Claim Missing Document
Check
Articles

Found 23 Documents
Search

ANALISIS PREDIKSI PENJUALAN PRODUK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR REGRESSION Salkiawati, Ratna; Lubis, Hendarman; Nurfiyah, Nurfiyah; Al Malik MK, Abdillah Syah
Journal of Information System, Informatics and Computing Vol 9 No 2 (2025): JISICOM (December 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v9i2.2132

Abstract

Toko Sembako merupakan usaha yang bergerak dibidang perdagangan, produk yang menyediakan produk sembako. Permasalahan yang ada yaitu belum adanya prediksi penjualan produk di masa mendatang berdasarkan data yang telah direkam sebelumnya. Prediksi ini untuk mempermudah serta memberitahu pemilik toko mengenai produk yang paling banyak dibeli konsumen. Untuk mengetahui prediksi penjualan produk digunakan metode K-Nearest Neighbor Regression, selanjutnya akan melewati tahapan Knowledge Discovery in Database (KDD). Hasil yang diperoleh penulis dari penelitian ini adalah nilai k = 2 mendapat RMSE 0.31318 untuk produk Beras pada bulan ke-11, k = 2 mendapat RMSE 0.29367 untuk produk Gula Pasir pada bulan ke-11 dan bulan ke-12, k = 4 mendapat RMSE 0.34002 untuk produk Minyak Goreng 2 Ltr pada bulan ke-11 dan bulan ke-12, k = 3 mendapat RMSE 0.31820 untuk produk Telur Ayam pada bulan ke-11, k = 6 mendapat RMSE 0.44437 untuk produk Tepung Terigu pada bulan ke-8. Seperti yang tertera dalam pedoman RMSE dapat disimpukan bahwa seluruh model yang penulis uji memiliki satu kesalahan yang kecil yaitu 0,00 – 0,299 dan empat kesalahan sedang yaitu 0,30 – 0,559.
E-Learning Revolusioner: Strategi Desain untuk Pengguna yang Lebih Baik Prayitno, M. Hadi; Lubis, Hendarman
Journal of Information System, Informatics and Computing Vol 9 No 2 (2025): JISICOM (December 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v9i2.2092

Abstract

Perubahan digital mempacu pemanfaatan e,learning, namun di sekolah proses belajar masih dominan tatap muka. Hal ini membuat siswa sulit mengulang materi, sedangkan guru belum optimal menggunakan media digital. Platform seperti Google Classroom dan WhatsApp membantu, tetapi masih terbatas dalam pemantauan siswa dan absensi manual. Penelitian ini merancang UI/UX sistem e,learning berbasis web yang lebih terintegrasi dengan pendekatan Design Thinking melalui tahap empathize, define, ideate, prototype, dan testing. Data diperoleh dari guru dan siswa melalui kuesioner untuk menggali kebutuhan dan kendala. Fitur yang dikembangkan mencakup registrasi, login, ruang kelas, absensi otomatis, pengelolaan nilai, dan laporan bantuan. Prototipe dibangun dengan Figma dan diuji lewat Useberry menggunakan System Usability Scale (SUS) dan Single Ease Question (SEQ). Hasil pengujian menunjukkan skor SEQ 6–7, SUS siswa 85, dan SUS guru 86,25 (masuk peringkat sangat baik). Penelitian ini menggambarkan Design Thinking berdaya guna menghasilkan sistem e,learning mudah dipahami dan sesuai konteks dengan kebutuhan sekolah.
Sistem Pakar untuk Diagnosis Penyakit Mata dengan Certainty Factor dan Forward Chaining Warta, Joni; Lubis, Hendarman
Journal of Information System, Informatics and Computing Vol 9 No 2 (2025): JISICOM (December 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v9i2.2218

Abstract

Penelitian ini mengembangkan sistem pakar untuk diagnosis penyakit mata menggunakan metode Certainty Factor dan Forward Chaining. Metode Certainty Factor digunakan untuk mewakili tingkat kepastian gejala pada pasien, sedangkan Forward Chaining digunakan untuk mendiagnosis penyakit berdasarkan gejala yang dimasukkan. Penelitian ini menggunakan desain deskriptif dan eksperimen, dengan tahapan perancangan sistem, pengumpulan data, implementasi, serta pengujian dan analisis data. Hasil pengujian menunjukkan bahwa sistem pakar memiliki akurasi 92%, presisi 90%, recall 88%, dan F1-Score 89%. Implementasi metode Certainty Factor dan Forward Chaining terbukti efektif dalam mendiagnosa penyakit mata, dengan kecepatan dan kemudahan penggunaan yang tinggi. Sistem ini diharapkan dapat digunakan sebagai alat bantu diagnosa awal, membantu dokter dalam pengambilan keputusan, dan memberikan informasi yang berguna bagi pasien. Kata Kunci: Sistem Pakar, Diagnosis Penyakit Mata, Certainty Factor, Forward Chaining, Keakuratan Diagnosa