Article Per Year (5 Year)
p-Index From 2021 - 2026
12.904
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 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 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 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 : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 5   6   7   8   9 
FIREWALL FILTERING BERBASIS DEEP PACKET INSPECTION DALAM MENDETEKSI DAN MENCEGAH ANCAMAN MALWARE Syafi’i Bachtiar, Mochammad; 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.v8i1.8387

Abstract

Ancaman Malware sudah menjadi masalah serius bagi keamanan sistem komputer bagi suatu organisasi, karena dapat menyebabkan kerugian finansial dan gangguan operasional. Deep Packet Inspection adalah teknologi yang memungkinkan firewall untuk memeriksa konten aktual dari paket data yang akan melewatinya, bukan hanya header paketnya. Teknologi DPI pertama kali diperkenalkan pada tahun 1990-an untuk memfilter konten web. Saat ini, DPI digunakan secara luas oleh firewall tingkat enterprise, Intrusion Prevention System , dan perangkat keamanan jaringan lainnya untuk mendeteksi ancaman yang mungkin tidak terlihat oleh firewall tradisional. Sebagai kontribusi untuk membantu organisasi ataupun individu dari ancaman siber. Penelitian yang digunakan mengusung pendekatan eksperimental yang secara sistematis menguji kinerja Firewall berbasis DPI untuk mendeteksi dan mencegah serangan Malware. Variabel yang mungkin mempengaruhi hasil digunakan untuk mendapatkan kesimpulan sebab akibat yang kuat. Hasil pengujian menunjukkan bahwa menambahkan sistem DPI ke Firewall Fortigate meningkatkan deteksi situs web berbahaya dan membatasi akses sebesar 25%. Namun agar DPI dapat bekerja secara maksimal, ada beberapa faktor yang harus diperhatikan seperti kemungkinan terjadinya gangguan jaringan ataupun trouble pada alat yang digunakan dan perlunya regulasi untuk penerapan DPI di Indonesia. Oleh karena itu, penerapan DPI harus tetap mempertimbangkan standar etika dan kepatuhan terhadap peraturan perundang-undangan yang berlaku.
ANALISIS POLA PENJUALAN OBAT DI APOTEK AN-NAAFI MENGGUNAKAN METODE K-MEANS CLUSTERING Fajar, Miftahul; 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.v8i1.8395

Abstract

Apotek An-Naafi mengalami minimnya informasi untuk pengembangan bisnis dan produk karena belum melakukan pengelompokan data penjualan obat berdasarkan perilaku konsumen. Ini menghambat analisis peluang pengembangan produk, layanan, dan strategi pemasaran yang tepat. Oleh karena itu, perlu melakukan pengelompokan data penjualan obat berdasarkan perilaku konsumen untuk mendukung pengembangan bisnis di Apotek An-Naafi. Penelitian ini menerapkan metode K-Means untuk menganalisis data penjualan obat di Apotek An-Naafi. Data obat dikelompokkan berdasarkan tingkat penjualan (rendah dan tinggi) untuk mengidentifikasi pola dan tren penjualan guna memberikan wawasan penting bagi apotek. Data penjualan melibatkan informasi seperti nama obat, penjualan, pendapatan dan laba. Analisis dimulai dengan preprocessing data, termasuk penanganan data yang hilang dan kategorisasi obat berdasarkan tingkat pemakaian. Metode K-Means diterapkan dengan inisialisasi cluster yang sesuai, membentuk 2 cluster utama mencerminkan tingkat penjualan: rendah dan tinggi. Setiap cluster menunjukkan karakteristik penjualan obat yang berbeda, memberikan wawasan tentang preferensi pelanggan dan potensi peningkatan penjualan. Hasil ini mendalam tentang tren penjualan obat, termasuk obat yang perlu perhatian lebih, peningkatan signifikan, atau penurunan dalam kategori tertentu. Diskusi hasil penelitian melibatkan rekomendasi untuk meningkatkan strategi penjualan obat di Apotek An-Naafi. Penerapan K-Means berhasil membentuk cluster, memberikan wawasan berharga untuk meningkatkan efisiensi dalam industri farmasi. Penggunaan Euclidean distance memengaruhi pembentukan hasil cluster, dengan cluster 1 menonjol dalam penjualan dan pendapatan tinggi, sedangkan cluster 0 lebih beragam. Cluster 0 mencakup 381 hasil penjualan dengan pendapatan sebesar Rp. 668.767, yang tergolong rendah. Sementara itu, cluster 1 menunjukkan hasil unggul dengan 521 penjualan dan pendapatan sebesar Rp. 3.353.880, yang dikategorikan sebagai tinggi.
ANALISIS KLASTERISASI WILAYAH PENYANDANG DISABILITAS DI PROVINSI JAWA BARAT Azizah, Maulidina; 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.v8i1.8398

