Padi merupakan tanaman pangan yang paing banyak dikonsumsi oleh penduduk Indonesia. Produksi padi di Indonesia saat ini belum dapat memenuhi kebutuhan penduduknya, sehingga impor masih menjadi solusi utama. dalam proyek akhir ini akan memberikan solusi dengan sistem prediksi hasil panen berbasis deep learning. Deep learning adalah salah satu cabang kecerdasan buatan Artificial Intelligent AI yang memanfaatkan arsitektur jaringan saraf tiruan yang paling kompleks untuk mempelajari pola yang diberikan. Dengan deep learning, sistem prediksi hasil panen dapat memanfaatkan data historis tentang cuaca, jenis tanaman, dan kondisi tanah untuk mempelajari pola pola yang dapat membantu untuk memprediksi hasil panen dimasa depan. Sistem ini memiliki evaluasi prediksi menggunakan MSE dan RMSE. Nilai MSE yang didapat pada sistem ini yaitu 0,29 dan nilai RMSE yang didapat yaitu 0,54. Dengan proyek akhir ini petani dapat mengambil perkiraan keputusan yang lebih baik dengan tingkat akurasi prediksi 77% dalam perencanaan panen serta mengurangi kerugian, dan meningkatkan hasil panen secara keseluruhan.

Aplikasi kuis interaktif telah menjadi salah satu alat yang populer dalam pengajaran dan pembelajaran di era digital. Kuis-kuis ini memungkinkan guru dan siswa untuk terlibat dalam proses pembelajaran yang menyenangkan dan interaktif. Salah satu aplikasi kuis yang populer adalah Quizziz, yang menawarkan berbagai fitur yang mengundang partisipasi siswa dan meningkatkan efektivitas pembelajaran. Penelitian ini bertujuan untuk mengembangkan aplikasi kuis interaktif Quesy yang memanfaatkan teknologi mobile. Metode pengembangan yang digunakan adalah pengembangan perangkat lunak berbasis mobile maupun web dengan pendekatan siklus hidup perangkat lunak berbasis Flutter. Aplikasi ini dirancang untuk mendukung proses pembelajaran di lingkungan sekolah, dengan fokus pada mata pelajaran yang berbeda dan tingkat kesulitan yang dapat disesuaikan. Aplikasi kuis ini memiliki beberapa fitur utama, antara lain:Pembuatan kuis yang mudah dan cepat oleh guru dengan berbagai jenis pertanyaan seperti pilihan ganda, benar atau salah, dan menjodohkan. Pilihan waktu yang dapat disesuaikan untuk menjawab setiap pertanyaan. Tampilan visual yang menarik dan ramah pengguna, dengan grafik dan animasi yang memikat. Ketersediaan rangking secara real-time yang mendorong persaingan sehat di antara siswa. Analisis hasil kuis yang mendalam, memberikan informasi tentang kekuatan dan kelemahan siswa serta daerah yang perlu diperbaiki. Aplikasi ini diharapkan dapat meningkatkan keterlibatan siswa dalam proses pembelajaran, mendorong motivasi belajar yang tinggi, dan memfasilitasi pemahaman konsep yang lebih baik. Selain itu, aplikasi ini juga memberikan manfaat bagi guru dalam mengumpulkan dan menganalisis data hasil kuis untuk menginformasikan praktik pengajaran mereka.

