Penggunaan teknologi smart home saat ini semakin berkembang pesat, terutama di Indonesia. Terlebih lagi terobosan terobosan yang digunakan salah satunya yaitu pengenalan biometrik berupa suara. Namun, terobosan tersebut memiliki resiko keamanan, seperti kesalahan identifikasi suara atau speech misidentification. Berbagai penelitian yang mengkombinasikan berbagai metode ekstraksi ciri suara dan algoritma klasifikasi suara dengan metode MFCC dan Supervised Learning. Hasil dari penelitian ini menunjukkan bahwa pada pengujian manual yang menggunakan model SVM Multiclass dapat mencapai tingkat akurasi 98,7 pada pengujian confusion matrix. Sedangkan pada penggunaan model Backpropagation tingkat akurasi yang didapatkan bisa mencapai 98,3%. Kemudian dari hasil implementasi sistem kedalam prototype diperoleh waktu response time pada perangkat terhadap suara mendapatkan rata-rata 319.95 ms dalam keadaan online yang tersambung pada firebase. Sedangkan untuk response time pada proses pengenalan sistem dapat mencapai rata-rata 1.31 ms.

Fokus utama dalam meningkatkan kepuasan pelanggan dan kualitas pelayanan yaitu pada sistem deteksi kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem deteksi kepuasan pelanggan menggunakan Convolutional Neural Network (CCN). Metode ini memungkinkan untuk deteksi ekspresi wajah pelanggan secara real-time untuk menilai tingkat kepuasan mereka. Tiga jenis dataset digunakan dalam penelitian ini untuk melatih model CNN yang berbeda-beda yaitu dataset primer, sekunder dan campuran. Hasil dari beberapa uji coba yang dilakukan menunjukkan bahwa Model CNN FS 3 dengan dataset campuran dengan pembagian dataset pada perbandingan 80:20, dimana data dibagi menjadi 80% sebagai data latih dan 20% sebagai data uji mencapai akurasi yaitu 90,43% untuk pelatihan dan 90,46% pengujian. Uji coba menggunakan User Acceptance Testing (UAT) website deteksi ekspresi wajah pelanggan menunjukkan tingkat keberhasilan sebesar 88% yang menandakan bahwa pengguna dapat menerima dengan cukup baik website deteksi ekpresi pelanggan. Waktu yang digunakan untuk mendeteksi ekspresi wajah pelanggan yaitu selama 30 detik hal ini sudah di uji pada toko secara langsung.

Di negara-negara berkembang, kekurangan gizi merupakan faktor utama penyebab kematian anak. Menurut World Health Organization (WHO), sekitar 27,7% anak di bawah usia lima tahun di Indonesia mengalami masalah gizi. Data dari Kementerian Kesehatan Indonesia pada tahun 2019 menunjukkan bahwa 10,7?ri seluruh kematian anak di bawah lima tahun disebabkan oleh gizi buruk atau gizi kurang. Untuk menjaga stabilitas status gizi, penilaian dan pemantauan terhadap balita sangat penting. Penelitian ini bertujuan untuk membangun sebuah sistem pendukung keputusan dalam menentukan status gizi balita dengan menggunakan metode Simple Additive Weighting. Berdasarkan hasil perhitungan yang dilakukan oleh sistem dengan metode tersebut, tingkat akurasi mencapai 76?ri total 25 data yang diuji. Pada pengujian Uji Penerimaan Pengguna (UAT), sistem mencapai akurasi sebesar 89,5?ngan melibatkan 4 responden.

This study aims to create a calculator specifically tailored for research and community service activities using the Lean Startup method. Taxes play a crucial role in managing the finances of these activities, but they are often complex and confusing for researchers and practitioners. The development of this calculator is intended to facilitate users in calculating financial reports for these activities. The Lean Startup method is employed in developing this tax calculator. Therefore, this research involves design steps, such as collecting data from users, analyzing their needs, and developing based on user responses. It is hoped that the tax calculator created using the Lean Startup approach will be a useful tool for researchers and practitioners in the field of research and community service, helping them manage finances effectively and contribute more effectively to the advancement of science and society.

