Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Teknika

Sistem Prediksi Transaksi Nasabah Bank Swasta Memanfaatkan Fuzzy Time Interval Sequential Pattern Mining Titasari Rahmawati; Supangat Supangat
Teknika Vol 7 No 1 (2018): Juli 2018
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v7i1.89

Abstract

Layanan perbankan saat ini memang dirancang sebagai salah satu cara untuk memuaskan para nasabah. Pelayanan operasional adalah pelayanan yang penting karena terjadi secara langsung. Kebutuhan seorang nasabah yang terjadi sewaktu-waktu sehingga bank harus siap dalam hal dana tunai. Transaksi yang terjadi pada sebuah bank tidak dapat diprediksi dengan kasat mata dikarenakan situasi dan kondisi perekonomian yang labil sehingga bank harus memperhatikan jumlah dana tunai yang tersedia. Oleh sebab itu perlu dibangun sebuah sistem prediksi yang dapat memprediksi transaksi nasabah guna untuk mengetahui pada saat momen apa, transaksi apa yang akan dilakukan serta dalam waktu atau tempo yang sebentar, sedang atau lama transaksi kedua akan dilakukan. Sistem ini menggunakan metode fuzzy time interval sequential pattern yang dapat memprediksi transaksi nasabah dikolaborasi dengan momen.
Implementasi Decision Tree C4.5 Untuk Menentukan Status Berat Badan dan Kebutuhan Energi Pada Anak Usia 7-12 Tahun Supangat Supangat; Anis R. Amna; Titasari Rahmawati
Teknika Vol 7 No 2 (2018): November 2018
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v7i2.90

Abstract

Decision Tree 4.5 merupakan salah satu algoritma klasifikasi yang banyak digunakan untuk memperoleh hasil klasifikasi non biner. Dibanding algoritma sejenis, Decision Tree 4.5 memiliki kelebihan pada kemampuan untuk mengelola data dalam berbagai format. Kelebihan inilah yang dicoba dimanfaatkan untuk memperoleh hasil klasifikasi kebutuhan nutrisi bagi anak usia sekolah dasar. Berdasarkan hasil pengujian menggunakan Decision Tree terhadap 360 siswa sekolah dasar berusia 7-12 tahun, diperoleh hasil bahwa 79,7% siswa memiliki berat badan normal, 12,5% siswa mengalami kekurangan berat badan, dan 7,8% siswa mengalami kelebihan berat badan. Dari kondisi tersebut, pengujian lebih lanjut menggunakan Decision Tree menunjukkan bahwa faktor usia, berat badan, tinggi badan, BMR, dan BMI memiliki kontribusi pada penentuan kebutuhan energi pada anak, dan jenis kelamin mempengaruhi pada proses penentuan kebutuhan konsumsi karbohidrat, protein, lemak, dan serat.
Perbandingan Kinerja Tool Data Mining Weka dan Rapidminer Dalam Algoritma Klasifikasi Mochammad Faid; Moh Jasri; Titasari Rahmawati
Teknika Vol 8 No 1 (2019): Juli 2019
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v8i1.95

Abstract

Data mining merupakan ilmu yang membahas tentang bagaimana menambang pengetahuan dari sebuah data. Klasifikasi merupakan salah satu bagian dari data mining. Algoritma klasifikasi dalam data mining bermacam-macam model. Karena setiap model yang ada di algoritma klasifikasi tidak sama, maka akurasinya tentu akan berubah. Untuk mengetahui baik tidaknya sebuah algoritma klasifikasi, indikatornya adalah tingkat akurasi. Dengan perhitungan-perhitungan yang rumit dan membutuhkan waktu yang sangat lama, diciptakan sebuah tools data mining sehingga proses dan pengolahan data mining lebih mudah. Tools data mining dalam penelitian ini menggunakan Weka dan Rapidminer. Adapun tujuan dari penelitian ini adalah untuk mengetahui kinerja dari tools data mining Weka dan Rapidminer.
Perancangan dan Pembuatan Sistem Informasi Terpadu (SIDU) Institut Informatika Indonesia (IKADO) Surabaya Eddy Triswanto Setyoadi; Titasari Rahmawati
Teknika Vol 7 No 2 (2018): November 2018
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v7i2.137

Abstract

Tingkat keamanan dan keakuratan penyajian data menjadi sangat penting terlebih menyangkut nilai historis atau riwayat data tertentu. Perguruan tinggi menjadi salah satu lembaga yang harus mengedepankan unsur keamanan dan keakuratan data, terutama yang terkait dengan data mahasiswa dan administrasi akademik. Sebagai perguruan tinggi yang berbasis pada pengajaran bidang teknologi informasi, selayaknya memiliki sebuah sistem yang terintegrasi atas seluruh proses bisnis yang terjadi sehingga dapat memberikan laporan yang dapat digunakan sebagai analisa dan penentuan strategi pengembangan perguruan tinggi. Dalam penelitian ini, diupayakan untuk dapat dihasilkan sebuah sistem informasi terpadu yang mampu menangani seluruh proses bisnis dalam administrasi dosen dan karyawan, penerimaan mahasiswa baru, administrasi keuangan, dan administrasi akademik.
Perancangan Aplikasi Mobile Menggunakan Machine Learning Untuk Menentukan Klasifikasi Kategori Berita Hariyanti, Novi Tri; Rahmawati, Titasari; Wirapraja, Alexander
Teknika Vol. 13 No. 3 (2024): November 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i3.1093

Abstract

Berita yang umumnya terdapat pada media publikasi baik elektronik maupun media cetak yang beredar setiap harinya dalam volume yang besar, saat ini sebagian besar telah berpindah ke media digital yang memudahkan pengguna untuk mengakses artikel berita. Jumlah peredaran berita yang besar setiap harinya inilah yang seringkali membebani kerja dari editor dan penulis berita dalam menentukan kategori dari berita yang akan dirilis. Sistem ini dirancang untuk membantu dalam melakukan klasifikasi kategori berita, pada aplikasi ini aplikasi dirancang dalam bentuk aplikasi portal berita berbasis aplikasi mobil berbasis android. Pada penelitian ini menggunakan metode logistic regression sebagai metode klasifikasi biner dengan dataset yang digunakan pada penelitian ini merupakan judul berita yang dipublikasikan pada tahun 2020 dengan pembagian data sekitar 2000 dataset. Hasil dari penelitian ini adalah sistem aplikasi yang membantu dalam melakukan klasifikasi kategori berita dengan tingkat akurasi diatas 85%.