Kegiatan magang dilaksanakan di PT Meetaza Prawira Media selama periode 2 Februari hingga 5 Juni 2026, di mana penulis terlibat dalam pengembangan frontend pada sistem Prime Project Dashboard sebuah aplikasi berbasis web yang digunakan untuk pengelolaan proyek dan tugas tim. Dalam pengerjaannya, penulis menggunakan Angular sebagai framework utama dan Tailwind CSS untuk tampilan yang responsif, serta mengintegrasikan REST API untuk menampilkan data secara dinamis. Beberapa fitur yang dikerjakan meliputi pembuatan komponen tampilan, navigasi halaman, serta pengembangan fitur task, board, dan monitoring progres. Melalui kegiatan ini, penulis memperoleh pengalaman nyata dalam pengembangan perangkat lunak di lingkungan industri, termasuk kemampuan bekerja dalam tim dan memahami standar pengembangan yang berlaku.

Pengembangan Sistem Prediksi Jumlah Stok LPG 3 Kg Pada Pangkalan Dengan Pendekatan Machine Learning Berbasis Website, Eka Setyo Saputra, NIM E31230517, Tahun 2026, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Khafidurrohman Agustianto, S.Pd., M.Eng. (Dosen Pembimbing). Pangkalan LPG 3 kg mengalami kendala dalam menentukan jumlah stok yang harus disediakan akibat pola penjualan yang tidak menentu serta pengaruh faktor eksternal seperti kebijakan penyaluran dari agen. Keterbatasan pemanfaatan teknologi dalam pengelolaan data dan prediksi jumlah stok LPG 3 kg menjadi salah satu penyebab pengelolaan persediaan yang kurang optimal. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem prediksi jumlah stok LPG 3 kg berbasis website menggunakan pendekatan machine learning dengan algoritma prophet. Sistem dikembangkan menggunakan framework laravel sebagai antarmuka pengguna dan flask sebagai server backend untuk server machine learning yang berkomunikasi melalui arsitektur API berbasis JSON. Model prophet dibangun menggunakan data historis penjualan LPG 3 kg dari pangkalan di daerah Gebang, Jember selama tiga tahun (2023–2025), dengan penambahan regressor pengetatan regulasi distribusi LPG menggunakan nilai scale 0,4 yang diperoleh melalui pengujian grid search. Evaluasi model dilakukan menggunakan metode rolling origin dengan skema Expanding Window. Hasil evaluasi menghasilkan nilai MAPE sebesar 16,18?n MAE sebesar 1,84 yang dimana hasil ini dikategorikan baik. Hasil blackbox testing menunjukkan seluruh fungsionalitas sistem berjalan sesuai yang diharapkan, dan hasil User Acceptance Testing (UAT) memperoleh nilai 89,87% yang menunjukkan sistem telah memenuhi kebutuhan pengguna. Dengan adanya sistem ini, diharapkan dapat membantu pemilik pangkalan dalam memperkirakan kebutuhan stok LPG 3 kg secara lebih akurat berdasarkan data historis penjualan.

Pelajaran Ilmu Pengetahuan Alam (IPA) di tingkat sekolah dasar memiliki peran penting untuk menanamkan konsep mengenai alam dan fenomena di dalamnya, khususnya materi ekosistem yang krusial untuk dipelajari. Namun, proses pembelajaran IPA di MIN 1 Pasuruan masih menghadapi tantangan karena siswa seringkali kesulitan dalam memvisualisasikan konsep ekosistem yang kompleks apabila hanya mengandalkan metode penjelasan secara lisan dan buku teks. Keterbatasan media pembelajaran yang inovatif dan interaktif ini menyebabkan siswa mudah merasa bosan, kurang termotivasi, dan kurang aktif di dalam proses belajar. Sebagai solusi, dikembangkan media pembelajaran alternatif berupa game edukasi 2D "Pelita Petualangan" menggunakan perangkat lunak Unity dengan metode pengembangan Multimedia Development Life Cycle (MDLC). Aplikasi ini menyediakan Mode Belajar untuk penyampaian materi secara visual dan Mode Bermain yang berisi lima tahapan evaluasi interaktif, yaitu: pengelompokan habitat hewan, puzzle siluet, kuis pilihan ganda, pencocokan pasangan gambar, dan permainan memori kartu. Pengujian kelayakan aplikasi dilakukan melalui Pengujian Alpha (Black box Testing) untuk memastikan fungsionalitas sistem, serta Pengujian Beta langsung kepada siswa dan guru. Hasil pengujian menunjukkan bahwa aplikasi dapat berjalan dengan lancar tanpa kendala teknis, dinilai sangat layak, dan mampu meningkatkan pemahaman serta minat belajar siswa.

