Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Saturnus: Jurnal Teknologi dan Sistem Informasi
Rosmala Dwi
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
METODE BACKWARD CHAINING UNTUK DIAGNOSA PENYEBAB STROKE PADA PASIEN PENDERITA Rosmala Dwi
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 8, No 2 (2018): Desember
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jmsit.v8i2.1111

Abstract

Backward chaining merupakan metode yang digunakan di inference engiene untuk mendiagnosa 9 penyakit yang berpotensi menjadi penyebab stroke dengan melengkapi rule-rule yang akan digunakan didalam pembuatan pohon keputusan. Pohon keputusan ini akan ditelusuri dengan tehnik breadth-first search dimana node pada gejala penyakit yang ditunjukan oleh penderita akan dihubungkan dengan ars (busur) dengan menelusuri seluruh node yang ada sehingga didapatkan kesimpulan yang diinginkan. Data yang digunakan untuk membangun basis pengetahuan adalah data yang dikumpulkan dengan melakuan observasi langsung diklinik rehabilitasi pemulihan para penderita stroke, melakukan wawancara dengan beberapa orang dokter penyakit dalam dan penyakit saraf. Selain itu juga penulis menyiapkan angket  yang diberikan kepada para penderita stroke  untuk dapat mereka isi. Dengan penggunaan metode ini diharapkan dapat membatu dalam melakukan analisa untuk mendiagnosa yang berupa informasi penyakit penyebab penyakit stroke sehingga dapat segera dilakukan pencegahan dan pengobatannya
Analisis Pola Transaksi Belanja Online Menggunakan Algoritma Apriori Dwi Utami; Rosmala Dwi; Nurhidayah Nurhidayah
Saturnus : Jurnal Teknologi dan Sistem Informasi Vol. 1 No. 4 (2023): Oktober: Saturnus : Jurnal Teknologi dan Sistem Informasi
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/saturnus.v1i4.1222

Abstract

This study aims to analyze purchasing patterns in online transactions using the Apriori algorithm to support sales strategy optimization. The research was conducted on transactional data from an online store selling household and daily-use products. The Apriori method was applied to identify associations between items based on minimum support and confidence thresholds. Four experimental scenarios were tested to compare the reliability of generated rules and determine the strongest item relationships. Data preprocessing included item grouping, transaction coding, and elimination of non-frequent items. The results show several strong association rules with lift ratio values above 1, indicating meaningful item relationships. The strongest rule identified was the association between forks and spoons, forming a highly relevant combination for product bundling strategies. The findings demonstrate that the Apriori algorithm can assist online stores in planning stock, designing product bundling, and improving marketing effectiveness. The research contributes practical insights for business decision-making and highlights the significance of data mining in e-commerce environments.
Co-Authors Nurhidayah Nurhidayah