<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18584">
<titleInfo>
<title>SKEMA SKRIPSI :</title>
<subTitle>RANCANG BANGUN APLIKASI MOBILE TASK
MANAGEMENT PROYEK IT DENGAN PREDIKSI RISIKO
KETERLAMBATAN MENGGUNAKAN ALGORITMA RANDOM
FOREST</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Cosmas Haryawan, S.TP., S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Amam, A.Fatkhul - 225611021</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>035 SI 2026</extent>
</physicalDescription>
<note>Tingginya tingkat kegagalan proyek IT menjadi permasalahan global yang
signifikan, di mana berdasarkan CHAOS Report (2015) hanya 36% proyek berhasil
diselesaikan tepat waktu dan sesuai anggaran. Salah satu penyebab utamanya adalah
keterbatasan alat bantu yang mampu memberikan peringatan dini risiko keterlambatan
secara otomatis dan real-time. Penelitian ini merancang dan membangun aplikasi
mobile task management proyek IT bernama TASKORA (Task Operation Risk
Analytic) yang mengintegrasikan prediksi risiko keterlambatan menggunakan
algoritma Random Forest dengan rekomendasi tindakan berbasis Rule Based Engine
dalam satu sistem yang utuh, mencakup integrasi antara Flutter, Cloud Firestore,
Flask sebagai runtime model machine learning, dan Rule Based Engine yang berjalan
di sisi aplikasi.
Model dilatih menggunakan dataset sintetis sebanyak 600 data dengan 11 fitur
operasional proyek IT dan 3 kelas label risiko, dievaluasi menggunakan metrik
akurasi, precision, recall, F1-Score, Confusion Matrix, dan 10-Fold Stratified Cross-
Validation. Pengujian aplikasi dilakukan menggunakan Black Box Testing dengan
teknik Equivalence Partitioning terhadap 20 skenario uji.
Hasil evaluasi menunjukkan bahwa model Random Forest mencapai akurasi
80,83% dengan F1-Score tertinggi pada kelas Risiko Tinggi sebesar 0,87,
membuktikan sistem mampu mendeteksi kondisi kritis proyek secara andal. Tiga fitur
paling berpengaruh adalah completion_rate (29,77%), overdue_rate (20,34%), dan
progress_gap (15,80%). Hasil 10-Fold Cross-Validation mengkonfirmasi konsistensi
performa dengan akurasi rata-rata 0,8383 ± 0,0428. Seluruh 20 skenario uji Black
Box Testing menghasilkan status Passed dengan persentase keberhasilan 100%.
Kata kunci: Firebase, Flutter, Prediksi Risiko Keterlambatan, Random Forest, Task
Management</note>
<subject authority=""><topic>Aplikasi Mobile Task</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>035 AMA R R1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">AMA0035SI2026</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>035 AMA R R1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18584</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-19 10:53:20</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-19 10:56:59</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>