Divorce cases in West Java Province have increased every year. The profile map of divorce cases that occurred in each region is not yet known, so efforts to provide guidance to minimize divorce cases are not optimal. Divorce case data is also not equipped with a visualization feature that makes it easier for authorized officials to easily understand and analyze data. This study analyzes divorce cases in regencies/cities in West Java Province, using the K-Means Algorithm Clustering data mining method. The clustering method is grouping data based on the same characteristics. In determining the number of clusters, that is by using the value of the Davies Bouldin Index. The results of this study obtained the best cluster of grouping divorce cases, there were 2 clusters, namely cluster 0, there were 5 regencies and 9 cities, while in cluster 1 there were 13 regencies, with a Davies Bouldin index value of 0.168 and an avg.within centroid distance value of 5,870. Cluster 0 is the city/district with the lowest divorce cases and cluster 1 is the city/district with the highest divorce cases.

Penelitian ini bertujuan untuk mengetahui Pengaruh Kemampuan Kerja Dan Tunjangan Kesejahteraan Terhadap Prestasi Kerja Pegawai Pada Kantor Camat Sei Tualang Raso Kota Madya Tanjung Balai. Jumlah sampel dalam penelitian ini sebanyak 60 pegawai. Teknik analisis data yang penulis gunakan dalam penelitian ini yaitu deskriptif kuantitatif. Pengumpulan data yang digunakan adalah dengan menggunakan kuesioner yang diberikan kepada responden. Data diolah menggunakan SPSS. Teknik analisis data yang digunakan adalah Regresi Linear berganda, dengannilai t hitung untuk variabel Kemampuan Kerja (X1) sebesar 4.443jika dibandingkan dengan nilai t tabel yang sebesar 1.672. Maka t hitung yang diperoleh lebih besar dari nilai t tabel atau 4.443>1.672, kemudian terlihat pula bahwa nilai sig lebih kecil dari nilai probabilitas 0.000 <  0.05 maka Ho ditolak dan Ha diterima sehingga variabel X1 memiliki kontribusi terhadap Y. Nilai t hitung untuk variabel Tunjangan Kesejahteraan (X2) sebesar 5.862jika dibandingkan dengan nilai t tabel yang sebesar 1.672. Maka t hitung yang diperoleh lebih besar dari nilai t tabel atau 5.862>1.672, kemudian terlihat pula bahwa nilai sig lebih kecil dari nilai probabilitas 0.000 <  0.05 maka Ho ditolak dan Ha diterima sehingga variabel X2 memiliki kontribusi terhadap Y.  Nilai f hitung adalah 383.362dengan tingkat sig 0,000 oleh karena itu nilai sig 0,000 > 0,05 dan nilai F hitung 383.362> F tabel 2.77 hal ini menunjukkan bahwan Ho ditolak sehingga dapat disimpulkan bahwa variabel independen X1, X2secara simultan berpengaruh positif dan signifikan terhadap variabel dependen Y.Nilai  R Square menunjukkan bahwasanya variable Kemampuan Kerja (X1) dan Tunjangan Kesejahteraan (X2)dapat menjelasakan pengaruhnya terhadap prestasi kerja sebesar 0.931 atau 93.1%, sedangkan sisanya sebesar 0.69 atau 6.9% dipengaruhi variable lain yang tidak dimasukkan dalam penelitian ini.

The innovation of the robot cars today is moving very fast. The robot car is capable of being driven without using manual remote controls. One form of technological development in robot car control is by using hand gestures. The microcontrolle placed in the palm of the hand will read the direction of movement of our hands, then the instructions are transmitted to the robot car.  The transmission system used in the microcontrolled circuit in the palm of the hand and the receiver circuit inside the robot car must be properly attached. This is influenced by the quality of programming language levels and the arduino mini pro and MPU-6050 circuits. Hand gesture directional readings are able to be easily readable and directly transmitted by the NRF24L01 module via radio waves. The response power of the robot car in receiving hand-move instructions can be received as far as 45 m. In addition to using a good arduino mini pro, the addition of antenna modules will also increase the quality and distance of the connection is getting farther..

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.