Claim Missing Document
Check
Articles

PENDAMPINGAN PEMBELAJARAN TEKNOLOGI INFORMASI BAGI SISWA SMAN 1 WARUREJO TEGAL Herny Februariyanti; Arief Jananto; Sugiyamta .; Muji Syukur
Intimas Vol 1 No 1 (2021)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (793.524 KB) | DOI: 10.35315/intimas.v1i1.8517

Abstract

Kegiatan memanfaatkan Teknologi Inforamsi dan Komunikasi (TIK) bahkan sudah menjadi bagian dari kehidupan masyarakat. Hampir semua kegiatan masyarakat selalu memanfaatkan TIK sebagai salah satu media yang mendukung selesainya kegiatan mereka. Terlebih lagi, laju globalisasi yang sangat deras di masa sekarang, pemanfaatan TIK menjadi syarat mutlak untuk dikuasai dalam bekerja. SMAN 1 Warurejo berada di Desa Sigentong Kecamatan Warurejo Kabupaten Tegal. Lulusan dari SMAN 1 Warurejo, hampir 80% setelah lulus akan mencari pekerjaan. Karena lokasi Kota Tegal berada di jalur Pantai Utara (Pantura), maka peluang untuk mendapatkan pekerjaan ataupun merantau ke kota-kota lain menjadi terbuka lebar. Alasan inilah yang menjadi dasar dari lulusan SMAN 1 Warurejo Tegal untuk tidak melanjutkan pendidikan ke jenjang yang lebih tinggi meski hanya memiliki bekal ijazah sekolah menengah atas. Berasal dari kondisi seperti inilah kegiatan pendampingan pembelajaran TIK bagi siswa SMAN 1 Warurejo Tegal dilaksanakan. Tujuan dari kegiatan ini adalah memberikan kemampuan minimal dalam penguasan TIK agar saat mereka mulai mencari kerja, paling tidak ada bekal yang bermanfaat. Kegiatan ini memberikan dampak peningkatan pengetahuan dan keterampilan dari siswa kelas XII yang terlihat dari tes yang dilakuan setelah pelatihan berakhir dan sebagai saat mendapatkan pekerjaan yang berhubungan dengan TIK.
Penggunaan Algoritma C4.5 Untuk Penentuan Pemberian Pinjaman Pada Anggota Koperasi Mohammad Dwi Arianto; Arief Jananto
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 9 No 3 (2022): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v9i3.2768

Abstract

A cooperative is a financial institution with business activities of receiving deposits and providing money loans to its members. Bhina Raharja Purbalingga Savings and Loan Cooperative is a cooperative engaged in savings and loans business which was established in 1994 and has obtained the approval of a National Legal Entity, with legal entity number 12198 / BH / Vi / 1994. The activity of applying for loans in cooperatives is the most important thing to do so that there is no overpayment of installments in the future by members, the results of the analysis of the feasibility of providing loans are the determinants of the loan application submitted. In this study, it used the c4.5 algorithm for analyzing the feasibility of lending to members. The results of the analysis show that the income attribute is the attribute with the highest value with a Confusion Matrix accuracy rate of 85.34%.
Penerapan Metode K-Means Clustering Dalam Menentukan Strategi Promosi Berdasarkan Data Penerimaan Mahasiswa Baru Nanda Ayu Rahmalinda; Arief Jananto
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1971

