Widyatama University :: Browsing by Author "Esa Fauzi (Pembimbing)"

Browsing by Author "Esa Fauzi (Pembimbing)"

Now showing 1 - 13 of 13

IMPLEMENTASI IN-MEMORY CACHE PADA ARSITEKTUR MICROSERVICE COMMAND-QUERY RESPONSIBILITY SEGREGATION
(Program Studi S1 Informatika, 2025) Widiyanto, Jaka Pratama; Esa Fauzi (Pembimbing)
Microservice merupakan arsitektur yang sering digunakan untuk membangun sistem dengan performa tinggi. Desain arsitektur tertentu dapat digunakan dalam mengembangkan sistem microservice. Salah satunya adalah arsitektur commandquery responsibility segregation (CQRS). Microservice CQRS yang dirancang pada penelitian ini menggunakan mekanisme penyimpanan event sourcing dan mengimplementasikan in-memory cache sebagai bentuk optimasi. Penelitian dilakukan untuk mengetahui cara mengimplementasikan microservice CQRS dengan event sourcing dan mengukur peningkatan performa sistem sebagai dampak optimasi menggunakan in-memory cache pada proses pembangunan ulang application state. Proses penelitian dimulai dengan merancang sistem microservice, melakukan pengujian performa, menganalisis hasil pengujian, dan membuat kesimpulan dari analisis. Hasil penggunaan metode statistik dengan analisis deskriptif dan tes hipotesis uji-t menunjukkan bahwa implementasi inmemory cache meningkatkan waktu operasi penyelesaian payment sebesar 379.972 milisekon. Probabilitas nilai ekstrem ( p=7.672x10 −148 ) yang lebih kecil dari tingkat signifikansi (α=0.01 ) mengarah pada kesimpulan untuk menolak hipotesis nil dan menerima hipotesis alternatif, yaitu “implementasi in-memory cache mempercepat waktu penyelesaian pembayaran”. Sehingga kesimpulan dari uji hipotesis adalah implementasi in-memory cache signifikan dalam meningkatkan waktu penyelesaian pembayaran. Penyelesaian pembayaran yang semakin cepat menunjukkan peningkatan performa. Karena itu, kesimpulan akhir penelitian adalah implementasi in-memory cache dapat meningkatkan performa sistem microservice CQRS dengan event sourcing.
INTEGRASI SAML PADA SINGLE SIGN ON (SSO)
(Program Studi S1 Informatika, 2024) Firdaus, Arif Muhammad; Esa Fauzi (Pembimbing)
Peningkatan jumlah aplikasi dan layanan digital yang digunakan oleh organisasi modern telah membawa tantangan baru dalam manajemen identitas dan akses pengguna. Single Sign-On (SSO) muncul sebagai solusi untuk menyederhanakan proses autentikasi, memungkinkan pengguna untuk mengakses berbagai aplikasi dengan satu set kredensial. Namun, implementasi SSO dalam lingkungan yang beragam menuntut adanya standar yang dapat mengintegrasikan berbagai sistem secara aman dan efisien. Security Assertion Markup Language (SAML) adalah standar terbuka yang menyediakan mekanisme untuk pertukaran informasi otentikasi dan otorisasi antar domain. Integrasi SAML dalam SSO memberikan berbagai manfaat, termasuk peningkatan keamanan dan efisiensi dalam pengelolaan akses pengguna. Namun, proses ini juga menghadirkan tantangan signifikan. Penelitian ini bertujuan untuk menganalisis proses integrasi SAML dalam implementasi SSO, dengan fokus pada tantangan yang dihadapi. Melalui metode studi literatur dan analisis kasus, penelitian ini menunjukkan bahwa penerapan SAML yang tepat dapat mengurangi risiko keamanan dan meningkatkan efisiensi operasional.
