Claim Missing Document
Check
Articles

Analysis of Satisfaction the fast Food Restaurants using the C.45 Method in Medan Fahri Chairullah; Muhardi saputra; Nahla Naisylla Lubis; Dedi Andika Sihombing; Palma Juanta
INFOKUM Vol. 10 No. 02 (2022): Juni, Data Mining, Image Processing, and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (412.534 KB)

Abstract

Analysis of customer satisfaction with fast food restaurants at one of the fast food restaurants, namely KFC in the city of Medan, is an interesting thing that the author wants to do. This restaurant has many branches. The city of Medan which consists of 21 sub-districts has at least 1 (one) KFC. With so many restaurants, there are various ratings expressed by the customer. Because there are slight differences between one another. when it comes to taste, there will be one voice for the consumers, but not on the price, facilities and services. However, there are also consumers who state that the taste is not good at one of the branches. Research data taken as many as 100 random consumers from different locations. The method used to analyze customer satisfaction is the c4.5 algorithm. The results obtained are the analysis of customer satisfaction which is the highest in taste at 64%. If it tastes good then the customer will feel very satisfied. If there is a bad taste, then the customer considers other things to make them feel satisfied with the fast food restaurant
CREDIT CONGESTION ANALYSIS AT PT. SINARGA GALANG USING THE C4.5. ALGORITHM METHOD Muhardi Saputra; Jenifer, Jenifer; Denisyah Sitorus; Situmorang, Devi Br
INFOKUM Vol. 10 No. 02 (2022): Juni, Data Mining, Image Processing, and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.549 KB)

Abstract

Credit congestion is a serious problem that is often faced by companies engaged in credit services. PT. Sinarga Galang is a company engaged in selling cars with cash or credit payment systems. The author takes data on the company's credit system in the bad category. Because the company can't analyze the credit jams that occur so it doesn't produce the right decisions in terms of filtering consumers who want to do credit. The number of bad loans, the company will go bankrupt but do not use the credit system, it will reduce sales as well and eventually can go bankrupt as well. For this reason, proper analysis is needed in classifying corporate credit bottlenecks. The method that the author uses is the C4.5 algorithm. This method is often used in research in the case of data classification because the results are precise. The results obtained in the study are a decision tree in the form of (1) if the dependents are: stuck (2) the dependents are few: stuck (3) the dependents are large: the salary is high: smooth (4) the dependents are the: moderate salary: stuck (5) the dependents are many : meager salary : smooth. These results are seen from the influence of the criteria that occur in the data, namely the number of dependents, salary / business income, monthly tenor or home ownership status. The data processing used is 100 data
Analisis Data Sentimen Kepuasan Pengguna E-Wallet Menggunakan Metode K-Nearest Neighbor Saputra, Muhardi; Hafiz, M.; Situmorang, Indah Permata Sari; Lumbantobing, Gilbert Jonatan; Matullessya, Steven Michael
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 9, No 2 (2024): Edisi Agustus
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v9i2.833

Abstract

E-Wallet or commonly known as a digital wallet, is an electronic payment service that allows users to conduct financial transactions without physical cards or cash. This research aims to obtain the percentage results of user satisfaction with E-Wallet platform services such as Dana, Ovo, Gopay, and Shopeepay among university students in the city of Medan. This research is using a quantitative approach, where data collection was carried out utilizing Google Forms as the questionnaire medium with 8 assessment indicators for the application with data obtained from 400 respondents. Data processing is using the Machine Learning algorithm K-Nearest Neighbor (K-NN), which is a classification algorithm, with an 80% training data and 20% test data split. The results of this study show that the satisfaction percentage for Dana reached 84%, Ovo has the highest satisfaction percentage at 93%, Gopay at 90%, and Shopeepay at 88%.
IMPLEMENTASI CRM DI UMKM KOTA BANDUNG UNTUK MENINGKATKAN PELAYANAN PELANGGAN Witjaksono, R Wahjoe; Puspitasari, Warih; Saputra, Muhardi
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 6 (2023): INOVASI PERGURUAN TINGGI & PERAN DUNIA INDUSTRI DALAM PENGUATAN EKOSISTEM DIGITAL & EK
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v6i0.1857

