Pandemi Covid-19 telah menyebabkan peningkatan signifikan dalam kasus kekerasan dalam rumah tangga (KDRT) di Indonesia. Berdasarkan data dari KemenPPPA hingga Oktober 2022, terdapat 18.261 kasus KDRT dengan 79,5% atau 16.745 korban adalah perempuan. Kondisi pandemi yang memaksa masyarakat untuk tinggal di rumah dalam waktu lama turut memperburuk situasi KDRT. Isu ini sering menjadi perhatian masyarakat dan ramai diperbincangkan di media sosial seperti Twitter. Oleh karena itu, analisis sentimen terhadap tweet yang mengandung kata kunci terkait KDRT dapat memberikan pemahaman mengenai opini masyarakat. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) untuk menganalisis sentimen teks di Twitter. NBC memanfaatkan distribusi kata dalam dokumen untuk menghitung probabilitas dari setiap kelas, bertujuan mengategorikan tweet ke dalam label positif, negatif, atau netral. Data diambil dari tweet yang relevan, kemudian melalui tahapan pre-processing yang meliputi case folding, cleaning data, stopword removal, word normalization, stemming, dan tokenisasi. Fitur-fitur relevan diekstraksi menggunakan metode Term Frequency Inverse Document Frequency (TF-IDF). Hasil klasifikasi menggunakan NBC menunjukkan akurasi 70%, precision 57%, recall 66%, dan f1-score 60%.

E-Sports Divisi Mobile Legends Jember merupakan komunitas jember untuk mengembangkan bakat para player Mobile Legends yang di koordinasi oleh ESI Jember. ESI sendiri merupakan singkatan dari Esport Indonesia, yang dimana memiliki sebuah visi yaitu mengembangkan dan mempromosiskan ekosistem esport yang stabil dan dapat membawa Indonesia menjadi pemimpin esport di kawasan Asia, sedangkan misi dari ESI untuk mendorong pertumbuhan esport di Indonesia dengan membuat Indonesia sebagai pusat esport di Asia yang paling aktif dan menarik. Oleh karena itu, dengan dibangunnya Sistem Pendukung Keputusan yang digunakan untuk mendapatkan player dalam tim esports divisi Mobile Legends Jember yang sesuai dengan kriteria dan bobot selektif dalam tim. Metode yang digunakan adalah metode Simple Additive Weighting, karena metode ini merupakan sebuah penghitungan secara tertimbang selain itu metode ini juga menyediakan kriteria tertentu yang berbobot, sehingga setiap nilai jumlah dari sebuah perhitungan dengan bobot hasil yang diperoleh akan menjadi keputusan akhir. Sistem ini dapat membantu tim esports divisi Mobile Legends Jember untuk mendapatkan player dalam tim yang memiliki kualitas skill dalam permainan sangat baik, sesuai dengan kriteria dan bobot. Hasil pengujian sistem dengan black box testing 100% sedangkan UAT 92,5?pat disimpulkan bahwa sistem dapat berjalan dengan baik dan dapat diterima oleh pengguna serta mudah dipahami

Penelitian ini mengomparasikan algoritma machine learning untuk klasifikasi kanker pada citra histopatologi. Algoritma yang dikomparasikan adalah Gray Level Co-Occurrence Matrix (GLCM) + Learning Vector Quantization (LVQ) dengan dua seleksi fitur Principal Component Analysis (PCA) dan regresi, serta Convolution Neural Network (CNN) dengan arsitektur ResNet50V2 yang dimodifikasi. Evaluasi dilakukan pada dataset kanker payudara dan serviks (train 90%, test 10% untuk GLCM+LVQ, dan train 70%, valid 20%, test 10% untuk CNN). Hasil dari penelitian menunjukan bahwa algoritma dengan model CNN ResNet50V2 lebih unggul dalam klasifikasi kanker histopatologi dibandingkan GLCM+LVQ. CNN ResNet50V2 mencapai akurasi 87% untuk citra histopatologi kanker payudara dan 95% untuk kanker serviks, sedangkan GLCM + LVQ dengan seleksi fitur PCA hanya mencapai 57,5% untuk payudara dan 65% untuk servikas. CNN ResNet50V2 dapat menjadi pilihan yang lebih efektif untuk klasifikasi kanker pada citra histopatologi.

