Article Per Year (5 Year)
p-Index From 2020 - 2025
2.392
P-Index
This Author published in this journals
All Journal Jiko (Jurnal Informatika dan komputer) JURIKOM (Jurnal Riset Komputer) Jurnal Sistem Informasi Kaputama (JSIK) Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Tekinkom (Teknik Informasi dan Komputer) INFOKUM Djtechno: Jurnal Teknologi Informasi DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Tajrin, Tajrin
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
SISTEM PENDUKUNG KEPUTUSAN PENENTUKAN PENERIMAAN BANTUAN DANA KOPERASI DESA MENGGUNAKAN ALGORITMA ID3 Tajrin, Tajrin
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 1, No 1 (2020)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v1i1.699

Abstract

Koperasi  merupakan  salah satu  kegiatan  organisasi  ekonomi  yang  bekerja  dalam bidang gerakan potensi sumber daya yang memiliki tujuan untuk mensejahterakan anggotanya. Agar  suatu  koperasi  bisa  berjalan  lancar, koperasi harus  bisa  bekerja  secara  efisien  dan  mengikuti adanya prinsip dan kaidah ekonomi yang ada. Koperasi  berdasarkan  jenis  usahanya  dibagi  ke dalam empat jenis, yaitu koperasi simpan pinjam, koperasi serba  usaha,  koperasi  produksi  dan  koperasi  konsumen. Dalam hal ini ialah koperasi simpan pinjam, dalam penyaluran dana tersebut, calon koperasi penerima bantuan dana bergulir khususnya koperasi simpan pinjam yang ada dan mengajukan proposal  atau bantuan dana ke  Koperasi pada Desa berdasarkan algoritma ID3, dimana metode tersebut berguna untuk merengkingkan data pengajuan dana koperasi simpan pinjam, maka rengkin yang paling tinggi akan mendapatkan bantuan dana koperasi Kata Kunci— Koperasi, Simpan Pinjam, ID3
Penerapan Metode Association Rule Dalam Menganalisa Data Penjualan Spare Part Motor Menggunakan Algoritma FP-Growth Tajrin, Tajrin; Tamara, Amelia; Wijaya, Vivian; Josephin, Josephin; Kurniawan, Davin
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 5 No. 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v5i2.706

Abstract

PT. Alfa Scorpii salah satu Showroom yang melayani penjualan sepeda motor yang bermerek Yamaha, melayani servis dan penjualan spare part kendaraan, showroom tersebut juga melayani pembelian sparepart yang tidak khusus servis. Showroom PT. Alfa Scorpii memiliki transaksi yang sangat banyak setiap harinya, data transaksi di Showroom ini sebagaimana sama seperti di Showroom-showroom pada umumnya. Dengan adanya pengetahuan tersebut maka Showroom berkolaborasi menggunakan metode Association Rule dengan algoritma FP Growth. Dalam menerapkan algoritma FP Growth untuk menganalisa data penjualan spare part pada Shoorum memperoleh 7 sempel rule dari ratusan rule dengan menerapkan min support >30 dan confidence 70% dari aplikasi atau program yang sudah di jalankan. Rule yang di peroleh Jika membeli spare part Velg maka membeli spare part Kampas Rem & Asesoris dengan nilai confidence = 75% dan Jika membeli Ban Dalam maka membeli Ban Luar dengan nilai = 83% dan jika membeli Asesoris maka membeli Kampas Rem dengan nilai = 86% dan jika membeli Ban Luar maka membeli Kampas Rem dengan nilai = 71% dan jika membeli Lampu maka membeli Kampas Rem dengan nilai = 78% dan jika membeli Oli maka membeli Kampas Rem dengan nilai = 70% dan jika membeli Oli & Shock maka membeli Kampas Rem dengan nilai = 100%
IMPLEMENTASI ALGORITMA C5.0 DALAM KEPUTUSAN PEMBERIAN BEASISWA DI SMA NEGERI 1 ADIANKOTING KABUPATEN TAPANULI UTARA Tajrin, Tajrin; Hutabarat, Iron Pawi; Simatupang, Ria Anjelina; Cherac, Husien
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 5 No. 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v5i2.707

