Claim Missing Document
Check
Articles

Found 29 Documents
Search

PENERAPAN DATA MINING UNTUK MENENTUKAN STRATEGI PROMOSI PRODUK INDUSTRI KREATIF UMKM KOTA DENPASAR PASCA PANDEMI COVID 19 I Made Artana; Nengah Widya Utami
Jurnal Informatika Teknologi dan Sains Vol 4 No 2 (2022): EDISI 12
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (548.964 KB) | DOI: 10.51401/jinteks.v4i2.2032

Abstract

In era of the Covid-19 pandemic MSMEs in Denpasar City has increased but not significantly compared to previous years. Entering the industrial revolution 4.0 and society 5.0 requires business actors to be more creative and innovative. In this case, it is very important for MSMEs to determine the right strategy, especially in terms of product promotion so that they can compete in expanding the market and increasing income, so that it is expected to revive the economy of Denpasar City. The Denpasar City Government has a large number of MSME data, but this data has not been used properly. One of the data mining methods is K-Means clustering. The stages of data mining in this research process include: 1)data pre-processing which includes data cleaning, data integration, data selection and data transformation; 2)the application of data mining methods using the K-Means clustering algorithm, which at this stage has the same characteristics and characteristics in certain clusters, and finally 3)data interpretation and evaluation of the information and knowledge patterns generated from the mining process. The cluster results obtained from this study are expected to be a reference in policy making to determine the promotion strategy of creative industry products in Denpasar City.
TEXT MINING DALAM ANALISIS SENTIMEN PEMBELAJARAN DARING DI MASA PANDEMI COVID 19 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Nengah Widya Utami; Made Artana
Jurnal Informatika Teknologi dan Sains Vol 4 No 2 (2022): EDISI 12
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.526 KB) | DOI: 10.51401/jinteks.v4i2.2034

Abstract

Sistem pembelajaran di masa pandemi Covid19 ini telah beralih menjadi pembelajaran dalam jaringan (daring). Berbagai komentar baik positif maupun negatif diungkapkan khususnya oleh peserta didik. Mahasiswa STMIK Primakara menyampaikan kritik/saran/pendapat terkait metode atau strategi mengajar yang dilakukan oleh dosen dalam pembelajaran daring melalui sistem SISKA Primakara. pengisian data EDOM oleh mahasiswa dilakukan setiap 6 (enam) bulan sekali. Hingga saat ini data komentar edom berjumlah sangat besar dan belum dimanfaatkan dengan baik. Selain itu, saat ini belum ada strategi yang tepat mengenai metode pembelajaran yang harus diimplementasikan dalam situasi pembelajaran daring. Untuk itu dilakukan penerapan text mining dalam analisis sentiment pembelajaran daring di STMIK Primakara menggunakan algoritma K-Nearest Neighbor (KNN). Hasil penelitian ini diharapkan dapat menjadi acuan dalam penentuan metode dan strategi pembelajaran yang tepat guna tercapainya peningkatan kepuasan mahasiswa dalam pembelajaran daring. Tahapan penelitian meliputi identifikasi masalah, studi literatur, pengumpulan data, text preprocessing (filtering, cleansing, case folding, tokenizing, stemming, stopword, dan cross validation), analisis dan kesimpulan, pembuatan laporan, serta publikasi luaran. Hasil penelitian menunjukkan komentar mahasiswa lebih cenderung sentimen negatif. Persepsi negatif dihasilkan karena ketidakpuasan mahasiswa terhadap pembelajaran daring.
TEXT MINIG CLUSTERING UNTUK PENGELOMPOKAN TOPIK DOKUMEN PENELITIAN MENGGUNAKAN ALGORITMA K-MEANS DENGAN COSINE SIMILARITY Nengah Widya Utami; I Gede Juliana Eka Putra
Jurnal Informatika Teknologi dan Sains Vol 4 No 3 (2022): EDISI 13
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (309.638 KB) | DOI: 10.51401/jinteks.v4i3.1907

