Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Journal of Information System

Penerapan Data Mining Association Rule Menggunakan Algoritma Apriori Dalam Meningkatkan Strategi Pemasaran Produk Motor Yamaha Ardianda Aryo Prakoso; Amiq Fahmi
JOINS (Journal of Information System) Vol 2, No 1 (2017)
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (305.283 KB) | DOI: 10.33633/joins.v2i1.1460

Abstract

Kendaraan roda dua merupakan salah satu transportasi yang banyak diminati oleh masyarakat Indonesia. Tingginya tingkat persaingan dalam penjualan produk kendaraan roda dua menuntut para manajer PT. Arista Mitra Lestari untuk terus berusaha meningkatkan mutu dan pelayanan perusahaan. Pelanggan adalah faktor penting dalam menjalankan usaha, namun dalam prakteknya pemasaran yang dilakukan oleh para manajer PT. Arista Mitra Lestari masih kurang efektif. Untuk mengatasi masalah ini dibutuhkan suatu strategi yang dapat membantu meningkatkan pemasaran kendaraan roda dua, salah satu cara yang dapat dilakukan adalah dengan memanfaatkan data penjualan yang dimiliki oleh perusahaan. Data mining dapat digunakan untuk mengolah data penjualan perusahaan dengan mencari association rule pada variable alamat customer dan produk kendaraan, dimana untuk mendapat aturan yang sesuai digunakan algoritma apriori. Dari hasil analisis association rule pada data penjualan, dengan masukan support 1% dan confidence 50% telah diperoleh 6 aturan dengan nilai ratio lift > 1 yang menunjukan bahwa aturan tersebut valid. Berdasarkan dari aturan yang diperoleh diketahui bahwa terdapat 2 aturan yang menunjukan bahwa pelanggan daerah Compreng memiliki kecenderungan untuk membeli Vixion, 2 aturan menunjukan bahwa pelanggan daerah Pusakanegara memiliki kecenderungan untuk membeli Fino, dan 2 aturan menunjukan bahwa pelanggan daerah Pamanukan dan Pusakanegara memiliki kecenderungan untuk membeli Mio dan Vixion. Hasil dari analisis ini dapat dijadikan alat bantu bagi para manajer PT. Arista Arista Mitra Lestari dalam mengambil keputusan yang lebih baik dalam memasarkan produk kendaraan roda dua. Kata kunci:Algoritma Apriori, Association Rule, Data Mining, Pemasaran produkMotorcycle is one of the transportation that got much in demand by the people of Indonesia. The high level of competition in the market of motorcycle require managers of PT. Arista Mitra Lestari to continuously improve the company quality and service. Customers is a very important factor in a world of bussines, but in practice the marketing that was done by the manager of PT. Arista Mitra Lestari still not very effective. To solve this problem the company need a strategy that can help to improve the marketing of motorcycle, one way to do is to utilize the company sales data. Data mining can be used to process the sales data association rule company by looking at the variable of customer and vehicle products,to calculate that apriori algorithm was used. From the analysis of association rule on sales data, with inputs support 1% and 50% confidence had gained 6 rules with the lift value ratio> 1 which indicates that the rule is valid. Based on the rules obtained is known that there are two rules shows that the customer area around Compreng have a tendency to buy Vixion, 2 rules shows that the customer area around Pusakanegara have a tendency to buy Fino, and the second rule indicates that the customer area around Pamanukan and Pusakanegara have a tendency to buy Mio and Vixion. The results of this analysis can be used as tools for managers PT. Arista Arista Mitra Lestari in making better decisions in motorcycle market products. Keywords: Apriori Algorithm, Association Rule, Data Mining, Marketing Product  
Perhitungan Peramalan Pengadaan Obat Menggunakan Metode Single Exponential Smoothing Dan Single Moving Average Pada Unit Farmamin Dinas Kesehatan Provinsi Jawa Tengah Lintang Mekar Tanjung; Amiq Fahmi
JOINS (Journal of Information System) Vol 2, No 2 (2017)
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.896 KB) | DOI: 10.33633/joins.v2i2.1680

