Biner : Jurnal Ilmiah Informatika dan Komputer

RANCANG BANGUN CHATBOT PADA SISTEM EKAPTA BERBASIS NATURAL LANGUAGE PROCESSING DENGAN ALGORITMA ARTIFICIAL NEURAL NETWORK

2025-01-31T20:55:27+07:00

Buku panduan mahasiswa adalah media yang berperan dalam perguruan tinggi dan berisi terlalu banyak informasi. EKAPTA adalah sistem elektronik kerja dan tugas akhir yang digunakan dalam Fakultas Teknik dan Ilmu Komputer dari Universitas Sains Al-Qur’an. ChatBot telah digunakan dalam banyak hal, termasuk memberikan edukasi, hiburan, dan masih banyak lagi. ChatBot telah terbukti menjadi alat yang berguna dalam membantu kegiatan manusia. Penelitian dilakukan oleh Marwan Noor Fauzy dan Kusrini, menjadi potensi ChatBot untuk diimplementasikan menjadi virtual assistant pada pusat layanan informasi akademik berbasis Natural Language Processing (NLP) dengan algoritma Artificial Neural Network (ANN). Penelitian ini diharapkan solusi dari permasalahan dan mengambil Penelitian Skripsi dengan Judul “Rancang Bangun ChatBot Pada Sistem EKAPTA Berbasis Natural Language Processing Dengan Algoritma Artificial Neural Network” dengan memudahkan Mahasiswa dan Dosen untuk mendapatkan informasi terkait EKAPTA.

PREDIKSI HARGA KENTANG DI WONOSOBO DENGAN MENGGUNAAN METODE LONG SHORT TERM MEMORY (LSTM)

2025-01-31T20:55:27+07:00

Penelitian ini bertujuan untuk mengembangkan model prediksi harga kentang di Wonosobo menggunakan metode Long Short Term Memory (LSTM). Harga kentang merupakan parameter penting dalam sektor pertanian dan ekonomi lokal. Metode LSTM dipilih karena kemampuannya dalam menangani data berurutan dan ketergantungan jangka panjang. Data harga kentang dari Wonosobo dikumpulkan dan dibagi menjadi set pelatihan dan validasi. Model LSTM dijalankan pada set pelatihan dengan hasil Root Mean Square Error (RMSE) sebesar 155.87, menunjukkan kemampuan model dalam mengestimasi harga kentang pada data pelatihan. Evaluasi model pada set validasi menghasilkan RMSE sebesar 186.31, memberikan gambaran kinerja model pada data yang tidak digunakan selama pelatihan. Selain itu, Mean Absolute Percentage Error (MAPE) digunakan untuk mengukur tingkat kesalahan relatif. Model memberikan MAPE sebesar 0.62 pada data pelatihan dan 0.82 pada data validasi. Hasil tersebut menunjukkan tingkat akurasi model dalam meramalkan perubahan harga kentang, dengan nilai yang rendah menandakan kualitas prediksi yang baik. Penelitian ini menyoroti potensi penggunaan metode LSTM dalam meramalkan harga komoditas pertanian di tingkat lokal.

IMPLEMENTASI METODE RANDOM FOREST BERBASIS WEBSERVICES API PPoE UNTUK KLASIFIKASI PELANGGAN INTERNET DIAL UP

2025-01-31T20:55:27+07:00

Internet merupakan kebutuhan primer bagi setiap orang untuk kegiatan sehari-hari baik berupa hiburan atau pekerjaan. Salah satu sumber mendapatkan internet ialah dari penyedia Internet Service Provider. Internet Service Provider atau ISP sekarang berlomba untuk melakukan layanan terbaik ke pelanggan. Penelitian ini dilakukan untuk menentukan klasifikasi pelanggan internet pada CV. Tabung Creative Digital sebagai ISP. Dalam menentukan klasifikasi, metode yang digunakan yaitu menggunakan Metode Random Forest. Dengan menggunakan Metode Random Forest membutuhkan atribut untuk melakukan perhitungan probabilitas, entropy dan gain. Dalam penelitian ini atribut yang digunakan yaitu profile, keadaan sosial dan nilai redaman. Klasifikasi dilakukan dengan cara merangkum dataset tersedia, kemudian dataset dirangkum berdasarkan klasifikasi training, kemudian menghitung entropy dari setiap atribut diperoleh nilai serta menghitung gain dari sub atribut kemudian diperoleh rule dari gain terbesar ke terkecil untuk melakukan klasifikasi. Selanjutnya klasifikasi diujikan dengan data riil dengan hasil uji system. Hasil dari klasifikasi tersebut kemudian diimplementasikan kedalam sistem dan menjadi sistem klasifikasi pelanggan internet serta diuji dengan blackbox supaya analisa dan perancangan sesuai sehingga dapat digunakan

