Investasi emas merupakan hal yang umum dilakukan oleh masyarakat pada saat ini. Harga emas adalah salah satu hal penting yang menjadi fokus utama dalam melakukan investasi emas yang perlu akurasi ketepatan prediksi baik dalam kurun waktu minggu, hari ataupun tahun sehingga mampu memudahkan untuk menggunakan prediksi tersebut dalam berinvestasi baik untuk membeli atau menjual emas tersebut. Aplikasi berbasis web dengan implementasi algoritma time series forecasting ini dibangun untuk memudahkan dalam prediksi harga emas dengan menggunakan metode pemulusan moving average simple exponential smoothing hingga holt’s exponential dan holt’s winter’s exponential smoothing. Metode penelitian yang digunakan pada rancang bangun aplikasi berbasis web ini menggunakan metode prototype dari pengumpulan atau analisa kebutuhan sistem, membangun  prototyping, mengkodekan sistem, evaluasi sistem, pengujian sistem hingga penggunaan sistem. Implementasi menggunakan algoritma pemulusan time-series forecasting yaitu menggunakan dataset yang diambil dari application programming interface (API) https://metalpriceapi.com dengan jumlah data harga emas yang digunakan sejumlah 872 data yang dilakukan pengujian akurasi menggunakan mean absolute percentage error (MAPE) untuk menguji akurasi data aktual dan prediksi dari ketiga algoritma tersebut yaitu dengan menghasilkan 5,517 % untuk metode simple exponential smoothing, 4,93 % pada metode holt’s exponential smoothing, dan 2,78 % untuk holt’s winter’s exponential smoothing. Penggunaan algoritma holt’s-winter’s menghasilkan akurasi yang lebih baik dari kedua algoritma sebelumnya dengan persentase akurasi yang baik berdasarkan pengujian akurasi mean absolute percentage error dengan nilai pengujian kurang dari 5 %.

Pemanfaatan tenaga kesehatan pada daaerah minim resiko dapat menjadi solusi untuk membantu daerah dengan resiko penyebaran COVID-19 tinggi. Pemilihan daerah resiko rendah dapat dilakukan dengan mengukur tingkat resiko pada suatu daerah. Salah satu solusinya yaitu dengan memanfaatkan algoritme skyline query. Skyline query mampu merekomendasikan daerah-daerah mana yang potensial dijadikan sebagai daerah pembantu tenaga kesehatan. Skyline query mampu menghasilkan suatu model rekomendasi untuk penentuan daerah pembantu tenaga kesehatan namun, pada proses pembacaan informasi perlu dilakukan ekstraksi. Ekstraksi dilakukan dengan mengembangkan sistem untuk visualisasi skyline query sebagai sistem rekomendasi bantuan tenaga kesehatan. Penelitian ini mengembangkan sistem visualisasi dengan menggunakan hybrid approach yaitu menggabungkan metode Rapid GIS Development Cycle (RGDC) dan Navigational Development Techniques (NDT). Sistem dikembangkan dengan menggunakan R dan library shiny, ggplot2, rpref dan leaflet. Sistem dapat bekerja sebagaimana yang diharapkan seperti, menampilkan peta daerah yang direkomendasikan menjadi daerah pembantu, visualisasi data dengan ggplot dan visualisasi pengujian dominasi pada skyline query.

Sistem hidroponik berbasis Internet of Things (IoT) mengombinaskan teknologi berbasis internet dengan budidaya pertanian dengan diseleraskan pada penggunaan aplikasi mobile Android ataupun penggunaan alat komunikasi data client-server yaitu MQTT server, selain penggunaan teknologi tersebut sistem hidroponik dapat dilengkapi dengan penggunaan panel surya sebagai alternatif sumber daya listrik untuk efisiensi penggunaan daya. Tujuan penelitian ini yaitu mengoptimalkan laju pertumbuhan tanaman metode hidroponik berbasis IoT pada tanaman hidroponik. Metode penelitian yang digunakan yaitu penelitian terapan. Hasil dari pengujian pada komponen sensor tersebut menghasilkan toleransi error sebesar 1% pada sensor suhu, pH dan kelembaban. Efisiensi panel surya terhadap energi photovoltaic matahari untuk sistem hidroponik ini yaitu 9,085 % untuk polycrystalline dan 12,01 % untuk monocrystalline dengan pengujian pada periode bulan April dan Mei. Selisih laju perbandingan pada tanaman hidroponik tersebut menghasilkan nilai rata-rata untuk perbandingan lebar tanaman yaitu 0,087 cm dan untuk perbandingan tinggi tanaman yaitu menghasilkan selisih rata-rata dengan nilai 1,63 cm. Hasil dari implementasi IoT pada sistem hidroponik ini yaitu Persentase peningkatan laju pertumbuhan secara keseluruhan ketiga parameter pertumbuhan tanaman untuk jumlah daun, lebar dan tinggi tanaman yaitu sebesar 21,67%.

Money laundering is a serious crime that threatens economic gain and national welfare. This crime is closely related with other crimes, which serve as the providers of illicit funds or illegal wealth. This paper will explore the augmented categories of proceeds of crimes that might lead to money laundering. This paper is a normative descriptive one with statute and conceptual approach. Findings of this paper show that categories of proceeds of crime have been augmented over the years, as mentioned in amendment of the law of money laundering. Including to these augmented categories are “forbidden fruits” generated from common crimes, transnational crimes, white-collar crimes, and other crimes committed in Indonesian territory, as well as outside the territory with the Double Criminality principle.

Sistem hidroponik berbasis Internet of Things (IoT) mengombinaskan teknologi berbasis internet dengan budidaya pertanian dengan diseleraskan pada penggunaan aplikasi mobile Android ataupun penggunaan alat komunikasi data client-server yaitu MQTT server, selain penggunaan teknologi tersebut sistem hidroponik dapat dilengkapi dengan penggunaan panel surya sebagai alternatif sumber daya listrik untuk efisiensi penggunaan daya. Tujuan penelitian ini yaitu mengoptimalkan laju pertumbuhan tanaman metode hidroponik berbasis IoT pada tanaman hidroponik. Metode penelitian yang digunakan yaitu penelitian terapan. Hasil dari pengujian pada komponen sensor tersebut menghasilkan toleransi error sebesar 1% pada sensor suhu, pH dan kelembaban. Efisiensi panel surya terhadap energi photovoltaic matahari untuk sistem hidroponik ini yaitu 9,085 % untuk polycrystalline dan 12,01 % untuk monocrystalline dengan pengujian pada periode bulan April dan Mei. Selisih laju perbandingan pada tanaman hidroponik tersebut menghasilkan nilai rata-rata untuk perbandingan lebar tanaman yaitu 0,087 cm dan untuk perbandingan tinggi tanaman yaitu menghasilkan selisih rata-rata dengan nilai 1,63 cm. Hasil dari implementasi IoT pada sistem hidroponik ini yaitu Persentase peningkatan laju pertumbuhan secara keseluruhan ketiga parameter pertumbuhan tanaman untuk jumlah daun, lebar dan tinggi tanaman yaitu sebesar 21,67%.