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 SIMULASI EVAKUASI DARURAT BENCANA BERBASIS VIRTUAL REALITY DI GEDUNG PUT PNJ MENGGUNAKAN FSM DAN NAVMESH |
| Deskripsi | Indonesia merupakan negara dengan risiko bencana yang tinggi sehingga edukasi mitigasi dan kesiapsiagaan menjadi penting. Metode edukasi konvensional seperti penyuluhan dan simulasi fisik memiliki keterbatasan berupa biaya yang tinggi, logistik yang rumit, risiko keselamatan, serta sifatnya yang cenderung pasif sehingga retensi pemahaman prosedur keselamatan menjadi rendah. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan game edukasi simulasi bencana berbasis Virtual Reality menggunakan game engine Unity yang memvisualisasikan lingkungan Gedung Pusat Unggulan Teknologi (PUT), untuk skenario kebakaran dan gempa bumi. Metode pengembangan yang digunakan adalah Multimedia Development Life Cycle (MDLC). Implementasi mencakup integrasi Virtual Reality dengan skenario bencana kebakaran dan gempa, interaksi objek seperti Alat Pemadam Api Ringan (APAR), navigasi Non-Playable Character (NPC) menggunakan Finite State Machine dan NavMesh, serta penyusunan antarmuka pengguna. Pengujian dan validasi dengan ahli Keselamatan dan Kesehatan Kerja (K3) dan ahli Virtual Reality secara kualitatif, serta pengujian kepada 36 responden secara kuantitatif. Hasil alpha testing menunjukkan seluruh fungsi berjalan sesuai rancangan. Hasil beta testing mahasiswa memperoleh skor persentase sebesar 88,43% dan termasuk dalam kategori sangat layak. Berdasarkan hasil tersebut, game edukasi simulasi bencana yang dikembangkan dinilai layak digunakan sebagai media edukasi mitigasi bencana yang interaktif dan imersif di lingkungan Gedung PUT PNJ. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Tubagus Farrel Fadillah |
| Diunggah pada | Mon, 20 Jul 2026 |
2.
| Judul | PERANCANGAN ASET 2D DAN UI GAME "IT’S OKAY, I GUESS" SEBAGAI MEDIA PENGENALAN COPING MECHANISM BAGI MAHASISWA PNJ |
| Deskripsi | Masalah kesehatan mental, khususnya academic burnout, menjadi isu yang semakin<br /> krusial di kalangan mahasiswa Politeknik Negeri Jakarta. Kurangnya media pengenalan<br /> interaktif yang mampu memvisualisasikan strategi penanganan stres secara empatik<br /> menjadi latar belakang penelitian ini. Penelitian ini bertujuan untuk merancang aset visual<br /> 2D untuk game media pengenalan coping mechanism yang berjudul "It’s Okay, I Guess".<br /> Fokus utama perancangan adalah menciptakan aset yang dapat menjadi media perantara<br /> pengenalan coping mechanism melalui pendekatan visual. Metode pengembangan yang<br /> digunakan adalah Multimedia Development Life Cycle (MDLC) versi Luther-Sutopo yang<br /> terdiri dari enam tahapan: Concept, Design, Material Collecting, Assembly, Testing, dan<br /> Distribution. Perancangan aset visual dilakukan menggunakan perangkat lunak<br /> GraphicsGale dengan gaya pixel art. Hasil penelitian berupa paket aset visual yang<br /> mencakup sprite karakter, animasi, latar belakang lingkungan, dan elemen UI yang telah<br /> diintegrasikan ke dalam game engine Unity. Berdasarkan hasil validasi ahli media, uji<br /> kelayakan oleh ahli media melalui kuesioner memperoleh persentase sebesar 77,5%<br /> dengan kategori "Layak", sementara beta testing oleh mahasiswa PNJ memperoleh<br /> persentase sebesar 90,7% dengan kategori "Sangat Layak". Hasil ini menunjukkan bahwa<br /> aset 2D dan UI yang dikembangkan layak digunakan sebagai media pengenalan coping<br /> mechanism bagi mahasiswa. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | NAREENDRA REZA HAFIZH ALFARIDZIE |
| Diunggah pada | Mon, 20 Jul 2026 |
3.
