Agricultural product storage has a problem that need to be noticedbecause it has an impact in gaining the profit according to the number ofproducts and the capacity of storage. Inappropriate combination of productcauses high expenses and low profit. To solve the problem, we propose geneticalgorithm (GA) as the optimization method. Although GA is good enough tosolve the problem, GA not always gives an optimum result in complex searchspaces because it is easy to be trapped in local optimum. Therefore, we presenta hybrid real-coded genetic algorithm and Variable Neighborhood Search(HRCGA-VNS) to solve the problem. VNS is applied after reproductionprocess of GA to repair the offspring and improve GA exploitation capabilitiesin local area to get better result. The test results show that the optimal popsizeof GA is 180, number of generations is 80, combination of cr and mr is 0.7 and0.3 while optimum Kmax of VNS is 40 with number of iterations 50. Eventhough HRCGA-VNS need longer computational time, HRCGA-VNS hasproven to provide a better result based on higher fitness value compared withclassical GA and VNS.

No abstract

No abstract

Cardiovascular disease is one of the deadliest diseases in the world. This is evidenced by data released by WHO which shows around 18 million deaths. This disease causes the cessation of the heartbeat which is the main source of life for the human body.This disease is caused by various things including an unhealthy lifestyle. Examples are consuming cigarettes and alcohol. In addition, it is also caused by other factors, namely health problems such as high blood pressure, cholesterol, diabetes, depression, or anxiety. The cardiovascular disease tends to be difficult to cure, therefore a precise and accurate prediction is needed in diagnosing patients. One method of making predictions is using machine learning techniques. In machine learning, there are various methods that can be used, one of which is the decision tree-based method, namely random forest. Before the random forest is implemented to create a model, the data is pre-processed by normalizing and applying cross-validation with k-fold = 10. The prediction results with the random forest in this study provide an accuracy of 98%. This accuracy is higher when compared to previous studies with the same dataset, namely 96.75% using the ensemble method and 91.61% with logistic regression. On this basis, it proves that the random forest can be used to predict cardiovascular disease. Key Words: cardiovascular disease, tree model, random forest, machine learning.

Pengelolaan keuangan pada koperasi secara manual akan menyulitkan dalam pembuatan laporan keuangan yang representatif secara tepat waktu. Selain karena kurangnya pemahaman SDM yang ada terhadap sistem akuntansi, pengarsipan dan pembukuan transaksi secara manual memerlukan waktu yang lama dalam inventarisasi atau rekap transaksi. Pemanfaatan teknologi informasi berupa perangkat lunak akuntansi dibutuhkan untuk memasukkan data setiap transaksi agar tersimpan secara digital sehingga dapat dilakukan pemrosesan secara otomatis dalam pembuatan laporan keuangan yang sesuai dengan prinsip akuntansi. Namun, implementasi perangkat lunak akuntansi harus  diiringi dengan Standard Operating Procedure (SOP) yang sesuai dan jelas agar dalam operasional dan input transaksi bisa sesuai dan laporan yang dihasilkan sesuai dengan yang diharapkan. Oleh karena itu, proses diskusi untuk penggalian permasalahan transaksi dan pembuatan panduan operasional yang tepat perlu untuk disusun dan di-training-kan ke pengurus dan pengelola koperasi. Kegiatan ini diharapkan dapat meningkatkan SDM dari lembaga mitra kegiatan dalam hal pembuatan laporan keuangan secara akurat dan efisien dengan memanfaatkan teknologi informasi yang sudah terstandardisasi dengan prinsip akuntansi untuk entitas tanpa akuntabilitas publik (SAK-ETAP) yang menjadi dasar dalam penyusunan laporan koperasi. Berdasarkan hasil survey pasca kegiatan, 80% peserta menyatakan bahwa modul standar prosedur operasional atau SOP bagi SDM koperasi yang disusun sangat membantu dalam menjalankan aktivitas hariannya, terutama dalam melakukan input data transaksi ke dalam sistem. Selanjutnya proses pengawasan atau pendampingan secara berkala tetap diperlukan guna menjaga agar system tetap dijalankan dengan baik sesuai dengan SOP yang ada.