Pakaian merupakan bagian penting dalam menunjang penampilan seseorang, namun tidak sedikit orang yang mengalami kesulitan dalam memilih pakaian yang sesuai dengan kebutuhan dan situasi tertentu. Permasalahan ini sering kali terjadi karena kurangnya pengetahuan mengenai jenis pakaian yang cocok berdasarkan kriteria seperti jenis acara, harga, warna, lokasi, dan jenis pakaian itu sendiri. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan berbasis Virtual Assistant yang mampu memberikan rekomendasi pakaian secara otomatis dan tepat sesuai kebutuhan pengguna. Sistem ini dikembangkan menggunakan metode Simple Additive Weighting (SAW) yang bekerja dengan cara menghitung nilai preferensi dari setiap alternatif berdasarkan bobot kriteria yang telah ditentukan. Proses pengembangan dilakukan dengan metode Waterfall dan diimplementasikan dalam bentuk website menggunakan bahasa pemrograman PHP, serta menggunakan MySQL sebagai basis data. Pengujian sistem dilakukan melalui Black-Box Testing dan User Acceptance Test (UAT) untuk memastikan seluruh fungsi berjalan dengan baik serta diterima oleh pengguna. Hasil pengujian menunjukkan sistem dapat memberikan rekomendasi dengan akurasi dan relevansi yang baik sesuai preferensi yang dimasukkan. Dengan adanya sistem ini, pengguna dapat memperoleh bantuan dalam memilih pakaian yang sesuai tanpa perlu bingung atau ragu, sehingga pengalaman dalam berbusana menjadi lebih efektif dan efisien. Sistem ini diharapkan dapat menjadi solusi praktis dalam pemilihan pakaian khususnya di Butik Edmee Outfit Bondowoso, dan bermanfaat secara lebih luas bagi pengembangan teknologi dalam bidang fashion dan personal assistant.

Rancang Bangun E-Commerce Pada Toko Dijee Electronic Berbasis Web, Muhammad Alfin Alfauzi, NIM E31222518, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Ibu Nanik Anita Mukhlisoh, S.ST, MT (Dosen Pembimbing).E-Commerce mempermudah transaksi jual beli tanpa perlu datang ke toko. Toko Dijee Electronic di Wuluhan, Jember, yang berdiri sejak 2002, menyadari pentingnya sistem informasi untuk efisiensi operasional. Namun, masih terdapat kendala seperti pemasaran konvensional dan minimnya informasi daring. Oleh karena itu, website e-commerce dibangun untuk memudahkan pelanggan mengakses stok, informasi produk, dan metode pembayaran online.Penelitian ini mengacu pada tiga karya ilmiah sebelumnya dan menggunakan metode Waterfall sebagai pendekatan sistematis. Tahapan meliputi analisis kebutuhan melalui wawancara dan observasi pada 11 Mei 2025, yang mengidentifikasi kurangnya efisiensi dalam pencatatan penjualan dan penyampaian informasi kepada pelanggan. Perancangan sistem dilakukan menggunakan Laravel dan Figma, menghasilkan mockup halaman admin dan customer, serta struktur database mencakup 12 tabel utama seperti barang, pesanan, keranjang, dan transaksi.Pengujian Blackbox mencakup 10 fitur admin dan 7 fitur customer, dengan seluruh skenario pengujian menunjukkan status “berhasil”. Sementara itu, hasil User Acceptance Test (UAT) yang dilakukan kepada 20 responden menghasilkan nilai rata-rata total skor 103 dari maksimum 105, atau 98,1%. Hasil ini menunjukkan bahwa sistem diterima dengan sangat baik oleh pengguna. Sistem e-commerce ini memungkinkan pengelolaan data pengguna, produk, dan transaksi secara efisien, serta memberikan kemudahan bagi pelanggan dalam belanja daring.

Jagung merupakan salah satu komoditas pangan penting yang memiliki nilai ekonomi tinggi serta menjadi sumber utama karbohidrat dan pakan ternak. Namun, tanaman ini rentan terhadap serangan penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen, serta berdampak negatif terhadap kesejahteraan petani. Kurangnya pengetahuan petani tentang gejala penyakit pada tanaman jagung menyebabkan keterlambatan dalam penanganan, sehingga perlu adanya solusi teknologi yang dapat membantu proses identifikasi penyakit secara cepat dan akurat. Penelitian ini bertujuan untuk membangun sistem pakar berbasis web yang dapat digunakan untuk mendiagnosa penyakit tanaman jagung berdasarkan gejala yang diamati oleh pengguna, menggunakan metode Certainty Factor (CF). Metode ini memungkinkan sistem untuk menghitung tingkat keyakinan terhadap kemungkinan penyakit berdasarkan kombinasi gejala yang dipilih oleh pengguna dan nilai kepastian dari pakar pertanian. Sistem ini dibangun menggunakan framework Laravel dan diuji menggunakan metode Blackbox Testing dan User Acceptance Test (UAT). Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan fungsinya, dan sistem dapat memberikan hasil diagnosa yang sesuai dengan pengetahuan pakar. Dengan adanya sistem ini, petani diharapkan dapat lebih mudah mengenali jenis penyakit yang menyerang tanaman jagung sejak dini, sehingga dapat melakukan penanganan yang tepat untuk mencegah kerugian lebih lanjut. Sistem ini juga menjadi media edukatif dalam meningkatkan kesadaran petani terhadap pentingnya pengelolaan penyakit tanaman secara digital dan terstruktur.

