Record Detail Back
Perbandingan Performa Algoritma Artificial Neural Network (Ann) Dan Xgboost Untuk Prediksi Penyakit Polycystic Ovary Syndrome (Pcos)
- Share to:
Proses pelaksanaan Kuliah Kerja Nyata Mahasiswa (KKNM) di Universitas Langlangbuana masih dilakukan secara manual menggunakan template Excel melalui WhatsApp dan penyerahan dokumen fisik ke kampus, sehingga menimbulkan tiga permasalahan utama yaitu redundansi input data mahasiswa, pemantauan logbook yang tidak efisien, serta proses verifikasi Laporan Akhir dan Artikel yang mengharuskan mahasiswa datang ke kampus berulang kali. Penelitian ini bertujuan mengembangkan aplikasi pelaksanaan KKNM berbasis web yang terintegrasi dengan sistem pendaftaran sehingga data dapat digunakan kembali tanpa input ulang dan seluruh proses verifikasi dapat dilakukan secara daring. Pengembangan sistem dilakukan menggunakan metode Rapid Application Development (RAD) dengan pendekatan Prototyping, dibangun menggunakan framework Laravel dan Filament Admin Panel, basis data MySQL, diintegrasikan melalui RESTful API, serta dimodelkan menggunakan UML dan BPMN. Hasil penelitian berupa aplikasi web dengan empat panel untuk Admin, Program, Dosen Pembimbing Lapangan (DPL), dan Mahasiswa, yang menyediakan fitur logbook digital dengan verifikasi bertingkat, unggah dan verifikasi Laporan Akhir serta Artikel secara daring, dan penilaian akhir oleh DPL, di mana integrasi RESTful API berhasil mengeliminasi redundansi data dan pengujian Black Box Testing membuktikan seluruh fitur berfungsi sesuai spesifikasi kebutuhan
Dian Ardiansah - Personal Name
005 ARD P
NONE
Text
Indonesia
Universitas Langlangbuana
2026
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Dian Ardiansah. (2026).Perbandingan Performa Algoritma Artificial Neural Network (Ann) Dan Xgboost Untuk Prediksi Penyakit Polycystic Ovary Syndrome (Pcos).(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd