PEMBUATAN WEBSITE JAGO DIGITAL UNTUK KOMUNITAS DIGITAL MARKETING MENGGUNAKAN FRAMEWORK CODEIGNITER 4, Zainidine Afi Wijaya, NIM E41212041, Tahun 2024, Prodi Teknik Informatika Jurusan Teknologi Informasi, Politeknik Negeri Jember, Bapak Choirul Huda S.Kom., M.Kom., (Dosen Pembimbing), Elecomp Indonesia Group., Bapak Fernandes Raymond S.Kom (Pembimbing Lapang). Program magang merupakan salah satu kegiatan akademik yang bertujuan memberikan kesempatan kepada mahasiswa untuk merasakan pengalaman langsung di dunia industri. Kegiatan ini dirancang agar mahasiswa dapat mengintegrasikan pembelajaran akademik dengan pengalaman praktis. Melalui magang, mahasiswa tidak hanya mempelajari teori, tetapi juga memahami penerapannya di lingkungan kerja yang sesungguhnya. Dengan demikian, program ini berfungsi sebagai jembatan untuk mengasah kompetensi yang relevan dengan dunia profesional. Elecomp Indonesia Group dipilih sebagai lokasi magang karena bidang kerja perusahaan ini sesuai dengan jurusan yang ditempuh di perkuliahan. Pemilihan ini diharapkan memberikan pengalaman yang relevan sekaligus mendukung pengembangan keahlian mahasiswa. Periode magang berlangsung mulai 05 Agustus 2024 hingga 06 Desember 2024, yang diawali dengan pengenalan lingkungan kerja. Selama kegiatan ini, mahasiswa juga berkesempatan mempelajari proses kerja secara langsung dan berkolaborasi dalam berbagai tugas. Dalam program magang ini, penulis bertanggung jawab mengembangkan sebuah website komunitas digital marketing bernama Jago Digital. Website ini bertujuan membantu masyarakat yang ingin belajar digital marketing secara gratis. Pengguna cukup mendaftar untuk menjadi anggota agar dapat mengakses berbagai fitur eksklusif. Selama magang, penulis fokus mengerjakan halaman bagi pengunjung (visitor), memastikan desain dan fungsionalitasnya sesuai dengan kebutuhan pengguna. Pengalaman ini tidak hanya meningkatkan kemampuan teknis, tetapi juga melatih pemahaman akan kebutuhan pengguna dalam pengembangan produk berbasis digital.

Penelitian ini mengembangkan sistem prediksi waktu penyiraman tanaman cabai berbasis Internet of Things (IoT) menggunakan metode Moving Average. Permasalahan utama dalam budidaya cabai adalah penyiraman yang tidak optimal, baik akibat kekurangan maupun kelebihan air, yang dapat mempengaruhi pertumbuhan dan produktivitas tanaman. Sistem yang dikembangkan memanfaatkan sensor kelembaban tanah yang terhubung dengan mikrokontroler ESP32 untuk mengumpulkan data kelembaban secara real-time. Data ini kemudian diproses menggunakan metode Moving Average untuk memprediksi waktu optimal penyiraman. Sistem ini juga dilengkapi dengan fitur pemantauan dan kontrol penyiraman melalui antarmuka berbasis web, sehingga pengguna dapat mengatur batas kelembaban tanah dan memilih mode penyiraman otomatis atau manual. Hasil pengujian menunjukkan bahwa sistem prediksi ini mampu memberikan rekomendasi penyiraman dengan tingkat akurasi yang tinggi. Selain itu, metode Moving Average terbukti efektif dalam mengidentifikasi pola kelembaban tanah dan meningkatkan efisiensi penggunaan air dalam budidaya cabai.

