Siswa menjadi sumber daya yang dapat memajukan bangsa. Sekolah dan guru berperan penting dalam menciptakan siswa yang cerdas dan berkompeten. Namun  Sering ditemukan siswa yang gagal, salah satunya adalah gagal pada mata pelajaran matematika. Dengan ada masalah kegagalan siswa terhadap mata pelajaran matematika peniliti ingin membantu memecahkan masalah kedepannya dengan melakukan prediksi kegagalan siswa pada mata pelajaran matematika. Pada penelitian ini peneliti memilih objek penelitian yaitu di SMP Negeri 39 Padang.Hal ini cukup menjadi masalah bagi siswa saat proses belajar mengajar pada mata pelajaran matematika sehingga siswa tidak memahami mata pelajaran matematika dan masalah ini akan membuat  turunnya nilai siswa.Dengan memanfaatkan data nilai siswa maka dirancang model untuk memprediksi siswa bermasalah terhadap mata pelajaran matematika. Model menggunakan algoritma backpropagation. Variabel data di ambil dari data nilai mata pelajaran matematika siswa yaitu nilai tugas 1, nilai tugas 2, nilai rata-rata, nilai mid semester dan nilai akhir semester. Data yang digunakan pada proses prediksi adalah data 1 semester dan jumlah siswa yang di prediksi yaitu 30 siswa. Hasil prediksi dengan menggunakan model terbaik adalah pelatihan data pola 5-2-1 dengan proses epoch = 58 dan pencapaian MSE pada saat pengujian dengan MSE = 0.00989892 dengan akurasi 99.9901011. dapat disimpulkan bahwa algoritma backpropagation dapat digunakan untuk memprediksi kegagalan siswa pada mata pelajaran matematika sebagai pedoman bagi guru.

Penjualan adalah sebuah kegiatan untuk mendapatkan keuntungan dengan menawarkan produk atau jasa kepada pembeli. Setiap produk atau jasa yang ditawarkan merupakan sesuatu yang dibutuhkan oleh setiap orang. Setiap bulan total sprei Kasur yang terjual itu berbeda-beda tergantung bagaimana kebutuhan setiap orang. Simulasi Monte Carlo digunakan untuk memprediksi penjualan sprei Kasur sehingga diketahui berapa stok sprei kasur yang harus disediakan setiap bulan pada tahun berikutnya. Data yang digunakan adalah data penjualan selama 3 tahun yang bersumber dari toko coco alugada. Data penjualan yang digunakan berbeda-beda setiap tahunnya. Metode yang digunakan adalah Monte Carlo dan bahasa pemograman yang digunakan adalah PHP untuk simulasi prediksi penjualan sprei. Tahapan awal dalam simulasi ini adalah menentukan distribusi probabilitas untuk setiap variabel. Kemudian distribusi kumulatif ditentukan untuk masing-masing variabel dan interval angka acak untuk tiap-tiap variabel. Selanjutnya bilangan acak dibentuk dan dibuat simulasi dari percobaan. Hasil dari pengujian yang dilakukan dari simulasi Monte Carlo tahun 2022 didapatkan  tingkat akurasi prediksi sebesar 90%. Hasil penelitian ini dapat memprediksi total penjualan setiap bulanya pada tahun berikutnya. Pengujian yang dilakukan menjadi acuan untuk mempersiapkan stok sprei kasur untuk 6 bulan pada tahun berikutnya. Tingkat akurasi 90% dapat direkomendasikan untuk menetukan stok sprei kasur yang akan disediakan untuk 6 bulan pertama pada tahun berikutnya.

This study aims to build a data mining application that is able to classify products marketed by companies to find out the products needed for the following month. This application groups non-hierarchical data which is designed to divide existing data into two or more groups so that the same data can be entered into other groups. In this study, the data used is data from PT Cipta Niaga Semesta Mayora Group and the method used is clustering. Data mining is computer-based data processing to gain knowledge. By using data mining, processing sales data at PT Cipta Niaga Semesta Mayora Group becomes easier and gains useful knowledge to take steps to face competition. For this reason, the company's management foresight is needed in choosing technology to help work so that the costs incurred are proportional to the company's opinion. The development of this framework is completed through several stages starting with the first data collection, followed by the second stage of application design, the third stage of the four stages of program development and program implementation. Using data mining applications can help PT Cipta Niaga Semesta categorize the products it sells so that the company can predict the product inventory needed for the following month. So with the new information the company can find out what products customers want.

Geographic Information System (GIS) is computer-based information that provides information through object recognition to process spatial data in the form of detail, facts, conditions related to the real world. Generally, the benefits of GIS provide information that is close to the real world and strategic planning predictions. Along with the changing times, science is also increasing in technology information side rapidly. By building this Geographic Information System, it is hoped that it can help the general public and the outside community know the alternative track to Bukittinggi City. Its goal is road users can avoid congestion and shorten the time to certain destinations.