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 | Rancang Bangun Aplikasi Klasifikasi Pencemaran Udara Menggunakan Algoritma XGBoost Berbasis Web |
| Deskripsi | DKI Jakarta merupakan salah satu wilayah dengan tingkat pencemaran udara yang menjadi perhatian karena tingginya aktivitas transportasi, industri, dan kepadatan penduduk yang berkontribusi terhadap peningkatan konsentrasi polutan udara. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi pencemaran udara berbasis web yang mengintegrasikan model machine learning sehingga pengguna dapat melakukan klasifikasi data Indeks Standar Pencemar Udara (ISPU) secara otomatis. Aplikasi dikembangkan menggunakan metode Waterfall dengan framework Laravel dan bahasa pemrograman PHP, sedangkan pengembangan model machine learning mengacu pada tahapan CRISP-DM. Dataset yang digunakan merupakan data ISPU DKI Jakarta periode 2010–2024 yang bersumber dari Portal Satu Data Jakarta. Model klasifikasi dibangun menggunakan algoritma XGBoost Classifier dengan penerapan Stratified Train-Test Split, Hyperparameter Tuning menggunakan RandomizedSearchCV, Stratified K-Fold Cross Validation, serta perbandingan tiga skenario penanganan ketidakseimbangan data, yaitu tanpa penanganan, SMOTE, dan Class Weight. Hasil pengujian menunjukkan bahwa penerapan Class Weight dengan rasio split data 80:20 menghasilkan performa terbaik dengan nilai accuracy sebesar 99,89%. Model yang dihasilkan kemudian berhasil diintegrasikan ke dalam sistem aplikasi melalui modul Python sehingga sistem mampu melakukan klasifikasi data ISPU secara konsisten sesuai dengan model machine learning |
| Kategori | Skripsi - TI |
| Diunggah oleh | LANANG PRASETYO |
| Diunggah pada | Mon, 20 Jul 2026 |
2.
| Judul | Analisis Malware Menggunakan Static Analysis, Dynamic Analysis, dan Reverse Engineering pada Honeypot |
| Deskripsi | Malware Windows merupakan ancaman keamanan siber yang terus berkembang dengan<br /> varian baru bermunculan setiap harinya, sementara penelitian terdahulu masih terbatas<br /> pada satu atau dua metode analisis serta bergantung pada dataset publik yang bersifat<br /> statis dan kurang mencerminkan pola serangan terkini. Penelitian ini bertujuan untuk<br /> mengembangkan honeypot sebagai sarana pengumpulan sampel malware Windows secara<br /> real-time, serta melakukan analisis mendalam terhadap sampel tersebut menggunakan tiga<br /> metode terintegrasi, yaitu Static Analysis, Dynamic Analysis, dan Reverse Engineering,<br /> guna menghasilkan kompilasi Indicators of Compromise (IoC) yang komprehensif. Studi<br /> kasus dilakukan terhadap lima sampel malware yang ditangkap oleh honeypot Dionaea<br /> pada platform T-Pot, terdiri atas dua sampel bertipe Launcher dan tiga varian WannaCry,<br /> yang sebelumnya diverifikasi menggunakan VirusTotal. Static analysis menggunakan<br /> PEStudio, Detect-It-Easy (DIE), dan FLOSS berhasil mengidentifikasi struktur PE,<br /> toolchain kompilasi yang identik pada seluruh sampel, evolusi tingkat obfuscation (entropi<br /> rendah pada Sampel 1–3 dan tinggi pada Sampel 4–5), serta domain C2 hardcoded yang<br /> menyerupai mekanisme kill-switch WannaCry tanpa risiko eksekusi. Dynamic analysis<br /> melalui Process Monitor, Process Explorer, Wireshark, dan FakeNet mengungkap perilaku<br /> runtime aktual, termasuk network scanning agresif menuju port 445 (SMB), upaya<br /> eksploitasi SMBv1/EternalBlue oleh proses mssecsvr.exe, serta pola registry enumeration<br /> dan masquerading pada berbagai proses. Reverse Engineering menggunakan Ghidra<br /> berhasil membongkar logika dropper dan mekanisme konstruksi path dinamis melalui<br /> fungsi ekspor Play Game, yang tidak terlihat pada kedua metode sebelumnya. Hasil<br /> penelitian menunjukkan bahwa ketiga metode bersifat saling melengkapi, di mana<br /> kombinasi ketiganya menghasilkan cakupan IoC yang jauh lebih komprehensif<br /> dibandingkan penggunaan satu atau dua metode saja, sehingga dapat dijadikan acuan<br /> deteksi dan respons insiden siber terhadap malware Windows canggih seperti WannaCry.<br /> Kata kunci: Malware Analysis, Static Analysis, Dynamic Analysis, Reverse Engineering,<br /> Honeypot, Indicators of Compromise, Windows Malware, WannaCry. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Dina Yuliasti |
| Diunggah pada | Mon, 20 Jul 2026 |
3.
