Penelitian ini bertujuan untuk mengembangkan sistem penentuan kondisi kesehatan pada domba hamil menggunakan metode Artificial Neural Network (ANN). Dalam prosesnya, data rekam medis domba hamil dikumpulkan dan diklasifikasikan menjadi dua kategori, yaitu sehat dan tidak sehat. Data tersebut melalui tahap pre-processing sebelum digunakan untuk melatih dan menguji model ANN berbasis arsitektur Multi-Layer Perceptron (MLP). Hasil pengujian menunjukkan bahwa sistem ANN mampu melakukan klasifikasi kondisi kesehatan domba hamil dengan tingkat akurasi yang cukup tinggi, sehingga dapat membantu peternak dalam melakukan deteksi dini kondisi ternak secara otomatis dan efisien. Implementasi sistem ini diharapkan dapat meningkatkan efektivitas pengawasan kesehatan domba, mengurangi kerugian akibat kondisi tidak sehat, dan mendukung pengambilan keputusan yang lebih cepat dan tepat dalam bidang peternakan.

Penelitian ini bertujuan untuk mengembangkan aplikasi pembelajaran Bahasa Inggris berbasis gamifikasi bernama SpellFun yang ditujukan bagi siswa kelas III sekolah dasar. Aplikasi ini dirancang untuk membantu siswa dalam mempelajari dan menyusun kosakata Bahasa Inggris melalui pendekatan interaktif dan menyenangkan. Metode yang digunakan adalah Multimedia Development Life Cycle (MDLC), yang meliputi enam tahapan: concept, design, material collecting, assembly, testing, dan distribution. Fitur utama dalam aplikasi meliputi Mode Materi, Mode Berlatih, dan Mode Quiz, yang masing-masing berfungsi sebagai sarana pengenalan, latihan, dan evaluasi pembelajaran. Hasil uji fungsional menunjukkan bahwa semua fitur dalam aplikasi berjalan sesuai rancangan, sedangkan pengujian pengguna (User Acceptance Test) memperoleh persentase kelayakan sebesar 88,4?n motivasi belajar siswa mencapai 87,4%. Selain itu, hasil pre-test dan post-test menunjukkan peningkatan nilai belajar siswa, dengan nilai gain yang berada pada kategori tinggi. Temuan ini menunjukkan bahwa SpellFun efektif dalam meningkatkan pemahaman kosakata dan mampu membangkitkan minat belajar siswa melalui penerapan elemen gamifikasi seperti skor, nyawa, sistem bintang, serta umpan balik apresiatif.

Sektor pertanian memiliki peran penting dalam perekonomian Indonesia, namun pemilihan jenis tanaman yang kurang tepat dapat menurunkan produktivitas. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot kriteria dan TOPSIS untuk merangking alternatif tanaman berdasarkan kondisi lahan dan riwayat tanam. Sistem ini dibangun menggunakan Laravel 11, Tailwind CSS, dan MySQL, serta diuji menggunakan Black Box dan User Acceptance Testing (UAT) dengan tingkat kepuasan sebesar 91,3%. Hasilnya, sistem membantu petani dalam pengambilan keputusan yang lebih objektif dan efisien.

Penjualan pestisida merupakan aspek penting dalam operasional PT Sagri yang bergerak di bidang pertanian. Fluktuasi permintaan yang tinggi menuntut perusahaan untuk memiliki sistem prediksi penjualan yang akurat guna menunjang pengambilan keputusan strategis. Penelitian ini bertujuan untuk merancang dan membangun model prediksi penjualan pestisida menggunakan algoritma c4.5, salah satu motode dalam data mining yang efektif untuk membentuk pohon keputusan berdasarkan nilai gain dan gain ratio dari setiap atribut dalam data. Algoritma ini dipilih karena kemampuannya dalam menangani atribut numerik maupun kategorikal, serta menghasilkan model yang mudah di pahami dan diinterpretasikan. Data yang digunakan dalam penelitian ini berasal dari catatan penjualan PT Sagri yang berbentuk excel selama 1 tahun terakhir, yang mencangkup atribut seperti kegunaan produk, nama produk, harga produk, musim, dan jumlah penjualan. Proses penelitian meliputi tahap preprocessing data, pembentukan model pohon keputusan dengan algoritma c4.5. Hasil dari penelitian menunjukkan bahwa algoritma c4.5 mampu mengklasifikasi data penjualan dengan tingkat akurasi yang memadai. Model ini dapat membantu mengelompokkan data ke dalam beberapa 2 kategori tingkat penjualan seperti laris dan tidak laris, berdasarkan kombinasi atribut yang ada. Dengan diterapkannya model prediksi ini, diharapkan PT Sagri dapat meningkatkan efisiensi operasional, mengurangi resiko kelebihan atau kekurangan stok, serta meningkatkan pelayanan kepada pelanggan dengan ketersediaan produk yang lebih tepat waktu dan sesuai kebutuhan pasar.

