Perancangan Sistem Rumah Pintar IoT Berbasis Cisco Packet Tracer dan ThingsBoard, Alif Abdaul Karim, NIM E32222440 , Tahun 2025, Teknik Komputer, Jurusan Teknologi Informasi , Politeknik Negeri Jember , Lalitya Nindita Sahenda S.PD.,MT (Pembimbing). Laporan ini membahas pembangunan sistem rumah pintar berbasis Internet of Things (IoT) dengan memanfaatkan Cisco Packet Tracer sebagai alat simulasi jaringan dan ThingsBoard sebagai platform pemantauan dan pengendalian perangkat. Sistem ini dirancang untuk meningkatkan keamanan, kenyamanan, dan efisiensi energi di lingkungan rumah tinggal. Semua perangkat IoT dikendalikan oleh mikrokontroler (MCU) dan terhubung dalam jaringan yang disimulasikan melalui Cisco Packet Tracer. Komunikasi data antar perangkat dan ThingsBoard menggunakan protokol HTTP dan dikembangkan menggunakan bahasa pemrograman Python. Penyimpanan data dilakukan menggunakan PGAdmin yang terintegrasi dengan ThingsBoard. Hasil pengujian menunjukkan sistem berjalan dengan baik dan sesuai fungsi, mulai dari pendeteksian api, respon perangkat terhadap RFID, hingga kendali suhu dan kipas secara real-time. Pengguna dapat memantau dan mengendalikan semua perangkat dari jarak jauh melalui tampilan dasbor yang informatif. Kesimpulannya, sistem ini berhasil membuktikan bahwa IoT dapat diterapkan secara efektif untuk membangun rumah pintar yang terhubung, aman, dan efisien.

Program Keluarga Harapan (PKH) merupakan bantuan sosial dari pemerintah yang bertujuan untuk meningkatkan kualitas hidup keluarga kurang mampu melalui akses layanan kesehatan, pendidikan, dan kesejahteraan sosial. Di Desa Rowotengah, proses verifikasi calon penerima masih dilakukan secara manual, sehingga kurang efisien dan berisiko menimbulkan kesalahan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan berbasis website menggunakan metode Simple Additive Weighting (SAW). Sistem ini dirancang menggunakan Framework Laravel dengan tujuh kriteria utama, yaitu Ibu Hamil, Balita, tingkat pendidikan SD, SMP, SMA, Lansia, dan Disabilitas. Pengujian dilakukan terhadap 31 data sampel dan menunjukkan kecocokan hasil sistem dengan perhitungan manual sebesar 100%. Selain itu, pengujian menggunakan Black Box Testing membuktikan bahwa seluruh fungsi sistem berjalan dengan baik tanpa ditemukan kesalahan. Pengujian akurasi menggunakan Mean Squared Error (MSE) menghasilkan nilai 0 yang menandakan tidak ada selisih antara perhitungan sistem dan manual. Sistem ini juga memperoleh skor System Usability Scale (SUS) sebesar 80 yang termasuk dalam kategori baik, sehingga menunjukkan bahwa sistem mudah digunakan serta dapat diterima oleh pengguna.

