Pengembangan Media Interaktif Augmented Reality untuk Pengenalan Satwa di Kebun Binatang Surabaya dengan Metode Markerless Tracking, Akbar Ilhasyah, NIM E41221683, Tahun 2026, Teknologi Informasi, Politeknik Negeri Jember, Sholihah Ayu Wulandari, S.ST., M.Tr.T.. (Pembimbing). Penyampaian informasi satwa di Kebun Binatang Surabaya saat ini masih mengandalkan media statis konvensional yang kurang interaktif, khususnya bagi pengunjung anak-anak. Oleh karena itu, diperlukan inovasi teknologi yang mampu menyajikan informasi edukasi secara lebih visual, dinamis, dan menarik. Sebagai solusi, dikembangkan aplikasi pengenalan satwa berbasis Augmented Reality (AR) markerless menggunakan Unity 3D. Aplikasi ini memproyeksikan model 3D satwa, lengkap dengan animasi dan suara, langsung ke lingkungan nyata tanpa penanda fisik. Keunggulan utamanya adalah antarmuka adaptif yang membagi pengguna ke dalam mode Junior (3-13 tahun) dan Senior (14+ tahun), serta dilengkapi dengan sistem kuis otomatis. Hasil pengujian menunjukkan aplikasi ini mampu beroperasi dengan stabil memunculkan objek virtual di ruang terbuka. Pemisahan tingkat materi berdasarkan usia dan fitur kuis menjadikan proses belajar lebih tepat sasaran. Secara keseluruhan, inovasi ini terbukti efektif sebagai fasilitas edukasi modern untuk menggantikan keterbatasan media informasi konvensional.

Implementasi Quality Assurance Menggunakan Failure Testing Dalam Aplikasi MyEnviro Mobile Mohammad Thoriq Dhanies Adzdzikra, NIM E41221936, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Zilvanhisna Emka Fitri, ST. MT. (Dosen Pembimbing), Kholid Amrillah (Pembimbing Lapang). Politeknik Negeri Jember (Polije) merupakan perguruan tinggi yang menyelenggarakan pendidikan vokasi, yaitu program pendidikan yang mengarah proses belajar mengajar pada tingkat keahlian, keterampilan, dan standar kompetensi yang berkualitas dan relevan dengan kebutuhan industri. Salah satu kegiatan pendidikan akademik yang dimaksud adalah Magang, yang memiliki tujuan untuk mengambangkan wawasan, pengalaman, dan keterampilan mahasiswa agar memiliki kompetensi yang dibutuhkan industri sesuai dengan bidang keahliannya. Penulis memilih PT Xeno Persada Teknologi sebagai tempat magang yang merupakan sebuah 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, implementasi quality assurance pada aplikasi MyEnviro menggunakan failure testing. Aplikasi ini memiliki dua hak akses, yaitu untuk karyawan dan pelanggan yang dikembangkan untuk memudahkan manajemen sebuah perusahaan outsourcing Penulis berkesempatan melakukan quality assurance untuk aplikasi MyEnviro yang memiliki beberapa fitur yang harus diperiksa kualitasnya, seperti pengajuan kegiatan khusus, pengajuan dinas luar, monitoring laporan, dll.

Industri kopi robusta di Indonesia menghadapi tantangan dalam menjaga kestabilan kondisi lingkungan pada fase pembibitan, di mana pengelolaan secara konvensional belum mampu menjaga parameter suhu, kelembaban, dan pH tanah secara konsisten sehingga berdampak pada pertumbuhan bibit yang tidak optimal. Penelitian ini mengimplementasikan metode Adaptive Neuro-Fuzzy Inference System (ANFIS) pada sistem kontrol lingkungan greenhouse berbasis Internet of Things (IoT) untuk mengoptimalkan pertumbuhan bibit kopi robusta (Coffea canephora) melalui pengendalian otomatis kondisi suhu, kelembaban udara, dan pH tanah. Model ANFIS dilatih menggunakan 8.640 data dengan tiga variabel input dan tiga fungsi keanggotaan berbasis Generalized Bell per variabel sehingga menghasilkan 27 aturan fuzzy. Sensor DHT21 dan sensor pH tanah dikalibrasi menggunakan metode koreksi offset guna meningkatkan akurasi pembacaan sebelum diimplementasikan pada sistem, meskipun akurasi sensor pH tanah setelah kalibrasi belum mencapai tingkat yang ideal. Hasil penelitian menunjukkan bahwa model ANFIS menghasilkan nilai RMSE sebesar 0,0751 dengan tingkat akurasi keputusan pompa mencapai 95%, yang mengindikasikan bahwa model memiliki performa yang baik dalam mengklasifikasikan kondisi lingkungan greenhouse dan menghasilkan keputusan aktivasi pompa pengembunan secara otomatis. Parameter lingkungan yang digunakan telah divalidasi oleh pakar bidang budidaya tanaman perkebunan dan dinyatakan sesuai dengan kebutuhan fisiologis bibit kopi robusta, yaitu suhu 20–28°C, kelembaban 70–90%, dan pH tanah 5,5–6,5.