Abstract

Salah satu manfaat teknologi informasi adalah meningkatkan kemampuan perusahaan dalam persaingan di dunia usaha. KADIN Kota Bandung dalam membina UMKM binaannya, memandang perlu pengetahuan mengelola hubungan dengan pelanggan, melalui pelatihan Customer Relationship Management (CRM) menggunakan Odoo. CRM adalah strategi bisnis yang fokus pada interaksi dan hubungan yang baik antara perusahaan dengan pelanggannya. Odoo adalah platform perangkat lunak sumber terbuka yang menyediakan modul CRM yang lengkap dan dapat disesuaikan. Metode yang digunakan dalam pengabdian masyarakat ini adalah pelatihan interaktif yang melibatkan para pemilik UMKM anggota KADIN Kota Bandung. Peserta diberikan pemahaman mendalam tentang pentingnya CRM dalam meningkatkan loyalitas pelanggan, merencanakan kampanye pemasaran yang efektif, serta memantau dan mengelola hubungan dengan pelanggan secara efisien. Selama pelatihan, para peserta diberikan pengetahuan dasar tentang konsep CRM, termasuk pengelolaan data pelanggan, analisis data, dan penggunaan alat CRM untuk mengoptimalkan interaksi dengan pelanggan. Mereka juga dilatih untuk menggunakan platform Odoo CRM dengan menggunakan fitur-fitur penting seperti pengelolaan kontak pelanggan, pelacakan prospek, manajemen penawaran, dan pelaporan. Hasil dari pengabdian masyarakat ini menunjukkan bahwa pelatihan CRM menggunakan Odoo memberikan manfaat yang signifikan bagi UMKM anggota KADIN Kota Bandung. Para peserta menjadi lebih mampu dalam mengorganisir dan memanfaatkan data pelanggan dengan lebih efektif, meningkatkan kualitas hubungan dengan pelanggan, dan mengoptimalkan strategi pemasaran mereka. Dengan adanya pelatihan ini, diharapkan UMKM dapat meningkatkan daya saing mereka dan berkontribusi lebih besar terhadap pertumbuhan ekonomi di Kota Bandung. Tulisan ini juga menyoroti pentingnya pelatihan dan pengembangan keterampilan dalam meningkatkan kemampuan UMKM dalam mengadopsi teknologi dan strategi bisnis yang inovatif. Implementasi CRM menggunakan Odoo dapat menjadi langkah penting dalam memajukan sektor UMKM dan memperkuat ekosistem bisnis lokal di Kota Bandung.
Evaluation and Design Recommendation of Interactive Mobile Learning Application for Individuals with Intellectual Disabilities Hardiyanti, Margareta; Thaha, Taufik Kemal; Arifudin, Nanang; Saputra, Muhardi
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.10112

Abstract

This study evaluates the usability of an app designed to improve literacy skills in individuals with intellectual disabilities named "Baca Yuk". The qualitative field usability studies engaged teachers specializing in working with individuals with disabilities, totaling twelve participants from two special needs schools. Usability issues were categorized into two groups: accessing learning materials and learning practice. These issues included challenges in recognizing speaker button status, forming syllables, pairing letters, dealing with multiple-choice questions, managing small text and touch areas, and comprehending complex image illustrations. From these issues, design recommendations were formulated to enhance the user interface and user experience for individuals with intellectual disabilities. Recommendations emphasized providing clear visual feedback, introducing tutorial screens for unfamiliar actions, simplifying complex processes, enlarging clickable areas and text, prioritizing simplicity in image illustrations, and reducing the number of answer options in multiple-choice questions. Additionally, valuable participant suggestions were considered, such as incorporating audio instructions, avoiding scrolling interfaces, and integrating audio feedback for quizzes. These suggestions aim to enhance accessibility and user-friendliness for individuals with intellectual disabilities which hold practical value for developers and designers striving to create inclusive and effective learning experiences for this unique user group.
Data Mining Analysis In Minimizing Company Losses Using Fuzzy Time Series Method Saputra, Muhardi; Jones, Jones; Anderson, Wily; Ginting, Lindawati
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 8 No. 1 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v8i1.5474

Abstract

Losses are the most avoided by all business entities in this case the research obtained a research study at PT. Sumatera Sarana Sekar Sakti. The company suffered a big loss in the expenditure / spending section that was not managed properly. The existence of excess funds or shortages in each company's expenditure is a form of loss, not only in the form of material but even immaterial. Therefore, this research conducts an analysis by generating data predictions so that a value is obtained that will minimize company losses because it provides the right and efficient funds. The method used in prediction is Fuzzy Time Series. It is a new category of methods that have been widely used in various studies because they produce good predictive values. In this study, the Fuzzy Time Series method produces 0.82% error rate from data analysis of 1875 company expenditure transactions. Measurement of the prediction error rate using Mean Absolute Percentage Error which is often called MAPE. It is a measurement that is often used in various studies with data prediction categories.
ANALISIS METODE ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN NAIVE BAYES UNTUK KLASIFIKASI DIABETES MELLITUS Muhardi Saputra; Johannes Putra Sidabuke; Ryan Pangeranta Sinulingga; Reslina Br Tamba
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 6 No 2 (2023)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v6i2.942

