Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : INFOKOM

Implementasi Algoritma Frequent Pattern-Growth Pola Pembelian Pada Koperasi Kartika Jati Manunggal Faisal Akbar; Qori Khoirun Nisa; Kosim
INFOKOM Vol. 16 No. 1 (2023): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Companies have realized how important it is to have a database to face business competition, namely a database system that is reliable and integrated with all parts of the company. One of the data that plays an important role in supporting product analysis, namely customer purchasing patterns. Customer purchasing patterns are important to be able to know the relationship between one product and another. If this pattern has been formed and known, it will greatly help business managers to maintain stocks of goods that are selling well so that they remain available and not empty which can result in the company losing sales opportunities. Transaction data becomes an object to be processed using data mining applications. The data mining method used is association rule mining to find patterns of interrelationships between items, while the algorithm used is the Frequent Pattern Growth (FP-Growth) algorithm. This algorithm applies a tree data structure to determine purchase patterns. The pattern is determined by two parameters, namely support and confidence. The result is a support value obtained of 25% and a confidence value of 100% if the consumer has Pulpy orange 300 ml, the consumer will buy Hydro coco ori. In addition, the support value is 17% and the confidence value is 100% if consumers buy other drinks. The application of the FP-Growth algorithm can help determine what products must be available and assist in managing stock items
Implementasi Simple Multi Attribute Rating Technique Untuk Menentukan Lokasi Usaha Waralaba Ilman Kadori; Abdul Rasyid; Faisal Akbar
INFOKOM Vol. 16 No. 1 (2023): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Groceries shops, rice stalls, cake shops, shoe shops and mini markets are various types of businesses built by entrepreneurs. Franchise minimarkets are a case study taken in this research because business competition is becoming increasingly fierce and competitive. The lack of experience and knowledge of entrepreneurs, the number of competitors, business support, crowd centers, population density, parking lots, community income and road access and the difficulty of determining the right business location are the causes of the business not developing. One of the successes of a franchise business is influenced by the accuracy in choosing a business location. A strategic business location will determine the number of consumers and profits that have the potential to increase. The method used in this decision support system is the Simple Multi Attribute Rating Technique (SMART), which is a multi-attribute decision-making method. SMART is a comprehensive decision-making model taking into account qualitative and quantitative matters. In this SMART decision-making model, it basically tries to cover every shortcoming of the previous non-computerized models.
Algoritma AES128-CBC untuk Enkripsi dan Deskripsi Berkas Dokumen PT. XYZ Yalson Cahaya Pratama; Faisal Akbar; Wahyu Ariandi
INFOKOM Vol. 16 No. 1 (2023): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Data and information security transport system is an important thing for prevent information leak and fallen to unaccountable person. Method for securing that, is such as watermaking, steganography, cryptography, and digital signature. As company, PT. XYZ has very important data for secured, because they had data conceded in form of document file such as spreadsheet as that file has changed from mischiveous worker so that data file is not matched with per periode report from IT Staff there. File security system that used is AES128-CBC, that means Adcanced Encryption Standard algorithm with 128 bit length key, with cipher block mode Cipher Block Chaining. AES128-CBC is a cipher block mode for AES in between other modes such as ECB, OFB, CFB, CTR, and XTS. Encrypting process on AES-CBC starting from CBC process first for scrambling input (plaintext) and then processed in an AES algorithm, and decrypting process is reversed that encrypting process when processing AES first and then that AES decrypted result scrambling in CBC process, then that process is final result. It is expected securing document file implemetation can protect document that PT. XYZ owned from conceding and unexpected changing from unaccountable person
Implementasi Metode Monte Carlo Untuk Memprediksi Permintaan Produk Mebel Pada CV. Yoss Sindanglaut Faisal Akbar; Faizal Anwar; Susi Widyastuti
INFOKOM Vol. 16 No. 1 (2023): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

One of the problems experienced by entrepreneurs is unpreparedness when the demand for goods is higher than the existing supply. To overcome this problem, a demand prediction application is needed by analyzing data on goods sales transactions that have occurred so that a conclusion can be drawn about predicting the number of requests in the future. This study aims to create a system for calculating demand predictions and the number of web-based automatic sales by applying the Monte Carlo algorithm. The Monte Carlo algorithm is also known as simulated sampling or a sampling technique using a simulation model that includes taking random values ​​and calculating the probability distribution of the data to produce predictive data with a high percentage of similarity. This research was conducted on CV. Yoss Sindanglaut. The results of this study use different data to make predictions, namely sales data for one week, one month, and the previous two months. The result is the CV monte carlo method. Yoss Sindanglaut can predict the demand for furniture products as many as 14 requests for April 2022 with a profit of 4,900,000 and an error value of 12.5%.
