Facial recognition merupakan salah satu teknik biometrik. Teknik yang dapat disebut juga pengenalan wajah ini telah menjadi topik yang cukup diminati untuk diteliti. Pada peneitian ini dilakukan proses pengenalan wajah dengan menggunakan metode CNN (Convolutional Neural Network). Penelitian ini memiliki tujuan untuk mengimplementasikan metode CNN ke dalam pengenalan wajah dengan menggunakan library Tensorflow. Metode ini digunakan karena proses pembelajaran dilakukan dengan mendalam (deep learning). Metode CNN yang digunakan memiliki beberapa lapisan pada proses training yang dilakukan, yaitu lapisan Conv2D, MaxPooling2d, Flatten, dan Dense. Face recognition yang dihasilkan terdapat pendeteksi wajah menggunakan Haar Cascade dengan bantuan library Opencv di dalamnya. Jumlah dataset juga diketahui dapat mempengaruhi hasil pengenalan dan proses pengenalan wajah dengan CNN juga memerlukan dataset yang besar. Adapun jumlah citra wajah yang digunakan dalam penelitian ini sebanyak 90.000 gambar wajah yang berasal dari 36 himpunan gambar dan menghasilkan tingkat akurasi sebesar 97%.

Plat nomor kendaraan diketahui sebagai identitas kendaraan yang memiliki informasi kendaraan dan pemilik kendaraan yang terdaftar di SAMSAT. Dalam Penelitian ini, Penggunaan nomor kendaraan dalam lingkungan transportasi dapat dideteksi dan digunakan dalam pencatatan identitas kendaraan secara otomatis. Pembuatan program deteksi dan pengenalan plat nomor ini berbasis web menggunakan bahasa pemrograman python dan framework flask, serta menggunakan metode deep learning yaitu Convolutional Neural Network (CNN) dan Optical Character Recognition (OCR) sebagai proses penyempurna gambar untuk mendapatkan informasi. Penelitian ini berfokus pada karakter plat nomor yang dideteksi dan diklasifikasi. Pengujian pada dataset alfanumerik untuk dapat identifikasi plat nomor dengan metode CNN menghasilkan akurasi mencapai 94,20%. Hasil akurasi pengujian dari segmentasi terhadap 131 gambar plat nomor yang telah diperbanyak sebesar 97,17%. Dari hasil pengujian program yang dibangun, pengujian pada 391 gambar plat nomor yang terdeteksi kurang baik dengan hasil akurasi dari gambar yang terdeteksi sebesar 12,28%. Gambar yang tidak terdeteksi dikarenakan preprocessing kurang baik. Akurasi gambar tidak terdeteksi diperoleh sebesar 87,72%.

Seiring dengan perkembangan jaman, penggunaan kamera analog sudah tergeser dengan penggunaan kamera digital. Begitu juga dengan percetakan klise foto dari kamera digital yang sudah sangat sulit dijumpai. Hal tersebut yang menjadi latar belakang dirancangannya aplikasi pengolah klise foto pada penelitian. Aplikasi pengolahan klise foto dapat digunakan untuk mengolah secara langsung gambar dari klise foto, yang dahulu harus melalui proses yang cukup panjang untuk dapat dicetak, menjadi lebih praktis dan cepat terkonversi kedalam bentuk citra digital. Penulisan aplikasi dilakukan dengan menggunakan bahasa pemrograman java dan juga menggunakan algoritma inverse matriks citra negatif. Pada pembuatan aplikasi ini juga akan diterapkan metode prototyping dimana terdapat gambaran awal perangkat dan adanya proses pengujian perangkat sebelum rilis. Aplikasi ini akan berjalan pada device android. Berdasarkan hasil penelitian yang telah dilakukan aplikasi dapat menampilkan tampilan gambar digital berwarna yang berasal dari gambar klise foto  negatif, dan dapat melakukan proses pengaturan gambar mendasar seperti crop, rotate, scale, brightness, contrast, dan kurva RGB.

Marketplace merupakan media perantara elektronik yang berfungsi untuk mempertemukan penjual dan pembeli dimana produk dan jasa yang ditawarkan memiliki spesifikasi, harga serta metode yang beragam, sehingga transaksi yang terjalin antar penjual dan pembeli dapat berlangsung dengan efisien. Tokopedia merupakan salah satu pelopor marketplace di Indonesia yang saat ini juga menempati posisi teratas di skala Asia. Penelitian ini melibatkan populasi sebanyak 226 responden yang terdiri dari 91 responden laki-laki dan 135 responden perempuan dengan metode pengambilan sampel adalah purposive sample dan pengolahan data menggunakkan aplikasi SPSS. Persamaan regresi kausal pertama (Y1) melibatkan variabel performance expectancy, effort expectancy, social influence, facilitating condition, hedonic motivation, price value serta habit terhadap variabel behavioral intention. Sedangkan persamaan regresi kausal kedua (Y2) melibatkan variabel facilitating condition, habit dan behavioral intention terhadap use behavior. Hasil penelitian secara keseluruhan menunjukkan variabel performance expectancy, social influence, hedonic motivation, price value dan habit berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua, sedangkan variabel facilitating condition tidak berpengaruh baik terhadap variabel behavioral intention maupun use behavior, dan variabel effort expectancy tidak berpengaruh terhadap variabel behavioral intention. Untuk gender laki-laki hanya variabel social influence dan habit yang berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua. Untuk gender perempuan, variabel performance expectancy, social influence, hedonic motivation, dan habit berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua.

E-commerce merupakan salah satu bentuk perkembangan teknologi yang menjadi solusi para penjual barang dan jasa untuk dapat lebih mudah melakukan transaksi dengan para customer secara online. Aplikasi Bobobox merupakan salah satu e-commerce yang menyediakan layanan pemesanan hotel kapsul secara online dan memberikan kemudahan bagi para tamunya untuk mengoperasikan hal-hal didalam hotel kapsul menggunakan fitur di dalam aplikasi. Jumlah responden dalam penelitian ini adalah 239 responden, dengan 15 responden tidak pernah menggunakan aplikasi Bobobox, serta terdapat 1 responden memberikan jawaban yang sama terhadap seluruh pertanyaan kuesioner sehingga data yang dapat digunakan dan diolah dalam penelitian ini sebanyak 223 responden. Mayoritas responden berjenis kelamin wanita, berusia 17-27 tahun, dan merupakan pelajar atau mahasiswa, pengolahan dan pengujian data menggunakan software SPSS untuk mengetahui faktor-faktor yang mempengaruhi minat penggunaan aplikasi Bobobox. Hasil analisis rantai kausal pertama dan rantai kausal kedua menyatakan bahwa social influence, hedonic motivation, dan habit berpengaruh secara parsial terhadap behavioral intention, serta habit dan behavioral intention berpengaruh secara parsial terhadap use behavior. Koefisien jalur rantai kausal pertama didapatkan persamaan  = 0,048 + 0,040 + 0,182 + 0,017 + 0,220 + 0,052 + 0,434 + 0,616 dan Koefisien jalur rantai kausal kedua didapatkan persamaan  = 0,014 + 0,296 + 0,375 + 0,776.