📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenPERANCANGAN SISTEM PERENCANAAN KEUANGAN PRIBADI MENGGUNAKAN TEKNOLOGI ROBOT PROCESS AUTOMATION DAN KECERDASAN BUATAN
Tugas akhir ini membahas terkait sistem untuk membantu perencanaan keuangan pribadi. Perencanaan keuangan pribadi yang efektif merupakan aspek fundamental dalam mencapai kesejahteraan finansial jangka panjang. Permasalahan seperti ketiadaan sistem prediksi pengeluaran otomatis, minimnya fitur perencanaan keuangan modular untuk tujuan spesifik (pendidikan, pensiun, proteksi keluarga, kesehatan), serta kurangnya insight berbasis data menyebabkan pengguna kesulitan dalam melakukan perencanaan keuangan pribadi secara proaktif dan terstruktur. Tugas akhir ini bertujuan untuk merancang sistem perencanaan keuangan pribadi "Wealth" yang mengintegrasikan teknologi Robotic Process Automation (RPA) dan Kecerdasan Buatan (AI), guna meningkatkan efisiensi, akurasi, serta efektivitas perencanaan finansial melalui pendekatan yang komprehensif dan berbasis data. Penelitian menggunakan pendekatan Design Thinking yang mencakup analisis masalah, perumusan solusi, desain sistem, serta evaluasi komprehensif. Sistem dirancang secara modular berbasis web dengan empat komponen utama: sinkronisasi transaksi otomatis menggunakan RPA, empat modul perencanaan keuangan dengan AI insights menggunakan konsep ARIMA untuk prediksi pengeluaran, serta dashboard interaktif dengan visualisasi data real-time. Penelitian ini memberikan kontribusi dalam bidang financial technology dengan membuktikan feasibility integrasi RPA dan AI untuk perencanaan keuangan pribadi, serta menyediakan foundation yang solid untuk pengembangan aplikasi fintech yang lebih canggih dan user-centric dalam mendukung perencanaan finansial yang optimal.
PENGEMBANGAN KANTIN CERDAS KAMPUS BERBASIS AI DENGAN FITUR LAYANAN ANTAR MEAL PLANNING UNTUK OPTIMALISASI WAKTU PELAYANAN DAN KUALITAS ASUPAN
Kantin kampus menghadapi tantangan operasional yang signifikan, khususnya waktu tunggu yang lama, yakni berkisar antara 30 hingga 60 menit, yang berdampak negatif terhadap produktivitas mahasiswa. Hasil survei menunjukkan bahwa 87% mahasiswa menghabiskan lebih dari 20 menit untuk mendapatkan makanan, dan 72% di antaranya menyatakan bahwa kondisi ini mengganggu aktivitas akademik mereka. Selain itu, tidak tersedia informasi gizi yang memadai, serta belum ada sistem perencanaan makanan yang mendukung pola konsumsi sehat bagi sivitas akademika. Penelitian ini merancang sistem Smart Canteen berbasis kecerdasan buatan dengan fitur layanan antar dan perencanaan makanan untuk mengoptimalkan efisiensi pelayanan dan kualitas asupan makanan. Solusi mencakup fitur pre-order, informasi gizi lengkap pada setiap menu, rekomendasi makanan berbasis AI, sistem pembayaran digital terintegrasi, pemesanan kelompok (group ordering), dasbor pelacakan konsumsi, serta antarmuka manajemen khusus untuk tenant. Pendekatan yang digunakan adalah Design Thinking, yang terdiri dari lima tahapan yaitu Empathize, Define, Ideate, Prototype, dan Test. Evaluasi dilakukan melalui pengujian terhadap 7 pengguna dan survei terhadap 166 responden dari mahasiswa ITB. Hasilnya menunjukkan tingkat penerimaan sebesar 97%, minat penggunaan sebesar 97,6%, dan kesediaan merekomendasikan sebesar 97%. Pengujian juga menunjukkan tingkat keberhasilan tugas sebesar 85,2%, dengan kepuasan pengguna berkisar antara 4,3 hingga 5,0 dari skala 5. Fitur pre-order terbukti mampu menurunkan waktu tunggu menjadi hanya 2–5 menit.
