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
IMPLEMENTASI MODEL LONG SHORT-TERM MEMORY (LSTM) PADA KLASIFIKASI ABSTRAK KARYA TULIS ILMIAH
(Program Studi S1 Informatika, 2024) Robani, Husni; Benny Yustim (Pembimbing)
Pemanfaatan deep learning saat ini sudah banyak diadaptasikan dalam berbagai proses bisnis karena dapat memberikan banyak manfaat dalam berbagai permasalahan. Terjadi permasalahan pada sistem repository widyatama dimana lamanya proses pembaharuan data karya tulis ilmiah dikarenakan semakin banyaknya data karya tulis ilmiah baru. Dengan semakin bertambahnya jumlah karya tulis ilmiah yang harus dimasukan setiap tahunnya menyebabkan “bottleneck” dalam proses pembaharuan data tersebut, permasalahan tersebut terjadi karena bertambahnya beban proses yang harus dikerjakan tidak diiringi dengan peningkatan kapasitas dalam pembaharuan data. Hal tersebut menyebabkan ketersediaan data baru pada sistem menjadi tidak up to date. Pengembangan model deep learning dengan algoritma LSTM (Long Short-Term Memory) untuk melakukan klasifikasi teks abstrak karya tulis ilmiah berdasarkan program studi akan dipilih sebagai solusi yang diusulkan untuk mengatasi permasalah tersebut. Model yang sudah berhasil dikembangkan akan diintegrasikan kedalam API sehingga pemanfaatan model akan lebih mudah untuk diintegrasikan dengan sistem repository. Hasil pelatihan model LSTM untuk klasifikasi teks abstrak karya tulis ilmiah memperoleh akurasi tertinggi sebesar 93,31% dengan nilai rata-rata presisi, recall, dan F1-score adalah 95,66%. Dengan adanya model tersebut yang kemudian diintegrasikan dengan API yang berhasil dikembangkan untuk memenuhi fungsionalitas model, diharapkan dapat membantu meningkatkan proses pembaharuan data karya tulis ilmiah dalam sistem repository widyatama. Proses klasifikasi karya tulis ilmiah yang selama ini dilakukan secara manual dapat dilakukan secara otomatis dengan adanya API dan model LSTM tersebut.
Thumbnail Image
Item
IMPLEMENTASI METODE K-MEANS CLUSTERING PADA CRM (CUSTOMER RELATIONSHIP MANAGEMENT) STUDI KASUS KOPERASI DI PT MODULE INTRACS YASATAMA
(Program Studi S1 Informatika, 2025) Maulida, Hikmah Nurlaili; Adi Purnama (Pembimbing)
Dalam dunia bisnis modern, pengelolaan hubungan pelanggan Customer Relationship Management (CRM) menjadi strategi penting untuk meningkatkan kepuasan dan loyalitas pelanggan. Penelitian ini bertujuan untuk mengimplementasikan metode K-Means Clustering dalam melakukan segmentasi pelanggan pada Koperasi PT Module Intracs Yasatama berdasarkan pola transaksi mereka. Data yang digunakan berasal dari riwayat transaksi pelanggan, yang kemudian dianalisis menggunakan algoritma K-Means. Evaluasi hasil clustering dilakukan dengan Silhouette Score, dan diperoleh nilai tertinggi sebesar 0,7288 pada jumlah cluster K = 3, yang menunjukkan bahwa pengelompokan cukup optimal dengan jarak antar cluster yang jelas. Segmentasi ini membantu koperasi dalam memahami perilaku belanja pelanggan serta menyusun strategi promosi yang lebih tepat sasaran. Hasil segmentasi diintegrasikan ke dalam sistem informasi berbasis web, yang menampilkan hasil cluster dan mendukung pengiriman pesan promosi otomatis sesuai produk favorit tiap kelompok pelanggan. Sistem ini tidak hanya meningkatkan efektivitas promosi dan efisiensi komunikasi, tetapi juga memberikan pendekatan pemasaran yang lebih personal sesuai preferensi pelanggan.
