Browsing by Author "Ari Purno Wahyu Wibowo (Pembimbing)"

Now showing 1 - 13 of 13
  • Thumbnail Image
    Item
    ANALISA TEMPAT KUNJUNGAN WISATAWAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS PADA METODE K-MEANS
    (Program Studi S1 Informatika, 2025) Tinting, Sema Oktaviani; Ari Purno Wahyu Wibowo (Pembimbing)
    Pariwisata merupakan sektor penting yang menarik kunjungan wisatawan domestik maupun mancanegara melalui berbagai fasilitas dan promosi, termasuk penerapan e-tourism yang didukung oleh layanan data internet berkualitas. Dengan e-tourism, destinasi wisata yang kurang dikenal dapat lebih mudah diperkenalkan, sehingga meningkatkan jumlah kunjungan wisatawan. Penelitian ini bertujuan untuk menganalisis pola kunjungan wisatawan di Kalimantan Utara menggunakan metode Principal Component Analysis (PCA) untuk reduksi dimensi data, serta metode K-Means Clustering untuk pengelompokan kunjungan wisatawan berdasarkan jumlah kunjungan. Data yang digunakan diperoleh dari Badan Pusat Statistik Kalimantan Utara, Kementerian Pariwisata dan Ekonomi Kreatif, serta Perpustakaan Nasional, dengan periode pengamatan 2020–2022. Hasil analisis menunjukkan bahwa kunjungan wisatawan dapat dikelompokkan menjadi tiga klaster: tempat kunjungan dengan kategori baik, cukup baik, dan kurang baik. Penggunaan PCA berhasil mereduksi dimensi dataset menjadi dua komponen utama yang menjelaskan 87.84% total varians, sedangkan K-Means menghasilkan nilai Silhouette Score sebesar 0.736, menunjukkan kualitas clustering yang sangat baik. Kombinasi PCA dan K-Means memberikan hasil yang efektif dalam memahami pola kunjungan wisatawan di Kalimantan Utara.
  • Thumbnail Image
    Item
    IMPLEMENTASI BGP ROUTE ORIGIN VALIDATION MENGGUNAKAN RPKI UNTUK MEMINIMALISIR DAMPAK BGP INCIDENT
    (Program Studi S1 Informatika, 2023) Bagus, Shofari; Ari Purno Wahyu Wibowo (Pembimbing)
    Pariwisata merupakan sektor penting yang menarik kunjungan wisatawan domestik maupun mancanegara melalui berbagai fasilitas dan promosi, termasuk penerapan e-tourism yang didukung oleh layanan data internet berkualitas. Dengan e-tourism, destinasi wisata yang kurang dikenal dapat lebih mudah diperkenalkan, sehingga meningkatkan jumlah kunjungan wisatawan. Penelitian ini bertujuan untuk menganalisis pola kunjungan wisatawan di Kalimantan Utara menggunakan metode Principal Component Analysis (PCA) untuk reduksi dimensi data, serta metode K-Means Clustering untuk pengelompokan kunjungan wisatawan berdasarkan jumlah kunjungan. Data yang digunakan diperoleh dari Badan Pusat Statistik Kalimantan Utara, Kementerian Pariwisata dan Ekonomi Kreatif, serta Perpustakaan Nasional, dengan periode pengamatan 2020–2022. Hasil analisis menunjukkan bahwa kunjungan wisatawan dapat dikelompokkan menjadi tiga klaster: tempat kunjungan dengan kategori baik, cukup baik, dan kurang baik. Penggunaan PCA berhasil mereduksi dimensi dataset menjadi dua komponen utama yang menjelaskan 87.84% total varians, sedangkan K-Means menghasilkan nilai Silhouette Score sebesar 0.736, menunjukkan kualitas clustering yang sangat baik. Kombinasi PCA dan K-Means memberikan hasil yang efektif dalam memahami pola kunjungan wisatawan di Kalimantan Utara.
