Gaji merupakan salah satu motivasi karyawan dalam suatu Perusahaan. Dengan adanya gaji dapat meningkatkan semangat dan menunjukkan keahliannya untuk mendapatkan suatu gaji. Adanya gaji karyawan yang sudah waktunya menerima gaji akan tetapi dalam suatu perusahaan mengalami keterlambatan penggajian karena beberapa orang yang mengerjakan proses penggajian dan seringnya terputus server sehingga menghambat pekerjaan. Pembuatan sistem penggajian karyawan pada Sekretariat Nasional Ikatan Arsitek Indonesia ini dilakukan dengan cara pengumpulan data, analisa sistem, perancangan sistem, dan implementasi sistem. Adapun tujuan penelitian ini untuk mengetahui bagaimana proses penggajian bisa berjalan secara efektif dan efisien. Berdasarkan analisa yang dilakukan atas wawancara, observasi dan studi pustaka bahwa sangat pentingnya suatu sistem yang cepat tepat dan menghemat sumber daya dalam melakukan proses perhitungan gaji karyawan. Dengan itu hak gaji karyawan tidak terganggu dengan sistem yang akan penulis rancang.

Alat berat menjadi faktor terpenting dalam pengerjaan proyek-proyek kontruksi dengan skala besar dengan tujuan memudahkan pekerjaan sehingga hasil pekerjaan dapat diselesaikan dalam waktu singkat. Sistem Informasi Peyewaan alat berat merupakan teknologi yang digunakan oleh penulis. Proses penyimpanan data, proses transaksi sampai dengan proses pembuatan laporan masih menggunakan sistem manual sehingga masih sering terjadi kesalahan. Solusi terbaik dalam memecahkan permasalahan yang ada adalah dengan membuatkan sistem informasi, dengan adanya sistem informasi yang dibuat akan memudahkan pengguna membuat laporan. Metode waterfall adalah metode yang digunakan dalam pembuatan aplikasi melalui pengumpulan data dengan melakukan survey, wawancara dengan pihak terkait, sampai dengan melakukan uji coba aplikasi.

Electronic Commerce (E-commerce) is the activity of buying or selling of products on online services or over the internet. One of the supporting factors that make E-commerce grows is the way they develop websites that make it easier for consumer to buy or sell their products. Since the quality of e-commerce websites can affect the number of customers who decide to shop through an e-commerce system, The Author decided to make a comparison between three well-known E-commerce website such as Tokopedia, Bukalapak, Lazada through WebQual 4.0. In this research, the author uses an manually survey method to 150 respondents who use the three well known E-commerce websites above. The data obtained from the survey were analyzed using descriptive methods, quantitative methods, validity test, reliability test, and multiple linear regression tests. and the results are presented in a table format. The result of the survey to 150 respondents showed three significant influences between variables such as (1) In use satisfaction, (2) Information on quality satisfaction, and (3) Quality of Service Interaction, the results of the analysis were based on both partial or simultaneous website quality.

Kanker kulit adalah benjolan yang berlebihan jaringan kulit yang mengenai kulit, memiliki struktur tidak teratur dengan diferensiasi sel dalam berbagai tingkatan pada kromatin, nukleus dan sitoplasma, bersifat ekspansif, infiltratif hingga merusak jaringan sekitarnya, serta bermetastasis melalui pembuluh darah dan pembuluh getah bening. Diagnosis kanker kulit dengan proses biopsi dianggap kurang efektif karena biaya yang diperlukan cukup banyak dan dapat melukai kulit manusia sebagai sample. Untuk itu, perlunya suatu sistem untuk klasifikasi jenis kanker kulit yang efektif dan akurat. Penerapan machine learning sudah banyak digunakan dalam bidang kesehatan. Salah satu metode machine learning adalah Random Forest. Dalam penelitian ini akan dilakukan ekstraksi fitur warna histogram, ekstraksi bentuk hue moment, dan ekstraksi tekstur haralick. Selanjutnya citra akan diklasifikasi menggunakan algoritma Random Forest. Nilai akurasi terbaik diperoleh dari proses ekstraksi fitur histogram dan klasifikasi dengan Random Forest yaitu 0.850822. Novelty dari penelitian ini adalah penggunakan ekstraksi fitur yang lebih beragam dan hasil akurasi yang lebih baik dari penelitian sebelumnya. Penelitian selanjutnya diharapkan menggunakan algoritma deep learning dengan arsitektur CNN (Convolutional Neural Network) untuk mendapatkan hasil akurasi yang lebih baik dan ditambahkan rancangan aplikasi untuk penerapan model yang telah dibentuk dalam penelitian sehingga bisa langsung diterapkan oleh tim medis.

Prediksi kepuasan tenant terhadap gedung yang akan disewa sangat dibutuhkan perusahaan penyedia jasa termasuk building management pada Gedung Wisma Keiai. Dengan adanya prediksi kepuasan tenant dapat membantu manajemen untuk meningkatkan kepuasan tenant di gedung tersebut. Penelitian ini bertujuan untuk menganalisis kepuasan Tenant pada gedung Wisma Keiai dengan menggunakan teknik data mining dengan metode algoritma C4.5. Atribut yang akan digunakan sebagai masukan kepuasan tenant dalam penelitian ini mencangkup fasilitas gedung, pelayanan dan daya tanggap. Dalam penelitian ini, didapatkan bahwa hasil yang didapatkan berasal dari beberapa atribut masukan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan konsumen puas dan tidak puas. Penelitian ini diharapkan dapat membantu pihak Gedung Wisma Keiai dalam meningkatkan kepuasan tenant untuk mempertahankan tenant dan meningkatkan keuntungan perusahaan tersebut. Data kuisioner sebanyak 50 tenant yang didapat dari penilaian tenant di Gedung Wisma Keiai yaitu 41 tenant puas dan 9 tenant tidak puas. Berdasarkan hasil perhitungan klasifikasi menggunakan algoritma C4.5 menunjukkan bahwa diperoleh akurasi mencapai 100.00% yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur tingkat kepuasan tenant di Gedung Wisma Keiai.