Rancang Bangun Absensi Digital Menggunakan GPS Berbasis Mobile (Studi Kasus: Perusahaan Menjadi Pengaruh Group), Muhammad Julian Romadhoni, NIM E31230910, Tahun 2026, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Lukie Perdanasari, S.Kom., M.T. (Pembimbing). Pengelolaan kehadiran dan lembur karyawan di Menjadi Pengaruh Group yang memiliki lebih dari 70 karyawan di berbagai unit usaha saat ini masih dilakukan secara manual menggunakan WhatsApp dan Microsoft Excel. Proses manual ini memicu kendala administratif berupa keterlambatan rekapitulasi data, kesulitan pencatatan kompensasi lembur, serta kerawanan terhadap kecurangan seperti manipulasi lokasi (fake GPS) dan penitipan absen. Untuk mengatasi permasalahan tersebut, dikembangkan sebuah sistem absensi digital terpadu yang memadukan aplikasi mobile berbasis Flutter untuk karyawan dan aplikasi web berbasis Laravel untuk administrator (HRD/Manajer/Supervisor). Validasi kehadiran dilakukan menggunakan pelacakan lokasi berbasis GPS dengan pembatasan wilayah (geofencing) serta verifikasi wajah biometrik menggunakan algoritma Support Vector Machine (SVM) dengan kernel RBF yang dipadukan dengan ekstraksi fitur Local Binary Pattern (LBP) dan normalisasi Contrast Limited Adaptive Histogram Equalization (CLAHE). Sistem ini juga mengintegrasikan pencatatan lembur digital dengan opsi kompensasi berupa saldo poin lembur. Metode pengembangan sistem menggunakan model Waterfall. Pengujian model SVM menghasilkan akurasi confusion matrix 88,52?n k-fold cross validation 88,19% (C=20, Gamma=0.1). Pengujian Black Box mencapai keberhasilan awal 95,74?n meningkat menjadi 100% setelah pemeliharaan. Sementara pengujian UAT menghasilkan nilai kelayakan 84,62% (sangat layak). Hasil ini menunjukkan sistem layak diimplementasikan untuk meningkatkan keamanan dan efisiensi kehadiran perusahaan.

SMK Taruna Bakti Kertosono masih menerapkan sistem absensi manual dengan metode pemanggilan siswa satu per satu oleh guru, sehingga menimbulkan berbagai permasalahan, seperti kehilangan kertas kehadiran, manipulasi data, proses rekapitulasi yang memakan waktu, serta kesalahan pencatatan kehadiran siswa. Penelitian ini bertujuan untuk merancang desain UI/UX sistem absensi berbasis website dan mobile yang sesuai dengan kebutuhan pengguna serta mengevaluasi tingkat usability menggunakan metode System Usability Scale (SUS). Metode yang digunakan adalah User-Centered Design (UCD) yang terdiri atas tahapan Understand Context of Use, Specify User Requirements, Design Solutions, dan Evaluate Against Requirements. Hasil penelitian berupa rancangan UI/UX sistem absensi digital yang terdiri atas user flow, Wireframe, dan Prototype high-fidelity yang disesuaikan dengan kebutuhan siswa, guru, dan admin (guru BK). Hasil evaluasi usability menunjukkan bahwa kelompok siswa memperoleh skor SUS sebesar 75,30 dengan kategori Good, kelompok guru memperoleh skor 80,50 dengan kategori Excellent, dan admin (guru BK) memperoleh skor 82,50 dengan kategori Excellent. Secara keseluruhan, hasil penelitian menunjukkan bahwa perancangan UI/UX menggunakan metode User-Centered Design berhasil menghasilkan desain yang sesuai dengan kebutuhan pengguna, sehingga dapat menjadi acuan dalam pengembangan sistem absensi digital untuk mendukung optimalisasi kehadiran siswa di SMK Taruna Bakti Kertosono.

