Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi pembelajaran berbasis game yang berfokus pada pelestarian dan pengenalan Bahasa Banjar dialek Hulu, yang merupakan salah satu kekayaan budaya daerah Kalimantan Selatan. Dalam pengembangan aplikasi ini, peneliti menggunakan metode Game Development Life Cycle (GDLC) yang terdiri dari beberapa tahapan, yaitu inisiasi, pra-produksi, produksi, pengujian, dan rilis. Aplikasi yang dikembangkan berbasis website dan dibangun menggunakan framework Svelte pada bagian frontend, serta menggunakan Firebase untuk layanan backend seperti otentikasi dan penyimpanan data kuis. Fitur utama aplikasi meliputi modul pembelajaran kosakata, kamus interaktif, permainan kuis budaya, serta evaluasi hasil belajar. Pengujian dilakukan untuk memastikan bahwa aplikasi dapat berjalan secara fungsional dan responsif baik pada perangkat desktop maupun mobile. Hasil pengujian menunjukkan bahwa aplikasi berhasil memberikan pengalaman belajar yang interaktif dan menyenangkan. Aplikasi ini juga mendukung upaya pelestarian bahasa daerah dengan pendekatan digital yang lebih menarik bagi generasi muda. Dengan pengembangan ini, diharapkan masyarakat, khususnya pelajar dan generasi muda, dapat lebih mudah mengakses dan mempelajari Bahasa Banjar secara menyenangkan dan praktis melalui media digital.

Penelitian ini dilakukan oleh Gymnastiar Alma Ghifari (NIM E41211478) dari Politeknik Negeri Jember pada tahun 2025 dengan dosen pembimbing Syamsul Arifin, S.Kom, M.Cs. Penelitian ini bertujuan untuk mengklasifikasikan teks terjemahan hadis Shahih Bukhari ke dalam tiga label sekaligus, yaitu anjuran, larangan, dan informasi, menggunakan metode Logistic Regression berbasis multi-label classification. Proses penelitian meliputi tahapan pra-pemrosesan teks seperti case folding, penghapusan karakter khusus, tokenisasi, stopword removal, dan stemming, kemudian dilanjutkan dengan pembobotan menggunakan metode TF-IDF. Selanjutnya, dilakukan klasifikasi menggunakan algoritma Logistic Regression. Data yang digunakan telah dilabeli secara manual oleh ahli sebagai acuan kebenaran. Hasil pengujian menunjukkan bahwa metode Logistic Regression mampu mengklasifikasikan isi hadis ke dalam label yang sesuai dengan tingkat akurasi yang cukup baik. Sistem yang dibangun juga dapat menampilkan probabilitas setiap label untuk masing-masing hadis, sehingga memberikan informasi mengenai kecocokan terhadap kategori anjuran, larangan, atau informasi. Kesimpulannya, penerapan metode Logistic Regression terbukti cukup efektif dalam mengelompokkan isi hadis secara simultan ke dalam tiga kategori, dan dapat dijadikan sebagai alat bantu dalam memahami kandungan hadis secara lebih terstruktur dan informatif.

Asia Tenggara memiliki keragaman budaya, etnis, dan alam yang luar biasa, dengan Indonesia sebagai negara kepulauan terbesar yang kaya akan sumber daya alam dan budaya. Pulau Jawa, khususnya Jawa Timur, dikenal sebagai pusat kegiatan ekonomi dan budaya, termasuk Kabupaten Jember yang memiliki potensi wisata tinggi seperti pantai, pegunungan, dan hutan tropis. Kabupaten ini mulai mengembangkan sektor pariwisata seiring meningkatnya minat masyarakat terhadap destinasi alam dan budaya lokal. Namun, pengelolaan informasi wisata di Jember masih belum terintegrasi, menyulitkan wisatawan dalam mengakses data secara akurat dan efisien. Untuk mengatasi permasalahan tersebut, pemanfaatan Sistem Informasi Geografis (SIG) berbasis web menjadi solusi strategis. SIG memungkinkan penyajian data spasial secara interaktif dan mendukung kemudahan navigasi serta pencarian lokasi wisata. Dengan membangun sistem informasi geografis pemetaan lokasi wisata berbasis website, diharapkan dapat membantu pemerintah dalam promosi digital dan wisatawan dalam memperoleh informasi yang real-time, akurat, dan terorganisir. Oleh karena itu, penelitian ini dilakukan untuk merancang dan membangun sistem SIG guna mendukung pengembangan pariwisata di Kabupaten Jember secara optimal dan berkelanjutan.