KEAMANAN JARINGAN WIRELESS FIDELITY (WI-FI) TERHADAP SERANGAN PACKET SNIFFING MENGGUNAKAN FIREWALL RULE (STUDI KASUS : PT KARUNIA TEXTILE)
(Program Studi S1 Informatika, 2025) Fauzi, Dicka Yan; Esa Fauzi (Pembimbing)
Keamanan jaringan Wi-Fi menjadi tantangan utama bagi perusahaan, termasuk PT Karunia Textile, karena rentannya terhadap serangan packet sniffing yang dapat membahayakan data sensitif. Penelitian ini bertujuan untuk menganalisis efektivitas penggunaan firewall rule dalam menghadapi serangan packet sniffing di jaringan Wi-Fi perusahaan, menggunakan pendekatan kualitatif. Data dikumpulkan melalui wawancara mendalam dengan administrator jaringan serta observasi langsung terhadap konfigurasi firewall dan infrastruktur jaringan yang ada. Analisis dilakukan dengan mengkaji penerapan firewall rule dan bagaimana peran firewall tersebut dalam mencegah serta mendeteksi upaya serangan. Hasil penelitian menunjukkan bahwa penggunaan firewall rule yang tepat dapat secara signifikan mengurangi risiko serangan packet sniffing, meskipun masih ditemukan beberapa kelemahan dalam pengelolaan jaringan yang memerlukan perbaikan. Temuan ini menyoroti pentingnya pembaruan kebijakan keamanan jaringan dan peningkatan kompetensi administrator dalam menerapkan firewall yang lebih efektif. Selain itu, studi ini memberikan wawasan tentang perlunya strategi keamanan berlapis untuk melindungi data perusahaan dari serangan cyber. Kesimpulannya, Implementasi firewall, seperti penyaringan paket, pembatasan port, segmentasi jaringan, dan konfigurasi Mikrotik, berhasil melindungi data perusahaan, mencegah akses tidak sah, dan meningkatkan efisiensi operasional. Hasilnya, keamanan jaringan meningkat signifikan, mendukung keberlanjutan operasional, dan memastikan kepatuhan terhadap standar keamanan data.
PENGEMBANGAN APLIKASI PENGELOLAAN STOK PADA NAREEN BAKERY DENGAN ALGORITMA APRIORI UNTUK MANAJEMEN STOK PRODUK
(Program Studi S1 Informatika, 2025) Ardhiana, Agastian Raka; Esa Fauzi (Pembimbing)
Pengelolaan stok merupakan aspek krusial dalam bisnis, terutama bagi perusahaanseperti NaReen Bakery. Penelitian ini bertujuan untuk mengembangkan aplikasipengelolaan stok berbasis web menggunakan algoritma Apriori guna menganalisispola pembelian dan memberikan rekomendasi stok yang lebih optimal. Aplikasiini terdiri dari Dashboard untuk manajemen stok dan transaksi serta Website yangmemungkinkan pelanggan melakukan pembelian online melalui fitur rekomendasiproduk, perhitungan biaya pengiriman menggunakan RajaOngkir API, danmetode pembayaran berbasis unggah bukti.Metode pengembangan yang digunakan adalah SDLC Prototype, denganpengumpulan data melalui wawancara dan studi literatur guna memahamikebutuhan pengguna. Pengujian dilakukan menggunakan Black Box Testing, yangmenunjukkan bahwa seluruh fitur utama berfungsi dengan baik tanpa kendala ataubug. Evaluasi User Acceptance Testing (UAT) oleh pihak NaReen Bakerymengonfirmasi bahwa algoritma Apriori membantu dalam pencatatan danpengelolaan stok. Selain itu, implementasi sistem ini terbukti meningkatkanefisiensi manajemen stok dengan mengurangi waktu yang diperlukan dalamproses pengelolaan.
PENGEMBANGAN APLIKASI PREDIKSI PENJUALAN E-COMMERCE DENGAN REGRESI LINIER (STUDI KASUS : HSR WHEELS)
(Program Studi S1 Informatika, 2024) Pangestu, Rizky Bagus; Esa Fauzi (Pembimbing)
Dalam era digital yang terus berkembang, penelitian ini berfokus pada sektor e-commerce dengan tujuan memanfaatkan teknologi, khususnya teknik analisis data, untuk meningkatkan pengalaman berbelanja. Melalui integrasi Regresi Linier, penelitian ini bertujuan memprediksi penjualan pada platform e-commerce, terutama di lingkungan HSR Wheels. Pendekatan ini tidak hanya mengevaluasi performa Regresi Linier tetapi juga memberikan wawasan terhadap prediksi penjualan. Sistem aplikasi yang dikembangkan memfasilitasi pengambilan keputusan terkait manajemen persediaan. Dengan memanfaatkan teknik analisis data ini, penelitian ini diharapkan dapat memberikan kontribusi signifikan terhadap pengembangan strategi penjualan yang lebih efektif, memanfaatkan potensi teknik analisis data untuk mencapai efisiensi penjualan dalam konteks e-commerce yang berkelanjutan.
