Jumlah kasus peretasan, pencurian data pribadi, dan penyalahgunaan akun dalam game Mobile Legends terus meningkat, sehingga menimbulkan kekhawatiran yang signifikan terhadap keamanan akun pemain. Tujuan penelitian ini adalah untuk mengetahui bagaimana pengguna memandang dan menilai keamanan akun mereka menggunakan algoritma klasifikasi teks Naive Bayes. Teknik perayapan berdasarkan kata kunci keamanan seperti "peretasan akun ML" dan kata kunci serupa digunakan untuk mengumpulkan data dari platform media sosial, khususnya Twitter. Data tersebut kemudian dikategorikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Sebelum digunakan untuk pelatihan model, data menjalani tahap praproses untuk meningkatkan kualitas teks. Tahapan ini meliputi pembersihan teks, penggabungan kasus, tokenisasi, normalisasi, penghapusan stopword, dan stemming. Setelah pembobotan selesai, metode TF-IDF digunakan untuk menghasilkan nilai numerik yang menunjukkan tingkat kepentingan setiap kata dalam dokumen. Setelah pemrosesan data, model Naive Bayes dilatih menggunakan skor F1, akurasi, presisi, dan recall. Hasil evaluasi dilakukan pada tiga skenario volume data: 100, 300, dan seluruh dataset, baik tanpa maupun dengan metode oversampling SMOTE. Hasil menunjukkan bahwa penggunaan SMOTE secara signifikan meningkatkan kinerja model, terutama pada dataset kecil dengan distribusi kelas yang tidak seimbang. Sistem ini diimplementasikan sebagai aplikasi web berbasis Flask yang menawarkan grafik evaluasi dan awan kata untuk setiap kelas sentimen, sehingga menyederhanakan visualisasi dan interpretasi hasil analisis. Penelitian ini diharapkan dapat meningkatkan pemahaman tentang persepsi pengguna terhadap keamanan akun dalam permainan daring dan membantu pengembang menciptakan sistem keamanan akun yang lebih mencerminkan sentimen pengguna.

SIGAP – V (SISTEM INFORMASI GEOGRAFIS, ANALISIS DAN PEMETEAN VISUAL) : INTEGRASI K-MEANS UNTUK TINGKAT KRIMINALITAS DI DAERAH JEMBER, Diyo Anggara Pradipa Putra, NIM E31221222, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Taufiq Rizaldi, S.ST., MT (Dosen Pembimbing). Kriminalitas adalah tindak kejahatan yang dilakukan secara sadar dan tidak sadar oleh sekelompok atau individu yang dapat merugikan lingkungan sekitar. Kriminalitas dapat dipengaruhi oleh beberapa faktor seperti Kepadatan Penduduk dan Jumlah Penangguran di daerah tersebut. Jumlah kriminalitas di suatu daerah dapat berdampak pada kebutuhan rasa aman masyarakat. Semakin tinggi tingkat kriminalitas maka kebutuhan rasa aman tidak akan terpenuhi. Hal ini akan mengakibatkan berkurangnya motivasi masyarakat dalam memenuhi kebutuhan dasar lainnya. Sebagai salah satu pusat kegiatan regional, pemerintah Jember harus dapat beradaptasi dengan cepat terhadap peningkatan kepadatan penduduk yang tinggi. Hal ini di lakukan guna meningkatkan dan menjaga kebutuhan rasa aman, sehingga diharapkan dapat mengurangi presentase kriminalitas yang terjadi di daerah Jember. Oleh karena itu, seluruh pihak terkait perlu kesadaran tinggi akan pentingnya keamaan terhadap setiap daerah di wilayah Jember. Perlu juga untuk menerapkan inovasi terbaru guna menghasilkan metode penanganan dan pencegahan yang lebih modern, cepat dan tepat sasaran. Sistem Informasi Geografis (SIG) merupakan sistem yang dapat digunakan untuk mengumpulkan, mengelola, memanipulasi dan menvisualisasikan data geografis di berbagai bidang. Teknologi ini menjadi salah satu pilihan yang dapat menjadi inovasi baru dalam meningkatkan kebutuhan rasa aman di wilayah Jember. Sistem ini juga dapat dilengkapi dengan K-Means sebagai algoritma clustering pendukung untuk memfasiltasi pihak terkait dalam memahami tren dan pola kejahatan di wilayah Jember.