SISTEM INFORMASI CUACA BERBASIS SATELIT DAN ARTIFICIAL INTELLIGENCE UNTUK WILAYAH CEKUNGAN BANDUNG DALAM PLATFORM WEBSITE DAN MOBILE
Cekungan Bandung dilalui oleh Sungai Citarum yang bersumber dari pegunungan, yang kemudian bercabang ke anak-anak sungai di daerah Kertasari, Pacet, dan sekitarnya sebelum berakhir di Majalaya, sekitar 30 km dari sumber. Saat hujan lebat, aliran air seringkali meningkat pesat sehingga sering terjadi luapan di muara Majalaya yang memicu potensi banjir dan hujan ekstrim, sementara informasi terperinci mengenai kesiapsiagaan hujan dan mitigasi dini dari BMKG masih terbatas untuk wilayah-wilayah kecil seperti kawasan Cekungan Bandung. Untuk menjawab kebutuhan tersebut, purwarupa CBS (Cekungan Bandung Satellite) Weather System dengan antarmuka web (https://cbs-weather-system.vercel.app/) dan mobile (https://bit.ly/CBSForAndroid) dikembangkan dengan tujuanmenampilkan prediksi probabilitas hujan dan identifikasi awan 30 menit dan 60 menit ke depan. Sistem ini memanfaatkan algoritma convolutional neural network(CNN), rule based thresholding, hybrid thresholding, histogram stretching, dan koreksi gamma untuk mengolah citra komposit satelit Himawari-9. Validasi dilakukan dengan membandingkan probabilitas prediksi terhadap data observasi Automatic Weather Station (AWS) dan curah hujan Global Satellite Mapping of Precipitation (GSMaP) di beberapa titik di Cekungan Bandung. Hasil validasi menunjukkan adanya tingkat akurasi yang signifikan antara prediksi probabilitas dan kedua sumber data tersebut, sehingga CBS Weather System dapat menjadi sumber informasi kesiapsiagaan hujan dan potensi banjir yang lebih terintegrasi.
SMART FOOTBALL: PENGEMBANGAN PLATFORM DETEKSI AKSI PADA PERMAINAN SEPAK BOLA BERBASIS VIDEO MENGGUNAKAN T-DEED SEBAGAI PENDUKUNG PEMBINAAN SEPAK BOLA DI INDONESIA
Pembinaan sepak bola di Indonesia pada tingkat akar rumput, seperti Sekolah Sepak Bola (SSB), masih menghadapi kendala dalam evaluasi performa tim yang kerap bersifat subjektif dan minim dokumentasi. Penelitian ini bertujuan mengembangkan BinaBola Statistics, sebuah platform analisis video berbasis deep learning yang mampu mendeteksi aksi dalam pertandingan sepak bola secara otomatis dan menyajikan statistik performa tim untuk mendukung pembinaan yang lebih objektif, terstruktur, dan berbasis data. Sistem ini mengintegrasikan alur kerja mulai dari perekaman pertandingan menggunakan Veo Camera, ekstraksi frame video, prediksi aksi menggunakan model T-DEED (Temporal-Discriminability Enhancer Encoder-Decoder), hingga visualisasi hasil analisis melalui platform web interaktif. Evaluasi teknikal menunjukkan model T-DEED meraih mean Average Precision (mAP) sebesar 59,10% (team-aware) pada data SoccerNet dan 75,77% pada data pembinaan SSB MG ITB. Namun, hasil pada data pembinaan belum sepenuhnya meyakinkan karena jumlah anotasi manual masih terbatas. Evaluasi pengguna melalui wawancara dengan pelatih, manajemen SSB, dan orang tua pemain menegaskan manfaat platform ini, meski masih dibutuhkan pengembangan fitur seperti statistik individu dan analisis posisi pemain. Kesimpulannya, BinaBola Statistics berhasil menjawab permasalahan evaluasi performa tim secara otomatis dan visual, serta berpotensi menjadi alat pendukung pembinaan sepak bola di tingkat akar rumput. Pengembangan selanjutnya dapat mencakup peningkatan jumlah dan keragaman data anotasi pembinaan, integrasi pelacakan pemain, pembuatan dashboard personal, dan pemanfaatan kecerdasan buatan untuk analisis taktis yang lebih mendalam.
