Perbandingan Metode Naive Bayes dan Random Forest untuk Analisis Sentimen Publik Terhadap Program Makan Bergizi Gratis Pada Sosial Media X (Comparison of Naive Bayes and Random Forest Methods for Public Sentiment Analysis of the Free Nutritious Meals Program on Social Media X) Khen Dedes, S.Tr.Kom., M.T. as Supervisor Mohammad Ari Bagus Laksana Study Program of Informatics Engineering Majoring in Information Technology Program Studi Teknik Informatika Jurusan Teknologi Informasi ABSTRACT The development of social media has generated various public opinions that can be utilized to understand public perceptions of certain issues. One of the issues that has attracted public attention is the Free Nutritious Meals Program (MBG), which has received positive, negative, and neutral responses. This study aims to analyze public sentiment toward the Free Nutritious Meals Program based on data obtained from social media X (Twitter) and to compare the performance of the Naïve Bayes and Random Forest algorithms in sentiment classification using accuracy, precision, recall, and F1-score metrics. This study employed the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology, which consists of Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, and Deployment stages. The dataset consisted of Indonesian-language tweets related to the Free Nutritious Meals Program, which underwent preprocessing, sentiment labeling, data splitting, and feature weighting using Term Frequency-Inverse Document Frequency (TF-IDF). The classification process was carried out using the Naïve Bayes and Random Forest algorithms with three data split scenarios, namely 90:10, 80:20, and 70:30. The results showed that public sentiment toward the Free Nutritious Meals Program consisted of positive, negative, and neutral sentiments, with positive sentiment being the most dominant. Based on the evaluation results, the Random Forest algorithm outperformed Naïve Bayes in all data split scenarios. The best performance was achieved with the 80:20 data split ratio, yielding an accuracy of 77.29%, while Naïve Bayes achieved its highest accuracy of 74.52% with the 90:10 data split ratio. Therefore, the Random Forest algorithm proved to be more effective for sentiment classification of the Free Nutritious Meals Program in this study.. Keywords: Sentiment Analysis, Free Nutritious Meals Program, Naive Bayes, Random Forest.

Evaluasi dan Pengembangan Sistem Absensi Karyawan Menggunakan Framework Laravel Di PT. Multi Power Abadi Surabaya, Diaz Bagus Maulana, NIM E41212278, Tahun 2025, Teknik Informatika, Teknologi Informasi, Politeknik Negeri Jember, Nugroho Setyo Wibowo, S.T., M.T. (Dosen Pembimbing Magang), M. Iqbal Firmansyah, S.H. (Pembimbing Lapang). Program magang ini bertujuan untuk memperluas wawasan dan keterampilan mahasiswa dalam penerapan pengembangan aplikasi sebagai Fullstack Developer, khususnya dalam pengembangan sistem berbasis website. Magang berlangsung selama 4 bulan, dimulai pada 30 September 2024 hingga 31 Januari 2025, di PT Multi Power Abadi (MPA), yang berlokasi di Surabaya, Jawa Timur, Indonesia. Selama magang, mahasiswa melakukan evaluasi dan pengembangan sistem informasi absensi berbasis Framework Laravel untuk memastikan keandalan dan akurasi sistem.. Hasil dari program magang ini adalah pengembangan sistem informasi absensi berbasis Laravel yang dilakukan berdasarkan evaluasi terhadap sistem absensi sebelumnya. Pengerjaan sistem mencakup fitur-fitur utama, seperti absensi dan perizinan. Dengan adanya, sistem baru dirancang untuk meningkatkan efisiensi operasional, akurasi data, dan kemudahan penggunaannya. Pelaksanaan program magang ini memberikan pengalaman berharga bagi mahasiswa dalam menganalisis kebutuhan pengguna, merancang solusi teknis, serta mengimplementasikan sistem berbasis Laravel. Mahasiswa juga mendapatkan keterampilan dalam bekerja secara profesional, berkolaborasi dengan tim pengembang, dan menyelesaikan masalah teknis melalui pendekatan analitis. Ke depan, diharapkan sistem yang telah dikembangkan dapat terus ditingkatkan untuk memenuhi kebutuhan operasional perusahaan secara lebih optimal.

CV Pendowo Limo merupakan usaha manufaktur mebel yang masih menerapkan sistem pencatatan operasional konvensional. Keterbatasan sistem tersebut menimbulkan tingginya risiko kesalahan perhitungan Biaya Bahan Baku, Tenaga Kerja Langsung, dan Overhead Pabrik, yang berdampak langsung pada ketidakakuratan penentuan Harga Pokok Produksi (HPP). Oleh karena itu, penelitian skripsi ini bertujuan untuk merancang dan membangun sistem informasi manajemen produksi berbasis web, menerapkan metode Job Order Costing untuk mengotomatisasi perhitungan HPP secara akurat, serta mengevaluasi tingkat kelayakan sistem. Pengumpulan data dilakukan melalui observasi lapangan, wawancara, dan dokumentasi. Pengembangan perangkat lunak menerapkan metode Waterfall, sedangkan fungsionalitasnya dievaluasi menggunakan Black-box Testing. Sistem informasi berbasis web ini berhasil dibangun menggunakan kerangka kerja Laravel dan basis data MariaDB. Hasil pengujian membuktikan seluruh fitur beroperasi optimal tanpa galat. Penerapan metode Job Order Costing yang dipadukan algoritma Snapshot Biaya terbukti mampu mengalkulasi komponen biaya produksi secara presisi serta mengunci harga historis pesanan. Dengan demikian, sistem ini sangat layak digunakan untuk mempermudah pimpinan CV Pendowo Limo dalam menghasilkan laporan keuangan dan rincian pesanan yang terintegrasi

