Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JISICOM (Journal of Information System, Infomatics and Computing)

Penerapan Algoritma Naive Bayes Dalam Memprediksi Penyakit Lambung Jefi Jefi; Hendri Hendri; Nurul Afni; Agus Salim; Yana Iqbal Maulana
Journal of Information System, Informatics and Computing Vol 5 No 2 (2021): JISICOM: December 2021
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v5i2.659

Abstract

Lambung adalah sebuah organ pencernaan yang berfungsi sebagai tempat untuk menyimpan makanan, dan mencerna makanan menjadi ukuran yang lebih kecil yang kemudian akan diproses oleh tubuh agar menjadi energi. Penyakit pada lambung memiliki gejala yang berbeda dan ada pula yang memiliki gejala yang serupa, penyakit pada lambung adalah sebuah penyakit yang sering dialami oleh masyarakat. Penyakit ini biasanya disebabkan oleh pola makan yang kurang baik. Untuk mengetahui jenis penyakit lambung apa yang sedang di derita, pasien harus melakukan pemeriksaan diri ke rumah sakit atau ke klinik, namun karena keterbatasan waktu untuk melakukan pemeriksaan kerumah sakit atau ke klinik. Oleh karen itu diperlukan sebuah metode dan tools yang mampu memprediksi penyakit pada lambung dengan mempertimbangkan gejala yang diderita oleh pasien, sehingga akan mempermudah proses dalam memprediksi penyakit pada lambung. Algoritma Navie Bayes merupakan salah satu algoritma dari metode klasifikasi data mining yang dapat digunakan untuk memprediksi penyakit pada lambung, Naive Bayes memberikan tingkat akurasi kebenaran sebesar 75% dengan nilai area under the curve (AUC) sebesar 0,852. Dengan hal ini menunjukkan bahwa model tersebut melalui penerapan pada tools rapidminer dengan memperoleh hasil akurasi yang baik.
Application Of Data Mining On Hijab Sales In Elzatta Gallery Pondok Ungu Permai Using Apriori Algorithm Jefi Jefi; Hendri Hendri; Muhammad Ranov Yovanda; Desiana Nur Kholifah; Donny Oscar
Journal of Information System, Informatics and Computing Vol 6 No 2 (2022): JISICOM: December 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v6i2.960

Abstract

At the Elzatta Gallery branch in Pondok Ungu Permai Bekasi, sales information is not well organized, so the data is only an archive and will not be processed in the future, so it is useless, the date of purchase and the products that consumers buy are. not well organized making it challenging to find the best-selling products. Utilization of this data is done through data mining to find correlations with consumer purchasing habits, which products are sold the most at the same time, or what can be called associations between products. It is necessary to apply an application to group data according to trends that occur simultaneously at events using the a priori algorithm. It is expected that the application of the a priori algorithm in this study can find patterns in the form of products that are often purchased together. In the data mining method, researchers use an a priori algorithm to find products that can be purchased simultaneously to find out the relationship between goods and to find out which products sell the most, therefore researchers conduct sales research. data such as sample studies. In the Rapidminer test, it is shown that the highest support and trust scores are achieved when you buy a bottom, you buy an internal head, which has 56.6% 98.1% support. And when you buy a tunic, buy the hem with 50% 97.8% confidence backing.