Bencana banjir yang kerap melanda berbagai wilayah di Indonesia saat curah hujan tinggi memicu urgensi hadirnya sistem penanganan yang cepat demi meminimalisasi kerusakan lingkungan dan korban jiwa. Menjawab tantangan tersebut, penelitian ini mengembangkan sebuah alat pendeteksi dini banjir berbasis Internet of Things menggunakan mikrokontroler ESP8266 dan sensor ultrasonik untuk memantau fluktuasi ketinggian air. Dimulai dari rancangan ide, perakitan alat, akuisisi data, proses, pengujian hingga implementasi ini mengelompokkan kondisi air ke dalam status aman, waspada, siaga, dan bahaya lewat metode ambang batas threshold. Data yang terbaca oleh sensor akan dikirim secara real time ke Firebase sebagai pusat penyimpanan data monitoring. Ketika air mencapai level kritis, sistem secara otomatis memicu lampu rotator di lokasi sebagai peringatan visual sekaligus mengirimkan notifikasi instan ke aplikasi Telegram pada smartphone pengguna. Hasil pengujian membuktikan bahwa performa alat ini sangat stabil, hemat daya, dan responsif. Lewat kombinasi peringatan fisik dan digital ini, masyarakat diharapkan bisa mendapatkan informasi lebih awal untuk melakukan evakuasi mandiri secara lebih sigap dan cepat.

Perancangan dan Implementasi Dashboard Analisis Sentimen Ulasan Wisatawan untuk Meningkatkan Layanan Pariwisata di Jember, Mufrida Fara Diani, NIM E31231226, Tahun 2026, Teknologi Informasi, Politeknik Negeri Jember, Ir. Wahyu Kurnia Dewanto, S.Kom, MT (Dosen Pembimbing). Perkembangan sektor pariwisata di Kabupaten Jember menunjukkan potensi yang cukup besar, terutama dengan meningkatnya jumlah kunjungan wisatawan pada beberapa destinasi unggulan. Namun, peningkatan kunjungan tersebut perlu diimbangi dengan kualitas layanan yang baik agar wisatawan merasa nyaman dan puas saat berkunjung. Selama ini, pemantauan opini wisatawan masih banyak dilakukan secara manual melalui media sosial, laporan pengelola wisata, maupun ulasan Google Maps. Cara tersebut kurang efektif karena membutuhkan waktu yang lama, berpotensi subjektif, dan belum mampu menyajikan gambaran keluhan wisatawan secara cepat dan terukur. Oleh karena itu, dibangun sebuah dashboard analisis sentimen berbasis web yang dapat membantu Dinas Pariwisata Kabupaten Jember dalam memantau, mengolah, dan memahami ulasan wisatawan secara lebih sistematis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan dashboard analisis sentimen ulasan wisatawan pada destinasi wisata di Kabupaten Jember. Sistem ini digunakan untuk mengidentifikasi pola sentimen wisatawan, mengelompokkan ulasan ke dalam kategori sentimen, serta memberikan rekomendasi layanan berdasarkan hasil analisis data. Fokus penelitian diarahkan pada empat destinasi wisata, yaitu Pantai Papuma, Pantai Watu Ulo, Teluk Love atau Payangan, dan Kebun Teh Gunung Gambir. Selain itu, aspek yang dianalisis meliputi kebersihan, aksesibilitas, fasilitas, dan harga tiket masuk sebagai bagian penting dalam penilaian kualitas layanan pariwisata. Data yang digunakan dalam penelitian ini diperoleh dari ulasan wisatawan pada Google Maps melalui proses web scraping. Setelah data terkumpul, ulasan diproses melalui tahapan text preprocessing agar teks menjadi lebih bersih dan siap dianalisis. Selanjutnya, data teks diubah menjadi bentuk numerik menggunakan metode TF-IDF, kemudian diklasifikasikan menggunakan algoritma Naïve Bayes ke dalam kategori sentimen positif, negatif, dan netral. Sistem dikembangkan dengan metode Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta penerapan dan pemeliharaan. Dashboard dibangun menggunakan Laravel sebagai framework web, MySQL sebagai basis data, dan Python untuk proses pengambilan serta analisis data ulasan. Berdasarkan hasil implementasi dan pengujian, dashboard yang dibangun mampu menampilkan hasil analisis sentimen dalam bentuk visual yang mudah dipahami, seperti grafik, data ulasan, hasil klasifikasi, riwayat analisis, laporan, serta rekomendasi layanan. Sistem ini juga dapat membantu pihak Dinas Pariwisata dalam melihat kecenderungan opini wisatawan terhadap masing-masing destinasi, terutama terkait aspek layanan yang perlu diperbaiki. Dengan adanya dashboard ini, proses evaluasi layanan pariwisata dapat dilakukan dengan lebih cepat, terstruktur, dan berbasis data, sehingga hasil analisis dapat digunakan sebagai bahan pertimbangan dalam meningkatkan kualitas pengelolaan destinasi wisata di Kabupaten Jember.

