Didalam kehidupan dari dulu sampai sekarang manusia dan uang merupakan kedua hal yang sulit dipisahkan. sejak penciptaan uang untuk mempermudah mereka dalam pertukaran dan transaksi, yang mana sebelumnya mereka hanya mengenal sistem barter yang dinilai kuran efisien dalam penerapannya. uang merupakan suatu bentuk kontribusi besar manusia terutama dari sektor ekonomi. uang dapat mempersingkat waktu transaksi yang membuat transaksi barang dan jasa menjadi lebih efisien untuk diterapkan pada saat ini. maka dari itu tujuan dari penelitian ini adalah untuk mengetahui sejarah penggunaan serta fungsi dari uang yang digunakan sampai saat ini dari sisi ekonomi konvensional dan ekonomi Islam. adapaun metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan sumber data diperoleh dari artikel berupa jurnal yang berkaitan dengan materi yang dikaji. hasil dari penelitian ini terdapat perbedaan diantara fungsi uang dari kedua sudut pandang yang mana dalam Islam hanya mengakui fungsi uang sebagai media tukar dan sebagai perantara satuan nilai terhadap barang sedangkan dalam ekonomi konvensional uang memiliki fungsi yang sama dengan ekonomi Islam dan juga menambah fungsi lainnya yaitu uang sebagai satuan penyimpan nilai (store of value) dan uang sebagai satuan pembayaran dimasa depan (standard of differend payment).

Usaha kecil di bidang kuliner kini banyak bermunculan sebagai tren usaha alternatif menghadapi kemajuan jaman. Setiap lokasi memiliki perbedaan potensi yang mempengaruhi keberhasilan penjualan produk kulinernya. Dibutuhkan strategi untuk mengetahui potensi lokasi usaha agar usaha dapat berjalan dengan baik. Salah satunya dengan pemanfaatan teknologi Geographic Information System (sistem informasi geografis). Tujuan penelitian ini untuk memberi kemudahan dengan melihat potensi lokasi membuat usaha kecil di wilayah Kelurahan Salatiga. Metode penelitian yang digunakan menggunakan metode kualitatif pada bidang sistem informasi yang meliputi beberapa tahapan, antara lain pengumpulan data, reduksi data, analisa data, dan pengujian. Program ini berintegrasi dengan sistem informasi geografis yang dapat diakses dengan mudah secara umum melalui perangkat komputer. Hasil uji program ini menunjukkan hasil yang baik yang ditunjukkan dengan tingkat keberhasilan melalui pengujian dengan nilai rata-rata 85% (di atas 50%). Ini menunjukkan program yang dibuat telah berhasil.

The large number of theses will certainly make it difficult to find categories on thesis topics that have been written by students at a university. One of the uses of the Text Mining method is being able to group thesis objects into the number of clusters formed by the clustering algorithm. This study aims to compare 2 clustering algorithms, namely the K-Means and K-Medoids algorithms to obtain an accurate evaluation of the performance and computational time in the case of thesis clustering, so that relevant topics can be grouped and have better clustering accuracy. The evaluation parameter used is the Davies Bouldin Index (DBI) which is one of the testing techniques on clustering results, with the distribution of training data and testing data using cross validation using a repetition parameter of 10 folds iteration. From the results of the study with the Term Weighting condition used is Term Occurrences and using the N-Grams value is 2, it can be concluded that the K-Means algorithm has a better DBI value of -0.426. Meanwhile, the range of DBI values owned by K-Medoids with the same conditions has a DBI value of -1,631. However, from the visualization results using t-SNE with the same supporting parameters, there are options that can be used, namely the number of clusters is 6, and the DBI value is -1.110. For testing the computational time in the clustering process of 50 thesis documents, the K-Means algorithm has an average time of 2.5 seconds while the K-Medoids algorithm has an average time of 261.5 seconds. The computer specifications used are Asus ZenBook UX425EA.312 with the processor used is 11th Gen Intel® Core™ i5-1135G7 @ 2.40GHz @ 2.40GHz, the graphics card is Intel® Iris® Xe Graphics, the RAM used is 8GB, with storage of 512GB SSD.