JESSEN, NABIIHA (2026) APLIKASI MOBILE MONITORING PADA PERUMAHAN BERBASIS LOG AKSES KENDARAAN DENGAN DETEKSI ANOMALI ISOLATION FOREST. S1 thesis, Universitas Mercu Buana Jakarta- Menteng.
|
Text (COVER)
41522010205-Nabiiha Jessen 01 COVER - Nabiiha Jessen.pdf Download (425kB) |
|
|
Text (BAB 1)
41522010205-Nabiiha Jessen 02 BAB 1 - Nabiiha Jessen.pdf Restricted to Registered users only Download (76kB) |
|
|
Text (BAB 2)
41522010205-Nabiiha Jessen 03 BAB 2 - Nabiiha Jessen.pdf Restricted to Registered users only Download (166kB) |
|
|
Text (BAB 3)
41522010205-Nabiiha Jessen 04 BAB 3 - Nabiiha Jessen.pdf Restricted to Registered users only Download (824kB) |
|
|
Text (BAB 4)
41522010205-Nabiiha Jessen 05 BAB 4 - Nabiiha Jessen.pdf Restricted to Registered users only Download (490kB) |
|
|
Text (BAB 5)
41522010205-Nabiiha Jessen 06 BAB 5 - Nabiiha Jessen.pdf Restricted to Registered users only Download (129kB) |
|
|
Text (DAFTAR PUSTAKA)
41522010205-Nabiiha Jessen 08 DAFTAR PUSTAKA - Nabiiha Jessen.pdf Restricted to Registered users only Download (138kB) |
|
|
Text (LAMPIRAN)
41522010205-Nabiiha Jessen 09 LAMPIRAN - Nabiiha Jessen.pdf Restricted to Registered users only Download (637kB) |
Abstract
Pengawasan kendaraan di lingkungan perumahan masih dilakukan secara konvensional melalui pemantauan visual dan pencatatan manual, sehingga data akses tidak terdokumentasi secara terstruktur dan proses pelacakan menjadi sulit ketika terjadi aktivitas mencurigakan. Penelitian ini bertujuan merancang dan mengembangkan aplikasi mobile GateSmart untuk memonitor log akses kendaraan secara real-time, membangun pertukaran data melalui Application Programming Interface, menerapkan algoritma Isolation Forest, serta membandingkan kinerjanya dengan Local Outlier Factor dan One-Class Support Vector Machine. Penelitian menggunakan metode Research and Development dengan model pengembangan Spiral. Aplikasi dibangun menggunakan Flutter dan bahasa Dart, sedangkan data log akses diperoleh dari basis data MySQL melalui API berformat JSON. Implementasi sistem difokuskan pada Cluster Bima Citra sebagai lingkungan pengujian dengan petugas keamanan sebagai pengguna utama aplikasi mobile. Deteksi anomali dilakukan pada sisi backend berdasarkan pola frekuensi dan waktu akses kendaraan, kemudian hasilnya dikirimkan ke aplikasi sebagai status dan notifikasi. Pengujian fungsional dilakukan menggunakan black-box testing, sedangkan algoritma dievaluasi berdasarkan jumlah anomali, rasio anomali, dan waktu komputasi. Hasil pengujian menunjukkan bahwa Isolation Forest mendeteksi 750 anomali dengan rasio 5,00% dan waktu 0,67 detik. Local Outlier Factor mendeteksi 688 anomali dalam 2,78 detik, sedangkan One-Class SVM mendeteksi 752 anomali dalam 1,96 detik. Berdasarkan hasil tersebut, Isolation Forest menjadi metode paling sesuai karena memiliki waktu komputasi tercepat dan hasil deteksi yang konsisten. GateSmart dapat membantu petugas keamanan memantau kendaraan serta merespons aktivitas tidak wajar secara lebih cepat, terstruktur, dan efisien di lapangan.
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41522010205 |
| Uncontrolled Keywords: | aplikasi mobile, log akses kendaraan, deteksi anomali, Isolation Forest, Flutter. |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | ZAHRA AULIA FEBRIANI |
| Date Deposited: | 24 Sep 2026 03:22 |
| Last Modified: | 24 Sep 2026 03:22 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/104109 |
Actions (login required)
![]() |
View Item |
