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 SISTEM INFORMASI BUKU KAS DIGITAL BERBASIS SOFTWARE AS A SERVICE (SAAS) MENGGUNAKAN ARSITEKTUR MULTI-TENANCY SHARED-SCHEMA UNTUK USAHA MIKRO |
| Deskripsi | Usaha mikro sektor Food and Beverage pada umumnya masih mencatat keuangan secara manual sehingga sulit mengetahui kondisi arus kas dan laba usaha secara periodik. Aplikasi yang tersedia, seperti Kledo dan PajakInd, dinilai terlalu kompleks dan mahal bagi pelaku usaha mikro yang hanya membutuhkan pencatatan pemasukan dan pengeluaran sederhana. Penelitian ini bertujuan menganalisis kebutuhan dan merancang sistem informasi buku kas digital berbasis Software as a Service (SaaS) dengan arsitektur multi-tenancy shared-schema untuk usaha mikro. Penelitian menggunakan metode campuran (mixed methods) dengan model pengembangan SDLC Waterfall. Data kebutuhan dikumpulkan dari 30 pelaku usaha mikro Food and Beverage di Bojong Gede melalui purposive sampling dengan pendekatan heterogeneity sampling, sedangkan pengujian usability melibatkan 10 responden menggunakan System Usability Scale (SUS). Sistem dibangun dengan framework Laravel dan basis data MySQL, dengan isolasi data antartenant ditegakkan melalui kolom tenant_id dan Eloquent Global Scope. Pengujian Black Box menunjukkan seluruh fungsi berjalan sesuai harapan, dan pengujian isolasi membuktikan data antartenant tetap terpisah. Pengujian usability memperoleh skor SUS rata-rata 95,5 (excellent). Analisis biaya menunjukkan arsitektur shared-schema mampu menekan biaya operasional per tenant menjadi jauh lebih rendah dibandingkan layanan SaaS sejenis. Dengan demikian, sistem ini dapat menjadi solusi digitalisasi tahap awal yang sederhana, mudah digunakan, dan ekonomis bagi usaha mikro. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Salman Ramadan Syahputra |
| Diunggah pada | Fri, 24 Jul 2026 |
2.
| Judul | ANALISIS PERBANDINGAN KINERJA PROTOKOL HTTP, WEBSOCKET, DAN MQTT PADA PLATFORM DETEKSI HAMA BERBASIS ARSITEKTUR MICROSERVICES |
| Deskripsi | Penelitian ini dilatarbelakangi oleh beban ganda perangkat edge computing dalam mengeksekusi model kecerdasan buatan sekaligus mengirimkan gambar secara terus-menerus pada sistem pemantauan hidroponik. Kondisi ini rentan memicu hambatan pada perangkat keras. Di sisi lain, studi perbandingan sebelumnya umumnya masih terbatas pada pengujian data sensor berskala ringan, sehingga efisiensi protokol jaringan untuk pengiriman data gambar berukuran besar belum teruji secara pasti. Oleh karena itu, penelitian ini bertujuan mengevaluasi dan membandingkan kinerja protokol HTTP, WebSocket, dan MQTT pada arsitektur microservices. Metode yang digunakan adalah kuantitatif eksperimental melalui ekstraksi parameter Quality of Service (QoS) berstandar TIPHON dan pengujian keandalan operasional. Hasil pengujian menunjukkan Packet Loss seluruh protokol sangat ideal di bawah 1%. MQTT terbukti sebagai protokol paling optimal dengan Throughput tertinggi sebesar 153.92 Kbps dan Latency yang bersaing di angka 26.10 ms. Sebaliknya, HTTP menjadi yang paling lambat (27.71 ms) akibat pembengkakan lapisan aplikasi dan mekanisme sinkron, sedangkan WebSocket memicu fluktuasi Jitter tertinggi mencapai 78.22 ms akibat beban komputasi enkripsi XOR Masking pada tingkat mikrokontroler. Infrastruktur microservices terbukti kebal terhadap kegagalan berantai dengan waktu pemulihan murni berkisar antara 5.019 hingga 8.044 detik. Kesimpulannya, integrasi MQTT dan arsitektur microservices menghasilkan platform smart farming yang memiliki toleransi kesalahan tinggi dan andal untuk operasional greenhouse hidroponik. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Muhammad Khairu Mufid |
| Diunggah pada | Fri, 24 Jul 2026 |
3.
| Judul | PENGEMBANGAN SISTEM RULE BASED CLASSIFICATION PENGGUNAAN AI DI POLITEKNIK NEGERI JAKARTA MENGGUNAKAN FRAMEWORK AI ASSESSMENT SCALE (AIAS) BERBASIS WEB |
| Deskripsi | Integrasi Generative Artificial Intelligence (GenAI) dalam pendidikan tinggi menghadapi tantangan integritas akademik akibat ketidakandalan perangkat lunak pendeteksi teks AI dan ketiadaan regulasi teknis yang terstandarisasi. Penerapan kerangka kerja AI Assessment Scale (AIAS) menawarkan solusi transparansi yang terstruktur, namun terkendala oleh kompleksitas penentuan batas level jika dilakukan secara manual oleh dosen. Penelitian ini mengembangkan sistem rule-based classification berbasis web yang mengintegrasikan algoritma Forward Chaining dan mekanisme Self-Declaration untuk mengatasi permasalahan tersebut di lingkungan Politeknik Negeri Jakarta. Arsitektur yang dibangun membagi proses operasional ke dalam tiga modul utama, yaitu manajemen knowledge base yang dinamis oleh administrator, klasifikasi penugasan oleh dosen, dan pelaporan transparansi akademik oleh mahasiswa. Sistem mengevaluasi masukan berdasarkan enam parameter karakteristik pedagogi, seperti Taksonomi Bloom dan SOLO, untuk menderivasikan rekomendasi batas AI Score (Level 1 hingga 5) secara deterministik. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memvalidasi fungsionalitas logika inferensi, serta User Acceptance Testing (UAT) untuk mengukur tingkat penerimaan pengguna sasaran. Hasil pengujian menunjukkan tingkat keberhasilan komputasi sebesar 100% pada pengujian Black Box, di mana sistem secara presisi mampu mengklasifikasikan AI Score serta memitigasi konflik logika pada aturan. Sistem terbukti valid dan responsif untuk diimplementasikan sebagai instrumen tata kelola ekosistem Responsible AI secara komprehensif. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Baskoro Bayu Baruno |
| Diunggah pada | Fri, 24 Jul 2026 |
4.
