Dalam rangka pencegahan perkembangan dan penyebaran Corona Virus Disease (COVID-19), Kementerian Pendidikan dan Kebudayaan mengeluarkan SE Mendikbud Tahun 2020 tentang Pembelajaran secara Daring dan Bekerja dari Rumah dalam rangka Pencegahan Penyebaran COVID-19. Pembelajaran secara daring dan bekerja dari rumah bagi para tenaga pendidik merupakan perubahan yang harus dilakukan untuk tetap mengajar mahasiswa. Ketika melakukan pembelajaran secara daring tentunya memerlukan media sebagai sarananya. Survei terbaru yang dilakukan oleh Lembaga Arus Survei Indonesia (ASI) terkait penggunaan media video call dalam pembelajaran daring, mayoritas publik menggunakan aplikasi Zoom (57,2 %), disusul Google Meet (18,5 %), Cisco Webex (8,3 %), U Meet Me (5,0 %), Microsoft Teams (2,0 %), dan lainnya (2,2 %). Sisanya 6,9 % mengaku tidak tahu atau tidak jawab. Presensi sangat penting untuk mengetahui dan mengontrol kehadiran peserta didik dalam proses belajar mengajar. Saat ini presensi dalam perkuliahan daring masih dilakukan secara manual. Untuk itu perlu dibuat sistem pencatatan kehadiran berbasis face recognition secara otomatis. Dalam penelitian ini metode yang digunakan untuk face recognition adalah Convolutional Neural Network (CNN). Metode diimplementasikan dengan bantuan library Keras untuk proses training data. Hasil dari penelitian ini adalah sistem berbasis web yang dapat mendeteksi wajah mahasiswa yang berpartisipasi dalam ruang Zoom meeting. Pengujian yang dilakukan kepada 10 orang relawan munggunakan model hasil training data metode  CNN dari total 150 kali uji coba, total benar sebanyak 138 kali dan total salah sebanyak 12 kali, menunjukkan kinerja pengenalan wajah meraih rata-rata tingkat akurasi benar sebesar 92,00 % dan salah sebesar 8,00 % yang berarti sudah menghasilkan kecocokan yang baik.

Jalan adalah sarana transportasi darat yang berperan penting dalam sektor perhubungan untuk menghubungkan antara satu kota dengan kota lainnya, antara kota dengan desa, antara satu desa dengan desa lainnya. Adanya kerusakan jalan akan mempengaruhi keamanan dan kenyamanan pengguna jalan. Banyak terdapat kerusakan jalan di Kabupaten Malang yang masih belum diperbaiki yang disebabkan oleh terbatasnya informasi kerusakan jalan sehingga dibutuhkan laporan dari warga mengenai kerusakan jalan yang ada disekitarnya. Laporan dari warga dapat mempermudah Pemerintah Kabupaten untuk menindaklanjuti perbaikan jalan. Dengan adanya permasalahan tersebut maka dibuat sistem informasi geografis pemetaan kerusakan jalan dengan harapan pemerintah dapat mengelompokkan tingkat kerusakan jalan menggunakan metode clustering di Kabupaten Malang yang meliputi Kecamatan Lawang, Kecamatan Singosari, Kecamatan Karangploso, dan Kecamatan Dau. Salah satu metode clustering yang digunakan pada sistem ini adalah metode k-means. Data yang diolah dalam penelitian ini yaitu data kerusakan jalan dari Dinas Bina Marga Kabupaten Malang. Sistem dibuat menggunakan website dengan framework Codeigniter, sedangkan untuk pemetaan kerusakan jalan pada penelitian ini menggunakan OpenStreetMap. Berdasarkan hasil pengujian akurasi metode menunjukkan bahwa metode k-means yang diterapkan pada website ini sudah tepat dengan tingkat presentase kecocokannya 100%. Perbandingan hasil clustering k-means pada program dan Dinas Bina Marga sama-sama menunjukkan jumlah C1 (Ringan) = 221 data, C2 (Sedang) = 24, dan C3 (Berat) = 65 data. Sedangkan pada pengujian metode black box yang dilakukan terhadap sistem informasi geografis pemetaan kerusakan jalan di Kabupaten Malang ini dapat disimpulkan bahwa dalam pengujian tidak ditemukan kesalahan pada sistem sehingga fungsionalitas sistem berjalan sesuai dengan perancangan.

