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 | SISTEM DETEKSI VISUAL KERUSAKAN STRUKTUR BANGUNAN MENGGUNAKAN METODE YOLOV8 |
| Deskripsi | Penelitian ini berfokus pada pengembangan sistem deteksi visual kerusakan struktur bangunan menggunakan metode YOLOv8. Sistem ini dirancang untuk mendeteksi kerusakan struktur pada bangunan khususnya dinding/tembok dengan menggunakan perangkat keras Raspberry Pi 4B, kamera Raspberry Pi, dan sensor ultrasonik Y401. Data gambar yang diperoleh dari kamera diproses menggunakan bahasa pemrograman python dengan library OpenCV dan diolah lebih lanjut di Google Colaboratory. Model YOLOv8 dilatih untuk mengenali berbagai jenis kerusakan seperti (retak ringan, retakan sedang, retakan berat). Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi <br /> kerusakan dengan tingkat akurasi yang baik, terutama ketika objek berada dalam jarak yang lebih dekat dengan kamera. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi keretakan dengan akurasi rata rata sebesar 52% untuk keretakan ringan dengan jarak 1 meter, 50% untuk keretakan sedang dengan jarak 2 meter, dan 53% untuk keretakan berat dengan jarak 2 meter. Secara keseluruhan, sistem mencapai akurasi ratarata sebesar 52.67% dengan menggunakan 10 epoch saat training. Analisis lebih lanjut menunjukkan bahwa penambahan jumlah epoch pelatihan dari 10 menjadi 20 dapat <br /> meningkatkan akurasi deteksi secara signifikan. Sistem ini diharapkan dapat menjadi solusi yang efektif dan efisien dalam memantau kondisi struktur bangunan |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Laila Fitriana |
| Diunggah pada | Tue, 27 Aug 2024 |
2.
| Judul | RANCANG BANGUN APLIKASI FORUM ULASAN PRODUK TRUE WIRELESS STEREO DENGAN ANALISIS SENTIMEN MENGGUNAKAN RoBERTa BERBASIS WEB |
| Deskripsi | Penelitian ini bertujuan untuk mengembangkan aplikasi forum ulasan produk True<br /> Wireless Stereo (TWS) berbasis web dengan fitur analisis sentimen menggunakan<br /> model RoBERTa. Aplikasi ini dirancang dengan menggunakan framework Nuxt.js<br /> untuk memastikan kemudahan pengembangan dan pemeliharaan. Analisis sentimen<br /> dilakukan dengan menggunakan model Indonesian RoBERTa Base Sentiment<br /> Classifier yang terbukti meningkatkan akurasi dalam mengklasifikasikan ulasan<br /> pengguna menjadi positif, netral, dan negatif. Model yang sudah dilatih<br /> menghasilkan nilai akurasi, precision, recall, dan F1 Score sebesar 90% dan loss<br /> sebesar 27%. Pengujian aplikasi dilakukan dengan metode Black Box Testing dan<br /> System Usability Scale, menunjukkan bahwa semua fitur utama berfungsi dengan<br /> baik sesuai dengan spesifikasi yang ditentukan. Aplikasi ini memberikan manfaat<br /> signifikan bagi konsumen dengan menyediakan platform untuk berbagi ulasan dan<br /> berdiskusi mengenai produk TWS, serta memberikan informasi sentimen untuk<br /> membantu dalam keputusan pembelian. Hasil penelitian menunjukkan bahwa<br /> integrasi analisis sentimen berbasis model RoBERTa dalam aplikasi ulasan produk<br /> dapat memberikan nilai tambah yang besar dalam memahami sentimen pasar<br /> terhadap produk, sehingga mendukung keputusan pembelian yang lebih informatif<br /> dan terpercaya. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Ragil Budhi Ajie |
| Diunggah pada | Tue, 27 Aug 2024 |
3.
