Claim Missing Document
Check
Articles

Penerapan Regresi Linear Menggunakan RapidMiner Untuk Memprediksi Penjualan dan Persediaan Pradhana, Akmal Hisyam; Irfa’udin, Muhammad; Firmansyah, Achmad Ali; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4939

Abstract

Prediksi dilakukan untuk meramalkan penjualan dan stok masa depan agar dapat memenuhi kebutuhan konsumen. Meramalkan sangat penting karena berkaitan langsung dengan jumlah barang yang terjual dan memungkinkan perencanaan strategi penjualan untuk periode mendatang. Prediksi didasarkan pada data penjualan atau permintaan dari periode sebelumnya. Penelitian bertujuan untuk menerapkan regresi linear menggunakan RapidMiner sebagai alat bantu analisis dalam memprediksi penjualan dan persediaan pada Keripik Assri. Melalui penelitian ini, UMKM dapat membuat keputusan yang lebih tepat. Metode penelitian yang digunakan adalah knowledge discovery in database (KDD) dan dilakukan menggunakan RapidMiner versi 10.3 dengan data penjualan dan stok pada tahun 2019 sampai 2024. Hasil menunjukkan bahwa nilai Root Mean Squared Error (RMSE) untuk penjualan dan stok adalah 0.000 +/- 0.000. Ini menunjukkan selisih antara hasil prediksi model dan nilai sebenarnya sangat kecil, menunjukkan tingkat akurasi yang sangat tinggi.
Perbandingan Algoritma Naive Bayes Dan Desicion Tree Dalam Pengujian Data Anemia Menggunakan K-Fold Cross Validation Wardhani, Aurel Fransisca Kusuma; Kamilatutsaniya, Nila; Alamsyah, M Alfianto; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4945

Abstract

Anemia mempengaruhi sekitar 1/3 dari populasi dunia, anemia adalah masalah kesehatan global yang perlu dipertimbangkan. Karena meningkatnya prevalensi anemia pada wanita, gadis remaja lebih rentan terhadap penyakit ini daripada remaja laki-laki. Anemia adalah istilah untuk konsentrasi hemoglobin rendah dalam eritrosit. Salah satu cara untuk menentukan anemia seseorang adalah dengan memeriksa kadar hemoglobin mereka. Kadar hemoglobin pada wanita di atas 15 lebih dari 12,0 g / dl (7,5 mmol). Penelitian ini bertujuan untuk menilai seberapa baik kinerja dua algoritma klasifikasi menggunakan dataset Kaggle untuk memprediksi anemia. Decision Tree dan Naive Bayes adalah algoritma yang diuji. Pada penelitian ini, menggunakan metode percobaan (eksperimen). Langkah- langkah pemrosesan yang digunakan termasuk pengambilan data, pemilihan, persiapan, perubahan, dan pembagian data untuk memisahkan data pelatihan dan pengujian. Nilai yang dievaluasi dinilai melalui validasi lintas batas, akurasi, presisi, recall, dan skor F1. Berdasarkan hasil, algoritma pohon keputusan ditemukan memiliki tingkat akurasi 99% setelah penyeimbangan data dan validasi silang. Setelah melakukan validasi silang kami menemukan bahwa proses penyeimbangan meningkatkan akurasi. Kesimpulannya, penggunaan algoritma Decision Tree dan Naive Bayes untuk memprediksi anemia memberikan wawasan penting dalam pengelolaan dan diagnosis anemia, terutama pada remaja putri.
Implementasi Data Mining dengan Algoritma K-Nearest Neighbors untuk Memprediksi Risiko Diabetes Menggunakan Chatbot Telegram Muzaki, Muhammad Reza; Nurfajriana, Intan Melinda; Ilahi, Ferlita Putri Anugerah; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4946

