Pengumuman
PENTING, Siapkan sebelumnya:
1. Format penamaan folder dan file .pdf adalah : NIM_Nama_Lengkap
2. Laporan Skripsi dalam bentuk kompilasi satu file utuh termasuk lembar pengesahan yang telah ditandatangani dan telah diberi watermark dalam bentuk file .pdf (panduan watermark dapat dilihat di : https://tinyurl.com/y46j793x ) di public
3. Folder .zip/.rar (ukuran max. 100 MB) yang berisi : diprivate
a. Laporan Skripsi dalam bentuk kompilasi satu file utuh termasuk lembar pengesahan yang telah ditandatangani dan telah diberi watermark dalam bentuk file dan .doc/.docx
b. Jurnal Skripsi, maksimal 8 halaman sesuai template contoh yang telah ditentukan.
c. Aplikasi yang dibuat berikut software pendukungnya jika ada
d. Readme aplikasi, Penjelasan bagaimana instalasi dan pemakaian aplikasi yang dibuat (bentuk file format .pdf dan .doc/.docx)
e. Poster Skripsi(bentuk file .jpg).
Koleksi Pustaka
Riwayat Unggah Dokumen
1.
| Judul | Implementasi Arsitektur Monolithic Untuk Website Monitoring Pada IoT Pengawasan Tinggi Air Banjir |
| Deskripsi | Banjir merupakan bencana yang sering terjadi di wilayah perkotaan seperti Komplek Griya Asri, Depok. Kurangnya sistem pemantauan dan peringatan dini menjadi salah satu penyebab tingginya risiko banjir. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring tinggi air berbasis Internet of Things (IoT) menggunakan arsitektur monolithic pada framework Laravel. Sistem ini terdiri dari perangkat sensor HC-SR04 dan YF-S201 yang mengukur tinggi dan debit air, lalu mengirimkan data secara real-time melalui protokol MQTT ke server VPS. Data yang diterima ditampilkan dalam bentuk grafik dan tabel pada dashboard web, serta disimpan sebagai riwayat (log history). Sistem juga dilengkapi fitur notifikasi otomatis melalui WhatsApp menggunakan layanan CallMeBot jika ketinggian air melewati ambang batas tertentu. Pengujian dilakukan melalui metode black-box dan pengukuran parameter Quality of Service (QoS) seperti delay, throughput, jitter, dan packet loss. Hasil pengujian menunjukkan bahwa sistem mampu berjalan dengan baik, menampilkan data secara real time, dan memberikan notifikasi tepat waktu, sehingga dapat membantu masyarakat dalam melakukan deteksi dini terhadap potensi banjir. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Yazmin Nur'Aini |
| Diunggah pada | Thu, 24 Jul 2025 |
2.
| Judul | Analisis Sistem Keamanan Pi-Hole dengan Integrasi Zeek untuk Mitigasi Akses Judi Online dalam Jaringan Bawaslu |
| Deskripsi | Permasalahan akses terhadap situs judi online semakin meresahkan, terutama ketika terjadi dalam kelembagaan pemerintah yaitu Bawaslu RI. Penelitian ini bertujuan untuk membangun sistem keamanan jaringan yang mampu memblokir serta mendeteksi aktivitas akses ke situs judi online dengan pengintegrasian Pi-Hole sebagai sistem DNS Sinkhole dan Zeek sebagai sistem Intrusion Detection System (IDS). Pi-Hole bertugas melakukan pemblokiran terhadap domain berbahaya berdasarkan daftar blokir yang telah ditentukan, sedangkan Zeek berfungsi memantau lalu lintas jaringan dan mendeteksi aktivitas mencurigakan berdasarkan kata kunci, akses berulang, port anomali, dan waktu koneksi. Deteksi Zeek kemudian dikirim dalam bentuk notifikasi ke Telegram untuk memberikan peringatan awal untuk pencegahan. Pengujian dilakukan dengan tiga skenario; penggunaan Pi-Hole saja, Zeek saja, dan integrasi kedunaya. Pengujian dilakukan dengan mengakses 10 link situs judi online random diluar daftar blokir. Hasil pengujian menunjukan dari tiga skenario tersebut, integrasi keduanya yang memberikan hasil siginifikan dalam memblokir ataupun mendeteksi akses ke situs tersebut. Dari 10 akses situs pada hasil pengintegrasian berhasil dideteksi oleh sistem. Sistem ini diharapkan dapat menjadi solusi preventif dalam menghadapi ancaman siber dari aktivitas perjudian online yang semakin berkembang dan semakin tersembunyi di balik teknik pengalihan domain yang kompleks. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Puguh Mu'ammar Bramantyo |
| Diunggah pada | Thu, 24 Jul 2025 |
3.
