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 SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS |
| Deskripsi | Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan dengan mengambil referensi kelas dari pemeringkatan ESG internasional, yaitu MSCI ESG Ratings yang mengkategorikan perusahaan menjadi Leaders, Average, dan Laggards. Sistem dibangun menggunakan arsitektur Flask REST API dan Vue.js 3 dengan pipeline penskoran meliputi konversi kategorik, revenue normalization, normalisasi Min-Max, agregasi sub-aspek, dan pembobotan KESGI diferensial. Klasterisasi dilakukan secara terpisah per sektor dalam mode 1D per pilar dan 3D gabungan, dengan tiga algoritma pembanding (Agglomerative, DBSCAN, GMM) sebagai validasi. Interpretabilitas model dijamin melalui integrasi SHAP (SHapley Additive exPlanations). Pengujian validasi konsistensi penskoran menggunakan studi kasus PT Vale Indonesia Tbk 2024 menunjukkan kecocokan 100% dengan perhitungan manual Excel (skor KESGI 85,13 selisih 0,00). Evaluasi kualitas klaster menghasilkan Silhouette Score 0,47–0,74 yang mengindikasikan pemisahan klaster bermakna. Sistem berhasil mengklasifikasikan perusahaan ke dalam tiga klaster dengan persona korporat ESG dan dashboard interaktif. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Haidar Aditya Baran |
| Diunggah pada | Mon, 20 Jul 2026 |
2.
| Judul | PENGEMBANGAN SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS |
| Deskripsi | Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan dengan mengambil referensi kelas dari pemeringkatan ESG internasional, yaitu MSCI ESG Ratings yang mengkategorikan perusahaan menjadi Leaders, Average, dan Laggards. Sistem dibangun menggunakan arsitektur Flask REST API dan Vue.js 3 dengan pipeline penskoran meliputi konversi kategorik, revenue normalization, normalisasi Min-Max, agregasi sub-aspek, dan pembobotan KESGI diferensial. Klasterisasi dilakukan secara terpisah per sektor dalam mode 1D per pilar dan 3D gabungan, dengan tiga algoritma pembanding (Agglomerative, DBSCAN, GMM) sebagai validasi. Interpretabilitas model dijamin melalui integrasi SHAP (SHapley Additive exPlanations). Pengujian validasi konsistensi penskoran menggunakan studi kasus PT Vale Indonesia Tbk 2024 menunjukkan kecocokan 100% dengan perhitungan manual Excel (skor KESGI 85,13 selisih 0,00). Evaluasi kualitas klaster menghasilkan Silhouette Score 0,47–0,74 yang mengindikasikan pemisahan klaster bermakna. Sistem berhasil mengklasifikasikan perusahaan ke dalam tiga klaster dengan persona korporat ESG dan dashboard interaktif. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Haidar Aditya Baran |
| Diunggah pada | Mon, 20 Jul 2026 |
3.
| Judul | PENGEMBANGAN SISTEM PENILAIAN KINERJA ENVIRONMENTAL, SOCIAL, AND GOVERNANCE (ESG) BERBASIS K-MEANS CLUSTERING DENGAN PENDEKATAN BEST-IN-CLASS |
| Deskripsi | Evaluasi kinerja Environmental, Social, and Governance (ESG) lintas sektor menghadapi tantangan bias sektoral akibat perbedaan karakteristik operasional antar industri. Penelitian ini mengembangkan sistem penilaian ESG berbasis web bernama UNBEESG yang mengintegrasikan pembobotan Katadata ESG Index (KESGI) 2025 dengan K-Means Intra-Sector Clustering untuk menghasilkan klasifikasi best-in-class yang bebas dari bias sektoral. K-Means dipilih sebagai algoritma utama karena menempatkan setiap perusahaan tepat ke satu klaster tanpa tumpang tindih, menghasilkan hasil yang konsisten, dan mudah dijelaskan melalui centroid yang merepresentasikan rata-rata skor anggotanya. Nilai k=3 ditetapkan dengan mengambil referensi kelas dari pemeringkatan ESG internasional, yaitu MSCI ESG Ratings yang mengkategorikan perusahaan menjadi Leaders, Average, dan Laggards. Sistem dibangun menggunakan arsitektur Flask REST API dan Vue.js 3 dengan pipeline penskoran meliputi konversi kategorik, revenue normalization, normalisasi Min-Max, agregasi sub-aspek, dan pembobotan KESGI diferensial. Klasterisasi dilakukan secara terpisah per sektor dalam mode 1D per pilar dan 3D gabungan, dengan tiga algoritma pembanding (Agglomerative, DBSCAN, GMM) sebagai validasi. Interpretabilitas model dijamin melalui integrasi SHAP (SHapley Additive exPlanations). Pengujian validasi konsistensi penskoran menggunakan studi kasus PT Vale Indonesia Tbk 2024 menunjukkan kecocokan 100% dengan perhitungan manual Excel (skor KESGI 85,13 selisih 0,00). Evaluasi kualitas klaster menghasilkan Silhouette Score 0,47–0,74 yang mengindikasikan pemisahan klaster bermakna. Sistem berhasil mengklasifikasikan perusahaan ke dalam tiga klaster dengan persona korporat ESG dan dashboard interaktif. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Haidar Aditya Baran |
| Diunggah pada | Mon, 20 Jul 2026 |
4.
