Individu dengan gangguan penglihatan merujuk pada orang-orang yang mengalami kehilangan sebagian atau seluruh penglihatan yang tidak dapat dikoreksi hingga tingkat normal dengan kacamata standar, lensa kontak, atau intervensi medis. Memastikan bahwa siswa dengan gangguan penglihatan mengikuti pelajaran secara menyeluruh merupakan kesulitan tersendiri, terutama ketika pengajar juga mengalami gangguan penglihatan. Tujuan dari penelitian ini adalah untuk mengembangkan sistem deteksi postur duduk menggunakan klasifikasi gambar dan jaringan saraf konvolusi (CNN) pada perangkat Android. Metode yang diusulkan menggunakan model CNN SqueezeNet untuk mengklasifikasikan nilai-nilai landmark yang dihasilkan dari MediaPipe. Model dilatih pada dataset yang terdiri dari 1850 gambar berbagai postur duduk, dengan pembagian data latih dan uji sebesar 80?n 20%. Evaluasi model dil-akukan menggunakan confusion matrix yang menunjukkan akurasi sebesar 99,9%, dengan presisi, recall, spesifisitas, dan skor F1 mendekati 100%. Sistem ini bertujuan untuk memberikan infor-masi akurat tentang perilaku siswa kepada guru dengan gangguan penglihatan, sehingga meningkatkan pengalaman mengajar dan belajar di kelas melalui cara yang lebih mudah.

Penyandang tunanetra memiliki keterbatasan dalam hal penglihatan, sehingga kesulitan dalam melakukan aktivitas sehari-hari terutama dalam hal mengidentifikasi warna pada objek. Penelitian ini bertujuan untuk membangun sebuah aplikasi sistem pendeteksi warna berbasis mobile yang dapat membantu penyandang tunanetra dalam mengidentifikasi warna pada objek secara real-time. Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbors (KNN) dengan menggunakan ekstraksi fitur warna HSV (Hue, Saturation, Value). Penelitian ini dilakukan di SLB Negeri Jember dengan melibatkan siswa tunanetra dan guru sebagai pengguna aplikasi. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu mendeteksi warna pada objek dengan akurasi yang tinggi. Berdasarkan hasil pengujian, tingkat akurasi yang diperoleh dalam mengidentifikasi warna pada objek menggunakan metode KNN dengan nilai k = 5 adalah 92,28% pada data latih dan 89,13% pada data uji. Nilai tersebut menunjukkan bahwa sistem dapat mengenali warna dengan tingkat kesalahan yang kecil. Fitur talkback yang terintegrasi pada aplikasi juga memudahkan pengguna tunanetra dalam mengoperasikan aplikasi. Dengan adanya aplikasi ini diharapkan dapat membantu meningkatkan kemandirian penyandang tunanetra dalam melakukan aktivitas sehari-hari.

Kebisingan lingkungan merupakan salah satu aspek penting dalam kualitas lingkungan perkotaan yang telah menjadi masalah global yang mempengaruhi kesehatan dan kesejahteraan manusia serta ekosistem alamiah. Internet of Things (IoT) muncul sebagai solusi potensial untuk meningkatkan monitoring kebisingan lingkungan. Monitoring kebisingan menjadi penting dalam berbagai sektor mulai dari kesehatan hingga industri. Kebisingan ekstrem dapat memiliki dampak serius pada kesejahteraan manusia, produktivitas, dan kualitas hidup. Monitoring kebisingan menjadi kunci dalam upaya untuk menjaga lingkungan yang tenang dan nyaman. Sistem berbasis Internet of Things (IoT) menawarkan kemampuan untuk mengumpulkan data secara real-time dari sensor yang terhubung ke internet. Hal ini memungkinkan pemantauan yang lebih akurat dan respons yang cepat terhadap perubahan kondisi lingkungan kebisingan. Dengan adanya konektivitas yang terus menerus, informasi dapat diakses dari jarak jauh dan memungkinkan pengguna untuk memantau kondisi kebisingan tanpa batasan geografis.

