Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : The Indonesian Journal of Computer Science

Simulasi Algoritma Apriori dan FP-Growth Dalam Menentukan Rekomendasi Kodefikasi Barang Pada Transaksi Persediaan Sari, Purwita; Kesuma, Lucky Indra; Oklilas, Ahmad Fali; Buchari, M. Ali
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3632

Abstract

Keberhasilan proses pembangunan memerlukan dukungan optimal dalam pertukaran data dan informasi antar instansi guna mencapai integrasi sistem yang seimbang antara pemerintah dan para pengguna. SAKTI, sebuah aplikasi keuangan tingkat instansi, telah dirancang untuk mengelola segala aspek keuangan, mulai dari perencanaan hingga pertanggungjawaban anggaran. Aplikasi SAKTI ini mengintegrasikan semua aplikasi satuan kerja yang ada, bertujuan untuk meningkatkan efektivitas, efisiensi, transparansi, dan akuntabilitas dalam pengelolaan keuangan. Meskipun telah diimplementasikan sejak awal tahun 2022, operator komitmen masih menghadapi kendala dalam penentuan kodefikasi barang, terutama karena kurangnya familiaritas dengan tugas tersebut dan jumlah barang yang banyak sebagai referensi. Kesalahan yang dilakukan oleh operator komitmen dapat berdampak pada proses pendetailan aset pada modul persediaan dan aset. Dalam penelitian ini, peneliti menggunakan metode Algoritma Apriori dan frequent pattern growth (FP-growth) sebagai alat untuk menemukan sejumlah aturan asosiasi dari data transaksi barang yang disimpan dalam basis data aplikasi SAKTI. Hasil simulasi menunjukkan bahwa aturan yang memenuhi minimum support dan minimum confidence, dengan pemilihan terbanyak adalah Ballpoint Standar Tecno, refill tisu plastik, Lak Ban Hitam 2 Inchi Merk Daimaru, dan Ballpoint Kenko K1 (0,5) sebesar 100%.
Pemodelan Integrasi Data Barang Milik Negara di Perguruan Tinggi Menggunakan Metode ETL (Extract, Transform, Load) dengan Pentaho Purwita Sari; Lucky Indra Kesuma; Mira Afrina; Dedy Kurniawan
The Indonesian Journal of Computer Science Vol. 13 No. 5 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i5.4424

Abstract

Strategic transformation and technological innovation in the realm of governments require officials to adapt to new perspectives. Efforts to increase the efficiency of the bureaucratic system and improve public services are directed at realizing ideal government governance. This research aims to build a data integration model for Higher Education State Property (BMN) using the ETL (Extract, Transform, Load) method using Pentaho. Researchers used the ETL method because the function of the asset module in the SAKTI Application, such as the room goods list (DBR), was not optimal, which made it difficult for the BMN team in the inventory process. Usually, an inventory is carried out using the SITARI application to identify recorded items and their location. The steps taken are to reconcile the BMN data in the SIMAN application with the procurement documents, then import the appropriate data into the SITARI application. Considering the large amount of BMN data, it is still possible for operator errors to occur in matching the data. This research is expected to produce an integration model that can reduce the level of data synchronization errors and make it easier for the BMN team to present more accurate reports.