Kabupaten Jember menempati posisi ketiga tertinggi kasus HIV di Jawa Timur dengan total 7.834 ODHIV sejak 2006 hingga 2023. Wanita Pekerja Seks (WPS) menjadi kontributor utama penyebaran HIV, namun pemetaan spasial kelompok berisiko belum tersedia sehingga menyulitkan intervensi tepat sasaran. Penelitian ini membangun sistem WebGIS berbasis K-Means Clustering untuk mengelompokkan wilayah berdasarkan potensi risiko penyebaran HIV di Kabupaten Jember. Data WPS dari Yayasan Laskar Pelangi Petung diolah menjadi empat variabel rasio: WPS per 1.000 penduduk, Hotspot per 1.000 penduduk, Tes Rate, dan Positif Rate, lalu dinormalisasi dengan Z-Score. Klaster optimal ditentukan menggunakan Elbow Method dan divalidasi Silhouette Coefficient. Sistem dibangun dengan framework Laravel dan metode Waterfall. Hasil menunjukkan klaster optimal K=4 dengan Silhouette Score 0,620. Dari 31 kecamatan terbentuk empat klaster: Tinggi (Kaliwates dan Sumbersari), Sedang (14 kecamatan), Rendah/Khusus (Panti), dan Sangat Rendah (14 kecamatan). Visualisasi peta GIS interaktif membantu mitra LSM dan dinas kesehatan menentukan wilayah prioritas intervensi.

Kabupaten Bondowoso memiliki potensi pertanian yang melimpah, namun pengelolaan data komoditas saat ini masih bersifat manual dan tersebar dalam format tabel mentah, sehingga menyulitkan pemangku kepentingan dalam melakukan pemantauan dan pengambilan keputusan strategis. Penelitian ini bertujuan untuk membangun sistem informasi berbasis WebGIS yang bernama PANDAWA guna memvisualisasikan potensi sumber daya alam secara spasial serta mengimplementasikan algoritma Random Forest untuk memprediksi hasil panen komoditas padi, jagung, dan tembakau. Metode penelitian melibatkan pengumpulan data historis selama 13 tahun (2012–2025) yang mencakup variabel luas lahan serta faktor agroklimat seperti curah hujan dan kelembapan, dengan pengembangan sistem menggunakan teknologi React dan Next.js. Hasil pengujian kinerja model menunjukkan tingkat akurasi yang sangat tinggi, dibuktikan dengan nilai R² sebesar 0,9856 untuk padi, 0,9648 untuk jagung, dan 0,8787 untuk tembakau, serta hasil User Acceptance Test (UAT) yang mendapatkan respons "Sangat Setuju" dari pengguna. Kesimpulannya, sistem ini terbukti efektif dalam menyajikan informasi zonasi lahan yang interaktif dan memberikan estimasi hasil panen yang presisi, sehingga layak diimplementasikan sebagai instrumen pendukung kebijakan ketahanan pangan dan tata niaga pertanian di Kabupaten Bondowoso.

Pengelolaan barang bukti di institusi kepolisian memiliki peran penting dalam menjaga integritas proses hukum. Namun, dalam praktiknya, masih banyak ditemukan sistem pencatatan yang dilakukan secara manual dan rentan terhadap kesalahan, kehilangan data, bahkan penyalahgunaan wewenang. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem manajemen barang bukti kriminal berbasis teknologi blockchain, khususnya menggunakan platform Hyperledger Fabric sebagai implementasi private blockchain. Sistem ini dirancang untuk mencatat seluruh aktivitas barang bukti mulai dari penerimaan, penyimpanan, pemeriksaan, hingga pengeluaran dalam bentuk transaksi digital yang tidak dapat dimodifikasi (immutable). Dengan pendekatan ini, setiap perubahan status barang bukti dapat ditelusuri secara transparan dan real-time. Metode pengembangan sistem yang digunakan adalah prototyping, dengan tahapan observasi lapangan, wawancara, dan studi literatur. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat meningkatkan keamanan, akuntabilitas, dan efisiensi dalam pengelolaan barang bukti, serta mempermudah proses audit dan pengawasan internal di lingkungan kepolisian.

