Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JMPM: Jurnal Matematika dan Pendidikan Matematika Nusantara Journal of Computers and its Applications
Nisa Ayunda
Universitas Pesantren Tinggi Darul ‘Ulum
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisa Perbandingan Hasil Peramalan Data Time Series dengan Jaringan Syaraf Tiruan RBF dan FRBF Nisa Ayunda
JMPM: Jurnal Matematika dan Pendidikan Matematika Vol 2, No 1: Maret - Agustus 2017
Publisher : Universitas Pesantren Tinggi Darul Ulum Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/jmpm.v2i1.887

Abstract

Pendekatan peramalan data time series dengan model jaringan syaraf Radial Basis Function (RBF) memiliki sifat supervised learning karena data yang dilatihkan berupa pasangan data input dan target yang diidentifikasi dan diekstrapolasi pola dan hubungannya. Sedangkan model jaringan syaraf Fuzzy Radial Basis Function (FRBF) merupakan model supervised-and-unsupervised learning yang merupakan kolaborasi himpunan fuzzy dan model jaringan syaraf RBF. Analisa perbandingan model jaringan syaraf  RBF dan model jaringan syaraf FRBF dalam peramalan data time series dilakukan dalam penelitian ini untuk mengetahui keefektifan hasil peramalan dengan kedua model tersebut. Nilai MSE dan epoch rata-rata untuk proses peramalan in-sample yang didapatkan untuk model jaringan syaraf RBF dan FRBF secara berurutan adalah 73,45 dan 8,1903E-05 serta 532,36 dan 9,8648E-05. Sedangkan pada peramalan out-sample, nilai yang didapatkan dengan model RBF menjauhi data-data sebelumnya.
SEGMENTASI PELANGGAN AGEN BEAUTY LOCAL BRAND MENGGUNAKAN ALGORITMA K-MODES BERBASIS PYTHON Mochammad Ainul Yaqin; Nisa Ayunda; Sujarwo Sujarwo; M. Ali Murtadho
NJCA (Nusantara Journal of Computers and Its Applications) Vol 7, No 1 (2022): Juni 2022
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v7i1.232

Abstract

Pertumbuhan beauty local brand di Indonesia kini mengalami pertumbuhan yang pesat. Salah satu brand local kecantikan yang telah berkembang, yaitu brand MS Glow, menyusun strategi pemasaran dengan sistem stokist. Sistem stokist dijalankan dengan memperbanyak distributor, agen, reseller, serta memaksimalkan promosi melalui iklan. Ketidaktepatan stok produk dan penurunan interaksi konten di media sosial merupakan permasalahan inti yang dihadapi oleh distributor, agen, dan juga reseller brand kecantikan local. Permasalahan tersebut dapat diatasi apabila manajemen mampu mengidentifikasi karakteristik pelanggannya. Oleh karena itu, pada penelitian ini dilakukan segmentasi pelanggan salah satu agen brand kecantikan lokal, yaitu Agen Ami Ms Glow Peterongan, dengan Algoritma K-Modes. Algoritma ini dapat digunakan untuk menangani data beratribut kategorik. Hal ini sesuai dengan data pelanggan yang memiliki tipe atribut kategorik. Hasil dari penelitian ini yaitu pelanggan agen tersebut terbagi menjadi 3 segmen pelanggan yang didominasi oleh segmen pertama, dengan karakteristik pelanggan: berusia 26 – 35 tahun; tidak memakai KB dan tidak sedang hamil; berjenis kulit berminyak; tidak berjerawat di luar menstruasi; tidak sedang berjerawat; memiliki bekas jerawat dan komedo; tidak berflek hitam; serta tidak mengalami kulit yang terkadang merah dan gatal, berjumlah 193 pelanggan, segmen kedua berjumlah 76 pelanggan, dan segmen ketiga berjumlah 98 pelanggan. Penentuan jumlah stok dan target konten untuk pemasaran dapat menyesuaikan hasil segmentasi pelanggan tersebut.
Co-Authors M. Ali Murtadho Mochammad Ainul Yaqin Sujarwo Sujarwo