| Judul | Rancang Bangun Aplikasi Klasifikasi Pencemaran Udara Menggunakan Algoritma XGBoost Berbasis Web |
| Deskripsi | DKI Jakarta merupakan salah satu wilayah dengan tingkat pencemaran udara yang menjadi perhatian karena tingginya aktivitas transportasi, industri, dan kepadatan penduduk yang berkontribusi terhadap peningkatan konsentrasi polutan udara. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi pencemaran udara berbasis web yang mengintegrasikan model machine learning sehingga pengguna dapat melakukan klasifikasi data Indeks Standar Pencemar Udara (ISPU) secara otomatis. Aplikasi dikembangkan menggunakan metode Waterfall dengan framework Laravel dan bahasa pemrograman PHP, sedangkan pengembangan model machine learning mengacu pada tahapan CRISP-DM. Dataset yang digunakan merupakan data ISPU DKI Jakarta periode 2010–2024 yang bersumber dari Portal Satu Data Jakarta. Model klasifikasi dibangun menggunakan algoritma XGBoost Classifier dengan penerapan Stratified Train-Test Split, Hyperparameter Tuning menggunakan RandomizedSearchCV, Stratified K-Fold Cross Validation, serta perbandingan tiga skenario penanganan ketidakseimbangan data, yaitu tanpa penanganan, SMOTE, dan Class Weight. Hasil pengujian menunjukkan bahwa penerapan Class Weight dengan rasio split data 80:20 menghasilkan performa terbaik dengan nilai accuracy sebesar 99,89%. Model yang dihasilkan kemudian berhasil diintegrasikan ke dalam sistem aplikasi melalui modul Python sehingga sistem mampu melakukan klasifikasi data ISPU secara konsisten sesuai dengan model machine learning. |
| Kategori | Skripsi - TI |
| Diunggah oleh | LANANG PRASETYO |
| Diunggah pada | Mon, 20 Jul 2026 |
4.
| Judul | ANALISIS KINERJA SISTEM NETWORK ATTACHED STORAGE (NAS) BERBASIS LINUX SEBAGAI INFRASTRUKTUR PENYIMPANAN TERPUSAT DI LINGKUNGAN JURUSAN TIK PNJ |
| Deskripsi | Meningkatnya kebutuhan penyimpanan data digital di lingkungan akademik mendorong perlunya solusi penyimpanan terpusat yang memberikan kendali penuh terhadap pengelolaan data. Penelitian ini membahas perancangan, implementasi, dan analisis kinerja Network Attached Storage (NAS) berbasis Linux dengan memanfaatkan kembali komputer lama (repurposing) sebagai media penyimpanan terpusat di Jurusan TIK Politeknik Negeri Jakarta. Sistem dibangun menggunakan Ubuntu Server 26.04 LTS dan layanan Samba (SMB/CIFS) untuk menyediakan layanan berbagi berkas melalui jaringan lokal. Evaluasi dilakukan melalui pengujian fungsionalitas, pengukuran throughput pada skenario single-client dan multi-client (5–30 PC), analisis penggunaan CPU dan RAM, serta pengujian uptime selama tujuh hari. Hasil pengujian menunjukkan seluruh fungsi layanan berjalan dengan tingkat keberhasilan 100%. Berdasarkan standar TIPHON, nilai throughput pada seluruh skenario pengujian termasuk dalam kategori Sangat Baik (Indeks 4). Pada pengujian multi-client, throughput agregat tertinggi mencapai 189,40 MB/s untuk proses unggah dan 226,53 MB/s untuk proses unduh. Penggunaan CPU tertinggi tercatat sebesar 46,33% dengan nilai maksimum 59,20%, sedangkan penggunaan RAM tetap stabil pada kisaran 25,44%–27,90%. Selain itu, sistem mempertahankan uptime 100% tanpa mengalami crash maupun reboot selama periode pengujian. Berdasarkan hasil tersebut, implementasi NAS berbasis Linux menggunakan komputer lama menunjukkan kinerja yang baik sebagai alternatif infrastruktur penyimpanan terpusat di lingkungan akademik. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Reishafa Armelia Armando |
| Diunggah pada | Mon, 20 Jul 2026 |
5.
