APLIKASI INTERAKTIF UNTUK PEMBELAJARAN DASAR PENGEMBANGAN APLIKASI ANDROID MENGGUNAKAN JAVA PADA ECLIPSE Kurnia Imany Wiryawan, NIM E31231614, Tahun 2026, Teknologi Informasi, Politeknik Negeri Jember, Khafidurrohman Agustianto S.Pd., M.Eng. (Pembimbing Magang), Changzhou Vocational Institute of Mechatronic Technology, Prof. Sun Hualin (Pembimbing Lapang). Aplikasi ditujukan bagi pemula untuk memahami konsep dasar Android melalui materi pembelajaran dan kuis interaktif. Pengembangan memanfaatkan Android SDK, XML Layout, konsep Object-Oriented Programming (OOP), serta emulator Android. Aplikasi memiliki fitur navigasi materi, detail pembelajaran, validasi input, dan kuis dengan umpan balik langsung. Hasil pengembangan menunjukkan bahwa aplikasi dapat berfungsi dengan baik sebagai media pembelajaran yang sederhana, interaktif, dan mudah digunakan untuk membantu pengguna memahami dasar pengembangan aplikasi Android.

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia. Salah satu wilayah yang rawan banjir adalah Kecamatan Arjasa, Kabupaten Situbondo, yang memiliki kondisi topografi berbukit sehingga menyebabkan shadow effect dan banyak area blank spot dengan keterbatasan akses sinyal telekomunikasi. Akibatnya, sistem peringatan dini yang bergantung pada jaringan seluler sering kali gagal menyampaikan informasi secara real-time. Oleh karena itu, penelitian ini mengembangkan sistem peringatan dini banjir berbasis Internet of Things (IoT) menggunakan jaringan LoRa berbasis aplikasi mobile. Penelitian ini bertujuan mengimplementasikan teknologi LoRa menggunakan modul TTGO T-Beam, mengintegrasikan sensor JSN-SR04T dan Tipping Bucket Rain Gauge untuk pemantauan kondisi banjir, serta membuat aplikasi mobile sebagai media pemantauan secara real-time. Penelitian ini dilakukan melalui tahap perancangan hingga pengujian sistem. Implementasi sistem dilakukan di Sungai Jangkar, Desa Bayeman, Kecamatan Arjasa, Kabupaten Situbondo. Hasil penelitian menunjukkan bahwa teknologi LoRa berhasil mengirimkan data hasil pembacaan sensor dari perangkat pengirim ke perangkat penerima hingga ditampilkan pada aplikasi mobile. Sistem mampu melakukan pemantauan secara konsisten dengan rata-rata jarak permukaan air sebesar 17,8 cm,15,2 cm, dan 14,9 cm selama tiga hari pengujian, sedangkan curah hujan yang terukur sebesar 0 mm. Aplikasi mobile berhasil menampilkan informasi jarak permukaan air, curah hujan, riwayat pengukuran, serta notifikasi secara real-time. Berdasarkan hasil penelitian dapat disimpulkan bahwa sistem peringatan dini banjir berbasis IoT dengan jaringan LoRa berhasil diimplementasikan dan mampu mendukung pemantauan kondisi sungai serta penyampaian informasi secara real-time pada wilayah dengan keterbatasan infrastruktur internet.

SMART GREENHOUSE AUTOMATIC FARMING BERBASIS WEBSITE DENGAN SISTEM PREDIKSI PENYAKIT DAN REKOMENDASI PERAWATAN TANAMAN VANILI MENGGUNAKAN AI DI PT AGROFILIA PERMATA, Muhammad Hafiz Irawan, NIM E32231289, Tahun 2026, Teknik Komputer, Politeknik Negeri Jember, Mochammad Rifki Ulil Albaab S.T., M.Tr.T. (Pembimbing). Tanaman vanili merupakan komoditas perkebunan bernilai ekonomi tinggi yang memerlukan pengelolaan lingkungan tumbuh serta perawatan yang optimal guna menjaga kualitas dan produktivitas hasil panen. Dalam praktik budidayanya, masih ditemukan berbagai permasalahan, khususnya keterbatasan dalam pemantauan kondisi lingkungan greenhouse dan keterlambatan dalam mendeteksi penyakit tanaman. Di PT Agrofilia Permata, proses monitoring kondisi greenhouse dan identifikasi penyakit masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama dan berpotensi menyebabkan keterlambatan penanganan ketika tanaman mulai terserang penyakit, seperti leaf spot, leaf rot dan basal rot, yang merupakan penyakit yang sering ditemukan pada budidaya tanaman vanili. PT. Agrofilia Permata adalah anak Perusahaan dari PT. Permata Indo Sejahtera yang bergerak pada bidang tanaman vanili terdapat permasalahan yang bisa mengakibatkan kerugian karena adanya penyakit yg sulit di pahami oleh para petani dan membuat tumbuhan vanili menjadi gagal panen yang di akibatkan oleh penyakit pada tumbuhan vanili. Penelitian ini bertujuan untuk merancang dan membangun Smart Greenhouse Automatic Farming berbasis website yang dilengkapi dengan sistem prediksi penyakit dan rekomendasi perawatan tanaman vanili menggunakan Artificial Intelligence (AI) di PT Agrofilia Permata. Sistem yang dikembangkan memanfaatkan sensor Internet of Things (IoT) untuk memantau parameter lingkungan tanaman vanili secara real-time. Data hasil pemantauan tersebut ditampilkan melalui website sebagai sarana monitoring dan pendukung pengambilan keputusan. Data lingkungan yang diperoleh selanjutnya diolah menggunakan metode Artificial Intelligence untuk memprediksi potensi penyakit pada tanaman vanili. Berdasarkan hasil prediksi dan kondisi lingkungan yang terpantau, sistem akan memberikan rekomendasi perawatan yang sesuai guna mendukung tindakan pencegahan dan penanganan secara tepat.

