Article Per Year (5 Year)
p-Index From 2021 - 2026
13.83
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Informatika dan Teknik Elektro Terapan Information Management For Educators And Professionals (IMBI) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer AL-TANZIM : JURNAL MANAJEMEN PENDIDIKAN ISLAM Indonesian Journal of Applied Informatics JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Media Informatika Journal of Innovation Information Technology and Application (JINITA) Madani : Indonesian Journal of Civil Society MEANS (Media Informasi Analisa dan Sistem) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu International Journal of Social Science Instal : Jurnal Komputer Jurnal Janitra Informatika dan Sistem Informasi Journal of Artificial Intelligence and Engineering Applications (JAIEA) Journal of Software Engineering and Information System (SEIS) AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Kecerdasan Buatan dan Teknologi Informasi
Nining Rahaningsih
STMIK IKMI Cirebon
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 123 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 123 Documents
Search

 5   6   7   8   9 
IMPLEMENTASI ALGORITMA REGRESI LINIER DAN K-NEAREST NEIGHBOR UNTUK PREDIKSI HARGA RUMAH Kurniawan, Ilham; Rahaningsih, Nining; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8402

Abstract

Perkembangan pesat dibidang informatika telah membawa dampak signifikan pada berbagai aspek kehidupan manusia. Ini disebabkan oleh kemajuan teknologi komputer, perangkat mobile, jaringan internet, dan berbagai aplikasi perangkat lunak yang terus berkembang. Prediksi harga rumah menjadi suatu hal yang krusial karena dapat membantu calon pembeli, penjual, dan pihak terkait lainnya untuk membuat keputusan yang informasional dan cerdas. Tujuan penelitian ini yaitu untuk mengetahui faktor yang paling berpengaruh terhadap harga rumah, mengetahui perbandingan tingkat akurasi dari kedua algoritma dalam prediksi harga ruumah, dan cara generalisasi model regresi linier ke pasar perumahan yang berbeda. Metode yang digunakan dalam prediksi harga rumah adalah metode KDD menggunakan algoritma regresi linear dan k-nearest neighbor dalam konteks data mining. Pada penelitian ini faktor yang paling berpengaruh terhadap harga rumah adalah luas bangunan dengan nilai koefisien sebesar 23047431.201. Algoritma KNN mempunyai hasil akurasi yang lebih baik dibandingkan dengan regresi linier, perbandingan tingkat akurasi ini diambil berdasarkan nilai relative error. Hasil nilai relative error regresi linier sebesar 71.95% +/- 82.63%. Sedangkan hasil relative error k-nearest neighbor pada gambar sebesar 30.95% +/- 29.87%. Model regresi linier dapat digeneralisasi dengan baik ke pasar perumahan yang berbeda melibatkan beberapa pendekatan. Diantaranya yaitu Pengumpulan data yang representatif, normalisasi dan standarisasi, pemahaman konteks pasar.
PENERAPAN ALGORITMA C4.5 UNTUK SELEKSI PENJURUSAN SISWA BARU PADA SEKOLAH MENENGAH KEJURUAN: STUDI KASUS: SMK PLUS AL-HILAL ARJAWINANGUN Roghib, Moh.; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8436

Abstract

Siswa baru memilih jurusan mereka dalam upaya menyelaraskan program akademik mereka dengan minat dan keterampilan masa depan mereka dengan tujuan membentuk lintasan profesional di masa depan. Penentuan jurusan di SMK tidaklah sederhana. Dengan begitu, penentuan jurusan siswa yang diimplementasikan di SMK Plus Al-Hilal Arjawinangun berdasarkan hasil ujian penjurusan. Setelah siswa menyelesaikan Masa Pengenalan Lingkungan Sekolah (MPLS), proses penjurusan dilakukan. Banyaknya siswa yang memilih jurusan menghasilkan jumlah data yang cukup banyak dan rumit. Semakin sulit untuk mendapatkan informasi yang berarti dari hasil ujian ini. Tujuan dari penelitian ini adalah untuk mengkategorikan jurusan siswa di SMK Plus Al-Hilal Arjawinangun. Metode pada studi ini memakai decision tree algortitma C4.5 dalam melaksanakan klasifikasi. Data mencakup informasi tentang nama siswa, nilai ujian dan atribut lainnya. Setelah pengumpulan data, proses klasifikasi dilakukan dengan menggunakan algoritma C4.5. Langkah pertama dalam penelitian ini adalah melakukan preprocessing data, termasuk penghapusan data yang tidak valid, menambahkan data serta menangani data yang tidak lengkap. Hasil penelitian ini akan membantu dan memberi manfaat untuk sekolah menjadi lebih cepat dalam pengklasifikasian penentuan jurusan siswa SMK Plus Al-Hilal Arjawinangun. Dari pemodelan klasifikasi menggunakan algoritma C4.5 tingkat akurasi mencapai 98.02%, presisi 98.73% dan recall 98.73%.
ANALISA PERFORMA SISTEM PENDETEKSI DINI KEBAKARAN BERBASIS ARDUINO UNO MENGGUNAKAN FLAME SENSOR 5 KANAL DAN SIMBOL DARURAT Yahya, Jakaria; Rahaningsih, Nining; Danar, Raditiya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8458

