cover
Contact Name
Andini Putri Riandani
Contact Email
andiniriandani@pelitabangsa.ac.id
Phone
+622128518181
Journal Mail Official
semnas.fatek@pelitabangsa.ac.id
Editorial Address
Jl. Inspeksi Kalimalang No.9, Cibatu, Cikarang Sel., Kabupaten Bekasi, Jawa Barat 17530
Location
Kab. bekasi,
Jawa barat
INDONESIA
SAINTEK
ISSN : -     EISSN : 29623545     DOI : 10.37366/SAINTEK
Prosiding Sains dan Teknologi (SAINTEK) merupakan wadah publikasi dari hasil penelitian yang telah dipresentasikan pada Seminar Nasional Sains dan Teknologi (SAINTEK) yang diselenggarakan setiap tahun oleh Fakultas Teknik Universitas Pelita Bangsa. Penelitian yang dipublikasikan bersifat multi-disiplin dalam ruang lingkup Teknik tentang analisa dan implementasi perkembangan teknologi. 
Articles 355 Documents
Tinjauan literatur: Pengembangan Keamanan Siber Berbasis Kecerdasan Buatan Putri Melati Ramadhaniati
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kecerdasan Buatan (AI) telah berkembang menjadi teknologi penting dalam keamanan siber. AI menawarkan kemampuan untuk mengidentifikasi, memeriksa, dan bereaksi terhadap kerentanan digital dengan cepat. Pemeriksaan ini bertujuan untuk menyelidiki dampak AI terhadap keamanan digital, menggunakan metode seperti otomatisasi mesin dan jaringan saraf yang rumit untuk memperkuat mekanisme pertahanan. Kecerdasan buatan tidak hanya mempercepat identifikasi bahaya, namun juga meningkatkan ketepatan dalam mengenali metodologi penyerangan yang rumit. 'rintangan', 'informasi buruk', 'potensi risiko peretasan', 'kesalahan, 'penyajian', 'metode baru', 'jaringan digital aman'. Masukan ini juga menyoroti kekosongan penelitian yang penting dan peluang untuk menyusun cetak biru konseptual yang memanfaatkan pengaruh AI terhadap pertahanan siber di dunia digital. AI akan berperan besar dalam menjaga sistem komputer dari masalah keamanan yang lebih sulit melalui kerja sama.
Literature Review : Transformasi Pelayanan Kesehatan Mental (Peran Kecerdasan Buatan dalam Pencegahan Bunuh Diri dan Upaya Menyediakan Layanan Kesehatan Mental Yang Efektif di Masa Depan) Raifa Scylla Putri Widjaya
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesehatan mental merupakan aspek penting dari kesehatan dan kebahagiaan individu serta masyarakat yang memiliki dampak besar terhadap perkembangan sosial di setiap negara. Saat ini, perawatan kesehatan mental mengalami perubahan karena munculnya berbagai teknologi terbaru, termasuk kecerdasan buatan (AI). Kecerdasan buatan (AI) dapat membantu dalam proses diagnosis, pengobatan dan meningkatkan layanan serta dukungan bagi orang-orang yang membutuhkan. Selain itu, kecerdasan buatan (AI) juga berperan dalam upaya pencegahan bunuh diri dan penyediaan layanan kesehatan mental yang lebih efektif dimasa depan. Kajian ini menggunakan pendekatan analisis literatur yang sistematis untuk lebih mengetahui bagaimana peran AI dalam mendeteksi risiko bunuh diri, memberikan bantuan yang sesuai untuk setiap individu yang membutuhkan dan meningkatkan aksesibilitas layanan kesehatan mental. AI dapat menganalisis data dari berbagai sumber seperti media sosial, rekaman medis individu dan aplikasi kesehatan yang digunakan untuk mengidentifikasi tanda-tanda awal yang menunjukkan adanya risiko untuk melakukan tindakan bunuh diri. Hasil kajian ini menunjukkan bahwa kecerdasan buatan (AI) memiliki potensi besar untuk mengubah cara menangani pencegahan bunuh diri dan menjaga kesehatan mental melalui layanan yang lebih efektif. Dengan penerapan yang tepat, kecerdasan buatan (AI) dapat menciptakan sistem yang lebih responsif dan efektif serta mengurangi stigma seputar kesehatan mental di masyarakat.
Pengembangan Chatbot Rekomendasi Resep Masakan Ayam Khas Indonesia dengan Metode TF-IDF dan Cosine Similarity Silvia Delya Heryan; Ade Maulani Bilgis; Savariana Rika Anugrahaini
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengembangan chatbot rekomendasi resep masakan ayam khas Indonesia dengan metode TF-IDF danCosine Similarity. Bertujuan untuk mengimplementasikan model term frequency-inverse documentfrequency (TF-IDF) dan algoritma Cosine Similarity dalam pengembangan chatbot yang dapatmemberikan rekomendasi resep ayam khas Indonesia. Chatbot ini dirancang untuk meningkatkanpengalaman pengguna dalam mencari informasi resep yang relevan dan akurat. Dengan menggunakanmetode TF-IDF, chatbot dapat menghitung bobot dari setiap kata dalam dokumen resep, sehingga dapatmengidentifikasi kata kunci yang paling dan relevan untuk pertanyaan pengguna. Selain itu, pada algoritmacosine similarity digunakan untuk mengukur kesamaan antara pertanyaan pengguna dan dokumen resepyang ada, memungkinkan chatbot untuk memberikan rekomendasi yang lebih tepat dan sesuai denganpreferensi pengguna. Implementasi kedua teknik ini diharapkan meningkatkan efisiensi dan akurasichatbot dalam memberikan informasi yang dibutuhkan, serta meningkatkan kepuasaan pengguna dalammencari resep ayam khas Indonesia. hasil evaluasi menunjukkan bahwa performa chatbot dalam mengenaliintent pengguna menghasilkan nilai accuracy sebesar 0.643, sementara pada pengenalan entity, chatbotmenunjukkan performa yang lebih baik dengan hasil accuracy sebesar 0.857. Studi ini berkontribusi padapengembangan teknologi chatbot di bidang kuliner, dengan potensi untuk meningkatkan efisiensipencarian informasi mengenai resep ayam khas Indonesia.
Integrasi Kecerdasan Buatan (ChatGPT) di Perguruan Tinggi: Dampak, dan Etika di Era Baru Priya Fawaz Zaidan Khoir
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi kecerdasan buatan (AI) telah menghadirkan peluang transformatif dalam pendidikan tinggi, salah satunya melalui aplikasi Chat Generative PreTrained Transformer (ChatGPT). ChatGPT, sebagai model bahasa berskala besar yang dikembangkan oleh OpenAI, memanfaatkan Pemrosesan Bahasa Alami (Natural Language Processing/NLP) untuk menghasilkan respons yang mirip manusia, membuka potensi baru dalam personalisasi pembelajaran, peningkatan efisiensi belajar, dan pengembangan keterampilan kritis. Akan tetapi, penggunaannya juga memunculkan tantangan, termasuk potensi plagiarisme, ketergantungan teknologi, dan bias dalam data latih. Dalam review jurnal ini menggunakan pendekatan kajian literatur untuk mengeksplorasi dampak ChatGPT pada pendidikan, pedoman etis penggunaannya, serta model integrasi teknologi ini dalam pembelajaran di perguruan tinggi. Hasil analisis menunjukkan bahwa meskipun ChatGPT mampu meningkatkan pengalaman belajar melalui umpan balik personal dan adaptif, terdapat kebutuhan mendesak untuk memastikan penggunaan yang etis, melindungi privasi, dan mendorong orisinalitas. Kajian ini merekomendasikan integrasi yang bijaksana dalam kurikulum untuk memaksimalkan manfaat ChatGPT sembari mengatasi tantangan akademik dan etika, sehingga dapat mendorong era baru pendidikan yang interaktif dan personal.
