Padi merupakan salah satu tanaman pangan utama yang memiliki peran penting dalam ketahanan pangan di Indonesia. Namun walaupun padi memiliki potensi besar saat ini masih banyak petani yang menghadapi kesulitan dalam memprediksi hasil panen padi dengan akurat sehingga mengganggu perencanaan baik dalam menentukan harga yang pantas maupun dalam mengelola lahan secara efisien. Oleh karena itu diperlukan suatu solusi yang dapat memprediksi hasil panen dengan lebih akurat. Tujuan penelitian ini adalah mengembangkan sistem prediksi hasil panen padi dengan menggunakan metode Artificial Neural Network (ANN) Backpropagation untuk membantu petani merencanakan strategi lebih baik dalam penanaman padi berdasarkan perkiraan hasil panen di masa depan. Penelitian ini menggunakan metode penelitian Waterfall sebagai metode pengembangan sistem. Adapun data yang dibutuhkan yang berasal dari Dinas Pertanian Kabupaten Situbondo yaitu data produksi padi meliputi 17 kecamatan di Kabupaten Situbondo seperti Sumbermalang, Jatibanteng, Banyuglugur hingga Banyuputih. Peneliti juga merancang sistem usulan dengan menggunakan UML (Unified Modeling Language). Hasil penelitian menunjukkan bahwa penelitian ini berhasil membuat aplikasi prediksi hasil panen menggunakan metode Artificial Neural Network (ANN) Backpropagation sehingga membantu petani dalam merencanakan strategi penanaman padi dengan lebih akurat berdasarkan perkiraan hasil panen di masa depan. Hasil blackbox testing menunjukkan bahwa sistem berfungsi dengan baik dan memberikan hasil yang sesuai dengan harapan.

Mahasiswa D4 Teknik Informatika Politeknik Negeri Jember diwajibkan menyusun skripsi sebagai salah satu syarat kelulusan dengan mengacu pada dua pedoman utama, yaitu Pedoman Tugas Akhir (TA) dan Pedoman Penulisan Karya Tulis Ilmiah (KTI). Namun, hasil survei terhadap 26 mahasiswa menunjukkan bahwa masih banyak yang mengalami kebingungan dalam memahami isi pedoman tersebut, sehingga kerap terjadi kesalahan dalam alur maupun penulisan skripsi. Untuk mengatasi permasalahan tersebut, dilakukan pengembangan chatbot konsultasi skripsi berbasis website. Dalam penelitian ini, perancangan knowledge chatbot dilakukan melalui studi literatur, penyebaran kuesioner kepada mahasiswa, serta wawancara dengan dosen koordinator skripsi dan admin prodi. Chatbot dikembangkan menggunakan platform Google Dialogflow dengan pola percakapan berbasis decision tree untuk memetakan alur percakapan dan menggunakan metode rule-based system dalam menentukan respons berdasarkan aturan yang telah dibuat. Implementasi chatbot dilakukan melalui integrasi webhook dengan proses pengkodean menggunakan Visual Studio Code. Berdasarkan hasil pengujian, chatbot memperoleh nilai 79,9% pada pengujian User Acceptance Testing (UAT), yang termasuk dalam kategori baik. Sedangkan pada pengujian black box, chatbot mencapai akurasi 100% jika menggunakan tombol (button), dan akurasi 79,1% jika input teks secara langsung.

Proyek ini menyajikan desain dan implementasi sistem pemantauan lingkungan dasar menggunakan Raspberry Pi 4 dan berbagai sensor serta modul. Sistem ini mengintegrasikan sensor DHT11 untuk mengukur suhu dan kelembapan, LED dua warna untuk indikasi status dasar, layar OLED I2C untuk keluaran data waktu nyata, dan memanfaatkan protokol MQTT untuk mengirimkan data sensor ke platform cloud OneNet . Tujuan proyek ini adalah untuk menciptakan solusi IoT yang hemat biaya dan praktis yang mampu memantau kondisi lingkungan dan mengirimkan data ke platform berbasis cloud untuk akses dan analisis jarak jauh. Sistem ini diprogram menggunakan Python dan menggunakan pustaka sumber terbuka untuk menyederhanakan pengembangan dan komunikasi perangkat keras. Implementasi akhir menunjukkan keberhasilan akuisisi data, visualisasi pada layar OLED dan platform OneNet , serta umpan balik visual dasar melalui LED. Proyek ini berfungsi sebagai model dasar bagi mahasiswa dan pemula dalam pengembangan IoT, menawarkan wawasan tentang integrasi sensor, komunikasi cloud, dan pemantauan waktu nyata sederhana dalam sistem tertanam.

