Perkembangan industri e-sport, khususnya PUBG Mobile, semakin pesat dan mendorong perlunya seleksi pemain yang efektif untuk membentuk tim yang kompetitif. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) berbasis website untuk proses rekrutmen pemain tim e-sport divisi PUBG Mobile Jember, menggunakan metode Support Vector Machine (SVM). Data yang digunakan meliputi empat kriteria utama, yaitu KD (Kill/Death Ratio), Win Ratio, Accuracy, dan Headshot Rate, yang diperoleh dari hasil observasi dan wawancara dengan ESI Jember. Tahapan penelitian mencakup normalisasi data menggunakan StandardScaler, pelabelan data menggunakan KMeans Clustering untuk membentuk pseudo-label, serta pelatihan dan evaluasi model SVM dengan kernel RBF. Evaluasi model dilakukan dengan metode cross validation menggunakan skenario pembagian data 70:30 dan 80:20, serta penggunaan k-fold = 5 dan k-fold = 10. Hasil evaluasi menunjukkan bahwa model terbaik diperoleh pada parameter complexity = 2 dan gamma = 0,2 dengan akurasi rata-rata cross-validation sebesar 97,59?n akurasi pada data uji sebesar 98,32%. Sistem berbasis website ini diharapkan dapat memudahkan admin ESI Jember dalam mengelola data kandidat, melakukan prediksi kelayakan pemain, dan membantu pengambilan keputusan rekrutmen yang lebih objektif dan akurat.

Pengembangan Front End Pada Aplikasi Bank Sampah Masyarakat Berbasis Website Menggunakan Framework Laravel, Karen Novita Rahmadhani, NIM E41211595, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Moh. Munih Dian Widianta, S.Kom, M.T (Dosen Pembimbing), Amiruddin Fuad, S.Kom (Pembimbing Lapang). Praktik Kerja Lapang (PKL) adalah salah satu kegiatan wajib yang dilaksanakan mahasiswa di Politeknik Negeri Jember. Pelaksanaan PKL ini dimulai dari 05 Agustus 2024 s/d 06 Desember 2024 yang bertempat di CV. Jaya Technology Solusindo, bertepatan di Jl. Teluk Etna X No. 19-A, Arjosari, BLIMBING, Kota Malang, dengan jadwal masuk kerja setiap Senin sampai Jum’at. Tujuan Praktik Kerja Lapang (PKL) secara umum adalah menambahkan wawasan mahasiwa terhadap aspek-aspek yang akan didapatkan pada lokasi Praktik Kerja Lapang (PKL) sehingga dapat dijadikan acuan pada dunia kerja serta dapat meningkatkan wawasan dan pengetahuan mengenai kegiatan yang ada pada instansi/perusahaan. Pengembangan frontend, sebagai tugas utama yang diberikan dalam kegiatan magang pada CV. J-tech Solusindo yaitu Aplikasi Bank Sampah Berbasis Website. Aplikasi Bank sampah (Halaman User) ini merupakan Sistem Informasi yang akan dikembangkan untuk memudahkan user dalam menjalani tugas pengiriman serta memantau pengiriman sampah masyarakat.

Klasifikasi Kepribadian Berdasarkan Postingan“X” Twitter Dengan Teori Big Five Menggunakan Metode Naive Bayes, Karen Novita Rahmadhani, NIM E411211595, Teknologi Informasi, Politeknik Negeri Jember, Lukie Perdanasari, S.Kom., M.T. (Dosen Pembimbing). Dalam konteks analisis kepribadian, tweet dapat dijadikan sumber informasi yang kaya untuk mengungkap sifat-sifat psikologis pengguna. Analisis ini penting untuk membantu perusahaan dalam proses seleksi pegawai dengan pendekatan yang lebih modern dan berbasis data. Penelitian ini menggunakan metode Naive Bayes untuk mengklasifikasikan kepribadian berdasarkan lima dimensi utama Big Five, yaitu Agreeableness (keramahan dan empati), Conscientiousness (kedisiplinan dan tanggung jawab), Extraversion (sikap sosial dan energik), Neuroticism (kecemasan dan emosi), serta Openness (kreativitas dan keterbukaan terhadap pengalaman baru). Proses penelitian meliputi pengumpulan 500 tweet terbaru, tahap preprocessing data yang mencakup pembersihan teks, tokenisasi, penghapusan kata umum (stopword), dan stemming. Selanjutnya, model dilatih dan diuji untuk mengukur performa klasifikasi menggunakan metrik akurasi. Hasil pengujian menunjukkan bahwa model mencapai tingkat akurasi sebesar 61%, dengan distribusi prediksi kepribadian didominasi oleh dimensi Extraversion sebesar 22,5%, diikuti Neuroticism 21,5%, Agreeableness dan Conscientiousness masing- masing 19%, serta Openness 18%. Implementasi model ini dapat membantu perusahaan dalam memahami karakter kepribadian pelamar secara efisien dan objektif, sekaligus mendukung pengambilan keputusan seleksi tenaga kerja yang lebih tepat. Penelitian ini menjadi kontribusi dalam pengembangan teknologi analisis teks dan machine learning di bidang sumber daya manusia, sekaligus membuka peluang untuk aplikasi serupa di bida