Abstract

Kebakaran adalah bencana yang bisa terjadi di lingkungan masyarakat bisa membuat kerugian besar jika tidak di tangani sejak dini bahkan bisa merenggut nyawa manusia, banyak faktor yang bisa menimbulkan potensi kebakaran seperti korsleting arus listrik, lupa mematikan kompor dan lainnya. Terkait dengan masalah tersebut untuk pencegahan potensi kebakaran solusi salah satunya menggunakan sistem pendeteksi dini kebakaran. Cara kerja alat ini yaitu menggunakan flame sensor 5 kanal yang mana lebih unggul dari versi sebelumnya akan menangkap sinyal kobaran api yang terdeteksi lalu mengubah menjadi sinyal electronic mengirimkannya ke microcontroller Arduino Uno dan akan diteruskan oleh relay untuk mengaktifkan buzzer dan lampu LED sebagai simbol darurat ketika terdeteksi potensi kebakaran, selain itu sistem juga dibekali dengan modul charger XH-M604 yaitu sebuah rangkaian pengisian battery 12-volt untuk power suplay tegangan sistem sementara, karena terkait dengan pemadaman arus listrik yang bisa sewaktu waktu terjadi dengan battery 12-volt dan modul charger XH-M604 sistem masih bisa beroperasi ketika saat pemadaman arus listrik oleh (PLN) karena bencana kebakaran bisa saja terjadi saat tidak ada arus listrik. Metode penelitian menggunakan prototype serta pengujian black box testing untuk mengetahui performa sistem. Hasil dari implementasi tersebut adalah sistem pendeteksi dini kebakaran serta mengetahui performa sistem sehubungan dengan manfaat keefektifan kerja sistem untuk membantu manusia dalam mencegah bencana kebakaran.
ANALISA PERFORMA SISTEM SMART HOME BERBASIS IOT MENGGUNAKAN TELEGRAM MESSENGER BOT DAN NODEMCU ESP 32 Hadi, Melawati; Rahaningsih, Nining; Danar, Raditiya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8462

Abstract

Seiring perkembangan zaman kehidupan di dunia sekarang tidak lepas dari teknologi untuk mempermudah kebutuhan kehidupan manusia salah satunya teknologi IoT ( internet of things ) adalah teknologi dimana beberapa perangkat elektronik dapat di kontrol dari jarak jauh dengan menggunakan internet sebagai penghubung sistem kendali. Benda elektronik yang termasuk penting di dalam rumah salah satunya lampu. kadangkala pemilik rumah seringkali lupa memadamkan lampu saat sedang diluar rumah. Lampu akan tetap dalam keadaan menyala secara terus menerus, yang pada gilirannya dapat mengakibatkan penggunaan energi listrik yang berlebihan dan tidak efisien. Aplikasi online telegram yang bisa di akses dengan smartphone ini sebagai penghubung antara monitoring kendali untuk lampu rumah, fitur yang tersedia dari sistem ini berbentuk pesan perintah sebagai kendali akan mati dan menyalanya sebuah lampu. Metode yang di gunakan adalah metode prototype dengan mengimplementasikan sistem tersebut dan analisa performa sebuah sistem pengendali jarak jauh, data tersebut yang terdapat diserial monitor software arduino pengukuran performa dengan fitur jarak jauh hasil pengujian menggunakan NodeMCU ESP32 yang bisa di akses oleh fitur aplikasi Telegram Bot yang telah disediakan tersebut dan menggunakan sinyal elektronik untuk mengirimkan sebuah tangkapan pesan dari Telegram Bot yang akan di kirim ke mikrokontroler tentunya ada waktu delay yang harus diperhatikan dengan melihat pada serial monitor yang terdapat di NodeMCU. Implementasi dari pengujian menunjukan bahwa sistem dapat bekerja dengan baik. Beberapa serangkaian uji yang telah dilakukan yaitu uji jarak jauh yang bisa di jangkau oleh sistem yuaitu jarak tempuh 4,5 km dengan hasil waktu tercepat 00,01.82 Detik. Dari hal ini bertujuan semakin baik sebuah sistem untuk mempermudah kebutuhan hidup manusia.
SISTEM PENGENDALIAN LAMPU RUMAH DAN KANTOR BERBASIS INTERNET OF THINGS MENGGUNAKAN MIKROKONTROLER NODEMCU ESP8266 Qodri M.A, M. Alifia; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8703

