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 CHAT BOT MEDIA EDUKASI PENCEGAHAN STUNTING DENGAN PENDEKATAN NATURAL LANGUAGE PROCESSING DAN ALGORITMA ARTIFICIAL NEURAL NETWORK |
| Deskripsi | Stunting merupakan masalah gizi kronis akibat ketidakcukupan asupan nutrisi sejak masa kehamilan, masalah ini masih menjadi tantangan signifikan meskipun angka prevalensinya menurun. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi berbasis web yang menyediakan layanan informasi interaktif melalui chatbot menggunakan Natural Language Processing dan algoritma Artificial Neural Network untuk mendukung pencegahan stunting. Sistem chatbot dirancang dengan pendekatan holistik yang mencakup pengumpulan dan pemrosesan data tekstual, dan integrasi model pada platform web. Chatbot ini dirancang untuk menyediakan informasi yang mudah diakses dan terpercaya mengenai gizi anak, serta meningkatkan pemahaman dan perilaku masyarakat terhadap pencegahan stunting, sesuai dengan Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024. Hasil pengujian sistem menunjukkan bahwa nilai akurasi untuk set pelatihan dan validasi dari epoch sebanyak 32 kali meningkat menjadi 95.93%. Sedangkan nilai validasi meningkat menjadi 85.49%. Pengujian fungsionalitas pun dilakukan dengan metode black box testing yang menunjukkan dari 26 test case yang ada, didapatkan bahwa 25 test case dinyatakan “PASS” atau lulus uji fungsionalitas sesuai dengan hasil yang di harapkan. Dapat disimpulkan bahwa layanan interaktif chatbot yang dirancang sudah mampu berjalan sesuai fungsionalitas dan dapat menjadi suatu media endukasi pencegahan stunting. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Muhammad Abizard |
| Diunggah pada | Mon, 19 Aug 2024 |
2.
| Judul | IMPLEMENTASI SISTEM PAKAR PENENTUAN KELAYAKAN KENAIKAN KELAS SISWA MENGGUNAKAN METODE FUZZY TSUKAMOTO |
| Deskripsi | Pengelolaan data di SMAIT Raflesia saat ini belum terintegrasi dan penentuan kenaikan kelas siswa tidak sesuai dengan ekspektasi satu menit per siswa dikarenakan menentukan parameter output yang banyak seperti, layak naik, tidak layak naik, pertimbangan satu, pertimbangan dua, dsb. Tujuan dari penelitian ini adalah untuk mengimplementasi sistem pakar penentuan kelayakan kenaikan kelas siswa menggunakan metode fuzzy tsukamoto. Kriteria input yang digunakan dalam perhitungan sistem adalah nilai mapel, presensi, dan nilai moral. Kriteria output yang digunakan dalam sistem adalah layak, pertimbangan 1, pertimbangan 2, dan tidak layak. Metode fuzzy tsukamoto digunakan karena cocok dengan data input yang bersifat linguistik dan lebih fleksibel jika suatu ketika mengalami perubahan pada variabel input dan output. Pengujian blackbox testing dilakukan untuk memastikan dari sisi pengembang bahwa fungsi pada sistem berjalan sesuai harapan. Pengujian system usability scale (SUS) dilakukan dengan melibatkan pengguna-pengguna dari SMAIT Raflesia untuk melihat apakah aplikasi ini dapat diimplementasikan atau tidak. Hasil dari pengujian SUS ini mendapatkan nilai sebesar 74.17, sehingga dapat disimpulkan bahwa sistem memiliki fungsi yang baik dan mendapatkan penilaian yang layak atau dapat diterima. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Hafiz Juansyah Putra |
| Diunggah pada | Mon, 19 Aug 2024 |
3.
| Judul | RANCANG BANGUN SISTEM MONITORING PELANGGARAN SISWA BERBASIS WEB |
| Deskripsi | Sistem Monitoring Pelanggaran Siswa Berbasis Web pada SMK Harapan Bangsa merupakan sistem monitoring yang menggunakan framework laravel sebagai backend dan vue sebagai frontend. Berdasarkan hasil wawancara yang telah dilakukan dengan pihak kesiswaan dan bimbingan konseling sekolah dalam pengelolaan data terhadap pelanggaran siswa masih dilakukan dengan pencatatan kertas dan belum terintegrasi dengan sistem. Pencatatan manual dengan menggunakan kertas ini menyebabkan pemrosesan penyimpanan dan pencatatan memakan waktu dengan jumlah siswa smk harapan bangsa sebanyak 950 lebih siswa/siswi. Dikarenakan penyimpanan sistem masih dilakukan dengan menggunakan excel dapat menyebabkan susahnya untuk mengelola data, mudah terjadinya human error dan akibat paling fatal kehilangan data. Maka sistem ini berfungsi sebagai sarana informasi terkait dengan pendataan pelanggaran siswa selama belajar pada sekolah SMK Harapan Bangsa agar menjadi lebih efisien dan terintegrasi dengan sistem. Sistem ini memiliki 4 tipe user yaitu admin, osis, wali kelas dan wali siswa/siswi dengan hak akses yang berbeda. Adapun Metodologi pengembangan sistem menggunakan model Software Development Life Cycle (SDLC) Waterfall yang menjadi metode pelaksanaan. Sistem diuji dengan menggunakan dua buah metode testing yang berbeda yaitu, metode black box testing dan system usability scale (sus). Hasil pengujian blackbox sistem menghasilkan skor sebanyak 100%, sementara pengujian sus menghasil skor nilai akhir rata-rata sebesar 73.85 atau kategori C. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Agung Reza Vergiawan |
| Diunggah pada | Mon, 19 Aug 2024 |
4.
