http://localhost:8080/handle/123456789/22031 Fakultas Ilmu Komputer dan Teknologi Informasi 2026-10-24T09:41:43Z http://localhost:8080/handle/123456789/32378 PERANCANGAN PROTOTYPE SISTEM MONITORING KUALITAS UDARA PADA KANDANG AYAM BERBASIS INTERNET OF THINGS (IOT) MENGGUNAKAN ALGORITMA MOVING AVERAGE DAN NOTIFIKASI VISUAL ANWAR Kualitas udara pada kandang ayam merupakan salah satu faktor yang dapat memengaruhi kondisi lingkungan pemeliharaan, terutama akibat keberadaan partikulat debu berukuran kecil. Penelitian ini bertujuan merancang dan membangun prototype sistem monitoring kualitas udara kandang ayam berbasis Internet of Things (IoT) dengan menggunakan sensor debu GP2Y1014AU0F, mikrokontroler ESP32, serta algoritma Moving Average. Sistem dirancang untuk membaca konsentrasi partikulat, mengolah data hasil pembacaan menggunakan Moving Average dengan lima data pengamatan, menentukan nilai Air Quality Index (AQI), serta menampilkan kondisi kualitas udara melalui LCD dan LED indikator. Selain monitoring secara lokal, sistem juga terintegrasi dengan platform Blynk untuk menampilkan data PM2.5, hasil Moving Average, nilai AQI, dan status kualitas udara secara jarak jauh melalui jaringan internet. Metode penelitian meliputi tahap perancangan perangkat keras, pembuatan perangkat lunak, perakitan prototype, serta pengujian fungsi sistem. Hasil penelitian menunjukkan bahwa prototype mampu melakukan pembacaan data sensor, mengolah data menggunakan Moving Average, menentukan kategori kualitas udara berdasarkan nilai AQI, serta menampilkan informasi melalui LCD, LED, dan Blynk sesuai dengan rancangan sistem. Penerapan Moving Average membantu mengurangi fluktuasi sesaat pada hasil pembacaan sensor sehingga data yang ditampilkan menjadi lebih stabil. Sistem monitoring lokal juga tetap dapat beroperasi ketika koneksi internet mengalami gangguan, sedangkan koneksi internet diperlukan untuk fitur monitoring jarak jauh melalui Blynk. Prototype ini dapat digunakan sebagai dasar pengembangan sistem monitoring kualitas udara kandang ayam yang lebih lengkap dengan penambahan parameter lingkungan dan proses kalibrasi sensor yang lebih lanjut. 2026-08-18T00:00:00Z http://localhost:8080/handle/123456789/32372 DETEKSI PROMOSI JUDI ONLINE TERSELUBUNG DI MEDIA SOSIAL MENGGUNAKAN FAST TEXT DAN BI LSTM DITRA FADHIL, TRIASTARA Perkembangan media sosial yang semakin pesat menyebabkan jumlah konten berbasis teks terus meningkat. Kondisi tersebut dapat dimanfaatkan oleh pihak tertentu untuk menyebarkan promosi judi online secara terselubung melalui komentar, caption, maupun postingan. Promosi judi online tidak selalu menggunakan kata-kata yang secara langsung menunjukkan aktivitas perjudian, tetapi dapat disamarkan melalui penggunaan istilah, singkatan, dan kalimat yang menyerupai konten biasa. Hal ini menyebabkan proses deteksi secara manual maupun berdasarkan pencarian kata tertentu menjadi kurang efektif. Penelitian ini bertujuan untuk mendeteksi promosi judi online terselubung pada teks media sosial menggunakan kombinasi metode FastText dan Bidirectional Long Short-Term Memory (BiLSTM). FastText digunakan untuk mengubah kata menjadi representasi vektor dengan mempertimbangkan informasi subkata sehingga dapat membantu merepresentasikan karakteristik dan makna kata, sedangkan BiLSTM digunakan untuk mempelajari hubungan serta urutan kata dari arah maju dan mundur dalam suatu kalimat. Data teks yang digunakan diklasifikasikan ke dalam kategori konten promosi judi online dan bukan promosi judi online. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pembentukan representasi kata menggunakan FastText, proses pelatihan model BiLSTM, pengujian model, dan evaluasi hasil klasifikasi. Penerapan kombinasi FastText dan BiLSTM diharapkan mampu mengenali pola bahasa serta konteks kalimat yang mengandung promosi judi online terselubung, sehingga dapat menghasilkan deteksi yang lebih tepat dibandingkan pendekatan berbasis pencarian kata secara langsung. Hasil penelitian ini diharapkan dapat menjadi salah satu alternatif dalam mendukung proses identifikasi dan penyaringan konten promosi judi online pada media sosial. 