Magang merupakan suatu bentuk pembelajaran dimana mahasiswa akan bekerja dengan jangka waktu tertentu pada suatu organisasi atau perusahaan.Tujuan utama dari kegiatan ini adalah memberikan kesempatan bagi peserta magang untuk mendapatkan pengalaman kerja yang relevan dengan bidang studi atau minat karir. Hal ini mendapat dukungan dari pemerintah melalui program program MSIB atau Magang Studi Independen Bersertifikat. Salah satu perusahaan yang tergabung dalam perusahaan tersebut adalah PT. Telkom Indonesia. PT. Telkom Indonesia adalah salah satu perusahan BUMN di bidang telekomunikasi yang terkemuka. Salah satu unit yang berdiri di bawahnya adalah PDA atau Program Digital Amoeba. Yang mana, Amoeba Management (AMA) bertanggung jawab mengakselrasi inovasi-inovasi yang diinkubasi.Program magang dilaksanakan selama kurang lebih 4 bulan, berlokasi di kawasan Telkom Corporate University, Kota Bandung, Indonesia. Selama menjalani kegiatan, mahasiswa mendapatkan pengalaman dan gambaran baru mengenai implementasi langsung di dunia industri. Tugas yang diberikan dengan program magang sebaagai Scrum Master adalah memastikan bahwa proyek yang sedang dikembangkan dapat berjalan dengan baik sesuai aturan-aturan dalam Scrum. Proyek yang sedang dikembangkan tersebut adalah Aplikasi atau Platform Eventeer dan Ideabox. Keduanya memiliki proses eksekusi dan hasil implementasi yang berbeda terhadap Scrum. Melalui pengamatan dan analisis yang dilakukan, dapat diketahui seberapa efektif Scrum dalam masing-masing proyek.

Pemilihan siswa terbaik memiliki sejumlah kendala di antaranya masih menggunakan metode manual, human error, dan penilaian yang kurang transparan. Ditambah lagi, sistem pendidikan di Indonesia masih ditemukan berbagai tantangan seperti kesenjangan kualitas antara daerah perkotaan dan pedesaan, serta aksesibilitas bagi kelompok marginal. Untuk mengatasi masalah ini, penelitian ini mengusulkan penerapan Sistem Pendukung Keputusan (SPK) berbasis FMCDM (Fuzzy Multi-Criteria Decision Making) di SMP Negeri 1 Tapin Tengah, Kalimantan Selatan. Metode FMCDM dipilih karena kemampuannya dalam menangani ketidakpastian dan ambiguitas, serta fleksibilitas dalam mengevaluasi berbagai kriteria. Hasil penelitian menunjukkan bahwa SPK berbasis FMCDM mampu memberikan penilaian yang lebih adil dan objektif, serta meningkatkan motivasi siswa untuk berprestasi. Selain itu, penggunaan teknologi ini juga membantu menghemat waktu dan tenaga para guru dalam proses evaluasi.

Rancang Bangun Sistem Smart Home Di Rumah Tinggal Berbasis IoT Dengan Integrasi Panel Surya, Ahmad Faizin, NIM E32210638, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Bapak Surateno, S.Kom., M.Kom (Dosen Pembimbing). Indonesia merupakan negara dengan potensi besar untuk pengembangan teknologi smart home yang ramah lingkungan. Sebagai salah satu negara berkembang, kebutuhan akan solusi energi yang efisien dan berkelanjutan semakin meningkat. Rumah tinggal atau perumahan memungkinkan implementasi sistem yang memanfaatkan energi terbarukan seperti panel surya. Kondisi ini mendorong pengembangan teknologi Internet of Things (IoT) untuk integrasi sistem kontrol rumah yang dapat meningkatkan efisiensi penggunaan energi dan memberikan kenyamanan lebih bagi penghuninya. Namun, dalam implementasi teknologi smart home terdapat beberapa kendala yang sering dihadapi oleh pengguna, terutama dalam hal integrasi sistem dan pengetahuan teknis. Salah satu masalah utama adalah ketidakmampuan pengguna untuk mengelola dan memantau penggunaan energi secara efektif, yang dapat mengurangi efisiensi dan menyebabkan pemborosan energi. Pengelolaan energi yang manual tidak hanya memakan waktu lebih banyak, tetapi juga meningkatkan risiko kesalahan manusia yang pada akhirnya dapat mengurangi efisiensi dan kenyamanan rumah tangga. Melihat permasalahan dan potensi teknologi IoT, diperlukan sistem yang dapat memonitoring dan mengelola penggunaan energi di rumah tinggal secara otomatis. Sistem ini menggunakan berbagai sensor untuk mendeteksi kondisi lingkungan dan perangkat rumah tangga. Misalnya, sensor arus untuk memantau konsumsi listrik, sensor cahaya untuk mengontrol penerangan, dan sensor tegangan untuk memastikan pasokan energi yang stabil dari panel surya. Sistem ini dirancang untuk mengirimkan data ke Arduino dan mengaktifkan atau menonaktifkan perangkat sesuai dengan kebutuhan, sehingga efisiensi energi dapat ditingkatkan.

