Article Per Year (5 Year)
p-Index From 2021 - 2026
4.14
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Bina Praja JATI (Jurnal Mahasiswa Teknik Informatika) JISA (Jurnal Informatika dan Sains) Jurnal Teknik Informatika C.I.T. Medicom MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknik Informatika (JUTIF) Jawda: Journal of Islamic Education Management Innovative: Journal Of Social Science Research Jurnal Sistem Informasi dan Manajemen
Mulyawan, Mulyawan
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
DATAMINING PADA PENJUALAN AIR BERSIH DI SPAM AKIDAH MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING MENGGUNAKAN RAPIDMINER Dwi Lestari, Putri; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6315

Abstract

Perkembangan zaman membawa perubahan terhadap cara pendistribusian air bersih untuk masyarakat. Di Desa Kecomberan Kecamatan Talun, pendistribusian air bersih dinaungi oleh pemerintah desa dengan diadakannya Sistem Penyedia Air Minum atau SPAM. Setiap bulan, SPAM Akidah akan mencatat pendistribusian air yang digunakan oleh masyarakat dalam buku kubikasi penjualan air bulanan lalu kubikasi tersebut akan dibukukan dalam arsip administrasi milik SPAM. Belum terbacanya informasi mengenai banyaknya jumlah pengguna berdasarkan kategori pengguna hemat dan boros secara sistematis sehingga diperlukan data baru yang menampilkan kelas pelanggan dengan kategori pengguna hemat dan boros. Dengan data set kubikasi periode Januari sampai dengan Desember 2022 milik 241 pelanggan SPAM Akidah Desa Kecomberan diharapkan dapat memberikan informasi baru terkait kelas pelanggan. Pengelompokkan kelas pelanggan menggunakan bantuan datamining dengan algoritma K-Means Clustering. K-Means Clustering dipilih menjadi metode untuk menemukan pola jarak dari data kubikasi ke titik pusat dengan menerapkan perhitungan Euclidien Distance. Perhitungan Euclidien Distance menghasilkan nilai-nilai hasil iterasi akhir dan kelas-kelas pelanggan. Pengujian yang dilakukan memperoleh nilai Davies Bouldin Index (DBI) sebesar 0,235dengan kelas pelanggan irit pada Cluster 0 sebanyak 190 pelanggan dan kelas pelanggan boros pada Cluster 1sebanyak 51 pelanggan.
IMPLEMENTASI DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN STATUS KEMATIAN BAYI DI JAWA BARAT Pujianti, Anisa; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6347

Abstract

Angka Kematian Bayi (AKB) digunakan sebagai indikator untuk mengukur tingkat kesehatan di suatu daerah karena bayi adalah anak-anak berusia antara 0 dan 12 bulan, yang sangat rentan terhadap kesehatan dan kesejahteraan yang buruk. Provinsi Jawa Barat perlu mendapat perhatian khusus untuk menekan tingginya AKB karena memiliki jumlah kasus kematian bayi yang cukup besar—menempati urutan ketiga di Indonesia dalam hal ini. Teknik K-Means Clustering membagi data menjadi dua kelompok yang hampir identik satu sama lain dan berbeda satu sama lain. Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas metode K-Means Clustering dalam klasterisasi kematian bayi berbasis desa-desa di Jawa Barat. Berdasarkan informasi dari desa dan volume kejadian, pengukuran ini dilihat. Data penelitian ini berasal dari data.jabarprov.go.id dan berdasarkan statistik kematian bayi di Jawa Barat. 27 dari 601 data yang dikumpulkan dari 2019 hingga 2021, berjumlah 601, berasal dari Jawa Barat.
PENERAPAN METODE K-MEANS CLUSTERING PADA DATA PENJUALAN OPTIK CHANTIKA Rizki, Muhammad; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6562