Rumah Sakit Wonolangan Kabupaten Probolinggo merupakan anak perusahaan PT Perkebunan Nusantara XII yang bergerak dibidang kesehatan. Salah satu pelayanan dari Rumah Sakit Wonolangan yaitu pelayanan poliklinik melalui Sistem Informasi Pendaftaran Pasien Online (SIPPOL). Penelitian ini bertujuan untuk menganalisis tingkat pengalaman pengguna SIPPOL serta merancang desain untuk pengembangan SIPPOL sebagai salah satu pelayanan pada Poliklinik Rumah Sakit Wonolangan menggunakan metode Design Thinking. Evaluasi dari perancangan desain dilakukan dengan menggunakan metode User Experience Questionnaire (UEQ) dan menggunakan tools Maze. Pada perancangan desain ini, dilakukan dua kali iterasi karena hasil pengujian testing Maze beberapa alur mendapatkan nilai yang rendah. Untuk hasil dari pengujian kuesioner menggunakan metode UEQ berdasarkan tolak ukur benchmark masuk pada kategori sangat baik pada lima alur yang diujikan, yang dimana mendapat 6 nilai excellent per alur pada enam skala yang ada. Sementara itu, pengujian Maze yang dilakukan untuk total nilai pada iterasi pertama mendapatkan nilai 82 dan untuk total nilai pada iterasi kedua mendapatkan nilai 99, yang dimana termasuk dalam kategori high (tinggi) atau layak.

MelFan Grosir merupakan salah satu toko grosir yang memiliki penjualan berupa offline store dan online berbasis WhatsApp dan Instagram yang dapat dilihat melalui website resmi yang dimiliki MelFan Grosir. Dalam penelitian ini pengembangan user interface desain aplikasi mobile MelFan Grosir menggunakan metode Five Planes. Kemudian, untuk penguijiannya menggunakan metode User Experience Questionnaire (UEQ) dan menggunakan tools maze. Pada metode Five Planes terdapat 5 tahapan, yaitu strategy plane, scope plane, structure plane, skeleton plane, dan surface plane. Hasil pengujian kuesioner dengan menggunakan metode UEQ menunjukkan nilai positif dan masuk dalam kategori sangat baik dengan rincian skala attractiveness sebesar 2.89, perspicuity sebesar 2.88, efficiency sebesar 2.91, depentability sebesar 2.85, stimulation 2.94, dan novelty 2.87. sedangkan, pada pengujian maze nilai tingkat usability mencapai angka 92 yang dimana termasuk dalam kategori high (tinggi) atau layak.

Keberhasilan aplikasi pembelajaran dapat dinilai dari tingkat keterlibatan siswa dalam proses pembelajaran. Evaluasi UX pada aplikasi Fruits Zone bertujuan untuk menilai peningkatan terhadap pengembangan pengetahuan siswa Kelompok Bermain (KB). Metode penilaian yang digunakan melibatkan System Usability Scale (SUS), User Acceptance Testing (UAT), serta pre-test dan post-test terhadap siswa KB. Aplikasi Fruits Zone diuji cobakan kepada dua guru pengajar dan sebelas siswa KB di Pos PAUD Alamanda 105, Kelurahan Jumerto, Kecamatan Patrang, Kabupaten Jember. Hasil observasi menunjukkan bahwa metode System Usability Scale memberikan skor 88,75 pada Grade Scale, yang berarti kategori A, dan Adjective Rating menunjukkan hasil Excellent. Selain itu, hasil perhitungan UAT menunjukkan nilai sebesar 90,90%, masuk dalam kategori sangat baik. Penggunaan metode pre-test dan post-test pada siswa KB menunjukkan peningkatan pengetahuan sebesar 90,91%. Hasil ini mengindikasikan bahwa aplikasi Fruits Zone berhasil sebagai media pembelajaran pengenalan buah, dilihat dari peningkatan pengetahuan siswa KB.

Liquid filling machines are an important requirement in a number of industrial sectors, including the beverage, food, chemical and pharmaceutical industries. The use of automatic liquid filling machines aims to reduce the risk of errors in measuring the amount of solution put into the packaging, so that both producers and consumers can avoid losses. In this article, the author implements digital twin technology to improve the performance of solution filling machines at lower costs by relying on gravity. Digital twin technology is considered a solution to improve the efficiency and performance of industrial processes by creating virtual replicas of physical systems. The main objective of this research is to build a 3D virtual replica of a solution filling machine and support wireless data communication via REST API as part of the digital twin implementation. Testing was carried out to check data transmission times in various different internet connection conditions. The results show an average data transmission time of 1.6 seconds, which is then visualized in the form of a 3D representation according to the physical machine conditions.