Monitoring Tingkat Kelayakan Kualitas Sumber Air Bersih Di Desa Sumber Kemuning Kecamatan Tamanan Bondowoso Menggunakan Fuzzy Logic, Indra Bagus Syah Putra, NIM E41211161, Tahun 2025, Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Jember, Pembimbing: Nugroho Setyo Wibowo, ST. MT. Penelitian ini bertujuan untuk mengembangkan sistem monitoring kualitas air bersih yang mampu mendeteksi tingkat kelayakan air secara otomatis menggunakan metode Fuzzy Logic Sugeno. Permasalahan air bersih di wilayah pedesaan seperti Desa Sumber Kemuning, Bondowoso, menjadi perhatian serius akibat kekeringan dan kurangnya pemantauan kualitas air yang berkelanjutan. Metode Fuzzy Sugeno digunakan untuk mengolah tiga parameter utama kualitas air, yaitu pH, TDS (Total Dissolved Solid), dan kekeruhan, berdasarkan standar dari Kementerian Kesehatan. Sistem ini memanfaatkan Arduino Nano untuk pembacaan sensor dan ESP32 untuk pengolahan serta pengiriman data ke website, sehingga masyarakat dapat memantau kualitas air secara real-time melalui perangkat pintar. Hasil dari sistem ini diharapkan mampu memberikan informasi yang cepat dan akurat mengenai kondisi air bersih, serta membantu masyarakat dan pihak terkait dalam mengambil tindakan preventif. Selain itu, sistem ini dapat menjadi solusi teknologi tepat guna untuk pengawasan kualitas air di daerah pedesaan.

Penelitian ini dilatarbelakangi oleh masih rendahnya kesadaran masyarakat dalam mengenali gejala kelainan darah serta terbatasnya akses terhadap pemeriksaan awal yang cepat dan akurat. Tujuan dari penelitian ini adalah membangun sistem deteksi dini penyakit kelainan darah dengan menggunakan metode Forward Chaining dan Certainty Factor (CF). Metode Forward Chaining digunakan untuk menarik kesimpulan berdasarkan gejala yang dipilih pengguna, sedangkan metode CF digunakan untuk menghitung tingkat kepastian hasil deteksi. Sistem ini dirancang untuk mendeteksi 8 jenis penyakit kelainan darah, yaitu Anemia Defisiensi Besi, Anemia Aplastik, Anemia Megaloblastik, Anemia Hemolitik, Thalasemia Mayor, Thalasemia Alfa, Thalasemia Beta, dan Polisitemia vera, berdasarkan 20 gejala relevan yang telah divalidasi oleh pakar hematologi. Sistem dibangun menggunakan bahasa pemrograman PHP dengan pendekatan Forward Chaining berbasis aturan dan CF berbasis nilai kepercayaan. Pengujian sistem dilakukan oleh pakar sebanyak 10 kali menggunakan skenario gejala yang berbeda. Hasil evaluasi menunjukkan bahwa sistem memiliki tingkat akurasi 100%, yang berarti seluruh hasil deteksi sistem sesuai dengan hasil diagnosis yang diberikan oleh pakar. Hasil ini menunjukkan bahwa sistem pakar yang dibangun mampu memberikan deteksi awal yang akurat dan dapat dimanfaatkan sebagai alat bantu dalam proses deteksi dini penyakit kel

Penelitian ini mengembangkan media pembelajaran interaktif untuk pengenalan hewan yang ditujukan bagi pendidikan anak usia dini dengan menggunakan metode Convolutional Neural Network (CNN). Model CNN dibangun menggunakan arsitektur DenseNet121 dan berhasil mencapai akurasi tinggi sebesar 97%. Evaluasi melalui confusion matrix dan classification report menunjukkan bahwa sebagian besar kelas hewan memperoleh nilai precision, recall, dan F1-score yang mendekati 1,00. Validasi oleh pakar yang melibatkan enam guru dari TKIT-TBIT Permata Leces mengonfirmasi bahwa aplikasi ini selaras dengan kurikulum pendidikan anak usia dini dan layak digunakan di lingkungan kelas. Selain itu, User Acceptance Testing (UAT) yang dilakukan kepada 20 anak menunjukkan tingkat kepuasan pengguna yang sangat tinggi. Sebagian besar anak menikmati penggunaan aplikasi, menyukai gambar hewan serta penjelasan suara, dan menyatakan minat untuk menggunakannya kembali. Hasil ini menunjukkan bahwa aplikasi ini efektif, mudah digunakan, dan sangat cocok sebagai media edukatif interaktif untuk mengenalkan hewan kepada anak-anak.

Bimbingan belajar bahasa Inggris merupakan tempat pembelajaran pendidikan bahasa Inggris. Lokasi bimbingan belajar bahasa Inggris berada di kecamatan Pare, kabupaten Kediri, Jawa Timur. Keberadaan lokasi bimbingan belajar bahasa Inggris tersebar luas. Dalam mencari informasi bimbingan belajar bahasa Inggris, calon siswa masih menggunakan media sosial dan masih secara manual mendapatkan informasi dari teman, ataupun saudara sebagai tersebarnya informasi bimbingan belajar pada media tersebut. Hal tersebut mengharuskan adanya suatu sistem yang membantu calon siswa dalam menemukan informasi lengkap mengenai bimbingan belajar bahasa Inggris yang ada di kecamatan Pare. Dalam penelitian ini peneliti membuat sistem informasi geografis pemetaan lokasi bimbingan belajar bahasa Inggris berbasis website, yang menampilkan lokasi serta informasi lainnya mengenai bimbingan belajar bahasa Inggris yang berada di kecamatan Pare menggunakan website yang dibuat, dengan memanfaatkan Leaflet untuk menghadirkan visualisasi peta yang interaktif. Metode pengembangan sistem yang digunakan berupa waterfall