Berdasarkan hasil observasi dan wawancara di kelas X MA Walisosngo Kayen, Kabupaten Pati, Jawa Tengah diperoleh informasi bahwa para siswa kesulitan memahami materi fenomena litosfer. Rata-rata hasil belajar siswa masih di bawah kriteria ketuntasan minimal. Salah satu upaya mengatasi kesulitan yang dihadapi adalah pemilihan bahan ajar yang mendukung proses pemahaman materi. Modul digital berbasis Google Sites merupakan bahan ajar berbasis website dan memuat elemen multimedia. Pemanfaatan modul digital selaras dengan kurikulum merdeka yang berpusat pada siswa dan integrasi teknologi digital dalam proses pembelajaran. Penelitian ini bertujuan untuk menganalisis proses pembelajaran menggunakan modul digital Google Sites, menganalisis hasil belajar siswa dan mengukur tingkat efektivitas modul digital untuk meningkatkan hasil belajar siswa. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan model pre-experimental dan one group pretest-posttest design. Teknik pengumpulan data meliputi tes, angket, observasi, dan dokumentasi. Teknik analisis data yang digunakan adalah n-gain, paired sample t-test, dan deskriptif persentase. Hasil penelitian menunjukkan modul digital Google Sites layak digunakan dengan skor validItas 78,5% (layak), hasil uji n-gain mendapat hasil 0,67 (sedang) sehingga modul digital Google Sites dinyatakan cukup efektif, sedangkan pada indikator aktivitas belajar memperoleh rata-rata skor 81,7% (baik, dan untuk respon siswa memperoleh 78,2% (baik). Diperlukan peningkatan aktivitas oral pada modul digital.

Tingginya angka statistik penderita diabetes memerlukan antisipasi dari dinas kesehatan untuk menekan dan mencegah ledakan penderita diabetes. Oleh karena itu, diagnosis dini diabetes dapat membantu pengobatan diabetes lebih cepat dan dapat menghindari komplikasi penyakit berbahaya lainnya. Salah satu pencatatan yang dapat dilakukan adalah dengan memanfaatkan teknik klasifikasi dengan data mining. Algoritma C4.5 dan K-Nearest Neigbor merupakan metode yang dapat digunakan untuk memprediksi diabetes. Dari hasil pengujian 520 data yang terbagi menjadi 80% atau 416 data sebagai data latih dan 20% atau 104 sebagai data pengujian, algoritma C45 (Decision Tree) memiliki akurasi yang lebih tinggi dibandingkan k-NN dengan menggunakan seluruh atribut dengan akurasi sebesar 98% sedangkan k-NN memiliki akurasi sebesar 83%. Sedangkan untuk penggunaan menggunakan fitur berbasis heatmap, algoritma C45 memiliki akurasi 88% lebih tinggi dibandingkan algoritma k-NN dengan akurasi 84%. Pada algoritma k-NN, mencari jumlah k yang optimal adalah 4 dengan akurasi 88%.