UMKM merupakan pilar penting dalam perekonomian Indonesia, namun banyak pelaku usaha masih menggunakan pencatatan manual yang tidak efisien. Permasalahan ini menjadi krusial ketika transaksi menumpuk, kesalahan pencatatan terjadi, dan laporan sulit dibuat secara akurat. Solusi yang ditawarkan dalam penelitian ini adalah pengembangan aplikasi kasir berbasis Android bernama Excash, yang dapat berjalan secara offline dengan database SQFLite. Aplikasi ini dilengkapi fitur manajemen produk dan stok, ekspor-impor data menggunakan format CSV, pencetakan struk dengan printer thermal, serta perancangan antarmuka berbasis pendekatan User-Centered Design (UCD) untuk kemudahan penggunaan oleh pelaku UMKM nonteknis. Uji coba dilakukan di toko kelontong Laila selama 3 hari dengan perangkat Android dan printer Bluetooth. Berdasarkan pengujian black box, aplikasi menunjukkan akurasi transaksi 100%, waktu respons <1 detik, serta skor kepuasan pengguna sebesar 97%. Excash mampu mengatasi keterbatasan sistem pencatatan manual dan meningkatkan efisiensi operasional toko.

Kebutuhan pendidikan untuk anak-anak tentunya menjadi hal yang diutamakan bagi orang tua, terutama mereka yang memiliki anak berkebutuhan khusus untuk bekal mereka di masa yang akan datang. Namun, susahnya para orang tua dalam mendapatkan informasi secara lengkap tentang sekolah luar biasa di Surabaya membuat para orang tua lebih memilih sekolah umum dimana sekolah tersebut kurang memiliki fasilitas yang mendukung dalam kegiatan belajar mengajar bagi anak berkebutuhan khusus. Pentingnya para anak berkebutuhan khusus dalam mendapatkan pendidikan yang khusus serta susahnya para orang tua mencari informasi terkait sekolah luar biasa memberikan ide untuk menyelesaikan permasalahan yang dialami para orang tua dari anak berkebutuhan khusus. Dengan menyediakan suatu sistem pemilihan keputusan serta informasi secara lengkap berbasis web mengenai sekolah luar biasa di Surabaya mulai dari sarana prasarana, fasilitas yang dimiliki, program rehabilitasi, lokasi sekolah yang telah diintegrasikan dengan google maps, profil sekolah, hingga profil guru akan memudahkan para orang tua dalam menemukan sekolah luar biasa yang mereka inginkan. Sehingga dengan memberikan sistem pemilihan keputusan tersebut serta informasi sekolah secara lengkap, para orang tua dapat langsung mengetahui sekolah yang sesuai untuk anak mereka berdasarkan kriteria yang diinginkan.

Sistem absensi pegawai yang tangguh sangat penting untuk menjaga perkembangan kualitas pegawai di suatu instansi. Saat ini sistem absensi menggunakan pengenalan wajah merupakan salah satu cara untuk mengenali karyawan dengan menggunakan citra wajah. Absensi sebelumnya dilakukan menggunakan cara yang tradisional dan memiliki beberapa kekurangan. Contohnya pada absensi manual yang bisa dicurangi dengan penitipan absensi oleh karyawan yang tidak hadir dengan memalsukan tanda tangannya. Atau absensi dengan smartcard yang masih bisa dicurangi dengan menitipkan smartcardnya. Dan yang terbaru menggunakan mobile dengan bantuan gps untuk mencatat kehadiran karyawan, yang bisa dicurangi menggunakan aplikasi tertentu. Juga, di era pandemi mulai tahun 2020, diterapkan peraturan kesehatan untuk menghindari penularan virus Covid-19. Sedangkan, absensi sidik jari bisa jadi media penularan virus sehingga kurang sesuai untuk digunakan. Sistem absensi yang diajukan pada penelitian ini akan menyediakan absensi yang cepat dan efektif. Dalam tulisan ini, pengenalan wajah diprogram pada Raspberry Pi yang terhubung dengan webcam untuk mendeteksi wajah karyawan yang masuk. Program ini menggunakan Normalized Convolutional Neural Network untuk mengolah data masukan. Pengenalan wajah dilakukan menggunakan MobileFaceNet dan menggunakan Anti-spoofing untuk menghindari kecurangan saat melakukan absensi wajah. Absensi yang tercatat juga akan dihubungkan dengan sistem informasi manajemen) dimana admin suatu instansi dapat mengatur absensi karyawan. Melalui hasil eksperimen, kamera pengenal wajah ini bisa mengambil gambar hingga kecepatan 10fps dengan menonjolkan parameter ke performa. Kamera ini juga bisa mendeteksi wajah pegawai lebih dari satu dengan akurasi 100% dalam jarak hingga 2 Meter. Sedangkan dalam jarak hingga 3-4 Meter, wajah akan tetap dikenali, namun akurasi akan turun hingga 10% karena cenderung mendeteksi wajah asing. Kamera juga mampu mengenali pegawai yang sedang berjalan, memakai aksesoris kacamata, topi, perubahan gaya rambut dengan akurasi lebih dari 60%. Namun, untuk deteksi karyawan yang memakai masker, atau wajah yang tertutup sebagian, akurasi kamera ini akan turun hingga 40%.

