Perkembangan kognitif anak usia dini (0–6 tahun) merupakan fase penting yang memerlukan stimulasi melalui media pembelajaran yang interaktif dan menarik. Salah satu bentuk stimulasi yang efektif adalah pengenalan hewan, yang dapat melatih kemampuan klasifikasi dan kecerdasan naturalistik anak. Penelitian ini bertujuan untuk mengembangkan media pembelajaran interaktif berbasis website yang mampu mengenalkan hewan berdasarkan habitatnya menggunakan metode Convolutional Neural Network (CNN). Model yang digunakan adalah EfficientNetB0 dengan pendekatan transfer learning untuk mengklasifikasikan 35 jenis hewan yang dipetakan ke dalam habitatnya. Dataset diproses menggunakan teknik augmentasi untuk meningkatkan variasi data. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 99,14% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,99. Aplikasi dikembangkan menggunakan Python (Flask) sebagai backend serta HTML, CSS, dan JavaScript sebagai frontend. Sistem menyediakan fitur deteksi real-time, unggah gambar, serta pengambilan gambar melalui kamera, dilengkapi audio dua bahasa (Indonesia dan Inggris) dan permainan edukatif interaktif. Hasil pengujian menunjukkan sistem bekerja optimal pada jarak 5–10 cm dan intensitas cahaya minimal 30 lux. Uji kepuasan pengguna memperoleh nilai 89%, serta hasil pre-test post-test menunjukkan peningkatan pemahaman siswa dengan kategori sedang hingga tinggi. Dengan demikian, media pembelajaran yang dikembangkan terbukti efektif dalam meningkatkan kemampuan anak usia dini dalam mengenal hewan dan habitatnya.

Indonesia memainkan peran penting dalam industri kopi global sebagai produsen dan eksportir utama. Namun, kualitas produk dan traceability di tingkat petani masih menghadapi tantangan yang signifikan. Studi ini, yang dilakukan sebagai studi kasus di Sekolah Kopi RAISA di Kecamatan Sumber Wringin, Kabupaten Bondowoso, mengusulkan solusi terintegrasi berupa sistem ketertelusuran berbasis web dan aplikasi menggunakan QR Code untuk mencatat asal usul produk secara real-time, dikombinasikan dengan deteksi penyakit daun berbasis CNN menggunakan ResNet50. Studi ini melibatkan identifikasi masalah dan persyaratan, pemetaan rantai pasok kopi, identifikasi data dan desain sistem ketertelusuran, pengumpulan dan pembagian dataset, pra-pemrosesan, implementasi model, pelatihan, dan evaluasi. Dataset untuk model diperoleh dari sumber publik (Coffee Leaf Diseases, Kaggle) dan diproses menggunakan pipeline preprocess_input, augmentasi data, dan sampling seimbang 260/60 per kelas untuk pelatihan, validasi, dan pengujian. Hasil menunjukkan bahwa model ResNet50 (diimplementasikan dalam dua tahap: pelatihan kepala dan penyempurnaan) mencapai kinerja yang sangat baik, dengan kerugian pengujian 0,0252 dan akurasi pengujian 99,44% pada 180 sampel pengujian (60 sampel per kelas). Laporan klasifikasi menunjukkan kinerja per kelas yang tinggi (sempurna untuk phoma, sementara tidak ada penyakit dan karat masing-masing menunjukkan satu kesalahan klasifikasi minor), dengan hanya satu kesalahan yang teramati pada confusion matrix. Secara praktis, integrasi model klasifikasi ini ke dalam sistem pelacakan memungkinkan deteksi dini penyakit dan pencatatan yang dapat dilacak, yang diharapkan dapat membantu meningkatkan konsistensi kualitas dan memperkuat daya saing kopi RAISA dalam rantai pasok yang lebih luas.

Sistem pencatatan operasional budidaya padi di tingkat hulu (petani) UD Tani Rejo yang masih manual rentan menyebabkan hilangnya data dan kurangnya transparansi, sehingga menghambat proses penjaminan mutu beras ekspor. Penelitian ini bertujuan untuk mengimplementasikan sistem ketertelusuran (traceability) berbasis Cloud Computing melalui aplikasi mobile "Jejak Padi" guna mendigitalisasi pencatatan operasional secara real-time. Pengembangan aplikasi ini menggunakan framework Flutter dan basis data MySQL, yang rekam jejak datanya diadaptasi dari pedoman GS1 Traceability Standard. Pengujian fungsionalitas aplikasi dilakukan dengan metode User Acceptance Test (UAT) yang melibatkan partisipasi langsung dari petani dan pihak manajemen mitra. Hasil pengujian UAT menunjukkan bahwa seluruh fungsionalitas aplikasi diterima dengan baik, mudah digunakan, dan beroperasi sesuai kebutuhan. Digitalisasi ini terbukti mampu mengoptimalkan efisiensi operasional, meningkatkan transparansi rantai pasok, serta memperkuat daya saing jaminan mutu produk beras ekspor UD Tani Rejo di pasar global sesuai dengan parameter SNI 6128:2020.

