Article Per Year (5 Year)
p-Index From 2020 - 2025
3.608
P-Index
This Author published in this journals
All Journal Speed - Sentra Penelitian Engineering dan Edukasi Jurnal Informatika Indonesian Journal on Software Engineering (IJSE) Jurnal Teknik Komputer AMIK BSI EVOLUSI : Jurnal Sains dan Manajemen REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Sci-Tech Journal ABDINE Jurnal Pengabdian Masyarakat Jurnal Informatika dan Multimedia
Fahlepi Roma Doni
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Public Health Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika dan Multimedia

 1 
Penerapan Algoritma Naive Bayes dalam Memprediksi Penjualan pada PT HMS Kompresindo Sukses Putriasri, Gitty; Doni, Fahlepi Roma
Jurnal Informatika dan Multimedia Vol. 16 No. 2 (2024): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v16i2.6121

Abstract

Perusahaan harus mengikuti perkembangan dalam mengambil keputusan yang tepat, sehingga dapat bersaingan dan tidak mengalami kemunduraan. Data yang banyak akan memberikan variasi lain dalam memutuskan suatu permasalahan. PT. HMS Kompresindo Sukses adalah perusahaan yang bergerak di bidang penyedia barang atau sparepart. Bersaing pada dunia bisnis menciptakan ketatnya antara perusahaan yang satu dengan yang lain. Karena tingkat penjualan yang tinggi pada kebutuhan sparepart maka untuk memberikan keuntungan bagi perusahaan tersebut. Oleh karena itu perlu adanya mengambil keputusan yang baik dalam mengelola persediaan sparepart, cara yang digunakan dalam membantu pengambilan keputusan dengan menggunakan  konsep data mining menggunakan algoritma Naive Bayes. Penelitian ini menggunakan penelitian kuantitatif dengan mengambil data penjualan perusahaan dari periode 2019 – 2022. Metode Naive Bayes menggunakan aplikasi RapidMiner 10.1 hasilnya digunakan dalam memprediksi peluang pembelian yang berdasarkan data yang digunakan. Tingkat akurasi klasifikasi dengan metode Naive Bayes menghasilkan nilai Accuracy 88.89%, Precision 81.82%, dan Recall 81.82%. Hasil tersebut menunjukankan kecenderungan prediksi sehingga dengan metode yang digunakan mampu memberikan dalam mengambil keputusan pada perusahaan.
Analisis Data Produksi Menggunakan Metode Decision Tree (C4.5) di PT.Baja Marga Kharisma Utama (BMKU) Zarkasi, Ali Rohman; Doni, Fahlepi Roma
Jurnal Informatika dan Multimedia Vol. 17 No. 1 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i1.6429

Abstract

PT. Baja Marga Kharisma Utama (BMKU), adalah perusahaan yang bergerak di bidang produksi dan distributor Besi Baja yang sudah berdiri selama 42 tahun. Kualitas bahan baku produksi merupakan salah satu komponen penting dalam menentukan hasil produk yang dibuat oleh suatu perusahaan. Saat ini PT. BMKU masih belum menerapkan penggunaan teknologi untuk mengolah dan menyimpan data produksi yang sifatnya permanen dan penting. Sehingga permasalahan yang ditemui adalah ketika hasil produksi yang dihasilkan tidak dapat dihitung secara tepat berapa perbandingan jumlah masing-masing pipa dan hollow yang dihasilkan sesuai dengan standar kualitas yang ditetapkan, dan hanya dapat dilakukan secara perkiraan saja. Berdasarkan hal tersebut penelitian ini akan melakukan analisis data produksi untuk mengklasifikasikan hasil produksi baja pipa dan hollow dengan menggunakan metode Decision Tree (C.45). Dari hasil penelitian ini, dapat disimpulkan bahwa penerapan data mining dengan menggunakan metode decision tree sangat bermanfaat untuk mengetahui produksi meningkat atau tidaknya selama 3 bulan dan mengetahui mesin mana produksi terbanyak selama 3 bulan dan produksi terbanyak diperoleh pipa 3,0 mm dan untuk mesin produksi terbanyak diperoleh mesin ch-2.
Co-Authors Ade Mahmud Afit Muhammad Lukman - STMIK Nusa Mandiri Jakarta, Afit Muhammad Lukman Ayu Noor Aziella Budi Sudradjat Budi Sudradjat, Budi Budi Sudrajat Febri Putriana Hasta Herlan Asymar Husni Faqih Ibnu Dwi Lesmono - AMIK BSI Purwokerto Lesmono, Ibnu Dwi Mohammad Rifqi Yasin Muhammad Darrusalam Muhammad Lukman, Afit Noer Azni Septiani, Noer Azni Putriasri, Gitty Tatu Zakiyatun Nufus Wahyudin Wahyudin Zarkasi, Ali Rohman