Semakin pesatnya pertumbuhan bisnis bidang kuliner, membuat persaingan bisnis dibidang ini juga semakin ketat. Warung tenda atau yang biasanya disebut warten banyak menyajikan menu dan minuman, namun perlunya pelaku bisnis berusaha menghasilkan inovasi produk demi memberikan pelayanan memuaskan kepada pelanggan. Pada kondisi tersebut dibutuhkan sebuah teknik pengolahan data untuk mengetahui rekomendasi menu pada Warung Tenda. Metode analisis yang digunakan adalah teknik data mining dengan algoritma Apriori, dimana algoritma ini untuk mennetukan himpunan data yang paling sering muncul (frequent itemset). Hasil dari penelitian didapatkan bahwa Nilai Support dan Confidence tertinggi ialah Es Teh Manis dan Mendoan dengan nilai Support 50% dan Confidence 76%. Hal ini dapat menjadi rekomendasi kombinasi menu dari data yang telah dikumpulkan dan diterapkan algoritma apriori sehingga diharapkan dapat digunakan untuk evaluasi pelayanan serta mampu meningkatkan kepuasaan pelanggan agar Warung tenda dapat berkembang lebih pesat.

No abstract

Penyakit diabetic retinopathy atau DR adalah salah satu komplikasi penyakit diabetes yang bisa menyebabkan kematian bagi penderitanya. Komplikasi tersebut berupa kerusakan pada bagian retina mata. Tingginya kadar glukosa dalam darah adalah penyebab pembuluh darah kapiler kecil menjadi pecah dan dapat menyebabkan kebutaan. Retinopati diabetes diawali dengan melemah atau hancurnya kapiler kecil di retina, darah bocor yang kemudian menyebabkan penebalan jaringan, pembengkakan, dan pendarahan yang luas. Penelitian ini bertujuan untuk menganalisis diagnosis penyakit diabetes retinopathy. Algoritme Classification And Regression Trees (CART) merupakan salah satu algoritme klasifikasi dengan menggunakan dataset diambil dari UCI Repository Learning diperoleh dari Universitas Debrecen, Hongaria, yang terdiri dari data pasien terindikasi penyakit diabetes retinopathy dan normal penyakit diabetes retinopathy. Metode yang digunakan dalam penelitian ini yaitu identifikasi masalah, pengumpulan data, tahap pre-processing, metode klasifikasi, validasi dan evaluasi serta penarikan kesimpulan. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix.Dari hasil perhitungan yang telah dilakukan,  maka didapatkan hasil akurasi pada algoritme CART sebesar 63.4231%, dengan nilai precision 0.64%, nilai Recall 0.634%, dan nilai F-Measure 0,634%.

Bank merupakan perusahaan yang memiliki data yang besar yang tersimpan di dalam database dan diolah menghasilkan sebuah informasi yang saling berkaitan tentang nasabah. Bank, harus memiliki ide dan terobosan baru guna mengetahui kendala pada nasabah telemarketing yang ingin melakukan deposito pada Bank tersebut, agar Bank terhindar dari ancaman krisis keuangan. Penelitian ini menguji keberhasilan Bank telemarketing dengan cara melakukan klasifikasi keputusan nasabah dengan menerapkan data mining. Metode yang di gunakan algoritma Classification and Regression Trees (CART) dan naive bayes menggunakan dataset diambil dari University of California Irvine (UCI) Repository Learning. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix. Hasil akurasi pada algoritma CART yaitu 89.51% dengan nilai precision 87%, Recall 89% dan F-Measure 88% dan pada algoritma naive bayes mendapatkan nilai akurasi sebesar 86.88% dengan nilai precision 87%, Recall 86% dan F-Measure 87%. Dari hasil tersebut dapat disimpulkan bahwa algoritma CART lebih baik dalam memprediksi keputusan nasabah telemarketing tepat dalam penawaran deposito.

Guidelines regarding the development of health services by the community indirectly require the management and executors of health services to provide services in an optimal and professional manner. With the help of information systems, it is expected to help management to achieve improved health services. This study aims to analyze the success of the application of the Hospital Management Information System (SIMRS), especially the medical record information system applied at Wijaya Kusuma Hospital, DKT Purwokerto. The TAM and UTAUT 2 methods are used by several researchers to measure the success of the application of information systems based on the wishes of users / consumers in using information systems. The TAM method was developed to explain the behavior of information system users. Placing attitude factors and each user behavior with the construct. UTAUT 2 is a development of the previous method which aims to help companies / organizations to understand how the use of information technology in supporting company / organizational performance Comparison of the final results of both methods is done to determine the extent to which the success of information systems can be explained by the two analysis results. produced. The final result stated that a better method was used in the success of the hospital management information system at Wijaya Kusuma Hospital, DKT Purwokerto, namely the UTAUT 2 method because the UTAUT method was able to measure 2,109 while the TAM method only measured 1,782.