Memilih topik skripsi adalah salah satu keputusan terpenting dalam perjalanan akademik mahasiswa IT. Pilihan yang salah bisa membuat skripsi menjadi proyek yang menyiksa selama 1-2 semester. Pilihan yang tepat membuat prosesnya — meski tetap menantang — terasa bermakna dan bahkan menyenangkan. Artikel ini memberikan framework praktis untuk membuat keputusan ini dengan lebih percaya diri.

Kriteria Topik Skripsi yang Baik

Topik yang baik memenuhi setidaknya empat kriteria ini:

  1. Feasible — Bisa diselesaikan dalam waktu yang tersedia dengan resource yang Anda miliki
  2. Significant — Ada masalah nyata yang diselesaikan, bukan sekadar "membuat aplikasi X"
  3. Novel — Ada kontribusi baru, meski kecil (bisa berupa penerapan metode lama di konteks baru)
  4. Interesting — Anda benar-benar tertarik, karena Anda akan menghabiskan ratusan jam di sini

Tren Topik IT yang Relevan di 2025

Beberapa area yang masih fertile untuk penelitian skripsi:

Artificial Intelligence & Machine Learning

  • Implementasi model NLP (klasifikasi teks, analisis sentimen) untuk bahasa Indonesia
  • Computer vision untuk deteksi objek di bidang pertanian, kesehatan, atau keamanan
  • Sistem rekomendasi dengan collaborative filtering atau content-based filtering
  • Edge AI: menjalankan model ML di perangkat edge (Raspberry Pi, smartphone)

Web dan Mobile Development

  • Sistem informasi berbasis web dengan fitur spesifik (manajemen inventori, akademik, keuangan)
  • Progressive Web App (PWA) untuk meningkatkan aksesibilitas di perangkat low-end
  • Integrasi chatbot berbasis LLM ke platform layanan publik
  • Optimasi performa aplikasi mobile untuk koneksi internet lambat

IoT dan Sistem Embedded

  • Monitoring sistem berbasis sensor dengan dashboard real-time
  • Sistem smart home/smart farming dengan Arduino/ESP32
  • Optimasi konsumsi energi pada perangkat IoT

Keamanan Siber

  • Deteksi intrusi menggunakan machine learning
  • Analisis kerentanan aplikasi web (OWASP-based)
  • Implementasi autentikasi multi-faktor di sistem legacy

Cara Menemukan Gap Penelitian

Gap penelitian adalah celah antara apa yang sudah ada dan apa yang belum diteliti. Cara menemukannya:

1. Literature Review Sistematis

Cari di Google Scholar, Semantic Scholar, atau IEEE Xplore dengan kata kunci topik Anda. Baca 10-20 paper terbaru (2022-2025). Perhatikan bagian "Future Work" — researcher biasanya menyebut keterbatasan penelitiannya yang bisa dikembangkan orang lain.

2. Identifikasi Batasan Paper Sebelumnya

Paper X menggunakan dataset bahasa Inggris, Anda bisa replikasi dengan dataset bahasa Indonesia. Paper Y menguji di lab, Anda bisa validasi di environment nyata. Paper Z akurasinya 85%, Anda bisa coba pendekatan berbeda untuk meningkatkannya.

3. Masalah Nyata di Sekitar Anda

Skripsi terbaik seringkali berawal dari masalah nyata: UMKM di daerah Anda yang belum punya sistem manajemen, rumah sakit kecil yang masih pakai sistem manual, petani yang butuh informasi harga real-time. Masalah nyata = motivasi penelitian yang kuat = mudah menulis latar belakang.

Kesalahan Umum yang Harus Dihindari

1. Topik Terlalu Luas

"Sistem Kecerdasan Buatan untuk Kesehatan" — ini bukan topik skripsi, ini topik disertasi. Persempit menjadi: "Klasifikasi Penyakit Diabetes berdasarkan Data Klinis menggunakan Random Forest dengan Feature Selection SMOTE".

2. Topik Tanpa Masalah

"Membangun Aplikasi E-commerce" bukan topik penelitian — itu proyek pengembangan. Tambahkan aspek penelitian: perbandingan algoritma rekomendasi produk, analisis pengalaman pengguna, atau optimasi performa untuk koneksi lambat.

3. Data yang Tidak Tersedia

Sebelum commit ke topik ML, pastikan Anda bisa mendapatkan data yang cukup. Dataset publik bisa dari Kaggle, UCI ML Repository, atau data.go.id untuk konteks Indonesia.

4. Topik yang Bergantung pada Akses Mahal

Hindari topik yang memerlukan GPU mahal, lisensi software mahal, atau perangkat keras yang tidak bisa Anda akses. GPU cloud (Google Colab Pro, Kaggle kernels) bisa jadi solusi untuk training ML.

Checklist Sebelum Final Topik

  • Saya bisa menjelaskan masalah yang diselesaikan dalam 2 kalimat
  • Ada setidaknya 5 paper terkait yang bisa dijadikan referensi
  • Data atau sistem yang dibutuhkan sudah bisa diakses
  • Bisa diselesaikan dalam 6 bulan dengan effort realistis
  • Dosen pembimbing setuju dan bisa membimbing area ini
  • Saya masih antusias dengan topik ini setelah 2 minggu memikirkannya

Topik skripsi yang baik bukan yang paling revolusioner atau paling kompleks — melainkan yang bisa Anda kerjakan dengan serius, selesaikan dengan kualitas yang baik, dan defendkan dengan percaya diri. Mulai dari masalah yang Anda pahami, perkecil scope-nya, dan fokus pada kontribusi yang jelas meski kecil.