Abstract

This study aims to compare the performance of two algorithms in detecting diabetes mellitus, which is a metabolic disorder caused by insufficient insulin production by the pancreas. In this research, we used two algorithms, namely Naive Bayes and K-Nearest Neighbor (KNN), to carry out analysis on the diabetes mellitus dataset used. The Naive Bayes algorithm is a statistical algorithm used to classify and predict the probability of certain classes. Meanwhile, the K-Nearest Neighbor (KNN) algorithm is used to classify new objects based on their similarity to nearby objects. This study utilized 9 variables, including number of pregnancies, glucose levels, blood pressure, skin thickness, insulin, Body Mass Index (BMI), family history of diabetes, age, and diagnosis results. The dataset used consists of 2000 data obtained from KAGGLE. The classification process is carried out by importing data into Microsoft Excel, designing the process, and then analyzing the data using Google Colab by applying the K-Nearest Neighbor and Naive Bayes algorithms. The research results show that the K-Nearest Neighbor algorithm provides a higher level of accuracy compared to the Naive Bayes algorithm.
Implementasi Metode Profile Matching Untuk Mengetahui Supplier Terbaik Pada PT. Lautan Luas Medan Ongario, Andre; Ciam, Handy Wiryanata Christ Boy; Saputra, Muhardi
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 2 No. 2 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.785 KB) | DOI: 10.34012/jusikom.v2i2.373

Abstract

Supplier merupakan salah satu bagian terpenting dalam suatu perusahaan penyedia jasa konstruksi. Untuk mendapatkan hasil yang terbaik, dibutuhkan pula supplier yang terbaik dan berkualitas. Salah satu upaya untuk mendapatkan supplier tersebut adalah dengan melakukan pemilihan supplier, oleh karena itu pemilihan supplier sangat diperlukan untuk perusahaan penyedia jasa konstruksi. Karena banyaknya supplier, PT. Lautan Luas Medan kesulitan dalam memilih supplier dengan kelebihannya masing-masing. Proses pemilihan supplier ini menggunakan metode Profile Matching, dengan tahapan yaitu menentukan kriteria, perhitungan pemetaan gap, melakukan pembobotan, perhitungan core factor yang dan secondary factor, perhitungan nilai total, dan perhitungan untuk menentukan perangkingan. Kriteria pemilihan supplier pada PT. Lautan Luas Medan adalah pengiriman, pelayanan, produk, kualitas dan harga. Pemilihan supplier dengan metode Profile Matching ini dibangun dengan menggunakan bahasa pemrograman Visual Studio 2010 dan SQL Server 2008. Profile Matching merupakan solusi yang terbaik untuk memecahkan permasalahan dan membantu pimpinan dalam mengambil keputusan pemilihan supplier yang lebih obyektif pada PT. Lautan Luas Medan.
PENERAPAN METODE SERVICE QUALITY DALAM ANALISIS PERSEPSI KONSUMEN PADA PELAYANAN PEMESANAN BARANG E-COMMERCE DI UNIVERSITAS PRIMA INDONESIA Joelio, Gideon; Nugrah, Lucky; Saputra, Muhardi
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2311

Abstract

Seiring berjalannya waktu, gaya hidup masyarakat semakin serba instan karena sebagian besar masyarakat memiliki mobilitas yang tinggi dalam menjalankan aktivitasnya, sehingga masyarakat seringkali mencari sesuatu yang nyaman dan mudah untuk memenuhi kebutuhan sehari-hari, diikuti dengan penyediaan berbagai layanan E-commerce yang membantu para pelakunya. bisnis menghasilkan penjualan. Layanan e-commerce yang semakin menarik, mudah diakses, dan dapat menguntungkan sistem penjualan bagi para pelaku bisnis dan pelanggan. Oleh karena itu, sistem penjualan e-commerce sangat penting untuk diperhatikan karena sistem penjualan barang suatu perusahaan tidak lepas dari perkembangan teknologi informasi. Kualitas pelayanan merupakan tingkat keunggulan yang diharapkan dapat memenuhi keinginan konsumen. Tujuan dari penelitian ini adalah untuk mengetahui tingkat kepuasan pada setiap atribut Service Quality, tanggapan pelanggan dari setiap atribut yang digunakan yaitu: Berwujud (Tangibles), Reliability (Excellence), Perceptive (Responsiveness), Jaminan (Assurance), Empathy (Empathy), dengan menggunakan metode Service Quality, dan memberikan saran untuk meningkatkan kualitas pelayanan pemesanan barang pada e-commerce.
Implementasi Data Mining Clustering Data Valuasi Ekspor Kertas Indonesia Menggunakan Algoritma K-Means Pooja, Netiya; Saputra, Muhardi; Aisyah, Siti; Juanta, Palma
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2372