Abstract

Diabetes merupakan penyakit kronis yang disebabkan karena tingginya kadar gula dalam darah. Menurut International Diabetes Federation (IDF) memperkirakan pada tahun 2045, angka penderita diabetes akan meningkat menjadi 11,3% pada keseluruhan total penduduk di Indonesia. Penyakit diabetes dengan cepat menyebar dalam tubuh seseorang dengan cepat, dan banyak masyarakat yang menyadari akan hal ini. Dengan integrasi kedalam chatbot telegram di harapkan bisa membantu untuk memprediksi risiko diabetes. Model data mining menggunakan algoritma KNN mendapatkan hasil akurasi sebesar 95%, recall sebesar 99%, dan presisi sebesar 89,1%
Implementasi Metode K-Nearest Neighbor Untuk Memprediksi Kondisi Cuaca Priyanto, Evania; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4954

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) menggunakan aplikasi RapidMiner untuk memprediksi kondisi cuaca. Mengingat cuaca memiliki pola yang tidak menentu, prediksi manual menjadi sangat sulit. Meskipun cuaca tidak dapat diprediksi dengan kepastian absolut, perkiraan masih dapat dibuat. Dalam konteks ini, data mining memungkinkan mesin untuk mengenali dan mempelajari pola data yang kompleks. Oleh karena itu, machine learning dapat digunakan untuk mempelajari pola data cuaca guna melakukan prediksi. Penelitian ini menggunakan enam variabel sebagai kriteria, yaitu tanggal, curah hujan, suhu maksimum, suhu minimum, kecepatan angin, dan kondisi cuaca. Pengujian yang dilakukan menggunakan algoritma K-Nearest Neighbor (KNN) melalui aplikasi RapidMiner dengan nilai K=2 menunjukkan akurasi sebesar 100%, berdasarkan 1462 data yang diambil dari tahun 2012 hingga 2015. Hasil analisis membuktikan bahwa metode KNN yang diterapkan dengan aplikasi RapidMiner efektif dalam memprediksi cuaca.
Analisis Kombinasi Produk Bakery Menggunakan Apriori FP-Growth Putra, Regi Candra Purnama; Dzatama, Krisna Fahrizal; Syafa’at, Achmadhin Tristan; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4960

Abstract

Semua aspek kehidupan dipengaruhi oleh perkembangan cepat teknologi informasi. Roti sekarang menjadi bagian penting dari kehidupan sehari-hari dan telah berkembang menjadi makanan pokok yang sangat disukai. Analisis pola pembelian pelanggan yang diperoleh dari transaksi penjualan roti menunjukkan strategi pemasaran yang efektif; data ini digunakan untuk menemukan tren dan preferensi pelanggan. Dalam proses yang disebut sebagai penambangan data, berbagai teknik seperti pembelajaran mesin, statistik, kecerdasan buatan, dan sistem basis data digunakan. Data penjualan roti dipelajari melalui teknik Knowledge Discovery in Database (KDD) dan algoritma Fp-Growth. Algoritma peraturan asosiasi dapat menggali informasi penting dari pola transaksi penjualan. Analisis dan pengujian dilakukan dengan mempertimbangkan parameter tertentu, seperti tingkat minimum dukungan 30% dan tingkat minimum keyakinan 70%.
Perbandingan Metode Algoritma Decission Tree dan K-Nearest Neighbors untuk Memprediksi Kualitas Air yang dapat dikonsumsi Fitriono, Deri; Wardani, Saylendra Arga; Varuq, M Nizar Bahri Al; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4978

