Dalam jaman global ini kebutuhan akan pangan semakin meningkat setiap tahunnya, sehingga pemerintah perlu menstabilkan ketahanan pangan terutama pada sektor pertanian pada tanaman hortikultura khususnya produksi sayuran dan buah-buahan. Komoditas pangan menjadi penyumbang atau penentu inflasi tertinggi. Selain itu, pangan juga menjadi penentu garis kemiskinan. Dampak setiap kenaikan harga secara langsung akan dirasakan oleh masyarakat di bawah garis kemiskinan. Untuk menstabilkan ketahanan pangan pemerintah mengeluarkan anggaran yang sangat besar, menurut laporan keuangan yang dikeluarkan oleh Badan Ketahanan Pangan yaitu ((SP-DIPA) INDUK NOMOR : SP DIPA-018.11-0/2018) sebesar Rp. 527.612.000.000,00[1]. Anggaran yang sangat besar disebabkan kurangnya produksi pangan terutama pada tanaman sayuran, sehingga belum bisa mencukupi kebutuhan pangan sendiri. Sehingga perlu ditingkatkan lagi produksi pada sektor pertanian, dengan itu dibuatlah pertanian modern yang mana menggunakan teknologi didalamnya. Dalam tugas akhir ini membuat sistem alat pengukur pertumbuhan tanaman sayuran berdaun menggunakan kamera webcam berbasis image processing untuk mengetahui pertumbuhan tanaman sayuran. Alat pengukur pertumbuhan tanaman ini dapat mengukur objek tanaman baik luasan daun saja maupun luasan tanaman keseluruhan pada gambar dengan kepresisian nilai output 2 angka dibelakang koma dengan keakuratan rata-rata errornya 2,76%. Dan alat ini juga dapat menghitung jumlah daun pada sisi tanaman yang paling banyak daunnya dengan keberhasilan 92,67% dengan rata-rata error 7,33% dan hasilnya ditampilkan pada GUI.

Hingga saat ini, ancaman keamanan cyber menunjukkan bahwa malware yang disebabkan oleh aktivitas botnet adalah salah satu ancaman paling serius yang dihadapi oleh komunitas internet. Para peneliti telah mengusulkan IDS berbasis data mining sebagai solusi alternatif untuk IDS berbasis signature dan IDS berbasis anomali untuk mendeteksi aktivitas botnet. Dalam penelitian ini, kami mengusulkan metode baru yang meningkatkan kinerja IDS untuk mendeteksi botnet. Metode kami menggabungkan dua metode statistik yaitu low variance filter yang dikombinasikan dengan Pearson Correlation Filter yang selanjutnya kami sebut Hybrid Pearson Correlation Filter pemilihan fitur. Untuk membuktikan bahwa metode kami dapat meningkatkan kinerja IDS berbasis penambangan data, kami menggunakan akurasi dan waktu komputasi sebagai parameter. Data intrusi benchmark (ISCX2017) digunakan untuk mengevaluasi pekerjaan kami. Sebagai hasil, metode kami mengurangi jumlah fitur yang akan diproses oleh IDS dari 77 hingga 15 fitur. Meskipun jumlah fitur menurun tetapi tidak secara signifikan mengubah akurasi serta meningkatkan waktu komputasi dari 71s ke 5.6s. Selain itu metode Boosting juga kami gunakan untuk meningkaatkan performansi model yang dibuat algoritma dalam penelitian ini hingga mencapai 99.9%.

Sudah banyak sistem penentuan adanya suatu halangan tidak dengan menggunakan suatu sensor infra red maupun ultrasonik dalam penanganan kasus untuk para tunanetra, terutama untuk membuat tongkatnya. Akan tetapi teknologi yang ada sampai saat ini hanyalah sebatas mengeluarkan output berupa suara saja, dalam artian para tunanetra hanya diberi informasi berupa suara jika didepan mereka ada suatu halangan. Kekhawatiran utama pada alat tersebut adalah jika para tunanetra tidak dapat mendengar output dari tongkat tersebut secara jelas dalam keramaian atau mungkin saat mereka ada di jalan raya sehingga akan membuat tingkat tidak berguna alat tersebut semakin tinggi karena fungsinya yang hanya segelintir. Sehingga diperlukan suatu tongkat portabel yang dapat memberi suatu output berupa getaran yang memungkinkan para pengguna tunanetra mudah dalam menggunakannya sehingga hal ini akan meminimalisir sesuatu yang bersifat miss dari mereka. Para pengguna tunanetra juga dapat mengetahui arah mata angin dari jalan mereka dengan menggunakan tongkat ini karena tongkat ini dilengkapi pula dengan sebuah sensor navigasi CMPS-10 yang memudahkan para pengguna tunanetra berjalan tanpa kebingungan sehingga tingkat kewaspadaan mereka akan semakin berkurang dan menimbulkan rasa nyaman dan aman dalam melakukan aktifitas. Berdasarkan hasil yang telah diujikan, sistem yang dibuat mampu mengatasi pendeteksian adanya suatu halangan dengan benda paling rendah 5Cm dari bawah tanah dan juga tongkat ini mampu memberikan arah navigasi mata angin utara , selatan , timur, dan barat.

Kegiatan administrasi kependudukan merupakan serangkaian kegiatan yang wajib dilakukan oleh seluruh masyarakat Indonesia guna pendataan penduduk pada suatu daerah agar setiap warga negara mendapatkan hak menjadi seorang warga negara Indonesia/warga daerah mereka tinggal. Namun sering kali kegiatan administrasi kependudukan tersebut diabaikan dengan alasan prosesnya yang terlalu rumit dan memakan waktu yang cukup lama. Proyek Akhir ini bertujuan membuat sebuah panduan administrasi kependudukan yang informatif dan mudah untuk dioperasikan. Dengan tambahan fitur yang berupa navigasi ke instansi pelaksana kegiatan administrasi kependudukan akan semakin mempermudah proses administrasi kependudukan. Sehingga kegiatan administrasi kependudukan yang dirasa sangat rumit dan memakan banyak waktu akan dirasa lebih mudah dengan menggunakan panduan ini.

Salah satu upaya aplikasi e-commerce dalam meningkatkan engagement dari pengguna ialah menyediakan fitur recommendations yang berguna untuk membantu pengguna menelusuri item-item yang mirip secara visual sebelum menyelesaikan pembelian. Hal tersebut bertujuan supaya pengguna dapat merasa termudahkan ketika hendak membeli suatu barang, karena keberhasilan aplikasi diukur dari seberapa besar manfaat yang diterima oleh pengguna. Fitur visual recommendations merupakan salah satu penerapan dari mekanisme sistem pencarian gambar yang banyak menggunakan model Deep Learning, namun tugas akhir ini mengusulkan Deep Metric Learning sebagai metode karena dapat mengenali karakteristik visual yang lebih mendetail dengan dua langkah utama yaitu ekstraksi fitur menggunakan Deep Learning dan pengukuran kemiripan dengan Euclidean Distance Measure. Sistem pencarian gambar menggunakan Deep Metric Learning yang diusulkan ini menghasilkan nilai performa Mean Average Precision at K untuk suatu class label yang cukup tinggi yaitu sebesar 97,98%.