Prevalensi hipertensi pada wanita hamil terjadi sebanyak 1.062 kasus (12,7%). Dari 1062 kasus ibu hamil dengan hipertensi, ditemukan 125 kasus (11,8%) yang telah didiagnosis dengan hipertensi oleh tenaga kesehatan. RSIA YK Madira Palembang sebagai pusat kesehatan harus mengembangkan metode yang dapat memprediksi risiko tinggi ibu hamil dengan hipertensi dari data hasil pemeriksaan kehamilan. Dengan memanfaatkan sumber data yang terdiri dari data perawatan antenatal, diterapkan teknik data mining dengan algoritma decision tree C4.5, berdasarkan Knowledge Discovery in Database (KDD). Sehingga akan ditemukan pengetahuan, informasi, dan pola tersembunyi dari data pelayanan antenatal, yang merupakan prediksi hipertensi pada kehamilan. Metode yang digunakan yaitu Algoritma C4.5. Setelah mendapatkan decision tree dan rules yang dapat memprediksi penyakit hipertensi dalam kehamilan, dilakukan evaluasi dengan supplied test set menggunakan WEKA dihasilkan kesalahan (error) 7.3427% dan tingkat akurasi 92.6573%. Data training yang berjumlah 286 instances, hal ini menunjukkan bahwa terdapat 265 instances yang akurat dan 21 instances yang error atau prediksinya salah.

Purpose: This research aims to identify content that contains cyberbullying on Twitter. We also conducted a comparative study of several classification algorithms, namely NB, DT, LR, and SVM. The dataset we use comes from Twitter data which is then manually labeled and validated by language experts. This study used 1065 data with a label distribution, namely 638 data with a non-bullying label and 427 with a bullying label.Methods: The weighting process for each word uses the bag of word (BOW) method, which uses three weighting features. The three-word vector weighting features used include unigram, bigram, and trigram. The experiment was conducted with two scenarios, namely testing to find the best accuracy value with the three features. The following scenario looks at the overall comparison of the algorithm's performance against all the features used.Result: The experimental results show that for the measurement of accuracy weighting based on features and algorithms, the SVM classification algorithm outperformed other algorithms with a percentage of 76%. Then for the weighting based on the average recall, the DT classification algorithm outperformed the other algorithms by an average of 76%. Another test for measuring overall performance (F-measure) based on accuracy and precision, the SVM classification algorithm, managed to outperform other algorithms with an F-measure of 82%.Value: Based on several experiments conducted, the SVM classification algorithm can detect words containing cyberbullying on social media.

E-commerce menghubungkan antara produsen dengan produsen, produsen dengan konsumen, konsumen dengan produsen, konsumen dengan konsumen. Untuk mengimplementasi e-commerce dalam mendukung bisnis organisasi perlu di perhatikan 5 komponen utama yaitu ; pengembangan produk, promosi, transaksi online, product delivery dan after sales support. Hal ini yang tengah diterapkan pada Zakiyah Collection. Zakiyah Collection bergerak dibidang penjualan aneka macam kain khas Palembang seperti songket, blongket,tanjung, dan lain sebagainya. Untuk melakukan analisis terhadap pangsa pasar yang ada agar dapat bersaing dengan toko online lainnya dilakukan dengan strategi pemasaran dengan menggunakan pendekatan market basket analysis (MBA). MBA merupakan salah satu teknik dari data mining yang digunakan untuk menentukan produk-produk manakah yang akan dibeli oleh pelanggan secara bersamaan dengan melakukan analisa terhadap daftar transaksi pelanggan. Dengan mengetahui produk-produk tersebut, maka sebuah sistem e-commerce dapat membuat maupun mengembangkan sebuah sistem customer profiles dan dapat menentukan layout katalog pelanggannya sendiri. Model pengembangan sistem yang dilakukan menggunakan prototype dimana pelanggan dan pengguna akan dilibatkan secara langsung dalam proses ini. Hasil akhir dalam penelitian ini adalah berupa analisis data transaksi menggunakan market basket analysis dengan dilakukan 4 kali kombinasi produk yang berdasarkan nilai support x confidence terbesar dengan hasil berupa angka-angka kemungkinan transasksi yang berkaitan dengan produk yang dijual. Jika dengan menggunakan 1 kali kombinasi, maka didapatkan blongket dengan nilai support sebesar 0.5625. Jika dilakukan 2 kali kombinasi diperoleh kombinasi blongket dan songket dengan nilai support 0.375. Kata kunci: e-commerce, market basket analysis, association rules.

Push-up is the simplest and most widely performed sport. Although simple, it also has a high risk of injury risk if done not in accordance with the rules. Push-up detector is a good push-up motion monitoring solution. In this way, nonstandard movements can be detected and corrected immediately. It has two motion sensors integrated with Arduino-based microcontroller. From this detector tool got the data of push-up result from sensor mounted. Sensor data will be displayed in the application in real-time. Quality function development is used to determine the criteria of the user. The sample data involved 200 participants who followed the testing of this tool and got 90% who can do the push-up correctly. Factors that affect the height, age, and weight. Tests conducted on adolescent boys aged 18-23 years. The results of this study is an application capable of monitoring each push-up movement to position in accordance with the provisions to minimize injuries resulting from movement errors.

Nowadays peoples usually do various ways to know the types and benefits of medicines to solve their symptoms. For example they do search information through Internet, but they don’t know the appropriate drug to consume according their symptoms. This research aimed to build an encyclopedia about E-Health-based drugs. By utilizing encyclopedia about E-Health-based drugs, its much easier to most peoples to understand and recognize various types of medicines including herbal and chemical medicines. The result of this research is an application prototype about encyclopedia of E-Health-based drugs that runs on web and mobile platforms tested by blacbox method. Furthermore, the result of this research, can be a basis to develop a larger and functional E-Health-based drugs encyclopedia modules.