IMPLEMENTASI IOT UNTUK PENYIRAMAN OTOMATIS DAN PENGATURAN PENCAHAYAAN PADA TANAMAN KRISAN MENGGUNAKAN LOGIKA FUZZY MAMDANI, Husnul Putri Candra Buana, NIM E41232538, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Trismayanti Dwi P, S.Kom, M.Cs (Pembimbing). Budidaya tanaman krisan di greenhouse memerlukan sistem yang dapat memantau dan mengendalikan kondisi lingkungan secara optimal. Permasalahan seperti ketidaktepatan waktu penyiraman, pemborosan air, serta pengaturan pencahayaan yang tidak presisi menjadi tantangan utama dalam budidaya modern. Penelitian ini merancang sistem monitoring dan kontrol otomatis berbasis Internet of Things (IoT) yang mampu memantau parameter lingkungan dan mengatur penyiraman serta pencahayaan secara real-time melalui aplikasi mobile. Sistem ini memanfaatkan mikrokontroler NodeMCU ESP8266 yang terintegrasi dengan berbagai sensor lingkungan dan mengirimkan data ke Firebase Realtime Database. Untuk optimasi pengambilan keputusan, diterapkan metode logika fuzzy Mamdani yang mengolah parameter lingkungan sebagai variabel input guna menentukan durasi penyiraman secara otomatis. Sistem ini juga mampu mengatur pencahayaan sesuai kebutuhan tanaman. Dengan implementasi ini, petani dapat mengelola kondisi greenhouse secara lebih efisien dan presisi.

Tujuan dari penulisan Laporan Magang ini adalah untuk mendeskripsikan aktivitas yang dilakukan selama pelaksanaan magang di Elecomp Indonesia, yang berfokus pada penerapan Search Engine Optimization (SEO) pada website Petal Paradise. Kegiatan ini mencakup serangkaian proses optimalisasi website, mulai dari riset kata kunci, penyesuaian struktur konten, pengelolaan metadata, peningkatan performa kecepatan website, hingga pemantauan trafik menggunakan alat bantu seperti Google Search Console dan Google Analytics. Selama masa magang, penulis secara langsung terlibat dalam pengembangan strategi SEO on-page dan off-page yang bertujuan untuk meningkatkan jumlah kunjungan organik ke website serta memperkuat brand awareness Petal Paradise di ranah digital. Implementasi SEO ini dilakukan berdasarkan praktik terbaik yang umum digunakan dalam industri digital marketing, serta disesuaikan dengan kebutuhan dan target pasar dari website yang dioptimasi. Dengan adanya kegiatan ini, website diharapkan menjadi lebih kompetitif di hasil pencarian dan mampu menjangkau audiens yang lebih luas secara efektif.

Penulisan ilmiah memegang peranan penting dalam peningkatan mutu pendidikan di Indonesia. Salah satu cara untuk menilai kualitas karya ilmiah adalah melalui analisis kalimat kutipan. Namun, proses klasifikasi kalimat kutipan masih menjadi tantangan tersendiri. Penelitian ini bertujuan untuk membangun model klasifikasi kalimat kutipan menggunakan algoritma Support Vector Machine (SVM) dengan ekstraksi fitur TF-IDF. Model yang dikembangkan mampu mengklasifikasikan kalimat kutipan ke dalam tiga kelas: background, method, dan result. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 81,69%, dengan rata-rata presisi 82,54%, dan recall 75,7%. Selain itu, skor F1 untuk masing masing label adalah background (85,65%), method (75,11%), dan result (73,92%). Penelitian ini berhasil mengembangkan sebuah website yang dapat digunakan untuk mengklasifikasikan kalimat sitasi menggunkaan metode SVM. Hasil penelitian ini diharapkan dapat membantu penulis dalam menyusun karya ilmiah yang lebih berkualitas dan dapat membantu untuk meningkatkan reputasi dari penulisnya.

