Abstrak
Pada penelitian ini yang  dijadikan objek penelitian dalam mengklasifikasikan anggur merah berdasarkan kualitas yang dipengaruhi oleh setiap anggur merah atau red wine berdasarkan pada kandungan setiap jenis wine, dari setiap atribut yang berisi komposisi dalam wine dilihat atribut mana yang paling mempengaruhi kualitas dari red wine, sehingga akan diketahui ingridents yang bisa meningkatkan kualitas dari wine tersebut, dalam penelitian ini dilakukan dengan penerapan Machine learning dengan membandingkan tiga algoritma data mining yaitu, Decission Tree, Random Forest dan Support Vector Machine (SVM), dari hasil penelitian yang telah dilakukan dengan mebandingkan ketiga algoritma, dihasilkan Random Forest menghasilkan akurasi paling baik diantara algoritma lainya yang telah diuji. Random Forest dengan hasil akurasi  0.7468 menjadikan algoritma ini paling baik digunakan untuk memgklasifikasikan kualitas red wine. Dan diurutan kedua  Decission Tree dengan hasil akurasi sebesar 0.7031, sedangkan Support Vector Machine (SVM) mendapatkan hasil akurasi sebesar 0.65. Jadi pada penelitian yang telah dilakukan untuk menngklasifikasikan kualitas red wine berdasarkan komposisinya Random Forest menjadi algoritma paling baik untuk digunakan.

<p><em>Kelurahan Lakarsantri merupakan salah satu wilayah dengan risiko dan kerentanan sedang saat terjadi gempa bumi karena kedekatan dengan patahan Surabaya yang masih aktif. Sebagai langkah mitigasi penentuan titik kumpul sementara diperlukan untuk meminimalisisr dampak pada saat bencana. Bangunan publik dapat dimanfaatkan sebagai alternatif dlaam menjadi titik kumpul sementara. Dari hasil weighted overlay yang dilakukan, mendapatkan hasil bahwa bangunan publik yang dapat digunakan sebagai titik kumpul sementara di Kelurahan Lakarsantri adalah Posko Dinas Kebakaran Kota Surabaya, Kantor Kecamatan Lakarsantri, Kantor Kelurahan Lakarsantri, SD Negeri Lakarsantri 3 dan Masjid At-Taufiq.</em></p>