Abstract

Penelitian merupakan salah satu unsur yang wajib dilakukan baik oleh dosen maupun mahasiswa di perguruan tinggi. Dalam hal ini memungkinkan para peneliti mengambil topik yang sama atau hampir serupa. Melalui penelitian ini akan dilakukan analisis untuk mengelompokkan dokumen penelitian. Hasil dari pengelompokan dokumen penelitian ini akan memperlihatkan bagaimana pola kemiripan dan keterkaitan antar penelitian dalam bentuk cluster. Data yang digunakan dalam penelitian ini adalah judul penelitian dosen tahun 2019-2021 berumlah 52 data. Proses ekstraksi dokumen dilakukan dengan menggunakan proses text mining, sedangkan untuk proses pengelompokan dokumen dilakukan dengan menggunakan metode k-means clustering dengan cosine similarity. Pada tahap text mining dilakukan proses preprocessing diantaranya proses tokenization, filtering dan stemming. Algoritma K-Means mampu menghasilkan cluster optimal yang berjumlah 6 cluster. Trend topik penelitian yang dilakukan dosen di STMIK Primakara meliputi Pengembangan dan Evaluasi Sistem Informasi, E-Government, Data Mining, Teknologi Pendidikan, Machine Learning/Artificial Intelligence, serta Manajemen dan Bisnis.
Prediksi Financial Distress Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia Menggunakan Algoritma Decision Tree Ni Putu Riska Handayani; Nengah Widya Utami; I Gst. Agung Pramesti Dwi Putri
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4102

Abstract

Prediksi financial distress pada perusahaan yang terdaftar di Bursa Efek Indonesia dengan menerapkan algoritma decision tree menggunakan data sebanyak 750 records, dimana 90% data dengan jumlah 675 digunakan sebagai data training. Sedangkan 10% data dengan jumlah 75 digunakan sebagai data testing. Penelitian ini bertujuan untuk mengetahui prediksi financial distress pada perusahaan yang terdaftar di Bursa Efek Indonesia. Implentasi data menggunakan tools Orange Data Mining dengan algoritma decision tree memperoleh tingkat akurasi sebesar 98.7%, F1 Score sebesar 98.8%, Precision sebesar 97.6%, Recall sebesar 1.00%,. Dengan nilai Area Under Curve (AUC) sebesar 98.4% termasuk dalam kelompok “Excellent Classification”. Hasil evaluasi menggunakan confusion matrix memperoleh tingkat akurasi sebesar 98.7%, F1 Score sebesar 98,6% Precision sebesar 97.7%, Recall sebesar 99.7%, dan Specificity sebesar 97.5%. Hasil evaluasi menggunakan grafik ROC Analyis algoritma decision tree hasil kurva menunjukkan lebih dekat dengan batas kiri mendekati 1. Dengan rasio “Debt to Tottal Asset Ratio (DAR)” yang menjadi root node (akar) dalam pola pohon keputusan dalam penelitian ini.
Analisis Intention Of Use Dalam Implementasi Pembayaran Qris Pada Pelaku Usaha Di Pasar Seni Sukawati I Dewa Ayu Rai Utari; Nengah Widya Utami; I Gusti Agung Pramesti Dwi Putri
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4085

Abstract

Penelitian ini bertujuan untuk mengetahui apa saja yang dapat mempengaruhi intention of use dalam implementasi pembayaran digital Quick Response Indonesia Standard (QRIS) pada pelaku usaha di Pasar Seni Sukawati dengan menggunakan metode Technology Acceptance Model (TAM) yang dimodifikasi menggunakan 2 variabel utama dan 2 variabel tambahan. Jumlah sampel dalam penelitian ini yaitu 161 responden yang diambil menggunakan teknik simple random sampling. Uji validitas dan uji reliabilitas instrumen dilakukan untuk memastikan bahwa kuisioner telah valid dan reliabel. Data yang telah diperoleh dianalisis dengan metode Analisis Regresi Linier Berganda menggunakan software SPSS versi 25. Hasil pengujian mengindikasikan bahwa hipotesis yang diterima hanya satu yaitu variable perceived trust terhadap intention of use, sedangkan tiga hipotesis lainnya, yaitu perceived usefulness terhadap intention of use, perceived ease of use terhadap intention of use, dan perceived enjoyment terhadap intention of use ditolak.
PERANCANGAN SISTEM INFORMASI EVALUASI KINERJA DOSEN BERBASIS WEBSITE (STUDI KASUS STMIK PRIMAKARA) Yurina Anggela Oktaviana; I Putu Satwika; Nengah Widya Utami
Jurnal Krisnadana Vol 1 No 3 (2022): Jurnal Krisnadana - Mei 2022
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1612.572 KB) | DOI: 10.58982/krisnadana.v1i3.109

