Penelitian ini bertujuan untuk mengetahui opini masyarakat terhadap Hasil Keputusan Pemilihan Umum Tahun 2024 di microblogging X sebagai platform penelitian, dikarenakan keterkaitan dengan opini publik dan kemudahan akses dalam pengumpulan data. Penelitian ini menggunakan metode Naïve Bayes dan penggunaan seleksi fitur Chi-Square. Hasil penelitian ini menunjukkan bahwa lebih cenderung menghasilkan sentimen negatif dibandingkan dengan sentimen positif dan netral dengan diperoleh keseluruhan data sebanyak 2.299 data tweet, kemudian dilakukan proses remove duplicate sehingga menghasilkan 1.721 data tweet dengan masing-masing sentimen positif berjumlah 530 data, dan sentimen netral berjumlah 565 data, sentimen negatif berjumlah 626. Berdasarkan evaluasi confusion matrix menunjukkan hasil akurasi dengan perbandingan 90:10 tanpa chi-square sebesar 76% sedangkan menggunakan chi-square dengan alpha 0.05 menghasilkan akurasi sebesar 75%, dan alpha 0.01 menghasilkan akurasi sebesar 76%, SelectPercentile dengan memilih 35% dari keseluruhan fitur menghasilkan akurasi sebesar 76%, dan dengan SelectKBest (pemilihan fitur terbaik) dengan 2.200 fitur menghasilkan akurasi sebesar 77%.

PENGUJIAN USER ACCEPTANCE TESTING (UAT) PADA PENGEMBANGAN APLIKASI DIGITAL OFFICE (DOF) TAHUN 2024 DI PT. PETROKIMIA GRESIK, IRMA FIRNANDA, Nim E41212025, Tahun 2024 Teknologi Informasi, Politeknik Negeri Jember, Ratih Ayuninghemi, S.ST, M.Kom Selaku Dosen Pembimbing dan Yafi Anshori S.Tr.Kom Selaku Pembimbing Lapang. Magang merupakan salah satu program pendidikan yang harus diikuti oleh mahasiswa semester VII Politeknik Negeri Jember dengan retan waktu minimal 4 bulan. Tujuan dari program magang untuk memberikan wawasan dan pengalaman yang dapat diterapkan didunia kerja serta syarat kelulusan untuk mendapatkan gelar Sarjana Terapan Sains Komputer (S.Tr.Kom). Mahasiswa diharapkan dapat meningkatkan keterampilan secara profesional, meningkatkan etika kerja dan memahami dinamika serta terjun langsung di lingkungan kerja sesuai bidang yang dipilih. PT. Petrokimia Gresik adalah salah satu produsen pupuk terbesar diindonesia yang berlokasi di Gresik, jawa timur. Perusahaan ini dibangun pada tahun 1964 dan diresmikan oleh Presiden Republik Indonesia, HM. Soeharto Pada tanggal 10 Juli 1972. Selain itu perusahaan terus berinovasi untuk meningkatkan fasilitas teknologinya termasuk mendigitalisasi proses pelaporan gratifikasi yang sebelumnya dilakukan secara konvensional. Saat ini PT. Petrokimia Gresik mengembangkan sebuah aplikasi Digital Office (DOF) yang mendukung proses surat menyurat dalam lingkungan perusahaan. Aplikasi ini dirancang untuk memfasilitasi komunikasi antar departemen, memudahkan pengarsipan serta memastikan akses informasi yang lebih cepat. Agar aplikasi Digital Office (DOF) berjalan sesuai dengan kebutuhan bisnis. Pengujian dilakukan secara menyeluruh sebelum diterapkan menggunakan User Acceptance Testing (UAT) yang berfokus pada detail aplikasi, fungsionalitas dan alur kerja untuk memastikan bahwa aplikasi memenuhi harapan pengguna. Dengan adanya pengujian ini aplikasi Digital Office (DOF) dapat memberikan manfaat yang optimal bagi perusahaan dan mendukung proses transformasi digital yang konsisten.

