Pengembangan Front End Pada Aplikasi Bank Sampah Masyarakat Berbasis Website Menggunakan Framework Laravel, Karen Novita Rahmadhani, NIM E41211595, Tahun 2025, Teknologi Informasi, Politeknik Negeri Jember, Moh. Munih Dian Widianta, S.Kom, M.T (Dosen Pembimbing), Amiruddin Fuad, S.Kom (Pembimbing Lapang). Praktik Kerja Lapang (PKL) adalah salah satu kegiatan wajib yang dilaksanakan mahasiswa di Politeknik Negeri Jember. Pelaksanaan PKL ini dimulai dari 05 Agustus 2024 s/d 06 Desember 2024 yang bertempat di CV. Jaya Technology Solusindo, bertepatan di Jl. Teluk Etna X No. 19-A, Arjosari, BLIMBING, Kota Malang, dengan jadwal masuk kerja setiap Senin sampai Jum’at. Tujuan Praktik Kerja Lapang (PKL) secara umum adalah menambahkan wawasan mahasiwa terhadap aspek-aspek yang akan didapatkan pada lokasi Praktik Kerja Lapang (PKL) sehingga dapat dijadikan acuan pada dunia kerja serta dapat meningkatkan wawasan dan pengetahuan mengenai kegiatan yang ada pada instansi/perusahaan. Pengembangan frontend, sebagai tugas utama yang diberikan dalam kegiatan magang pada CV. J-tech Solusindo yaitu Aplikasi Bank Sampah Berbasis Website. Aplikasi Bank sampah (Halaman User) ini merupakan Sistem Informasi yang akan dikembangkan untuk memudahkan user dalam menjalani tugas pengiriman serta memantau pengiriman sampah masyarakat.

Klasifikasi Kepribadian Berdasarkan Postingan“X” Twitter Dengan Teori Big Five Menggunakan Metode Naive Bayes, Karen Novita Rahmadhani, NIM E411211595, Teknologi Informasi, Politeknik Negeri Jember, Lukie Perdanasari, S.Kom., M.T. (Dosen Pembimbing). Dalam konteks analisis kepribadian, tweet dapat dijadikan sumber informasi yang kaya untuk mengungkap sifat-sifat psikologis pengguna. Analisis ini penting untuk membantu perusahaan dalam proses seleksi pegawai dengan pendekatan yang lebih modern dan berbasis data. Penelitian ini menggunakan metode Naive Bayes untuk mengklasifikasikan kepribadian berdasarkan lima dimensi utama Big Five, yaitu Agreeableness (keramahan dan empati), Conscientiousness (kedisiplinan dan tanggung jawab), Extraversion (sikap sosial dan energik), Neuroticism (kecemasan dan emosi), serta Openness (kreativitas dan keterbukaan terhadap pengalaman baru). Proses penelitian meliputi pengumpulan 500 tweet terbaru, tahap preprocessing data yang mencakup pembersihan teks, tokenisasi, penghapusan kata umum (stopword), dan stemming. Selanjutnya, model dilatih dan diuji untuk mengukur performa klasifikasi menggunakan metrik akurasi. Hasil pengujian menunjukkan bahwa model mencapai tingkat akurasi sebesar 61%, dengan distribusi prediksi kepribadian didominasi oleh dimensi Extraversion sebesar 22,5%, diikuti Neuroticism 21,5%, Agreeableness dan Conscientiousness masing- masing 19%, serta Openness 18%. Implementasi model ini dapat membantu perusahaan dalam memahami karakter kepribadian pelamar secara efisien dan objektif, sekaligus mendukung pengambilan keputusan seleksi tenaga kerja yang lebih tepat. Penelitian ini menjadi kontribusi dalam pengembangan teknologi analisis teks dan machine learning di bidang sumber daya manusia, sekaligus membuka peluang untuk aplikasi serupa di bida