| Judul | ANALISIS KINERJA SISTEM NETWORK ATTACHED STORAGE (NAS) BERBASIS LINUX SEBAGAI INFRASTRUKTUR PENYIMPANAN TERPUSAT DI LINGKUNGAN JURUSAN TIK PNJ |
| Deskripsi | Meningkatnya kebutuhan penyimpanan data digital di lingkungan akademik mendorong perlunya solusi penyimpanan terpusat yang memberikan kendali penuh terhadap pengelolaan data. Penelitian ini membahas perancangan, implementasi, dan analisis kinerja Network Attached Storage (NAS) berbasis Linux dengan memanfaatkan kembali komputer lama (repurposing) sebagai media penyimpanan terpusat di Jurusan TIK Politeknik Negeri Jakarta. Sistem dibangun menggunakan Ubuntu Server 26.04 LTS dan layanan Samba (SMB/CIFS) untuk menyediakan layanan berbagi berkas melalui jaringan lokal. Evaluasi dilakukan melalui pengujian fungsionalitas, pengukuran throughput pada skenario single-client dan multi-client (5–30 PC), analisis penggunaan CPU dan RAM, serta pengujian uptime selama tujuh hari. Hasil pengujian menunjukkan seluruh fungsi layanan berjalan dengan tingkat keberhasilan 100%. Berdasarkan standar TIPHON, nilai throughput pada seluruh skenario pengujian termasuk dalam kategori Sangat Baik (Indeks 4). Pada pengujian multi-client, throughput agregat tertinggi mencapai 189,40 MB/s untuk proses unggah dan 226,53 MB/s untuk proses unduh. Penggunaan CPU tertinggi tercatat sebesar 46,33% dengan nilai maksimum 59,20%, sedangkan penggunaan RAM tetap stabil pada kisaran 25,44%–27,90%. Selain itu, sistem mempertahankan uptime 100% tanpa mengalami crash maupun reboot selama periode pengujian. Berdasarkan hasil tersebut, implementasi NAS berbasis Linux menggunakan komputer lama menunjukkan kinerja yang baik sebagai alternatif infrastruktur penyimpanan terpusat di lingkungan akademik. |
| Kategori | Skripsi - TMJ |
| Diunggah oleh | Reishafa Armelia Armando |
| Diunggah pada | Mon, 20 Jul 2026 |
5.
| Judul | RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN HIBAH BERBASIS KINERJA PADA KEMENTERIAN PENDAYAGUNAAN APARATUR NEGARA DAN REFORMASI BIROKRASI |
| Deskripsi | Transformasi digital dalam administrasi pemerintahan menuntut pengelolaan data <br /> dan dokumen yang terpusat, tertib, terintegrasi, dan mudah ditelusuri. Kebutuhan <br /> ini sejalan dengan arah SPBE, Satu Data Indonesia, kearsipan elektronik, serta <br /> regulasi administrasi hibah. Pada Biro Manajemen Kinerja dan Kerja Sama <br /> Kementerian PANRB, pengelolaan administrasi hibah barang dan jasa masih <br /> menghadapi kendala berupa penyimpanan dokumen yang tersebar, pencatatan <br /> metadata manual, potensi duplikasi data, serta keterlambatan pemantauan status <br /> administrasi. Penelitian ini bertujuan merancang dan membangun SIMAHIR, yaitu <br /> sistem informasi berbasis web untuk pengelolaan administrasi hibah berbasis <br /> kinerja. Pengembangan sistem menggunakan metode Waterfall dengan React.js <br /> pada antarmuka, FastAPI pada backend, dan MariaDB sebagai basis data. <br /> SIMAHIR menyediakan fitur registrasi hibah, pengelolaan dokumen, realisasi <br /> kegiatan, laporan triwulan, review Unit Kerja, finalisasi BAST, manajemen <br /> pengguna, dashboard pemantauan, serta bantuan Optical Character Recognition <br /> (OCR) dan rule-based extraction untuk pengisian awal metadata dari Surat <br /> Penetapan Nomor Register. Pengujian dilakukan melalui black box, akurasi OCR, <br /> User Acceptance Testing (UAT), dan System Usability Scale (SUS). Hasil <br /> pengujian menunjukkan fitur utama berjalan sesuai kebutuhan, akurasi OCR <br /> sebesar 86,32%, hasil UAT dari 6 pengguna memperoleh sebesar 100% diterima, <br /> dan skor SUS dari 25 pengguna memperoleh rata-rata 78,3% diterima dengan <br /> kategori Good Usability. Dengan demikian, SIMAHIR dapat mendukung <br /> pengelolaan administrasi hibah secara terstruktur, terpusat, dan mudah dipantau, <br /> serta memerlukan validasi pada hasil ekstraksi OCR. |
| Kategori | Skripsi - TI |
| Diunggah oleh | Putri Rifdah Nabila |
| 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
404
Agustus
296
September
134
Oktober
52
November
12
Desember
368