Guru memiliki peran penting dalam upaya peningkatan kualitas pelayanan dan hasil pendidikan. Kualitas pendidikan dipengaruhi oleh kinerja guru dalam memenuhi tugas dan tanggung jawabnya. Tingkat kinerja yang dicapai seorang guru, perlu dilakukan penilaian terhadap kemampuan guru tersebut dalam melakukan proses pendidikan dan pengajaran. Sekolah swasta di Jember salah satunya SDIT Harapan Umat melakukan penilaian kinerja secara rutin kepada seluruh guru. Proses penilaian saat ini yang dilakukan oleh SDIT Harapan Umat Jember masih belum memanfaatkan teknologi informasi serta bersifat manual dan subjektif oleh pihak yang memiliki wewenang dalam pengambilan keputusan untuk menilai seperti Kepala Sekolah. Oleh karena itu, penulis merancang sistem pendukung keputusan menggunakan metode Analitycal Hierarchy Process

Badan Penyelenggara Jaminan Sosial atau disingkat menjadi BPJS akan mengubah sistem kelas satu, dua, dan tiga menjadi sistem Kelas Rawat Inap Standar atau disingkat KRIS. KRIS digunakan untuk menempatkan rawat inap bagi pasien sesuai dari penyakit yang sedang diderita pasien. Sistem iuran akan diubah menyesuaikan dengan gaji pengguna. Perubahan sistem kelas pada BPJS mengakibatkan masyarakat memberikan tanggapan atau opini di berbagai media sosial, salah satunya di Instagram. Oleh karena itu diperlukan analisis sentimen pada komentar di media sosial instagram untuk mengetahui sentimen pada komentar masyarakat apakah bersifat positif, netral, atau negatif. Dengan adanya analisis ini, diharapkan pemerintah yang terkait nantinya dapat mengevaluasi aturan-aturan sehingga masyarakat menerima atas perubahan sistem pada BPJS Algoritma yang digunakan dalam penelitian ini yaitu menggunakan Lexical Resource kemudian diklasifi menggunakan Rule Base Method sehingga dapat menganalisis melalui pendekatan semantik sesuai maknanya. Pada penelitian ini menggunakan Lexical Resource dari Sentiwordnet yang digunakan untuk memberikan nilai pada setiap kalimat, kemudian diklasifikasi menggunakan Rule Base Method. Sentiwordnet digunakan sebagai Lexical Resource dikarenakan memiliki data yang cukup banyak dan sudah diperbarui pada bulan juni tahun 2022.

Setiap warga negara berhak untuk memperoleh rasa aman agar dapat beraktivitas dengan nyaman dalam kehidupan sehari-hari. Akan tetapi, meningkatnya kriminalitas yaitu kasus pencurian kendaraan di lingkungan kampus membuat civitas akademika merasa tidak aman dan tidak nyaman saat memarkirkan kendaraan di tempat parkir kampus. Selain itu, mencari tempat parkir mobil itu sangat menyebalkan terutama bagi pengendara yang berada di kota besar. Dari permasalahan diatas penulis berinisiaif membuat prototipe sistem parkir mobil cerdas (smart car parking system) menggunakan ESP8266. Dengan prototipe ini Lembaga penyedia parkir dapat mengatur, mengetahui, dan membatasi pengendara yang dapat memarkirkan kendaraan di tempat parkir. Selain itu, prototipe ini juga dapat memantau kapasitas dan tempat parkir yang tersedia.