Serangan Distributed Denial of Service (DDoS) jenis HTTP(S) Flood menjadi ancaman serius yang menguras sumber daya server dan melumpuhkan ketersediaan layanan. Karakteristik serangan ini mengeksploitasi layer aplikasi dengan mengirimkan volume permintaan dalam jumlah masif. Tanpa perlindungan yang mumpuni, arsitektur backend tradisional akan mengalami saturasi proses pekerja (worker saturation) hingga memicu kelumpuhan total layanan (downtime). Penelitian ini bertujuan menganalisis implementasi arsitektur pertahanan ganda (dual-layer defense) yang mengombinasikan Web Application Firewall (WAF) ModSecurity dan Nginx Caching. Kedua komponen tersebut diintegrasikan secara simultan pada gerbang NGINX Ingress Controller di dalam klaster Kubernetes multi-node. Pengujian dilakukan menggunakan Apache JMeter melalui skenario incremental load testing dan stress testing dengan simulasi beban bertahap hingga 1.000 pengguna virtual (concurrent users) secara simultan. Hasil pengujian membuktikan bahwa penerapan mekanisme mitigasi tunggal menyisakan celah kerentanan kritis, seperti manipulasi cache bypass atau efek bottleneck CPU pada gerbang Ingress. Sebaliknya, kombinasi kedua metode sukses mengisolasi Application Pods dari ancaman downtime, menjaga konsumsi komputasi internal tetap stabil di bawah 25 millicores, dan mencapai tingkat pemblokiran serangan di atas 95,00%. Kendati demikian, ketahanan infrastruktur pada akhirnya dibatasi oleh spesifikasi perangkat keras (2 core CPU host), yang memicu lonjakan anomali Context Switches serta fenomena CPU throttling saat menerima tekanan beban ekstrem.

Peningkatan volume lalu lintas internet pada infrastruktur jaringan institusi pendidikan menimbulkan tantangan yang signifikan dalam pengelolaan serta pengawasan keamanan sistem. Ancaman siber seperti aktivitas bot, pola trafik yang tidak normal, serta percobaan akses tidak sah memerlukan pendekatan analisis yang lebih canggih untuk menjaga stabilitas, ketersediaan, dan keamanan layanan jaringan. Penelitian ini bertujuan untuk menerapkan Big Data Analytics dalam manajemen traffic pada sistem keamanan siber menggunakan metode deteksi heuristik Sistem yang dikembangkan mampu mengolah data log server dan lalu lintas jaringan dalam jumlah besar untuk mendeteksi aktivitas mencurigakan berdasarkan aturan heuristik dan pola perilaku trafik. Sistem ini mengintegrasikan proses pengumpulan log, pemantauan traffic secara real-time, serta deteksi ancaman berbasis heuristik untuk mengidentifikasi anomali seperti aktivitas bot, error HTTP, pola permintaan yang tidak wajar, serta lalu lintas yang berpotensi berbahaya. Implementasi sistem memanfaatkan teknologi web modern dan teknik pengolahan data untuk menghasilkan analisis yang efektif dan efisien terhadap data trafik jaringan. Hasil penelitian menunjukkan bahwa penerapan Big Data Analytics yang dikombinasikan dengan metode heuristik mampu membantu administrator jaringan dalam memantau aktivitas trafik, mendeteksi potensi ancaman lebih dini, serta meningkatkan efektivitas manajemen keamanan siber pada lingkungan jaringan.

