Garuda - Garba Rujukan Digital

Menu Package Recommendation using Combination of K-Means and FP-Growth Algorithms at Bakery Stores: Menu Package Recommendation using Combination of K-Means and FP-Growth Algorithms at Bakery Stores N P Dharshinni; Elvana Bangun; Sarah Karunia; Ruth Damayanti; Gabriel Rophe; Roy Pandapotan
Jurnal Mantik Vol. 4 No. 2 (2020): Augustus: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.Vol4.2020.931.pp1272-1277

Bakery shop is a shop that sells variants menu like bread, cakes, and drinks. The main problem with this store's sales is still not knowing which product items are best sellers and the shop still markets a lot of non-selling menus, causing the shop to lose money. So it takes the right strategy to increase the sales of bakery shop menus by making a menu package recommendations from the menus most frequently purchased by customers. The k-means algorithm performs grouping on menus to get menu packages. Furthermore, the fp-growth algorithm looks for linkages between frequently purchased menus to get menu package recommendations. The results of the research that the dominant items often purchased in cluster0 packages are hotdogs, pancakes, milk, garlic breadsticks with a confidence value of 92%, cluster1 packages are garlic breadsticks, hotdogs, chicken sand, pancakes with a confidence value of 92% and the last cluster2 packages are garlic breadstick, pastry, milk with a confidence value of 79%.

IMPROVEMENT OF DIGITAL IMAGE USING A COMBINATION OF ALPHA TRIMMED MEAN FILTER AND ARITHMETIC MEAN FILTER Insidini Fawwaz; N P Dharshinni; Irfan Hindrawan
INFOKUM Vol. 10 No. 02 (2022): Juni, Data Mining, Image Processing, and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (944.539 KB)

The development of technology at this time causes the provision of information to increase through social media. Many social media users convey information by including digital images. Digital images are very important in conveying the accuracy of information. However, digital images often experience various disturbances, such as decreased pixel quality, less sharpness, blurring, and the appearance of noise in the image. Noise contained in the image causes a decrease in image quality. Image degradation can be caused by uneven light intensity and can also be caused by dirt adhering to the camera lens. There are various types of noise found in digital images, including Salt And Pepper Noise, Speckle Noise, and Rayleigh Noise. There are many filtering methods that can improve digital images from noise interference. Some of them are the Mean Filter method, Geometric Mean Filter, Harmonic Mean Filter, Arithmetic Mean Filter, Median Filter, Midpoint filter, Alpha Trimmed Mean Filter and so on. Based on the research conducted, the combination of the Alpha Trimmed Mean Filter and Arithmetic Mean Filter methods can reduce Salt and Pepper noise, Speckle noise and Rayleigh noise better than the Alpha Trimmed Mean Filter and Arithmetic Mean Filter methods based on the MSE, RMSE and PSNR parameters.

Designing Applications For Damage Reporting Of Public Facilities Using K-Means Clustering Algorithm Rika Saljuni; Muhammad Sholahuddin; Fanema Putra Hartaret Harefa; Thines Raman; Juliansyah Putra Tanjung; N P Dharshinni
Jurnal Mantik Vol. 6 No. 2 (2022): August: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v6i2.2900

Public facilities are facilities provided for public purposes such as roads, street lighting, bus stops, sidewalks, and pedestrian bridges. The facilities provided are facilities that provide convenience for the community so that they must be maintained properly. Data mining is a process of dredging or collecting important information from large data. The data mining process often uses statistical, mathematical methods, to utilize artificial intelligence technology. The application designed uses 50 datasets which, after normalization, the number of data becomes 350 data, and after preprocessing the data used in the study is 81 data, with 4 attributes and 3 clusters. The results of the data processing resulted in the first data clustering based on the facility attributes produced as many as 29 data, the second data clustering based on the year attribute produced was 12 data, the third data clustering based on the attribute the resulting amount was 40 data

PENERAPAN ALGORITMA K-MEANS PADA DATA PENGANGGURAN DI JAWA BARAT N P Dharshinni; Gurbinder Singh; Aldwin Simamora; Johannes April Talian Naibaho; Riama D.Lumban Tobing
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2767

Angka pengangguran adalah satu dari antara masalah yang dihadapi negara berkembang ataupun negara maju. Jika angka pengangguran di suatu negara mencapai angka yang tinggi, maka akan menjadi masalah bagi negara tersebut. Pembayaran pajak negara akan mengalami penurunan yang mengakibatkan penghasilan negara berkurang. Di sisi lain, kualitas tenaga kerja yang tidak memadai juga mempengaruhi tingkatan pengangguran. Seperti masyarakat miskin yang tidak mampu menyekolahkan anaknya atau keterbatasan teknologi untuk mendapatkan ilmu yang berkualitas, masyarakat kelas menengah yang hanya mampu menyekolahkan anaknya sampai SMA dan para mahasiswa yang tidak mampu memenuhi standar prospek kerja. Penelitian ini bertujuan untuk menggambarkan pola dan dampak pengangguran di Provinsi Jawa Barat, Indonesia, dari tahun 2011 hingga 2022, dengan menggunakan metode K-means Clustering. Data yang digunakan dalam penelitian ini berasal dari Open Data Jabar, sebuah sumber data resmi pemerintah. Setelah melalui tahap pra-proses data, algoritma K-means diterapkan untuk mengelompokkan data pengangguran berdasarkan tingkat pendidikan dan kabupaten/kota. Hasil menunjukkan bahwa kabupaten Bogor memiliki angka pengangguran tertinggi pada tahun 2018, jumlah pengangguran di kabupaten Bogor mencapai 136.782 orang. Selain itu, terdapat hubungan antara tingkat pendidikan dan angka pengangguran; semakin tinggi tingkat pendidikan, semakin rendah angka pengangguran. Kabupaten Bogor mencatatkan angka pengangguran tertinggi, terutama di kalangan lulusan SLTA dan SMA. Hasil ini menegaskan pentingnya peningkatan kualitas pendidikan sebagai salah satu cara untuk mengurangi angka pengangguran di Jawa Barat.