Akuntansi merupakan seni mengelola transaksi keuangan untuk menghasilkan laporan keuangan yang bermanfaat. Penggabungan sistem informasi dengan akuntansi mempercepat dalam pengelolaan, pencatatan, pelaporan dan pengendalian keuangan di perusahaan. Integrasi ini meningkatkan efisiensi dan akurasi informasi keuangan dengan mengelola data dalam satu database terpusat yang dapat diakses secara real-time. Hal ini memungkinkan perusahaan untuk mengambil keputusan berdasarkan informasi keuangan yang akurat, serta mendeteksi dan mencegah penipuan finansial dengan cepat. UD. RAR Crackers merupakan UMKM yang memproduksi kerupuk amplang sejak tahun 2009 di Pamekasan. Mitra mereka antara lain Bahagia Bakery, Batavia Holland dan Toko jamu sekitar sebagai penyuplai telur, AA Travel sebagai distributor pengiriman keluar kota, Nelayan sekitar sebagai penyuplai ikan dan masih banyak mitra lainnya. Pencatatan transaksi dan laporan keuangan masih dilakukan secara manual sehingga memperbesar resiko kesalahan pencatatan yang dapat mempengaruhi pengambilan keputusan bisnis. Oleh karena itu, perlu dibuat sebuah aplikasi sistem informasi akuntansi berbasis web yang nantinya dapat membantu UD. RAR Crackers dalam proses bisnisnya yang meliputi proses pencatatan transaksi serta pencatatan dan pembukuan akuntansi dan juga pembuatan laporan keuangan

Penelitian ini mengkaji pengelompokan linieritas pekerjaan alumni Program Studi Teknik Informatika Politeknik Negeri Jember menggunakan algoritma K-Means Clustering berdasarkan data tracer study alumni 2015 – 2018 dari dua attribut pada sumbu 2D (x, y) yaitu jabatan dan kesesuaian bidang kerja dengan bidang prodi Teknik Informatika. Metode K-Means Clustering digunakan untuk klasterisasi dengan mengidentifikasi pola-pola linieritas di antara kelompok-kelompok alumni tersebut. Penelitian ini melibatkan langkah – langkah analisis data yang meliputi preprocessing, pemilihan jumlah cluster optimal, pelatihan model K-Means, dan evaluasi hasil clustering. Hasil dari penelitian ini dari 375 data alumni digolongkan menjadi 2 klaster, k = 2. Perolehan nilai k terbaik didapat dari perhitungan Elbow Method dengan 58 ? sebanyak 216 item data alumni mahasiswa prodi TIF dan 42? sebanyak 159 item data alumni mahasiswa. Dengan nilai silhouette score = 0,61. Dari hasil memvisualisasikan data linieritas pekerjaan alumini prodi TIF menjadi beberapa cluster diharapkan memberikan pemahaman yang lebih mendalam tentang ragam pekerjaan yang dijalani oleh alumni Teknik Informatika di Politeknik Negeri Jember serta memperlihatkan pola linieritas yang mungkin terdapat di antara kelompok pekerjaan tersebut dan juga dapat sebagai bahan evaluasi pendidikan guna meningkatkan relevansi antara kualifikasi lulusan dan kebutuhan pasar kerja.