RANCANG BANGUN APLIKASI KASIR ZEUS TECH MEGGUNAKAN VISUAL BASIC DAN PHPMYADMIN UNTUK PENGELOLAAN TRANSAKSI ELEKTRONIK

2025-01-31T20:55:27+07:00

Perkembangan teknologi informasi sekarang telah mendorong transformasi dalam berbagai aspek kehidupan, termasuk sistem penjualan. Penelitian ini bertujuan untuk merancang dan membangun aplikasi kasir elektronik Zeus Tech menggunakan Visual Basic sebagai desain tampilan dan PHPMyAdmin sebagai pengelola basis data. Aplikasi ini dirancang untuk membantu toko elektronik dalam mengelola transaksi secara efisien dan terintegrasi. Fitur utama yang dikembangkan meliputi pengelolaan stok barang, pencatatan transaksi penjualan, melakukan transaksi penjualan, laporan pengeluaran dan pemasukan, serta laba/rugi. Antarmuka Visual Basic memberikan kemudahan membuat aplikasi dan interaksi pengguna, sementara PHPMyAdmin memungkinkan pengelolaan data berbasis MySQL yang terstruktur dan aman. Aplikasi ini diharapkan dapat menjadi solusi bagi pengusaha toko elektronik agar dapat memudah proses transaksi. Hasil dari penelitian ini, aplikasi dapat digunakan dengan baik tanpa ada bug dalam aplikasi sehingga dapat membantu kasir dalam melakukan pengelolaan toko.

IMPLEMENTASI GOOGLE ML KIT UNTUK LIVENESS DETECTION DALAM SISTEM FACE RECOGNITION: ANALISIS KINERJA DAN KEAMANAN PADA APLIKASI MOBILE

2025-01-31T20:57:04+07:00

Penelitian ini mengkaji implementasi Google ML Kit untuk deteksi liveness dalam sistem pengenalan wajah pada aplikasi mobile dengan tujuan untuk meningkatkan keamanan aplikasi dan mencegah ancaman spoofing. Pengenalan wajah telah banyak diterapkan dalam berbagai aplikasi, namun kerentanannya terhadap serangan menggunakan foto atau video statis menimbulkan tantangan besar dalam hal keamanan. Oleh karena itu, deteksi liveness yang mengidentifikasi apakah wajah yang dikenali merupakan wajah hidup menjadi sangat penting. Penelitian ini fokus pada integrasi teknologi liveness detection dalam pengenalan wajah menggunakan Google ML Kit, yang memungkinkan aplikasi mobile untuk mendeteksi gerakan kepala (geleng kanan, kiri) dan kedipan mata sebagai indikator wajah yang hidup. Hasil implementasi menunjukkan bahwa sistem dapat mencapai akurasi tinggi dengan kecepatan pengenalan yang baik, serta mampu mengurangi potensi serangan spoofing. Penelitian ini memberikan kontribusi pada pengembangan aplikasi mobile yang lebih aman dan dapat diandalkan dalam pengenalan wajah, dengan memastikan bahwa sistem tidak hanya mengenali wajah, tetapi juga memastikan bahwa wajah tersebut adalah wajah yang hidup.

PENERAPAN CLOUD COMPUTING DALAM MANAJEMEN PELANGGAN (CRM) UNTUK MENINGKATKAN LOYALITAS KONSUMEN

2025-02-06T07:51:20+07:00

Cloud computing telah muncul sebagai kekuatan transformasional yang mengubah wajah manajemen bisnis. Teknologi ini memungkinkan perusahaan untuk beralih dari infrastruktur IT tradisional menuju solusi yang lebih fleksibel dan skalabel, mendukung kebutuhan bisnis yang terus berkembang. Artikel ini mengkaji bagaimana cloud computing tidak hanya memfasilitasi penyimpanan dan pengelolaan data, tetapi juga mendorong efisiensi operasional, inovasi produk, dan peningkatan pengalaman pelanggan. Salah satu metode yang dapat diintegrasikan dengan cloud computing adalah Customer Relationship Management (CRM). Dengan memanfaatkan platform CRM berbasis cloud, perusahaan dapat mengelola interaksi dengan pelanggan secara lebih efektif. CRM membantu dalam mengumpulkan, menganalisis, dan memanfaatkan data pelanggan untuk memahami preferensi dan perilaku mereka. Dengan informasi ini, perusahaan dapat menawarkan produk dan layanan yang disesuaikan berdasarkan kebutuhan dan keinginan pelanggan, meningkatkan komunikasi dengan menggunakan data untuk berkomunikasi secara lebih tepat waktu dan relevan, serta memonitor loyalitas pelanggan dengan mengidentifikasi pelanggan setia dan mengembangkan program penghargaan yang menarik. Selain itu, CRM memungkinkan perusahaan untuk mengumpulkan dan menganalisis umpan balik pelanggan untuk melakukan perbaikan berkelanjutan pada produk dan layanan. Dengan memanfaatkan cloud computing dan metode CRM, organisasi dapat mengoptimalkan proses bisnis, menjawab tantangan pasar dengan cepat, dan menciptakan nilai tambah yang berkelanjutan. Pengintegrasian kedua teknologi ini tidak hanya meningkatkan efisiensi operasional tetapi juga memperkuat hubungan dengan pelanggan, yang pada gilirannya berkontribusi pada pertumbuhan dan keberlanjutan bisnis.