- session recognition is an interesting topic, where facial expressions in today's technological advances can support several fields such as health, business, and so on. Facial expression recognition can be done using the extraction of certain features. Meanwhile, Convolutional Neural Network (CNN) can recognize an object in the image through the features found by itself in the convolution process. By using CNN's advantages, this study aims to see CNN's performance in facial expressions of happiness and sadness in unideal data conditions. So based on this research, on the FER2013 dataset, CNN using the Adamax optimizer produced a fairly good performance where the value is given is 66% compared to Adam, N-Adam, and SGD.Keywords  -   CNN, Facial Expression, FER-2013 Abstrak – Pengenalan ekspresi merupakan topik penelitian yang menarik, dimana peran ekspresi wajah dalam kemajuan teknologi saat ini dapat mendukung beberapa bidang seperti kesehatan, bisnis, dan sebagainya. Pengenalan wajah dapat dilakukan dengan menggunakan ekstraksi fitur-fitur tertentu. Sementara itu, Convolutional Neural Network (CNN) dapat mengenali objek pada citra melalui fitur yang ditemukannya sendiri dalam proses konvolusinya. Dengan menggunakan keunggulan CNN, maka penelitian ini bertujuan untuk mengetahui performa CNN dalam mengenali ekspresi wajah bahagia (happy) dan sedih (sad) pada kondisi data tidak ideal. Maka berdasarkan hasil penelitian ini, pada dataset FER2013, CNN dengan menggunakan Adamax optimizer menghasilkan performa yang cukup baik dimana akurasi yang diberikan adalah sebesar 66% dibandingkan dengan Adam, N-Adam, dan SGD.Kata Kunci - CNN, Ekspresi Wajah, FER-2013.

Segmentasi pada citra bunga atau tanaman merupakan pra proses yang penting dalam bidang botani, salah satunya untuk mengidentifikasi penyakit pada bunga atau tanaman lainnya. Salah satu permasalah dalam segmentasi citra menghasilkan citra tersegmentasi secara automatis, hal tersebut dikarenakan kebutuhan akan waktu yang tidak sebentar untuk menghasilkan citra tersegmentasi secara manual. Untuk mengatasi kendala tersebut dilakukan proses klasterisasi dengan menggunakan algoritma k-means. Pada penelitian ini segmentasi dilakukan dengan menggunakan ruang warna Lab dan RGB sebagai pembanding kinerja k-means dalam mengklasterisasi citra bunga dalam hal ini bunga Daisy. Hasil yang baik dimiliki oleh ruang warna Lab dalam proses klasterisasinya.

Deteksi ujung jari merupakan bidang pada visi komputer yang memiliki pemanfaatan yang luas dalam hal antarmuka alami, robot, dll. CNN menjadi salah satu metode yang sedang banyak diterapkan dalam deteksi objek, dengan beberapa pembaharuan CNN berevolusi menjadi Faster-RCNN yang mampu mendeteksi objek dengan sangat baik. Penelitian ini memanfaatkan kemampuan Faster-RCNN dalam mendeteksi ujung jari dengan arsitektur Inception V2. Penerapan dilakukan pada citra yang memiliki derau dan tidak memiliki derau. Hasil penelitian menunjukkan citra yang tidak memiliki derau memiliki hasil akurasi deteksi yang baik yaitu 91%, sementara itu untuk masing-masing citra derau: Gaussian, Salt and Pepper, Poisson dan Speckle memiliki akurasi sebesar 34%, 5%, 80% dan 21%.

Intelegent Transportation System (ITS) dapat diartikan sebagaisistem transportasi cerdas yang mempunyai tujuan dasar untukmembuat sistem transportasi memiliki kecerdasan yang dapatmembantu atau mempermudah pengguna alat transportasi.Sistem transportasi diindonesia masih banyak yangmenggunakan tenaga manual, oleh karena itu dibutuhkankonsentrasi yang baik dan fokus terhadap rambu-rambu lalulintas salah satunya adalah traffic light. Sistem image processingmerupakan suatu teknik atau metode yang dapat digunakanuntuk memproses suatu data gambar untuk memperoleh suatudata gambar yang diingikan. Computer Vision adalah metodeyang mempermudah manusia dalam pengolahan data citra.Sistem image processing dapat diterapkan pada mobile robotdalam mengenali objek traffic light. Penerapan pada mobilerobot diharapkan dapat menjadikan suatu kendali otomatisdengan sistem autopilot pada transportasi. Metode ColorFiltering dapat memisahkan warna spesifik dengan warnabackground dengan menjadikan warna spesifik menjadi warnaputih (255) dan warna background menjadi warna hitam (0).Pada mobile robot, sistem pembacaan warna terhadap objektraffic light ditentukan dari nilai threshold setiap komponen RGByang terdapat pada objek traffic light.

Most organizations in all sectors of industry, commerce, non-profit and government are now fundamentally dependent on information systems (IS) and information technology (IT). SI and IT are required to be the key to operational activities in all fields, not just as a tool. Utilization of IS / IT aims to improve the effectiveness and efficiency of operational activities and produce benefits for the long term. One of the benefits of using IS/IT for the long term is to be able to bring organizations, companies and institutions to achieve competitive advantage. AMIK XYZ is a private university based on information technology. AMIK XYZ's vision is to become an excellent university in Indonesia in 2028, which has a high commitment to quality education. To achieve its vision, AMIK XYZ requires a portfolio of future applications that are expected to bring AMIK XYZ to competitive advantage. This information technology strategic planning adopts the Ward and Peppard framework. The models used in this study are Five Force Porters, Value Chain, SWOT Matrix, Critical Success Factor and Mc Farlan Strategic Grid. The stages in this research are primary and secondary data collection then an internal and external environment analysis is carried out, then an IS / IT strategy analysis is carried out, a gap analysis is carried out to determine the application to be developed and an improvement of existing features, for the creation of an IS / IT development roadmap. The results of IS / IT strategic planning are business strategies, IS / IT management strategies and future portfolio applications that are aligned with business strategies. The IS / IT strategy that will be the first priority to be developed is adjusted to the priority issues that must be addressed immediately. The implementation of future application portfolios is expected to bring AMIK XYZ to its vision.