Sektor pariwisata merupakan salah satu aspek penting dalam pembangunan daerah, di mana Pantai Pasir Putih Kabupaten Situbondo menjadi salah satu destinasi unggulan bagi wisatawan. Pengelolaan ulasan pengunjung pada platform digital seperti Google Maps menjadi sangat krusial karena opini yang disampaikan dapat memengaruhi citra destinasi serta menjadi bahan evaluasi bagi pihak pengelola. Banyaknya ulasan yang masuk secara terus-menerus menyebabkan proses pemantauan secara manual menjadi tidak efisien. Oleh karena itu, ulasan pada Google Maps dapat dijadikan sumber data utama untuk menganalisis respon dan tingkat kepuasan pengunjung terhadap fasilitas maupun pelayanan di objek wisata tersebut. Metode Support Vector Machine (SVM) merupakan metode klasifikasi data yang bekerja dengan cara mencari hyperplane terbaik untuk memisahkan kelas data. Dalam proses klasifikasi ini, opini pengunjung dikategorikan ke dalam tiga kelas sentimen, yaitu kelas positif, netral, dan negatif. Data yang digunakan dalam penelitian ini merupakan ulasan tekstual pengunjung Pantai Pasir Putih Situbondo yang diambil menggunakan teknik web scraping melalui platform Apify. Data yang berhasil dikumpulkan sebanyak 1.848 ulasan melalui proses pre-processing dengan tahapan cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Selanjutnya, data memasuki proses pembobotan kata dengan menggunakan TF-IDF (Term Frequency-Inverse Document Frequency). Berdasarkan klasifikasi yang dilakukan dengan metode SVM, didapatkan hasil per-forma tertinggi pada pembagian data 90:10 dengan nilai accuracy sebesar 84%, pre-cision 84.69%, recall 84.32%, dan nilai f1-score sebesar 84.46%.

Pencatatan perkembangan siswa dan kegiatan administrasi di PAUD Aisyiyah Kartoharjo saat ini masih dilakukan secara manual menggunakan buku penghubung. Hal ini rentan terhadap kehilangan data dan kurang efisien dalam penyampaian informasi kepada wali murid. Selain itu, terdapat risiko keamanan pada proses penjemputan anak karena belum adanya sistem verifikasi identitas penjemput secara sistematis. Di sisi lain, tenaga pendidik (guru) juga sering mengalami kendala dalam menentukan rute perjalanan yang efisien saat melaksanakan agenda kunjungan rumah (Home Visit). Penelitian ini bertujuan untuk membangun sebuah sistem terintegrasi berbasis Web dan Mobile (Android) guna mengatasi permasalahan tersebut. Sistem ini dikembangkan menggunakan metode Waterfall, dengan memanfaatkan framework Laravel untuk sisi Web Admin dan Flutter untuk aplikasi pengguna. Untuk memperketat keamanan, sistem dilengkapi dengan fitur verifikasi penjemputan berbasis QR Code unik. Selain itu, sistem juga mengimplementasikan Algoritma A Star (A*) untuk menghitung estimasi jarak terdekat (cost dan heuristic) guna memberikan rekomendasi rute Home Visit paling efisien bagi guru. Berdasarkan hasil pengujian menggunakan metode Black Box Testing, seluruh fitur aplikasi pada platform Web maupun Android terbukti dapat berjalan 100% sesuai dengan perancangan fungsional. Pengujian User Acceptance Testing (UAT) yang melibatkan pihak guru dan wali murid juga menunjukkan tingkat kepuasan yang sangat tinggi. Sistem ini disimpulkan berhasil mendigitalisasi pemantauan perkembangan anak, meminimalisir risiko penjemputan oleh pihak yang tidak bertanggung jawab, serta mengoptimalkan efisiensi waktu perjalanan guru

Penelitian ini bertujuan merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) pada sistem manajemen inventaris UD Mekar Jaya. Masalah utama adalah ketergantungan pada pencatatan manual yang menyebabkan inefisiensi dan ketidakakuratan data. Pendekatan Human-Centered Design (HCD) diterapkan untuk memastikan desain yang efektif, efisien, dan memuaskan pengguna. Metodologi mencakup pemahaman konteks penggunaan melalui user research, penentuan kebutuhan pengguna dengan user persona dan user scenario, serta pengembangan solusi desain melalui user flow, sitemap, dan prototyping. Evaluasi desain akan dilakukan menggunakan System Usability Scale (SUS) untuk mengukur kemudahan penggunaan dan kepuasan staf. Diharapkan sistem berbasis web ini dapat meningkatkan produktivitas dan mendukung pengambilan keputusan yang lebih baik.