This study aims to implement interactive learning media for introducing vegetables to early childhood based on a website using Convolutional Neural Network (CNN). The media is equipped with image classification features, bilingual audio (Indonesian and English), and educational games. The architectures compared are ResNet50 and EfficientNet-B0 with transfer learning on 30 vegetable classes. The training results show that ResNet50 obtained a training accuracy of 95.47% and a validation accuracy of 87.41%, while EfficientNet-B0 obtained a training accuracy of 87.50% and a validation accuracy of 87.22%. Based on these results, optimization was performed on EfficientNet-B0 because it had more stable performance. Optimization was performed through intensive augmentation (rotation, shift, zoom, brightness, channel shift, and horizontal flip), fine-tuning of the last 40 layers, addition of a dense layer of 128 neurons, and a learning rate of 5e-5 with ReduceLROnPlateau. The optimization results increased the validation accuracy to 93.33% and the testing accuracy based on the confusion matrix to 96.48%. Black box testing showed that all features worked well. Evaluation using pre-test and post-test showed an increase in learning outcomes, with the average score rising from 38.43% to 82.41%. Furthermore, UAT obtained a score of 94.67% with a very good category. Thus, this media is declared effective and suitable for use as a learning tool for vegetable recognition for early childhood.

Perkembangan teknologi digital telah mendorong transformasi layanan konvensional menjadi berbasis sistem informasi, termasuk dalam bidang usaha buket bunga dan layanan fotografi. Flo.do, sebagai usaha yang menyediakan layanan buket bunga dan layanan foto, masih menjalankan pemesanan secara manual melalui media sosial, yang kerap menimbulkan kendala seperti informasi katalog buket bunga yang tidak lengkap dan terstruktur dengan baik serta kerap kali terjadi kesalahan pencatatan pesanan. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan merancang dan membangun sistem pemesanan online menggunakan metode Rapid Application Development (RAD). Metode RAD dipilih karena memiliki tahapan pengembangan yang cepat dan iteratif, sehingga memungkinkan adanya umpan balik langsung dari pengguna. Sistem yang dikembangkan berupa website yang memfasilitasi pemesanan buket, layanan foto, manajemen data pesanan, serta tampilan informasi layanan yang lebih interaktif dan terstruktur. Perancangan sistem dilakukan menggunakan beberapa alat dan teknologi, di antaranya Laravel, Bootstrap, MySQL. Tahapan penelitian meliputi studi literatur, wawancara, pengembangan sistem dengan metode RAD, hingga pengujian menggunakan metode Black-Box dan System Usability Scale (SUS). Hasil implementasi menunjukkan bahwa sistem ini mampu mendukung pemesanan buket dan layanan foto secara terintegrasi serta membantu pengelolaan data pesanan. Berdasarkan evaluasi menggunakan metode SUS, sistem memperoleh skor sebesar 86,9 yang termasuk dalam kategori Acceptable dengan grade B dan adjective rating Excellent, sehingga menunjukkan tingkat kegunaan sistem yang tinggi dan layak digunakan.

SMK Nasional Nganjuk merupakan salah satu sekolah menengah kejuruan swasta di Kecamatan Nganjuk yang saat ini menghadapi permasalahan pada sistem informasi sekolah. Website sekolah yang dimiliki tidak berfungsi secara optimal dan hanya menampilkan blank white screen, sehingga informasi penting terkait profil sekolah dan pengelolaan data sekolah tidak dapat diakses oleh masyarakat dan admin sekolah. Penelitian ini bertujuan untuk mengembangkan sistem informasi SMK Nasional Nganjuk menggunakan metode Feature Driven Development (FDD) guna menyajikan informasi sekolah secara lengkap, mudah diakses dan memiliki pengelolaan data yang terstruktur. Sistem dikembangkan menggunakan framework laravel untuk back-end dan bootstrap untuk antarmuka melalui lima tahapan FDD: develop an overall model, build a feature list, plan by feature, design by feature, dan build by feature. Fitur utama yang dikembangkan meliputi profil sekolah. Admin sekolah memiliki hak akses penuh terhadap CRUD (create, read, update, delete), sedangkan masyarakat hanya dapat melihat dan mengakses informasi yang tersedia. Pengujian sistem dilakukan dengan blackbox testing yang menghasilkan tingkat keberhasilan 100% dari 101 skenario pengujian Hasil pengujian system usability scale (SUS) yang melibatkan 121 responden dari kalangan admin, guru, siswa dan masyarakat Kecamatan Nganjuk menunjukkan skor 79.194 yang termasuk dalam kategori acceptable dengan predikat grade C dan perdikat good. Penelitian ini berhasil mengembangkan website yang mampu menyajikan informasi sekolah secara lengkap, mudah diakses, serta memiliki pengelolaan data master yang terstruktur dan efisien bagi admin.

