Mempelajari Rukun Islam merupakan salah satu kewajiban setiap muslim. Oleh karena itu, sebaiknya anak-anak di berikan pembelajaran seputar pengetahuan Islam sedini mungkin. Masa anak-anak adalah masa paling optimal untuk belajar, karena anak-anak mempunyai rasa yang ingin tahu dan peniru setiap fenomena di sekitarnya. Masa ini adalah masa yang sangat ideal untuk mengenalkan hal-hal penting dalam fase pendidikan anak. Salah satunya adalah pendidikan agama Islam. Saat ini, sudah banyak aplikasi yang diciptakan untuk media pembelajaran anak, namun banyak anak kurang tertarik karena animasi yang ditampilkan kurang mendukung. Sehubungan dengan permasalahan tersebut, proyek akhir ini memperkenalkan suatu model baru untuk pembelajaran Rukun Islam dengan menyediakan aplikasi berbasis desktop dengan menggunakan animasi yang bersifat menarik dan interaktif. Aplikasi pembelajaran ini dibuat untuk anak-anak yang berusia sekolah dasar kelas 1-6. Aplikasi ini dibangun dengan menggunakan Adobe Flash kemudian diintegrasikan menjadi sebuah aplikasi yang berbasis desktop. Aplikasi pembelajaran Rukun Islam ini dilengkapi dengan animasi gambar, suara dan teks. Berdasarkan hasil kuisioner dari pengguna aplikasi ini, dengan metode pembelajaran yang berbasis multimedia, penelitian ini menghasilkan materi pembelajaran yang diberikan dalam bentuk animasi yang menarik dan interaktif yang membuat anak-anak tertarik dan efisien dalam belajar. Dari hasil kuisioner, 40% penilaian pembelajaran materi sangat jelas, 65% penilaian user interface menarik, 60% penilaian penggunaan aplikasi ini mudah, dan 55% penilaian contoh gerakan yang diajarkan jelas. Dan terbukti bahwa dengan aplikasi ini, hasil belajar anak mengenai pembelajaran Rukun Islam tergolong meningkat. Sehingga aplikasi ini sangat membantu dan bermanfaat untuk perkembangan keagaaman anak.

Sektor pariwisata memiliki kontribusi signifikan dalam mendorong pertumbuhan ekonomi, salah satunya melalui pemanfaatan aplikasi Online Travel Agent OTA yang memudahkan pengguna dalam merencanakan perjalanan. Namun, aplikasi OTA seperti Traveloka, Tiket.com, dan Agoda masih memiliki kelemahan teknis yang berdampak pada kepuasan pengguna. Oleh karena itu, analisis terhadap ulasan pengguna menjadi penting untuk mengevaluasi kualitas layanan aplikasi. Penelitian ini mengembangkan sistem analisis otomatis terhadap ulasan pengguna dengan pendekatan deep learning dan machine learning. Model Bidirectional Long ShortTerm Memory BiLSTM digunakan untuk mengklasifikasikan sentimen menjadi tiga kelas positif, negatif, dan netral. Sementara itu, model Logistic Regression diterapkan untuk mengidentifikasi topik ulasan ke dalam tujuh kategori, seperti hotel dan penginapan, transportasi, layanan, dan lainnya. Data ulasan diperoleh dari Google Playstore dan diproses menggunakan teknik Natural Language Processing agar dapat diolah secara sistematis. Sistem ini dibangun untuk mengatasi kendala dalam pengolahan data berjumlah besar secara manual, serta menghasilkan klasifikasi yang akurat dan efisien. Berdasarkan hasil pengujian, model BiLSTM mencapai akurasi sebesar 96 persen dalam klasifikasi sentimen, sedangkan Logistic Regression mencatat akurasi sebesar 80 persen dalam klasifikasi kategori. Hasil ini menunjukkan bahwa sistem yang dikembangkan berhasil mengidentifikasi sentimen dan topik ulasan dengan tingkat ketepatan yang tinggi dan performa yang stabil terhadap keragaman data teks.