Abstract

Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Jurnal ini membahas tentang penerapan data mining clustering pada nilai ekspor kertas berdasarkan pelabuhan asal di Indonesia menggunakan algoritma K-Means. Data yang digunakan dalam penelitian ini adalah data valuasi ekspor kertas dari tahun Januari 2014 sampai Juni 2021 yang diambil dari publikasi Badan Pusat Statistik (BPS). Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster ekspor dengan nilai tinggi, nilai ekspor sedang dan nilai ekspor rendah. Sehingga nantinya dapat diperoleh informasi cluster pelabuhan-pelabuhan yang menghasilkan transaksi ekspor kertas yang tinggi. Juga akan menghasilkan informasi cluster pelabuhan-pelabuhan yang berada di kategori menengah untuk dikembangkan atau diperdayakan oleh badan terkait di pemerintahan maupun perusahaan-perusahaan dibidang manufaktur kertas dan logistic. Diharapkan pelabuha-pelabuhan yang memiliki potensial ini bisa diperdayakan untuk membantu meningkatkan kegiatan ekspor kertas dari Indonesia. Proses clustering akan dihitung menggunakan tools RapidMiner yang merupakan salah satu tools terkemuka dalam bidang data mining.
Co-Authors Agisti Dea Savana Agung Setiaman Hulu Anderson, Wily Andi Muhammad Fachri Chaeruddin Andrian Syahputra Anggi Priatna Anita Anita Ari Yanuar Ridwan Arifudin, Nanang Berlian Maulidya Izzati Berlianto Parlinggoman Saragih Ciam, Handy Wiryanata Christ Boy Damayanti Lumban Gaol Dedi Andika Sihombing Denisyah Sitorus Dennis Nigel Cunong Devi Novitasari Devi Pratama Devi Pratami Dhea Khairani Zahra Dhuhadmya Anggiya Kirana Ekky Novriza Alam Erni Weldus Sihombing Evta Indra Fahri Chairullah Firdaus, Taufiq Maulana Galih Agung Prayogo Ginting, Lindawati Hardiyanti, Margareta Heri Gunawan Ika Arum Puspita Indra, Evta Irish Illenia Martha Ayudya Jacky Lius Jannatul Rahmadiani Jasmine Aurely Salshabillah Jenifer, Jenifer Jesica Elisabeth Sitorus Jhonly Marihot Hasudungan Sinambela Joelio, Gideon Johannes Putra Sidabuke Jones, Jones Juanta, Palma Juanta, Palma Lumbantobing, Gilbert Jonatan M. Hafiz Marlince NK Nababan Matullessya, Steven Michael Mawarni Munte Meizar, Abdul Monika, Cindy Muhamad Ilham Fauzi Muhammad Daffa Alfarrasi Muhammad Fauzan Muhammad Syahputra Novelan Nadia Khairunnisa Nahla Naisylla Lubis Nesya Irianis Noprita Elisabeth Sianturi Nugrah, Lucky Ongario, Andre Palma Juanta Palma Juanta Pooja, Netiya Praditya Agung Laksmana R. Wahjoe Witjaksono Rahmat Fauzi Reslina Br Tamba Rifqi Ramadhan Tussardi Risma Nur Damayanti Rizky Fadilah Roberto Viali Hutabarat Ryan Pangeranta Sinulingga Sanny Putra Hendarsyah Septian Hidayat Sinaga, Indah Putri Lestari Sinaga, Wendy Siti Aisyah Siti Aisyah Situmorang, Devi Br Situmorang, Indah Permata Sari Sri Wahyuni Tarigan SUMITA WARDANI Thaha, Taufik Kemal Tien Fabrianti Kusumasari Umar Yunan Kurnia Septo Hediyanto Vigho Shevchenko Warih Puspitasari Wirhan Fahrozi, Wirhan Wydia Tiara Lumban Gaol Yunika Putri Limbong Zahra Maida Fathi