Pengembangan Chatbot Berbasis TF-IDF dan Cosine Similarity untuk Optimalisasi Layanan Pelanggan di Domino's Pizza Duren Sawit Sidik Riffani; Alfiyan Nuruzzaman; Indi Alya Putri; Rima Puji Lestari
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam industri makanan cepat saji, mendapatkan informasi yang cepat dan akurat sangatlah penting. Tidak adanya akses informasi yang memadai serta banyaknya pertanyaan berulang dari pelanggan sering menjadi penghalang untuk memberikan layanan yang optimal. Penelitian ini bertujuan untuk mengembangkan chatbot sebagai asisten pelanggan guna meningkatkan layanan pelanggan di Domino's Pizza Duren Sawit. Untuk mencocokkan pertanyaan pelanggan dengan jawaban yang relevan, digunakan metode Frequency-Inverse Document Frequency (TF-IDF) dan cosine similarity. Chatbot ini dirancang untuk membantu pelanggan, menjawab pertanyaan umum, serta mengurangi beban kerja staf layanan pelanggan. Fitur-fitur yang disediakan mencakup informasi promo terbaru, pemesanan menu, daftar menu, dan metode pembayaran. Implementasi chatbot dilakukan menggunakan bahasa pemrograman Python yang diintegrasikan dengan platform Telegram. Hasil penelitian menunjukkan bahwa chatbot berbasis cosine similarity dan TF-IDF ini mampu memberikan jawaban yang relevan terhadap berbagai pertanyaan pelanggan, dengan akurasi mencapai 90% berdasarkan hasil pengujian terhadap 10 pertanyaan.
Implementasi Metode Term Frequency-Inverse Document Frequency dan Cosine Similarity pada Bot Telegram untuk Mendukung Rekomendasi Laptop Berdasarkan Preferensi Pengguna Stevani Dean Safira; Nanda Rosma Anwar; Medistra Aldrin
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Laptop merupakan salah satu perangkat elektronik yang sangat popular di kalangan masyarakat modern. Perangkat ini memiliki fungsi multitasking yang memungkinkan pengguna melakukan berbagai aktivitas seperti bekerja, belajar, berkomunikasi, dan hiburan dengan mudah dan efisien. Seiring berjalannya waktu, telah mendorong permintaan pengguna terhadap spesifikasi laptop yang sesuai dengan kebutuhan pribadi meningkat. Hal ini bisa menjadi tantangan tersendiri karena banyaknya pilihan produk yang tersedia di pasaran. Maka dari itu penelitian ini mengusulkan pengembangan Chatbot berbasis bot pada Telegram untuk memberikan informasi spesifikasi laptop secara komprehensif dan real-time. Menggunakan implementasi teknik TF-IDF (Term Frequency-Inverse Document Frequency) dan Cosine Similiarity untuk menganalisis kesamaan semantic pertanyaan pengguna dalam merespon pertanyaan pengguna. Sistem chatbot nantinya akan diuji menggunakan metode validasi silang dengan mengukur akurasi informasi, kecepatan respons, dan kemampuan interpretasi
Literature Review : Penerapan Metode Agile dalam Pengembangan Aplikasi Berbasis Web E-Commerce untuk UMKM Muhamad Nikmal Wahid
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Transformasi digital telah menjadi kebutuhan mendesak bagi Usaha Mikro, Kecil, dan Menengah (UMKM) untuk tetap kompetitif di era digital. Penerapan metode Agile, dianalisis dalam konteks pengembangan aplikasi E-Commerce guna mendukung digitalisasi UMKM. Pendeketan tinjauan literatur sistematis digunakan untuk mengevealuasi tahapan dalam metode Agile, seperti perancanaan, pengembangan, pengujian, dan penerapan aplikasi. Proses pengumpulan data dilakukan dengan pencarian literatur pada database Google Scholar, menggunakan kata kunci seperti Metode Agile, Scrum, E-Commerce, Transformasi digital. Literatur yang relevan diseleksi berdasarkan topik yang berfokus pada digitalisasi UMKM melalui pengembangan Aplikasi menggunakan metode Agile.Analisis dari dua studi kasus menunjukkan bahwa metode Agile dapat mempercepat proses pengembangan, meningkatkan efisiensi operasional, dan memperluas daya saing bagi pelaku UMKM. Rekomendasi diberikan untuk menjadikan metode Agile sebagai strategi utama dalam transformasi digital UMKM guna mencapai relevansi bisnis di pasar digital yang dinamis.