Sistem Manajemen Perpustakaan Menggunakan Metode Dewey Decimal Classification Berbasis Web, Erlinda Kristanti Putri, NIM E31201573, Tahun 2023, Teknologi Informasi, Politeknik Negeri Jember, Faisal Lutfi Afriansyah, S.Kom., MT. (Dosen Pembimbing). SMK Negeri 2 Jember merupakan sekolah menengah kejuruan negeri yang menyelenggarakan pendidikan di bidang teknologi dan rekayasa. Untuk menunjang pendidikan yang ada pada SMK Negeri 2 Jember terdapat sarana dan prasarana bagi siswa, salah satunya adalah perpustakaan. Pengelolaan manajemen data perpustakaan juga perlu diperhatikan, permasalahan yang ada pada perpustakaan SMK Negeri 2 Jember adalah proses peminjaman dan pengembalian data masih menggunakan pencatatan manual. Koleksi buku pada perpustakaan SMK Negeri 2 Jember memiliki banyak kategori seperti pendidikan, hiburan, keagamaan, dan lain-lain. Maka dari itu, setiap perpustakaan membutuhkan mengklasifikasikan pada setiap koleksi buku. Berdasarkan permasalahan tersebut perpustakaan di SMK Negeri 2 Jember berupaya untuk memanajemen pengelolaan koleksi buku dengan baik. Oleh karena itu, dibuatkanlah sistem perpustakaan dengan metode Dewey Decimal Classification yang dapat mengklasifikasi koleksi buku pada perpustakaan SMK Negeri 2 Jember secara terstruktur. Proses transaksi peminjaman dan pengembalian buku dapat dikelola secara struktur oleh sistem, terdapat juga fitur ebook yang dapat memudahkan siswa dalam mengakses buku dimana saja dan dapat memberikan informasi dan referensi buku dari katalog buku SMK Negeri 2 Jember.

Pemilihan SPK Calon Penyidik Polri dengan Metode Wight Product (Studi Kasus di Polsek Tugu), Figo Fajar Yulianto, Nim. E41191965, Tahun 2023, TI, Politeknik Negeri Jember, dan pembimbing bernama Trismayanti Dwi P, S.Kom, M.Cs. SPK Seleksi Calon Penyidik Badan Reserse Kriminal Polri (studi kasus di Polres Tugu) berguna sebagai alternatif pengambilan keputusan dengan memberikan pertimbangan subyektif dan intuitif terhadap faktor-faktor yang dianggap penting. Pertimbangan ini berupa pemberian bobot yang terlibat dengan menggunakan metode Weight Product. Hasil perhitungan dengan metode Weight Product berupa peringkat anggota dimana peringkat bobot dilihat berdasarkan nilai yang diberikan sesuai dengan kemampuan masing-masing anggota. Nilai tersebut diberikan oleh kepala masing-masing divisi investigasi. Nilai anggota yang diberikan dihitung bersama dengan bobot kriteria yang telah diberikan oleh kepala divisi masing-masing dan dihitung. Setelah dilakukan User Acceptance Testing (UAT), diperoleh hasil bahwa 103 responden memilih sangat setuju dan 77 responden memilih setuju dengan pernyataan yang diberikan. Persentase yang diperoleh adalah 57,22% untuk responden yang memilih sangat setuju dan 34,22% untuk responden yang memilih setuju. Dan hasil dari total keseluruhan yang didapat yaitu 91,44%, dan untuk pengujian sistem membandingkan antara hasil sistem dengan hasil manual memiliki tingkat presentasi akurasi sebesar 100%, sehingga dapat disimpulkan bahwa sistem yang penulis buat sudah sesuai dengan yang diharapkan.

SMP Negeri 1 Glenmore merupakan salah satu lembaga pendidikan di wilayah Kabupaten Banyuwangi yang menyelenggarakan bantuan program Siswa Asuh Sebaya (SAS). Program tersebut bertujuan memberikan perluasan layanan akses pendidikan kepada siswa yang tidak mampu untuk mendapatkan bantuan dengan cepat dan tepat. Program bantuan Siswa Asuh Sebaya (SAS) diberikan kepada siswa yang membutuhkan tanpa melalui prosedur yang berbelit karena sasarannya hanya siswa yang ada di lingkungan sekolah. Dalam proses penentuan penerima bantuan program Siswa Asuh Sebaya (SAS) ini masih dilakukan secara manual, sehingga proses penentuan penerima bantuan program Siswa Asuh Sebaya (SAS) ini dinilai kurang efektif. Selain dari proses penghitungannya yang masih dilakukan secara manual, penerima bantuan tersebut hanya berdasarkan dari siswa-siswi yang telah direkomendasikan dari masing-masing wali kelas saja, sehingga dalam proses penentuannya tidak dapat menyeluruh. Ditinjau dari permasalahan yang terjadi, maka dibutuhkan suatu sistem yang berfungsi untuk memecahkan permasalahan tersebut supaya proses penentuan penerima bantuan dapat dilakukan secara efektif dan efisien serta bantuan yang disalurkan tepat sasaran kepada penerima dengan menggunakan sistem pendukung keputusan sebagai sistem yang dapat membantu pengambilan keputusan penerima bantuan program Siswa Asuh Sebaya (SAS) di SMP Negeri 1 Glenmore. Penulis akan mengembangkan sistem dengan judul Sistem Penerima Bantuan Program Siswa Asuh Sebaya Menggunakan Metode Simple Additive Weighting (SAW) Berbasis Web.

