PENGUJIAN FUNGSIONALITAS WEBSITE PRAKERIN VERSI 2 (STUDI KASUS SISTEM ADMINISTRASI PRAKTIK KERJA INDUSTRI DI PT PETROKIMIA GRESIK), Adelia Ayu Avista, NIM E41212068, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Ratih Ayuninghemi, S.ST, M.Kom. Selaku Dosen Pembimbing Magang. Yafi Anshori, S.Tr.Kom. Selaku Pembimbing Lapang. Program magang adalah implementasi Pendidikan yang dirancang untuk memfasilitasi penguasaan keahlian bagi mahasiswa. Selama magang mahasiswa dapat belajar langsung mengenai berbagai pekerjaan di Perusahaan, industri, atau badan usaha lainnya yang bertujuan untuk mengembangkan keterampilan teknis dan interpersonal mahasiswa, sekaligus meningkatkan kompetensi mereka didunia kerja nyata. Politeknik Negeri Jember mewajibkan mahasiswanya magang di semester 7 dengan durasi minimal 4 bulan selain itu menjadi salah satu syarat untuk mendapatkan gelar Sarjana Terapan Sains Konputer (S.Tr.Kom). PT Petrokimia Gresik perusahaan milik negara yang membantu sektor pertanian Indonesia dan juga mengembangkan sumber daya manusia, salah satu caranya melalui program Praktik Kerja Industri (Prakerin). Electronic-Praktik Kerja Industri adalah sistem informasi pendaftaran dan pengelolaan praktik kerja industri dan penelitian PT Petrokimia Gresik. PT Petrokimia Gresik membuat Prakerin v.2 merupakan perbaikan dari versi sebelumnya untuk meningkatkan efektivitas dan efisiensi pengelolaan aplikasi, terutama mengingat pertumbuhan data aplikasi yang terus berkembang setiap tahunnya. Dengan sistem yang terpusat dan berbasis website, aplikasi prakerin versi ke-2 memudahkan proses pendaftaran, pencatatan data peserta, dan pemantauan kegiatan selama masa magang. Selama masa magang penulis melakukan pengujian menggunakan user acceptance testing dan diimplementasikan pada aplikasi prakerin v.2.

Pemindahan Ibu Kota Negara (IKN) merupakan kebijakan strategis yang berdampak pada berbagai sektor, termasuk pendidikan dan kebudayaan. Media sosial X menjadi salah satu wadah bagi masyarakat untuk menyampaikan opini terkait kebijakan ini. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pemindahan IKN di sektor pendidikan dan kebudayaan dengan menggunakan metode Support Vector Machine (SVM). Dataset yang digunakan berjumlah 1.380 data, yang terbagi menjadi data latih dan data uji dengan rasio terbaik 90% : 10%, menghasilkan akurasi 83%. Hasil penelitian menunjukkan bahwa opini masyarakat dapat dikategorikan ke dalam sentimen positif, negatif, dan netral, dengan adanya kecenderungan ketidakpastian dalam menilai dampak pemindahan IKN. Akurasi model bergantung pada kualitas dataset dan proses pembagian data, sehingga ketelitian dalam pengolahan data berpengaruh signifikan terhadap performa analisis sentimen.

PEMBUATAN WEBSITE JAGO DIGITAL UNTUK KOMUNITAS DIGITAL MARKETING MENGGUNAKAN FRAMEWORK CODEIGNITER 4, Zainidine Afi Wijaya, NIM E41212041, Tahun 2024, Prodi Teknik Informatika Jurusan Teknologi Informasi, Politeknik Negeri Jember, Bapak Choirul Huda S.Kom., M.Kom., (Dosen Pembimbing), Elecomp Indonesia Group., Bapak Fernandes Raymond S.Kom (Pembimbing Lapang). Program magang merupakan salah satu kegiatan akademik yang bertujuan memberikan kesempatan kepada mahasiswa untuk merasakan pengalaman langsung di dunia industri. Kegiatan ini dirancang agar mahasiswa dapat mengintegrasikan pembelajaran akademik dengan pengalaman praktis. Melalui magang, mahasiswa tidak hanya mempelajari teori, tetapi juga memahami penerapannya di lingkungan kerja yang sesungguhnya. Dengan demikian, program ini berfungsi sebagai jembatan untuk mengasah kompetensi yang relevan dengan dunia profesional. Elecomp Indonesia Group dipilih sebagai lokasi magang karena bidang kerja perusahaan ini sesuai dengan jurusan yang ditempuh di perkuliahan. Pemilihan ini diharapkan memberikan pengalaman yang relevan sekaligus mendukung pengembangan keahlian mahasiswa. Periode magang berlangsung mulai 05 Agustus 2024 hingga 06 Desember 2024, yang diawali dengan pengenalan lingkungan kerja. Selama kegiatan ini, mahasiswa juga berkesempatan mempelajari proses kerja secara langsung dan berkolaborasi dalam berbagai tugas. Dalam program magang ini, penulis bertanggung jawab mengembangkan sebuah website komunitas digital marketing bernama Jago Digital. Website ini bertujuan membantu masyarakat yang ingin belajar digital marketing secara gratis. Pengguna cukup mendaftar untuk menjadi anggota agar dapat mengakses berbagai fitur eksklusif. Selama magang, penulis fokus mengerjakan halaman bagi pengunjung (visitor), memastikan desain dan fungsionalitasnya sesuai dengan kebutuhan pengguna. Pengalaman ini tidak hanya meningkatkan kemampuan teknis, tetapi juga melatih pemahaman akan kebutuhan pengguna dalam pengembangan produk berbasis digital.

