Indonesia adalah negara yang mayoritas penduduknya muslim, namun Indonesia juga kaya akan budaya yang terpengaruh agama-agama sebelumnya seperti hindu dan budha. Pawang hujan oleh umat islam di anggap kesyirikan, namun di lain pihak juga menganggap ini budaya nenek moyang yang sejak dulu ada. Dengan semakin majunya perkembangan tekhnologi manusia semakin mudah mengemukan pendapat atau opininya terkait suatu topik yang sedang ramai di bicarakan misalnya terkait pawang hujan yang beraksi di Sirkuit Mandalika beberpa waktu lalu melalui media sosial. Twitter adalah Media sosial yang dijadikan salah satu media sosial sebagai tempat menyampaikan opini tersebut. Pada penelitian ini di gunakan metodologi data mining CRISP-DM (Cross Industry Standard Process for Data Mining) dengan alat bantu Rapid miner Versi 9.10 dengan Metode klasifikasi Support Vector Machine (SVM) dan Naïve Bayes dengan SMOTE untuk meningkatkan akurasi. Penerapan metode SVM 97,71 % dengan AUC 0.997 Komentar Positif, dan Menggunakan Naïve Bayes maka akurasi yang didapat akurasi 93,41 % dengan AUC 0.973 Komentar Positif.

Teknologi yang semakin berkembang membantu berbagai kegiatan manusia. Penerapan teknologi yang memiliki pengaruh yang signifikan di bidang industri yaitu mesin otomatis. Mesin otomatis merupakan suatu untaian teknologi yang konsepnya membuat kegiatan yang sifatnya manual menjadi otomatis dengan tujuan untuk menjalankan produksi dan menjadikan keluaran lebih bermutu Dengan demikian, tujuan dari penelitian ini untuk mengimplementasikan konsep teori Automata pada mesin otomatis es krim. Penelitian ini menggunakan dua metode yaitu metode analisis dengan memperoleh informasi dari literatur yang terkait untuk menganalisis sebelumnya mengenai mesin otomatis es krim serta mengembangkan dari versi yang lama. Metode formal dengan menganalisis operasi kerja mesin otomatis mulai dari membaca masukan sampai penyelesaian akhir untuk memberikan hasil dari mesin otomatis serta merancang aplikasi mesin es krim dengan menggunakan aplikasi visual studio. Hasil penelitian ini telah melewati pengujian aplikasi JFLAP dan dapat menjadi pilihan untuk menganalisis mesin otomatis pembuat es krim dengan mengenali pola-pola masukan yang diberikan oleh pengguna.

Bangsa indonesia diramaikan dengan berita tentang pemindahan Ibu Kota Negara (IKN). Rencana pemerintah memindahkan IKN beralaskan pada visi misi Indonesia tahun 2045 yaitu Indonesia maju. Twitter menjadi salah satu alat komunikasi microblogging yang digunakan untuk menyampaikan opini. Berbagai algoritma telah digunakan untuk menganalisa sentimen terhadap suatu opini seperti Support Vector Machine, Naive Bayes dan Random Forest. Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma klasifikasi yaitu Support Vector Machine, Naïve Bayes dan Random Fores. Hasil akurasi tertinggi menggunakan algoritma Support Vector Machine dan di tambah feature Synthetic Minority Oversampling Technique Method (SMOTE) sebesar 82.82%, Presisi 79.34%, Recall 88.75%, 87,78% dan ROC AUC 82.82%. Akurasi Naive bayes sebesar 81.18%,  Presisi 84.89%, Recall 75.86%, 80.13% dan ROC AUC 81.18%. dan akurasi Random Forest sebebar 79.55  Presisi 84.48%, Recall 72.39%, 77.97% dan ROC AUC 77.55%.

Instagram merupakan salah satu media sosial yang memiliki banyak pengguna di Indonesia, dimana penggunanya bebas berkomentar mengenai apapun yang sedang terjadi, termasuk menjadi salah satu bentuk komunikasi online antar kampus dengan mahasiswanya. Banyaknya topik dan komentar pada suatu akun official Instagram dapat dimanfaatkan sebagai bahan evaluasi atau pembelajaran. Universitas Terbuka adalah salah satu kampus yang memiliki akun official instagram dengan ribuan pengikut. Agar mendapatan evaluasi terhadap layanan akademik dan non akademik, maka dalam penelitian ini dilakukan analisis pengkategorian dengan 10.000 data komentar yang diambil dari akun instagram official @univterbuka. Data tersebut dikategorikan menjadi 7 kategori, lalu diolah dengan menggunakan 4 algoritma yaitu SVM, Naïve Bayes, Random Forest dan KNN. Akurasi tertinggi pada kategori pengajar dengan metode KNN yaitu sebesar 98,97% serta AUC tertinggi pada kategori modul dengan metode SVM sebesar 94,60%.