Article Per Year (5 Year)
p-Index From 2020 - 2025
1.376
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI DAN OPEN SOURCE Syntax: Journal of Software Engineering, Computer Science and Information Technology Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Prioritas : Jurnal Pengabdian Kepada Masyarakat
Mochammad Iswan
STMIK TRIGUNA DHARMA
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)

 1 
Penerapan Algoritma FP-Growth Untuk Menganalisa Pola Penjualan Produk Health Wealth International Krisda Damayanti Hutauruk; Mochammad Iswan; Ffifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i1.5309

Abstract

Toko produk Health Wealth International (HWI) merupakan penjualan produk yang menawarkan berbagai macam yang berlebel halal, yang mampu meningkatkan kepercayaan konsumen untuk menggunakan produk HWI. Dengan banyaknya  transaksi penjualan tersebut pemilik toko HWI ini kesulitan untuk mendata produk-produk yang paling diminati ole pelanggan dan sulit  menentukan pola penjualan produk Health Wealth International karena masi dilakukan secara manual. Perlu adanya strategi transaksi dan analisis kebutuhan untuk dilakukan di toko produk Health Wealth Internatioanl. Salah satu faktor penyebabnya adalah sulitnya mengasilkan analisa terkait dengan data penjualan yang suda ada. Salah satu cara yang dapat digunakan yaitu dengan menerapkan penggunaan Metode Dta Mining. Implementasi Data Mining adalah teknik yang menggabungkan analisis data dan menemukan pola-pola yang penting pada data. Secara sederhana, data mining atau pengemangan data dapat didefenisikan sebagai proses seleksi, eksplorasi dan pemodelan dari sejumlah besar data untuk menemukan pola atau kecenderungan yang biasanya tidak disadari keeradaanya. Masala Data Mining yang ada dapat terbantu dan teratasi seingga memberikan kemudahan dalam menganalisa penjualan yaitu Metode FP-Growth. Metode FP-Growth merupakan pengembangan dari algoritma Apriori, Algoritma Frequent Pattern Growth (FP-Growth) adalah sala satu alternatif algoritma yangdapat digunakan untuk menetukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data. Kata Kunci : Data Mining, FP-Growth, Pola Penjualan Produk HWI  
ESTIMASI PRODUKSI DOLOMIT UNTUK PAKAN TERNAK UDANG MENGGUNAKAN ALGORITMA REGRESI LINEAR BERGANDA Daniel Kristian Sabar Nadeak; Faisal Taufik; Mochammad Iswan
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 4 (2023): EDISI JULI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i4.5364

Abstract

   CV. Makmur Jaya merupakan badan usaha yang bergerak dibidang produksi dolimit. Dolimit sendiri berasal dari batu kapur yang memiliki kandungan magnesium yang tinggi dan baik untuk campuran pakan ternak terutama bagi peternak udang. Saat ini jumlah permintaan dolimit pada CV. Makmur Jaya masih mengalami ketidakstabilan dalam pemasaran, kadang banyak, kadang sedikit tergantung  tingkat penjualan udang di pasar, sehingga CV. Makmur Jaya perlu mengestimasi jumlah produksi dolomit setiap harinya untuk menghindari penumpukkan stok di gudang.                Permasalahan tersebut dapat disarankan dengan  mengetahui jumlah produksi dolimit, dapat memprediksi jumlah produksi dolomit untuk pakan ternak, maka sistem yang dapat menerapkan prediksi jumlah produksi dolomit untuk pakan ternak adalah Data Mining dengan menggunakan metode Regresi Linear Berganda.                Hasil analisis regresi berupa hasil pada masing-masing variabel X (independen). Hasil tersebut diperoleh dengan cara memprediksi nilai variabel Y (dependen) dengan suatu persamaan. Kata Kunci: Data Mining, Prediksi, Regresi Linear Berganda. 
Co-Authors Asyahri Hadi Nasyuha Boni Oktaviana Daniel Kristian Sabar Nadeak Deski Helsa Pane Faisal Taufik Ffifin Sonata Kana Saputra S Khairi Ibnutama Krisda Damayanti Hutauruk M. Syaifuddin Mhd Gilang Suryanata Mufida Khairani Rian Farta Wijaya Rian Farta Wijaya Sri Wahyuni Syahputri, Nenna Irsa Zulham Zulham