Pengembangan Aplikasi Android Untuk Monitoring Dan Kontrol Real-Time Budidaya Jamur Tiram Antirogo Berbasis Internet of Things, Bima Satria Buana E32230206, Tahun 2026, Teknik Komputer, Teknologi Informasi, Politeknik Negeri Jember, Ir. Surateno, S.Kom., M.Kom., (Dosen Pembimbing) Perkembangan teknologi Internet of Things mendorong penerapan sistem digital dalam sektor pertanian, termasuk pada budidaya jamur tiram. Proses budidaya jamur tiram memerlukan pemantauan dan pengendalian kondisi lingkungan secara tepat agar pertumbuhan jamur dapat berlangsung optimal. Penggunaan aplikasi berbasis perangkat mobile menjadi salah satu solusi untuk mempermudah proses monitoring dan kontrol lingkungan budidaya secara praktis dan fleksibel. Proyek ini membahas pengembangan aplikasi Android yang digunakan untuk melakukan monitoring dan kontrol kondisi budidaya jamur tiram Antirogo secara real-time. Aplikasi dirancang sebagai antarmuka mitra yang terhubung dengan sistem budidaya berbasis Internet of Things, sehingga mitra dapat memantau data lingkungan serta melakukan pengendalian sistem dari jarak jauh melalui perangkat Android. Pengembangan aplikasi Android ini diharapkan dapat memberikan gambaran mengenai pemanfaatan teknologi mobile dan Internet of Things dalam mendukung pengelolaan budidaya jamur tiram. Ringkasan ini menjelaskan ruang lingkup dan tujuan proyek sebagai upaya penerapan sistem monitoring dan kontrol yang lebih modern, terintegrasi, dan mudah diakses oleh mitra.

Perkembangan teknologi keamanan mendorong penggunaan sistem autentikasi yang lebih aman dibandingkan kunci konvensional yang rentan terhadap kehilangan, pencurian, dan duplikasi. Salah satu solusi yang dapat diterapkan adalah sistem keamanan berbasis biometrik yang memanfaatkan karakteristik unik setiap individu. Pada tugas akhir ini dirancang dan diimplementasikan sistem pintu otomatis berbasis biometrik menggunakan pengenalan suara dan pengenalan wajah sebagai mekanisme autentikasi. Sistem menggunakan ESP32-S3 WROOM N16R8 dengan kamera OV2640 untuk akuisisi wajah dan sensor mikrofon INMP441 untuk perekaman suara. Proses autentikasi dilakukan melalui dua tahap, yaitu voice identification menggunakan Whisper dan face verification menggunakan DeepFace dengan model FaceNet. Sistem terdiri dari unit outdoor dan unit indoor yang berkomunikasi menggunakan modul nRF24L01. Unit outdoor bertugas melakukan autentikasi pengguna, sedangkan unit indoor mengendalikan relay dan solenoid door lock sebagai mekanisme pembuka pintu. Selain itu, sistem terintegrasi dengan aplikasi berbasis web menggunakan Laravel dan Supabase untuk pengelolaan data pengguna dan pencatatan riwayat akses. Apabila identifikasi suara dan verifikasi wajah berhasil, sistem akan mengirimkan perintah untuk membuka kunci pintu secara otomatis. Sebaliknya, apabila salah satu proses autentikasi gagal, akses akan ditolak. Sistem yang dikembangkan diharapkan mampu meningkatkan keamanan akses ruangan serta mempermudah pengelolaan pengguna secara terintegrasi.

Perawatan tanaman multi-pot sering kali kurang efektif karena kebutuhan air setiap tanaman berbeda, sementara penyiraman manual cenderung dilakukan secara merata dan terkendala keterbatasan waktu pemilik. Untuk mengatasi masalah tersebut, penelitian ini merancang dan membangun sistem penyiraman otomatis berbasis Internet of Things (IoT) dengan memanfaatkan sensor kelembapan tanah dan pengaturan waktu sebagai pengendali utama. Sistem ini dirancang terintegrasi dengan web server agar dapat dipantau dan dikendalikan secara jarak jauh. Hasil dari tugas akhir ini diharapkan mampu menghasilkan sistem perawatan tanaman yang efisien, terstruktur, serta menjadi alternatif solusi otomasi berbasis IoT untuk skala rumah tangga maupun industri kecil.

