Rancang Bangun Smart Donation Box Berbasis IoT dengan Deteksi Nominal Mata Uang menggunakan ESP32-CAM, Roihan Akbar Amrullah, NIM E32230947, Tahun 2026, Program Studi Teknik Komputer, Politeknik Negeri Jember, Dr. Agus Purwadi, S.T., M.T. (Dosen Pembimbing). Pengelolaan kotak amal di masjid umumnya masih dilakukan secara manual, baik dalam proses penghitungan uang maupun pencatatan hasil donasi. Proses tersebut memerlukan waktu yang cukup lama dan berpotensi menimbulkan kesalahan pencatatan. Selain itu, informasi jumlah donasi yang terkumpul tidak dapat dipantau secara real-time oleh pengurus masjid. Oleh karena itu, diperlukan suatu sistem yang mampu melakukan pendeteksian nominal uang dan pencatatan donasi secara otomatis. Penelitian ini bertujuan merancang dan membangun Smart Donation Box berbasis Internet of Things (IoT) yang mampu mendeteksi nominal uang kertas rupiah secara otomatis menggunakan modul ESP32-CAM dan algoritma YOLO11s. Sistem mendeteksi tujuh nominal uang kertas rupiah emisi tahun 2022, yaitu Rp1.000, Rp2.000, Rp5.000, Rp10.000, Rp20.000, Rp50.000, dan Rp100.000. Gambar uang yang ditangkap oleh ESP32-CAM dikirim ke server Flask untuk diproses menggunakan model YOLO11s yang telah dilatih. Hasil deteksi kemudian disimpan ke Firebase Realtime Database dan ditampilkan pada dashboard web secara real-time. Model YOLO11s dilatih menggunakan dataset sebanyak 924 gambar yang telah diberi anotasi menggunakan Label Studio. Hasil pelatihan menunjukkan nilai precision sebesar 1,00, recall sebesar 0,99, F1-Score sebesar 0,98, serta mAP@0.5 sebesar 0,983. Pengujian sistem menunjukkan bahwa Smart Donation Box mampu mendeteksi nominal uang dan memperbarui data donasi secara otomatis pada dashboard web sesuai dengan nominal yang dimasukkan.

Proses identifikasi penyakit tanaman padi pada petani di Kecamatan Kraksaan, Kabupaten Probolinggo saat ini masih menghadapi tantangan besar karena keterbatasan kemampuan petani dalam mendiagnosis penyakit secara tepat. Hal ini mengakibatkan penanganan yang tidak efektif dan berujung pada penurunan produktivitas lahan. Penelitian ini bertujuan untuk membangun sebuah sistem terintegrasi berbasis mobile (Android) dan web guna mengatasi permasalahan tersebut. Sistem ini dikembangkan dengan mengimplementasikan metode Convolutional Neural Network (CNN) berbasis arsitektur Transfer Learning MobileNetV2 untuk klasifikasi penyakit daun padi. Untuk mendukung penyelesaian masalah secara menyeluruh, aplikasi dilengkapi dengan fitur rekomendasi obat atau pupuk yang terintegrasi langsung dengan e-commerce, sehingga memudahkan petani memperoleh produk pertanian yang dibutuhkan tanpa harus mencarinya secara manual. Berdasarkan hasil pengujian menggunakan metode Black Box Testing, seluruh fitur aplikasi pada platform web maupun Android terbukti dapat berjalan 100% sesuai dengan perancangan fungsional. Pengujian model kecerdasan buatan menunjukkan performa yang sangat optimal dengan akurasi validasi mencapai 99,83%. Sistem ini disimpulkan berhasil menyediakan solusi teknologi bagi petani untuk deteksi dini penyakit tanaman yang cepat, akurat, dan aplikatif, sekaligus memfasilitasi pengambilan keputusan dalam penanganan penyakit secara efisien.

Perkembangan dalam bidang teknologi informasi, komunikasi dan otomatisasi saat ini telah memicu peningkatan pemakaian perangkat elektronik yang beroperasi tanpa henti dan memerlukan pasokan listrik yang stabil. Perangkat jaringan dan sistem elektronik berbasis DC, seperti router, modem, access point, server mini, serta perangkat berbasis mikrokontroler dan Internet of Things (IoT) umumnya menggunakan sumber daya tegangan DC. Keandalan pasokan daya menjadi sangat penting karena gangguan listrik, seperti pemadaman mendadak atau ketidakstabilan arus, bisa mengakibatkan kerusakan perangkat, gangguan pelayanan, bahkan kehilangan data. Oleh karena itu diperlukan sistem cadangan daya yang andal untuk memastikan kontinuitas operasional perangkat-perangkat yang menggunakan DC tersebut.