SEAL (Sosial Ekonomi Akselerator Lab) merupakan salah satu pusat pengembangan digital yang bekerja sama dengan Profile Image Studio untuk mendorong transformasi digital di berbagai sektor. Dalam upaya ini, Profile Image Studio berkolaborasi dengan One Terrace untuk membangun suatu platform kursus bahasa jepang sekaligus sebagai penyaluran tenaga kerja. Platform ini dikembangkan menggunakan AdonisJS, sebuah framework backend modern untuk efesiensi dan performa tinggi. Selain itu, platform ini dirancang untuk memberikan manfaat nyata bagi calon tenaga kerja, pelajar, maupun profesional yang ingin meningkatkan keterampilan bahasa Jepang sekaligus mendapatkan peluang untuk bekerja di Jepang. Dengan adanya paltform ini diharapkan dapat mempercepat proses adaptasi budaya dan kompetensi tenaga kerja di Jepang.

PERANCANGAN USER INTERFACE PADA APLIKASI PITY CASH BERBASIS MOBILE DI CV MAMORASOFT. Restu Aji Prasetyo Saputra, NIM E41210002, Tahun 2024, 46 hlm. Teknologi Informasi, Politeknik Negeri Jember, Prawidya Destarianto, S.Kom M.T (Dosen Pembimbing) dan Muhammad Alfin Khoiri, S.Kom (Pembimbing Lapang). Magang adalah program pendidikan yang memberikan kesempatan kepada mahasiswa untuk menerapkan teori yang dipelajari di lingkungan kerja nyata, mengembangkan keterampilan praktis, dan memahami dunia kerja secara langsung. Politeknik Negeri Jember menjadikan program magang sebagai bagian integral dari kurikulum, memastikan lulusan tidak hanya memiliki pemahaman teoritis yang kuat tetapi juga keterampilan praktis yang relevan dengan kebutuhan industri. Kerja sama dengan berbagai perusahaan dan industri memperkuat relevansi kurikulum dengan pasar kerja, memberikan pengalaman langsung bagi mahasiswa. Penulis memilih CV. Mamorasoft sebagai tempat magang, sebuah software house yang berkembang pesat di Surabaya. Perusahaan ini menggunakan metode kerja SCRUM dan berfokus pada pengembangan sistem informasi berbasis web, desktop, dan mobile. Selama magang, penulis bertugas merancang antarmuka pengguna (UI) untuk aplikasi Pitycash, sebuah platform keuangan untuk memantau aliran kas. Fokus desain adalah menciptakan UI/UX yang memudahkan pengguna dalam memantau pemasukan, pengeluaran, serta mengelola keuangan dengan aman dan efisien. Dengan fitur seperti laporan keuangan, notifikasi, dan keamanan data, aplikasi ini diharapkan mendukung pengelolaan keuangan yang lebih efektif.

ANALISIS SENTIMEN MASYARAKAT TERHADAP KOLABORASI ANTARA TIKTOKSHOP DAN TOKOPEDIA: PEMBENTUKAN REGULASI BARU UNTUK (SOCIAL E-COMMERCE) DI INDONESIA, Firda Ulfa Unsilah, NIM. E41232547, Tahun 2025, Teknik Informatika, Teknologi Informasi, Politeknik Negeri Jember, Bapak Aji Seto Arifianto, S.ST., M.T. (Dosen Pembimbing). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kolaborasi antara TiktokShop dan Tokopedia yang melatarbelakangi munculnya regulasi baru dalam bidang social e-commerce di Indonesia. Kolaborasi ini merupakan respons terhadap pelarangan operasional TiktokShop sebelumnya oleh pemerintah karena dinilai merugikan pelaku UMKM lokal. Dalam penelitian ini, sebanyak 1955 komentar dari berbagai platform media sosial dikumpulkan menggunakan bahasa pemrograman Python, lalu dianalisis menggunakan algoritma Learning Vector Quantization (LVQ). Proses analisis dimulai dari tahapan preprocessing teks untuk membersihkan data, dilanjutkan dengan ekstraksi fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Bag of words (BoW). Untuk mengatasi ketidakseimbangan data, digunakan teknik Random Over Sampler (ROS). Selanjutnya, sistem klasifikasi sentimen diimplementasikan dalam bentuk aplikasi web-based guna menguji kemampuan klasifikasi otomatis terhadap komentar masyarakat. Hasil dari penelitian ini menunjukkan bahwa model klasifikasi yang dikembangkan mampu mencapai akurasi sebesar 78,77% dengan nilai loss sebesar 91,78, yang menunjukkan performa cukup baik dalam mengklasifikasikan sentimen masyarakat. Diharapkan hasil ini dapat menjadi acuan dalam memahami opini publik terhadap fenomena integrasi dua platform besar dalam ekosistem digital Indonesia serta memberikan kontribusi dalam perumusan kebijakan yang adaptif terhadap perkembangan e-commerce, khususnya dalam ranah social commerce yang terus berkembang.

