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 CHATBOT KESEHATAN MENTAL BERBASIS NATURAL LANGUAGE GENERATION DENGAN ARSITEKTUR TRANSFORMER |
| Deskripsi | Menurut data World Health Organization hampir satu milyar manusia di seluruh dunia pada tahun 2019 hidup dalam gangguan kesehatan mental, dengan jenis gangguan depresi dan anxiety yang paling mendominasi. Keterbatasan akses terhadap layanan konsultasi kesehatan mental menjadi salah satu faktor pendorong tingginya angka tersebut. Oleh karena itu, Chatbot hadir sebagai salah satu solusi dan fasilitas pendukung dalam kegiatan konseling kesehatan mental. Penelitian ini bertujuan untuk merancang dan membangun chatbot kesehatan mental berbasis Natural Language Generation dengan arsitektur Transformer. Pembangunan model dilakukan dengan teknik hyperparameter tunning terhadap Large Language Model GPT-2 menggunakan dataset berupa pasangan pertanyaan dan jawaban seputar permasalahan kesehatan mental. Model yang dibangun diimplementasikan kedalam aplikasi berbasis web. Hasil penelitian mendapatkan performa kualitas model Chatbot dalam tugas generasi teks menggunakan matriks Word Perplexity dengan nilai 1.167. Hasil uji validitas Chatbot dengan metode human evaluation terhadap responden pakar kesehatan mental mendapatkan presentasi validitas 82.5%. Hasil uji reliabilitas dari pengujian validitas menggunakan metode kappa cohen mendapatkan nilai koefisien sebesar 0.4667 dan termasuk kedalam kategori moderate agreement atau kesepakatan sedang. Dan hasil uji fungsionalitas sistem menggunakan metode Black Box Testing mendapatkan presentasi kesesuaian 100% untuk skenario positif. Namun, dalam skenario negatif, Chatbot belum dapat membatasi input di luar konteks masalah kesehatan mental. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Fadilla Rahim |
| Diunggah pada | Wed, 28 Aug 2024 |
2.
| Judul | Implementasi OpenVAS dan Lynis pada Kerentanan Sistem Operasi Ubuntu Server |
| Deskripsi | Berbagai aspek kehidupan telah diubah oleh kemajuan teknologi informasi dan transformasi digital, terutama di dunia teknologi dan bisnis. Penelitian ini berfokus pada penggunaan alat evaluasi keamanan Lynis dan OpenVAS untuk mendeteksi dan mengidentifikasi kerentanan keamanan pada sistem operasi Ubuntu Server. Selain itu, penelitian ini akan memberikan rekomendasi perbaikan yang tepat untuk meningkatkan keamanan infrastruktur IT.<br /> Metode evaluasi kerentanan digunakan dalam penelitian ini untuk menemukan kerentanan pada sistem. Metode ini mencakup instalasi dan konfigurasi Ubuntu Server, instalasi dan konfigurasi Lynis dan OpenVAS, serta pemindaian kerentanan menggunakan kedua alat tersebut. Lynis melakukan pemindaian langsung di dalam sistem operasi untuk memberikan gambaran menyeluruh tentang keamanan internal, sementara OpenVAS berkonsentrasi pada analisis berbasis IP address untuk mendeteksi kerentanan.<br /> Hasil pemindaian menggunakan OpenVAS dan Lynis pada dua skenario—Mail Server (Postfix dan Thunderbird) dan Web Server (Laravel)—menunjukkan perbedaan dalam pendekatan deteksi dan analisis kerentanan. OpenVAS, dengan fokus pada kerentanan berbasis IP, menghasilkan laporan yang terfokus pada aspek jaringan, seperti sertifikat SSL/TLS yang kedaluwarsa dan pengaturan timestamp TCP. Sementara itu, Lynis melakukan pemindaian langsung di dalam sistem operasi, memberikan gambaran yang lebih komprehensif tentang keamanan sistem dengan menyoroti aspek konfigurasi dan pengaturan yang mempengaruhi keamanan sistem, seperti izin file yang tidak aman, keberadaan paket-paket yang rentan, dan konfigurasi layanan seperti Postfix, Apache, dan layanan sistem lainnya |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Muhammad Hafizh Rizqullah |
| Diunggah pada | Tue, 27 Aug 2024 |
3.
