Amido Makmor Tulus Sejati merupakan perusahaan distributor multifunction printer merek Kyocera di Indonesia. Evaluasi kinerja teknisi diperlukan untuk mempertahankan kepuasan customer terhadap penggunaan multifunction printer Kyocera. Proses penilaian kinerja teknisi masih dilakukan secara manual yang mengakibatkan hasil evaluasi kinerja teknisi yang diberikan kurang akurat atau kurang maksimal, sehingga perlu dilakukan suatu teknik pengolahan data secara cepat dan lebih akurat. Salah satunya dengan mempergunakan teknik data mining dengan menggunakan metode algoritma clustering. Metode algoritma clustering dipergunakan untuk mengelompokkan problem yang sering terjadi berdasarkan tipe mesin multifunction printer Kyocera. Pada penelitian ini diterapkan algoritma clustering K-Means dan K-Medoids, yang kemudian dilakukan uji clustering yang optimal dengan mempergunakan Metode Elbow dan Silhouette Score. Data yang dipergunakan dalam penelitian ini sebanyak 1.620 instan yang merupakan Data Kuantitatif. Proses untuk mencari nilai clustering yang optimal dilakukan dengan mencari rata-rata Silhouette Score dan Nilai Kemurnian dengan sisi luar dari algoritma K-Means dan K-Medoids. Hasil penelitian ini menunjukkan bahwa jumlah cluster optimal adalah 2 (dua) untuk algoritma K-Means dengan nilai Silhouette Score 0,606 dan jumlah cluster optimal 4 (empat) untuk algoritma K-Medoids dengan nilai Silhouette Score 0,240.

Setiap orang dalam kehidupan memiliki kecenderungan untuk berpindah dari satu tempat ke tempat lainnya. Perpindahan tersebut dapat dilakukan dengan menggunakan berbagai macam cara seperti menggunakan transportasi pribadi atau umum (bus, taksi, pesawat, dan kereta api), Pada perkembangan teknologi saat ini mode transportasi sudah semakin canggih. Akan tetapi masih ada mode transportasi yang belum modern misalnya seperti taksi, dimana salah satunya tidak dapat memprediksi lama waktu perjalanan. Meskipun sudah ada taksi yang berbasis online seperti Uber, akan tetapi masih banyak taksi yang belum berbasis online sehingga tidak bisa dilakukan estimasi waktu dan jarak. Permasalahan di atas dapat diselesaikan dengan cara melakukan pendekatan berbasis pembelajaran mesin. Salah satu keuntungan yang didapatkan jika kita dapat mengetahui lama waktu estimasi perjalanan yaitu dapat mengatur waktu perjalanan sesuai dengan rutinitas yang sedang dikerjakan ataupun juga dapat menghemat biaya yang dikeluarkan dengan mengetahui jarak yang akan dijalankan. Pada penelitian ini bertujuan untuk memprediksi durasi perjalanan pada dataset New York taxi trip duration menggunakan pendekatan deep learning yaitu Long Short Term Memory Reccurent Neural Network (LSTM-RNN). Eksperimen dilakukan dengan melakukan tuning parameter terkait seperti epoch, nilai dropout, dan neurons. Pengukuran hasil menggunakan nilai Root Mean Square Error (RMSE) dan nilai loss. Hasil yang didapatkan menggunakan model LSTM-RNN sebesar 0,0012 untuk nilai loss dan RMSE 0,4.

Jenis SMS spam adalah jenis pesan teks yang tidak diinginkan atau tidak diminta yang dikirim ke ponsel pengguna, seringkali untuk tujuan komersial. Untuk mengatasi masalah spam, diperlukan teknik untuk memilah kata atau kalimat termasuk spam atau bukan spam. Pada penelitian ini diusulkan menggunakan machine learning untuk mengklasifikasikan pesan mana yang spam dan mana yang tidak spam. Data yang digunakan pada penelitian ini terdiri dari 1140 pesan, dimana sudah diberi label 0 untuk pesan yang tidak spam dan 1 untuk pesan yang spam. Algoritma yang digunakan untuk kasus ini adalah Logistic Regression. Hasil penelitian menunjukkan model memiliki tingkat akurasi untuk mengklasifikasi pesan, sebesar 97%. Aplikasi yang dikembangkan untuk menerapkan hasil pemodelan machine learning menggunakan bentuk sebuah website sederhana dengan bantuan Flask framework dari Python. Hasil akhir dari aplikasi ini adalah model machine learning yang dapat dibuka melalui website.

