Claim Missing Document
Check
Articles

Found 15 Documents
Search

Implementasi Market Basket Analysis Dengan Algoritma Frequent Pattern Growth Pada Data Transaksional di Electronic Commerce Fairuzindah, Athaya; Islami, Istiqomah Rabithah Alam; Rexa, Nafa; Anggraini, Silvia; Sunandi, Etis
JDMIS: Journal of Data Mining and Information Systems Vol. 3 No. 2 (2025): August 2025
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v3i2.4593

Abstract

The Growth of the e-commerce industry has resulted in a massive volume of transaction data, necessitating effective data analysis techniques to extract customer purchasing patterns. The Frequent Pattern Growth (FP-Growth) algorithm is one of the data mining methods that can be used to identify frequently occurring purchase patterns without explicitly generating candidate itemsets. This study aims to implement and evaluate the performance of the FP-Growth algorithm in analyzing e-commerce transaction data to identify recurring shopping patterns. The research methodology includes transaction data collection, data preprocessing, FP-Growth algorithm implementation, and result analysis. This study utilizes an e-commerce transaction dataset from an online retail store based in the United Kingdom, comprising 541,909 transaction records. The research findings indicate that the FP-Growth algorithm is efficient in identifying frequently occurring transaction patterns. Using a support threshold of 1% and a confidence level of 80%, 13 association rules were discovered, demonstrating relationships between frequently co-purchased products. Further analysis shows that these findings can be leveraged by e-commerce businesses to develop marketing strategies based on product recommendations. In conclusion, the FP-Growth algorithm is an effective approach for extracting purchasing patterns from large-scale e-commerce transaction data.
DESA CINTA STATISTIK: INFOGRAFIS DATA STATISTIK DESA PANCA MUKTI DENGAN CANVA Ayu Lestari, Wina; Sunandi, Etis; Agwil, Winalia; Hidayati, Nurul; Firdaus, Firdaus; Fairuzinda, Athaya; Pandu Winata, Aji; Yulian Utami, Rahmi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 6 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i6.2661-2666

Abstract

Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan kemampuan aparatur desa dalam mengolah, menganalisa dan menyajikan data statistik sektoral dalam bentuk infografis desa. Perangkat desa belum memiliki kemampuan melakukan visualisasi data statistik desa dengan infografis menjadi latar belakang dilaksanakannya pelatihan ini. Metode pelaksanaan kegiatan ini meliputi persiapan, pelaksanaan, dan evaluasi. Hasil pretest dan posttest digunakan untuk mengevaluasi efektivitas pelatihan serta mengukur sejauh mana peningkatan pemahaman dan keterampilan peserta setelah mengikuti kegiatan pengabdian kepada masyarakat. Berdasarkan uji Wilcoxon Signed-Rank diketahui bahwa kegiatan pengabdian kepada masyarakat memberikan pengaruh yang signifikan terhadap pemahaman dan keterampilan peserta tentang infografis.
Estimation of Stunting and Wasting in Sumatra 2022 with Nadaraya-Watson Kernel and Penalized Spline Oktarina, Cinta Rizki; Nugroho, Sigit; Sriliana, Idhia; Novianti, Pepi; Sunandi, Etis; Pahlepi, Reza
Inferensi Vol 8, No 3 (2025)
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v8i3.23330

Abstract

This study aims to estimate the prevalence of Stunting and Wasting in Sumatra in 2022 using nonparametric regression methods, specifically the Nadaraya-Watson Kernel and Penalized Spline regression models. Both models were applied to assess the relationship between these two correlated response variables and various predictor variables, such as low birth weight, sanitary facilities, poor population, and exclusive breastfeeding. The results showed that the Nadaraya-Watson Kernel regression, particularly using the Gaussian kernel, provided the best fit with minimal prediction error, as indicated by its low Generalized Cross-Validation (GCV) value of 0.024 and high R-squared values (0.9992 for Stunting and 0.9995 for Wasting). In contrast, the Epanechnikov kernel and Biweight kernel produced higher GCV values (0.110 and 0.356, respectively), indicating less optimal performance. For the Penalized Spline model, optimal parameters were determined with a smoothing parameter λ of 5 and 3 knots, which balanced model flexibility and smoothness. This research underscores the potential of nonparametric regression techniques in capturing complex relationships in health data and provides insights for improving interventions aimed at addressing child malnutrition in Indonesia.
Pemodelan log linier tiga dimensi dalam tingkat penyelesaian pendidikan di Indonesia pada tahun 2020 sampai 2023 Hayadi, Ilham; Anggraini, Ranisyah; Aria, Aurel Giovani; Sunandi, Etis; Novianti, Pepi
Teknosains Vol 20 No 1 (2026): Januari-April
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v20i1.51709

