This study proposes an innovative approach to automating software test case generation and prioritization using advanced artificial intelligence (AI) techniques, specifically Retrieval-Augmented Generation (RAG), Large Language Models (LLMs), and LangChain, integrated with ChromaDB for efficient code embedding management. Traditional test case generation methods are often timeconsuming, error-prone, and struggle to adapt to evolving codebases, leading to incomplete test coverage and inefficiencies. The proposed system addresses these challenges by leveraging RAG to dynamically retrieve relevant code context from ChromaDB and generate context-aware, prioritized test cases tailored to the programming language and code structure. A user-friendly web-based interface enables developers and QA engineers to input code, select functions, and generate test cases compatible with JUnit 4.12 or JUnit 5, streamlining integration into existing workflows. Evaluated through controlled experiments, the system achieves up to 97% code coverage, significantly reducing manual effort and improving testing efficiency. By combining retrieval and generation capabilities, this research offers a scalable, adaptable solution to enhance software quality and accelerate development cycles, contributing to advancements in AI-driven software testing.

Strategi Pengujian Quality Assurance Untuk Meningkatkan Kualitas Efisiensi dan Akurasi Pada SSM Fasilitas Menggunakan Katalon, Robihta Yardan Wafi, NIM E41210464, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Prawidya Destarianto, S. Kom, M.T. (Dosen Pembimbing) dan Bary Rachman Pratama (Pembimbing magang). Politeknik Negeri jember merupakan instansi pendidikan yang berkomitmen dalam meningkatkan pendidikan terapan yang inovatif dan berdaya saing, salah satunya melalui program magang. Program magang merupakan salah satu program yang tercantum dalam kurikulum Politeknik Negeri Jember dan memiliki tujuan agar mahasiswa dapat mengaplikasikan ilmu-ilmu yang telah diperoleh selama perkuliahan untuk menyelesaikan serangkaian tugas/permasalahan yang ditemukan di lokasi magang. Dalam perkuliahan sendiri penting bagi mahasiswa untuk memperoleh pengalaman praktis dan relevan dengan kebutuhan prodi. Salah satu bidang yaitu menjadi Quality Assurance (QA). QA adalah proses yang sistematis dan terencana untuk memastikan bahwa produk atau layanan memenuhi standar kualitas tertentu dan sesuai dengan spesifikasi yang ditentukan. QA berfokus pada peningkatan proses produksi dan pengembangan untuk mencegah sebelum cacat terjadi. Ini melibatkan berbagai aktivitas seperti perencanaan kualitas, kontrol kualitas, dan pengujian untuk memastikan bahwa setiap langkah dalam proses produksi dilakukan dengan benar dan menghasilkan produk yang berkualitas tinggi. QA sangat penting dalam berbagai industri, termasuk manufaktur, perangkat lunak, dan layanan. Tujuan utamanya adalah untuk memberikan produk atau layanan yang konsisten, dapat diandalkan, dan sesuai dengan harapan pelanggan.

Program magang di PT. Citra Warna Abadi memberikan pengalaman nyata dalam menghadapi tantangan digitalisasi pengelolaan data perangkat PC dan printer (Situation). Mahasiswa ditugaskan untuk merancang solusi aplikasi yang mampu meningkatkan efisiensi pencatatan dan pelaporan, khususnya dalam konteks kebutuhan rekapitulasi data yang sebelumnya dilakukan secara manual (Task). Untuk menjawab kebutuhan tersebut, dikembangkan aplikasi website MyRekap berbasis framework Laravel dengan penerapan pola desain MVC, yang dilengkapi fitur CRUD generator, pengelolaan tabel dinamis, ekspor data, serta integrasi API (Action). Hasil pengembangan menunjukkan bahwa aplikasi MyRekap dapat mempermudah pengolahan data, meningkatkan efisiensi kerja tim IT, serta memberikan kontribusi nyata terhadap proses digitalisasi perusahaan. Proyek ini menegaskan pentingnya pengalaman magang dalam memadukan teori dengan praktik, sekaligus membekali mahasiswa dengan keterampilan teknis dan profesional di bidang teknologi informasi (Result).

This project, entitled “AI-Enhanced Digital Banking Web Application for Personalized Financial Planning,” designs and develops a web-based digital banking system integrated with Artificial Intelligence (AI) to provide personalized financial advice. The system analyzes user financial data, spending patterns, and goals to generate tailored recommendations, including financial insights, savings and investment suggestions, and risk assessments. A user survey was conducted to align features with user needs, ensuring usability and accuracy. The final outcome is an interactive and user-friendly application that highlights the potential of AI to enhance financial decision-making and support intelligent financial management in the digital banking sector.

