Pada tugas akhir ini, dipaparkan sebuah rancang bangun sistem pengukur berat badan dan tinggi badan berbasis ESP32, yang berfungsi untuk mengukur berat badan dan tinggi badan seseorang. Pengukur berat badan menggunakan loadcell 50kg x 4 dan sensor HX711, sementara pengukur tinggi badan menggunakan sensor ultrasonik HC-SR04. Dalam sistem ini, mikrokontroler ESP32 berfungsi sebagai otak pengendali, dengan sensor ultrasonik digunakan untuk mengukur tinggi badan dan sensor loadcell digunakan untuk mengukur berat badan. Sistem ini juga dilengkapi dengan aplikasi mobile berbasis IoT yang memungkinkan pengguna untuk melihat data pengukuran secara langsung melalui perangkat mobile mereka. Data yang diambil dari sensor akan disimpan secara otomatis dan dapat diakses melalui riwayat pengukuran yang terintegrasi dengan Firebase, menggunakan Firestore dan Realtime Database sebagai media penyimpanan. Dengan demikian, aplikasi ini tidak hanya berfungsi untuk menampilkan hasil pengukuran secara real-time, tetapi juga menyediakan akses mudah bagi pengguna untuk melihat dan melacak perubahan berat badan dan tinggi badan mereka dari waktu ke waktu. Diharapkan, alat ini dapat membantu mempermudah masyarakat dalam mengukur berat badan dan tinggi badan secara otomatis serta memberikan kemudahan dalam memantau perkembangan fisik mereka secara berkala.

MAGANG DI INDUSTRI KECERDASAN BUATAN PRAKTIK KERJA LAPANGAN PROJECT ASSISTANT DI APPEN. Rose Vania Adriyanti, E32221455, Tahun 2024, Teknologi Informasi, Wuxi University Of Technology, Chen Xiaoquan (Dosen Pembimbing), Jing Ge (Pembimbing Lapangan). Mahasiswa secara aktif terlibat dalam berbagai kegiatan operasional, mulai dari pengelolaan data proyek, koordinasi dengan agen dari berbagai negara, penyusunan dokumentasi rapat, hingga pelaporan harian melalui format EOD (End of Day) dan pelaporan RCA (Root Cause Analysis) yang dilakukan saat terjadi kendala dalam proyek. Dalam proses tersebut, mahasiswa tidak hanya dituntut untuk menguasai perangkat lunak dan platform internal perusahaan, tetapi juga ditantang untuk terus meningkatkan kemampuan komunikasi lintas budaya serta beradaptasi dengan dinamika kerja internasional yang kompleks. Proyek yang dijalankan bersifat multilingual dan tersebar di berbagai zona waktu, sehingga mahasiswa harus mampu bekerja secara efisien, akurat, dan tetap menjaga profesionalisme di tengah tekanan waktu serta perbedaan latar belakang kerja tim global. Melalui pengalaman ini, mahasiswa memperoleh wawasan komprehensif mengenai praktik manajemen proyek berbasis teknologi informasi di industri global. Kegiatan magang ini juga berhasil mengasah keterampilan teknis seperti pemrosesan data dan pelaporan, sekaligus mengembangkan soft skill penting seperti kerja sama tim, ketahanan terhadap tekanan, dan kedisiplinan dalam menyelesaikan tugas harian. Dengan demikian, program magang ini menjadi bekal yang sangat relevan dan bermanfaat bagi mahasiswa dalam menghadapi tantangan dunia kerja yang sesungguhnya, khususnya dalam sektor teknologi dan komunikasi digital yang terus berkembang.

