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
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN BARU MENGGUNAKAN METODE AHP DAN TOPSIS PADA PERUSAHAAN PT NETRAL JAYA MOTOR
(Program Studi S1 Informatika, 2025) Adnin, Muhammad Yusuf; Benny Yustim (Pembimbing)
Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan dalam proses penerimaan karyawan baru di PT Netral Jaya Motor, menggunakan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Penerimaan karyawan baru merupakan proses krusial bagi perusahaan, karena kualitas sumber daya manusia yang dipekerjakan dapat berdampak langsung pada kinerja dan produktivitas perusahaan. Namun, proses seleksi yang dilakukan seringkali bersifat subjektif dan tidak terstruktur, sehingga diperlukan pendekatan yang lebih sistematis. Metode AHP digunakan untuk menentukan bobot dari kriteria yang relevan dalam penilaian kandidat. Selanjutnya, metode TOPSIS diterapkan untuk mengevaluasi dan memprioritaskan kandidat berdasarkan bobot yang telah ditetapkan. Penelitian ini melibatkan pengumpulan data melalui wawancara dan kuesioner yang disebarkan kepada tim HR dan manajer terkait. Hasil analisis menunjukkan bahwa penerapan AHP dan TOPSIS mampu menghasilkan rekomendasi yang lebih objektif dan transparan dalam memilih kandidat yang paling sesuai dengan kebutuhan perusahaan. Dengan sistem ini, manajemen diharapkan dapat membuat keputusan yang lebih tepat dan efisien, serta mengurangi bias dalam proses seleksi. Implementasi sistem pendukung keputusan ini tidak hanya bermanfaat bagi PT Netral Jaya Motor, tetapi juga dapat dijadikan model bagi perusahaan lain yang menghadapi tantangan serupa dalam proses penerimaan karyawan.
Thumbnail Image
Item
IMPLEMENTASI DEEP LEARNING UNTUK KLASIFIKASI RIMPANG DENGAN METODE CONVOLUTIONAL NEURAL NETWORK
(Program Studi S1 Informatika, 2024) Alfarez, Muhammad Rizaldy; Sriyani Violina (Pembimbing)
Kemiripan visual berbagai jenis rempah seperti jahe, kencur, kunyit, lengkuas, dan temulawak sering kali menyebabkan kesulitan dan keraguan dalam membedakan mereka secara tepat. Untuk mengatasi permasalahan ini, metode Convolutional Neural Network (CNN) dengan arsitektur VGG19 dipilih karena kemampuannya dalam mengidentifikasi dan mengklasifikasikan objek yang memiliki kemiripan visual. Penelitian ini mengimplementasikan arsitektur VGG19, yang terdiri dari 19 lapisan termasuk lapisan konvolusi untuk ekstraksi fitur, lapisan pooling untuk mereduksi dimensi fitur, dan lapisan fully connected untuk klasifikasi. Implementasi VGG19 dalam penelitian ini juga melibatkan augmentasi data yang bertujuan untuk memperluas variasi dataset serta uji coba konfigurasi hyperparameter yang mempengaruhi performa model. Hasil penelitian menunjukkan bahwa dengan penerapan augmentasi data dan optimasi hyperparameter model CNN VGG19 yang dibangun mampu mencapai akurasi klasifikasi sebesar 96.40% yang mana akurasi menunjukkan efektivitas metode ini dalam membedakan jenis-jenis rempah yang memiliki kemiripan visual.
