Syaputra, Iwan (2026) KLASIFIKASI IDENTIFIKASI AKUN PERSONAL BERBASIS PERANGKAT NFC MOBILE DENGAN ALGORITMA K-MEANS. Diploma thesis, Universitas Harkat Negeri.
![[img]](http://repository.harkatnegeri.ac.id/style/images/fileicons/text.png) |
Text (Cover)
cover iwan.pdf Download (1MB) |
|
Text (BAB I)
2_BAB_I.pdf Download (212kB) |
|
Text (BAB II)
3_BAB_II.pdf Download (242kB) |
|
Text (BAB III)
4_BAB_III.pdf Download (219kB) |
|
Text (BAB IV)
5_BAB_IV.pdf Download (623kB) |
|
Text (BAB V)
6_BAB_V.pdf Restricted to Registered users only Download (453kB) | Request a copy |
|
Text (BAB VI)
7_BAB_VI.pdf Download (189kB) |
|
Text (DAFTAR PUSTAKA)
8_Daftar_Pustaka.pdf Download (182kB) |
|
Text (LAMPIRAN)
9_Lampiran.pdf Download (557kB) |
Abstract
Peningkatan kesadaran masyarakat di seluruh dunia mengenai kesehatan telah memicu lonjakan pendaftaran di pusat kebugaran (gym) secara luar biasa, yang sekaligus menyoroti kelemahan signifikan pada sistem manajemen tradisional. Metode pencatatan kehadiran secara manual dan pengelolaan dokumen fisik yang ada saat ini tidak hanya tidak efektif, tetapi juga memakan banyak tenaga dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk mengatasi tantangan operasional tersebut dengan merancang kerangka kerja manajemen identitas yang cepat, aman, dan terpadu. Pendekatan yang diusulkan memanfaatkan teknologi Near Field Communication (NFC) pada perangkat seluler untuk memfasilitasi identifikasi digital jarak dekat secara otomatis. Sistem ini juga digabungkan dengan struktur Pembelajaran Mesin (Machine Learning) yang secara spesifik menggunakan metode klasterisasi K-Means untuk menilai pola anggota dan mengklasifikasikan tingkat kehadiran. Hasil eksperimen menunjukkan bahwa sistem berbasis NFC ini mampu mengurangi waktu tunggu secara signifikan, dengan pencapaian waktu rata-rata untuk penyimpanan basis data dan pengambilan informasi masing-masing sebesar 0,47 detik dan 0,25 detik, sehingga jauh mengungguli sistem kode QR konvensional. Selain itu, keamanan data secara inheren meningkat karena jarak operasional NFC yang terbatas (umumnya kurang dari 10 cm), sehingga efektif mengurangi risiko pencurian data dari jarak jauh. Kesimpulannya, kombinasi penggunaan teknologi NFC dan analisis K-Means tidak hanya merevolusi manajemen pusat kebugaran menjadi sistem modern yang sangat efisien, tetapi juga membangun basis data terstruktur yang krusial untuk evaluasi operasional secara menyeluruh. Kata Kunci: Near Field Communication (NFC), Keanggotaan Gym, Pembelajaran Mesin (Machine Learning), Kehadiran Otomatis, Analitik Perilaku.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technical Information T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi Teknik > Diploma III Teknik Komputer |
| Depositing User: | Iwan Syaputra |
| Date Deposited: | 07 Sep 2026 08:36 |
| Last Modified: | 09 Sep 2026 01:08 |
| URI: | http://repository.harkatnegeri.ac.id/id/eprint/7645 |
Actions (login required)
 |
View Item |