| Judul | Pengembanagan Media Pembelajaran Interaktif Peristiwa Sumpah Pemuda untuk Kelas 5 MI Taufiqurrahman 2 Berbasis Markerless Augmented Reality |
| Deskripsi | Penelitian ini menyoroti pentingnya sejarah dalam membentuk jati diri dan karakter generasi muda. Khususnya, peristiwa Sumpah Pemuda yang menjadi simbol persatuan bangsa Indonesia. Observasi dilakukan di MI Taufiqurrahman 2 Depok pada siswa kelas 5 dalam pembelajaran sejarah Sumpah Pemuda. Namun hasil pengumpulan data yang dilakukan melalui wawancara kepada guru dan siswa MI Taufiqurrahman 2 menunjukkan bahwa metode pembelajaran konvensional seringkali kurang efektif dalam menyampaikan esensi sejarah secara menarik bagi siswa. Untuk mengatasi kurang efektivitasnya pembelajaran secara konvensional, maka dibuat animasi 3D yang diimplementasikan kedalam Markerless Augmented Reality dengan metode MDLC (Multimedia Development Life Cycle). Penelitian ini melibatkan analisis tahap alpha dan beta testing terhadap animasi 3D yang dirancang untuk menggambarkan peristiwa Sumpah Pemuda. Hasil penelitian menunjukkan bahwa animasi 3D secara umum menarik dan efektif dengan rata-rata persentase yang diperoleh sebesar 89,59%. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Nila Puspita |
| Diunggah pada | Tue, 27 Aug 2024 |
4.
| Judul | RANCANG BANGUN APLIKASI PENGELOLAAN KOMPENSASI DI JURUSAN TIK PNJ BERBASIS WEB |
| Deskripsi | Pendidikan tinggi di Politeknik Negeri Jakarta (PNJ), khususnya pada jurusan Teknologi Informasi dan Komunikasi (TIK), menghadapi tantangan signifikan dalam pengumpulan kompensasi mahasiswa. Proses kompensasi yang dilakukan secara manual melalui Google Form dan memerlukan tanda tangan manual dari beberapa pihak seringkali mengakibatkan kendala dalam pembagian pekerjaan dan pengawasan. Berdasarkan wawancara dengan berbagai pihak terkait, masalah utama yang dihadapi adalah pencatatan manual yang menyulitkan pendataan pekerjaan, penumpukan permintaan persetujuan, serta ketidakselarasan dalam distribusi pekerjaan. Pengawasan dan struktur pekerjaan yang lebih teratur sangat diperlukan untuk mengatasi permasalahan ini.Untuk mengatasi masalah ini, diperlukan adopsi teknologi digital dalam pengelolaan formulir k01, k02, dan k03. Penelitian ini bertujuan untuk mengembangkan aplikasi pengelolaan kompensasi mahasiswa di Jurusan TIK PNJ menggunakan metode pengembangan perangkat lunak waterfall dan framework Laravel dengan bahasa pemrograman PHP. Implementasi aplikasi ini diharapkan dapat mendigitalisasi proses persetujuan, mendatakan pembagian pekerjaan, memberikan akses persetujuan jarak jauh, dan menyelesaikan masalah dalam pengelolaan kompensasi mahasiswa. Dengan teknologi ini, proses kompensasi diharapkan menjadi lebih terstruktur, terdata, dan terverifikasi secara lebih ketat, sehingga dapat memberikan solusi terhadap permasalahan yang dihadapi oleh Jurusan TIK PNJ. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Kevin Risqi Rachmadi |
| Diunggah pada | Tue, 27 Aug 2024 |
5.
| Judul | SISTEM DETEKSI VISUAL KERUSAKAN STRUKTUR BANGUNAN MENGGUNAKAN METODE YOLOV8 |
| Deskripsi | Penelitian ini berfokus pada pengembangan sistem deteksi visual kerusakan struktur bangunan menggunakan metode YOLOv8. Sistem ini dirancang untuk mendeteksi kerusakan struktur pada bangunan khususnya dinding/tembok dengan menggunakan perangkat keras Raspberry Pi 4B, kamera Raspberry Pi, dan sensor ultrasonik Y401. Data gambar yang diperoleh dari kamera diproses menggunakan bahasa pemrograman python dengan library OpenCV dan diolah lebih lanjut di Google Colaboratory. Model YOLOv8 dilatih untuk mengenali berbagai jenis kerusakan seperti (retak ringan, retakan sedang, retakan berat). Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi <br /> kerusakan dengan tingkat akurasi yang baik, terutama ketika objek berada dalam jarak yang lebih dekat dengan kamera. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi keretakan dengan akurasi rata rata sebesar 52% untuk keretakan ringan dengan jarak 1 meter, 50% untuk keretakan sedang dengan jarak 2 meter, dan 53% untuk keretakan berat dengan jarak 2 meter. Secara keseluruhan, sistem mencapai akurasi ratarata sebesar 52.67% dengan menggunakan 10 epoch saat training. Analisis lebih lanjut menunjukkan bahwa penambahan jumlah epoch pelatihan dari 10 menjadi 20 dapat <br /> meningkatkan akurasi deteksi secara signifikan. Sistem ini diharapkan dapat menjadi solusi yang efektif dan efisien dalam memantau kondisi struktur bangunan |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Laila Fitriana |
| Diunggah pada | Tue, 27 Aug 2024 |
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
133
Oktober
50
November
12
Desember
143