Hidroponik merupakan metode budidaya tanaman tanpa menggunakan media tanah sebagai media tumbuhnya, dalam sistem hidroponik tanaman tumbuh dalam larutan nutrisi yang dibutuhkan dalam pertumbuhan tanaman tersebut Hidroponik memiliki banyak metode yang bisa digunakan tetapi dalam penelitian kali ini saya menggunakan metode DFT (Deep Flow Technique), sistem metode ini yaitu melakukan sirkulasi air nutrisi dan menyisakan air menggenang. Metode ini memiliki kelebihan yaitu tidak membutuhkan media tanah dan juga tidak terlalu membutuhkan banyak lahan sehingga sangat efisien digunakan pada wilayah padat penduduk, Tetapi metode ini juga memiliki kekurangan yaitu tumbuhan dapat membusuk atau kekurangan nutrisi jika tidak konsisten dalam pemeliharaannya. Oleh karena itu diperlukan solusi untuk mengurangi pengurangan nutrisi pada tanaman dan mencegah pembusukan tanaman. Untuk mengatasi permasalahan tersebut sistem ini menggunakan Sensor PH, Sensor DHT11, Sensor Water Level, Sensor LDR, water pump, dan ESP32 sebagai mikrokontroler yang menjadi pusat pengendali dalam sistem ini. Sensor PH digunakan sebagai pengukur kadar PH air, Sensor DHT11 digunakan untuk mendeteksi suhu dan kelembaban ruangan, Sensor water level digunakan untuk menyalakan pompa secara otomatis ketika pasokan air pada bak penampung berkurang dan Sensor LDR berfungsi untuk menyalakan lampu ketika intensitas cahaya berkurang saat malam hari atau ketika cuaca sedang mendung. Sedangkan tanaman yang digunakan dalam proyek hidroponik ini adalah tanaman selada.

Penekanan pada penggunaan konsep Internet of Things (IoT) dalam merancang solusi cerdas untuk merawat tanaman hias. Dengan demikian, Judul ini mencerminkan fokus Penelitian pada integrasi teknologi terkini yang memungkinkan monitoring dan control tanaman secara otomatis melalui koneksi internet, menampilkan komitmen penulis dalam menciptakan Solusi yang terkoneksi dan efektif dalam pertanian perkotaan. Tantangan dalam mengintegrasikan konsep Internet of Things (IoT) ke dalam perancangan Smart Pot yang efektif untuk merawat tanaman hias. Hal ini melibatkan beberapa aspek, termasuk pemilihan sensor-sensor yang tepat untuk memantau kondisi lingkungan tanaman, integrasi perangkat keras dan perangkat lunak yang diperlukan untuk mendukung fungsionalitas IoT. Data yang dikumpulkan oleh sensor-sensor akan dikirim ke platform online yang dapat diakses oleh pengelola melalui perangkat seluler atau komputer. Dengan demikian pengelola Smart Pot dapat memantau kondisi tanaman dari jarak jauh dan mengambil Tindakan yang diperlukan secara cepat jika terjadi perubahan yang tidak diinginkan. Keuntungan utama dalam sistem ini adalah dapat memantau dan mengontrol kondisi lingkungan tanaman secara akurat. Hal ini meningkatkan kemungkinan keberhasilan dalam merawat tanaman hias dan meningkatkan kualitas hidup di lingkungan perkotaan.

Penelitian skripsi ini mengembangkan sistem pendukung keputusan untuk membantu konsumen dalam memilih smartphone baru menggunakan metode Simple Multi Attribute Rating Technique (SMART). Kriteria utama yang dipertimbangkan meliputi harga, prosesor, RAM, penyimpanan internal, dan kamera, dengan bobot yang ditentukan melalui survei di toko-toko smartphone di sekitar Jalan Jawa, Kecamatan Sumbersari, Kabupaten Jember. Proses penerapan metode SMART melibatkan penentuan kriteria dan bobot, normalisasi, konversi bobot, serta perhitungan nilai utility untuk mengevaluasi alternatif smartphone yang ada. Sistem ini kemudian menentukan ranking alternatif berdasarkan nilai utility yang dihitung. Uji akurasi sistem dilakukan dengan membandingkan hasil perhitungan sistem dengan hasil kuesioner dari 20 responden, menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 78.57% dalam mencocokkan 3 pilihan utama responden. Dua dari tiga pilihan utama yang dihasilkan oleh sistem sesuai dengan preferensi responden, yaitu Samsung Galaxy A15 dan Oppo A77S, namun terdapat perbedaan pada pilihan ketiga. Hasil penelitian ini menunjukkan bahwa metode SMART efektif untuk membuat sistem pendukung keputusan dalam memilih smartphone, meskipun ada ruang untuk perbaikan dalam hal akurasi dan penyesuaian bobot kriteria berdasarkan preferensi pengguna yang lebih luas.