  • Thumbnail Image
    Item
    IMPLEMENTASI BUSINESS INTELLIGENCE UNTUK ANALISIS PENJUALAN OBAT DENGAN EXPLORATORY DATA ANALYSIS (EDA) DAN VISUALISASI DATA MENGGUNAKAN LOOKER STUDIO
    (Program Studi S1 Informatika, 2025) Sutanto, Geraldyo Oktavialfalfa; Ari Purno Wahyu Wibowo (Pembimbing)
    Penggunaan teknologi informasi telah mengubah lanskap bisnis secara global dan menghasilkan data dalam jumlah besar. Untuk memanfaatkan data besar ini dalam menganalisis kinerja penjualan, diperlukan proses pengolahan data. Penelitian ini menggunakan teknik Exploratory Data Analysis (EDA) dengan bantuan spreadsheet untuk analisis data sumber serta Looker Studio untuk visualisasi data ke dalam dashboard . Hasil penelitian berupa dashboard yang menyajikan analisis data penjualan yang sesuai dengan kebutuhan tim pemasaran. Dasbor ini diharapkan dapat membantu perusahaan, khususnya tim pemasaran, dalam menyusun strategi pemasaran dan kegiatan lainnya guna meningkatkan kinerja bisnis.
  • Thumbnail Image
    Item
    IMPLEMENTASI PROTOKOL DNS OVER HTTPS UNTUK MENANGGULANGI KERENTANAN DNS LEAK MENGGUNAKAN BIND9 PADA UBUNTU SERVER 22.04
    (Program Studi S1 Informatika, 2023) Basysyar, Jovial Fachrur Razi; Ari Purno Wahyu Wibowo (Pembimbing)
    Pada tahun 2021, sekitar 85% komunikasi di dalam internet dilindungi menggunakan enkripsi. Dalam hal ini, DNS (Domain Name System) memiliki peran penting sebagai sistem yang menerjemahkan nama domain menjadi alamat IP yang dapat diakses oleh perangkat dan aplikasi. Namun DNS memiliki masalah potensi keamanan dan privasi yang perlu diatasi, salah satunya adalah DNS Leak. DNS Leak terjadi ketika permintaan DNS dikirim melalui jalur yang tidak dienkripsi, sehingga dapat diintip oleh pihak-pihak yang tidak berwenang. Data yang diintip ini dapat berupa alamat IP dan nama domain yang diakses oleh pengguna. Salah satu cara untuk menanggulangi kerentanan DNS Leak adalah menerapkannya protokol DNS Over HTTPS (DoH). DNS Over HTTPS memastikan bahwa semua permintaan DNS dienkripsi dalam lalu lintas HTTPS. Sehingga data yang melewati jalur komunikasi lalu lintas data menjadi tidak dapat dibaca oleh sniffer. Penelitian ini mengimplementasikan DoH dan disimulasikan menggunakan layanan Bind9 yang berfungsi sebagai recursive DNS Server dan dikonfigurasi menggunakan SSL dari let's encrypt yang berfungsi menjalakan tugas HTTPS untuk mengenkripsi data yang lewat pada jalur komunikasi data. Dengan menerapkan DoH, penelitian ini menunjukkan bahwa semua permintaan DNS melalui jalur HTTPS menjadi terenkripsi. Sehingga alamat IP dan nama domain yang dituju oleh pengguna tidak dapat dibaca menggunakan aplikasi packet sniffer seperti TCPdump atau wireshark. Hal ini menunjukkan bahwa DoH dapat menanggulangi DNS Leak.
  • Thumbnail Image
    Item
    PEMANTAUAN KESEHATAN SAPI BERBASIS INTERNET OF THINGS
    (Program Studi S1 Informatika, 2024) Rahayu, Ria Sri; Ari Purno Wahyu Wibowo (Pembimbing)
    Meningkatnya populasi sapi di Indonesia menghadirkan tantangan dalam manajemen peternakan yang efektif, terutama dalam deteksi dini penyakit. Metode tradisional kurang integrasi teknologi, yang menyebabkan ketidakefisienan dan potensi wabah penyakit yang meluas. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan kesehatan sapi berbasis Internet of Things (IoT) untuk mengatasi masalah ini. Sistem ini menggunakan sensor suhu untuk memantau parameter kesehatan sapi. Data yang dikumpulkan oleh sensor dikirimkan ke platform berbasis cloud, memungkinkan pemantauan dan analisis kesehatan secara real-time. Aplikasi web menyediakan antarmuka yang ramah pengguna bagi peternak untuk mengakses dan mengelola data kesehatan, memastikan intervensi yang tepat waktu. Tujuan dari penelitian ini adalah untuk membuat prototipe alat pemantauan kesehatan, mengumpulkan indikator kesehatan yang dapat diukur menggunakan sensor, dan mengembangkan aplikasi berbasis web untuk pemantauan yang komprehensif. Implementasi sistem IoT ini di peternakan sapi dapat meningkatkan deteksi penyakit dan manajemen ternak secara keseluruhan, berkontribusi pada praktik peternakan sapi yang lebih berkelanjutan dan menguntungkan.
