Articles
<![CDATA[TRACKING TRANSAKSI PORTOFOLIO ASET INVESTASI SAHAM PERHITUNGAN AVERAGE PRICE ]]>
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>;
<![CDATA[Agus Toni]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17848
<![CDATA[Pantau portofolio investasi saham besar di beberapa platform investasi yang berbeda. Sulitnya pemantauan aset tetap membuat sulitnya menentukan rata-rata dan nilai akhir dari suatu portofolio investasi saham, yang berdampak pada ketidaktepatan keputusan investasi. Oleh karena itu, diperlukan suatu sistem yang dapat membantu investor dalam memilih jenis produk keuangan dengan menghitung return dan risiko yang diharapkan serta memantau portofolio investasinya sehingga dapat mengambil keputusan investasi yang tepat. Metode yang digunakan untuk menentukan nilai harga saham adalah metode Weighted Average, yang mempertahankan validasi pedoman perdagangan investasi. Kerugian pada saat berinvestasi dalam suatu kebijakan investasi saham diminimalkan sehingga hasil dari portofolio investasi saham tersedia dalam bentuk nasabah atau sebagai total nasabah. Aplikasi ini membantu pedagang swasta menemukan catatan keuangan lebih efisien dan meningkatkan, dan menemukan kerugian dan keuntungan dalam transaksi investasi saham. Aplikasi ini memungkinkan Anda untuk melihat banyak pelanggan secara bersamaan, tidak hanya satu pelanggan, tentang harga rata-rata jual beli. Hasil akhir yang ditampilkan dalam aplikasi akan berupa laporan Excel.]]>
<![CDATA[SPK REKRUTMEN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING BERBASIS WEBSITE ]]>
<![CDATA[Lucas Lucas]]>;
<![CDATA[Jeanny Pragantha]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17854
<![CDATA[Employees are one of the most important elements in a company. So companies must be more selective in hiring the employees, because progress in a company can also be determined by the attitude of the employees. When recruiting employees, it is likely for the company to make the wrong decision especially when there are a lot of applicants.Therefore, a decision support system was created to provide better recommendations in recruitment process. The system uses Simple Additive Weighting (SAW) method which is one of the Fuzzy Multiple Attribute Decision Making Methods. The data used in this system is a combination between real data from PT. Jasa Cepat Internasional and dummy data.The application of the Simple Additive Weighting method is able to provide the recommendation results from predetermined criteria. The level of accuracy using Simple Additive Weighting method is also very accurate at 100%. ]]>
<![CDATA[SISTEM APLIKASI E-COMMERCE DENGAN FITUR LELANG BERBASIS WEBSITE UNTUK SUNNY COLLECTION ]]>
<![CDATA[Noviandi Noviandi]]>;
<![CDATA[Wasino Wasino]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17864
<![CDATA[Program aplikasi E-Commerce dengan fitur lelang online berbasis website untuk toko Sunny Collection bertujuan untuk mempermudah proses transaksi pemesanan dan lelang katalog[1]. Program ini di bangun dengan menggunakan Bahasa pemrograman PHP , MySQL dan HTML. Metode yang di gunakan adalah System Development Life Cycle (SDLC). Metode pengujian yang di gunakan adalah metode Black Box. Hasil akhir yang di harapkan dalam program sistem aplikasi E-commerce dengan fitur lelang ini adalah untuk dapat melakukan proses transaksi pemesanan dan lelang dengan lebih praktis. Operator juga memiliki akses penuh dalam menambah data dan mengubah data yang ada di database.]]>
<![CDATA[PEMBUATAN APLIKASI CUSTOMER RELATIONSHIP MANAGEMENT BERBASIS WEB MENGGUNAKAN METODE K-MEANS ]]>
<![CDATA[Aryanatta Paramita Tiratana]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 7, No 2 (2019): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (168 KB)
|
DOI: 10.24912/jiksi.v7i2.7372
