Claim Missing Document
Check
Articles

PENCARIAN POLA TRANSAKSI FO HILON TANGERANG MENGGUNAKAN METODE ASOSIASI FP-GROWTH Hafizhannia Rahma Hardya; Arief Jananto
Dinamik Vol 27 No 1 (2022)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v27i1.8367

Abstract

Abstrak FO Hilon adalah menjual barang berupa furniture rumah dengan bahan baku berpacu pada darcon, akan lebih baik bila dilakukan analisis pada toko tersebut. Penelitian ini dilakukan karena adanya data transaksi penjualan yang terus menumpuk untuk setiap tahunnya. Sehingga perlu untuk dilakukannya analisis pada data tersebut agar tidak disimpan secara percuma. Untuk melihat pengaruh data tersebut maka perlu dilakukan teknik data mining yang mana menggunakan metode asosiasi dengan algoritma yang dipakai yaitu FP-Growth dari situ akan terbentuk sebuah pola transaksi konsumen. Hasil penelitian menunjukan bahwa terdapat 2 percobaan yaitu perhitungan manual dengan sample data 100 transaksi menggunakan dua parameter nilai minsup=0,04 dan minimum confidence 0,2 menghasilnya 8 rules pola asosiasi yang memenuhi syarat. Uji coba yang kedua yaitu dengan menggunakan RStudio terdapat 1.804 transaksi dengan parameter nilai minsup=0,01 dan minimum confidence 0,2 dengan consequent frequent item DP 45X65 menghasilkan 14 rules. Kata Kunci : Data Mining Asosiasi, Algoritma FP-Growth, Pola Transaksi
Prediction of the Development of Covid-19 Case in Indonesia Based on Google Trend Analysis Sulastri Sulastri; Eri Zuliarso; Arief Jananto
Eduvest - Journal of Universal Studies Vol. 2 No. 7 (2022): Journal Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (6167.478 KB) | DOI: 10.59188/eduvest.v2i7.530

Abstract

The global outbreak of the coronavirus disease (COVID-19) has recently hit many countries around the world. Indonesia is one of the 10 most affected countries. Search engines such as Google provide data on search activity in a population, and this data may be useful for analyzing epidemics. Leveraging data mining methods on electronic resource data can provide better insights into the COVID-19 outbreak to manage health crises in every country and around the world. This study aims to predict the incidence of COVID-19 by utilizing data from the Covid 19 Task Force and the Google Trends website. Linear regression and long-term memory (LSTM) models were used to estimate the number of positive COVID-19 cases.
INDONESIA Pola Asosiasi Untuk Rekomendasi Penataan Display Barang Menggunakan Algoritma Apriori dan FP-Growth (Study Kasus Gamefantasia Ada Swalayan Pati) BEKRI MURDIANTO; Arief Jananto
Elkom : Jurnal Elektronika dan Komputer Vol 16 No 1 (2023): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v16i1.999

Abstract

This data mining association processes 1224 Gamefantasia ticket redemption transaction data. The goal is to find a pattern of association between goods as a recommendation for structuring the display of goods at the cashier counter and increasing ticket exchange transactions. Modeling uses a comparison of two algorithms, namely the Apriori algorithm and FP-Growth. The data analysis method with the CRISMP-DM method is then processed by RStudio software. The results of the study with the same parameters support 0.02 and confidence 0.1 FP-Growth algorithm formed 53 rules, the strength of the association rule 6.2%, the accuracy was1245%. Whereas the Apriori algorithm forms only 12 rules, the strength of the association rules is 2.1% and the accuracy is 7.8%. Thus, it can be concluded that the use of the FP-Growth algorithm has better results than the Apriori algorithm because it has the highest accuracy in finding transaction patterns.
Pemberdayaan Literasi Digital : Memperkaya Konten Situs Web untuk Pendidikan Bagi Pengelola Situs Web Sekolah Dasar di Kota Semarang Yohanes Suhari; Teguh Khristianto; Arief Jananto
Jurnal Pengabdian Sosial Vol. 1 No. 6 (2024): April
Publisher : PT. Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/swc19p76