Abstract

Dalam sebuah instansi pendidikan atau disebut dengan sekolah, baik itu sekolah di Negeri maupun Swasta, sekolah merupakan ujung tombak dari kemajuan suatu negara. Peranan sekolah sangat penting dalam menyelenggarakan proses belajar mengajar guna menciptakan siswa berakhlak, bertakwa serta berprestasi. Dengan peran yang sangat penting inilah maka sekolah turut serta memberikan beasiswa kepada siswa yang berhak menerimanya berdasarkan criteria-kriteria yang telah di tentutan. Algoritma C5.0 merupakan salah satu algoritma yang dapat mengelola data siswa menjadi suatu keputusan dalam memberikan masukan dalam pemberian beasiswa. Data yang digunakan adalah data masa siswa belajar di sekolah SMA Negeri 1 Adiankonting Kabupaten Tapanulis Utara dan di menggunakan 6 kriteria yaitu nama, jumlah tanggungan orang tua, nilai raport, pekerjaan orang tua, penghasilan orang tua, kepemilikan rumah. Laju eror yang dipergunakan sebagai evaluasi algoritma C5.0 dalam klasifikasi pemberian beasiswa adalah 16.7% kesalahan dalam kalsifikasi dari 20 data, ini artinya ada 16 siswa yang tepat di klasifikasikan
SISTEM PENDUKUNG KEPUTUSAN DALAM MENGANALISA PENJUALAN PRODUK BANGO MENGGUNAKAN METODE TSUKAMOTO Panjaitan, Nova Juliana; Barus, Jane Kembarini; Barus, Jenny Kembarina; Tajrin, Tajrin
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 4 No. 2 (2020): Volume 4, Nomor 2, Juli 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v4i2.735

Abstract

Sistem pendukung keputusan ialah suatu sistem yang dapat membantu baik seseorang maupun perusahaan dalam mengambil keputusan secara akurat dan sesuai dengan tujuan yang di inginkan. Berbagai permasalahan yang dapat diselesaikan menggunakan sistem pendukung keputusan.Dalam masalah ini sistem pendukung keputusan digunakan untuk membantu karyawan dalam menganalisa penjualan produk kecap bango Pada PT. Lotte Mart Indonesia.Metode yang di gunakan dalam penelitian ini ialah metode Fuzzy Tsukamoto, karena metode ini yang paling cocok dan banyak di gunakan dalam memecahkan permasalahan penjualan produk. Hasil akhir dari penelitian ini yaitu dalam 1 bulan penjualan produk cekap bango terdapat minggu pertama dan kedua dengan nilai 75% dengan keputusan buruk, minggu ke tiga 77% dan minggu ke empat 76% dengan keputusan baik.
IMPLEMENTASI METODE FORECASTING DENGAN MENGGUNAKAN ALGORITMA TIME SERIES DALAM MEMPREDIKSI PERMINTAAN CETAK CV. GRAND GRAFIKA Tajrin, Tajrin; Kuswoyo, Yudyi; Ginting, Rido Alfrado
Djtechno: Jurnal Teknologi Informasi Vol 5, No 2 (2024): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v5i2.4563

Abstract

Permintaan cetak merupakan salah satu satu hal terpenting dalam industri percetakan. Permintaan cetak yang tidak terduga dapat menyebabkan kelebihan ataupun kekurangan bahan baku serta produk jadi, hal ini lah yang dapat berdampak negatif bagi probabilitas perusahaan. Permintaan cetak juga merupakan tantangan utama bagi industri percetakan dalam memprediksi permintaan cetak yang akurat, hal ini juga lah yang dialami oleh CV. Grand Grafika. Penelitian ini bertujuan untuk mengimplementasikan metode forecasting dengan menggunakan algortima time series dan menggunakan model ARIMA (AutoRegressive Integrated Moving Average) dalam memprediksi permintaan cetak. Dari penelitian ini menghasilkan model ARIMA terbaik yaitu ARIMA (1,0,0) dengan nilai RMSE sebesar 10.69, MAPE sebesar 0.02, dan MAE sebesar 8.69.
IMPLEMENTATION OF DATA MINING ALGORITHM FP-GROWTH IN MILK SALES IN PT. ASIA JAYA TOGETHER USING ASSOCIATION RULE METHOD Tajrin, Tajrin; Samosir, Samuel; Aritonang, Lilis Suryani
INFOKUM Vol. 10 No. 02 (2022): Juni, Data Mining, Image Processing, and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.218 KB)