Penelitian ini bertujuan untuk menganalisis kemampuan metakognisi mahasiswa D4 Teknik Informatika dalam penyusunan skripsi menggunakan metode Fuzzy Tahani. Pengukuran dilakukan menggunakan angket Metacognitive Awareness Inventory (MAI) yang mencakup dua parameter, yaitu Pengetahuan Metakognitif dan Regulasi Metakognitif, dengan skala Likert 1–5. Dari populasi 150 mahasiswa, diambil 60 sampel menggunakan teknik random sampling dengan margin error 10%. Data dianalisis melalui proses Fuzzifikasi terhadap nilai pengetahuan dan regulasi metakognitif, kemudian tingkat kemampuan metakognisi ditentukan menggunakan aturan Fuzzy Tahani. Hasil analisis menunjukkan bahwa dari 60 mahasiswa, sebanyak 17 mahasiswa (28,3%) berada pada kategori kemampuan metakognisi tinggi dan 43 mahasiswa (71,7%) berada pada kategori sedang, serta tidak ditemukan mahasiswa pada kategori rendah. Sistem berbasis website yang dibangun untuk pengukuran ini diuji menggunakan Black Box Testing (100%) dan User Acceptance Test (UAT) dengan hasil 86%, yang menunjukkan bahwa sistem berjalan dengan baik dan diterima oleh pengguna.

Kentang (Solanum tuberosum L.) merupakan salah satu komoditas hortikultura utama di Indonesia yang memiliki peran penting dalam ketahanan pangan. Namun, produksi kentang kerap terganggu oleh serangan penyakit tanaman yang menyebabkan kerugian signifikan. Penelitian ini bertujuan mengembangkan sistem pakar berbasis website untuk mendiagnosa penyakit tanaman kentang menggunakan metode Certainty Factor (CF), yang mampu menangani ketidakpastian dalam proses penarikan kesimpulan. Data penyakit dan gejala diperoleh melalui wawancara dengan penyuluh dan pakar pertanian, menghasilkan 6 jenis penyakit dan 18 gejala utama. Sistem yang dibangun dapat memberikan diagnosa penyakit disertai solusi penanganan, ditujukan untuk mendukung kegiatan petani dan penyuluh pertanian. Pengujian menggunakan metode Blackbox Testing menunjukkan hasil sangat baik dengan tingkat keberhasilan fungsi sistem sebesar 100%. Sistem ini diharapkan menjadi alat bantu yang efektif dan efisien dalam proses identifikasi penyakit kentang di lapangan. Pengembangan sistem diarahkan pada integrasi teknologi pengenalan citra serta rekomendasi berbasis kondisi lingkungan untuk meningkatkan akurasi dan kemudahan penggunaan

Negara Indonesia adalah salah satu negara yang berkembang dan aktif dalam perkembangan teknologi. Perkembangan pesat teknologi internet telah membawa banyak kemudahan bagi kehidupan manusia, namun juga memunculkan ancaman baru berupa serangan siber yang semakin meningkat. Di Indonesia, serangan siber terus berkembang setiap tahunnya, menyebabkan kerugian yang signifikan, baik bagi individu maupun organisasi. Meskipun ada upaya untuk meningkatkan sistem keamanan, masih banyak pengguna yang kurang menyadari risiko ancaman ini, yang membuat mereka rentan terhadap serangan siber. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sebuah sistem pakar berbasis website yang bertujuan untuk mendeteksi serangan siber menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk mengukur tingkat keyakinan terhadap fakta atau indikasi yang muncul dalam mendeteksi serangan siber. Sistem ini dirancang untuk membantu pengguna dalam mengidentifikasi jenis-jenis serangan siber serta memberikan solusi untuk menghadapinya. Hasil pengujian Black Box Testing menunjukkan tingkat keberhasilan 100% pada 29 skenario, sedangkan pengujian perbandingan antara hasil sistem dan perhitungan manual juga menunjukkan akurasi 100%, yang membuktikan bahwa sistem ini dapat diandalkan dalam mendeteksi serangan siber. Diharapkan, dengan adanya sistem ini, masyarakat dapat lebih mudah memahami dan mengidentifikasi ancaman siber, serta memperkuat kesadaran mereka akan pentingnya menjaga keamanan data pribadi. Selain itu, sistem ini juga dapat diakses secara open source, yang memungkinkan pengguna untuk memanfaatkan alat ini secara luas dalam upaya melindungi data mereka dari ancaman yang terus berkembang.