Pengembangan Chatbot ‘Wajib Tahu’ untuk Edukasi Kesehatan Reproduksi dan Kesiapan Keluarga Pranikah, Alfito Dwi Mirza Ziananda, NIM E31230671, Tahun 2026, 162 Halaman, Teknologi Informasi, Politeknik Negeri Jember, Nanik Anita Mukhlisoh, S.ST, MT (Pembimbing) Edukasi kesiapan pranikah dan kesehatan reproduksi merupakan langkah penting dalam upaya pencegahan stunting oleh BKKBN. Tugas akhir ini bertujuan mengembangkan platform web profil Balai Penyuluhan KB Kecamatan Kanigoro yang terintegrasi dengan chatbot asisten virtual berbasis kecerdasan buatan. Sistem dikembangkan menggunakan Laravel dan Tailwind CSS pada sisi frontend serta Python pada backend. Untuk meningkatkan akurasi dan mengurangi kesalahan jawaban, digunakan metode Retrieval-Augmented Generation (RAG) dengan dukungan Sentence-Transformers, ChromaDB, Langchain, dan Groq API dengan model Llama. Hasil pengujian menunjukkan bahwa sistem berjalan dengan baik dan seluruh fitur berfungsi normal, dengan rata-rata waktu respons sebesar 2,78 detik. Dari sekitar 660 pertanyaan, tingkat keberhasilan sistem mencapai ±90%, sedangkan ketepatan jawaban berdasarkan validasi manual administrator sebesar ±85%. Selain itu, hasil pengujian kualitatif melalui Human Evaluation menggunakan Skala Likert pada sampel interaksi nyata pengguna menunjukkan tingkat kualitas dan akurasi jawaban sebesar 90%. Hal ini menunjukkan bahwa metode RAG mampu meningkatkan relevansi jawaban dan mengurangi kesalahan, meskipun evaluasi manual tetap diperlukan untuk memastikan kualitas sistem. Konfigurasi parameter terbaik diperoleh pada Threshold 0,60, Top-K 4, serta chunk size 750 karakter dengan overlap 100 karakter. Selain itu, hasil UAT terhadap 67 responden menunjukkan 91% pengguna menilai chatbot mudah digunakan dan memberikan jawaban yang relevan. Dengan demikian, chatbot “Wajib Tahu” dapat digunakan sebagai media edukasi yang interaktif, akurat, dan mudah diakses.

Data Statistik Kriminal 2022-2024 menunjukkan bahwa penganiayaan dan pencurian kendaraan bermotor termasuk jenis kejahatan dengan jumlah kasus tinggi dan fluktuatif secara nasional. Berdasarkan data dari Polres Jember periode 2022 2024, kasus pencurian kendaraan bermotor dan penganiayaan berat mengalami peningkatan dan terjadi di berbagai wilayah kerja polsek dengan jumlah yang bervariasi. Perbedaan intensitas kasus antar wilayah menuntut adanya pengelompokan wilayah untuk mendukung perumusan strategi penanganan yang lebih tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan wilayah kerja polsek di Kabupaten Jember berdasarkan jumlah kasus curanmor dan anirat menggunakan metode K-Medoids, termasuk penskalaan fitur menggunakan Robust Scaler, penentuan klaster optimal menggunakan Silhouette Coefficient, dan visualisasi ke dalam Sistem Informasi Geografis (SIG) berbasis website. Proses klasterisasi dilakukan dengan jumlah klaster sebanyak 3 dan 10 kali iterasi. Hasil penelitian menunjukkan bahwa nilai Silhouette Coefficient yang diperoleh sebesar 0,45 yang termasuk dalam kategori lemah. Selanjutnya, hasil klasterisasi dilakukan pelabelan untuk mengelompokkan tingkat kerawanan ke dalam 3 kategori, yaitu tinggi, sedang, dan aman. Berdasarkan hasil tersebut, klaster pertama termasuk kategori sedang, klaster kedua termasuk kategori tinggi, dan klaster ketiga termasuk kategori aman. Visualisasi SIG berhasil menampilkan persebaran klaster pada peta Kabupaten Jember secara interaktif, menampilkan tingkat kerawanan setiap klaster, serta menyediakan informasi detail setiap klaster, sehingga dapat mendukung analisis dan pengambilan keputusan berbasis data.