Mebel Fauz masih mengelola persediaan barang secara manual, mencakup pencatatan stok, barang masuk, barang keluar, dan laporan persediaan. Kondisi ini berisiko menimbulkan kesalahan pencatatan, kehilangan data, ketidaksesuaian stok fisik dengan data, serta keterlambatan penyusunan laporan, sehingga pengelolaan persediaan menjadi kurang efektif dan menyulitkan pemilik usaha dalam pengawasan serta pengambilan keputusan. Oleh karena itu, dibangun Sistem Informasi Manajemen Stok berbasis website untuk mendukung pengelolaan persediaan secara terkomputerisasi, terintegrasi, dan efisien. Sistem ini memiliki fitur pengelolaan data pengguna, data barang, pencatatan barang masuk, barang keluar, dan barang hilang, laporan barang hilang, laporan serta rekap pembelian dan penjualan, dan dashboard stok real-time. Sistem menerapkan hak akses berbasis peran, yaitu admin dan owner, sesuai tugas masing masing. Sistem dikembangkan menggunakan metode Waterfall (analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan) dengan framework Laravel, PHP, dan database MySQL, serta diuji menggunakan Black Box Testing. Hasil penelitian menunjukkan bahwa sistem ini membantu proses pengelolaan persediaan Mebel Fauz menjadi lebih terstruktur, akurat, dan efisien, mempermudah pencatatan transaksi, penyusunan laporan, pemantauan stok real time, serta mendukung pengambilan keputusan yang cepat dan tepat.

Penelitian ini membahas pengembangan aplikasi ConfiVoice untuk mengklasifikasikan tingkat percaya diri siswa berdasarkan analisis suara. Sistem ini dibuat berbasis mobile menggunakan Flutter, dengan backend FastAPI dan model machine learning Support Vector Machine (SVM). Data yang digunakan berupa rekaman suara siswa yang diberi label Percaya Diri (PD) dan Tidak Percaya Diri (TPD) dan filtering data kaggle, kemudian diproses melalui tahap preprocessing audio dan ekstraksi fitur seperti MFCC, pitch, energi suara, spectral features, serta jeda bicara. Model SVM dilatih menggunakan fitur suara yang telah diekstraksi untuk membedakan suara percaya diri dan tidak percaya diri. Hasil prediksi ditampilkan pada aplikasi mobile dalam bentuk label klasifikasi, confidence, probabilitas PD, probabilitas TPD, serta indikator suara seperti volume, intonasi, dan jeda bicara. Pengguna dapat melakukan login, memasukkan data siswa, merekam atau memilih audio, menjalankan prediksi, menyimpan hasil, dan melihat riwayat analisis. Selain aplikasi mobile, sistem ini juga dilengkapi dengan database MySQL/MariaDB dan admin web untuk memantau serta mengelola hasil analisis. Berdasarkan hasil pengujian model, sistem memperoleh accuracy sebesar 66,28?n F1 macro sebesar 66%. Dengan adanya sistem ini, proses analisis tingkat percaya diri siswa dapat dilakukan secara lebih praktis, terstruktur, dan terdokumentasi.

