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 SISTEM FAILOVER OTOMATIS MENGGUNAKAN HAPROXY DAN KEEPALIVED PADA INFRASTRUKTUR BERBASIS DOCKER UNTUK SISTEM INFORMASI BERBASIS WEB |
| Deskripsi | Ketersediaan layanan sistem informasi berbasis web menjadi aspek penting dalam menunjang operasional yang andal. Penelitian ini bertujuan untuk mengimplementasikan sistem failover otomatis dan load balancing guna meningkatkan ketersediaan layanan dengan memanfaatkan HAProxy, Keepalived, dan Docker Swarm. Sistem dibangun untuk mendukung layanan identifikasi sirip punggung hiu berbasis web yang memerlukan kontinuitas layanan tanpa gangguan. Metode penelitian yang digunakan adalah eksperimen, dengan perancangan dan implementasi infrastruktur High Availability (HA) berbasis Docker Swarm, HAProxy sebagai load balancer, serta Keepalived sebagai mekanisme failover otomatis. Pengujian dilakukan mencakup aspek failover, failback, downtime, load balancing, serta performa sistem di bawah beban tinggi. Hasil pengujian menunjukkan bahwa proses failover berlangsung rata-rata dalam waktu 1 detik, downtime layanan minimal (0–1 detik), dan failback berjalan otomatis dalam waktu 0–4 detik. Sistem load balancing berjalan sesuai desain dengan algoritma round robin dan least connection. Pada pengujian beban hingga 10.000 request, sistem tetap dapat melayani permintaan dengan tingkat error yang sangat rendah, meskipun terjadi peningkatan waktu respons dan pemakaian sumber daya. Implementasi arsitektur ini membuktikan bahwa integrasi HAProxy, Keepalived, dan Docker Swarm dapat meningkatkan ketersediaan layanan sistem informasi berbasis web dengan performa yang masih dapat diterima. Penelitian ini dapat menjadi acuan bagi pengembangan sistem serupa yang memerlukan tingkat ketersediaan layanan yang tinggi. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Joko Prasetyo |
| Diunggah pada | Mon, 7 Jul 2025 |
2.
| Judul | PENGEMBANGAN LEARNING MANAGEMENT SYSTEM DI PT DUA EMPAT TUJUH : RANCANG BANGUN PLUGIN REELS DENGAN ANALYTICS, STUDENT MANAGEMENT DAN IMPLEMENTASI CHATBOT BERBASIS WEB |
| Deskripsi | PT Dua Empat Tujuh menghadapi kendala dalam pelaksanaan workshop Big Data & AI akibat keterbatasan waktu penyampaian materi, baik secara daring maupun luring. Untuk mengatasi permasalahan ini, dikembangkan DataLearns, sebuah Learning Management System (LMS) yang awalnya berbasis CMS Drupal. Namun, penggunaan Drupal mengalami kendala dalam kompatibilitas modul akibat pembaruan versi yang berkelanjutan. Oleh karena itu, LMS ini dikembangkan kembali menggunakan WordPress, yang lebih fleksibel dan efisien. Proyek LMS ini sebelumnya telah dikerjakan oleh penulis saat melaksanakan kegiatan magang. Penulis kemudian melanjutkan pengembangan berdasarkan pengalaman tersebut karena merasa masih terdapat kekurangan dalam sistem LMS yang ada. Penelitian ini berfokus pada pengembangan fitur Student Management, Reels berbasis microlearning, dan chatbot berbasis knowledge untuk meningkatkan keterlibatan peserta serta efektivitas pembelajaran di DataLearns. Hasil pengujian menggunakan metode Black Box menunjukkan bahwa seluruh fungsionalitas utama berjalan sesuai dengan spesifikasi yang ditetapkan, dengan tingkat keberhasilan mencapai 100%. Selain itu, evaluasi menggunakan metode System Usability Scale (SUS) menghasilkan skor 81,5, yang termasuk dalam kategori “AccepTabel”, memperoleh Grade A, dan berada pada tingkat adjective rating “Excellent”. Jika ditinjau dari perspektif Net Promoter Score (NPS), skor ini mengindikasikan bahwa sebagian besar pengguna merasa puas dan cenderung akan merekomendasikan sistem ini kepada pengguna lainnya. Capaian ini menunjukkan bahwa sistem tidak hanya memenuhi kebutuhan fungsional, tetapi juga memiliki tingkat keterpakaian dan kepuasan pengguna yang tinggi. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Paslian Sahat Rafael |
| Diunggah pada | Mon, 7 Jul 2025 |
3.