Abstract

Penelitian ini bertujuan untuk melakukan analisis data mining menggunakan metode clustering K-Means pada data penjualan merek kacamata di Optik Chantika. Dalam penelitian ini, kami menggunakan nilai Davies Bouldin Index untuk mengevaluasi performa metode K-Means, dan hasil optimal terdapat pada jumlah klaster 10. Namun, kami memilih menggunakan tiga klaster untuk klasterisasi pada penelitian ini: penjualan tertinggi, penjualan sedang dan penjualan terendah. Melalui metode K-Means, merek kacamata dengan penjualan tertinggi selama tiga bulan tergabung dalam Cluster_0, sedangkan Cluster_1 berisi merek kacamata dengan penjualan sedang, dan Cluster_2 berisi merek kacamata dengan penjualan terendah. Hasil penelitian ini memberikan persentase 50% merek kacamata termasuk dalam kategori penjualan tertinggi, 27,27% termasuk dalam kategori penjualan sedang, dan 22,72% termasuk dalam kategori penjualan terendah. Dengan adanya pengelompokan berdasarkan pola penjualan ini, Optik Chantika dapat mengoptimalkan pengelolaan data penjualan dan memenuhi kebutuhan konsumen dengan lebih baik. Dengan pemahaman yang lebih baik tentang pola penjualan, perusahaan dapat mengambil keputusan yang lebih efektif dalam hal pengadaan stok dan strategi pemasaran. Hal ini diharapkan dapat meningkatkan pendapatan perusahaan dan memberikan manfaat yang signifikan bagi Optik Chantika.
PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM PENGELOMPOKAN KABUPATEN DAN KOTA BERDASARKAN TANAMAN BIOFARMAKA Miftahul Anwar, Arif; Rizki Rinaldi, Ade; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8188

Abstract

Tumbuhan biofarmaka dikenal juga dengan tumbuhan obat yang mempunyai keunggulan penting dalam pengembangan industri farmasi, dan produk kesehatan yang diperoleh dari berbagai bagian tumbuhan seperti daun, batang, buah, dan akar. Salah satu strategi untuk meningkatkan dan mempertahankan produktivitas tanaman biofarmaka dengan membagi sektor tanaman menjadi beberapa kelompok berdasarkan kesamaan karakteristik. Salah satu pendekatan untuk mensegmentasi area ini dengan menggunakan analisis cluster. Tujuan dari penelitian ini adalah untuk mengetahui hasil cluster yang terbentuk dan penggunaan algoritma K-Means dan K-Medoids untuk mengelompokkan kabupaten/kota berdasarkan variabel biomedis tanaman. Dari hasil analisis cluster menggunakan K-Means menghasilkan 24 kabupaten/kota pada cluster 1.1 kabupaten pada cluster 2.1 kabupaten pada cluster 3, dan 1 kabupaten pada cluster 4. Sedangkan dengan menggunakan K-Medoids, cluster 1 menghasilkan 2 kabupaten, cluster 2 menghasilkan 1 kabupaten, cluster 3 menghasilkan 1 kabupaten dan cluster 4 memiliki 23 kabupaten/kota. Dari hasil pengelompokan kedua metode tersebut, ditentukan metode terbaik melalui perbandingan menggunakan cluster variance dalam pengelompokan produksi tanaman biofarmaka. Mencapai nilai DBI. 0.087 untuk algoritma K-Means dan 0.428 untuk algoritma K-Medoids. Hal ini menunjukkan bahwa pada pengujian DBI algoritma K-Means lebih baik dibandingkan algoritma K-medoids karena semakin rendah nilai yang diperoleh maka kualitas cluster yang dihasilkan semakin baik.
ANALISIS PENGELOMPOKAN DAYA TARIK OBYEK WISATA BERDASARKAN JENISNYA MENGGUNAKAN METODE K-MEANS PADA DATA PEMPROV JABAR Helia, Anggun; Mulyawan, Mulyawan; Lukman Rohmat, Cep; Fathurrohman, Fathurrohman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8369

