The information providing about dropship, Small and Mid-size enterprise (SMEs), in Pekalongan city recently is done by brochure, banner and social media.  Nevertheless, other than social media, the promotion media is possible to be seen when visitor is on the spot.  The research is aimed at supporting the troubleshooting matters by adapting the Geographic Information System (GIS) in mapping about Batik SMEs dropship in Pekalongan city.  The web based GIS will ease the market player, tourists or visitors as well as the society to get such information about dropship, SME centre and Batik market.  The providing of web based GIS in informing the dropship, SME centre and Batik market in Pekalongan city is expected to give positive impact to Batik businessmen and to improve the economic rate in Pekalongan city

The information providing about dropship, Small and Mid-size enterprise (SMEs), in Pekalongan city recently is done by brochure, banner and social media.  Nevertheless, other than social media, the promotion media is possible to be seen when visitor is on the spot.  The research is aimed at supporting the troubleshooting matters by adapting the Geographic Information System (GIS) in mapping about Batik SMEs dropship in Pekalongan city.  The web based GIS will ease the market player, tourists or visitors as well as the society to get such information about dropship, SME centre and Batik market.  The providing of web based GIS in informing the dropship, SME centre and Batik market in Pekalongan city is expected to give positive impact to Batik businessmen and to improve the economic rate in Pekalongan city.

Narkotika terdiri dari obat-obatan, zat maupun bahan apabila dikonsumsi dan masuk kedalam tubuh dapat mempengaruhi kesehatan fungsi organ dalam manusia yaitu otak. Permasalahan tentang narkoba di Indonesia sangat menghawatirkan dimana pada tahun 2019 yaitu sebesar 2,4% adalah pengguna yang berarti bahwa dari 10.000 penduduk Indonesia ada 240 berusia 15-64  tahun  atau  berjumlah 4,5 juta jiwa. Adapun research problem yang pada penelitian yang dilakukan adalah bagaimana menentukan metode prediksi jumlah penanganan kasus narkotika terbaik sehingga dapat meminimalkan jumlah korban jiwa. Dalam penelitian yang dilakukan menggunakan metode komparasi algoritma prediksi yaitu Linear Regresion, Neural Network, Support Vector Machine (SVM) tentang pengguna narkotika sehingga dihasilkan prediksi yang mendekati nilai sesungguhnya dari kasus yang ada. Ouput yang dihasilkan didapatkan hasil bahwa performance prediksi dengan algoritma SVM pada penanganan kasus narkotika memiliki tingkat prediksi lebih baik disbanding dengan algoritma prediksi yang lain yaitu nilai RMSE 169.533 +/- 0.000. Untuk kegiatan penelitian yang akan datang dapat mengitegrasikan dengan algoritma klasifikasi untuk menentuka jenis narkotika yang paling banyak dipakai.
 Kata kunci: Narkotika. Rapid Miner, Support Vector Machine