Laporan magang ini disusun untuk mendeskripsikan pelaksanaan kegiatan magang di Lembaga Penyiaran Publik Radio Republik Indonesia (LPP RRI) Jember yang berfokus pada implementasi backend Pada Sistem Pelaporan Dokumen Kehilangan (SILAPOR) Menggunakan Framework Laravel. Kegiatan magang dilaksanakan selama empat bulan, terhitung sejak 19 Agustus hingga 20 Desember 2024, sebagai salah satu bentuk penerapan ilmu yang telah diperoleh selama perkuliahan sekaligus meningkatkan kompetensi mahasiswa di bidang Teknologi Informasi. Pelaksanaan magang diawali dengan pengenalan lingkungan kerja, observasi sistem, serta pembelajaran teknologi yang digunakan, seperti Laravel, konsep Model View Controller (MVC), WinSCP, Group Middleware, dan Bootstrap. Selanjutnya dilakukan analisis kebutuhan sistem, perancangan basis data, serta implementasi backend pada website SILAPOR. Implementasi meliputi pengembangan fitur dashboard, manajemen pengguna, kategori, data pelapor kehilangan, data kehilangan, dan transaksi beserta proses CRUD, pengelolaan route, controller, validasi data, serta pembuatan laporan dalam format PDF. Berdasarkan hasil implementasi yang telah dilakukan, backend website SILAPOR dapat berjalan sesuai kebutuhan sistem sehingga mampu mendukung proses pelaporan dokumen kehilangan secara lebih cepat, terstruktur, dan efisien dibandingkan sistem manual sebelumnya. Selain melaksanakan kegiatan teknis, mahasiswa magang juga mengikuti berbagai kegiatan institusi di lingkungan LPP RRI Jember. Secara keseluruhan, kegiatan magang ini memberikan pengalaman kerja nyata dalam pengembangan aplikasi berbasis website, meningkatkan kemampuan teknis di bidang backend development, serta memberikan kontribusi bagi LPP RRI Jember melalui pengembangan sistem yang mendukung peningkatan kualitas pelayanan publik.

Pelaksanaan ujian sekolah di MA Manbaul Ulum saat ini masih menggunakan aplikasi Madrasah CBT pihak ketiga yang berbayar dan terbatas, serta belum dilengkapi fitur analisis tingkat kesulitan soal secara objektif, sehingga penentuan tingkat kesulitan masih bergantung pada pertimbangan subjektif guru. Penelitian ini bertujuan mengembangkan sistem bank soal berbasis website yang mampu mengelompokkan dan mengklasifikasikan tingkat kesulitan soal menggunakan algoritma K-Means Clustering dan Naive Bayes. Sistem dikembangkan dengan model Waterfall melalui tahapan analisis kebutuhan, perancangan, implementasi menggunakan Laravel dan MySQL, pengujian, serta pemeliharaan. K-Means Clustering digunakan untuk mengelompokkan soal ke dalam tiga klaster (Mudah, Sedang, Sulit) berdasarkan persentase jawaban benar dan rata-rata waktu pengerjaan, sedangkan hasil klaster tersebut dijadikan data latih bagi algoritma Naive Bayes untuk mengklasifikasikan tingkat kesulitan soal baru secara otomatis. Pengujian dilakukan terhadap 160 butir soal mata pelajaran Matematika dan Bahasa Indonesia yang dikerjakan oleh 22 siswa kelas XII. Hasil pengujian menunjukkan K-Means konvergen bahasa Indonesia iterasi ke-2 sedangkan konvergen pada iterasi ke-4 untuk Matematika dengan distribusi 30% Mudah, 40% Sedang, dan 30% Sulit serta untuk bahasa Indonesia dengan distribusi 13% mudah, 58% sedang, 27% sulit, sementara model Naive Bayes mencapai akurasi 90,00% (F1-Score 0,8963) untuk Matematika dan 90,91% (F1-Score 0,8633) untuk Bahasa Indonesia. Perbandingan label guru dan sistem menunjukkan tingkat kesesuaian 72,5% untuk yang matematika dan untuk bahasa indonesia 85.0%. Hasil Black Box Testing menunjukkan seluruh fitur berfungsi sesuai kebutuhan, dan User Acceptance Testing (UAT) menyatakan sistem layak digunakan. Penelitian ini membuktikan bahwa kombinasi K-Means Clustering dan Naive Bayes efektif menghasilkan sistem deteksi tingkat kesulitan soal yang objektif, otomatis, dan berbasis data hasil pengerjaan siswa.