Banjir merupakan bencana alam yang sering terjadi di berbagai wilayah, termasuk Kota Surabaya, dan menimbulkan kerugian yang signifikan bagi masyarakat. Penelitian ini bertujuan untuk membangun Sistem Peringatan Dini Banjir berbasis website pintar yang terintegrasi dengan Geographic Information System (GIS) dan menggunakan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan tingkat risiko banjir. Sistem ini memanfaatkan data seperti curah hujan, tinggi muka air, kondisi topografi, dan kapasitas penampung dari wilayah terdampak. Dengan pendekatan metode prototyping, sistem dikembangkan menggunakan framework Laravel dan didukung fitur peta interaktif untuk menampilkan informasi klasifikasi risiko secara visual. Hasil pengujian menunjukkan bahwa algoritma SVM memiliki tingkat akurasi yang baik dalam memprediksi klasifikasi risiko banjir. Sistem ini diharapkan dapat menjadi alat bantu yang efektif bagi masyarakat dan instansi terkait dalam mengambil tindakan mitigasi yang lebih cepat dan tepat terhadap potensi bencana banjir.

Kemajuan teknologi kloning suara AI telah mempermudah manipulasi suara untuk berbagai tujuan, seperti dubbing suara otomatis dan asisten suara. Namun, teknologi ini juga berpotensi disalahgunakan untuk menyebarkan informasi palsu atau melakukan penipuan. Penelitian ini membandingkan metode Itakura-Saito Distance dan Cepstral Distance dengan teknik Mel-Frequency Cepstral Coefficients (MFCC) untuk mendeteksi perbedaan antara suara asli dan suara hasil kloning AI. Pengujian melibatkan ekstraksi fitur MFCC dan penghitungan jarak suara. Itakura-Saito Distance mencapai akurasi 60%, sedangkan Cepstral Distance 40%. Dengan MFCC, akurasi Itakura-Saito turun menjadi 50%, sementara Cepstral Distance naik menjadi 80%. MFCC terbukti meningkatkan efektivitas perbandingan suara dengan mengurangi noise. Itakura-Saito lebih direkomendasikan untuk forensik audio, sedangkan Cepstral Distance lebih cocok untuk analisis intonasi suara

Perancangan Dan Implementasi Sistem Cerdas Untuk Pengelolaan Pembelian, Penjualan, Dan Inventaris Apotek. Rose Vania Adriyanti, NIM E32221455 , Tahun 2025, xx hlm., Teknik Komputer, Jurusan Teknologi Informasi , Politeknik Negeri Jember , Ahmad Fahriyannur Rosyady, S.Kom., M.MT (Pembimbing). Manajemen inventori pada apotek yang dilakukan secara manual seringkali menimbulkan berbagai permasalahan seperti kesalahan pencatatan, keterlambatan informasi, serta kesulitan dalam pelacakan stok secara real-time. Permasalahan ini berdampak pada efisiensi operasional dan kualitas pelayanan kepada pelanggan. Untuk mengatasi hal tersebut, dirancang dan dibangunlah sebuah sistem informasi manajemen persediaan obat berbasis web yang bertujuan untuk mempermudah proses pengelolaan transaksi pembelian, penjualan, pengembalian, serta pelaporan data persediaan obat secara terintegrasi. Sistem ini dikembangkan menggunakan bahasa pemrograman Java dengan framework SSM (Spring, SpringMVC, dan MyBatis), serta memanfaatkan database MySQL sebagai media penyimpanan data. Sistem memiliki fitur utama seperti manajemen data obat, pengelolaan transaksi, pencatatan retur, dan pembuatan laporan stok secara otomatis. Hasil implementasi menunjukkan bahwa sistem mampu berjalan dengan baik sesuai kebutuhan. Sistem ini memberikan kemudahan bagi apotek dalam melakukan pencatatan, memantau ketersediaan obat secara real-time, dan menghasilkan laporan yang akurat. Dengan demikian, sistem ini dapat menjadi solusi efektif untuk meningkatkan efisiensi, akurasi, serta keandalan dalam pengelolaan operasional apotek secara digital.