Kabupaten Sidoarjo memiliki potensi wisata kuliner yang beragam, namun wisatawan sering kesulitan memilih tempat yang sesuai preferensi karena keterbatasan informasi. Penelitian ini bertujuan membangun Sistem Rekomendasi Tempat Kuliner menggunakan metode Weighted Product (WP) dan Rank Order Centroid (ROC) untuk membantu pengguna memperoleh rekomendasi yang tepat. Sistem ini mengintegrasikan data dari platform rating seperti Google, GoFood, ShopeeFood, dan GrabFood dengan tujuh kriteria utama: jarak, rating dari masingmasing platform, jumlah makanan, dan jumlah minuman. Uji coba dilakukan pada 150 tempat kuliner di Sidoarjo dalam tiga kategori: cafe, warung, dan restoran. Hasil menunjukkan metode WP mampu memberikan rekomendasi berdasarkan nilai preferensi tertinggi, dengan pembobotan ROC yang objektif. Sistem dapat menangani 100 pengguna secara bersamaan dengan error rate 0,19% dan skor usability SUS 74, menunjukkan sistem diterima pengguna. Web responsif ini memudahkan masyarakat dan wisatawan mengakses rekomendasi kuliner sesuai lokasi dan preferensi.

Laporan ini berisi rangkuman kegiatan kunjungan industri dan edukasi yang dilaksanakan oleh mahasiswa Politeknik Negeri Jember, Program Studi Teknik Komputer, pada bulan Juni 2025 di beberapa kota industri utama di Tiongkok: Wuxi, Changzhou, dan Suzhou. Kegiatan ini bertujuan untuk memberikan pengalaman langsung kepada mahasiswa dalam mengenal dan memahami penerapan teknologi canggih dalam dunia industri, khususnya di bidang Internet of Things (IoT), Artificial Intelligence (AI), robotika kolaboratif, dan sistem pengawasan otomatis. Perusahaan yang dikunjungi meliputi:Xuelang Industrial Internet,World Sensing Net(WSN),AUBO Robotics,Focusight,SmartMore Technology,SANY Heavy Machinery Setiap kunjungan terdiri dari pemaparan materi, tur fasilitas produksi, demonstrasi teknologi, serta sesi tanya jawab langsung bersama para profesional industri. Mahasiswa mendapatkan wawasan teknis dan non-teknis, seperti cara kerja sistem robotik, visualisasi data produksi, sistem inspeksi berbasis AI, serta pengelolaan proyek industri berskala besar. Melalui kegiatan ini, mahasiswa tidak hanya memperoleh pemahaman akademik yang aplikatif, tetapi juga melatih keterampilan komunikasi, observasi, etika kerja, dan manajemen waktu. Laporan ini menyajikan secara sistematis rangkaian kegiatan, hasil observasi, pembelajaran, kesimpulan, serta saran sebagai bentuk refleksi akademik dan penguatan kompetensi lulusan vokasi

Analisis Sentimen Tim Sepak Bola Nasional Indonesia U-23 Pada Piala Asia U-23 2024 Di Media Sosial Twitter Menggunakan Metode Lexicon Based Nugroho Setyo Wibowo, S.T, M.T Ayu Anggraini Program Studi Teknik Informatika Jurusan Teknologi Informasi ABSTRAK Piala Asia U-23 tahun 2024 menjadi sorotan publik seiring dengan keberhasilan Tim Nasional Sepak Bola Indonesia U-23 menembus babak semifinal. Meskipun akhirnya menempati peringkat keempat setelah kalah dari Uzbekistan dan Irak, performa Timnas tetap menyita perhatian masyarakat luas. Di tengah maraknya penggunaan media sosial, Twitter menjadi salah satu platform yang banyak digunakan untuk mengekspresikan opini terkait pertandingan tersebut. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Timnas U-23 melalui cuitan di Twitter menggunakan metode Lexicon Based dengan bantuan kamus InSet Lexicon (Indonesian Sentiment Lexicon), yaitu kamus kata dalam Bahasa Indonesia yang telah diklasifikasikan ke dalam kategori sentimen positif, netral, dan negatif. Sebanyak 206 tweet digunakan sebagai data setelah melalui proses preprocessing. Hasil klasifikasi menunjukkan bahwa 91 tweet (44.17%) mengandung sentimen positif, 58 tweet (28,16%) netral, dan 57 tweet (27.67%) negatif. Temuan ini menunjukkan bahwa mayoritas warganet memberikan respons positif terhadap penampilan Timnas U-23. Penelitian ini diharapkan dapat menjadi masukan bagi federasi sepak bola dan pihak terkait dalam mengevaluasi respons publik serta meningkatkan strategi komunikasi melalui media sosial. Kata Kunci: Analisis Sentimen, Timnas Indonesia U-23, Piala Asia U-23 2024, Twitter, Lexicon Based, InSet Lexicon.