Terdapat 43.000 media online di Indonesia yang setiap jamnya menerbitkan sedikitnya satu hingga dua berita. Besarnya informasit ersebut melebihi kapasitas pemrosesan manusia, sehingga mengakibatkan beberapa dampak bagi manusia seperti kebingungan dan tekanan psikologis. Penelitian ini mengusulkan teknik representasi berita menggunakan metode Automatic Incremental Clustering, untuk membantu manusia memilah berita secara efektif. Pengelompokkan berita berbasis information retrieval memungkinkan berita terkelompok sesuai dengan informasi yang sama. Sistem ini berjalan secara incremental pada big data environment untuk memaksimalkan performa pemrosesan data dalam jumlah besar. Hasil percobaan menunjukkan dari 3.000 berita didapatkan 388 cluster sebagai predefined cluster dengan satu cluster sebagai unknown cluster. Data berita yang berjalan streaming berjumlah 12.164 berita selama 3 hari diolah menggunakan Incremental Clustering menghasilkan 490 cluster baru. Hasil evaluasi yang diambil dari 50 sampel cluster lama dan 50 cluster baru menunjukkan nilai akurasi algoritma Automatic Incremental Clustering sebesar 88%. Berita dapat terkelompok berdasarkan informasi yang sama, namun pada beberapa kasus terdapat cluster yang kurang tepat. Hal tersebut menjadi masukan bagi penelitian setelahnya, untuk dapat memperhatikan semantik dan pola perkembangan cluster.

Rumah sakit merupakan salah satu tempat yang memiliki peranan penting dalam bidang kesehatan untuk masyarakat. Salah satu pelayanan rumah sakit yang berhak didapatkan oleh pasien rawat inap adalah layanan visite dokter. Pada saat melakukan visite, dokter harus mengetahui data dan kondisi pasien serta mengisi saran untuk penanganan pasien rawat inap pada lembar catatan visite. Lembar catatan ini kurang efektif karena jumlahnya yang banyak dan adanya kemungkinan hilang. Maka dari itu, pada proyek akhir ini akan dirancang sebuah sistem dengan memanfaatkan Cubeacon Card dan ESP32 serta aplikasi Android untuk menampilkan data dan kondisi pasien serta memberi saran kepada pasien tersebut. Setiap pasien memiliki ID pasien dari Cubeacon Card dimana ID ini dideteksi oleh ESP32 yang kemudian dikirimkan ke server untuk dicocokkan dengan data ID pasien yang ada di database dan terintegrasi dengan aplikasi Android. Dokter dapat melakukan pengisian catatan visite melalui aplikasi Android yang telah dibuat. Proyek akhir ini menghasilkan sistem yang dapat membantu dokter dalam melakukan kegiatan visite pada pasien rawat inap.