Tujuan dari penelitian ini adalah untuk meneliti apakah logika fuzzy tsukamoto dapat digunakan untuk memprediksi nyala atau mati dari kipas dan lampu yang digunakan untuk manajemen kandang tetap ideal. Manajemen kandang tetap ideal berfungsi untuk menjaga kondisi kandang sesuai dengan kondisi yang dibutuhkan ayam petelur dan menghindari ayam petelur terjangkit penyakit. Salah satu cara untuk melakukan analisis sistem yang mengandung ketidakpastian adalah dengan menggunakan logika fuzzy sendiri. Penelitian ini menggunakan metode Tsukamoto dengan fungsi implikasi Min dan defuzzifikasi dilakukan dengan menggunakan metode average (rata-rata). Dari hasil riset yang telah dilakukan dengan mencari suhu 30 derajat Celcius, kelembapan 70 persen, dengan menggunakan metode fuzzy tsukamoto yaitu untuk kipas menyala dan lampu juga menyala.

Demam Berdarah Dengue (DBD) merupakan penyakit yang dapat menyebabkan wabah dan disebarkan oleh virus Dengue melalui gigitan nyamuk Aedes aegypti. Penyakit ini menjadi perhatian serius di Kabupaten Banyuwangi dengan 1.698 kasus pada tahun 2021, termasuk 13 kematian. Peningkatan kasus DBD sejalan dengan tingginya mobilitas dan kepadatan penduduk, serta kemampuan nyamuk berkembang biak di iklim tropis dan subtropis. Dinas Kesehatan Banyuwangi mengolah data kasus DBD dari seluruh kecamatan untuk mengidentifikasi titik-titik pusat penyebaran. Untuk meningkatkan efisiensi, pengelompokan data kasus berdasarkan jumlah penduduk dan jumlah kasus dilakukan menggunakan algoritma k-means clustering. Algoritma ini dipilih karena mampu mengelompokkan data besar dengan cepat dan efisien, membantu dalam memetakan penyebaran DBD. Pengelompokan ini diharapkan dapat mendukung program pencegahan dan penanganan DBD, seperti 4M PLUS yang mencakup menutup, menguras, mengubur, dan memantau tempat penampungan air, serta menghindari gigitan nyamuk. Dengan pendekatan ini, Dinas Kesehatan Banyuwangi dapat lebih tepat sasaran dalam upaya pencegahan dan pengendalian DBD di wilayah tersebut.

Beberapa aplikasi atau sistem telah dikembangkan dan dikerahkan untuk memerangi serangan yang terjadi. Misalnya teknik observasi menggunakan firewall atau Intrusion Prevention System untuk mencegah serangan atau mendeteksi timbulnya serangan menggunakan Intrusion Detection System. Honeypot adalah sebuah sistem atau komputer yang sengaja digunakan sebagai umpan untuk menjadi sasaran penyerang. Komputer ini melayani serangan yang dilakukan oleh penyerang dengan cara menyusup ke server. Honeypot akan memberikan data palsu jika ada sesuatu yang aneh memasuki sistem atau server. Secara teori, honeypot tidak akan mencatat lalu lintas yang sah. Dengan demikian terlihat bahwa orang-orang yang berinteraksi dengan honeypot adalah semua pengguna yang menggunakan sumber daya sistem yang digunakan secara ilegal. Oleh karena itu, honeypot seolah-olah menjadi sistem yang berhasil ditembus oleh penyerang, padahal penyerang tersebut tidak menembus sistem sebenarnya melainkan sistem palsu. Honeypot Cowrie merupakan alat keamanan jaringan yang bertindak sebagai server palsu. Ini dirancang untuk merekam upaya brute force dan interaksi shell yang dilakukan penyerang. Cowrie juga berperan sebagai proxy untuk SSH dan Telnet, memungkinkan pengamatan perilaku penyerang terhadap sistem lain. Cowrie dikembangkan dari Kippo, honeypot interaksi rendah sebelumnya. Dengan Cowrie, administrator jaringan dapat memahami lebih baik tentang metode, taktik, dan prosedur yang digunakan oleh penyerang, yang sangat membantu dalam meningkatkan keamanan jaringan.