Remote to Local atau serangan R2L biasanya dianggap tipe serangan yang sangat penting yang bisa dideteksi menggunakan Sistem deteksi Intrusi berbasis jaringan. Serangan Remote ke Lokal atau mendapatkan hak, yang memberikan pengguna yang jauh untuk mendapatkan hak yang mana secara normal mereka ditolak. Serangan Remote to Local yang paling serius adalah bisa memberikan penyerang dengan hak level root pada korban UNIX dan hak Admin pada korban Microsoft Windows. Penelitian sebelumnya penerapan SVM untuk klassifikasi pada Sistem Deteksi Intrusi menunjukkan performa yang bagus. Masalahnya adalah sulitnya memilih feature yang sesuai pada SVM untuk mengklasifikasi sebuah paket terkategori paket normal atau paket serangan. Mendeteksi serangan R2L sangat penting karena Serangan R2L sangat berbahaya. Serangan yang terkategori R2L seperti Warezclient, warezmaster, guest-password, snmp-get-attacks, snmp-guest, dan yang paling berbahaya adalah backdoor dan XSS. Kita mengajukan metode baru untuk mendeteksi serangan R2L, kita menggunakan 28 fitur data yang mana merupakan gabungan dari 8 fitur yang digunakan di penelitian mukkamala, dengan 24 fitur dari pnelitian natesan dan penelitian ini menggunakan gurekddcup dan ditambah dengan fitur payload. Hasil dari penelitian ini dengan menggunakan payload dan menggunakan 28 fitur bisa meningkatkan tingkat deteksi untuk mendeteksi serangan R2L sampau 98.2%.

Virtualisasi adalah tren teknologi yang belakangan ini banyak dibicarakan dan dianggap cara yang tepat untuk memangkas biaya dalam pembuatan data center. Salah satu contoh implementasi teknologi virtualisasi adalah dengan menggunakan Vmware. Selain vmware juga terdapat Xen dan OpenVz, namun Vmware lebih flexible dari Xen atau OpenVz karena Vmware dapat menjalankan berbagai jenis sistem operasi. Meskipun memeliki banyak keunggulan, teknologi virtualisasi juga memiliki kelemahan yang vital, teknologi virtualisasi dapat dianalogikan seperti meletakkan semua telur dalam satu keranjang. Hal ini berarti jika server inti mengalami masalah, maka semua sistem didalamnya tidak dapat digunakan. Akan tetapi, hal ini dapat dicegah dengan menyediakan fasilitas backup yang bejalan secara terus-menerus dan otomatis. Vmware sendiri memiliki aplikasi yang dapat membackup dan mereplikasi virtual machine. Akan tetapi, aplikasi tersebut masih berbayar. Pada proyek akhir ini telah dirancang dan dibuat suatu perangkat lunak berbasis web untuk membackup virtual machine pada vmware. Sehingga memudahkan user dan admin dalam melakukan backup virtual machine secara berkala. Pada percobaan yang telah dilakukan dapat dilihat bahwa dengan menggunakan disk tipe thin atau eager thick dapat mempercepat proses backup, sistem tidak dapat bekerja apabila virtual machine memiliki snapshot, sistem penjadwalan backup dan restore telah bekerja dengan baik, dan kemampuan fisik storage backup mempengaruhi kinerja sistem backup.

Efek dari penyakit Demam berdarah dengue (DBD) dapat menimbulkan kerugian di masa sekarang maupun masa mendatang. Baik dari segi sosial maupun ekonomi. Penyebab datangnya penyakit DBD adalah suburnya tempat perkembangbiakan nyamuk berjenis Ae. Agypti dan Ae. Albopictus. Untuk itu diperlukannya pengawasan dan pemantauan terhadap tempat berkembangbiakan nyamuk. Nyamuk jenis tersebut berkembangbiak di tempat yang padat penduduk, terdapat tumbuh-tumbuhan, dan air bersih yang menggenang. Kriteria tempat perkembangbiakan tersebut dapat dipantau melalui udara dengan drone yang memiliki kemampuan untuk mengambil gambar. Sehingga dapat diketahui seberapa banyak tempat tersebut memenuhi kriteria nyamuk demam berdarah bisa berkembang biak.