Kegiatan magang ini dilaksanakan di Satriver Studio, Malang, Jawa Timur, selama periode 28 Juli 2025 hingga 28 Januari 2026 dengan tujuan untuk mengaplikasikan pengetahuan dan keterampilan di bidang pengembangan game, khususnya pada pembuatan aset visual 3D. Selama magang, penulis ditempatkan pada divisi 3D Artist dan terlibat dalam proses modeling highpoly dan lowpoly, pembuatan material dan tekstur menggunakan Substance Designer dan Substance Painter, serta implementasi aset ke dalam Unity Engine menggunakan Universal Render Pipeline (URP). Pipeline produksi aset 3D diterapkan pada proyek game dengan platform yang berbeda, yaitu PC dan Android. Pada proyek PC Barokart, digunakan pendekatan detail dengan memanfaatkan albedo, normal map, serta mask map untuk menghasilkan kualitas visual yang tinggi. Sementara itu, pada proyek Android Nusamana, dilakukan optimasi dengan menyederhanakan geometri dan hanya menggunakan tekstur albedo untuk menjaga performa pada perangkat dengan spesifikasi terbatas. Hasil kegiatan magang menunjukkan bahwa penerapan pipeline yang terstruktur dan adaptif terhadap platform sangat berpengaruh terhadap kualitas visual dan performa game. Perbedaan karakteristik perangkat menuntut strategi optimasi yang berbeda, sehingga pemahaman terhadap pipeline produksi dan teknik optimasi menjadi hal yang penting dalam pengembangan game. Melalui kegiatan ini, penulis memperoleh pengalaman kerja nyata serta peningkatan keterampilan teknis yang relevan dengan kebutuhan industri.

Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Aplikasi S-Learn Pada Jurusan Teknologi Informasi Politeknik Negeri Jember, Homsin, NIM E31231582, Tahun 2025, Manajemen Informatika, Teknologi Informasi, Politeknik Negeri Jember, Taufiq Rizaldi, S.ST, M.T (Dosen Pembimbing). Penelitian ini menerapkan algoritma Naive Bayes untuk menganalisis sentimen ulasan mahasiswa terhadap aplikasi S-Learn di Jurusan Teknologi Informasi Politeknik Negeri Jember, dengan tujuan membantu pengelola memahami persepsi pengguna secara otomatis dan terstruktur. Data dikumpulkan melalui kuesioner yang disematkan langsung dalam S-Learn selama periode UAS Desember 2025, menghasilkan 475 responden dari tiga program studi, yang kemudian diproses melalui pipeline praproses enam tahap termasuk normalisasi slang menggunakan kamus 2.347 entri tervalidasi dan penanganan kata negasi lalu diberi label sentimen otomatis menggunakan leksikon InSet melalui Metode Hybrid, sehingga diperoleh 261 ulasan berlabel biner (144 positif, 117 negatif). Dari perbandingan dua algoritma dengan empat konfigurasi vektorisasi, Multinomial Naive Bayes terbukti sebagai model terbaik dengan akurasi 87,27?n F1-Score makro 0,87, unggul jauh dibanding Bernoulli Naive Bayes yang hanya mencapai 65,45%. Hasil klasifikasi menunjukkan distribusi sentimen 55,2% positif dan 44,8% negatif, dengan keluhan terbanyak pada kategori Performa Sistem (121 laporan), Ujian/Exam (60 laporan), dan Bug/Error (52 laporan) seluruhnya divisualisasikan dalam dashboard berbasis web menggunakan Laravel dan Chart.js yang dapat diakses langsung oleh pengelola S-Learn sebagai dasar pengambilan keputusan perbaikan platform.