Rancang Bangun Absensi Digital Menggunakan GPS Berbasis Mobile (Studi Kasus: Perusahaan Menjadi Pengaruh Group), Muhammad Julian Romadhoni, NIM E31230910, Tahun 2026, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Lukie Perdanasari, S.Kom., M.T. (Pembimbing). Pengelolaan kehadiran dan lembur karyawan di Menjadi Pengaruh Group yang memiliki lebih dari 70 karyawan di berbagai unit usaha saat ini masih dilakukan secara manual menggunakan WhatsApp dan Microsoft Excel. Proses manual ini memicu kendala administratif berupa keterlambatan rekapitulasi data, kesulitan pencatatan kompensasi lembur, serta kerawanan terhadap kecurangan seperti manipulasi lokasi (fake GPS) dan penitipan absen. Untuk mengatasi permasalahan tersebut, dikembangkan sebuah sistem absensi digital terpadu yang memadukan aplikasi mobile berbasis Flutter untuk karyawan dan aplikasi web berbasis Laravel untuk administrator (HRD/Manajer/Supervisor). Validasi kehadiran dilakukan menggunakan pelacakan lokasi berbasis GPS dengan pembatasan wilayah (geofencing) serta verifikasi wajah biometrik menggunakan algoritma Support Vector Machine (SVM) dengan kernel RBF yang dipadukan dengan ekstraksi fitur Local Binary Pattern (LBP) dan normalisasi Contrast Limited Adaptive Histogram Equalization (CLAHE). Sistem ini juga mengintegrasikan pencatatan lembur digital dengan opsi kompensasi berupa saldo poin lembur. Metode pengembangan sistem menggunakan model Waterfall. Pengujian model SVM menghasilkan akurasi confusion matrix 88,52?n k-fold cross validation 88,19% (C=20, Gamma=0.1). Pengujian Black Box mencapai keberhasilan awal 95,74?n meningkat menjadi 100% setelah pemeliharaan. Sementara pengujian UAT menghasilkan nilai kelayakan 84,62% (sangat layak). Hasil ini menunjukkan sistem layak diimplementasikan untuk meningkatkan keamanan dan efisiensi kehadiran perusahaan.

SMK Taruna Bakti Kertosono masih menerapkan sistem absensi manual dengan metode pemanggilan siswa satu per satu oleh guru, sehingga menimbulkan berbagai permasalahan, seperti kehilangan kertas kehadiran, manipulasi data, proses rekapitulasi yang memakan waktu, serta kesalahan pencatatan kehadiran siswa. Penelitian ini bertujuan untuk merancang desain UI/UX sistem absensi berbasis website dan mobile yang sesuai dengan kebutuhan pengguna serta mengevaluasi tingkat usability menggunakan metode System Usability Scale (SUS). Metode yang digunakan adalah User-Centered Design (UCD) yang terdiri atas tahapan Understand Context of Use, Specify User Requirements, Design Solutions, dan Evaluate Against Requirements. Hasil penelitian berupa rancangan UI/UX sistem absensi digital yang terdiri atas user flow, Wireframe, dan Prototype high-fidelity yang disesuaikan dengan kebutuhan siswa, guru, dan admin (guru BK). Hasil evaluasi usability menunjukkan bahwa kelompok siswa memperoleh skor SUS sebesar 75,30 dengan kategori Good, kelompok guru memperoleh skor 80,50 dengan kategori Excellent, dan admin (guru BK) memperoleh skor 82,50 dengan kategori Excellent. Secara keseluruhan, hasil penelitian menunjukkan bahwa perancangan UI/UX menggunakan metode User-Centered Design berhasil menghasilkan desain yang sesuai dengan kebutuhan pengguna, sehingga dapat menjadi acuan dalam pengembangan sistem absensi digital untuk mendukung optimalisasi kehadiran siswa di SMK Taruna Bakti Kertosono.

