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 | Pengembangan Sistem Analitik Data Berbasis Multi-Agent dengan Pendekatan Function Calling dan Metadata-Centric Context Management |
| Deskripsi | Analisis data menggunakan tools konvensional menghadapi tantangan kompleksitas, waktu, dan kebutuhan pemahaman teknis yang tinggi. Pemanfaatan Large Language Model (LLM) menawarkan solusi berbasis bahasa alami, namun terkendala keterbatasan context window yang menyebabkan degradasi reasoning pada dataset berskala besar. Penelitian ini mengembangkan sistem analitik data berbasis arsitektur multi-agent yang mengintegrasikan function calling dan metadata-centric context management untuk mengatasi permasalahan tersebut. Arsitektur yang dibangun membagi proses analisis ke dalam tiga fase sequential, yaitu Data Preprocessing, Exploratory Data Analysis (EDA), dan Explainer, yang dikoordinasikan melalui Google Agent Development Kit (ADK). Sistem tidak memasukkan data raw ke dalam context window, melainkan memanfaatkan ringkasan metadata statistik sebagai konteks utama reasoning LLM. Pengujian dilakukan menggunakan dataset penjualan sintetis berukuran 100 ribu hingga 10 juta baris dalam kondisi clean dan dirty, serta dataset NvBench sebagai baseline komparatif terhadap data analyst profesional, dengan model LLM Xiaomi MiMo V2 Flash dan OpenAI GPT OSS 120B. Hasil pengujian menunjukkan penggunaan token hanya 0,014%–1,88% dari jumlah token raw dataset dengan akurasi kalkulasi 100% pada dataset clean. Sistem menghasilkan output yang sepenuhnya deterministik pada data clean, sementara data dirty menghasilkan konsistensi yang bervariasi bergantung pada karakteristik reasoning model yang digunakan. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Muhammad Bintang Ramadhan |
| Diunggah pada | Fri, 10 Jul 2026 |
2.
| Judul | ANALISIS MITIGASI SERANGAN MAN-IN-THE-MIDDLE PADA KOMUNIKASI LORA PEER-TO-PEER BERBASIS DYNAMIC KEY MANAGEMENT DI JARINGAN NON-INTERNET |
| Deskripsi | Pemanfaatan Internet of Things (IoT) di area blank spot sering mengandalkan komunikasi Point-to-Point (P2P) karena efisiensi daya dan jangkauannya. Namun, berbeda dengan LoRaWAN, LoRa P2P tidak memiliki standar keamanan bawaan sehingga rentan terhadap penyadapan, manipulasi pesan (Man-In-The-Middle/MITM), dan Replay Attack. Risiko ini memburuk dengan penggunaan kunci statis, di mana pencurian perangkat fisik dapat mengkompromikan seluruh jaringan. Penelitian ini bertujuan merancang sistem keamanan LoRa P2P menggunakan mikrokontroler ESP32 dengan menerapkan kriptografi hibrida dan manajemen kunci dinamis. Metode yang digunakan mencakup algoritma AES-128 untuk kerahasiaan data dan HMAC-SHA256 untuk verifikasi integritas pesan. Untuk mengatasi kelemahan kunci statis dan Replay Attack, dikembangkan mekanisme Dynamic Key Management yang memperbarui kunci enkripsi secara otomatis berdasarkan counter internal, serta Counter-based Nonce untuk memastikan kesegaran pesan. Hasil pengujian menunjukkan bahwa sistem yang diusulkan mampu memitigasi serangan MITM dengan mendeteksi perubahan tanda tangan HMAC dan menolak paket replay yang tidak valid. Kesimpulannya, sistem ini berhasil menjaga kerahasiaan dan integritas data secara dinamis, dengan tetap mempertahankan efisiensi komputasi pada perangkat berdaya rendah. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Mohammad Rizki Fadillah |
| Diunggah pada | Fri, 10 Jul 2026 |
3.
| Judul | Implementasi Mitigasi Serangan Distributed Denial of Service (Ddos) Pada Router Mikrotik Menggunakan Metode Firewall Raw, Rate Limit, Dan Port Hardening |
| Deskripsi | Serangan Distributed Denial of Service (DDoS) merupakan ancaman jaringan yang dapat menyebabkan layanan tidak tersedia akibat lonjakan trafik yang membebani router. Penelitian ini bertujuan menerapkan mitigasi serangan DDoS pada router MikroTik menggunakan metode Firewall RAW, Rate Limiting, dan Port Hardening, serta simulasi Remotely Triggered Black Hole (RTBH) sebagai langkah terakhir ketika trafik serangan perlu dibuang pada sisi upstream. Pengujian dilakukan pada jaringan uji terpisah dengan Kali Linux sebagai sumber serangan, MikroTik CHR sebagai router upstream, dan router MikroTik fisik sebagai objek pengujian akhir. Serangan yang diuji adalah UDP Flood dan TCP SYN Flood menggunakan hping3. Parameter pengamatan meliputi CPU Load, Free Memory, traffic WAN, dan jumlah paket yang diblokir. Hasil pengujian menunjukkan bahwa Firewall RAW mampu membuang trafik dari IP attacker pada tahap awal, sedangkan Rate Limiting membantu membatasi trafik berlebih yang masih diproses router. Port Hardening memperkuat akses manajemen melalui pembatasan layanan, penggantian Telnet dengan SSH, dan port knocking. Simulasi RTBH mampu menurunkan trafik ke router utama, tetapi seluruh trafik menuju IP target ikut terbuang. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Alvito Revansyah Gunawan |
| Diunggah pada | Tue, 7 Jul 2026 |
4.