Thumbnail Image
Item
MEMBANGUN WEBSITE PROJECT MANAGEMENT SYSTEM PADA PERUSAHAAN XYZ
(Program Studi S1 Informatika, 2024) Gustiar, Muhammad Rayhan; Feri Sulianta (Pembimbing)
Sistem manajemen proyek adalah alat penting dalam lingkungan bisnis saat ini. Sistem ini menawarkan pendekatan terorganisir untuk mengelola proyek secara efisien dan transparan. Sistem ini menggunakan proses berulang yang dapat diterapkan di berbagai bidang, mulai dari pengembangan perangkat lunak hingga perencanaan kebijakan publik. Seiring organisasi berupaya meningkatkan produktivitas, permintaan akan solusi manajemen proyek yang mudah diakses dan fleksibel telah meningkat secara signifikan. Situs web merupakan kumpulan halaman web yang dapat diakses melalui perangkat yang terhubung ke internet. Web dapat dibagi menjadi 2 kategori, yaitu: statis atau interaktif. Situs web interaktif, atau aplikasi web (web-app), memungkinkan keterlibatan pengguna yang dinamis dan menyediakan teknologi yang ideal untuk mengembangkan sistem manajemen proyek. Web-app menawarkan aksesibilitas dan efisiensi yang lebih unggul, sejalan dengan tuntutan industri modern akan pola kerja yang fleksibel. Sistem yang dihasilkan menawarkan alat komprehensif untuk merencanakan, melaksanakan, dan memantau proyek dari perangkat apa pun yang terhubung ke internet. Fitur utama termasuk kolaborasi antar anggota, manajemen tugas, perencanaan tugas, dan pelaporan yang dapat disesuaikan. Dengan menghilangkan kebutuhan instalasi perangkat lunak dan menyediakan kompatibilitas lintas platform, sistem ini memfasilitasi aksesibilitas dan fleksibilitas yang tinggi dalam pengerjaan proyek. Maka dari itu, penulis memilih untuk mengeksplorasi pengembangan sistem manajemen proyek berbasis web-app. Sistem yang diusulkan bertujuan untuk meningkatkan produktivitas pengguna dan fleksibilitas manajemen proyek dengan memanfaatkan keunggulan web-app. Sistem ini menggunakan pendekatan JavaScript fullstack, menggabungkan React.js untuk frontend, Node.js untuk runtime sisi server, dan Express.js sebagai kerangka kerja aplikasi web, memastikan platform yang mulus dan dapat diskalakan untuk tugas manajemen proyek yang kompleks.
Thumbnail Image
Item
ANALISI KLASIFIKASI KENDARAAN MILITER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)
(Program Studi S1 Informatika, 2025) Ariq, Muhammad Naufal; Ulil Surtia Zulpratita (Pembimbing)
Perkembangan pesat teknologi militer menuntut adanya sistem identifikasi dan klasifikasi kendaraan militer yang semakin canggih. Kemampuan untuk membedakan berbagai jenis kendaraan militer, seperti tank, truk, dan kendaraan tempur lainnya, secara akurat dan cepat menjadi faktor krusial dalam perencanaan dan pelaksanaan operasi militer. Penelitian ini mengevaluasi kinerja tiga arsitektur Convolutional Neural Network (CNN) yang populer, yaitu ResNet50, AlexNet, dan GoogleNet, dalam tugas klasifikasi kendaraan militer. Dataset yang digunakan terdiri dari citra kendaraan militer yang dikumpulkan dari sumber terbuka. Dataset terdiri dari citra Kendaraan Militer dengan jumlah 9900, yang dimana data dibagi menjadi 3, yaitu 5505 data training, 2332 data valid, dan 2063 data test. Hasil eksperimen menunjukkan bahwa GoogleNet mencapai kinerja terbaik dengan akurasi sebesar 94,76%, diikuti oleh ResNet50 93,65% dan AlexNet 84,10%. Temuan ini mengindikasikan bahwa GoogleNet memiliki keunggulan dalam klasifikasi citra kendaraan militer.
Thumbnail Image
Item
PENERAPAN KONSEP MODEL VIEW CONTROLLER PADA RANCANG BANGUN APLIKASI BOOKING KLINIK MENGGUNAKAN METODE TEST DRIVEN DEVELOPMENT
(Program Studi S1 Informatika, 2023) Juliansyah, Muhammad Luthfi; Adi Purnama (Pembimbing)
Layanan kesehatan seperti klinik sangat dibutuhkan di kota maupun desa. Namun sering kali pasien yang datang harus menunggu antrean yang sangat panjang untuk sekedar melakukan pemeriksaan bahkan harus kembali keesokan harinya. Maka dari itu aplikasi booking klinik ini membantu mengelola antrean pada klinik sehingga pasien dapat mengambil tiket secara online melalui aplikasi dan bisa melakukan booking antrean pada klinik yang dituju. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman Ruby dengan framework Ruby on Rails dengan pengimplementasian metode Test Driven Development (TDD) pada konsep MVC dari Rails. Pengujian TDD mengharuskan untuk membuat unit test terlebih dahulu sebelum program dibuat sehingga nantinya unit test digunakan sebagai patokan dalam pengembangan. Pengumpulan data pada penelitian ini menggunakan metode studi pustaka dengan membaca sejumlah referensi dari jurnal, buku dan artikel. Hasil akhir penelitian ini berupa program yang telah melewati red, green dan refactoring phase sehingga program berjalan dengan baik dan kode menjadi lebih bersih.