STUDI PENGARUH FRAKSI UKURAN DAN PERSEN PADATAN PADA HYDROTHERMAL DEWATERING TERHADAP KARAKTERISTIK COAL-WATER SLURRY DENGAN SURFAKTAN METIL ESTER SULFONAT DARI BIJI KARET
Indonesia telah mencanangkan program hilirisasi batubara untuk meningkatkan nilai jualnya. Gasifikasi menjadi salah satu opsi hilirisasi, dengan mengubah batubara menjadi syngas. Dari berbagai pilihan umpan gasifikasi, coal-water slurry (CWS) memiliki keunggulan dalam proses handling dan menghasilkan syngas yang ramah lingkungan. Hydrothermal dewatering (HTD) dan penambahan surfaktan dapat meningkatkan flowability dan slurryability CWS. Oleh karena itu, penelitian ini berfokus pada optimalisasi HTD untuk meningkatkan flowability CWS dengan menggunakan metil ester sulfonat (MES) dari biji karet sebagai surfaktan. Pemilihan biji karet didasari atas ketersediaannya di Indonesia yang melimpah. Sintesis MES diawali dengan sulfonasi fatty acid methyl ester (FAME) pada 55 °C dan 300 rpm selama 5 jam, dilanjutkan purifikasi dan netralisasi masing-masing 30 menit. Produk MES kemudian dianalisis menggunakan FTIR. Secara paralel, batubara dipreparasi dengan variasi fraksi ukuran -8#+60#, -60#+140#, - 140#+200#, dan -200# yang diberi kode FU8-60, FU60-140, FU140-200, dan FU200, serta variasi persen padatan 30%, 40%, dan 50% yang diberi kode PS30, PS40, dan PS50. HTD dilakukan pada 250 °C, 40 bar selama 40 menit. Batubara hasil HTD dikeringkan, lalu dianalisis proksimat, FTIR, serta digunakan untuk pembuatan CWS 45% padatan dengan penambahan MES 2,5 g/L sebelum pengukuran viskositas. FAME biji karet didominasi metil ester tidak jenuh (81,03%) dengan stabilitas dan kelarutan baik. HTD menurunkan kadar moisture batubara hingga 62,18% secara ireversibel melalui pengurangan gugus hidrofilik. Perubahan ini memperbaiki slurryability dan flowability CWS. Efektivitas HTD dipengaruhi fraksi ukuran; - FU60-140 memberikan viskositas optimal 26,3 mPa·s (shear rate 102,24 s?¹), sedangkan persen padatan rendah (PS30) menghasilkan viskositas terbaik 18,2 mPa·s. Penambahan MES meningkatkan flowability CWS melalui pembentukan lapisan misel, menurunkan viskositas dari 24,5; 32,8; dan 43,4 mPa·s menjadi 18,2; 24,4; dan 28,8 mPa·s pada PS30, PS40, dan PS50 berurutan.
