Abstrak - Kinerja karyawan merupakan hal yang diperhatikan di dalam instansi. Institut Teknologi Nasional Bandung merupakan salah satu instansi dengan jumlah karyawan yang banyak, sehingga sulit  dilakukan pemantauan keberadaan seluruh karyawan. Salah satu alternatif dalam mengatasi masalah tersebut adalah pembuatan sistem untuk memantau lokasi keberadaan karyawan dengan memanfaatkan smartphone untuk pengambilan titik koordinat. Pada era modern ini smartphone merupakan barang yang hampir tidak pernah ditinggalkan. Dengan memanfaatkan titik koordinat, perhitungan jarak dapat dihitung dengan menggunakan 3 metode yaitu euclidean, manhattan, dan haversine. Dari pengujian yang telah dilakukan, rata-rata waktu yang diperlukan untuk proses pengiriman koordinat dari smartphone ke database sistem adalah 0,9 detik. Selain itu, penelitian ini bertujuan untuk membandingkan ketiga metode berdasarkan keakurasian dan waktu. Perbandingan tingkat keakurasian dilakukan dengan membandingkan persentase error hasil perhitungan jarak dengan pengukuran secara manual menggunakan pita ukur.  Hasil akhir dari pengujian tiga metode tersebut diperoleh bahwa metode perhitungan Manhattan membutuhkan waktu pengolahan data yang paling cepat dalam pengujian 100 data yaitu 0,00034045 detik. Metode perhitungan Haversine menghasilkan akurasi perhitungan jarak teringgi yaitu 98,66%. Dan metode perhitungan Haversine menghasilkan akurasi keputusan tertinggi dalam menentukan keputusan lokasi keberadaan karyawan yaitu 90%. Hasil penelitian ini dapat digunakan sebagai pertimbangan pemilihan metode perhitungan jarak bagi para peneliti. Abstract - Employee performance is a matter of concern within the agency. The Bandung National Institute of Technology is one institution with a large number of employees, making it difficult to monitor the whereabouts of all employees. One alternative in overcoming the problem is the creation of a system to monitor the location of employees by utilizing smartphones to capture coordinates. In this modern era smartphone is an item that is almost never left. By utilizing coordinate points, distance calculation can be calculated using 3 methods namely euclidean, manhattan, and haversine. From the tests that have been done, the average time required for the sending of coordinates from the smartphone to the system database is 0.9 seconds. In addition, this study aims to compare the three methods based on accuracy and time. Comparison of the level of accuracy is done by comparing the percentage of error calculation results with the distance measurement manually using a measuring tape. The final results of the three methods test was obtained that the Manhattan calculation method requires the fastest data processing time in testing 100 data that is 0,00034045 seconds. The Haversine calculation method produces the highest distance calculation accuracy which is 98.66%. And the Haversine calculation method produces the highest decision accuracy in determining the location of the employee's decision that is 90%. The results of this study can be used as consideration for the selection of distance calculation methods for researchers.

The lack of information on the path to tourist attractions makes tourists confused in choosing the shortest path. To overcome this, this study proposes an optimal route search system with the steepest ascent hill climbing method to find the most optimal route to tourist attractions. The search process for this tourist spot begins by looking for the latitude and longitude distance of each tourist spot along with the distance between tourist attractions using google maps, then the distance is entered into the steepest ascent hill climbing method with the initial stage of determining the number of combinations, where the combination results in the number of derivative trails. Then swap the initial path with the derivative path using graph theory. This process is repeated so that if the initial trajectory is smaller than the descended path, the effective route and route will be displayed on google maps. So based on the system testing conducted, the steepest ascent hill climbing method used as the main method of this research can be implemented in the search for the most effective or fastest route using the undirected graph method for the exchange process between tourist attractions