Abstract

Penelitian ini menggunakan algoritma K-Means untuk mengklasterisasi beberapa wilayah di Provinsi Jawa Barat berdasarkan jumlah penduduk penyandang disabilitas. Data yang digunakan berasal dari Dinas Kependudukan dan Pencatatan Sipil Provinsi Jawa Barat, yang mencakup berbagai jenis disabilitas seperti cacat fisik, netra atau buta, rungu atau berbicara, mental atau jiwa, fisik, atau mental. Selain itu, penelitian ini menggunakan program RapidMiner untuk melakukan analisis data yang efektif. Hasil klasterisasi menghasilkan tiga klaster yang dianggap penting. Klaster 0 fokus pada Kabupaten Ciamis, Klaster 1 fokus pada Kota Bandung, dan Klaster 2 fokus pada Kabupaten Pangandaran. Klasterisasi ini dianggap ideal dengan nilai Davies-Bouldin Index (DBI) sebesar 0.214. Diharapkan hasil penelitian ini akan berkontribusi pada pembuatan kebijakan yang lebih sesuai dan efektif untuk masyarakat penyandang disabilitas di Provinsi Jawa Barat.
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.
Co-Authors ., Mulyawan ., Nurhadiansyah Abdillah Fudholi, Luthfi Abdul Ajiz Abdul Rasyid Achmad Hidayat Ade Irma Purnamasari Ade Kurnia, Dian Ade Rizki Rinaldi Ahmad Faqih Al-Maulid, Hisyam Alvianatinova, Via 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 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 Dwi Efranie, Priska Edi Wahyudin Elisa Sriyulia Fadhil M. Basysyar Fadhil Muhammad Basysyar Fadhil, Fadhil Yudistianto Fadilah, Mochammad Fauzan Fajar, Miftahul 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 Hari Sutrisno Haryanto, Cep Herman Iin Ilham Kurniawan Ilham, Mokhamad Illahi, Asep Wahyu Imam Arifin imam maulana, imam Irfan Ali Irfan Ali, Irfan Jafar Jafar Jayawarsa, A.A. Ketut 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 . 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, Mulyawan Muzaki, Fazri Nafilah, Mala Nana Mulyanasari Nana Suarna Narasati, Riri Narasati Nugroho, Ridho Nur Afrilia, Mela Nurhadiansyah Nurhadiansyah Nurhakim, Bani Nurrochmah, Dina Siti Nursaniah, Rini Octavia Ningrum, Eka Puspita Odi Nurdiawan Pamungkas, Vicky Pii, Iwan Prasetia, Deni Pratama, Deni Pratama, Fidya Arie Pratama, Handreyan Rizki Purnamasari, Ade Irma Purnamasari, Ade Purnamasari Putra, Purniadi Qodri M.A, M. Alifia Raditya Danar Dana Rahmasari, Fanny Rahmi Safitri, Rahmi Ranu Husna Rifki Maulana, Muhamad Rini Astuti Riyandona, Siti Aiwastopa Rizki Fauzi, Ahmad Rizki Ramadhan Rizki Rinaldi, Ade Rizky Wulandhari, Putri Roghib, Moh. Rohmat, Cep Lukman Rudi Kurniawan 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 Vina, Vina Widiya, Putri Windy Mardiyyah, Nita Wulandari, Maryam Yahya, Jakaria Yayah Sarwiyah Yudhistira Arie Wijaya Yulia Mustafa, Iva Zhahiran Herlambang, Prilanisa Zidan Soleh, Kautsar