| Judul | IMPLEMENTASI SISTEM FORECASTING HARGA SAHAM DENGAN PEMBARUAN BERBASIS DATA TERKINI MENGGUNAKAN METODE LONG SHORT TERM MEMORY |
| Deskripsi | Pertumbuhan jumlah investor saham di Indonesia belum sepenuhnya diiringi kemampuan analisis yang memadai, sehingga banyak keputusan investasi dipengaruhi oleh bias perilaku, khususnya kecenderungan mengikuti pergerakan pasar tanpa analisis yang memadai. Penelitian ini bertujuan merancang dan mengimplementasikan sistem forecasting harga saham dengan pembaruan berbasis data terkini menggunakan metode Long Short Term Memory pada saham TLKM.JK, BBCA.JK, dan BBRI.JK sebagai representasi saham blue chip di Bursa Efek Indonesia. Data historis diperoleh dari Yahoo Finance periode Januari 2020 hingga Februari 2026. Eksperimen mencakup seleksi fitur, pemilihan metode normalisasi, fungsi loss, serta hyperparameter tuning melalui grid search. Model final menggunakan arsitektur LSTM(256,128) dengan RobustScaler dan Huber loss, menghasilkan MAPE 5,08% pada TLKM.JK, 5,22% pada BBRI.JK, dan 4,34% pada BBCA.JK, yang seluruhnya berada di bawah 10% sehingga termasuk kategori prediksi sangat baik. Model diintegrasikan ke dalam sistem web Insightify berbasis FastAPI, React, dan PostgreSQL yang menyajikan prediksi 30 hari ke depan secara interaktif. Pengujian Black Box Testing menunjukkan seluruh fitur fungsional berjalan sesuai spesifikasi. Evaluasi System Usability Scale (SUS) menghasilkan skor 81,0 (Grade A) dan Net Promoter Score (NPS) menghasilkan skor 50 (kategori Excellent), yang menunjukkan sistem dapat diterima dengan baik oleh responden yang diuji |
| Kategori | Skripsi - TI |
| Diunggah oleh | MUHAMMAD DZAKY NAUFAL ASADEL |
| Diunggah pada | Mon, 20 Jul 2026 |
4.
| Judul | PERANCANGAN ASET UNTUK GAME EDUKASI SEJARAH JALUR REMPAH DI MUSEUM KEBAHARIAN JAKARTA |
| Deskripsi | Penelitian ini membahas perancangan aset visual 2D dan antarmuka pengguna (UI/UX) untuk purwarupa game edukasi berbasis text-based learning adventure yang mengangkat sejarah Jalur Rempah Nusantara pada Eksebisi Bilik Rempah Museum Kebaharian Jakarta. Pengembangan dilakukan sebagai upaya menghadirkan media pembelajaran yang lebih interaktif dan menarik bagi generasi muda, menggantikan penyampaian informasi yang masih didominasi panel teks konvensional.<br /> <br /> Proses pengembangan menggunakan metode Multimedia Development Life Cycle (MDLC), meliputi perancangan karakter 2D bergaya ilustrasi kartun, aset latar belakang, peta, elemen antarmuka bertema maritim, serta animasi cutscene dengan efek parallax scrolling untuk memperkuat pengalaman visual dan penyampaian alur cerita.<br /> <br /> Purwarupa kemudian dievaluasi melalui alpha testing, validasi oleh ahli materi dan ahli media, serta beta testing yang melibatkan pengunjung museum. Hasil pengujian menunjukkan bahwa aset grafis dan desain UI/UX yang dikembangkan memperoleh tingkat kelayakan yang sangat baik, sehingga berpotensi menjadi media pembelajaran digital yang efektif dalam memperkenalkan sejarah Jalur Rempah Nusantara secara lebih menarik, interaktif, dan mudah dipahami. |
| Kategori | Skripsi - TMD |
| Diunggah oleh | Daffa Arianda Martono |
| Diunggah pada | Mon, 20 Jul 2026 |
5.
| Judul | ANALISIS SENTIMEN TEMPORAL MENGGUNAKAN PENDEKATAN HYBRID INDOBERT–XGBOOST PADA ULASAN APLIKASI GOJEK |
| Deskripsi | Ulasan pengguna pada aplikasi Gojek di Google Play Store dapat digunakan untuk memahami persepsi dan pengalaman pengguna terhadap layanan yang diberikan. Penelitian ini bertujuan mengembangkan sistem analisis sentimen temporal berbasis web menggunakan pendeketan hybrid IndoBERT-XGBoost pada ulasan aplikasi Gojek. Data diperoleh melalui proses scraping sebanyak 53.093 ulasan, kemudian dilakukan stratified sampling sebanyak 600 ulasan yang diberi label ke dalam tiga kategori, yaitu positif, netral, dan negatif. Model memanfaatkan kombinasi fitur embedding IndoBERT, TF-IDF, fitur linguistik, fitur sentimen berbasis leksikon, dan fitur layanan hasil Named Entity Recognition (NER) yang digabungkan melalui feature concatenation dan diklasifikasikan menggunakan XGBoost. Optimasi model dilakukan dengan GridSearchCV dan Stratified K-Fold Cross Validation. Model terbaik dengan augmentasi teks menghasilkan accuracy 0.82, precision 0.81, recall 0.79, dan F1-score 0.80. Sistem diimplementasikan menggunakan ReactJS, Flask, dan PostgreSQL dilengkapi dashboard visualisasi temporal yang menampilkan tren sentimen, streamgraph, distribusi layanan, dan word cloud. Pengujian black box menunjukkan keberhasilan 100%, sedangkan evaluasi System Usability Scale (SUS) memperoleh skor rata-rata 78,3 (kategori Good). Hasil penelitian menunjukkan bahwa pendekatan hybrid IndoBERT-XGBoost mampu mengklasifikasikan sentimen ulasan berbahasa Indonesia, sekaligus efektif dalam mengungkap dinamika perubahan sentimen pengguna dari waktu ke waktu, sehingga dapat menjadi alat bantu yang digunakan untuk memantau persepsi pengguna terhadap layanan digital. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Tarissa Azzahra Danantya |
| Diunggah pada | Mon, 20 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