ANALISIS METODE MABAC DAN WP UNTUK MENENTUKAN PRIORITAS PEMBINAAN IKM SEKTOR MAKANAN Cecep Nur Cahyadi; Faisal Akbar; Fahmi
INFOKOM Vol. 17 No. 1 (2024): JURNAL INFOKOM STIKOM POLTEK CIREBON
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri Kecil dan Menengah (IKM) merupakan bagian dari ekonomi yang terdiri dari perusahaan dengan skala kecil hingga menengah. Salah satu sektor IKM yang penting adalah industri makanan, yang melibatkan proses produksi, pengolahan, distribusi, dan penjualan makanan. Industri ini memiliki peran signifikan dalam aspek ekonomi, kesehatan, dan kesejahteraan masyarakat. Meskipun begitu, industri makanan menghadapi sejumlah masalah yang dapat menghambat perkembangannya di masa depan, seperti tantangan dalam meningkatkan kualitas produksi, konsumsi, dan aspek legalitas perizinan. Dinas Perdagangan dan Perindustrian Kabupaten Majalengka berkomitmen untuk meningkatkan sektor IKM melalui program pembinaan IKM, dengan fokus utama pada sektor industri makanan karena banyaknya perusahaan di dalamnya. Namun, penentuan prioritas pembinaan dalam industri makanan seringkali subjektif. Oleh karena itu, penelitian ini berhasil mengatasi permasalahan tersebut dengan analisis perbandingan menggunakan metode MABAC dan WP. Penelitian ini menggunakan 5 kriteria dan 200 data IKM di Kabupaten Majalengka. Setiap data memiliki nilai pada setiap kriteria yang dievaluasi menggunakan metode MABAC dan WP. Hasil analisis menunjukkan bahwa IKM A22 Cilor Uwa memiliki nilai terendah, yaitu -0,091 dalam metode MABAC dan 0,004 dalam metode WP, sehingga diprioritaskan untuk dibina.Dalam perbandingan akurasi dan presentase, metode WP menunjukkan tingkat akurasi sebesar 99,995%, sedangkan metode MABAC sebesar 99,96794%. Hal ini menunjukkan bahwa metode WP lebih relevan, efisien, dan akurat dibandingkan dengan metode MABAC dalam menentukan prioritas pembinaan IKM sektor makanan.
METODE MAXIMUM ENTROPY SELEKSI FITUR INFORMATION GAIN UNTUK ANALISIS SENTIMEN TERHADAP OPINI MAHASISWA TERKAIT IMPLEMENTASI PEMBELAJARAN DARING DI MASA PANDEMI COVID-19 Marina Silviani; Igen Meyasha; Faisal Akbar
INFOKOM Vol. 17 No. 1 (2024): JURNAL INFOKOM STIKOM POLTEK CIREBON
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Strategi melawan pandemi COVID-19 dengan pembatasan sosial memaksa seluruh institusi pendidikan berhenti belajar dan menggantinya dengan pembelajaran daring. Melalui Kementerian Pendidikan dan Kebudayaan Pemerintah telah melarang perguruan tinggi untuk melaksanakan perkuliahan tatap muka (konvensional) dan memerintahkan untuk menyelenggarakan perkuliahan atau pembelajaran secara daring (Surat Edaran Kemendikbud Dikti No. 1 tahun 2020). Tujuan penelitian ini adalah menganalisis pendapat mahasiswa STIKOM Poltek Cirebon tentang pembelajaran daring di masa pandemi COVID-19. Penelitian ini didasarkan pada data survei dari mahasiswa STIKOM Cirebon Poltek dan diproses menggunakan Maximum Enteropy dengan Seleksi Fitur Information Gain. Pengujian dilakukan dengan menguji sebanyak 108 komentar berbahasa Indonesia. Penelitian ini menghasilkan nilai akurasi yaitu sebesar 51% dengan nilai Precision 84%, Recall sebesar 36% dan F-measure 5%.
