Sektor pariwisata memiliki peran penting dalam perekonomian Bali. Pada bulan April 2023, kunjungan wisatawan ke Bali mencapai 411.510, meningkat 11,01% dari bulan Maret 2023 (sumber: Badan Pusat Statistik Bali). Untuk memperkenalkan destinasi wisata yang ada, Bali perlu menggunakan teknologi yang sedang berkembang seperti sistem rekomendasi. Dalam hal ini, digunakan metode Content-based filtering (CBF) dan Collaborative Filtering (CF). CBF memberikan rekomendasi berdasarkan preferensi pengguna terhadap kategori destinasi wisata, sementara CF menggunakan data histori rating dari pengguna lain untuk merekomendasikan destinasi yang disukai. Dataset terdiri dari 75 data detail destinasi wisata dan 3000 histori rating dari 100 pengguna. Pengujian dilakukan dengan membagi dataset menjadi 80% data training (2400 data) dan 20% data validasi (600 data), menggunakan 15 epoch dan batch size yang sesuai. Hasil terbaik menunjukkan performa loss sebesar 0.0589 dan RMSE sebesar 0.2427.

Penelitian ini merupakan studi eksperimen untuk melakukan penyelidikan inhibitor korosi oleh senyawa Benzimidazole dengan melakukan pendekatan machine learning (ML). Karena korosi menyebabkan banyak kerugian yang timbul karena kehilangan material konstruksi, keselamatan kerja dan pencemaran lingkungan akibat produk korosi dalam bentuk senyawa yang mencemarkan lingkungan. Melakukan pendekatan ML adalah untuk mendapatkan model akurasi yang terbaik sehingga dapat digunakan untuk memprediksi dengan relevan dan akurat terhadap suatu material. Dalam penelitian ini, kami mengevaluasi algoritma ML dengan metode linear dan nonlinear dengan menggunakan metode k-fold cross-validation untuk membantu dalam mengukur performa model ML. Mengacu pada metrik coefficient of determination (R2) dan root mean square error (RMSE), kami menyimpulkan bahwa model AdaBoost regressor (ADA) merupakan model dengan performa prediksi terbaik dari eksperimen yang kami lakukan dari literatur untuk dataset senyawa benzimidazole. Keberhasilan model penelitian ini menawarkan perspektif baru tentang kemampuan model ML untuk memprediksi penghambat korosi yang efektif.  

Tujuan dari penelitian ini adalah untuk mengkaji bagaimana kualitas air dan sanitasi mempengaruhi Kejadian Luar Biasa (KLB) Diare di Provinsi Jawa Barat, Indonesia, menggunakan data Pendataan Potensi Desa (PODES) tahun 2021. Diare merupakan permasalahan serius dalam kesehatan masyarakat Indonesia, terutama pada kelompok anak balita, dan salah satu faktor penyebab utamanya adalah rendahnya kualitas air dan sanitasi. Dalam konteks penelitian ini, kami menerapkan metode algoritma K-Nearest Neighbors (K-NN) untuk mengklasifikasikan wilayah-wilayah yang mengalami KLB Diare. Hasil eksplorasi data menunjukkan variasi yang signifikan dalam jumlah kasus diare di sejumlah kabupaten dan kota yang tersebar di wilayah Jawa Barat. Untuk menangani masalah ketidakseimbangan data, kami menerapkan teknik Pengurangan Acak (Random Under Sampling), Penambahan Acak (Random Over Sampling), dan Synthetic Minority Oversampling Technique (SMOTE).Hasil analisis menunjukkan bahwa model K-NN dengan penggunaan metode SMOTE menghasilkan tingkat akurasi tertinggi, yaitu sebesar 71.28%. Meskipun demikian, nilai F1 score untuk semua model cenderung rendah, yang mengindikasikan adanya tantangan dalam mengklasifikasikan wilayah-wilayah dengan KLB Diare. Penelitian ini memberikan wawasan yang penting mengenai korelasi antara kualitas air, sanitasi, dan KLB Diare di Jawa Barat, serta mengidentifikasi wilayah-wilayah yang memerlukan perhatian lebih dalam upaya pencegahan dan pengendalian penyakit diare. Hasil ini dapat digunakan sebagai dasar untuk merancang program-program kesehatan yang lebih efektif di daerah-daerah dengan tingkat insiden diare yang tinggi. Kata kunci: Algoritma K-Nearest Neighbors (K-NN), SMOTE, Ketidakseimbangan data dan teknik pengambilan sampel ulang, Kualitas air dan sanitasi, Program pencegahan dan pengendalian diare.

