Penelitian dalam tugas akhir ini berfokus pada perancangan, pengembangan, dan analisis komprehensif terhadap karakter fiksi ilmiah individual bernama ?leph Ryán Juvenile. Karakter ini diklasifikasikan ke dalam Kelas Paradoksikal tingkat tinggi di atas kategori Calamity, dengan posisi eksistensial yang telah mapan di Dimensi 10. Keunikan utama dari karakter ini terletak pada kemampuannya untuk melakukan sinkronisasi temporal dan spasial secara absolut melalui struktur Immortal, di mana ia tidak hanya menyatukan dimensi masa lalu, masa sekarang, dan masa depan ke dalam satu lini masa, melainkan mengintegrasikan seluruh lini masa dari estimasi 10??? (tak terhingga) alam semesta di dalam multiversum menjadi satu struktur tunggal yang disebut sebagai Architect Fundamental. Lebih jauh lagi, karakter ini menempati posisi kekuasaan tertinggi pada Rank Tier - High 0 (Apex), sebuah tingkatan yang berada di atas Tier 0 (Boundless), yang dicapai melalui penguasaan kemampuan Element Fundamental Superquantum (manifestasi Full Awakening dari elemen kuantum yang beroperasi pada Dimensi 11). Metodologi pengembangan dan pengenalan karakter ini dilakukan melalui pendekatan interdisipliner yang mengintegrasikan berbagai cabang ilmu pengetahuan eksak. Fondasi karakter dibangun menggunakan visualisasi dan perhitungan berbasis Matematika Dasar hingga Matematika Tingkat Lanjut, Aritmatika, Googology (skala angka masif), Dasar Fisika hingga Fisika Kuantum, serta Geometri hingga Hyper-Geometri. Selain itu, integrasi aspek teknis diwujudkan melalui simulasi Quantum Computation yang mencakup sistem pemrograman dan enkripsi modular buatan karakter itu sendiri, serta didukung oleh struktur teoretis Kosmologi, Kimia, dan Biologi untuk memberikan spesifikasi anatomi dan eksistensi yang logis. Narasi karakter juga diperkuat dengan penyusunan backstory tragis yang memanfaatkan paradoks ilmiah sebagai pemicu utama trauma dan perkembangan kekuatannya. Hasil penelitian ini menghasilkan sebuah dokumen cetak biru (blueprint) pengembangan karakter secara digital yang memiliki konsistensi logika internal tinggi meskipun beroperasi pada skala kosmik ekstrem. Melalui pemodelan sistem ini, pengenalan karakter ?leph Ryán Juvenile sebagai entitas Architect Fundamental dapat didefinisikan secara matematis dan naratif tanpa mengalami bias logika (paradox breakdown). Kesimpulan dari tugas akhir ini membuktikan bahwa penggabungan teori fisika kuantum tingkat lanjut dan matematika hiper-geometri mampu menciptakan standar baru dalam penulisan dan pengenalan karakter fiksi ilmiah pada tingkatan Apex, yang siap diimplementasikan ke dalam industri kreatif seperti desain karakter fiksi.

Laporan magang ini mendokumentasikan kegiatan praktik kerja lapangan yang dilaksanakan di CV. Jaya Technology Solusindo mulai Oktober 2025 hingga Februari 2026. Fokus utama dari kegiatan ini adalah penerapan metode Human-Centered Design dalam perancangan ulang antarmuka pengguna untuk ALLIKLAN, sebuah platform digital pencarian properti dan kendaraan. Proses perancangan mengadopsi tahapan iteratif HCD, yang meliputi analisis konteks penggunaan, spesifikasi kebutuhan, perancangan solusi melalui wireframing dan prototyping, serta evaluasi desain. Hasil akhir dari implementasi ini adalah purwarupa untuk halaman beranda, daftar properti, dan detail properti yang dirancang dengan pendekatan estetika minimalis guna mengoptimalkan tingkat ketergunaan dan mengurangi beban kognitif pengguna. Selain berfokus pada proyek utama ALLIKLAN, penulis juga berkontribusi secara aktif pada berbagai tugas desain operasional dan pemasaran digital perusahaan. Penugasan pendukung tersebut meliputi pelaksanaan Quality Control dan pengisian ratusan data awal properti, serta perancangan ulang antarmuka untuk aplikasi BakulMlijo, website profil perusahaan J-Tech, dan portal administrasi SIMADEV. Lebih lanjut, penulis juga merancang berbagai aset identitas visual, seperti pembuatan ulang logo untuk beberapa sistem internal, desain pamflet promosi produk, hingga penyusunan dokumen presentasi komersial atau pitch deck guna mendukung strategi bisnis perusahaan.