Huruf hiragana merupakan dasar pembelajaran bahasa Jepang yang perlu dikuasai oleh pemula. Namun, perbedaan bentuk huruf hiragana dengan alfabet latin sering menyebabkan kesulitan dalam proses belajar. Penelitian ini bertujuan untuk mengembangkan game edukasi huruf hiragana berbasis Android yang dilengkapi fitur pengenalan tulisan tangan menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur LeNet. Dataset yang digunakan terdiri dari 13.800 gambar huruf hiragana dari 46 kelas yang dibagi menjadi data training dan validation dengan rasio 80:20. Model dikembangkan menggunakan TensorFlow dan diimplementasikan ke dalam aplikasi Flutter melalui format ONNX. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan memperoleh nilai validation accuracy sebesar 98,91%. Pengujian blackbox menunjukkan seluruh fitur aplikasi berjalan sesuai dengan fungsinya, sedangkan hasil User Acceptance Test (UAT) memperoleh nilai rata-rata sebesar 83,1%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa CNN arsitektur LeNet mampu mengklasifikasikan huruf hiragana dengan baik dan dapat diterapkan pada game edukasi sebagai media pembelajaran yang interaktif dan efektif.

Pembelajaran Ilmu Pengetahuan Alam (IPA) materi tata surya pada jenjang Sekolah Dasar menuntut kemampuan visualisasi yang tinggi karena objek astronomi yang bersifat abstrak dan tidak dapat diamati secara langsung. Keterbatasan media konvensional dua dimensi statis di SD Hang Tuah 9 Candi memicu rendahnya motivasi belajar dan memicu kerentanan miskonsepsi pada siswa. Penelitian ini bertujuan untuk mengembangkan media pembelajaran interaktif berbasis augmented reality (AR) berupa aplikasi website "Solar System Edu" menggunakan kerangka kerja Multimedia Development Life Cycle (MDLC). Aplikasi web ini dirancang secara inovatif memanfaatkan ekosistem modern yaitu Vite.js, React.js, Three.js, React Three Fiber, dan React Three XR dengan menerapkan teknologi Markerless Tracking. Melalui metode ini, proyeksi objek 3D planet berdasarkan data publik ilmiah NASA dapat dihadirkan secara real-time langsung melalui browser smartphone tanpa memerlukan instalasi tambahan maupun penanda (marker) fisik. Pengujian aspek teknis fungsional sistem dilakukan menggunakan Black Box Testing dengan hasil 100% sukses memenuhi spesifikasi kebutuhan fungsional sistem. Selanjutnya, dampak implementasi media ini diuji melalui metode One Group Pre-test Post-test Design yang melibatkan 30 siswa kelas V di SD Hang Tuah 9 Candi pada 12 Maret 2026. Hasil pengujian lapangan menunjukkan adanya lonjakan pemahaman kognitif yang signifikan, di mana nilai rata-rata siswa meningkat tajam dari 2,10 pada saat pre-test menjadi 4,10 pada saat post-test. Secara statistik kuantitatif, media pembelajaran berbasis augmented reality melalui aplikasi Solar System Edu ini terbukti efektif meningkatkan pemahaman kognitif siswa terhadap materi sistem tata surya sebesar 95,24%. Kehadiran visualisasi 3D interaktif ini sukses diterima dengan baik oleh siswa serta mampu mentransformasi konsep astronomi yang semula abstrak menjadi sebuah pengalaman eksplorasi mandiri yang konkret, interaktif, dan menyenangkan.