Perkembangan teknologi di bidang smartphone meningkat setiap tahun. Berbagai smartphone dengan spesifikasi yang lebih canggih selalu bermunculan. Banyaknya produk smartphone yang ada di pasaran, dengan spesifikasi yang bervariasi, membuat masyarakat menjadi kesulitan dalam memilih. Survei awal dilakukan dengan 33 responden dan 25 di antaranya menjawab bahwa mereka bingung ketika mencari smartphone yang sesuai dengan kebutuhan dan budget. Pencarian smartphone masih terbilang sulit karena membutuhkan waktu dalam menggali informasi melalui review dari YouTube dan informasi di internet, demi mendapatkan smartphone yang sesuai. Berdasarkan masalah ini, solusi yang ditawarkan berupa sebuah aplikasi Sistem Pendukung Keputusan menggunakan metode Weighted Product, dengan menggunakan kriteria seperti RAM, prosesor, internal, layar, kamera utama, dan kapasitas baterai untuk membantu dalam memilih smartphone yang sesuai dengan pengguna. Semua rekomendasi smartphone yang dihasilkan oleh aplikasi telah sesuai dengan hasil perhitungan metode Weighted Product. Survei juga dilakukan kembali kepada responden yang sama, dan 31 dari 33 responden menjawab bahwa aplikasi yang dihasilkan penelitian ini membantu mereka memilih smartphone lebih cepat karena tidak perlu menghabiskan waktu untuk mencari informasi di YouTube dan internet.

APJII melangsir data pada tahun 2021-2022 bahwa pengguna internet terus meningkat sebesar 77,02%. Kelompok usia 13 hingga 18 tahun merupakan data tertinggi pengguna akses internet. Sangat disayangkan usia tersebut pada dasarnya belum mengerti dampak dari pesatnya teknologi internet. Sehingga orang tua merupakan pengawas utama bagi anak saat menggunakan akses internet. Salah satu metode keamanan akses internet adalah metode packet filtering. Penelitian ini menggunakan metode packet filtering pada perangkat jaringan mikrotik kemudian menghasilkan notifikasi ketika terjadi pelanggaran. Informasi notifikasi akan diterima oleh administrator system melalui Telegram. Skenario penelitian ini menggunakan konfigurasi packet filtering dengan memasukkan alamat IP atau nomor port yang akan diblokir serta konfigurasi ke Telegram sebagai penerima notifikasi. Secara umum penelitian ini menunjukkan keberhasilan pemblokiran terhadap beberapa situs dan game online, serta memperoleh hasil waktu respon notifikasi dari bot Telegram yang lambat, dengan rata-rata sebesar 26,9 detik untuk media sosial dan 23,3 detik untuk game online

Keberhasilan dalam kegiatan penerimaan mahasiswa baru dapat didukung adanya pemilihan lokasi promosi yang sesuai. Berbagai jenis metode Sistem Pendukung Keputusan (SPK) dapat dimanfaatkan untuk menyelesaikan permasalahan mengenai pemilihan lokasi prioritas promosi yang sesuai. Salah satu pendekatan pengambilan keputusan dengan metode Weight Product (WP) melibatkan beberapa nilai kriteria terkait, dimana setiap nilai perlu untuk dipangkatkan dengan bobot atribut. Metode WP termasuk dalam jenis Fuzzy Multiple Attribute Decision Making (FMADM) dalam SPK. Pendekatan WP ini dipilih karena memiliki cara perhitungan yang mudah, memerlukan waktu yang lebih singkat dalam proses pengambilan keputusan, dan pada saat pembobotan awal dapat dilakukan perbaikan nilai bobot. Studi kasus untuk penentuan lokasi promosi dilakukan untuk membantu pengambilan keputusan dalam mendapatkan mahasiswa baru di kampus IST AKPRIND. Perhitungan algoritma WP ini menggunakan data referensi pada penerimaan mahasiswa baru periode sebelumnya dengan tiga kriteria, yaitu jumlah siswa yang terdaftar pada periode lalu, jumlah sekolah dan jumlah siswa SMA/K pada kabupaten/kota didapatkan preferensi nilai tertinggi 0,061 pada kota Yogyakarta. Lima solusi terbaik diberikan urutan prioritas untuk wilayah promosi mahasiswa baru yaitu Kota Yogyakarta, Kabupaten Bantul, Sleman, Blora dan Cilacap. Hasil penelitian ini memberikan rekomendasi untuk unit terkait dalam memaksimalkan pengambilan keputusan.

Penentuan kualitas ubin keramik sudah dilakukan secara otomatis dalam beberapa tahun terakhir. Kendala saat penentuan ubin keramik bercacat dapat berpengaruh terhadap penurunan kualitas produk akhir. Isu yang menjadi fokus dalam penelitian yaitu perbandingan metode antara KNN dengan SVM untuk mendeteksi cacat pada ubin keramik untuk mencapai hasil yang lebih akurat. Untuk mengatasi isu ini, proses yang dilakukan meliputi pengumpulan data gambar dari ubin keramik, yang kemudian diikuti oleh tahap preprocessing dan ekstraksi fitur berdasarkan tekstur. Data gambar tersebut kemudian diklasifikasikan dengan metode KNN dan SVM. Temuan dari penelitian ini menunjukkan bahwa pengklasifikasian dengan metode KNN pada k = 3 mampu memberikan hasil yang lebih unggul, yaitu mencapai akurasi 98.947%, sedangkan pengklasifikasian dengan metode SVM hanya mencapai akurasi 85.263%.