Pengembangan Sistem Informasi PT Spicesindo Agritama Berbasis Website Menggunakan Framework Laravel Pada CV Biru Indonesia Creative. Daffa Fauzi Rahman, NIM E41211408, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Lukman Hakim, S. Kom, M. Kom (Dosen Pembimbing), Usman Arif (Pembimbing Lapang). Penguasaan kompetensi di dunia kerja merupakan kunci untuk mencapai kesuksesan dan relevansi dalam pasar tenaga kerja yang kompetitif. Salah satu upaya yang bisa dilakukan untuk memenuhi penguasaan kompetensi dunia kerja bagi mahasiswa dengan mengadakan program magang. Sejalan dengan posisi Politeknik Negeri Jember sebagai Perguruan Tinggi Vokasi yang memiliki fokus pada aspek praktik, maka Politeknik Negeri Jember juga mewajibkan seluruh mahasiswanya untuk mengikuti program Magang. Oleh karena itu penulis yang juga sebagai mahasiswa Politeknik Negeri Jember mengikuti program magang. Program magang yang diikuti penulis bertempat pada CV Biru Indonesia Creative di Kota Malang. CV Biru Indonesia Creative dipilih sebagai tempat magang karena arah gerak CV tersebut sejalan dengan kompetensi pada jurusan penulis. Periode magang tersebut dilakukan selama 4 bulan, yang dimulai pada tanggal 16 September 2024 hingga berakhir pada tanggal 24 Januari 2025. Salah satu projek yang dikerjakan oleh penulis dalam program magang tersebut adalah pengembangan website perusahaan Spicesindo Agritama. Website perusahaan Spicendo Agritama merupakan website yang menggambarkan profil perusahaan dalam hal ini Spicesindo Agritama. Dalam website tersebut menampilkan visi misi perusahaan, arah gerak perusahaan, tim inti perusahaan, dan juga produk rempah-rempah sebagai komoditas utama perusahaan. Selain itu pada website tersebut pihak perusahaan dapat mengelola data produknya dan juga mengelola data tim inti pada perusahaan tersebut.

X merupakan salah satu platform media sosial yang populer di Indonesia, di mana masyarakat sering menyampaikan opini dan pandangannya terhadap berbagai isu, termasuk kebijakan ekonomi. Kenaikan suku bunga Bank Indonesia adalah salah satu kebijakan yang mendapatkan banyak perhatian, karena dampaknya terhadap perekonomian masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap kebijakan kenaikan suku bunga dengan menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 1.010 tweet yang dianalisis dan diklasifikasikan menjadi sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa model Naïve Bayes menghasilkan akurasi sebesar 69%, sementara SVM menghasilkan akurasi yang lebih tinggi, yaitu 71%. Meskipun kedua metode cukup efektif, SVM sedikit lebih unggul dalam menganalisis sentimen masyarakat terhadap kebijakan kenaikan suku bunga Bank Indonesia. Penelitian ini memberikan gambaran yang lebih jelas mengenai opini masyarakat dan dapat digunakan untuk membantu pengambil kebijakan dalam merancang komunikasi yang lebih efektif mengenai kebijakan suku bunga.