Politeknik Negeri Jember merupakan perguruan tinggi vokasi yang berorientasi pada pengembangan kompetensi dan keterampilan mahasiswa agar selaras dengan kebutuhan dunia industri. Sistem pendidikan yang diterapkan menekankan pada penguasaan keahlian praktis yang didukung oleh landasan teori yang kuat, sehingga lulusan diharapkan mampu beradaptasi, bersaing, dan berkontribusi secara profesional di dunia kerja maupun sebagai wirausahawan. Sebagai implementasi kurikulum Diploma Empat (D4), Politeknik Negeri Jember mewajibkan mahasiswa mengikuti program magang dengan bobot 24 SKS yang dilaksanakan selama enam bulan pada semester VII. Program magang ini merupakan syarat wajib kelulusan yang bertujuan untuk meningkatkan pengetahuan, keterampilan, dan pengalaman kerja mahasiswa melalui penerapan langsung ilmu yang diperoleh selama perkuliahan. Kegiatan magang dilaksanakan di Bank Tabungan Negara (BTN) Kantor Cabang Surabaya Bukit Darmo pada periode 1 Juli 2025 sampai dengan 30 Desember 2025. Selama pelaksanaan magang, mahasiswa terlibat dalam kegiatan operasional di bagian General Operation, khususnya dalam pengelolaan administrasi cek dan giro. Metode yang digunakan meliputi observasi langsung, diskusi dengan pembimbing lapangan, serta penyusunan laporan magang sebagai bentuk pertanggungjawaban akademik. Dalam kegiatan magang tersebut, mahasiswa melakukan analisis serta Implementasi Sistem Informasi Manajemen Cek dan Giro Elektronik (SIGICEK) berbasis web. Sistem ini dirancang untuk mendukung proses registrasi, pengelolaan stok, monitoring, dan pelaporan cek serta giro secara terintegrasi dengan menerapkan metode First In, First Out (FIFO). Pengembangan sistem dilakukan menggunakan framework Laravel, Tailwind CSS, Filament 4, dan basis data MySQL. Hasil pelaksanaan magang menunjukkan bahwa penerapan SIGICEK mampu meningkatkan efisiensi, ketepatan, dan ketertiban administrasi pengelolaan cek dan giro dibandingkan dengan sistem manual. Digitalisasi melalui SIGICEK membantu meminimalkan risiko kesalahan pencatatan serta mempercepat proses monitoring dan pelaporan. Dengan demikian, kegiatan magang ini memberikan manfaat nyata bagi institusi tempat magang serta mendukung pencapaian tujuan pendidikan vokasi Politeknik Negeri Jember.

Belum tersedianya media pembelajaran berupa papan interaktif untuk mengenalkan kembali tata cara berwudu kepada siswa menyebabkan proses pembelajaran masih dilakukan secara konvensional. Untuk mengatasi permasalahan tersebut, pada tugas akhir ini dirancang dan dibangun papan interaktif berbasis IoT yang terintegrasi dengan aplikasi mobile untuk monitoring nilai siswa secara real-time. Sistem menggunakan mikrokontroler ESP32 yang dipadukan dengan RFID sebagai identitas siswa, sensor sentuh sebagai media input, DFPlayer Mini sebagai pemutar audio, LCD sebagai penampil teks nilai dan informasi, serta Firebase Realtime Database sebagai media penyimpanan data. Data hasil penggunaan kemudian ditampilkan pada aplikasi mobile yang dikembangkan menggunakan Flutter sehingga guru dapat memantau nilai, waktu pengerjaan, dan riwayat aktivitas siswa secara real-time. Hasil pengujian menunjukkan bahwa papan interaktif berbasis IoT berhasil dikembangkan dan seluruh komponen sistem dapat bekerja sesuai fungsinya. RFID berhasil digunakan untuk proses pendaftaran kartu sekaligus mengenali identitas siswa sebelum pembelajaran dimulai, sensor sentuh merespons pilihan dengan baik, audio dapat diputar sesuai instruksi, dan data berhasil dikirim ke Firebase serta ditampilkan pada aplikasi mobile. Kemudian hasil pengujian di SDN Pakusari 01 Kabupaten Jember menunjukkan bahwa sistem dapat membantu siswa belajar tata cara berwudu melalui konsep bermain sambil belajar, sekaligus memudahkan guru dalam melakukan monitoring hasil belajar dari papan pembelajaran tersebut.

Sistem hidroponik merupakan metode budidaya tanaman tanpa menggunakan media tanah dengan memanfaatkan larutan nutrisi sebagai sumber utama unsur hara. Keberhasilan sistem hidroponik sangat dipengaruhi oleh kondisi larutan nutrisi, khususnya nilai pH dan konsentrasi nutrisi. Pengelolaan pH dan nutrisi yang masih dilakukan secara manual berpotensi menimbulkan ketidaktepatan pengukuran serta kurang efisien dalam proses pemantauan secara berkelanjutan. Oleh karena itu, pada tugas akhir ini dirancang dan dibangun sistem kontrol pH dan nutrisi tanaman hidroponik berbasis Internet of Things (IoT) menggunakan aerator. Sistem ini memanfaatkan sensor pH dan sensor EC/TDS untuk memantau kondisi larutan nutrisi, serta mikrokontroler ESP32 sebagai pusat pengendali dan pengolah data. Data hasil pengukuran dikirimkan secara real-time ke Firebase Realtime Database sehingga dapat dipantau melalui aplikasi monitoring. Selain berfungsi sebagai media aerasi, aerator pada sistem ini digunakan untuk membantu proses sirkulasi dan pencampuran larutan nutrisi agar kondisi larutan menjadi lebih homogen sebelum dilakukan pembacaan sensor. Pengendalian pH dan nutrisi dilakukan secara otomatis dengan mengaktifkan pompa melalui relay apabila nilai pH atau konsentrasi nutrisi berada di luar batas setpoint yang telah ditentukan. Dengan demikian, sistem yang dirancang diharapkan mampu membantu proses monitoring dan pengendalian pH serta nutrisi secara otomatis, real-time, dan terintegrasi melalui teknologi Internet of Things (IoT).