Aplikasi DiKantin di Politeknik Negeri Jember yang menyediakan 190 variasi menu dari 13 kantin sering kali menyebabkan kebingungan pengguna karena sistem rekomendasi yang berjalan masih bersifat acak dan belum dipersonalisasi. Ketiadaan saran yang relevan ini memperlama waktu pengambilan keputusan dan memunculkan masalah Cold Start bagi pengguna baru yang belum memiliki riwayat interaksi. Oleh karena itu, penelitian ini bertujuan mengimplementasikan serta membandingkan performa metode Content Based Filtering (CBF), Collaborative Filtering (CF) dan Hybrid Filtering berbasis mekanisme Switching guna menangani masalah Cold Start dan menentukan metode yang paling optimal. Penelitian ini menggunakan pendekatan eksperimental komparatif dengan mengolah data eksplisit dan implisit langsung dari database DiKantin. Aktivitas interaksi implisit pengguna kemudian dikonversi menjadi skala bobot preferensi menggunakan kerangka kerja AIDA (Attention, Interest, Desire, Action). Performa algoritma dievaluasi secara matematis melalui metrik MAE, RMSE, Precision, Recall, F1-Score dan NDCG. Sementara penerimaan sistem diukur melalui User Acceptance Testing (UAT) before – after terhadap 103 responden civitas akademika. Berdasarkan pengujian, metode Hybrid Filtering dengan nilai threshold 20 interaksi terbukti paling unggul. Metode ini sukses mencatatkan nilai Precision 0,044, Recall 0,151, F1-Score 0,059, Category Precision 0,710 serta NDCG 0,175 melampaui capaian skor NDCG 0,166 milik metode CBF. Evaluasi prediksi metode CF juga menunjukkan tingkat kesalahan yang stabil dan rendah dengan nilai MAE 0,1709 dan RMSE 0,2130. Implementasi algoritma terbaik ini terbukti memberikan dampak positif secara langsung terhadap pengalaman pengguna, yang ditunjukkan dengan peningkatan metrik kepuasan responden sebesar +1,01 dari skor awal 3,26 menjadi 4,27 setelah sistem diterapkan.

Perkembangan teknologi informasi telah mendorong berbagai instansi pemerintahan untuk mengoperasikan sistem berbasis web guna meningkatkan efisiensi pengelolaan data dan pelayanan administrasi. Seiring dengan meningkatnya penggunaan sistem, diperlukan jaminan bahwa setiap fitur dapat berjalan sesuai kebutuhan pengguna. proses pengoperasiannya masih berpotensi terjadi kendala seperti fungsi yang tidak berjalan dengan baik, kesalahan sistem, maupun perubahan pada aplikasi yang dapat memengaruhi kinerja website. diperlukan proses pengujian yang sistematis untuk memastikan kualitas dan keandalan sistem. Penelitian ini bertujuan untuk mengimplementasikan metode automation testing pada Website Manajemen Kepegawaian di Kelurahan Kauman menggunakan Katalon Studio dengan mengacu pada tahapan Software Testing Life Cycle (STLC). Pengujian dilakukan secara otomatis untuk memverifikasi fungsi-fungsi utama sistem serta mengidentifikasi potensi kesalahan yang terdapat pada aplikasi. Hasil penelitian menunjukkan bahwa penerapan automation testing mampu meningkatkan efektivitas proses pengujian, mempercepat identifikasi bug, serta memberikan informasi mengenai tingkat kualitas fungsionalitas website. metode ini dapat mendukung pengembangan sistem yang lebih andal, stabil, dan efisien dalam menunjang pengelolaan administrasi kepegawaian di Kelurahan Kauman.

Website JTI Slearn sebagai platform e-learning di Jurusan Teknologi Informasi Politeknik Negeri Jember mengalami penurunan performa saat terjadi lonjakan akses pengguna. Penelitian ini bertujuan menganalisis penerapan load balancing dan horizontal pod autoscaling berbasis Kubernetes dalam meningkatkan kinerja sistem. Implementasi dilakukan menggunakan Kubernetes K3s dengan mekanisme internal load balancing dan Horizontal Pod Autoscaler (HPA). Pengujian dilakukan menggunakan Grafana K6 dengan skenario 100–160 Virtual Users (VUs). Hasil penelitian menunjukkan bahwa sistem HPA mampu meningkatkan throughput dengan gap sebesar 1,20–1,70 request/detik serta menurunkan response time dengan gap sebesar 3,79–4,90 detik dibandingkan sistem Non-HPA pada beban tinggi. Selain itu, HPA mampu mempertahankan error rate yang sama atau lebih rendah pada sebagian besar skenario pengujian. Penerapan Kubernetes terbukti efektif meningkatkan skalabilitas, kestabilan, dan ketersediaan layanan website JTI Slearn.