| Judul | ANALISIS MALWARE DENGAN METODE ANALISIS DINAMIS: PERBANDINGAN HASIL ANTARA SANDBOX CUSTOM, CUCKOO SANDBOX , DAN FALCON SANDBOX |
| Deskripsi | Perkembangan teknologi yang pesat juga berdampak pada meningkatnya serangan siber, salah satunya melalui malware. Saat ini, banyak malware yang dibuat dengan teknik canggih agar bisa menghindari deteksi sistem keamanan. Untuk memahami cara kerja malware, analisis dinamis jadi salah satu metode yang sering digunakan karena bisa melihat langsung aktivitas malware di lingkungan yang aman atau sandbox. Dalam penelitian ini, membandingkan tiga jenis sandbox, yaitu Cuckoo Sandbox, Falcon Sandbox, dan Custom Sandbox yang dibuat sendiri.Pengujian dilakukan terhadap sembilan sampel malware dengan parameter yang sama, seperti aktivitas proses, file, registry, jaringan, memory dump, dan teknik evasive. Hasil pengujian menunjukkan bahwa Custom Sandbox berhasil mendeteksi 50 aktivitas mencurigakan, disusul Cuckoo Sandbox dengan 40 aktivitas, dan Falcon Sandbox dengan 34 aktivitas. Dari hasil tersebut, bisa dilihat bahwa Custom Sandbox memberikan hasil yang paling lengkap.Walaupun Cuckoo dan Falcon lebih praktis karena otomatis, Custom Sandbox lebih fleksibel dan mampu memberikan hasil analisis yang lebih detail. Jadi, meskipun butuh usaha lebih dalam prosesnya, pendekatan manual seperti Custom Sandbox bisa jadi alternatif yang efektif dalam mendeteksi dan memahami perilaku malware. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Hary Alfajri |
| Diunggah pada | Thu, 24 Jul 2025 |
4.
| Judul | PENGEMBANGAN SISTEM PEMESANAN MAKANAN MENGGUNAKAN RASPBERRY PI BERBASIS INTERNET OF THINGS (IOT) DI LINGKUNGAN KANTIN PNJ |
| Deskripsi | Politeknik Negeri Jakarta (PNJ) merupakan salah satu perguruan tinggi negeri yang memiliki visi menjadi institusi pendidikan vokasi bergengsi sekelas Asia. Dalam mendukung visinya, PNJ terus mengembangkan infrastruktur dan fasilitas modern, (Politeknik Negeri Jakarta, 2021). Salah satu fasilitas penting yang dimiliki oleh PNJ adalah dua kantin utama, yaitu Kantin Spirit (sebelumnya bernama Kantin Teknik) dan Kantin Reborn (sebelumnya bernama Kantin Bawah). Namun sampai saat ini aktivitas pembelian makanan dan minuman di lingkungan Kantin Spirit PNJ masih dilakukan secara konvensional. Proses pemesanan tersebut mengharuskan pembeli mengantri langsung di depan tenant, pembeli/penjual mencatat pesanan menggunakan alat tulis tradisional atau bahkan penjual menggunakan memori ingatan mereka untuk mengingat pesanan dan lokasi tempat duduk para pembeli. Sehingga saat ini ditemukan beberapa kendala, seperti antrian sebelum pemesanan menjadi panjang pada waktu sibuk (jam makan siang), kesalahan dalam pencatatan pesanan, kesulitan dalam pengantaran pesanan karena tidak ada sistem yang mendata lokasi meja pembeli secara jelas. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Nurul Aulia Dewi |
| Diunggah pada | Fri, 18 Jul 2025 |
5.
| Judul | Model Deteksi Sleep Apnea Dari Sinyal Pernapasan Berbasis Deep Learning |
| Deskripsi | Sleep apnea merupakan gangguan pernapasan yang terjadi selama tidur dan dapat berdampak serius pada kesehatan apabila tidak terdeteksi sejak dini. Penelitian ini bertujuan untuk merancang, mengembangkan, dan menguji model deteksi Obstructive Sleep Apnea (OSA) dengan memanfaatkan sinyal fisiologis pernapasan menggunakan pendekatan deep learning. Dataset yang digunakan berasal dari PhysioNet dan IMERI UI, mencakup sinyal seperti saturasi oksigen darah (SpO₂), aliran udara (flow), gerakan dada (thorax), dan abdomen. Data diolah menjadi segmen berdurasi 30 detik, kemudian dinormalisasi dan diubah ke domain frekuensi menggunakan Fast Fourier Transform (FFT), serta digunakan sebagai input untuk model. Arsitektur model yang dikembangkan meliputi Convolutional Neural Network (CNN) 1D dan Long Short-Term Memory (LSTM). Berdasarkan hasil evaluasi, model CNN dengan preprocessing normalisasi memberikan performa terbaik dengan akurasi mencapai 98,7%, menunjukkan kemampuan luar biasa dalam mengekstraksi fitur spasial dari sinyal pernapasan mentah. Sementara itu, model LSTM dengan data normalisasi menunjukkan akurasi 91,1%, yang juga cukup tinggi, namun masih di bawah performa CNN. Ketika preprocessing FFT diterapkan, performa menurun pada kedua model: CNN-FFT mencatat akurasi 91,3%, sedangkan LSTM-FFT hanya mencapai akurasi 89,5%. Temuan ini menunjukkan bahwa CNN lebih unggul dalam mengekstraksi pola spasial langsung dari data sinyal mentah tanpa perlu transformasi ke domain frekuensi. Sebaliknya, LSTM yang dirancang untuk menangkap informasi temporal dari urutan data, cenderung kehilangan performa ketika data diubah ke domain frekuensi karena informasi waktu menjadi kurang eksplisit. Hasil pengujian menunjukkan model terbaik adalah CNN-FFT, model kemudian diintegrasikan ke dalam prototipe sistem berbasis web untuk mendeteksi OSA secara otomatis. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem deteksi apnea tidur yang non-invasif, cepat, akurat, dan mudah diakses, guna mendukung proses skrining dini oleh tenaga medis maupun masyarakat umum. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Praba Arya Elmahdi |
| Diunggah pada | Wed, 23 Jul 2025 |
Dokumen Statistik
Total Dokumen Terupload
5 dokumen
Upload Dokumen Perbulan 2025
Januari
64
Februari
69
Maret
16
April
2
Mei
Tidak ada dokumen
Juni
Tidak ada dokumen
Juli
222
Agustus
296
September
134
Oktober
52
November
12
Desember
143