| Judul | Rancang Bangun Sistem Informasi Monitoring Dan Evaluasi Tempat Pengolahan Pangan (TPP) Berbasis Web Pada Dinas Kesehatan Kota Depok |
| Deskripsi | Pelaksanaan pengawasan mutu pangan pada Tempat Pengelolaan Pangan (TPP) komersial<br /> yang mencakup restoran, jasa boga (catering), Satuan Pelayanan Pemenuhan Gizi (SPPG),<br /> Depot Air Minum (DAM), dan kantin di Kota Depok menghadapi tantangan berupa<br /> fragmentasi data pengawasan. Data hasil Inspeksi Kesehatan Lingkungan (IKL) pada sistem<br /> Dsimfoniku saat ini belum terintegrasi secara utuh dengan variabel monitoring operasional,<br /> sehingga menyulitkan pemantauan kelayakan Sertifikat Laik Higiene Sanitasi (SLHS) secara<br /> menyeluruh. Penelitian ini bertujuan untuk membangun Sistem Informasi Monitoring dan<br /> Evaluasi berupa Web Dashboard SLHS guna mengoptimalkan proses pengawasan kepatuhan<br /> operasional TPP. Pengumpulan data dilakukan pra-pengembangan melalui tahapan<br /> observasi, wawancara, dan studi pustaka, sementara pengembangan perangkat lunak<br /> menerapkan model Waterfall berbasis framework Laravel dan basis data MySQL. Hasil dari<br /> penelitian ini adalah sistem informasi berbasis web yang mencakup fitur manajemen entitas<br /> usaha TPP, integrasi pemrosesan data IKL dari API Dsimfoniku, rekapitulasi status kelayakan,<br /> serta pembagian hak akses pengguna. Pengujian perangkat lunak menggunakan metode<br /> Black-Box Testing untuk fungsionalitas logika bisnis dan User Acceptance Test (UAT) untuk<br /> validasi kelayakannya oleh 4 orang responden dari pihak Tim Kesehatan Lingkungan, dan 10<br /> orang responden dari pihak publik. Hasil pengujian menunjukkan bahwa fungsionalitas<br /> aplikasi telah berjalan 100% sesuai dengan rancangan logika bisnis, mampu mengisolasi data<br /> berdasarkan wilayah kerja, serta mengamankan rute sistem melalui implementasi middleware.<br /> Berdasarkan pengujian Black-Box Testing terhadap 48 skenario fungsional dan User<br /> Acceptance Test (UAT) yang melibatkan 14 responden dengan tingkat penerimaan sebesar<br /> 100%, sistem dinyatakan valid dan layak digunakan. Kesimpulan dari implementasi ini adalah<br /> terciptanya efisiensi dalam monitoring kelayakan sanitasi, peningkatan akurasi data<br /> pengawasan, serta percepatan pengambilan keputusan strategis oleh Dinas Kesehatan Kota<br /> Depok |
| Kategori | Skripsi - TI |
| Diunggah oleh | Bagus Adhi Nugroho |
| Diunggah pada | Mon, 20 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