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.

Sebagai salah satu negara yang berada di garis khatulistiwa Indonesia menjadi salah satu negara yang memiliki potensi terjadinya bencana Gempa Bumi cukup tinggi. Pencegahan mengurangi jumlah korban adalah prioritas dalam penanganan ketika terjadi bencana, baik bencana gempa bumi maupun bencana lainya. Korban akibat bencana gempa bumi secara umum berada di dalam gedung. Jika struktur bangunan gedung tidak  dibuat dengan baik maka potensi jumlah korban akan meningkat. Salah satu cara untuk mengurangi jumlah korban akibat gempa bumi adalah membuat sistem evakuasi dengan baik. Sistem evakuasi yang baik akan bisa menjadi petunjuk pengunjung gedung ketika terjadi bencana. Sistem evakuasi tentu akan berjalan dengan baik jika didukung dengan mental dari dalam diri korban dengan baik. Salah satu penyebab dari kegagalan sistem evakuasi adalah kepanikan dari dalam diri korban. Jika korban mengalami kepanikan saat terjadi bencana maka sistem evakuasi tidak dapat berjalan dengan baik dan berpotensi meningkatnya jumlah korban. Analisa dampak kepanikan dalam sebuah sistem evakuasi juga menjadi penentu keberhasilan sebuah sistem evakuasi.    

Analisis sentimen digunakan untuk memahami pandangan dan pendapat masyarakat terhadap suatu hal, serta untuk mengidentifikasi tren topik pembicaraan. Dalam upaya merespon keluhan dan meningkatkan pelayanan kepada masyarakat, Dinas Pariwisata kota Solo aktif memanfaatkan berbagai platform media sosial seperti Twitter, Instagram, Facebook, web ULAS, dan Halo Mas Wali sebagai sarana komunikasi interaktif dengan masyarakat. Melalui media sosial ini, dapat mempermudah pegawai dalam proses pengumpulan sentimen masyarakat, yang nantinya akan menjadi dasar untuk menetapkan kebijakan dan strategi pembangunan. Oleh karena itu, diperlukan aplikasi analisis sentimen yang mampu mengklasifikasikan setiap tweet menjadi tiga kategori, yakni positif, netral dan negatif. Algoritma yang digunakan yaitu Naive Bayes. Naive Bayes adalah algoritma klasifikasi yang menggunakan probabilitas fitur untuk memprediksi label data, dengan asumsi fitur saling independen. Algoritma tersebut cocok untuk klasifikasi big data karena efisien pada data besar dan beragam. Hasil dari pembuatan aplikasi analisis sentimen ini adalah menunjukkan bahwa aplikasi dapat secara otomatis melabeli data menggunakan metode Naive Bayes berbasis PHP dan MySQL. Proses crawling data dari Twitter dilakukan melalui Google Colab menggunakan bahasa Python. Dalam implementasinya, aplikasi ini dapat membantu dalam melakukan klasifikasi opini masyarakat terhadap tempat wisata di kota Solo. Dilakukan pengujian validasi data untuk menguji kesamaan hasil perhitungan sistem dan manual menggunakan 3 data training dan 1 data testing yang didapatkan hasil klasifikasi data testing positif. Berdasarkan pengujian yang telah dilakukan dengan 500 data menggunakan metode naive bayes didapatkan hasil klasifikasi netral berjumlah 122 data, positif 302 data dan negatif 76 data dengan akurasi sebesar 70,2%%, presisi 67% dan recall 100%  

Salah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Bayes dan algoritma seleksi fitur Information Gain untuk melakukan klasifikasi mahasiswa drop out.  Hasil penelitian menunjukkan bahwa dua fitur yang berpengaruh paling signifikan terhadap klasifikasi mahasiswa drop out adalah jumlah SKS yang ditempuh dan nilai IPS pada semester 4. Temuan ini menunjukkan bahwa aspek akademik yang terkait dengan perkembangan studi mahasiswa berpengaruh dalam klasifikasi drop out. Penerapan seleksi fitur menggunakan metode Information Gain berhasil meningkatkan akurasi dan presisi dari model Naïve Bayes. Model yang dihasilkan mencapai akurasi sebesar 98.36%, presisi sebesar 88.37%, dan recall sebesar 97.44%. Hasil ini menunjukkan bahwa seleksi fitur dengan metode Information Gain membantu dalam mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi.