Abstract

Pada kampus STMIK Primakara masih memiliki kendala atau permasalahan dalam proses kegiatan evaluasi kinerja dosen khususnya pada pengelolaan data penelitian, pengabdian dan penunjang. Pengelolaan dilakukan secara manual, karena belum adanya sistem informasi dalam pengelolaan data tersebut, membuat proses pelaporan menjadi terlambat dan tidak jarang lupa untuk melakukan penyetoran data kegiatan yang telah diikuti selama satu semester. Tujuan penelitian ini dapat membantu proses evaluasi kinerja dosen khususnya pada kegiatan penelitian, pengabdian dan penunjang. Metode yang digunakan dalam penelitian ini yaitu metode prototype, dimana peneliti menggunakan metode pengumpulan data dengan melakukan wawancara kepada bagian LPPM, HRD, dan Kaprodi, selain itu juga dengan melakukan studi literatur. Hasil dari penelitian ini yaitu dosen dapat melakukan input data penelitian, pengabdian dan juga penunjang secara tersistem, untuk team reviewer memberikan penilaian terhadap penelitian dan pengabdian yang diajukan, sedangkan bagian LPPM melakukan approved dan rejected terhadap penelitian dan pengabdian yang diajukan, dan untuk HRD dapat melakukan validasi data penunjang yang telah diajukan dosen. Dalam membuat perancangan sistem informasi ini peneliti menggunakan framework VueJS dengan template metronic.
Analisis Transaksi Penjualan Barang Menggunakan Metode Apriori pada UD. Ayu Tirta Manis I Komang Dion Adi Saputra; I Putu Satwika; Nengah Widya Utami
Jurnal Krisnadana Vol 1 No 2 (2022): Jurnal Krisnadana - Januari 2022
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (864.465 KB) | DOI: 10.58982/krisnadana.v1i2.111

Abstract

Ayu Tirta Manis adalah perusahaan yang menjual segala kebutuhan masyarakat baik makanan, minuman, sarana prasarana, dari berbagai kebutuhan pokok dan kebutuhan sehari-hari. Peran data di UD ini masih belum dapat teroptimalkan. Padahal mengingat perkembangan peran dan posisi data di era digital saat ini menjadi sangat penting, data dapat diibaratkan sebuah sumber daya yang dapat digali lebih lanjut untuk menghasilkan informasi atau pengetahuan baru. Menangkap masalah tersebut, ada beberapa solusi yang dapat ditawarkan dalam penyelesaian masalah, salah satunya adalah pemanfaatan teknik Data Mining dengan teknik asosiasi, salah satu jenis asosiasi adalah algoritma apriori. Berdasarkan data yang telah dikategorikan, mengahsilkan kombinasi barang yang paling banyak dibeli yaitu minuman dan rokok. Kombinasi barang yang paling banyak dibeli menghasilkan nilai support sebesar 10% dan nilai confidence sebesar 91%.
Analisis dan Prediksi Penutupan Harga Saham pada PT Adaro Energy Indonesia Tbk Menggunakan Algoritma K-Nearest Neighbor Regression Farikha Dwi Nur Qossina Januar; Ketut Tri Budi Artani; Nengah Widya Utami
Juara: Jurnal Riset Akuntansi Vol. 13 No. 2 (2023): Juara: Jurnal Riset Akuntansi
Publisher : Program Studi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Mahasaraswati Denpasar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The capital market is an important indicator of a country’s economic development. The ability to predict stock prices accurately can provide many advantages for investors and companies. This study aims to analyze the comparison of the use of different attributes in predicting the closing price of the stock against the resulting accuracy using 11 attributes and 12 attributes with the K-Nearest Neighbor Regression algorithm. This study also aims to predict stock price for PT Adaro Energy Indonesia Tbk using the K-Nearest Neighbor Regression algorithm. The research methodology used in this research is Knowledge Discovery in Databases. The results showed that the use of 11 attributes in predicting the closing price of PT Adaro Energy Indonesia Tbk. gives better results than using 12 attributes. The model evaluation yielded outcomes with 11 attributes, showcasing a Root Mean Squared Error (RMSE) of 35,02. Additionally, the R-squared (R2) value stood at 0.99, accompanied by an Explained Variance Score (EVS) and Mean Absolute Error (MAE) of 0.99 and 24.54, respectively. This shows that selecting the right attribute is very important in predicting the closing price of a stock. Therefore, the selection of the right attributes must be considered in building an accurate predictive model.
ANALISA SENTIMEN MAHASISWA TERHADAP LAYANAN STMIK PRIMAKARA MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR I Komang Andi Sugiarta; Putri Anugrah Cahya Dewi; Nengah Widya Utami
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 3 (2023): EDISI 17
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i3.3159

