Penelitian ini bertujuan untuk merancang dan mengembangkan sistem berbasis teknologi yang mampu memantau serta mengklasifikasikan tingkat kesuburan lahan guna menentukan kecocokan lahan terhadap tanaman padi. Sistem ini hadir sebagai solusi atas keterbatasan pemahaman petani mengenai kondisi tanah yang sesuai untuk jenis tanaman tertentu, yang sering menjadi penyebab utama kegagalan dalam usaha pertanian. Parameter utama yang diamati meliputi kandungan unsur hara seperti Nitrogen (N), Fosfor (P), Kalium (K), serta kondisi lingkungan seperti suhu, kelembaban, dan pH tanah. Teknologi Internet of Things (IoT) digunakan untuk mengumpulkan data secara real-time, sementara algoritma Support Vector Machine (SVM) diterapkan untuk mengklasifikasikan tingkat kesuburan lahan berdasarkan data tersebut. Hasil dari sistem ini diharapkan dapat membantu petani dalam mengambil keputusan yang lebih tepat dalam pengelolaan lahan dan meningkatkan produktivitas pertanian, khususnya dalam budidaya tanaman padi.

Penelitian ini bertujuan untuk merancang dan mengimplementasikan prototipe sistem kontrol atap otomatis berbasis logika fuzzy metode Sugeno guna mengoptimalkan pertumbuhan selada hidroponik. Sistem dirancang dengan dua mekanisme output berbeda, yaitu output sudut bukaan (0°–90°) dan output geser linear (buka-tutup penuh), yang disesuaikan berdasarkan kondisi suhu, intensitas cahaya, dan curah hujan secara real-time. Sensor DHT11, BH1750, dan sensor hujan digunakan untuk membaca kondisi lingkungan, sementara pengolahan data dilakukan melalui mikrokontroler ESP8266 yang terhubung ke Firebase dan aplikasi Flutter. Fuzzifikasi dilakukan terhadap tiga variabel input: suhu (rendah, normal, tinggi), cahaya (rendah, sedang, tinggi), dan hujan (hujan, tidak hujan), dengan 10 aturan fuzzy Sugeno yang menentukan respon sistem. Hasil pengujian menunjukkan bahwa sistem dengan output sudut memiliki akurasi lebih tinggi, yaitu 99,26% dengan MAPE 0,74%, dibandingkan sistem geser dengan akurasi 95,83% dan MAPE 4,17%. Kedua sistem terbukti mampu merespons kondisi lingkungan secara adaptif dan konsisten, serta berpotensi diterapkan dalam pertanian hidroponik berbasis IoT untuk mendukung efisiensi budidaya tanaman sensitif seperti selada.

Produktivitas ayam ras petelur sangat dipengaruhi oleh kondisi lingkungan kandang, seperti suhu, kelembaban, dan kadar gas amonia. Ketidakseimbangan faktor-faktor ini dapat menyebabkan penurunan kesehatan ayam dan hasil produksi. Penelitian ini dilakukan di Peternakan Rizqie, Jember, yang menghadapi kendala dalam pemantauan dan pengendalian kondisi lingkungan kandang secara efektif. Untuk itu, dikembangkan sistem otomasi dan monitoring berbasis Internet of Things (IoT) yang terintegrasi dengan aplikasi mobile. Sistem ini memanfaatkan mikrokontroler ESP32 yang dilengkapi sensor DHT22 untuk pengukuran suhu dan kelembaban, serta sensor MQ-135 untuk deteksi gas amonia. Data lingkungan dikirimkan secara real-time ke aplikasi mobile yang dirancang menggunakan framework Flutter dan terhubung dengan Firebase sebagai basis data. Sistem ini juga mendukung otomatisasi pengendalian, seperti penyemprotan cairan probiotik ketika parameter lingkungan melebihi batas aman. Hasil pengujian di lapangan menunjukkan adanya peningkatan efisiensi pemantauan, penurunan waktu kerja harian, serta kontribusi terhadap kenaikan produktivitas telur dan profit mitra sebesar 30,7%. Rata-rata profit mitra meningkat dari 5,8 juta rupiah per bulan menjadi 7,6 juta rupiah per bulan setelah implementasi sistem.

Analisis sentimen terhadap topik program makan siang gratis di Indonesia merupakan program yang baru dilaksanakan pada tanggal 6 Januari 2025. Program baru ini merupakan janji dari calon kandidat Presiden Prabowo dan Wakil Presiden Gibran Rakabuming Raka. Dengan adanya program baru tersebut dapat menarik perhatian masyarakat Indonesia. Program ini menegaskan komitmennya dalam mensejahterakan sosial dan mengurangi masalah ekonomi yang dihadapi masyarakat Indonesia. Seiring bertambahnay zaman, teknologi pada Indoneisa semakin maju, khususnya pada media sosial yaitu X. Dalam penelitian ini, menggunakan data yang diambil dari media sosial X sebanyak 1.171 data tweet dan dibagi menjadi 2 kategori yaitu sentimen positif sebanyak 620 data tweet dan sentimen negatif sebanyak 551 data tweet. Pengolahan data tersebut melewati beberapa tahapan diantaranya pre-processing yang meliputi cleaning data, case folding, word normalization, stopword removal, stemming data, dan tokenize, labelisasi, pemobobotan TF-IDF. Hasil yang didapatkan pada analisis sentimen dengan menggunakan metode Naïve Bayes Classifier mendapatkan hasil akurasi sebesar 75.32%, dengan presisi sebesar 72.46%, recall sebesar 74.82%, dan F1-score sebesar 74.94%. dengan adanya hasil yang didapatkan dengan menggunakan metode Naïve Bayes Classifier menunjukkan bahwa model tersebut cukup baik dalam pengklasifikasian sentimen tweet.

