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 | PENGEMBANGAN APLIKASI MOBILE KINETIC UNTUK EVALUASI KUALITAS GERAKAN PUSH-UP SECARA REAL-TIME MENGGUNAKAN MOVENET DAN BIDIRECTIONAL GATED RECURRENT UNIT (BiGRU) |
| Deskripsi | Latihan push-up secara mandiri sering dilakukan tanpa pengawasan profesional sehingga kesalahan teknik kerap tidak disadari dan dapat menurunkan efektivitas latihan serta meningkatkan risiko cedera. Penelitian ini mengembangkan aplikasi mobile berbasis computer vision untuk mengevaluasi kualitas gerakan push-up secara real-time pada platform Android. Pose tubuh diekstraksi menggunakan MoveNet Thunder yang menghasilkan 17 keypoint per frame, kemudian direkayasa menjadi 81 fitur yang mencakup koordinat sendi, sudut biomekanik, confidence score, indikator keypoint hilang, dan kecepatan antar-frame. Sekuens 30 frame diklasifikasikan menggunakan model Bidirectional Gated Recurrent Unit (BiGRU) 48 unit yang diikuti lapisan GRU searah 24 unit. Dataset berjumlah 220 video push-up (110 benar dan 110 salah) yang dikumpulkan dari dataset publik Kaggle, perekaman mandiri, dan platform berbagi video daring, divalidasi oleh pelatih kebugaran bersertifikat, dan dibagi dengan skema stratified split 70:15:15 yang divalidasi melalui 500 Monte Carlo trials. Model terbaik dari tiga kali pelatihan dengan seed berbeda memperoleh akurasi uji 85,36%, precision 85,13%, recall 84,85%, F1-score 84,98%, dan ROC-AUC 0,8992, melampaui target minimum 80%. Confusion matrix atas 239 segmen data uji menunjukkan 83 true negative, 121 true positive, 19 false positive, dan 16 false negative. Model dikonversi ke TensorFlow Lite dan diintegrasikan ke aplikasi Android bernama KINETIC yang dibangun dengan Kotlin dan Jetpack Compose, menampilkan skeleton overlay real-time, penghitung repetisi, dan umpan balik biomekanik. Black-box testing pada 56 test case seluruhnya berhasil, dan User Acceptance Testing terhadap 12 responden menghasilkan rata-rata 4,13 dari 5 (82,6%), yang menunjukkan penerimaan pengguna yang baik |
| Kategori | Skripsi - TI |
| Diunggah oleh | Muhammad Rajiful Haq Gea |
| Diunggah pada | Wed, 22 Jul 2026 |
2.
| Judul | PENGEMBANGAN ANTARMUKA DAN PENGALAMAN PENGGUNA SERTA VISUALISASI ASET 3D PADA GAME SIMULASI BENCANA BERBASIS VIRTUAL REALITY DI GEDUNG PUT POLITEKNIK NEGERI JAKARTA |
| Deskripsi | Keselamatan dan kesiapsiagaan bencana di lingkungan kampus memerlukan media pembelajaran yang interaktif agar prosedur keselamatan dan evakuasi dapat dipahami dengan baik oleh mahasiswa. Namun, hasil kuesioner awal pada mahasiswa Jurusan Teknik Informatika dan Komputer Politeknik Negeri Jakarta menunjukkan bahwa 97% responden belum pernah mengikuti pelatihan bencana dan 71% responden kurang memahami tata cara evakuasi di Gedung PUT Politeknik Negeri Jakarta akibat media pembelajaran yang masih bersifat konvensional. Sebagai alternatif, penelitian ini mengembangkan antarmuka pengguna (User Interface), pengalaman pengguna (User Experience), dan visualisasi aset 3D pada game simulasi bencana kebakaran dan gempa bumi berbasis Virtual Reality (VR) menggunakan Oculus Quest 3S. Metode ADDIE (Analysis, Design, Development, Implementation, Evaluation) digunakan dalam penelitian ini dengan pendekatan mixed methods. Tahap pengembangan menghasilkan 16 halaman User Interface dan model 3D struktur Gedung PUT. Berdasarkan hasil evaluasi, Alpha Testing menunjukkan seluruh sistem berfungsi dengan baik, validasi ahli UI/UX menyatakan interaksi spasial telah intuitif setelah dilakukan perbaikan minor, sedangkan validasi ahli 3D memperoleh nilai indeks 72,22% dengan kategori Layak. Hasil Beta Testing menunjukkan tingkat kemiripan model sebesar 89%, kesesuaian tata letak ruangan sebesar 91%, kemudahan mengenali objek keselamatan sebesar 90%, tampilan lingkungan virtual sebesar 86%, serta kemudahan memahami informasi keselamatan sebesar 85%, yang seluruhnya memperoleh kategori Sangat Setuju. Dengan demikian, game Virtual Reality Safety Induction yang dikembangkan layak digunakan sebagai media simulasi bencana di Gedung PUT Politeknik Negeri Jakarta. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Pradipta Daffa Adiwangsa |
| Diunggah pada | Wed, 22 Jul 2026 |
3.
| 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 |
4.
| 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 |
5.
| 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 |
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