Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JIBEMA: Jurnal Ilmu Bisnis, Ekonomi, Manajemen, dan Akuntansi KETIK : Jurnal Informatika
Surya Darma Nasution
Sekolah Tinggi Ilmu Manajemen Sukma
Computer Science & IT Economics, Econometrics & Finance Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Algoritma Apriori Pada Data Transaksi Point Of Sale Untuk Analisis Pola Pembelian Konsumen di Restoran Evergreen Nabila Khairani; Surya Darma Nasution
JIBEMA: Jurnal Ilmu Bisnis, Ekonomi, Manajemen, dan Akuntansi Vol. 3 No. 4 (2026): April
Publisher : CV. Muris Global Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62421/jibema.v3i4.621

Abstract

Restoran Evergreen merupakan usaha kuliner yang telah menerapkan sistem Point of Sale (POS) untuk mencatat transaksi penjualan, namun data yang dihasilkan belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis, khususnya dalam memahami pola pembelian konsumen. Penelitian ini bertujuan menganalisis pola pembelian konsumen menggunakan algoritma Apriori guna menemukan association rule (Association Rules) antar menu yang sering dibeli secara bersamaan. Data yang digunakan berupa 183 transaksi periode 1-30 September 2025 dengan 114 jenis item, diolah menggunakan perangkat lunak Altair AI Studio (RapidMiner) melalui operator FP-Growth dan Create Association Rules dengan minimum Support 4% dan minimum Confidence 30%. Hasil penelitian menemukan 104 frequent itemset, dengan Aqua sebagai item berfrekuensi tertinggi (Support 36,1%), serta 71 asossociation rule. Aturan dengan lift tertinggi adalah Paket Bakso Ayam Prima-Paket Bakso Ayam Tea (lift 8,32), sedangkan aturan yang paling didukung data adalah Paket Nasi Ayam Penyet Tea-Paket Nasi Goreng Telur Tea (Confidence 34,8%, lift 2,89). Temuan ini dapat menjadi dasar strategi bundling, penempatan menu, dan promosi bagi manajemen restoran.
Transformasi Digital Knowledge Base: Chatbot Interaktif untuk Manajemen Informasi Kebijakan dan SOP Perusahaan Surya Darma Nasution
KETIK : Jurnal Informatika Vol. 3 No. 03 (2026): Januari
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v3i03.624

Abstract

Pengelolaan dokumen kebijakan dan Standar Operasional Prosedur (SOP) perusahaan masih menghadapi tantangan signifikan, termasuk dokumen yang tersebar, kesulitan pencarian informasi spesifik, dan ketiadaan mekanisme akses real-time. Penelitian ini bertujuan mengembangkan chatbot interaktif berbasis Retrieval-Augmented Generation (RAG) sebagai knowledge base untuk manajemen informasi kebijakan dan SOP perusahaan. Sistem dikembangkan menggunakan platform Flowise yang terintegrasi dengan API ChatGPT, memanfaatkan model GPT-4o-mini untuk generasi respons dan text-embedding-3-large untuk representasi vektor dokumen. Pengujian dilakukan menggunakan metode black-box testing dengan 10 pertanyaan uji yang mencakup berbagai tingkat kompleksitas. Hasil pengujian menunjukkan sistem mencapai akurasi respons 100%, skor relevansi rata-rata 4,7 dari skala 5, dan waktu respons antara 4-7 detik. Temuan ini menunjukkan bahwa pendekatan RAG efektif dalam mengatasi keterbatasan chatbot konvensional untuk menangani dokumen kebijakan yang kompleks. Chatbot yang dikembangkan berpotensi menjadi knowledge base aktif yang menggantikan paradigma pencarian dokumen manual, meningkatkan aksesibilitas informasi kebijakan, dan mendukung konsistensi penerapan SOP dalam organisasi.
Co-Authors Nabila Khairani