  • 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.
  • Thumbnail Image
    Item
    PENERAPAN ALGORITMA FISHERFACE PADA KONSEP MONITORING KEHADIRAN SISWA DENGAN TECHNOLOGY FACE RECOGNITION DAN WHATSAPP API (Studi Kasus : SMK Taruna Harapan 1 Cipatat)
    (Program Studi S1 Informatika, 2025) Alam, Eki Jarul; Ari Purno Wahyu Wibowo (Pembimbing)
    Manajemen kehadiran siswa merupakan salah satu aspek krusial dalam mendukung efektivitas proses pembelajaran dan kedisiplinan di sekolah. Metode absensi manual yang masih umum digunakan sering kali menimbulkan kendala seperti manipulasi data, keterlambatan pencatatan, dan kurangnya transparansi kepada orang tua. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring kehadiran siswa berbasis pengenalan wajah menggunakan algoritma Fisherface yang terintegrasi dengan WhatsApp API sebagai media notifikasi real-time kepada wali siswa. Metode penelitian meliputi: (1) pengumpulan dataset wajah dari 10 siswa dengan variasi pencahayaan dan ekspresi, (2) pra-pemrosesan citra menggunakan deteksi wajah Haar Cascade, konversi ke skala abu-abu, dan resize ke dimensi seragam 200×200 piksel, (3) pelatihan dan pengujian model Fisherface dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian, serta (4) integrasi hasil absensi dengan WhatsApp API untuk pengiriman notifikasi otomatis. Hasil pengujian terhadap 10 siswa menunjukkan bahwa sistem mencapai akurasi pengenalan wajah sebesar 93,3% (28 dari 30 percobaan berhasil) dan tingkat keberhasilan pengiriman notifikasi WhatsApp 100% (10 dari 10 pesan terkirim). Temuan ini membuktikan bahwa Fisherface cukup andal untuk lingkungan sekolah dengan keterbatasan pencahayaan, dan integrasi WhatsApp API meningkatkan transparansi serta komunikasi antara sekolah dan orang tua. Sistem ini direkomendasikan untuk dikembangkan lebih lanjut dengan metode deep learning agar lebih tahan terhadap variasi kondisi nyata, serta diterapkan di institusi pendidikan lain sebagai solusi digital absensi yang efisien dan akurat.
  • Thumbnail Image
    Item
    PENGEMBANGAN DYNAMIC DELIVERY DENGAN FITUR TEKNOLOGI FACE RECOGNITION, SYMMETRIC ENCRYPTION DAN QR CODE BERTEMA ONLINE PAYMENT PADA PLATFORM ANDROID
    (Program Studi S1 Informatika, 2024) Raihan, Adli; Ari Purno Wahyu Wibowo (Pembimbing)
    Aplikasi pembayaran online menggunakan mata uang digital sudah menjadisalah satu bagian terpenting dalam melakukan transaksi jarak jauh. Salahsatunya yaitu merubah kebiasaan praktik transaksi di masyarakat, metodepembayaran ini ini tidak hanya berlaku bagi para pelaku penjual barang ataumakanan secara online, dengan adanya fitur QR Code toko offline juga dapatmenikmati teknologi pembayaran digital. Namun, platform pembayaranonline selalu menjadi target utama untuk segala jenis kegiatan ilegal yangberimbas dengan adanya kerugian pada pihak pengguna maupun penyedia,keluhan ini didapat dari postingan beberapa pengguna aplikasi pembayaranonline disalah satu forum costumer atau Media Konsumen. Dengan adanya permasalahan tersebut, adanya beberapa upaya keamananyang dapat di implementasikan untuk mengurangi kebocoran informasi datapengguna. Langkah keamanan ini termasuk pengenalan wajah untukmengidentifikasi status kepemilikan akun dan asymmetric encryption agar isikonten komunikasi antara aplikasi dengan server berupa data aplikasimaupun data pribadi pengguna tidak mudah terbaca. Kedua fitur ini dapatmembantu mengurangi risiko kebocoran data. Selain itu dalam praktikpengembangannya, untuk mencegah perbedaan versi yang dimilikipengguna, melalui integrasi salah satu konsep yang di perkenalkan olehGoogle yaitu on demand module, penerapan ini dapat dilakukan melaluikomunikasi aplikasi dengan server dengan tujuan agar aplikasi memilikiversi keamanan yang lebih terbaru dan merata.
