Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Rekomendasi Box Speaker dengan Metode Content- Based Filtering Wahyu Kurniawan, Christian; Bagaskara, Ikrar; Akbar Permana, Danny; Hafids Sidiq, Muhammad; Rifan Amirul H, Muhammad; Atina, Vihi
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/z07q0y47

Abstract

Pemilihan box speaker seringkali menjadi tantangan bagi konsumen akibat banyaknya variasi produk dengan spesifikasi teknis yang kompleks. Fenomena kelebihan informasi ini dapat menyulitkan pengambilan keputusan. Penelitian ini bertujuan untuk menghasilkan sebuah rancangan sistem rekomendasi box speaker dengan pendekatan Content-Based Filtering untuk membantu mengatasi masalah tersebut. Metode perancangan yang digunakan mengacu pada fase awal System Development Life Cycle (SDLC) yang mencakup analisis kebutuhan, perancangan arsitektural, perancangan logis, dan perancangan antarmuka. Logika inti sistem dirancang menggunakan kombinasi teknik One-Hot Encoding, Normalisasi, dan metrik Cosine Similarity untuk mengukur kemiripan antar produk. Penelitian ini berhasil menghasilkan tiga artefak utama: (1) sebuah arsitektur sistem yang menggambarkan alur kerja, (2) sebuah simulasi perhitungan manual yang membuktikan kelayakan logika rekomendasi, dan (3) sebuah high-fidelity mockup antarmuka pengguna. Hasil rancangan ini menunjukkan sebuah solusi konseptual yang valid dan terstruktur untuk membantu pengguna dalam memilih box speaker yang relevan.
Sistem Cerdas Deteksi Berita Hoaks Berbasi IndoBert dengan Antarmuka Web Interaktif Bagaskara, Ikrar; Purwanto, Eko; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dch8ke44

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem cerdas yang mampu mendeteksi berita hoaks berbahasa Indonesia secara akurat dan mudah diakses oleh publik. Tujuan ini untuk mengatasi tantangan penyebaran disinformasi serta kurangnya alat deteksi yang dioptimalkan untuk Bahasa Indonesia dan ramah pengguna. Metode yang digunakan adalah fine- tuning model Transformer pre-trained, IndoBERT, pada dataset berita lokal yang telah melalui pra-pemrosesan dan menghasilkan 27.431 artikel bersih. Model yang telah dilatih kemudian diimplementasikan ke dalam sebuah prototipe aplikasi web interaktif menggunakan framework Streamlit untuk pengujian fungsional. Hasil evaluasi pada data uji menunjukkan performa model yang sangat tinggi, dengan F1-Score mencapai 0.99 untuk kelas hoaks dan akurasi rata-rata tertimbang 100%. Meskipun sangat akurat, hasil penelitian juga mengidentifikasi batasan pada kemampuan model dalam mendeteksi hoaks yang ditulis dengan gaya jurnalistik profesional. Prototipe aplikasi web terbukti fungsional dalam skenario pengujian praktis