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 | RANCANG BANGUN APLIKASI DETEKSI PELANGGARAN TATA TERTIB MAHASISWA DENGAN MENGGUNAKAN ALGORITMA CNN BERBASIS ANDROID (DETEKSI PELANGGARAN KERAPIHAN MAHASISWA MENGGUNAKAN ALGORITMA CNN DENSENET121 ) |
| Deskripsi | Pelanggaran peraturan di lingkungan kampus, seperti rambut panjang, tidak <br /> memakai kemeja, serta tidak bersepatu kerap terjadi. Proses pemantauan secara <br /> manual memiliki keterbatasan, baik dari sisi waktu maupun sumber daya manusia. <br /> Oleh karena itu, penelitian ini bertujuan untuk merancang sebuah aplikasi berbasis <br /> android yang mampu mendeteksi pelanggaran secara otomatis aktifitas <br /> pelanggaran tata tertib mahasiswa dengan memanfaatkan algoritma <br /> Convolutional Neural Network (CNN). <br /> Penelitian ini menggunakan arsitektur DenseNet121 sebagai sistem klasifikasi <br /> untuk membedakan antara perilaku melanggar dan tidak melanggar. Dalam <br /> penelitian ini, digunakan 3800 gambar yang terdiri dari 750 orang berambut <br /> panjang, 700 orang tidak berambut panjang, 450 orang memakai sandal, 500 <br /> orang bersepatu, 700 orang memakai kaos, 600 orang memakai kemeja yang <br /> diambil dari dataset publik. Dataset melalui preprocessing yang mencakup <br /> resizing, dan augmentasi untuk meningkatkan variasi data. Berdasarkan hasil <br /> pengujian, model mencapai akurasi pengujian sebesar 88.89%, precision 100%, <br /> recall 88.37%, dan F1-Score 93.83% dalam mendeteksi pelanggaran kaos, akurasi <br /> pengujian sebesar 91.49%, precision 82.35%, recall 100%, dan F1-Score 90.32% <br /> dalam mendeteksi pelanggaran sandal dan akurasi pengujian sebesar 90.63%, <br /> precision 82.35%, recall 100%, dan F1-Score 90.32% dalam mendeteksi <br /> pelanggaran rambut. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Ken Haidar Hanif |
| Diunggah pada | Mon, 28 Jul 2025 |
2.
| Judul | Rancang Bangun Aplikasi Tagihan Berbasis Web Untuk Politeknik Negeri Jakarta (Back-end Aplikasi Tagihan Menggunakan Framework Laravel) |
| Deskripsi | Proses Tagihan Fasilitas dan pembayaran Uang Kuliah Tunggal (UKT) di Politeknik Negeri Jakarta (PNJ) hingga saat ini masih dilakukan secara manual, baik melalui pengingat WhatsApp maupun konfirmasi pembayaran secara langsung. Metode tersebut rentan terhadap kesalahan pencatatan, keterlambatan, serta menyulitkan proses verifikasi pembayaran oleh pihak kampus. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi tagihan berbasis web yang terintegrasi dengan sistem payment gateway guna meningkatkan efisiensi, keamanan, dan transparansi dalam proses penagihan dan pembayaran. Sistem ini dibangun menggunakan framework Laravel dan database PostgreSQL, serta menyediakan fitur REST API untuk kebutuhan antarmuka pengguna. Aplikasi ini mendukung empat peran pengguna, yaitu operator, admin, customer, dan mahasiswa. Fitur utama meliputi pengelolaan tagihan fasilitas dan tagihan UKT mahasiswa, serta pembayaran real-time melalui Midtrans sebagai payment gateway. Sistem diuji terlebih dahulu menggunakan metode blackbox testing untuk menguji fungsionalitas REST API melalui aplikasi Postman, dengan total 67 skenario pengujian, dan menunjukkan hasil Pass (100%). Setelah itu, dilakukan User Acceptance Testing (UAT) oleh tim UPATIK PNJ terhadap 75 skenario pengujian, dan juga dinyatakan Pass (100%). Hasil ini membuktikan bahwa sistem telah memenuhi seluruh kebutuhan fungsional dan siap digunakan. Pengembangan ini diharapkan dapat membantu proses administrasi keuangan di PNJ menjadi lebih terstruktur, efisien, dan mudah diakses oleh seluruh pihak terkait. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Rizky fajar Ramadhan |
| Diunggah pada | Mon, 28 Jul 2025 |
3.
