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 CHATBOT MENGGUNAKAN TEKNOLOGI OCR DAN MODEL LLAMA UNTUK REKOMENDASI PEKERJAAN |
| Deskripsi | Kesulitan dalam merancang perencanaan karier sering kali muncul karena kurangnya pemahaman mengenai potensi diri, minimnya informasi terkait peluang karier, serta kebingungan dalam memilih jalur yang sesuai. Hal ini mengakibatkan banyak individu, khususnya mahasiswa, mengambil keputusan karier yang tidak optimal. Berdasarkan survei awal pada 32 responden, ditemukan bahwa 34,4% merasa ragu dalam menentukan pilihan pekerjaan, dengan tantangan terbesar adalah merasa kemampuan yang dimiliki belum cukup (53,1%). Sebanyak 68,8% responden menyatakan kebutuhan akan adanya rekomendasi pekerjaan yang relevan sesuai minat dan kompetensi. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sebuah aplikasi chatbot berbasis Android yang mampu memberikan rekomendasi pekerjaan dalam Bahasa Indonesia. Sistem ini mengimplementasikan beberapa model kecerdasan buatan, yaitu klasifikasi dokumen CV menggunakan Long Short-Term Memory (LSTM), ekstraksi kata kunci dengan KeyBERT, OCR dengan EasyOCR, dan Large Language Model menggunakan Llama 3 70B untuk menghasilkan respons rekomendasi. Hasil pengujian menunjukkan model klasifikasi CV mencapai akurasi sebesar 98,75%, dengan nilai precision 0.97, recall 1.0, dan F1-score 0.988. Selain itu, pengujian kebergunaan aplikasi menghasilkan skor System Usability Scale (SUS) sebesar 76.58 dan Net Promoter Score (NPS) sebesar 52.63, yang mengindikasikan bahwa aplikasi ini dapat diterima dengan baik dan memiliki tingkat rekomendasi yang tinggi dari pengguna |
| Kategori | Skripsi - TI |
| Diunggah oleh | Gerry Satria Halim |
| Diunggah pada | Thu, 17 Jul 2025 |
2.
| Judul | Rancang Bangun Game 2D "The Sacred Grain" Menggunakan Unity sebagai Media Informasi tentang Produksi Garam Hitam Tradisional Papua |
| Deskripsi | Indonesia memiliki kekayaan sumber daya alam yang beragam, salah satunya adalah garam sebagai komoditas pangan dalam bentuk bumbu pokok yang umumnya diproduksi melalui proses kristalisasi air laut. Namun, di Lembah Baliem, Provinsi Papua Pegunungan, terdapat garam hitam yang dihasilkan dari pelepah pisang yang dikeringkan dan dibakar. Penelitian ini bertujuan untuk merancang dan membangun game 2D berjudul "The Sacred Grain" menggunakan Unity dengan metode pengembangan Game Development Life Cycle (GDLC) dan pendekatan mixed method sebagai media informasi tentang proses produksi garam hitam tradisional di Papua. Game dikembangkan dalam bentuk visual novel yang dikombinasikan dengan genre platformer, quiz, simulation, dan puzzle untuk merepresentasikan pengalaman membuat garam hitam tradisional Papua. Dalam game ini diterapkan beberapa kecerdasan buatan, termasuk algoritma A* (A-star) pathfinding dan patrolling untuk mengatur perilaku karakter non-pemain (NPC). Data diperoleh melalui studi literatur, wawancara, alpha testing, dan beta testing menggunakan testimoni narasumber beserta dengan penilaian berdasarkan skala Likert dalam sebuah kuesioner. Testimoni dari narasumber menunjukkan bahwa tahapan pembuatan garam hitam telah disajikan secara akurat. Sementara itu, hasil kuesioner menunjukkan seluruh indikator berada pada kategori "Sangat Setuju" dengan rata-rata skor 88,25%, yang menunjukkan bahwa game yang dikembangkan dinilai layak digunakan sebagai media informasi tentang proses produksi garam hitam tradisional Papua. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Mia Sri Susanti |
| Diunggah pada | Thu, 17 Jul 2025 |
3.
| Judul | PENGEMBANGAN DAN IMPLEMENTASI MODEL PREDIKSI RATING ULASAN PRODUK ANTIACNE MENGGUNAKAN METODE LONG-SHORT TERM MEMORY (LSTM) |
| Deskripsi | Pemberian penilaian dalam dunia digital saat ini memiliki peran penting dalam membentuk reputasi sebuah produk. Pemisahan antara ulasan berbentuk teks dan rating numerik dapat menimbulkan inkonsistensi dalam proses penilaian, yang pada akhirnya <br /> memengaruhi citra produk serta kepercayaan konsumen. Untuk mengatasi permasalahan ini, dirancang sebuah sistem yang mengintegrasikan model prediksi rating otomatis berdasarkan data ulasan teks. Model ini dikembangkan menggunakan algoritma Deep Learning Long Short Term Memory (LSTM). Model yang berhasil dikembangkan kemudian diintegrasikan ke dalam bentuk aplikasi website menggunakan framework Flask. Berdasarkan evaluasi menggunakan confusion matrix, model menghasilkan nilai rata-rata akurasi, presisi, recall, dan f1-score sebesar 83%, yang menunjukkan kemampuannya dalam memprediksi rating dari ulasan dengan baik. Sebagai bentuk validasi, dilakukan justifikasi oleh pakar kecantikan terhadap hasil prediksi, dan diperoleh bahwa 82,35% prediksi sesuai dengan pendapat pakar. Hal ini menunjukkan bahwa model telah memiliki tingkat akurasi yang cukup tinggi dan siap digunakan oleh pengguna. Untuk evaluasi sistem, dilakukan pengujian mandiri menggunakan metode Black Box Testing dan pengujian oleh pengguna akhir menggunakan User Acceptance Test (UAT), System Usability Scale (SUS), dan Net Promoter Score (NPS). Hasil pengujian sistem menunjukkan bahwa fungsionalitas sistem telah berfungsi dengan baik, mudah digunakan, serta mendapat respons positif dari pengguna, sehingga dinilai layak untuk digunakan. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Annisa Marfadilla |
| Diunggah pada | Thu, 17 Jul 2025 |
4.
