Deteksi kebuntingan pada domba merupakan aspek penting dalam manajemen reproduksi ternak. Metode ultrasonografi (USG) telah lama digunakan untuk mengidentifikasi kebuntingan secara visual, namun interpretasi citra USG membutuhkan keahlian khusus. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis kebuntingan domba berdasarkan citra USG menggunakan metode deep learning dengan arsitektur EfficientNet-B1. Data citra dikumpulkan dari peternakan mitra, kemudian diproses melalui tahap augmentasi dan pelabelan. Model dilatih dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa EfficientNet-B1 mampu mengklasifikasikan citra dengan akurasi tinggi, sehingga sistem yang dibangun berpotensi untuk digunakan dalam praktik peternakan sebagai alat bantu diagnostik non-invasif. Temuan ini menunjukkan bahwa teknologi deep learning dapat berperan penting dalam mendukung digitalisasi sektor peternakan.

Proses penyusunan skripsi merupakan tahapan penting dalam perjalanan akademik mahasiswa Program Studi D4-Teknik Informatika di Jurusan Teknologi Informasi Politeknik Negeri Jember. Skripsi tidak hanya menjadi syarat kelulusan, tetapi juga kesempatan bagi mahasiswa untuk mengembangkan pemahaman mendalam tentang bidang studi mereka serta memberikan kontribusi dalam pengembangan ilmu pengetahuan. Faktor-faktor yang mempengaruhi termasuk kompleksitas topik penelitian, terbatasnya akses sumber daya, kesibukan di luar bidang akademik, dan kualitas bimbingan dosen. Saat ini, penentuan dosen pembimbing skripsi dilakukan secara manual dengan mempertimbangkan kuota bimbingan, keahlian, dan pengalaman riset penelitian. Proses ini seringkali mengalami kendala seperti kurangnya transparansi, ketidakpastian dalam pengambilan keputusan, serta kesulitan mahasiswa dalam mengidentifikasi dosen yang sesuai dengan topik penelitian. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan Sistem Pendukung Keputusan (SPK) dengan metode Profile Matching. Sistem ini dirancang untuk memudahkan pemilihan dosen pembimbing bagi mahasiswa, memastikan kesesuaian antara topik skripsi dan bidang keahlian dosen, serta menjaga keseimbangan jumlah bimbingan per dosen.

MENGGALI SENTIMEN PENGGUNA SHOPEE PADA GOOGLE PLAYSTORE DENGAN MENGGUNAKAN NAIVE BAYES : LANDASAN UNTUK PENINGKATAN APLIKASI SHOPEE, Elsa Surya Agustin, NIME31220218, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Husin, S.Kom, M.MT (Dosen Pembimbing). Shopee adalah perusahaan e-commerce yang didirikan pada tahun 2015. Indonesia menjadi negara dengan jumlah kunjungan Shopee tertinggi, dengan rata-rata 124,9 juta kunjungan bulanan pada tahun 2023. Pengguna Shopee sering memberikan ulasan dan penilaian di Google Playstore, yang menunjukkan pengalaman mereka dengan aplikasi tersebut. Namun, jumlah ulasan yang meningkat membuat sulit bagi perusahaan untuk memahami semua komentar pengguna. Oleh karena itu, analisis sentimen ulasan pengguna terhadap aplikasi Shopee sangat penting karena akan membantu perusahaan mengetahui cara meningkatkan layanan dan produk. Metode yang digunakan dalam analisis sentimen ini menggunakan metode Naive Bayes Classifier. Penelitian ini bertujuan untuk menemukan sentimen pengguna terhadap aplikasi Shopee, menampilkan hasil analisis sentimen melalui visualisasi data yang menarik dan interaktif, dan memberikan saran pada Shopee untuk meningkatkan kualitas layanan. Sehingga, dapat membantu tim pengembang Shopee untuk memahami sentimen pengguna, memberikan data sentimen yang terorganisir dan divisualisasikan dengan baik sehingga memudahkan pengambilan keputusan, dan mempermudah interpretasi dan pemahaman data melalui visualisasi yang lebih mudah dipahami. Dengan penelitian ini, Shopee diharapkan dapat menangani keluhan dan kebutuhan pengguna dengan lebih baik. Ini akan membantu Shopee untuk meningkatkan pengalaman pelanggan secara keseluruhan.

CV Mamorasoft adalah sebuah perusahaan software house yang sedang berkembang pesat, baik secara global maupun lokal di Surabaya. Perusahaan ini telah beroperasi selama lima tahun, sejak tahun 2016. CV Mamorasoft menerapkan metode kerja SCRUM sebagai model kerja utamanya. Dalam era digital saat ini, pengelolaan keuangan merupakan salah satu aspek penting yang harus dikelola dengan baik oleh setiap perusahaan. Salah satu metode pengelolaan keuangan yang kerap digunakan dalam perusahaan adalah petty cash . Pada umumnya, pengelolaan petty cash di banyak perusahaan masih dilakukan secara manual melalui pencatatan kertas atau spreadsheet sederhana. Namun, metode ini seringkali menimbulkan berbagai kendala, seperti kesulitan dalam pencatatan yang akurat, resiko kehilangan data, serta minimnya kemampuan untuk memonitor penggunaan kas kecil secara real-time. Hal ini mengakibatkan kurangnya transparansi dan efisiensi dalam manajemen keuangan. Sistem ini dirancang untuk membantu perusahaan dalam mengelola petty cash secara lebih terstruktur dan efisien, sekaligus menyediakan fitur-fitur yang memudahkan pelaporan keuangan dan pemantauan transaksi secara real-time. Pitycash adalah sistem manajemen keuangan yang dirancang untuk mengelola aliran dana atau kas kecil (petty cash) di organisasi atau perusahaan. Sistem ini memfasilitasi pencatatan transaksi keuangan untuk pengeluaran sehari-hari yang relatif kecil, seperti pembelian peralatan kantor, pembayaran transportasi, dan pengeluaran kecil lainnya yang tidak praktis dilakukan melalui pembayaran formal. Fitur utama Pitycash meliputi pencatatan transaksi pemasukan dan pengeluaran, pelaporan keuangan harian, mingguan, atau bulanan untuk memantau arus kas, serta manajemen akses pengguna untuk memastikan hanya pihak berwenang yang dapat mengelola kas kecil. Selain itu, sistem ini memungkinkan pengaturan batasan anggaran guna mengontrol pengeluaran dan mendukung proses rekonsiliasi kas dengan membandingkan saldo aktual dengan catatan transaksi. Dengan fitur-fitur tersebut, Pitycash membantu pengelolaan keuangan menjadi lebih teratur.