Pengutaraan pendapat atau pengutaraan pemikiran secara sukarela terhadap suatu film pada situs pengulas film merupakan hal yang sering dilakukan oleh pengguna. Beberapa pengguna kadang-kadang memberikan ulasan yang ambigu terhadap sebuah film, yaitu dengan memberikan komentar yang buruk tetapi memberikan rating yang baik atau sebaliknya. Hal ini dapat berpengaruh pada citra film tersebut. Maka dari itu, diperlukan sistem yang dapat memprediksi rating agar sesuai dengan komentar yang diberikan atau sistem pembenaran rating. Penelitian ini bertujuan untuk memprediksi rating suatu film berdasarkan ulasan yang diberikan oleh pengguna menggunakan model Regresi Logistik. Dataset yang digunakan pada penelitian ini adalah data ulasan 10 film yang berbeda dari Mendeley Data. Tahap pra-pemrosesan dilakukan dengan penghapusan kata umum, tanda baca, pengurangan dimensi, dan pengekstrakan ciri dari teks ulasan menggunakan library scikit-learn. Dengan 80% data sebagai training dan sisanya digunakan untuk testing, hasil perhitungan akurasi prediksi 10 kelas rating yang didapatkan dari feature extraction CountVectorize adalah 36% dan TfidfVectorizer sebesar 32%. Sedangkan hasil dari perhitungan akurasi prediksi 2 class sentiment, didapatkan hasil tertinggi sebesar 83% oleh feature extraction CountVectorizer dan feature extraction TfidfVectorizer sebesar 76%.

Perkembangan industri video game sangatlah pesat hingga ada banyak sekali orang yang memainkan video game. Setiap orang memiliki tingkat keterampilan yang berbeda dan memiliki kurva belajar yang unik untuk setiap video game yang mereka mainkan. Pengembang video game pada umumnya memberikan tingkat kesulitan yang bersifat statis sehingga tingkat kesulitan pemain pemula dengan pemain yang berpengalaman itu serupa. Hal ini menimbulkan video game menjadi tidak seimbang. Game balancing adalah salah satu aspek penting yang dapat meningkatkan minat seseorang untuk memainkan game tersebut dan secara adaptif dapat memberikan tingkat kesulitan yang dinamis bagi setiap pemain. Penelitian ini mengintegrasikan Dynamic Difficulty Adjustment (DDA) berbasis logika fuzzy untuk Procedural Content Generation (PCG) pada permainan roguelike sehingga dapat menghasilkan tingkat kesulitan yang dinamis. DDA akan mengolah parameter input dari keterampilan pemain ketika menyelesaikan map sebelumnya, seperti lama waktu, sisa darah, banyaknya serangan yang diterima, sisa peluru, akurasi pemain, dan jumlah musuh. Hasil dari DDA akan diolah kembali dengan menggunakan PCG untuk membuat map baru secara prosedural, seperti besar ruangan, jumlah musuh, jumlah item penyembuh, jumlah item peluru, dan jumlah tembok. Hal ini diharapkan dapat menciptakan penyesuaian kesulitan yang dinamis pada setiap map sesuai dengan keterampilan dari pemain. Dalam penelitian ini dilakukan juga perbandingan video game dengan tingkat kesulitan yang statis dan dengan tingkat kesulitan yang dinamis untuk dapat mengukur tingkat kepuasan dari pemain. Dari 30 responden, didapatkan hasil bahwa 80% pemain memiliki tingkat kepuasan yang lebih baik ketika memainkan video game dengan tingkat kesulitan yang dinamis.

