Pada umumnya pemberian shodaqa dapat dilakukan di Musholla, dan pada Musholla At-Taqwa proses pemberian shodaqo masih dilakukan dengan cara pendataan data diri dan penentuan penerima Shodaqo. Dalam melakukan pendataan, panitia dari shodaqo harus melakukan survey, atau calon penerima bisa mengisi data diri ke musholla. Aktivitas tersebut sangat menyita waktu dan tidak efektif, sehingga diperlukan sistem yang lebih efektif sebagai media dalam   menentukan   seseorang yang   layak   mendapatkan shodaqo serta  menguji  metode  SAW  (Simple  Additive  Weighting)  untuk  memberikan rekomendasi peserta yang layak  mendapatkan shodaqo. Ada beberapa kriteria yang diberikan oleh panitia untuk penerima shodaqo seperti data tempat usaha, data rumah, data pekerjaan, data inventaris, dan data penghasilan. Selanjutnya kriteria diolah menggunakan aplikasi yang dibangun menggunakan menggunakan metode Simple Additive Weighting. Hasil dari perangkingan diatas diperoleh V1 = 0.666 dan V2 = 1. Dan dengan data hasil perangkingan diatas dapat disimpulkan bahwa V2 yang berhak dalam menerima shodaqa karena telah sesuai dengan kriteria yang ditentukan. Sistem ini terbukti dapat membantu proses penentuan penerima shodaqa berdasarkan data kriteria yang telah dipilih oleh user dan memudahkan pihak panitia. Sistem ini diharapkan dapat menjadi alat bantu untuk proses pengambilan keputusan dalam penentuan penerima shodaqo di Musholla At- Taqwa.

Dengan adanya kegiatan pesanan penjualan setiap hari, data semakin lama akan semakin bertambah. Data tersebut seharusnya dapat dimanfaatkan dan diolah menjadi informasi untuk meningkatan pesanan penjualan. Permasalahan yang timbul di PT. Telkom Indonesia Divisi Business Service (DBS) yaitu sering sekali pihak sales tidak  mengetahui produk apa saja yang banyak di minati oleh konsumen sehingga produk yang lain tidak diminati dengan cepat. Tujuan dari penelitian ini adalah untuk mendapatkan informasi minat konsumen dari produk-produk di PT. Telkomunikasi Indonesia Segement Hospitality Bussiness Service (HBS) dan mengetahui strategi dalam penjualan berdasarkan pola dan rule algoritma apriori. Dalam penelitian ini, Association Rule berfungsi untuk menganalisa seberapa sering suatu produk yang sering dijual secara bersamaan, analisis ini akan ditinjau dari data pesanan yang telah terjadi. Penerapan Algoritma Apriori dalam aplikasi ini berhasil mencari kombinasi item terbanyak berdasarkan data pesanan dan kemudian membentuk pola asosiasi dari kombinasi item tersebut. Hasil penelitian ini secara keseluruhan didapatkan rata-rata nilai pengujian user acceptance testing dengan metode TAM (Technology Acceptance Model) sebesar 89,6% dan secara keseluruhan model Data Mining dengan menggunakan metode apriori dapat diterima dengan sangat baik oleh user.