  • Thumbnail Image
    Item
    PERBANDINGAN KINERJA ALGORITMA RANDOM FOREST, SUPPORT VECTOR MACHINE, DAN NAIVEBAYES CLASSIFIER DALAM REKOMENDASI FILM PADA DATASET MOVIELENS
    (Program Studi S1 Informatika, 2024) Robbani, Azzam Haqqoni; Ari Purno Wahyu Wibowo (Pembimbing)
    Penelitian ini membandingkan kinerja tiga algoritma pembelajaran mesin, yaitu Random Forest, Support Vector Machine (SVM), dan Naive Bayes Classifier, dalam konteks rekomendasi film menggunakan dataset Movielens. Tujuan utama penelitian ini adalah untuk menentukan algoritma terbaik yang dapat digunakan dalam sistem rekomendasi film.Hasil penelitian menunjukkan bahwa algoritma Random Forest mencapai tingkat akurasi tertinggi, yaitu 76.30%, dibandingkan dengan SVM dan Naive Bayes yang masing-masing mencapai akurasi 34.12% dan 34.36%. Hal ini menandakan bahwa Random Forest mampu mengenali pola data dengan lebih baik dan memberikan rekomendasi yang lebih akurat dalam sistem rekomendasi film. Oleh karena itu, algoritma Random Forest dipilih sebagai model terbaik untuk diterapkan dalam pengembangan sistem rekomendasi.Penelitian ini memberikan kontribusi dalam memahami keunggulan algoritma Random Forest untuk sistem rekomendasi.
  • Thumbnail Image
    Item
    PROTOTIPE SISTEM PENGENDALIAN AKUAPONIK BERBASIS IOT
    (Program Studi S1 Informatika, 2024) Supriadi, Egi; Ari Purno Wahyu Wibowo (Pembimbing)
    Proyek Pengendalian Akuaponik Berbasis IoT bertujuan untuk mengatasi tantangan dalam budidaya akuaponik dengan mengintegrasikan teknologi Internet of Things (IoT). Akuaponik, sebagai sistem pertanian berkelanjutan yang menggabungkan budidaya ikan dengan pertanian tanaman, menghadapi beberapa kendala, termasuk fluktuasi parameter lingkungan seperti ketinggian air, suhu air, pH air, dan kelembaban udara, serta manajemen yang tepat dalam pemberian pakan ikan. Proyek ini merancang sistem yang memungkinkan pemantauan dan pengendalian real-time dari parameter-parameter ini, dengan otomatisasi pemeliharaan yang lebih efisien, penghematan sumber daya, dan produksi pangan yang berkelanjutan sebagai hasilnya. Dengan menggabungkan perangkat keras NodeMCU dan sensor-sensor yang sesuai, sistem ini mampu memberikan data akurat yang memungkinkan pemilik akuaponik untuk merespons perubahan secara real-time, mengoptimalkan operasi mereka, dan meminimalkan dampak lingkungan. Dengan pendekatan ini, proyek ini berupaya mendukung visi pertanian yang lebih berkelanjutan dan efisien, sekaligus menghadirkan solusi teknologi yang relevan di era perkembangan IoT.