PENGEMBANGAN SISTEM PEMINDAIAN DAN EKSTRAKSI DATA DARI BUKTI PEMBAYARAN QRIS, TRANSFER, DAN STRUK BERBASIS COMPUTER VISION DAN DEEP LEARNING TANPA OCR
QRIS menjadi metode pembayaran yang semakin populer di Indonesia, terutama di kalangan Gen Z. Namun, banyak Gen Z yang masih kesulitan dalam mencatat pengeluaran mereka secara manual. Tugas akhir ini bertujuan untuk mengembangkan sistem pencatatan pengeluaran berbasis mobile yang dapat membantu pengguna, yaitu Gen Z, dalam mencatat pengeluaran mereka. Sistem ini menggunakan model Donut untuk mengekstrak informasi penting dari gambar bukti pembayaran dan menyimpannya dalam format yang terstruktur untuk kemudian ditampilkan kepada pengguna. Model Donut adalah model SOTA end-to-end yang dapat digunakan untuk mengekstrak informasi dari dokumen tanpa memerlukan OCR. Metodologi penelitian menggunakan metodologi DSRM. Pengembangan model dilakukan secara bertahap, dimulai dari mengumpulkan data, eksplorasi data, modelling, dan evaluasi terhadap model yang dihasilkan. Model Donut di fine-tune pada dataset CORD-v2 untuk dokumen struk pembayaran kertas dan dataset QRIS-TF untuk dokumen pembayaran QRIS dan transfer. Dengan dua jenis model tersebut, layanan backend DonutAPI dikembangkan dengan FastAPI sebagai antarmuka REST API untuk inferensi model. Aplikasi mobile TrackMyBills dikembangkan dengan Flutter sebagai antarmuka pengguna. Pengujian pengalaman pengguna menunjukkan bahwa aplikasi memiliki tingkat kepuasan pengguna yang baik, dengan nilai SUS di angka 71,83 rata-rata di atas ambang batas nilai SUS, yaitu pada 68. Base model menunjuk F1-score 84,68%, dan mCER 18,85%. Custom model menunjukkan F1-score 81,50%, dan mCER 17,20%. Hasil evaluasi menunjukkan bahwa aplikasi TrackMyBills memiliki tingkat kepuasan pengguna yang baik dan dinilai usable dan tidak membingungkan oleh mayoritas responden. Aplikasi ini dapat membantu Gen Z dalam mencatat pengeluaran mereka dengan lebih mudah dan efisien.
PENGEMBANGAN SISTEM DETEKSI PENYALAHGUNAAN PROMOSI PADA PLATFORM KEUANGAN DIGITAL MENGGUNAKAN METODE MACHINE LEARNING
Penyalahgunaan promosi merupakan salah satu bentuk fraud yang umum terjadi pada platform keuangan digital. Tugas akhir ini bertujuan mengembangkan model deteksi fraud menggunakan machine learning dengan mempertimbangkan karakteristik data yang mengandung banyak missing value dan fitur turunan. Untuk mengatasi hal tersebut, digunakan metode seleksi fitur berbasis Weight of Evidence (WOE) dan Information Value (IV). Pengisian missing value dilakukan menggunakan nilai WOE karena metode imputasi konvensional tidak sesuai untuk jenis fitur yang digunakan. Beberapa model dikembangkan dan diuji, antara lain Decision Tree, Random Forest, LightGBM, AdaBoost, CatBoost, serta model ensemble seperti Stacking dan kombinasi dengan DBSCAN. Hasil evaluasi menunjukkan bahwa CatBoost dengan hyperparameter tuning memberikan kinerja terbaik dengan akurasi 86% dan F1-Score tertinggi untuk kelas fraud, melampaui model-model lainnya. Meskipun tidak terdapat perbedaan signifikan antara model yang diuji, pendekatan CatBoost terbukti paling stabil dan memenuhi kebutuhan minimum sistem. Kompleksitas model seperti Stacking belum menunjukkan hasil yang optimal, diduga karena keterbatasan informasi dalam data. Temuan ini menekankan pentingnya strategi preprocessing dan pemilihan algoritma yang tepat dalam pengembangan sistem deteksi fraud berbasis machine learning.