Tingkat kemacetan di Indonesia sangat tinggi, khususnya di kota besar salah satunya yiatu Malang. Karena pesatnya peningkatan jumlah kendaraan, maka volume lalu lintas kendaraan di jalan raya pun semakin meningkat. Sebaliknya, lebar jalan yang tidak memadai mengakibatkan kemacetan jalan, khususnya di wilayah perkotaan untuk memantau tingkat kemacetan pada ruas jalan tertentu dapat memanfaatkan CCTV. Penelitian ini bertujuan untuk mendeteksi kemacetan kendaraan bermotor secara otomatis dengan menggunakan metode YOLO. Metode ini mendeteksi objek secara real-time dengan akurasi tinggi. Proses ini dimulai dari pengumpulan data berupa gambar atau video kendaraan, pelatihan model YOLO, serta implementasi sistem untuk mengklasifikasi tingkat kemacetan berdasarkan jumlah kendaraan yang terdeteksi. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kendaraan dengan akurasi yang baik dan mengidentifikasi kemacetan pada persimpangan lampu merah secara otomatis.

Kegiatan magang di Politeknik Negeri Jember ini merupakan kegiatan yang wajib diikuti oleh mahasiswa yang menempuh semester 7 dengan durasi minimal 4 bulan. Tujuan melakukan kegiatan magang yaitu untuk dijadikan suatu pengalaman serta menambah wawasan dan juga keterampilan yang mengasah mahasiswa sesuai dengan bidangnya pada lingkungan dunia kerja. Pelaksanaan magang ini dilakukan di Instansi Badan Amil Zakat Nasional (BAZNAS) yang berlokasi di Jl. Matraman Raya No.134, Kb. Manggis, Kec. Matraman, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13150. Pelaksaan magang dapat dilakukan secara offline selama kegiatan berlangsung dengan jadwal kerja pada hari Senin hingga Jum’at pada pukul 08.00 - 17.00. Selama kegiatan magang berlangsung di BAZNAS ditugaskan dalam project melakukan pengembangan aplikasi presensi SiMBALITE yang berbasis mobile. Presensi ini dapat mempermudah seseorang dalam melakukan kegiatan di Instansi. Presensi dilakukan dengan kategori melakukan presensi berjarak 5Km dan tidak dapat menggunakan fake GPS. Presensi dikembangkan tidak hanya untuk sistem yang dapat mencatat waktu tetapi juga dapat mengontrol serta memanajemen sumber daya manusia yang modern serta efektif.

Keberlangsungan kegiatan magang atau Prakter Kerja Lapang (PKL) di Politeknik negeri Jember merupakan kegiatan yang wajib dilakukan oleh mahasiswa yang menempuh semester 7 dengan durasi minimal 4 bulan. Tujuan kegiatan magang yaitu untuk melatih mahasiswa terkait keterampilan, budaya kerja, pemahaman terkait industri yang relavan dengan bidangnya dan juga menambah wawasan serta pengalaman pada dunia kerja nyata. Selain itu, program kegiatan magang ini merupakan salah satu syarat di Politeknik Negeri Jember untuk memperoleh gelar Sarjana Terapan Sains Komputer (S.Tr.Kom). PT Petrokimia Gresik merupakan perusahaan yang memproduksi pupuk terbesar di Indonesia dan juga merupakan produsen pupuk terunggul.Didalam perusahaan dengan berbagai sektor departemen memiliki peran yang berpengaruh dengan dunia teknologi informasi yang dapat memungkinkan mendukung nilai positif yang dapat membantu industri semakin berkembang. Salah satu bentuk dunia teknologi informasi yaitu pembuataan aplikasi yang sedang dikembangkan oleh pihak departemen PMSDO yaitu Fitur Pengecekan Barang. Aplikasi ini bertujuan untuk dapat melakukan proses pengecekan barang per-ruangan. Sebagai mahasiswa magang di Departemen Teknologi Informasi (Tekinfo) yang ditunjuk sebagai anggota tim atas pertanggunga jawaban terkait perencanaan pengembangan fitur pengecekan barang. Selama kurang lebih 3 bulan, saya dan tim berkontribusi atas pengembangan fitur pengecekan barang.

Program Bantuan Langsung Tunai (BLT) merupakan salah satu bentuk bantuan sosial yang diberikan oleh pemerintah untuk mendukung masyarakat kurang mampu dalam mencukupi kebutuhan dasar mereka. Akan tetapi, dalam pelaksanaannya, distribusi bantuan ini sering kali tidak tepat sasaran. Oleh karena itu, penelitian ini berfokus pada perancangan Sistem Pendukung Keputusan (SPK) dengan metode Simple Additive Weighting (SAW) guna meningkatkan ketepatan dalam proses pemilihan calon penerima bantuan sosial. Studi kasus dilakukan di Desa Candipari, Sidoarjo, dengan mempertimbangkan tiga kriteria utama: jenis pekerjaan keluarga penerima manfaat (KPM), kategori KPM BLT, dan jumlah anggota keluarga penerima manfaat. Uji coba dilakukan dengan 98 data calon penerima bansos, dan hasil perhitungan menunjukkan bahwa metode SAW berhasil memberikan peringkat berdasarkan nilai preferensi tertinggi, di mana penerima dengan skor tertinggi adalah Rokmad (0.875), diikuti oleh Suwarni dan Suliana YP (0.817), sementara skor terendah diperoleh oleh Sunokoh (0.167). Hasil pengujian ini sesuai dengan perhitungan manual, membuktikan bahwa sistem yang dikembangkan dapat membantu pemerintah desa dalam menetapkan penerima bantuan dengan lebih tepat sasaran, transparan, serta meningkatkan efisiensi dalam proses distribusi bansos.