PEMBUATAN WEBSITE DESA WISATA ORGANIK LOMBOK KULON MENGGUNAKAN FRAMEWORK LARAVEL PHP, Ferdiantoro Rizki Suryawan, NIM E32190848, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Teknologi Informasi, Politeknik Negeri Jember, Hariyono Rakhmad, S.Pd, M.Kom (Dosen Pembimbing), Baidhowi (Pembimbing Lapang). Kebutuhan akan sistem teknologi informasi di berbagai bidang berkembang sangat pesat dan ditandai dengan adanya website atau web. Web adalah salah satu sumber daya Internet dengan banyak kegunaan, termasuk periklanan, interaksi, bisnis, dan pengumpulan. Internet juga menjadi sarana memperkenalkan Indonesia, salah satu negara dengan potensi wisata alam dan budaya yang belum banyak dikenal wisatawan, baik asing maupun lokal. Indonesia memiliki keragaman budaya dan suku yang besar serta keindahan wisata alam. Karena keindahan wisata alamnya, Indonesia menjadi salah satu tujuan wisata terpopuler. Website resmi Dinas Pariwisata dan Kebudayaan Kota Bondowoso memberikan informasi yang minim tentang objek dan kemungkinan wisata yang ada di kota tersebut. Salah satu kunci sukses dalam industri pariwisata adalah promosi. Untuk mengembangkan pariwisata lebih lanjut, perlu diperoleh informasi pendukung tentang destinasi wisata yang akan dikunjungi, misalnya melalui peta. Peta, baik peta biasa maupun peta digital melalui internet, menjadi salah satu media informasi bagi wisatawan.

Buah naga merupakan buah yang tergolong dalam buah holtikultura (Fruitkultura), dimana buah holtikultura mempunyai keunggulan tersendiri yaitu nilai jual yang mahal, jenis yang beragam, hingga potensi serapan pasar yang terus meningkat di dalam negeri maupun internasional. Seiring berjalannya waktu harga jual buah naga mulai menurun hingga mengakibatkan pendapatan petani buah naga menurun. Penyebabnya adalah umur buah naga yang tidak produktif karena serangan penyakit yang mengakibatkan kualitas mutu buah menurun. Selama ini proses pengidentifikasian buah naga dilakukan oleh tenaga kerja dengan cara manual. Dengan memanfaatkan teknologi yang sudah berkembang, peneliti berupaya membuat sebuah sistem untuk mengetahui tingkat kematangan buah naga menggunakan metode LVQ. Metode tersebut digunakan sebagai pengidentifikasian tingkat kematangan buah naga ke dalam empat jenis kelas yaitu hijau, hijau merah, merah, merah kuning. Penelitian ini menggunakan fitur warna dan fitur tekstur sebagai parameter input dari metode LVQ. Data yang digunakan pada penelitian ini sebanyak 200 data yang terbagi menjadi 160 data latih dan 40 data uji. Dengan menggunakan metode LVQ akurasi yang diperoleh sebesar 81?ngan nilai learning rate 0.1, jumlah epoch 10, dan goal 0.1 untuk data latih dan akurasi sebesar 85% didapatkan dengan empat nilai learning rate, jumlah epoch, dan goal yang berbeda untuk data uji.