IMPLEMENTASI EXPONENTIAL SMOOTING UNTUK FORECASTING CUACA AWAL DALAM MENDUKUNG KEPUTUSAN AWAL TANAMAN PANGAN, Dwi Nafis Mahardika, NIM E41212382, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Ery Setiyawan Jullev Atmadji, S.Kom, M.Cs (Pembimbing Praktik Kerja Lapang), Farida Nur Ummi S.Psi. (Pembimbing Lapang). Praktik Kerja Lapang (PKL) merupakan salah satu kegiatan wajib dalam program pendidikan kampus Politeknik Negeri Jember yang bertujuan untuk meningkatkan pengetahuan dan keterampilan mahasiswa dalam pengembangan softskill dan hardskill diluar sistem pembelajaran yang ada di kampus, serta dapat menghasilkan sumber daya manusia (SDM) yang memiliki keahlian profesional dengan keterampilan, pengetahuan, serta etos kerja yang sesuai dengan perkembangan teknologi saat ini. Kegiatan PKL dilaksanakan di sebuah perusahaanyang berfokus pada Big Data dan Teknologi Artificial Intelligence (AI), yaitu di PTGlobal Data Inspirasi (Datains). PT Global Data Inspirasi resmi berdiri pada tanggal 2 Mei 2018 dan berlokasi di Yogyakarta. Dalam kegiatan PKL tersebut, dilakukan implementasi exponential smoothing pada sebuah website bernama Smart-Agri untuk Kementerian Pertanian yang nantinya akan disebarkan kepada petani. Website Smart-Agri adalah platform berbasis website yang dirancang untuk membantu petani dan pemerintah daerah dalam menentukan tanaman pangan yang paling cocok untuk ditanam berdasarkan prediksi cuaca. Platform ini menyediakan informasi mengenai perkiraan musim hujan dan kemarau di berbagai wilayah, sekaligus memberikan rekomendasi tanaman yang sesuai dengan kondisi iklim tersebut. Melalui platform ini, petani dapat mengambil keputusan yang lebih tepat, sehingga berpotensi meningkatkan produktivitas dan vii hasil pertanian mereka. Platform Smart-Agri memungkinkan petani untuk merencanakan musim tanam dan pemeliharaan tanaman secara lebih efektif. Selain itu, pemerintah daerah juga dapat menggunakan platform ini untuk menganalisis tren iklim dan kondisi pertanian di wilayahnya, sehingga dapat membantu dalam pengambilan kebijakan dan alokasi sumber daya secara lebih efisien

Beras merupakan komoditas pangan utama yang strategis di Indonesia, di mana produktivitas panen sangat bergantung pada mutu benih berdaya kecambah tinggi. Pengujian daya berkecambah konvensional masih memiliki kelemahan karena bersifat subjektif dan memakan waktu. Penelitian ini bertujuan mengimplementasikan arsitektur Convolutional Neural Network (CNN) MobileNetV2 untuk mengklasifikasikan kualitas kecambah padi ke dalam tiga kelas: Kecambah Normal, Kecambah Abnormal, dan Benih Mati. Sebanyak 545 citra dataset awal yang mengalami ketidakseimbangan kelas ditangani melalui teknik augmentasi spasial dan pipeline pra-pemrosesan citra. Tahap pra-pemrosesan memainkan peran krusial melalui ekstraksi Region of Interest (ROI) menggunakan segmentasi biner adaptif berbasis nilai rata-rata (Mean x 2.2) dan operasi morfologi untuk mengisolasi objek kecambah secara utuh dari latar belakang. Evaluasi model melalui confusion matrix menunjukkan bahwa konfigurasi pembagian data 80:20 dengan siklus pelatihan 25 epoch menghasilkan performa paling optimal, dengan akurasi pengujian mencapai 93,58%. Keberhasilan isolasi fitur pada tahap pra-pemrosesan terbukti mampu mereduksi bias pada kelas minoritas secara alami tanpa memerlukan tambahan algoritma pembobotan kelas. Model terbaik tersebut kemudian diintegrasikan ke dalam prototipe aplikasi mobile bernama Sprouts Scan. Pengujian akurasi sistem menggunakan citra baru oleh dua pakar menghasilkan rata-rata akurasi klasifikasi sebesar 98,27%, sedangkan pengujian UAT menunjukkan tingkat penerimaan sebesar 100%. Secara keseluruhan, sistem cerdas ini terbukti empiris mampu meningkatkan objektivitas, akurasi, dan efisiensi dokumentasi dalam evaluasi daya berkecambah untuk mendukung kelancaran sertifikasi mutu benih nasional.

