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 | IMPLEMENTASI DETEKSI TUBERKULOSIS PARU PADA CITRA X-RAY BERBASIS CNN SELF-SUPERVISED DAN GRAD-CAM |
| Deskripsi | Tuberkulosis paru merupakan penyakit infeksi yang membutuhkan deteksi dini secara cepat dan akurat. Penelitian ini mengembangkan sistem deteksi tuberkulosis paru pada citra chest X-ray menggunakan Convolutional Neural Network (CNN) dengan pendekatan Self-Supervised Learning (SSL) pretraining dan visualisasi Gradient-weighted Class Activation Mapping (Grad-CAM). Model CNN yang digunakan adalah ResNet18 dengan perbandingan metode SSL SimCLR dan reconstruction-based SSL. Penelitian ini juga melakukan pengujian terhadap beberapa skenario split dataset, penanganan imbalance dataset menggunakan class weighting, serta komparasi skenario resize dan non-resize. Dataset yang digunakan merupakan dataset daring publik yang terdiri dari dua kelas, yaitu Tuberkulosis dan Tidak Tuberkulosis. Hasil pengujian menunjukkan bahwa konfigurasi ResNet18 dengan reconstruction-based SSL pada split 80:5:15, pra-pemrosesan resize, dan tanpa class weighting menghasilkan performa terbaik berdasarkan akurasi data uji, yaitu akurasi sebesar 98,73%, presisi Tuberkulosis sebesar 100,00%, recall Tuberkulosis sebesar 92,38%, dan F1-score Tuberkulosis sebesar 96,04%. Sistem juga diimplementasikan dalam bentuk aplikasi web sederhana yang menampilkan prediksi, confidence, distribusi probabilitas, citra asli, serta Grad-CAM overlay. Validasi interpretabilitas dilakukan secara kualitatif oleh expert untuk menilai kesesuaian area fokus Grad-CAM dengan karakteristik radiologis tuberkulosis paru. Dengan demikian, sistem yang dikembangkan tidak hanya menghasilkan klasifikasi citra, tetapi juga menyediakan interpretasi visual untuk mendukung transparansi keputusan model. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Naufal Fayyaz Abdullah |
| Diunggah pada | Wed, 22 Jul 2026 |
2.
| Judul | SISTEM PENDUKUNG KEPUTUSAN TUMBUHAN KOLEKSI DI KEBUN RAYA BUNDAYATI BULUNGAN BERBASIS WEB DENGAN METODE PROMETHEE II |
| Deskripsi | Kebun Raya memiliki peran penting dalam kegiatan konservasi tumbuhan, sehingga proses pencatatan dan pengelolaan data tumbuhan koleksi perlu dilakukan secara terstruktur. Namun, proses pencatatan dan penentuan prioritas bibit siap tanam yang akan ditanam atau dikonservasi masih dapat mengalami kendala apabila dilakukan secara manual. Penelitian ini bertujuan untuk merancang dan membangun aplikasi pencatatan dan manajemen record tumbuhan koleksi berbasis website serta menerapkan Sistem Pendukung Keputusan menggunakan metode PROMETHEE II dalam menentukan prioritas bibit siap tanam untuk ditanam di Kebun Raya Bundayati Bulungan. Metode pengembangan sistem yang digunakan adalah Waterfall, yang terdiri dari tahapan analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Sistem yang dibangun menyediakan fitur pengelolaan data penerimaan material tumbuhan, penyemaian material tumbuhan, inspeksi bibit, evaluasi bibit, pengelolaan kriteria, bobot, serta perangkingan prioritas bibit siap tanam. Metode PROMETHEE II diterapkan melalui tahapan perhitungan deviasi, nilai preferensi, indeks preferensi, leaving flow, entering flow, dan net flow untuk menghasilkan ranking alternatif bibit siap tanam. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi prioritas bibit siap tanam secara objektif dan sistematis berdasarkan kriteria dan bobot yang telah ditentukan oleh ahli. Berdasarkan hasil pengujian Black Box, UAT, SUS, dan validasi ahli, sistem dinilai berjalan sesuai kebutuhan dan dapat digunakan sebagai alat bantu dalam proses pengambilan keputusan pengelola Kebun Raya. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Muhammad Husain Al Ghazali |
| Diunggah pada | Wed, 22 Jul 2026 |
3.
| Judul | Pembuatan animasi 3D Sistem Isyarat Bahasa Indonesia (SIBI) sebagai media visual pembelajaran kosakata bagi siswa tunarungu |
| Deskripsi | Siswa tunarungu memiliki hambatan dalam menerima informasi auditif sehingga pembelajaran lebih mengandalkan penyampaian visual. Penelitian ini bertujuan membuat animasi 3D Sistem Isyarat Bahasa Indonesia (SIBI) sebagai media visual pendukung pembelajaran kosakata bagi siswa tunarungu kelas 1B Fase A di SLB Negeri 11 Jakarta. Pembuatan animasi menggunakan metode Multimedia Development Life Cycle (MDLC) yang meliputi concept, design, material collecting, assembly, testing, dan distribution. Produk dibuat menggunakan Blender 5.1 dengan satu karakter anak laki-laki bergaya kartun yang menampilkan tubuh bagian atas, gerakan tangan dan jari, artikulasi mulut, serta mimik wajah. Hasil penelitian berupa 15 video animasi berformat MP4 dengan durasi sekitar enam detik untuk setiap kosakata. Alpha Testing internal menunjukkan seluruh aspek pengujian berstatus Valid. Beta Testing terhadap 10 guru sebagai pengguna utama memperoleh persentase 86,8% dengan kategori Sangat Layak, sedangkan Beta Testing terhadap lima siswa sebagai data pendukung memperoleh 82,7% dengan kategori Sangat Layak. Nilai rata-rata pre-test dan post-test berubah dari 30 menjadi 80, tetapi hanya digunakan sebagai data pendukung. Berdasarkan hasil tersebut, animasi 3D SIBI dinilai layak digunakan guru untuk menampilkan dan mengulang materi kosakata dalam pembelajaran klasikal. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Ath Thoriq Arsyad Syah |
| Diunggah pada | Wed, 22 Jul 2026 |
4.