Permasalahan yang tengah dihadapi dalam pencapaian atau penguasaan Bahasa Inggris sangatlah beragam. Salah satu permasalahan yang paling mendasar dalam mempelajari Bahasa Inggris yaitu, kurangnya berinteraksi dengan pembicara atau pembawa Bahasa Inggris yang asli. Dengan kemajuan teknologi, ada banyak cara yang bisa dilakukan untuk meningkatkan interaksi dengan pembicara Bahasa Inggris asli atau native speaker atau setidaknya untuk memacu merasakan pengalaman ini. Salah satu cara yang paling mudah, murah, menyenangkan dan sangat dekat dengan kehidupan sehari-hari adalah melalui film atau musik yang berasal dari negara asal Bahasa Inggris dan dimainkan oleh orang-orang asli dari negara asal Bahasa Inggris. Melalui film atau musik, dapat mempelajari kata-kata yang populer, membiasakan diri untuk mendengar apa yang mereka ucapkan, bagaimana cara mengucapkan, penggunaan kata-kata yang tepat dalam ba-hasa sehari-hari (bahasa formal dan tidak formal) dan istilah-istilah yang umum sering digunakan. Jadi dengan menonton film atau mendengarkan musik berbahasa Inggris sangat membantu untuk orang yang sedang belajar Bahasa Inggris. Aplikasi Learning English with Fun adalah aplikasi pembelajaran bahasa Inggris berbasis android dengan menggunakan media interaktif, media video dan media audio. Pengguna dapat menggunakan aplikasi ini untuk membantu proses belajar bahasa Inggris dengan menonton video atau mendengarkan au-dio dalam bahasa Inggris (video akan diambil dari potongan percakapan da-lam sebuah film, dan audio akan diambilkan dari potongan lagu berbahasa Inggris), kemudian pengguna menjawab pertanyaan khusus yang terdapat pada cuplikan video/audio. Kegiatan ini melatih keterampilan pengguna da-lam salah satu aspek terpenting dalam berbahasa Inggris, yaitu Listening.

Sistem rekomendasi telah banyak diterapkan di banyak bidang, salah satu yang paling umum adalah pada E-commerce. Sistem rekomendasi pada E-commerce semakin lama semakin menjadi kebutuhan. Namun, semakin berkembangnya sistem E-commerce yang kompleks akan manambah permasalahan pada sistem rekomendasi. Salah satu masalah yang umum dihadapi adalah keadaan data sparse. Beberapa metode telah dikembangkan untuk mengatasi permasalahan data sparse tersebut, seperti Association Retrieval Correlation (ARC). Meskipun ARC adalah algoritma yang handal dalam menangani data sparse, namun dalam beberapa keadaan ARC lebih cenderung merekomendasikan banyak data yang tidak relevan. Mengetahui permasalahan ini, kami mencoba untuk meningkatkan peforma ARC dengan menggabungkan Content-Base Filtering (dengan kata lain menerapkan Hybrid Filtering) dan mengembangkan algoritma Multi Mode. Selain itu, masalah lain yang sering dialami adalah cold-start, yakni kondisi dimana tidak ada data relevan untuk direkomendasikan. Pendekatan yang kami ambil untuk mengatasinya adalah dengan membangun sistem pintar yang secara otomatis memantau kebiasaan pengguna pada E-commerce. Kami melakukan percobaan pada data produk elektronik blibli. Dari hasil analisa, didapatkan peningkatan rata - rata precission pada Hybrid Filtering meskipun nilai recall menurun. Selain itu, dengan memantau dan menyusun rekomendasi berdasarkan kebiasaan pengguna tersebut telah mampu mengatasi masalah cold-start secara efisien. Kesimpulan yang didapatkan adalah penggunaan Hybrid Filtering untuk meningkatkan ARC dan pemantauan otomatis kebiasaan pengguna dapat dengan baik mengatasi permasalahan sparse data dan cold-start, sehingga mampu memberikan rekomendasi pada keadaan apapun.

Kuis online adalah salah satu fitur yang paling penting dalam proses pendidikan jarak jauh secara daring untuk mengukur tingkat pemahaman dari setiap mahasiswa. Website Dosenjaga merupakan sebuah learning management system (LMS) untuk proses pendidikan jarak jauh (PJJ) di Politeknik Elektronika Negeri Surabaya (PENS). Namun, saat ini di website Dosenjaga masih belum ada fitur online quiz. Hal ini menyebabkan dosen harus mengevaluasi kuis secara manual. Selain itu, mengoreksi dan mengevaluasi kuis secara manual membutuhkan waktu dan energi yang besar. Berdasarkan beberapa faktor tersebut, maka diperlukan sebuah fitur baru yang mampu memenuhi kebutuhan mahasiswa dan pengajar dalam proses pendidikan jarak jauh. Penelitian ini mengajukan sebuah fitur baru dengan menggunakan quiz online sekaligus penilaian otomatisnya untuk mengevaluasi pemahaman mahasiswa secara lebih cepat. Online quiz dan penilaian otomatisnya di kembangkan dengan metode cosine similarity untuk menghitung derajat kemiripan antara kunci jawaban dan jawaban mahasiswa. Hasil dari penelitian ini adalah skor hasil konversi dari derajat kemiripan jawaban yang dapat membantu pengajar mengevaluasi kuis secara lebih efektif.