Abstract

Penelitian ini bertujuan merancang dan mengimplementasikan sistem pengendalian lampu berbasis Internet of Things (IOT) menggunakan mikrokontroller NodeMCU dan aplikasi Blynk. Teknologi IoT memungkinkan pengendalian lampu yang lebih cerdas dan terhubung ke internet.Pengendalian lampu secara manual kurang efisien dan fleksibel. Diperlukan sistem cerdas berbasis IoT agar pengguna dapat mengontrol lampu dengan mudah dari jarak jauh. Merancang dan mengimplementasikan sistem kendali lampu IoT menggunakan NodeMCU dan Blynk untuk meningkatkan efisiensi dan fleksibilitas pengendalian lampu. Metode penelitian adalah eksperimen meliputi perancangan perangkat keras dan lunak, pembuatan program NodeMCU, konfigurasi Blynk, serta pengujian sistem secara keseluruhan. Sistem kendali lampu IoT berhasil dirancang dan diimplementasikan. Pengujian menunjukkan sistem dapat mengendalikan lampu secara jarak jauh melalui Blynk dengan andal dan responsif. Namun masih terdapat peluang pengembangan lebih lanjut.
ANALISIS SENTIMEN TERHADAP OPINI PATRIARKI MENGGUNAKAN METODE NAÏVE BAYES Kurmasih, Masih; Rahaningsih, Nining; Danar Dana, Raditya; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8798

Abstract

Dalam era digital saat ini, media sosial telah menjadi saluran utama di mana opini masyarakat disuarakan. Salah satu isu yang menjadi sorotan dalam ranah sosial adalah masalah patriarki, yaitu sistem sosial yang memberikan dominasi dan kontrol yang lebih besar kepada laki-laki dalam berbagai aspek kehidupan masyarakat. Patriarki menciptakan hierarki gender di mana pria mendominasi dan memiliki kendali atas keputusan dan sumber daya. Pandangan dan opini terkait patriarki sering kali menjadi subjek diskusi yang hangat dan kontroversial dalam berbagai komunitas online. Tujuan penelitian ini dilakukan dengan berfokus melihat sentiment publik berdasarkan opini-opini yang beredar di sosial media. Dengan menggunakan metode Naïve Bayes yang telah terbukti berhasil dalam analisis sentiment. Metode ini dapat digunakan untuk mengkategorikan opini masyarakat menjadi positif (mendukung patriarki), negatif (menentang patriarki). Oleh karena itu, penelitian ini memilih metode Naïve Bayes sebagai pendekatan analisis sentimen terhadap opini patriarki karena kemampuannya yang terbukti dalam menganalisis teks dengan konteks sosial yang kompleks. Data yang diperoleh untuk menganalisis sentiment terhadap opini patriarki terdapat sebanyak 200 data yang telah dikategorikan kedalam kategori positif dan negative kemudian diolah menggunakan Algoritma Naïve Baye. Hasil dari pengujian algoritma Naïve Bayes ini menghasilkan bahwa nilai akurasi diperoleh sebesar 92.50%, nilai presisi diperoleh sebesar 0.0%, sementara nilai recall untuk opini positif diperoleh sebesar 0,0%, dan untuk opini negative diperoleh sebesar 100%. Maka dapat dikatakan dari hasil pengujian algoritma Naïve Bayes untuk analisis sentimen ini memiliki performa yang baik.
PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN DATA PENJUALAN SUPERMARKET BERDASARKAN CABANG (BRANCH) Alvianatinova, Via; Ali, Irfan; Rahaningsih, Nining; Bahtiar, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8993