PENGEMBANGAN MULTI-AGENT AI SYSTEM UNTUK CUSTOMER SERVICE BERBASIS TEKS PADA PLATFORM E-COMMERCE
Seiring pertumbuhan pesat industri e-commerce, kualitas layanan pelanggan menjadi faktor krusial untuk meningkatkan loyalitas pengguna. Namun, sistem chatbot yang ada saat ini seringkali kesulitan menangani kueri pengguna yang kompleks dan multi-domain, yang menyebabkan pengalaman pengguna terfragmentasi. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem AI multi-agent untuk menangani masalah layanan pelanggan dalam domain pembayaran, logistik, dan pembatalan pesanan di platform e-commerce. Secara spesifik, penelitian ini merancang, mengimplementasikan, dan membandingkan kinerja dua arsitektur orkestrasi yang berbeda, model delegasi (Supervisor) dan model plan-and-execute (Orkestrator). Sistem dikembangkan menggunakan Large Language Model (LLM) Gemini dan kerangka kerja LangGraph, dengan setiap agen memiliki kemampuan untuk menggunakan serangkaian tools untuk berinteraksi dengan basis data. Evaluasi kinerja dilakukan melalui pendekatan komprehensif yang mencakup pengujian fungsional otomatis berbasis LLM (LLM-as-a-judge), analisis percakapan multi-turn secara manual, dan survei pengguna. Hasil evaluasi menunjukkan bahwa arsitektur orkestrator secara signifikan lebih unggul dalam aspek kualitas dan pemahaman konteks, dengan tingkat keberhasilan tugas mencapai 90% pada skenario multi-turn. Sebaliknya, arsitektur Supervisor terbukti jauh lebih efisien dengan latensi respons 3x lebih cepat. Sebuah sub-eksperimen juga menunjukkan bahwa penggunaan model generalis yang diatur melalui rekayasa prompt lebih efektif untuk tool-calling (keberhasilan 61.1%) dibandingkan dengan model yang telah melalui proses fine-tuning pada data percakapan (keberhasilan 0%). Disimpulkan bahwa terdapat trade-off fundamental antara efisiensi sistem dan kualitas pengalaman pengguna dalam desain arsitektur multi-agent, dan rekayasa prompt pada model generalis merupakan strategi yang lebih baik untuk membangun fungsionalitas AI Agent.
PERANCANGAN SISTEM REDISTRIBUSI MAKANAN SURPLUS UNTUK OPTIMALISASI PEMANFAATAN MAKANAN
Pembuangan makanan surplus, makanan layak makan namun terbuang sia-sia, merupakan masalah yang sangat krusial. Indonesia sendiri menghasilkan 4,4 juta ton makanan surplus per tahun, menjadikannya negara penghasil makanan surplus terbesar di Asia Tenggara. Hal ini menunjukkan adanya permasalahan pada proses redistribusi makanan surplus. Sistem redistribusi makanan surplus saat ini menghadapi tiga permasalahan utama: rendahnya inklusivitas, efektivitas, dan inefisiensi proses redistribusi makanan surplus. Oleh karena itu, penelitian ini dilakukan dengan tujuan menyusun kebutuhan dan merancang sistem yang menyelesaikan ketiga permasalahan tersebut. Perancangan sistem dilakukan menggunakan metodologi FAST (Framework for the Application of System Thinking) yang terdiri dari enam tahapan: scope definition, problem analysis, requirement analysis, logical design, physical design and integration, serta construction and testing. Analisis sistem dilakukan menggunakan kerangka PIECES dan fishbone diagram, didukung survei terhadap 98 responden perorangan dan 14 layanan makanan. Desain sistem dilakukan menggunakan BPMN, use case diagram, sequence diagram, class diagram, component diagram, deployment diagram, dan desain antarmuka. Sistem yang dirancang juga diimplementasikan hingga pada tahap prototipe sistem yang terbatas pada fitur-fitur utama. Evaluasi sistem melalui simulasi dengan 87 responden menunjukkan tingkat kepuasan ratarata 84,4%, dengan pencapaian aspek inklusivitas 84,4%, efektivitas 82,1%, dan efisiensi 85,7%. Penelitian ini berhasil merancang sistem redistribusi makanan surplus yang meningkatkan inklusivitas, efektivitas, dan efisiensi proses redistribusi makanan surplus di Indonesia, dalam usaha berkontribusi meningkatkan pemanfaatan makanan.
