Data penelitan yang valid diperoleh dari instrument penelitian yang telah terukur validitasnya. Oleh karena itu sebelum digunakan instrument penelitian harus diuji validitas isinya. Salah satu pendekatan yang dapat digunakan untuk menguji validitas isi adala CVI. Penelitian ini dilakukan dengan metode deskriptif kuantitatif. Data penelitian merupakan hasil validasi angket dan butir angket dari 6 orang ahli. Hasil penelitian menunjukkan bahwa nilai mean i-CVI untuk validasi angket yang terdiri atas 3 aspek adalah petunjuk 1,00; isi 0,83; dan Bahasa 1,00. Nilai s-CVI yang diperoleh adalah 0,92. Dari nilai-nilai tersebut maka dapat disimpulkan anket yang dikembangkan layak, relevan, dan validitasnya tinggi. Sedangkan berdasarkan validitas butir angket untuk diperoleh kesimpulan 4 soal kriteria validitasnya adalah tinggi dengan i-CVI 0,67 dan 13 soal kriteria validitasnya sangat tinggi dengan nilai i-CVI lebih dari 0,80. Sedangkan nilai s-CVI adalah 0,91 sehingga kesimpulannya adalah validitas untuk butir angket sangat tinggi.

Modul merupakan salah satu bahan ajar yang dapat digunakan untuk membantu mencapai tujuan pembelajaran. Berdasarkan hasil observasi dan wawancara dengan dosen pengajar statistika dan mahasiswa prodi teknik informatika, dosen masih menggunakan bahan ajar berupa buku teks. Penyajian materi pada buku teks terkadang masih sulit dipahami mahasiswa. Namun, untuk mendapatkan buku teks yang lebih bagus pun, membutuhkan biaya yang relatif mahal. Oleh karena itu, perlu adanya bahan ajar yang memaparkan materi dengan jelas dan mudah dimengerti sehingga memudahkan mahasiswa dalam mempelajari statistika. Berdasarkan hal tersebut, dilakukanlah penelitian pengembangan yang bertujuan untuk menghasilkan modul matakuliah statistika yang terintegrasi dengan Excel dan SPSS menggunakan pendekatan kecerdasan linguistik, yang memenuhi kriteria valid, praktis dan efektif. Prosedur pengembangan produk mengikuti model pengembangan 4-D dari Thiagarajan tetapi pada penelitian ini tahapan yang digunakan adalah pendefinisian (define), perancangan (design), dan pengembangan (develop). Hasil penelitian menunjukkan nilai dari validasi ahli adalah 2,4 sehingga modul memenuhi kriteria valid. Hasil observasi keterlaksanaan modul adalah 2,54 sehingga modul memenuhi kriteria praktis. Sedangkan untuk nilai tes akhir, 78% mahasiswa memperoleh nilai 75 ke atas. Selain itu, 61,6% mahasiswa menyatakan setuju dan 34,9% mahasiswa menyatakan sangat setuju terhadap penggunaan modul dalam pembelajaran. Tercapainya ketuntasan belajar dan adanya respon positif tersebut menunjukkan bahwa modul memenuhi kriteria afektif.  Berdasarkan hasil penelitian secara keseluruhan, dapat disimpulkan bahwa modul yang dikembangkan telah memenuhi kriteria valid, praktis dan efektif.

