Heart disease is a disease that is very dangerous for human survival, therefore it must be addressed early on from the appearance of symptoms. Advances in expert systems can overcome this problem by designing a web-based computer system that uses databases and programming languages ​​such as PHP-MySQL so that it can help heart patients to diagnose the disease. The purpose of this research is to build a web-based expert system for diagnosing heart disease. Expert system application in this decision making uses the Case Based Reasoning (CBR) method, namely the method of making decisions by comparing new cases with old cases through four processes of retrieve, reuse, revise, and retain. Analysis and system design used are Context Diagram, Data FlowDiagram, Entity Relationship Diagram and Flowchart. In this expert system, the system will giving orders in the form of selecting the symptoms experienced, namely what symptoms are experienced. Then the patient selects the symptoms experienced by checking the symptoms experienced. The system will provide diagnostic results based on the symptoms experienced by the patient. Result diagnosis in the form of the type of heart disease experienced and the treatment solution and how much the percent chance the patient has the disease.

Perpustakaan SMK S Ismailiyah sudah berkembang cukup baik secara fisik, akan tetapi tidak adanya sumber daya manusia yang memiliki kompetensi dalam mengelola perpustakaan dan belum terotomatisasinya proses manajemen perustakaan di sekolah tersebut. Ketiadaan SDM dan manajemen yang baik pada SMK S Ismailiyah menimbulkan permasalahan. Melihat permasalahan yang dihadapi oleh perpustakaan SMK S Ismailiyah, maka sosialiasi; penerapan; dan pelatihan Sistem Informasi Perpustakaan sangat diperlukan. Kegiatan pengabdian ini dilakukan dengan cara memberikan sosialiasi kepada pemangku kebijakan, kemudian memberikan pelatihan kepada pustakawan. Pelatihan kepada pustakawan diberikan dengan ceramah dan melakukan langsung melakukan praktik penggunaan SliMS.Dengan adanya penerapan sistem informasi perpustakaan dan pelatihan pustakawan ini dapat mengoperasikan SliMS untuk mengoptimalisasi pelayanan perpustakaan.

Kekurangan gizi atau yang biasa disebut malnutrisi merupakan salah satu masalah kesehatan yang cukup sering menimpa balita-balita di Indonesia. Kepedulian orang tua dan aparat desa (dalam hal ini petugas Pusat Pelayanan Kesehatan Masyarakat – PUSKESMAS) untuk memantau gizi balita sangat diperlukan. Penelitian yang dilakukan mencoba untuk melakukan pengelompokan 15 balita di Kab. Rokan Hulu kedalam 2 cluster status gizi. Pengelompokan status gizi balita di Kab. Rokan Hulu menggunakan metode K-Means dilakukan melalui beberapa tahapan yaitu : penentuan tujuan bisnis, pengumpulan data 15 balita di Kab. Rokan Hulu, pengelompokan status gizi balita ke dalam 2 cluster yaitu cluster 1 - gizi baik; cluster 2 -Gizi Baik, pengelompokan status gizi balita menggunakan algoritma K-Means, dan yang terakhir melakukan pengujian dengan membandingkan hasil pengelompokan algoritma K-means dan Rapid Miner. Kata kunci : Data Mining , Clustering , K -Means

Forest fires in the Riau province have occurred every year and continue to this day. Many people are reluctant to report to village officials, because of the long distance between community homes and village offices. The condition of the community in Rokan Hulu Regency, most of the community and village officials have used smartphones as a communication medium. To increase the smartphone use of the community and village officials, it is necessary to make an application Sistem Infomasi Kampung (SI Kampung) as a liaison media, so that the positive impact of making the application SI Kampung includes increasing harmonization between village officials and the community, improving service to the community, increasing community participation, improving lives community democracy and encourage community empowerment.

Penerapan Metode Marcov Chains hanya memprediksi tanaman hasil panen Kelapa Sawit dan Karet yang ada di kabupaten rokan hulu. Tahapan metode penelitian menggunakan Marcov Chains ini adalah membuat matriks awal kejadian yang diambil dari berapa kali panen dalam satu bulan, menjumlahkan tiap matriks kejadian, perbandingan jumlah matriks total kejadian, matriks hasil kejadian, mengalikan state kejadian dengan matriks kejadian, persentase proiritas kejadian. Adapun tujuan dari penelitian ini untuk menentukan hasil panen kelapa sawit dan karet pada bulan juli dan agustus tahun 2020 dengan menggunakan metode Marcov Chains. Pada penelitian ini diperoleh hasil akhir prediksi pada bulan juli dan agustus yaitu untuk bulan Juli 2020 pada tanaman kelapa sawit sebesar 37,5 % dan tanaman karet sebesar 62,5 %, pada bulan tersebut untuk kelapa sawit diprediksi akan mengalami kenaikan, sedangkan untuk karet diprediksi akan mengalami penurunan jumlah panen, sebesar 4,1%. Sedangkan untuk bulan Agustus 2020 kelapa sawit diprediksi 69,8% dan Karet sebesar 130%, dapat disimpulkan bahwa pada bulan agustus panen kelapa sawit dan karet keduanya diprediksi akan mengalami kenaikan secara signifikan.