Toko kelontong adalah wirausaha rumahan yang berbentuk semacam warung yang melayani transaksi jual beli barang kebutuhan sehari-hari, seperti sembako, camilan, dan sebagainya . Toko kelontong sebagai UMKM menghadapi masalah dalam pengelolaan stok, seperti kelebihan (overstock) dan kekurangan barang (understock). Meski umumnya sudah memiliki data penjualan, data tersebut jarang dimanfaatkan untuk peramalan. Hal ini dikarenakan banyak aplikasi analisis yang menerapkan sistem langganan dan didukung dengan fitur-fitur sulit dipahami oleh orang awam. Tugas akhir ini bertujuan untuk mengembangkan aplikasi peramalan yang dapat diakses semua orang dan mudah digunakan oleh semua orang. Sistem ini dirancang khusus untuk kebutuhan toko kelontong yang selama ini kesulitan memanfaatkan data penjualan maupun data pembelian karena keterbatasan pengetahuan teknis dan mahalnya aplikasi analisis stok yang beredar. Dengan antarmuka yang sederhana dan dukungan input data melalui file spreadsheet atau pencatatan manual dari sistem kasir, sistem ini dapat menghasilkan prediksi kebutuhan stok secara otomatis. Metode ARIMA dipilih karena kemampuannya yang fleksibel dan akurat dalam menganalisis pola deret waktu, memungkinkan prediksi stok jangka pendek seperti prediksi minggu depan dan prediksi bulan depan.

Kacamata Pintar Dengan Pengenalan Objek Berbasis Internet Of Things (IoT) Untuk Mendukung Mobilitas Tunanetra, Raihan Novrian, Nim E32220429, Tahun 2025, Teknik Komputer, Politeknik Negeri Jember, Denny Wijarnako, ST,MT (Pembimbing). Indra penglihatan adalah sumber informasi utama bagi manusia, sehingga gangguan penglihatan dapat membatasi aktivitas seseorang. Penyandang disabilitas tunanetra, terutama sebagai pejalan kaki, memerlukan fasilitas pendukung untuk membantu mereka beraktivitas dengan lebih aman dan mandiri. Bagi penyandang tunanetra yang kehilangan penglihatannya, mengenali rintangan di sekitar dan mencari keberadaan barang menjadi tantangan besar. Kesulitan ini sering kali menyebabkan mereka terbentur saat beraktivitas di lingkungan sekitar. Akibatnya, banyak sekali penyandang disabilitas tunanetra yang merasa khawatir dengan keselamatannya. Kendala ini sebagian besar disebabkan oleh minimnya teknologi yang dapat membantu mendeteksi keberadaan lingkungan sekitar. Oleh karena itu, saya terdorong untuk merancang sebuah alat yang dapat memberikan dukungan bagi penyandang tunanetra dalam menjalani aktivitas sehari-hari dengan lebih aman dan mandiri. Hasil penelitian menunjukkan bahwa Kacamata Pintar dapat membantu penyandang tunanetra dalam beraktivitas dengan mendeteksi rintangan di depan mereka melalui output suara dari buzzer. Selain itu, kacamata pintar ini juga dilengkapi dengan fitur monitoring yang berfungsi sebagai alat mendeteksi keberadaan lingkungan sekitar, sehingga meningkatkan keamanan dan kenyamanan bagi penyandang tunanetra.

RANCANG BANGUN TIMBANGAN DIGITAL BAYI BERBASIS IOT UNTUK PEMANTAUAN DAN PERTUMBUHAN DAN NUTRISI DENGAN VISUALISASI WEBSITE, Siti Hajar Aswatin, NIM E32220316, Tahun 2025, Teknik Komputer, Teknologi Infomasi, Politeknik Negeri Jember, Muhammad Hafidh Firmansyah, S.Tr.Kom., M.Sc. (Dosen Pembimbing). Timbangan digital bayi berbasis IoT didedikasikan untuk memantau pertumbuhan dan nutrisi bayi secara efisien. Sistem dirancang secara otomatis untuk dapar mengukur berat badan dan tinggi badan serta mentransmisikan data tersebut ke platform berbasis website. Berfokus untuk menyediakan solusi yang memungkinkan pemantauan pertumbuhan yang berkelanjutan dan akurat, memfasilitasi deteksi dini potensi masalah nutrisi atau pertumbuhan bayi. Dengan demikian, langkah tepat dan akurat bisa segera diberikan lebih awal. Data berat badan yang terdeteksi melalui sensor LoadCell HX711 serta tinggi badan bayi yang terdeteksi melalui sensor Ultrasonic HC-SR004 terkumpul yang selanjutnya akan divisualisasikan melalui website. Menyajikan informasi data berat badan dan tinggi badan terkini serta input data bayi yang memudahkan tenaga medis. Diharapkan alat ini tidak hanya menyederhanakan proses pemantauan berat dan tinggi bayi, tetapi juga meningkatkan kesadaran orang tua mengenai pentingnya nutrisi untuk pertumbuhan bayi agar lebih optimal.

