Pengumuman
Syarat Upload
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
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 | PERANCANGAN DAN IMPLEMENTASI SISTEM DETEKSI SERANGAN HAMA KUTU KEBUL DAN KUTU DAUN BERSAYAP PADA TANAMAN HIDROPONIK BAYAM BERBASIS CITRA DENGAN METODE YOLOv8n |
| Deskripsi | Serangan hama merupakan salah satu faktor yang dapat menurunkan produktivitas tanaman bayam hidroponik. Proses pemantauan hama yang masih dilakukan secara manual memiliki keterbatasan dalam mendeteksi hama berukuran kecil secara cepat dan konsisten. Penelitian ini bertujuan mengimplementasikan sistem deteksi multi-hama berbasis YOLOv8n pada Raspberry Pi 4 untuk mendeteksi whitefly (Bemisia tabaci) dan winged aphid (Aphididae) secara real-time. Sistem diintegrasikan dengan mekanisme gantry berbasis ESP8266 untuk melakukan akuisisi citra secara otomatis, sedangkan model dikonversi ke format NCNN agar proses inferensi lebih efisien pada prosesor ARM. Dataset yang digunakan terdiri dari 3.041 citra dengan pembagian 70% data pelatihan, 20% data validasi, dan 10% data pengujian, serta dilakukan augmentasi untuk meningkatkan kemampuan generalisasi model. Hasil pelatihan menunjukkan bahwa model YOLOv8n dengan resolusi masukan 640 × 640 piksel memperoleh nilai mAP@50 sebesar 0,967, sedangkan konfigurasi 320 × 320 piksel menghasilkan waktu inferensi GPU tercepat sebesar 0,8 ms dengan penurunan akurasi yang relatif kecil. Pada pengujian lapangan, model YOLOv8n resolusi 640 × 640 dan 416 × 416 memperoleh nilai Precision, Recall, dan F1-Score sebesar 100%, sedangkan konfigurasi 320 × 320 menghasilkan Precision 97,32%, Recall 100%, dan F1-Score 98,96%. Pengujian pada Raspberry Pi 4 menunjukkan bahwa konfigurasi YOLOv8n 320 × 320 mampu mencapai latensi rata-rata 0,200 detik, kecepatan 4,41 FPS, penggunaan CPU 75,44%, RAM 19,85%, dan suhu prosesor 47,01°C. Hasil tersebut menunjukkan bahwa optimasi menggunakan NCNN memungkinkan implementasi sistem deteksi hama secara efisien pada perangkat edge tanpa memerlukan akselerator eksternal. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Alfarizki Nurachman |
| Diunggah pada | Sat, 25 Jul 2026 |
2.
| Judul | PERANCANGAN DAN IMPLEMENTASI SISTEM DETEKSI SERANGAN HAMA KUTU KEBUL DAN KUTU DAUN BERSAYAP PADA TANAMAN HIDROPONIK BAYAM BERBASIS CITRA DENGAN METODE YOLOv8n |
| Deskripsi | Serangan hama merupakan salah satu faktor yang dapat menurunkan produktivitas tanaman bayam hidroponik. Proses pemantauan hama yang masih dilakukan secara manual memiliki keterbatasan dalam mendeteksi hama berukuran kecil secara cepat dan konsisten. Penelitian ini bertujuan mengimplementasikan sistem deteksi multi-hama berbasis YOLOv8n pada Raspberry Pi 4 untuk mendeteksi whitefly (Bemisia tabaci) dan winged aphid (Aphididae) secara real-time. Sistem diintegrasikan dengan mekanisme gantry berbasis ESP8266 untuk melakukan akuisisi citra secara otomatis, sedangkan model dikonversi ke format NCNN agar proses inferensi lebih efisien pada prosesor ARM. Dataset yang digunakan terdiri dari 3.041 citra dengan pembagian 70% data pelatihan, 20% data validasi, dan 10% data pengujian, serta dilakukan augmentasi untuk meningkatkan kemampuan generalisasi model. Hasil pelatihan menunjukkan bahwa model YOLOv8n dengan resolusi masukan 640 × 640 piksel memperoleh nilai mAP@50 sebesar 0,967, sedangkan konfigurasi 320 × 320 piksel menghasilkan waktu inferensi GPU tercepat sebesar 0,8 ms dengan penurunan akurasi yang relatif kecil. Pada pengujian lapangan, model YOLOv8n resolusi 640 × 640 dan 416 × 416 memperoleh nilai Precision, Recall, dan F1-Score sebesar 100%, sedangkan konfigurasi 320 × 320 menghasilkan Precision 97,32%, Recall 100%, dan F1-Score 98,96%. Pengujian pada Raspberry Pi 4 menunjukkan bahwa konfigurasi YOLOv8n 320 × 320 mampu mencapai latensi rata-rata 0,200 detik, kecepatan 4,41 FPS, penggunaan CPU 75,44%, RAM 19,85%, dan suhu prosesor 47,01°C. Hasil tersebut menunjukkan bahwa optimasi menggunakan NCNN memungkinkan implementasi sistem deteksi hama secara efisien pada perangkat edge tanpa memerlukan akselerator eksternal. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Alfarizki Nurachman |
| Diunggah pada | Sat, 25 Jul 2026 |
3.