Laporan ini disusun berdasarkan pelaksanaan kegiatan Magang Mahasiswa yang dijalankan oleh penulis pada semester 5 di perusahaan multinasional Appen, yang berfokus pada pengelolaan data AI. Magang dilaksanakan secara langsung di kantor Appen cabang Wuxi, Tiongkok, dengan posisi sebagai Project Assistant. Selama program magang, penulis berperan dalam mendukung pelaksanaan proyek AI dengan tanggung jawab utama membantu Project Manager dalam proses pengawasan, pelaporan, penjadwalan, dan komunikasi internal tim. Tugas-tugas meliputi pemantauan aktivitas moderator dan QA, penyusunan laporan harian dan mingguan, rekrutmen dan pelatihan anggota baru, serta pengaturan jadwal kerja berbasis performa tim. Peran Project Assistant menjadi sangat penting dalam konteks kerja remote, di mana pengawasan dilakukan secara digital menggunakan berbagai platform seperti TCS, DataPower, ByteWorks, dan Lark. Platform-platform tersebut memungkinkan pengumpulan dan pemantauan data kerja secara real-time. Namun, kehadiran peran manusia tetap diperlukan untuk menjembatani antara sistem dan pelaksanaan proyek di lapangan. Melalui pengalaman magang ini, penulis mendapatkan wawasan praktis mengenai pengelolaan data proyek AI, keterampilan komunikasi lintas budaya, serta pentingnya koordinasi dalam tim global. Laporan ini juga menyoroti bagaimana kontribusi Project Assistant secara nyata mendukung manajemen data dan kualitas proyek, khususnya dalam situasi kerja jarak jauh yang menuntut efisiensi, ketelitian, dan kemampuan adaptasi yang tinggi.

Dalam budidaya Tanaman anggrek Dendrobium memerlukan perawatan khusus, terutama dalam hal penyiraman yang disesuaikan dengan kondisi suhu dan kelembapan. Masalah utama adalah ketidakkonsistenan penyiraman manual yang dapat memengaruhi pertumbuhan tanaman. Penelitian ini bertujuan merancang sistem penyiraman otomatis berbasis Internet of Things (IoT) dengan metode Decision Tree untuk menentukan kebutuhan penyiraman berdasarkan data suhu, kelembapan udara, dan kelembapan tanah. Sistem menggunakan sensor DHT11 dan capacitive moisture sensor, diproses oleh NodeMCU ESP8266, dan mengirim data real-time ke website monitoring. Hasil pengujian menunjukkan sistem mampu menyiram secara otomatis sesuai kondisi lingkungan serta menampilkan data secara real-time, meningkatkan efisiensi perawatan tanaman. Sistem ini berpotensi dikembangkan lebih lanjut untuk mendukung pertanian cerdas berbasis teknologi.

RANCANG BANGUN PENGENDALI DAN PENGAWASAN GAS AMONIA PADA PETERNAKAN AYAM POTONG BERBASIS INTERNET OF THINGS, Ardha Pria Prambudi, NIM E32222481,, Teknologi Informasi, Politeknik Negeri Jember, Shabrina Choirunnisa,S.Kom.,M.Kom (Pembimbing). Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pengendalian dan pengawasan gas amonia (NH?) di peternakan ayam potong dengan memanfaatkan teknologi Internet of Things (IoT). Gas amonia, yang dihasilkan dari dekomposisi kotoran ayam dan sisa pakan, dapat berdampak negatif terhadap kesehatan ayam dan produktivitas peternakan jika tidak dikelola dengan baik. Melalui integrasi sensor, mikrokontroler, dan jaringan internet, sistem ini dirancang untuk memantau kadar amonia secara real-time dan memberikan respons otomatis atau notifikasi kepada peternak. Dengan demikian, sistem ini diharapkan dapat meningkatkan kualitas udara dalam kandang, mengurangi risiko penyakit pada ayam, serta mendukung efisiensi dan keberlanjutan operasional peternakan modern.

ABSTRAK Keamanan adalah hal yang sangat penting dalam kehidupan manusia, mencakup berbagai aspek seperti keamanan pribadi, nasional, siber, dan lingkungan. Meski kesadaran akan keamanan tinggi, kasus kejahatan seperti pencurian tetap banyak terjadi. Data Kepolisian Republik Indonesia (POLRI) menunjukkan 137.419 kasus kejahatan terjadi pada Januari-April 2023, dengan 41% di antaranya merupakan pencurian. Alternatif yang lebih modern adalah menggunakan teknologi deteksi citra dengan machine learning, khususnya YOLO (You Only Look Once), yang memiliki keseimbangan baik antara kecepatan dan akurasi. Pada penelitian ini metode yang digunakan yaitu YOLOv7-TINY karena memiliki komputasi yang ringan dan cepat serta akurat. Sistem ini akan diimplementasikan pada perangkat IoT untuk memudahkan instalasi di pos keamanan atau pintu masuk perumahan, yang dapat membantu pekerjaan satpam dalam menjaga keamanan. Model YOLOv7-TINY terbukti baik dalam mendeteksi plat nomor dengan tingkat precision pada model sebesar 0,9889 dan akurasi keseluruhan sistem sebesar 64%. Sistem mampu membaca sembilan belas plat nomor dengan benar dan 9 salah. Kata Kunci : Keamanan, Pencurian, Perumahan, YOLOv7-TINY, Plat Nomor Kendaraan, IoT.