Pada penelitian ini memiliki tujuan untuk membandingkan dua metode sistem pendukung keputusan yaitu metode Simple Additive Weighting (SAW) dan Weighted product (WP) pada rekrutmen calon pegawai Hyfresh Blitar Square, dan mengetahui hasil perbandingan pada penerapan sistem rekrutmen pegawai Hyfresh Blitar Square menggunakan metode sistem pendukung keputusan Simple Additive Weighting (SAW) & Weigted Product (WP). Metode penelitian yang digunakan yaitu metode kualitatif, dengan teknik pengumpulan data meliputi observasi, wawancra, Dan juga tahapan penelitian meliputi studi lapangan, identifikasi dan perumusan, pengumpulan data, penerapan metode, dan analisis perbandingan metode. Hasil penelitian dapat disimpulkan bahwa penggunaan metode Simple Additive Weighting (SAW) serta metode Weighted product (WP) pada masalah pemilihan calon karyawan, dengan pengujian yang menggunakan confusion matrix. Pada hasil uji confusion matrix menunjukkan tingkat akurasi dalam perhitunganya menggunakan metode Simple Additive Weighting (SAW) sebesar 96,5% dan Weighted product (WP) 81%, jadi metode yang efektif atau baik di gunakan untuk rekrutmen calon karyawan Hyfresh Blitar Square adalah metode Simple Additive Weighting. (SAW).

Citra digital kini banyak digunakan di berbagai bidang. Mulai dari kebutuhan sehari-hari seperti percetakan foto, konten website, konten media sosial, dan citra satelit, secara tidak langsung meningkatkan kebutuhan penyimpanan data. Sehingga, dicari teknik yang dapat memperkecil ukuran file citra melalui kompresi. Kompresi adalah teknik untuk menghemat media penyimpanan yang digunakan. Kompresi menjadi sangat penting karena memperkecil kebutuhan penyimpanan data, mempercepat pengiriman data, memperkecil kebutuhan bandwidth. Penulis menggunakan algoritma Lempel Ziv Welch dalam proses kompresi dan dekompresi, dimana masukkannya adalah file citra. Penulis menerapkan metode prototype, metode yang biasa digunakan dalam pengembangan perangkat lunak. Penelitian ini menggunakan 15 uji coba kompresi, hasil yang didapat dari rasio rata-rata citra BMP adalah 60,95%. Kemudian untuk rasio rata-rata citra SVG adalah 111,36%. Untuk rasio rata-rata citra TIFF adalah 71,93%. Pada saat yang sama, kecepatan proses kompresi dan dekompresi sebanding dengan ukuran file, artinya semakin besar file yang diproses, semakin lama prosesnya. Untuk hasil uji coba dekompresi, file kembali ke ukuran semula dan dapat dikatakan proses dekompresi berhasil.

Terdapat banyak bahasa yang ada di seluruh dunia. Dengan banyaknya bahasa maka dibuatlah kamus sebagai penerjemah antar bahasa termasuk juga kamus terminologi biomedis. Seiring berkembangnya teknologi dan karena kamus ini cukup tebal dan berat untuk dibawa ke mana-mana, di buatlah kamus terminologi biomedis untuk mempermudah penggunaan kamus. Kamus terminologi biomedis ini di buat menggunakan android studio dengan bahasa pemrograman dart dan framework flutter. Algoritma yang digunakan dalam penelitian ini adalah boyer moore yang merupakan algoritma yang banyak digunakan untuk pencocokan string. Algoritma boyer moore ini pertama kali di publis oleh Robert S boyer dan J Strother Moore pada tahun 1977. Algoritma ini banyak di gunakan karena dianggap paling efisien di bandingkan dengan algoritma string matching lainnya. Algoritma ini mencocokkan kata dari kanan ke kiri yang di nilai bisa mendapatkan lebih banyak informasi. Dalam penelitian ini dilakukan pembuatan kamus dengan data yang berawalan dengan abjad A saja yang memiliki jumlah 1089 data. Data yang sudah ada nantinya akan di cocokkan dengan input yang akan dicari dan jika di dalam data terdapat kata sama seperti dengan input yang dicari, maka akan dimunculkan data tersebut ketika user melakukan pencarian. Dari pengujian yang sudah dilakukan, data dapat muncul dengan waktu yang berbeda pada setiap perangkat seperti perhitungan perbandingan eksponensial emulator mendapatkan nilai 6,756586 sedangkan smartphone mendapat nilai 6,355025. Semakin kecil nilainya menandakan bahwa semakin efisien aplikasinya