| Judul | Sistem Manajemen Penjualan Berbasis Web pada PT Audev Axura Technology |
| Deskripsi | PT Audev Axura Technology merupakan perusahaan pengembang perangkat lunak enterprise yang menghadapi tantangan kritis dalam proses manajemen penjualan yang masih dilakukan secara manual melalui pencatatan di kertas dan catatan pribadi karyawan, mengakibatkan fragmentasi data customer, tidak terdokumentasinya riwayat pembelian, serta tidak adanya visibilitas pipeline sales bagi pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Manajemen Penjualan Berbasis Web terintegrasi payment gateway Midtrans dan panel admin yang menampilkan data secara langsung (dashboard real-time) guna meningkatkan efisiensi operasional perusahaan. Menggunakan metodologi SDLC Waterfall, sistem dibangun dengan arsitektur full-stack Next.js 16, TypeScript, Firebase (Authentication, Cloud Firestore), serta integrasi Midtrans Snap API pada lingkungan sandbox. Sistem mencakup modul etalase produk dengan tiered pricing, CRM dengan segmentasi B2B/B2C dan ranking loyalty, invoice otomatis/manual, dashboard real-time dengan grafik orders overview dan revenue progress, manajemen user berbasis role, serta live chat real-time. Hasil pengujian Black Box Testing menunjukkan 30/30 item uji lulus validasi (100%), dengan tingkat penerimaan User Acceptance Testing (UAT) diterima seluruhnya oleh CEO, tanpa ditemukan bug kritis pada seluruh skenario pengujian. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Zakirio Hugoraazaq Wasis |
| Diunggah pada | Sat, 25 Jul 2026 |
4.
| Judul | Sistem Manajemen Penjualan Berbasis Web pada PT Audev Axura Technology |
| Deskripsi | PT Audev Axura Technology merupakan perusahaan pengembang perangkat lunak enterprise yang menghadapi tantangan kritis dalam proses manajemen penjualan yang masih dilakukan secara manual melalui pencatatan di kertas dan catatan pribadi karyawan, mengakibatkan fragmentasi data customer, tidak terdokumentasinya riwayat pembelian, serta tidak adanya visibilitas pipeline sales bagi pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Manajemen Penjualan Berbasis Web terintegrasi payment gateway Midtrans dan panel admin yang menampilkan data secara langsung (dashboard real-time) guna meningkatkan efisiensi operasional perusahaan. Menggunakan metodologi SDLC Waterfall, sistem dibangun dengan arsitektur full-stack Next.js 16, TypeScript, Firebase (Authentication, Cloud Firestore), serta integrasi Midtrans Snap API pada lingkungan sandbox. Sistem mencakup modul etalase produk dengan tiered pricing, CRM dengan segmentasi B2B/B2C dan ranking loyalty, invoice otomatis/manual, dashboard real-time dengan grafik orders overview dan revenue progress, manajemen user berbasis role, serta live chat real-time. Hasil pengujian Black Box Testing menunjukkan 30/30 item uji lulus validasi (100%), dengan tingkat penerimaan User Acceptance Testing (UAT) diterima seluruhnya oleh CEO, tanpa ditemukan bug kritis pada seluruh skenario pengujian. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Zakirio Hugoraazaq Wasis |
| Diunggah pada | Sat, 25 Jul 2026 |
5.
| Judul | Rancang Bangun Game 2D Platformer “Arka’s Journey” sebagai Media Promosi Pariwisata Kabupaten Kepulauan Anambas |
| Deskripsi | Kabupaten Kepulauan Anambas, Provinsi Kepulauan Riau, memiliki potensi pariwisata besar, mulai dari wisata bahari hingga kekayaan budaya lokal, namun promosinya masih mengandalkan media konvensional seperti brosur dan gambar statis sehingga belum menjangkau generasi muda secara maksimal. Penelitian ini bertujuan merancang dan membangun game 2D platformer berjudul “Arka’s Journey” sebagai media promosi pariwisata interaktif untuk Kabupaten Kepulauan Anambas. Game dikembangkan menggunakan Construct 3, sebuah game engine berbasis HTML5, dengan aset visual yang dibuat melalui Adobe Illustrator dan Adobe Photoshop. Metode pengembangan yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang terdiri atas enam tahap, yaitu concept, design, material collecting, assembly, testing, dan distribution. Game menampilkan dua level yang berlatar lokasi wisata nyata di Kabupaten Kepulauan Anambas, yaitu Pelabuhan Letung di Pulau Jemaja dan Pantai Padang Melang, dengan mekanika dasar berupa pergerakan karakter, lompatan, pengumpulan item, dan sistem nyawa. Pengujian dilakukan melalui alpha testing menggunakan metode Black Box Testing serta beta testing terhadap 33 responden menggunakan skala Likert lima tingkat. Hasil alpha testing menunjukkan seluruh fungsi utama game berjalan sesuai rancangan. Hasil beta testing memperlihatkan penilaian pada kategori baik hingga sangat baik terhadap aspek gameplay, visual, alur cerita, dan efektivitas penyampaian informasi pariwisata, dengan nilai indeks berkisar antara 77,58% hingga 86,06%. Temuan ini menunjukkan bahwa “Arka’s Journey” layak digunakan sebagai media promosi pariwisata yang interaktif dan mampu meningkatkan ketertarikan masyarakat terhadap destinasi wisata di Kabupaten Kepulauan Anambas |
| Kategori | Skripsi - TMD |
| Diunggah oleh | ALFA VALIANT PANGESTU |
| Diunggah pada | Fri, 24 Jul 2026 |
Dokumen Statistik
Total Dokumen Terupload
5 dokumen
Upload Dokumen Perbulan 2026
Januari
75
Februari
85
Maret
16
April
2
Mei
Tidak ada dokumen
Juni
2
Juli
508
Agustus
313
September
134
Oktober
52
November
12
Desember
368