Article Per Year (5 Year)
p-Index From 2021 - 2026
10.944
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Informatics for Educators and Professional : Journal of Informatics Network Engineering Research Operation [NERO] KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) JIKA (Jurnal Informatika) MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknik Informatika (JUTIF) Jurnal Mahasiswa Sistem Informasi (JMSI) International Journal of Social Science Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Janitra Informatika dan Sistem Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Wawasan : Jurnal Ilmu Manajemen, Ekonomi dan Kewirausahaan Manajemen Kreatif Jurnal JURSIMA Jurnal Ekonomi Manajemen Akuntansi BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen INTERNAL (Information System Journal)
Yudhistira Arie Wijaya
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 Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 93 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Analisis Data Penjualan Menggunakan Algoritma K-Means Clustering Pada Toko Daun Indah di Shopee Dermawan, Hibrizi Dzaky; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55093

Abstract

Toko Daun Indah adalah sebuah usaha yang menjual berbagai pilihan produk kecantikan, tidak semua produk tersebut dimanati pelanggan. Namun data penjualan di Toko Daun Indah belum dikelola dengan baik untuk menentukan produk mana yang paling diminati dan mana yang kurang diminati pelanggan. Akibatnya, data tersebut berfungsi sebagai dokumen arsip dan belum dimanfaatkan untuk strategi pemasaran. Sehingga perlu diterapkannya teknik data mining dalam mengembangkan strategi pemasaran penjualan. Tujuan penelitian adalah menganalisis data penjualan untuk mengetahui cluster terbaik berdasarkan Davies Bouldin Index, iterasi, dan measure type yang menghasilkan K Optimal. Metode yang digunakan adalah Cross-Industry Standard Process Model for Data Mining dengan algoritma K-Means Clustering untuk mengelompokkan data penjualan berdasarkan karakteristiknya, karena mudah dalam penerapannya, dan relatif cepat. Berdasarkan hasil pengelompokan data penjualan produk dengan metode K-Means diperoleh parameter yang optimal. Dengan melakukan uji dengan jumlah cluster (k= 2-25), hasil metode K-Means menunjukkan nilai DBI paling optimal sebesar -0.149 dengan 2 cluster pada iterasi ke-1 sebanyak 30 iterasi, Measure type Mixed Measures.  
Akurasi Naïve Bayes Untuk Analisis Sentimen Twitter Berdasarkan Split Data Agni, Vega Putra Dwi; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55010

Abstract

Batasan usia calon presiden dan calon wakil presiden menjadi salah satu isu yang hangat diperbincangkan menjelang Pemilihan Presiden dan Wakil Presiden di tahun 2024, terutama di media sosial Twitter. Opini pengguna Twitter tentang isu ini beragam, ada yang positif, negatif, dan netral. Untuk mengetahui sentimen tweet tersebut positif, negatif, atau netral, diperlukan pembelajaran mesin yang dapat mengklasifikasikan tweet dengan cepat. Naive Bayes adalah metode klasifikasi teks yang memiliki kecepatan pemrosesan dan akurasi yang cukup tinggi apabila diterapkan pada data yang banyak, besar, dan beragam. Sebelum data tweet diklasifikasikan, data tersebut harus melalui beberapa proses, seperti scraping data, prepocessing, dan pembobotan kata. Penelitian ini bertujuan untuk menemukan rasio pembagian data yang paling optimal untuk meningkatkan akurasi model klasifikasi naive bayes dalam menganalisis sentimen data tweet. Data tweet didapatkan sebanyak 2023 data dari dua keyword, penelitian ini menunjukkan bahwa sentimen negatif mendominasi dengan persentase 91,5%, diikuti oleh sentimen positif sebesar 5,9%, dan sentimen netral sebesar 2,5%. Dari tiga rasio split data yang diuji, rasio split data 90:10 menghasilkan performa terbaik, yaitu Accuracy 86%, Precission 100%, Recall 66%, dan F1-Score 80%.
Analisis Data Penyandang Masalah Kesejahteraan Sosial Menggunakan Algoritma Fuzzy C-Means Triswanto, Triswanto; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55009