Dalam pengambilan keputusan, pihak pengelola situs web perlu memperhatikan bagaimana  pelanggan menggunkan layanan dari situsnya. Situs "SWED sepakbola" memiliki total kunjungan 11,69 juta pengunjung. Rata-rata lama waktu kunjung adalah 1 menit 21 detik, dengan 1,54 jumlah halaman per pengunjung. Dengan jumlah bounce rate mencapai 79,17% dapat dikatakan banyaknya pengunjung pada landpage tidak memiliki jumlah interaksi yang banyak. Hal ini mengindikasikan pelanggan merasa tidak tertarik. Penelitian ini mencoba mengoptimalisasikan performa tata letak antarmuka pengguna untuk menarik interkasi pembaca dengan menekan rasio bounce menggunakan pendekatan desain layer-cake, grid dan penggunaan kolom. Perbandingan desain lama dan hasil redesain dilakukan menggunakan pengujian A/B dan perhitungan inferensial statistik. Hasilnya redesain yang dilakukan berhasil meningkatkan konversi klik, dari varian awal (varian control) ke varian yang baru (varian treatment) sebesar 40%. Konversi klik sebanyak 14 hingga 63 klik dengan pengunjung sebanyak 4 sampai 18 pengunjung dalam 4 grup yang berbeda, selama 4 kali pengujian dan pengujian tersebut, untuk menemukan nilai yang optimal hingga hasil akhir yang signifikan pada kategori “baik” dengan nilai CR “diatas rata-rata” sehingga dapat menemukan formula tata letak lebih lanjut (optimal) dari varian tata letak SWED sepakbola..  

Infus merupakan proses memasukan cairan ke dalam pembuluh darah pasien untuk menggantikan cairan dalam tubuh. Kelemahan proses infus saat ini adalah tidak ada pemantauan kondii infua. Apabila infus habis kemudian diabaikan dapat menyebabkan darah pasien justru masuk ke dalam selang infus yang dapat mengakibatkan kekurangan darah. Maka dari itu sebuah sistem pemantauan infus diperlukan untuk menghindari kejadian tersebut. Parameter kecepatan tetesan infus dan kondisi cairan infus telah habis dapat dikenali secara otomatis menggunakan sensor. Cairan infus yang masih penuh lebih berat dibandingkan cairan infus yang telah habis. Kondisi ini dapat dideteksi menggunakan sensor berat. Kecepatan tetesan infus dapat dideteksi melalui interval waktu halangan yang terjadi saat cairan menetes. Informasi kondisi kecepatan tetesan dan berat cairan infus akan dikirimkan secara otomatis melalui telegram perawat. Hasil penelitian menunjukkan bahwa sensor berat mampu mengukur berat dengan rata-rata akurasi sebesar 97,80% dibandingkan dengan timbangan pembanding. Sedangkan akurasi pengukuran interval waktu untuk mendeteksi kecepatan tetesan infus memiliki rata-rata akurasi sebesar 99,77% dibandingkan dengan etimasi seharusnya dalam orde mili detik. Pengujian kualitas jaringan untuk mengirimkan data menunjukkan bahwa rata-rata waktu tunda yang diberikan adalah 95.664ms dengan nilai jitter sebesar 0,153ms, dan nilai rata-rata troughput sebesar 5,510kbps. Data-data tersebut menunjukkan bahwa sistem mampu bekerja dengan baik untuk mengirimkan kondisi infus melalui notifikasi Telegram Perawat.

Perkembangan teknologi informasi memberikan berbagai perubahan dalam berbagai bidang kehidupan, salah satunya adalah dalam dunia pendidikan. Perkembangan teknologi tersebut ditandai dengan munculnya teknologi berbasis Artificial Intelligence (AI) yang sudah mulai digunakan. Salah satunya adalah aplikasi chatbot. Aplikasi chatbot merupakan suatu aplikasi yang dibangun dengan mengadopsi pengetahuan manusia yang dapat memberikan respon secara cepat dan tepat. SMK YPE Nusantara Slawi sudah memiliki aplikasi chatbot akan tetapi aplikasi tersebut hanya digunakan untuk pembelajaran materi di salah satu prodi saja. Pihak sekolah mengalami kesulitan dalam promosi dan juga penyampaian informasi kepada masyarakat. Banyak masyarakat yang ketika membutuhkan informasi harus datang ke sekolah. Bahkan seringkali pertanyaan yang ditanyakan adalah sama antar satu dengan yang lainnya, sehingga terjadi ketidak efisiensi. Oleh karenanya dibutuhkan suatu aplikasi interaktif yang dapat memberikan informasi tentang sekolah tersebut. Aplikasi chatbot yang dibuat berisi informasi secara menyeluruh seputar sekolah yang terdiri dari jurusan, guru maupun data lainnya yang berkaitan dengan sekolah. Penelitian dilakuakn dalam beberapa tahapan mulai dari pengambilan data, analisis data, pembuatan aplikasi pengujian sampai ke implementasi sistem. Aplikasi dikembangkan dengan menggunakan Natural Language Procesing (NPL) yang akan dikembangkan berbasis website. Luaran penelitian yang ditargetkan adalah menghasilkan suatu aplikasi chatbot informasi sekolah dan hasilnya dapat dipublikasikan dalam jurnal nasional terakreditasi.