<![CDATA[PT. Sugi Jaya Mandiri is a company specializing as a vendor of industrial equipment. The company has issues in regard of sales data processing and customer service, where the company manually process. Another point to mention is the company's limitations regarding customer service, where customer's inquiries and/or consultations must be sent manually, either by phone or email, thus customers have virtually no channels in which to voice suggestions, critiques and/or complaints towards the company. Considering the company's substantial amount of customers, the current method proves ineffective to provide an adequate service for the customers. It is hoped to make it easier to process customer and sales transaction data, and improving relations between the company and the customers using the potential customer selection feature using the K-Means method. The data used for customer clustering is the company's sales transaction data covering one year time period, starting from 2017. From the clustering results, it could be shown that there is a group of potential customers, totalling four customers and non-potential customers totalling forty customers. Evaluation results using the Silhouette Coefficient method in figuring the potential customer and non-potential customer using K-Means method is 0.85.]]>
<![CDATA[MARKETPLACE CHINESE FOOD DENGAN SISTEM REKOMENDASI MENGGUNAKAN ITEM-BASED COLLABORATIVE FILTERING ]]>
<![CDATA[Yanto Yanto]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 9, No 1 (2021): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (484.231 KB)
|
DOI: 10.24912/jiksi.v9i1.11599
<![CDATA[Chinese food (typical Chinese cuisine) which is one of the most popular foods in the world. Almost all over the earth, there are always residing Chinese restaurants. Along with the development of culinary in Indonesia, Chinese food restaurant owners began to carry out certain specifications on the menus on offer. As customers will definitely be confused in the choice of food, when the Restaurants have more than one menu. Therefore we need a Marketplace with a recommendation system with the Item-based Collaborative Filtering method. Marketplace is an inter-organizational information system where buyers and sellers in the market communicate information about prices, products and are able to complete transactions via electronic communication channels. There are several stages in using this method, based on first assessing the data, then entering the calculation phase of the similarity between items and then calculating the prediction of item ratings for users.]]>
<![CDATA[PERANCANGAN APLIKASI E-COMMERCE DENGAN METODE COLLABORATIVE FILTERING DAN APRIORI ]]>
<![CDATA[Jacky Jacky]]>;
<![CDATA[Desi Arisandi]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 8, No 1 (2020): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (267.187 KB)
|
DOI: 10.24912/jiksi.v8i1.11475
<![CDATA[This e-Commerce application is an application for Rajawali Electric Store. This application is made using Collaborative Filtering and Apriori method to recommend products from Rajawali Electric Store. This Application will give product recommendations based on user transactions and user rating. Transaction data used in Apriori method were taken from Rajawali Electric store transaction data, while rating data in Collaborative Filtering method were taken from several websites that have product rating. Results from Apriori method shows that with 50% support value, user that buys Recessed White 66664 and Bulb 19w CDL E27 A80 have the possibility of buying Bulb 14.5W E27 220-240V A67 with confidence value of 89.47%. Results from Collaborative Method produced different results based on users and types of products]]>
<![CDATA[PEMBUATAN WEB MENCARI RESTORAN DI LAMPUNG DENGAN WEIGHTED PRODUCT ]]>
<![CDATA[Billy Alexander Suherli]]>;
<![CDATA[Desi Arisandi]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 7, No 1 (2019): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (763.429 KB)
|
DOI: 10.24912/jiksi.v7i1.5774
<![CDATA[Website has been made to help toursists to find restaurant in Lampung. Futhermore, tourist can also filtering the restaurant by inputing some categories that has been placed by Writer. For the Compare feature, system is using Weighted Product as a support system to decide which restaurant is better. Tourists can choose restaurants from 2 up to 5, after that Weighted Product will Calculate and put rank in each restaurants that has been chosen to be compared.]]>
<![CDATA[CUSTOMER RELATIONSHIP MANAGEMENT MENGGUNAKAN METODE LEAST SQUARE DAN RFM K-MEANS BERBASIS WEBSITE ]]>
<![CDATA[Gabriel Ivan Setyaputra]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17835