Melimpahnya pilihan destinasi wisata seringkali menyulitkan wisatawan dalam menentukan pilihan yang paling sesuai dengan preferensi pribadi, sehingga dapat mengurangi kepuasan perjalanan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode pembobotan aditif sederhana (Simple Additive Weighting - SAW) guna menyediakan rekomendasi destinasi wisata yang lebih terpersonalisasi dan relevan. Sistem mengevaluasi alternatif destinasi berdasarkan beberapa kriteria seperti Attraction, Accessibility, Amenities, Ancilarry. Dalam studi kasus menggunakan data 27 destinasi wisata Kabupaten Jember, metode SAW berhasil menghitung nilai preferensi untuk setiap destinasi dan menghasilkan peringkat. Sebagai contoh, destinasi Wana Wisata Tanjung Papuma mendapatkan skor preferensi tertinggi (1.00) dan diikuti oleh Coco Park (Puslit Kopi Kakao) dengan skor preferensi 0.9500 sementara Wisata Citra Mandiri mendapatkan skor lebih rendah 0.5500 berdasarkan input kriteria dan bobot yang ditentukan. Hasil ini menunjukkan bahwa SPK yang dikembangkan mampu membantu calon wisatawan dalam proses pengambilan keputusan pemilihan destinasi secara lebih objektif, transparan, dan efisien, sehingga meningkatkan potensi kepuasan dalam merencanakan dan menjalani kunjungan wisata.

The smart cane is a form of assistive technology innovation designed to support the mobility of visually impaired individuals. This study focuses on optimizing the GPS sensor on a smart cane to improve location tracking accuracy. The system is built using two GPS Neo-6M modules connected to an ESP 32 microcontroller. The coordinate data from both sensors is converted from DMS (Degrees, Minutes, Seconds) format to decimal format and then processed using the Moving Average Filter (MAF) method. The filtered coordinate results are automatically sent to the Telegram application via a GSM Sim800L module, allowing guardians or supervisors to monitor the user’s real-time location. The system was tested at two outdoor locations under normal weather conditions. The evaluation results show that the Moving Average coordinates have a very small average difference compared to satellite GPS reference data, with a Pearson correlation value reaching 0.99995. This proves that the application of MAF is effective in enhancing the stability and accuracy of GPS data. Thus, the system not only improves the reliability of location tracking but also serves as a practical solution to support the safety and mobility of visually impaired users. Keywords: Smart Cane, GPS Neo-6M, Moving Average Filter, ESP 32, Telegram

Politeknik Negeri Jember (POLIJE) sebagai perguruan tinggi vokasi memiliki peran strategis dalam mencetak tenaga ahli yang unggul di bidang teknologi informasi. Salah satu program pendukung utamanya adalah kegiatan magang, yang memberikan mahasiswa kesempatan untuk menerapkan kompetensi langsung di lingkungan industri. Penulis melaksanakan magang di LKP Brilliant English Course, sebuah lembaga pembelajaran Bahasa Inggris yang berlokasi di Pare-Kediri, Jawa Timur. Proyek utama yang dilakukan adalah pengembangan website berbasis subdomain untuk tutor, bertujuan memberikan solusi efisiensi sistem digital dalam mendukung operasional pendaftaran member. Pengembangan ini berhasil menghadirkan dashboard dengan berbagai fitur, seperti pengelolaan rekening bank, program pembelajaran, periode pendaftaran, akomodasi, hingga pencatatan transaksi dan data pengguna. Solusi ini tidak hanya mempermudah proses operasional, tetapi juga meningkatkan transparansi dan memberikan keadilan bagi para tutor dalam mengelola aktivitas pemasaran digital melalui strategi digital marketing yang lebih efektif. Dengan hasil ini, Brilliant English Course diharapkan mampu meningkatkan kualitas layanannya, memudahkan tutor dalam mengelola sistem pembelajaran, dan menghadirkan pengalaman terbaik bagi member. Sistem yang dihasilkan mendukung pengembangan teknologi digital modern yang relevan dengan kebutuhan industri pendidikan saat ini.