PERANCANGAN APLIKASI CRM UNTUK ANALISIS PENGALAMAN PENGGUNA DAN SEGMENTASI PENGGUNA BERBASIS WEB MENGGUNAKAN METODE K-MEANS (STUDI KASUS: PT. EKSAM DIGITAL EDUKASI)
(Program Studi S1 Informatika, 2024) Fahturahman, Restu; Esa Fauzi (Pembimbing)
Penelitian ini bertujuan untuk merancang sebuah aplikasi Customer Relationship Management (CRM) berbasis web yang dapat digunakan oleh PT. Eksam Digital Edukasi. Segmentasi diperlukan untuk mengidentifikasi kelompok pengguna yang berbeda berdasarkan interaksi mereka dengan produk atau layanan perusahaan, sehingga strategi yang lebih tepat dapat diterapkan untuk masing-masing kelompok. Aplikasi ini dirancang untuk melakukan analisis mendalam terhadap pengalaman pengguna dan melakukan segmentasi pengguna berdasarkan preferensi dan interaksi mereka dengan produk atau layanan yang disediakan oleh perusahaan. Metode K-Means adalah algoritma unsupervised machine learning untuk pengelompokan data dan pengenalan pola, metode K-Means dalam penelitian ini digunakan untuk menganalisis pengguna berdasarkan perilaku mereka, sedangkan metode RFM adalah jenis segmentasi pengguna dan penargetan perilaku yang digunakan untuk membantu menentukan peringkat dan pengelompokan pelanggan berdasarkan Recency, Frequency, Monetary, metode RFM dalam penelitian ini digunakan untuk mengukur nilai pengguna berdasarkan frekuensi pembelian, jumlah total pembelian, dan waktu sejak pembelian terakhir. Integrasi kedua metode ini diharapkan dapat memberikan informasi yang lebih komprehensif terkait dengan kebutuhan dan perilaku pengguna. Melalui penerapan aplikasi ini, perusahaan dapat meningkatkan strategi manajemen hubungan pelanggan mereka, meningkatkan kepuasan pelanggan, dan meraih keunggulan bersaing di pasar.
PERANCANGAN SISTEM ABSENSI DENGAN FACE RECOGNITION MENGGUNAKAN OPENCV BERBASIS WEB
(Program Studi S1 Informatika, 2024) Junaedy, Edy; Esa Fauzi (Pembimbing)
Perkembangan ilmu teknologi informasi yang terjadi pada saat ini sangatlah cepat, begitu juga perkembangan absensi pun terus mengalami inovasi dari waktu ke waktu dalam hal fungsi dan pendeteksian, salah satunya sistem biometrik untuk mendeteksi karakter-karakter khusus, diantaranya yang bisa dideteksi adalah sidik jari dan juga wajah. Face recognition merupakan sistem pengenal wajah yang baik, di mana database wajah yang telah diolah dari hasil tangkapan kamera akan dicocokkan dengan wajah dan foto yang telah disimpan pada database. Pada perancangan sistem absensi ini menggunakan algoritma Viola-Jones dan Local Binary Pattern histogram (LBPH) yang memberikan hasil yang cukup memuaskan untuk digunakan dan memudahkan karyawan. Hasil maksimal dari keseluruhan percobaan diperoleh dengan jarak optimal untuk melakukan absensi face recognition yaitu 50cm dari kamera sampai ke wajah, dengan keseluruhan akurasi mencapai 90.91%, FAR (False Acceptance Rate) 9.1%, dan FRR (False Rejection Rate) 0%.
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.