Tanaman cabai rawit merupakan salah satu komoditas hortikultura yang banyak dibudidayakan oleh petani, namun masih banyak petani yang kurang memahami cara mendeteksi hama dan penyakit pada tanaman cabai rawit secara dini. Hama dan penyakit seperti Thrips, Tungau Kuning, Layu Bakteri, Virus Keriting, dan berbagai jenis penyakit lainnya sering kali sulit dikenali sejak awal, sehingga diagnosis yang cepat dan akurat sangat diperlukan. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website yang dapat membantu petani dalam mendiagnosa hama dan penyakit tanaman cabai rawit berdasarkan gejala yang ditemukan menggunakan metode Certainty Factor (CF). Metode CF bekerja dengan menghitung tingkat keyakinan terhadap suatu diagnosis berdasarkan gejala yang dipilih oleh pengguna dan nilai kepercayaan yang diberikan oleh pakar, kemudian menghasilkan persentase keyakinan sebagai acuan hasil diagnosa. Metode pengembangan perangkat lunak yang digunakan adalah metode Waterfall dengan tahapan Requirement Definition, System and Software Design, Implementation and Unit Testing, Integration and System Testing, dan Operation and Maintenance. Basis pengetahuan sistem terdiri dari 12 jenis hama dan penyakit dengan 60 gejala dan 60 rule yang telah divalidasi oleh pakar. Dengan adanya sistem ini, petani dapat dengan mudah mengakses informasi mengenai hama dan penyakit tanaman cabai rawit serta mendapatkan rekomendasi solusi penanganan dan langkah pencegahan yang tepat. Sistem ini diharapkan dapat menjadi solusi bagi petani cabai rawit di Kecamatan Glenmore, Kabupaten Banyuwangi yang mengalami kesulitan dalam mengidentifikasi hama dan penyakit pada tanaman mereka, sehingga dapat meminimalisir kerugian hasil panen dan meningkatkan produktivitas tanaman cabai rawit.

Tingkat literasi di Indonesia masih tergolong rendah, terbukti dari hasil Programme for International Student Assessment (PISA) 2023 yang menempatkan Indonesia di peringkat 68 dari 81 negara. Kondisi ini dipengaruhi oleh metode pembelajaran yang masih tradisional, keterbatasan fasilitas, dan minimnya akses terhadap bahan bacaan berkualitas. Penelitian terdahulu telah berupaya meningkatkan literasi siswa melalui teknologi, namun masih terdapat gap yang belum diatasi, di antaranya belum tersedianya platform yang mengintegrasikan ruang baca digital, fitur text-to-speech, kuis setelah membaca materi, dan sistem reward dalam satu aplikasi yang sama. Penelitian ini mengembangkan aplikasi pembelajaran interaktif berbasis Android bernama Epic Story yang difokuskan pada siswa SD Luqman Al Hakim. Pengembangan aplikasi menggunakan metode Agile dengan framework Flutter dan Gemini AI sebagai LLM. Aplikasi menyediakan fitur ruang baca digital berupa flashcard dan buku, text-to-speech untuk membantu kelancaran membaca, kuis edukatif yang di-generate secara otomatis oleh Gemini AI, serta sistem reward untuk meningkatkan motivasi belajar siswa. Pengujian dilakukan menggunakan Black Box Testing dengan metode equivalence partitioning dan SUS. Hasil Black Box Testing menunjukkan tingkat keberhasilan 100?ri total 49 test case yang tersebar pada keempat sprint pengembangan. Pengujian SUS terhadap 36 responden menghasilkan skor rata-rata 83,33 yang termasuk dalam kategori Acceptable. Selain itu, juga dilakukan analisis dampak penggunaan aplikasi melalui pengujian peningkatan literasi membaca melalui pre-test dan post-test menunjukkan peningkatan dari 64,44 menjadi 80,00 dengan N-Gain 0,531, dan pengujian motivasi belajar menggunakan kuesioner 5 pernyataan dengan skor 12,78, yang menunjukkan respons positif siswa terhadap aplikasi.

