Laying hens are a crucial poultry commodity that plays an essential role in fulfilling society's need for animal protein. However, their productivity can be disrupted by frequent disease outbreaks. One of the main challenges faced by farmers, especially beginners, is their limited knowledge in diagnosing diseases and the difficulty in accessing poultry experts. To address this issue, this research develops a web-based expert system to diagnose laying hen diseases using the Certainty Factor method. This system is designed to assist farmers in identifying diseases based on the symptoms observed in laying hens. The Certainty Factor method is utilized to determine the confidence level of a possible disease by combining expert and user certainty values. The system is developed using the Laravel framework and MySQL database. Testing results indicate that the system can provide diagnoses with an accuracy level of over 90%.With this system, farmers can easily diagnose laying hen diseases independently, enabling faster and more effective prevention and treatment measures. Future developments can include adding more disease types and adapting the system into a mobile-based version to enhance accessibility for farmers.

Sistem Klasifikasi Penentuan Kelayakan Pemberian Kredit Menggunakan Metode K-Means Pada Koperasi Karyawan Pabrik Gula Semboro, Reynava Aurellia Damayanti, Nim E31221236, Tahun 2025, Manajemen Informatika, Teknologi Informasi, Politeknik Negeri Jember, Pramuditha Shinta Dewi Puspitasari, S.Kom., M.Kom. (Dosen Pembimbing). Koperasi Merupakan suatu kumpulan organisasi yang terdiri dari beberapa anggota yang memiliki peran untuk menyejahterakan anggota dengan memberikan pelayanan simpan pinjam. Pada penelitian ini Koperasi Karyawan Pabrik Gula Semboro ini merupakan salah satu koperasi yang menyediakan pelayanan simpan pinjam dengan pembayaran cicilan sesuai dengan jangka waktu yang sudah disepakati. Namun seiring berjalannya waktu, koperasi ini memiliki masalah dalam memberikan pinjaman kepada anggota sehingga terjadi kredit macet yang disebabkan oleh proses penilaian kelayakan nasabah. Untuk mengurangi masalah tersebut, pemanfaatan teknologi pada zaman sekarang sangatlah penting. Pada penelitian ini bertujuan untuk membantu Koperasi Karyawan Pabrik Gula Semboro dalam membangun sistem klasifikasi penentuan kelayakan pinjaman kepada nasabah dengan menggunakan metode K-Means berbasis Website. Metode K-Means dapat membantu dalam mengelompokkan data dalam jumlah besar secara cepat dan efisien, berdasarkan karakteristik seperti golongan pekerjaan, status pekerjaan, slip gaji, tabungan simpanan wajib, history pinjaman, setoran/bulan, bunga, Setoran+Bunga, sisa pinjaman, jumlah setoran, dan jangka waktu pinjaman. Data yang digunakan merupakan data dari koperasi mulai tahun 2021-2023. Hasil dari pengujian Black Box Testing menunjukkan bahwa 100% fitur pada website sesuai untuk sistem klasifikasi yang dapat membantu Koperasi Karyawan Pabrik Gula Semboro dalam menentukan nasabah yang layak menerima pinjaman, sehingga hasil yang diharapkan dapat meminimalkan resiko kredit macet dan lebih meningkatkan dalam pengambilan keputusan pemberian pinjaman. Sementara, hasil UAT dengan skor 82,857% dari responden berdasarkan skala Likert dari segi kesesuaiannya dengan kebutuhan pengguna.

Integrasi API dan Slicing Desain dalam Pengembangan Aplikasi Mobile, M. Aditiya gilang Romadon, NIM E41211492, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Syamsul Arifin, S.Kom, M.Cs, (Dosen Pembimbing), Ibu Michelle Stephanie Wongso (Direktur Perusahaan), Edwin Zamzami (Pembimbing Lapang). Praktik Kerja Lapang (PKL) adalah salah satu kegiatan wajib yang dilaksanakan mahasiswa di Politeknik Negeri Jember. Pelaksanaan PKL ini dimulai dari 18 SePT.ember 2024 s/d 18 Januari 2025 yang bertempat di PT. ORDO Taman Jemursari Selatan I No.5, Jemur Wonosari, Kec. Wonocolo, Surabaya, Jawa Timur 60237, dengan jadwal masuk kerja setiap Senin sampai Sabtu. 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. Sebagai bagian dari tim Mobile Developer di PT. Ordo Teknologi Karya, tanggung jawab mencakup pengembangan aplikasi mobile, mulai dari slicing desain antarmuka pengguna hingga integrasi API. Proyek yang dikerjakan meliputi KontenerMart, sebuah platform digital yang dirancang untuk mempermudah pengguna dalam berbelanja, melacak poin, dan mengelola transaksi, serta Kolam Ulam, aplikasi pengelolaan kolam yang membantu monitoring aktivitas kolam secara efisien. Setiap tahapan pengerjaan proyek dilakukan dengan berfokus pada kualitas implementasi serta opimalisasi pengalaman pengguna.

