Graduation became a benchmark in the policy making college management. Can estimate the graduation students annually is needed to be known by the university. Moreover, this paper attempts to apply neural network algorithms in predicting graduation, the selected method to be used is the method of propagation. This method is widely used in the researchers predict a problem. The sample data in the application of this algorithm is data the students began class of 2010 up to 2013. With the third generation output is passed late, fast and timely. From the results of the learning algorithm used obtained good accuracy results with the architecture of the pattern formed is 12-9-3.  

Dalam penjadwalan mata kuliah memerlukan sistem otomatis agar penjadwalan dapat efektif dan efesien. Agar sistem efektif dan efesien maka diperlukan penerapan algoritma yang cukup handal. Dengan perancangan sistem menggunakan Unified Modeling Language (UML) bertujuan untuk memahami kompleksitas desain dari sistem, kami memodelkan pendekatan menggunakan usecase dan squence diagram. Usecase dan Squence diagram adalah diagram UML paling penting yang digunakan untuk pengembangan aplikasi perangkat lunak. Ada banyak properti yang harus dipertimbangkan saat menggambar usecase dan squence diagram. Kedua diagram ini mewakili berbagai aspek aplikasi perangkat lunak. Hasil dari model yang diusulkan telah ditemukan bermanfaat ketika diimplementasikan.

Media sosial yang digunakan setiap saat dapat menarik minat pengguna dalam hal ketertarikan dalam sebuah trend yang ada di masyarakat. Dari cepatnya penyebaran informasi menggunakan media sosial dapat mempengaruhi perilaku dan trend. Oleh sebab itu terdapat pergeseran dalam pemasaran, promosi dan periklanan. Dengan melihat potensi pengguna media sosial yang besar maka para pengiklan dan cara memasarkan produk banyak menggunakan media yang bersifat visual. Media sosial bisa dimanfaatkan untuk beragam kepentingan. Adanya kemajuan yang pesat dibidang teknologi informasi diimbangi dengan kemajuan teknologi transportasi dan manajemen logistik. Hal tersebut makin memudahkan terjadinya lalu lintas manusia sekaligus barang. Dua hal tersebut selayaknya menjadi peluang usaha yang harus dimanfaatkan. Dalam hal ini, bagaimana mendayagunakan media sosial yang banyak digunakan di semua kalangan seperti Whatsapp, Instagram, Youtube, Tiktok, Facebook dan Twitter atau yang lainnya untuk memasarkan produk. Produk lokal berskala industri rumah tangga banyak memiliki variasi produk namun permasalahannya adalah dalam memperkenalkan produk lokal serta belum optimal dalam pengemasan serta pemasaran. Salah satu kelompok industri rumah tangga yang menjadi mitra adalah kelompok industri rumah tangga dalam penghasil produk olahan makanan ringan seperti kerupuk, keripik sayuran dan kue kering. Kegiatan ini bertujuan untuk memberi pendampingan dan praktik langsung dalam penggunaan media sosial kepada warga  untuk mengetahui bagaimana pemasaran dengan media sosial dan pengemasan secara unik dan menarik. Hasil dari kegiatan ini adalah diharapkan pada mitra dapat meningkatkan pendapatan dan pengetahuan dalam pemanfaatan teknologi Informasi.

Martapura river is the center of Banjarmasin’s local life, especially for water transportation and its famous floating market tourism spot. Due to various floating objects in Martapura river, a method to detect those objects is needed to control the condition of the river. In general, there are several methods to detect objects such as Gaussian, Support Vector Machine (SVM), Independent Component Analysis (ICA) and the newest method called Haar Like Feature (HLF). Those first three methods often used to detect moving object, while HLF mostly used to detect human’s face. This research aimed to examine the use of HLF method to detect floating objects in Martapura river by using smartphone’s camera with the specification of 16Megapixel and 1080p resolution. The data collected with random sampling technique in two different spots in Banjarmasin at different times. Images and videos then examined using HLF method. The result shows that HLF method by using smartphone camera cannot be used to identify any floating objec

Kalimantan Tengah merupakan salah satu propinsi yang rawan terjadi kebakaran lahan dan hutan di Indonesia yang memiliki puncak tertinggi kasus kebakaran lahan seluas 317.749 Ha di tahun 2019. Berbagai upaya telah dilakukan oleh pemerintah daearah untuk mencegah terjadinya kebakaran lahan, baik disebabkan oleh alam atau manusia. Penelitian ini dilakukan dengan membuat alat deteksi dini titik kebakaran lahan dengan memanfaatkan 4 sensor, yaitu Soil Sensor (sensor kelembaban tanah), DHT11 (sensor suhu dan kelembaban), Flame Sensor (sesnsor api), dan MQ2 (sensor asap). Pengujian alat dilaksanakan di salah satu kecamatan yang memiliki potensi kebakaran lahan yang tinggi, yaitu di Kecamatan Kumai Kabupaten Kotawaringin Barat. Alat yang diuji akan mengirimkan hasil deteksi ke server web melalui sim 800L, yang kemudian diolah datanya untuk menghasilkan informasi yang ditampilkan ke halaman web, hingga dapat diambil tindakan dini oleh masyarakat dalam pencegahan kebakaran lahan.