Bantuan Langsung Tunai Dana Desa (BLT-DD) merupakan salah satu program bantuan sosial yang ditunjukan bagi masyarakat yang kurang mampu pada tingkat desa. Namun, proses seleksi penerima BLT-DD ini di Desa Ngerong selama ini masih berjalan melalui komunikasi lisan antar perangkat desa dan tanpa sistem yang terstandarisasi, sehingga berpotensi menimbulkan subjektivitas dan kurangnya transparansi dalam pengambilan keputusan. Untuk mengatasi hal tersebut, dikembangkan sebuah sistem pendukung keputusan berbasis website yang diberi nama SibantuDes. Sistem ini menggunakan integrasi Algoritma Random Forest sebagai komponen klasifikasi kelayakan dan penggunaan Teknik SMOTE untuk membantu menangani ketidakseimbangan data antara kelas layak dan tidak layak. Model ini dibangun menggunakan 12 parameter kelayakan yang telah divalidasi melalui Musyawarah Desa, meliputi penghasilan, pekerjaan, jumlah tanggungan, rekening listrik, sumber air, aset kepemilikan, status perkawinan, kondisi lantai, kondisi dinding, kondisi atap rumah, luas rumah, dan status rumah. Untuk dataset yang digunakan 297 data yang terdiri dari 130 data rill dan 167 data sintesis hasil SMOTE. Hasil pengujian model menunjukkan akurasi 90,00%, dengan presisi 88,46%, recall 88,46%, F1-score 88,46%, dan AUC 0,9808 dengan nilai rata-rata cross-validation 5-fold sebesar 92,59%. Blackbox testing menunjukkan tingkat keberhasilan 100%, sedangkan untuk UAT yang melibatkan 10 responden untuk pengujian menghasilkan nilai rata-rata 91,65%. Dengan demikian sistem dinyatakan layak untuk mendukung proses seleksi penerima BLT-DD di Desa Ngerong secara objektif, efisien, dan transparan.

Sistem Informasi Penggajian Tenaga Kerja Mandiri Pada Perumda Air Minum Tirta Sanjiwani Gianyar Berbasis Website Dan Mobile. Pengelolaan Tenaga Kerja Mandiri di Perumda Air Minum Tirta Sanjiwani Gianyar merupakan salah satu aspek penting dalam mendukung kelancaran operasional lapangan. Namun, proses pengelolaan yang masih dilakukan secara manual oleh mandor, meliputi pencatatan absensi, penugasan, kasbon, dan perhitungan gaji, menyebabkan pengolahan data menjadi tidak efisien, rawan kesalahan, serta minimnya transparansi informasi penggajian bagi Teknisi. Penelitian ini bertujuan untuk mengembangkan sistem informasi penggajian Tenaga Kerja Mandiri berbasis website dan mobile yang dapat membantu dalam pengelolaan data serta penyampaian informasi secara terintegrasi. Sistem berbasis website digunakan oleh mandor untuk mengelola data Teknisi, penugasan, absensi, kasbon, penggajian otomatis, dan laporan, sedangkan aplikasi mobile digunakan oleh Teknisi untuk melakukan absensi digital, melihat penugasan, mengisi progres pekerjaan, serta melihat informasi rincian gaji dan kasbon secara transparan. Metode pengembangan sistem yang digunakan adalah metode Waterfall yang meliputi tahap requirement, design, development, testing, dan maintenance. Pengujian sistem dilakukan menggunakan metode Blackbox Testing untuk memastikan setiap fungsi berjalan dengan baik, serta User Acceptance Testing (UAT) menggunakan skala Likert untuk mengukur tingkat kepuasan pengguna. Hasil pengujian menunjukkan bahwa sistem dapat berjalan sesuai kebutuhan pengguna dan membantu meningkatkan efektivitas dalam proses pengelolaan penggajian Tenaga Kerja Mandiri. Dengan adanya sistem ini, diharapkan pengelolaan penggajian Tenaga Kerja Mandiri menjadi lebih terstruktur, akurat, dan transparan, serta dapat membantu mandor dan Teknisi dalam menjalankan aktivitas operasional lapangan secara lebih efisien.

Kegiatan magang dilaksanakan di PT Meetaza Prawira Media selama periode 2 Februari hingga 5 Juni 2026, di mana penulis terlibat dalam pengembangan frontend pada sistem Prime Project Dashboard sebuah aplikasi berbasis web yang digunakan untuk pengelolaan proyek dan tugas tim. Dalam pengerjaannya, penulis menggunakan Angular sebagai framework utama dan Tailwind CSS untuk tampilan yang responsif, serta mengintegrasikan REST API untuk menampilkan data secara dinamis. Beberapa fitur yang dikerjakan meliputi pembuatan komponen tampilan, navigasi halaman, serta pengembangan fitur task, board, dan monitoring progres. Melalui kegiatan ini, penulis memperoleh pengalaman nyata dalam pengembangan perangkat lunak di lingkungan industri, termasuk kemampuan bekerja dalam tim dan memahami standar pengembangan yang berlaku.