Abstract

Di ranah pendidikan, internet memainkan peran penting sebagai alat untuk menghubungkan sekolah dengan berbagai pihak (termasuk siswa, orang tua, masyarakat, dan pemerintah). Umumnya, situs web sekolah dasar sering mengalami tantangan, seperti kurangnya informasi, tata letak yang tidak teratur, konten yang kurang memadai, manajemen situs yang tidak efisien, kurangnya pembaruan informasi, dan keterbatasan fasilitas layanan web. Salah satu permasalahan utama terkait penggunaan web yang tidak optimal adalah kekurangan SDM yang memiliki keterampilan dalam mengelola dan mengembangkan situs web. Oleh karena itu, salah satu solusi yang diajukan adalah mengadakan pelatihan dalam mengelola konten situs web. Pelatihan diikuti oleh 320 sekolah dasar di Kota Semarang, yang berlangsung secara daring selama 2 hari berturut-turut. Setelah menyelesaikan pelatihan, dilanjutkan tahap pendampingan dan konsultasi dalam pengembangan konten situs web. Hasil pelatihan ini adalah peningkatan literasi digital dan keterampilan peserta dalam meningkatkan dan mengembangkan kualitas situs web mereka. Ada perbaikan yang signifikan dalam situs web Sekolah Dasar setelah peserta mengikuti pelatihan, terutama dalam hal konten yang disajikan. Perbaikan yang terus-menerus pada situs web akan membantu meningkatkan reputasi sekolah dan menyediakan informasi yang lebih baik kepada semua pemangku kepentingan.
INDONESIA Pola Asosiasi Untuk Rekomendasi Penataan Display Barang Menggunakan Algoritma Apriori dan FP-Growth (Study Kasus Gamefantasia Ada Swalayan Pati) BEKRI MURDIANTO; Arief Jananto
Elkom : Jurnal Elektronika dan Komputer Vol 16 No 1 (2023): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v16i1.999

Abstract

This data mining association processes 1224 Gamefantasia ticket redemption transaction data. The goal is to find a pattern of association between goods as a recommendation for structuring the display of goods at the cashier counter and increasing ticket exchange transactions. Modeling uses a comparison of two algorithms, namely the Apriori algorithm and FP-Growth. The data analysis method with the CRISMP-DM method is then processed by RStudio software. The results of the study with the same parameters support 0.02 and confidence 0.1 FP-Growth algorithm formed 53 rules, the strength of the association rule 6.2%, the accuracy was1245%. Whereas the Apriori algorithm forms only 12 rules, the strength of the association rules is 2.1% and the accuracy is 7.8%. Thus, it can be concluded that the use of the FP-Growth algorithm has better results than the Apriori algorithm because it has the highest accuracy in finding transaction patterns.
PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA DATA BRAIN STROKE UNTUK PENGELOMPOKAN PROFILE PASIEN Solechati, Riska Grahastika; Jananto, Arief
SemanTIK : Teknik Informasi Vol 9, No 1 (2023):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v9i1.29446

Abstract

Stroke menjadi salah satu masalah gangguan pada kesehatan yang menurunkan keseimbangan dalam hidup seseorang. Brain Stroke ada dua jenis, jenis pertama Iskemik dan jenis kedua Hemoragik yang bisa terjadi pada semua kalangan tidak hanya untuk kalangan dari umur 50 tahun ke atas, bahkan umur 39 tahun dapat terkena brain stroke. Penelitian ini bertujuan untuk mengetahui pengelompokan profile pasien. Data yang digunakan pada penelitian ini menggunakan dari portal Kaggle.com data yang diambil berupa data brain stroke. Analisis yang digunakan pada penelitian ini menggunakan algoritma k-means clustering, dan implementasi yang dipakai menggunakan pemrograman bahasa R dengan Rstudio Tools, dan menggunakan metode gap statistic. Dengan interpretasi menghasilkan 5 cluster dengan kelompok kluster 1 memiliki 228 record, pada kluster 2 memiliki 248 record, kluster 3 memiliki 1551 record, kluster 4 memiliki 2592 record dan kluster 5 memiliki 362 record, dengan ciri-ciri yang sama memiliki riwayat penyakit jantung, riwayat penyakit hypertensi, merokok, masalah pekerjaan yang membuat stress, dan memiliki riwayat penyakit stroke. Kata kunci; Stroke, Algoritma K-means, Clustering
PERBANDINGAN ALGORITMA C4.5 DAN NAÏVE BAYES DALAM MEMPREDIKSI DATA PESAWAT DELAY Afianti, Dwi Sekar; Jananto, Arief
SemanTIK : Teknik Informasi Vol 9, No 1 (2023):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v9i1.29755

Abstract

Pesawat terbang menjadi salah satu transportasi paling diminati masyarakat. Tingginya permintaan penggunaan pada pesawat terbang mempengaruhi padatnya jadwal penerbangan. Padatnya jadwal penerbangan mengakibatkan masalah keterlambatan (Delay). Penelitian ini bertujuan mengetahui tingkat akurasi yang terbaik dengan menggunakan metode klasifikasi mengolah data pesawat terbang yang mengalami Delay penerbangan, dan perbandingan dari kedua algoritma untuk menilai algoritma yang terbaik. Dalam penelitian ini menggunakan data dari portal Kaggle.com terkait prediksi delay pada pesawat terbang. Analisis uji coba menggunakan Algoritma C4.5 dan Algoritma Naïve Bayes. Implementasi yang digunakan menggunakan bahasa pemrograman R dan Rstudio Tools. Dalam 3 kali percobaan, probabilitas yang berbeda menghasilkan model pohon keputusan dengan nilai akurasi dan tingkat kesalahan yang berbeda-beda. Berdasarkan hasil percobaan yang dilakukan, tingkat akurasi tertinggi pada Algoritma C4.5 dengan hasil akurasi 66 % sedangkan hasil akurasi tertinggi pada Naïve Bayes 62 %. Dari tingkat akurasi dari kedua algoritma selama 3 percobaan didapatkan hasil akurasi tertinggi pada algoritma C4.5. Kata kunci; Delay Penerbangan, Algoritma C4.5, Algoritma Naïve Bayes, Klasifikasi
Penggunaan Metode Waterfall Dalam Rancang Bangun Website My Tutor Setiyorini, Akhdiyan; Jananto, Arief
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.v9i1.53721

