Kualitas dan tingkat kematangan tomat menjadi faktor penting dalam industri pertanian karena berpengaruh langsung terhadap nilai jual dan potensi kerugian. Proses identifikasi kematangan tomat yang masih dilakukan secara manual rentan terhadap ketidakkonsistenan dan kesalahan dalam klasifikasi. Tomat memiliki ciri visual seperti warna kulit, tekstur permukaan, dan bentuk yang dapat dimanfaatkan sebagai parameter dalam proses identifikasi kematangan dan kualitas. Parameter parameter tersebut dapat dianalisis menggunakan pendekatan pembelajaran Machine Learning, khususnya pada permasalahan klasifikasi citra. Dalam penelitian ini, digunakan metode Deep Learning dengan arsitektur Convolutional Neural Network (CNN) yang dioptimalkan menggunakan model MobileNetV2 karena memiliki kinerja yang baik dalam klasifikasi objek dengan efisiensi tinggi. Dataset terdiri dari 12.000 citra tomat. Seluruh data melalui tahap preprocessing, augmentasi, dan pelatihan menggunakan framework TensorFlow. Hasil penelitian menunjukkan bahwa dengan metode CNN dan model MobileNetV2 diperoleh tingkat akurasi hingga 99,78% dalam mengklasifikasikan kematangan dan kualitas tomat yang diimplementasikan dalam bentuk aplikasi berbasis website.

Penelitian ini menyajikan analisis perbandingan performa web server menggunakan platform kontainer Docker dan Podman pada berbagai tingkat beban. Eksperimen dilakukan dengan menerapkan layanan web WordPress di dua lingkungan berbeda (Lokal VM dan VPS) yang menjalankan sistem operasi Debian 12, kemudian diuji dengan beban rendah, sedang, dan ekstrem menggunakan Apache JMeter. Evaluasi performa mencakup waktu respons, throughput, tingkat kesalahan (error rate), serta konsumsi sumber daya CPU dan memori, dengan pemantauan melalui Grafana Stack. Hasil pengujian menunjukkan bahwa Podman secara konsisten memiliki performa lebih baik dibanding Docker pada kondisi beban tinggi. Pada beban ekstrem di Lokal VM, Podman mencatat waktu respons rata-rata lebih rendah (26.418,99 ms), throughput lebih tinggi (23,57 permintaan/detik), dan tingkat kesalahan lebih kecil (3,06%) dibanding Docker. Meski demikian, Docker mencatat efisiensi CPU yang sedikit lebih baik pada beberapa skenario. Secara keseluruhan, Podman direkomendasikan untuk lingkungan yang membutuhkan respons cepat dan efisiensi sumber daya, sedangkan Docker tetap menjadi pilihan layak untuk beban kerja sedang yang menekankan stabilitas dan dukungan ekosistem.

Analisis Sentimen Komentar Netizen di Twitter terhadap Kebijakan Pemerintah Mengenai Program Ibu Kota Nusantara (IKN), Galuh Reviko Satya Kirana, NIM E31220095, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Husin, S.Kom, M.MT (Pembimbing). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan pemindahan ibu kota negara ke Ibu Kota Nusantara (IKN) di Kalimantan Timur melalui komentar netizen di Twitter. Data dikumpulkan menggunakan teknik crawling dan dianalisis menggunakan metode Naive Bayes Classifier, dengan lima kategori sentimen yaitu sangat mendukung, mendukung, netral, tidak mendukung, dan sangat tidak mendukung. Tahapan preprocessing meliputi pembersihan data, normalisasi, stemming, dan pelabelan otomatis berdasarkan polaritas. Hasil klasifikasi menunjukkan bahwa mayoritas komentar bersifat netral (65%), mencerminkan sikap publik yang masih menunggu perkembangan lebih lanjut. Model yang digunakan menghasilkan akurasi sebesar 68%, menunjukkan kinerja klasifikasi yang cukup baik namun masih dapat ditingkatkan. Penelitian ini memberikan gambaran umum tentang persepsi publik terhadap proyek IKN dan dapat menjadi masukan dalam evaluasi kebijakan pemerintah.

Program magang ini bertujuan membekali mahasiswa dengan pengalaman praktis untuk menghadapi dunia kerja melalui pengembangan keterampilan teknis dan interpersonal sesuai standar industri. Magang dilaksanakan di CV. Biru Indonesia Creative, Malang, secara hybrid dari 1 Agustus hingga 30 Desember 2024. Mahasiswa terlibat dalam pengembangan aplikasi web dan mobile di bidang peternakan, khususnya dalam proyek website KOJI dan antarmuka Teman Sapi. Fokus utama adalah pengujian tampilan Teman Sapi serta sebagian perancangan. Hasil akhir berupa prototipe high-fidelity yang telah diuji pengguna dan memenuhi kebutuhan sistem layanan peternakan.