Abstract

Penjualan ritel, terutama dalam konteks supermarket, merupakan aspek krusial dalam operasional bisnis yang memerlukan pengelolaan data yang efisien. Penelitian ini dilakukan untuk mengeksplorasi implementasi algoritma K-Means clustering dalam mengelompokkan data penjualan dari berbagai cabang supermarket, dengan fokus utama pada peningkatan efisiensi operasional dan strategi penjualan. Dalam era digital saat ini, penjualan supermarket menghasilkan volume besar dan data penjualan yang kompleks setiap hari. Pengelolaan dan pemahaman data ini menjadi tantangan signifikan, terutama ketika terdapat banyak cabang yang tersebar luas. Algoritma K-Means clustering telah terbukti sebagai metode yang efektif dalam menyelesaikan permasalahan semacam ini. Metode ini memungkinkan pengelompokkan data penjualan ke dalam kelompok-kelompok yang memiliki karakteristik serupa, mempermudah analisis dan pengambilan keputusan. Studi ini mengumpulkan data historis penjualan dari berbagai cabang supermarket. Data diproses terlebih dahulu untuk memastikan kualitasnya sebelum menerapkan algoritma K-Means clustering. Hasil pengelompokan data dianalisis secara menyeluruh untuk mengidentifikasi pola penjualan utama. Analisis ini menjadi dasar untuk meningkatkan efisiensi operasional setiap toko, termasuk manajemen inventaris dan strategi penjualan. Tujuan penelitian ini adalah untuk memahami cara mengoptimalkan pengelolaan data penjualan supermarket menggunakan algoritma K-Means clustering. Hasilnya menunjukkan bahwa toko dapat dikelompokkan menjadi dua kelompok utama, yaitu kelompok cabang besar (cluster 0) dan kelompok cabang kecil (cluster 1). Penerapan algoritma K-Means clustering memungkinkan pengelompokkan data penjualan supermarket berdasarkan toko, memberikan kontribusi signifikan terhadap pemahaman dan pengelolaan data penjualan secara lebih efisien. Evaluasi model dengan indeks Davies Bouldin menghasilkan nilai sebesar 0.375, menunjukkan keberhasilan tinggi dalam mengelompokkan data.
PENGELOMPOKAN DATA PENERIMAAN PAJAK BUMI DAN BANGUNAN BERDASARKAN KELURAHAN DI KOTA TASIKMALAYA MENGGUNAKAN ALGORITMA K-MEANS Nursaniah, Rini; Rahaningsih, Nining; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9009

Abstract

Pajak adalah aspek penting dalam ekonomi sebuah negara, karena digunakan untuk meningkatkan kesejahteraan masyarakat. Pajak Bumi dan Bangunan (PBB) merupakan salah satu jenis pajak daerah yang dipungut oleh Pemerintah Daerah. Masalah yang terjadi adalah target dan penerimaan realisasi PBB-P2 pada tahun 2021 masih belum memenuhi target yang telah ditetapkan. Hal ini menunjukkan perbedaan dalam tingkat kepatuhan pajak disetiap kelurahan di kota Tasikmalaya yang dapat mempengaruhi jumlah penerimaan pajak. Akar masalah penelitian ini adalah belum diketahui kelompok penerimaan PBB terendah dan tertinggi, sehingga memerlukan penerapan algoritma K-Means Clustering dalam mengelompokkan data untuk mencari solusinya. Penelitian ini menggunakan tahapan KDD dan data yang digunakan yaitu data jumlah penerimaan PBB tahun 2021 oleh Badan Pendapatan Daerah bersumber dari website Open Data Kota Tasikmalaya dengan jumlah data sebanyak 69 data. Hasil yang diperoleh yaitu nilai Davies Bouldin Index sebesar 0,370 merupakan nilai paling optimal dengan 6 cluster. cluster 0 dengan jumlah data 8 kelurahan, cluster 1 dengan jumlah data 30 kelurahan, cluster 2 dengan jumlah data 3 kelurahan, cluster 3 dengan jumlah data 19 kelurahan, cluster 4 dengan jumlah data 8 kelurahan, cluster 5 dengan jumlah data 1 kelurahan. Penerimaan PBB tertinggi terletak pada cluster 2 serta penerimaan PBB terendah terletak pada cluster 1.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA PREDIKSI PEMBERIAN KREDIT DI SEKTOR FINANSIAL Windy Mardiyyah, Nita; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9010

