Taman Nasional Baluran merupakan salah satu destinasi wisata alam unggulan di Kabupaten Situbondo yang memiliki daya tarik berupa fenomena Savana Bekol yang menyerupai daratan Afrika. Tingginya minat wisatawan tercermin dari jumlah ulasan pada Google Maps yang mencapai lebih dari 4.000 ulasan, namun data tersebut bersifat subjektif, menggunakan bahasa informal, dan tidak terkelompokkan secara otomatis, sehingga menyulitkan pihak pengelola dalam melakukan evaluasi layanan secara manual. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengunjung ke dalam kategori positif, negatif, dan netral menggunakan metode Random Forest. Data dikumpulkan melalui teknik web scraping dari Google Maps dan diproses melalui tahapan text preprocessing yang meliputi case folding, cleansing, normalisasi, stopword removal, tokenizing, dan stemming. Ekstraksi fitur dilakukan menggunakan metode TF-IDF untuk memberikan bobot pada kata-kata penting dalam dataset . Hasil penelitian menunjukkan bahwa metode Random Forest mampu menghasilkan klasifikasi sentimen dengan tingkat akurasi yang baik, di mana performa tertinggi dicapai pada skenario pembagian data 80% training dan 20% testing dengan nilai akurasi sebesar 80%. Visualisasi WordCloud menunjukkan bahwa mayoritas ulasan bernada positif yang berfokus pada keindahan alam dan satwa liar, sementara ulasan negatif didominasi oleh keluhan terkait kondisi jalan yang rusak dan fasilitas yang kurang memadai. Temuan ini diharapkan dapat menjadi dasar bagi pengelola wisata dan Dinas Pariwisata Situbondo dalam meningkatkan kualitas layanan dan infrastruktur berbasis data opini pengunjung.

Sistem presensi merupakan salah satu kegiatan administrasi penting dalam instansi pemerintahan untuk mencatat kehadiran pegawai secara terstruktur dan terdokumentasi dengan baik. Namun, sistem presensi yang belum dirancang sesuai dengan kebutuhan pengguna dapat menimbulkan kesulitan dalam penggunaan serta kurang optimalnya pengelolaan data kehadiran. Penelitian ini merancang UI/UX aplikasi presensi berbasis web dan mobile di Kantor Desa Pelem menggunakan pendekatan User Centered Design (UCD) agar desain sistem lebih sesuai dengan kebutuhan dan pengalaman pengguna. Evaluasi kegunaan dilakukan menggunakan metode System Usability Scale (SUS) secara kuantitatif dengan menyebarkan kuesioner kepada responden yang telah melakukan pengujian terhadap desain aplikasi. Hasil penelitian menunjukkan adanya peningkatan skor SUS dari kedua platform setelah dilakukan perbaikan desain berdasarkan masukan pengguna. Selain itu, hasil evaluasi juga menunjukkan peningkatan pada aspek kemudahan penggunaan dan penerimaan sistem oleh pengguna. Penggunaan metode UCD dalam proses perancangan serta metode SUS dalam evaluasi terbukti efektif dalam meningkatkan usability dan kualitas desain aplikasi presensi.

Perkembangan teknologi informasi membuka peluang dalam pengembangan media pembelajaran interaktif, khususnya bagi anak usia dini. Namun, pengenalan tanaman yang terdapat dalam Al-Qur’an masih dilakukan secara konvensional sehingga kurang menarik. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi “Kebun Qur’an” berbasis Augmented Reality (AR) sebagai media pembelajaran interaktif. Metode yang digunakan adalah Research and Development (R&D) dengan model ADDIE yang meliputi Analyze, Design, Development, Implementation, dan Evaluation. Aplikasi dikembangkan menggunakan Unity, Vuforia SDK, dan bahasa pemrograman C#, serta dilengkapi fitur belajar, berlatih, dan bermain dengan scan marker untuk menampilkan objek 3D tanaman. Hasil dari pengujian Black Box Testing dan pengujian Frame Per Second (FPS) menunjukkan bahwa berjalan dengan baik. Validasi ahli media memperoleh rata-rata 93?n ahli materi 84?ngan kriteria sangat layak, serta uji coba kepada pengguna sebesar 90% yang menunjukkan aplikasi diterima dengan baik. Dengan demikian, aplikasi “Kebun Qur’an” efektif sebagai media pembelajaran yang efektif, interaktif bagi anak usia dini.

