan dilengkapi dengan grafik batang (bar/chart). Penelitian ini masih memiliki beberapa kekurangan yang dapat dikembangkan dalam penelitian yang akan datang, seperti belum bisa melakukan edit nilai ditempat dan dan export data ke dalam bentuk file pdf atau excel sehingga sistem informasi pengolahan nilai siswa masih perlu perbaikan.
Kata Kunci : Sistem Informasi, Sekolah, Nilai
ANALISIS SCALING KONTAINER APLIKASI MOODLE MENGGUNAKAN KUBEADM DAN KUBERNETES SEBAGAI MANAJEMEN WORKLOADS
No full textTeknologi Informasi berkembang sangat pesat salah satunya adalah teknologi Kubernetes yang telah diperkenalkan oleh Google pada tahun 2014. Terdapat banyak fitur pada Kubernetes yang dapat di gunakan dan di analisis, akan tetapi pada penelitian ini akan di lakukan uji coba terhadap fitur Scaling atau Horizontal Pod Autoscaling (HPA) dan penerapannya terhadap aplikasi Elearning yang sering di gunakan pada kampus dan sekolah yaitu Moodle.
Proses uji coba yang dilakukan menggunakan metode eksperimental yaitu dengan melakukan percobaan pada suatu variabel, mengamati proses dan mendata hasil percobaan, dan melakukan kesimpulan. Pengujian kemudian dilakukan pada mesin virtual yaitu pada VM dengan OS ubuntu server 22.04 dan komponen kubernetes di dalamnya. Setelah behasil terpasang dan berstatus Ready maka aplikasi Elearning Moodle yang telah berada dalam container akan di jalankan. Selain itu docker compose pada VM yang berbeda untuk hasil perbandingan data.
Setelah melakukan pengujian diperoleh hasil dimana pengaktifan Autoscaling justru memberikan hasil yang buruk terhadap aplikasi, hal ini dikarenakan Horizontal Pod Scaling (HPA) lebih di peruntukkan pada aplikasi yang bersifat stateless bukan aplikasi Elearning Moodle yang stateful. Pada proses Analisa juga mendapati bahwa Autoscaling yang di aktifkan pada pod aplikasi memberikan beban berlebih pada pod basisdata menjadikan mysql server tidak mampu memberikan respon. Karena Autoscaling tidak dapat dilakukan pada pod mysql maka diharapkan melakukan metode lain seperti database sharding atau ReplicaSet.
Kata Kunci: Kubernetes, Horizontal Pod Autoscaling, Kubead
IMPLEMENTASI TEKNOLOGI AUGMENTED REALITY DENGAN METODE TARGET TRACKER UNTUK FILTER INSTAGRAM SEBAGAI BRANDING LOGO UTDI
No full textImplementasi teknologi Augmented Reality dengan metode target tracker untuk filter instagram dapat menjadi strategi efektif untuk meningkatkan branding logo UTDI dalam lingkungan berbeda-beda.
Metode Target Tracker dapat digunakan untuk memastikan bahwa logo UTDI hanya muncul pada objek atau lokasi tertentu, sehingga meminimalkan kemungkinan logo UTDI muncul ditempat yang tidak relevan atau tidak diinginkan. Selain itu penggunaan filter instagram akan memungkinkan logo UTDI untuk terlihat menarik dan kreatif, sehingga dapat menarik perhatian orang untuk melihat lebih dekat logo kampus.
Filter adalah salah satu fitur yang disediakan instagram yang digunakan untuk menggabungkkan postingan asli (foto dan video) engan efek virtual untuk membantu meningkatkan estetika gambar, video, dan cerita yang diunggah ke instagram.
Dalam dunia bisnis, branding bisa diartikan sebagai praktik pemasaran sebuah perusahaan dengan menciptakan nama, simbol, atau desain yang mudah diidentifikasi sebagai milik suatu bisnis atau perusahaan.
Penelitian ini menghasilkan sebuah filter instagram dengan menggunakan teknologi Augmented Reality (AR) yang dapat digunakan oleh pengguna menggunakan metode Target Tracker. Dimana objek animasi 2D dapat divisualisasikan pada gambar target yang sudah ditentukan, yaitu logo kampus UTDI.
Kata Kunci : Augmented Reality, Target Tracker, Meta Spark AR, Filter, Instagram, Brandin
Sertifikat Hak Cipta-Program Komputer : Si-Paris (Sistem Penjadwalan Ujian Pra Dan Skripsi)
No full textPENGEMBANGAN WEB DESAIN UNTUK APLIKASI TENAGA KERJA PADA PT. TRISAKTI PILAR PERSADA
No full textPT. Trisakti Pilar Persada merupakan salah satu perusahaan konsultan yang bergerak di bidang perancangan pembangunan, kajian kebijakan, media literasi, pengembangan sumber daya alam dan jasa survey. Cara kerja perusahaan dalam mendapatkan proyek terdiri dari dua yaitu tender atau lelang dan penunjukan langsung (PL). Sampai saat ini, data dan dokumen tenaga kerja yang diperlukan untuk keperluan lelang hanya disimpan dalam personal computer. Apabila data dan dokumen tersebut dicari kembali ketika dibutuhkan untuk keperluan lelang, akan membutuhkan waktu yang cukup lama karena keterbatasan akses.
