Repository Universitas Jember

Digital service that collects, preserves, and distributes digital material. Repositories are important tools for preserving an organization's legacy; they facilitate digital preservation and scholarly communication.

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 9

Recent Submissions

  • Item type:Item,
    Sistem Pendukung Keputusan Pemilihan Varietas Tanaman Kopi Robusta Berdasarkan Kondisi Lingkungan Menggunakan Metode Simple Multi Atrribute Rating Technique
    (Fakultas Ilmu Komputer, 2024-05-31) Novita Anggita Rahman
    Kopi Robusta adalah jenis kopi yang paling banyak ditanam di Indonesia. Permasalahan utama yang dihadapi oleh petani di Kecamatan Kalibaru adalah mengalami kendala dalam pemilihan varietas tanaman kopi Robusta yang sesuai dengan kondisi lingkungan mereka sehingga masih banyak petani yang menggunakan metode konvensional yang cenderung tidak efisien dalam pemilihan varietas tanaman kopi Robusta. Tujuan dari penelitian ini adalah untuk mengembangkan SPK berbasis metode SMART yang dapat membantu petani di Kecamatan Kalibaru, Kabupaten Banyuwangi, dalam pemilihan jenis tanaman varietas kopi Robusta yang paling sesuai dengan kondisi lingkungan dan preferensi mereka. Metode SMART merupakan suatu teknik fleksibel dalam pengambilan keputusan. Keunggulan utamanya adalah kemampuan untuk menyesuaikan kriteria tanpa memperhitungkan bobot. Dengan adanya sistem pendukung keputusan pemilihan jenis varietas tanaman kopi Robusta menggunakan metode SMART dapat mempermudah petani dalam pengambilan keputusan mengenai jenis varietas yang akan digunakan disesuaikan dengan kondisi lingkungan mereka. Hal ini diharapkan meningkatkan produktivitas selama panen dan mengurangi permasalahan gagal panen. Hasil dari pemilihan varietas tanaman kopi Robusta berdasarkan kondisi lingkungan oleh sistem pendukung keputusan menggunakan metode SMART, menghasilkan perangkingan data alternatif tertinggi (K5) yaitu “BP 409” sebesar 0.825 dan nilai alternatif terkecil ( K4) yaitu “BP 358” sebesar 0.275. Hasil pengujian yang telah dilakukan, diperoleh nilai akurasi sebesar 100%. Dengan melihat tingginya prosentase nilai tingkat akurasi ini maka dapat disimpulkan bahwa penerapan metode SMART dalam sistem pendukung keputusan ini dapat membantu para pengambil keputusan dalam varietas tanaman kopi Robusta berdasarkan kondisi lingkungan.
  • Item type:Item,
    Analisis Pengendalian Kualitas Proses Produksi Gula Kristal pada PT Sinergi Gula Nusantara Pabrik Gula Pradjekan Bondowoso
    (Fakultas Teknologi Pertanian, 2025-06-18) Nugroho Adi Surya
    Pengendalian kualitas selama proses produksi sangat penting untuk memastikan bahwa kualitas produk yang dihasilkan memenuhi standar perusahaan dan untuk meminimalkan tingkat cacat dalam proses produksi. Tahapan produksi di PT SGN Pabrik Gula Pradjekan Bondowoso telah menerapkan prosedur yang terstruktur namun, masih terdapat beberapa tahapan di mana terjadi penyimpangan, yang berdampak pada kualitas gula yang dihasilkan. Penelitian ini bertujuan untuk mengidentifikasi jenis-jenis cacat dan menentukan faktor-faktor yang menyebabkan cacat tersebut dalam produksi gula kristal, serta memberikan saran perbaikan berdasarkan temuan penelitian. Penelitian ini dilakukan di PT SGN Pabrik Gula Pradjekan Bondowoso mulai Desember 2024 sampai April 2025. Metode yang digunakan meliputi Analisis Mode dan Efek Kegagalan (FMEA) untuk mengidentifikasi proses produksi dengan cacat yang paling dominan, Pengendalian Proses Statistik (SPC) untuk mengukur tingkat cacat atau kegagalan yang dapat diterima dalam proses produksi, dan Analisis Pohon Kegagalan (FTA) untuk menentukan penyebab utama cacat dan kegagalan dalam proses produksi guna memberikan rekomendasi untuk mencapai nol cacat. Hasil penelitian menunjukkan bahwa terdapat dua jenis kegagalan dominan dalam proses produksi gula kristal: suhu di pemanas jus dan pH di defecator tidak memenuhi standar yang required. Faktor-faktor utama yang berkontribusi terhadap kegagalan ini meliputi tekanan uap yang menurun di boiler/evaporator, suhu jus yang terlalu rendah, dan elektroda pH yang kotor. Tindakan yang direkomendasikan untuk meminimalkan kegagalan ini meliputi evaluasi dan pemeliharaan rutin boiler/evaporator, pipa/valve, dan elektroda pH; menyederhanakan sistem distribusi uap dan secara berkala mengidentifikasi kebocoran pipa; meningkatkan pengawasan dan pelatihan bagi pekerja; serta membersihkan dan mengkalibrasi elektroda pH secara rutin untuk memastikan pengukuran pH yang akurat.