Perkembangan teknologi Internet of Things (IoT) mendorong kebutuhan perangkat penyedia daya cadangan yang dapat dipantau secara nirkabel. UPS konvensional umumnya memiliki keterbatasan dalam pemantauan status daya dari jarak jauh dan tidak dilengkapi dengan sistem proteksi over-discharge yang berisiko merusak baterai secara permanen. Oleh karena itu, penelitian ini bertujuan merancang bangun perangkat UPS DC berbasis IoT menggunakan mikrokontroler ESP-12F untuk meningkatkan keandalan pasokan daya. Sistem ini dilengkapi sensor tegangan dan daya untuk memantau status operasi secara real-time. Data hasil pembacaan sensor dikirimkan oleh ESP-12F ke broker MQTT melalui jaringan Wi-Fi agar dapat dipantau melalui Dashboard Web. Perangkat keras pada sistem ini menggunakan modul battery charger XL4015, buck converter MP2359DJ, regulator LDO ME6211, dan P-Channel MOSFET yang memungkinkan terjadinya automatic power switching secara mulus tanpa relay mekanik. Berdasarkan hasil pengujian yang telah dilakukan, sistem terbukti mampu melakukan transisi perpindahan daya secara otomatis tanpa mengganggu kinerja beban yang terhubung. Selain itu, keseluruhan data telemetri berhasil dikirim dan ditampilkan pada Dashboard Web secara real-time, serta sistem proteksi sukses memutus aliran daya secara mandiri ketika tegangan baterai mencapai batas minimum untuk mencegah kerusakan permanen.

Perancangan Sistem Penyiraman Tanaman Multi Pot Berbasis Website Menggunakan Sensor Kelembapan Tanah dan Solenoid Valve, Ahmad Baidhowi Alimudin, NIM E32232379, Tahun 2026, 139 hlm, Teknik Komputer, Politeknik Negeri Jember, Victor Phoa, S.Si., M.Cs. (Dosen Pembimbing). Tugas akhir ini berfokus pada perancangan dan implementasi sistem penyiraman tanaman multi pot berbasis website yang memanfaatkan sensor kelembapan tanah dan solenoid valve sebagai komponen utama. Sistem dikembangkan untuk mendukung proses perawatan tanaman agar lebih efisien melalui mekanisme penyiraman otomatis yang dapat mengurangi ketergantungan pada metode konvensional. Dalam implementasinya, sistem menggunakan ESP32 sebagai pusat pengendali yang terintegrasi dengan sensor soil moisture, DHT11, BH1750FVI, dan sensor water flow untuk memperoleh data kondisi tanaman dan lingkungan secara realtime. Data hasil pembacaan sensor dikirimkan ke Firebase sebagai media penyimpanan berbasis cloud dan diolah oleh backend yang berjalan pada platform Railway. Informasi tersebut kemudian ditampilkan pada website yang berfungsi sebagai sarana monitoring dan pengendalian sistem. Website menyediakan berbagai fitur, seperti pemantauan kondisi lingkungan, kontrol manual aktuator, mode penyiraman otomatis berdasarkan nilai kelembapan tanah, penjadwalan penyiraman, serta pencatatan histori data sensor. Konsep multi pot yang diterapkan memungkinkan setiap pot dipantau dan dikendalikan secara terpisah sesuai kebutuhan masing-masing tanaman. Berdasarkan hasil pengujian yang telah dilakukan, seluruh komponen sistem mampu beroperasi sesuai dengan rancangan. Sensor dapat membaca parameter lingkungan dan kelembapan tanah dengan baik, sedangkan aktuator mampu menjalankan proses penyiraman secara otomatis ketika nilai kelembapan berada di bawah batas yang telah ditentukan. Selain itu, fitur-fitur pada website, seperti autentikasi pengguna, monitoring data, kontrol manual, penjadwalan, dan penyimpanan histori, juga berfungsi dengan baik. Dengan demikian, sistem yang dikembangkan dapat menjadi solusi untuk mendukung proses penyiraman tanaman yang lebih efektif, terkontrol, dan dapat dipantau dari jarak jauh melalui jaringan internet.

Padi merupakan komoditas pangan utama Indonesia dengan lebih dari 90% penduduk mengonsumsinya sebagai bahan pangan pokok, namun upaya peningkatan produktivitasnya terus dihadapkan pada ancaman perubahan iklim yang memengaruhi serangan organisme pengganggu tanaman (OPT). Serangan hama Wereng Batang Coklat (WBC) dan Penggerek Batang terbukti menjadi ancaman utama produktivitas padi. Penelitian ini membangun model prediksi luas serangan hama berbasis data iklim menggunakan algoritma Random Forest, sekaligus mengimplementasikannya dalam sistem prediksi berbasis website. Data iklim berupa suhu, kelembaban, dan curah hujan diperoleh dari NASA POWER, sedangkan data serangan hama diperoleh dari DTPHP Kabupaten Jember untuk periode 2020–2024. Hasil evaluasi menunjukkan model Penggerek Batang mencapai MAE 0,1804 ha, RMSE 0,2879 ha, dan R² 0,1890, sedangkan model WBC menghasilkan MAE 0,1954 ha, RMSE 0,3157 ha, dan R² 0,0424. Sistem website dikembangkan menggunakan framework Laravel dan FastAPI. Sistem ini difungsikan sebagai alat bantu peringatan dini (early warning) dalam mengestimasi kecenderungan serangan hama pada musim tanam berikutnya berdasarkan kondisi iklim terkini