Aplikasi Online Single Submission (OSS) merupakan layanan perizinan berusaha berbasis elektronik yang digunakan untuk membantu masyarakat dalam mengurus perizinan usaha. Beragam tanggapan pengguna terhadap aplikasi OSS disampaikan melalui ulasan pada Google Play Store sehingga diperlukan analisis sentimen untuk mengetahui kecenderungan opini pengguna. Penelitian ini bertujuan untuk mengetahui pandangan pengguna terhadap aplikasi OSS, melakukan klasifikasi sentimen menggunakan metode Naive Bayes Classifier, serta mengukur kinerja model. Data penelitian diperoleh melalui web scraping ulasan aplikasi OSS pada Google Play Store dan diklasifikasikan ke dalam tiga kelas sentimen, yaitu positif, netral, dan negatif. Proses analisis dilakukan melalui preprocessing, pembobotan kata menggunakan TF-IDF, dan klasifikasi menggunakan Naive Bayes Classifier. Hasil analisis terhadap 2.598 ulasan menunjukkan bahwa sentimen negatif menjadi kategori yang paling dominan dibandingkan sentimen positif dan netral, yang menggambarkan bahwa tanggapan pengguna cenderung mengarah pada pengalaman yang kurang baik terhadap aplikasi OSS. Hasil evaluasi model memperoleh nilai akurasi sebesar 88,06%, yang menunjukkan bahwa Naive Bayes Classifier memiliki tingkat ketepatan yang baik dalam mengklasifikasikan sentimen ulasan pengguna aplikasi OSS.

Perancangan Dan Implementasi Sistem Keamanan Dan Presensi Asrama Berbasis Web , Faiz Marwan Murtadho, NIM E31231395, Tahun 2026, Teknologi Informasi, Politeknik Negeri Jember, Ir. Hendra Yufit Riskiawan, S.Kom, M.Cs (Dosen Pembimbing) Pengelolaan asrama mahasiswa yang mengandalkan pencatatan presensi manual dan formulir kertas untuk pengajuan izin terbukti kurang efisien, rentan kehilangan data, sulit diverifikasi, serta lambat dalam mendeteksi mahasiswa yang tidak berada di asrama (alfa). Penelitian ini bertujuan merancang dan mengimplementasikan sistem keamanan dan presensi asrama berbasis web yang ditujukan bagi tiga peran pengguna, yaitu admin, petugas asrama (guard), dan mahasiswa (student), dengan menyediakan platform manajemen terpadu yang mencakup presensi harian berbasis GPS, pengajuan izin yang terintegrasi otomatis ke kalender kehadiran, pemeriksaan kebersihan kamar, sistem poin kedisiplinan, dan peringatan bertingkat berdasarkan akumulasi alfa bulanan. Sistem ini dikembangkan menggunakan bahasa pemrograman JavaScript dan PHP, dengan framework Vue 3 untuk sisi front end dan Laravel untuk sisi back end yang menyediakan RESTful API terhubung ke basis data MySQL. Hasil yang diharapkan dari penelitian ini adalah terciptanya sebuah platform manajemen asrama yang fungsional, mudah digunakan, dan dapat secara signifikan meningkatkan efisiensi pengelolaan serta keamanan asrama. Kata kunci: manajemen asrama, presensi kehadiran, geofencing, GPS, sistem poin, Vue, Laravel

Penelitian ini bertujuan mengembangkan website SMKN 1 Maesan menggunakan metode Design Thinking untuk meningkatkan kualitas pengalaman pengguna dan kegunaan (usability). Pengembangan dilakukan melalui lima tahapan, yaitu Empathize, Define, Ideate, Prototype, dan Test. Tahap Empathize dilakukan dengan menyebarkan kuesioner dan wawancara kepada 20 responden yang terdiri atas siswa, guru, wali murid, calon siswa, dan operator sekolah untuk mengidentifikasi kebutuhan pengguna. Selanjutnya, hasil analisis digunakan sebagai dasar perancangan website yang kemudian diimplementasikan menggunakan framework Laravel. Pengujian dilakukan menggunakan Black Box Testing, System Usability Scale (SUS), dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa seluruh fungsi website berjalan sesuai kebutuhan tanpa ditemukan kesalahan fungsional. Nilai SUS meningkat dari skor awal 45,5 pada website lama (Not Acceptable) menjadi kategori Acceptable dengan tingkat usability yang baik. Selain itu, hasil UAT menunjukkan kategori Sangat Layak, yang menandakan website diterima dengan baik dari aspek kemudahan penggunaan, fungsionalitas, kepuasan pengguna, dan kinerja sistem. Dengan demikian, penerapan metode Design Thinking berhasil menghasilkan website yang lebih informatif, mudah digunakan, dan sesuai dengan kebutuhan pengguna.

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.