Kantor Kementerian Agama Kabupaten Jombang kini menemui hambatan dalam pengaturan undangan serta rapat yang dikelola secara manual mengakibatkan penyebaran informasi kurang optimal, dokumentasi tidak terpadu, dan prosedur penulisan notulensi memakan durasi yang panjang. Penelitian ini menciptakan Sistem Informasi Rapat dan Notulensi berbasis web (SIRANA KEMBANG) memakai Flask dan MySQL untuk mengelola undangan digital, persetujuan admin, pengiriman undangan melalui email, konfirmasi kehadiran, pemantauan riwayat rapat, serta pembuatan notulen otomatis berbasis model Whisper yang mengubah rekaman audio menjadi teks. Pengujian menunjukkan bahwa model Whisper Large-V3 melalui API Groq menghasilkan rata-rata Word Error Rate (WER) sebesar 5,19 persen, sedangkan evaluasi ringkasan menggunakan ROUGE memperoleh skor rata-rata 0,4440 ROUGE 1, 0,2258 ROUGE 2, dan 0,2818 ROUGE L. Hasil uji System Usability Scale atau SUS memperoleh skor rata-rata 82,67 dengan kategori Excellent nilai Grade A, sementara pengujian Blackbox menyatakan seluruh fitur berjalan sesuai kebutuhan pengguna. Berdasarkan hasil tersebut, SIRANA KEMBANG mampu mendukung digitalisasi pengelolaan rapat di Kantor Kementerian Agama Kabupaten Jombang melalui pengelolaan undangan yang terintegrasi, transkripsi yang akurat, serta notulen otomatis yang meningkatkan efektivitas dan efisiensi proses administrasi rapat.

Penanganan persediaan barang di suatu toko merupakan faktor penting penentu keberhasilan toko dalam bersaing. Suatu toko harus dapat memenuhi permintaan pelanggan dengan mengendalikan persediaan barang yang ada di toko sehingga tidak terjadi kelebihan persediaan barang atau kekurangan persediaan barang di toko yang dapat mengakibatkan kerugian untuk toko itu sendiri. Pada Tugas Akhir ini dibuat suatu sistem informasi peramalan penjualan berbasis website dengan menggunakan metode Holt Winter Exponential Smoothing, Single Exponential Smoothing, dan Double Exponential Smoothing. Sistem ini akan meramalkan jumlah barang yang laku sehingga dapat diketahui perkiraan barang yang akan laku di bulan mendatang. Dari hasil pengujian yang telah dilakukan terlihat bahwa metode Double Exponential Smoothing memiliki nilai rata-rata MAPE terkecil sebesar 76%. Perbandingan hasil peramalan menggunakan program dan Minitab pada metode Double Exponential Smoothing mempunyai selisih terkecil yaitu 0.29%. Rata-rata waktu eksekusi terlama untuk pengaksesan menu adalah pada saat akses menu hasil peramalan dengan waktu 4.168 s. Rata-rata waktu eksekusi terlama yang diperlukan untuk proses peramalan adalah pada saat menggunakan metode Holt Winter Exponential Smoothing dengan waktu 1.637 s.

Adanya perkembangan penggunaan energi terbarukan dan pemakaian daya listrik PLN memungkinkan keduanya untuk dikombinasikan dan di manajemen, sehingga penggunaan listrik PLN diminimalisir dan penggunaan energy terbarukan dapat dimaksimalkan. Pada penelitian ini dikembangkan alat R-EMS. Alat ini dapat mengatur daya output dari kedua sumber tergantung kebutuhan beban, namun tetap memprioritaskan sumber dari energi terbarukan. R-EMS memiliki beberapa fitur aplikasi yang dapat memonitoring nilai daya pada masing-masing sistem, mengetahui biaya pemakaian beban per bulan, serta terdapat sistem back up yang difungsikan saat listrik PLN padam, sehingga kebutuhan lisrik tidak akan terputus. Pemasangan sensor untuk mengukur Watt-hours yang dikontrol dengan arduino akan secara remote terkoneksi dengan PC. Komunikasi antar sistem menggunakan serial RS-485 yang bersifat multipoint pada sistem mini scada R-EMS. Nilai daya didapatkan dengan monitoring nilai tegangan menggunakan sensor tegangan AC (zmpt101b) dan sensor tegangan DC (pembagi tegangan). Sedangkan nilai arus menggunakan sensor arus ACS 712. Program interface pada PC menggunakan Visual Basic. Sensitivitas nilai sensor arus untuk memonitoring sistem sebesar 5%. Sistem yang dikembangkan saat ini terdapat delay/ jeda waktu selama 17 detik untuk pergantian deteksi sensor yang ditampilkan pada LCD dan monitoring aplikasi R-EMS. Pengunaan solar panel dimaksimalkan 100% untuk pemakaian beban. Saat pemakaian beban lebih dari output daya solar panel, maka akan ada pembagian daya antara solar panel dengan konsumsi listrik pada PLN. Sedangkan pada saat malam hari, daya pemakaian beban akan 100% di supply oleh PLN. Sisa daya dari output PV yang tidak terpakai oleh beban dan tidak dapat mengecas aki akan langsung diberikan/ dijual ke PLN.

Pada proyek akhir ini dirancang sebuah sistem inspeksi visual pengenalan cacat pada kaleng. Metode yang digunakan adalah analisis tekstur orde satu dan orde dua. Analisis tekstur orde satu terdiri 4 ciri yang bekerja pada gambar berwarna yaitu mean, varian, kurtosis, dan skewness. Sedangkan analisis tekstur orde dua merupakan metode Gray-Level Co-occurrence Matrices (GLCM). Terdapat 5 ciri tekstur GLCM yang digunakan untuk mencirikan cacat pada kaleng yaitu energi, entropi, kontras, varian, dan homogenitas. Ciri tekstur yang didapat kemudian dijadikan dasar perhitungan tingkat kemiripan kaleng. Pada proyek akhir ini digunakan 11 data percobaan yaitu terdiri dari 4 sampel kaleng tidak cacat, 5 kaleng cacat penyok, dan 2 kaleng cacat kotor. Pada percobaan secara offline, terjadi sekali kesalahan pengenalan yang berarti tingkat keberhasilan sistem mencapai 91 %. Sedangkan secara online, terjadi 3 sampai 4 kali kesalahan pengenalan yang berarti tingkat keberhasilan sistem mencapai 73 %.

CV. Anugrah Pratama merupakan sebuah perusahaan yang bergerak dalam bidang E-Commers IT yang menyediakan segala bentuk barang IT dengan merk yang bermacam - macam. Untuk mengoptimalkan jumlah stok barang maka dibutuhkan aplikasi yang dapat membantu manajer pemasaran dalam menentukan jumlah barang yang akan distok hari berikutnya. Pada proses perhitungan digunakan dua metode yaitu metode Exponential Smoothing dan metode Mean Squared Error (MSE). Metode exponential smoothing digunakan untuk menentukan jumlah produksi di hari berikutnya. Untuk menghitung galat error digunakan metode Mean Absolute Percentage Error (MAPE). Database aplikasi ini memiliki empat tabel yang terdiri dari data item, data produksi, data penjualan, dan data forecasting. Berdasarkan peramalan yang dilakukan dalam aplikasi Penerapan Metode Exponential Smoothing Pada Peramalan Penjualan Dalam Penentuan Kuantitas barang ini maka akan dihasilkan nilai peramalan suatu item pada bulan tertentu sesuai input dari user.