Tugas Akhir ini bertujuan untuk merancang dan mengembangkan sebuah Sistem Informasi Bimbingan dan Konseling yang terintegrasi dengan fitur chat, khususnya untuk SMA Negeri 4 Jember. Latar belakang penelitian menggaris bawahi pentingnya pelayanan Bimbingan dan Konseling dalam membantu peserta didik mengatasi masalah pribadi, sosial, belajar, dan karis. Di SMA Negeri 4 Jember, meskipun pelayanan tersebut telah ada, namun masih terdapat kendala seperti kurangnya pemanfaatan teknologi informasi, penanganan data yang manual, serta keterbatasan jumlah dan waktu Guru BK. Oleh karena itu, pengembangan sistem informasi dengan fitur chat menjadi solusi yang relevan untuk meningkatkan efektivitas dan efisiensi pelayanan Bimbingan dan Konseling

Virus sebagai makhluk hidup mikroskopis memiliki berbagai jenis, karakteristik, proses replikasi, dan peranan yang berbeda-beda. Hal ini merupakan salah satu materi yang ada pada mata pelajaran Biologi kelas X SMA. Saat ini, pembelajaran materi virus masih dilakukan secara konvensional menggunakan penjelasan lisan, buku, dan video YouTube yang memiliki keterbatasan dalam memberikan detail materi dan terkendala tidak adanya fasilitas mikroskop elektron. Untuk mengatasi hal tersebut, dikembangkan sebuah aplikasi media pembelajaran berbasis Augmented Reality (AR) yang dapat membantu siswa dalam memahami virus termasuk tobacco mosaic virus, adenovirus, SARS-COV, dan bacteriophage melalui model 3D dan penggunaan 2 marker yang bersifat interaktif. Penelitian ini dilakukan selama 10 bulan di SMA Negeri 2 Jember dan Politeknik Negeri Jember dengan metode Multimedia Development Life Cycle (MDLC) yang melibatkan wawancara dengan guru biologi sebagai narasumber dan validator. Hasil penelitian menunjukkan bahwa penggunaan AR sebagai media pembelajaran alternatif mampu meningkatkan kemampuan kognitif siswa sebesar 3,53%. Sedangkan pengujian User Acceptance Test (UAT) menunjukkan hasil sebesar 90,7%. Keberhasilan aplikasi dipengaruhi oleh faktor-faktor lain seperti intensitas cahaya 80-110 lux, latar belakang polos, jarak 10-50 cm, dan sudut kamera 45° untuk mendapatkan hasil yang maksimal dalam membaca marker dan menampilkan objek 3D.

Essential Thrombocythemia adalah jenis kelainan pada darah manusia yang merupakan bagian dari kelompok Myeloproliferative Neoplasms. Kriteria penyakit ET adalah jika jumlah trombosit dalam darah melebihi batas normal yaitu lebih dari 450.000 ?L dalam darah dan terdapat trombosit raksasa dengan jumlah yang cukup sering ditemukan dalam satu lapang pandang hasil citra hapusan darah tepi. Penelitian ini bertujuan untuk pengembangan aplikasi sistem klasifikasi abnormalitas trombosit pada citra hapusan darah tepi menggunakan CNN. Sistem melakukan proses klasifikasi menggunakan metode Convolutional Neural Network (CNN) dengan 3 kelas klasifikasi yaitu trombosit normal, giant trombosit dan leukosit. Secara umum parameter untuk proses klasifikasi melalui pengenalan warna, bentuk, ukuran dan tekstur dari citra hapusan darah tepi. Pada penelitian ini model dilatih menggunakan arsitektur DenseNet-169 dengan hasil model model terbaik pada learning rate 0,0001, hasil yang diperoleh dari pengujian sistem menunjukkan bahwa sistem mampu melakukan klasifikasi abnormalitas trombosit dengan nilai akurasi terbaik sebesar 98% dari 130 data pengujian.

Seiring dengan rutinnya konsumsi budaya-budaya Korea Selatan, masyarakat Indonesia ingin mengenal lebih jauh tentang Korea Selatan, termasuk mahir berbahasa Korea. Tidak sedikit pula masyarakat yang mempelajari bahasa Korea ingin melanjutkan studi ke Korea Selatan. Sebelum mempelajari bahasa Korea, ada baiknya untuk mengenal huruf dan cara penulisan huruf Korea (hangul) terlebih dahulu. Namun, bentuk huruf Korea (hangul) menyulitkan pembelajaran karena bentuk karakternya yang tidak familiar bagi masyarakat Indonesia. Latihan menulis atau praktik secara langsung dapat mengasah kemampuan dan pengembangan keterampilan dalam menulis huruf hangul. Oleh karena itu, diperlukan media pembelajaran yang menarik dan interaktif untuk mencapai hasil pembelajaran yang maksimal. Media pembelajaran Learn Hangul berbasis website, dibangun untuk menjadi solusi dari permasalahan tersebut. Memiliki 2 fitur utama yaitu untuk belajar seluruh huruf hangul dan belajar penyusunan huruf,serta fitur untuk menulis suku kata menggunakan huruf korea. Dalam fitur penulisan suku kata huruf korea dibatasi hanya dapat menyusun 2 huruf saja. Website yang dikembangkan menggunakan Convolutional Neural Network (CNN) LeNet-5 dapat berjalan dengan baik. Seluruh fungsionalitas aplikasi dapat berjalan sesuai target tanpa ada kesalahan, dibuktikan dengan hasil pengujian Black Box. Lalu, didapatkan 3 nilai metrik evaluasi performa model menggunakan Confusion Matrix yaitu precision sebesar 89.7%, recall sebesar 88.8%, dan F1- score bernilai 89.2%. Selain itu, nilai akurasi dari model mencapai 89.2%. Website ini dapat diterima dengan baik oleh pengguna dan bermanfaat bagi mereka yang ingin mempelajari huruf korea (hangul), dibuktikan dengan hasil pengujian kepada pengguna yang mendapatkan nilai keberhasilan sebesar 80%.

