Pengembangan Backend MATASAPI Berbasis REST API untuk Sistem Sertifikasi Digital SASPRI-K
Date
2026Jenis/Type
SkripsiSubtype
Undergraduate ThesesAuthor
DARYHADI, AHMAD SUBHAN
Sukoco, Heru
Metadata
Show full item recordAbstract
Proses sertifikasi peternakan rakyat oleh SASPRI saat ini masih dikelola menggunakan berbagai media terpisah, seperti spreadsheet dan WhatsApp, sehingga menyulitkan pengelolaan dokumen, bukti pendukung, data pihak yang terlibat, penelusuran riwayat sertifikasi, serta penyampaian informasi pada setiap tahapan sertifikasi. Penelitian ini bertujuan merancang sistem digital yang mendukung pengelolaan dokumen, bukti pendukung, dan data pihak yang terlibat secara terintegrasi, serta merancang mekanisme notifikasi untuk mendukung penyampaian informasi secara tepat waktu. Pengembangan perangkat lunak menggunakan metode Agile dengan kerangka kerja Scrum yang dilaksanakan secara iteratif dalam empat sprint. Hasil penelitian berupa sistem backend berbasis web menggunakan framework Yii2 yang menyediakan layanan REST API untuk mendukung aplikasi mobile. Sistem yang dikembangkan mampu mendukung seluruh alur utama proses sertifikasi, mulai dari pengajuan sertifikasi, self review oleh Tim Mandiri, peer review oleh Tim Sebaya, external review oleh SASPRI-N, hingga penerbitan sertifikat digital secara otomatis. Fitur notifikasi berbasis Firebase Cloud Messaging (FCM) berhasil diimplementasikan secara asinkron menggunakan background job queue sehingga penyampaian informasi tidak memengaruhi proses utama sistem. Pengujian fungsional menggunakan metode black-box testing menunjukkan tingkat keberhasilan 100% pada 196 skenario pengujian, sedangkan pengujian nonfungsional menggunakan load testing dengan simulasi 100 virtual users selama 10 menit menghasilkan error rate sebesar 0%. Hasil penelitian menunjukkan bahwa sistem mampu mendukung pengelolaan dokumen, bukti pendukung, dan data pihak yang terlibat secara terintegrasi, serta penyampaian informasi pada setiap tahapan proses sertifikasi secara tepat waktu, sehingga menyediakan fondasi layanan backend yang andal untuk mendukung digitalisasi proses sertifikasi peternakan rakyat. The SASPRI smallholder livestock certification process is currently managed using multiple separate platforms, such as spreadsheets and WhatsApp, making it difficult to manage documents, supporting evidence, and stakeholder data, as well as to track certification history and deliver information throughout each stage of the certification process. This study aims to design a digital certification system that supports the integrated management of documents, supporting evidence, and stakeholder data, as well as to design a notification mechanism that enables timely information delivery. The software was developed using the Agile methodology with the Scrum framework through four iterative sprints. The research resulted in a web-based backend system developed using the Yii2 framework, which provides REST API services to support a mobile application. The developed system supports the entire certification workflow, including certification submission, self-review by the Self-Assessment Team, peer review by the Peer Review Team, external review by SASPRI-N, and the automatic issuance of digital certificates. A notification feature based on Firebase Cloud Messaging (FCM) was implemented asynchronously using a background job queue, ensuring that information delivery does not affect the system's primary processes. Functional testing using the black-box testing method achieved a 100% success rate across 196 test scenarios, while non-functional testing using load testing with a simulation of 100 virtual users for 10 minutes resulted in a 0% error rate. The results demonstrate that the developed system supports the integrated management of documents, supporting evidence, and stakeholder data, while enabling timely information delivery throughout the certification process, thereby providing a reliable backend foundation for the digitalization of the smallholder livestock certification process.
Collections
- UF - Computer Science [180]