Abstract

Kesejahteraan sosial menjadi perhatian utama dalam berbagai negara, dan identifikasi dan pemahaman yang lebih baik tentang masalah ini menjadi penting untuk merancang kebijakan dan program yang lebih efektif. Masalah kesejahteraan sosial seperti kemiskinan, disabilitas, dan ketimpangan sosial menjadi isu yang mendapat perhatian luas. Tujuan penelitian ini adalah untuk menganalisis data penyandang masalah kesejahteraan sosial dengan mengoptimalkan nilai K berdasarkan Davies Bouldin Index. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan algoritma Fuzzy C-Means untuk mengelompokkan data penyandang masalah kesejahteraan sosial dengan lebih baik. Algoritma ini digunakan karena pengelompokkan datanya berdasarkan dengan derajat keanggotaan sehingga pusat cluster yang dihasilkan dalam  mencapai fungsi sasaran mencari solusi terbaik. Dalam penelitian ini, data yang digunakan adalah data penyandang masalah kesejahteraan sosial di Kabupaten Karawang. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data penyandang masalah kesejahteraan sosial yang lebih akurat dan representatif. Dalam penelitian ini dapat ditemukan nilai Davies Bouldin Index yaitu 0,564 dan nilai K optimal yaitu 4. Dengan menggunakan metode ini, kelompok-kelompok yang memiliki karakteristik dan kebutuhan yang serupa dapat diidentifikasi dengan lebih baik.  
Analisis Data Penyandang Masalah Kesejahteraan Sosial Menggunakan Algoritma Fuzzy C-Means Triswanto, Triswanto; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55009

Abstract

Kesejahteraan sosial menjadi perhatian utama dalam berbagai negara, dan identifikasi dan pemahaman yang lebih baik tentang masalah ini menjadi penting untuk merancang kebijakan dan program yang lebih efektif. Masalah kesejahteraan sosial seperti kemiskinan, disabilitas, dan ketimpangan sosial menjadi isu yang mendapat perhatian luas. Tujuan penelitian ini adalah untuk menganalisis data penyandang masalah kesejahteraan sosial dengan mengoptimalkan nilai K berdasarkan Davies Bouldin Index. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan algoritma Fuzzy C-Means untuk mengelompokkan data penyandang masalah kesejahteraan sosial dengan lebih baik. Algoritma ini digunakan karena pengelompokkan datanya berdasarkan dengan derajat keanggotaan sehingga pusat cluster yang dihasilkan dalam  mencapai fungsi sasaran mencari solusi terbaik. Dalam penelitian ini, data yang digunakan adalah data penyandang masalah kesejahteraan sosial di Kabupaten Karawang. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data penyandang masalah kesejahteraan sosial yang lebih akurat dan representatif. Dalam penelitian ini dapat ditemukan nilai Davies Bouldin Index yaitu 0,564 dan nilai K optimal yaitu 4. Dengan menggunakan metode ini, kelompok-kelompok yang memiliki karakteristik dan kebutuhan yang serupa dapat diidentifikasi dengan lebih baik.  
Akurasi Naïve Bayes Untuk Analisis Sentimen Twitter Berdasarkan Split Data Agni, Vega Putra Dwi; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55010

Abstract

Batasan usia calon presiden dan calon wakil presiden menjadi salah satu isu yang hangat diperbincangkan menjelang Pemilihan Presiden dan Wakil Presiden di tahun 2024, terutama di media sosial Twitter. Opini pengguna Twitter tentang isu ini beragam, ada yang positif, negatif, dan netral. Untuk mengetahui sentimen tweet tersebut positif, negatif, atau netral, diperlukan pembelajaran mesin yang dapat mengklasifikasikan tweet dengan cepat. Naive Bayes adalah metode klasifikasi teks yang memiliki kecepatan pemrosesan dan akurasi yang cukup tinggi apabila diterapkan pada data yang banyak, besar, dan beragam. Sebelum data tweet diklasifikasikan, data tersebut harus melalui beberapa proses, seperti scraping data, prepocessing, dan pembobotan kata. Penelitian ini bertujuan untuk menemukan rasio pembagian data yang paling optimal untuk meningkatkan akurasi model klasifikasi naive bayes dalam menganalisis sentimen data tweet. Data tweet didapatkan sebanyak 2023 data dari dua keyword, penelitian ini menunjukkan bahwa sentimen negatif mendominasi dengan persentase 91,5%, diikuti oleh sentimen positif sebesar 5,9%, dan sentimen netral sebesar 2,5%. Dari tiga rasio split data yang diuji, rasio split data 90:10 menghasilkan performa terbaik, yaitu Accuracy 86%, Precission 100%, Recall 66%, dan F1-Score 80%.
Analisis Data Penjualan Menggunakan Algoritma K-Means Clustering Pada Toko Daun Indah di Shopee Dermawan, Hibrizi Dzaky; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55093