Ekspresi wajah merupakan bentuk komunikasi non-verbal yang sangat penting, terutama bagi anak-anak berkebutuhan khusus seperti penyandang autisme dan tunanetra, yang kerap mengalami kesulitan dalam mengenali atau menyampaikan emosi. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android sebagai teknologi assistive yang mampu mendeteksi dan mengklasifikasikan ekspresi wajah secara real-time menggunakan algoritma Convolutional Neural Network (CNN). Model CNN dilatih menggunakan dataset FER2013 dengan citra grayscale berukuran 48x48 piksel, kemudian dikonversi ke format TensorFlow Lite (TFLite) agar kompatibel dan ringan dijalankan pada perangkat Android. Aplikasi ini menyediakan dua fitur utama, yaitu pemindaian ekspresi wajah secara langsung melalui kamera dan permainan edukatif yang dirancang untuk melatih kemampuan mengenali ekspresi. Pengujian dilakukan melalui studi kasus di YPAC Jember dan SLBN Jember dengan melibatkan guru sebagai evaluator. Hasil menunjukkan bahwa model mencapai akurasi pelatihan sebesar 71,98?n validasi sebesar 65,62%, sementara pengujian kepuasan pengguna (UAT) menghasilkan nilai rata-rata sebesar 73,93%, yang menunjukkan bahwa aplikasi memiliki potensi untuk terus dikembangkan dan disempurnakan.

Asia Tenggara dikenal sebagai kawasan yang kaya akan budaya, sejarah, dan keberagaman etnis. Di antara negara-negara tersebut, Indonesia menonjol sebagai negara kepulauan terbesar yang memiliki kekayaan alam dan budaya yang luar biasa. Salah satu wilayah yang menyimpan sejarah panjang sekaligus warisan budaya khas adalah Kepulauan Maluku. Maluku dikenal dunia sebagai "Kepulauan Rempah", penghasil utama pala dan cengkih sejak zaman kolonial. Tak hanya rempah, Maluku juga memiliki kekayaan budaya dalam bentuk alat musik tradisional seperti tifa, totobuang, hingga alat musik tiup khas daerah tersebut. Sayangnya, pengetahuan tentang kekayaan budaya Maluku saat ini kurang dikenal oleh generasi muda, terutama anak-anak usia sekolah dasar. Hal ini diperparah oleh menurunnya minat belajar siswa akibat dominasi teknologi hiburan seperti kartun, game komersial, dan video animasi yang lebih menarik dibandingkan buku pelajaran. Di tengah tantangan ini, dibutuhkan inovasi dalam dunia pendidikan yang mampu menggabungkan teknologi dan budaya secara kreatif dan interaktif. Untuk menjawab tantangan tersebut, dikembangkanlah Aplikasi Pengenalan Rempah-rempah dan Alat Musik Khas Maluku Berbasis Augmented Reality (AR) dalam bentuk game edukatif berbasis Android. Aplikasi ini menggabungkan teknologi AR dan permainan digital sebagai media pembelajaran yang lebih menarik, khususnya untuk siswa SD kelas 5 pada mata pelajaran IPS.