2026-09-11T00:00:00Z http://localhost:8080/handle/123456789/32366 EVALUASI PERFORMA ALGORITMA K-MEANS DAN HIERARCHICAL CLUSTERING PADAPENGELOMPOKAN DATA INDEKS PEMBANGUNAN MANUSIA (IPM) PADA DATA BPS SUMATERA UTARA BAYHAQI, MAULANA Provinsi Sumatera Utara menghadapi disparitas pembangunan manusia yang signifikan antarwilayah, sehingga diperlukan pemetaan kelompok kabupaten/kota berdasarkan karakteristik pertumbuhan Indeks Pembangunan Manusia (IPM) untuk mendukung perumusan kebijakan yang lebih tepat sasaran. Penelitian ini bertujuan mengevaluasi dan membandingkan performa algoritma K-Means dan Hierarchical Clustering dalam mengelompokkan 33 kabupaten/kota di Provinsi Sumatera Utara berdasarkan data IPM periode 2020–2025. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik (BPS), yang melalui tahap preprocessing dan normalisasi Min-Max Scaling sebelum diproses menggunakan kedua algoritma clustering. Jumlah cluster optimal ditentukan menggunakan Metode Elbow, dan kualitas hasil clustering dievaluasi menggunakan Silhouette Score, Sum of Squared Errors (SSE), dan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa kedua algoritma menghasilkan tiga cluster dengan komposisi anggota yang identik, yaitu Cluster Tinggi (10 wilayah), Cluster Sedang (19 wilayah), dan Cluster Rendah (4 wilayah, seluruhnya berada di Kepulauan Nias), dengan nilai Silhouette Score sebesar 0,6705 pada kedua algoritma. K-Means memperoleh nilai SSE sebesar 1,1492, sedangkan Hierarchical Clustering memperoleh Davies-Bouldin Index sebesar 0,3942. Meskipun kualitas clustering kedua algoritma setara, KMeans direkomendasikan sebagai metode yang lebih optimal karena memiliki kompleksitas komputasi yang lebih rendah dan lebih efisien untuk diterapkan pada data berukuran besar. Hasil penelitian ini diharapkan dapat menjadi salah satu bahan pertimbangan bagi pemerintah daerah dalam menyusun kebijakan pembangunan manusia yang lebih terarah sesuai karakteristik masing-masing wilayah 2026-09-16T00:00:00Z http://localhost:8080/handle/123456789/32364 MODERNISASI SISTEM PENILAIAN JURUS SENI TUNGGAL PENCAK SILAT BERBASIS WEB MENGGUNAKAN METODE POSE ESTIMATION FITRA, NURDIANSYAH BATUBARA Penilaian gerakan Seni Tunggal Pencak Silat merupakan proses yang membutuhkan ketelitian untuk memastikan kesesuaian gerakan pesilat dengan gerakan referensi. Namun, proses penilaian yang masih dilakukan secara manual berpotensi menimbulkan subjektivitas dan ketidakkonsistenan dalam penilaian. Penelitian ini bertujuan merancang dan membangun sistem penilaian gerakan Seni Tunggal Pencak Silat berbasis web menggunakan metode Human Pose Estimation. Metode yang diterapkan memanfaatkan MediaPipe Pose untuk mendeteksi titik-titik persendian tubuh pesilat, menghitung sudut persendian, serta menganalisis kesesuaian gerakan, transisi antar gerakan, dan durasi penampilan. Proses penilaian menggunakan tiga komponen utama, yaitu Angle Score sebesar 60%, Transition Score sebesar 25%, dan Duration Score sebesar 15%. Hasil pengujian terhadap 1.867 frame video referensi menunjukkan bahwa sebanyak 1.845 frame memiliki sudut persendian yang valid, dengan persentase sebesar 98,8%. Sistem juga mampu melakukan pencocokan gerakan secara berurutan, menghitung nilai akhir secara otomatis, menyimpan hasil penilaian, menampilkan video hasil analisis, serta menyusun peringkat peserta. Penelitian ini menyimpulkan bahwa sistem yang dikembangkan dapat membantu proses penilaian gerakan Seni Tunggal Pencak Silat secara kuantitatif dan terstruktur. Meskipun demikian, sistem masih berperan sebagai alat bantu penilaian karena aspek artistik dan aspek lain yang membutuhkan pengamatan langsung tetap memerlukan pertimbangan juri. 2026-10-10T00:00:00Z