Metode Jaringan Syaraf Tiruan Backpropagation untuk Prediksi Tingkat Pengangguran pada Badan Pusat Statistik Faisal Akbar; Haznam Rais
INFOKOM Vol. 17 No. 2 (2024): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengangguran merupakan faktor langsung yang berkontribusi pada tingkat kemiskinan dan dapat berdampak pada isu-isu sosial. Menurut data dari Badan Pusat Statistik Kabupaten Cirebon, Kabupaten Cirebon telah mengalami fluktuasi dalam tingkat pengangguran, yang secara langsung berdampak pada masalah kemiskinan dan masalah sosial. Jika tidak ditangani dengan cepat, situasi ini bisa memunculkan sejumlah masalah serius, seperti masalah kesehatan mental, kesehatan fisik, dan peningkatan tingkat kejahatan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis tingkat pengangguran dan mengembangkan model yang tepat untuk memprediksi jumlah pengangguran di Kabupaten Cirebon. Data yang digunakan dalam penelitian ini berasal dari Badan Pusat Statistik Kabupaten Cirebon, yang mencakup informasi tentang jumlah pengangguran, jumlah pekerja, dan angkatan kerja dari tahun 2013 hingga 2022. Metode yang digunakan adalah jaringan saraf tiruan dengan algoritma Backpropagation. Jaringan saraf tiruan Backpropagation dikenal memiliki kinerja yang baik dalam menyelesaikan berbagai masalah, termasuk prediksi. Berdasarkan hasil penelitian, model arsitektur terbaik yang ditemukan adalah model dengan struktur 2-6-1, yang menghasilkan tingkat Mean Square Error (MSE) yang sangat baik di bawah 0,001 yaitu sebesar 0,0000145918. Meskipun demikian, meskipun prediksi ini hampir memuaskan, belum sepenuhnya memenuhi harapan. Kesimpulannya, Jaringan Saraf Tiruan Backpropagation, dengan menerapkan model yang sesuai, dapat memberikan prediksi yang cukup baik, meskipun masih ada ruang untuk perbaikan lebih lanjut.
METODE COPRAS DALAM PENENTUAN KEPOLISIAN SEKTOR (POLSEK) TERBAIK PADA KEPOLISIAN RESOR CIREBON Fahmi; Faisal Akbar; Rafi Maulana
INFOKOM Vol. 18 No. 1 (2025): JURNAL INFOKOM
Publisher : STIKOM POLTEK CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan dunia komputer telah banyak menghadirkan program aplikasi maupun software pemrograman yang bermanfaat bagi pihak yang membutuhkan, termasuk dalam hal ini adalah lembaga negara seperti kepolisian. Lembaga kepolisian mempunyai beberapa tingkatan untuk menjalankan tugasnya sebagai Kepolisian Negara Republik Indonesia. Mabes Polri merupakan susunan kelembagaan kepolisian yang paling atas yang dipimpin oleh Kepala Kepolisian Republik Indonesia (Kapolri) yang bertanggung jawab langsung kepada presiden. Selanjutnya, Kepolisian Daerah (Polda) yang dipimpin oleh Kepala Kepolisian Daerah (Kapolda) yang bertanggung jawab kepada Kapolri. Lalu, Kepolisian Resor (Polres) yang dipimpin oleh Kepala Kepolisian Resor (Kapolres) yang bertanggung jawab kepada Kapolda. Kemudian yang terakhir yaitu Polsek (Kepolisian Sektor) yang dipimpin oleh Kepala Kepolisian Sektor (Kapolsek) yang bertanggung jawab kepada Kapolres. Maka dari setiap masing-masing tingkatan lembaga saling kerjasama dalam tugas Kepolisian Republik Indonesia. Sebagai bentuk apresiasi, Kepala Kepolisian Resor (Kapolres) Cirebon Kota melakukan penilaian setiap setahun sekali kepada 9 (sembilan) Kepolisian Sektor (Polsek) yang mampu mengembangkan tugasnya secara baik dan benar. Hal ini dapat memberi dorongan dan semangat kepada setiap anggota Kepolisian Sektor (Polsek) untuk meningkatkan pelayanan, kepedulian, pemahaman, dan kesadaran yang tinggi akan tugas dan tanggung jawab serta kinerja seluruh anggota Polsek. Dalam menentukan Kepolisian Sektor (Polsek) terbaik pada Polres Cirebon Kota, penilaian kinerja Polsek yang terjadi saat ini tidak bisa melihat nilai secara proporsional sesuai dengan kriteria yang telah ditentukan, sehingga penilaian tersebut terkadang tidak subyektif karena penilaian hanya dilihat dari jumlah tertinggi dari penilaian kinerja Polsek saja, serta dalam penilaian Polsek saat ini belum menggunakan sistem yang terkomputerisasi dengan penyimpanan data menggunakan database, sehingga pengambilan keputusan dalam penentuan Polsek terbaik kurang efektif dan membutuhkan waktu yang lama. Tujuan dalam penelitian ini merancang dan membangun sistem pendukung keputusan untuk menentukan Kepolisian Sektor (Polsek) terbaik dengan mengimplementasikan metode COPRAS (Complex Proportional Assessment). Hasil penelitian ini menunjukkan bahwa pada tahapan pengimplementasian, hanya admin yang akan pengunaan sistem ini, serta sistem ini berhasil menerapkan sistem pendukung keputusan secara tersistem dan admin sudah dapat melihat hasil penilaian dan penentuan Polsek terbaik secara langsung karena sistem melakukan perhitungan SPK secara otomatis sehingga pihak Polres dapat mengurangi kesalahan pada saat melakukan penilaian dan menentukan Polsek terbaik.