Jumlah kendaraan bermotor di Indonesia terus meningkat setiap tahun. Tingginya daya beli masyarakat terhadap kendaraan bermotor menjadi faktor utama penyebab kemacetan dan kecelakaan lalu lintas. Kemacetan di perkotaan dan jalan luar kota disebabkan oleh peningkatan kepemilikan kendaraan, terbatasnya sumber daya untuk pembangunan jalan, dan pengoperasian fasilitas lalu lintas yang belum optimal. Untuk mengatasi masalah kemacetan ini, salah satu solusinya adalah menggunakan pengaturan lampu lalu lintas. Namun lama kendaraan yang menunggu pada lampu lalu lintasbisa menyebabkan kemacetan. hal ini terjadi ketika jumlah kedatangan kendaraan ke dalam persimpangan jalan lebih besar dibanding jumlah keberangkatan kendaraan. Dalam skripsi ini, akan dibahas penggunaan metode fuzzy mamdani untuk mengembangkan sistem yang dapat mengurangi kemacetan di persimpangan lampu lalu lintas dengan memperhatikan jumlah kendaraan yang ada di persimpangan tersebut.

Small and Medium Enterprises (UMKM) play a crucial role in Indonesia's economy. The majority of UMKM are in the food and beverage sector, including canned sardine businesses. As product demand increases, UMKM often face challenges in improving production efficiency, product quality, and meeting hygiene and health standards. This study develops a low-cost automatic liquid filling machine utilizing Internet of Things (IoT) technology and gravity. The machine is designed to address the issues of accurate liquid filling in canned sardine production, reduce manual filling errors, and improve product quality. It is equipped with infrared proximity sensors and ultrasonic sensors integrated with a NodeMCU ESP8266 microcontroller for real-time monitoring. Implementation results show that this machine can enhance work efficiency, production capacity, and product quality while reducing operational costs.

SISTEM PENDUKUNG ALAT PENULISAN TOKEN DIGITAL DAN ALAT KONTROL BEBAN LISTRIK MENGGUNAKAN PLATFORM NODE-RED, Deva Baskara Utoyo, NIM E32210906, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, M Hafidh Firmansyah, S.Tr.Kom., M.Sc. (Dosen Pembimbing) Melonjaknya tagihan listrik karena faktor tidak terkontrolnya penggunaan listrik merupakan salah satu keluhan bagi pemilik kost. Hal ini dikarenakan pemilik tidak bisa memonitoring penggunaan listrik secara langsung, sehingga mengakibatkan melonjaknya tagihan listrik yang harus dibayarkan. Oleh karena itu, dibuatlah alat kontrol beban listrik yang dapat diakses penyewa kamar kost secara mudah dan kapanpun. Alat ini memungkinkan penyewa untuk memanagemen penggunaan listrik mereka, sehingga membantu pemilik kost dalam memantau biaya penggunaan listrik pada setiap kamar. Kontrol beban listrik ini dibuat dengan menggunakan sensor PZEM-004T, ESP32, Modul RIFD, Platform Node-RED, dan website untuk monitoring saldo dan penggunaan Listrik penyewa kamar kost. Serta pemilik kost juga akan mendapatkan penghasilan melalui pembelian saldo listrik. Yang nantinya saldo listrik tersebut digunakan oleh penyewa kamar untuk menyalakan listrik kamar yang disewanya. Untuk memastikan aksesibilitas dan kemudahan penggunaan, sistem ini dilengkapi dengan website yang menampilkan data monitoring secara real-time. Website ini memungkinkan pengguna memantau penggunaan Listrik dan saldo token serta mengontrol perangkat listrik. Integrasi dengan website mempermudah pengguna dalam mengelola penggunaan listrik di mana saja. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mengelola dan mengontrol penggunaan listrik, membantu pengguna menghemat biaya, dan meningkatkan pemahaman tentang manajemen energi yang efisien.

The “Design of Optical Character Recognition (OCR) system” is capable of recognizing various types of fonts, languages and document formats, including handwritten text. Using an iterative and flexible spiral methodology, this research focuses on data collection through interviews and questionnaires, qualitative and quantitative data analysis, and the use of advanced analytical tools. The research results show that the developed OCR system achieves accuracy above 90% and is able to detect text in real-time with YOLOV8 integration, showing high responsiveness suitable for mobile applications. This system is expected to increase efficiency and accessibility in various sectors by reducing dependence on physical documents and improving user experience.

Diabetes is a chronic disease that affects millions of people worldwide. Early detection and effective treatment of diabetes are essential to prevent serious complications and improve the quality of life of patients. The purpose of this research is to develop and design a diabetes detection system with the Dempster-Shafer method. The Dempster Shafer method is a decision-making method based on the theory of trust and uncertainty. This method allows you to combine information from multiple sources to make more accurate decisions. In terms of diabetes detection, the DempsterShafer method can be used to combine laboratory test results, medical history, risk factors, and clinical symptoms to make more reliable diabetes detection decisions. During the development stage of the diabetes detection system, we collected patient data such as laboratory test results, medical history, and symptoms experienced. This data is used to create a Dempster-Shafer model that assesses the confidence level in diabetes detection. In addition, we use data processing technologies and intelligent algorithms to improve the accuracy and efficiency of the detection system. During the design stage, consider an intuitive and easy-to-use interface. The system provides clear diabetes detection results and provides appropriate management recommendations based on test results and patient data. We will also design the system so that it can be integrated with existing medical information systems. The results of this research are expected to help improve early detection of diabetes and its treatment. The resulting diabetes detection system can be used by medical staff to determine a patient's diabetes risk and ensure timely treatment. In addition, the Dempster Shafer method used in this research can also be used for various applications in other health fields, such as detecting other diseases and determining diagnosis.

