Skripsi IT: Mengapa AI Adalah Jalur “Ninja” Menuju Kelulusan – Menjelang semester akhir, musuh terbesar mahasiswa IT bukanlah tumpukan tugas, melainkan sebuah pertanyaan sederhana yang menghantui: “Mau ambil judul skripsi apa?” Banyak yang terjebak dalam dilema antara ingin membuat sesuatu yang terlihat canggih atau sesuatu yang cepat selesai. Padahal, di era sekarang, kamu bisa mendapatkan keduanya melalui bidang Artificial Intelligence (AI).
Memilih AI untuk skripsi bukan sekadar mengikuti tren. Jika dibandingkan dengan pembuatan sistem informasi manajemen konvensional, proyek berbasis kecerdasan buatan memiliki parameter keberhasilan yang lebih objektif. Kamu punya metrik yang jelas seperti skor akurasi, precision, recall, hingga F1-score. Dosen penguji biasanya lebih menyukai metodologi yang terukur seperti ini karena proses validasinya ilmiah dan tidak subjektif.
Berikut adalah 10 ide proyek AI yang tidak hanya relevan secara industri, tetapi juga sangat mungkin diselesaikan dalam rentang waktu satu semester.
1. Peramalan Bisnis dengan Deret Waktu (ARIMA)
Bagi kamu yang menyukai analisis data, metode ARIMA (AutoRegressive Integrated Moving Average) adalah pilihan solid. Fokusnya adalah memprediksi tren masa depan berdasarkan data historis, misalnya prediksi stok barang di gudang atau tren pendapatan UMKM. Hasil akhirnya bukan sekadar angka, tapi grafik fluktuatif yang memberikan insight nyata bagi pemilik bisnis.
2. Sistem Pendukung Keputusan Berbasis TOPSIS dan AI
Ingin membuat aplikasi web yang cerdas? Cobalah menggabungkan metode TOPSIS dengan logika AI. Contoh penerapannya bisa pada sistem rekomendasi spesifikasi cetak di percetakan digital. Sistem akan membantu pengguna memilih kombinasi kertas, tinta, dan laminasi paling optimal berdasarkan kriteria harga dan kualitas.
3. Presensi Pintar dengan Computer Vision (CNN)
Lupakan absensi menggunakan sidik jari yang sering bermasalah. Dengan algoritma Convolutional Neural Network (CNN), kamu bisa membangun sistem pengenalan wajah (face recognition). Proyek ini sangat menarik karena melibatkan pemrosesan citra secara real-time, yang menunjukkan kemampuan teknismu dalam menangani data visual.
4. Deteksi Hama Tanaman Menggunakan YOLOv8
Di bidang agrikultur, teknologi YOLOv8 (You Only Look Once) sedang naik daun. Kamu bisa melatih model untuk mendeteksi penyakit pada daun tanaman melalui foto. Kelebihan YOLOv8 adalah kemampuannya memberikan “kotak deteksi” tepat pada area yang terinfeksi, sehingga petani tahu persis bagian mana yang harus ditangani.
5. Mesin Rekomendasi (Collaborative Filtering)
Pernah bertanya-tanya mengapa Netflix tahu film apa yang kamu suka? Kamu bisa mereplikasi sistem tersebut menggunakan Collaborative Filtering. Dengan memanfaatkan riwayat interaksi pengguna, kamu bisa membangun model yang memberikan saran produk secara personal. Ini adalah portofolio yang sangat mahal harganya di mata perusahaan e-commerce.
6. Segmentasi Pelanggan dengan K-Means
Data yang berantakan bisa diubah menjadi strategi pemasaran yang cerdas melalui pengelompokan (clustering). Menggunakan algoritma K-Means, kamu bisa membagi basis data pelanggan menjadi beberapa segmen berdasarkan perilaku belanja mereka. Dosen biasanya menyukai topik ini karena aplikasinya sangat terasa di dunia digital marketing.
7. Monitoring Kesehatan Tanaman via Dashboard
Proyek ini menggabungkan klasifikasi gambar dengan visualisasi data. Kamu bisa membuat model AI yang mengklasifikasikan fase pertumbuhan tanaman atau tingkat kesehatannya, lalu menampilkannya dalam sebuah dashboard monitoring. Ini adalah solusi yang estetik sekaligus fungsional.
8. Otomasi Keamanan dengan OCR dan YOLO
Menggabungkan Object Detection (YOLO) untuk menemukan plat nomor dan OCR (Tesseract) untuk membaca teksnya adalah kombinasi maut. Proyek ini sangat cocok untuk sistem parkir pintar atau monitoring kendaraan di area kampus. Tantangannya ada pada akurasi pembacaan teks dalam kondisi cahaya yang berbeda-beda.
9. Prediksi Cuaca Lokal dengan LSTM
Untuk kamu yang ingin mendalami Deep Learning, algoritma LSTM (Long Short-Term Memory) adalah jagonya data berurutan. Kamu bisa mengolah data cuaca dari BMKG untuk memprediksi suhu atau curah hujan di wilayah spesifik. Topik ini terlihat sangat teknis dan prestisius di hadapan dewan penguji.
10. Studi Komparasi Transfer Learning
Jika kamu lebih suka riset eksperimental, cobalah membandingkan beberapa model pretrained seperti VGG16, ResNet, atau MobileNet. Fokus penelitianmu adalah mencari tahu model mana yang paling efisien dalam mengklasifikasikan objek tertentu. Ini adalah skripsi yang strukturnya sangat rapi karena berbasis perbandingan data akurasi.
Jangan Takut Mencoba
Banyak mahasiswa mundur duluan saat mendengar kata “AI” karena dianggap sulit. Padahal, dengan bantuan library seperti TensorFlow, PyTorch, dan kemudahan akses Google Colab, pengerjaan skripsi AI kini jauh lebih manusiawi. Kamu tidak butuh komputer super canggih untuk memulai; yang kamu butuhkan hanyalah ketekunan dalam melatih model dan mencari dataset yang tepat.
Jadi, dari sepuluh ide di atas, mana yang paling membuatmu penasaran? Ingat, skripsi yang baik adalah skripsi yang selesai, tapi skripsi yang hebat adalah yang memberikan solusi cerdas bagi masalah di sekitar kita.