Tujuan dari penelitian ini adalah untuk meneliti apakah logika fuzzy mamdani dapat digunakan untuk memprediksi jumlah air yang digunakan untuk irigasi tanaman sawah. Salah satu cara untuk melakukan analisis sistem yang mengandung ketidakpastian adalah dengan menggunakan logika fuzzy sendiri. pasti Penelitian ini menggunakan metode mamdani, yang juga dikenal sebagai metode Min-Max. Perancangan sistem untuk mendapatkan output dilakukan dalam tahap-tahap (a) pembentukan himpunan fuzzy, (b) penerapan fungsi implikasi, (c) pembentukan aturan, dan (d) penegasan. Pada penelitian ini, metode centroid digunakan untuk melakukan defuzzifikasi. Pada penelitian ini mengkombinasikan dengan sebuah rangkaian yang dapat secara otomatis membuka dan menutup pintu irigasi adalah tujuan dari penelitian ini. Dengan menggunakan sistem pengontrol irigasi otomatis, petani dapat mengontrol seberapa banyak air yang masuk ke dalam aliran irigasi mereka. Dengan perkembangan teknologi seperti sensor dan mikrokontroler, pembuatan alat pengontrol irigasi otomatis menjadi lebih mudah. Motor servo akan membuka 180 derajat untuk mengetahui jarak air. Jika jarak air normal, maka motor servo akan menutup jika air menjadi lebih jauh. Dari hasil riset yang telah dilakukan dengan mencari usia tanaman 50 hari, luas lahan 800 m2, dan sesor ultasonik tinggi air 6 cm, dengan menggunakan metode fuzzy mamdani yaitu Banyaknya Kebutuhan Air (z*)= 12,81 mm.

Penelitian ini difokuskan pada pengembangan sistem deteksi dini penyakit Parkinson melalui gambar spiral dan gelombang yang bertujuan untuk mendukung skrining awal sebelum dilakukan pengecekan lebih lanjut ke Dokter Spesialis Saraf. Penelitian ini bertujuan untuk mengembangkan sebuah sistem deteksi dini penyakit Parkinson melalui gambar spiral dan gelombang. Metode yang digunakan melibatkan penggunaan Convolutional Neural Network (CNN) dengan arsitektur DenseNet-169 untuk mengklasifikasikan tulisan tangan sebagai tremor atau non tremor. Pada penelitian ini menggunakan tulisan tangan spiral dan gelombang untuk mengklasifikasi tulisan tangan pada suatu citra dengan pembagian kelas yaitu tremor dan non tremor. Sebelum proses klasifikasi dilakukan citra tulisan tangan melalui serangkaian tahapan preprocessing termasuk Gaussian blur, konversi ke grayscale, erosi, Otsu Thresholding dan resize citra. Hasil dari beberapa uji coba yang telah dilakukan menunjukkan bahwa learning rate 0.0001 mencapai nilai akurasi 93.13%. Untuk menilai keberhasilan dari website deteksi dini penyakit Parkinson melalui gambar spiral dan gelombang, maka dilakukan User Acceptance Testing (UAT) yang menunjukkan tingkat keberhasilan sebesar 91.8% yang menandakan bahwa pengguna menerima dengan cukup baik website deteksi dini penyakit Parkinson.

Talent Recruitment, juga dikenal sebagai akuisisi bakat, adalah proses penting bagi organisasi yang ingin menarik dan merekrut individu yang paling berkualifikasi untuk bekerja di perusahaan mereka. Ini melibatkan mengidentifikasi, mencari, dan memilih individu berbakat yang memiliki keterampilan, pengalaman, dan potensi untuk memberikan kontribusi bagi kesuksesan perusahaan. Namun, dengan berkembangnya platform online seperti situs web pekerjaan dan jejaring sosial profesional, jumlah pelamar yang harus ditinjau oleh Perusahaan meningkat secara drastis. Proses manual tradisional dalam membaca dan mengevaluasi setiap CV dan surat lamaran menjadi tidak efisien dan memakan waktu. Perusahaan harus menyortir, membandingkan, dan mengevaluasi ribuan data pelamar secara manual, yang rentan terhadap kesalahan dan dapat mengurangi akurasi dalam memilih karyawan yang tepat. Oleh karena itu, penelitian ini bertujuan untuk meningkatkan akurasi dalam proses talent recruitment dengan menerapkan teknologi terbaru, yaitu model BERT, yang dapat melakukan analisis kecocokan profil pelamar kerja. Model BERT terbukti memiliki kemampuan memproses data teks dengan akurasi tinggi dan cocok digunakan dalam seleksi karyawan. Hasil dari penelitian ini yaitu CV yang dievaluasi menggunakan model BERT menghasilkan Tingkat akurasi sebesar 0,8 atau 80% yang dapat mengkategorikan pelamar berdasarkan pengalaman kerja, deskripsi dan ketertarikan.