Permasalahan yang sering terjadi dan dialami oleh peternak sapi yaitu minimnya pengetahuan tentang gejala-gejala yang diderita oleh sapi sehingga dapat merugikan peternak sapi, bahkan terdapat beberapa peternak yang berpendapat akibat minimnya pengetahuan perihal gejala-gejala penyakit sapi mengakibatkan sapi stress, lesuh, tidak mau makan, bahkan menghasilkan susu yang rusak apabila untuk sapi perah. Kebanyakan peternak juga masih enggan untuk melakukan konsultasi sekaligus mengobati sejak dini, jarak yang jauh dan masih tabu mengenai diagnosa dan pengobatan penyakit sapi kepada dokter hewan atau seorang pakar. Sehingga peternak kebanyakan memanfaatkan pengalaman perihal dari gejala dan penyakit. Dari permasalahan tersebut sistem pakar ini diharapkan mampu membantu para pembudidaya ternak sapi, yang dimana para ternak sapi masih merasa kesulitan dalam mendiagnosa penyakit sapi dan cara penangananya. Maka dalam penelitian ini kami ingin membantu peternak menanggulangi permasalahan tersebut dengan membangun Sistem Pakar Diagnosa Penyakit Sapi Menggunakan Metode Dempster Shafer Berbasis Website, dataset yang digunakan pada penelitian ini sebanyak 28 penyakit dan 66 gejala. Berdasarkan hasil pengujian Blackbox, sistem pakar diagnosa penyakit sapi dinyatakan dapat berfungsi dengan baik.didapatkan Kesimpulan bahwa sistem dapat diterima dengan baik dan layak digunakan oleh pengguna dalam mendiagnosa penyakit sapi dan memperoleh informasi penyakit serta cara penanganannya. Pada penelitian ini didapatkan Tingkat akurasi sistem 93?ngan 26 kali percobaan oleh peternak.

Sistem informasi permalan pendapatan merupakan suatu alat yang penting dalam membantu pengelola toko dalam mengelola bisnis mereka secara efisien. Penelitian ini bertujuan utnuk merancang sebuah sisrem informasi yang yang menggunakan metode moving average dengan melakukan perhitungan peramalan berdasarkan biaya pemasukan dan pengeluaran. Sistem indormasi ini dapat memberikan manfaat bagi pengelola toko bangunan utunuk memprediksi pendapatan toko bangunan berdasarkam biaya pengeluaran dan pemasukan. Sehingga hal ini dapat digunakan untuk meperkirakan pendapatan yang akurat berdasrakan biaya pemasukan dan peengeluaran sehingga dapat digunakan untuk acuan dalam membuat keputusan bisnis. Dalam pengujian yang telah dilakukan mengahasilkan rata-rata eror atau nilai MAPE sebesar 15%. Dengan prediksi dalam pengujian sistem peramalan menggunakan blackbox testing dengan metode pengumpulan data mendapatkan 16 responden yang hasilnya sesuai. Secara keseluruhan perancangan sistem peramalan pendapatan toko bangunan dengan menggunakan metode moving average dapat memberikan bantuan yang cukup besar bagi pengelola toko sheingga mereka dapat mengoptimalkan keuntungan mereka.

