This study predicts and classifies benign and malignant breast cancer using 3 classification models. The method used in this research is Random Forest, Naïve Bayes and AdaBoost. The prediction results get Random Forest = 100%, Naïve Bayes = 80% and AdaBoost = 80%. Results using Test and Score with Number of Folds 2, 5 and 10. Number of Folds 2 Random Forest model Accuracy = 95%, Precision = 95% and Recall = 95%, Naïve Bayes Accuracy = 93%, Precision = 93% and Recall 93%, AdaBoost Accuracy = 90%, Precision = 90% and Recall = 90%. With Number of Folds 5 with Random Forest = 96%, Precision = 96% and Recall 96%. Naïve Bayes Accuracy value = 94%, Precision = 94% and Recall = 94%, AdaBoost Accuracy value = 93%, Precision = 93% and Recall = 93%. With Number of Folds 10 Random Forest model = 96%, Precision = 96% and Recall 96%. Naïve Bayes Accuracy value = 94%, Precision = 94% and Recall = 94%, AdaBoost Accuracy value = 92%, Precision = 92% and Recall = 92%. Of the 3 models used, Random Forest got the best classification results compared to the others.

Desa Bayan adalah salah satu desa yang ada di Kabupaten Lombok Utara, masyarakat Bayan terancam mengalami pengikisan informasi sedikit demi sedikit, banyak masyarakat yang belum mengetahui tentang Budaya adat yang ada di desa Bayan. Oleh sebab itu dibutuhkan sebuah sistem informasi pengenalan tradisi adat Bayan berbasis website untuk memudahkan masyarakat luas dalam mengenal dan memahami Budaya adat yang ada di Desa Bayan tersebut. Pengembangan sistem yang digunakan dalam melakukan perancangan media informasi ini adalah metode kualitative dan waterfall. Tahap tahap pada metode waterfall sesuai dengan apa yang dibutuhkan seperti analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Analisa kebutuhan yang dilakukan adalah dengan menganalisa dimulai dari observasi, wawan cara, dan studi pustaka untuk mendapatkan data yang valid untuk melakukan sebuah penelitian, Hasil dari aplikasi yang dibuat adalah sebuah sistem informasi yang memperkenalkan Budaya adat Bayan memalui website

Abstrak- Manajemen Proyek merupakan sebuah software yang dirancang untuk membantu dalam memanajemen project yang ada pada Developer Mataram Web yang mampu mengatasi permasalahan dan menyajikan informasi setiap divisi terhadap admin, Client Dan CEO, yang lebih baik dan terkomputerisasi. Dengan adanya sistem informasi manajemen proyek yang berbasis web sebagai media penghubung setiap divisi sehingga laporan atau perkembangan setiap project pada setiap divisi dapat ditampilkan di satu sistem yang dapat diakses oleh setiap divisi, client maupun CEO. Sistem informasi manajemen proyek berbasis web ini, dikembangkan menggunakan metode pengembangan waterfall, dibangun menggunakan bahasa pemrograman PHP (Framework CodeIgniter 4) dengan pola desain MVC (Model, View, Controller). Hasil dari penelitian ini adalah sistem informasi manajemen proyek berbasis web yang dapat diakses oleh empat level user yaitu admin, CEO, client, dan divisi.

Abstrak – Program Beras Miskin atau Raskin merupakan salah satu program pemerintah untuk mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan jumlah dan harga tertentu. Dalam pendistribusian Raskin di desa manggena’e sering kali ditemui kendala atau permasalahan karena masih dilakukan secara manual sehingga memungkinkan terjadinya penentuan secara subyektif oleh pihak pemerintah kelurahan dan belum mengacu pada kriteria yang telah ditentukan. Pada penelitian ini dibangun sistem pendukung keputusan untuk menentukan penduduk yang berhak menerima beras miskin dan penduduk yang benar-benar membutuhkan. Dalam penelitian penentuan penerimaan beras Raskin untuk keluarga tidak mampu menggunakan metode SAW (Simple Additive Weighting). SAW merupakan penjumlahan terbobot dari nilai kinerja pada setiap alternatif pada semua atribut dan membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua nilai alternatif yang ada sehingga dapat membantu pihak Kelurahan Kota Uneng dalam menentukan penduduk yang berhak menerima beras miskin dan penduduk yang benar-benar membutuhkan. Dengan demikian diharapkan penyaluran bantuan akan tepat sasaran. Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif. Kata kunci : Simple Additive Weighting (SAW), Sistem Pendukung keputusan, Raskin.