Abstract

Toko Daun Indah adalah sebuah usaha yang menjual berbagai pilihan produk kecantikan, tidak semua produk tersebut dimanati pelanggan. Namun data penjualan di Toko Daun Indah belum dikelola dengan baik untuk menentukan produk mana yang paling diminati dan mana yang kurang diminati pelanggan. Akibatnya, data tersebut berfungsi sebagai dokumen arsip dan belum dimanfaatkan untuk strategi pemasaran. Sehingga perlu diterapkannya teknik data mining dalam mengembangkan strategi pemasaran penjualan. Tujuan penelitian adalah menganalisis data penjualan untuk mengetahui cluster terbaik berdasarkan Davies Bouldin Index, iterasi, dan measure type yang menghasilkan K Optimal. Metode yang digunakan adalah Cross-Industry Standard Process Model for Data Mining dengan algoritma K-Means Clustering untuk mengelompokkan data penjualan berdasarkan karakteristiknya, karena mudah dalam penerapannya, dan relatif cepat. Berdasarkan hasil pengelompokan data penjualan produk dengan metode K-Means diperoleh parameter yang optimal. Dengan melakukan uji dengan jumlah cluster (k= 2-25), hasil metode K-Means menunjukkan nilai DBI paling optimal sebesar -0.149 dengan 2 cluster pada iterasi ke-1 sebanyak 30 iterasi, Measure type Mixed Measures.  
Co-Authors Abrar Bayan, Athaullah Ade Irma Purnama Sari Adi Hermawan Adiyanto, Alfian Adjie Setyadj, Mochammad Agni, Vega Putra Dwi Ahmad Faqih AKBAR, MUHAMAD DENI Alfirda Sofyan, Zahra Aliya Anisa Rahma Alya Fadia Amelia, Astri An-naziz Safaat, Wafik Andi Ardiansyah Andriyani, Wini Andriyanti, Rina Anggara, Doni Anjar Permadi Aprianto, Wili Arif Firmansyah, Aditiya ASEP SAEFUDDIN Asmana, Asmana Azhar, Alwan Dadang Sudrajat Danar Dana, Raditya Darma Irawan, Bobi Darussalam, Luthvi Nurfauzi Denni Pratama Dermawan, Hibrizi Dzaky Dian Ade Kurnia Dian Ade Kurnia Edi Tohidi Edi Wahyudin Falih, Alfi Rizqi Falih FANDI ACHMAD Fauzan, Muhamad Nur Fianita Rusadi Fianita Rusadi Firmansyach, Wildan Attariq Hadi Wicaksana, Arya Hamonangan, Ryan Hayati, Umi Hegarmanah Muhabatin Herman Hermawan, Adi Hidayat, Hilpad Hidayat, Zaids Syarif Ibnu Ubaedila Ikhwan Fahruddin, Yusuf Inawati, Windi Irfan Ali Irfan Ali, Irfan Irma Agustina Irma Purnamasari, Ade Jaelani Sidik Jayawarsa, A.A. Ketut Jurnal Konsera Khoeri, Yajid Komala, Wulan Kurniawan , Rudi Kusmiyaty, Agesty Laela Laela Leli Oktaviani Lukmanul Hakim Manzis, Zian Martanto Martanto . Martanto Martanto Maryam, Beby Masjunedi, Masjunedi Maulana, Tedy Mifta Almaripat Mita Amelia Moh Nurdayat Dayat Muhamad Basysyar , Fadhil MUHAMAD DENI AKBAR Muhamad Nur Fauzan Muhammad Aditya Rabbani Adit Nabila, Aynun Nana Suarna Nashir, Mukhtar Nining Rahaningsih Nisa Dieanwati Nuris Nisa Dienwati Nuris Novita Safitri Nur Amalia, Yustika Nurazijah, Wulan Nurdiawa, Odi Nurholipah, Titin Nurrahman, Rizki Odi Nurdiawa Odi Nurdiawan Pebriyanto, Ramdhan Pratama, Denni Prihartono, Willy Rinaldi Dikananda, Arif Rini Astuti Rini Astuti Rini Astuti Riri Narasati Rizal Rizal Rubangiya Rubangiya Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Saeful Anwar Saeful Anwar, Saeful Satria Turangga Septian Nugraha, Titan Septiani Gumilar, Tia Shifa Dwi Oktaviani Suarna, Nana Sulaeman, Muhammad Suteja Syach Putra, Yanuar Tati Suprapti Taufik Hidayat Tegar Lazuardi, Muhammad Thomas Agam Tiana Dewi Tohidi, Edi Tri Anelia Trian Nurmansyah Triswanto, Triswanto Tuti Hartati Tuti Hartati Tuti Hartati Wahyudi Wahyudi Wangi Nur Qibti, Intan Wartumi Wartumi Willy Prihartono Winayah, Winayah Windy Astuti Yudis Firmansyah yulani, Yulani - Yulia, Yuli