Configurable Information System (CiS) atau yang sering disebut juga Sistem Informasi Terkonfigurasi adalah suatu sistem yang dapat diatur atau dikonfigurasi sesuai dengan kebutuhan. Dengan menerapkan sistem yang dapat dikonfigurasi maka perubahan kebutuhan organisasi akan dapat terakomodasi. Penelitian ini bertujuan menyediakan CiS yang memiliki fitur-fitur spesifik untuk penjualan pembelian dilengkapi dengan tree-based feature model untuk mengatur batasan sistem dengan tujuan menjaga integritas sistem, sehingga dapat dilakukan pengaturan terhadap fitur-fitur yang wajib ada (mandatory) dan fitur-fitur yang tidak wajib ada atau pilihan (optional), dengan demikian user dapat lebih leluasa mengatur fitur-fitur yang digunakan namun dengan batasan yang sesuai. Penelitian ini bertujuan untuk membantu organisasi berskala mikro, kecil, dan menengah (UMKM) berupa toko retail dan grosir dengan menyediakan CiS dengan ruang lingkup penjualan dan pembelian barang. Dengan adanya CiS maka pihak UMKM akan dapat lebih fleksibel dan leluasa mengatur fitur-fitur sesuai kebutuhan organisasi, sehingga kebutuhan organisasi dapat terakomodasi. Selain itu, dengan tree-based feature model maka UMKM dapat lebih mudah memilih dan mengatur fitur yang disediakan. Konfigurasi fitur yang disediakan dalam CiS ini antara lain fitur order penjualan, order pembelian, fitur pembuatan faktur, fitur konversi barang, setting metode pencatatan persediaan, setting diskon, setting bonus, setting PPN, dan setting metode pencatatan HPP. Ujicoba sistem CiS dilakukan dengan tiga metode, yaitu unit testing, integration testing, dan simulasi konfigurasi terhadap empat UMKM yang bergerak di bidang penjualan dan pembelian. Simulasi dilakukan dengan menjalankan skenario proses bisnis terhadap pengelola empat UMKM yang memiliki proses bisnis berbeda. Hasil proses ujicoba menunjukkan bahwa tree-based feature model dalam CiS yang dibuat dapat mengakomodasi kebutuhan proses bisnis yang berbeda dari keempat UMKM dengan beberapa saran pengembangan, dengan tingkat ketepatan fitur antara fitur yang diusulkan dengan fitur riil yang dibutuhkan sebesar 93,33%, sehingga dapat ditarik kesimpulan bahwa CiS yang disediakan dapat mengakomodasi beragam kebutuhan proses bisnis dalam UMKM. Dengan adanya CiS maka sistem dapat lebih fleksibel, perubahan sistem juga dapat diatur secara mandiri oleh pengguna, dan juga dapat mengurangi tingkat ketergantungan pada pengembang perangkat lunak.

Kesadaran masyarakat terhadap produk yang ber-SNI masih sangat minim. Disisi lain, Badan Standardisasi Nasional (BSN) dan Masyarakat Standardisasi (MASTAN) sudah cukup gencar melakukan sosialisasi SNI kepada masyarakat. Namun pada hasil analisis, diketahui bahwa media sosialisasi yang digunakan masih terbatas sehingga mengakibatkan rendahnya pemahaman masyarakat terhadap produk ber-SNI. Maka dari itu, perlu dirancang suatu media yang dapat membantu dalam menyosialisasikan SNI secara menarik dan efektif. Untuk itu, dikembangkan aplikasi dari dokumen SNI yang menggunakan teknologi augmented reality. Output dari aplikasi augmented reality ini berupa 3D objek dari produk yang ber-SNI, parameter mutu dari tiap komponen, dan syarat uji untuk lulus uji SNI. Setelah dilakukan uji coba, maka dapat ditarik kesimpulan bahwa pemahaman masyarakat atas produk yang ber-SNI meningkat sebanyak 73,5% sehingga aplikasi yang dibuat dapat menjadi media alternatif untuk menyosialisasikan SNI.

Minimnya alat peraga bagi beberapa sekolah vokasi menjadi kendala tersendiri dalam proses kegiatan pembelajaran. Kebutuhan akan alat peraga dalam bidang otomotif sangat diperlukan namun masih banyak kendala terkait dengan kepemilikan alat peraga karena mahalnya pengadaan alat tersebut. Untuk membantu penggunaan alat peraga dengan media penunjang lainnya dalam penelitian ini adalah menerapkan teknologi baru yang dapat membantu kegiatan pembelajaran agar lebih meningkatkan pemahaman peserta didik pada proses belajar pengenalan sepeda motor. Penelitian ini bertujuan untuk membuat sebuah media baru dengan menerapkan teknologi Augmented Reality (AR) pada aplikasi pengenalan perangkat sepeda motor sebagai penunjang pembelajaran. Objek dibuat 3 dimensi yang menyerupai kondisi nyata disajikan secara visual dan interaktif. Penelitian ini melalui rangkaian tahapan dimulai dari merancang aplikasi yang berdasarkan pembagian konteks dalam alat peraga AR yang terbagi menjadi tema bodi sepeda motor, kerangka sepeda motor, rangkaian kelistrikkan sepeda motor serta tema mesin sepeda motor. Kemudian mengimplementasikan aplikasi pengenalan perangkat sepeda motor menggunakan teknologi Augmented Reality sampai pada tahap pengujian aplikasi. Dapat disimpulkan bahwa pada tahapan pengujian jarak dan sudut bahwa aplikasi ini akan berjalan dengan baik ketika kamera augmented reality berjarak 25 cm dari marker dan pada sudut antara 90 derajat sampai sudut minimal 30 derajat. Berdasarkan uji kuesioner aplikasi ini dapat menunjang pembelajaran pada siswa SMK jurusan Teknik Sepeda Motor sesuai dengan yang diharapkan.