Abstract

Air merupakan kebutuhan yang sangat penting bagi mahkluk hidup termasuk manusia, namun tidak semua air aman untuk dikonsumsi, sehingga perlu adanya identifikasi terkait kualitas air yang baik untuk dikonsumsi. Oleh karena itu sangat penting mengembangkan strategi yang tepat untuk memprediksi atau meramlkan kualitas air yang dapat dikonsumsi. Pada penelitian ini akan menggunakan perhitungan Decission Tree dan K-Nearest Neigbors untuk klasifikasi sifat air yang layak dikonsumsi. Kualitas air yang baik sangat penting untuk kesehatan manusia, dan prediksi yang akurat dapat membantu orang memilih jumlah air yang tepat untuk diminum. Kedua algoritma ini akan dilakukan perbandingan pada proses klasifikasi data untuk mengetahui metode mana yang paling akurat, dilihat dari tingkat akurasi yang paling tinggi. Hasil penelitian ini menunjukkan metode Decision Tree sebesar 75.69%, sedangkan metode K-nearest Neighbors memiliki tingkat akurasi sebesar 79,39%, yang merupakan metode yang paling baik untuk klasifikasi data
Penggunaan Algoritma KNN dalam Deteksi Awal Kanker Paru-Paru Menggunakan Data Medis Mustofa, Mohammad Annan Makruf; Wahiid, Hermawan Nur; Islami, Bifadhlillah Marsheila; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4979

Abstract

Kanker paru-paru menjadi momok menakutkan dengan tingkat kematian tinggi. Deteksi dini menjadi kunci untuk meningkatkan peluang hidup pasien. Tujuan penelitian ini adalah mengkaji penggunaan algoritma K-Nearest Neighbors (KNN) dalam mendeteksi kanker paru-paru stadium awal melalui analisis data medis. Algoritma KNN dipilih karena kesederhanaan dan kinerjanya dalam mengklasifikasikan data kompleks. Data yang digunakan mencakup berbagai parameter medis, seperti ID pasien, umur, jenis kelamin, polusi udara, penggunaan alkohol, alergi debu, risiko genetik, dan penyakit paru-paru kronis. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai tingkat akurasi tinggi dalam deteksi dini kanker paru-paru dengan pengaturan parameter K yang optimal. Temuan ini menunjukkan potensi besar algoritma KNN dalam aplikasi klinis untuk deteksi dini kanker paru-paru, yang dapat diimplementasikan dalam sistem pendukung keputusan medis untuk meningkatkan diagnosa dan intervensi dini.
Penggunaan Algoritma K-Nearest Neighbor Untuk Klasifikasi Data Diabetes Pada Wanita Sahira, Maha Shelin; Putri, Fitria Dessela; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4981

Abstract

Diabetes adalah kadar gula darah yang tinggi atau di atas nilai normal, dalam menguji berbagai metode pada kumpulan data yang relevan adalah salah satu cara untuk menentukan metode klasifikasi yang tepat untuk mengelola diabetes. Dalam penelitian ini, masalah yang diangkat adalah bagaimana mengukur kinerja metode klasifikasi dalam mengelola diabetes yang tidak dikontrol dengan baik. Selama proses klasifikasi, algoritma K-Nearest Neighbor dan tools yang digunakan RapidMiner untuk menguji nilai accuracy, class precision, dan class recall dari data yang digunakan dalam penelitian ini. Data yang digunakan dalam penelitian ini berasal dari dataset diabetes Kaggle. Oleh karena itu, algoritma K-Nearest Neighbor digunakan untuk mengklasifikasikan penyakit diabetes pada wanita dapat digunakan karena proses seleksinya cepat, metodenya mudah dipahami, dan memiliki nilai akurasi yang baik (79.93%), ketepatan kelas (78.19%), dan recall kelas 96.45%.
Klasifikasi Penggunaan Video Game Dengan Menggunakan Metode Algoritma Naive Bayes Jauhar, Moh. Iqbal Iqza; Afrizal Ahmad Bayu P; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5020

