Politeknik Negeri Jember (POLIJE) sebagai perguruan tinggi vokasi memiliki peran strategis dalam mencetak tenaga ahli yang unggul di bidang teknologi informasi. Salah satu program pendukung utamanya adalah kegiatan magang, yang memberikan mahasiswa kesempatan untuk menerapkan kompetensi langsung di lingkungan industri. Penulis melaksanakan magang di PT. Japfa Comfeed Indonesia Tbk, sebuah perusahaan besar yang bergerak di bidang agribisnis dan industri pakan ternak yang berlokasi di Buduran, Sidoarjo, Jawa Timur. Proyek utama yang dilaksanakan adalah pengembangan website KIM & KIK (Kartu Izin Masuk & Kartu Izin Keluar) yang bertujuan untuk meningkatkan efisiensi dalam memonitoring keluar masuk orang, kendaraan, dan barang antar unit maupun proyek. Website ini dirancang untuk menggantikan penggunaan buku tamu dan buku kendaraan manual ke dalam bentuk sistem digital yang lebih terintegrasi, efisien, dan mudah diakses. Dengan adanya sistem ini, proses pencatatan data keluar masuk menjadi lebih cepat, akurat, serta meminimalisir risiko kehilangan atau kerusakan data. Hasil dari pengembangan website KIM & KIK ini diharapkan dapat memberikan manfaat nyata bagi perusahaan dalam mendukung sistem keamanan, meningkatkan efektivitas pengelolaan akses, serta menghadirkan solusi digital modern yang relevan dengan kebutuhan industri saat ini.

Sistem ketertelusuran rantai pasok beras memiliki peran krusial dalam menjamin kualitas mutu untuk pemenuhan standar pasar ekspor. UD Tani Rejo Jenggawah telah beralih dari pencatatan manual ke sistem JejakPadi berbasis cloud computing pada platform web dan mobile guna mendigitalkan operasional. Meskipun telah diimplementasikan, efektivitas sistem sangat bergantung pada aspek usability untuk mencegah terjadinya human error oleh petani maupun admin. Laporan ini bertujuan untuk mengevaluasi antarmuka pengguna (UI/UX) sistem JejakPadi menggunakan metode Heuristic Evaluation yang berlandaskan 10 prinsip Jakob Nielsen. Evaluasi dilakukan dengan menganalisis fungsionalitas dan ergonomi visual pada kedua platform, dilanjutkan dengan pemberian skala Severity Rating. Hasil evaluasi menunjukkan bahwa sistem secara umum telah adaptif dengan lingkungan nyata pengguna, namun ditemukan masalah dominan dengan skala keparahan Major (Skala 3). Kendala tersebut meliputi penggunaan input teks manual pada formulir mobile yang rentan mengalami kesalahan penulisan serta hasil pelacakan web yang didominasi teks panjang. Berdasarkan temuan ini, direkomendasikan perbaikan desain berupa penggantian elemen input menjadi dropdown otomatis dan perbaikan struktur navigasi guna meningkatkan kenyamanan serta keakuratan pendataan mutu beras. Kata Kunci: Sistem ketertelusuran rantai pasok beras memiliki peran krusial dalam menjamin kualitas mutu untuk pemenuhan standar pasar ekspor. UD Tani Rejo Jenggawah telah beralih dari pencatatan manual ke sistem JejakPadi berbasis cloud computing pada platform web dan mobile guna mendigitalkan operasional. Meskipun telah diimplementasikan, efektivitas sistem sangat bergantung pada aspek usability untuk mencegah terjadinya human error oleh petani maupun admin. Laporan ini bertujuan untuk mengevaluasi antarmuka pengguna (UI/UX) sistem JejakPadi menggunakan metode Heuristic Evaluation yang berlandaskan 10 prinsip Jakob Nielsen. Evaluasi dilakukan dengan menganalisis fungsionalitas dan ergonomi visual pada kedua platform, dilanjutkan dengan pemberian skala Severity Rating. Hasil evaluasi menunjukkan bahwa sistem secara umum telah adaptif dengan lingkungan nyata pengguna, namun ditemukan masalah dominan dengan skala keparahan Major (Skala 3). Kendala tersebut meliputi penggunaan input teks manual pada formulir mobile yang rentan mengalami kesalahan penulisan serta hasil pelacakan web yang didominasi teks panjang. Berdasarkan temuan ini, direkomendasikan perbaikan desain berupa penggantian elemen input menjadi dropdown otomatis dan perbaikan struktur navigasi guna meningkatkan kenyamanan serta keakuratan pendataan mutu beras.