Komunikasi jaringan internet butuh keamanan, kemudahan, dan kecepatan transfer data yang baik. Hal ini harus diperhatikan oleh setiap pengguna dalam melakukan kegiatan di dunia maya atau internet, sehingga kerahasiaan informasi bisa terjaga dengan baik dan kemudahan, kecepatan pertukaran data bisa di implementasikan sehingga dapat menjadi suatu nilai lebih. VPN dapat terjadi antara dua PC atau bisa juga antara dua atau lebih jaringan yang berbeda. VPN dapat dibentuk dengan menggunakan teknologi tunneling dan encryption. Server OpenVPN menghasilkan profil jaringan terenkripsi, kemudian semua pengguna dapat membentuk jaringan VPN dan mereka dapat menggunakan layanan organisasi seolah-olah mereka secara geografis berada di tempat yang sama, konfigurasi ini juga memungkinkan penggunaan layanan atau aplikasi eksternal apa pun tanpa memengaruhi keamanan organisasi, VPN dapat berjalan pada IPv6 dan IPv4, dengan kelebihan yang banyak OpenVPN melintasi NAT (Network Address Translation). Jaringan VPN ini dibuat untuk memudahkan pekerja yang sedang melaksanakan aktivitas WFH (Work From Home) VPN sebuah koneksi virtual yang bersifat private dan tidak semua orang bisa mengaksesnya. Implementasi VPN dapat mempermudah komunikasi data jarak jauh tanpa khawatir ada tabrakan data, karena dengan menggunakan jaringan virtual ini dapat terhubung secara bersamaan. Dengan VPN, pengguna mempunyai keamanan data yang lebih dibandingkan dengan menggunakan jaringan lokal biasa. Ketika pengguna terhubung ke jaringan VPN maka akan mempunyai IP yang berbeda dengan IP Physical dibuktikan dengan tool tracert terlihat IP dan hoop. Raspberry Pi berfungsi untuk membuat sertifikat VPN client, karena fungsi tersebut tidak digabungkan ke dalam VPS Server karena masalah keamanan jaringan.

Kejadian Covid-19 mengakibatkan terjadinya banyak perubahan dalam berbagai aspek kehidupan masyarakat, khususnya bidang pendidikan. Oleh karena itu metode-metode pembelajaran terus dikembangkan, salah satunya adalah metode e-learning, m-learning, blended learning dan pembelajaran berbasis web. Sekolah Tinggi Teknologi Nurul Fikri (STT NF) merupakan salah satu perguruan tinggi yang mengembangkan sistem pembelajaran jarak jauh bebasis web bernama ELena. Sistem pembelajaran jarak jauh ELena tidak terlepas dari kendala. Oleh karena ini diperlukan adanya penilaian untuk mengetahui kesiapan baik mahasiswa maupun dosen dalam menggunakan ELena. Metode penilaian yang digunakan adalah Technology Readiness Index (TRI). TRI merupakan metode yang digunakan untuk mengetahui tingkat kesiapan yang mengacu pada kecenderungan seseorang dalam menggunakan teknologi tersebut. Variabel TRI yang digunakan ada 4, yaitu Optimism, Innovativeness, Discomfort, dan Insecurity. Penelitian menggunakan metode survei dalam pengumpulan datanya, yaitu kuesioner. Kuesioner disebar ke mahasiswa dan Dosen di STT Nurul Fikri. Responden mahasiswa yang mengisi sebanyak 196 orang dan responden dosen yang mengisi sebanyak 34 orang. Pengujian hasil kuesioner dilakukan dengan uji validitas dan reliabilitas. Diketahui semua item dinyatakan valid karena setiap nilai item lebih dari r tabel dan reliabel karena nilainya lebih dari 0,6. Setelah itu dilakukan perhitungan nilai TRI, untuk Mahasiswa dihasilkan nilai Optimism sebesar 0,88, Innovativeness sebesar 0,82, Discomfort sebesar 0,83 dan Insecurity sebesar 0,80 sedangkan untuk Dosen dihasilkan nilai Optimism sebesar 0,85, Innovativeness sebesar 0,81, Discomfort sebesar 0,78 dan Insecurity sebesar 0,74. Sehingga nilai TRI yang dihasilkan untuk mahasiswa sebesar 3,33 dan untuk dosen sebesar 3,18.