The “Design of Optical Character Recognition (OCR) system” is capable of recognizing various types of fonts, languages and document formats, including handwritten text. Using an iterative and flexible spiral methodology, this research focuses on data collection through interviews and questionnaires, qualitative and quantitative data analysis, and the use of advanced analytical tools. The research results show that the developed OCR system achieves accuracy above 90% and is able to detect text in real-time with YOLOV8 integration, showing high responsiveness suitable for mobile applications. This system is expected to increase efficiency and accessibility in various sectors by reducing dependence on physical documents and improving user experience.

Diabetes is a chronic disease that affects millions of people worldwide. Early detection and effective treatment of diabetes are essential to prevent serious complications and improve the quality of life of patients. The purpose of this research is to develop and design a diabetes detection system with the Dempster-Shafer method. The Dempster Shafer method is a decision-making method based on the theory of trust and uncertainty. This method allows you to combine information from multiple sources to make more accurate decisions. In terms of diabetes detection, the DempsterShafer method can be used to combine laboratory test results, medical history, risk factors, and clinical symptoms to make more reliable diabetes detection decisions. During the development stage of the diabetes detection system, we collected patient data such as laboratory test results, medical history, and symptoms experienced. This data is used to create a Dempster-Shafer model that assesses the confidence level in diabetes detection. In addition, we use data processing technologies and intelligent algorithms to improve the accuracy and efficiency of the detection system. During the design stage, consider an intuitive and easy-to-use interface. The system provides clear diabetes detection results and provides appropriate management recommendations based on test results and patient data. We will also design the system so that it can be integrated with existing medical information systems. The results of this research are expected to help improve early detection of diabetes and its treatment. The resulting diabetes detection system can be used by medical staff to determine a patient's diabetes risk and ensure timely treatment. In addition, the Dempster Shafer method used in this research can also be used for various applications in other health fields, such as detecting other diseases and determining diagnosis.

The "development of a system based on naive bayes method for determining its ripening level identification in dragon fruit (hylocereus spp.)" project address to develop a system using the Naïve Bayes method to determine the maturity of dragon fruit (Hylocereus spp.), address the limitations of manual maturity evaluation methods. Dragon fruit, known for its nutrients and popularity, requires accurate determination of maturity to meet quality standards. Traditional methods, based on visual and tactile inspection, are inconsistent and inefficient, especially for large-scale sorting. The system is designed with an intuitive user interface, allowing growers to upload images of dragon fruit and receive ripeness ratings along with recommendations for harvesting and management. The research highlights the potential benefits of this technological solution, including increased productivity, better fruit quality and higher efficiency in the dragon fruit growing industry. The findings show that the integration of the Naïve Bayes method can significantly improve the consistency and accuracy of maturity determination, offering a practical tool for farmers and contributing to the progress of the agricultura.

Rancang Bangun Pemberi Pakan Pintar dan Sistem Kontrol Kualitas Air pada Kolam Ikan Koi Berbasis Internet of Things, Dany Ferdyansyah, NIM E32210111, Tahun 2024, Teknlogi Informasi, Politeknik Negeri Jember, Lalitya Nindita Sahenda, S.Pd., M.T. (Dosen Pembimbing). Ikan koi (Cyprinus Carpio) populer di kalangan penggemar ikan tawar di Indonesia karena potensi bisnisnya yang menjanjikan, dengan harga mencapai jutaan rupiah untuk ikan bercorak indah. Perawatan yang baik sangat penting untuk hasil yang optimal, termasuk pemberian pakan yang tepat dan menjaga kualitas air. Kesalahan dalam pemberian pakan dan kualitas air yang buruk dapat berdampak negatif pada kesehatan ikan. Penelitian ini bertujuan membantu peternak dan pembudidaya mengontrol pemberian pakan terjadwal dengan sensor RTC dan memantau kualitas air dengan sensor TDS. Tujuannya adalah menciptakan ekosistem ideal untuk ikan koi, meningkatkan efisiensi budidaya, dan mengurangi risiko kegagalan atau kematian ikan. Hasil pengujian kualitas air selama 7 hari menggunakan sensor TDS menunjukkan nilai melebihi ambang batas pada hari keempat (311 ppm) dan ketujuh (304 ppm), sehingga sistem merespon dengan mengganti air menggunakan water pump penguras dan pengisi sesuai batasan sensor. Pengujian penjadwalan pemberian pakan selama 7 hari menunjukkan ketidakteraturan keluaran pelet pada beberapa hari, namun servo tetap berfungsi sesuai jadwal tanpa kendala. Sistem mengirim notifikasi secara responsif ke email dan aplikasi Blynk, yang dapat dipantau secara real-time. Basis data selama pengujian mencatat beberapa nilai sensor tidak tersimpan karena gangguan sinyal internet. Ada beberapa data pengujian yang tidak tercatat pada basis data karena adanya gangguan sinyal.

