Widyatama Repository

Widyatama Repository is a digital service that collects, preserves, and distributes digital material.

Kampus Merdeka
 

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 7

Recent Submissions

Thumbnail Image
Item
PEMBUATAN DESIGN SYSTEM APLIKASI WEB MARKETPLACE DENGAN METODE ATOMIC DESIGN
(Program Studi S1 Informatika, 2024) Al Nashir, Syarifuddin Sulthon; Eka Angga Laksana (Pembimbing)
Perusahaan marketplace memainkan peran krusial dalam ekonomi global dengan persaingan ketat untuk memenangkan hati dan kepercayaan pelanggan. Untuk menciptakan pengalaman pengguna yang luar biasa memerlukan desain aplikasi web yang konsisten, menarik, dan efisien. Namun, tantangan besar muncul dalam pengembangan aplikasi web yang konsisten dan efisien, terutama bagi perusahaan yang belum memiliki design system atau perusahaan baru yang dibangun. Penelitian ini mengusulkan solusi dengan membuat design system menggunakan metode atomic design. Dalam metode ini, komponen-komponen dipisahkan menjadi bagian terkecil dan kemudian disusun kembali berdasarkan tingkat kompleksitas. Untuk mendukung penerapan metode ini, digunakan framework berbasis komponen seperti Vue.js agar dapat mencapai tingkat modularitas komponen yang optimal. Design system yang dibuat dapat terintegrasi dengan proyek aplikasi web marketplace, baik yang dibangun dari awal maupun yang sudah ada, dengan tujuan meningkatkan efisiensi proses pengembangan. Penerapan metode atomic design dalam pembuatan design system memastikan kemudahan pemeliharaan, skalabilitas, dan mencapai tingkat modularitas yang optimal. Dokumentasi design system disajikan dengan fitur demonstrasi komponen yang reaktif dan dilengkapi dengan contoh implementasi kode, sehingga memudahkan penggunaan oleh para pengembang. Hasil dari penggabungan metode atomic design dan pemanfaatan Vue.js diharapkan dapat menciptakan design system yang tidak hanya mudah dipelihara dan modularitas yang optimal, tetapi juga dapat diintegrasikan secara efektif dengan proyek aplikasi web yang terpisah. Dengan unit test yang terimplementasi, design system ini dapat diandalkan tanpa adanya error dan mencapai tingkat coverage di atas 60%, menjamin kualitas keseluruhan sistem.
Thumbnail Image
Item
SISTEM KEAMANAN KENDARAAN MENGGUNAKAN SENSOR SIDIK JARI BERBASIS MIKROKONTROLER ARDUINO
(Program Studi S1 Informatika, 2023) Amal, Syailendra Imanul; Helmy Faisal Muttaqin (Pembimbing)
Penelitian ini mengusulkan sistem keamanan untuk kendaraan bermotor yang menggunakan sensor sidik jari berbasis mikrokontroler Arduino. Penelitian ini dimulai dengan latar belakang meningkatnya tingkat pencurian kendaraan bermotor dan kebutuhan akan sistem keamanan untuk mencegahnya. Sistem ini dirancang untuk mengendalikan akses ke kendaraan, memungkinkan pemilik untuk menonaktifkan kendaraan dari jarak jauh atau melacak lokasinya. Sistem keamanan ini memasukkan sensor sidik jari, yang lebih aman daripada sistem berbasis RFID karena sidik jari unik dan sulit untuk direplikasi. Sistem ini dioperasikan melalui smartphone dan menggunakan SMS dan modul SIM GSM 800L untuk memberikan kontrol jarak jauh. Penulis menjelaskan keuntungan penggunaan sensor sidik jari dibandingkan dengan RFID, termasuk keamanan yang lebih tinggi, kemudahan penggunaan, akurasi yang lebih tinggi, dan manajemen data yang lebih efisien. Penelitian juga menggambarkan teknologi yang digunakan dalam penelitian sebelumnya, yang menggunakan modul WiFi dan GPS untuk pengendalian jarak jauh. Sistem yang diusulkan menggunakan SMS dan modul SIM GSM 800L bersama dengan GPS untuk pengendalian jarak jauh. Hasil penelitian menunjukkan bahwa sistem keamanan yang diusulkan berhasil dalam mencegah pencurian kendaraan bermotor dan memberikan akses yang mudah bagi pemilik kendaraan. Dalam kesimpulan, penulis menegaskan bahwa sistem keamanan ini dapat menjadi solusi yang efektif dan efisien untuk masalah keamanan kendaraan bermotor.
Thumbnail Image
Item
PENERAPAN LEAN MANAGEMENT DENGAN VALUE STREAM MAPPING PADA SISTEM E-PROCUREMENT (STUDI KASUS: PERUMAHAN ALBIZI)
(Program Studi S1 Informatika, 2025) Hamzah, Syafira Iedha Maharani; Ulil Surtia Zulpratita (Pembimbing)