Analisis Perbandingan Performa dan Resource Management Backend Framework Golang, Node.js, Python dalam API Web Service, Daffa Afifi Syahrony, NIM. E41210089, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Ery Setiyawan Jullev Atmadji, S.Kom, M.Cs (Dosen Pembimbing). Peningkatan jumlah pengguna internet di Indonesia menuntut aplikasi web service yang cepat dan optimal dalam penggunaan sumber daya server. Penelitian ini membandingkan performa tiga backend framework Gin (Golang), Express (Node.js), dan Flask (Python) dalam pengembangan API web service.Sistem yang dirancang menggunakan satu server utama yang menjalankan aplikasi dalam container Docker, dengan setiap web service berjalan terpisah dan terhubung ke database MySQL. Pengujian dilakukan menggunakan Apache JMeter dengan metode load testing pada VPS, sementara program PS pada Linux mencatat penggunaan CPU dan RAM setiap 0,5 detik. Pengujian dilakukan secara bertahap dengan jumlah request yang meningkat dari 100 hingga 1000 untuk setiap endpoint. Hasil pengujian menunjukkan bahwa Express memiliki performa paling stabil dengan rata-rata waktu respons 2,51 detik, penggunaan CPU 3,79%, dan RAM 3,20%, serta tingkat kegagalan request yang rendah. Gin unggul dalam metode GET dengan konsumsi RAM terendah 0,46% dan waktu respons 4,07 detik, namun performanya menurun pada request POST. Sementara itu, Flask memiliki waktu respons 3,13 detik, tetapi menunjukkan tingkat kegagalan request yang tinggi 5.445 failed requests, sehingga kurang optimal untuk aplikasi dengan beban besar. Kesimpulannya, pemilihan backend framework harus disesuaikan dengan kebutuhan aplikasi; Express menjadi pilihan terbaik secara keseluruhan karena stabilitasnya dalam menangani API yang kompleks, Gin cocok untuk penyajian data dengan banyak pengguna, sedangkan Flask lebih sesuai untuk aplikasi kecil dengan jumlah request terbatas.

PENGUJIAN FITUR OPERASIONAL PADA APLIKASI LAYANAN ADMINISTRASI KEPEGAWAIAN BERBASIS WEBSITE MENGGUNAKAN KATALON STUDIO, Elisa Febrian Sholeha, NIM E41212169, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Arvita Agus Kurniasari, S.ST.,M.Tr.Kom (Dosen Pembimbing), Isakhar Gerson Toding (Pembimbing Lapang). Kegiatan magang dilaksanakan di PT. Aptikma Teknologi Indonesia yang berlokasi di Malang berlangsung selama 4 bulan. Selama kegiatan berlangsung, penulis diberi beberapa tugas dan bergabung ke dalam tim project yang sedang di bangun oleh PT. Aptikma salah satunya adalah pengujian terhadap aplikasi Layanan Administrasi Kepegawaian dari KEMENDIKBUD. Aplikasi Layanan Administrasi Kepegawaian merupakan salah satu aplikasi penting yang dapat membatu pengelolaan kegiatan operasional dalam manajemen kepegawaian yang mencakup beberapa aspek seperti pengelolaan data pegawai, mutasi, manajemen gaji berkala, uji kompetensi jabatan. Pada pembangunan aplikasi ini penulis mendapat kesempatan untuk melakukan pengujian dengan menerapkan automation testing menggunakan katalon studio. Penerapan automation testing pada aplikasi Layanan Administrasi Kepegawaian lebih fokus pada pengujian fitur operasional dari aplikasi tersebut sehingga dapat menghasilkan kualitas aplikasi yang lebih baik, efektif, dan mengurangi biaya beban perbaikan.

Perkembangan timbulan sampah di Indonesia menunjukkan tren peningkatan yang signifikan. Data mencatat bahwa pada tahun 2021, sampah mencapai 28.459.222 ton, dan angka tersebut melonjak menjadi 37.430.231 ton pada tahun 2022. Rumah tangga menjadi penyumbang terbesar di angka 39,56%. Meski telah dilakukan berbagai upaya pengelolaan, sekitar 11.863.492 ton sampah masih belum terkelola dengan baik setiap tahunnya. Mengingat tingginya timbulan sampah yang terjadi, penelitian ini mengusulkan pengembangan aplikasi mobile berbasis media pembelajaran yang bertujuan meningkatkan kesadaran dan pengetahuan masyarakat mengenai pengelolaan sampah. Aplikasi ini mengintegrasikan sistem cerdas dengan pendekatan Convolutional Neural Network (CNN) untuk mendukung fitur identifikasi dan klasifikasi sampah secara otomatis. Salah satu fitur unggulan aplikasi memungkinkan pengguna untuk mendeteksi sampah di lingkungan sekitarnya. Evaluasi implementasi model CNN menunjukkan hasil yang sangat memuaskan. Di antara berbagai model yang diuji, MobileNet V2 mencatat performa terbaik dengan akurasi mencapai 99,88% berdasarkan analisis plot akurasi dan confusion matrix. Pengujian dengan User Acceptance Testing mencatat skor 91,33% mengindikasikan bahwa aplikasi EcoQuest telah memenuhi kriteria kelayakan sebagai media pembelajaran pengenalan sampah.