Penelitian ini mengembangkan sistem prediksi waktu penyiraman tanaman cabai berbasis Internet of Things (IoT) menggunakan metode Moving Average. Permasalahan utama dalam budidaya cabai adalah penyiraman yang tidak optimal, baik akibat kekurangan maupun kelebihan air, yang dapat mempengaruhi pertumbuhan dan produktivitas tanaman. Sistem yang dikembangkan memanfaatkan sensor kelembaban tanah yang terhubung dengan mikrokontroler ESP32 untuk mengumpulkan data kelembaban secara real-time. Data ini kemudian diproses menggunakan metode Moving Average untuk memprediksi waktu optimal penyiraman. Sistem ini juga dilengkapi dengan fitur pemantauan dan kontrol penyiraman melalui antarmuka berbasis web, sehingga pengguna dapat mengatur batas kelembaban tanah dan memilih mode penyiraman otomatis atau manual. Hasil pengujian menunjukkan bahwa sistem prediksi ini mampu memberikan rekomendasi penyiraman dengan tingkat akurasi yang tinggi. Selain itu, metode Moving Average terbukti efektif dalam mengidentifikasi pola kelembaban tanah dan meningkatkan efisiensi penggunaan air dalam budidaya cabai.

Analisis Perbandingan Performa dan Resource Management Backend Framework Golang, Node.js, Python dalam API Web Service, Daffa Afifi Syahrony, NIM. E41210089, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Ery Setiyawan Jullev Atmadji, S.Kom, M.Cs (Dosen Pembimbing). Peningkatan jumlah pengguna internet di Indonesia menuntut aplikasi web service yang cepat dan optimal dalam penggunaan sumber daya server. Penelitian ini membandingkan performa tiga backend framework Gin (Golang), Express (Node.js), dan Flask (Python) dalam pengembangan API web service.Sistem yang dirancang menggunakan satu server utama yang menjalankan aplikasi dalam container Docker, dengan setiap web service berjalan terpisah dan terhubung ke database MySQL. Pengujian dilakukan menggunakan Apache JMeter dengan metode load testing pada VPS, sementara program PS pada Linux mencatat penggunaan CPU dan RAM setiap 0,5 detik. Pengujian dilakukan secara bertahap dengan jumlah request yang meningkat dari 100 hingga 1000 untuk setiap endpoint. Hasil pengujian menunjukkan bahwa Express memiliki performa paling stabil dengan rata-rata waktu respons 2,51 detik, penggunaan CPU 3,79%, dan RAM 3,20%, serta tingkat kegagalan request yang rendah. Gin unggul dalam metode GET dengan konsumsi RAM terendah 0,46% dan waktu respons 4,07 detik, namun performanya menurun pada request POST. Sementara itu, Flask memiliki waktu respons 3,13 detik, tetapi menunjukkan tingkat kegagalan request yang tinggi 5.445 failed requests, sehingga kurang optimal untuk aplikasi dengan beban besar. Kesimpulannya, pemilihan backend framework harus disesuaikan dengan kebutuhan aplikasi; Express menjadi pilihan terbaik secara keseluruhan karena stabilitasnya dalam menangani API yang kompleks, Gin cocok untuk penyajian data dengan banyak pengguna, sedangkan Flask lebih sesuai untuk aplikasi kecil dengan jumlah request terbatas.