PENGUJIAN FUNGSIONALITAS WEBSITE PRAKERIN VERSI 2 (STUDI KASUS SISTEM ADMINISTRASI PRAKTIK KERJA INDUSTRI DI PT PETROKIMIA GRESIK), Adelia Ayu Avista, NIM E41212068, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Ratih Ayuninghemi, S.ST, M.Kom. Selaku Dosen Pembimbing Magang. Yafi Anshori, S.Tr.Kom. Selaku Pembimbing Lapang. Program magang adalah implementasi Pendidikan yang dirancang untuk memfasilitasi penguasaan keahlian bagi mahasiswa. Selama magang mahasiswa dapat belajar langsung mengenai berbagai pekerjaan di Perusahaan, industri, atau badan usaha lainnya yang bertujuan untuk mengembangkan keterampilan teknis dan interpersonal mahasiswa, sekaligus meningkatkan kompetensi mereka didunia kerja nyata. Politeknik Negeri Jember mewajibkan mahasiswanya magang di semester 7 dengan durasi minimal 4 bulan selain itu menjadi salah satu syarat untuk mendapatkan gelar Sarjana Terapan Sains Konputer (S.Tr.Kom). PT Petrokimia Gresik perusahaan milik negara yang membantu sektor pertanian Indonesia dan juga mengembangkan sumber daya manusia, salah satu caranya melalui program Praktik Kerja Industri (Prakerin). Electronic-Praktik Kerja Industri adalah sistem informasi pendaftaran dan pengelolaan praktik kerja industri dan penelitian PT Petrokimia Gresik. PT Petrokimia Gresik membuat Prakerin v.2 merupakan perbaikan dari versi sebelumnya untuk meningkatkan efektivitas dan efisiensi pengelolaan aplikasi, terutama mengingat pertumbuhan data aplikasi yang terus berkembang setiap tahunnya. Dengan sistem yang terpusat dan berbasis website, aplikasi prakerin versi ke-2 memudahkan proses pendaftaran, pencatatan data peserta, dan pemantauan kegiatan selama masa magang. Selama masa magang penulis melakukan pengujian menggunakan user acceptance testing dan diimplementasikan pada aplikasi prakerin v.2.

Pemindahan Ibu Kota Negara (IKN) merupakan kebijakan strategis yang berdampak pada berbagai sektor, termasuk pendidikan dan kebudayaan. Media sosial X menjadi salah satu wadah bagi masyarakat untuk menyampaikan opini terkait kebijakan ini. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pemindahan IKN di sektor pendidikan dan kebudayaan dengan menggunakan metode Support Vector Machine (SVM). Dataset yang digunakan berjumlah 1.380 data, yang terbagi menjadi data latih dan data uji dengan rasio terbaik 90% : 10%, menghasilkan akurasi 83%. Hasil penelitian menunjukkan bahwa opini masyarakat dapat dikategorikan ke dalam sentimen positif, negatif, dan netral, dengan adanya kecenderungan ketidakpastian dalam menilai dampak pemindahan IKN. Akurasi model bergantung pada kualitas dataset dan proses pembagian data, sehingga ketelitian dalam pengolahan data berpengaruh signifikan terhadap performa analisis sentimen.

Penelitian ini mengembangkan sistem prediksi waktu penyiraman tanaman cabai berbasis Internet of Things (IoT) menggunakan metode Moving Average. Permasalahan utama dalam budidaya cabai adalah penyiraman yang tidak optimal, baik akibat kekurangan maupun kelebihan air, yang dapat mempengaruhi pertumbuhan dan produktivitas tanaman. Sistem yang dikembangkan memanfaatkan sensor kelembaban tanah yang terhubung dengan mikrokontroler ESP32 untuk mengumpulkan data kelembaban secara real-time. Data ini kemudian diproses menggunakan metode Moving Average untuk memprediksi waktu optimal penyiraman. Sistem ini juga dilengkapi dengan fitur pemantauan dan kontrol penyiraman melalui antarmuka berbasis web, sehingga pengguna dapat mengatur batas kelembaban tanah dan memilih mode penyiraman otomatis atau manual. Hasil pengujian menunjukkan bahwa sistem prediksi ini mampu memberikan rekomendasi penyiraman dengan tingkat akurasi yang tinggi. Selain itu, metode Moving Average terbukti efektif dalam mengidentifikasi pola kelembaban tanah dan meningkatkan efisiensi penggunaan air dalam budidaya cabai.

