Meningkatnya persaingan bisnis toko bahan bangunan di kota Palembang membuat beberapa pelaku bisnis di bidang penjualan bahan bangunan sulit bertahan dan beberapa yang lain harus mengalami penurunan dalam penjualanannya. Oleh sebab itu, pelaku bisnis harus pintar-pintar menyiasati barang-barang apa saja yang harus distok untuk mencegah penumpukan stok barang yang tidak laku sehingga merugi. Toko Bangunan XYZ merupakan salah satu toko yang ingin mempertahankan bisnisnya. Oleh sebab itu, perlu adanya suatu aplikasi penjualan dan persediaan barang yang dapat memberikan informasi mengenai jumlah stok barang yang tersedia, dan barang yang paling laris. Metode yang digunakan dalam rancang bangun aplikasi ini menggunakan metode iterative. Pembuatan database menggunakan DBMS SQL Server serta visual basic sebagai bahasa pemrograman. Pengujian aplikasi menggunakan black box testing untuk mengetahui fungsi dan kinerja untuk setiap menu dari aplikasi. Hasilnya, aplikasi ini telah memenuhi atau telah sesuai dengan kebutuhan. Selain itu, aplikasi ini juga dapat meningkatkan kinerja dan efisiensi waktu dalam transaksi penjualan serta mengetahui stok barang terkini sehingga membantu pemilik toko bangunan XYZ mengambil keputusan dalam menyetok barang.

-Various methods are applied in the application of plagiarism detection to help check the similarity of a document. Jaro-Winkler Distance can measure the distance between two strings. However, this method basically depends on the position of the word. Latent Semantic Analysis emphasizes the words contained in the document regardless of its linguistic character. This study compares the results of plagiarism detection using the Jaro- I. PENDAHULUANInformasi merupakan sesuatu hal yang sangat penting saat ini, dimana perkembangan teknologi yang semakin pesat menyebabkan informasi semakin terus bertambah. Banyak cara yang dapat dilakukan untuk dapat memperoleh informasi, misalnya melalui buku, majalah, Internet dan sumber-sumber informasi lainnya. Informasi yang diperoleh diharapkan merupakan informasi yang terbaru dan dapat dipercaya. Namun, beberapa orang memanfaatkan informasi berupa karya orang lain untuk diakui sebagai karya ciptaannya sendiri atau melakukan plagiarisme. Plagiarisme dapat dikelompokkan berdasarkan proporsi atau persentase kata, kalimat, atau paragraf yang dibajak, yaitu plagiarisme ringan (<30%), plagiarisme sedang (30 -70%) dan plagiarisme besar atau total ( >70%) [1].Umumnya praktik plagiarisme terjadi akibat para penulis termasuk mahasiswa terbiasa untuk mengambil bahan tulisan tanpa mencantumkan sumber bahan tersebut berasal. Selain itu, ada juga yang telah mencantumkan sumbernya namun menyalin sama persis dengan sumber, sehingga masih terindikasi sebagai sebuah plagiat. Zulkarnain [2] menyatakan bahwa cara untuk menghindari plagiarisme adalah senantiasa taat pada gaya selingkung, melakukan pengutipan (menyitir) secara langsung, dan melakukan parafrasa terhadap kutipan yang dirujuk.Contoh praktik nyata plagiarisme di kampus terjadi saat pembuatan skripsi / tesis / disertasi. Mahasiswa yang sedang membuat laporan skripsi, tesis atau disertasi sering mengacu pada bahan-bahan skripsi/tesis/disertasi yang telah dibuat oleh kakakkakak kelasnya terdahulu. Mahasiswa terbiasa untuk mengambil landasan teori yang ada pada bab 2, sehingga apabila ditelusuri, sebagian besar isi dari landasan teori mereka sama persis. Untuk menghindari plagiarisme yang semakin banyak terjadi, maka diperlukan sebuah aplikasi yang dapat mengecek seberapa besar tingkat plagiarisme sebuah dokumen, agar dapat mengurangi tingkat plagiarisme terutama pada saat pembuatan skripsi / tesis / disertasi.Metode yang dapat melakukan pendeteksian tingkat plagiarisme sebuah dokumen ada berbagai macam, salah *) Penulis korespondensi (Tinaliah)