KARAKTERISTIK MINERALOGI DAN PETROGRAFI TERHADAP MODULUS YOUNG DAN DENSITAS ALAMI PADA ENDAPAN EMAS EPITERMAL SULFIDASI RENDAH: STUDI KASUS DI PROSPEK KERTA, PROVINSI BANTEN, INDONESIA
Studi ini menganalisis mengenai pengaruh komposisi mineral, tekstur, rongga, dan alterasi pada berbagai litologi pada Endapan Cisadang Central, Prospek Kerta, Provinsi Banten ang termasuk endapan emas epitermal sulfidasi rendah. Litologi yang dianalisis mencakup lapilli stone, sinter breccia, tuffaceous mudstone, conglomerate, sinter, siltstone, undifferentiated tuff, dan volcanic breccia. Tujuan utama penelitian adalah untuk mengetahui karakteristik mineralogi dan petrografi dari setiap litologi serta menganalisis pengaruhnya terhadap Modulus Young dan densitas alami. Analisis petrografi dilakukan dengan mikroskop polarisasi refraktif untuk mengetahui tekstur, rongga, dan alterasi. Pengujian difraksi sinar-x dilakukan untuk mengatahui komposisi mineral. Hasil penelitian menunjukkan bahwa Modulus Young dan densitas alami meningkat dengan kandungan kuarsa yang lebih tinggi, ukuran butir yang lebih halus, dan void yang lebih rendah. Silisikasi meningkatkan kedua sifat tersebut, alterasi karbonat meningkatkan densitas alami, sementara kloritisasi dan serisitisasi menurunkan Modulus Young. Penelitian ini bermanfaat untuk meningkatkan keakuratan analisis geoteknik serta menunjukkan metode dasar dalam analisis petrografi dan mineralogi serta menganalisis pengaruhnya terhadap sifat fisik dan properti dari batuan
PENGEMBANGAN NOVA : PERANGKAT LUNAK VISUALISASI HUBUNGAN ENTITAS NARATIF BERBASIS GRAF UNTUK PROYEK KOLABORATIF
Perancangan dunia fiktif merupakan aksi yang dilakukan oleh penulis untuk mendeskripsikan dunia fiktif yang digunakan dalam suatu karya. Banyaknya informasi yang saling terhubung membuat penulis mengalami tantangan dalam mengatur, memahami, dan menavigasi dokumentasi dunia fiktif. Dalam proyek kolaboratif, penulis juga dapat mengalami miskomunikasi dengan penulis lainnya. Tugas akhir ini mengusulkan suatu solusi berupa perangkat lunak bernama NOVA yang membantu penulis membuat visualisasi graf secara kolaboratif. Survei dan wawancara dengan perancang dunia fiktif dilakukan untuk mendapatkan kebutuhan calon pengguna. 4+1 view model digunakan untuk merancang desain arsitektur sistem. NOVA dibuat menggunakan metodologi SDLC, dengan pendekatan pengembangan iteratif dan model evolutionary prototyping. Hasil evaluasi menunjukkan bahwa visualisasi graf dapat membantu pengguna memahami, mengatur dan menavigasi dokumentasi dunia fiktif. Hasil dari comprehension testing menunjukkan bahwa visualisasi graf mengurangi waktu yang dibutuhkan pengguna untuk memahami hubungan antar entitas naratif. Usability testing yang telah dilakukan dengan metode SUS memberikan skor rata-rata sebesar 85,68 yang jatuh pada kategori "Excellent" yang menandakan bahwa NOVA memiliki pengalaman pengguna yang baik dan mudah digunakan ketika mengatur informasi. Selain itu, penguji menyampaikan dalam post-test yang dilakukan setelah pengujian bahwa NOVA membantu dirinya menavigasi dokumentasi dunia fiktif. Penguji juga menyatakan bahwa NOVA dapat menjadi acuan bersama yang membantu menyatukan visi dan misi penulis serta mencegah terjadinya miskomunikasi.