Rancang Bangun Monitoring Penjemuran Ikan Berbasis ESP32 dengan Sensor LDR dan Sensor Hujan. Ahmad Adib Akbar, NIM E32220671, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, I Gede Wiryawan, S.Kom., M.Kom. (Dosen Pembimbing). Rancang bangun monitoring penjemuran ikan berbasis ESP32 dengan sensor LDR dan sensor hujan merupakan proyek yang bertujuan untuk memantau dan mengontrol proses penjemuran ikan secara otomatis dan efisien. Sistem ini memanfaatkan teknologi IoT yang terintegrasi dengan sensor LDR untuk mendeteksi intensitas cahaya matahari dan sensor hujan untuk mendeteksi kondisi cuaca. Rancang bangun ini dikembangkan untuk mendukung proses monitoring secara real-time. Dengan bantuan perangkat ESP32 dan koneksi internet, sistem mampu mengirimkan data kondisi penjemuran ke aplikasi mobile. Proyek ini merupakan Tugas Akhir dari Ahmad Adib Akbar, mahasiswa Teknologi Informasi di Politeknik Negeri Jember, dengan bimbingan dari Bapak I Gede Wiryawan, S.Kom., M.Kom. Tujuan utama dari pengembangan sistem ini adalah meningkatkan kualitas dan efisiensi dalam proses penjemuran ikan dengan memanfaatkan teknologi otomatisasi berbasis IoT. Melalui aplikasi ini, pengguna dapat mengetahui kondisi cuaca dan intensitas cahaya secara langsung melalui data sensor. Selain itu, aplikasi ini juga dapat memberikan notifikasi atau tindakan otomatis ketika terjadi hujan atau kurangnya cahaya matahari, sehingga ikan dapat terlindungi dari kerusakan. Dengan adanya sistem ini, diharapkan proses penjemuran ikan menjadi lebih efektif, efisien, dan terkontrol.

SmartAgri adalah platform berbasis teknologi yang dirancang untuk mendigitalisasi sektor pertanian dengan tujuan meningkatkan efisiensi, produktivitas, dan keberlanjutan. Aplikasi ini memanfaatkan teknologi terkini, seperti big data, Internet of Things (IoT), dan kecerdasan buatan (AI), untuk membantu petani dan pemangku kepentingan lainnya mengelola data pertanian secara lebih akurat dan real-time. Fitur utama SmartAgri meliputi pemantauan kondisi lahan, analisis cuaca, dan prediksi hasil panen. Dengan menggunakan SmartAgri, pengguna dapat mengoptimalkan proses pertanian, mulai dari perencanaan hingga pengelolaan pasca-panen, untuk mendukung pertanian yang lebih efisien dan berkelanjutan

Aplikasi SATUSEHAT merupakan sebuah aplikasi kesehatan yang dikembangkan oleh pemerintah Indonesia untuk membantu penanganan pandemi COVID-19 atau coronavirus disease. Aplikasi ini telah diunduh sebanyak 50 juta kali dan mendapat 1.1 juta ulasan pada tanggal 1 Juni 2025. Pengguna yang telah menggunakan dan memberikan review atau ulasan tentang aplikasi tentunya mengharapkan aplikasi yang memiliki review bagus. Namun, memahami ulasan dalam jumlah banyak dari masyarakat umum tidaklah mudah, karena itu diperlukan analisis sentimen dan pelabelan lexicon terhadap aplikasi SATUSEHAT Mobile. Penelitian ini bertujuan untuk mengetahui performa algoritma Support Vector Machine dan K Nearest Neighbor serta hasil penggunaan kamus lexicon dalam mengklasifikasi ulasan pengguna aplikasi ke dalam sentimen positif dan negatif. Hasil akurasi dari SVM lebih unggul diangka 84.08% dibandingkan akurasi KNN diangka 78.52%, serta hasil dari klasifikasi dengan menggunakan kamus Lexicon, visualisasi review pengguna didapati sebanyak 843 ulasan positif dan 3408 ulasan negatif dari 4251 sampel ulasan pengguna aplikasi SATUSEHAT, kebanyakan pengguna aplikasi cenderung memberikan ulasan negatif. Hasil penelitian menunjukkan bahwa akurasi metode SVM lebih unggul daripada metode KNN dalam klasifikasi analisis sentimen