SIMULASI SISTEM ANTRIAN PEMESANAN MAKANAN PADA RUMAH MAKAN DENGAN MENGGUNAKAN MODEL MULTI CHANNEL MULTI QUEUE Purba, Windania; Tinambunan, Jimmy Rio; Savira, Intan; Nababan, Marlince NK; Aisyah, Siti; Dharshinni, N P
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 2 No. 2 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Antrian adalah sekumpulan proses dan mekanisme di dalam suatu sistem yang berkaitan dengan urutan (prioritas) yang dilakukan oleh sistem. Pelaku-pelaku utama dalam sebuah situasi antriaan adalah pelanggan (customer) dan pelayan (server). Dalam model antrian, interaksi antara pelanggan dan pelayan adalah menarik hanya dalam hal kaitannya dengan periode waktu yang diperoleh pelanggan untuk menyelesaikan sebuah pelayanan. Proses antrian dapat diterapkan dengan menggunakan beberapa sistem, antara lain Multi Queue Multi Channel (MQMC). Sistem ini paling sering dijumpai dalam kehidupan sehari – hari. Proses antrian di kasir supermarket, loket karcis stasiun, tiket film, dan sebagainya merupakan beberapa contoh penerapan sistem MQMC. Di dalam sistem MQMC, terdapat beberapa channel yang melayani beberapa antrian pada waktu yang bersamaan. Sistem ini merupakan sistem yang memiliki efisiensi waktu antrian tertinggi dari beberapa sistem yang ada, sedangkan kelemahannya adalah sistem ini akan sangat memboros biaya untuk jumlah item yang relatif sedikit. Dengan melihat pertimbangan di atas peneliti tertarik untuk membuat penelitian tentang simulasi menggunakan MQMC, hasil yang didapatkan bahwa MQMC dapat digunakan untuk mengetahui efesiensi dari proses antrian yang selama ini terjadi di rumah makan.

IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DAN PREDIKSI KARYAWAN YANG BERPOTENSI PHK DENGAN ALGORITMA K-MEANS CLUSTERING Purba, Windania; Siawin, Willy; Nababan, Marlince NK; ., Hardi; Dharshinni, N P; Aisyah, Siti
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 2 No. 2 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Penelitian ini dilakukan untuk mempelajari Data Mining dengan menggunakan algoritma K-MeanClustering yang diimplementasikan dalam perusahaan PT. Berlian Transtar Abadi untuk mengelompokkan dan melakukan prediksi terhadap karyawan yang berpotensi PHK. Data dikumpulkan dengan cara wawancara dan observasi terhadap pihak yang bersangkutan, selanjutnya data dianalisa untuk menentukan karyawan yang berpotensi PHK. Dari eksperimen yang dilakukan dengan menggunakanalgoritma K-means serta menggunakan software Visual Basic V10 dapat memberikan hasil yang akurat.

ANALISIS PELAYANAN UNIT PEMBUATAN KARTU KUNING (AK-1) MENGGUNAKAN METODE SERVQUAL PADA DINAS KETENAGAKERJAAN KOTA MEDAN Aisyah, Siti; Shyntia, Dian; WARDANI, SUMITA; WIJAYA DEWANTORO, RICO; Purba, Windania; Nababan, Marlince NK; Dharshinni, N P
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2185

Sesuai dengan pasal 25 ayat 3 kartu kuning (AK-1) adalah kartu tanda bukti pendaftaran pencari kerja. Istilah Kartu kuning (AK-1) ini berasal bentuk kartu tanda bukti pendaftaran pencari kerja yang berwarna kuning. Kartu kuning (AK-1) digunakan oleh para pencari kerja sebagai keterangan bahwa para pencari kerja belum dan sedang mencari kerja. Banyaknya pencari kerja yang tidak diimbangi dengan penempatan kerjanya, sehingga masih adanya pengagguran yang tersisa akibat tidak meratanya penyaluran tenaga kerja dengan banyak nya lowongan yang ada menunjukkan bahwa masih terjadi masalah lain terkait dengan pelayanan kartu kuning (AK-1) pada Dinas Ketenagakerjaan Kota Medan. Selain masalah tersebut, adanya keluhan pemohon tentang sarana dan prasarana yang kurang dalam pelayanan kartu kuning (AK-1) juga menjadi sorotan tersendiri menyangkut kualitas pelayanan kartu kuning (AK-1) yang diberikan oleh Dinas Ketenagakerjaan Kota Medan. Dalam model Servqual, kualitas jasa didefinisikan sebagai penilaian atau sikap global berkenaan dengan superioritas suatu jasa. Penillaian kualitas pelayanan perlu dilakukan untuk mengetahui bagimana kualitas pelayanan unit pembuatan kartu kuning (AK-1) pada Dinas Ketenagakerjaan Kota Medan. Peningkatan kualitas pelayanan yang dilakukan oleh Dinas Ketenagakerjaan Kota Medan dari Gap Servqual sudah baik.