Di tengah pandemi COVID-19, resto menghadapi tantangan besar untuk beradaptasi dengan penjualan makanan secara digital akibat kebijakan social distancing. Banyak resto yang belum pernah menerapkan sistem pemesanan digital mengalami kerugian yang cukup besar, sehingga mendorong mereka untuk belajar mengelola pesanan secara online. Selain itu, tantangan tambahan muncul ketika sudah mempelajari penjualan secara digital namun dari penggunaan platform pengiriman pihak ketiga seringkali menaikkan harga sebagai biaya layanan, sehingga merugikan pemilik resto maupun pelanggan. Sebagai solusi, sistem Re-Food yang memanfaatkan WhatsApp Business diusulkan dan diproduksi untuk menghubungkan resto langsung dengan pelanggan dan memungkinkan komunikasi dan pengelolaan pesanan secara lebih efektif dan efisien. Demi meningkatkan sistem ini, diterapkan metode pengujian Unmoderate Usability, yang memfasilitasi analisis interaksi pengguna dengan sistem dalam lingkungan nyata, tanpa pengaruh dari seorang moderator. Pengujian ini sangat penting karena memberikan gambaran yang lebih jujur dan akurat tentang bagaimana sistem beroperasi dan bagaimana pengguna berinteraksi dengan berbagai fitur yang disediakan. Diharapkan melalui pengujian ini, dapat diidentifikasi dan diperbaiki masalah antarmuka yang mungkin menyulitkan pengguna dan meningkatkan waktu respons sistem. Tujuan akhir adalah untuk menciptakan desain sistem yang intuitif dan responsif, yang memenuhi kebutuhan harian baik pelanggan maupun pemilik restoran, menjadikan sistem Re-Food solusi optimal untuk pemesanan makanan secara digital.

Program magang ini bertujuan untuk memberikan pengalaman langsung kepada mahasiswa dalam dunia kerja, khususnya di bidang pengembangan aplikasi mobile. Selama masa magang, mahasiswa terlibat secara aktif dalam proses pengembangan aplikasi manajemen karyawan berbasis Flutter, mulai dari tahap perancangan, pengembangan fitur, hingga pengujian aplikasi. Dalam program ini, mahasiswa diharapkan mampu mengimplementasikan teori yang telah dipelajari di perkuliahan ke dalam praktik nyata, seperti penerapan Clean Architecture, penggunaan state management GetX, dan integrasi teknologi flutter_map serta OpenStreetMap. Selain itu, mahasiswa juga diajak untuk memahami alur kerja di dunia industry, bekerja secara kolaboratif dalam tim, serta menyelesaikan tantangan teknis yang muncul selama proses pengembangan aplikasi. Melalui program magang ini, mahasiswa tidak hanya memperoleh keterampilan teknis di bidang pengembangan aplikasi, tetapi juga meningkatkan kemampuan dalam berkomunikasi, berkolaborasi, serta berpikir kritis dan kreatif dalam menghadapi permasalahan nyata di dunia kerja.

Transformasi digital dalam industri pariwisata dan jasa travel memunculkan kebutuhan akan platform penyewaan kendaraan yang lebih terintegrasi dan mudah diakses. Penelitian ini bertujuan merancang antarmuka pengguna (UI/UX) aplikasi Rentify dengan pendekatan Design Thinking untuk meningkatkan pengalaman pengguna dalam mencari dan memesan jasa travel. Proses pengembangan mengikuti lima tahapan, yaitu empathize, define, ideate, prototype, dan testing. Tahap empathize dilakukan dengan survei terhadap 75 responden untuk mengidentifikasi kebutuhan pengguna. Hasil analisis mengarahkan pada pengembangan fitur pencarian berbasis lokasi, perbandingan layanan, dan pemesanan kendaraan. Prototipe interaktif dirancang menggunakan Figma dan diuji melalui platform Maze oleh 25 responden. Hasil usability testing menunjukkan success rate tinggi untuk fitur pencarian (92%) dan pemesanan (88%), namun terdapat penurunan pada fitur perbandingan (72%) dan chat (79%). Evaluasi menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 79,9, yang menunjukkan aplikasi Rentify memiliki tingkat usability yang baik. Dengan hasil ini, aplikasi Rentify berpotensi untuk dikembangkan lebih lanjut menjadi solusi digital dalam industri jasa travel di Indonesia.

Program magang di PT Graha Pelita Nusantara memberikan pengalaman praktis bagi penulis dalam mengembangkan keterampilan profesional di bidang teknologi digital. Penulis terlibat dalam dua proyek utama, yaitu redesign Task App dan Accounting App. Pada proyek Task App, penulis bertanggung jawab merancang ulang antarmuka aplikasi untuk meningkatkan kenyamanan pengguna dan memperbaiki alur navigasi. Sedangkan dalam proyek Accounting App, penulis fokus pada peningkatan efisiensi antarmuka pengguna melalui riset pengguna dan perancangan elemen visual yang lebih jelas untuk memudahkan pengelolaan data keuangan dengan cepat dan akurat. Melalui kedua proyek tersebut, penulis memperoleh pengalaman langsung dalam menerapkan prinsip desain UI/UX dan memperkuat pemahaman tentang pentingnya desain yang sesuai dengan kebutuhan pengguna dan tujuan bisnis. Pengalaman ini juga memberikan kesempatan untuk berkolaborasi dengan tim pengembang dan pemangku kepentingan, sehingga memperdalam pemahaman penulis tentang dinamika kerja dalam tim lintas fungsi di industri teknologi digital.