Jagung merupakan salah satu komoditas pertanian penting di Indonesia. Produksi jagung dapat menurun akibat serangan penyakit pada daun, seperti hawar daun dan karat daun. Proses identifikasi penyakit secara manual masih memiliki beberapa kendala karena membutuhkan waktu, bergantung pada pengalaman pengamat, dan dapat menyebabkan kesalahan identifikasi. Kondisi tersebut menunjukkan perlunya sistem yang dapat membantu proses identifikasi penyakit daun jagung secara cepat dan akurat. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 berbasis transfer learning untuk mendeteksi penyakit daun jagung. Model yang dikembangkan mampu mengklasifikasikan citra ke dalam empat kelas, yaitu Bukan Jagung, Hawar Daun, Karat Daun, dan Sehat. Evaluasi model dilakukan menggunakan 5-Fold Cross Validation serta pengujian pada data testing dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model memperoleh rata-rata akurasi cross validation sebesar 99,18% dan akurasi testing sebesar 99,35%. Nilai precision, recall, dan F1-score pada seluruh kelas berada pada rentang 0,99–1,00 yang menunjukkan performa klasifikasi sangat baik. Sistem kemudian diimplementasikan ke dalam website sehingga pengguna dapat melakukan deteksi penyakit daun jagung secara otomatis melalui unggahan gambar. Hasil penelitian menunjukkan bahwa MobileNetV2 berbasis transfer learning mampu mendeteksi penyakit daun jagung secara akurat, cepat, dan efisien.

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring suhu dan kelembapan udara pada sistem aquaponik berbasis Internet of Things (IoT) yang dilengkapi dengan metode K-Nearest Neighbor (KNN) untuk memprediksi kondisi optimal pertumbuhan tanaman. Sistem ini menggunakan sensor DHT22 untuk membaca suhu dan kelembapan udara serta sensor DS18B20 untuk mengukur suhu air. Seluruh data dibaca oleh mikrokontroler NodeMCU ESP8266 dan dikirimkan ke Firebase Realtime Database melalui jaringan internet untuk diproses secara real-time.Data yang diperoleh selanjutnya dilakukan preprocessing dan normalisasi menggunakan metode Min-Max Normalization sebelum digunakan dalam proses klasifikasi. Metode K-Nearest Neighbor (KNN) diterapkan dengan perhitungan jarak Euclidean Distance untuk menentukan kategori kondisi lingkungan aquaponik, yaitu optimal atau tidak optimal. Pengujian dilakukan dengan variasi nilai K = 3, 5, dan 7, dan diperoleh hasil terbaik pada K = 3 dengan tingkat akurasi sebesar 86% berdasarkan evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring kondisi lingkungan secara real-time sekaligus memberikan hasil prediksi kondisi optimal tanaman dengan cukup akurat. Dengan adanya sistem ini, pengguna dapat memantau kondisi aquaponik dari jarak jauh serta memperoleh informasi yang membantu dalam pengambilan keputusan untuk menjaga kestabilan ekosistem aquaponik.

Penelitian ini bertujuan untuk menganalisis penerapan sistem aquaponik sebagai solusi budidaya yang efisien, mengembangkan model bisnis berbasis Business Model Canvas (BMC), mengukur kinerja keuangan melalui rasio profitabilitas, serta merumuskan strategi keberlanjutan ekonomi. Metode yang digunakan adalah deskriptif kuantitatif dengan memanfaatkan sistem website analisa bisnis aquaponik yang dikembangkan untuk memproses input data keuangan, menghitung Net Profit Margin (NPM) serta Return on Equity (ROE), dan memetakan hasilnya ke dalam 9 elemen BMC berdasarkan simulasi skala usaha kecil, menengah, dan besar. Hasil penelitian menunjukkan bahwa profitabilitas meningkat seiring bertambahnya skala usaha, di mana skala kecil menghasilkan NPM 28?n ROE 13%, skala menengah menghasilkan NPM 49?n ROE 42%, serta skala besar mencapai NPM 86?n ROE 132%. Dapat disimpulkan bahwa integrasi rasio profitabilitas dan BMC mampu memberikan gambaran bisnis yang menyeluruh untuk menentukan strategi yang efektif, sehingga sistem berbasis website ini terbukti valid sebagai solusi pendukung pengambilan keputusan bisnis aquaponik berbasis teknologi finansial.