Abstract

Abstrak Ketidakstabilan jumlah setiap jenis obat yang disediakan oleh Dinas Kesehatan Provinsi Jawa Tengah untuk setiap Kabupaten/Kota dikarenakan masih dilakukan secara konvensional yaitu hanya dengan melakukan perhitungan manual dengan menjumlahkan keseluruhan permintaan obat untuk mengetahui jumlah setiap jenis obat yang harus disediakan di tahun berikutnya. Pada penelitian ini diimplementasikannya teknik peramalan dengan menggunakan metode Single Moving Averages dan Single Exponential Smoothing dan pengujian error dengan menggunakan metode Mean Absolute Deviation dan Mean Square Error, Setelah dilakukannya perhitungan dan pengujian dengan menggunakan kedua metode tersebut, akhirnya diperoleh hasil Metode Single Exponential Smoothing adalah metode yang paling sesuai untuk digunakan dalam memprediksi jumlah setiap jenis obat yang diperlukan untuk dapat memprediksi kebutuhan jumlah setiap jenis obat. Hasil dari pengujian metode Metode Exponential Smoothing memiliki nilai rata-rata terendah dengan MAD untuk seluruh jumlah jenis obat sebesar 25058, lalu nilai rata-rata MSE nya adalah 40826895. Kata kunci : Single Moving Average, Single Exponential Smoothing, Obat, Peramalan, Dinas Kesehatan Provinsi Jawa Tengah. Abstract The instability of the number of each type of medicine provided by the Dinas Kesehatan Provinsi Jawa Tengah for each District is due to conventional use only by using manual calculations to determine the amount of each drug to be provided in the following year. In this study the implementation of forecasting techniques using Single Moving Averages and Single Exponential Smoothing and error testing using Mean Absolute Deviation and Mean Square Error, After doing the calculation and testing using both methods, finally obtained the result of Single Exponential Smoothing Method is which is most appropriate for use in predicting the number of each type of drug needed to be able to predict the need for the amount of each type of drug. The results of the Exponential Smoothing Method method test have the lowest average value with MAD for the entire number of drug types of 25058, then the average MSE value is 40826895. Keywords: Single Moving Average, Single Exponential Smoothing, Medicine, Forecasting, Dinas Kesehatan Provinsi Jawa Tengah.
Sistem Pendukung Keputusan Penentuan Peserta penerima Bantuan Teknologi Tepat Guna Pada Dinas Sosial Tenaga Kerja Dan Transmigrasi Kabupaten Batang Ridho Pambudi; Amiq Fahmi
JOINS (Journal of Information System) Vol 1, No 2 (2016)
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (601.413 KB) | DOI: 10.33633/joins.v1i2.1305

Abstract

Bantuan Teknologi Tepat Guna merupakan merupakan proses kegiatan alih teknologi yang relatif sederhana, mudah diterapkan sebagi sarana produksi barang dan jasa pada usaha skala ekonomi yang produktif yang diharapkan mampu memperluas kesempatan kerja dan dapat menyerap tenaga kerja. Namun dalam proses penentuan prioritas layak tidaknya calon peserta mendapatkan bantuan masih dilakukan secara manual dan belum adanya sistem yang terkomputerisasi yaitu dengan pertimbangan dan penilaian mengakibatkan proses penentuannya memakan waktu yang lama, terlebih hal tersebut mengakibatkan ketimpangan dalam penentuan peserta bantuan. Tujuan dari penelitian ini adalah terciptanya sebuah sistem perangkat lunak yang dapat membantu proses penentuan prioritas penerima bantuan Teknologi Tepat Guna pada Dinas Sosial Tenaga Kerja dan Transmigrasi Kabupaten Batang. Metode yang digunakan dalam penelitian ini adalah menggunakan metode Simple Additive Weighting, dengan menggunakan metode ini sistem yang dihasilkan akan menghasilkan prioritas calon peserta mana saja yang akan menjadi peserta penerima bantuan dengan hasil berupa perankingan. Nilai teratas terbaik, sesuai kuota yang dibutuhkan akan ditetapkan menjadi peserta penerima bantuan Teknologi Tepat Guna.Kata Kunci : Teknologi, Teknologi Tepat Guna, Sistem Pendukung Keputusan, Simple AdditiveWeigting
Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Rekomendasi Pemilihan Jalur Peminatan Sesuai Kemampuan Pada Progam Studi Teknik Informatika - S1 Universitas Dian Nuswantoro Rizky Adrianto; Amiq Fahmi
JOINS (Journal of Information System) Vol 1, No 2 (2016)
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.416 KB) | DOI: 10.33633/joins.v1i2.1302

