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 PEMESANAN BERBASIS WEBSITE DAN CHATBOT DI FELAZ COFFEE |
| Deskripsi | Perkembangan teknologi informasi mendorong pelaku Usaha Mikro Kecil dan Menengah<br /> (UMKM) untuk mengadopsi solusi digital dalam meningkatkan kualitas pelayanan. Felaz<br /> Coffee merupakan UMKM yang sebelumnya melakukan pemesanan makanan dan<br /> minuman melalui WhatsApp, yang rentan terhadap keterlambatan respons dan kesalahan<br /> pencatatan. Penelitian ini bertujuan untuk merancang dan membangun aplikasi pemesanan<br /> berbasis website dan chatbot guna meningkatkan efisiensi dan kepuasan pelanggan.<br /> Website dikembangkan menggunakan framework Laravel dan Tailwind CSS, sedangkan<br /> chatbot dikembangkan menggunakan Large Language Model (LLM) Llama 3.1 8B,<br /> LangChain, dan metode Retrieval-Augmented Generation (RAG) dengan penyimpanan<br /> vektor menggunakan FAISS. Chatbot mampu memberikan informasi produk dan<br /> menjawab pertanyaan umum secara kontekstual dalam bahasa Indonesia. Sistem diuji<br /> menggunakan black box testing, System Usability Scale (SUS), dan evaluasi model chatbot<br /> menggunakan metrik presisi, recall, F1-score, dan confusion matrix. Hasil menunjukkan<br /> sistem berfungsi sesuai kebutuhan dengan usability yang baik dan akurasi chatbot tinggi.<br /> Aplikasi ini dapat menjadi solusi inovatif bagi UMKM dalam meningkatkan pelayanan<br /> pelanggan secara digital. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Naoval Malhiz Dwi Indarto |
| Diunggah pada | Thu, 31 Jul 2025 |
2.
| Judul | RANCANG BANGUN SISTEM INFORMASI HUMAN RESOURCE DEVELOPMENT BERBASIS WEBSITE MENGGUNAKAN LARAVEL DI MARITIM MUDA NUSANTARA |
| Deskripsi | Di era industri 4.0, optimalisasi pengelolaan Sumber Daya Manusia (SDM) menjadi krusial bagi organisasi, termasuk Maritim Muda Nusantara yang masih menghadapi tantangan proses manual dalam absensi, pengelolaan data karyawan, dan pencatatan cuti. Kurangnya integrasi menyebabkan inefisiensi, akurasi data yang rendah, dan kesulitan dalam pengambilan keputusan manajerial. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Human Resource Development (HRD) berbasis website menggunakan framework Laravel di Maritim Muda Nusantara, guna meningkatkan efisiensi operasional dan akurasi pengelolaan SDM, serta mendukung pengambilan keputusan manajemen secara terstruktur dan aman. Metode Waterfall diterapkan dalam pengembangan sistem yang mencakup modul-modul seperti pengelolaan Divisi, Pegawai (termasuk status aktif/nonaktif), Absensi, Pengajuan Cuti, Pengunduran Diri, Rencana Kerja, Dokumen, Acara/Kegiatan, dan Data Gaji. Sistem ini juga mengimplementasikan Role-Based Access Control (RBAC) untuk memastikan fungsionalitas dan visibilitas data sesuai peran pengguna (Admin, Kepala Divisi, Pegawai). Fitur Sistem Pendukung Keputusan (SPK) terintegrasi menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS) untuk mengevaluasi dan meranking kinerja karyawan berdasarkan kriteria terbobot, yang hasilnya menjadi rekomendasi bonus. Hasil pengujian User Acceptance Testing (UAT) menunjukkan tingkat penerimaan yang tinggi, dengan rata-rata skor di atas 96% untuk seluruh peran pengguna, mengindikasikan sistem telah berjalan sesuai kebutuhan dan layak digunakan. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Rahillah Rajwaakautsar Anami |
| Diunggah pada | Thu, 31 Jul 2025 |
3.