PENGUJIAN FITUR OPERASIONAL PADA APLIKASI LAYANAN ADMINISTRASI KEPEGAWAIAN BERBASIS WEBSITE MENGGUNAKAN KATALON STUDIO, Elisa Febrian Sholeha, NIM E41212169, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Arvita Agus Kurniasari, S.ST.,M.Tr.Kom (Dosen Pembimbing), Isakhar Gerson Toding (Pembimbing Lapang). Kegiatan magang dilaksanakan di PT. Aptikma Teknologi Indonesia yang berlokasi di Malang berlangsung selama 4 bulan. Selama kegiatan berlangsung, penulis diberi beberapa tugas dan bergabung ke dalam tim project yang sedang di bangun oleh PT. Aptikma salah satunya adalah pengujian terhadap aplikasi Layanan Administrasi Kepegawaian dari KEMENDIKBUD. Aplikasi Layanan Administrasi Kepegawaian merupakan salah satu aplikasi penting yang dapat membatu pengelolaan kegiatan operasional dalam manajemen kepegawaian yang mencakup beberapa aspek seperti pengelolaan data pegawai, mutasi, manajemen gaji berkala, uji kompetensi jabatan. Pada pembangunan aplikasi ini penulis mendapat kesempatan untuk melakukan pengujian dengan menerapkan automation testing menggunakan katalon studio. Penerapan automation testing pada aplikasi Layanan Administrasi Kepegawaian lebih fokus pada pengujian fitur operasional dari aplikasi tersebut sehingga dapat menghasilkan kualitas aplikasi yang lebih baik, efektif, dan mengurangi biaya beban perbaikan.

Perkembangan timbulan sampah di Indonesia menunjukkan tren peningkatan yang signifikan. Data mencatat bahwa pada tahun 2021, sampah mencapai 28.459.222 ton, dan angka tersebut melonjak menjadi 37.430.231 ton pada tahun 2022. Rumah tangga menjadi penyumbang terbesar di angka 39,56%. Meski telah dilakukan berbagai upaya pengelolaan, sekitar 11.863.492 ton sampah masih belum terkelola dengan baik setiap tahunnya. Mengingat tingginya timbulan sampah yang terjadi, penelitian ini mengusulkan pengembangan aplikasi mobile berbasis media pembelajaran yang bertujuan meningkatkan kesadaran dan pengetahuan masyarakat mengenai pengelolaan sampah. Aplikasi ini mengintegrasikan sistem cerdas dengan pendekatan Convolutional Neural Network (CNN) untuk mendukung fitur identifikasi dan klasifikasi sampah secara otomatis. Salah satu fitur unggulan aplikasi memungkinkan pengguna untuk mendeteksi sampah di lingkungan sekitarnya. Evaluasi implementasi model CNN menunjukkan hasil yang sangat memuaskan. Di antara berbagai model yang diuji, MobileNet V2 mencatat performa terbaik dengan akurasi mencapai 99,88% berdasarkan analisis plot akurasi dan confusion matrix. Pengujian dengan User Acceptance Testing mencatat skor 91,33% mengindikasikan bahwa aplikasi EcoQuest telah memenuhi kriteria kelayakan sebagai media pembelajaran pengenalan sampah.

Indonesia sebagai negara tropis yang memiliki iklim panas sepanjang tahun, mendorong meningkatnya permintaan sunscreen seiring dengan kesadaran masyarakat akan pentingnya skincare. Persaingan antara brand lokal dan global pun semakin ketat, sehingga penting bagi brand lokal untuk memahami preferensi dan persepsi konsumen agar dapat mengembangkan produk yang sesuai dengan kebutuhan pasar. Penelitian ini bertujuan untuk mengidentifikasi keluhan konsumen terhadap brand sunscreen lokal melalui analisis sentimen menggunakan metode Support Vector Machine (SVM) dengan melakukan pembagian dataset 80:20 dan menghasilkan akurasi sebesar 83,72%. Pada data ulasan yang berlabel negatif dilakukan pemodelan topik metode Latent Dirichlet Allocation (LDA), dan mendapatkan coherence score tertinggi 0,3800 dengan topik berjumlah 12. Hasil penelitian menunjukkan bahwa keluhan utama konsumen terkait dengan kemasan yang kurang praktis, tekstur sunscreen yang berat dan lama menyerap, whitecast yang sulit diratakan dan memberikan sensasi menyengat, serta kemasan dengan pump yang kurang praktis. Temuan ini dapat menjadi dasar bagi brand atau produsen lokal dalam meningkatkan kualitas produk sunscreen.