Penelitian ini berhasil mengembangkan sistem pemantauan nutrisi hidroponik tanaman pakcoy berbasis IoT dengan menggunakan metode fuzzy. Sistem ini dirancang untuk mengukur kadar nutrisi (PPM), tingkat keasaman (pH), dan suhu air secara otomatis melalui sensor yang terhubung dengan mikrokontroler ESP32. Data yang diperoleh ditampilkan pada antarmuka website, memungkinkan pengguna memantau kondisi tanaman dari jarak jauh tanpa perlu memeriksa langsung. Metode fuzzy digunakan untuk mengatur kerja pompa nutrisi dan pH secara otomatis berdasarkan kondisi aktual tanaman. Hasil pengujian menunjukkan bahwa sistem ini mampu menjaga kestabilan nutrisi dan pH, sehingga pertumbuhan tanaman menjadi lebih optimal. Selain itu, sistem ini juga membantu menghemat waktu dan tenaga dalam perawatan tanaman hidroponik. Keunggulan sistem ini terletak pada kemudahan penggunaannya, akurasi pengukuran, serta kemampuan memberikan rekomendasi tindakan berdasarkan data yang diperoleh. Dengan demikian, sistem ini dapat menjadi solusi bagi penggemar hidroponik, khususnya dalam budidaya tanaman pakcoy, untuk meningkatkan hasil panen dengan perawatan yang lebih efisien.

Kebakaran merupakan bencana yang sering terjadi dan memiliki potensi bahaya besar bagi masyarakat. pendeteksi kebakaran ini bertujuan untuk meningkatkan kesadaran masyarakat tentang bahaya kebakaran. Alat pendeteksi kebakaran berbasis IoT adalah penerapan konsep Internet of Things (IoT) dalam sistem deteksi kebakaran yang dapat terhubung ke jaringan internet. Sistem ini menggunakan sensor-sensor yang terhubung secara nirkabel untuk mendeteksi adanya kebakaran atau indikasi kebakaran seperti suhu yang tinggi atau keberadaan asap. Proses implementasi dimulai dengan pemilihan sensor-sensor yang sesuai, seperti sensor api, sensor suhu, sensor asap, atau sensor gas, yang kemudian terhubung ke mikrokontroler atau perangkat IoT. Sensor-sensor ini ditempatkan di lokasi strategis di sekitar area yang ingin dipantau. Selanjutnya, data yang diterima dari sensor-sensor kebakaran dikirim ke platform IoT, dengan Aplikasi, melalui koneksi internet. Platform IoT ini akan memproses data yang diterima dan memberikan tindakan sesuai dengan kondisi yang terdeteksi. Pengguna dapat memantau kondisi lingkungan secara real-time melalui antarmuka pengguna yang disediakan oleh platform IoT. Kemajuan Teknologi di era saaat ini sangat berkembang pesat. Dalam perkembangannya, kemajuan teknologi ini semakin mempermudah aktivitas manusia dalam melakukan segala kerjanya. Seperti pendeteksi kebakaran berbasis IoT memiliki beberapa keunggulan, termasuk deteksi dini, respon cepat, dan kemampuan monitoring jarak jauh. Dengan adanya sistem ini, diharapkan dapat meningkatkan kesadaran dan keselamatan masyarakat dalam menghadapi ancaman kebakaran.

Teknologi AI dan IoT memiliki peran besar dalam meningkatkan efisiensi sektor pertanian, terutama di Indonesia yang merupakan negara agraris. Perubahan iklim yang ekstrem memicu risiko gagal panen dan kekeringan. Penyiraman yang tidak efisien dan suhu tinggi di greenhouse menjadi masalah utama. Maka dibutuhkan solusi otomatisasi berbasis teknologi yang mampu mengatur penyiraman dan pendinginan secara efisien. Untuk mengatasi hal tersebut, penulis merancang sistem smart greenhouse berbasis mikrokontroler ESP32 yang terintegrasi dengan sensor suhu dan kelembapan (DHT22), sensor kelembapan tanah (soil moisture), pompa air, sistem cooling spray, serta modul relay. Seluruh sistem ini terhubung dengan platform WhatsApp melalui chatbot berbasis Twilio dan database real-time Firebase, memungkinkan monitoring dan kontrol jarak jauh secara otomatis maupun manual. Penelitian ini bertujuan mengembangkan sistem penyiraman dan pendinginan otomatis yang dapat disesuaikan dengan kondisi lingkungan secara real-time, serta menyediakan fitur penjadwalan. Hasil pengujian menunjukkan bahwa sistem dapat berfungsi dengan baik dan efisien, terbukti dari penghematan air sebesar ±140 mL per tanaman per hari pada penyiraman otomatis dibanding metode manual, serta sistem misting yang bekerja otomatis saat suhu mencapai ambang batas tertentu (di atas 34°C). Sistem smart greenhouse berbasis AI dan IoT ini mampu meningkatkan efisiensi penggunaan air dan energi, mempermudah pengelolaan tanaman, serta mendukung pertanian berkelanjutan berbasis teknologi modern.