Batik Tulis HR Ambar merupakan badan usaha yang menjual kain dan pakaian batik. Sistem pemasaran dilakukan melalui interaksi secara langsung dengan masyarakat dan sistem penjualan masih secara manual yaitu face to face, hal ini dirasa tidak dapat menjangkau pangsa pasar lebih luas dan tidak dapat meningkatkan jumlah penjualan yang signifikan. Terlebih lagi, di masa pandemi saat ini pembatasan sosial skala besar juga menjadi salah satu kendala dalam melakukan penjualan secara langsung, sehingga keadaan tersebut tentunya menyulitkan pihak Batik Tulis HR Ambar. Oleh karena itu, pembuatan website e-commerce dibutuhkan sebagai salah upaya dalam mengatasi permasalahan yang terjadi pada sistem yang berjalan saat ini. Metode pengumpulan data yang digunakan penelitian ini, meliputi metode observasi, metode wawancara, metode dokumentasi dan metode studi kepustakaan. Selain itu, model waterfall juga diimplementasikan dalam penelitian sebagai metode pengembangan perangkat lunak dalam pembangunan sistem. Dengan dibuatkannya sistem e-commerce pada Batik Tulis HR Ambar, diharapkan dapat memperluas jangkauan pemasaran, mempermudah proses transaksi dan penyampaian informasi kepada konsumen, sehingga dapat meningkatkan penjualan pada Batik Tulis HR Ambar.

Perkembangan dunia teknologi informasi dan komunikasi saat ini sangat pesat, sehingga telah mendorong kemajuan di berbagai bidang. Adapun handphone merupakan peralatan yang di ciptakan untuk mempermudah komunikasi. Saat ini handphone tidak hanya beredar di kalangan dewasa saja tetapi anak kecil pun sudah menggunakan handphone untuk berkomunikasi dengan oranglain. Sehingga penjualan handphone semakin pesat dan cepat. Pada saat ini sistem penjualan handphone pada counter Aby Manyu Cell masih dilakukan secara manual, mulai dari pencatatan customer yang membeli handphone, sampai penyimpanan data-data lainnya yang berhubungan dengan proses penjualan hingga sampai pembuatan laporan, sehingga memungkinkan pada saat proses berlangsung terjadi kesalahan dalam pencatatan, kurang akuratnya laporan yang dibuat dan keterlambatan dalam pencarian data-data yang diperlukan. Sistem yang terkomputerisasi lebih baik dari sistem yang manual agar lebih efektif dan efisien serta sistem penjualan yang lebih kondusif di bandingkan dengan sistem yang lebih terdahulu. Selain itu, dikarenakan harga yang terjangkau, Aby Manyu Cell terkadang mengalami kehabisan stok, sehingga beberapa konsumen tidak dapat membeli barang yang diinginkan pada Aby Manyu Cell. Perancangan penjualan handphone menggunakan metode K-Neirest Neighbor ini merupakan solusi terbaik untuk memecahkan permasalahan-permasalahan yang ada pada counter ini, sehingga dengan sistem yang terkomputerisasi dapat tercapai suatu kegiatan yang efektif dan efisien dalam menunjang aktifitas pada counter ini.

Didalam dunia bisnis, setiap perusahaan sudah tentu harus bisa bersaing dan berpikir bagaimana caranya agar perusahaan bisa terus berkembang dan dapat memperluas skala bisnisnya tersebut. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku usaha harus mempunyai strategi. Salah satu cara yang bisa dilakukan adalah dengan memanfaatkan seluruh data transaksi penjualan yang telah terjadi di CV. Gaskindo Sentosa. Penelitian ini bertujuan untuk mengetahui bahwa Pada CV. Gaskindo Sentosa dapat beberapa permasalahan yang kerap muncul mengenai penjualan produk. Dalam data transaksi penjualan tersebut, perusahaan sulit mendapatkan informasi - informasi strategis yang ada seperti frekuensi penjualan per periode bahkan pertahun, dan produk yang paling diminati. Hal ini disebabkan karena belum terorganisir dalam pengolahan data.