Rancang Bangun Aplikasi Pembelajaran Ilmu Tajwid Berbasis Android, Diella Aulia Ivana Putri, NIM E31201056, Tahun 2023, Teknologi Informasi, Politeknik Negeri Jember, Bapak Faisal Lutfi Afriansyah, S.Kom, MT. Pentingnya penguasaan ilmu tajwid, terutama dalam konteks pembelajaran online di masa pandemi COVID-19. Pandemi telah mengganggu kegiatan pendidikan di seluruh dunia, termasuk pendidikan formal dan non formal seperti Taman Pendidikan Al-Qur'an (TPQ) di Indonesia. Keterbatasan fasilitas media pembelajaran di TPQ menyebabkan pembelajaran ilmu tajwid masih dilakukan secara tatap muka. Ilmu tajwid adalah dasar dalam membaca Al-Qur'an, dan karena mayoritas penduduk Indonesia adalah umat Muslim, penting bagi mereka untuk mempelajari Al-Qur'an dengan baik dan benar. Namun, pembelajaran tajwid secara tatap muka menjadi sulit di masa pandemi. Oleh karena itu, diperlukan solusi alternatif seperti aplikasi pembelajaran "Ilmu Tajwid" yang dapat diakses melalui handphone. Aplikasi tersebut dirancang untuk menjadi media edukasi yang menarik dan tidak membosankan, dengan materi, panduan melafalkan, latihan soal singkat, dan audio yang membantu pemahaman tajwid. Aplikasi ini diharapkan dapat meningkatkan minat belajar siswa terhadap ilmu tajwid. Selain itu, aplikasi ini juga dapat digunakan oleh umat Muslim lainnya yang ingin mempelajari tajwid. Dengan demikian, aplikasi pembelajaran ilmu tajwid ini dirancang dengan variasi materi dan interaktivitas, seperti penggabungan progress belajar dengan video dan audio, agar pengguna tidak merasa jenuh atau kesulitan dalam mempelajari ilmu tajwid. Aplikasi ini juga dilengkapi dengan latihan soal yang menyenangkan untuk memperkuat pemahaman pengguna. Pengujian dilakukan langsung kepada user siswa TPQ, tenaga didik dan masyarakat umum dengan pengujian User Acceptances Test dan dihitung rata-rata persentase dengan skala likert kemudian didapatkan hasil pengujian aplikasi sebesar 93,8%.

Berbagai macam informasi yang muncul di media sosial terkhusus twitter menjadi sebuah bahan pertimbangan mengenai kebenaran informasi tersebut, terutama pembahasan mengenai vaksin covid-19 akan kandungan yang terdapat didalamnya ataupun informasi yang membahas mengenai vaksin entah itu efek samping, pemberlakuan aturan wajib vaksin covid-19 dan lain sebagainya. Berdasarkan adanya hal tersebut perlu dilakukan sebuah deteksi misleading information, dengan mengimplementasikan sebuah aplikasi untuk melakukan pengecekan informasi. Pengecekan informasi ini didasari dengan mencocokan informasi tersebut dengan media mainstream seperti Kompas.com, Kemenkes, Detik.com dan Tempo.co serta CNN.com. Penelitian ini mengambil data tweet berjumlah 1025, dimana 308 data tweet dijadikan data testing. Pada penelitian ini menggunakan Algoritma Naïve Bayes, dimana mendapatkan hasil akurasi sebesar 94,48%, presisi 97,23%, recall 53% dan f-1 score 54,19%