Article Per Year (5 Year)
p-Index From 2021 - 2026
5.88
P-Index
This Author published in this journals
All Journal Gorga : Jurnal Seni Rupa PRABANGKARA Jurnal Mantik Penusa MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer DESKOVI : Art and Design Journal Jurnal SASAK : Desain Visual dan Komunikasi Jurnal Inovasi Penelitian ADMA: Jurnal Pengabdian dan Pemberdayaan Masyarakat Viswa Design : Journal of Design KNOWLEDGE: Jurnal Inovasi Hasil Penelitian dan Pengembangan Abdi Widya: Jurnal Pengabdian Masyarakat Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) Journal of Artificial Intelligence and Digital Business Jurnal Ilmu Sosial dan Humaniora Jurnal Ilmiah Pengabdian dan Inovasi Widya Duta: Jurnal Ilmiah Ilmu Sosial Budaya Jurnal Pengabdian Sosial Jurnal Media Akademik (JMA) Widya Sundaram : Jurnal Pendidikan Seni Dan Budaya INTAN CENDEKIA: JURNAL PENGABDIAN MASYARAKAT
christofer satria
Desain Komunikasi Visual, Universitas Bumigora
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth Anthony Anggrawan; Mayadi Mayadi; Christofer Satria
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i1.1260

Abstract

Teknologi semakin berkembang dan canggih dari masa ke masa bahkan untuk setiap detiknya, sehingga dengan ini perusahaan perlu memanfaatkan teknologi untuk menjambatani usaha ke pelanggan sehingga mempermudah dalam mengelola bisnis. Pertumbuhan bisnis khususnya dikota Nusa Tenggara Barat (NTB) sangat berkembangan persaingan bisnis dalam perdagangan sangat ketat sehingga membutuhkan strategi yang matang dalam mengelola usaha. Pada penelitan ini peneliti melakukan penelitian disalah satu perusahaan di Nusa Tenggara Barat dimana toko tersebut menjual berbagai jenis aksisoris. Toko yang dijadikan sebagai studi kasus ini merupakan toko yang terkenal oleh masyarakat sekitar sehingga bisa memiliki banyak pelanggan. Pada penelitian ini peneliti melakukan analisis bertujuan untuk mencari kemiripan barang berdasarkan item pembelian dijadikan sebagai acuan dalam tata letak barang dan mengidintifikasi kesamaan barang yang dibeli ketika menambah stok barang. Untuk mengidentifikasi tujuan pada penelitian ini peneliti melakukan proses perhitungan menggunakan dua metode yaitu apriori dan FP-Growth dan melakukan pengujian dengan 2 pengujian yaitu pengujian hasil dan rasio adapun hasil pengujian didapatkan FP-Growth menghasilkan rule yang lebih baik dibandingkan dengan algoritma apriori dengan total rule sebanyak 6, sedangakan algoritma apriori menghasilkan 4 rule, dan untuk pengujian dengan evaluasi hasil rule dari masing masing algoritma, algritma FP-Growth memiliki hasil yang terbaik dengan lift ratio 1.27908.
Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan Christofer Satria; Anthony Anggrawan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 1 (2021)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i1.1473

Abstract

MAN-1 Mataram merupakan sekolah yang berada di kota Mataram, Sekolahan ini memiliki 2 kelas yaitu kelas unggulan dan kelas biasa. Setiap tahunnya MAN-1 Mataram mengalami peningkatan penerimaan pendaftaran siswa baru diperkiran tahun kedepan siswa barunya akan mengalami peningkatan yang banyak. Banyaknya siswa yang mendaftar membuat bagian kesiswaan MAN-1 Mataram mengalami kesulitan dalam penentuan kelas, apalagi ditemuakan siswa yang dikelas unggulan didapatkan prestasi dan nilai kurang standar. Berdasarkan permasalahan tersebut tujuan dari penelitan ini adalah mewujudkan pengelompokan kelas belajar berdasarkan nilai dan prestasi siswa baru sehingga diperoleh klasifikasi kelas unggulan. Metode penelitian yang digunakan adalah algoritma K-Means yang dilengkapi dengan program aplikasi berbasis web. Hasil dari penelitian ini menunjukan bahwa algoritma k-means mampu menghasilakan pemilihan dan pembagian kelas unggulan bagi calon siswa baru sesuai dengan nilai kemampuan siswa. Penerapan kelas unggulan berdampak positif bagi peningkatan pendidikan.
Sistem Aplikasi Cerdas Klasterisasi Penerima Bantuan Covid-19 Anthony Anggrawan; Dwi Kurnianingsih; Christofer Satria
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 2 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i2.1716

