Article Per Year (5 Year)
p-Index From 2020 - 2025
1.325
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Computer Based Information System Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal IPTEK Bagi Masyarakat Sistem Pendukung Keputusan dengan Aplikasi The Indonesian Journal of Computer Science
Purnama, Pradani Ayu Widya
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mechanical Engineering Physics Public Health Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer

 1 
Sistem Pakar untuk Mengetahui Gaya Belajar Anak Menggunakan Metode Forward Chaining Purnama, Pradani Ayu Widya; Putra, Teri Ade; Afira, Riandana; Putra, Ondra Eka
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 6 No. 2 (2022): Call for Paper Volume 6 Nomor 2 April 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v6i2.11359

Abstract

Gaya belajar merupakan kecenderungan anak untuk mengadaptasi strategi tertentu dalam belajarnya sebagai bentuk tanggung jawabnya untuk mendapatkan satu pendekatan belajar yang sesuai dengan tuntutan belajar di kelas/sekolah maupun tuntutan dari mata pelajaran. Gaya belajar yaitu kombinasi antara cara seseorang dalam menyerap pengetahuan dan cara mengatur serta mengolah informasi atau pengetahuan yang didapat.Sistem Pakar secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem Pakar menggunakan Forward Chaining yang diterapkan dalam penelitian ini untuk mengetahui gaya belajar anak dalam bentuk presentase. Sistem Pakar ini diimplementasikan menggunakan bahasa pemrograman php.
Klasifikasi Penjualan Produk Menggunakan Algoritma Naive Bayes pada Konter HP Bayu Cell Purnama, Pradani Ayu Widya; Putra, Teri Ade
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 8 No. 1 (2024): Call for Paper: Volume 8 Nomor 1 Januari 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v8i1.13207

Abstract

Data Mining merupakan proses iteratif dan interaktif untuk menemukan pola atau model baru yang dapat digeneralisasi untuk masa yang akan datang, bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive database). Pada Konter HP Bayu Cell mempunyai masalah dalam menentukan produk yang laris atau tidak laris terjual pada konter tersebut. Dengan demikian untuk adanya suatu sistem yang dapat menunjang Konter HP Bayu Cell dalam mengambil keputusan secara cepat dan tepat agar tidak terjadinya penumpukan produk. Untuk itu pada penelitian ini penulis menggunakan Algoritma Data Mining Metode Algoritma Naïve Bayes, Pada metode Naive Bayes untuk ukuran peluang suatu peristiwa yang terjadi berdasarkan peristiwa lain yang telah (dengan asumsi, praduga, pernyataan, atau terbukti) terjadi. Pada data training yang dilakukan dengan produk handphone REDMI NOTE 9 menggunakan algoritma Naive Bayes dimana menghasilkan klasifikasi masuk ke kategori “Laris” dengan nilai 0,005211. Oleh karena itu pada konter HP Bayu sudah dapat menghasilkan hasil yang diharapkan dan dapat membantu dalam mengetahui mana saja produk handphone yang termasuk kategori laris dan tidak laris.
Penerapan Metode Apriori untuk Pembelian di Minimarket Purnama, Pradani Ayu Widya; Putra, Teri Ade; Afira, Riandana; Wijaya, Romi
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14249

Abstract

Agar selalu dapat bertahan dalam persaingan bisnis ataupun minimarket, para pelaku bisnis minimarket harus terus mengembangkan bisnis mereka. Meningkatkan kualitas produk, penambahan jenis produk, pengurangan biaya operasional dan dilakukan analisis data adalah beberapa hal yang dapat ditingkatkan oleh pihak minimarket. Algoritma apriori adalah salah satu algortima terbaik dalam data mining, dengan menggunakan algoritma apriori dan metode market basket analisis ini, peneliti dapat memahami pola pembelian konsumen dengan menganalisis produk-produk yang dibeli. Penelitian ini menghasilkan sebanyak 4 aturan (aturan 1 : Jika pelanggan membeli Produk Susu, mereka cenderung membeli Produk Roti, aturan 2 : Jika pelanggan membeli Produk Roti, mereka cenderung membeli Produk Susu, aturan 3 : Jika pelanggan membeli Produk Roti dan Produk Chiki, mereka cenderung membeli Produk Susu, aturan 4 : Jika pelanggan membeli Produk Susu dan Produk Permen, mereka cenderung membeli Produk Roti). 4 aturan yang didapat tersebut dapat dijadikan sebagai salah satu referensi bagi pihak minimarket dalam mendukung keputusan untuk melakukan tindakan yang bisa meminimalisir terjadinya penumpukan barang.
Co-Authors Afira, Riandana ardila, desi Armonitha, Shary Azahra, Kaila Fazri, Ahmad Harya Hadi, Aulia Fitrul Indra Irawan Kurnia AR, Harlan Muhammad, Abulwafa Pohan, Nurmaliana Putra, Ondra Eka Rahman, Sepsa Nur Rahmi, Nadya Alinda Sakinah, Mutiara Teri Ade Putra Wijaya, Romi