PERANCANGAN SISTEM NAVIGASI KAMPUS OUTDOOR-INDOOR DENGAN POSITIONING SYSTEM (STUDI KASUS: INSTITUT TEKNOLOGI BANDUNG)
Navigasi di lingkungan kampus yang luas dan kompleks merupakan tantangan nyata bagi civitas academica maupun pengunjung kampus. Di Institut Teknologi Bandung (ITB), proses navigasi masih bergantung pada peta statis, petunjuk fisik, layanan ITB Ganesha Map, dan aplikasi peta digital, yang belum mampu mendukung navigasi outdoor-indoor. Kondisi ini menyebabkan proses navigasi menjadi sulit dan membutuhkan waktu yang lama. Untuk mengatasi permasalahan tersebut, dirancang sistem navigasi kampus outdoor-indoor dengan positioning system untuk mendukung proses navigasi secara menyeluruh di ITB dengan memperhatikan kemudahan penggunaan sistem. Perancangan dilakukan menggunakan metodologi Design Thinking yang terdiri dari tahap empathize, define, ideate, prototype, dan test. Sistem navigasi kampus ini memanfaatkan A-GPS, Wi-Fi fingerprinting, Inertial Measurement Unit (IMU), dan barometer untuk pelacakan posisi outdoor-indoor. Rancangan sistem dibuat berdasarkan kebutuhan pengguna, yang dimodelkan dalam lapisan bisnis, data, aplikasi, dan teknologi menggunakan Unified Modeling Language (UML), dilengkapi dengan prototipe antarmuka sistem. Evaluasi rancangan sistem dilakukan melalui verifikasi terhadap kebutuhan serta validasi terhadap prototipe antarmuka sistem berdasarkan skenario penggunaan. Hasil evaluasi menunjukkan bahwa seluruh kebutuhan fungsional telah terverifikasi secara lengkap dalam setiap artefak desain rancangan sistem. Sistem juga memenuhi kebutuhan non-fungsional berdasarkan hasil usability testing menggunakan metrik Task Completion Rate, Time on Task, Single Ease Question, System Usability Scale, User Experience Questionnaire, dan Net Promoter Score. Selain itu, ketercapaian tujuan solusi yang dievaluasi melalui aspek functionality completeness, perceived ease of use, perceived usefulness, dan behavioral intention to use juga menunjukkan hasil yang baik. Dengan demikian, sistem navigasi kampus yang dirancang mampu menyelesaikan permasalahan navigasi dengan menyediakan fungsionalitas utama yang lengkap sesuai kebutuhan pengguna untuk mendukung proses navigasi secara menyeluruh, serta memenuhi aspek kemudahan penggunaan sistem.
PERANCANGAN SISTEM INVENTORY FORECASTING UNTUK OPTIMALISASI PENGELOLAAN STOK OBAT DI FARMASI RUMAH SAKIT (STUDI KASUS : RUMAH SAKIT X)
Perencanaan kebutuhan stok obat yang tidak tepat dapat menyebabkan risiko kekurangan maupun penumpukan stok, yang berdampak pada terganggunya layanan medis di rumah sakit. Permasalahan ini sering kali disebabkan oleh keterbatasan sistem manual dalam pemantauan stok, keterlambatan pelaporan, serta kurangnya integrasi antarunit. Untuk menjawab tantangan tersebut, penelitian ini difokuskan pada pengambangan sistem informasi inventory forecasting yang dapat membantu mengelola dan merencanakan kebutuhan stok obat. Tujuan utama dari pengerjaan tugas akhir ini adalah untuk merancang sistem informasi inventory forecasting stok obat pada Rumah Sakit X yang dapat mendukung proses pengelolaan dan perencanaan pemesanan secara terpadu, dan tetap memperhatikan kemudahan dan kenyamanan pengguna dalam menggunakan sistem di lingkungan rumah sakit. Metode yang digunakan dalam penelitian ini adalah pendekatan Design Thinking, yang terdiri atas lima tahapan, yaitu empathize, define, ideate, prototype, dan test. Rancangan sistem dikembangkan berdasarkan kebutuhan pengguna melalui pemodelan empat lapisan sistem, yaitu business, data, application, dan technology layer, serta divisualisasikan dalam bentuk prototipe antarmuka pengguna. Evaluasi dilakukan melalui proses verifikasi kebutuhan fungsional dan non-fungsional, serta validasi ketercapaian tujuan solusi melalui umpan balik pengguna setelah mencoba prototipe sistem. Hasil evaluasi menunjukkan bahwa seluruh kebutuhan telah terakomodasi dengan baik, dan prototipe terbukti memenuhi aspek usability dan understandability dengan rerata skor di atas 4,5 dari skala 5. Selain itu, sistem dinilai memberikan manfaat nyata dalam mendukung proses pengelolaan dan perencanaan pemesanan stok obat secara efisien. Dengan demikian, sistem yang dirancang menunjukkan potensi kuat untuk diimplementasikan dalam lingkungan rumah sakit sebagai solusi strategis berbasis data yang mendukung pengambilan keputusan logistik secara lebih adaptif.