Perkembangan e-commerce di Indonesia, khususnya platform Tokopedia, telah menghasilkan banyak ulasan konsumen yang mengandung opini terhadap produk yang dibeli. Ulasan tersebut menjadi sumber informasi berharga untuk memahami kepuasan pelanggan dan kualitas produk. Namun, banyaknya data membuat analisis manual tidak efektif. Oleh karena itu, diperlukan pendekatan otomatis menggunakan Natural Language Processing (NLP) untuk melakukan analisis sentimen secara efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen dalam ulasan produk di Tokopedia ke dalam dua kategori, yaitu positif dan negatif, dengan memanfaatkan teknik NLP. Metode yang digunakan meliputi pengumpulan data, pra-pemrosesan teks (cleaning, case folding, stopword removal, tokenisasi), representasi kata menggunakan GloVe (Global Vectors for Word Representation), serta klasifikasi menggunakan arsitektur Recurrent Neural Network (RNN). Model yang dibangun diuji menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa kombinasi GloVe dan RNN mampu memberikan performa yang baik dalam melakukan klasifikasi sentimen biner terhadap ulasan konsumen di platform Tokopedia.

Analisis Sentimen Pengguna Dompet Digital Dengan Menggunakan Metode Naïve Bayes Classifier Pada Media Sosial X (Studi Kasus: Dana, Gopay, dan ShopeePay), Willian Anggi Devayu, NIM E31221315, Tahun 2025, Manajemen Informatika, Teknologi Informasi, Politeknik Negeri Jember, Hendra Yufit Riskiawan, S.Kom, M.Cs (Dosen Pembimbing). Dalam analisis sentimen terhadap pengguna dompet digital seperti Dana. Gopay, dan ShopeePay pada media sosial X (Twitter), menggunakan metode Multinomial Naïve Bayes Classifier. Data dikumpulkan melalui teknik scraping dari akun resmi ketiga layanan dompet digital dengan rentang waktu antara tahum 2024 hingga 2025. Data tersebut akan melalui tahap pre-processing, kemudian dilanjutkan dengan pembobotan kata menggunakan TF-IDF. Metode Multinomial Naïve Bayes Classifier digunakan karena kesederhanaannya dan efektivitas dalam menangani data teks. Hasil analisis Dana menunjukkan sentimen positif sebesar 64.04%, negatif sebesar 20.35%, dan netral sebesar 15.61%. Gopay menunjukkan sentimen positif sebesar 7.44%, negatif sebesar 42.42%, dan netral sebesar 50.15%. ShopeePay menunjukkan sentimen positif sebesar 23.01%, negatif sebesar 39.69%, dan netral sebesar 37.30%. Dari hasil tersebut, menunjukkan bahwa masing-masing layanan memiliki kecenderungan sentimen tertentu yang dapat menjadi indikator kepuasan dan keluhan pengguna. Hasil analisis disajikan dalam bentuk visualisasi seperti diagram batang, diagram lingkaran, dan word cloud untuk memberikan gambaran yang lebih jelas dan mudah di pahami mengenai opini publik.

INOVASI PEMBELAJARAN STEAM BERBASIS REMOTE CONTROL BLUETOOTH UNTUK MENINGKATKAN LITERASI DAN NUMERASI SISWA SEKOLAH DASAR, Ihya Nurina Ratindra, NIM E32220570, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, I Gede Wiryawan, S.Kom., M.Kom. (Dosen Pembimbing). Tugas akhir ini mengembangkan media pembelajaran berbasis pendekatan STEAM (Science, Technology, Engineering, Arts, Mathematics) menggunakan mini robot yang dikendalikan dengan aplikasi PictoBlox. Tujuan dari pengembangan ini adalah untuk meningkatkan kemampuan literasi, numerasi, dan logika pemrograman siswa sekolah dasar secara terintegrasi, dengan melibatkan guru sebagai fasilitator pembelajaran. Model pembelajaran yang dirancang mencakup penyusunan silabus dan dua jenis modul, yaitu modul ajar untuk guru dan modul belajar untuk siswa, yang disusun dengan gaya bahasa berbeda menyesuaikan kebutuhan masing-masing. Mini robot yang dikembangkan terdiri dari tiga varian, yaitu robot kontrol Bluetooth, robot gripper, dan robot soccer, yang dirakit menggunakan mikrokontroler ESP32, motor DC, servo, dan komponen pendukung lainnya. Robot-robot ini tidak menggunakan sensor, dan dirancang dengan fokus pada logika perintah gerakan dasar. Dalam proses pengembangan, robot dikendalikan secara manual melalui logika blok di PictoBlox, dan pembelajarannya disesuaikan untuk siswa SD dalam bentuk aktivitas kolaboratif berbasis proyek. Uji coba dilakukan di SD Al Furqan Jember bersama guru kelas dan kepala sekolah, menunjukkan bahwa pendekatan ini dinilai efektif untuk membangun ketertarikan siswa terhadap teknologi. Evaluasi dari guru menunjukkan bahwa media dan modul mudah dipahami dan aplikatif, serta dinilai layak untuk dikembangkan sebagai kurikulum pembelajaran jangka panjang. Penyempurnaan dilakukan pada aspek visual modul dan alokasi waktu pembelajaran, yang disarankan diperluas menjadi satu semester. Inovasi ini menunjukkan potensi besar untuk diterapkan secara luas di sekolah dasar sebagai alternatif pembelajaran yang kreatif dan kontekstual.