Abstract

Banyaknya perguruan tinggi yang tersebar di berbagai daerah di tanah air, seharusnya mampu untuk membentuk karakteristik manusia dan meningkatkan kualitas pendidikan di Indonesia. Sekolah Tinggi Ilmu Ekonomi Assholeh Pemalang merupakan suatu institusi atau lembaga pendidikan yang berbentuk Perguruan Tinggi Swasta (PTS) dengan tiga program studi yaitu S1-Manajemen, S1-Akuntansi dan D3-Manajemen Perusahaan, yang beralamat di Kabupaten Pemalang, Jawa Tengah. Data yang digunakan dalam penelitian ini merupakan data dari hasil proses Penerimaan Mahasiswa Baru yang selanjutnya akan dilakukan proses pengolahan dan menghasilkan suatu hasil analisa menggunakan data mining. Dengan tujuan untuk menentukan strategi promosi berdasarkan daerah asal dari profil mahasiswa baru yang mendaftar. Metode yang digunakan adalah Clustering dan algoritma yang digunakan adalah K-Means. Data yang sudah diolah akan dilakukan proses analisa menggunakan teknik Knowledge Discovery in Databases (KDD) dengan lima tahapan yaitu selection, pre-processing, transformation, data mining dan evaluation. Proses implementasi dalam penelitian ini menggunakan software WEKA versi 3.8.5, dan menghasilkan tiga klasterisasi yaitu Cluster 1 berjumlah 189 data dengan presentase 42%, Cluster 2 berjumlah 186 data dengan presentase 41% dan Cluster 3 berjumlah 78 data dengan presentase 17%. Dengan kecepatan komputasinya sebesar 0.01 detik. Proses promosi dilakukan dengan mengirimkan team marketing di persebaran wilayah pada kabupaten yang mendominasi dengan cara mendatangi langsung dan melakukan sosialisasi untuk mengenalkan Sekolah Tinggi Ilmu Ekonomi Assholeh Pemalang dikalangan siswa/i, membagikan brosur dan menempelkan pamflet serta melakukan penyelarasan menggunakan strategi promotion mix.
Penerapan Data Mining Algoritma C4.5 Untuk Klasifikasi Hasil Pengujian Kendaraan Bermotor Rieke Reza Andarista; Arief Jananto
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1525

Abstract

Abstrak - Pengujian Kendaraan Bermotor Dinas Perhubungan Kabupaten Rembang merupakan bagian dari bidang sarana dan prasarana yang mempunyai tugas pokok dan fungsi memberikan pelayanan pada masyarakat yaitu dalam melakukan pengujian kendaraan bermotor yang meliputi proses pendaftaran, proses pembayaran atau retribusi, proses pemeriksaan teknis. Namun pada kenyataannya masih terdapat kendaraan yang belum laik jalan dan tidak lulus uji. Hal ini disebabkan kurangnya perawatan kendaraan secara rutin sehingga menyebabkan kendaranan rusak, selain itu usia kendaraan yang diatas sepuluh tahun juga rentan mengalami kerusakan jika tidak dilakukan perawatan rutin terhadap kendaraan. kerusakan tersebut meliputi tebal tidaknya asap pada gas buang kendaraan, ban kendaraan jarang dirawat sehingga ban tersebut gundul dan tipis,tingkat kebisingan klakson yang tidak memenuhi standart pabrik akan membahayakan pengguna jalan, selain itu lampu kendaraan harus berfungsi dengan baik dan berfungsinya rem pada kendaraan. Kondisi ini dapat mempengaruhi pada saat melakukan pengujian kendaraan bermotor pada proses pemeriksaan teknis yang dapat menyebabkan kendaraan tidak lulus uji. Kendaraan yang tidak lulus uji disebabkan karena beberapa faktor. Untuk mengelompokan faktor yang mempengaruhi kendaraan bermotor tidak lulus uji menggunakan metode klasifikasi dengan algoritma C4.5 yang diharapkan dapat membantu mengetahui prediksi hasil pengujian kendaraan bermotor yang dilihat dari faktor yang mempengaruhinya. Pada penelitian ini menggunakan software Rapidminer versi 9.10.000 dengan menggunakan 424 record. Hasil dari penelitian ini dengan menggunakan perhitungan manual menggunakan excel dan tools Rapidminer dengan komposisi pembagian data 80% data training dan 20% data testing menghasilkan pohon keputusan atribut Kedalaman Alur Ban sebagai root node dengan nilai gain sebesar 0,24 dan tingkat keakurasian sebesar 94,12% menghasilkan 15 rule/aturan. Dari perhitungan manual menggunakan excel dan menggunakan tools Rapidminer menghasilkan  nilai akurasi yang sama dan pohon keputusan yang sama.
Implementation of the Association Rule Method using Apriori Algorithm to Recognize The Purchase Pattern of Pharmacy Drugs “XYZ” Fadhila Putri Utami; Arief Jananto
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 1 (2023): January 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i1.40377