Dalam perkembangan teknologi di era industry 4.0 khususnya dalam bidang elektronika kosentrasi kendali berupa sistem otomasi industri. Perkembangan ini di awali dengan munculnya beberapa kontroler diantranya adalah mikrokontroler dan mikroprosesor .Perkembangan ini berfungsi salah satunya adalah mempermudah pekerjaan manusia dengan mengontrol suatu sistem secara otomatsis, contohnya adalah parkir otomasis. Pada artikel ini dituliskan suatu metode perancangan dan pembuatan prototype Sistem ketersedian slot parkir dengan arduino nano berbasis Outseal Studio dan Haiwell Cloud SCADA. Proses kerja pada sistem ini yaitu memonitoring alur kerja di area suatu slot parkir dan merekap jumlah kendaraan disetiap slot. parkir. Sistem ini di kontrol melalui Arduino nano PLC yang kemudian tampilanya menggunakan SCADA yaitu Haiwell Could SCADA. Sistem parkir ini dirancang untuk memantau slot pakrir,membuka palang pintu otomatis dan memberi informasi berupa data report setiap slot kepada petugas parkir. Hasil implementasi sistem ini tersebut mampu mempermudah petugas parkir untuk mengontrol terhadap area parkir serta meningkatkan keamanan area parkir dan dapat meminimalisir kehilangan kendaraan yang parkir di setiap slotnya. 

WSN menggunakan jaringan nirkabel untuk menghubungkan node sensor dan sink node. Node sensor bertugas mengumpulkan informasi dengan melakukan sensing terhadap target seperti panas, cahaya, dan suhu. Namun, node sensor memiliki keterbatasan dalam hal memori, sumber daya pengolahan, energi, dan masa pakai, yang dapat mempengaruhi kinerja jaringan, termasuk network lifetime dan packet delivery ratio. Oleh karena itu, diperlukan protokol yang efektif untuk meningkatkan kinerja jaringan WSN. Salah satu penelitian untuk meningkatkan kinerja jaringan adalah menggunakan Shortest Geopath Routing (SGP) berbasis tetangga terdekat dan lokasi. Namun, SGP memiliki permasalahan seperti seringnya terjadi kongesti yang menyebabkan packet drop dan kegagalan pengiriman data saat terjadi Routing hole. Untuk mengatasi permasalahan tersebut, penelitian ini melakukan protokol SGP dengan mekanisme Swing routing untuk meningkatkan kinerja jaringan WSN. Dalam mengatasi Routing hole, Swing routing Protocol juga melakukan pencarian jalur alternatif dengan memilih node berdasarkan lokasi koordinat terdekat dengan sink node. Hasil simulasi menggunakan simulator SIDnet-SWAN menunjukkan bahwa penggunaan Swing routing Protocol dapat mengurangi warning congestion dalam jaringan sebesar rata-rata 10 node, meningkatkan network lifetime sebesar 5.27% (14 menit), dan meningkatkan packet delivery ratio sebesar 8.27% dibandingkan dengan protokol SGP. Dalam penanganan Routing hole, Swing routing Protocol mendapatkan rata-rata packet delivery ratio sebesar 21.77% dibandingkan dengan protokol SGP.

Tranportasi merupakan hal yang penting bagi masyarakat dalam mobilitas sehari-hari. Karena memiliki peranan penting dan dapat memudahkan kehidupan masyarakat, pemerintah mulai mengoptimalkan pembangunan sarana transportasi dan memulai inovasi digital, salah satunya pada moda transportasi laut. Perseroan Terbatas Angkutan Sungai, Danau, dan Penyeberangan Indonesia (PT ASDP)  meluncurkan aplikasi Ferizy pada Google Playstore. Dalam inovasi ini, sentimen masyarakat dapat membantu untuk mengetahui kepuasan, kekurangan, saran, dan kritik. Terkait hal tersebut maka diperlukan analisis sentimen untuk memahami maksud ulasan. Analisis ini mengekstrak data ulasan lalu mengolah data tekstual secara otomatis untuk mendapatkan makna sentimen yang terkandung dalam ulasan. Penelitian ini mengimplementasikan klasifikasi Long Short-Term Memory (LSTM) dan ekstraksi fitur Word2Vec variasi skip-gram serta CBOW pada dataset ulasan aplikasi Ferizy. Hasil pengujian dari model menghasilkan nilai akurasi sebesar 88,20% untuk variasi skip-gram dan 74,20% untuk variasi CBOW.