Aplikasi Pelaporan Jalan Berlubang dan Bencana Alam di Kabupaten Lumajang, Alzando Arya Sigit Tetuko, NIM E31222506, Tahun 2024, Teknologi Informasi, Politeknik Negeri Jember, Taufiq Rizaldi, S.ST., MT (Dosen Pembimbing) Masyarakat Kabupaten Lumajang saat ini dihadapkan dengan permasalahan meningkatnya intensitas kecelakaan yang diakibatkan dari kurangnya informasi terkait kondisi jalan dan informasi terkait bencana alam. Hal ini disebabkan karena belum adanya sebuah sistem pelaporan yang tepat sehingga menyebabkan keterlambatan dalam penanganan perbaikan jalan dan bencana alam. Oleh karena itu, diperlukan sebuah media atau aplikasi yang dapat menghimpun informasi terkait kondisi jalan berlubang dan laporan bencana alam untuk dibagikan kepada masyarakat. Aplikasi ini bertujuan untuk membuat sistem pelaporan yang dapat bekerja dengan tepat untuk mempercepat respon pemerintah dalam pemecahan masalah jalan rusak dan bencana alam. Manfaat aplikasi ini mencakup masyarakat dan pemerintah. Bagi masyarakat, aplikasi ini mempermudah penyampaian laporan dan memperoleh informasi terkini terkait jalan rusak dan bencana alam. Bagi pemerintah, aplikasi ini menjadi alat bantu dalam pengolahan data. Pengujian aplikasi dilakukan dengan dua metode, yaitu blackbox untuk memastikan seluruh fitur berjalan sesuai fungsi, serta User Acceptance Test (UAT) untuk menilai tingkat kepuasan pengguna terhadap aplikasi. Aplikasi dibangun menggunakan metode Waterfall, dengan platform Android untuk pengguna dan website untuk admin. Data laporan terhubung melalui web service (API) berbasis PHP dan MySQL, serta divisualisasikan dalam peta digital. Hasil pengujian menunjukkan tingkat kepuasan pengguna yang sangat tinggi, dengan nilai rata-rata 99,31?rdasarkan User Acceptance Test (UAT) dari 21 responden. Dari hasil tersebut aplikasi ini dinilai telah memenuhi harapan dan kebutuhan pengguna.

Anime merupakan salah satu bentuk hiburan populer yang mudah diakses melalui platform daring. Seiring meningkatnya popularitas anime, jumlah judul yang tersedia pun semakin beragam dan melimpah. Namun, di tengah banyaknya pilihan, tidak semua anime yang populer sesuai dengan preferensi individu. Oleh karena itu, dibutuhkan sistem yang mampu menyaring dan merekomendasikan anime berdasarkan minat pengguna secara lebih personal dan relevan. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan pembangunan sistem rekomendasi anime berbasis Content-Based Filtering menggunakan metode Cosine Similarity. Sistem ini menganalisis kemiripan antar anime berdasarkan fitur seperti genre dan studio produksi yang telah diproses menggunakan teknik one-hot encoding. Hasil pengujian fitur rekomendasi berdasarkan satu anime dan profil pengguna menunjukkan rata-rata precision masing-masing sebesar 84?n 88%, yang membuktikan bahwa sistem ini cukup efektif dalam merekomendasikan anime. Selain itu, sistem telah diimplementasikan dalam bentuk aplikasi berbasis web yang memungkinkan pengguna untuk melihat daftar anime, menandai anime favorit, serta menerima rekomendasi secara interaktif berdasarkan preferensi mereka. Pengujian aplikasi menunjukkan bahwa sistem berjalan dengan baik, responsif, dan mampu memberikan pengalaman pengguna yang memuaskan.

League of Legend: Wild Rift adalah game 3D orang ketiga dengan jenis permainan multiplayer online battle arena (MOBA) yang dikembangkan dan resmi diterbitkan pada 27 Oktober 2020 oleh perusahaan video game bernama Riot Games. League of Legend Wild Rift merupakan salah satu game online di mana Pemain berlaga dalam pertandingan, rata-rata berlangsung antara 15 hingga 20 menit. Dalam setiap mode permainan, tim bekerja sama untuk mencapai kondisikemenangan, biasanya menghancurkan bangunan inti (disebut Nexus) di pangkalantim musuh setelah melewati garis struktur pertahanan yang disebut turret atau menara. Masalah yang sering muncul di antara pemain League of Legend: Wild Rift salah satunya adalah pemain kesulitan dalam memilih karakter yang hendak digunakan. Berdasarkan permasalahan tersebut sering menimbulkan perdebatan antara pemain League of Legend Wild Rift dalam memilih suatu karakter. Tidak jarang juga dikarenakan adanya pembaharuan statistik dasar dan jarak waktu update karakter yang berdekatan ini menyebabkan terkadang salah atau kurang tepat dalam memilih karakter yang di dalam game. Dalam Kesimpulan, berdasarkan hasil penelitian menunjukkan bahwa sistem yang dikembangkan mendapatkan tingkat kepuasan sebesar 80?ri 15 pengguna, dengan 12 responden menyatakan “sangat setuju” dan 3 responden menyatakan “setuju” terhadap efektivitas sistem. Hal ini menunjukkan bahwa sistem SPK yang dibangun telah sesuai dengan kebutuhan pengguna dalam membantu pemilihan karakter pada League of Legend: Wild Rift.

