Krisis pangan global akibat perubahan iklim, konflik, dan guncangan ekonomi telah mempengaruhi ketahanan pangan di berbagai negara, termasuk Indonesia. Salah satu solusi strategis adalah menanam tanaman pangan yang sesuai dengan karakteristik lahan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Fuzzy Multi-Criteria Decision Making (FMCDM) untuk merekomendasikan tanaman pangan (padi, jagung, kedelai) berdasarkan parameter lahan seperti suhu, pH tanah, kelembaban udara, tekstur tanah, kandungan NPK, dan ketinggian tempat. Proses perhitungan dalam sistem dilakukan melalui tahapan konversi data ke bilangan fuzzy triangular (TFN), perkalian bobot, agregasi, dan perhitungan nilai integral. Hasil pengujian menunjukkan bahwa akurasi perhitungan sistem mencapai 100% dibandingkan dengan perhitungan manual, dan tingkat kesesuaian antara hasil rekomendasi dengan data produksi BPS aktual sebesar 66,67%. Selain itu, pengujian usability oleh pakar menunjukkan bahwa sistem mudah digunakan, dan hasil pengujian blackbox memastikan semua fitur sistem berjalan sesuai fungsinya. Sistem ini dinilai efektif dalam memberikan rekomendasi tanaman pangan yang sesuai dengan data karakteristik lahan, dan berpotensi mendukung ketahanan pangan melalui pengambilan keputusan berbasis data.

Penelitian ini mengatasi kurangnya media pembelajaran interaktif untuk aksara Jawa dengan mengembangkan game edukasi berbasis visi komputer menggunakan model YOLO v8. Metodologi meliputi perancangan sistem, pengumpulan tiga dataset—utama (3.000 sampel), sekunder (250 sampel), dan campuran (3.250 sampel)—dan pelatihan YOLO v8 secara terpisah untuk menganalisis pengaruh jenis data terhadap deteksi. Hasil menunjukkan YOLO v8 efektif mendeteksi aksara Jawa, dengan model pada dataset utama dan campuran menunjukkan performa terbaik (presisi, recall, mAP > 99%), sedangkan dataset sekunder sedikit lebih rendah (presisi 96%, recall 97%, mAP 98%), menegaskan pentingnya kuantitas dan distribusi data. Pengujian white-box menunjukkan aplikasi berjalan efisien (waktu eksekusi 0–2 detik tanpa kesalahan), pengujian black-box memastikan semua fungsi terpenuhi, dan UAT mencatat tingkat kepuasan pengguna rata-rata 90,71%. Disimpulkan implementasi YOLO v8 berhasil meningkatkan minat dan efektivitas pembelajaran aksara Jawa, dengan rekomendasi pengembangan dataset lebih luas, optimasi untuk perangkat mobile, dan penambahan fitur gamifikasi yang lebih kompleks.

XYZ merupakan sebuah platform teknologi finansial yang berbasis di Singapura, yang menyediakan berbagai layanan keuangan bagi para penggunanya. Platform ini bertujuan untuk mendorong inklusi keuangan dengan memberikan akses yang mudah, aman, dan terjangkau terhadap produk seperti pinjaman, investasi, serta perencanaan keuangan. Dengan memanfaatkan teknologi terkini, XYZ menghadirkan pengalaman pengguna yang lancar sekaligus memastikan transparansi dan efisiensi dalam setiap transaksi. Fokus utama platform ini adalah memenuhi kebutuhan individu maupun pelaku bisnis melalui beragam layanan yang dirancang untuk mendukung pencapaian tujuan finansial mereka.

Udang vannamei (Litopenaeus vannamei) merupakan salah satu komoditas unggulan Indonesia di sektor perikanan, yang memberikan kontribusi besar terhadap ekspor hasil laut nasional. Dengan produktivitas yang tinggi dan ketahanan terhadap perubahan lingkungan, udang vannamei menjadi pilihan utama dalam budidaya perikanan. Namun, industri ini menghadapi tantangan dalam proses pembenihan, terutama dalam hal penghitungan benur secara manual. Metode konvensional dinilai tidak efisien, memakan waktu, dan rentan terhadap kesalahan, yang dapat berdampak pada produktivitas secara keseluruhan. Selain itu, ketidakmampuan dalam mendeteksi kondisi kesehatan benur sejak dini meningkatkan risiko penyakit dan kematian. Untuk mengatasi permasalahan tersebut, integrasi kecerdasan buatan (AI) dan aplikasi mobile menawarkan solusi inovatif yang memungkinkan petambak udang mengotomatisasi proses penghitungan benur dan memantau kesehatannya secara real-time. Dengan dukungan teknologi analisis citra digital, aplikasi ini meningkatkan efisiensi dan akurasi sekaligus membantu petambak dalam mengambil keputusan dengan cepat dan tepat. Pengembangan teknologi ini diharapkan dapat mendukung keberlanjutan budidaya udang vannamei dan meningkatkan produktivitas sektor perikanan di Indonesia. Hasil pengujian menunjukkan bahwa sistem ini mampu mencapai akurasi sebesar 85% dalam mengklasifikasikan kondisi kesehatan benur dan menghitung jumlah benur secara efisien.

Program Indonesian International Student Mobility Awards (IISMA) merupakan inisiatif dari Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia yang memberikan kesempatan kepada mahasiswa untuk mengikuti pembelajaran di institusi pendidikan tinggi luar negeri. Laporan ini memaparkan pengalaman akademik dan implementasi proyek yang dilakukan oleh penulis selama mengikuti program IISMA di Polytechnic University of Porto, Portugal. Fokus utama dari proyek ini adalah pengembangan sistem pengukuran suhu ruangan secara real-time menggunakan sensor suhu LM335 yang terhubung dengan mikrokontroler ATmega128 dan diprogram menggunakan bahasa C pada platform Microchip Studio. Sistem ini mampu menampilkan hasil pembacaan suhu dalam satuan derajat Celcius secara akurat melalui tampilan 7-segment, serta mendukung beberapa mode operasi (digital, suhu, dan saklar) yang diakses melalui input tombol maupun UART. Melalui kegiatan ini, penulis tidak hanya memperluas pengetahuan teknis dalam bidang Global ICT, tetapi juga meningkatkan keterampilan komunikasi dan pemahaman lintas budaya melalui kegiatan Culturise dan kunjungan industri. Proyek ini diharapkan dapat menjadi prototipe awal dalam pengembangan sistem monitoring suhu berbasis mikrokontroler untuk aplikasi Internet of Things (IoT).

Program magang di Politeknik Negeri Jember bertujuan memberikan pengalaman kerja kepada mahasiswa dengan fokus pada pengembangan keterampilan praktis. Magang dilaksanakan di CV Biru Indonesia Creative, sebuah perusahaan teknologi informasi yang menyediakan solusi perangkat lunak. Perusahaan ini berawal pada 1997 di Kota Batu dan kini berlokasi di Malang, Jawa Timur. Periode magang dimulai pada 16 September 2024 hingga 24 Januari 2025. Kegiatan magang mencakup observasi proses kerja, pengembangan aplikasi, dan kolaborasi tim. Penulis terlibat dalam beberapa proyek, termasuk perbaikan antarmuka pengguna dan copywriting pada website Pondok Seni dan Lazisnu, serta pengembangan aplikasi Klinik Sehat berbasis Laravel. Aplikasi Klinik Sehat dirancang untuk mempermudah pengelolaan data pasien dan pendaftaran pasien di klinik dengan fitur CRUD (Create, Read, Update, Delete). Selama magang, penulis memperoleh pengalaman dalam pengembangan aplikasi web, bekerja dalam tim dengan anggota yang memiliki keahlian berbeda, serta berinteraksi dengan stakeholder dari berbagai industri, yang memberikan wawasan yang berharga untuk karier di dunia kerja.

Teknologi informasi dan media sosial kini memegang peran penting dalam penyebaran informasi secara real-time, dengan jumlah pengguna global mencapai 4,95 miliar pada tahun 2023 atau sekitar 61,4?ri populasi dunia. Media sosial tidak hanya memfasilitasi interaksi dan penyampaian opini publik, tetapi juga rentan terhadap penyebaran informasi palsu dan ujaran kebencian. Buzzer akun yang menggerakkan opini publik sering digunakan untuk tujuan politik dengan narasi negatif yang dapat memicu intoleransi dan perpecahan sosial. Platform Twitter (X) menjadi wadah utama aktivitas buzzer, namun sulit untuk mengidentifikasi akun-akun tersebut secara otomatis. Penelitian ini menggunakan pendekatan Natural Language Processing (NLP) dan metode Support Vector Machine (SVM) untuk mengklasifikasi 1.510 postingan menjadi dua kelas, yaitu intoleran dan toleran, dengan data seimbang masing-masing 755 postingan. Proses data preprocessing meliputi normalisasi, pembersihan data, tokenisasi, penghilangan stopword, dan stemming, serta pembobotan menggunakan TF-IDF. Model SVM dengan kernel sigmoid dan pembagian data 80:20 menghasilkan performa terbaik dengan akurasi 97%, presisi 96%, recall 98%, dan f1-score 97%. Analisis lanjutan pada lima akun buzzer mengungkapkan tingkat intoleransi yang bervariasi, dengan nilai tertinggi mencapai 70,59%.

Proyek magang ini bertujuan untuk mengembangkan visualisasi grafik tanda-tanda vital pada aplikasi SIMETRIK (Sistem Informasi Manajemen Rekam Medik Elektronik) dengan memanfaatkan JavaScript. Visualisasi ini mencakup data seperti nadi dan suhu tubuh yang ditampilkan dalam bentuk grafik untuk memudahkan tenaga medis dalam memantau kondisi pasien secara real-time. Proyek ini dilaksanakan oleh Bachtiar Arya Habibie, mahasiswa Program Studi Teknologi Informasi, Politeknik Negeri Jember, di CV Esolusindo sebuah software house yang bergerak di bidang pengembangan aplikasi dan sistem informasi kesehatan. Selama pelaksanaan magang, penulis memperoleh pengalaman dalam pengembangan aplikasi rekam medis elektronik, khususnya dalam penerapan JavaScript untuk visualisasi data. Hasil dari proyek ini diharapkan dapat meningkatkan efisiensi pengambilan keputusan medis serta berkontribusi pada kemajuan sistem kesehatan digital di Indonesia.