Penerapan Metode TF-IDF dan Cosine Similarity pada Chatbot Informasi Pilkada Bekasi 2024 Berbasis Telegram Nur Pratama; Zidan Lutfi Ramadan; Yusuf Putra Bintang Satria; Dean Adriansyah Asy’ari
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan Kepala Daerah (Pilkada) merupakan proses penting dalam demokrasi yang membutuhkan akses masyarakat terhadap informasi secara cepat dan tepat. Namun, keterbatasan akses terhadap informasi seperti profil calon, jadwal, dan visi-misi masih menjadi kendala. Penelitian ini bertujuan untuk mengembangkan chatbot berbasis Telegram yang memanfaatkan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk menyediakan informasi Pilkada Bekasi 2024. Metode TF-IDF digunakan untuk menentukan bobot kata dalam kumpulan data, sedangkan Cosine Similarity digunakan untuk mencocokkan input pengguna dengan data yang relevan. Implementasi chatbot ini dirancang untuk memberikan respons yang relevan dan memudahkan masyarakat dalam memperoleh informasi Pilkada. Hasil pengujian menunjukkan bahwa chatbot mampu menjawab pertanyaan dengan tingkat relevansi yang baik dengan akurasi jawaban sebesar 93.33%, menjadi solusi praktis untuk meningkatkan aksesibilitas informasi Pilkada.
Literature Review : Penerapan Keamanan Data pada Infrastruktur Cloud untuk Mendukung Pertumbuhan UKM dan E-Commerce Roufan Awaluna Romadhon
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keamanan data pada infrastruktur cloud sangat penting, terutama bagi sektor UKM dan e-commerce yang kerap menjadi sasaran serangan siber. Analisis ini bertujuan untuk menganalisis tantangan dan penerapan solusi keamanan yang efektif untuk melindungi data pada infrastruktur cloud, terutama dalam konteks UKM dan e-commerce. Metode yang digunakan dalam analisis ini adalah studi pustaka dengan analisis berbagai sumber yang membahas tentang penerapan dan tantangan keamanan cloud computing, serta teknologi yang dapat digunakan untuk meningkatkan keamanan data. Hasil analisis ini menunjukkan bahwa meskipun terdapat berbagai teknologi keamanan yang dapat diterapkan, seperti enkripsi dan autentikasi multifaktor, namun masih banyak UKM dan pelaku e-commerce yang menghadapi kesulitan dalam menerapkan solusi tersebut secara optimal. Keterbatasan anggaran dan kurangnya pemahaman tentang kebijakan dan prosedur keamanan menjadi faktor penghambat utama. Oleh karena itu, pengembangan kebijakan yang lebih komprehensif dan edukasi bagi pihak terkait menjadi kunci untuk meningkatkan keamanan data di sektor ini. Analisis ini menyarankan agar UKM dan pelaku e-commerce lebih proaktif dalam menerapkan langkah-langkah keamanan yang sesuai dengan perkembangan teknologi dan ancaman yang ada.
Pengembangan Chatbot Berbasis Web untuk Rekomendasi Algoritma Pengolahan Data dengan Penerapan TF-IDF dan Cosine Similarity Ajie Rafli Pamungkas; Ravansa Rahman Santosa; Mufida Nuriyana; Anindia Sasikirana
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengembangkan chatbot berbasis web yang mampu memberikan rekomendasi algoritma pengolahan data secara relevan dan efisien berdasarkan kebutuhan pengguna. Chatbot ini dirancang menggunakan pendekatan Natural Language Processing (NLP) dengan metode TF-IDF (Term Frequency-Inverse Document Frequency) untuk mengekstraksi fitur penting dari teks input pengguna. Algoritma Cosine Similarity digunakan untuk mencocokkan input tersebut dengan basis pengetahuan yang berisi berbagai algoritma pengolahan data dan deskripsinya. Sistem dibangun menggunakan framework Flask dengan antarmuka yang ramah pengguna.Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pengolahan data menggunakan TF-IDF, perhitungan kesamaan dengan Cosine Similarity, dan pengujian sistem. Hasil pengujian menunjukkan chatbot memiliki tingkat akurasi 92,1%, yang menunjukkan performa baik dalam memberikan rekomendasi yang relevan. Sistem ini mampu membantu mahasiswa, peneliti, dan praktisi dalam memilih algoritma yang sesuai untuk berbagai kasus analitik, seperti prediksi data, klasifikasi teks, atau segmentasi. Penelitian ini memberikan kontribusi dalam mempermudah pengambilan keputusan berbasis data, dengan potensi pengembangan lebih lanjut melalui integrasi teknik NLP canggih dan perluasan basis pengetahuan. Chatbot ini diharapkan menjadi solusi inovatif yang mendukung kebutuhan analisis data di berbagai bidang.