Abstract

Provinsi Jawa Barat merupakan salah satu provinsi di Indonesia yang memiliki daya tarik pariwisata tinggi baik dari kalangan wisatawan lokal maupun mancanegara. Hal ini dapat dilihat dari jumlah kunjungan yang kian tahun semakin naik dari tahun-tahun sebelumnya. Peningkatan kunjungan wisatawan akan memberikan pengaruh baik bagi masyarakat sekitar. Di samping itu, walaupun sudah ada usaha-usaha untuk meningkatkan kunjungan wisatawan, masih terdapat masalah ketidakseimbangan jumlah wisatawan di beberapa daerah. Oleh karena itu, diperlukan usaha untuk meratakan distribusi kunjungan wisatawan. Salah satu cara yang dapat dilakukan adalah dengan mengelompokkan objek wisata yang memiliki potensi untuk dikembangkan dengan menggunakan penerapan clustering metode algoritma k-means. Atribut yang digunakan dalam penelitian ini meliputi Nama Provinsi, Nama, Kabupaten/Kota, Alam, Buatan, Budaya, Satuan, Tahun dengan perolehan hasil Clustering rendah, sedang, dan tinggi dengan nilai DBI yang diperoleh dari K=4 adalah 0.146. Cluster 0 merupakan Tingkat Daya Tarik Obyek Wisata Rendah dengan anggota cluster berjumlah 16 kabupaten , Cluster 1 merupakan Tingkat Daya Tarik Obyek Wisata sedang dengan anggota cluster berjumlah 9, Cluster 2 merupakan Tingkat Daya Tarik Obyek Wisata tinggi dengan anggota cluster berjumlah 1 kabupaten, dan Cluster 3 merupakan Tingkat Daya Tarik Obyek Wisata tinggi dengan anggota cluster berjumlah 1 kota
ANALISIS SENTIMEN KOMENTAR VIDEO MOBIL LISTRIK DI PLATFORM YOUTUBE DENGAN METODE NAIVE BAYES Karimah, Ayu; Dwilestari, Gifthera; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8373

Abstract

Dalam era perkembangan teknologi yang pesat, mobil listrik menjadi inovasi utama dalam industri otomotif. Namun, analisis sentimen menunjukkan adanya tantangan, terutama kurangnya pemahaman masyarakat tentang mobil listrik yang mempengaruhi persepsi negatif. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap mobil listrik di Indonesia melalui konten YouTube, menggunakan algoritma Naive Bayes. Metode Knowledge Discovery in Databases (KDD) digunakan untuk mengumpulkan dan menganalisis opini masyarakat. Evaluasi model menggunakan RapidMiner menunjukkan peningkatan signifikan dengan penerapan teknik SMOTE Upsampling, meningkatkan akurasi dari 50,70% menjadi 70,69%. Analisis kelas menunjukkan peningkatan true positive, true negative, dan true neutral. Meskipun algoritma Naive Bayes memberikan akurasi 70,69%, presisi 43.64%, dan recall 39.48%, penelitian ini memiliki kekurangan dan disarankan untuk membandingkan algoritma klasifikasi lain, memperluas dataset, dan menguji kombinasi algoritma yang lebih luas. Rekomendasi juga mencakup penerapan hasil penelitian ke mesin klasifikasi dengan pengujian lebih lanjut. Studi ini memberikan wawasan untuk meningkatkan pemahaman dan penerimaan mobil listrik di masyarakat Indonesia.
SISTEM MONITORING PENYIRAMAN OTOMATIS BERBASIS IOT MENGGUNAKAN SOIL MOISTURE PADA TANAMAN MELON Fathurrohman, Fathurrohman; Prasetiya, Tio; Iin, Iin; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8423