  • Thumbnail Image
    Item
    SISTEM ARTIFICIAL INTELLIGENCE DETEKSI PENYAKIT JANTUNG BERDASARKAN ALGORITMA FORWARD CHAINING DAN IMAGE PROCESSING CONVOLUTIONAL NEURAL NETWORK (CNN)
    (Program Studi S1 Informatika, 2024) Pratama, Rizky Fajar; Ari Purno Wahyu Wibowo (Pembimbing)
    Penyakit jantung adalah sebuah penyakit yang serius yang bisa mengancam kesehatan bahkan nyawa manusia, serangan kedua penyakit ini bisa secara tibatiba datang tanpa kita sadari yang gejalanya mirip dengan penyakit biasa, tujuan dari penelitian ini adalah membuat sebuah aplikasi berbasis AI (Artificial Intelligence) yang mampu memberikan sebuah respon cepat saat panyakit yang menyerang kita dengan melihat tanda perubahan fisik atau gejala awal yang ada pada tubuh, contoh gejala tersebut misalkan perubahan warna kulit atau jari kuku yang bisa mengindikasikan adanya sebuah penyakit serius, metode yang digunakan adalah mengkombinasikan dua metode deteksi yaitu pada detekti penyakit jantung menggunakan forward chaining dan metode image processing, teknik image processing menggunakan konsep AI dimana aplikasi yang dibuat mampu mendeteksi gejala penyakit serta mengukur tingkat akurasi hasil deteksi sehingga pasien atau dokter mampu mengukur tingkat keparahan penyakit tersebut, dari hasil percobaan dapat disimpulkan bahwa sistem ini bisa mengenali penyakit jantung yang berbasis image processing dengan akurasi diatas 80%, aplikasi ini tidak menggantikan dokter sebagai ahli medis tetapi dipergunakan sebagai media referensi untuk mengenali sebuah gejala awal dan melakukan proses pencegahan yang tepat sebelum penyakit tersebut menjadi lebih parah.
  • Thumbnail Image
    Item
    SISTEM PAKAR DETEKSI PENYAKIT THT DENGAN MENGGUNAKAN ALGORITMA NEURAL NETWORK FORWARD CHANING BERBASIS WEB
    (Program Studi S1 Informatika, 2024) Amanda, Keke Anggraeni; Ari Purno Wahyu Wibowo (Pembimbing)
    Penyakit THT adalah penyakit yang menyerang bagian telinga, hidung dan tenggorokan. Telinga, hidung dan tenggorokan merupakan organ tubuh manusia yang sangat berguna bagi aktivitas sehari-hari, terutama telinga sebagai indera pendengaran. Penyakit THT umum diderita oleh masyarakat, namun masih banyak masyarakat yang kurang waspada terhadap penyakit ini. Sebagai contoh adalah gejala batuk dan pilek yang sering kali disepelekan dan tidak terlalu diperhatikan yang mungkin saja itu adalah gejala awal dari penyakit THT yang berbahaya. Untuk memecahkan masalah tersebut sistem pakar adalah solusinya. Maka dari itu, penelitian ini dilakukan dengan tujuan untuk membangun sistem pakar menggunakan metode algoritma Neural Network Forward Chaining yang dapat mendiagnosa penyakit THT secara tepat. Pada penelitian yang telah dilakukan, sistem pakar yang dibangun dengan menggunakan metode algoritma Neural Network Forward Chaining bisa mendiagnosis penyakit THT dengan tingkat akurasi 97%.
  • Thumbnail Image
    Item
    SISTEM PERPUSTAKAAN BERBASIS WEBSITE SMK NEGERI 8 BANDUNG “DIGITAL LIBRARY UTAMA”
    (Program Studi S1 Informatika, 2025) Syahputra, Andhika Dwi; Ari Purno Wahyu Wibowo (Pembimbing)
    Pendataan informasi pada umumnya dilakukan secara manual, namun hal tersebut memiliki kekurangan yaitu pengarsipan menjadi tidak tertata, dan pencarian data membutuhkan waktu yang cukup banyak. Begitu pula dengan manajemen perpustakaan di SMKN 8 Bandung , Pendataan masih manual sehingga sering terjadi banyak kesalahan. Untuk itu perlu adanya sistem informasi perpustakaan berbasis web dimana manajemen data akan lebih tertata. Metode yang digunakan dalam pengembangan sistem informasi pada penelitian ini adalah metode waterfall yang mana pada tahap ini ada perancangan dan implementasi menerapkan pola perancangan model view controller (MVC). Sedangkan proses pengujian yang dilakukan ada beberapa tahap pengujian secara berurutan yaitu Unit test, Validation test, Compatibility test, dan Acceptance test. Unit test menggunakan teknik basis path menunjukkan hasil dari sistem yang memiliki struktur yang sederhana, sangat mudah dipahami dan diimplementasikan. Validation testing menggunakan metode black box menunjukkan bahwa 25 fungsi berjalan dengan baik. Compatibility test menunjukkan sistem dapat digunakan dengan baik pada 4 jenis browser. Dan acceptance test menunjukkan bahwa semua fungsi berhasil dijalankan dengan baik dan telah diterima oleh pihak SMKN 8 Bandung.