Penyandang disabilitas, khususnya Tuli atau tuna rungu, menghadapi tantangan besar dalam proses komunikasi dan pembelajaran akibat keterbatasan pendengaran yang dimiliki. Sistem Isyarat Bahasa Indonesia (SIBI) hadir sebagai bentuk komunikasi visual yang dirancang untuk mendukung interaksi mereka dengan lingkungan sekitar. Namun, metode pembelajaran SIBI yang tersedia saat ini masih terbatas dan kurang interaktif, sehingga menyulitkan proses pemahaman, terutama bagi generasi muda. Di sisi lain, perkembangan teknologi digital memberikan peluang untuk menciptakan media pembelajaran yang lebih menarik dan inklusif. Salah satu pendekatan inovatif yang potensial adalah pengembangan game edukatif berbasis website (web-based game), yang mampu menyajikan materi pembelajaran secara visual, interaktif, dan menyenangkan. Penelitian ini bertujuan untuk mengembangkan media pembelajaran berbasis website yang mengintegrasikan pembelajaran SIBI guna meningkatkan efektivitas dan daya tarik pembelajaran bagi anak tuna rungu serta masyarakat umum. Melalui pendekatan ini, diharapkan tercipta media edukatif yang mampu memperkuat pemahaman bahasa isyarat sekaligus mendorong kesadaran masyarakat akan pentingnya komunikasi inklusif

Penyakit daun padi merupakan ancaman serius terhadap produktivitas pertanian di Indonesia. Identifikasi secara manual memiliki keterbatasan akibat kemiripan gejala antarpenyakit, kebutuhan keahlian khusus, dan risiko kesalahan diagnosis. Penelitian ini bertujuan membangun dan membandingkan sistem klasifikasi penyakit daun padi berbasis citra digital menggunakan arsitektur EfficientNet-B0 dan EfficientNet-B1 dengan pendekatan transfer learning, serta mengevaluasi pengaruh tiga skenario augmentasi data terhadap performa model. Dataset terdiri dari 6.932 citra daun padi dalam lima kelas: Bacterial Blight, Blast, Brown Spot, Tungro, dan Sehat, dengan rasio pembagian data 70:15:15 untuk pelatihan, validasi, dan pengujian. Tahap preprocessing meliputi resize ke ukuran 224×224 piksel (B0) dan 240×240 piksel (B1), normalisasi piksel, serta augmentasi data berupa rotasi, horizontal flip, zoom, dan penyesuaian kecerahan. Pelatihan dilakukan dalam dua fase, yaitu freezing dan fine-tuning, menggunakan optimizer Adam dengan learning rate 1×10?. Pelatihan dilengkapi mekanisme model checkpoint, EarlyStopping, dan ReduceLROnPlateau. Evaluasi dilakukan pada tiga skenario augmentasi: tanpa augmentasi (Skenario 1), augmentasi parsial kelas Sehat ke 1.300 citra (Skenario 2), dan augmentasi seluruh kelas ke 1.600 citra (Skenario 3). Pada evaluasi baseline (Skenario 1), EfficientNet-B0 mencapai akurasi 99,52?n EfficientNet-B1 mencapai akurasi 99,90%. Performa terbaik EfficientNet-B0 diperoleh pada Skenario 3 dengan akurasi 99,75%, sedangkan EfficientNet-B1 mencapai performa puncak pada Skenario 2 dengan akurasi sempurna 100,00%. EfficientNet-B1 mengungguli EfficientNet-B0 di seluruh skenario dan metrik evaluasi, menjadikannya pilihan terbaik untuk aplikasi yang memprioritaskan akurasi tinggi. Sementara itu, EfficientNet-B0 tetap kompetitif untuk implementasi pada perangkat dengan sumber daya komputasi terbatas.

Mutagenesis kimia menggunakan Ethyl Methane Sulfonate (EMS) merupakan salah satu metode utama dalam program pemuliaan tanaman untuk menginduksi keragaman genetik secara terkontrol. Informasi mengenai parameter perlakuan EMS, meliputi dosis, organisme target, gen yang bermutasi, dan fenotipe, tersebar dalam ribuan literatur ilmiah yang tidak terstruktur sehingga sulit diakses secara efisien oleh peneliti pemuliaan tanaman. Penelitian ini mengembangkan sistem ekstraksi informasi otomatis berbasis model Bidirectional Encoder Representations from Transformers (BERT), khususnya BioBERT, yang di-fine-tune untuk tugas Named Entity Recognition (NER) pada domain mutagenesis EMS. Untuk mengatasi keterbatasan data berlabel (data scarcity) yang menjadi hambatan utama pada domain biologi molekuler, penelitian ini mengintegrasikan pendekatan Active Learning dengan mekanisme pseudo-labeling berbasis Teacher-Student Model. Melalui delapan siklus Active Learning, data latih berkembang secara otomatis dari 1.252 kalimat anotasi manual menjadi 12.037 kalimat berkualitas tinggi. Model yang dihasilkan mencapai F1-Score keseluruhan sebesar 93,13% (Precision 92,54%, Recall 93,72%) pada evaluasi Strict Exact Match. Performa per entitas menunjukkan F1-Score sebesar 95% untuk kelas GEN, 93% untuk ORGANISME, 91% untuk FENOTIPE, dan 90% untuk DOSIS. Sistem diimplementasikan dalam arsitektur Microservices yang mengintegrasikan Laravel sebagai frontend dan Flask API sebagai backend kecerdasan buatan, dilengkapi mekanisme Continuous Learning (Data Flywheel) yang memungkinkan sistem terus berkembang seiring intensitas penggunaannya. Hasil penelitian membuktikan bahwa pendekatan text mining berbasis BioBERT dapat diandalkan sebagai alat bantu yang efektif untuk merangkum pengetahuan mutagenesis EMS secara komprehensif dari literatur ilmiah tanpa memerlukan pembacaan manual.