Abstract

STMIK Primakara setiap tahunnya selalu melakukan analisa kepuasan mahasiswa terhadap layanan yang disediakan dengan menyebarkan kuesioner. Namun dalam menganalisa kuesioner tersebut, Pusat Penjaminan Mutu masih melakukan secara manual, dimana proses ini akan memerlukan waktu yang lebih lama. Berdasarkan permasalahan tersebut peneliti merasa perlu dilakukan penelitian analisa sentimen terhadap komentar mahasiswa dengan menggunakan algoritma Naive Bayes dan KNN. Hasil yang diperoleh berdasarkan data uji sebanyak 261 data uji diperoleh jumlah prediksi sentimen positif sebanyak 67 data, netral sebanyak 55 data, dan negatif sebanyak 144, hasil tersebut menandakan bahwa beberapa layanan dinilai masih kurang maksimal seperti wifi, parkir, ac, komputer dan lain-lain. Berdasarkan perhitungan confution matrix KNN unggul di tiga percobaan split data dengan tingkat accuracy sebesar 79.03%, 78.93%, dan 85.06%. Sedangkan algoritma naive bayes hanya memperoleh tinggkat accuracy sebesar 68.67%, 65.33%, dan 64.37%. Hal ini menadakan KNN memiliki kinerja yang cukup baik dalam melakukan analisa sentimen pada komentar mahasiswa.
Inovasi dan Digitalisasi Pemasaran Budidaya Ayam Caru Sebagai Sarana Upakara Hindu di Desa Banjar Anyar Kecamatan Kediri Kabupaten Tabanan Nyoman Purnama; Nengah Widya Utami; I Made Dwi Hita Darmawan
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 4 No. 3 (2023): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) AMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jpni.v4i3.491

Abstract

Bali is one of the islands in Indonesia with diverse culture and traditions. Where one of the cultures and traditions is passed from generation to generation is in the form of religious ritual activities. This activity is an indispensable part of people's daily lives. Every ceremony held by Hindus in Bali is always accompanied by offerings, like the mecaru ceremony. In the caru worshiping ceremony, animals or animals are always used to worship, including free-range chickens with typical feather colors such as white, red, yellow, black and brumbun (many colors). Rituals in Bali often take place on certain days, seasons, or times, so at certain times, the demand for ritual vehicles, including chickens, is very high and it is difficult to find special colors. show that. Ajik Chicken Farm and Premium Free-Free Chicken Farmers Community are small and medium-sized enterprises in the field of free-range Chicken Farming. Different types of free-range chicken breeds are produced at the business located in Banjar Anyar village, Kediri Tabanan district, Bali. These include Mentari chickens, chickens, male chickens, Joper chickens and Afkir chickens. The implementation of Community Services for Beginners with the theme “Innovation and digitalization of commercialization of Caru Chicken Farming as a means of Hindu rituals in Banjar Anyar village, Kediri district, Tabanan district” is divided into multiple stages, namely: problem identification, implementation of activities, program support, and monitoring and evaluation. Overall, the implementation of this PMP activity went well, partners felt supported and enthusiastically participated. This PMP activity will support partners in their marketing and promotional activities so they can improve their knowledge and skills in information systems and social media management as well as financial management. In addition, this activity also provides training on Caru chicken marketing using web applications, electronic media publications, videos of implementation of activities and publications in recognized journals.