Angka Melek Huruf (AMH) merupakan salah satu komponen indeks pembangunan manusia (IPM). Mengacu pada data Badan Pusat Statistik (BPS) Provinsi Bali 2018, AMH Kabupaten Karangasem pada tahun 2018 memiliki nilai paling rendah yaitu 84,91 persen. Nilai ini cukup jauh dibandingkan AMH Kota Denpasar yang hampir mencapai 100 persen, tepatnya 98,02 persen. Dengan demikian, penting untuk membuat suatu model yang dapat memprediksi nilai AMH di Kabupaten Karangasem pada tahun yang akan datang. Penelitian ini menggunakan data Persentase Penduduk Miskin (PPM) dan Angka Partisipasi Sekolah (APS) di Kabupaten Karangasem pada tahun 2007 s.d. 2018 sebagai input dan AMH Kabupaten Karangasem pada tahun 2007 s.d. 2018  sebagai output. Setelah diproses menggunakan algoritma backpropagation, diperoleh model dengan overfitting paling minimal yaitu model 2-5-1 dengan rata-rata error per iterasi sebesar 0.00049386.

Perancangan basis data merupakan proses membuat desain yang akan mendukung operasional dan tujuan suatu instansi. Pemanfaatan basis data pada e-library memungkinkan untuk menyimpan dan men-download e-book ataupun e-journal dengan mudah. Tujuan dari e-library itu sendiri terkait dengan efisiensi biaya penyimpanan fisik dan mempermudah civitas akademika FMIPA Udayana untuk mencari referensi-referensi yang akan digunakan dalam penelitian mereka. Metode yang digunakan dalam merancang basis data e-library adalah metode perancangan basis data relasional sampai dengan bentuk normal ke 3 (3-NF) dan skema basis data yang dihasilkan digambarkan dengan menggunakan SQLyog. Hasil perancangan sistem basis data e-library ini berupa tiga buah tabel yaitu tabel daftaranggota, tabel download, dan tabel katalog yang sudah memenuhi third norm form. Melalui rancangan basis data e-library ini pengguna dapat mengetahui laporan mengenai data mahasiswa yang menjadi anggota e-library, data download, dan data katalog berupa e-book ataupun e-journal yang tersedia, serta dapat mengetahui beberapa informasi lain yang bermanfaat bagi pengguna berkaitan dengan data pada tabel daftaranggota, tabel download, dan tabel katalog.

Daftar Pemilih Tetap (DPT) ganda merupakan masalah klasik yang terus-menerus terjadi saat Negara Indonesia akan menyelenggarakan pemilihan umum, baik ditingkat kabupaten, propinsi, maupun nasional. Keadaan ini akan sangat berbahaya bagi kemajuan demokrasi di Indonesia karena adanya DPT ganda ini dapat mendeligitimasi hasil pemilihan umum yang telah dilaksanakan. Metode yang digunakan untuk mengembangkan filter DPT ganda adalah gabungan dari algoritme longest common suffix (LCS) sebagai mesin filter DPT, algoritme quicksort dan priority queue sebagai struktur data untuk menyimpan data DPT dan metode penyajian data DPT setelah proses filter. Data yang digunakan adalah data DPT provinsi Bali tahun 2019 yang didapatkan dari KPUD seluruh kabupaten di Bali. Prototipe awal filter DPT mampu untuk mengeliminasi data-data pemilih yang dicurigai ganda dengan tingkat kemiripan antar data adalah 95%. Tetapi masih dapat beberapa kesalahan dalam proses filter ini yang disebabkan oleh tidak lengkapnya data yaitu enam angka terakhir dari NIK diganti dengan tanda *, serta tahun lahir juga diganti dengan tanda *.