RANCANG BANGUN SMART AKUARIUM IKAN HIAS DISCUS BERBASIS INTERNET OF THINGS
(Program Studi S1 Informatika, 2024) Syukur, Agung; Esa Fauzi (Pembimbing)
Ikan hias Discus telah menjadi hobi populer di kalangan penggemar ikan hias. Namun, untuk menjaga kondisi optimal bagi ikan Discus, pemeliharaan yang tepat dan pemantauan yang cermat diperlukan. Oleh karena itu agar dapat memelihara ikan discus dengan mudah diperlukan sistem pendeteksi yang memanfaatkan teknologi berbasis Internet Of Things untuk memastikan kesejahteraan ikan dan kualitas air. Sistem ini menggunakan sensor suhu, pH, Ultrasonic untuk mengukur dan memantau kondisi air. Dalam penelitian ini penulis mengembangkan smart akuarium ikan hias discus berbasis Internet Of Things dengan mode pengiriman data melalui jaringan nirkabel atau (wifi) dan terintegrasi dengan platform aplikasi mobile. Dengan pemantauan real-time diharapkan dapat memantau dan menjaga kondisi akuarium dengan lebih efektif, mengurangi risiko stres pada ikan, dan meningkatkan peluang keberhasilan dalam pemeliharaan ikan Discus. Berdasarkan hasil pengujian yang dilakukan, sistem dapat melakukan pemberian pakan dan penggantian air secara otomatis berdasarkan waktu yang sudah diatur pengguna pada aplikasi mobile. Hasil pembacaan sensor berupa nilai suhu, PH dan ketinggian air dapat dimonitor dengan mudah pada LCD 20x4 dan aplikasi mobile secara real time.
REDICTIVE MATCHING KARYAWAN TERHADAP POSISI JABATAN MENGGUNAKAN PENDEKATAN MACHINE LEARNING DI PT CYBERS BLITZ NUSANTARA
(Program Studi S1 Informatika, 2025) Hidayat, Rahmat; Esa Fauzi (Pembimbing)
Penempatan karyawan yang tepat adalah tantangan besar bagi banyak organisasi karena kesalahan dapat mengakibatkan penurunan produktivitas, peningkatan turnover, dan ketidakpuasan kerja. Penelitian ini mengusulkan pendekatan Machine Learning untuk memprediksi kecocokan karyawan terhadap suatu posisi tertentu berdasarkan keterampilan, pengalaman kerja, preferensi, workload, absensi, kompetensi dan kepribadian. Pendekatan ini melibatkan pengumpulan data karyawan, pra-pemrosesan, pemilihan fitur, dan pembangunan model prediksi menggunakan algoritma seperti Random Forest, Support Vector Machine (SVM), dan Neural Network. Data diperoleh dari survei dan data historis HRD, kemudian diproses untuk menangani data yang hilang dan normalisasi. Hasil penelitian menunjukkan bahwa Random Forest memberikan performa terbaik dengan interpretasi yang lebih mudah, sementara Neural Network menawarkan akurasi yang sedikit lebih tinggi namun memerlukan tuning yang lebih kompleks. Implementasi sistem ini dapat mengotomatisasi proses seleksi karyawan, meningkatkan objektivitas, serta mengurangi bias subjektif dalam keputusan di PT Cybers Blitz Nusantara.
SISTEM INFORMASI PEMESANAN MAKANAN SATE MARANGGI HAJI YETTY PURWAKARTA BERBASIS WEB DENGAN INTEGRASI NOTIFIKASI REAL-TIME, PENGELOLAAN ANTRIAN FIFO, DAN REKOMENDASI MENU MENGGUNAKAN ALGORITMA COLABORATIVE FILTERING
(Program Studi S1 Informatika, 2024) Marlina, Lina; Esa Fauzi (Pembimbing)
Di era teknologi informasi yang semakin maju, kebutuhan untuk meningkatkan efisiensi operasional dan pelayanan pelanggan dalam industri kuliner semakin mendesak. Permasalahan yang dihadapi meliputi keterlambatan dalam proses pemesanan, tidak jelasan informasi, dan kesalahan pengiriman, yang dapat mengurangi kepuasan pelanggan. Solusi yang diusulkan adalah pengembangan sistem informasi yang mencakup pengelolaan antrian FIFO untuk memastikan urutan waktu pesanan, notifikasi real-time menggunakan metode short polling untuk memperbaiki transparansi proses, dan implementasi collaborative filtering dengan cosine similarity untuk memberikan rekomendasi menu yang lebih personal. Metode penelitian yang digunakan meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Analisis ini bertujuan untuk memastikan bahwa sistem yang dikembangkan tidak hanya mampu memenuhi kebutuhan pengguna, tetapi juga responsif terhadap perubahan permintaan pelanggan. Hasil penelitian menunjukkan bahwa implementasi sistem ini signifikan dalam meningkatkan efisiensi operasional dan kepuasan pelanggan. Penggunaan metode FIFO mengurangi kesalahan dalam pengelolaan pesanan, notifikasi real-time meningkatkan keterbukaan dan kepercayaan pelanggan, sementara collaborative filtering memberikan rekomendasi menu yang lebih relevan dan personal. Secara keseluruhan, penelitian ini mendukung bahwa penerapan teknologi informasi dalam manajemen operasional dapat memberikan dampak positif yang signifikan terhadap kualitas layanan dan kepuasan pelanggan di Sate Maranggi Hj. Yetty.