Jumlah kendaraan bermotor di Indonesia terus meningkat setiap tahun. Tingginya daya beli masyarakat terhadap kendaraan bermotor menjadi faktor utama penyebab kemacetan dan kecelakaan lalu lintas. Kemacetan di perkotaan dan jalan luar kota disebabkan oleh peningkatan kepemilikan kendaraan, terbatasnya sumber daya untuk pembangunan jalan, dan pengoperasian fasilitas lalu lintas yang belum optimal. Untuk mengatasi masalah kemacetan ini, salah satu solusinya adalah menggunakan pengaturan lampu lalu lintas. Namun lama kendaraan yang menunggu pada lampu lalu lintasbisa menyebabkan kemacetan. hal ini terjadi ketika jumlah kedatangan kendaraan ke dalam persimpangan jalan lebih besar dibanding jumlah keberangkatan kendaraan. Dalam skripsi ini, akan dibahas penggunaan metode fuzzy mamdani untuk mengembangkan sistem yang dapat mengurangi kemacetan di persimpangan lampu lalu lintas dengan memperhatikan jumlah kendaraan yang ada di persimpangan tersebut.

Small and Medium Enterprises (UMKM) play a crucial role in Indonesia's economy. The majority of UMKM are in the food and beverage sector, including canned sardine businesses. As product demand increases, UMKM often face challenges in improving production efficiency, product quality, and meeting hygiene and health standards. This study develops a low-cost automatic liquid filling machine utilizing Internet of Things (IoT) technology and gravity. The machine is designed to address the issues of accurate liquid filling in canned sardine production, reduce manual filling errors, and improve product quality. It is equipped with infrared proximity sensors and ultrasonic sensors integrated with a NodeMCU ESP8266 microcontroller for real-time monitoring. Implementation results show that this machine can enhance work efficiency, production capacity, and product quality while reducing operational costs.

SISTEM PENDUKUNG ALAT PENULISAN TOKEN DIGITAL DAN ALAT KONTROL BEBAN LISTRIK MENGGUNAKAN PLATFORM NODE-RED, Deva Baskara Utoyo, NIM E32210906, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, M Hafidh Firmansyah, S.Tr.Kom., M.Sc. (Dosen Pembimbing) Melonjaknya tagihan listrik karena faktor tidak terkontrolnya penggunaan listrik merupakan salah satu keluhan bagi pemilik kost. Hal ini dikarenakan pemilik tidak bisa memonitoring penggunaan listrik secara langsung, sehingga mengakibatkan melonjaknya tagihan listrik yang harus dibayarkan. Oleh karena itu, dibuatlah alat kontrol beban listrik yang dapat diakses penyewa kamar kost secara mudah dan kapanpun. Alat ini memungkinkan penyewa untuk memanagemen penggunaan listrik mereka, sehingga membantu pemilik kost dalam memantau biaya penggunaan listrik pada setiap kamar. Kontrol beban listrik ini dibuat dengan menggunakan sensor PZEM-004T, ESP32, Modul RIFD, Platform Node-RED, dan website untuk monitoring saldo dan penggunaan Listrik penyewa kamar kost. Serta pemilik kost juga akan mendapatkan penghasilan melalui pembelian saldo listrik. Yang nantinya saldo listrik tersebut digunakan oleh penyewa kamar untuk menyalakan listrik kamar yang disewanya. Untuk memastikan aksesibilitas dan kemudahan penggunaan, sistem ini dilengkapi dengan website yang menampilkan data monitoring secara real-time. Website ini memungkinkan pengguna memantau penggunaan Listrik dan saldo token serta mengontrol perangkat listrik. Integrasi dengan website mempermudah pengguna dalam mengelola penggunaan listrik di mana saja. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mengelola dan mengontrol penggunaan listrik, membantu pengguna menghemat biaya, dan meningkatkan pemahaman tentang manajemen energi yang efisien.

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.