| Judul | RANCANG BANGUN MAIL SERVER DAN IMPLEMENTASI HONEYPOT SEBAGAI KEAMANAN JARINGAN PADA SERVER BERBASIS LINUX |
| Deskripsi | Mail server merupakan salah satu komponen vital dalam komunikasi digital, namun juga rentan terhadap berbagai ancaman siber, terutama serangan bruteforce pada protokol SSH. Penelitian ini bertujuan merancang dan mengimplementasikan sistem keamanan jaringan berbasis honeypot Cowrie pada mail server berbasis iRedMail dengan sistem operasi Debian 12. Metode yang digunakan adalah pendekatan eksperimen kuantitatif, dimana simulasi serangan SSH bruteforce dilakukan melalui jaringan lokal pada lingkungan mesin virtual yang telah dikonfigurasi secara tersegmentasi. Honeypot Cowrie diintegrasikan untuk menangkap, merekam, dan mengklasifikasikan seluruh aktivitas mencurigakan, termasuk percobaan login tidak sah dan perintah pasca-kompromi. Hasil pengujian menunjukkan bahwa seluruh upaya serangan SSH berhasil dialihkan dan dicatat secara rinci oleh honeypot tanpa mengganggu kinerja layanan email utama. Analisis data log memperlihatkan pola perilaku penyerang yang sistematis, mulai dari enumerasi sistem hingga upaya privilege escalation. Simpulan penelitian ini menegaskan bahwa implementasi honeypot Cowrie efektif sebagai deteksi dini dan dokumentasi aktivitas serangan pada mail server berbasis Linux, serta dapat diadopsi sebagai model proteksi tambahan untuk memperkuat infrastruktur keamanan jaringan. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Aldy Widanto |
| Diunggah pada | Wed, 30 Jul 2025 |
4.
| Judul | IMPLEMENTASI METODE SUPPORT VECTOR REGRESSION UNTUK PREDIKSI KANDUNGAN GULA PADA MADU LEBAH TANPA SENGAT |
| Deskripsi | Pemalsuan madu lebah tanpa sengat (SBH) merupakan masalah serius yang memerlukan metode deteksi akurat. Penelitian ini bertujuan mengembangkan model prediksi kandungan gula madu menggunakan Support Vector Regression (SVR) yang kinerjanya dioptimalkan dengan seleksi fitur Forward Selection (FS). Model dikembangkan dari dataset spektrum UV-Vis 200 sampel, di mana tantangan data tidak lengkap secara signifikan berhasil diatasi menggunakan imputasi. Kernel Radial Basis Function (RBF) dipilih karena kemampuannya menangani pola data non-linear yang kompleks. Evaluasi dengan K-Fold Cross-Validation menunjukkan bahwa model dengan Forward Selection lebih unggul. Performa optimal dicapai pada 6-Fold Cross-Validation dengan nilai R² sebesar 0.8697, RMSE 0.0519, dan MAE 0.0398. Metode Forward Selection juga berhasil mengidentifikasi panjang gelombang spesifik yang paling berpengaruh terhadap kandungan gula. Kemampuan generalisasi model kemudian divalidasi pada unseen data dengan hasil R² 0.8671. Hasil ini membuktikan bahwa kombinasi SVR dan Forward Selection efektif untuk membangun sistem prediksi kemurnian madu yang akurat |
| Kategori | Skripsi - TI |
| Diunggah oleh | Adam Chrisamuel Alexander |
| Diunggah pada | Wed, 30 Jul 2025 |
5.
| Judul | Perancangan IoT Sistem Monitoring Ruang Kelas Berdasarkan Deteksi Wajah Dosen Menggunakan YOLOv8 Dan FaceNet |
| Deskripsi | Seiring berkembangnya teknologi pendidikan dan kebutuhan akan manajemen ruang kelas yang lebih efisien, pengelolaan kehadiran dosen dan mahasiswa di dalam ruang kelas menjadi salah satu tantangan yang perlu diatasi. Penelitian ini bertujuan untuk mengembangkan sistem IoT berbasis kamera CCTV yang dapat mendeteksi kehadiran dosen dan menghitung jumlah orang di ruang kelas secara otomatis. Sistem ini menggunakan YOLOv8 untuk object detection dalam menghitung jumlah orang, serta FaceNet untuk face recognition dalam mendeteksi kehadiran dosen. Kamera CCTV yang dipasang di depan ruang kelas terhubung dengan Raspberry Pi untuk menangkap gambar secara real-time dan mengirimkannya ke server. Server kemudian memproses gambar, melakukan deteksi wajah dan objek, dan mengirimkan hasilnya yang mencakup jumlah orang dan kehadiran dosen. Data ini kemudian dikirimkan kembali ke Raspberry Pi untuk ditampilkan pada layar LCD. Hasil pengujian menunjukkan bahwa sistem ini memiliki akurasi 95% dalam mendeteksi wajah dosen dan menghitung jumlah orang di ruang kelas. Sistem ini diharapkan dapat mempermudah pengguna dalam mendapatkan informasi penggunaan ruang kelas dan mengurangi ketergantungan pada metode manual dalam pemantauan penggunaan ruang kelas. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Eza Musyarof |
| Diunggah pada | Tue, 29 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
292
September
133
Oktober
50
November
12
Desember
143