SISTEM MONITORING BERBASIS APLIKASI ANDROID UNTUK SISTEM PENDETEKSI DINI LONGSOR MENGGUNAKAN LORA MODUL
(Program Studi S1 Informatika, 2025) Nugraha, Arif Faishal; Esa Fauzi (Pembimbing)
Tanah longsor merupakan salah satu bencana alam yang sering terjadi di daerah perbukitan dan lereng di Indonesia. Minimnya sistem peringatan dini di daerah rawan longsor menyebabkan keterlambatan dalam penanganan, yang dapat berdampak fatal bagi masyarakat. Oleh karena itu, dibutuhkan sistem yang mampu memantau kondisi tanah secara real-time dan memberikan notifikasi peringatan secara otomatis kepada pengguna. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring potensi tanah longsor berbasis Internet of Things (IoT) menggunakan sensor MPU6050 untuk mendeteksi pergerakan tanah dan sensor YL-69 untuk mengukur kelembaban tanah. Sistem ini menggunakan modul komunikasi LoRa sebagai media pengiriman data jarak jauh ke gateway, kemudian data dikirimkan ke Firebase Realtime Database dan ditampilkan melalui aplikasi Android secara real-time. Metode pengembangan yang digunakan adalah metode prototipe, dengan tahapan perancangan, pembuatan, evaluasi, dan penyempurnaan sistem. Hasil dari pengujian menunjukkan bahwa sistem mampu mengirimkan data secara stabil dan real-time, dengan rata-rata waktu tunda pengiriman data sebesar 291 milidetik. Aplikasi Android yang dikembangkan juga berhasil menampilkan data sensor dan memberikan notifikasi peringatan ketika nilai sensor melewati ambang batas yang telah ditentukan. Dengan demikian, sistem ini dapat menjadi solusi awal dalam mendukung sistem peringatan dini tanah longsor di daerah rawan bencana.
SISTEM PENGEMBANGAN APLIKASI SINGLE SIGN ON MENGGUNAKAN OPENID CONNECT DAN OAUTH 2.0
(Program Studi S1 Informatika, 2024) Mutaqien, Bilal Restu; Esa Fauzi (Pembimbing)
Penelitian ini bertujuan untuk mengembangkan sistem aplikasi Single Sign-On (SSO) menggunakan protokol OpenID Connect dan OAuth 2.0. SSO menjadi solusi yang krusial dalam lingkungan digital saat ini untuk meningkatkan efisiensi dan keamanan akses pengguna terhadap berbagai aplikasi. Permasalahan utama dalam implementasi SSO adalah kebutuhan untuk mengelola otentikasi pengguna secara efektif di berbagai platform dan aplikasi, tanpa mengorbankan keamanan. Oleh karena itu, penelitian ini mencoba mengidentifikasi dan menanggulangi hambatanhambatan tersebut dengan memanfaatkan protokol OpenID Connect dan OAuth 2.0. OpenID Connect dan OAuth 2.0 dipilih sebagai solusi karena keunggulannya dalam menyediakan otentikasi dan otorisasi yang aman dan efisien. OpenID Connect memungkinkan pengguna untuk mengakses berbagai aplikasi dengan satu kali otentikasi, sementara OAuth 2.0 memberikan kerangka kerja yang kuat untuk mengelola akses dan otorisasi. Tujuan dari penelitian ini adalah untuk merancang, mengimplementasikan, dan menguji sistem SSO berbasis OpenID Connect dan OAuth 2.0. Penelitian ini juga bertujuan untuk mengevaluasi kinerja keamanan dan efisiensi sistem yang dikembangkan. Harapannya, penelitian ini dapat memberikan kontribusi pada pemahaman dan pengembangan teknologi SSO yang lebih baik, meningkatkan keamanan serta kenyamanan pengguna dalam mengakses berbagai layanan digital.

Browsing by Author "Esa Fauzi (Pembimbing)"

Results Per Page

Sort Options