Fase tumbuh kembang anak sangat berpengaruh terhadap fase selanjutnya. Dimana orangtua harus lebih cermat dalam memantau tumbuh kembang anaknya. Perkembangan anak dapat dipantau dengan aplikasi tumbuh kembang anak, salah satunya adalah aplikasi PrimaKu yang dapat diakses di google play store ataupun appstore. Saat ini aplikasi PrimaKu telah didownload sebanyak 500ribu kali dengan rating 4.8. Pada google play store dapat dilihat pada kolom komentar mengenai ulasan yang telah diisi oleh pengguna aplikasi PrimaKu ini. SVM merupakan metode yang memberikan hasil yang lebih baik dalam hal klasifikasi, dengan kelebihan SVM dapat mencari hyperplane terbaik, memisahkan suatu kelas dengan kelas lain. Pada penelitian ini akan dilakukan analisis sentimen terhadap ulasan aplikasi PrimaKu menggunakan metode SVM dengan variasi kernel, yaitu linear kernel, polynomial kernel, dan RBF Kernel. Berdasarkan hasil pengujian dapat disimpulkan bahwa SVM dapat melakukan analisis sentimen ulasan pengguna aplikasi PrimaKu dengan baik menggunakan linear kernel dengan nilai akurasi, yaitu 97.5% dibandingkan dengan menggunakan polynomial kernel atau RBF kernel.

Universitas XYZ merupakan salah satu universitas swasta yang ada di kota Palembang. Pada saat ini evaluasi dari kegiatan perkuliahan, dan tingkat kepuasan layanan serta fasilitas kampus dilakukan dalam bentuk survei kepuasan pengguna yang telah dilakukan secara online. Survei kepuasan pengguna dilakukan untuk mengetahui seberapa puas dosen, mahasiswa, dan tenaga kependidikan terhadap fasilitas dan layanan yang diberikan oleh Universitas XYZ. Aplikasi ini dibuat bertujuan untuk membantu mempermudah dalam pengisian survei dan mengakses hasil survei yang dapat digunakan sebagai evaluasi kegiatan perkuliahan, serta mempermudah dalam mengetahui seberapa puas dosen, mahasiswa, dan tenaga kependidikan terhadap fasilitas dan layanan dari Universitas XYZ. Metodologi yang digunakan adalah metode iterasi dengan tahapan yaitu analisis, desain, pengkodean, dan pengujian. Aplikasi yang akan dibangun berbasis mobile dengan menggunakan database MySQL. Hasil dari aplikasi ini adalah aplikasi dapat menampilkan hasil rekap pengisian survei yang telah diisi oleh dosen, mahasiswa, dan tenaga kependidikan per periode pengisian, sehingga mempermudah saat akan melakukan evaluasi dan analisis.

Ekspresi wajah manusia secara umum mewakili emosi atau perasaan yang sedang dirasakannya saat itu. Klasifikasi citra ekspresi wajah dapat membantu untuk mengetahui apakah emosi yang sedang dirasakan seseorang. CNN adalah jenis neural network yang digunakan untuk mengekstrak fitur – fitur dari sebuah citra dan sangat unggul apabila diterapkan pada data citra. Pada penelitian ini akan dilakukan klasifikasi citra ekspresi wajah dengan menerapkan Convolution Neural Network pada dataset MMA Facial Expression. Dimana data akan dibagi menjadi 2 kelas, yaitu happy dan sad. Pengujian dilakukan menggunakan data testing untuk masing – masing kelas dari model CNN yang telah dibuat menggunakan optimizer yang telah ditentukan, yaitu : Adadelta, Adagrad, Adam, Adamax, Nadam, Rmsprop, dan SGD. Berdasarkan hasil pengujian dapat disimpulkan bahwa CNN dapat melakukan klasifikasi citra ekspresi wajah manusia dengan baik menggunakan optimizer SGD dengan nilai akurasi, yaitu 63%.