Devi Fitrianah
Fakultas Ilmu Komputer, Universitas Mercu Buana

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : InComTech: Jurnal Telekomunikasi dan Komputer

Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing Deni Triyansyah; Devi Fitrianah
InComTech : Jurnal Telekomunikasi dan Komputer Vol 8, No 3 (2018)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v8i3.4174

Abstract

Penelitian ini mencari strategi marketing yang mampu bersaing dengan kompetitor lain, karena pada era saat ini setiap perusahaan saling belomba dalam menjual produknya dengan ujung tombaknya adalah strategi marketing, masalah yang diangkat pada penelitian ini adalah menumpuknya stok sepatu yang belum terjual dan kurang diperhatikanya reseller yang memiliki potensial dalam penjualan. penelitian ini menggunakan metode K-Means, adalah metode clustering yang membagi data kedalam satu atau lebih kluster, data yang karakteristik sama dikelompokkan satu kluster yang sama dan karakteristik yang berbeda dikelompokkan kedalam kelompok yang lain. K-Means adalah metode yang cocok digunakan dengan satu tipe data dan ditunjang dengan validitas kluster yang menggunakan Davies-Bouldin Index untuk mengetahui seberapa baik proses kinerja pengklusteran. Hasil pengklusteran data untuk mendapatkan informasi reseller yang potensial, dengan menggunakan dua kluster, sedangkan untuk mendapatkan informasi tipe sepatu yang laris adalah dengan menggunakan tiga cluster. Dan pengklusteran ini menghasilkan 1 reseller yang potensial yaitu reseller Hoy, sedangkan proses mencari tipe sepatu yang laris mendaptkan 3 tipe sepatu yang terlaris yaitu Neo Adventage, Cloudfoam Swiftt, dan Bennasi. Hasil dari nilai Davies Bouldin Index yang diperoleh pada clustering pencarian reseller yang potensial adalah 0.271 dan 0.196 pada klustering pencarian tipe sepatu yang laris.
Perbandingan Algoritma C4.5 dan Multilayer Perceptron untuk Klasifikasi Kelas Rumah Sakit di DKI Jakarta Amalia Fitri Hardiyanti; Devi Fitrianah
InComTech : Jurnal Telekomunikasi dan Komputer Vol 11, No 3 (2021)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v11i3.10632

Abstract

Kesehatan dan kesejahteraan masyarakat merupakan salah satu prioritas utama pemerintah. Peningkatan pelayanan dan fasilitas kesehatan merupakan salah satu upaya pemerintah untuk membangun kesehatan nasional dan mewujudkan negara sehat. Banyaknya fasilitas kesehatan di rumah sakit dapat menentukan grade kelas rumah sakit di daerah DKI Jakarta. Selama ini grade rumah sakit ditentukan berdasarkan fasilitas dan kemampuan pelayanan rumah sakit yang ditentukan oleh pemerintah. Berdasarkan data yang ada perlu dilakukannya pengklasifikasian rumah sakit berdasarkan fasilitas yang tersedia. Dalam penelitian ini penentuan grade kelas rumah sakit dengan fasilitas yang ada menggunakan metode Algoritma C4.5 dan Multilayer Perceptron. Penelitian ini membandingkan kinerja dari dua algoritma tersebut. Dengan hasil perbandingan Multilayer Perceptron MLP memiliki nilai akurasi sebesar 92,64% dan Algoritma C4.5 memiliki nilai akurasi sebesar 83,82%. Berdasarkan hasil nilai akurasi Multilayer Perceptron MLP mempunyai kinerja yang lebih baik dari Algoritma C4.5.