The "development of a system based on naive bayes method for determining its ripening level identification in dragon fruit (hylocereus spp.)" project address to develop a system using the Naïve Bayes method to determine the maturity of dragon fruit (Hylocereus spp.), address the limitations of manual maturity evaluation methods. Dragon fruit, known for its nutrients and popularity, requires accurate determination of maturity to meet quality standards. Traditional methods, based on visual and tactile inspection, are inconsistent and inefficient, especially for large-scale sorting. The system is designed with an intuitive user interface, allowing growers to upload images of dragon fruit and receive ripeness ratings along with recommendations for harvesting and management. The research highlights the potential benefits of this technological solution, including increased productivity, better fruit quality and higher efficiency in the dragon fruit growing industry. The findings show that the integration of the Naïve Bayes method can significantly improve the consistency and accuracy of maturity determination, offering a practical tool for farmers and contributing to the progress of the agricultura.

Rancang Bangun Pemberi Pakan Pintar dan Sistem Kontrol Kualitas Air pada Kolam Ikan Koi Berbasis Internet of Things, Dany Ferdyansyah, NIM E32210111, Tahun 2024, Teknlogi Informasi, Politeknik Negeri Jember, Lalitya Nindita Sahenda, S.Pd., M.T. (Dosen Pembimbing). Ikan koi (Cyprinus Carpio) populer di kalangan penggemar ikan tawar di Indonesia karena potensi bisnisnya yang menjanjikan, dengan harga mencapai jutaan rupiah untuk ikan bercorak indah. Perawatan yang baik sangat penting untuk hasil yang optimal, termasuk pemberian pakan yang tepat dan menjaga kualitas air. Kesalahan dalam pemberian pakan dan kualitas air yang buruk dapat berdampak negatif pada kesehatan ikan. Penelitian ini bertujuan membantu peternak dan pembudidaya mengontrol pemberian pakan terjadwal dengan sensor RTC dan memantau kualitas air dengan sensor TDS. Tujuannya adalah menciptakan ekosistem ideal untuk ikan koi, meningkatkan efisiensi budidaya, dan mengurangi risiko kegagalan atau kematian ikan. Hasil pengujian kualitas air selama 7 hari menggunakan sensor TDS menunjukkan nilai melebihi ambang batas pada hari keempat (311 ppm) dan ketujuh (304 ppm), sehingga sistem merespon dengan mengganti air menggunakan water pump penguras dan pengisi sesuai batasan sensor. Pengujian penjadwalan pemberian pakan selama 7 hari menunjukkan ketidakteraturan keluaran pelet pada beberapa hari, namun servo tetap berfungsi sesuai jadwal tanpa kendala. Sistem mengirim notifikasi secara responsif ke email dan aplikasi Blynk, yang dapat dipantau secara real-time. Basis data selama pengujian mencatat beberapa nilai sensor tidak tersimpan karena gangguan sinyal internet. Ada beberapa data pengujian yang tidak tercatat pada basis data karena adanya gangguan sinyal.

Optimalisasi Kesehatan Sapi Melalui Sistem Pemantauan Kandang dan Penyemprotan Disinfektan Berbasis Internet of Things, Izza Ismi Aisyiyah, NIM E32210222, Tahun 2024, 97 hlm., Teknologi Informasi, Politeknik Negeri Jember, Lalitya Nindita Sahenda, S.Pd., M.T. (Dosen Pembimbing). Peternakan merupakan suatu kegiatan ekonomi yang meliputi pemeliharaan dan pengelolaan hewan ternak untuk memperoleh hasil produksi. Sehingga dibutuhkan suatu sistem yang dapat digunakan untuk memonitor kondisi kandang secara terus-menerus, memastikan bahwa kesehatan dan kesejahteraan hewan ternak tetap terjaga, serta untuk menghasilkan produk peternakan yang berkualitas tinggi sesuai dengan standar yang diharapkan. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat memonitoring suhu, gas amonia serta melakukan penyemprotan disinfektan secara otomatis di kandang sapi dengan menggunakan sensor MQ-135, sensor DHT11, kipas dan juga Water pump. Alat ini nantinya akan menggunakan ESP8266 dan tampilan hasil pengujian akan ditampilkan pada layar LCD 16x2 serta dapat dilakukan monitoring dari jarak jauh dengan menggunakan aplikasi Blynk. Hasil dari penelitian ini berupa sistem yang mampu memantau kondisi di dalam kandang sapi, seperti suhu dan gas amonia(NH3), serta dilengkapi dengan kemampuan untuk menghidupkan kipas dan juga melakukan penyemprotan cairan disinfektan secara otomatis. Tidak hanya dengan cara otomatis, tapi alat ini mampu bekerja secara manual menggunakan aplikasi Blynk. Hal ini memungkinkan peternak memantau keadaan kandangnya dengan mudah dari mana saja menggunakan platform IoT Blynk.