Cabai rawit (Capsicum frutescens) merupakan komoditas hortikultura bernilai ekonomis tinggi, namun produktivitasnya rentan menurun akibat serangan penyakit pada daun, seperti virus kuning (Gemini virus) dan bercak daun (Cercospora sp.). Identifikasi penyakit secara manual oleh petani masih lemah karena membutuhkan pengetahuan khusus, kurang efisien, dan rawan kesalahan. Penelitian ini bertujuan mengembangkan sistem identifikasi penyakit daun tanaman cabai rawit berbasis citra menggunakan metode Convolutional Neural Network (CNN) dengan tahapan image preprocessing, serta menguji akurasinya. Dataset yang digunakan berjumlah 510 citra yang terbagi ke dalam tiga kelas, yaitu Daun Sehat, Daun Kuning, dan Bercak Daun, dengan pembagian 408 citra data pelatihan, 51 citra data validasi, dan 51 citra data pengujian. Tahapan preprocessing meliputi resizing citra menjadi 224×224 piksel, normalisasi piksel, serta augmentasi data melalui rotasi, horizontal flip, dan cropping. Penelitian membandingkan tiga arsitektur, yaitu CNN Klasik, EfficientNetB0, dan MobileNetV3Large, pada beberapa ukuran input dan jumlah epoch. Hasil pelatihan menunjukkan EfficientNetB0 berukuran input 224×224 memperoleh akurasi pelatihan tertinggi sebesar 98,89%, sedangkan MobileNetV3Large dipilih untuk diterapkan pada aplikasi Android karena akurasi validasi lebih stabil (97,06%) dan efisien untuk perangkat bergerak. Pengujian confusion matrix pada model tersebut menghasilkan akurasi sebesar 92,16%, dengan F1-score tertinggi 0,97 pada kelas Daun Kuning. Hasil User Acceptance Testing (UAT) menunjukkan skor rata-rata 81,24%, yang menandakan aplikasi diterima dengan baik sebagai alat bantu identifikasi penyakit daun cabai rawit.

Kegiatan magang dilaksanakan di Bank Tabungan Negara (BTN) Kantor Cabang Surabaya Bukit Darmo pada periode 1 Juli 2025 sampai dengan 30 Desember 2025. Selama pelaksanaan magang, mahasiswa terlibat dalam kegiatan operasional di bagian General Operation, khususnya dalam pengelolaan administrasi cek dan giro. Metode yang digunakan meliputi observasi langsung, diskusi dengan pembimbing lapangan, serta penyusunan laporan magang sebagai bentuk pertanggungjawaban akademik. Dalam kegiatan magang tersebut, mahasiswa melakukan analisis serta perancangan Sistem Informasi Manajemen Cek dan Giro Elektronik (SIGICEK) berbasis web. Sistem ini dirancang untuk mendukung proses registrasi, pengelolaan stok, monitoring, dan pelaporan cek serta giro secara terintegrasi dengan menerapkan metode First In, First Out (FIFO). Pengembangan sistem dilakukan menggunakan framework Laravel, Tailwind CSS, Filament 4, dan basis data MySQL. Hasil pelaksanaan magang menunjukkan bahwa penerapan SIGICEK mampu meningkatkan efisiensi, ketepatan, dan ketertiban administrasi pengelolaan cek dan giro dibandingkan dengan sistem manual. Digitalisasi melalui SIGICEK membantu meminimalkan risiko kesalahan pencatatan serta mempercepat proses monitoring dan pelaporan. Dengan demikian, kegiatan magang ini memberikan manfaat nyata bagi institusi tempat magang serta mendukung pencapaian tujuan pendidikan vokasi Politeknik Negeri Jember.

Budidaya tanaman tomat memerlukan pengelolaan air dan nutrisi yang tepat agar pertumbuhan dan hasil panen optimal. Penyiraman yang dilakukan secara manual sering kali tidak efisien dan berisiko menyebabkan kekurangan atau kelebihan air. Selain itu, lahan pertanian yang berada di area terbuka juga memiliki risiko gangguan keamanan, seperti manusia. Oleh karena itu, diperlukan sistem yang mampu melakukan monitoring dan pengendalian secara otomatis serta real-time. Pada tugas akhir ini dirancang dan dibangun sistem monitoring dan fertigasi otomatis berbasis Internet of Things (IoT). Sistem menggunakan sensor capacitive soil moisture untuk mengukur kelembapan tanah dan sensor Passive Infrared (PIR) untuk mendeteksi pergerakan di area lahan. Mikrokontroler ESP32 digunakan sebagai pusat pengolahan data dan komunikasi melalui jaringan internet. Sistem menerapkan metode kontrol ON–OFF berbasis ambang batas, di mana pompa air akan aktif ketika kelembapan tanah berada di bawah 60% dan nonaktif ketika mencapai atau melebihi 80%. Data kelembapan, status pompa, dan notifikasi keamanan dikirimkan secara real-time ke aplikasi mobile sebagai media monitoring. Sistem ini diharapkan dapat membantu petani dalam meningkatkan efisiensi penyiraman, mempermudah pengawasan lahan, serta meningkatkan keamanan area budidaya tanaman tomat.