Penggunaan teknologi informasi menjadi hal yang sangat penting bagi institusi perguruan tinggi untuk mencapai tujuan bisnis serta memberikan fasilitas yang baik pada kegiatan akademik. Sistem yang ada pada perguruan tinggi mempunyai bentuk karakter sistem tersendiri, untuk mengetahui apakah sistem yang ada sudah berjalan sesuai yang di harapkan maka perlu dilakukan pengukuran tingkat kematangannya. Dalam mengintegrasikan sebuah sistem yang baik dibutuhkan sebuah kerangka kerja dalam mengukur tingkat kematangan Teknologi Informasi nya. Pada penelitian ini dilakukan perancangan arsitektur menggunakan kerangka kerja Control Objectives for Information and Related Technology (COBIT) 4.1 dengan domain yang digunakan yaitu PO2 dan PO3. Tahapan pertama yang dilakukan pada penelitian ini adalah melakukan pengukuran kematangan Teknologi Informasi menggunakan COBIT 4.1 dengan melakukan penyebaran kuesioner berdasarkan pernyataan pada domain yang digunakan yaitu PO2 dan PO3. Kemudian dilakukan perhitungan nilai dari skala non-existent (level 0) sampai dengan optimised (level 5) serta memiliki gambaran akan kondisi yang diharapkan pada masa yang akan datang. Hasil pengukuran Kematangan Teknologi Informasi pada PO2 diperoleh sebuah nilai yaitu 2,35 yang kondisinya adalah level 2 atau repeatable (pengulangan) dan 2,59 pada PO3 kondisinya adalah level 3 atau defined (terdefinisi). Berdasarkan kondisi tersebut dapat dijadikan acuan bahwa sistem yang ada di salah satu universitas sudah berjalan dengan sesuai harapan namun perlu dilakukan pengembangan secara berkala

Software adds significant value to a wide range of products and services. Thus, in the process of software development, maintaining the quality of the software is an important aspect that the developer must do. In several software quality models, usability is stated as one of significant factor that gives impact to software performance. The existence of problems in usability lead to less useful of the software. This research was conducted to assess software usability risk factors which derived from the attributes and sub-attributes of usability, that affecting the quality of the software negatively. The importance of risk factors assessed by using fuzzy-Analytic Hierarchy Process. This risk assessment on software usability made it possible to process the evaluation of the respondents defined by linguistic format, in which information can be processed from insufficient data, subjective, inaccurate or vague. As result, this assessment showed dominant factors which were considered as the source of the usability software risk.

ABSTRAKFont adalah kumpulan karakter lengkap yang memiliki ukuran dan gaya. Saat melihat desain atau aplikasi, desainer grafis dan pengembang front-end terinspirasi untuk menggunakan font yang sama. Namun font telah menjadi gambar atau aplikasi dan sulit untuk mengetahui jenis font yang digunakan. Genetic Modified K-Nearest Neighbor (GMKNN) merupakan metode gabungan dari Modified K-Nearest Neighbor (MKNN) dan Genetic Algorithm (GA) untuk menentukan k Optimal. Dalam penelitian ini, sebuah sistem akan dirancang untuk mengenali jenis font sans-serif menggunakan metode Genetic Modified K-Nearest Neighbor (GMKNN) untuk mengukur akurasi dan waktu komputasi. Kinerja sistem dalam proses mengidentifikasi jenis font mendapat nilai presisi rata-rata 74,6%. Nilai akurasi adalah 72,2% dan nilai recall 72%. Dari hasil presisi dan recall yang diperoleh nilai f-measure sebesar 72,2% dan rata-rata waktu komputasi untuk satu karakter diperoleh adalah 945,04190395673 detikKata kunci: Pengolahan Citra Digital, Identifikasi Font, Pengenalan Pola dan GMKNNABSTRACTFonts is a complete collection of characters that have size and style. When looking at a design or an application, graphic designers and front-end developers are inspired to use the same font. Unfortunately, the font has become an image or an application so it is difficult to identify the font types. Genetic Modified K-Nearest Neighbor (GMKNN) is a hybrid method of Modified K-Nearest Neighbor (MKNN) and Genetic Algorithm (GA) to determine optimal k, it also reduces the complexity of MKNN and improves the classification accuracy. In this research, a system is designed to recognize font sans-serif types using GMKNN method to measure accuracy and time computation. The performance of the system in the process of identifying font types gets an average precision value of 74.6%. The recall and accuracy values are 72% and 72,2%, respectively. Based on the results of precision and recall obtained, the system gets an f-measured value of 72.2% and time obtained for one character is 945,04190395673 seconds.Keywords: Image Proccesing, Font Identify, Pattern Recognition, and GMKNN