  • Item type:Item,
    Mise- En- Scene Aksi Perlawanan Terhadap Penguasa Pada Film Rebel Ridge (Analisis Semiotika Roland Barthes)
    (Fakultas Ilmu Budaya, 2025-07-22) Nuan Prayogo Wahyu Widodo
    Penelitian ini bertujuan untuk menganalisis bagaimana mise en scene digunakan untuk merepresentasikan aksi perlawanan terhadap penguasa dalam film Rebel Ridge (2024). Di tengah maraknya fenomena penyalahgunaan kekuasaan oleh aparat, film sering kali menjadi media kritik sosial yang efektif. Penelitian ini menggunakan pendekatan kualitatif dengan metode analisis semiotika Roland Barthes untuk mengkaji elemen-elemen visual seperti latar, pencahayaan, kostum, dan pergerakan pemain. Analisis ini berfokus pada pembongkaran makna denotatif, konotatif, dan mitos yang terkandung dalam adegan-adegan perlawanan untuk memahami bagaimana pesan perlawanan diperkuat secara visual. Hasil analisis menunjukkan bahwa setiap elemen mise en scene secara sinergis membangun narasi perlawanan. Adegan penyitaan uang di jalan melahirkan mitos bahwa kebenaran adalah milik otoritas, sementara negosiasi di kantor polisi menguatkan mitos bahwa kebenaran prosedural hanyalah ilusi di hadapan kekuasaan. Puncaknya, konfrontasi akhir di mana aparat saling menodongkan senjata merepresentasikan runtuhnya loyalitas internal dan membangkitkan kesadaran moral dari dalam sistem yang korup. Disimpulkan bahwa mise en scene dalam Rebel Ridge tidak hanya berfungsi sebagai elemen estetika, tetapi juga sebagai sistem tanda yang secara aktif membangun dan memperkuat pesan perlawanan terhadap struktur kekuasaan yang opresif.
  • Item type:Item,
    Tarif Angkutan Feeder Dalam Mendukung Angkutan Massal Berbasis Jalan Di Kawasan Perkotaan Jember
    (Fakultas Teknik, 2023-12-23) Nugraha Bayu Syah Putra
    Bus Rapid Transit merupakan angkutan massal yang sedang direncanakan di Kabupaten Jember, yang masuk dalam Rencana Strategis Dinas Perhubungan Kabupaten Jember tahun 2021 – 2026. Selanjutnya, BRT didukung dengan konsep pembiayaan melalui Buy The Service, yang menekankan pada konsep pembelian berupa layanan. Demi mendukung keberlangsungan angkutan BRT, maka direncanakan pula angkutan Feeder. Dalam jurnal ini, metode dalam menghitung tarif pada angkutan feeder menggunakan metode perhitungan Biaya Operasional Kendaraan. Tujuannya adalah untuk mengetahui setiap komponen yang diperlukan untuk merencanakan angkutan feeder di Kawasan Perkotaan jember. Saat ini, penentuan tarif yang dilakukan oleh Pemerintah Kabupaten Jember terhadap layanan angkutan umum masih belum sesuai dengan prosedur Biaya Operasional Kendaraan. Penelitian ini bertumpu pada pendekatan metode deskriptif kuantitatif. Penelitian ini dilakukan terhadap 8 koridor yang tersebar di Kawasan Perkotaan Jember. BOK ini dilakukan dengan dua skenario, yakni menggunakan Load Factor 50% dan 70%. Untuk tarif rerata yang digunakan adalah sebesar Rp 9.182,16 (Load Factor 70%) dan Rp 13.518,41 (Load Factor 50%). Dengan memperhatikan WTP, maka didapatkan tarif Rp 4.300,00 Sehingga subsidi yang diberikan adalah sebesar Rp 4.882,16 (Load Factor 70%) dan Rp 9.218,41 (Load Factor 50%).
