Article Per Year (5 Year)
p-Index From 2021 - 2026
5.296
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Jurnal Pseudocode ILKOM Jurnal Ilmiah JOURNAL OF SCIENCE AND SOCIAL RESEARCH Infotek : Jurnal Informatika dan Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika GATOTKACA Journal (Teknik Sipil, Informatika, Mesin dan Arsitektur) Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Jurnal PADAMU NEGERI (Pengabdian pada Masyarakat Bidang Eksakta) Jurnal Dehasen Untuk Negeri Jurnal Media Computer Science Digital Transformation Technology (Digitech) Jurnal Surya Energy Jurnal Komputer, Informasi dan Teknologi
Toibah Umi Kalsum
Universitas Dehasen Bengkulu
Aerospace Engineering Agriculture, Biological Sciences & Forestry Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Application Of Data Mining To Determine The Amount Of Production Using The K-Means Method (Case Study At Pt. Coca Cola Distribution Indonesia Bengkulu) Yessi Mardiana; Toibah Umi Kalsum
GATOTKACA Journal (Teknik Sipil, Informatika, Mesin dan Arsitektur) Vol. 3 No. 1 (2022)
Publisher : Perkumpulan Dosen Muda (PDM) Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37638/gatotkaca.v3i1.459

Abstract

This study applies Data Mining using the Clustering method to determine the amount of production based on the level of product sales at PT. Coca Cola Distribution Indonesia Bengkulu branch. The algorithm used is K-Means Clustering, where data grouped based on the same characteristics will be included in the same group and the data sets entered into the groups do not overlap. The information displayed is in the form of product data groups based on the level of sales, so that it is known the amount of production at PT. Coca Cola Distribution Indonesia which is adjusted to product clusters with high, medium and low sales levels, resulting in product clusters that could be utilized by PT. Coca Cola Distribution Indonesia in determining the number of production of the next product
Smart Key Berbasis IoT Menggunakan ESP 8266 Tomi Ritonga; Toibah Umi Kalsum; Yessi Mardiana
Jurnal Surya Energy Vol. 9 No. 1 (2024)
Publisher : Teknik Elektro, Universitas Muhammadiyah Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32502/jse.v9i1.215

Abstract

Pada umumnya kendaraan bermotor akan menggunakan kunci tradisional untuk menyalakan dan mematikan motor, hal ini menyebabkan kendaraan bermotor seringkali rentan terhadap risiko pencurian sepeda motor. Seiring dengan adanya perkembangan teknologi khusus nya Internet of Things (IoT) telah menghadirkan berbagai inovasi yang bermanfaat bagi masyarakat. Termasuk di dalam nya pada sektor transportasi terutama bidang teknologi otomotif. Maka pada penelitian ini didesain sebuah prototype berupa sistem smart key untuk sepeda motor berbasis NodeMCU ESP8266. Sistem ini merupakan langkah inovatif yang dapat digunakan dalam meningkatkan keamanan, kenyamanan, dan efisiensi dalam penggunaan sepeda motor. Smart key memiliki tujuan untuk menggantikan kunci kontak manual pada sepeda motor dengan menggunakan Wireless sebagai sistem kendali dalam menyalakan dan mematikan mesin kendaraan bermotor. Metode yang digunakan pada penelitian ini adalah prototype dengan menggunakan modul step down dan rele untuk kendali on/off, seddangkan metode pengujian menggunakan metode black and white box. Selanjutnya pengguna dapat menggunakan Thinger.io untuk melakukan kendali on/off stop kontak dan stater motor dari jarak jauh. Hasil yang diperoleh pada saat pengujian tanpa halangan serta pengujian menggunakan halangan, diperoleh bahwa kedua pengujian tersebut memiliki tingkat keberhasilan yang tinggi dengan waktu sistem bekerja hanya 1-2 detik tergantung konektivitas jaringan internet yang digunakan.
PENERAPAN METODE K-MEANS CLUSTERING DALAM PENGELOMPOKAN DATA PENJUALAN BARANG DI TOKO USAHA BINGKAI 2 BENGKULU Angga Gustianto; Herlina Latipa Sari; Toibah Umi Kalsum
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4813

Abstract

Abstract: Toko Usaha Logam 2 Bengkulu is a business selling frames, calligraphy, mirrors, and similar products that still manages transactions manually. This condition complicates the process of recording, sales analysis, and inventory management. This study applies the K-Means Clustering method to group sales data based on inventory quantity and sales volume. The data sample used is transactions during September 2025. Grouping is carried out into three clusters, namely: very popular items, medium-popular items, and not popular items. The results show that there are 6 items included in the very popular category (17.1%), 23 items are in the medium-popular category (65.7%), and 6 items are in the not popular category (17.1%). The application of the K-Means method has been proven to be able to provide information on sales patterns that can assist decision-making in stock management and sales strategies. Keywords: K-Means Clustering Method, Sales Data, Toko Usaha Frame 2 Bengkulu Abstrak: Toko Usaha Bingkai 2 Bengkulu merupakan usaha penjualan bingkai, kaligrafi, cermin, dan produk sejenis yang masih mengelola transaksi secara manual. Kondisi ini menyulitkan proses pencatatan, analisis penjualan, dan manajemen persediaan. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan data penjualan barang berdasarkan jumlah persediaan dan jumlah penjualan. Sampel data yang digunakan adalah transaksi selama bulan September 2025. Pengelompokan dilakukan ke dalam tiga cluster, yaitu: barang sangat laris, laris sedang, dan tidak laris. Hasil penelitian menunjukkan bahwa terdapat 6 barang termasuk kategori sangat laris (17,1%), 23 barang masuk kategori laris sedang (65,7%), dan 6 barang berada pada kategori tidak laris (17,1%). Penerapan metode K-Means terbukti mampu menyediakan informasi pola penjualan yang dapat membantu pengambilan keputusan dalam pengelolaan stok dan strategi penjualan. Kata kunci: K-Means Clustering Method, Sales Data, Toko Usaha Bingkai 2 Bengkulu
Co-Authors Achmad Teddy Subagya Adhadi Kurniawan Agung Pradana Iskandar Agus Susanto Aji Sukmo Andi Kurniawan Angga Gustianto Dahlan Suhardi Dandi Ilham Pratama Daniel Daniel Decky Mandala Putra Dedi Apriadi Diko Susanto Dimas Aldi Romadoni eko prasetyo rohmawan Eni Yuliza Fadhil Azmi Farhan Hazairin febri romadhon Fredricka, Jhoanne Harri Agustian Hary Satria Pratama Hendri Alamsyah Hendry Alamsyah Herdiansyah Herdiansyah Herlina Latipa Sari Hermawansa Indra Saputra Julias Sulicdio Kanedi, Indra Kanedi Khairil Khairil Khairil Pseudocode Liza Yulianti M. Azzahrul Ikhsan Marsoni Marsoni Martoni Martoni Oke Hermanto AP okky abdurahman Ovi Susanti Poppy Septea Utami Prahasti Reno Supardi Renta Risnauli N Reza Rahmansa Riska Riska Riski Amalia Rizka Rizka Rizka Tri Alinse Robin Darmanto Rohanita Rohanita Rosdiana Rosdiana Sallaby, Achmad Fikri Titien Kumala Sari Tomi Ritonga Tria Nova Wika Febriani Yanolanda Suzantri H Yessi Mardiana Yode Arliando Yoli Andi Rozzi