Abstract

Terdapat 2 pilihan jalur peminatan pada program studi Teknik Informatika-S1 Universitas Dian Nuswantoro, dimana mahasiswa kesulitandalam menentukan pilihan peminatan yang sesuai dengan kemampuan akademisnya. Disamping itu belum dimanfaatkannya data mahasiswa yang sudah mengambil peminatan, yang dapat dijadikan suatu informasi sehingga dapat berguna sebagai rekomendasi dalam pemilihan peminatan. Oleh karena itu penelitian ini memiliki tujuan menerapkan salah satu metode dalam data mining, yaitu metode clustering dengan algoritma K-Means. Untuk dapat mengelompokkan mahasiswa berdasarkan kemampuan akademisnya, sehingga dapat menjadi salah satu alternatif untuk program studi dalam memberikan rekomendasi kepada mahasiswa mengenai pemilihan jalur peminatan. Pada penelitian ini menggunakan data mahasiswa Teknik Informatika-S1 Universitas Dian Nuswantoro angkatan 2011, 2012, dan 2013. Atribut yang digunakan dalam pengelompokan ialah IPS 1-4, rerata nilai matakuliah penunjang SC, dan rerata nilai matakuliah penunjang RPLD. Sedangkan kesesuaian kemampuan mahasiswa dengan jalur peminatan akan diketahui dari atribut peminatan, rerata nilai matakuliah peminatan SC, rerata nilai matakuliah peminatan RPLD. Tools yang digunakan yaitu rapidminer dan MS.Excel, metode pengembangan data mining mengikuti fase-fase dari CRISP-DM. Hasil pada penelitian ini yaitu didapatkan 5 kelompok mahasiswa berdasarkan tingkat kemampuan akademisnya. Yang mana pada setiap kelompok yang terbentuk kemudian dilakukan analisa lebih lanjut dan profilisasi guna diketahui karakteristik dan kesesuaiannya dengan jalur peminatan.Kata Kunci: Peminatan, Rekomendasi, Data Mining, Clustering, K-Means
Perbandingan Metode Peramalan ARIMA dan Single Exponential Smoothing pada Kasus Kejadian Demam Berdarah Dengue di Kota Semarang Fahmi, Amiq; Maurensa, Giacinta; Hadi, Heru Pramono; Hindarto, Aris Nur; Wibowo, Sasono; Sugiarto, Edi
JOINS (Journal of Information System) Vol. 8 No. 2 (2023): Edisi November 2023
Publisher : Program Studi Sistem Informasi, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v8i2.9335

Abstract

Demam berdarah dengue (DBD) merupakan masalah kesehatan yang signifikan di Indonesia, khususnya di Kota Semarang. Setiap tahunnya, terdapat tren peningkatan penderita demam berdarah. Jika pemangku kepentingan tidak melakukan tindakan dan kebijakan preventif, hal ini akan berdampak buruk pada kesehatan dan kesejahteraan masyarakat. Peramalan kasus di masa yang akan datang merupakan salah satu upaya pencegahan dan pengendalian penyakit DBD. Penelitian ini menggunakan teknik peramalan ARIMA dan Single Smoothing Exponential. Data time series yang digunakan adalah bulan Januari sampai dengan Desember 2022 berdasarkan kasus kejadian di tingkat kecamatan Kota Semarang. Hasil percobaan kedua metode tersebut kemudian dibandingkan untuk mencari hasil terbaik dalam memprediksi jumlah kasus DBD di Kota Semarang. Hasil penelitian menunjukkan bahwa metode ARIMA memberikan hasil terbaik, dengan nilai MSE dan MAE yang lebih kecil.
Implementation of Discrete Wavelet Transform and Directed Acyclic Graph SVM for Batik Pattern Recognition Sugiarto, Edi; Budiman, Fikri; Fahmi, Amiq; Sulistyono, MY Teguh; Rohmani, Asih
JOINS (Journal of Information System) Vol. 10 No. 1 (2025): Edisi Mei 2025
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i1.12576

Abstract

Batik as a heritage of the ancestors of the Indonesian nation certainly needs to be preserved so that it continues to be recognized from generation to generation, one of which is by introducing the diversity of its patterns. Efforts to introduce batik patterns can be made, one of which is by implementing technology that can recognize batik patterns automatically based on batik patterns, namely pattern recognition technology. This study aims to optimize batik pattern recognition using the discrete wavelet transform (DWT) and directed acyclic graph SVM (DAGSVM) methods. The stages start from preprocessing, feature extraction, and classification. The study used 310 batik images of 7 different patterns and divided into 240 images for training data and 70 for testing data. DWT method is used in the feature extraction stage while DAG SVM is used in the classification stage. The study was conducted by comparing the accuracy between standard DAG SVM and DAG SVM that has been optimized with DWT and the results of the accuracy test can be proven that adding the DWT method with DAG SVM can increase accuracy by 3%.