| Judul | PENGEMBANGAN MEDIA PEMBELAJARAN INTERAKTIF SIBI DASAR BERBASIS UNITY UNTUK SISWA TUNARUNGU |
| Deskripsi | ABSTRAK<br /> Siswa tunarungu memiliki keterbatasan dalam memproses informasi auditif sehingga proses pembelajaran sepenuhnya bergantung pada modalitas visual. Kondisi ini menuntut ketersediaan media pembelajaran yang mampu menyajikan kosakata dan bahasa isyarat secara visual, terstruktur, dan interaktif. Penelitian ini bertujuan mengembangkan media pembelajaran interaktif SIBI dasar berbasis Unity untuk siswa tunarungu menggunakan metode Multimedia Development Life Cycle (MDLC). Pengembangan dilaksanakan melalui enam tahap: Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Media dirancang sebagai alat bantu guru dalam menyajikan 15 kosakata SIBI dasar secara klasikal serta menyediakan fitur kosakata dinamis sebagai materi pengayaan yang dapat dikelola oleh guru. Dilengkapi fitur Step System tiga tahap, navigasi antarkosakata, pengelolaan kosakata dinamis (CRUD) berbasis JSON, serta kuis interaktif dengan penyimpanan nilai siswa. Pengujian dilakukan melalui Alpha Testing terhadap 33 skenario dengan hasil seluruh skenario dinyatakan Valid. Beta Testing melibatkan 10 guru SLB Negeri 11 Jakarta menghasilkan persentase kelayakan media sebesar 90,6% dengan kategori Sangat Layak, sementara Beta Testing terhadap 5 siswa kelas 1B Tunarungu SLB Negeri 11 Jakarta menghasilkan rata-rata 85,3% dengan kategori Sangat Layak. Sebagai data pendukung, rata-rata nilai siswa meningkat dari 30 menjadi 80 setelah penggunaan media. Data pre-test dan post-test digunakan sebagai data pendukung deskriptif. Media pembelajaran interaktif SIBI dasar berbasis Unity dinyatakan layak digunakan sebagai media pembelajaran kosakata bagi siswa tunarungu Fase A. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Hafiz Syawal |
| Diunggah pada | Wed, 22 Jul 2026 |
5.
| Judul | PERANCANGAN SISTEM REKOMENDASI BUKU DENGAN CONTENT BASED FILTERING UNTUK APLIKASI E-LIBRARY |
| Deskripsi | Pertumbuhan koleksi buku pada perpustakaan digital sering memicu permasalahan information overload, di mana pengguna kesulitan menemukan buku yang relevan dari ribuan pilihan yang tersedia, sementara platform koleksi digital pada umumnya masih mengandalkan daftar statis atau pencarian berbasis kata kunci yang kurang adaptif terhadap preferensi personal pengguna. Penelitian ini bertujuan merancang dan mengukur performa model sistem rekomendasi buku berbasis Content-Based Filtering (CBF) yang memanfaatkan metadata judul, penulis, penerbit, genre, dan deskripsi buku. Pemodelan data mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), dimulai dari analisis kebutuhan data, pengumpulan data sekunder melalui web scraping dan integrasi API dari platform Amazon Books, OpenLibrary, Goodreads, dan Gramedia, hingga pembersihan dan penyeimbangan data antar-genre. Fitur teks diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dengan skema pembobotan unigram-bigram, sedangkan tingkat kemiripan antarbuku dihitung menggunakan Cosine Similarity. Model diuji secara acak pada setiap representasi genre menggunakan metrik Precision dan Recall, dengan relevansi ditentukan melalui koefisien Jaccard antara genre buku sampel dan buku hasil rekomendasi. Hasil evaluasi menunjukkan performa rata-rata precision dan recall sebesar 83,3% baik pada dataset buku berbahasa Inggris maupun Indonesia, dengan genre yang memiliki kosakata deskriptif lebih khas seperti Fiction dan Romance mencapai skor sempurna, sementara genre dengan variasi kosakata lebih luas seperti Horror dan Biography menunjukkan performa relatif lebih rendah. Hasil ini membuktikan bahwa pendekatan TF-IDF dan Cosine Similarity mampu menghasilkan rekomendasi buku yang relevan berdasarkan kemiripan konten tanpa bergantung pada data interaksi antarpengguna, sekaligus membuka peluang pengembangan pendekatan hibrida dengan Collaborative Filtering pada penelitian selanjutnya. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Juan Graciano |
| Diunggah pada | Wed, 22 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
404
Agustus
296
September
134
Oktober
52
November
12
Desember
368