RINGKASAN Perencanaan dan Implementasi Sistem Informasi Umroh Backpacker untuk Pemesanan Umroh Online di PT. Xeno Persada Teknologi Muhamad Slamet Daroini, NIM E41211674, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Aji Seto Arifianto, S.ST., M.T. (Dosen Pembimbing), Arzaqul M. (Pembimbing Lapang). Laravel adalah framework berbasis bahasa pemrograman PHP yang bisa digunakan untuk membantu proses pengembangan sebuah website agar lebih maksimal (Maksum, 2022). Tercatat ada sekitar 743.470 website aktif, hal ini membuktikan bahwa kerangka kerja laravel terbilang cukup populer dalam pengembangan website. Kelebihan laravel adalah produktifitas tinggi, komunitas yang aktif, keamanan, dan skalabilitas. Umroh Backpacker(UBP) adalah sistem informasi pemesanan paket umroh online yang dibuat untuk memudahkan jamaah dalam pemesanan tiket umroh. Selain pemesanan paket, UBP juga menyediakan informasi tentang hal-hal yang berkaitan dengan umroh, seperti berita, doa, dan panduan umroh sehingga dapat membantu jamaah nanti ketika sudah berada di tanah suci. Penulis mengambil tempat Magang di PT Xeno Persada Teknologi yang merupakan perusahaan software house yang terletak di Surabaya, Jawa Timur. Setiap kegiatan di PT Xeno Persada Teknologi selalu dibimbing dan diberikan arahan oleh pembimbing lapang. Salah satunya yaitu pengembangan aplikasi umroh backpacker menggunakan Laravel. Sistem Informasi ini digunakan untuk Memberikan akses kemudahan bagi seorang jamaah dan mitra dari Travel Umroh Backpacker dalam melakukan pemesanan paket umroh.

Indonesia merupakan produsen cabai rawit terbesar di Asia Tenggara. Namun, proses sortasi kematangan cabai masih dilakukan secara manual sehingga hasilnya tidak konsisten, kurang efisien, dan memerlukan biaya tinggi. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kematangan cabai rawit secara real-time menggunakan algoritma YOLOv8 (You Only Look Once version 8). Metode yang digunakan adalah model waterfall, yang mencakup tahapan analisis kebutuhan, perancangan, implementasi, pengujian, evaluasi, dan pemeliharaan. Dataset yang digunakan terdiri dari 1.800 gambar cabai rawit yang diklasifikasikan ke dalam tiga kategori, yaitu matang (merah), mentah (hijau), dan buruk. Data diproses menggunakan Roboflow dengan pembagian 70% data pelatihan, 20% validasi, dan 10% pengujian. Model YOLOv8s dilatih di Google Colab selama 50 epoch. Pengujian sistem dilakukan menggunakan confusion matrix untuk mengevaluasi performa klasifikasi. Hasil penelitian ini diharapkan dapat mendeteksi dan mengklasifikasikan tingkat kematangan cabai rawit secara real-time dengan akurasi tinggi, meningkatkan efisiensi pascapanen, mengurangi ketergantungan terhadap tenaga kerja manual, serta memberikan nilai tambah ekonomi bagi petani dan pelaku industri cabai rawit.