Abstract

Dalam era dinamika finansial yang cepat, manajemen kredit menjadi esensi utama bagi lembaga-lembaga finansial untuk menjaga kestabilan dan keseimbangan. Pengambilan keputusan yang tepat dalam pemberian kredit menjadi krusial, mengingat kompleksitas risiko yang terus berkembang. Meskipun sektor finansial telah mengadopsi berbagai metode evaluasi risiko kredit, masalah persisten terkait dengan ketidakpastian dan volatilitas pasar menyulitkan perusahaan untuk membuat keputusan kredit yang tepat waktu dan akurat. Dalam permasalahan tersebut, penelitian ini bertujuan mengeksplorasi dan menerapkan algoritma K-Nearest Neighbor (KNN) melalui pendekatan data mining untuk meningkatkan prediksi pemberian kredit. Implementasi K-Nearest Neighbor (KNN) dilakukan dengan tools rapidminer yang akan membantu dalam pelatihan model dan validasi prediksi. Pada penelitian yang telah dilakukan, implementasi algoritma K-Nearest Neighbor (KNN) pada dataset mendapatkan hasil accuracy sebesar 86.15%, precision sebesar 90.74%, dan recall sebesar 92.45%. Kemampuan algoritma untuk menangani pola non-linier dan kompleks menjadikan pilihan yang sangat baik untuk menangani dataset keuangan yang sering berfluktuasi. Maka, pemanfaatan data mining dengan KNN dapat meningkatkan efesiensi dan akurasi keputusan pemberian pinjaman, mengurangi risiko kredit dan meningkatkan pendapatan.
IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK REKOMENDASI PENJUALAN ATK BERDASARKAN POLA PEMBELIAN DI CV. DAPAS RANCAEKEK Lisyana, Zita; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9013