Perkembangan media sosial, khususnya Instagram, memungkinkan masyarakat untuk menyampaikan berbagai opini terhadap isu-isu yang sedang berkembang, termasuk kebijakan pemerintah. Salah satu isu yang menjadi perhatian publik adalah kebijakan tunjangan kinerja dosen yang menimbulkan beragam tanggapan di masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan tunjangan kinerja dosen pada media sosial Instagram menggunakan algoritma K-Nearest Neighbor (K-NN). Data penelitian berjumlah 2.684 komentar yang diperoleh melalui proses scraping, kemudian dilakukan tahap cleaning, pelabelan manual dengan validasi ahli bahasa, serta tahapan preprocessing yang meliputi case folding, normalisasi kata, tokenization, stopword removal, dan stemming, sehingga diperoleh 1.944 data akhir. Pembobotan kata dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Penentuan nilai k optimal dilakukan menggunakan metode Grid Search, yang menghasilkan nilai k = 5 dengan tingkat akurasi tertinggi. Evaluasi model selanjutnya dilakukan menggunakan metode K-Fold Cross Validation, dimana fold ke-1 dipilih sebagai fold paling stabil berdasarkan perbandingan nilai training dan validation accuracy. Akurasi terbaik yang diperoleh pada proses pengujian sebesar 0,7564 atau 75,64%, yang menunjukkan bahwa metode K-Nearest Neighbor (K-NN) mampu mengklasifikasikan sentimen masyarakat terhadap kebijakan tunjangan kinerja dosen dengan performa yang cukup baik dan stabil.

Laporan magang ini berfokus pada perancangan dan pengembangan sistem EduCourse Skill YEMI berbasis website di PT. Yamaha Electronics Manufacturing Indonesia (YEMI) sebagai platform pelatihan karyawan. Sistem ini dikembangkan untuk mendukung transformasi digital dalam proses pembelajaran internal perusahaan agar lebih efektif, terstruktur, dan mudah diakses. Dalam pelaksanaannya, dilakukan tahapan analisis kebutuhan, perancangan database dan alur sistem, implementasi fitur seperti login, dashboard, manajemen training, serta integrasi data karyawan melalui API. Selain itu, dilakukan juga pengujian sistem untuk memastikan seluruh fitur berjalan sesuai fungsinya bagi admin, pemateri, dan user. Hasil dari pengembangan ini menunjukkan bahwa sistem EduCourse mampu menjadi solusi pembelajaran digital yang membantu meningkatkan kompetensi karyawan secara lebih interaktif dan efisien, sekaligus menjadi implementasi nyata penerapan teknologi informasi di lingkungan industri.

Penelitian ini dilatarbelakangi oleh pengelolaan data posyandu bayi dan balita yang masih dilakukan secara manual, sehingga menimbulkan kesalahan pencatatan, kehilangan data serta keterlambatan penyajian informasi. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis website menggunakan framework laravel untuk mendigitalisasi pencatatan data posyandu bayi dan balita agar dapat meningkatkan kualitas pelayanan dan kinerja posyandu di salah satu desa Mlandingan Kulon yaitu Posyandu Seruni. Tahapan yang dilakukan dalam penelitian yaitu studi literatur, pengumpulan data, perancangan sistem, evaluasi dan tindak lanjut,sosialisasi dan pelatihan penggunaan sistem, serta pengembangan dan pengujian sistem. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mempermudah proses pencatatan, pengelolaan dan pelaporan data secara lebih cepat, terstruktur dan efisien. Hal ini didukung oleh hasil kueisioner yang diberikan kepada kader dan bidan posyandu dengan tingkat keberhasilan mencapai 100%.

