Abstract-Dewata Nawa Sanga in Hinduism has an important role as the foundation of the religious concept implemented by Hindus in Bali, Indonesia.

Penyakit mata merupakan penyakit yang mengganggu penglihatan manusia. Penyakit mata dapat menyerang siapa saja baik orang tua maupun anak-anak. Penyakit mata jika ditangani secara dini maka semakin kecil kemungkinan penyakit untuk menjadi lebih parah, sehingga dibuatlah sistem pakar pada penelitian ini yang bertujuan mempermudah deteksi dini penyakit mata. Sistem Pakar Diagnosa Penyakit Mata dikembangkan menggunakan 16 gejala untuk menentukan 10 penyakit pada Mata. Metode yang digunakan adalah Fuzzy Logic dan Naïve Bayes. Fuzzy Logic digunakan untuk mengubah nilai tidak pasti yang diberikan oleh pasien menjadi nilai pasti selanjutnya diproses dengan Naïve Bayes yang berfungsi untuk menghitung bobot semua jawaban yang diberikan oleh pasien. Hasil tertinggi dari perhitungan menunjukkan penyakit yang diderita oleh pasien. Uji coba penelitian sistem pakar dilakukan pada 12 pasien dengan penyakit mata. Hasil uji coba kemudian dikomparasi dan diberikan bobot oleh Dokter Spesialis Penyakit Mata sehingga menghasilkan tingkat kemiripan antara sistem pakar dengan pakar aslinya sebesar 81%.

Tersangka penyalahgunaan narkoba jumlahnya terus mengalami peningkatan di Provinsi Bali. Peramalan dapat digunakan untuk memprediksi jumlah tersangka pada tahun selanjutnya. Hasil peramalan dapat digunakan dalam mendukung pemerintah untuk lebih serius mengantisipasi penyalahgunaan narkoba. Peramalan dilakukan menggunakan Metode Multilayer Perceptron. Peramalan dilakukan berdasarkan data jumlah tersangka penyalahgunaan narkoba di Provinsi Bali. Peramalan menggunakan beberapa aristektur Multilayer Perceptron untuk mendapatkan hasil yang paling baik. Hasil pelatihan menunjukkan, arsitektur Multilayer Perceptron yang paling baik adalah dengan hidden layer 3,2 dan learning rate 0.1. Persentase kesalahan yang dihasilkan adalah 3.7%. Hasil peramalan menunjukkan jumlah tersangka diprediksi mengalami penurunan pada Tahun 2019 menjadi 881 orang. Kata kunci: Data Mining, Narkoba, Peramalan, Multilayer Perceptron

Pemilihan umum merupakan proses dalam memilih seseorang yang mewakili rakyat yang  menduduki sebuah kursi pemerintahan. Pemilu di Indonesia dilaksanakan sejak tahun 1995 silam dan pemilihan anggota eksekutif yang melibatkan suluruh masyarakat umum pada tahun 2004. Partisipasi DPT (Daftar Pemilih Tetap) untuk pilpres tahun 2014 cenderung menurun dibandingkan dengan tahun 2009 (70,9%) yaitu hanya 70,2%. Langkah KPU dalam mengatasi permasalahan tersebut adalah dilakukan prediksi menggunakan ilmu data mining dengan teknik klasifikasi. Jumlah partisipasi DPT yang berpartisipasi dalam pemilu lebih awal diketahui, maka semakin mudah melakukan sosialisasi untuk meningkatkan jumlah partisipasi pemilih. Metode data mining yang digunakan dalam penelitian ini adalah metode Support Vector Machine (SVM) dengan dataset dari data DPT Pilpres tahun 2014 Kecamatan Denpasar Barat Provinsi Bali. Pengujian tingkat akurasi dari metode SVM menggunakan parameter input C dan fungsi kernel dalam proses klasifikasi. Hasil akurasi tertinggi yang didapat dalam memprediksi partisipasi pemilih sebesar 96% dengan kernel RBF dan nilai parameter C yaitu 5.Kata kunci: Support Vector Machine, Data Mining, Prediksi Partisipasi Pemilih

One of the main tasks of a lecturer is to give students an academic assessment in the learning process. The assessment process begins with reading or checking the answers of student assignments that contain a combination of very long sentences such as essay or report assignments. This certainly takes a lot of time to get the primary information contained therein. It is necessary to summarize the answers so that the lecturer does not need to read the whole document but is still able to take the essence of the response to the task. This study proposes the application of summarizing text documents of student essay assignments automatically using the Fuzzy C-Means method with the sentence weighting feature. The sentence weighting feature is used by selecting the sentence with the highest weight in one cluster, helping the system to get the primary information from a document quickly. The results of this study indicate that the system succeeds in summarizing text with an average evaluation of the values of precision, recall, accuracy, and F-measure of 0.52, 0.54, 0.70, and 0.52, respectively.One of the main tasks of a lecturer is to give students an academic assessment in the learning process. The assessment process begins with reading or checking the answers of student assignments that contain a combination of very long sentences such as essay or report assignments. This certainly takes a lot of time to get the primary information contained therein. It is necessary to summarize the answers so that the lecturer does not need to read the whole document but is still able to take the essence of the response to the task. This study proposes the application of summarizing text documents of student essay assignments automatically using the Fuzzy C-Means method with the sentence weighting feature. The sentence weighting feature is used by selecting the sentence with the highest weight in one cluster, helping the system to get the primary information from a document quickly. The results of this study indicate that the system succeeds in summarizing text with an average evaluation of the values of precision, recall, accuracy, and F-measure of 0.52, 0.54, 0.70, and 0.52, respectively.