Abstract

Seiring dengan berkembangnya zaman manusia sebagai pemakai teknologi tanpa lelah terus memperbaiki dan memperbaharui teknologi agar sesuai dengan apa yang diharapkan, yaitu untuk mempermudah aktivitas manusia itu sendiri sehingga teknologi dapat menembus batas-batas ruang dan waktu. Salah satu item yang dapat digunakan untuk menginformasikan pilihan perusahaan adalah data transaksi penjualan..Maka dari itu diterapkan Algoritma FP-Growth untuk menetapkan informasi transaksi yang mucul paling sering atau di beli bersamaan di CV.Dapas Rancaekek. Penerapan metode Pencarian kumpulan data yang paling sering muncul (frequent itemset) dalam suatu pengumpulan data dapat dilakukan dengan menggunakan pendekatan alternatif yang disebut Pattern Growth (FP-Growth). Setelah dipahami dari Standar di atas, maka dapat disimpulkan bahwa pembeli pada umumnya akan membeli barang-barang yang saling berhubungan seperti pada: Dengan nilai Support sebesar 0,004% dan nilai Confidence sebesar 100%, maka konsumen juga akan membeli barang-barang yang saling berhubungan seperti pada: membeli Duplex 310 jika membeli Foodpak Glossy 260. Perhitungan FP-Growtht dapat membantu Perusahaan dalam memeriksa desain Pembelian akuisisi produk yang biasa dibeli secara bersamaan,sehingga tidak akan terjadi kekurangan stok.
Co-Authors ., Mulyawan Abdillah Fudholi, Luthfi Abdul Ajiz Abdul Rasyid Achmad Hidayat Ade Irma Purnamasari Ade Kurnia, Dian Ade Rizki Rinaldi Ahmad Faqih Akbar, Miftahul Al-Maulid, Hisyam Alvianatinova, Via Andini, Ayi Andriyanti, Rina Anggita Pratiwi, Eksadevi Angraeni, Devita Fitri Arif Rinaldi Dikananda Arif Sofyan, Mohamad Awaliyah, Lia Az Zahroh, Luthfia Fahmi Azarine, Divia Azhari, Shazifa Azizah, Maulidina Bakri, Saeful Basysyar, Fadhil Muhammad Basysyar, Fadil M Bustomi, Ziaudin Cakranegara, Pandu Adi Camelia Putri Lestari Cep Lukman Rohmat Dadang Sudrajat Danar Dana, Raditya Danar, Raditiya Danil, Supta Danya Rizki Chaerunisa Delisah Destiawati, Deby Dewanty Rafu, Maria Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dimin, Egi Susanto Dodi Solihudin Dwi Efranie, Priska Edi Wahyudin Elisa Sriyulia Euis Fadilah Fadhil M. Basysyar Fadhil Muhammad Basysyar Fadhil, Fadhil Yudistianto Fadilah, Mochammad Fauzan Fajar, Miftahul Farah Nur Farida Fatihanursari Dikananda Faturachman, Rifcki Aziz Faujatun Hasanah Fidya Arie Pratama Frihandiansah, Riyandi Gifthera Dwilestari Gita Budiarti, Mariani Gusmiarni, Mia Gusnanto, Ferdi Gustipartsani, Kamaludin Hadi, Melawati Haidar Fakhri Haryanto, Cep Hayati, Umi Herman Iin Ilham Kurniawan Ilham, Mokhamad Illahi, Asep Wahyu Imam Arifin imam maulana, imam Irfan Ali Irfan Ali, Irfan Jafar Jafar Kamelia Faridah Kaslani Khalda Rifdan, Ghina Kharomiyah, Kharomiyah Kholil, Kholil AldiYatna Kurmasih, Masih Laduni, Pasya Lili Purani Lisyana, Zita Lukman Rohmat, Cep M. Basysyar, Fadhil Mamluatul Hikmah, Lulu Martanto . Marthanu, Indra Wiguna Marwah, Sopa Medina Aprilia Putri Mira Miranda Moch Rifki Firdaus Muhamad Basysyar, Fadhil Muhammad Abdurohman Muhammad Basysyar, Fadhil Muhammad Taufik Hidayat, Muhammad Mulyana, Krisna Mulyawan Mulyawan, - Mulyawan, Mulyawan Nafilah, Mala Nana Mulyanasari Nana Suarna Narasati, Riri Narasati Nur Afrilia, Mela Nurhadiansyah Nurrochmah, Dina Siti Nursaniah, Rini Nurwijayanti Octavia Ningrum, Eka Puspita Odi Nurdiawan Optarina, Yasni Pii, Iwan Prasetia, Deni Pratama, Deni Pratama, Fidya Arie Pratama, Handreyan Rizki Prihartono, Willy Purnamasari, Ade Irma Purnamasari, Ade Purnamasari Putra, Purniadi Putri Nabilla Qodri M.A, M. Alifia Raditya Danar Dana Rahmasari, Fanny Rahmi Safitri, Rahmi Ranu Husna Ridho Nugroho Rifki Maulana, Muhamad Rini Astuti Riyandona, Siti Aiwastopa Rizki Ramadhan Rizky Wulandhari, Putri Roghib, Moh. Rohmat, Cep Lukman Rully Pramudita Ryanto, Bayu Saeful Anwar Saroji, Saroji Sekar Puspita Arum Siti Sa'diah Sofialaela, Annisa Sok Piseth Soni, Moh Sri Muflikah Kurniarti Sri Suwartini Suarna, Annisa Annastia Suarna, Nana Sutra Safira, Meita Syafi’i Bachtiar, Mochammad Syarif Maulana Yaasin Tati Suprapti Tengku Riza Zarzani N Tohidi, Edi Tohodi, Edi Tri Mukti, Aryanto Tuti Hartati Usup Supendi Vicky Pamungkas Vina, Vina Widiya, Putri Windy Mardiyyah, Nita Wulandari, Maryam Yahya, Jakaria Yayah Sarwiyah Yudhistira Arie Wijaya Yulia Mustafa, Iva Yuslia Devitri Zhahiran Herlambang, Prilanisa