Materi unsur dan senyawa dalam pelajaran Ilmu Pengetahuan Alam (IPA) merupakan salah satu konsep dasar yang penting namun kerap dianggap sulit oleh siswa, karena struktur atom dan molekul bersifat abstrak dan tidak mudah divisualisasikan. Dominasi metode pembelajaran konvensional seperti ceramah menyebabkan rendahnya minat dan pemahaman siswa terhadap materi tersebut. Penelitian ini mengembangkan aplikasi media pembelajaran interaktif berbasis Augmented Reality (AR) bernama Atomix AR, yang mampu menampilkan visualisasi objek 3D berupa atom, molekul unsur, dan molekul senyawa secara real-time melalui pemindaian marker menggunakan kamera smartphone. Aplikasi ini juga dilengkapi fitur penggabungan multi-marker untuk membentuk visualisasi molekul sehingga menghadirkan pengalaman belajar yang lebih interaktif dan kontekstual. Pengembangan aplikasi menggunakan metode Multimedia Development Life Cycle (MDLC) yang mencakup enam tahapan: concept, design, material collecting, assembly, testing, dan distribution. Pengujian dilakukan melalui blackbox testing, pengujian akurasi, oklusi, overlapping, intensitas cahaya, pretest-posttest, serta User Acceptance Testing (UAT). Hasil pengujian menunjukkan bahwa Atomix AR berfungsi sesuai spesifikasi yang dirancang dan terbukti meningkatkan pemahaman siswa dibandingkan metode konvensional. Aplikasi ini dapat menjadi alternatif media pembelajaran yang inovatif untuk membantu siswa memahami konsep abstrak unsur dan senyawa sekaligus meningkatkan minat belajar.

Kota Jember memiliki potensi kerawanan banjir akibat kondisi geografis dan pengaruh faktor meteorologi. Penelitian ini bertujuan untuk memetakan tingkat kerawanan banjir di wilayah Kota Jember dengan unit analisis tingkat desa/kelurahan guna memberikan informasi mitigasi yang lebih akurat. Metode yang digunakan adalah algoritma K-Means Clustering untuk mengelompokkan wilayah berdasarkan parameter seperti temperatur, kelembapan, arah angin, tutupan awan, tutupan lahan, dan kondisi cuaca. Proses pengelompokan menghasilkan tiga kluster tingkat kerawanan, yaitu Kluster 0 (rendah), Kluster 1 (sedang), dan Kluster 2 (tinggi). Hasil analisis menunjukkan bahwa dari 22 wilayah, sebanyak 16 wilayah (72,7%) termasuk kategori sedang, 5 wilayah (22,7%) kategori rendah, dan 1 wilayah (4,3%) kategori tinggi, dengan nilai Silhouette Score sebesar 0,4665 yang menunjukkan kualitas clustering yang cukup baik. Hasil analisis spasial kemudian diintegrasikan ke dalam sistem informasi geografis berbasis web menggunakan Leaflet.js dengan data GeoJSON untuk menghasilkan visualisasi peta interaktif. Dengan adanya visualisasi ini, diharapkan dapat menjadi instrumen pendukung keputusan bagi pemerintah daerah dan Badan Penanggulangan Bencana Daerah (BPBD) Jember dalam menyusun strategi mitigasi yang lebih efektif.

