Perkembangan teknologi informasi yang cukup pesat dari waktu ke waktu membuat pekerjaan yang dilakukan manusia pada umumnya dapat diselesaikan dengan cepat. Teknologi merupakan salah satu alat bantu yang sering digunakan dalam aktivitas manusia sehari-hari termasuk teknologi informasi harus selalu di tingkatkan perkembangannya demi menghasilkan layanan telekomunikasi dan jaringan yang berkualitas, sebagai contoh dalam penggunaan manajemen arsip (inventory barang), pada UPT. Pusat Teknologi Informasi dan Komunikasi di Universitas Muhadi Setibudi semua kegiatan (inventory barang) masih dilakukan secara manual dan dalam penerimaan barang masuk dan barang keluar masih juga belum terkontrol dengan baik, terlihat dengan masih adanya data barang yang tidak sesuai dengan catatan stoknya, dan untuk pengolahan data barang masuk dan keluar, data pengiriman barang, masih dicatat kedalam buku besar (manual) sehingga terkadang mengalami kesulitan dalam perhitungan barang dan mendapatkan informasi ketersediaan barang mengalami kesulitan terkadang informasi yang diberikan tidak sesuai dengan ketersediaan barang yang ada. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Inventory Barang (SINBAR), yang dapat mengelola barang masuk dan keluar, stok barang, dan rakpitulasi yang sudah terstruktur dengan menggunakanmetode prototype dan menggunakan pemodelan Data Flow Diagram (DFD). Sistem Inventory berbasiskan website sehingga lebih dinamis dan dapat digunakan dengan mudah (user friendly).

No abstract

Segmentasi citra menjadi landasan utama pada proses analisa dan pengenalan citra digital. Segmentasi membagi citra digital kedalam beberapa wilayah yang unik berdasarkan piksel yang homogeny. Segmentasi citra mengelompokkan piksel yang homogeny berdasarkan beberapa fitur seperti warna, tekstur dan bentuk. Warna mengandung banyak informasi dan manusia dapat melihat berjuta-juta kombinasi dan intensitas warna, dibandingkan dengan ke abu-abuan (greyscale) atau hitam putih (binary). Metode yang diterapkan adalah metode clustering. Fitur citra digital yang akan diekstraksi adalah tekstur dan warna. Untuk tekstur menggunakan filter gabor sedangkan untuk ekstraksi warna menggunakan vector ruang L*a*b. namun filter gabor mempunyai kelemahan yaitu ketika citra yang disegmentasi banyak tekstur makro, sehingga mempengaruhi akurasi dalam segmentasi citra digital. Sebagai pendukung dalam meningkatkan akurasi dalam ekstraksi tekstur makro digunakan metode k-means. Penelitian penggunaan fitur tekstur meningkat menjadi 17,5% dan ekstraksi warna keabu-abuan meningkat 16,24%. Sedangkan fitur filter gabor dapat meningkatkan akurasi segmentasi citra digital 2% pada ekstrksi warna pada ruang warna L*a*b meningkat 0.3%  

Rumah adat merupakan identitas bangunan bagi setiap daerah karena memiliki ciri khas bentuk desain dan makna tersendiri yang sangat kental dengan unsur kebudayaan masing-masing daerah. Kebudayaan rumah adat harusnya dapat di lestarikan agar setiap generasi bisa melihat identitas daerah dari tanah kelahirannya. Namun, sekarang rumah adat sulit dijumpai dibeberapa daerah karena masyarakat umumnya lebih memilih untuk membangun rumah dengan desain modern. Hal tersebut membuat generasi sekarang terutama anak-anak tidak dapat mengenal dan melihat rumah adat setiap daerah di Indonesia. Pemanfaatan Teknologi Augmented Reality dalam penyampaian materi rumah adat kepada siswa sekolah dasar merupakan salah satu cara untuk membantu anak-anak agar dapat mengenal dan melihat bentuk objek 3D dari rumah adat karena kemampuanya menjadi satukan objek nyata dengan objek maya sehingga akan lebih menarik untuk di pahami oleh siswa. Penelitian penerapan augmented reality pada materi rumah adat indonesia di sekolah dasar ini menggunakan metode pengembangan sistem waterfall yang terdiri dari Analysis Requirement, Design, Development, Testing, maintenance. Sedangkan untuk metode pengumpulan data terkait yaitu Studi Pustaka, Obsevasi, dan Wawancara. Pengujian aplikasi ini menggunakan metode pengujian Blackbox meliputi bagian yang berkaitan dengan aplikasi dan pengguna saja.

Pemerintah menerapkan berbagai cara untuk mendisiplinkan masyarakat Indonesia dalam beraktivitas dan menjaga diri dengan protokol kesehatan serta membatasi interaksi antar sesama, sehingga masyarakat kita mampu melewati gelombang pandemi. Perean Teknologi pada masa pandemi sangatlah besar terutama dalam menyebar luasan informasi secara digital yang mudah diakses dari perangkat dengan koneksi internet, hal ini menjadi doronga untuk diterapkannya teknik klasterisasi menggunakan K -Means untuk mengetahui angka peningkatan dan penurunan pada kasus Covid-19 serta membangun kewaspadaan bagi masyarakat. Data kasus tersebut diperoleh dari website kawalcovid19.id, dengan jumlah yang banyak tidak akan mudah dalam menganalisa dan mengambil informasi, maka dibutuhkan teknik untuk klasterisasi dengan tujuan untuk mendapatkan intisari dari kumpulan data tesebut. C4.5 menjadi algoritma yang dipilih untuk proses klasterisasi pada data ini, dengan dilakukannya proses kastering maka didapatkan sebanyak 28 Provinsi (82%) menjadi Provinsi dengan tingkat penularan rendah, dan 4Provinsi (12%) dengan tingkat penularan sedang, serta 2 Provinsi (6%) memiliki tingkat penularan tinggi dengan total 34 Provinsi di indonesia dengan kurun waktu sampling yang dibatasi.