| Judul | PERANCANGAN ASET VISUAL 3D PADA GAME EDUKASI TENTANG PUBERTAS UNTUK SMPN 186 JAKARTA BERBASIS THIRD PERSON CAMERA |
| Deskripsi | Pubertas merupakan fase krusial dalam perkembangan remaja yang ditandai dengan berbagai perubahan fisik, psikologis, dan sosial. Kurangnya pemahaman mengenai masa pubertas dapat menyebabkan kebingungan, kecemasan, serta ketidaksiapan siswa dalam menghadapi perubahan tersebut. Berdasarkan hasil observasi dengan siswa kelas VII dan wawancara di SMP Negeri 186 Jakarta, ditemukan bahwa siswa kelas VII masih minim dalam memperoleh informasi edukatif terkait pubertas, yang disebabkan oleh terbatasnya materi pembelajaran dan kurangnya penyuluhan yang efektif. Menanggapi hal tersebut, penelitian ini bertujuan untuk mengembangkan aset-aset visual seperti aset 3D dan desain antarmuka guna meningkatkan pemahaman siswa mengenai pubertas secara lebih interaktif dan menarik. Proses pengembangan game menggunakan metode Multimedia Development Life Cycle (MDLC) yang meliputi enam tahap. Aset 3D berupa karakter siswa laki-laki dan perempuan, lingkungan sekolah, serta objek pendukung lainnya dirancang menggunakan Blender, sedangkan desain antarmuka dibuat dengan Adobe Illustrator. Seluruh elemen tersebut kemudian diimplementasikan dalam Unity Engine untuk membentuk sebuah game edukasi berbasis third person view. Hasil pengujian alpha dan beta menunjukkan bahwa game ini dinilai layak dan dapat meningkatkan pemahaman siswa terhadap materi pubertas. Dengan demikian, game edukasi 3D ini diharapkan dapat menjadi alternatif media pembelajaran yang efektif, menyenangkan, dan relevan bagi remaja dalam memahami masa pubertas. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Natanael Aryo Bimo Singgih |
| Diunggah pada | Thu, 17 Jul 2025 |
5.
| Judul | RANCANG BANGUN SISTEM INFORMASI HAK KEKAYAAN INTELEKTUAL DENGAN INTEGRASI CHATBOT BERBASIS LARGE LANGUANGE MODEL |
| Deskripsi | Politeknik Negeri Jakarta mengalami peningkatan jumlah Hak Kekayaan <br /> Intelektual (HAKI). Namun, pengelolaan HAKI saat ini masih dilakukan <br /> secara manual, menyebabkan inefisiensi dan kendala komunikasi antara <br /> pemohon dan admin pengelola. Penelitian ini bertujuan untuk <br /> mengembangkan sistem informasi berbasis web yang terintegrasi dengan <br /> chatbot berbasis Large Language Model (LLM) untuk mengatasi <br /> permasalahan tersebut. Sistem yang diusulkan mencakup fitur pendaftaran <br /> HAKI, manajemen data, serta integrasi chatbot yang memanfaatkan <br /> pendekatan Retrieval-Augmented Generation (RAG) untuk memberikan <br /> jawaban berbasis dokumen referensi HAKI. <br /> Model chatbot diuji menggunakan 30 pertanyaan berbasis domain HAKI, <br /> dengan evaluasi berbasis BLEU, ROUGE-L, dan relevansi kata kunci. Hasil <br /> pengujian menunjukkan bahwa chatbot mampu memberikan jawaban yang <br /> relevan terhadap konteks, meskipun tidak menggunakan fine-tuning khusus <br /> pada model. Hal ini dimungkinkan karena pendekatan RAG memungkinkan <br /> pemisahan antara penalaran bahasa alami dan sumber informasi, sehingga <br /> lebih fleksibel dan hemat sumber daya. Pengujian Explainable AI dengan <br /> metode LIME menunjukkan bahwa model memperhatikan kata-kata penting <br /> dalam pertanyaan, meningkatkan transparansi sistem. <br /> Sistem juga diuji melalui User Acceptance Test (UAT) terhadap sembilan <br /> skenario utama, dengan tingkat keberhasilan mencapai 88,9%. Hasil ini <br /> menunjukkan bahwa sistem layak digunakan dengan perbaikan minor pada <br /> fitur unggah dokumen besar. Dengan demikian, sistem ini tidak hanya <br /> mendukung efisiensi operasional tetapi juga menjadi solusi cerdas dalam <br /> pengelolaan dan pelayanan HAKI di lingkungan kampus. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Sashi Kirana Salsabila |
| Diunggah pada | Thu, 17 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
296
September
134
Oktober
52
November
12
Desember
143