Abstrak-Campuran perekat dan juga plesteran dinding pada bangunan biasanya terdiri dari semen dan pasir. Perbedaan kadar campuran semen dan pasir berdampak pada kekuatan hasil. Penelitian ini mengimplementasikan kecerdasan buatan untuk mengidentifikasi atau mengenali kadar campuran semen dan pasir melalui citra campuran semen dan pasir yang sudah kering. Penelitian ini menggunakan enam macam campuran semen dan pasir. Pengumpulan data citra dilakukan dengan cara pemotretan menggunakan kamera resolusi sensor sebesar 7 MP, jarak potret lebih kurang 8 cm, dilakukan pada siang hari, dan tidak menggunakan cahaya dari lampu kamera. Citra latih dan citra uji berukuran 500x500 piksel, serta banyaknya citra latih adalah 300 citra dan 150 citra sebagai data uji. Metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma propagasi balik (backpropagation), dengan input berupa nilai tekstur dari citra campuran semen dan pasir yang sudah kering. Tingkat akurasi keberhasilan identifikasi adalah 87.33%. Penelitian ini berhasil mengimplementasikan JST dan fitur tekstur analisis dari GLCM dengan jarak potret dan resolusi kamera tertentu, serta penelitian ini dapat menjadi referensi pada penelitian lanjutan.

Pasir dan semen merupakan salah satu material terbesar atau terpenting yang digunakan dalam proses pembangunan pada suatu bangunan atau gedung dan selalu digunakan oleh masyarakat. Masing-masing campuran memiliki takaran pasir dan semennya masing-masing, namun untuk orang biasa sulit untuk membedakan jenis-jenis campuran kering pada bangunan runtuh ataupun bangunan yang belum jadi. Penelitian ini membandingkan tingkat akurasi pengenalan kadar semen dan pasir pada campuran kering berdasarkan tingkat resolusi kamera dengan metode pengenalan Jaringan Saraf Tiruan. Jenis campuran yang digunakan antara lain dengan takaran 1semen 1pasir, 1semen 1,5pasir, 1semen 2pasir, 1semen 2,5pasir, 1semen 3pasir, dan 1semen 3,5pasir. Tingkat resolusi kamera yang digunakan ada 5 antara lain 3MP, 5MP, 8MP, 10MP, 12MP, dan menggunakan jarak pemotretan ±9cm. Metode pengenalan menggunakan Jaringan Syaraf Tiruan dan ekstrasi fitur menggunakan GLCM(Gray Level Co-Occurrence Matrix) yang terdiri dari Entropy, Standard Deviation, Contrast, Angular Second Moment(ASM)/ Homogeneity, Correlation, dan Inverse Different Moment(IDM)/ Energy. Hasil perhitungan tertinggi dalam pengenalan jenis campuran kering berdasarkan tingkat resolusi kamera ialah pada resolusi kamera 12MP dengan jumlah pengenalan sebanyak 105 dari 120 data uji, sehingga menghasilkan tingkat akurasi sebesar 87,5%.

Perkembangan teknologi informasi di segala bidang, termasuk universitas, membuat dosen dan mahasiswa terus meningkatkan kemampuannya dalam mengerjakan proyek-proyek. Salah satu upaya yang dapat dilakukan adalah dengan menerapkan teknologi komputer yang dapat mendukung proses kerja proyek yang berkaitan dengan mata kuliah Mekanika Tanah. Selama ini mahasiswa dan dosen selalu kesulitan melakukan perhitungan yang rumit, dimana membutuhkan waktu yang lama untuk menyelesaikannya dan hasilnya belum tentu akurat. Salah satu aplikasi yang dapat digunakan untuk membantu menyelesaikan perhitungan pada mata kuliah Mekanika Tanah adalah aplikasi Plaxis. Oleh karena itu perlu diadakan pelatihan penggunaan aplikasi Plaxis, pelatihan ini penulis laksanakan bersama tim di Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan di Aula Fakultas Teknik Universitas Tridinanti Palembang yang dihadiri oleh dosen dan mahasiswa Program Studi Teknik Sipil Fakultas Teknik Universitas Tridinanti Palembang. Pelatihan ini mendapat respon yang baik dari para peserta. Diharapkan dosen dan mahasiswa dapat menerapkan aplikasi The Plaxis setelah mengikuti kegiatan tersebut

Lembaga Pemasyarakatan Kelas I Palembang atau Lapas Kelas I Palembang adalah institusi pemerintah yang merupakan bagian dari Kementerian Hukum dan Hak Asasi Manusia. Terkait dengan peningkatan kompetensi pegawai dan pada akhirnya akan berdampak pada peningkatan produktivitas pegawai, Lapas Kelas I Palembang menerapkan sebuah sistem kepegawaian yang dinamakan Sistem Informasi Pegawai (SIMPEG) Kemenkumham. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana tingkat penerimaan pegawai pada penerapan sistem baru tersebut. Penelitian perlu dilakukan untuk mengatahui apakah pegawai telah siap dengan teknologi baru dan menerapkannya. Untuk menjawab permasalahan penelitian, pendekatan yang digunakan adalah model technology acceptance model atau TAM. Terdapat empat variabel utama yang akan diteliti terkait model tersebut, yaitu: perceive usefulness, perceive ease of use, attitude toward using dan actual usage. Metode yang digunakan dalam pengumpulan data ini adalah angket (questionnaire), pengolahan dan analisa data dilakukan dengan menggunakan regresi dengan bantuan software aplikasi statistik SPSS versi 22. Hasil penelitian menunjukan bahwa kegunaan persepsian berpengaruh terhadap sikap terhadap penggunaan (0.621), dan sikap terhadap penggunaan memberikan pengaruh terhadap penggunaan aktual (0.748), sedangkan kemudahan penggunaan persepsian tidak berpengaruh terhadap sikap terhadap penggunaan. Penelitian ini sangat penting untuk memahami bagaimana penerimaan pegawai terhadap SIMPEG