Menjaga pola makan sehat dan memenuhi kebutuhan gizi seimbang merupakan hal penting bagi kesehatan tubuh. Namun, banyak individu masih mengalami kesulitan dalam menentukan menu makanan harian yang sesuai dengan kebutuhan nutrisi dan tujuan diet. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) yang dapat memberikan rekomendasi menu makanan diet harian berdasarkan kebutuhan gizi dan preferensi pengguna. Metode yang digunakan dalam penelitian ini adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), yaitu metode pengambilan keputusan multikriteria yang menentukan alternatif terbaik berdasarkan kedekatannya dengan solusi ideal. Kriteria yang digunakan dalam proses penilaian meliputi kalori, protein, lemak, dan karbohidrat. Sistem dikembangkan dalam bentuk aplikasi berbasis web yang memanfaatkan data nutrisi makanan serta data profil pengguna, seperti usia, berat badan, tinggi badan, dan tingkat aktivitas. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi menu makanan harian selama tujuh hari yang terstruktur dan bervariasi sesuai dengan kebutuhan gizi pengguna. Berdasarkan pengujian menggunakan metode black-box testing, seluruh fungsi sistem dapat berjalan dengan baik sesuai dengan yang diharapkan.

Pengelolaan rantai pasok beras di UD Tani Rejo masih dilakukan secara manual sehingga berisiko menimbulkan kehilangan data, kesalahan pencatatan, serta rendahnya transparansi dan jaminan mutu produk. Kondisi ini menunjukkan perlunya sistem yang mampu mengelola data secara terintegrasi dan lebih aman. Penelitian ini bertujuan untuk mengidentifikasi kondisi pengelolaan data serta menerapkan sistem berbasis cloud computing (JejakPadi) dan mengevaluasi dampaknya terhadap efisiensi operasional, keamanan data, serta jaminan mutu produk. Metode yang digunakan adalah System Development Life Cycle (SDLC) dengan pendekatan Waterfall yang meliputi tahap analisis, perancangan, implementasi, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem JejakPadi mampu meningkatkan efisiensi pencatatan, menyediakan penyimpanan data yang terpusat dan lebih aman, serta meningkatkan transparansi melalui fitur QR Code. Selain itu, pencatatan data yang terintegrasi pada setiap tahapan produksi turut mendukung peningkatan jaminan mutu produk.

Pengelolaan administrasi peternakan ayam petelur masih dilakukan secara manual berpotensi menimbulkan kesalahan pencatatan, keterlambatan pengolahan data, serta kesulitan dalam pengambilan keputusan. Permasalahan tersebut terjadi pada Peternakan Ayam Petelur Pak Hari di Kecamatan Ngronggot, Kabupaten Nganjuk, yang masih menggunakan pencatatan manual dalam kegiatan operasional peternakan. Kondisi ini menunjukkan dibutuhkannya penerapan sistem informasi berbasis teknologi untuk mendukung pengelolaan administrasi secara terstruktur, efektif, dan dapat diakses secara real-time. Pengembangan sistem menggunakan metode waterfall yang meliputi tahapan requirement analysis, system design, implementation, integration and testing, operation and maintenance. Sistem dikembangkan berbasis website menggunakan framework laravel didukung dengan html, css, javascript, dan basis data MySQL. Sistem yang dikembangkan dilengkapi dengan fitur pengelolaan karyawan, pengelolaan manajemen kandang, pencatatan produksi telur dan penjualan, serta penyajian laporan dan grafik guna memudahkan pemantauan data peternakan. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat efektivitas sistem sebesar 100% berdasarkan black box testing dengan teknik equivalence partitioning, menandakan bahwa seluruh fitur berjalan sesuai dengan kebutuhan. Pengujian usability menggunakan system usability scale (sus) memperoleh nilai rata-rata 77,5 yang termasuk dalam kategori acceptable. Hasil pengujian usability tersebut menunjukkan bahwa sistem dapat digunakan dengan baik oleh pengguna dan mampu meningkatkan pengelolaan administrasi serta mendukung pengambilan keputusan pada peternakan ayam petelur.