Abstract

This study aims to determine the types of dairy products that are most often sold based on weekly sales data. In addition, this study aims to find out what type of milk will be in more stock, and to place milk in one cupboard with several types of milk that are often purchased by consumers. With this aim for time efficiency in making it easier for consumers to take goods, and make the company easier for sure. This research was conducted at PT. Asia Jaya Bersama, Medan City, North Sumatra. The basic method used in this research is the association rule method and its implementation uses the survey method. The algorithm used to simplify the method is the frequent pattern growth (fp-growth) algorithm
PENERAPAN METODE FORECASTING DENGAN ALGORITMA SUPPORT VECTOR MANCHINE UNTUK MEMPREDIKSI PENERIMAAN PESERTA DIDIK BARU PADA SMA ULUN NUHA Tajrin, Tajrin; Sembiring, Sinly Helpingky Sulam; Ndruru, Sabar Krismonata
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i2.1525

Abstract

This study aims to develop a prediction model for new student admissions at Ulun Nuha High School using the Support Vector Machine (SVM) algorithm. Ulun Nuha High School faces the challenge of fluctuating numbers of applicants every year, which affects resource allocation and strategic planning. The SVM algorithm was chosen because of its ability in classification and regression, so it can identify patterns and trends from historical student admissions data. This study uses data from 100 students with 20 data as the main sample, covering four main variables: Indonesian, Mathematics, Science and Social Studies scores, and memorization. The application of the SVM algorithm in Python obtained prediction accuracy results of 100% from 20 data samples and the results of testing the prediction data resulted in students with registration number 23021 getting a pass result and students with registration number 23022 getting a failure result. The results of the study show that the SVM model can predict the number of new students with high accuracy, close to the real results from historical data. This model provides significant benefits in planning more effective, efficient, and measurable student admissions.
ANALISIS PERUBAHAAN PERMINTAAN TRANSAKSI UNTUK MENINGKATKAN KEPUASAAN PELANGGAN SHOPEE DENGAN ALGORITMA FUZZY C MEANS Tajrin, Tajrin; Hasugian, Debi Maria; Nasution, Olyfia Akbar
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i2.1530

Abstract

This study uses Fuzzy C-Means to analyze Shopee customer demand and transaction success, aiming to improve customer satisfaction by understanding shopping patterns and purchase conversion rates. With the rapid growth of internet usage and e-commerce, consumer behavior analysis has become crucial for improving customer satisfaction. This study utilizes the Fuzzy C-Means algorithm to cluster data based on attributes such as location, product price, sales volume, and customer ratings. The Fuzzy C-Means algorithm allows handling ambiguous data and identifying significant patterns in transactions and customer satisfaction. The study results indicate that the algorithm successfully grouped the data into three main clusters: the first cluster has an average price of Rp 120,000, an average sales volume of 5,000 units, and an average rating of 4.8; the second cluster has an average price of Rp 140,000, an average sales volume of 3,000 units, and an average rating of 4.7; the third cluster has an average price of Rp 130,000, an average sales volume of 4,000 units, and an average rating of 4.9. This research provides valuable insights for e-commerce companies to design more effective marketing strategies and improve service quality based on the analysis of demand changes and transaction conversion effectiveness.
PENERAPAN METODE DECISION TREE DALAM PEMBERIAN BONUS KINERJA KARYAWAN MENGGUNAKAN ALGORITMA C5.0 PADA PT. JUNYE GROUP LANGKAT Tajrin, Tajrin; -, Novendy
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2361