| Judul | ANALISIS INTRUTION DETECTION SYSTEM MENGGUNAKAN SNORT TERHADAP SERANGAN MHDDOS BERBASIS SDN |
| Deskripsi | Perkembangan pesat teknologi informasi telah meningkatkan ketergantungan pada jaringan komputer, yang secara langsung memperbesar risiko serangan siber, khususnya Distributed Denial of Service (DDoS). Serangan ini dapat menyebabkan layanan tidak tersedia dengan membanjiri jaringan atau server dengan lalu lintas yang berlebihan. Penelitian ini mengusulkan implementasi sistem keamanan berbasis Software Defined Networking (SDN) untuk mendeteksi dan merespons serangan DDoS yang diluncurkan menggunakan alat MHDDOS. Simulasi dilakukan dalam lingkungan Mininet dengan Ryu sebagai kontroler SDN, Snort sebagai sistem deteksi intrusi (IDS), dan Wireshark untuk analisis lalu lintas. Hasil penelitian menunjukkan bahwa sistem yang diimplementasikan berhasil mendeteksi ancaman DoS, terutama jenis serangan SYN Flood, dengan tingkat keberhasilan yang baik. Sistem dapat mendeteksi anomali lalu lintas secara efektif dan merespons ancaman secara real-time. Keberhasilan ini menunjukkan bahwa pendekatan SDN menawarkan solusi yang lebih fleksibel dan efisien dalam menghadapi ancaman keamanan jaringan yang dinamis dan berkembang, khususnya serangan DDoS. Sistem ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan jaringan berbasis SDN. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Naufal Fauzi |
| Diunggah pada | Mon, 28 Jul 2025 |
4.
| Judul | RANCANG BANGUN APLIKASI DETEKSI PELANGGARAN TATA TERTIB MAHASISWA DENGAN MENGGUNAKAN ALGORITMA CNN BERBASIS ANDROID (PERANCANGAN MODEL DETEKSI PELANGGARAN TATA TERTIB MENGGUNAKAN ALGORITMA CNN RESNET 50) |
| Deskripsi | Pelanggaran peraturan di lingkungan kampus, seperti merokok, makan, dan minum, masih sering dijumpai dan dapat mengganggu aktifitas pembelajaran. Proses pemantauan secara manual memiliki keterbatasan, baik dari sisi waktu maupun sumber daya manusia. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengevaluasi kinerja model deteksi pelanggaran otomatis dengan memanfaatkan algoritma Convolutional Neural Network (CNN). Penelitian ini menggunakan arsitektur ResNet 50 sebagai system klasifikasi untuk membedakan antara perilaku melanggar dan tidak melanggar. Dalam penelitian ini,secara khusus difokuskan untuk mendeteksi tiga jenis pelanggaran tata tertib yang umum terjadi, yaitu merokok, makan, dan minum, menggunakan pendekatan deep learning dengan arsitektur CNN ResNet. Dataset yang digunakan terdiri dari 9.585 gambar aktivitas mahasiswa, yang mencakup kategori merokok, makan, dan minum. Data diperoleh dari dataset publik dan lingkungan PNJ telah melalui proses preprocessing seperti resizing dan augmentasi untuk meningkatkan variasi dan kualitas data. Berdasarkan hasil pengujian, model mencapai akurasi pengujian sebesar 86.67%, precision 85%, recall 92%, dan F1-Score 88% pada data uji pelanggaran merokok, pada data uji minum akurasi pengujian sebesar 83.87%, precision 96%, recall 70%, dan F1- Score 81%, pada data uji makan mendapatkan akurasi pengujian sebesar 92.86%, precision 88%, recall 100%, F1-Score 93%. Hasil ini menunjukkan bahwa kemampuan model memiliki kinerja yang bervariasi tergantung pada jenis pelanggaran yang dideteksi. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Angga Pranidiya Saputro |
| Diunggah pada | Mon, 28 Jul 2025 |
5.
| Judul | ANALISIS MITIGASI SERANGAN DDOS MENGGUNAKAN ENTROPY DAN PUZZLE BERBASIS PROOF OF WORK PADA SERVER UBUNTU |
| Deskripsi | Server yang terhubung ke jaringan publik rentan terhadap berbagai jenis serangan siber, salah satunya adalah serangan Distributed Denial of Service (DDoS) yang bertujuan melumpuhkan layanan dengan membanjiri server menggunakan permintaan palsu secara terus-menerus. Penelitian ini mengusulkan metode mitigasi serangan DDoS menggunakan pendekatan dua tahap, yaitu deteksi berbasis entropy dan verifikasi berbasis puzzle Proof of Work (PoW). Deteksi dilakukan dengan menghitung nilai entropy dari distribusi alamat IP yang mengakses endpoint login server Ubuntu secara real time. Jika nilai entropy turun di bawah ambang batas tertentu atau pola trafik menunjukkan anomali, sistem akan mengaktifkan mitigasi. Selanjutnya, hanya klien yang dapat menyelesaikan tantangan puzzle kriptografi (berbasis SHA-256) yang diizinkan melanjutkan proses login. Mekanisme ini mencegah penyerang mengakses sistem tanpa autentikasi dan meminimalkan false positive pada pengguna sah. Pengujian dilakukan dalam lingkungan lokal dengan berbagai skenario jumlah attacker dan volume serangan menggunakan tools HTTP Flood. Hasil evaluasi menunjukkan bahwa kombinasi metode entropy dan puzzle PoW mampu mengklasifikasikan trafik dengan akurasi mencapai 100%, serta menjaga performa server tetap stabil saat terjadi serangan. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Berlianna Upik Nurniati |
| Diunggah pada | Fri, 25 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