Perkembangan kognitif anak usia dini (0–6 tahun) merupakan fase penting yang memerlukan stimulasi melalui media pembelajaran yang interaktif dan menarik. Salah satu bentuk stimulasi yang efektif adalah pengenalan hewan, yang dapat melatih kemampuan klasifikasi dan kecerdasan naturalistik anak. Penelitian ini bertujuan untuk mengembangkan media pembelajaran interaktif berbasis website yang mampu mengenalkan hewan berdasarkan habitatnya menggunakan metode Convolutional Neural Network (CNN). Model yang digunakan adalah EfficientNetB0 dengan pendekatan transfer learning untuk mengklasifikasikan 35 jenis hewan yang dipetakan ke dalam habitatnya. Dataset diproses menggunakan teknik augmentasi untuk meningkatkan variasi data. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 99,14% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,99. Aplikasi dikembangkan menggunakan Python (Flask) sebagai backend serta HTML, CSS, dan JavaScript sebagai frontend. Sistem menyediakan fitur deteksi real-time, unggah gambar, serta pengambilan gambar melalui kamera, dilengkapi audio dua bahasa (Indonesia dan Inggris) dan permainan edukatif interaktif. Hasil pengujian menunjukkan sistem bekerja optimal pada jarak 5–10 cm dan intensitas cahaya minimal 30 lux. Uji kepuasan pengguna memperoleh nilai 89%, serta hasil pre-test post-test menunjukkan peningkatan pemahaman siswa dengan kategori sedang hingga tinggi. Dengan demikian, media pembelajaran yang dikembangkan terbukti efektif dalam meningkatkan kemampuan anak usia dini dalam mengenal hewan dan habitatnya.

Indonesia memainkan peran penting dalam industri kopi global sebagai produsen dan eksportir utama. Namun, kualitas produk dan traceability di tingkat petani masih menghadapi tantangan yang signifikan. Studi ini, yang dilakukan sebagai studi kasus di Sekolah Kopi RAISA di Kecamatan Sumber Wringin, Kabupaten Bondowoso, mengusulkan solusi terintegrasi berupa sistem ketertelusuran berbasis web dan aplikasi menggunakan QR Code untuk mencatat asal usul produk secara real-time, dikombinasikan dengan deteksi penyakit daun berbasis CNN menggunakan ResNet50. Studi ini melibatkan identifikasi masalah dan persyaratan, pemetaan rantai pasok kopi, identifikasi data dan desain sistem ketertelusuran, pengumpulan dan pembagian dataset, pra-pemrosesan, implementasi model, pelatihan, dan evaluasi. Dataset untuk model diperoleh dari sumber publik (Coffee Leaf Diseases, Kaggle) dan diproses menggunakan pipeline preprocess_input, augmentasi data, dan sampling seimbang 260/60 per kelas untuk pelatihan, validasi, dan pengujian. Hasil menunjukkan bahwa model ResNet50 (diimplementasikan dalam dua tahap: pelatihan kepala dan penyempurnaan) mencapai kinerja yang sangat baik, dengan kerugian pengujian 0,0252 dan akurasi pengujian 99,44% pada 180 sampel pengujian (60 sampel per kelas). Laporan klasifikasi menunjukkan kinerja per kelas yang tinggi (sempurna untuk phoma, sementara tidak ada penyakit dan karat masing-masing menunjukkan satu kesalahan klasifikasi minor), dengan hanya satu kesalahan yang teramati pada confusion matrix. Secara praktis, integrasi model klasifikasi ini ke dalam sistem pelacakan memungkinkan deteksi dini penyakit dan pencatatan yang dapat dilacak, yang diharapkan dapat membantu meningkatkan konsistensi kualitas dan memperkuat daya saing kopi RAISA dalam rantai pasok yang lebih luas.

Sistem pencatatan operasional budidaya padi di tingkat hulu (petani) UD Tani Rejo yang masih manual rentan menyebabkan hilangnya data dan kurangnya transparansi, sehingga menghambat proses penjaminan mutu beras ekspor. Penelitian ini bertujuan untuk mengimplementasikan sistem ketertelusuran (traceability) berbasis Cloud Computing melalui aplikasi mobile "Jejak Padi" guna mendigitalisasi pencatatan operasional secara real-time. Pengembangan aplikasi ini menggunakan framework Flutter dan basis data MySQL, yang rekam jejak datanya diadaptasi dari pedoman GS1 Traceability Standard. Pengujian fungsionalitas aplikasi dilakukan dengan metode User Acceptance Test (UAT) yang melibatkan partisipasi langsung dari petani dan pihak manajemen mitra. Hasil pengujian UAT menunjukkan bahwa seluruh fungsionalitas aplikasi diterima dengan baik, mudah digunakan, dan beroperasi sesuai kebutuhan. Digitalisasi ini terbukti mampu mengoptimalkan efisiensi operasional, meningkatkan transparansi rantai pasok, serta memperkuat daya saing jaminan mutu produk beras ekspor UD Tani Rejo di pasar global sesuai dengan parameter SNI 6128:2020.