| Judul | Rancang Bangun Sistem Manajemen Aset Dalam Proses Penyewaan Alat Kesehatan Menggunakan Sensor RFID dan Website |
| Deskripsi | Permasalahan dalam pengelolaan aset di EHC Medika meliputi ketidaksinkronan <br /> data stok dan pencatatan transaksi secara manual, yang sering menyebabkan <br /> masalah dalam manajemen stok alat kesehatan. Penelitian ini bertujuan untuk <br /> mengembangkan sistem manajemen aset menggunakan ESP32 dan sensor RFID <br /> untuk meningkatkan akurasi dan efisiensi. Tahapan penelitian dimulai dengan <br /> identifikasi masalah yang diikuti dengan pengumpulan data melalui wawancara, <br /> observasi, dan studi literatur. Setelah data terkumpul, dilakukan perancangan sistem <br /> yang melibatkan pemrograman dan integrasi perangkat keras. Implementasi sistem <br /> dilakukan dengan memasang perangkat dan menjalankan perangkat lunak. <br /> Pengujian meliputi aspek fungsionalitas, performa, dan integrasi, dengan hasil <br /> menunjukkan bahwa jarak deteksi rata-rata tag ID oleh sensor RFID adalah 0,3 cm, <br /> dengan waktu deteksi rata-rata 5,9 detik. Data hasil pengujian ditampilkan pada <br /> LCD dan website. Uji penerimaan pengguna (UAT) menunjukkan tingkat kepuasan <br /> rata-rata responden sebesar 90%. Kesimpulannya, sistem yang dikembangkan <br /> berhasil meningkatkan pengelolaan aset dengan meningkatkan akurasi data. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Alifia Aurellia Hapsari |
| Diunggah pada | Tue, 27 Aug 2024 |
4.
| Judul | RANCANG BANGUN SISTEM PENDETEKSI BOTOL PLASTIK DAN KALENG PADA REVERSE VENDING MACHINE MENGGUNAKAN YOLO VERSI 8 DI PT INAMAS SINTESIS TEKNOLOGI |
| Deskripsi | Pengolahan sampah botol plastik dan kaleng merupakan tantangan signifikan karena material tersebut sulit terurai dan menjadi kendala bagi kehidupan manusia. Penggunaan Reverse Vending Machine (RVM) menjadi solusi pengolahan sampah yang efisien serta memberikan nilai ekonomi kepada masyarakat. Oleh karena itu, diperlukan sistem pemilahan yang efisien dengan tingkat keakuratan tinggi dalam mengklasifikasikan jenis material yang akan disetor pada sistem. Penelitian ini mengembangkan dan menguji sistem pemilahan otomatis menggunakan model You Only Look Once versi 8 (YOLOv8) untuk mendeteksi dan mengklasifikasikan botol plastik dan kaleng minuman. Dalam pengumpulan dan pengklasifikasian material sampah digunakan komponen seperti sensor proximity, motor stepper, dan model YOLOv8. Dalam pengujian klasifikasi yang melibatkan tiga jenis material memiliki tingkat keakurasian yang berbeda seperti 93% untuk botol plastik, 87% untuk kaleng minuman, dan 60% untuk barang tidak relevan. Pengujian ini menggunakan model YOLOv8 untuk menghasilkan F1-score. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Glorya S Hutasoit |
| Diunggah pada | Tue, 27 Aug 2024 |
5.
| Judul | Perancangan sistem informasi inventory pada toko alat tulis |
| Deskripsi | Pengelolaan stok barang pada toko masih menggunakan cara konvensional, yaitu pencatatan informasi pemasukan dan pengeluaran barang menggunakan alat tulis. Sistem informasi inventory toko alat tulis lolita beralih menggunakan digital akan berisi layanan pengelolaan pengadaan stok barang pada toko. sistem dibuat untuk menghubungkan data stok barang dengan data barang masuk dan barang keluar. Data tersebut akan disimpan dalam database toko. ada juga aktivitas yang dijalankan oleh sistem secara otomatis, seperti sistem akan menjumlahkan stok barang yang tersedia, menetapkan harga jual, membuat laporan, menyaring tanggal, membuat permintaan barang. Aplikasi ini dapat mengurangi penggunaan kertas. Pembuatan aplikasi untuk Toko Alat Tulis Lolita berbasis website menggunakan bahasa pemrograman PHP dan database menggunakan MySQL. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Ananda Atika Heru |
| Diunggah pada | Tue, 27 Aug 2024 |
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
7
Agustus
287
September
133
Oktober
50
November
12
Desember
143