Banyaknya variasi karakteristik produk pupuk di pasaran menyulitkan petani edamame di Kabupaten Jember dalam menentukan pilihan yang optimal. Penelitian ini bertujuan membangun Sistem Pendukung Keputusan (SPK) berbasis website menggunakan metode Simple Additive Weighting (SAW) untuk merekomendasikan pupuk terbaik. Proses perangkingan dipisahkan secara dinamis ke dalam 3 fase pertumbuhan (Vegetatif, Vegetatif Lanjutan, dan Generatif) berdasarkan 11 kriteria unsur hara dan 1 kriteria harga. Hasil pengujian akurasi dengan mencocokkan keputusan pakar pertanian menghasilkan tingkat akurasi global sebesar 90%, dengan rincian kecocokan 100% pada fase vegetatif dan vegetatif lanjutan, serta 70% pada fase generatif. Selain itu, pengujian fungsionalitas melalui Black Box Testing berjalan 100% valid dan pengujian kelayakan pengguna (User Acceptance Testing/UAT) memperoleh skor sebesar 90%. Penelitian ini membuktikan bahwa SPK yang dibangun andal dan sangat layak diimplementasikan untuk membantu petani mengoptimalkan hasil panen edamame.

Pengembangan Sistem Prediksi Jumlah Stok LPG 3 Kg Pada Pangkalan Dengan Pendekatan Machine Learning Berbasis Website, Eka Setyo Saputra, NIM E31230517, Tahun 2026, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Khafidurrohman Agustianto, S.Pd., M.Eng. (Dosen Pembimbing). Pangkalan LPG 3 kg mengalami kendala dalam menentukan jumlah stok yang harus disediakan akibat pola penjualan yang tidak menentu serta pengaruh faktor eksternal seperti kebijakan penyaluran dari agen. Keterbatasan pemanfaatan teknologi dalam pengelolaan data dan prediksi jumlah stok LPG 3 kg menjadi salah satu penyebab pengelolaan persediaan yang kurang optimal. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem prediksi jumlah stok LPG 3 kg berbasis website menggunakan pendekatan machine learning dengan algoritma prophet. Sistem dikembangkan menggunakan framework laravel sebagai antarmuka pengguna dan flask sebagai server backend untuk server machine learning yang berkomunikasi melalui arsitektur API berbasis JSON. Model prophet dibangun menggunakan data historis penjualan LPG 3 kg dari pangkalan di daerah Gebang, Jember selama tiga tahun (2023–2025), dengan penambahan regressor pengetatan regulasi distribusi LPG menggunakan nilai scale 0,4 yang diperoleh melalui pengujian grid search. Evaluasi model dilakukan menggunakan metode rolling origin dengan skema Expanding Window. Hasil evaluasi menghasilkan nilai MAPE sebesar 16,18?n MAE sebesar 1,84 yang dimana hasil ini dikategorikan baik. Hasil blackbox testing menunjukkan seluruh fungsionalitas sistem berjalan sesuai yang diharapkan, dan hasil User Acceptance Testing (UAT) memperoleh nilai 89,87% yang menunjukkan sistem telah memenuhi kebutuhan pengguna. Dengan adanya sistem ini, diharapkan dapat membantu pemilik pangkalan dalam memperkirakan kebutuhan stok LPG 3 kg secara lebih akurat berdasarkan data historis penjualan.

Pelajaran Ilmu Pengetahuan Alam (IPA) di tingkat sekolah dasar memiliki peran penting untuk menanamkan konsep mengenai alam dan fenomena di dalamnya, khususnya materi ekosistem yang krusial untuk dipelajari. Namun, proses pembelajaran IPA di MIN 1 Pasuruan masih menghadapi tantangan karena siswa seringkali kesulitan dalam memvisualisasikan konsep ekosistem yang kompleks apabila hanya mengandalkan metode penjelasan secara lisan dan buku teks. Keterbatasan media pembelajaran yang inovatif dan interaktif ini menyebabkan siswa mudah merasa bosan, kurang termotivasi, dan kurang aktif di dalam proses belajar. Sebagai solusi, dikembangkan media pembelajaran alternatif berupa game edukasi 2D "Pelita Petualangan" menggunakan perangkat lunak Unity dengan metode pengembangan Multimedia Development Life Cycle (MDLC). Aplikasi ini menyediakan Mode Belajar untuk penyampaian materi secara visual dan Mode Bermain yang berisi lima tahapan evaluasi interaktif, yaitu: pengelompokan habitat hewan, puzzle siluet, kuis pilihan ganda, pencocokan pasangan gambar, dan permainan memori kartu. Pengujian kelayakan aplikasi dilakukan melalui Pengujian Alpha (Black box Testing) untuk memastikan fungsionalitas sistem, serta Pengujian Beta langsung kepada siswa dan guru. Hasil pengujian menunjukkan bahwa aplikasi dapat berjalan dengan lancar tanpa kendala teknis, dinilai sangat layak, dan mampu meningkatkan pemahaman serta minat belajar siswa.