ptimalisasi Sidak sebagai Instrumen Evaluasi Mutu dalam Program Visit Company disusun oleh Monang Mangata Tampubolon (E32221287), mahasiswa Program Studi Teknologi Informasi, Politeknik Negeri Jember, Tahun 2025, di bawah bimbingan Lalitya Nindita Sahenda, S.Pd., M.T. sebagai Koordinator Magang, I Gede Wiryawan, S.Kom., M.Kom. sebagai Dosen Pembimbing Magang, serta Ms. Huang sebagai Pembimbing Lapang. Program visit company ini merupakan upaya strategis dalam memberikan pengalaman langsung kepada mahasiswa di lingkungan industri, khususnya pada sektor teknologi dan telekomunikasi. Mahasiswa diperkenalkan pada berbagai aktivitas operasional perusahaan, mulai dari alur kerja teknis hingga strategi pemasaran produk. Selain menambah pengetahuan praktis, kegiatan ini juga berperan dalam meningkatkan kemampuan non-teknis seperti komunikasi, kerja sama tim, dan manajemen waktu. Melalui pengamatan langsung terhadap sistem kerja internal serta koordinasi antar divisi, mahasiswa memperoleh pemahaman yang komprehensif mengenai budaya kerja profesional yang diterapkan di dunia industri.

Desain Sistem Pemantauan Industri Berbasis Cloud IoT, Adrian Solehudin, NIM E32222374 , Tahun 2025, 42 hlm., Teknik Komputer, Jurusan Teknologi Informasi , Politeknik Negeri Jember , Lalitya Nindita Sahenda S.Pd., M.T. (Pembimbing). Sistem pemantauan lokasi industri berbasis platform cloud Internet of Things (IoT) merupakan sistem otomasi yang dirancang untuk memantau, mengontrol, dan mengelola proses produksi industri secara real-time. Tujuan utama sistem ini adalah untuk meningkatkan efisiensi produksi, menjamin keamanan operasional, serta menangani kondisi abnormal secara tepat waktu. Dalam konteks perkembangan pesat Industri 4.0 dan manufaktur cerdas, pendekatan tradisional dalam pemantauan industri tidak lagi memadai karena keterbatasan pada respons waktu dan kemampuan pengolahan data. Penelitian ini menawarkan solusi berupa desain sistem pemantauan jarak jauh berbasis platform cloud IoT, memanfaatkan layanan langganan topik pada cloud untuk pemantauan data peralatan produksi secara real-time. Desain sistem ini mencakup arsitektur sistem, pemilihan perangkat keras seperti sensor suhu, kelembapan, tekanan, kebisingan, dan pengendali logika terprogram (PLC) Siemens untuk pengumpulan data, serta penggunaan mikrokontroler dan modul komunikasi untuk transmisi data ke cloud. Perangkat lunak dikembangkan pada sisi perangkat untuk pengumpulan dan pra-pemrosesan data, sementara platform ThingsBoard digunakan untuk analisis, penyimpanan, dan visualisasi data. Aplikasi antarmuka pengguna juga dirancang untuk memberikan tampilan pemantauan yang mudah digunakan dan informatif bagi operator industri. Sistem ini menunjukkan keunggulan dalam hal biaya Pembangunan yang rendah, keandalan, dan kemudahan implementasi. Melalui pengujian aktual, sistem terbukti memiliki respons waktu tinggi, stabilitas baik, dan akurasi yang memadai dalam mengumpulkan dan menganalisis data untuk menghasilkan peringatan dini dan rekomendasi keputusan berbasis data. Sistem ini dapat diterapkan secara luas di bidang manufaktur, energi, dan kimia untuk mendukung transformasi digital industri.