Leukemia, an oncological condition affecting the blood-forming tissues of the body, often goes undiagnosed in its early stages due to the presence of non-specific symptoms, resulting in delayed treatment and elevated mortality rates. This study aims to develop a web-based system that utilises machine learning algorithms to detect early leukemia risks based on user-reported symptoms and health data.The proposed system employs K-means clustering and autoencoders neural network to predict risk levels (low, moderate, or high) while providing personalised recommendations and appointment reminders for medical consultation. The system utilises qualitative research methodologies, encompassing expert interviews and thematic analysis, to identify critical symptoms and user requirements. Employing an Agile development framework, the system was designed to ensure usability and accessibility for the general public, particularly in regions with limited healthcare resources. Key features include user-friendly interfaces, secure data handling, and an integrated prediction model capable of processing diverse datasets. Preliminary results indicate that the system effectively identifies leukemia risk with high accuracy, empowering users with actionable insights and facilitating timely medical interventions.This innovation underscores the potential of machine learning in enhancing early disease detection and improving healthcare accessibility, contributing to global efforts in reducing leukemia-related mortality.

Makalah ini menyajikan perancangan dan pengembangan aplikasi klasifikasi hewan berbasis Kecerdasan Buatan (AI) yang bertujuan untuk meningkatkan pendidikan anak usia dini di pedesaan Indonesia. Dengan memanfaatkan Jaringan Saraf Tiruan Konvolusional (CNN) dengan arsitektur DenseNet-121, aplikasi berbasis web ini memungkinkan siswa taman kanak-kanak untuk mengidentifikasi hewan melalui klasifikasi gambar, menampilkan keluaran audio dwibahasa (Indonesia dan Inggris) dan umpan balik multimedia, termasuk suara dan video hewan. Dengan menyasar lingkungan pedesaan seperti Pendidikan Anak Usia Dini (PAUD) Alamanda 105 di Kabupaten Jember, aplikasi ini mengatasi keterbatasan media pembelajaran tradisional dengan menyediakan alat interaktif yang dioptimalkan untuk perangkat berspesifikasi rendah. Sebuah studi percontohan di Pendidikan Anak Usia Dini (PAUD) Alamanda 105 dan survei terhadap 56 responden menunjukkan dukungan yang kuat, dengan 73,2% meyakini aplikasi ini menjembatani kesenjangan sumber daya dan 53,6% menilai manfaat pendidikannya. Model CNN mencapai akurasi 98% dalam mengklasifikasikan 33 spesies hewan setelah 20 periode pelatihan. Studi ini menyoroti potensi perangkat berbasis AI untuk meningkatkan hasil pembelajaran di daerah-daerah yang kekurangan sumber daya, menawarkan solusi yang terukur untuk pemerataan pendidikan di pedesaan.

Penelitian ini bertujuan untuk mengembangkan sistem pelacakan gerakan tangan yang inovatif sebagai alat menggambar interaktif untuk media pembelajaran anak-anak, memanfaatkan jaringan saraf untuk mendeteksi dan menginterpretasikan gerakan tangan secara real-time. Sistem ini menyediakan klasifikasi gerakan yang akurat, antarmuka adaptif, dan umpan balik visual langsung untuk meningkatkan keterlibatan, sekaligus selaras dengan prinsip-prinsip desain yang berpusat pada anak untuk mendorong kreativitas, keterampilan motorik halus, dan pertumbuhan kognitif. Dengan mencapai akurasi pengenalan gerakan 90?n fitur-fitur pendukung seperti sensitivitas yang dapat disesuaikan dan modul pembelajaran, sistem ini menawarkan alternatif yang menyenangkan dan mudah diakses dibandingkan metode tradisional.

RANCANG BANGUN APLIKASI MOBILE BANK SAMPAH (WASTEBANK) MENGGUNAKAN FRAMEWORK FLUTTER DI CV. AVATAR SOLUTION, BALI. Afi Zain Ramadana, NIM E41212008. Tahun 2024, Jurusan Teknologi Informasi, Politeknik Negeri Jember, Syamsul Arifin, S.Kom, M.Cs. (Pembimbing Magang), Ni Putu Ayu Triana, S.Kom. (Pembimbing Lapangan). Belajar bekerja praktis di dunia kerja secara nyata merupakan kegiatan wajib yang harus ditempuh seorang mahasiswa pada masa pendidikannya. Kegiatan tersebut biasa disebut dengan Magang. Pada pelaksanaannya, mahasiswa dituntut untuk berpikir kritis dan inovatif dengan bekal wawasan yang di dapat pada masa kuliah. Melakukan suatu inovasi dalam bidang teknologi informasi merupakan suatu kewajiban bagi mahasiswa Jurusan Teknologi Informasi, khususnya mahasiswa Teknik Informatika. Pada perusahaan CV. Avatar Solution ini berfokus pada solusi manajemen teknologi informasi yang berprehensif yang terdiri dari satu set lengkap perangkat keras dan perangkat lunak, dan digabungkan bersama dengan layanan dukungan teknis. Layanan dukungan tersebut meliputi software development, mobile applications, web applications, e-commerce, dan network infrastructure. Dalam pelaksanaan magang ini, penyusun mempelajari dan mendalami Mobile Development, khususnya penerapan di projek pembangunan aplikasi Wastebank. Wastebank merupakan sebuah aplikasi bank sampah yang bertujuan untuk mengatur dan menjual belikan sampah sehingga dapat membantu masyarakat dalam mengelolah sampah. Dengan adanya aplikasi Wastebank ini kita dapat memberikan edukasi kepada masyarakat agar memiliki rasa kepedulian kepada sampah. Sehingga diharapkan aplikasi ini dapat menciptakan lingkungan yang lebih baik.