Posyandu Seruni di Desa Mlandingan Kulon menghadapi kendala dalam pencatatan dan pengelolaan data kesehatan bayi dan balita yang masih manual, sehingga rawan kesalahan, duplikasi, dan kesulitan dalam penyusunan laporan. Untuk mengatasi hal ini, melalui kegiatan PKM-PM dirancang sistem informasi berbasis website dan mobile. Website ditujukan untuk membantu bidan dan kader Posyandu dalam pencatatan dan pengelolaan data, sedangkan mobile dirancang untuk memudahkan orang tua mengakses informasi kesehatan anak. Laporan Tugas Akhir Penghargaan ini memaparkan perancangan sistem dan desain antarmuka sebagai bagian utama dari pengembangan sistem. Metode kegiatan mencakup observasi dan wawancara sebagai dasar perancangan sistem dan desain UI/UX menggunakan Figma, sosialisasi dan pelatihan kepada bidan, kader Posyandu, dan orang tua, serta evaluasi kegiatan untuk menilai kepuasan dan usability sistem. Hasil evaluasi menunjukkan sistem mampu memenuhi kebutuhan pengguna, dibuktikan dengan tingkat kepuasan 100% pada bidan dan kader, serta nilai usability 99% pada orang tua. Temuan ini menunjukkan bahwa desain antarmuka yang dirancang mudah dipahami, mendukung akses informasi kesehatan secara real-time, serta meningkatkan efektivitas pengelolaan data dan partisipasi pengguna. Penerapan prinsip UI/UX pada sistem Posyandu ini memberikan pengalaman pengguna yang baik dan berpotensi menjadi solusi dalam digitalisasi pengelolaan data kesehatan anak di Posyandu Seruni.

Pembelajaran huruf hijaiyah di madrasah diniyah umumnya masih dilakukan melalui metode konvensional yang mengandalkan buku panduan dan latihan menulis secara berulang. Meskipun metode ini cukup efektif, proses pembelajaran cenderung kurang interaktif serta belum mampu memberikan umpan balik langsung terhadap hasil tulisan siswa. Untuk mengatasi keterbatasan tersebut, penelitian ini mengembangkan aplikasi pembelajaran berbasis Android untuk pengenalan huruf hijaiyah menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan berjumlah 10.534 citra tulisan tangan huruf hijaiyah yang terbagi ke dalam 28 kelas. Proses pelatihan model dilakukan dalam dua tahap eksperimen dengan konfigurasi hyperparameter yang berbeda guna memperoleh performa optimal. Hasil pelatihan kedua menunjukkan kinerja yang lebih baik dengan akurasi keseluruhan sekitar 93%, rata-rata precision sebesar 0,94, recall 0,93, serta F1-score 0,93. Nilai validation loss juga lebih rendah dan stabil, yang menunjukkan kemampuan generalisasi model yang lebih baik. Pengujian kelayakan oleh ahli pelafalan dan ahli penulisan menghasilkan nilai rata-rata sebesar 82,78?ngan kriteria "Sangat Layak". Evaluasi sistem dilakukan menggunakan metode User Acceptance Testing (UAT) yang melibatkan 14 responden terdiri dari guru dan orang tua. Hasil UAT menunjukkan tingkat penerimaan sebesar 81,00%, sehingga aplikasi dinilai layak dan bermanfaat sebagai media pendukung pembelajaran.

Kesadaran anak-anak usia dini dalam mengenali dan memilah sampah masih tergolong rendah, yang sebagian besar disebabkan oleh metode pembelajaran konvensional yang bersifat monoton dan kurang interaktif. Penelitian ini bertujuan untuk merancang dan membangun media pembelajaran interaktif berbasis Android bernama "Sampah Asik" yang mampu mengklasifikasikan sampah ke dalam kategori organik, anorganik, dan B3. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang dioptimalkan melalui konversi TensorFlow Lite (TFLite) INT8 agar efisien dijalankan pada perangkat mobile. Dataset yang digunakan terdiri dari 11.161 citra yang terbagi ke dalam 13 kelas objek sampah. Hasil pelatihan model menunjukkan performa yang sangat baik dengan akurasi pelatihan sebesar 95,92% dan akurasi validasi sebesar 93,46%. Pengujian akurasi sistem secara langsung melalui 260 percobaan menghasilkan tingkat keberhasilan sebesar 93,08%. Selain itu, hasil pengujian User Acceptance Test (UAT) yang melibatkan guru dan orang tua menunjukkan nilai rata-rata mencapai 93%. Dengan demikian, aplikasi ini sangat layak dan efektif digunakan sebagai media edukasi lingkungan yang interaktif serta menyenangkan bagi anak-anak untuk meningkatkan pemahaman mengenai pemilahan sampah sejak dini.