  • Item type:Item,
    Perbandingan Kinerja Model Support Vector Machine (SVM) dan VADER dalam Penentuan Skor Sentimen Pasar Saham
    (Fakultas Matematika dan Ilmu Pengetahuan Alam, 2025-07-25) Nugraha Marga Wiguna
    Dalam beberapa tahun terakhir, media sosial telah menjadi sumber informasi yang sangat berpengaruh terhadap dinamika pasar saham. Salah satu platform yang banyak digunakan oleh pelaku pasar untuk menyampaikan opini dan tanggapan terhadap pergerakan saham adalah X (sebelumnya Twitter). Platform ini menyediakan data teks yang kaya opini namun tidak terstruktur, sehingga memerlukan pendekatan analisis yang tepat agar dapat diekstraksi menjadi informasi yang bernilai, khususnya dalam konteks penilaian sentimen saham. Berdasarkan hal tersebut, penelitian ini dilakukan dengan tujuan untuk mengembangkan dan membandingkan dua model analisis sentimen, yaitu model machine learning berbasis Support Vector Machine (SVM) dan pendekatan lexicon-based menggunakan VADER, dengan fokus pada data saham BBRI. Data yang digunakan dalam penelitian ini dikumpulkan secara otomatis melalui metode tweet harvesting selama bulan Februari 2025, menggunakan kata kunci yang relevan dengan saham BBRI. Setelah proses pengumpulan, data melalui tahapan preprocessing seperti pembersihan teks dari karakter khusus, tokenisasi, normalisasi kata, dan penghapusan kata umum (stopwords). Selanjutnya, data dilabeli secara manual ke dalam tiga kategori sentimen, positif, negatif, dan netral. Model SVM dibangun menggunakan pendekatan One-vs-Rest untuk klasifikasi multikelas dengan representasi fitur berbasis TF-IDF. Sementara itu, model VADER menggunakan skor compound yang kemudian diklasifikasikan ke dalam kategori sentimen berdasarkan nilai ambang tertentu. Evaluasi dilakukan menggunakan data uji yang sama pada kedua model agar hasil dapat dibandingkan secara adil. Berdasarkan hasil klasifikasi, model SVM menunjukkan akurasi sebesar 69%, sedangkan VADER hanya mencapai akurasi 48%. SVM juga menunjukkan hasil klasifikasi yang lebih seimbang terhadap distribusi label aktual, meskipun terdapat kecenderungan overklasifikasi pada sentimen negatif. Di sisi lain, VADER lebih banyak mengklasifikasikan tweet ke dalam sentimen positif, meskipun sebenarnya distribusi sentimen negatif lebih dominan dalam label manual. Rendahnya recall pada kategori negatif pada VADER menandakan bahwa banyak tweet bernada negatif tidak dikenali dengan tepat oleh metode tersebut. Selain evaluasi metrik, dilakukan pula analisis terhadap fluktuasi skor sentimen harian untuk masing-masing model. Model SVM menunjukkan variasi skor yang lebih dinamis dan sensitif terhadap perubahan opini pasar, khususnya pada pertengahan dan akhir bulan Februari. Sebaliknya, model VADER memperlihatkan pola yang lebih stabil dan cenderung positif. Temuan ini mendukung kesimpulan bahwa pendekatan machine learning seperti SVM lebih responsif terhadap konteks bahasa yang berubah-ubah dan dapat mencerminkan emosi pasar secara lebih realistis dibanding pendekatan berbasis kamus seperti VADER. Berdasarkan keseluruhan hasil analisis, dapat disimpulkan bahwa model SVM memiliki kinerja yang lebih unggul dalam melakukan analisis sentimen terhadap data tidak terstruktur dari media sosial X, khususnya dalam konteks saham BBRI. Pendekatan machine learning ini mampu menangkap variasi makna dan konteks kalimat secara lebih akurat, terutama dalam menghadapi bahasa yang informal, sarkastik, atau kaya istilah pasar. Dengan demikian, SVM direkomendasikan sebagai model yang lebih efektif untuk digunakan dalam sistem penilaian sentimen pasar saham berbasis media sosial..