Website merupakan media informasi yang dapat dimanfaatkan sebagai sarana memperkenalkan atau mempromosikan diri bagi suatu organisasi atau institusi. Sekolah adalah salah satu institusi yang sering menggunakan website sebagai media promosinya untuk lebih menarik calon siswa maupun masyarakat umum. SMP Negeri 2 Kartasura merupakan sebuah institusi yang berada dibawah pengawasan Dinas Pendidikan dan Kebudayaan Kabupaten Sukoharjo. Sebagai salah satu instansi pendidikan SMP Negeri 2 Kartasura mengalami kendala dalam bidang teknologi serta tenaga ahli dalam mengelola website resmi sebagai sumber informasi bagi siswa, orang tua wali, dan masyarakat umum. Sebelumnya website resmi sudah pernah dibuat oleh pihak ketiga, akan tetapi belum dipergunakan secara maksimal oleh pihak sekolah dikarenakan terkendala tenaga ahli yang kurang dan website yang dibangun masih belum tertata dengan baik, hal ini menyebabkan website tidak bisa diakses kembali. Tujuan website tersebut dibuat dipergunakan sebagai sarana media promosi yang dapat digunakan untuk memperlancar proses bertukarnya sebuah informasi yang diinginkan oleh pengunjung. Hasil dari website tersebut pengunjung dapat mengetahui secara rinci bagaimana kegiatan akademik, prestasi, dan informasi mengenai SMP Negeri 2 Kartasura. Dengan adanya website tersebut,membantu sekolah untuk memberikan informasi secara detail mengenai sekolah kepada calon murid yang ingin mendaftar ke SMP Negeri 2 Kartasura.  KATA KUNCI : Informasi, Website, SMP N 2 Kartasura

Diabetes is a disease caused by high sugar levels. Currently, diabetes is one of the most common diseases in the number of people with diabetes worldwide. The increase in diabetes is caused by the delay in establishing the diagnosis of the disease. Therefore, an initial action is needed as a solution that requires the most appropriate and accurate data mining to manage diabetes mellitus. The algorithms used are artificial neural network algorithms, namely Restricted Boltzmann Machine and Backpropagation. This research aims to compare the two algorithms to find which algorithm can produce high accuracy, and determine which algorithm is more accurate in detecting diabetes mellitus. Several stages were involved in this research, including data collection, data pre-processing, data processing, and evaluation models. This research shows that the Restricted Boltzmann Machine algorithm achieved accuracy of 82.02% while the Backpropagation algorithm reached87.01% when using the normalization method. Thus, the diabetes mellitus dataset used can be said to have a better value for the backpropagation algorithm than the restricted Boltzmann machine algorithm.