Abstract

Revolusi Industri saat ini beradaptasi pada industri 4.0 yang ditandai dengan perkembangan IT misalnya otomasi, analisis big data, teknologi robot, artificial intelligence (AI), hingga Internet of Things (IOT). Perkembangan teknologi dan informasi yang mengalami peningkatan harus diimbangi dengan Sumber Daya Manusia (SDM) yang cakap. Sesuai dengan RPJMD Kabupaten Kendal Tahun 2021-2026 dengan Prioritas Tahun 2023 mengoptimalkan SDM berdaya saing yang didukung dengan kualitas sarana dan prasarana pendidikan yang merata. Untuk itu dibuatlah Website My Tutor yang memiliki fitur seperti E-Learning dan menyediakan materi pelajaran dan latihan soal bagi pelajar serta dapat diakses secara gratis. Website ini dikembangkan dengan Metode Waterfall. Sistem dilakukan pengujian dengan Blackbox Testing dan tidak ditemukan permasalahan, sistem yang dibuat berhasil sesuai dengan kebutuhan dan fungsi.
Pengembangan Fitur Chat Pada Website PT. Danatrans Service Logistics R. Mochammad Armand Giri Seno; arief jananto
Elkom : Jurnal Elektronika dan Komputer Vol 17 No 1 (2024): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v17i1.1720

Abstract

PT. Danatrans Service Logistics has website-based information media, but the website only displays the services offered and if a customer wants to ask, they have to retype the PT email address. Danatrans Service Logistics will of course take quite a long time, so it will reduce the quality of service provided to customers via the website. This research has succeeded in developing the PT website. Danatrans Service Logistics with chat facilities between customers and the Billing, Customer Service, Document Requirements, Delivery, Emergency Services, Security & Insurance and Shipping Costs sections at PT. Danatrans Service Logistics so that it can improve the quality of customer service. Another feature in this research is chat statistics and chat grouping between admin and PT customers. Danatrans Service Logistics
Implementasi Data Mining dalam Clustering Menu Favorit Pada Cafe Anetos.Coffeebrunch Menggunakan Algoritme K-Means Widodo, Rizky Andaru; Jananto, Arief
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1225

Abstract

Cafe Anetos.Coffeebrunch is a cafe business engaged in the culinary field. With the growth of the food and beverage business, there will be competition in the business at each café, so that Café Anetos.Coffeebrunch will be able to compete by using sales transaction data at Cafe Anetos.Coffebrunch to be able to plan and create/determine sales strategies. By using data mining to define a sales strategy in order to be able to identify which products need to be improved and actually want to provide decision-making problem solving. The procedure here uses a clustering procedure using the k-means algorithm. With this, using the Rstudio tools, we obtained 3 clusters, namely for cluster 1 with the highest score found in Anetos Ice Milk Coffee with a total of 277 purchases. Cluster 2 has the highest score for Yakult Lychee Tea Ice with a total of 127 purchases. In cluster 3 which has the highest value is Lychee Tea Ice with a total of 427 purchases. This result will in fact be able to increase sales and stock management at Café Anetos. Coffee breakfast.Keywords: Café Business; Classification; K-Means Clustering; Sales Strategy AbstrakCafe Anetos.Coffebrunch merupakan usaha cafe yang bergerak dibidang kuliner. Dengan pertumbuhan bisnis food and beverage hendak terdapatnya persaingan dalam bisnis di tiap café, hingga dari itu Café Anetos.Coffebrunch wajib sanggup bersaing dengan menggunakan data transaksi penjualan pada Cafe Anetos.Coffebrunch buat dapat memplanning serta membuat/ memastikan strategi penjualan. Dengan memakai data mining buat memastikan strategi penjualan supaya bisa mengenali produk mana yang wajib ditingkatkan serta nyatanya hendak membagikan pemecahan soal pengambilan keputusan. Tata cara disini memakai tata cara clustering dengan menggenakan algoritme K-means. Dengan ini memakai tools Rstudio memperoleh hasil 3 kluster ialah Buat kluster 1 dengan nilai paling tinggi terdapat pada Kopi Susu Anetos Ice dengan total 277 pembelian. Klaster 2 nilai paling tinggi terdapat pada Yakult Lychee Tea Ice dengan total 127 pembelian. Pada kluster 3 yang mempunyai nilai paling tinggi merupakan Lychee Tea Ice dengan total 427 pembelian. Hasil ini nyatanya hendak bisa tingkatkan penjualan serta manajemen stok di Café Anetos. Coffebrunch.Kata kunci: Usaha Café; Pengelompokan; K-Means Klastering; Strategi Penjualan