Proses manajemen inventori logistik di Warehouse BPBD Kabupaten Jember saat ini masih dilakukan secara manual, sehingga berpotensi menimbulkan risiko kehilangan data, kesalahan pencatatan, dan tidak efisien dalam pengelolaan logistik bencana. Penelitian ini bertujuan untuk merancang UI/UX sistem manajemen inventori logistik di Warehouse BPBD Kabupaten Jember menggunakan metode Human Centered Design (HCD). Metode HCD diterapkan melalui empat tahapan, yaitu: (1) mengidentifikasi pengguna dan konteks penggunaan; (2) menentukan kebutuhan pengguna; (3) menghasilkan solusi desain; dan (4) mengevaluasi desain terhadap kebutuhan pengguna. Evaluasi dilakukan melalui Usability Testing menggunakan tools Maze dengan indikator efektivitas dan efisiensi, System Usability Scale (SUS), dan Blackbox Testing. Hasil pengujian efektivitas memperoleh nilai success rate sebesar 97,62?ngan kategori "Sangat Efektif". Pengujian efisiensi menunjukkan rata-rata waktu penyelesaian tugas 85,22 detik dengan klasifikasi "Sangat Cepat". Pengujian SUS memperoleh skor 91,25 dengan kategori "Sangat Baik", dan Blackbox Testing menunjukkan seluruh fitur berjalan sesuai fungsi. Hasil tersebut menunjukkan bahwa rancangan UI/UX sistem dinyatakan berhasil dan layak diimplementasikan

Website SIM Online Polije merupakan sistem informasi akademik yang digunakan mahasiswa untuk mendukung berbagai aktivitas akademik. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna terhadap website SIM Online Polije menggunakan metode PIECES Framework. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada 204 mahasiswa aktif Polije. Analisis dilakukan berdasarkan enam aspek PIECES Framework, yaitu Performance, Information and Data, Economics, Control and Security, Efficiency, dan Service. Selain itu, penelitian juga didukung dengan usability testing menggunakan Maze. Hasil penelitian menunjukkan bahwa website SIM Online Polije secara keseluruhan berada pada kategori puas berdasarkan seluruh aspek PIECES Framework. Namun, masih ditemukan beberapa kendala pada tampilan antarmuka dan navigasi website sehingga dilakukan rekomendasi redesign untuk meningkatkan kualitas user interface dan user experience. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi dan pengembangan website SIM Online agar kualitas layanan sistem menjadi lebih optimal.

ABSTRAK Permainan daring (online game), khususnya yang bergenre First Person Shooter (FPS) seperti Valorant, mengalami perkembangan pesat dan menjadi salah satu bentuk hiburan yang populer. Dalam permainan ini, pemain dapat melakukan pembelian skin senjata menggunakan Valorant points (VP) untuk meningkatkan aspek visual. Namun, proses pemilihan skin seringkali menimbulkan permasalahan karena pemain harus mempertimbangkan berbagai faktor, seperti keterbatasan budget, tingkat kelangkaan, serta efek visual yang bersifat subjektif. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi pemilihan skin Valorant berbasis metode Adaptive Neuro Fuzzy Inference System. Metode ANFIS dipilih karena kemampuannya dalam mengolah data yang bersifat tidak pasti dan ambigu melalui integrasi logika fuzzy dan jaringan saraf tiruan. Variabel yang digunakan dalam penelitian ini meliputi price, rarity, dan efek visual, yang diproses melalui tahapan normalisasi, subtractive clustering, pembentukan fungsi keanggotaan, pembentukan rule base, serta pelatihan model menggunakan metode Hybrid learning. Hasil pengujian menunjukkan bahwa model yang dikembangkan mampu menghasilkan nilai Root Mean Square Error (RMSE) sebesar 0.0717 dan nilai R^2 sebesar 0.8840 pada data pengujian, yang menunjukkan tingkat kesalahan prediksi yang rendah. Dengan demikian, sistem yang dibangun mampu memberikan rekomendasi skin yang akurat dan relevan sesuai dengan preferensi pengguna, sehingga dapat mendukung pengambilan keputusan pembelian secara lebih optimal.