Abstract

XYZ Pharmacy is a Special Health Service Point for employees and retirees of the XYZ company. This pharmacy carries out the process of buying and selling drugs by providing various types of drugs. The number of sales transactions in each day, resulting in sales data will increase over time. If the data is left alone, the pile of data will only become archives that are not utilized. By carrying out the data mining process, this data can be used to produce information that can be used to increase sales transactions at XYZ Pharmacy. The method used in this study is the Association Rule which functions to analyze the most sold and purchased drugs simultaneously, this analysis will be reviewed from drug sales transaction data at the XYZ Pharmacy. The application of the a priori algorithm in this study succeeded in finding the most item combinations based on transaction data and then formed an association pattern from the item combinations. By knowing the types of drugs that are often purchased together through identification of purchasing patterns, it is very useful for the XYZ Pharmacy to maintain the availability of the drugs.
A RANKING SYSTEM FOR HANDLING COVID-19 IN SOUTHEAST ASIAN USING AHP-COPRAS Setyawan Wibisono; Wiwien Hadikurniawati; Arief Jananto; Taufiq Dwi Cahyono
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 1 (2022): Desember 2022
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i1.1646

Abstract

Abstract: One of the institutions that stated the poor handling of Covid-19 in Indonesia was the Lowy Institute. On March 13, 2021, Lowy Institute put Indonesia in 89th rank out of 102 countries that were successfully surveyed regarding the handling of the Covid-19 pandemic. This research is an attempt to critique the Lowy Institute's assessment. The COPRAS-AHP hybrid method was used. The AHP method, especially in the pairwise comparison section, is used as a method to determine the validity of the criterion weights. Five criteria were used in determining the ranking of the handling of the Covid-19 pandemic in countries in the Southeast Asian region. Each criterion is given a weight that is determined subjectively but by considering the level of importance of each criterion. The weighting of the criteria by using pairwise comparison resulted in: test per population, positive per test, vaccine per population, recovered per positive, deaths per positive. This study produces conclusions that are not much different from the Lowy Institute release. Indonesia is one of the countries where the handling of the Covid-19 pandemic is at a low level, Indonesia is ranked 10th out of 11 countries in the Southeast Asia region, with a utility value 16.29%.            Keywords: AHP; COPRAS; covid-19;pairwise comparison; ranking Abstrak: Salah satu lembaga yang menyatakan buruknya penanganan Covid-19 di Indonesia adalah Lowy Institute. Pada 13 Maret 2021 menempatkan Indonesia di peringkat 89 dari 102 negara yang berhasil disurvei berkenaan dengan penanganan pandemi Covid-19. Penelitian ini merupakan upaya kritisi terhadap penilaian Lowy Institute. Digunakan metode hibrid COPRAS-AHP. Metode AHP, khususnya pada bagian pairwise comparison digunakan sebagai metode untuk menentukan validitas bobot kriteria. Digunakan lima kriteria dalam menentukan pemeringkatan penanganan pandemi Covid-19 pada negara-negara di kawasan Asia Tenggara. Masing-masing kriteria diberikan bobot yang ditentukan secara subjektif namun dengan mempertimbangkan tingkat kepentingan masing-masing kriteria. Pembobotan kriteria dengan menggunakan pairwise comparison menghasilkan: kriteria tes per populasi, positif per tes, vaksin per populasim, sembuh per positif, meninggal per positif. Penelitian ini menghasilkan kesimpulan yang tidak jauh berbeda dengan rilis Lowy Institute. Indonesia adalah salah satu negara dengan penanganan pandemi Covid-19 berada dalam level yang relatif rendah, peringkat 10 dari 11 negara di kawasan Asia Tenggara, dengan nilai utilitas 16,29 %. Kata kunci: AHP; COPRAS; covid-19; pairwise comparison; pemeringkatan 
Penerapan Metode K-Means Untuk Memprediksi Pola Kedatangan Penduduk di Kota Jakarta Dhimas Hernandi; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.982