| Judul | Klasifikasi dan Analisis Tingkat Kesuburan Tanah Menggunakan Metode Random Forest Berbasis Edge Computing |
| Deskripsi | Ketahanan pangan dan pertanian presisi menuntut adanya pengelolaan lahan berbasis pemantauan dan analisis kualitas tanah secara seketika (real-time). Penelitian ini bertujuan untuk mengembangkan sistem monitoring dan klasifikasi tingkat kesuburan tanah berbasis Internet of Things (IoT) dan kecerdasan buatan dengan pendekatan edge computing. Sistem akuisisi data dibangun menggunakan sensor tanah 7-in-1 untuk mengukur parameter derajat keasaman (pH), Nitrogen (N), Fosfor (P), Kalium (K), dan Electrical Conductivity (EC), yang terintegrasi dengan mikrokontroler ESP32. Untuk melakukan klasifikasi lima tingkat kesuburan tanah berdasarkan standar kelayakan Balittanah, penelitian ini mengevaluasi kinerja algoritma Random Forest, Support Vector Machine (SVM), XGBoost, dan Neural Network. Model terbaik selanjutnya dikonversi menjadi format bahasa C/C++ menggunakan pustaka micromlgen (TinyML) agar dapat dieksekusi langsung pada ESP32 tanpa bergantung pada komputasi cloud. Hasil evaluasi komparatif menggunakan Stratified 6-Fold Cross-Validation menunjukkan bahwa algoritma Random Forest memiliki performa klasifikasi tertinggi dengan akurasi 99,85%. Melalui penerapan hyperparameter tuning, kompleksitas model sukses direduksi sehingga ukuran file menyusut sebesar 79,2% menjadi 27,97 KB. Hal ini membuat model sangat ringan karena hanya mengonsumsi 0,68% memori flash mikrokontroler dengan rata-rata waktu inferensi yang sangat cepat, yakni 0,0000412 detik. Infrastruktur jaringan berbasis protokol MQTT menuju basis data Supabase juga terbukti andal dengan rata-rata latensi pengiriman 0,79 detik serta tahan terhadap gangguan koneksi (fault tolerance). Secara keseluruhan, sistem cerdas ini berhasil diimplementasikan secara end-to-end yang dihubungkan dengan antarmuka aplikasi mobile berbasis Capacitor Progressive Web App (PWA) untuk menyajikan data pemantauan, klasifikasi AI, serta rekomendasi tindakan secara akurat dan real-time. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Raden Muhammad Fadil Azhar |
| Diunggah pada | Tue, 7 Jul 2026 |
5.
| Judul | Rancang Bangun Sistem Monitoring dan Klasifikasi Kualitas Buah Jeruk Berbasis ESP32-CAM dengan Sensor Load Cell dan Infrared |
| Deskripsi | Kualitas buah jeruk merupakan faktor penting yang memengaruhi nilai jual dan kepuasan <br /> konsumen, namun proses penilaian kualitas masih banyak dilakukan secara manual <br /> sehingga memerlukan waktu yang relatif lama serta berpotensi menimbulkan kesalahan <br /> akibat subjektivitas. Penelitian ini bertujuan merancang dan membangun sistem <br /> monitoring dan klasifikasi kualitas buah jeruk berbasis Wireless Sensor Network <br /> menggunakan ESP32, ESP32-CAM, sensor load cell, dan sensor infrared. Sensor load cell <br /> digunakan untuk mengukur berat buah, sedangkan sensor infrared mendeteksi keberadaan <br /> buah pada area pengukuran. ESP32 berperan sebagai pengendali utama dalam <br /> pembacaan sensor dan pengiriman data ke server, sementara ESP32-CAM mengambil <br /> citra buah yang diproses menggunakan model YOLOv8 untuk mengklasifikasikan buah ke <br /> dalam kategori ripe, unripe, dan rotten. Data hasil pengukuran dan klasifikasi ditampilkan <br /> melalui dashboard berbasis web serta disimpan pada basis data MySQL. Hasil penelitian <br /> menunjukkan bahwa sistem mampu melakukan pengukuran berat, pendeteksian objek, <br /> pengambilan citra, dan pengiriman data secara real-time. Berdasarkan hasil evaluasi <br /> confusion matrix, model YOLOv8 memperoleh akurasi klasifikasi sebesar 100%. Selain itu, <br /> pengujian Quality of Service (QoS) menunjukkan rata-rata delay sebesar 5 detik, packet <br /> loss sebesar 0%, dan tingkat keberhasilan pengiriman data mencapai 100%, sehingga <br /> sistem yang dikembangkan mampu mendukung proses monitoring dan klasifikasi kualitas <br /> buah jeruk secara otomatis, real-time, dan efisien. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Harsdyka Wibisono |
| Diunggah pada | Wed, 8 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
410
Agustus
296
September
134
Oktober
52
November
12
Desember
368