Abstract

Internet of things merupakan konsep dimana objek fisik atau perangkat dihubungkan ke internet dan dapat saling berkomunikasi.Sistem irigasi tanaman otomatis yang efisien dan tepat waktu merupakan elemen penting dalam pertanian modern.Penggunaan Internet of Things (IoT) telah membuka kemungkinan baru bagi pengembangan sistem irigasi yang cerdas dan terhubung.permasalahan dengan gagal panen untuk mengetahui faktor salah satunya dari kualitas air dalam tanah yang tidak stabil sehingga menghambat pertumbuhan. Namun dengan hadirnya teknologi Internet of Things (IoT), sistem irigasi otomatis kini dapat membantu proses penyiraman dan pengairan tanaman.Tujuan untuk merancang dan mengembangkan sistem penyiraman dan irigasi tanaman otomatis yang memanfaatkan Internet of Things (IoT).telah berkembang menjadi teknologi yang mendukung pengembangan sistem irigasi yang cerdas dan efektif.Gunakan konektivitas nirkabel, sensor cerdas, dan analisis informasi untuk pengelolaan air jangka panjang dan pemantauan kesehatan aset secara real-time.Dengan menggunakan metode eksperimen yaitu perancangan membuat alat penyiraman tanaman otomatis yang dapat di monitoring melalui smartphone.Hasil menggunakan teknologi Internet of Things (IoT), sistem irigasi otomatis dapat mematikan dan menghidupkan pompa secara otomatis dan manual untuk mendukung proses irigasi, meningkatkan efisiensi penggunaan air, memaksimalkan pertumbuhan tanaman, dan meningkatkan kesejahteraan petani.
OPTIMASI POLA PEMBELIAN TOKO SEMBAKO DENGAN ALGORITMA FP-GROWTH Fitriyah, Anis; Kaslani, Kaslani; Tohidi, Edi; Mulyawan, Mulyawan; Fathurrohman, Fathurrohman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8435

Abstract

Toko sembako adalah toko kelontong (bahan pokok) yang menjual berbagai macam kebutuhan pokok masyarakat pada umumnya. Tanpa kebutuhan dasar masyarakat bisa terganggu karena bahan pokok ini yang paling utama. Penempatan pada produk toko ini masih dilakukan secara tradisional/manual oleh pemilik toko dan data transaksi penjualan di Toko ini hanya digunakan sebagai simpanan tanpa dimaksimalkan penggunaannya. Semakin banyak toko kelontong modern semakin sedikit pelanggan yang membeli di toko tersebut. Dalam penerapan teknik data mining menggunakan metode asosiasi dengan memanfaatkan Algoritma Fp-Growt, Permasalahannya adalah belum bisa mengetahui produk apa yang sering di minati pelanggan, ketersediaan produk seringkali tidak sesuai dengan keinginan konsumen sehingga bisa berdampak buruk. Algoritma Fp-Growth ini digunakan untuk mengidentifikasi peraturan yang mengatur keterkaitan antara kombinasi itemset. dalam data transaksi penjualan, dengan tujuan memberikan rekomendasi untuk mengoptimalkan strategi penjualan dengan mengidentifikasi produk-produk yang sering dibeli bersamaan, dan menyusun menu berdasarkan preferensi konsumen. Berdasarkan Association Rules menghasilkan 3 barang yang umumnya dibeli oleh pelanggan yaitu Gula, Minyak Goreng dan Tepung. Hasil evaluasi menunjukan nilai support tertinggi pada seluruh itemset sebesar 0.170. Pengujian pembentukan itemset, dengan nilai support 0.1 dan nilai confidence 0.5 mendapatkan rule sebanyak 7 rule dan mendapatkan nilai confidence yang paling tinggi yaitu 0.950 serta mendapatkan nilai lift paling tinggi 4.923 sehingga dinyatakan semua aturan yang dihasilkan memiliki kekuatan dan validitas yang dapat diandalkan untuk digunakan meningkatkan strategi penjualan. Penelitian ini dapat membantu Toko untuk dapat meningkatkan pengalaman pelanggan, mengoptimalkan stok produk, dan meningkatkan kepuasan pelanggan secara keseluruhan. Hasil temuan dari penelitian ini bisa dimanfaatkan untuk memberikan bantuan atau dukungan dalam proses penjualan, fokus pada barang - barang yang banyak diminati oleh pelanggan dan ketersediaan stok barang.
PENERAPAN NATURAL LANGUAGE PROCESSING DALAM ANALISIS SENTIMEN CAWAPRES 2024 MENGGUNAKAN ALGORITMA NAIVE BAYES Iin, Iin; Supriatna, Reza; Mulyawan, Mulyawan; Rohman, Dede
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8572