| Judul | RANCANG BANGUN SISTEM PREDIKSI PENGADAAN STOK BARANG BERBASIS WEB MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE |
| Deskripsi | Toko Tirta Makmur merupakan agen grosir air minum dalam kemasan yang berlokasi di Tangerang dan telah beroperasi sejak tahun 2021. Permasalahan utama yang dihadapi adalah ketidakseimbangan dalam pengelolaan stok barang akibat fluktuasi volume penjualan antarproduk. Produk dengan permintaan tinggi sering mengalami kekurangan stok, sementara produk dengan permintaan rendah cenderung menumpuk di gudang. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk merancang dan membangun sistem prediksi pengadaan stok barang berbasis web menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Data penjualan bulanan dari Mei 2024 hingga Maret 2025 digunakan sebagai dataset utama dalam proses pelatihan dan prediksi. Sistem yang dibangun memiliki beberapa fitur utama, antara lain login admin, pengelolaan data produk, pencatatan penjualan harian, prediksi stok barang, dashboard visualisasi penjualan, notifikasi stok minimum, serta fasilitas pembuatan model prediksi baru. Hasil evaluasi performa model menunjukkan nilai rata-rata Mean Absolute Percentage Error (MAPE) sebesar 15,39% yang termasuk dalam kategori “baik”, serta nilai rata-rata Root Mean Square Error (RMSE) sebesar 45,18 unit, yang menunjukkan tingkat deviasi prediksi yang masih dapat diterima. Pengujian fungsionalitas menggunakan metode Black Box Testing menghasilkan tingkat keberhasilan 100%, sedangkan pengujian penerimaan pengguna melalui User Acceptance Test (UAT) memperoleh skor rata-rata 76%. Dari sisi usability, sistem memperoleh skor System Usability Scale (SUS) sebesar 73,8 dengan kategori “Good” dan Net Promoter Score (NPS) sebesar 60 dalam kategori “Unggul”. Dengan demikian, sistem prediksi pengadaan stok barang ini dinilai layak untuk diimplementasikan sebagai solusi digital yang adaptif, efisien, dan mampu mendukung pengambilan keputusan dalam pengelolaan stok di Toko Tirta Makmur. |
| Kategori | Skripsi - TI |
| Diunggah oleh | REZA HANS LATIF |
| Diunggah pada | Mon, 7 Jul 2025 |
4.
| Judul | SISTEM PENDUKUNG KEPUTUSAN PENILAIAN LOMBA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN MULTI ATTRIBUTE UTILITY THEORY |
| Deskripsi | Perkembangan teknologi informasi mendorong organisasi untuk bertransformasi secara digital, termasuk dalam pelaksanaan lomba. Himpunan Mahasiswa Teknik Informatika dan Komputer (HIMATIK) Politeknik Negeri Jakarta masih menggunakan spreadsheet dalam proses pendaftaran dan penilaian lomba, yang rentan terhadap human error, kurang efisien, dan minim transparansi. Penelitian ini bertujuan merancang dan mengembangkan sistem pendukung keputusan (SPK) berbasis web dengan metode Analytical Hierarchy Process (AHP) dan Multi Attribute Utility Theory (MAUT) guna meningkatkan kualitas penilaian. Sistem dikembangkan menggunakan Laravel, PHP, MySQL, serta teknologi front-end HTML, CSS, dan JavaScript. UI dirancang dengan Figma, dan pengembangan mengikuti metodologi Waterfall. AHP digunakan untuk menentukan bobot kriteria, sementara MAUT untuk perhitungan dan perankingan nilai peserta. Pendekatan penelitian mencakup metode kualitatif (wawancara, studi literatur) dan kuantitatif (kuesioner, SUS, dan NPS). Hasil pengujian black box menunjukkan sistem berjalan 100% sesuai fungsi. Nilai SUS sebesar 89,19 (kategori Excellent) dan NPS sebesar 67,5% (kategori sangat baik) menunjukkan tingkat kepuasan pengguna yang tinggi. Sistem ini diharapkan mampu meningkatkan efisiensi, akurasi, dan transparansi dalam proses penilaian lomba serta mendukung digitalisasi kegiatan HIMATIK ke depan. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Nabiilah Putri Afiifah |
| Diunggah pada | Fri, 4 Jul 2025 |
5.
| Judul | Implementasi Arsitektur MobileNet dan ResNet pada Sistem Conveyor Otomatis untuk Identifikasi Jenis Sirip Punggung Hiu |
| Deskripsi | Tingginya volume perdagangan sirip hiu di Indonesia menuntut proses identifikasi spesies yang cepat dan akurat. Metode verifikasi saat ini, seperti pengamatan visual yang subjektif serta uji DNA yang mahal dan memakan waktu, dinilai belum efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem identifikasi otomatis pada konveyor berbasis deep learning. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan membandingkan arsitektur MobileNet dan ResNet50 untuk mengklasifikasikan 3.162 citra sirip punggung kering dari tiga spesies: Carcharhinus sorrah, Carcharhinus tjutjot, dan Carcharhinus limbatus. Hasil penelitian menunjukkan bahwa arsitektur MobileNet dengan optimizer Adam dan learning rate 0.001 mencapai performa terbaik, dengan akurasi 98,42% dan F1-Score 0.984. Saat diimplementasikan pada Raspberry Pi 5, model MobileNet terbukti unggul secara efisiensi, dengan waktu inferensi hanya 0,051 detik, konsumsi memori lebih rendah, dan temperatur operasional yang lebih stabil dibandingkan ResNet50. Dengan demikian, MobileNet menjadi solusi yang efektif dan andal untuk identifikasi spesies sirip hiu secara pada perangkat dengan sumber daya komputasi terbatas. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Aryaputra Maheswara |
| Diunggah pada | Fri, 4 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
292
September
133
Oktober
50
November
12
Desember
143