Aplikasi DiKantin di Politeknik Negeri Jember yang menyediakan 190 variasi menu dari 13 kantin sering kali menyebabkan kebingungan pengguna karena sistem rekomendasi yang berjalan masih bersifat acak dan belum dipersonalisasi. Ketiadaan saran yang relevan ini memperlama waktu pengambilan keputusan dan memunculkan masalah Cold Start bagi pengguna baru yang belum memiliki riwayat interaksi. Oleh karena itu, penelitian ini bertujuan mengimplementasikan serta membandingkan performa metode Content Based Filtering (CBF), Collaborative Filtering (CF) dan Hybrid Filtering berbasis mekanisme Switching guna menangani masalah Cold Start dan menentukan metode yang paling optimal. Penelitian ini menggunakan pendekatan eksperimental komparatif dengan mengolah data eksplisit dan implisit langsung dari database DiKantin. Aktivitas interaksi implisit pengguna kemudian dikonversi menjadi skala bobot preferensi menggunakan kerangka kerja AIDA (Attention, Interest, Desire, Action). Performa algoritma dievaluasi secara matematis melalui metrik MAE, RMSE, Precision, Recall, F1-Score dan NDCG. Sementara penerimaan sistem diukur melalui User Acceptance Testing (UAT) before – after terhadap 103 responden civitas akademika. Berdasarkan pengujian, metode Hybrid Filtering dengan nilai threshold 20 interaksi terbukti paling unggul. Metode ini sukses mencatatkan nilai Precision 0,044, Recall 0,151, F1-Score 0,059, Category Precision 0,710 serta NDCG 0,175 melampaui capaian skor NDCG 0,166 milik metode CBF. Evaluasi prediksi metode CF juga menunjukkan tingkat kesalahan yang stabil dan rendah dengan nilai MAE 0,1709 dan RMSE 0,2130. Implementasi algoritma terbaik ini terbukti memberikan dampak positif secara langsung terhadap pengalaman pengguna, yang ditunjukkan dengan peningkatan metrik kepuasan responden sebesar +1,01 dari skor awal 3,26 menjadi 4,27 setelah sistem diterapkan.

Perkembangan teknologi informasi telah mendorong berbagai instansi pemerintahan untuk mengoperasikan sistem berbasis web guna meningkatkan efisiensi pengelolaan data dan pelayanan administrasi. Seiring dengan meningkatnya penggunaan sistem, diperlukan jaminan bahwa setiap fitur dapat berjalan sesuai kebutuhan pengguna. proses pengoperasiannya masih berpotensi terjadi kendala seperti fungsi yang tidak berjalan dengan baik, kesalahan sistem, maupun perubahan pada aplikasi yang dapat memengaruhi kinerja website. diperlukan proses pengujian yang sistematis untuk memastikan kualitas dan keandalan sistem. Penelitian ini bertujuan untuk mengimplementasikan metode automation testing pada Website Manajemen Kepegawaian di Kelurahan Kauman menggunakan Katalon Studio dengan mengacu pada tahapan Software Testing Life Cycle (STLC). Pengujian dilakukan secara otomatis untuk memverifikasi fungsi-fungsi utama sistem serta mengidentifikasi potensi kesalahan yang terdapat pada aplikasi. Hasil penelitian menunjukkan bahwa penerapan automation testing mampu meningkatkan efektivitas proses pengujian, mempercepat identifikasi bug, serta memberikan informasi mengenai tingkat kualitas fungsionalitas website. metode ini dapat mendukung pengembangan sistem yang lebih andal, stabil, dan efisien dalam menunjang pengelolaan administrasi kepegawaian di Kelurahan Kauman.