Pengujian perangkat lunak penting untuk menjamin kualitas suatu sistem salah satunya sistem berbasis website. Pengujian ini terbagi menjadi pengujian manual (manual testing) dan pengujian otomatis (automation testing) yang pada penelitian ini terfokus pada automation testing. Automation testing merupakan proses pembuatan skrip untuk mengeksekusi skenario uji secara otomatis. Tujuan penelitian ini adalah membandingkan kualitas perangkat lunak website Evaluasi Pembelajaran menggunakan alat uji Selenium WebDriver dan Apache JMeter. Dalam penelitian ini, pengujian dilakukan pada website Evaluasi Pembelajaran (https://project-jti.polije.ac.id/jtiform/login) enam fitur utama seperti Login, Forgot Password, History Kuisioner, Cetak Bukti, Profile, dan Lock Screen. Hasil pengujian menunjukkan bahwa Apache JMeter konsisten memberikan waktu eksekusi lebih cepat dengan rata-rata dibawah 3 detik, sementara Selenium WebDriver mencatat waktu lebih tinggi yang mencapai lebih dari 5 detik pada Forgot Password (5,886 ms) dan Profile (4,720 ms). Pengecualian pada fitur Lock Screen dimana Selenium WebDriver menunjukkan waktu eksekusi lebih cepat dibandingkan Apache JMeter dengan waktu uji sebesar 0,152 ms dan 0,389 ms. Dengan demikian, dapat disimpulkan bahwa Apache JMeter lebih unggul untuk pengujian performa berbasis beban sistem, sedangkan Selenium WebDriver lebih tepat untuk pengujian yang melibatkan fungsionalitas dan interaksi langsung pada antarmuka pengguna. Kedua alat uji tersebut memiliki kelebihan dan kekurangan masing-masing dan dapat digunakan untuk memperoleh hasil pengujian yang menyeluruh dan akurat, sesuai dengan jenis pengujian yang dilakukan.

RINGKASAN Analisis Data Penjualan Menggunakan Cross Industry Standard Process For Data Mining dan Algoritma K-Means Clustering Pada Toko Ibu Agus. Irma Firnanda, NIM E41212025, Teknologi Informasi, Politeknik Negeri Jember, Syamsul Arifin, S.Kom, M.Cs (Pembimbing). Penelitian ini bertujuan untuk mengelompokkan data penjualan dari Toko Ibu Agus ke dalam tiga kategori, yaitu produk yang kurang diminati, diminati dan sangat diminati oleh pelanggan. Penelitian ini menggunakan tahapan Crisp-Dm (Cross Industry Standard Process For Data Mining) yang terdiri dari 6 tahapan dan metode Algoritma K-Means Clustering yang berfungsi mengelompokan barang berdasarkan kesamaan pola pembelian. Data yang digunakan berasal dari data transaksi penjualan selama bulan september hingga november 2024, dengan jumlah data awal 2.307 record data yang kemudian direkap menjadi 895 record data berdasarkan atribut nama barang, quantity dan jumlah transaksi. Proses dilakukan dengan menggunakan aplikasi RapidMiner. Hasil clustering menghasilkan tiga kelompok yaitu cluster 0 dengan 374 produk, cluster 1 dengan 104 produk, dan cluster 2 dengan 417 produk. Untuk mengevaluasi kualitas hasil clustering digunakan metode Davies-Bouldin Index (DBI) yang menghasilkan 0.346 yang menggambarkan bahwa hasil pengelompokan cukup baik. Semakin kecil nilai DBI maka semakin optimal pembentukan cluster. Hasil ini memberikan referensi pelanggan yang dapat digunakan untuk menyusun strategi penjualan dan pengelolaan stok yang lebih efektif. Sebagai luaran produk, penelitian ini juga menghasilkan dashboard visual interaktif menggunakan Google Looker studio. Dashboard ini menampilkan hasil pengelompokan secara real-time untuk membantu pemilik toko dalam memantau stok dan pengambilan keputusan berbasis data. Pemanfaatan teknologi ini memperkuat integrasi analisis data dengan sistem Business Intelligence untuk mendukung efisien UMKM.

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.