Perusahaan memerlukan sebuah aplikasi untuk menyimpan data dan dokumen tenaga kerja yang digunakan dalam proses perlelangan. Sementara itu, dengan adanya pengembangan desain akan meningkatkan kenyamanan dan kemudahan bagi pengguna saat menggunakan aplikasi tersebut. Pembuatan desain menggunakan metode Design Thinking dengan lima tahapan yaitu Emphatize, Define, Ideate, Prototype dan Test. Untuk mengukur tingkat keberhasilan desain menggunakan metode Single Easy Question (SEQ) dan System Usability Scale (SUS).
Pengukuran menggunakan SEQ memperoleh nilai 7 yang artinya aplikasi sangat mudah digunakan. Sementara itu, pengujian menggunakan SUS memperoleh nilai 87.5 yang termasuk ke dalam rentang excellent dengan grade scale B. Sehingga, dapat disimpulkan bahwa nilai yang didapatkan berada diatas rata-rata website usability dan dapat diterima oleh pengguna.
Kata Kunci: Aplikasi, Desain, Design Thinkin
PENJADWALAN AGENDA PAMERAN SENI RUPA MELALUI NOTIFIKASI BERBASIS ANDROID DENGAN MENGGUNAKAN ALGORITMA GREEDY
No full textBerbasis Android, Algoritma, Greedy, Penjadwala
PENERAPAN FITUR GEOLOCATION MENGGUNAKAN CURRENT LOCATION PADA APLIKASI KETENAGAKERJAAN SOSIAL BERBASIS ANDROID (MAGANG BERSERTIFIKAT KAMPUS MERDEKA)
No full textSISTEM PRESENSI BERBASIS FACE RECOGNITION DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
No full textSistem presensi secara manual sering digunakan di lembaga pendidikan, termasuk sekolah. Namun, sistem manual ini memiliki beberapa masalah seperti manipulasi data kehadiran dan kehilangan buku presensi. Dalam perkembangan teknologi yang maju, telah dikembangkan sistem presensi mengguankan pengenalan wajah (Face Recognition), dimana kamera digunakan untuk mengambil gambar wajah yang kemudian dibandingkan dengan data foto wajah siswa. Identitas siswa seperti NIS, Nama, Kelas dan kehadiran akan direkam dan disimpan.
Penelitian ini menggunakan metode Histogram of Orientend Gradients (HOG) untuk ekstraksi ciri dan metode Support Vector Machine (SVM) untuk melakukan klasifikasi wajah. Tingkat akurasi dihitung menggunakan metode confusion matrix. Metode Support Vector Machine (SVM) merupakan salah satu metode dalam Supervised Learning. Dari hasil pengujian, diperoleh tingkat akurasi 91% dari 245 dataset foto wajah siswa. Oleh karena itu, dapat disimpulkan bahwa metode Support Vector Machine (SVM) dalam sistem presensi dapat melakukan klasifikasi gambar dengan baik.
Kata Kunci : Confusion Matrix, Face Recognition, Histogram of Orientend Gradients, Support Vector Machine
IMPLEMENTASI DATA MINING PENENTUAN KELOMPOK PELANGGAN LISTRIK SUBSIDI ATAU NON SUBSIDI
No full textPenggunaan data mining dalam melakukan klasterisasi ataupun prediksi data
berdaya guna untuk pengambilan keputusan yang berbasis data historis. Penelitian
ini menggunakan algoritma data mining untuk melakukan proses pencarian
pengetahuan terhadap data pelanggan PLN di Kebumen khususnya untuk
penentuan pelanggan PLN.
Terdapat 2 tahapan penerapan data mining yang dikerjakan pada penelitian
ini yaitu proses auto labeling pelanggan PLN menggunakan k-medoids dan proses
prediksi status pelanggan menggunakan K-NN. Dataset yang digunakan pada
penelitian ini sebanyak 8.737 data dan diberikan 2 label menggunakan k-medoids
yaitu subsidi dan non-subsidi. Proses training dataset yang telah mempunyai label
akan menghasilkan model yang digunakan untuk prediksi data pelanggan baru.
Akurasi prediksi metode KNN pada penelitian ini dihasilkan 99% pada k bernilai
3, nilai tersebut sudah diuji dengan melakukan perbandingan akurasi pada k=3
dengan accuracy score 0.9995, k=5 dengan accuracy score 0.9990 dan k=7 dengan
accuracy score 0.9990, sehingga disimpulkan bahwa nilai k yang
diimplementasikan pada prediksi status pelanggan PLN menghasilkan nilai
mendekati akurat dan tepat.
Proses klasterisasi ataupun prediksi status pelanggan PLN secara auto label,
bermanfaat dalam menghemat waktu pengerjaan pengambilan keputusan
pelanggan subsidi dan non-subsidi. Hasil keputusan tersebut dapat dialihkan ke
pihak PLN dan diharapkan dengan hasil tersebut pembagian listrik subsidi dapat
terbagi secara merata dan tepat sasaran.
Kata kunci: Data mining, K-medoids, Klaster, PLN, Prediksi