Sampai saat ini sistem absensi di hampir seluruh institusi Pendidikan masih menggunakan kertas dan tinta. Hal ini menyebabkan sering munculnya celah bagi para siswa untuk tidak absen dan membolos saat kegiatan belajar mengajar. Tujuan dari penelitian ini adalah untuk membuat sebuah sistem informasi absensi dengan menggunakan teknologi nirsentuh yang dalam hal ini adalah RFID (Radio Frequency Identification). Teknologi ini nantinya akan menggantikan peran kertas dan tinta untuk merekam kehadiran siswa dan guru agar mempermudah operator sekolah dalam pelaporan absensi kepada pihak-pihak yang berkepentingan. Hasil menunjukkan bahwa sistem sudah mampu untuk mengendalikan proses absensi yang terjadi pada SMK Ar-Rahmah dan sudah dapat dilaporkan dengan baik. Namun perlu adanya kajian lebih lanjut mengenai peningkatan peran teknologi nirsentuh dalam menangani absensi siswa agar sistem dapat berjalan lebih baik dengan mengkolaborasikan peran manusia dengan peran teknologi informasi itu sendiri.

Penelitian ini bertujuan untuk menerapkan sebuah algoritma klasifikasi yang dapat menjustifikasi sentimen pada kumpulan cuitan Twitter yang diposting oleh masyarakat Indonesia. Penerapan algoritma ini nantinya akan mengklasifikasikan cuitan mana yang mengandung unsur pelanggaran yang diatur dalam UU-ITE. Dengan adanya penerapan algoritma klasifikasi ini diharapkan dapat membantu pemerintah khususnya Kepolisian Republik Indonesia dan Badan Intelijen Negara dalam merumuskan kebijakan mengenai tindakan pencegahan pelanggaran UU-ITE serta mencegah penyebaran paham radikalisme, informasi palsu dan isu SARA di Negara Indonesia. Teknik pengumpulan data yang dilakukan pada penelitian ini yaitu menggunakan Twitter API (Application Programming Interface). Sedangkan algoritma klasifikasi yang digunakan pada penelitian ini yaitu Naive Bayes Multinomial Text. Algoritma ini dipilih karena mampu mengklasifikasikan dokumen dengan memperhitungkan jumlah kemunculan kata. Dari hasil kompilasi dan data yang diolah, algoritma ini mampu menjustifikasi sentimen secara akurat kurang lebih 99,62%.

The main requirement for graduation from students is to make a final scientific paper. One of the factors determining the quality of a student's scientific work is the uniqueness and innovation of the work. This research aims to apply data mining methods to detect similarities in titles, abstracts, or topics of students' final scientific papers so that plagiarism does not occur. In this research, the cosine similarity method is combined with the preprocessing method and TF-IDF to calculate the level of similarity between the title and the abstract of a student's final scientific paper, then the results will be displayed and compared with the existing final project repository based on the threshold value to make a decision whether scientific work can be accepted or rejected. Based on the test data and training data that has been applied to the TF-IDF method, it shows that the percentage level of similarity between the training data document and the test data document is 8%. This shows that the student thesis is still classified as unique and does not contain plagiarism content. The findings of this study can help the university in managing the administration of student theses so that plagiarism does not occur. Furthermore, it is necessary to study further adding methods to increase the accuracy of system performance so that when the process is run the system will work faster and optimally.

Daun merupakan salah satu bagian tanaman yang dapat menjadi acuan klasifikasi. Selain itu, daun lebih mudah diperoleh karena tidak tergantung pada musim. Karena memiliki perbedaan fitur pada setiap jenis mangga. Penerapan Jaringan Syaraf Tiruan Radial Basis Function Network merupakan salah satu cara untuk dapat mengklasifikasikan. Dengan cara pengumpulan data melalui pengolahan citra digital. yang berfokus terhadap ekstraksi fitur pada sebuah citra daun. Hasil dari informasi citra daun yang nantinya akan menjadi fitur fitur dalam metode klasifikasi. Fitur-fitur tersebut adalah Hue, Saturation, Value, Luas, Keliling, Major Axis dan Minor axis. Pada tahap pengujian hasil menunjukkan bahwa nilai persentase keberhasilan kurang dari 50% pada percobaan pelatihan 4 citra dan pengujian 4 citra dengan total 32 data latih dan 32 data uji. Dan pada percobaan pelatihan 7 dan pengujian 1 tingkat keberhasilan masih dibawah 50%. Untuk pengembangan selanjutnya dapat ditambahkan fitur / ciri agar persentase identifikasinya meningkat. Dan juga dibutuhkan penelitian dengan metode pemabanding agar dapat diketahui metode terbaik yang sesuai dengan penelitian ini. Dengan penelitian ini nantinya dapat dikembangkan lagi sebuah aplikasi mobile yang dapat mengidentifikasi jenis tanaman mangga berdasarkan daun, tidak hanya jenis mangga saja melainkan berbagai jenis tanaman. Sehingga bermanfaat juga sebagai media berbagi informasi bagi yang membutuhkan informasi mengenai jenis tanaman.

A website is typically used as a medium for open, quick, and widespread information dissemination. Additionally, the website has been used for competition-related activities sponsored by an organization, such as information portal websites, registration portals, and competition evaluation media. One of the elements that determines how reliable a website is is its capacity to respond to and handle user requests. Additionally, a website that handles some information related to national competitions needs to be highly reliable. Performance testing was used in this study to evaluate how well the LO KREATIF website responded to and served users, particularly at the same time. The JMeter tool was used to conduct the performance test. The test results show that some web pages in general can serve up to 500 users at the same time stably without errors.