Abstract

Pemerintah indonesia akan mengadakan pemilu tahun 2024 isu yang paling di sorot yaitu pemilihan calon presiden dan calon wakil presiden tahun 2024, keputusan Mahkamah Konstitusi (MK) tentang pemilihan calon presiden dan wakil presiden pada tahun 2024 menjadi isu yang sangat viral, terutama terkait CAWAPRES muda. Beberapa analisis sentimen di Twitter menunjukkan bahwa teks yang disebutkan masyarakat memiliki sentimen negatif, positif, atau netral. Dalam konteks penelitian ini, fokusnya adalah menilai apakah teks yang muncul di Twitter bersifat negatif, positif, atau bahkan bersifat netral. Metode yang digunakan dalam penelitian ini metode SEMMA (sample, explore, modify, assess) dengan menggunakan algoritma naive bayes, dengan pemodelan confusion matrix untuk prediksi sentimen menggunakan Naïve Bayes dengan menghasilkan nilai presisi, akurasi dan recall. Hasil evaluasi dari algoritma naive bayes tersebut mencapai 73,98% untuk nilai recall, 77,37% untuk nilai akurasi dan 100% untuk nilai presisi.
KOMPARASI ALGORITMA APRIORI DAN FP-GROWTH UNTUK MEMBERIKAN STRATEGI DISKON Lorentiana Wijayanti, Rima; Kurniawan, Rudi; Mulyawan, Mulyawan; Herdiana, Ruli; Susana, Heliyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8935

Abstract

PT Menara Intermode memiliki data yang besar terkait penjualan tas brand En-ji Collection secara offline. Data ini dapat memberikan informasi atau pola terkait penjualan. Penulis menemukan permasalahan dalam mengidentifikasi pola pembelian transaksi karena terbatasnya menganalisis data tersebut. PT Menara Intermode memerlukan strategi pemasaran yang tepat. Kebiasaan belanja pelanggan dapat dicari pola nya dengan menggunakan teknik data mining. Dengan menggunakan teknik data mining penulis mempunyai tujuan untuk memberikan strategi diskon kepada konsumen. Tahap pertama dimulai dengan pengumpulan data, data yang yang telah dikumpulkan sebanyak 2.343 data transaksi, kemudian dilakukan data selection yang dimana melakukan pemilihan atribut yang penting sehingga memiliki hasil. Setelah data selection, dilakukan preprocessing pada data yang dimana untuk mengecek kerangkapan data dan menggunakan data sesuai kebutuhan. Setelah data preprocessing, dilakukan data transformasi yaitu dilakukan penyesuaian format data dalam bentuk tabular untuk proses data mining. Pada tahap data mining diterapkan menggunakan algoritma Apriori dan FP-Growth melalui pengujian RapidMiner. Hasil dari penelitian ini Algoritma Apriori menghasilkan 2 rules sedangkan algoritma FP-Growth menghasilkan 19 rules dengan minimum support 0,1 atau 10% dan minimum confidence 0,4 atau 40% yang dapat digunakan untuk memberikan strategi diskon kepada konsumen.
Co-Authors Ade Rizki Rinaldi Ahmad Faqih Amalia, Dita Rizki Apriliyani, Ela Ardhanur, Ichlas Danar Dana, Raditya Destriyanah, Riska Dikananda, Arif Rinaldi Dwi Lestari, Putri Eka Permana, Sandy Fathurrohman Fathurrohman Fauziah, Irfa Mulhimah Fitri, Ika Syiami Fitria, Ananda Rizki Fitriyah, Anis Gifthera Dwilestari Gusnanto, Ferdi Hardika Hardika, Hardika Helia, Anggun Herdiana, Ruli Herdis Herdiansyah Iin, Iin Karimah, Ayu Kaslani Lidina, Lidina Lorentiana Wijayanti, Rima Lukman Rohmat, Cep Martanto . Meliawati, Linda Miftahul Anwar, Arif Muhamad Sidik, Asep Hilmi Muhammad Rizki Ningrum, Zarah Beby Nining Rahaningsih Nur Hermawan, Ilham Nurhakim, Bani Odi Nurdiawan Prakoso, Salfim Prasetiya, Tio Pujianti, Anisa Rizki Rinaldi, Ade Rohman, Dede Rudi Kurniawan Supriatna, Reza Susana, Heliyanti Syahri, Ibnu Nava Tohidi, Edi Wahyudin, Edi Wijaya, Nurjana Adi