Penyakit Ginjal Kronis merupakan penyakit dengan tingkat pengeluaran biaya terbesar di dunia. Penyakit tersebut sering kali tidak menunjukkan adanya gejala yang terjadi seperti penyakit pada umumnya. Oleh karena itu, penelitian ini dilakukan dengan tujuan agar dapat mendeteksi dini penyakit tersebut sebelum didiagnosis ke tahap yang lebih serius. Penerapan model algoritma C4.5 individual dan algoritma C4.5 berbasis PSO dengan teknik bagging dilakukan guna mengetahui model mana yang memberikan hasil terbaik dalam mendeteksi penyakit ginjal kronis. Pemilihan kedua model tersebut dipertimbangkan karena algoritma C4.5 merupakan salah satu algoritma terbaik data mining, namun cenderung memiliki kelemahan pada data yang overlap, kelas dan atribut yang banyak. Maka dari itu, teknik optimasi Particle Swarm Optimization (PSO) dan teknik bagging juga dipilih sebagai alternatif dalam mengatasi kelemahan yang ada dalam algoritma C4.5. Dari hasil penelitian diperoleh bahwa model algoritma C4.5 berbasis PSO dengan teknik bagging mampu menyeleksi atribut sehingga dapat meningkatkan nilai akurasi yang lebih baik dengan hasil sebesar 99,70% dibandingkan dengan model individual algoritma C4.5 yang menghasilkan nilai akurasi sebesar 91,72% saja.

<p align="left">Family planning (KB) is a government program designed to balance between your needs and population with the use of contraceptives. Lack of knowledge about contraception causes no little acceptors prefer using contraception based on try or even follow the advice of others less familiar against contraception. Therefore, the required presence of actions/special handling to ease the acceptors in selecting effective contraception and in accordance with the condition of her body. The algorithm C4.5 i.e. method of decision tree a very big change into a decision tree which represents the rule. The rules can be easily understood by the natural language (Kusrini, 2009). To that end, in this research will be done analysis of the usage data type of contraceptive use classification data mining algorithm i.e. C4.5 using several parameters including age, number of children, blood pressure and a history of the disease that will be applied in the form of the web in order to facilitate the acceptors in great value the information more quickly and flexibly. Of the 130 number of cases consisting of 104 cases of hormonal contraceptive users and acceptors of 26 cases of non hormonal contraceptive users obtained from village of  Nyangkowek sub-district of Posyandu Cicurug, then obtained 14 rule resulting from the decision tree algorithm C4.5 with the number of class a non hormonal as much as 8 rule and the number of hormonal as 6 class rule as well as evaluated by testing Cross Validation, which produced the level of accuracy of 85.38% , so it can be inferred that this research can help the acceptors KB in choosing the type of effective contraception.</p><p><strong><em>Keywords:</em></strong><em> Acceptors, The Algorithm C4.5, Contraception, Expert System</em></p><p align="left"><em>Keluarga Berencana (KB) </em><em>merupakan suatu program pemerintah yang dirancang untuk menyeimbangkan antara kebutuhan dan jumlah penduduk dengan menggunakan alat kontrasepsi. Kurangnya pengetahuan tentang kontrasepsi menyebabkan tidak sedikit akseptor lebih memilih menggunakan kontrasepsi berdasarkan coba-coba atau bahkan </em><em>mengikuti saran dari orang lain yang kurang paham terhadap alat kontrasepsi</em><em>. </em><em>Oleh sebab itu, diperlukan adanya tindakan/penanganan khusus untuk mempermudah para akseptor dalam memilih kontrasepsi yang efektif dan sesuai dengan kondisi tubuhnya. Algoritma C4.5 yaitu metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami.Untuk itu, dalam penelitian ini akan dilakukan analisa data penggunaan jenis kontrasepsi menggunakan klasifikasi data mining yakni algoritma C4.5 dengan menggunakan beberapa parameter diantaranya usia, jumlah anak, tekanan darah dan riwayat penyakit yang akan diaplikasikan dalam bentuk web guna mempermudah para akseptor dalam mendapatkan nilai informasi yang lebih cepat dan fleksibel. Dari 130 jumlah kasus yang terdiri dari 104 kasus akseptor pengguna kontrasepsi hormonal dan 26 kasus pengguna kontrasepsi non hormonal yang didapat dari Posyandu Desa Nyangkowek Kecamatan Cicurug, maka didapatkan 14 rule yang dihasilkan dari pohon keputusan algoritma C4.5 dengan jumlah class non hormonal sebanyak 8 rule dan jumlah class hormonal sebanyak 6 rule serta dievaluasi dengan pengujian Cross Validation yangmenghasilkan tingkat akurasi sebesar 85,38%, sehingga dapat disimpulkan bahwa penelitian ini dapat membantu para akseptor KB dalam memilih jenis kontrasepsi yang efektif.</em></p><p><em><strong>Kata Kunci</strong></em><em>: Akseptor, Algoritma C4.5, Kontrasepsi, Sistem Pakar</em></p>