Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) INOVTEK Polbeng - Seri Informatika INTECOMS: Journal of Information Technology and Computer Science
Umi Faddillah
Universitas Bina Sarana Informatika
Computer Science & IT Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pemodelan Enterprise Arsitektur Sistem Informasi Penjualan Obat Menggunakan Kerangka TOGAF ADM Umi Faddillah; Nurfia Oktaviani Syamsiah; Indah Purwandani
Indonesian Journal on Software Engineering (IJSE) Vol 5, No 1 (2019): IJSE 2019
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.312 KB) | DOI: 10.31294/ijse.v5i1.5871

Abstract

Abstract: Enterprise information system architecture has covered various fields, one of which is the pharmaceutical industry which has also changed significantly. Pharmaceutical companies and all business lines around the world are forced to reconsider their business priorities and strategies to deal with uncertainty, volatility and complexity. Where it will be handled in the presence of an integrated system. In this research the implementation of information system technology is carried out by implementing the TOGAF ADM framework that will help companies in architectural modeling starting from designing system architecture, business process architecture, drug sales information system architecture, technology architecture, several proposed architectural designs for business opportunities, and proposals system changes running. The result is that the enterprise modeling information system sales architecture to produce architectural blueprints can be done in six stages in the TOGAF ADM framework. Keywords: TOGAF, Sales, Pharmaceutical
Analisa Penjualan Perlengkapan Olahraga Pada HS Sport Menggunakan Metode Apriori Bibit Sudarsono; Umi Faddillah; Ayuni Asistyasari; Yosep Nuryaman
Jurnal Inovtek Polbeng Seri Informatika Vol 6, No 2 (2021)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v6i2.2066

Abstract

Covid-19 yang masih tidak kunjung pulih di Indonesia membuat banyak lini bisnis menjadi terganggu, bahkan beberapa diantaranya harus tutup secara permanen. Salah satu perusahaan yang tidak luput dari efek Covid-19 adalah HS SPORT. HS SPORT sebagai salah satu penjual alat-alat olah raga berupaya sebisa mungkin agar bertahan di masa Covid-19 ini. Salah satu cara yang digunakan oleh HS SPORT yaitu dengan memberikan promosi paket penjualan alat olah raga. Oleh sebab itu maka dilakukan penelitian terhadap data penjualan selama satu tahun terakhir selama pandemi menggunakan Algoritma apriori. Dan berdasarkan perhitunganyang telah dilakukan menggunakan Algoritma Apriori menghasilkan produk yang paling banyak terjual memenuhi syarat minimum confidence 70% seperti jika membeli body protector maka akan membeli hand protector 79%.
Implementasi Data Mining Untuk Memprediksi Penyakit Diabetes Menggunakan Algoritma Naives Bayes dan K-Nearest Neighbor Fitrokh Nur Ikhromr; Ipin Sugiyarto; Umi Faddillah; Bibit Sudarsono
INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 1 (2023): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v6i1.5916

Abstract

Diabetes merupakan salah satu penyakit kronis penyebab kematian tertinggi di Indonesia berdasarkan data Riskesdas 2018 menunjukkan jumlah keseluruhan kasus penyakit diabetes yang ada di Indonesia yakni sebesar 8.5 %, meningkat dibandingkan data Riskesdas 2013 yang hanya sebesar 6.9 %. Salah satu faktor penyebab penyakit diabetes adalah obesitas yang tidak tertangani. Pada pasien Pra diabetes ditandai dengan gula darah yang naik. Permasalahan tersebut menjadi sangat penting untuk memprediksi secara dini sebagai langkah antisipasi untuk menekan kasus diabetes. Penelitian ini dilakukan dengan menggunakan metode klasifikasi dalam penggalian data untuk mencari informasi penting pasien diabetes. Algoritma Naïve Bayes dan K-Nearest Neighbor digunakan untuk penyelesaian kasus ini. Performa algoritma Naïve Bayes dan K-Nearest Neighbor menjadi bagian evaluasi untuk mencari algortima terbaik. Hasil evaluasi, menggunakan 2000 data pasien diabetes dengan metode K- Nearest Neighbor memiliki hasil accuracy sebesar 99% sedangkan Naïve Bayes memiliki hasil accuracy sejumlah 75%, selisih akurasi terhadap dua metode tersebut sejumlah 24%. Selanjutnya, dari hasil evaluasi uji coba model mengunakan 30 data yang dibagi menjadi data uji dan data latih, menggunakan K-Nearest Neighbor memiliki hasil accuracy sejumlah 53%, sedangkan Naïve Bayes memiliki hasil accuracy sejumlah 66%, memiliki selisih accuracy sejumlah 13%. Dapat disimpulkan bahwa perbandingan implementasi untuk mengklasifikasikan prediksi diabetes dengan menggunakan 2000 data dan 30 data untuk uji coba model K-Nearest Neighbor dan Naïve Bayes menghasilkan accuracy yang berbeda. Pada implementasi untuk mengklasifikasikan prediksi diabetes dengan 2000 data algoritma K- Nearest Neighbor dapat menghasilkan tingkat nilai accuracy prediksi diabetes lebih baik dibandingkan dengan memakai algoritma Naïve Bayes. sedangkan saat menggunakan data untuk uji coba model yaitu 30 data algoritma Naïve Bayes dapat menghasilkan tingkat nilai accuracy prediksi diabetes lebih baik dibandingkan dengan memakai alogoritma K-Nearest Neighbor. Berdasarkan penilaian algoritma tersebut dapat di tarik kesimpulan bahwa algoritma KNN bekerja lebih baik saat jumlah data lebih besar sedangkan sebaliknya untuk algoritma Naives Bayes memiliki hasil evaluasi tertinggi saat jumlah dataset lebih sedikit. Algoritma KNN menjadi rekomendasi terbaik dalam penggalian data besar untuk melihat pola dalam dataset 2000 record dari sumber dataset diabetes.
Co-Authors Asistyasari, Ayuni Bibit Sudarsono Fitrokh Nur Ikhromr Indah Purwandani Ipin Sugiyarto Nurfia Oktaviani Syamsiah Yosep Nuryaman