Rancang Bangun Monitoring Peternakan Domba Berbasis QR Code (Studi Kasus CV Gumukmas Multi Farm), Adila Jelita Putri, NIM E31222451, Tahun 2024, Program Studi Manajemen Informatika, Politeknik Negeri Jember, Khafidurrohman Agustianto, S.Pd, M.Eng (Dosen Pembimbing). Sektor peternakan di Indonesia memiliki potensi besar untuk berkembang, salah satunya melalui komoditas domba. Namun, pemantauan dan pengelolaan data ternak secara manual masih menjadi kendala dalam meningkatkan kinerja operasional peternakan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring peternakan domba berbasis QR Code sebagai solusi untuk mempermudah pencatatan dan pemantauan data ternak secara real-time. Teknologi QR Code digunakan untuk menyimpan informasi unik setiap ternak, seperti riwayat kesehatan, penimbangan, dan kondisi kandang, yang dapat diakses dengan cepat melalui aplikasi berbasis Android. Sistem ini dikembangkan menggunakan Flutter untuk antarmuka aplikasi, Firebase dan Supabase sebagai database real-time untuk memastikan data selalu terbarui. Hasil pengujian blackbox menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik, mencapai tingkat keberhasilan 100%. Pengujian User Acceptance Test (UAT) juga menunjukkan hasil yang sangat memuaskan dengan tingkat kepuasan pengguna sebesar 92,75%, yang menunjukkan kemudahan penggunaan, dan manfaat sistem dalam mendukung pengambilan keputusan manajerial. Dengan adanya sistem ini, CV Gumukmas Multi Farm dapat meningkatkan kinerja operasional peternakan, mengurangi kesalahan pencatatan manual, serta mempercepat akses informasi terkait kondisi ternak. Sistem ini diharapkan dapat menjadi solusi praktis dalam optimalisasi pengelolaan peternakan domba, khususnya melalui pemanfaatan teknologi digital. Saran untuk pengembangan lebih lanjut perluasan platform ke iOS, pelatihan pengguna, dan evaluasi berkala untuk meningkatkan kualitas sistem.

Lomba Kompetensi Siswa (LKS) merupakan suatu perlombaan tingkat nasional yang membutuhkan proses seleksi peserta secara objektif dan terstruktur. Namun, proses pemilihan calon peserta LKS di SMKN 1 Panji Situbondo masih dilakukan secara manual dan belum memiliki sistem yang mendukung pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk merancang dan mengembangkan website sistem pendukung keputusan dalam pemilihan calon peserta LKS menggunakan metode Profile Matching. Metode ini digunakan untuk mencocokkan kompetensi siswa dengan kriteria ideal yang telah ditentukan oleh pihak sekolah, meliputi aspek akademik, keterampilan teknis, kedisiplinan, dan sikap. Pengujian dilakukan melalui black-box testing dan user acceptance test (UAT) yang melibatkan 5 guru dan 30 siswa sebagai responden. Hasil UAT menunjukkan bahwa sistem mendapatkan tingkat kelayakan sebesar 85,5% dari guru dan 86,5% dari siswa, yang dikategorikan sangat layak. Dengan demikian, sistem ini dinilai mampu membantu proses seleksi calon peserta LKS secara lebih objektif, transparan, dan efisien.