| Judul | RANCANG BANGUN SISTEM GPS TRACKING BERBASIS RADIO AMATIR HANDY TALKY PADA PERKEBUNAN SAWIT |
| Deskripsi | Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pelacakan GPS berbasis radio amatir Handy Talky (HT) yang diterapkan pada perkebunan sawit. Sistem ini menggunakan mikrokontroler Raspberry Pi dengan sensor GPS Ublox Neo 8M untuk mengakuisisi data geospasial. Data tersebut dikirim melalui transmisi suara yang dimodulasi menggunakan soundcard dan kabel AUX, kemudian ditransmisikan melalui radio HT. Data yang diterima disimpan dalam basis data MySQL dan divisualisasikan melalui dashboard website menggunakan framework Laravel untuk monitoring real-time. Hasil analisis Quality of Service (QoS) menunjukkan bahwa sistem ini memiliki rata-rata delay sebesar 9 detik, throughput 1 paket per detik, dan packet loss sebesar 11.28%. Pengujian fungsionalitas menunjukkan kecepatan maksimum 18.65 km/jam, kecepatan minimum 0.02 km/jam, dan kecepatan rata-rata 5.26 km/jam, dengan tingkat keberhasilan pengiriman data sebesar 88.72%. Komparasi antara sensor GPS Ublox Neo 8 dan GPS Google menunjukkan akurasi yang baik dengan perbedaan rata-rata sekitar 10 meter dalam hal jarak dan ketinggian. Nilai Horizontal Dilution of Precision (HDOP) berkisar antara 0.8 hingga 1.2, menunjukkan tingkat akurasi yang tinggi. Namun, nilai Signal to Noise Ratio (SNR) rata-rata sebesar 18.75 dB menunjukkan kualitas sinyal yang masih rendah. Prediksi dari Radio Frequency Planner sesuai dengan kondisi di lapangan dan sangat berguna dalam menyusun strategi penempatan antena dan peralatan lainnya untuk optimalisasi jaringan komunikasi di area yang luas. Penelitian ini memberikan solusi efektif untuk pemantauan posisi kendaraan operasional di perkebunan sawit, serta meningkatkan efisiensi dan keamanan operasional. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | FIRMANSYAH HELMI KURNIAWAN |
| Diunggah pada | Mon, 19 Aug 2024 |
5.
| Judul | Rancang Bangun Sistem Pemilahan dan Pencacah Sampah Berbasis Deep Learning |
| Deskripsi | Masalah sampah yang tidak terkelola dengan baik di kota besar seperti Depok berdampak serius terhadap lingkungan dan kesehatan masyarakat. Penelitian ini mengembangkan sistem pemilahan dan pencacah sampah berbasis Deep Learning menggunakan algoritma You Only Look Once (YOLO) versi 8, diimplementasikan pada perangkat Raspberry Pi. Sistem ini dirancang untuk mengklasifikasikan enam jenis sampah, yakni kaca, logam, kardus, plastik, kertas, dan sampah organik. Metode penelitian meliputi pengumpulan dan anotasi data citra sampah untuk melatih model YOLOv8, yang dibandingkan dengan model YOLOv5m dan RCNN berdasarkan precision, recall, F1-score, dan mean Average Precision (mAP). Hasil evaluasi menunjukkan YOLOv8 dengan 200 epochs memiliki performa terbaik dengan precision 0.87, recall 0.805, F1-score 0.836, dan mAP 0.87. Implementasi sistem melibatkan pelatihan algoritma di Jupyter Notebook dan pengujian pada Raspberry Pi. Pengujian citra menunjukkan YOLOv8 memiliki tingkat kepercayaan 0.92 dan waktu inferensi 27.59 detik. Pengujian stream menunjukkan tingkat kepercayaan 0.84 dengan waktu inferensi 23.43 detik. Penelitian ini berkontribusi pada pengembangan teknologi klasifikasi sampah yang menunjukkan potensi besar YOLOv8 pada Raspberry Pi dalam meningkatkan pengelolaan sampah di tingkat lokal. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Rezkytadewi Puspita |
| Diunggah pada | Mon, 19 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