Indonesia sebagai negara tropis yang memiliki iklim panas sepanjang tahun, mendorong meningkatnya permintaan sunscreen seiring dengan kesadaran masyarakat akan pentingnya skincare. Persaingan antara brand lokal dan global pun semakin ketat, sehingga penting bagi brand lokal untuk memahami preferensi dan persepsi konsumen agar dapat mengembangkan produk yang sesuai dengan kebutuhan pasar. Penelitian ini bertujuan untuk mengidentifikasi keluhan konsumen terhadap brand sunscreen lokal melalui analisis sentimen menggunakan metode Support Vector Machine (SVM) dengan melakukan pembagian dataset 80:20 dan menghasilkan akurasi sebesar 83,72%. Pada data ulasan yang berlabel negatif dilakukan pemodelan topik metode Latent Dirichlet Allocation (LDA), dan mendapatkan coherence score tertinggi 0,3800 dengan topik berjumlah 12. Hasil penelitian menunjukkan bahwa keluhan utama konsumen terkait dengan kemasan yang kurang praktis, tekstur sunscreen yang berat dan lama menyerap, whitecast yang sulit diratakan dan memberikan sensasi menyengat, serta kemasan dengan pump yang kurang praktis. Temuan ini dapat menjadi dasar bagi brand atau produsen lokal dalam meningkatkan kualitas produk sunscreen.

Laporan magang ini berjudul "QA Slicing dan Prototyping: Memastikan Keselarasan Desain dan Fungsionalitas dalam Pengembangan Aplikasi" dan disusun oleh Wishal Azharyan Al Hisyam, mahasiswa Teknik Informatika Politeknik Negeri Jember. Magang dilaksanakan di PT. ORDO Teknologi Karya, Surabaya, selama empat bulan mulai 18 September 2024 hingga 18 Januari 2025. Selama magang, penulis bertugas sebagai bagian dari tim Quality Assurance (QA) yang memiliki tanggung jawab utama untuk memastikan kualitas tampilan (UI) dan fungsionalitas aplikasi mobile serta website sesuai dengan desain dan kebutuhan pengguna. Penulis terlibat langsung dalam dua proyek utama, yaitu ARM (Activation Resource Management), sebuah sistem manajemen event, dan Seaworth Navcom, aplikasi layanan perbaikan dan pengecekan kelayakan kapal. Kegiatan yang dilakukan meliputi slicing desain, pengujian antarmuka dan fungsionalitas, pencatatan bug, serta verifikasi ulang setelah perbaikan dilakukan oleh tim pengembang. Penulis menggunakan dokumen QA untuk mencatat bug secara sistematis, baik menggunakan spreadsheet maupun Google Docs, tergantung jenis pengujian yang dilakukan. Pada proyek ARM, proses QA sudah mencapai tahap akhir di mana sebagian besar bug telah diperbaiki, sementara untuk proyek Seaworth Navcom masih dalam tahap perbaikan bug oleh tim developer. Melalui kegiatan ini, penulis memperoleh pengalaman langsung dalam proses pengembangan aplikasi profesional yang melibatkan kerja sama tim, keterampilan teknis, dan kemampuan komunikasi dalam dunia kerja sebenarnya. Magang ini memberikan pemahaman mendalam tentang pentingnya peran QA dalam menjaga kualitas aplikasi dan memastikan pengalaman pengguna yang optimal sebelum aplikasi diluncurkan ke publik.

Pengujian Performance Website Berdasarkan Beban Website Menggunakan Apache JMeter (Studi Kasus : Website LSP SMKN 2 Kraksaan), Regina Juniantika, NIM. E41210026, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Nugroho SetyoWibowo, S.T, M.T (Dosen Pembimbing). Beban pada website LSP SMKN 2 Kraksaan bagian asesi akan diteliti dengan menggunakan sebuah tool yang bernama Apache JMeter. Tool ini berfungsi sebagai simulasikan dengan memberikan keadaan banyaknya users yang sedang mengakses website tersebut dalam waktu yang bersamaan. Kemudian akan dilihat apakah website tersebut mampu melayani banyak pengguna dengan cepat. Pengujian ini akan menampilkan hasil data seperti latency, sample time, dan lainnya. Dengan adanya pengujian beban dapat mengetahui bagaimana kapasitas kinerja sistem terhadap respon. Apabila kinerja sistem memerlukan waktu yang cukup lama dan menjadi tidak stabil, hal ini berarti sistem telah mencapai atau telah berada pada kapasitas maksimumnya. Berdasarkan penelitian pengujian beban pada Website LSP SMKN 2 Kraksaan bagian asesi dapat mampu menerima beban akses pengguna secara bersamaan dengan durasi akses waktu 1 detik dapat menampung beban sampai dengan 500 pengguna. Namun disaat menampung beban 1000 pengguna yakni pada hasil testing menunjukkan beberapa pengguna mengalami kegagalan dikarenakan website tidak dapat menerima dikarenakan batas maksimal kemampuan dari website LSP SMKN 2 Kraksaan bagian asesi. Hasil analisis akan disajikan dalam bentuk tabel untuk memvisualisasikan performa website berdasarkan parameter yang diuji.