Kegiatan Praktek Kerja Lapangan (PKL) merupakan sarana bagi mahasiswa untuk melatih dan mengembangkan keahlian sesuai kebutuhan industri. PKL ini dilaksanakan di CV. Mamorasoft, sebuah perusahaan startup, selama 4 bulan. Proyek yang dikerjakan adalah pengujian sistem Website dan Aplikasi Mobile PityCash, sebuah platform yang dirancang untuk mengelola laporan arus kas harian bagi admin dan bendahara. Pengujian dilakukan menggunakan metode Usability Testing untuk memastikan kemudahan penggunaan dan efektivitas sistem. Hasil dari implementasi PityCash menunjukkan peningkatan efisiensi dalam pencatatan pemasukan, pengeluaran, dan penyusunan laporan arus kas dibandingkan dengan metode manual sebelumnya yang menggunakan Microsoft Excel.

Website AAA adalah website utama instansi X yang memuat tentang pengumuman, berita, dan informasi umum tentang instansi X. Pengujian keamanan dilakukan untuk mengidentifikasi kerentanan yang mungkin ada pada website. Pengujian keamanan dilakukan untuk melindungi data sensitive, menjaga kepercayaan pengunjung website, dan memastikan keamanan website. Pengujian dilakukan dengan menggunakan metode Black-Box Testing berdasarkan OWASP Web Security Testing Guide (WSTG). Tujuan akhir dari pengujian keamanan pada Website AAA adalah untuk memberikan hasil jenis kerentanan dan merekomendasikan perbaikan pada celah kerentanan dan menghitung risiko kerentanan menggunakan OWASP Risk Assessment Calculator.

Platform pemesanan makanan online semakin berkembang sejalan dengan meningkatnya kebutuhan masyarakat tentang layanan yang cepat dan praktis. Salah satu tantangan dalam platform ini adalah sistem pencarian yang belum optimal. DIKANTIN merupakan platform pemesanan makanan daring yang digunakan di Politeknik Negeri Jember. Saat ini sistem pencariannya masih menggunakan metode pencocokan sederhana yang kurang relevan dalam menampilkan menu yang sesuai dengan kebutuhan pengguna. Dalam hal ini maka diperlukan pendekatan yang lebih relevan dalam meningkatkan relevansi pencarian. Penelitian ini membandingkan dua metode dalam Information Retrieval yaitu Vector Space Model (VSM) dan BM25F untuk meningkatkan relevansi pencarian menu. VSM menggunakan pendekatan TF-IDF dan Cosine Similarity untuk menghitung kesamaan antara query dan dokumen sedangkan BM25F menerapkan model probabilistik dengan bobot pada berbagai atribut dokumen untuk meningkatkan kualitas hasil pencarian. Penelitian ini menggunakan data yang terdiri dari 205 data menu pada platform DIKANTIN. Evaluasi dilakukan dengan mengukur Mean Average Precision (MAP) untuk menilai efektivitas masing-masing metode. Hasil pengujian menunjukkan bahwa BM25F memiliki kinerja lebih baik dalam relevansi pencarian, dengan MAP sebesar 92,4%, dibandingkan VSM yang mencapai 78%. Pengujian lebih lanjut dilakukan survei kuesioner terhadap pengguna DIKANTIN dari 9 jurusan di Politeknik Negeri Jember. Hasil survei menunjukkan bahwa 76% responden lebih memilih metode BM25F sedangkan 22% memilih VSM. Berdasarkan hasil penelitian ini dapat disimpulkan bahwa BM25F lebih unggul dalam meningkatkan relevansi pencarian menu dibandingkan VSM

XYZ adalah platform financial technology yang berbasis di Singapura yang menyediakan berbagai layanan keuangan untuk pengguna. Platform ini bertujuan untuk meningkatkan inklusi keuangan dengan menyediakan akses mudah dan aman ke pinjaman, investasi, dan solusi perencanaan keuangan. XYZ memanfaatkan teknologi canggih untuk menawarkan pengalaman pengguna yang mulus dan memastikan transparansi serta efisiensi dalam setiap transaksi keuangan. Dengan fokus pada kebutuhan individu dan bisnis, platform ini menawarkan berbagai produk dan layanan yang dirancang untuk membantu pengguna mencapai tujuan keuangan mereka.

Deteksi kebuntingan pada domba merupakan aspek penting dalam manajemen reproduksi ternak. Metode ultrasonografi (USG) telah lama digunakan untuk mengidentifikasi kebuntingan secara visual, namun interpretasi citra USG membutuhkan keahlian khusus. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis kebuntingan domba berdasarkan citra USG menggunakan metode deep learning dengan arsitektur EfficientNet-B1. Data citra dikumpulkan dari peternakan mitra, kemudian diproses melalui tahap augmentasi dan pelabelan. Model dilatih dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa EfficientNet-B1 mampu mengklasifikasikan citra dengan akurasi tinggi, sehingga sistem yang dibangun berpotensi untuk digunakan dalam praktik peternakan sebagai alat bantu diagnostik non-invasif. Temuan ini menunjukkan bahwa teknologi deep learning dapat berperan penting dalam mendukung digitalisasi sektor peternakan.