Analisis Perbandingan Performa dan Resource Management Backend Framework Golang, Node.js, Python dalam API Web Service, Daffa Afifi Syahrony, NIM. E41210089, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Ery Setiyawan Jullev Atmadji, S.Kom, M.Cs (Dosen Pembimbing). Peningkatan jumlah pengguna internet di Indonesia menuntut aplikasi web service yang cepat dan optimal dalam penggunaan sumber daya server. Penelitian ini membandingkan performa tiga backend framework Gin (Golang), Express (Node.js), dan Flask (Python) dalam pengembangan API web service.Sistem yang dirancang menggunakan satu server utama yang menjalankan aplikasi dalam container Docker, dengan setiap web service berjalan terpisah dan terhubung ke database MySQL. Pengujian dilakukan menggunakan Apache JMeter dengan metode load testing pada VPS, sementara program PS pada Linux mencatat penggunaan CPU dan RAM setiap 0,5 detik. Pengujian dilakukan secara bertahap dengan jumlah request yang meningkat dari 100 hingga 1000 untuk setiap endpoint. Hasil pengujian menunjukkan bahwa Express memiliki performa paling stabil dengan rata-rata waktu respons 2,51 detik, penggunaan CPU 3,79%, dan RAM 3,20%, serta tingkat kegagalan request yang rendah. Gin unggul dalam metode GET dengan konsumsi RAM terendah 0,46% dan waktu respons 4,07 detik, namun performanya menurun pada request POST. Sementara itu, Flask memiliki waktu respons 3,13 detik, tetapi menunjukkan tingkat kegagalan request yang tinggi 5.445 failed requests, sehingga kurang optimal untuk aplikasi dengan beban besar. Kesimpulannya, pemilihan backend framework harus disesuaikan dengan kebutuhan aplikasi; Express menjadi pilihan terbaik secara keseluruhan karena stabilitasnya dalam menangani API yang kompleks, Gin cocok untuk penyajian data dengan banyak pengguna, sedangkan Flask lebih sesuai untuk aplikasi kecil dengan jumlah request terbatas.

PENGUJIAN FITUR OPERASIONAL PADA APLIKASI LAYANAN ADMINISTRASI KEPEGAWAIAN BERBASIS WEBSITE MENGGUNAKAN KATALON STUDIO, Elisa Febrian Sholeha, NIM E41212169, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Arvita Agus Kurniasari, S.ST.,M.Tr.Kom (Dosen Pembimbing), Isakhar Gerson Toding (Pembimbing Lapang). Kegiatan magang dilaksanakan di PT. Aptikma Teknologi Indonesia yang berlokasi di Malang berlangsung selama 4 bulan. Selama kegiatan berlangsung, penulis diberi beberapa tugas dan bergabung ke dalam tim project yang sedang di bangun oleh PT. Aptikma salah satunya adalah pengujian terhadap aplikasi Layanan Administrasi Kepegawaian dari KEMENDIKBUD. Aplikasi Layanan Administrasi Kepegawaian merupakan salah satu aplikasi penting yang dapat membatu pengelolaan kegiatan operasional dalam manajemen kepegawaian yang mencakup beberapa aspek seperti pengelolaan data pegawai, mutasi, manajemen gaji berkala, uji kompetensi jabatan. Pada pembangunan aplikasi ini penulis mendapat kesempatan untuk melakukan pengujian dengan menerapkan automation testing menggunakan katalon studio. Penerapan automation testing pada aplikasi Layanan Administrasi Kepegawaian lebih fokus pada pengujian fitur operasional dari aplikasi tersebut sehingga dapat menghasilkan kualitas aplikasi yang lebih baik, efektif, dan mengurangi biaya beban perbaikan.

Perkembangan timbulan sampah di Indonesia menunjukkan tren peningkatan yang signifikan. Data mencatat bahwa pada tahun 2021, sampah mencapai 28.459.222 ton, dan angka tersebut melonjak menjadi 37.430.231 ton pada tahun 2022. Rumah tangga menjadi penyumbang terbesar di angka 39,56%. Meski telah dilakukan berbagai upaya pengelolaan, sekitar 11.863.492 ton sampah masih belum terkelola dengan baik setiap tahunnya. Mengingat tingginya timbulan sampah yang terjadi, penelitian ini mengusulkan pengembangan aplikasi mobile berbasis media pembelajaran yang bertujuan meningkatkan kesadaran dan pengetahuan masyarakat mengenai pengelolaan sampah. Aplikasi ini mengintegrasikan sistem cerdas dengan pendekatan Convolutional Neural Network (CNN) untuk mendukung fitur identifikasi dan klasifikasi sampah secara otomatis. Salah satu fitur unggulan aplikasi memungkinkan pengguna untuk mendeteksi sampah di lingkungan sekitarnya. Evaluasi implementasi model CNN menunjukkan hasil yang sangat memuaskan. Di antara berbagai model yang diuji, MobileNet V2 mencatat performa terbaik dengan akurasi mencapai 99,88% berdasarkan analisis plot akurasi dan confusion matrix. Pengujian dengan User Acceptance Testing mencatat skor 91,33% mengindikasikan bahwa aplikasi EcoQuest telah memenuhi kriteria kelayakan sebagai media pembelajaran pengenalan sampah.