Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science Riau Jurnal Teknik Informatika
Erni Rouza
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Riau Journal of Computer Science

 1 
IDENTIFIKASI DAN KLASIFIKASI UMKM DI KABUPATEN ROKAN HULU MENGGUNAKAN METODE K-MEANS Erni Rouza; Basorudin; efrida
Riau Journal Of Computer Science Vol. 7 No. 1 (2021): Riau Journal of Computer Science
Publisher : Riau Journal Of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (663.405 KB) | DOI: 10.30606/rjocs.v7i1.2181

Abstract

Saat ini Dinas Koperasi UKM sudah memiliki Website pemetaan UMKM berbasis GIS. Namun pada website UMKM saat ini hanya menampilkan titik lokasi UMKM di peta saja dan tidak menampilkan jumlah usaha mikro, kecil, dan menengah yang tersebar disetiap Kecamatan yang ada Kabupaten Rokan Hulu. Berdasarkan website pemetaan UMKM berbasis GIS tersebut Saya ingin mengembangkan website tersebut dengan menambahkan metode penetilian data mining dengan menggunakan algoritma K-Means. K-Means merupakan salah satu metode data clustering non hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster atau kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan cluster atau kelompok yang lain sehingga data yang berada dalam satu cluster atau kelompok memiliki tingkat variasi yang kecil. Inputan pada penelitian ini adalaha UMKM dengan variabel penilaian berdasarkan nilai aset dan nilai omset pertahunya yang kemudian diproses menggunakan algoritma K-Means sehingga menghasilkan outputnya beru cluster atau pengelompokan UMKM itu sendiri. Terdapat 3 cluster pada penelitian ini yaitu cluster 1 Usaha Mikro, cluster 2 Usaha Kecil dan cluster 3 Usaha Menengah. Pada pengujian 14 data usaha, penelitian ini berhasil menerapan metode K-Means untuk identifikasi dan klasifikasi UMKM dengan hasil pengujian 29% data ke cluster 1 sebanyak 4 data, 42% data ke cluster 2 sebanyak 6 data dan 29% data ke cluster 3 sebanyak 4 data.
Market Basket Analysis untuk Menganalisa Pola Perilaku Konsumen Wahdana Mall Erni Rouza; Nurhayati
Riau Journal Of Computer Science Vol. 7 No. 02 (2021): Riau Journal of Computer Science
Publisher : Riau Journal Of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1019.143 KB) | DOI: 10.30606/rjocs.v7i02.2194

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis pola perilaku konsumen Wahdana Mall menggunakan metode Market Basket Analysis (MBA). Association Rule adalah salah suatu prosedur dalam analisis keranjang pasar (Market Basket Analysis) untuk menemukan aturan asosiasi yang memenuhi syarat minimum untuk support dan confidence. Pola perilaku konsumen yang dianalisis adalah pola jenis produk yang sering dibeli oleh konsumen berdasarkan struk belanja, hingga diperoleh rule-rule dari kombinasi item-item produk yang mana saja yang dibeli oleh konsumen secara bersamaan, produk yang paling laris terjual dan menghitung transaksi-transaksi yang terjadi pada setiap kombinasi item produk. Berdasarkan hasil pengujian dan implementasi sistem dapat ditarik kesimpulan bahwasanya metode Market Basket Analysis khususnya Association Rule mampu menghasilkan suatu pengetahuan baru yang dapat digunakan untuk rekomendasi dalam proses pengambilan keputusan manajerial, khusus yang berkaitan langsung dengan perumusan strategi pemasaran dan penjualan di Toko Wahdana Mall. Aturan yang dihasilkan dari 236 data transaksi dan 11 produk diperoleh rata-rata nilai support x confidence sebesar 50% dari nilai minimum support 26% yang mengahasilkan 10 aturan. Aturan yang dihasilkan tergantung dari minimum support dan minimum confidence yang ditentukan, semakin kecil nilai minimum support maka semakin banyak kemungkinan aturan yang diperoleh
Co-Authors Asep Supriyanto Basorudin Efrida Muslim Nurhayati Nurliani Rivi Antoni, Rivi Satria Riki Mustafa