Abstract

Wabah Covid-19 berakibat pada krisis ekonomi masyarakat dan menciptakan kemiskinan dan pengangguran. Hal ini menyebabkan pemerintah Indonesia turun tangan memberikan bantuan Covid-19 bagi masyarakat yang paling terdampak buruk. Namun yang menjadi kesulitan adalah dalam menentukan dengan tepat serta benar kandidat yang layak dan yang tidak layak sebagai penerima bantuan yang masih dilakukan secara manual. Karenanya dibutuhkan solusi untuk mengatasinya. Itulah sebabnya penelitian ini bertujuan membangun sistem dan aplikasi cerdas yang bisa melakukan pengklasterkan kandidat penerima bantuan Covid-19 yang layak, kurang layak dan tidak layak sebagai penerima bantuan Covid-19. Metode yang digunakan dalam penelitian ini untuk klasterisasi adalah metode data mining k-means. Hasil penelitian ini adalah pengklasteran kelayakan penerima bantuan Covid-19 terbagi dalam klaster C0 (penerima bantuan yang layak) sebanyak 53, klaster C1 (cukup layak menerima bantuan) sebanyak 71, dan klaster yang tidak layak sebagai penerima bantuan (C2) sebanyak 76 dari 200 data pengujian. Aplikasi cerdas ang dibangun juga menunjukkan hasil yang sama dengan pengklasteran yang di lakukan dengan menerapakan metode k-means, sehingga aplikasi cerdas yang dibangun berguna untuk komputerisasi klasterisasi yang layak, kurang layak dan tidak layak sebagai penerima bantuan Covid-19.
Co-Authors Abdul Rahim Agus Syahid Anggriani, Rini Anisa, Aulia Anthony Anggrawan Antony Anggrawan Arfa, Muhammad Bidari Andaru Widhi Dayani, Aprilia Dwi Dewi, Ni Putu Sinta Dwi Kurnianingsih Dyah Susilowati Elyakim Nova Supriyedi Patty, Elyakim Nova Supriyedi Gozin Najah Rusyada Gozin Najah Rusyada Hartono Karnadi Hartono Karnadi Haryono Haryono Haryono Haryono Hasbullah Hasbullah Hasbullah Hasbullah Hasbullah Helna Wardhana Husain Husain I Kt. Suteja I Nyoman Miyarta Yasa I Nyoman Subudiarta I Nyoman Subudiartha I Nyoman Yoga Sumadewa I Wayan Swandi Irfan Hidayat Irwan Cahyadi Istin Fitriana Aziza Istin Fitriana Aziza Lanang Sakti Lilik Widyawati Mardedi, Lalu Zazuli Azhar Mawardi, Taufik Mayadi Mayadi Melati Rosanensi Miswaty, Titik Ceriyani Muhammad Aldi Zarkhasy Muhammad Alief Wardana, Lalu Muhammad Fathoni, Muhammad Muhammad Rosikhu Murianto Murianto Neny Sulistianingsih Ni Ketut Putri Nila Sudewi Ni Ketut Putri Nila Sudewi Ni Putu Sinta Dewi Nur Alfilail Putri, Jihan Aulia Rinjani Raharja, I Gede Mugi Rahmiati, Baiq Fitria Sasih Gunalan Siti Soraya Sri Astuti Iriyani SUBUDIARTHA, I NYOMAN Sugijanto, Peter Wijaya Sunardy Kasim Suteja, I Kt Syamsiar, Syamsiar Tomi Tri Sujaka UDIANA NINDHIA PEMAYUN, TJOKORDA Widia Febriana, Widia yasa, Miyarta yusuf Hendra Yulianto Yusuf Hendra Yulianto Zarkhasy, Muhammad Aldi