Tanaman cabai rawit merupakan salah satu komoditas hortikultura yang banyak dibudidayakan oleh petani, namun masih banyak petani yang kurang memahami cara mendeteksi hama dan penyakit pada tanaman cabai rawit secara dini. Hama dan penyakit seperti Thrips, Tungau Kuning, Layu Bakteri, Virus Keriting, dan berbagai jenis penyakit lainnya sering kali sulit dikenali sejak awal, sehingga diagnosis yang cepat dan akurat sangat diperlukan. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website yang dapat membantu petani dalam mendiagnosa hama dan penyakit tanaman cabai rawit berdasarkan gejala yang ditemukan menggunakan metode Certainty Factor (CF). Metode CF bekerja dengan menghitung tingkat keyakinan terhadap suatu diagnosis berdasarkan gejala yang dipilih oleh pengguna dan nilai kepercayaan yang diberikan oleh pakar, kemudian menghasilkan persentase keyakinan sebagai acuan hasil diagnosa. Metode pengembangan perangkat lunak yang digunakan adalah metode Waterfall dengan tahapan Requirement Definition, System and Software Design, Implementation and Unit Testing, Integration and System Testing, dan Operation and Maintenance. Basis pengetahuan sistem terdiri dari 12 jenis hama dan penyakit dengan 60 gejala dan 60 rule yang telah divalidasi oleh pakar. Dengan adanya sistem ini, petani dapat dengan mudah mengakses informasi mengenai hama dan penyakit tanaman cabai rawit serta mendapatkan rekomendasi solusi penanganan dan langkah pencegahan yang tepat. Sistem ini diharapkan dapat menjadi solusi bagi petani cabai rawit di Kecamatan Glenmore, Kabupaten Banyuwangi yang mengalami kesulitan dalam mengidentifikasi hama dan penyakit pada tanaman mereka, sehingga dapat meminimalisir kerugian hasil panen dan meningkatkan produktivitas tanaman cabai rawit.

Tingkat literasi di Indonesia masih tergolong rendah, terbukti dari hasil Programme for International Student Assessment (PISA) 2023 yang menempatkan Indonesia di peringkat 68 dari 81 negara. Kondisi ini dipengaruhi oleh metode pembelajaran yang masih tradisional, keterbatasan fasilitas, dan minimnya akses terhadap bahan bacaan berkualitas. Penelitian terdahulu telah berupaya meningkatkan literasi siswa melalui teknologi, namun masih terdapat gap yang belum diatasi, di antaranya belum tersedianya platform yang mengintegrasikan ruang baca digital, fitur text-to-speech, kuis setelah membaca materi, dan sistem reward dalam satu aplikasi yang sama. Penelitian ini mengembangkan aplikasi pembelajaran interaktif berbasis Android bernama Epic Story yang difokuskan pada siswa SD Luqman Al Hakim. Pengembangan aplikasi menggunakan metode Agile dengan framework Flutter dan Gemini AI sebagai LLM. Aplikasi menyediakan fitur ruang baca digital berupa flashcard dan buku, text-to-speech untuk membantu kelancaran membaca, kuis edukatif yang di-generate secara otomatis oleh Gemini AI, serta sistem reward untuk meningkatkan motivasi belajar siswa. Pengujian dilakukan menggunakan Black Box Testing dengan metode equivalence partitioning dan SUS. Hasil Black Box Testing menunjukkan tingkat keberhasilan 100?ri total 49 test case yang tersebar pada keempat sprint pengembangan. Pengujian SUS terhadap 36 responden menghasilkan skor rata-rata 83,33 yang termasuk dalam kategori Acceptable. Selain itu, juga dilakukan analisis dampak penggunaan aplikasi melalui pengujian peningkatan literasi membaca melalui pre-test dan post-test menunjukkan peningkatan dari 64,44 menjadi 80,00 dengan N-Gain 0,531, dan pengujian motivasi belajar menggunakan kuesioner 5 pernyataan dengan skor 12,78, yang menunjukkan respons positif siswa terhadap aplikasi.