Abstract

Penggunaan video game terus meningkat selama beberapa tahun terakhir, menghasilkan beragam jenis game yang ditujukan untuk berbagai kategori pengguna.​​ Klasifikasi pengguna video game penting untuk memahami perilaku pengguna dan mengembangkan strategi pemasaran yang efektif.​ Tujuan dari penelitian ini adalah untuk mengklasifikasikan pemain video game menggunakan algoritma Naive Bayes. ​ Algoritma ini digunakan karena kesederhanaannya dan kemampuannya menangani data dalam jumlah besar dengan efisiensi tinggi.​​ Dataset yang digunakan meliputi Ranking, Platform, Tahun, Genre, dan Publikasi Game. Algoritma Naive Bayes dilatih untuk menganalisis pola penggunaan video game, hasil percobaan menunjukkan bahwa model ini dapat mengklasifikasikan pemain video game berdasarkan tingkat gairahnya mencapai tingkat akurasi 97.51%.​​ Semua ini menunjukkan bahwa algoritma Naive Bayes dapat menjadi alat yang efektif untuk mengklasifikasikan pemain video game, mengindikasikan bahwa informasi berguna bagi pemain dan pengembang untuk memahami preferensi pengguna.
Penerapan Data Mining dalam Mengklasifikasi Penyakit Stroke Menggunakan Algoritma Naïve Bayes Abadi, Ahmad Fajar; Alamsyah, Nur; Farhan Gagat Retnanto; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.5021