Abstract

Population density in an area has the potential to provoke complex problems, the arrival of people from one area to another in large numbers also has the potential to cause unequal distribution of population on an island. The city of Jakarta in January to May 2021 recorded the arrival of a population of 52,309, the impact of this large number of arrivals will greatly affect the quality of life and the density of mobility in an area. This article examines the use of the K-Means Clustering algorithm to classify the number of arrivals to the city of Jakarta by urban villages. 267 urban villages in the city of Jakarta on population arrival data during January to May 2021 implemented in the K-Means algorithm to determine 3 groups of average number of arrivals (low, medium and high). Each group will represent the pattern of arrivals in each month based on the average arrival and the average in 5 months from January to May 2021. The test results found a increase in arrivals in March in all groups.Kata kunci: Population; Arrival; Urban Villages; K-Means Algorithm Abstrak Kepadatan penduduk dalam suatu daerah berpotensi menimbulkan masalah yang kompleks. Kedatangan penduduk dari satu daerah ke daerah yang lain dalam jumlah yang besar juga berpotensi terhadap timpangnya sebaran penduduk di suatu pulau. Kota Jakarta pada bulan Januari hingga Mei tahun 2021 tercatat kedatangan penduduk sebanyak 52.309, dampak dari kedatangan dalam jumlah besar ini akan sangat berpengaruh terhadap kualitas hidup dan padatnya mobilitas pada suatu daerah. Artikel ini menguji penggunaan algoritme K-Means Clustering untuk mengelompokkan jumlah kedatangan penduduk ke kota Jakarta berdasarkan kelurahan. 267 kelurahan di kota Jakarta pada data kedatangan penduduk selama Januari hingga Mei 2021 diimplementasikan pada algoritme K-Means untuk menentukan 3 kelompok rata-rata jumlah pendatang (rendah, menengah dan tinggi). Setiap kelompok akan merepresentasikan pola kedatangan di tiap bulannya berdasarkan rata-rata kedatangan dan rata-rata dalam 5 bulan dari Januari hingga Mei 2021. Hasil pengujian mendapati lonjakan kedatangan pada bulan Maret pada semua kelompok.Kata kunci: Sebaran penduduk; Kedatangan; Kelurahan; Algoritme K-Means Clustering
PENDAMPINGAN DIGITALISASI PENGELOLAAN DATA TRANSAKSI KOPERASI SIMPAN PINJAM RT 09 RW XXV PERUM. PUCANGGADING DEMAK Arief Jananto; Yohanes Suhari; Sugiyamta Sugiyamta
Intimas Vol 3 No 1 (2023)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/intimas.v3i1.9078

Abstract

Abstrak (Style: Abstrak) Koperasi merupakan perkumpulan orang yang secara sukarela mempersatukan diri untuk berjuang meningkatkan kesejahteraan ekonomi mereka melalui pembentukan sebuah badan usaha yang dikelola secara demokratis. Koperasi simpan pinjam berjalan dengan cara menghimpun dana dari anggota dan harus menyalurkan kembali dalam bentuk pinjaman kepada Anggota, koperasi simpan pinjam wajib menjamin simpanan anggota. Dalam pencatatan dan pengolahan data transaksi simpan pinjam di wilyah RT 09 RW XXV masih dilakukan secara manual pada sebuah buku besar yang dikerjakan oleh pengurus koperasi. Dengan keterbatasan pemahaman penggunaan teknologi informasi maka permasalahan muncul saat harus menghitung maupun menyusun laporan bulanan terkait perkembangan simpanan, maupun pinjaman serta laba koperasi. Microsoft Exce alat bantu yang dapat digunakan untuk mencatat dan mengolah data angka. Untuk hal tersebut Tim PKM bermaksud membantu pihak mitra dengan tujuan dapat meringankan bahkan menyelsaikan permasalahan diatas melalui program pendampingan dan pelatihan dalam mengelola data transaksi simpan pinjam koperasi menggunakan Microsoft excel.Pendampingan dan pelatihan diberikan dengan cara penjelasan materi, pendampingan dari Tim PKM serta diskusi tanya jawab. Melalui kegiatan ini akan meningkatkan pemahaman penggunaan IT dan pengelolaan data transaksi secara baik dan cepat sehingga mampu menyediakan laporan yang diharapkan oleh pengurus dan anggota demi untuk kemajuan koperasi.
Implementasi Data Mining Untuk Rekomendasi Penyedia Pupuk Non Subsidi Dengan Menggunakan Metode Algoritma Apriori Rizky Robby Setiawan; Arief Jananto
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2053

