One of the issues of pregnant mothers in Indonesia is their access speed and accuracy services availability towards the prediction of fetus or baby conceived during pregnancy. Thus, the research aimed to obtain the ability to predict three ranges of a fetal target, namely normal, risk, and abnormal condition. This research emphasized the modeling aspect of supervised learning using seven different algorithms to obtain an optimal working score. Those are Decision Tree, Gradient Boosting, Random Forest, SVM, k-NN, AdaBoost, and Stochastic Gradient Descent (SGD). The structure process is mainly divided into two steps, pre-process model and the prediction model. An early data pre-process is needed before executing. Prediction output indicated that dataset test is valid, and can be proven by comparing between the testing data table and prediction and testing table diagram. The resulting model has described the sequence for simulating the training and testing data model to produce the highest working score from the seven selected algorithms. The simulated data based on the model created is proved its validity thru three main filter processes, which are missing data solution, outlier data control, and data normalization. The result obtained a working score that has data proximity with a low score range of 0.063 from model evaluation, confusion matrix, and prediction output.

Metode deteksi tepi adalah salah satu operasi dalam pengolahan citra yang berguna untuk menetapkan batas atau tepi pada objek. Penelitian ini menggunakan metode Sobel untuk mendeteksi tepi tulang belakang. Deteksi tulang belakang bertujuan untuk mensegmentasi ginjal pada penelitian lanjutan. Posisi ginjal terletak di kanan dan kiri tulang belakang, hal ini akan memudahkan program melakukan segmentasi ginjal. Langkah awal dalam penelitian ini adalah konversi citra DICOM menjadi citra skala abu-abu, diikuti dengan langkah selanjutnya yaitu peningkatan citra menggunakan teknik filter median untuk mengurangi noise pada gambar. Hasil uji coba menunjukkan hasil deteksi tepi menggunakan Sobel berhasil mendeteksi tulang belakang. Namun, untuk menghasilkan deteksi tepi secara maksimal, citra input tetap perlu dilakukan proses perbaikan terlebih dahulu sebelum proses deteksi tepi dilakukan, meskipun metode sobel mempunyai kelebihan untuk mengurangi noise dari metode deteksi tepi lainnya.

Segmentation in images of abdominal CT scan is an important step in the processing and interpretation of medical images. This is not easy, because the organs are close together and the color intensity is similar. Various methods have been developed, but the problem of locating the position of the backbone is still difficult to solve. The purpose of this study is to develop a segmentation method to determine the location of the backbone using a morphological method with a binarization approach. Testing of 11 CT Scan images shows that the method developed can determine the area and position of the backbone. Thus, it can be concluded that the method of backbone segmentation using a morphological method with a binary approach is successfully developed so that it can be applied to the advanced analysis process.

Penelitian ini membahas mengenai pembuatan website untuk proses pendaftaran dan reservasi pada Kost Putri Malika. Dengan website ini diharapkan dapat membantu proses pendaftaran dan reservasi pasien, sehingga calon penghuni kost agar tidak perlu lagi melakukan pendaftaran ataupun reservasi secara manual. Selain itu dengan website ini juga diharapkan dapat membantu proses pencatatan data user yang melakukan reservasi. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC). Tahapan yang ada dalam metode SDLC adalah perencanaan, analisis, perancangan, implementasi dan uji coba sistem. Pembuatan website ini menggunakan framework laravel dan MySQL sebagai database. Website ini dapat diakses melalui alamat https://www.teamstart.my.id/. Berdasarkan hasil uji coba yang dilakukan pada penelitian ini, dapat disimpulkan bahwa website pendaftaran dan reservasi calon penghuni Kost Putri Malika berhasil dibuat dan dapat digunakan oleh calon penghuni maupun penghuni kostan untuk melakukan pendaftaran ataupun reservasi dan mendapat notifikasi riwayat tagihan maupun pembayaraan, serta membantu proses pendataan penghuni dan pendaftar kost.

Pandemi Covid-19 yang dialami hampir di seluruh dunia membuat pola pembelajaran menjadi berbeda. Dimulai pada bulan Maret 2020 semua proses belajar dilakukan secara daring atau yang dikenal dengan pembelajaran jarak jauh (PJJ). Tidak ada lagi kegiatan di sekolah yang dilakukan dengan bersama, dan berkumpul bersama. Hal ini membuat orang tua perlu mempelajari gaya belajar anak. Saat masa pandemic Covid-19, anak yang terpaksa harus belajar di rumah harus mendapat bantuan dan dukungan dari sosok orang tua. Jika orangtua tidak mengetahui gaya belajar anak, ada kemungkinan metode yang diajarkan tidak sesuai sehingga membuat anak kesulitan menyerap informasi pelajaran secara utuh, dan dapat menyebabkan anak kehilangan minat belajar. Gaya belajar dapat dibedakan menjadi tiga yaitu, Visual (melihat objek/gambar), Auditori (mendengar suara), dan Kinestetik (gerakan). Penelitian ini bertujuan untuk mengetahui gaya belajar anak usia 11-18 tahun selama pandemic Covid-19. Untuk itu diperlukan aplikasi yang dapat membantu orangtua untuk mengenali, dan menentukan gaya belajar anak. Aplikasi dibuat menggunakan Bahasa pemrograman PHP, dan MySQL. Uji coba aplikasi dilakukan menggunakan metode blackbox dengan hasil 100%, dan hasil pengujian pengguna yang dilakukan oleh 10 responden rata-rata adalah 89 %, maka dapat disimpulkan bahwa aplikasi layak pakai.