Mean Absolute Error (MAE) adalah dua diantara banyak metode untuk mengukur tingkat keakuratan suatu model peramalan. Nilai MAE merepresentasikan rata – rata kesalahan (error) absolut antara hasil peramalan dengan nilai sebenarnya. Dengan menggunakan algoritma regresi linear dapat memberikan nilai prediksi produksi padi dengan 2 variabel jumlah pertumbuhan penduduk dan jumlah produksi padi pertahun, sedangan keakuratan dari hasil perhitungan prediksi menggunakan metode Mean Absolute Error (MAE) yang gunakan untuk mengukur tingkat keakuratan suatu model peramalan. Padi adalah salah satu kebutuhan pokok untuk memenuhi kebutuhan karbohidrat bagi penduduk. Dengan meningkatnya pertumbuhan penduduk tiap tahunnya dan kegiatan sosial ekonomi yang menyertainya kebutuhan Produksi padi makin meningkat pula berbanding lurus jumlah penduduk dan kegiatan ekonomi. Kata Kunci: Produksi, Padi, Regresi Linear, Mean Absolute Error

Kabupaten Tuban dengan luas lahan 183.994,56 ha berpotensi untuk mengembangkan usaha pertanian dibidang pangan, perkebunan dan tanaman hortikultura yang bertujuan untuk meningkatkan kesejahteraan petani serta meningkatkan kualitas dan kuantitas produksi yang akan mendorong kelancaran roda perekonomian. Peruntukan lahan pada sector pertanian seringkali bersaing dengan sektor lain seperti industry, pemukiman dan perdaganga. Meningkatnya kebutuhan lahan pertanian telah menimbulkan beberapa permasalahan yang berkaitan dengan pemanfaatan lahan. Hal tersebut disebabkan juga oleh kurangnya informasi yang berhubungan dengan produktifitas dan kelayakan penggunaan lahan tersebut. Dalam penelitian penelitian ini, akan dirancang suatu perangkat lunak yang dapat memberikan informasi pemetaan lahan pertanian di Kabupaten Tuban yang digunakan sebagai pengambilan informasi untuk analisa kebijakan bidang pertanian. Sistem ini dirancang menggunakan teknologi Webgis yaitu Map Server khususnya paket MS4W dengan menggunakan framework pmapper yang bekerja pada system operasi windows. Kata kunci : Lahan pertanian, Webgis, Map Server, MS4W, Pmapper, Windows

Penelitian ini bertjuan untuk merancang sistem pakar penentuan pemeriksaan laboratorium menggunakan Case Based Reasoning. Macam-macam penyakit dengan keluhan yang hamper sama menyebabkan sulitnya mendiagnosa penyakit seseorang, sehingga periksaan laboratorium yang beragam menuntut seoarang dokter atau petugas lanoratorium untuk memiliah pemeriksaaan yang seharusnya dijalani. Permasalahan tersebut mendorong peneliti untuk membuat system yang dapat mengatasai permasalahn tersebut. Sistem ini menggunakan metode Case Based Reasoning yaitu solusi yang didapatkan didasarkan pada kasus-kasus masa lampau yang telah diselesaikan oleh ahli atau pakar. Kesimpulan dari penelitian ini yaitu didapatkan saran pemeriksaan laboratorium yang dijalani berdasarkan keluhan atau gejala yang dirasakan serta nilai kemiripan dengan kasus sebelumnya.

Penempatan karyawan merupakan salah satu sumber dari salah satu fungsi terpenting dalam Manajemen Sumber Daya Manusia. Penempatan pegawai yang sesuai dengan harapan, bakat dan kepribadian pegawai, akan mampu meningkatkan motivasi, produktivitas dan kepuasan kerja. Salah satu Pemilihan Parameter MyersBriggs Type Indicator (MBTI) Untuk Menentukan Penempatan Karyawan Dengan Menggunakan Metode Simple Additive Weight (SAW). Tujuan dari penelitian ini membuat aplikasi penempatan pegawai dengan metode SAW adalah agar pegawai dapat melihat hasil berupa rangking yang telah diolah melalui parameter atau Kriteria MBTI. Pengumpulan data dilakukan dengan berbagai metode, antara lain: metode studi kepustakaan, wawancara dan browsing. Model proses yang digunakan adalah waterfall yang terdiri dari analisis kebutuhan sistem, perancangan, implementasi dan pengujian sistem. Dalam pembentukan sistem, dimulai dari pembentukkan proses, tabel, pepembentukkan menu dan perancangan antarmuka. Pada tahap implementasi menggunakan PHPMyAdmin untuk membangun database dan PHP untuk teknologi Serverside. Tahap terakhir adalah pengujian sistem yang dilakukan dengan Black Box Test.