Tujuan dari penelitian ini adalah untuk mengetahui jumlah pembelian obat di garuda sentra medika dengan sistem inferensi fuzzy metode sugeno berdasarkan data persediaan dan data penjualan. Penelitian ini menggunakan tiga variabel yaitu persediaan, penjualan dan pembelian dengan memiliki dua input yaitu persediaan dan penjualan dan satu output yaitu pembelian. Hasil dari penerapan fuzzy metode sugeno ini dapat membantu pihak perusahaan untuk menentukan jumlah pembelian obat dengan tingkat keberhasilan 88,88 %.

Fuel Oil (BBM) is a very vital commodity. Fuel has an important role in people's lives. Because of the importance of fuel in people's lives, fuel is one of the basic needs of the community. The policy of increasing the price of fuel has always been a phenomenon in various media which causes pros and cons in society. The policy of increasing fuel prices has a big impact on society, both direct and indirect consumption. This study aims to explore public opinion, whether it shows negative or positive sentiment in the policy of increasing fuel prices. The increase in Pertamax fuel prices has drawn several opinions from citizens on Facebook social media. Sentiment analysis research was conducted to determine the response to Facebook comments on Brilio.Net accounts in 2022 related to the increase in Pertamax fuel prices with a dataset of 799 data, as well as a comparison of the number of positive, negative, and neutral comments. In addition, in this study to be able to determine the level of performance generated by the nave Bayes classifier method in the test. The author uses 80% of the comment dataset to be used as training data and 20% to be used as test data to be used as machine learning and test data. Then the data is classified by the system using orange data mining tools so as to produce a percentage of positive sentiment as much as 19%, negative sentiment as much as 22% and neutral sentiment as much as 59%. testing with the nave Bayes classifier method obtained the highest percentage accuracy rate of 99% from all datasets.

Augmented Reality (AR) adalah teknologi yang memungkinkan penggabungan benda maya dua dimensi (2D) atau tiga dimensi (3D) ke dalam lingkungan nyata secara real time. Pada PT. Lingkar Indonesia Mengajar, aplikasi yang dibuat hanya memperkenalkan buah-buahan melalui gambar dan teks saja, client merasa pembelajaran ini masih kurang efektif karena pembaca harus sedikit berimajinasi bagaimana sebenarnya dari keseluruhan wujud buahnya. Pada penelitian ini bertujuan untuk meningkatkan efektifitas dalam edukasi nama buah-buahan dengan menerapkan Augmented Reality untuk menampilkan objek dengan smartphone. Dalam pembuatan aplikasi ini dibangun menggunakan bahasa pemrograman Kotlin, library Sceneform Maintained SDK, dan metode markerless yaitu metode yang penerapannya tanpa menggunakan marker atau penanda untuk memunculkan augmented reality buah-buahan seperti pisang, apel, delima, jeruk, semangka, dan mangga. Berdasarkan kuesioner yang dibagikan kepada 15 responden dimana rata-rata persentase jawaban 85% menyetujui bahwa aplikasi yang dibuat telah sesuai dengan kebutuhan user. Sehingga dapat disimpulkan bahwa aplikasi yang dibuat dapat meningkatkan pemahaman dan pengetahuan tentang buah-buahan, dengan visualisasi dan interaksi yang lebih menarik bagi user.