Pengembangan sistem keamanan ruangan ini dilakukan dengan merancang Smart Door Lock berbasis Arduino yang dapat diakses menggunakan fitur flashlight pada smartphone sebagai metode login. Sistem ini memanfaatkan sensor cahaya untuk mendeteksi sinyal dari flashlight, yang kemudian diproses oleh mikrokontroler Arduino untuk mengaktifkan kunci pintu otomatis (solenoid). Pendekatan ini menawarkan alternatif autentikasi yang praktis dan inovatif tanpa memerlukan koneksi internet, serta meningkatkan keamanan akses ruangan dengan memanfaatkan perangkat yang umum dimiliki yaitu smartphone.

Penelitian ini bertujuan untuk merancang ulang dan meningkatkan antarmuka pengguna (UI) serta pengalaman pengguna (UX) dari aplikasi SIAMO yang dimiliki oleh Palang Merah Indonesia (PMI) berbasis mobile. Aplikasi SIAMO berfungsi sebagai sistem informasi administrasi dan manajemen operasional relawan PMI, khususnya di Kabupaten Nganjuk. Evaluasi dan feedback yang diperoleh dari pengguna, teridentifikasi berbagai masalah seperti tampilan yang kurang menarik, navigasi yang membinggungkan, kecepatan aplikasi yang lambat, serta minimnya fitur notifikasi yang efektif. Pada penelitian ini di menggunakan pendekatan Design Thinking yang terdiri dari lima tahapan : empathize, define, ideate, prototype, dan testing. Pengumpulan data dilakukan melalui observasi, wawancara, dan penyebaran kuesioner yang diberikan kepada 53 responden yang merupakan staf dan relawan PMI. Hasil dari tahapan empathize dan define dijadikan dasar untuk merancang solusi desain pada tahapan ideate dan prototype. Desain yang baru kemudian diuji melalui usability testing dan A/B testing. Hasil penelitian menunjukkan bahwa desain yang baru memberikan peningkatan yang signifikan dalam hal kenyamanan dan efisiensi penggunaan aplikasi. Usability testing menghasilkan skor 90,6% yang mendapatkan kategori sangat baik, sedangkan A/B testing menunjukkan bahwa 79,63% pengguna menilai desain yang baru jauh lebih baik dibandingkan dena versi sebelumnya. Oleh karena itu, pengembangan dan redesain UI/UX aplikasi SIAMO berhasil dalam meningkatkan kualitas pengalaman pengguna serta mendukung kegiatan relawan PMI dengan lebih efektif.

Plat nomor kendaraan berfungsi sebagai identifikasi penting untuk administrasi, regulasi lalu lintas, dan keamanan dalam sistem transportasi modern. Dengan meningkatnya jumlah kendaraan, pengenalan plat nomor menjadi krusial untuk identifikasi dan manajemen lalu lintas, termasuk mengatasi masalah parkir dan pelacakan kendaraan curian. Penelitian ini mengembangkan sistem deteksi plat nomor kendaraan bermotor menggunakan metode Principal Component Analysis (PCA). Sistem ini mengimplementasikan deteksi mulai dari akuisisi citra melalui mode capture dan realtime, deteksi area plat nomor menggunakan model You Only Look Once (YOLO), deteksi karakter individual menggunakan YOLO untuk karakter, hingga pengenalan karakter menggunakan model PCA. Data latih PCA sebanyak 6646 dan data uji sebanyak 1662 digunakan. Proses preprocessing karakter untuk model PCA meliputi konversi ke grayscale, binerisasi, resize ke ukuran standar 20x30 piksel, flattening, dan normalisasi. Model PCA yang dilatih menunjukkan kemampuan pengenalan karakter yang baik. Hasil pengujian akurasi mode capture mencapai 94,73%, sementara mode realtime mencapai 60%. Perbedaan performa ini kemungkinan dipengaruhi oleh variabilitas kualitas frame pada aliran video langsung, seperti motion blur, perubahan pencahayaan cepat, dan potensi ketidakakuratan bounding box. Sistem ini berhasil diimplementasikan pada platform Android menggunakan Kotlin, dengan model machine learning (YOLO dalam format ONNX/TFLite dan parameter PCA dari file JSON) yang dapat dijalankan pada perangkat mobile.

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.