Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal INSYPRO (Information System and Processing)
Fadly Shabir
Politeknik Negeri Media Kreatif PSDD Makassar
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Analisa Produk dan Rekomendasi Personal Komputer Fadly Shabir; Rahman Rahman
Jurnal INSYPRO (Information System and Processing) Vol 3 No 1 (2018)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (790.896 KB) | DOI: 10.24252/insypro.v3i1.5628

Abstract

Abstrak – Produksi besar-besaran perangkat elektronik komputasi di satu sisi berdampak positif menyediakan pilihan beragam pada konsumen. Namun hal tersebut terkadang menjadi kesulitan tersendiri bagi konsumen ketika hendak memilih personal komputer yang tepat sesuai daya beli dan kebutuhan serta performa perangkat. Suatu sistem rekomendasi pemilihan perangkat komputer dapat digunakan untuk membantu konsumen melakukan perbandingan yang terukur diatara beragam merek personal komputer. Rekomendasi ditetapkan berdasarkan karakteristik performa perangkat keras komputasi. Personal Computer Recommendation System dikembangkan menggunakan algoritma K-means dan AHP. Algoritms AHP melakukan proses analisa data produk komputer selanjutnya data dikelompokan dengan sistem cluster menggunakan K-means. Pengelompokan menggunakan kriteria kemiripan produk dengan karakteristik cluster yang terbentuk. Hasil dari kombinasi algoritma AHP dan K-Means yaitu rekomendasi produk komputer lebih variatif. Pengolahan data menggunakan kombinasi algoritma AHP dan K-Means menghasilkan rekomendasi produk kepada pengguna yang lebih heterogen dibandingkan dengan rekomendasi produk dari data yang diolah hanya menggunakan algoritma AHP tanpa di-cluster K-Means. Sehingga dapat ditarik kesimpulan bahwa proses clustering akan menghasilkan kaidah-kaidah asosiasi dengan kualitas yang lebih baik.Kata Kunci: Personal komputer, Ranking, Klaster, Data Mining.
Co-Authors Rahman Rahman