Kenyamanan pasien merupakan salah satu hal penting yang harus sangat diperhatikan dari pihak rumah sakit. Seperti hal nya pengelolaan dalam jumlah pengunjung pada setiap kamar pasien. Pengawasan yang dilakukan secara manual terhadap jumlah pengunjung, seringkali tidak efektif dan rentan terhadap kesalahan. Terutama saat kamar perlu dibatasi jumlah pengunjungnya untuk menjaga privasi dan kenyamanan pasien. Masalah yang muncul adalah ketidakmampuan mengendalikan jumlah pengunjung dengan efektif, yang dapat menyebabkan kelebihan kapasitas di beberapa kamar dan mengganggu proses penyembuhan. Selain itu, risiko penularan penyakit antar pengunjung dan pasien juga meningkat karena pengunjung yang melebihi kapasitas yang ditetapkan. Untuk mengatasi permasalahan ini, diperlukan solusi otomatis yang dapat mengontrol jumlah pengunjung di setiap kamar. Salah satu solusi yang menjanjikan adalah penggunaan sistem visitor counter otomatis berbasis Internet of Things (IoT). Dengan sistem ini, pengelolaan jumlah pengunjung di setiap kamar dapat lebih efektif dan terkontrol, meningkatkan kualitas pelayanan rumah sakit secara keseluruhan sambil menjaga keamanan dan kenyamanan pasien

Lembaga Bimbingan Belajar Ruang Warna merupakan sebuah institusi pendidikan nonformal yang berada di Kabupaten Jember, Jawa Timur, yang telah didirikan sejak tahun 2018 silam yang diprakarsai oleh beberapa mahasiswa Jember untuk meningkatkan kualitas pendidikan di Kabupaten Jember. Tujuan penelitian ini adalah untuk menerapkan model Double Diamond sebagai panduan untuk merancang user interface website Lembaga Bimbingan Belajar Ruang Warna. Hasil evaluasi yang dilakukan menggunakan metode Heuristic Evaluation dengan aspek visibility of system status, match between system and real word, user control and freedom, consistency and standarts, recognition rather than recall, flexibility and efficiency of use, aesthetic and minimalist design, help and documentation menunjukkan nilai severity rating 1 yang termasuk dalam kategori cosmetic yang berarti terdapat masalah namun tidak diperlukan sebuah perbaikan. Sedangkan hasil evaluasi yang dilakukan dengan metode Think Aloud menghasilkan sejumlah tanggapan negatif dan saran untuk dilakukan perbaikan. Dari hasil tersebut menunjukkan bahwa penelitian ini dinyatakan berhasil mencapai tujuan utama yaitu memberikan solusi terbaik terhadap proses bisnis Lembaga Bimbingan Belajar Ruang Warna.

Saat ini Instagram tidak hanya menjadi sarana komunikasi dan informasi saja, tetapi melanda beberapa sektor, terutama pemasaran. Salah satu pemasaran yang sering terjadi pada Instagram adalah penjualan, periklanan, branding, dan layanan. Untuk mendukung kegiatan pemasaran, perlu dilakukan tidak hanya melalui cara-cara konvensional atau lama, tetapi juga harus menggunakan media sosial untuk lebih menjangkau semua konsumen yang diinginkan. Penelitian ini bertujuan untuk menemukan fokus pada penggunaan alat Social Media Analytics di Instagram sebagai media masuk, meningkatkan efektifitas pemasaran. Penelitian ini bersifat deskriptif kualitatif dengan menggunakan teknik sampling purposif. Social Media Analytics yang diterapkan Instagram dalam membantu pengguna profil bisnis adalah dengan menyediakan fitur Insight di mana ada tiga fungsi yaitu aktivitas, penonton dan konten yang disediakan dalam bentuk dari visualisasi data. Pemanfaatan fitur insight pada Instagram memiliki peran penting dalam membantu pengguna bisnis dalam meningkatkan efektifitas pemasaran produk dan layanan mereka (kedai mie.gacorku). Evaluasi sistem yang dikembangkan menggunakan algoritma Naïve Bayes Classifier untuk mengklasifikasikan analisis sentimen terhadap topik kedai mie.gacor di media sosial Instagram menunjukkan hasil akurasi, presisi, recall, dan F-Measure masing-masing sebesar 84.62%, 87.18%, 84.62%, dan 81.47%.