<![CDATA[Persaingan di dunia bisnis semakin ketat dalam persaingannya, yang membuat tiap perusahaan berniat keras untuk menciptakan strategi bisnis yang bisa bersaing dengan tekanan kompetitor. Melihat kenyataan yang ada, dengan adanya kemajuan teknologi yang semakin pesat maka aplikasi Customer Relationship Management dapat menjadi solusi dalam memelihara hubungan yang baik dengan pelanggan.Aplikasi CRM ini dibuat sebuah fitur peramalan pendapatan sales tahunan yang dapat membantu perusahaan dalam menentukan strategi bisnis kedepannya. Perlu digaris bawahi bahwa proyeksi atau prediksi pendapatan harus berdasarkan kebenaran fakta yang diambil dari data penjualan dari masa lalu sehingga data yang di prediksi adalah data yang baik dan akurat. Dalam aplikasi yang dibuat saat ini, metode yang akan digunakan adalah metode Forecasting Least Square. Dari hasil Mean Absolute Percentage Error (MAPE) rata-rata error sebesar 19.27% berdasarkan data 2015 – 2018 untuk memprediksi tahun 2019-2020.juga dibuat sebuah fitur klustering yang bertujuan untuk mengelompokkan data setiap pelanggan dalam waktu per tahun ke dalam model Recency, Frequency dan Monetary Value dengan metode K-Means. Dari hasil perhitungan diperoleh nilai Davies Bouldin-Index (DBI) sebesar 0.410372 yang dapat disimpulkan bahwa klustering terhadap pelanggan terbentuk dengan baik.]]>
<![CDATA[IMPLEMENTASI METODE COLLABORATIVE FILTERING UNTUK ANALISIS DATA BELANJA KONSUMEN BERBASIS WEBSITE (STUDI KASUS RESTORAN MYKITCHEN) ]]>
<![CDATA[Edwin Jayadi]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 9, No 1 (2021): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (473.272 KB)
|
DOI: 10.24912/jiksi.v9i1.11559
<![CDATA[In determining the right recommendation, of course, we need a method that can provide accurate recommendation results. The basics of determining recommendations can use ratings from one or more users. This will generate beneficial benefits, especially for parties engaged in the food and beverage industry.The role of technology does not escape to produce the right recommendation system. By implementing the ItemBased Collaborative Filtering method, users can find out the right restaurant menu recommendations based on user ratings.The Item-based Collaborative Filtering method is a method that uses the evaluation of one user and another user to obtain a recommendation. This is based on the assumption that the tendency of users is the same from time to time to a product. So that the system will provide feedback to users by processing the rating data. In determining menu recommendations for users, the ItemBased Collaborative Filtering method obtains an accuracy rate of 100%.]]>
<![CDATA[E-COMMERCE BLESSED PARTY DENGAN SISTEM REKOMENDASI APRIORI DAN COLLABORATIVE FILTERING ]]>
<![CDATA[Delya Delya]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17851
<![CDATA[ Evolusi internet yang beriringan dengan pesatnya perkembangan teknologi informasi membawa banyak pengaruh ke dalam kehidupan, salah satunya adalah dengan kemunculan perdagangan secara elektronik atau e-commerce. Kemudahan perdagangan digital ini membuat banyak pebisnis mulai beralih dari bisnis konvensional ke bisnis digital dengan pemanfaatan e-commerce sehingga persaingan ketat di internet juga mulai muncul. Maka dari itu, pada kesempatan ini akan dibangun sistem aplikasi penjualan online bagi Blessed Party dengan kelebihan fitur rekomendasi yang dibuat menggunakan metode Apriori dan Collaborative Filtering. Perancangan aplikasi dilakukan untuk memudahkan transaksi antar pembeli dan penjual pada toko Blessed Party. Data yang digunakan dalam perancangan ini merupakan data transaksi dan rating produk yang diambil dari riwayat penjualan Blessed Party selama tahun 2020 melalui platform sebelumnya, Shopee dan Tokopedia. Uji coba pada metode Apriori dilakukan sebanyak 3 kali untuk menemukan aturan asosiasi terkuat serta meneliti parameter minimum support yang dimasukkan. Uji coba metode Collaborative Filtering dilakukan sebanyak 3 kali juga untuk menilai kestabilan akurasi dari metode tersebut dengan menggunakan mean absolute error (MAE) yang didapatkan hasilnya stabil mendekati angka 0 sebanyak 3 kali dan menghitung nilai precision dan hasil yang didapatkan sebesar 0.7 di mana hal ini berarti metode tersebut efektif untuk memberikan rekomendasi.]]>