Aplikasi Pelaporan Jalan Berlubang dan Bencana Alam di Kabupaten Lumajang, Alzando Arya Sigit Tetuko, NIM E31222506, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Taufiq Rizaldi, S.ST., MT (Dosen Pembimbing) Masyarakat Kabupaten Lumajang saat ini dihadapkan dengan permasalahan meningkatnya intensitas kecelakaan yang diakibatkan dari kurangnya informasi terkait kondisi jalan dan informasi terkait bencana alam. Hal ini disebabkan karena belum adanya sebuah sistem pelaporan yang tepat sehingga menyebabkan keterlambatan dalam penanganan perbaikan jalan dan bencana alam. Oleh karena itu, diperlukan sebuah media atau aplikasi yang dapat menghimpun informasi terkait kondisi jalan berlubang dan laporan bencana alam untuk dibagikan kepada masyarakat. Aplikasi ini bertujuan untuk membuat sistem pelaporan yang dapat bekerja dengan tepat untuk mempercepat respon pemerintah dalam pemecahan masalah jalan rusak dan bencana alam. Manfaat aplikasi ini mencakup masyarakat dan pemerintah. Bagi masyarakat, aplikasi ini mempermudah penyampaian laporan dan memperoleh informasi terkini terkait jalan rusak dan bencana alam. Bagi pemerintah, aplikasi ini menjadi alat bantu dalam pengolahan data. Pengujian aplikasi dilakukan dengan dua metode, yaitu blackbox untuk memastikan seluruh fitur berjalan sesuai fungsi, serta User Acceptance Test (UAT) untuk menilai tingkat kepuasan pengguna terhadap aplikasi. Aplikasi dibangun menggunakan metode Waterfall, dengan platform Android untuk pengguna dan website untuk admin. Data laporan terhubung melalui web service (API) berbasis PHP dan MySQL, serta divisualisasikan dalam peta digital. Hasil pengujian menunjukkan tingkat kepuasan pengguna yang sangat tinggi, dengan nilai rata-rata 99,31?rdasarkan User Acceptance Test (UAT) dari 21 responden. Dari hasil tersebut aplikasi ini dinilai telah memenuhi harapan dan kebutuhan pengguna.

Anime merupakan salah satu bentuk hiburan populer yang mudah diakses melalui platform daring. Seiring meningkatnya popularitas anime, jumlah judul yang tersedia pun semakin beragam dan melimpah. Namun, di tengah banyaknya pilihan, tidak semua anime yang populer sesuai dengan preferensi individu. Oleh karena itu, dibutuhkan sistem yang mampu menyaring dan merekomendasikan anime berdasarkan minat pengguna secara lebih personal dan relevan. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan pembangunan sistem rekomendasi anime berbasis Content-Based Filtering menggunakan metode Cosine Similarity. Sistem ini menganalisis kemiripan antar anime berdasarkan fitur seperti genre dan studio produksi yang telah diproses menggunakan teknik one-hot encoding. Hasil pengujian fitur rekomendasi berdasarkan satu anime dan profil pengguna menunjukkan rata-rata precision masing-masing sebesar 84?n 88%, yang membuktikan bahwa sistem ini cukup efektif dalam merekomendasikan anime. Selain itu, sistem telah diimplementasikan dalam bentuk aplikasi berbasis web yang memungkinkan pengguna untuk melihat daftar anime, menandai anime favorit, serta menerima rekomendasi secara interaktif berdasarkan preferensi mereka. Pengujian aplikasi menunjukkan bahwa sistem berjalan dengan baik, responsif, dan mampu memberikan pengalaman pengguna yang memuaskan.

Silat Perisai Diri adalah bagian dari aliran pencak silat yang berasal dari Surabaya serta telah diakui secara resmi oleh Ikatan Pencak Silat Indonesia (IPSI). Dalam proses Ujian Kenaikan Tingkat (UKT), penilaian terhadap peserta masih dilakukan secara manual, mulai dari pencatatan nilai hingga penentuan ranking. Metode ini memakan waktu, berisiko menimbulkan kesalahan perhitungan, dan kurang efisien. Untuk mengatasi permasalahan tersebut, penelitian ini difokuskan pada pengembangan Sistem Pendukung Keputusan (SPK) untuk proses seleksi pesilat Perisai Diri untuk kenaikan sabuk dengan metode Weighted Product (WP). Perancangan sistem ini untuk menghitung nilai akhir secara otomatis berdasarkan beberapa kriteria, seperti lari 400 meter, sit up, push up, teori, kelincahan dan ketangkasan. Penilaian dilakukan oleh tiga penguji, dan rata-rata geometrik digunakan untuk menghitung bobot setiap kriteria. Proses pengolahan akhir kemudian diproses menggunakan metode WP untuk menentukan kelulusan peserta. Dengan menerapkan User Acceptance Test (UAT), sistem berhasil mendapat nilai rata-rata 85?n masuk kategori “sangat baik”. Berdasarkan hasil tersebut dapat disimpulkan bahwa sistem yang dikembangkan efektif, akurat, sekaligus memberikan kemudahan bagi penguji dalam proses penilaian UKT secara sistematis dan efisien.