DESAIN INTERAKSI STREET VIEW IMAGERY SWIPING NUDGE PADA FITUR NAVIGASI PENCARIAN BUKU FISIK DI APLIKASI MOBILE IPUSNAS
Rendahnya literasi di Indonesia salah satu faktornya disebabkan oleh kesulitan menemukan buku fisik di perpustakaan, karena sistem seperti OPAC hanya menyediakan informasi lokasi lantai tanpa navigasi ke lokasi buku, dan aplikasi iPusnas belum mendukung pencarian buku fisik di Perpustakaan Nasional RI. Penelitian ini bertujuan untuk merancang desain interaksi fitur navigasi pencarian buku pada aplikasi iPusnas dengan memanfaatkan antarmuka teknologi Augmented Reality (AR) berupa Street View Imagery (SVI) dan nudge untuk mempermudah dan mempercepat pengguna dalam mendapatkan informasi lokasi buku fisik di perpustakaan. Metodologi yang digunakan adalah User-Centered Design (UCD dengan partisipan berusia 17-25 tahun karena mayoritas pengunjung Perpustakaan Nasional RI yang aktif mencari buku berada pada rentang usia tersebut. Hasil analisis masalah menunjukkan bahwa pengguna kesulitan mencari buku karena informasi lokasi yang tidak spesifik, tidak adanya navigasi ke titik lokasi, dan antarmuka OPAC yang kurang user-friendly. Kebutuhan pengguna meliputi informasi lokasi spesifik seperti, rak, lantai, area, panduan visualisasi interaktif, informasi ketersediaan buku, dan optimalisasi filter pencarian buku. Solusi desain fitur navigasi pencarian buku yang diusulkan meliputi tiga opsi navigasi pencarian, yaitu maps, visualisasi (street view imagery), dan denah. Evaluasi desain melalui usability testing sebanyak dua kali iterasi menunjukkan peningkatan signifikan. Success rate mencapai 100%, skor SEQ meningkat menjadi 6.98, skor SUS mencapai 95.83 serta penilaian 5 point likert scale untuk aspek helpful mencapai 5. Dengan demikian, dapat disimpulkan bahwa rancangan prototype high-fidelity design interaksi pada fitur navigasi pencarian buku di aplikasi mobile iPusnas yang memanfaatkan street view imagery dan nudge, telah berhasil mencapai usability goals dan user experience goals yang ditetapkan dan mampu memberikan informasi tata letak buku secara efektif dan efesien kepada pengguna.
STUDI LITOGEOKIMIA DAN PETROGRAFI DALAM KOLERASI UNSUR BERHARGA TERHADAP LITOLOGI DI DAERAH SEKAYAM, KALIMANTAN BARAT
Indonesia memiliki potensi endapan emas orogenik, namun eksplorasi terhadap potensi tersebut masih tergolong minim dan belum mencapai tingkatan yang lebih tinggi. Salah satu daerah yang memiliki endapan emas orogenik yaitu Sekayam, Kalimantan Barat. Penelitian ini dilakukan dengan menggunakan pendekatan litogeokimia dan petrografi untuk menganalisis data assay dan litologi dari sampel lubang bor serta sampel batuan dari daerah tersebut. Melalui analisis tersebut, didapatkan korelasi antara unsur berharga, unsur jejak, litologi, dan tingkat alterasi. Dari pengamatan mikroskopi dalam analisis petrografi yang dilakukan didapati bahwa daerah Sekayam memiliki beberapa mineral dominan atau yang kerap ditemui, jenis alterasi yang ada juga didominasi dari 3 jenis alterasi yakni sillisifikasi, karbonatisasi, dan serisitisasi. Namun terdapat perbedaan yang tingkatan alterasi, persentase mineralisasi serta fragmentasi dari mineral yang terbentuk, hal ini juga berkorelasi dengan kandungan unsur yang ada , oleh karena itu korelasi antara unsur dengan alterasi serta mineralisasi tidak hanya dipengaruhi keberadaannya saja, melainkan juga oleh persentase kandungan unsur serta intensitas dari alterasi yang terjadi.