Pengembangan Prototipe Otomasi Kontrol Suhu serta Kelembapan Kandang Anak Ayam Bangkok Ekor Lidi Berbasis IoT dengan Logika Fuzzy dan Sistem Backup Daya, Ahmad Azizul Amin, NIM E31232356, Tahun 2026, 115 hlm, Jurusan Teknologi Informasi, Politeknik Negeri Jember, Dwi Putro Sarwo Setyohadi, S.Kom., M.Kom. (Dosen Pembimbing). Peternakan ayam Bangkok ekor lidi memiliki potensi ekonomi yang tinggi, namun sangat bergantung pada kestabilan suhu dan kelembapan kandang. Kondisi lingkungan yang tidak optimal dapat menyebabkan stres, mengganggu pertumbuhan, hingga meningkatkan risiko kematian pada anak ayam. Selama ini, proses pemantauan masih dilakukan secara manual, sehingga kurang efisien dan berpotensi menimbulkan ketidakstabilan kondisi kandang. Untuk mengatasi permasalahan tersebut, dirancang sistem otomasi kontrol suhu dan kelembapan berbasis Internet of Things (IoT) dengan metode logika fuzzy. Sistem ini menggunakan sensor DHT22 untuk membaca kondisi lingkungan, mikrokontroler ESP32 sebagai pengolah data, serta Firebase sebagai media penyimpanan dan pemantauan data secara real-time melalui aplikasi mobile BroodGuard. Pengembangan sistem dilakukan menggunakan metode waterfall yang meliputi tahap analisis kebutuhan, perancangan model fuzzy, implementasi perangkat keras dan perangkat lunak, serta pengujian sistem dalam mode otomatis dan manual. Logika fuzzy digunakan untuk mengatur kerja aktuator seperti kipas dan lampu secara adaptif berdasarkan nilai suhu dan kelembapan yang terdeteksi. Dengan adanya sistem ini, diharapkan dapat membantu menjaga kestabilan lingkungan kandang, meningkatkan kesehatan dan pertumbuhan ayam, serta menekan risiko kematian. Meskipun demikian, sistem yang dikembangkan masih dalam tahap prototype dan penerapannya masih terbatas pada skala kecil.

AuthLap Smart System: Otomatisasi Proses Peminjaman Laptop YEMI dan Monitoring Laptop Usage Outside Authorization Control di PT. Yamaha Electronics Manufacturing Indonesia, Rasyidah Aisy Ariyanto, NIM E41220015, Tahun 2025, 68 hlm, Teknologi Informasi, Politeknik Negeri Jember, Dhony Manggala Putra, S.E,. M.M. (Dosen Pembimbing). Program magang studi Teknik Informatika bertujuan untuk menyelaraskan teori akademik dengan praktik kerja di dunia industri. Melalui program magang, mahasiswa memperoleh pengalaman langsung dalam lingkungan kerja professional serta mengembangkan kompetensi teknis dan non teknis. PT. Yamaha Electronics Manufacturing Indonesia (YEMI) dipilih sebagai lokasi magang karena relevansinya dengan bidang pengembangan sistem informasi, otomatisasi dan keamanan asset teknologi informasi. Selama pelaksanaan magang, mahasiswa terlibat dalam pengembangan AuthLap System yaitu sistem yang dirancang untuk mengotomatisasi proses peminjaman dan pengembalian laptop internal serta memonitor penggunaan laptop di luar otorisasi perusahaan. Alur sistem dimulai dari pengajuan peminjaman secara otomatis, hingga pemantauan penggunaan laptop. Sistem ini mampu mendeteksi dan mencatat aktivitas penggunaan laptop di luar area atau ketentuan yang telah ditetapkan. Secara keseluruhan, pengembangan AuthLap System menjadi solusi inovatif yang terintegrasi dalam pengelolaan peminjaman dan penggunaan laptop di PT. Yamaha Electronis Manufacturing Indonesia (YEMI). Sistem ini mampu mengotomatisasi proses administrasi peminjaman sekaligus menyediakan fungsi monitoring penggunaan laptop di luar otorisasi, sehingga meningkatkan keamanan asset teknologi informasi perusahaan. Dengan penerapan AuthLap System pengelolaan asset laptop menjadi lebih terstruktur, efisien serta mendukung upaya perusahaan dalam menjaga akuntabilitas dan keamanan asset IT secara berkelanjutan.