Abstract

PT. Pupuk Sriwidjaja, Palembang, ataupun PT. Pusri, ialah PT. Anak industri Pupuk Indonesia( Persero), suatu industri manufaktur serta distribusi pupuk. PT. Pupuk Sriwidjaja Palembang memiliki beberapa kantor pemasaran yang salah satunya berlokasi di PT. Pusri Palembang Jateng 1. Banyaknya jenis pupuk yang beredar di pasaran, pemilik usaha masih kesulitan dalam mengelola dan menggunakan data transaksi penjualan, serta sulit memahami tren pembelian konsumen pupuk non subsidi PT. Pusri Palembang Jateng 1. PT. Pusri Palembang Jateng 1, Pengendalian persediaan pupuk non subsidi harus memberikan informasi penyediaan jenis prioritas pupuk non subsidi dan perlu memahami hubungan antara pola pembelian konsumen. Karena algoritma sebelumnya mencakup dara mining, yang memiliki bentuk aturan asosiasi yang efisien untuk mengidentifikasi kombinasi item, ini digunakan dalam proses analisis data. Prosedur ini menggunakan perangkat lunak Rstudio yang mempunyai nilai minimum support 0, 5 serta confidence 0, 5, aturan/rule didapatkan dari minimum support dan confidence tersebut ada 9 aturan asosiasi. Aturan asosiasi terbesar adalah “Jika membeli Bioripah 1 Ltr dan NPK 16-16-16 Nitrat 25kg maka akan membeli Urea NS 25kg” dengan minimum suppport 0,5106363 dan confidence 0,9600000. Penelitian ini menggunakan teknik CRISP-DM untuk membantu proses analisis, yang meliputi pengetahuan bisnis, pemahaman data, manajemen data, pemodelan, evaluasi data, dan diseminasi/penyebaran. Hasil analisis berupa aturan asosiasi yang akan digunakan pada PT. Pusri Palembang Jateng 1 untuk pengendalian stok dan ikatan pembelian konsumen.
Implementasi Data Mining Menggunakan Algoritme Apriori Guna Menemukan Pola Pembelian Pelanggan Pada Klinik Kecantikan Achmad Naufal Luqmanul Khakim; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1015

Abstract

Companies should think to increase product sales about several strategies in achieving their goals, one of the strategies used is to utilize sales transaction data for suspect a good sales strategy. This article helps companies find customer purchasing patterns so that there is no vacancy in stock due to high sales intensity. The CRISP-DM method is used in the data mining process, which includes 6 main phases, namely: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Depployment. Using 4693 Sales transaction data record and will be tested to find customer purchasing patterns. Based on the test results with minimum support = 0.2 and confidence = 0.2, it produces a combination of 3 items with 3 rules. Thus, it can be found which goods have high sales intensity and the company can always prepare stocks of these products.Keyword: Data Mining; Apriori Algorithm; Customer Purchase Patterns; Sales StrategyAbstrakPerusahaan harus menemukan beberapa cara baru untuk membuat produk banyak terjual guna mencapai tujuannya, beberapa strategi yang digunakan yaitu dengan menggunakan data transaksi penjualan guna mendukung startegi penjualan. Penelitian ini membantu perusahaan dalam menemukan pola pembelian pelanggan agar tidak terjadi kekosongan persediaan barang karena intensitas penjualan yang tinggi. Metode CRISP-DM diimplementasikan pada proses data mining, yang meliputi 6 fase utama yaitu: Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluasi, Penyebaran. Menggunakan 4693 Record data transaksi penjualan dan akan diuji untuk menemukan pola pembelian pelanggan. Hasil percobaan dengan minimum support=0,2 dan confidance=0,2 mendapatkan kombinasi 3 item sebanyak 3 rule. Dengan demikian dapat ditemukan barang mana yang intensitas penjualannya tinggi dan perusahaan dapat selalu menyiapkan stok barang produk tersebut.Kata kunci: Data Mining; Algoritme Apriori; Pola Pembelian Pelanggan; Strategi Penjualan