Thumbnail Image
Item
REKOMENDASI PEMILIHAN KONSENTRASI DENGAN METODE COLLABORATIVE FILTERING PADA PROGRAM STUDI INFORMATIKA UNIVERSITAS WIDYATAMA
(Program Studi S1 Informatika, 2025) Meyvandino, Hesa Yusuf; Azizah Zakiah (Pembimbing)
Peningkatan jumlah mahasiswa dan variasi mata kuliah konsentrasi pada Teknik Informatika di Universitas Widyatama membutuhkan sistem rekomendasi yang efektif untuk membantu mahasiswa dalam pemilihan mata kuliah konsentrasi. Penelitian ini membahas implementasi fitur rekomendasi mata kuliah konsentrasi pada platform e-learning Universitas Widyatama dengan menggunakan metode Collaborative Filtering. Collaborative Filtering adalah metode yang populer dalam sistem rekomendasi karena kemampuannya untuk memberikan saran yang dipersonalisasi berdasarkan kesamaan preferensi pengguna. Studi kasus ini menunjukkan bagaimana fitur rekomendasi diintegrasikan ke dalam platform elearning, mulai dari pengumpulan data hingga tahap implementasi algoritma Collaborative Filtering. Data yang digunakan mencakup riwayat pemilihan mata kuliah mahasiswa, nilai yang diperoleh, serta feedback dari mahasiswa. Algoritma Collaborative Filtering diterapkan untuk menganalisis pola preferensi mahasiswa dan memberikan rekomendasi mata kuliah konsentrasi yang sesuai dengan minat dan kebutuhan individu. Hasil penelitian ini menunjukkan bahwa sistem rekomendasi yang diimplementasikan mampu meningkatkan kepuasan mahasiswa dalam pemilihan mata kuliah konsentrasi dan membantu dalam perencanaan akademik yang lebih baik. Implementasi ini tidak hanya mempermudah mahasiswa dalam memilih mata kuliah konsentrasi yang sesuai dengan minat mereka, tetapi juga mendukung pihak universitas dalam mengelola dan menyempurnakan kurikulum yang ditawarkan. Studi ini menggarisbawahi potensi penggunaan metode Collaborative Filtering dalam konteks pendidikan tinggi dan manfaatnya dalam meningkatkan pengalaman belajar mahasiswa.
Thumbnail Image
Item
PREDICTIVE MAINTENANCE KENDARAAN DINAS MENGGUNAKAN MACHINE LEARNING
(Program Studi S1 Informatika, 2025) Avionilova, Hervin; Esa Fauzi (Pembimbing)
Penerapan teknologi machine learning dalam predictive maintenance kendaraan dinas bertujuan untuk meningkatkan produktivitas dalam memprediksi biaya dan jadwal pemeliharaan, serta penggantian spare part kendaraan. Penelitian ini menggunakan machine learning untuk menganalisis data historis pemeliharaan kendaraan dinas dan memprediksi kebutuhan pemeliharaan di masa depan. Model machine learning yang digunakan untuk prediksi tanggal service dan biaya service yaitu linear regression dan prediksi spare part yaitu decision tree. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pelatihan model, evaluasi model, dan implementasi model. Model yang dihasilkan diharapkan dapat memberikan prediksi yang akurat mengenai biaya dan jadwal pemeliharaan, serta penggantian spare part kendaraan, sehingga membantu pengelolaan kendaraan dinas menjadi lebih optimal. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam mengoptimalkan manajemen pemeliharaan kendaraan dinas dan pengelolaan anggaran pemeliharaan kendaraan dinas.
Thumbnail Image
Item
IMPLEMENTASI APLIKASI PENJUALAN PADA PERUSAHAAN HG BABY KIDS BERBASIS WEBSITE
(Program Studi S1 Informatika, 2024) Satriawan, Hendry Yan’gar; Fitrah Rumaisa (Pembimbing)
HG Baby merupakan perusahaan yang bergerak dalam bidang retail barang untuk anak-anak dan bayi, berlokasi di jalan Caringin No.161, Babakan Ciparay, Kota Bandung. Pada HG Baby Kids ada 3 kegiatan proses bisnis yang diangkat dalam penelitian ini diantaranya proses penjualan, proses pembayaran, dan proses pelayanan online. Dalam 3 kegiatan tersebut, terdapat satu masalah yaitu belum menerapkan teknologi informasi sebagai alat bantu dalam bisnis. Maka tujuan penelitian ini untuk masing-masing kegiatan proses bisnis tersebut dapat dikembangkan sebuah sistem yang terintegrasi dimulai dari proses pencatatan penjualan, proses transaksi pembayaran, dan proses pelayanan secara terkomputerisasi. Metode yang digunakan dalam penelitian ini adalah kualitatif deksriptif berdasarkan pada data primer yaitu hasil wawancara dan hasil observasi. Dalam pelaksanaan pengembangan sistem menggunakan Metode SDLC model prototype yang terdiri dari 4 tahapan yaitu pengumpulan kebutuhan, proses desain yang cepat, membangun prototype, dan evaluasi perbaikan dengan bahasa pemodelan UML (Unified Modelling Language) yang diantaranya menggunakan diagram use case, activity, class diagram, dan sequence. Hasil dari penelitian ini adalah implementasi aplikasi penjualan berbasis website dengan menggunakan teknologi CMS atau Content Management System karena lebih cocok digunakan oleh perusahaan kecil yang tidak perlu mengeluarkan biaya yang tinggi tetapi mendapat kualitas website yang baik. Untuk membantu dalam membuat dan mengelola website tersebut yaitu menggunakan platform WordPress karena memiliki banyak fitur dan plugin. Hal-hal tersebut dapat memberikan solusi atas permasalahan 3 proses bisnis yakni proses penjualan, proses pembayaran serta proses pelayanan yang semula masih menggunakan media kertas mulai beralih menggunakan teknologi informasi salah satunya website dan seluruh pengelolaan yang terjadi dalam perusahaan dapat terkomputerisasi secara optimal.