Yetli Oslan
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Analisis Keranjang Belanja Dengan Aturan Asosiasi Menggunakan Algoritma Apriori Pada Penjualan Suku Cadang Motor Denny Haryanto; Yetli Oslan; Djoni Dwiyana
Jurnal Buana Informatika Vol. 2 No. 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v2i2.311

Abstract

Abstract. Implementation of Shopping Cart Analysis with Assosiation Rules using Apriori Algorithm on Motorcycle Spare Parts Sales. At a distributor agent, most sales transactions are recorded in one information system. Data recorded, are only used for administrative purposes. Whereas these data contain information that can be processed for the other purposes. One is to find a special relationship between the products purchased at the same time. Based on these relationships, it is possible to do promotional items with bond patterns of the products. Consumers who buy the products will be interested to buy other products commonly bought. If consumers do not buy the products that exist in the pattern of sales of products, the distributor can offer products that exist in the pattern of sales of products. One of the combinations of pattern discovery algorithms products is apriori algorithm. The use of association methods in the search bond patterns of the products for the promotion of a product, is to minimize the promotion of products that have a low level of sales. By minimizing the promotional items that are not purchased, consumers will not interfere with the promotional items that do not have bond pattern, so that the promotional item will be more effective. Keywords: Apriori Algorithm, Assosiation Rules, Sales Promotion, Sales Transacation, Bond Pattern Abstrak. Pada agen distributor, kebanyakan transaksi penjualan dicatat dalam satu sistem informasi. Data hasil pencatatan hanya digunakan untuk keperluan administrasi. Padahal data tersebut mengandung informasi yang dapat diproses untuk keperluan yang lebih luas. Salah satunya adalah untuk menemukan hubungan khusus antar produk yang dibeli bersamaan. Berdasarkan hubungan tersebut, dimungkinkan melakukan promosi barang dengan pola keterikatan barang tersebut. Konsumen yang membeli barang akan tertarik untuk membeli barang yang lain yang biasa dibelinya. Bila konsumen tidak membeli barang yang ada dalam pola penjualan barang, distributor dapat menawarkan barang yang ada dalam pola penjualan barang. Salah satu algoritma penemuan kombinasi pola barang adalah algoritma apriori. Penggunaan metode asosiasi dalam pencarian pola keterikatan untuk promosi produk, diharapkan dapat meminimalkan promosi barang yang mempunyai tingkat penjualan rendah. Dengan meminimalkan promosi barang yang tidak terbeli, konsumen tidak akan terganggu dengan promosi barang yang tidak mempunyai pola keterikatan, sehingga promosi akan lebih efektif. Kata Kunci: Algioritma Apriori, Aturan Asosiasi, Promosi Penjualan, Transaksi Penjualan, Pola Keterikatan
VALIDITAS SUATU ALAMAT MENGGUNAKAN DECISION TREE DENGAN ALGORITMA ID3 Fanuel Nugroho S; Harianto Kristanto; Yetli Oslan
Jurnal Informatika Vol 3, No 1 (2007): Jurnal Informatika
Publisher : Universitas Kristen Duta Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (6559.076 KB) | DOI: 10.21460/inf.2007.31.45

Abstract

Kita mengetahui bahwa bidang ilmu dan teknologi infomasi sangat dibutuhkan karenatidak dapat diragukan lagi mempunyai suatu pengaruh yang besar dalam kehidupan saat ini.Untuk suatu perusahaan yang secara khusus yang bergerak di bidangjasa, permasalahan yangdihadapi adalah ketika pihak perusahaan mengirimkan barang dengan tujuan alamat yangdiperoleh dari pihak pelanggan, seringkali pihak pelanggan tidak memberikan alamatpengiriman secara tepat sehingga pihak perusahaan harus memprediksi alamat tersebut secaramanual. Dalam melakukan hal ini, membutuhkan waktu yang tidak sedikit sehinggamengurangi kualitas pelayanan terhadap pelanggan. Dari permasalahan ini, diperlukan suatusolusi yang dapat membantu perusahaan dalam melakukanprediksi suatu alamat yang benar.Salah satu solusi memprediksivaliditas alamat adalah denganmembuat suafu sistemyang dianggap mampu melakukan prediksi suatu alamat secara tepat. Metode decision treedengan algoritma ID3 merupakan salah satu metode dari data mining yang digunakan unhrkmengklasifikasikan data sampel ke dalam kelas-kelas tertenta. Berdasarkankemampuan darimetode ini, kemudian dilakukan penelitian dalam bentuk skripsi untuk menganalisiskeefektifitasan metode ini dalam melakukan prediksi alamat menggunakan kelas yangterbentuk dari metode ini. Bentuk penelitian yang dilakukan adalah dengan melihat tingkatkebenaran yang dihasilkan oleh metode ini daiam melakukan validitas pr"aitsl suatu alinatpada sekumpulan data uji yang diteliti.Hasil akhir dari skripsi adalah penelitian terhadap hasil prediksi suatu alamat padasejumlah data pengujian dengan persentase tingkat kebenaran, kesalahan, dan data yang tidakbisa diprediksi untuk mengetahui keefektifitasan metode decision tree dengan algoritma ID3dalam melakukan prediksi suatu alamat.
Data Mining Untuk Menguji Relevansi Keberadaan Prasyarat Mata Kuliah Yetli Oslan; Harianto Kristanto; Raden Gunawan Santosa
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 2 (2023): 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.v10i2.4407

Abstract

A good curriculum is an important part of an academic process. The curriculum in the Information Systems Department is grouped 5 (five) knowledge clusters, one of which is the Database cluster which will be used in this research. The Database cluster consists of 5 (five) courses, namely SI1433 [Information System Analysis and Design], SI1443 [Database Systems], SI2323 [Database Design], SI3433 [Data Warehousing], SE4323 [Data Mining]. The purpose of this research is to see the relevance of the existence of prerequisite courses in courses in the Database sciences group. Relevance was measured from the independence test of pairs of 2 (two) courses based on the chi-square distribution statistical test. If the course pair shows dependency, then the existence of prerequisites is considered appropriate, whereas if the results show independence, then the prerequisites are not needed. The final conclusion from this research is that the pairs of 5 subjects studied are all dependent except for courses SI1433 (Information System Analysis and Design) and SI3433 (Data Warehousing) with a significant probability value of 0.265. So implementing the prerequisite courses in the Database cluster in the UKDW Information Systems department is relevant.