Kebutuhan air bersih untuk masyarakat Indonesia sangatlah penting. Baik itu digunakan untuk air minum , memasak, mandi dan mencuci. Namun kebutuhan air bersih ini sangat sulit di penuhi di daerah yang jauh dari sumber mata air, terlebih lagi sumur-sumur milik pribadi.  Kebanyakan sumber air yang diperoleh dari sumur sering sekali keruh dan pH airnya tidak sesuai dari batas nomal. Salah satunya di desa Pangkalan lada , Kalimantan Tengah. Masih banyak penduduknya menggunakan sumur tadah hujan yang kualitas airnya tidak selau baik. Dengan adanya masalah tersebut , solusi yang dapat di terapkan adalah monitoring kualitas air untuk menetukan baik buruknya kualitas air agar bisa digunakan oleh masyarakat. Dikembangkan implementasi IoT(internet of things) monitoring kualitas air dan  sistem administrasi  pada pengelola air bersih skala kecil yang  menampilkan keadaan secara visual pada fitur monitoring dapat dikendalikan secara efisien dengan media wireless melalui website. Disamping itu dengan ditambahkannya sebuah sensor untuk mendeteksi kadar pH air dan penyaringannya dapat membantu penduduk yang sulit mendapatkan air bersih maupun menetukan bahwa air tersebut layak tidaknya untuk di konsumsi. Serta menampilkan biaya penggunaan PDAM dalam kurun waktu bulanan pada website monitoring yang didapatkan dari data sensor flow meter. Pengembangan ini termasuk dalam pengelolaan smart city  skala kecil, karena pengembangan alat ini membantu penduduk untuk lebih moderenisasi alat-alat dalam kehidupan sehari- hari . Dari Implementasi IoT(internet of things) monitoring kualitas air dan  sistem administrasi    dilakukan pengujian pada Setiap alat yang dilakukan pada setiap sensor yang di gunakan pada tiap alat . Diperoleh Hasil pengujian menunjukkan bahwa sensor pH didapatkan nilai 7.00 untuk air mineral, air lemon  5.9, air sabun 10.4, dan dengan indikasi lakmus  dalam penentuan asam basa pada air. Pengujian diperoleh pada sensor turbidity terhadap air bersih didapatkan nilai rata-rata error0.12%, teh 0.02%, dan air kopi 0.08%.

Pada saat ini penggunaan teknologi saat ini sudah mencakup berbagai bidang, salah satunya pada bidang bisnis. Sintetic store merupakan salah satu toko reseller yang sudah menggunakan teknologi dalam proses bisnisnya. Setiap bulan, toko ini memesan kembali produk berdasarkan produk mana saja yang habis terjual pada bulan sebelumnya. Namun pemesanan kembali hanya berdasarkan total dari produk yang terjual saja, sehingga ada beberapa produk yang belum terjual juga ikut dipesan kembali. Hal ini menyebabkan adanya penumpukan barang digudang. Selain itu, produk pakaian yang sering diminati pembeli sering habis terjual. Dalam proses restock, data yang tercatat hanya beradasarkan produk-produk yang laku terjual. Pihak manajemen tidak memiliki sistem yang baik untuk mengatur proses ketersediaan stok produk pakaian dalam setiap ukuran. Karena itu, untuk mempermudah pengelompokkan produk pakaian berdasarkan tanggal terakhir transaksi, total pendapatan, warna dan ukuran, penulis menggunakan Sistem Pendukung Keputusan dengan analisin atribut yang digunakan menggunakan atribut RFM yaitu Recency, Frequency dan Monetary metode K-Means Clustering. Pengelompokkan data-data menggunakan 3 cluster utama yaitu tertinggi, sedang, dan rendah. Pada pembuatan website menggunakan bahasa pemrograman PHP dan framework Codeigniter versi 3. Hasil pengujian menggunakan metode K-Means Clustering dan perhitungan manual menunjukkan bahwa hasil memiliki kesesuaian sebesar 99%. Pengujian fungsional merupakan pengujian aplikasi yang telah dibuat dengan mengimplementasikan ke beberapa browser seperti Google Chrome versi 86.0.4240.198 , Microsoft Edge Version 87.0.664.47 dan Mozilla Firefox 75.0 didapatkan hasil sistem dapat berjalan 100% sesuai dengan fungsinya.

Permasalahan yang dihadapi oleh para petani tanaman terong di Dusun Kejoren, Desa Gerbo Kecamatan Purwodadi adalah kerusakan tanaman terong yang disebabkan oleh serangan penyakit. Para petani sering mengalami kerugian pada musim panen, karena tanamanya mati terserang penyakit. Penyakit tersebut biasanya menyerang tanaman petani pada musim penghujan, sehingga tingkat kegagalan panen pada musim penghujan sangat tinggi. Kurangnya pengetahuan petani tentang penyakit dan cara menanggulangi menjadi penyebab dari tanaman terong mudah terserang penyakit. Pada penelitian ini menggunakan metode Dempster Shafer dan Certainty Factor untuk membangun sistem pakar diagnosis penyakit tanaman terong. Data yang digunakan pada penelitian ini berupa data gejala, data penyakit, dan data solusi pengendalian yang didapatkan dari Balai Pengkajian Teknologi Pertanian Jawa Timur (BPTP), dan divalidasi oleh pakar yang ahli dalam bidang pertaniann. Berdasarkan hasil pengujian dilakukan oleh 1 orang pakar didapatkan presentase setuju 70% dan kurang setuju 30%. Pengujian keakuratan perhitungan pada sistem dan perhitungan perhitungan manual dan didapatkan nilai presentase rata – rata error sebesar 3,65%. Dan metode yang lebih baik antara metode Dempster shafer dan Certainty Factor adalah metode Dempster-Shafer dengan nilai presentase hasil diagnosis yang sama dengan pakar sebesar 80%. Kata kunci :  Sistem Pakar, Terong, Dempster shafer, Certainty Factor.