- invasive species are threatening indigenous species habitat in many countries around the world. Nowadays, the monitoring method relies on scientists. Scientists are skilled to see the determined areas and record the living species. Applying high skill labors requires high cost, inefficient time and limited scope as the large area cannot be reached by the man. In this research, engine based learning approach was presented to identify the image of invasive hydrangea (indigenous species from Asia) with data collection around 800 images taken form the Brazil national forest and Hydrangea appears in some images. Gradient Descent optimization method is frequently used for artificial neural network. This method roles to discover standard grade for the best output. The Gradient Descent method role play is minimizing the cost function grade by changing the parameter grade step by step. Three optimization methods have been implemented namely Stochastic Gradient Descent (SGD), ADADELTA, and Adam in the artificial neural network (Ann) for classifying aritmia data [32]. This research used the most suitable error grade limitation from each optimization method as the indicators at the end of the training. The result of this research showed that artificial nerve tissue using Adam optimization gets the highest accuration compared with SDG and ADADELTA optimization methods. Deep Learning Technique applied extensively in image introduction is Adam optimization. The training model has reached accuration to 83, 5 % and showed properness of approach conducted. Keyword: SGD, Adadelta, Adam, Optimizer FunctionAbstrak— Spesies invasif mengancam habitat spesies asli di banyak negara di dunia. Saat ini dalam metode pemantauan mereka tergantung pada pengetahuan ahli. Ilmuwan terlatih mengunjungi area yang ditentukan dan mencatat spesies yang menghuninya. Menggunakan tenaga kerja berkualifikasi tinggi seperti itu membutuhkan biaya yang mahal, tidak efisien waktu dan jangkauan yang terbatas karena manusia tidak dapat mencakup area yang luas. Dalam makalah ini, pendekatan berbasis pembelajaran mesin disajikan untuk mengidentifikasi gambar hydrangea invasif (spesies invasif asli Asia) dengan kumpulan data yang berisi sekitar 800 gambar yang diambil di hutan nasional Brasil dan di beberapa gambar terdapat Hydrangea.  Metode optimasi Gradient Descent sering digunakan untuk pelatihan Jaringan Syaraf Tiruan (JST). Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Prinsip kerja metode Gradient Descent adalah memperkecil nilai fungsi biaya dengan mengubah nilai parameter selangkah demi selangkah. Telah diimplementasikan tiga buah metode optimasi yaitu Stochastic Gradient Descent (SGD), ADADELTA, dan Adam pada sistem Jaringan Saraf Tiruan untuk klasifikasi data aritmia [32]. Penelitian ini menggunakan batas nilai kesalahan yang paling sesuai dari masing-masing metode optimasi  sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi dibandingkan dengan dengan metode optimasi SGD dan ADADELTA.Teknik Deep Learning  yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam  . Model yang kita latih menggunakan fungsi optimisasi Adam mencapai akurasi 83,5% pada tes yang lakukan, menunjukkan kelayakan pada  pendekatan yang dilakukan .Kata Kunci— SGD, Adadelta, Adam, Fungsi Optimasi

With the increasing growth of the company and employee access to increase the desire to make exemplary employees or become employees who have high ideas to become role models for subordinates or other employees, so from the research case on the university campus, quality conducts a survey with data obtained directly from the university. Employees who work as permanent or contract employees sometimes get the right as an increase for promotion from the company for each field as well as an allocation of satisfactory employee performance from the aspect of the work carried out. In this research model using three models from Naïve Bayes, K-Nearest Neighbor, and Neural Network by taking the dataset directly from the analysis results, for that an analysis is carried out on each aspect to determine the results of the value classification used in the evaluation using 5-Fold validation, 10-Fold, and 20-Fold Cross Validatio thus obtain results to identify in the promotion classification with the highest value of accuracy of 76.6%, the highest value of F1 of 67.8%, the highest value of precision of 65.9%, and the highest value of recall of 76.6%.

Untuk meningkatkan mutu dan kuantitas dari instansi P2KB&P3A kabupaten deli serdang dirancang dalam struktur program kerja yang dilaksanakan untuk desa binaan agar terlaksana kemakmuran desa serta kepada masyarakat.Dalam hal ini untuk sebuah instansi yang berlangsung kaitannya dengan pemerintah dirancangla dari masalah yang terkait untuk menentukan kelayakan pada program kerja yang dibuat selama 1 tahun guna mencari program kerja yang terbaik dimana untuk dipertahankan, diubah program kerja struktur rancangannya atau juga di hapuskan karna tidak memiliki ekstensi yang mendukung bagi kualitas dan kuantitas untuk desa serta masyarakatnya, maka akan dirancang suatu sistem pendukung keputusan yang berbasis aplikasi website yang mengapdosi penggunaan metode multi-objective optimization on the basis of ratio analysis (MOORA) pada instansi P2KB&P3A.Dari hasil perhitungan, instansi dalam penyeleksi dan menentukan dari hasil program kerja yang dibuat untuk 1 tahun sebagai aspek kinerjanya. Dengan metode MOORA dapat membantu serta mempermudah dalam analisa dan menentukan setiap program kerja dari 22 kecamatan se-deli serdang pada kasus di instansi P2KB&P3A kabupaten deli serdang tersebut.

Dengan pesatnya pertumbuhan koperasi di Indonesia, maka pemberian kredit bagi anggota koperasi semakin diperketat dengan melakukan survey terhadap calon penerima kredit melalui analisis 5C yaitu character, capacity, capital, condition of economic dan economic condition. agunan, sehingga risiko kredit macet dapat diminimalkan. Data mining dapat membantu koperasi dalam menganalisis kredit macet calon penerima kredit dengan cara membandingkan data lama (data pemberian kredit sebelumnya) dengan data baru (data survei calon penerima kredit) dan mengelompokkannya dalam bentuk klasifikasi kredit macet atau non-kredit. melakukan pinjaman. Penelitian ini membangun model klasifikasi kredit macet berdasarkan hasil analisis calon penerima kredit menggunakan algoritma multi layer perceptron. Berbagai fungsi stochastic gradient descent (SGD) dan optimasi Adam digunakan yang dievaluasi menggunakan validasi silang 5 kali lipat, 10 kali lipat, dan 20 kali lipat. Hasil yang diperoleh adalah optimasi Adam merupakan fungsi optimasi terbaik untuk mengklasifikasikan dataset kredit macet, hal ini dapat dilihat dari nilai akurasi sebesar 95,6%, nilai F1 sebesar 95,6%, nilai presisi sebesar 95,7%, dan nilai recall sebesar 95,6%.

Government agencies are required to mobilize every aspect of publication which is carried out every year which must be accounted for and also carried out for each device that receives it such as assisted villages by utilizing available apbd funds in maximizing work programs designed so that they can be implemented optimally and effectively. by getting the best from all aspects of the work program implementation, of course there are important points in designing an annual work program without exception. data mining itself can help the department of population, family planning, women's empowerment and child protection in analyzing each work program design from before it is implemented onwards to look at various aspects of past data whose grouping is in the form of classification. The purpose of this study is to build a classification model with the addition of a sigmoid activation function that uses svm and perceptron to obtain a comparison value for the accuracy of the algorithm used to obtain the best working program design. The classification results are used to get the best value for classifying the best P2KBP3A work program dataset where it can be seen that the average accuracy value is 87.5%, the f1 value is 82.2%, the precision value is 80.2%, and the recall value is 87.5% so that the final result of the research results obtained a good accuracy value.