Penentuan Nilai Harga Jaminan Barang Elekronik Menggunakan Metode Weight Product Di PT. Indonesia Gadai Oke Martiano, Martiano; Nababan, Adli Abdillah; Luky Harefa, Ade May; Marnoko, Marnoko; Adhitya Pratama, Yudhistira; Dharshinni, N. Priya
Jurnal Media Informatika Vol. 6 No. 2 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i2.5371

PT. Indonesia Gadai Oke membutuhkan sistem pendukung keputusan (SPK) yang efektif dan efisien untuk menentukan kreditur terbaik. Metode Weight Product (WP) dipilih karena kemampuannya menyelesaikan masalah keputusan multi-kriteria dengan memberikan bobot pada kriteria yang relevan, yaitu merek, jenis, tipe, dan kondisi barang. Proses penilaian menggunakan metode WP melibatkan penghitungan nilai vektor untuk setiap alternatif berdasarkan bobot kriteria, yang kemudian diurutkan dan dibandingkan dengan hasil penentuan harga yang dilakukan oleh perusahaan. Hasil penelitian menunjukkan bahwa metode WP mampu memberikan hasil yang akurat dengan tingkat keberhasilan mencapai 83%. Akurasi ini membuktikan bahwa metode WP sesuai dengan kebutuhan perusahaan dalam menentukan harga barang elektronik secara objektif dan konsisten. Selain meningkatkan efisiensi, metode ini juga mendukung transparansi proses pengambilan keputusan, sehingga dapat meningkatkan kepercayaan konsumen terhadap layanan perusahaan. Dengan implementasi metode WP, PT. Indonesia Gadai Oke dapat mengoptimalkan proses penilaian harga barang jaminan elektronik. Ke depan, perusahaan dapat mempertimbangkan pengembangan sistem dengan menambahkan kriteria lain, seperti tingkat risiko atau hubungan kreditur dengan pihak bank, untuk meningkatkan komprehensivitas hasil. Metode WP memberikan fondasi yang kuat untuk membangun SPK yang lebih maju dan adaptif.

Penerapan Algoritma K-Means Pada Data Pengangguran Di Jawa Barat N P Dharshinni; Gurbinder Singh; Aldwin Simamora; Johannes April Talian Naibaho; Riama D.Lumban Tobing
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, June 2023
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2767

Angka pengangguran adalah satu dari antara masalah yang dihadapi negara berkembang ataupun negara maju. Jika angka pengangguran di suatu negara mencapai angka yang tinggi, maka akan menjadi masalah bagi negara tersebut. Pembayaran pajak negara akan mengalami penurunan yang mengakibatkan penghasilan negara berkurang. Di sisi lain, kualitas tenaga kerja yang tidak memadai juga mempengaruhi tingkatan pengangguran. Seperti masyarakat miskin yang tidak mampu menyekolahkan anaknya atau keterbatasan teknologi untuk mendapatkan ilmu yang berkualitas, masyarakat kelas menengah yang hanya mampu menyekolahkan anaknya sampai SMA dan para mahasiswa yang tidak mampu memenuhi standar prospek kerja. Penelitian ini bertujuan untuk menggambarkan pola dan dampak pengangguran di Provinsi Jawa Barat, Indonesia, dari tahun 2011 hingga 2022, dengan menggunakan metode K-means Clustering. Data yang digunakan dalam penelitian ini berasal dari Open Data Jabar, sebuah sumber data resmi pemerintah. Setelah melalui tahap pra-proses data, algoritma K-means diterapkan untuk mengelompokkan data pengangguran berdasarkan tingkat pendidikan dan kabupaten/kota. Hasil menunjukkan bahwa kabupaten Bogor memiliki angka pengangguran tertinggi pada tahun 2018, jumlah pengangguran di kabupaten Bogor mencapai 136.782 orang. Selain itu, terdapat hubungan antara tingkat pendidikan dan angka pengangguran; semakin tinggi tingkat pendidikan, semakin rendah angka pengangguran. Kabupaten Bogor mencatatkan angka pengangguran tertinggi, terutama di kalangan lulusan SLTA dan SMA. Hasil ini menegaskan pentingnya peningkatan kualitas pendidikan sebagai salah satu cara untuk mengurangi angka pengangguran di Jawa Barat.

Title

Found 19 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 19 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 19 Documents
Search