Abstract

Kesenjangan pendidikan di Indonesia masih menjadi isu penting yang memengaruhi berbagai kelompok demografis. Penelitian ini bertujuan untuk menganalisis hubungan antara tingkat penyelesaian pendidikan, jenis kelamin, dan tahun di Indonesia untuk periode 2020–2023 menggunakan pemodelan log-linear tiga dimensi, metode statistik untuk memodelkan frekuensi sel dalam tabel kontingensi multiarah dan mengidentifikasi efek utama dan interaksi antar variabel kategorikal. Penelitian ini didasarkan pada persistensi kesenjangan dalam penyelesaian pendidikan di berbagai kelompok demografis, khususnya berdasarkan jenis kelamin dan waktu. Data yang digunakan adalah data kategorikal tentang tingkat pendidikan, jenis kelamin, dan tahun yang dianalisis menggunakan model log-linear saturnated dan homogeneous, kemudian dibandingkan melalui nilai deviasi, uji chi-square, dan kriteria AIC. Hasil penelitian menunjukkan bahwa model saturnated merupakan model terbaik dengan nilai AIC sebesar 510,04 dan deviasi residual mendekati nol, serta terdapat interaksi tiga arah yang signifikan antara tingkat penyelesaian pendidikan, jenis kelamin, dan tahun, yang mengindikasikan bahwa ketiga variabel tersebut saling memengaruhi secara simultan. Tahun 2023 menunjukkan peningkatan yang signifikan dalam tingkat penyelesaian pendidikan, sedangkan tahun 2020 menunjukkan penurunan. Terdapat pula perbedaan pola penyelesaian pendidikan antara laki-laki dan perempuan pada setiap tingkat dan tahun.
Analisis Perbandingan K-Medoids dan K-Means dalam Pengelompokan Pasien Diabetes Berdasarkan Gaya Hidup dan Kesehatan Legahati, Samratul Fuadah; Amalina, Asyifa Nurul; Simanjutak, Delfi Rosaria; Marta, Rezkyan; Sunandi, Etis
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.237

Abstract

Diabetes melitus adalah penyakit kronis yang memerlukan strategi pencegahan dan pengelolaan yang tepat. Penelitian ini membandingkan metode K-Medoids dan K-Means dalam mengelompokkan pasien diabetes berdasarkan pola gaya hidup dan kesehatan untuk menentukan metode yang lebih optimal. Evaluasi menggunakan rasio Sw/Sb menunjukkan bahwa K-Means dengan tiga klaster memberikan hasil terbaik. Klaster 2 mencakup pasien berisiko tinggi mengalami komplikasi akibat BMI, kadar gula darah (HbA1c), dan kolesterol yang tinggi, sehingga disarankan menjaga pola makan, meningkatkan aktivitas fisik, dan rutin memeriksa kesehatan. Klaster 3 lebih rentan terhadap gangguan metabolisme akibat kadar trigliserida dan kolesterol yang rendah, sehingga memerlukan asupan protein dan serat lebih tinggi serta menghindari lemak trans. Klaster 1 berisiko mengalami gangguan ginjal akibat tingginya kadar kreatinin dan urea, sehingga perlu membatasi konsumsi protein berlebihan, menjaga asupan cairan, dan rutin memantau kesehatan ginjal. Temuan ini dapat menjadi dasar perencanaan strategi perawatan yang lebih efektif bagi penderita diabetes