Pengembangan Website Perusahaan untuk Meningkatkan Efisiensi dan User Experience di PT. Yamaha Musical Products Indonesia, Mohammad Dzaki Arifin, NIM E41221515, Tahun 2025, Program Studi Teknik Informatika PSDKU Sidoarjo, Jurusan Teknologi Informasi, Politeknik Negeri Jember, Ibu Sholihah Ayu Wulandari, S.ST., M.Tr.T. (Dosen Pembimbing). Program magang industri merupakan bagian dari kurikulum Program Studi D-IV Teknik Informatika yang bertujuan untuk menyelaraskan pembelajaran akademik dengan praktik nyata di dunia industri. PT Yamaha Musical Products Indonesia dipilih sebagai lokasi magang karena memiliki kebutuhan pengelolaan sistem informasi yang mendukung operasional manufaktur skala internasional, khususnya dalam pengembangan aplikasi berbasis website. Kegiatan magang dilaksanakan pada Divisi Management Information System (MIS) dengan fokus pada pengembangan dan penyempurnaan website operasional perusahaan. Pengembangan sistem meliputi penambahan dan perbaikan fitur seperti Trouble Map, Master Point Check, Master Machine, Approval Daily Check Mesin, pengelolaan parts, serta pencatatan parts in–out. Sistem dikembangkan menggunakan framework Laravel dan database MySQL untuk mendukung proses pendataan, monitoring, serta dokumentasi aktivitas operasional secara terintegrasi. Hasil dari kegiatan magang menunjukkan bahwa pengembangan website operasional mampu meningkatkan efisiensi kerja, akurasi data, serta kemudahan akses informasi bagi pengguna di lingkungan produksi dan maintenance. Proyek ini mendukung optimalisasi proses bisnis perusahaan sekaligus menunjukkan kemampuan mahasiswa dalam menerapkan teknologi web secara profesional. Melalui kegiatan ini, mahasiswa memperoleh pengalaman praktis yang memperkuat kompetensi teknis dan kesiapan menghadapi dunia kerja di bidang teknologi informasi industri.

Pencatatan akademik dan disiplin siswa di SMPN 1 Lengkong masih dilakukan secara manual menggunakan buku, sehingga proses rekapitulasi data baru dilakukan setiap bulan dan menyebabkan orang tua terlambat mengetahui perkembangan anak. Permasalahan ini diperparah oleh penghentian sistem Radio Frequency Identification (RFID) sebelumnya akibat biaya berlangganan yang membebani orang tua. Penelitian ini bertujuan mengembangkan aplikasi mobile bernama Pemsis yang mengintegrasikan basis data Cloud Firestore dan layanan Firebase Cloud Messaging (FCM) untuk menyajikan informasi akademik dan kedisiplinan siswa secara langsung tanpa biaya tambahan, serta menerapkan analisis clustering untuk mengelompokkan siswa berdasarkan data akademik dan non-akademik. Fitur akademik dibentuk dari rerata 11 mata pelajaran yang dikelompokkan menjadi 6 kelompok berdasarkan rumpun keilmuannya, dipadukan dengan satu fitur non-akademik berupa Poin Pelanggaran hasil konversi dari ketidakhadiran tanpa keterangan (Alpha). Algoritma K-Means dan Agglomerative Hierarchical Clustering (AHC) dibandingkan menggunakan metrik Silhouette Score untuk menentukan metode pengelompokan terbaik. Pengembangan sistem dilakukan menggunakan metode Agile dengan framework Flutter. Hasil pengujian menunjukkan metode AHC dengan pendekatan Average Linkage menghasilkan Silhouette Score tertinggi sebesar 0,6519 pada K=2, lebih unggul dibandingkan K-Means yang hanya mencapai 0,2759, sehingga Average Linkage dipilih dan diintegrasikan ke dalam aplikasi untuk mengelompokkan siswa ke dalam kategori "Siswa Teladan" dan "Siswa Bermasalah". Pengujian tingkat kegunaan menggunakan System Usability Scale (SUS) terhadap 92 responden orang tua siswa memperoleh skor rata-rata 88,48, yang tergolong dalam kategori usability sangat baik.