Abstract

ABSTRAK- Manusia merupakan sumber daya yang tidak lepas pada setiap perusahaan, manusia memiliki pengetahuan, keterampilan, kemampuan dan karya. Bonus merupakan salah satu pendorong karyawan untuk menunjukkan kinerjanya lebih baik. Dengan memberikan bonus merupakan bentuk penghargaan kepada karyawan untuk memotivasi para karyawan yang memiliki kemampuan dan semangat kerja yang tinggi dalam melakukan pekerjaannya, bonus yang diberikan sesuai dengan prestasi kerja yang dihasilkan. PT. Junye Group Langkat bergerak di bidang eksport kayu ke luar negeri seperti Cina dan Korea biasanya pemberian bonus atas prestasi kinerja setiap tahun diberikan, tetapi proses pemberian bonus kepada karyawan masih melakukan secara manual yang memerlukan waktu yang cukup lama untuk dapat menentukan hasil karyawan yang mendapatkan bonus. oleh karena itu peneliti merancang sebuah sistem datamining dengan menerapakan Metode Decision Tree dan Algoritma C5.0 yang akan membantu proses perhitungan berdasarkan kriteria-kriteria secara cepat dan ideal dalam menentukan karyawan yang terbaik untuk mendapatkan bonus setiap tahunya. Laju eror yang dipergunakan sebagai evaluasi algoritma C5.0 dalam klasifikasi pemberian bonus kinerja karyawan sebesar 8.% kesalahan dari 20 data, artinya ada 12 karyawan yang tepat di klasifikasikan.
DECISION SUPPORT SYSTEM FOR SELECTING DELIVERY SERVICES AT DEDY SEGAR USING FUZZY SAW Tajrin, Tajrin; Celinson, Christoper
JIKO (Jurnal Informatika dan Komputer) Vol 8, No 2 (2025)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v8i2.9889

Abstract

Expedition service companies play a crucial role in ensuring the smooth distribution of goods, especially for businesses involved in selling fresh products, such as Dedy Segar. However, the current delivery service selection process at Dedy Segar is still manual and lacking a structured system to evaluate, making it difficult to compare multiple important criteria such as estimated delivery time, cost, and service quality. This manual approach consumes time and effort, increases the risk of inconsistent and suboptimal decisions, and struggles to handle uncertainty in qualitative assessments. This issue poses a risk to operational efficiency and customer satisfaction, highlighting the need for a more systematic and reliable decision-making tool.. To address this problem, this study proposes a solution through the implementation of the Fuzzy Simple Additive Weighting (FSAW) method in a web-based decision support system. The FSAW method combines the advantages of fuzzy logic in handling uncertainty and the SAW method's simplicity in weighting criteria, making it suitable for evaluating subjective and imprecise data in delivery service selection. The objective of this research is to optimize the selection process of delivery services by enhancing efficiency, accuracy, and objectivity, as well as to handle uncertainty in criteria assessment. The results show that the system successfully provides recommendations based on preference values, with the highest ranking achieved by GoSend (91.00), followed by SiCepat Ekspres (87.00), Lalamove (83.50), JNE and GrabExpress (77.75), JT Express (71.50), and TIKI and Wahana at the lowest positions. Thus, the system has proven to be effective in supporting optimal decision-making for selecting delivery services for Dedy Segar.
Co-Authors -, Novendy Aritonang, Lilis Suryani Barus, Jane Kembarini Barus, Jenny Kembarina Celinson, Christoper Cherac, Husien Ginting, Rido Alfrado Harefa, Novi Karlianti Hasugian, Debi Maria Hutabarat, Iron Pawi Josephin, Josephin Kurniawan, Davin Kuswoyo, Yudyi Nasution, Olyfia Akbar Ndruru, Sabar Krismonata Panjaitan, Nova Juliana Pasaribu, Nanda Sabrina Samosir, Samuel Saragih, Leonardo Sembiring, Sinly Helpingky Sulam Simatupang, Ria Anjelina Tamara, Amelia Thuan, Steven Wijaya, Vivian