Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Algoritma

Peran Pembelajaran Akuntansi Terhadap Minat Wirausaha Mahasiswa Learning Manajemen System Sebagai Variabel Moderating Eliya Fatma Harahap
Jurnal Algoritma Vol 19 No 1 (2022): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (381.65 KB) | DOI: 10.33364/algoritma/v.19-1.1078

Abstract

Salah satu tantangan besar bagi bangsa Indonesia adalah adanya beban pengangguran termasuk pengangguran terdidik. Diperlukan upaya yang konkret agar jumlah pengangguran dapat ditekan melalui peningkatan jumlah wirausawan di Indonesia. Keberadaan mahasiswa saat ini bukan hanya dituntut untuk bisa menjadi seorang akademisi namun lebih dari itu mahasiswa juga dituntut untuk bisa menjadi seorang wirausahawan. Tujuan penelitian untuk mengetahui peran pembelajaran akuntansi terhadap minat kewirausahaan mahasiswa dengan learning manajemen system (LMS) sebagai variabel moderating. Penelitian ini menggunakan metode studi kasus yaitu suatu metode studi yang eksploratif tentang keseluruhan personalitas dengan subyek penelitian berupa individu, kelompok, lembaga, maupun masyarakat. Faktor kemampuan usaha yang masih rendah pada mahasiswa dilakukan antara lain melalui penerapkan praktik akuntansi sehingga dapat meningkatkan kinerja keuangan bagi dunia usaha. Adapun kendala dalam sistem pembelajaran daring diatasi dengan penggabungan pembelajaran tatap muka (Hybrid Learning) dan Learning Management System. Berkembangnya wirausaha muda merupakan stimulus bagi kegiatan yang dapat membantu memajukan perekonomian di Indonesia.
Implementasi Data Mining pada Penjualan Kopi Menggunakan Algoritma Apriori Irma Rosmayati; Wahyuningsih Wahyuningsih; Eliya Fatma Harahap; Hani Siti Hanifah
Jurnal Algoritma Vol 20 No 1 (2023): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.20-1.1259

Abstract

Coffee shops are currently in great demand by the public, especially teenagers because of the many types of coffee and attractive presentation. Due to the large number of coffee sales, more and more data has accumulated. To minimize unused data, the data is processed using data mining with an a priori algorithm approach. This a priori algorithm aims to make recommendations to the coffee shop to make discounts and recommendations to prospective buyers to buy products that are often purchased by the public. The dataset used is sales data for November 2022. The application of data mining to sales of coffee with the highest rule appears on Kopsu Friends and V60 with a support value of 25% and a confidence of 83%.