Sistem Pendukung Keputusan Penerima KIP Kuliah Mahasiswa Politeknik Negeri Jember dengan Menggunakan Metode SMARTER Berbasis Web, Annajwa Shohibuzzahro, NIM E31222691, Tahun 2025, 86 hlm., Jurusan Teknologi Informasi, Politeknik Negeri Jember, Wahyu Kurnia Dewanto, S.Kom.,M.T. (Dosen Pembimbing). Kartu Indonesia Pintar Kuliah (KIP-K) merupakan program bantuan dari pemerintah yang bertujuan untuk mendukung mahasiswa dari keluarga kurang mampu agar tetap dapat melanjutkan pendidikan ke perguruan tinggi. Bantuan ini mencakup biaya pendidikan dan biaya hidup selama masa studi. Namun, dalam implementasinya di Politeknik Negeri Jember, proses seleksi penerima KIP-K masih dilakukan secara manual yang menyebabkan rawan kesalahan dalam penilaian, terutama karena banyaknya jumlah pendaftar serta beragamnya latar belakang dan data yang harus dibandingkan. Selain itu, proses seleksi manual tidak memiliki tolak ukur yang objektif, sehingga berpotensi menimbulkan ketidaktepatan sasaran bantuan. Akibatnya, terdapat mahasiswa yang sebenarnya berhak menerima KIP-K namun tidak lolos seleksi, sedangkan mahasiswa yang kurang memenuhi kriteria justru lolos karena faktor subjektif. Hal ini tidak hanya menimbulkan ketidakadilan, tetapi juga berdampak pada keberlangsungan studi mahasiswa yang benar-benar membutuhkan bantuan. Berdasarkan permasalahan tersebut, maka dibangun sebuah sistem pendukung keputusan yaitu “Sistem Pendukung Keputusan Penerima KIP Kuliah Mahasiswa Politeknik Negeri Jember dengan Menggunakan Metode SMARTER Berbasis Web”. Sistem ini dikembangkan menggunakan metode Simple Multi Attribute Rating Technique Exploiting Rank (SMARTER) yang mampu mengolah data dengan mempertimbangkan berbagai kriteria yang telah ditentukan oleh pemerintah pusat dan panitia seleksi setempat, seperti kepemilikan KIP Sekolah, keterdataan dalam DTKS, tingkatan desil, kondisi ekonomi, dan status orang tua, yang akan menghasilkan perangkingan secara objektif berdasarkan mahasiswa yang paling layak menerima bantuan KIP-K.

IMPLEMENTASI TEKNOLOGI SPEECH-TO-TEXT DAN TEXT-TO-SPEECH PADA JAM WEKER DIGITAL DENGAN FITUR INTERAKSI SUARA Moch Rendy Ardiyanto, NIM E32220274, Tahun 2025, Politeknik Negeri Jember, I Gede Wiryawan, S.Kom., M.Kom. (Pembimbing I) Sistem jam weker digital ini dirancang untuk memudahkan pengguna dalam mengatur dan memantau alarm melalui perintah suara. Dengan memanfaatkan Deepgram API untuk mentranskripsi suara ke teks (Speech-to-Text), Gemini AI untuk memproses perintah, dan VoiceRSS API untuk menghasilkan suara respons (Text-to-Speech), sistem mampu menangani alur komunikasi end-to-end pada mikrokontroler ESP32. Pengujian pada kondisi SNR ??20?dB dan suhu 23–25?°C (ruangan normal) menghasilkan akurasi STT rata?rata 96%, latency end-to-end 16,5 detik, respons rata?rata 7 kata, dan durasi pemutaran suara hasil TTS 3,5 detik, sekaligus menunjukkan operasi stabil tanpa crash. Dengan optimasi pre-processing audio, manajemen buffer adaptif, serta manajemen daya deep-sleep, sistem diharapkan meningkatkan responsivitas, efisiensi energi, dan keandalan pada iterasi selanjutnya.