Article Per Year (5 Year)
p-Index From 2020 - 2025
4.058
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA J I M P - Jurnal Informatika Merdeka Pasuruan Jurnal Riset Informatika STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Jurnal Mantik Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Teknik Informatika C.I.T. Medicom JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal PkM (Pengabdian kepada Masyarakat) Innovative: Journal Of Social Science Research
Deny Hidayatullah
Universitas Nasional, Jakarta
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Innovative: Journal Of Social Science Research

 1 
Analisis Kinerja Tren Penjualan untuk Mendapatkan Strategi Penjualan Secara Global Menggunakan Tableau Data Mining Eri Mardiani; Nur Rahmansyah; Endah Tri Esti Handayani; Deny Hidayatullah; Nabila Puspita Wulandana; Azzaleya Agashi Lombu; Sisca Budyarti
Innovative: Journal Of Social Science Research Vol. 3 No. 3 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i3.2175

Abstract

Peningkatan yang cukup pesat dilihat dari segi volume serta variasi data yang dihasilkan oleh berbagai sumber, mulai dari sensor, perangkat seluler, media sosial, sistem bisnis, dan lainnya, adalah akar dari pembacaan analitik data. Karena jumlahnya yang sangat besar, serta kompleksitasnya data serta melihat pembuatannya yang cepat, data ini disebut sebagai Data Mining. Sedangkan untuk Istilah "Big Data Analytics" menggambarkan metode penggalian, pemeriksaan, dan analisis data yang sangat ekstensif, rumit, dan bervariasi, yang juga dikenal sebagai Big Data. Big Data diigunakan untuk mengekstrak wawasan berguna dari data, seperti pola dan tren, yang kemudian dapat digunakan oleh bisnis untuk menyusun rencana bisnis dan membuat keputusan yang lebih baik. Pengolahan data dapat diterapkan di semua bidang dan salah satunya adalah di bidang penjualan yang sangat membutuhkan untuk meningkatkan tren dan penjualan yang sangat meningkat dan untuk mengetahui peningkatan penjualan yang sangat baik, makan Big data yang menjelaskan kondisi penjualan sangat dibutuhkan di perusahaan
Analisis Prediksi Pendapatan Penduduk dengan Metode K-Nearest Neighbor, Decision Tree, Naive Bayes, Ensemble Methods, dan Linear Regression Eri Mardiani; Nur Rahmansyah; Endah Tri Esti Handayani; Sari Ningsih; Deny Hidayatullah; Dhieka Avrilia Lantana; Yuni Latifah; Alica Dwi Fahira; Keysha Belynda Tyva Panggabean; Imelta Natalia Ginting
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.4121

Abstract

Data mining bermula dari peningkatan data yang cukup pesat dilihat dari segi volume serta variasi data yang dihasilkan oleh berbagai sumber, dan jumlahnya yang sangat besar, serta kompleksitasnya data hingga pembuatannya yang cepat. Dengan data bisa menghasilkan prediksi yang membantu pemerintah dalam mengambil keputusan dan kebijakan di masa mendatang. Selain itu prediksi dapat membantu pemerintah dalam perencanaan kegiatan yang akan dilakukan untuk mencapai tujuan, karena prediksi ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan seminimal mungkin. Prediksi biasanya digunakan untuk  menemukan informasi dari sejumlah data yang besar sehingga diperlukan data mining. Data mining dapat digunakan untuk menggali informasi dari data yang besar sehingga didapatkan informasi yang dapat digunakan dalam memprediksi sesuatu. Dalam data mining terdapat banyak teknik dalam pengerjaannya, untuk menemukan pola atau informasi yang tersembunyi diantaranya adalah Klasterisasi (clustering), Regresi (regression), Asosiasi (association), dan Klasifikasi (classification)
Co-Authors Agung Triayudi Ahmad Rifqi Ahmad Rivaldi Alica Dwi Fahira Anggun Wibowo Arie Gunawan Azmi Musyaffa Fadhilah Azzaleya Agashi Lombu Chaerunnisa Chaerunnisa Christy Octavius Danu Kusuma Dhieka Avrilia Lantana Dianita Ayu Putri Astari Dinda Audilla Dwi Auditira Endah Tri Esti Handayani Eri Mardiani Erwin Wicaksono Fahrizal Anwar Fauziah Fauziah Febfiyana Febfiyana Imelta Natalia Ginting Iskandar Fitri Iskandar Fitri Iwan Wahyuddin Iwan Wahyudin Keysha Belynda Tyva Panggabean M Iwan Wahyuddin M. Iwan Wahyuddin Malik Abdul Aziz Sujudi Maurizka Zahra Devita Mochammad Alif Kurniawan Muhammad Ilham Muhammad Rifqi Ali Muhammad Ulil Albab Munawaroh Munawaroh Nabila Puspita Wulandana Nesha Putri Pratama Nur Rahmansyah Nurfatanah Nurfatanah Olipa Sarta Matilda Purba Radithya Pramuditha Yenadi Raka Alvianda Rizki Insani Maulana Sari Ningsih Septi Andryana Sisca Budyarti Syahril Ramadhan Tasha Fitria Kusumanagara Ucuk Darusalam Ucuk Darussalam Viki Saputra Wisnu Andika Putra Yunan Fauzi Wijaya Yuni Latifah