Optimalisasi Kesehatan Sapi Melalui Sistem Pemantauan Kandang dan Penyemprotan Disinfektan Berbasis Internet of Things, Izza Ismi Aisyiyah, NIM E32210222, Tahun 2024, 97 hlm., Teknologi Informasi, Politeknik Negeri Jember, Lalitya Nindita Sahenda, S.Pd., M.T. (Dosen Pembimbing). Peternakan merupakan suatu kegiatan ekonomi yang meliputi pemeliharaan dan pengelolaan hewan ternak untuk memperoleh hasil produksi. Sehingga dibutuhkan suatu sistem yang dapat digunakan untuk memonitor kondisi kandang secara terus-menerus, memastikan bahwa kesehatan dan kesejahteraan hewan ternak tetap terjaga, serta untuk menghasilkan produk peternakan yang berkualitas tinggi sesuai dengan standar yang diharapkan. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat memonitoring suhu, gas amonia serta melakukan penyemprotan disinfektan secara otomatis di kandang sapi dengan menggunakan sensor MQ-135, sensor DHT11, kipas dan juga Water pump. Alat ini nantinya akan menggunakan ESP8266 dan tampilan hasil pengujian akan ditampilkan pada layar LCD 16x2 serta dapat dilakukan monitoring dari jarak jauh dengan menggunakan aplikasi Blynk. Hasil dari penelitian ini berupa sistem yang mampu memantau kondisi di dalam kandang sapi, seperti suhu dan gas amonia(NH3), serta dilengkapi dengan kemampuan untuk menghidupkan kipas dan juga melakukan penyemprotan cairan disinfektan secara otomatis. Tidak hanya dengan cara otomatis, tapi alat ini mampu bekerja secara manual menggunakan aplikasi Blynk. Hal ini memungkinkan peternak memantau keadaan kandangnya dengan mudah dari mana saja menggunakan platform IoT Blynk.

Saat ini, perkembangan teknologi memberikan dampak besar, termasuk pada sektor pertanian. Teknologi memegang peranan penting dalam sektor pertanian di Indonesia, yang merupakan negara agraris dengan beragam hasil produksi pertanian dan perkebunan. Salah satu hasil produksi utama adalah tanaman pangan. Untuk memaksimalkan penggunaan lahan yang tersedia, penting untuk memilih tanaman yang sesuai dengan kriteria lahan tersebut. Analisis terhadap kriteria tanaman dan lahan perlu dilakukan untuk menghindari kesalahan dalam menentukan kesesuaian tanaman yang akan ditanam di lahan tersebut. Oleh karena itu, dibutuhkan sebuah sistem yang dapat menentukan kesesuaian jenis tanah terhadap tanaman di lahan pertanian. Di Desa Buduan, para petani mengalami kesulitan karena kurangnya pengetahuan tentang karakteristik lahan serta kesulitan dalam mendapatkan data pertanian yang akurat. Akibatnya, petani sulit menentukan kesesuaian lahan mereka. Biasanya, petani hanya mengandalkan pengalaman dan pengetahuan yang terbatas dalam memilih jenis tanaman yang akan ditanam, sehingga sering kali hasil produksinya tidak maksimal. Secara umum, pengembangan Sistem Pendukung Keputusan menjadi solusi untuk membantu petani menentukan kesesuaian tanaman yang akan ditanam di lahan. Ini dapat meningkatkan efisiensi dan produktivitas di sektor pertanian. Diharapkan sistem ini akan membantu petani meningkatkan produksi dan kualitas hasil pertanian. Selain itu, dengan memanfaatkan data historis dan analisis probabilistik, petani dapat membuat keputusan yang lebih informatif dan berbasis data.

Peramalan Jumlah Kasus Demam Berdarah Dengue Berdasarkan Surveilans Kasus dan Curah Hujan Di Kabupaten Kendal, Steven Rio Chandra Purnama Nim E31211906, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Ibu Pramuditha Shinta Dewi Puspitasari, S.Kom., M.Kom (Pembimbing). Website ini dirancang untuk memprediksi jumlah persebaran penyakit demam berdarah menggunakan model ARIMA (AutoRegressive Integrated Moving Average), dengan data yang diperoleh dari website Badan Pusat Statistik (BPS) Kabupaten Kendal. Tujuan utamanya adalah memperkirakan jumlah kasus demam berdarah di masa depan dan menyediakan informasi yang membantu dalam pencegahan dan penanganan penyakit ini. Dibangun menggunakan framework Python dan CodeIgniter 3 (CI3), website ini mengolah data dengan model ARIMA untuk menghasilkan prediksi yang akurat. Python digunakan untuk analisis data, sedangkan CI3 memastikan tampilan website yang user-friendly dan mudah diakses.Dengan prediksi berdasarkan data historis dari BPS, website ini memberikan wawasan tentang tren dan potensi lonjakan kasus demam berdarah, memungkinkan langkah-langkah preventif yang lebih awal. Teknologi yang digunakan memastikan antarmuka yang intuitif dan performa handal, sehingga pengguna dapat mengakses informasi dengan mudah dan akurat. Website ini tidak hanya menjadi alat prediksi yang canggih, tetapi juga platform yang mendukung upaya pencegahan dan penanganan demam berdarah secara lebih efektif.

SISTEM PENGENDALI KUNCI RUMAH BERBASIS INTERNET OF THINGS (IOT) MEMANFAATKAN KONTROL BLUETOOTH, Dimas Dwi Apriliyanto, E32210053, Tahun 2024, Teknik Komputer, Politeknik Negeri Jember, Victor Phoa, S.Si, M.Cs (Dosen Pembimbing) Penggunaan sistem penguncian rumah membutuhkan keamanan yang sangat baik untuk menghindari pencurian dan pembobolan ruangan. Saat ini banyak yang menggunakan penguncian pintu konvensional, sehingga kurang efektif karena potensi keamanan rendah. Selain itu, penguncian pintu konversional mudah ditiru sehingga pemilik rumah akan khawatir apabila berpergian jauh. Sehingga diperlukan sistem penguncian ruangan yang tidak mudah untuk ditiru, praktis, dan dapat diterapkan di berbagai ruangan tanpa harus membawa kunci. Dengan adanya perkembangan zaman yang sudah canggih penggunaan smartphone untuk mengunci dan membuka pintu rumah sangat dibutuhkan.