Bahasa Arab memiliki peran sentral dalam ajaran Islam dan pemahaman AlQur'an. Dalam konteks ini, pemahaman kosakata Bahasa Arab menjadi esensial bagi umat Islam, terutama dalam memahami dan mengamalkan ajaran agama umat Islam. Kosakata Bahasa Arab tidak hanya menjadi kunci untuk memahami teksteks keagamaan, tetapi juga menjadi landasan dalam berkomunikasi dan menyampaikan ide-ide dengan benar. Di MTs Darun - Najah, sebuah sekolah Islam, Bahasa Arab dijadikan sebagai fokus utama dalam kurikulum pembelajaran, dengan upaya untuk tidak hanya mengajarkan kosakata, tetapi juga keterampilan berbicara dalam bahasa tersebut. Meskipun Bahasa Arab menjadi fokus pembelajaran di MTs Darun - Najah, tantangan dalam pembelajaran tetap ada, terutama terkait dengan minat siswa. Kurangnya minat siswa bisa menghambat pemahaman dan penguasaan kosakata bahasa Arab. Oleh karena itu, peran guru sangatlah penting dalam menciptakan lingkungan pembelajaran yang menarik. Dengan kreativitas dalam penyampaian materi dan penggunaan media interaktif, guru dapat membangkitkan minat siswa dalam pembelajaran bahasa Arab. Pendekatan ini membantu siswa belajar dengan lebih aktif, inovatif, dan menyenangkan.Dalam mengatasi tantangan ini, pengembangan teknologi menjadi solusi yang relevan. Sebuah website telah dikembangkan menggunakan teknologi Deep Learning, khususnya Convolutional Neural Network (CNN), untuk mengenali kosakata Bahasa Arab. Hasil penelitian menunjukkan bahwa sistem ini memiliki akurasi yang tinggi, mencapai 90?ngan rata-rata precision mencapai 94%, recall 94,3%, dan f1-score 88.5%.

This research aims to ensure that the Smart Parking application has met the set standards and can function under various conditions to ensure smooth operation for users. Therefore, comprehensive performance testing is necessary to achieve this goal. The focus of this study is on testing the performance of Smart Parking applications using the Load Testing method, with key indicators measured including response time, throughput, and error rate. Tests were conducted using the JMeter tool in several scenarios that included various levels of demand, namely 10, 30, and 50 users. Results show that response time and throughput decrease with increasing user demand load, but applications can still handle all requests well, evidenced by an error rate of 0.0%. Therefore, the performance of the Smart Parking application is considered excellent, as no requests fail to be processed in every scenario tested.

Sistem Pendukun Keputusan Kelayakan Pemberian Pinjaman Dengan Metode Simple Multi Attribute Rating Technique (SMART): Studi Kasus Koperasi Simpan Pinjam Wahana Arta Perdana, Farel Ramadhan Aryaputra, NIM E31210049, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Wahyu Kurnia Dewanto, S.Kom, MT. (Dosen Pembimbing). Koperasi Simpan Pinjam Wahana Arta Perdana merupakan lembaga keuangan yang memberikan pinjaman kepada nasabahnya. Akan tetapi, koperasi menghadapi tantangan dalam memilih nasabah yang layak untuk mendapatkan pinjaman karena jumlah permintaan pinjaman yang tinggi namun sumber daya terbatas. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang diharapkan dapat membantu koperasi dalam menilai kelayakan pemberian pinjaman calon nasabah. Berdasarkan permasalahan yang telah diuraikan maka dibutuhkan aplikasi berbasis web yang diharapkan dapat meningkatkan efektivitas proses penilaian kelayakan pemberian pinjaman di KSP. Wahana Arta Perdana, sehingga dana yang dikeluarkan dapat tepat sasaran dan sesuai dengan kemampuan nasabah.

Crime is a serious problem in Indonesia, with escalating crime rates. Robbery, especially those involving violence and armed threats, poses a significant threat to public safety. To address this, CCTV technology has become a common solution. However, manual monitoring of CCTV recordings is highly inefficient and prone to human errors. Therefore, this research develops a prototype robbery detection system using the YOLOv5 method on CCTV. A dataset of images depicting robots performing robbery actions is prepared to train the detection model. Testing is conducted using this dataset, both in testing conditions with images and in real-time using a camera. The results show satisfactory success rates, with the ability to detect robberies reaching approximately 91% for violent robberies and 83% for armed robberies. Additionally, the system can send log data of detected criminal activities to a mobile application. For further development, plans include integrating real-time human object detection and adding alarm features to provide warnings when criminal activities are detected. These steps are expected to enhance the system's ability to monitor and respond to criminal situations more effectively.