| Judul | PERANCANGAN APPLICANT TRACKING SYSTEM BERBASIS SEMANTIC SIMILARITY MENGGUNAKAN SENTENCE-BERT DAN COSINE SIMILARITY UNTUK PERANGKINGAN PELAMAR |
| Deskripsi | Proses rekrutmen modern sering kali menghadapi kendala dalam penyaringan ratusan resume secara manual yang memakan waktu, melelahkan, dan rentan terhadap bias subjektif. Sistem Applicant Tracking System (ATS) konvensional yang berbasis pencocokan kata kunci atau metode statistik seperti TF-IDF memiliki kelemahan mendasar karena tidak mampu menangkap makna semantik dan kontekstual dari teks. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem ATS berbasis semantic similarity menggunakan model Sentence-BERT dan Cosine Similarity guna meningkatkan keadilan, relevansi, dan akurasi dalam perangkingan pelamar. Pengembangan sistem menggunakan model Waterfall dengan arsitektur yang terintegrasi, meliputi frontend berbasis ReactJS, backend menggunakan ExpressJS, AI-service menggunakan flask untuk pemrosesan Natural Language Processing (NLP), dan PostgreSQL sebagai basis data. Pipeline NLP dirancang melalui ekstraksi teks PDF, preprocessing, Named Entity Recognition (NER) berbasis spaCy, konversi teks menjadi vektor embedding menggunakan Sentence-BERT (all-MiniLM-L6-v2), dan perhitungan kemiripan menggunakan Cosine Similarity. Hasil penelitian menunjukkan bahwa sistem ATS berhasil diimplementasikan dengan fitur scoring dan perangkingan kandidat otomatis berbasis semantik. Evaluasi sistem dilakukan melalui tiga metode: Black Box Testing dengan tingkat keberhasilan 100% dari 31 skenario, System Usability Scale (SUS) kepada jobseeker yang menghasilkan skor rata-rata 85,6 dengan Grade B dan Expert Judgement dari praktisi HR yang memberikan skor 92 dari 100. Penelitian ini menyimpulkan bahwa integrasi Sentence-BERT dan Cosine Similarity dalam sistem ATS terbukti efektif melampaui batasan pencocokan kata kunci konvensional, menghasilkan rekomendasi kandidat yang lebih kontekstual, adil, dan layak diimplementasikan dalam industri. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Sep Sarip Hidayattuloh |
| Diunggah pada | Fri, 24 Jul 2026 |
5.
| Judul | PERANCANGAN APPLICANT TRACKING SYSTEM BERBASIS SEMANTIC SIMILARITY MENGGUNAKAN SENTENCE-BERT DAN COSINE SIMILARITY UNTUK PERANGKINGAN PELAMAR |
| Deskripsi | Proses rekrutmen modern sering kali menghadapi kendala dalam penyaringan ratusan resume secara manual yang memakan waktu, melelahkan, dan rentan terhadap bias subjektif. Sistem Applicant Tracking System (ATS) konvensional yang berbasis pencocokan kata kunci atau metode statistik seperti TF-IDF memiliki kelemahan mendasar karena tidak mampu menangkap makna semantik dan kontekstual dari teks. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem ATS berbasis semantic similarity menggunakan model Sentence-BERT dan Cosine Similarity guna meningkatkan keadilan, relevansi, dan akurasi dalam perangkingan pelamar. Pengembangan sistem menggunakan model Waterfall dengan arsitektur yang terintegrasi, meliputi frontend berbasis ReactJS, backend menggunakan ExpressJS, AI-service menggunakan flask untuk pemrosesan Natural Language Processing (NLP), dan PostgreSQL sebagai basis data. Pipeline NLP dirancang melalui ekstraksi teks PDF, preprocessing, Named Entity Recognition (NER) berbasis spaCy, konversi teks menjadi vektor embedding menggunakan Sentence-BERT (all-MiniLM-L6-v2), dan perhitungan kemiripan menggunakan Cosine Similarity. Hasil penelitian menunjukkan bahwa sistem ATS berhasil diimplementasikan dengan fitur scoring dan perangkingan kandidat otomatis berbasis semantik. Evaluasi sistem dilakukan melalui tiga metode: Black Box Testing dengan tingkat keberhasilan 100% dari 31 skenario, System Usability Scale (SUS) kepada jobseeker yang menghasilkan skor rata-rata 85,6 dengan Grade B dan Expert Judgement dari praktisi HR yang memberikan skor 92 dari 100. Penelitian ini menyimpulkan bahwa integrasi Sentence-BERT dan Cosine Similarity dalam sistem ATS terbukti efektif melampaui batasan pencocokan kata kunci konvensional, menghasilkan rekomendasi kandidat yang lebih kontekstual, adil, dan layak diimplementasikan dalam industri. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Sep Sarip Hidayattuloh |
| Diunggah pada | Fri, 24 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