Proses pengadaan barang di Perumahan Albizi mengalami kendala akibat belum adanya sistem digital, yang menyebabkan keterlambatan dan potensi kesalahan dalam alur pengadaan. Masalah ini penting untuk diselesaikan karena digitalisasi berperan dalam meningkatkan efisiensi operasional dan menurunkan biaya pengadaan. Penelitian ini bertujuan untuk meningkatkan efisiensi proses pengadaan barang di Perumahan Albizi melalui pengembangan sistem eprocurement berbasis web dengan pendekatan Lean Management. Permasalahan yang dihadapi sebelumnya adalah lamanya waktu proses pengadaan dan tingginya aktivitas yang tidak bernilai tambah. Metode yang digunakan dalam penelitian ini adalah Value Stream Mapping (VSM) untuk memetakan alur proses serta mengidentifikasi waste. Hasil evaluasi menunjukkan bahwa pada kondisi awal (current state), nilai Process Cycle Efficiency (PCE) hanya sebesar 47,32%, dengan total lead time 560 menit. Setelah dilakukan perancangan sistem (future state), nilai PCE meningkat menjadi 72,60% dengan lead time menurun menjadi 292 menit. Peningkatan efisiensi sebesar 25,28% ini menunjukkan bahwa sistem yang diusulkan berhasil meminimalkan aktivitas yang tidak bernilai dan mempercepat proses pengadaan. Dengan demikian, penerapan Lean Management dan pengembangan sistem e-procurement terbukti efektif dalam meningkatkan kualitas layanan pengadaan di lingkungan perumahan.
Thumbnail Image
Item
MARKET BASKET ANALYSIS MENGGUNAKAN ALGORITMA FP-GROWTH DAN APRIORI UNTUK MENGANALISIS POLA PEMBELIAN OBAT
(Program Studi S1 Informatika, 2023) Subagja Martawijaya; Yan Puspitarani (Pembimbing)
Rumah Sakit Umum Pusat (RSUP) Hasan Sadikin Bandung merupakan objek penelitian dalam menganalisis pola pembelian dalam industri farmasi khususnya mengenai aktivitas transaksi pola pembelian obat, dengan menggunakan pendekatan metode Analisis Keranjang Belanja (Market basket analysis). Market basket analysis merupakan jenis analisis data yang digunakan dalam mengidentifikasi pola pembelian yang relevan dari transaksi data namun dikarenakan bertambahnya jumlah transaksi dan ketersediaan produk farmasi akibatnya, analisis manual menjadi kurang efektif dan kurang dapat diandalkan sehingga diperlukan algoritma pendukung meliputi Apriori dan Fp-Growth. Apriori bekerja dengan prinsip yang berfungsi dalam mengidentifikasi item-item yang sering dibeli bersama dengan transaksi berdasarkan support dan confidence tertentu. Serta Fp-Growth menggunakan struktur pohon yang berfungsi dalam mengidentifikasi pola pembelian secara lebih efisien dan efektif. Dengan menggunakan 31.618 data transaksi obat di Rumah Sakit Umum Pusat (RSUP) Hasan Sadikin Bandung pada periode penjualan tahun 2021. Tujuan penelitian ini menganalisis perbandingan algoritma berdasarkan jumlah rules yang dihasilkan serta waktu yang dibutuhkan pada penggunaan Market basket analysis dalam mengidentifikasi transaksi pembelian obat. Pada kedua algoritma berhasil diimplementasikan serta menemukan frequent Itemset dengan iterasi hingga ke-3 dengan menggunakan nilai minimum support 0,05 dan confidence 0.2. Hasil menunjukkan bahwa Fp-Growth lebih efisien dalam menghasilkan jumlah aturan asosiasi yang lebih banyak dibandingkan dengan hasil Apriori. Algoritma FpGrowth menghasilkan 28 aturan asosiasi dan Apriori hanya menghasilkan 10 aturan asosiasi dengan lift ratio tertinggi pada kedua algoritma sama yaitu 14.393. Perlu diperhatikan bahwa Fp-Growth memiliki jumlah rules yang lebih banyak, sehingga dalam waktu eksekusi algoritma Fp-Growth sedikit lebih lambat dibandingkan dengan hasil Apriori. Fp-Growth memiliki rata-rata waktu eksekusi sekitar 0,1082 detik, sedangkan Apriori hanya 0,0260 detik. Meninjau berdasarkan jumlah rules yang dihasilkan maka algoritma Fp-Growth jauh lebih efisien dalam menghasilkan aturan asosiasi yang lebih banyak dibandingkan dengan algoritma Apriori.
Thumbnail Image
Item
PENERAPAN ALGORITMA DEEP LEARNING PADA SISTEM PENGHAFALAN AL QUR'AN
(Program Studi S1 Informatika, 2024) Wahyuni, Sri; Ari Purno Wahyu Wibowo (Pembimbing)
Penerapan algoritma Deep Learning pada sistem pengenalan Al Qur'an dirancang untuk mempermudah identifikasi dan interpretasi teks Al Qur'an melalui suara. Dengan memanfaatkan teknologi canggih seperti Deep Learning dan menggunakan algoritma jenis Convolutional Neural Network (CNN), menciptakan sebuah sistem yang mampu membuat hafalan Al Qur'an menjadi lebih mudah dan efisien dengan menggunakan sebuah model pembelajaran yang dibuat dan dilatih menggunakan dataset berupa audio Al Qur'an dan n-gram language model. Metode utama yang digunakan melibatkan penggunaan Automatic Speech Recognition (ASR) dan Speech to Text (STT) yang dikembangkan menggunakan python dengan dukungan TensorFlow dan Keras. Kemudian pemanfaatan NeMo ASR juga diterapkan untuk meningkatkan efektivitas model dalam proses pengenalan suara dan pelatihan data. Selain itu, integrasi dengan flutter dan dart memperluas aplikabilitas sistem ini ke dalam ranah pengembangan aplikasi mobile, sehingga dapat diakses dengan mudah oleh berbagai kalangan.