Record Detail Back
Implementasi Machine Learning Berbasis Xgboost Dengan Optimasi Ketidakseimbangan Data Berbasis Smote Untuk Prediksi Kelulusan Audisi Peserta Pasanggiri Mojang Jajaka Kabupaten Bandung
Proses administrasi keuangan Kuliah Kerja Nyata Mahasiswa (KKNM) di Universitas Langlangbuana masih dilakukan secara manual, yaitu dengan mengunduh, mencetak, dan menyerahkan bukti pembayaran mahasiswa kepada Biro Keuangan untuk diverifikasi. Proses tersebut menyebabkan ketidakefisienan dan keterlambatan informasi status pembayaran kepada mahasiswa. Kondisi ideal yang diharapkan adalah tersedianya sistem terintegrasi yang mampu mengotomatisasi verifikasi pembayaran dan menyampaikan hasilnya secara langsung kepada mahasiswa. Penelitian ini menggunakan metode Engineering Research dengan pendekatan Rapid Application Development (RAD), pemodelan UML dan BPMN, serta implementasi menggunakan Laravel, Filament, dan MySQL. Hasil penelitian menunjukkan bahwa aplikasi pengelolaan keuangan KKNM berhasil dikembangkan dengan memanfaatkan REST API untuk menerima data pembayaran secara otomatis dari sistem pendaftaran KKNM. Sistem ini menghilangkan proses penyerahan dokumen fisik dan menyederhanakan alur verifikasi dari tiga aktor menjadi dua aktor. Selain itu, notifikasi WhatsApp otomatis berhasil diterapkan untuk menyampaikan hasil verifikasi pembayaran secara real-time. Pengujian Black Box terhadap tujuh fungsi utama menunjukkan seluruh fungsi berjalan sesuai kebutuhan. Berdasarkan hasil tersebut, aplikasi yang dikembangkan mampu meningkatkan efisiensi proses administrasi keuangan KKNM dan mempercepat penyampaian informasi status pembayaran kepada mahasiswa
Evreki Wan Refanja - Personal Name
005 REF I
NONE
Text
Indonesia
Universitas Langlangbuana
2026
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Evreki Wan Refanja. (2026).Implementasi Machine Learning Berbasis Xgboost Dengan Optimasi Ketidakseimbangan Data Berbasis Smote Untuk Prediksi Kelulusan Audisi Peserta Pasanggiri Mojang Jajaka Kabupaten Bandung.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd






