PERANCANGAN FRONT END FITUR TENTANG KAMI PADA WEBSITE PROFIL ORGANISASI PERANGKAT DAERAH KABUPATEN SITUBONDO MENGGUNAKAN FRAMEWORK LARAVEL, Adinda Eka Mayang Wijayanti, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Elly Antika, ST, M.Kom (Dosen Pembimbing Magang), Fery Frandana Putra, S.Kom (Pembimbing Lapangan). Magang berlangsung dari tanggal 17 September 2024 hingga 24 Januari 2025, dengan tujuan utama untuk meningkatkan pengetahuan, kemampuan komunikasi, dan penerapan keterampilan mahasiswa. Kegiatan magang dilaksanakan setiap hari Senin hingga Jumat, dengan jam kerja dari pukul 07.00 hingga 16.00 WIB. Selama magang, mahasiswa memperoleh manfaat yang signifikan, seperti memperluas wawasan, mengembangkan rasa tanggung jawab, dan mendapatkan pengalaman kerja yang berharga. Dinas Komunikasi dan Informatika Kabupaten Situbondo memiliki peran penting dalam mengelola informasi publik dan infrastruktur teknologi informasi, yang menjadi latar belakang kegiatan magang ini. Web profil OPD digunakan untuk memenuhi kebutuhan transparansi dan akuntabilitas, memudahkan masyarakat mendapatkan akses yang cepat terhadap informasi terkait layanan, program, dan kegiatan perangkat daerah. Web profil terdiri dari landing page dan dashboard admin. Desain sistem dan perangkat lunak, serta fitur-fitur yang ada pada website, seperti halaman "Tentang Kami" dan sistem feedback yang memungkinkan pengunjung memberikan masukan langsung. Fitur Kritik dan Saran dirancang untuk memudahkan pengguna dalam menyampaikan pendapat yang dapat dikelola oleh admin untuk perbaikan lebih lanjut. Selain itu, terdapat tinjauan pustaka yang mencakup berbagai penelitian terkait pengembangan web dan aplikasi berbasis Laravel, serta alat pengembangan yang digunakan, seperti Visual Studio Code dan Laragon.

Sistem Pendukung Keputusan Pemilihan Mata Pelajaran pada Siswa SMA Sesuai dengan Aturan Kurikulum Merdeka Menggunakan Metode Simple Additive Weighting (SAW), Agya Rizkinta Wildanti, NIM E31222313, Tahun 2025, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Khafidurrohman Agustianto, S.Pd., M.Eng. (Dosen Pembimbing). Kurikulum Merdeka memberikan kebebasan kepada siswa untuk memilih mata pelajaran sesuai minat, bakat, dan kemampuannya. Namun, proses pemilihan tersebut masih menghadapi tantangan karena kurangnya sistem pendukung yang mampu membantu siswa dalam menentukan pilihan secara objektif dan terstruktur. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan berbasis web untuk membantu siswa SMA, khususnya kelas X, dalam memilih mata pelajaran dengan menggunakan metode Simple Additive Weighting (SAW). Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan framework Laravel untuk sisi backend, serta HTML, CSS, dan JavaScript untuk antarmuka pengguna. Input sistem meliputi data angket cita-cita, hasil psikotes, nilai akademik, dan rekomendasi guru BK, yang kemudian diproses menggunakan metode SAW untuk menghasilkan rekomendasi mata pelajaran berdasarkan bobot kriteria yang telah ditentukan. Hasil pengujian Blackbox Testing menunjukkan bahwa seluruh fitur sistem berjalan dengan baik tanpa error. Sementara itu, hasil pengujian User Acceptance Test (UAT) menunjukkan bahwa sistem memperoleh tingkat kepuasan pengguna sebesar 90%, yang menandakan sistem ini cukup layak digunakan dan mudah dioperasikan oleh siswa maupun guru BK. Dengan adanya sistem ini, diharapkan proses pemilihan mata pelajaran menjadi lebih mudah, objektif, dan sesuai dengan prinsip Kurikulum Merdeka. Saran untuk pengembangan ke depan antara lain adalah pengembangan sistem dalam versi mobile, integrasi dengan sistem sekolah, serta pembaruan berkala berdasarkan masukan pengguna.

Sistem Pendukung Keputusan Pemilihan Mobil Rental Berbasis Website Menggunakan Metode Simple Additive Weighting (SAW), Sherly Welyana, NIM E31222629, Tahun 2022, Teknologi Informasi, Politeknik Negeri Jember, Khafidurrohman Agustianto, S.Pd, M.Eng (Dosen Pembimbing). Kebutuhan akan mobil sebagai alat transportasi semakin meningkat di era modern, terutama bagi masyarakat yang tidak memiliki kendaraan pribadi. Rental mobil menjadi solusi praktis untuk memenuhi kebutuhan tersebut. Namun, banyaknya pilihan jenis mobil dengan harga dan fasilitas yang berbeda-beda sering kali membuat calon penyewa merasa bingung dalam menentukan mobil yang paling sesuai dengan kebutuhannya. Pelanggan perlu mempertimbangkan berbagai aspek sebelum menentukan pilihan, seperti kapasitas penumpang, efisiensi bahan bakar, dan fasilitas kendaraan. Oleh karena itu, dibutuhkan sistem pendukung keputusan yang mampu memberikan rekomendasi mobil rental terbaik berdasarkan kriteria yang diinginkan pengguna. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan berbasis website yang dapat membantu pelanggan memilih mobil rental menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan karena mampu memberikan hasil perhitungan yang akurat dengan mempertimbangkan berbagai kriteria, seperti harga sewa, konsumsi BBM, kapasitas penumpang, kelengkapan fasilitas, dan tahun produksi. Sistem ini juga mempermudah pihak rental dalam memantau data mobil dan pengelolaannya. Data yang digunakan berupa informasi lengkap mobil yang tersedia di rental UnitedTrans. Setiap alternatif mobil akan dihitung berdasarkan bobot dari masing-masing kriteria yang telah ditentukan sebelumnya, kemudian dirangking untuk menampilkan tiga rekomendasi mobil terbaik kepada pengguna

Sistem Pakar Diagnosa Hama Dan Penyakit Tanaman Tembakau Menggunakan Metode Dempster Shafer, Shamita Yasmin R, Tahun 2025, Program Studi Manajemen Informatika, Jurusan Teknologi Informasi, Taufik Rizaldi, S.ST, M.T. (Dosen Pembimbing). Indonesia dikenal sebagai negara dengan ekonomi berbasis agraris, sangat tergantung pada sektor pertanian, termasuk tembakau, yang merupakan salah satu produk unggulan dengan nilai ekonomi yang tinggi. Namun, para petani sering menghadapi tantangan akibat serangan hama dan penyakit pada tanaman tembakau, yang berdampak pada penurunan kualitas hasil panen dan menyebabkan kerugian finansial. Keterbatasan jumlah ahli di bidang ini dan kurangnya pengetahuan di kalangan pengetahuan di kalangan petani menjadi penghambat utama dalam mengatasi permasalahan tersebut. Untuk solusi terhadap permasalahan tersebut, diusulkan penerapan sistem pakar berbasis web. Sistem ini akan menggunakan pendekatan dempster shafer, yang merupakan metode matematis yang efisien dalam mengatasi ketidakpastian dan mengintegrasikan berbagai informasi atau gejala untuk memberikan diagnosis yang lebih tepat. Metode ini dianggap lebih mudah dipahami oleh pengguna dan memiliki kelebihan dalam menentukan tingkat kepercayaan terhadap kemungkinan serangan penyakit atau hama. Penelitian ini mengidentifikasi 13 jenis penyakit serta 11 jenis hama yang biasa menyerang tanaman tembakau, dan juga menyajikan solusi pengendalian yang berdasarkan pada keahlian para pakar. Sistem ini dirancang untuk mendukung para petani dan penyuluh pertanian dalam mengenali permasalahan pada tanaman tembakau secara cepat dan tepat. Setelah proses pengembangan sistem selesai, dilakukan uji coba dengan metode User Acceptance Test (UAT) terhadap 18 peserta, yang terdiri dari admin dan pengguna. Hasil dari pengujian menunjukan bahwa tingkat penerimaan mencapai 91% yang dinilai sebagai “Sangat Baik”, sehingga menunjukan bahwa sistem ini layak diterima dan siap diimplementasikan langsung di lapangan untuk petani awam.

Aplikasi Pengenalan Angka dan Penjumlahan untuk Anak Sekolah Dasar Berbasis Dua Marker Augmented Reality, Ayu Eka Ciptasari, NIM E31221209, Tahun 2025, 72 halaman., Teknologi Informasi, Politeknik Negeri Jember, Faisal Lutfi Afrinasnyah, S.Kom., M.T. (Pembimbing). Proses pembelajaran di sekolah dasar memerlukan pendekatan yang menyenangkan, interaktif, dan sesuai dengan karakteristik anak usia dini. Namun, observasi menunjukkan bahwa media pembelajaran yang digunakan di sekolah dasar, khususnya pada siswa kelas 1, masih didominasi oleh buku cetak. Hal ini membuat proses pembelajaran matematika, seperti pengenalan angka dan penjumlahan, menjadi kurang menarik dan sulit dipahami secara visual oleh siswa. Seiring dengan perkembangan zaman, dibutuhkan media pembelajaran alternatif yang dapat mendukung pembelajaran visual dan meningkatkan interaksi siswa terhadap materi. Salah satu teknologi yang tepat untuk digunakan adalah Augmented Reality (AR), karena dapat menggabungkan objek virtual ke dalam dunia nyata secara real-time dan interaktif. Untuk itu, dikembangkanlah sebuah aplikasi media pembelajaran bernama ARitmatika Kids berbasis AR dengan memanfaatkan dua marker, yang bertujuan untuk membantu siswa mengenali angka dan memahami konsep penjumlahan dasar. Aplikasi ini dirancang menggunakan metode Multimedia Development Life Cycle (MDLC), serta dibangun dengan tools seperti Unity, Vuforia SDK, dan Firebase. Fitur utama dalam aplikasi ini meliputi AR Kamera untuk menampilkan angka 3D, fitur penggabungan dua marker untuk visualisasi penjumlahan, serta menu Materi dan Quiz yang dapat digunakan untuk memperkuat pemahaman siswa terhadap materi. Selain itu, aplikasi ini juga dilengkapi dengan fitur Pretest dan Posttest untuk mengukur pemahaman siswa. Aplikasi ARitmatika Kids telah dipublikasikan melalui Google Play Store, sehingga dapat diakses dengan mudah oleh guru dan siswa. Penulis berharap, media pembelajaran ini dapat menjadi solusi inovatif untuk meningkatkan minat dan pemahaman siswa dalam mempelajari matematika dasar secara lebih menyenangkan dan interaktif.

Politeknik Negeri Jember (Polije), khususnya Program Studi D4 Teknik Informatika (TIF), terus berkembang menghadapi tantangan era digital. Untuk memastikan kesesuaian antara lulusan dan kebutuhan industri, dilakukan tracer study kepada alumni melalui website CDC Polije. Tracer study bertujuan mengevaluasi transisi lulusan ke dunia kerja, serta menilai proses pembelajaran dan kompetensi lulusan. Salah satu bagian penting tracer study adalah mengukur tingkat kepuasan pengguna lulusan, berdasarkan tujuh kriteria utama: kerja tim, pengambilan keputusan, kecerdasan bertindak, integritas, komunikasi, teknologi informasi, dan bahasa asing. Namun, meskipun data telah dikumpulkan dalam bentuk skala likert, belum ada analisis menyeluruh yang menunjukkan pola atau pengelompokan kepuasan secara spesifik. Besarnya volume data dan keberagaman penilaian menyebabkan sulitnya interpretasi secara langsung. Oleh karena itu, penelitian ini menerapkan metode K-means Clustering untuk mengelompokkan data kepuasan pengguna lulusan secara otomatis berdasarkan tujuh kriteria. Hasil penelitian menunjukkan bahwa data kepuasan pengguna lulusan Program Studi D4 Teknik Informatika berhasil dikelompokkan berdasarkan tujuh kriteria. Keseluruhan data yang berjumlah 187 alumni, proses clustering menghasilkan 4 kelompok atau cluster berdasarkan perhitungan elbow method menghasilkan nilai ‘361’ dan silhouette score ‘0,234’. Hasil pengelompokan paling dominan terdapat pada cluster 0 yang mencakup sebanyak 103 pengguna lulusan, atau sekitar 55?ri total data. Proporsi tersebut mengindikasikan bahwa sebagian besar pengguna lulusan memiliki penilaian kepuasan yang tinggi atau tergolong dalam kategori “sangat puas”, sehingga memperlihatkan persepsi positif terhadap kualitas lulusan yang dihasilkan oleh program studi tersebut.

Motif batik sebagai produk kreatif terus berkembang dan bermunculan, sehingga kerap menyulitkan proses pengenalan dan pelestariannya. Oleh karena itu, diperlukan metode pengenalan motif batik berbasis teknologi pengolahan citra digital. Penelitian ini bertujuan untuk menganalisis pengaruh metode ekstraksi fitur dengan berbagai pendekatan terhadap hasil klasifikasi citra motif batik serta membandingkan performa algoritma Machine Learning dan Deep Learning berdasarkan fitur yang digunakan. Metode ekstraksi fitur yang digunakan meliputi Histogram of Oriented Gradient (HOG), Local Binary Pattern (LBP), dan Gray Level Co-occurrence Matrix (GLCM). Sementara itu, algoritma klasifikasi yang digunakan adalah Support Vector Machine (SVM) serta Convolutional Neural Network (CNN) dengan arsitektur VGG16 dan ResNet-50. Hasil penelitian menunjukkan bahwa ekstraksi fitur memiliki peranan penting dalam proses klasifikasi, khususnya pada algoritma Machine Learning seperti SVM. Di antara metode yang diuji, GLCM menghasilkan performa terbaik, mengungguli HOG dan LBP. Sementara itu, CNN mampu memberikan hasil yang sangat baik meskipun tanpa ekstraksi fitur tambahan, karena memiliki kemampuan pembelajaran fitur secara otomatis. Perbandingan antara Machine Learning dan Deep Learning menunjukkan bahwa masing-masing memiliki keunggulan dalam proses klasifikasi citra motif batik berdasarkan fitur.. Kombinasi GLCM dan SVM dengan kernel Gaussian berhasil mencapai akurasi tertinggi sebesar 98,33%, sedangkan CNN tanpa tambahan fitur mencapai akurasi sempurna sebesar 100% pada arsitektur ResNet-50. Namun, CNN memerlukan waktu pelatihan yang lebih lama akibat kompleksitas arsitektur dan banyaknya parameter yang digunakan. Dengan demikian, pemilihan metode ekstraksi fitur dan algoritma klasifikasi yang tepat sangat penting untuk menghasilkan klasifikasi motif batik yang optimal.

Komunikasi nirkabel pada robot dapat dilakukan melalui suara, namun penggunaannya tidak hanya bergantung pada aspek teknis pengenalan perintah, melainkan juga perlu memperhatikan faktor keamanan. Penelitian ini mengimplementasikan pengenalan suara menggunakan ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC), yang terbukti efektif dalam klasifikasi dan verifikasi suara. Metode Learning Vector Quantization (LVQ) menunjukkan hasil lebih unggul dibanding Dynamic Time Warping (DTW), dengan rata-rata confidence score 78.42% dan waktu respon 0.011 detik, sementara DTW mencatat skor lebih rendah dan waktu respon lebih lambat. Untuk pengenalan perintah, model Convolutional Neural Network (CNN) mampu mengklasifikasikan lima perintah dengan rata-rata confidence score 98.48%. Hasil ini menunjukkan bahwa kombinasi MFCC, LVQ, DTW, dan CNN dapat digunakan secara efektif dalam sistem pengenalan dan verifikasi suara.