Abstract

Penyakit stroke adalah kondisi medis mendadak yang disebabkan oleh gangguan aliran darah di otak, baik karena penyumbatan atau pecahnya pembuluh darah. Kondisi ini dapat menyebabkan sel-sel otak kekurangan oksigen, darah, dan nutrisi yang berakibat fatal. Di Indonesia, stroke menempati urutan pertama sebagai penyebab kematian, diikuti oleh diabetes dan hipertensi. Penelitian ini bertujuan untuk mengklasifikasi penyakit stroke menggunakan algoritma Naive Bayes dengan dataset dari Kaggle. Penelitian ini menggunakan metode kualitatif untuk analisis literatur dan metode kuantitatif untuk pengujian teori dengan data numerik. Data sekunder dari Kaggle dipreproses dengan menghilangkan data duplikat dan missing value, menghasilkan 4908 rekaman dari 5110 awal. Implementasi klasifikasi dilakukan menggunakan RapidMiner Studio. Hasil penelitian menunjukkan tingkat acuraccy 87.22%, dengan precision sebesar 14.93% dan recall 42.58%. Penelitian ini menunjukkan bahwa algoritma Naive Bayes dapat digunakan secara efektif untuk klasifikasi stroke dengan hasil yang cukup akurat.
Co-Authors Abadi, Ahmad Fajar Abadi, Kevin Risky Abimanyu, Dimas Abu Tholib Achmad, Ridho Adam, Rizal Syihab Saputra Afrinza, Laurenhia Salsabella Afrizal Ahmad Bayu P Agata, Cristina Juwita Agustama, Andri Tri Agustin, Enggar Rahma Agustin, Rizma Aidina Ristyawan Aidina Ristyawan, Aidina Aji Prasetya Wibawa Akbar, Muhammad Farizal Akmal Hisyam Pradhana Alamsyah, M Alfianto Alfarisi, Adam Risqi Ali Imron Aliyyah Fitri Nur'aini Alja, Farhan Maulana Amarya, Theo Krisna Amelia Nur Fadhila Ameliya, Putri Amri, Khoiri Aditya Anas, Yulva Irfan Andy G, Asye Candra Anita Sari Wardani ANUARIDLO, Mochamad Aldi Yusuf Anusua Ghosh, Anusua Ardiansyah , Bima Ardyansyah, Fikri Arie Nugroho, Arie Arie, Theo Yan ARMYANTO, JODI Arti Romansa, Shasya Aryadi, Dicky Aulia, Ewanda Herdika Septa Aulia, Nurun Nihayatur Rifqiyah Azis, Mochamad Abdul Azzahra, Salsabila Dini Azzahro, Zia Ulhaq Bachti, Achmad Syauqi Bastian Dwiki Prasetyo Bilbina, Arinda Sekar Christy Atika Sari Cintiana Adisti, Talita Dewanti, Suci Dewi, Candrika Arlita Diah Kurniawati, Virginia Dwi Hariani Dwi Harini Dwi Harini Dzatama, Krisna Fahrizal Efendi, Moh. Hasan Eka Fauziah Eko Hari Rachmawanto Ery Mintorini Fadhila, Amelia Nur Fadli Hidayat, M Noer Fadli Hidayat, M. Noer Faisal, Mohammad Farhan Gagat Retnanto Faruq, Umar Al Faruqziddan, Muhammad Fatayasya, Ikhfal fatmawati, Anita Fauzi, Mohammad Ainun Naja Felmidi, Ferdian Ahmat Ferdiansyah, Rayhan Firlian, Rina Firmansyah, Achmad Ali Fitriono, Deri Hastari Utama Herdika Septa Aulia, Ewanda Huda, Miftaqul Hyperastuty, Agoes Santika Ilahi, Ferlita Putri Anugerah Intan Aprilia Rahman Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jauhar, Moh. Iqbal Iqza Juniati, Wiwik Kamilatutsaniya, Nila Khalid, Muhammad Iqbal Laila, Anis Faizul Latifah, Umul Leonel Hernandez, Leonel Lestari, Afifah Kurnia Lukman, Muhammad Abi Maemunah, Mei Maha Shelin Sahira Masruro, Ahlihi Moh Kusen Mufid, Muhammad Fauzan Aditiya MUHAMMAD FAHMI Muhammad Fikri Pratama Muhammad Imron Amrulloh Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Mutia, Sherla Dian Muzaki, Muhammad Reza Nafalski, Andrew Nanda, Thoyib Fernanda Ningrum, Dea Yuliana Ayu Nngrum, Dea Yuliana Ayu Nugroho , Arie Nugroho, Andhi Gunawan Nugroho, Arie Nur Alamsyah, Nur Nurfajriana, Intan Melinda Nurlailli, Mediana Oka Satria, Yongki Dyno Penengah, Pita Permadani, Trisna Wahyu Intan Pradhana, Akmal Hisyam Pramudya, Yoga Reksa Prasetya, Dika Adi Pratama, Ady Yoga Pratama, Irwanto Pratama, Wildan Septian Prayitna, Jovan Putra Prayogi, Anindita Puspa Ayu Priyanto, Evania Putra, Regi Candra Purnama Putri Wahyuni, Hesti Putri, Fitria Dessela Putri, Thisya Aisyah Putriani, Dewi Ramadhan, Erlangga Fajar Ratih Kumalasari Niswatin Respati, Aditya Arya Resty Wulanningrum Rina Firliana Rini Indriati Rini Indriati Rino Adi Kurniawan Ristiyawan, Aidina Ristyawan , Aidina Rizki Wahyu Nugroho Rizqulloh, Naufal Rosyidah Jayanti Vijaya, Rosyidah Jayanti rozikin, Moh.khoirur Sahira, Maha Shelin Sakin, Kharisma Santoso, Heru Teguh Saputra, M. Abdilah Saputri, Cindy Avitaselly Bambang Sari Wardani, Anita Sasongko, Muhammad Zuhdi Setiawan, Fachruddin Ari Setiawan, Galang Setiawan, Heris Setiawan, Moch. Andri Shella, Shella Ayu Shofyana, Altha Inas Sri Ngudi Wahyuni, Sri Ngudi Sucipto Sucipto sugandhi sugandhi saputra Sulistyowati, Intan Supri yono Supri Yono, Supri Syafa’at, Achmadhin Tristan Syahputra, Firdita Rizky Syahrul S, Ditto Teguh Andriyanto Teguh Andriyanto Teguh Andriyanto, Teguh Theo Krisna Amarya Tiara, Sherly Dian UBAIDILAH, M. DIMAS Utama, Hastari Varuq, M Nizar Bahri Al Wahiid, Hermawan Nur Wahyu Sakti Gunawan Irianto Wardana, Aldestra Bagas Wardani , Anita Sari Wardani, Anita Sari Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wibisono, Angga Wijayanto, Ardhi Feisal Wiranata, Hadi Wulandari, Putri Widya Ayu Septi Wulandari, Rindi Febri Yustiar, Muhammad Hafiz Yuszril Herdianzah Yuszril Zuhriya, Tasbi Khatuz