Penelitian ini mengevaluasi efektivitas pendekatan Design Thinking dalam pengembangan website e-library BPS Bondowoso. Website ini dirancang berdasarkan kebutuhan pengguna dan dilengkapi fitur seperti buku tamu, kategori buku, informasi instansi, kontak, dan bantuan. Berdasarkan User Acceptance Testing (UAT) terhadap 30 responden, mayoritas menyatakan fitur telah sesuai kebutuhan. Usability Testing menunjukkan tugas dapat diselesaikan dalam 3–7 detik, menandakan kemudahan penggunaan. Secara keseluruhan, pendekatan Design Thinking terbukti mendukung pengembangan website yang fungsional dan berorientasi pada pengguna.

Kemajuan teknologi dan meningkatnya akses internet telah mendorong perkembangan layanan perbankan digital, termasuk aplikasi JConnect yang dikembangkan oleh Bank Jatim. Meskipun aplikasi ini telah berhasil mencapai 1 juta instalasi, peringkatnya tetap berada di 3.4, yang mencerminkan ketidakpuasan pengguna. Untuk memahami lebih dalam perspektif pengguna, penelitian ini melakukan analisis sentimen terhadap ulasan yang dibagikan di Google Play Store menggunakan algoritma Naïve Bayes. Metodologi yang diterapkan mencakup pengumpulan data ulasan, pre-processing teks (pembersihan, case folding, tokenisasi, normalisasi, penghapusan stopword, dan Stemming), serta pembobotan kata menggunakan TF-IDF. Selanjutnya, klasifikasi sentimen dilakukan ke dalam dua kategori, positif dan negatif, menggunakan model Multinomial Naïve Bayes yang dilatih dengan 80?ta dan diuji dengan 20?ta. Hasil penelitian menunjukkan bahwa mayoritas pengguna memberikan sentimen negatif terhadap aplikasi JConnect, dengan model Naïve Bayes mencapai tingkat akurasi sebesar 84%, serta precision sebesar 99% untuk sentimen negatif dan 16% untuk sentimen positif. Namun, model masih mengalami kesulitan dalam mengidentifikasi sentimen positif, sebagaimana ditunjukkan oleh nilai recall yang lebih rendah untuk kategori positif (83%) dibandingkan dengan kategori negatif (84%). Penelitian ini berfungsi sebagai referensi bagi pengembang aplikasi untuk meningkatkan kualitas layanan JConnect berdasarkan umpan balik pengguna, serta sebagai pedoman untuk mengembangkan model analisis sentimen yang lebih canggih di masa depan.

Politeknik Negeri Jember memiliki website repositori yang bernama Sistem Informasi Polije Repositori Aset atau SIPORA yang memuat karya-karya lokal civitas akademik seperti tugas akhir, tesis, jurnal, dan sebagainya. Pada penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna Sistem Informasi Polije Repositori Aset (SIPORA) menggunakan metode UTAUT (Unified Theory of Acceptance and Use of Technology). Data diperoleh melalui kuesioner yang disebarkan kepada 407 responden yang merupakan pengguna website Sistem Informasi Polije Repositori Aset. Hasil analisis menunjukkan bahwa tingkat kepuasan pengguna terhadap sistem berada pada kategori sangat setuju dengan indeks sebesar 80,3%. Hal ini mengindikasikan bahwa mayoritas pengguna merasa puas terhadap Sistem Informasi Polije Repositori Aset.

Elsimil merupakan aplikasi buatan BKKBN sebagai bagian dari upaya pemerintah dalam menurunkan angka stunting di Indonesia, yang kini menjadi syarat dalam pengajuan pernikahan. Kebijakan ini memunculkan berbagai tanggapan dari masyarakat yang terekam dalam ulasan di Google Play Store. Penelitian ini bertujuan untuk mengetahui persepsi masyarakat terhadap aplikasi Elsimil melalui analisis sentimen menggunakan metode Support Vector Machine (SVM). Data ulasan diperoleh melalui metode web scraping dan diproses melalui tahapan preprocessing seperti cleaning, tokenizing, normalization, filtering, dan stemming. Data kemudian dibagi menjadi data latih dan uji, serta dihitung pembobotannya menggunakan TF-IDF. Proses klasifikasi dengan SVM menunjukkan hasil opini yang beragam, baik positif maupun negatif, dengan F1 score 91%, precision score 97%, recall 86%, dan akurasi 92,83%. untuk data 70:30 lalu 120 ulasan positif dan 186 ulasan negatif. Informasi yang diperoleh dari penelitian ini diharapkan menjadi masukan bagi pemerintah dalam mengevaluasi dan mengembangkan aplikasi Elsimil agar lebih efektif dan diterima oleh masyarakat.