Claim Missing Document
Check
Articles

Found 15 Documents
Search

Analisa Pola Belanja Untuk Meningkatkan Omset Penjualan Menggunakan Algoritma Apriori Desi Ruth Melani Siregar; Fifin Sonata; Milfa Yetri
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 6 (2022): EDISI NOVEMBER 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i6.6488

Abstract

Toko Glorya Deli Serdang sebagai salah satu toko yang menjual sembako belum dapat memanfaatkan data transaksi secara maksimal.Permasalahan yang muncul yaitu ketersediaan produk sering tidak sesuai dengan keinginan konsumen, sehingga konsumen beralih ke toko lain dan berdampak negatif bagi toko saat menyetok barang yang kurang diminati konsumen. Salah satu cara untuk mengatasi masalah ini adalah dengan mengolah data transaksi menggunakan teknik data mining.Data mining adalah metode pemrosesan informasi dari berbagai database yang besar digunakan untuk menggambarkan pengetahuan dalam database dan menghasilkan informasi yang berguna untuk pengembangan. Metode yang digunakan untuk mengatasi masalah tersebut adalah menggunakan  algoritma apriori. Algoritma apriori merupakan pengambilan data dengan aturan asosiatif (association rule) bertujuan untuk mencari kemungkinan kombinasi yang sering muncul (Frequent) dari suatu set item. Dalam penelitian ini association rule digunakan untuk menganalisis sembako yang sering terjual secara bersamaan dan akan ditinjau dari data transaksi yang telah terjadi.Perhitungan algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support >20% dan nilai minimum confidence >60% menghasilkan pola kombinasi itemset tertinggi yang diperoleh adalah gula → minyak goreng dengan nilai support 56,67% dan nilai confidence 94,44%. Hasil penelitian ini dapat digunakan untuk membantu pihak toko dalam menyusun strategi penjualan dan pengelolaan stok barang dalam upaya meningkatkan omset pemjualan sembako.Kata Kunci : Data Mining, Penjualan Sembako, Algoritma Apriori,Visual Studio 2010  
KOMBINASI METODE AHP DAN MOORA DALAM PEMILIHAN BAKER TERBAIK Juniar Hutagalung; Kamil Erwansyah; Fifin Sonata; Badrul Anwar
Network Engineering Research Operation Vol 7, No 2 (2022): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v7i2.316

Abstract

Salah satu usaha bakery yang ada adalah Java Bakery. Java Bakery memiliki banyak saingan yaitu usaha bakery sejenis, sehingga harus bisa memenangkan hati pelanggan dalam persaingan yang sangat ketat. Java Bakery harus menghasilkan produk dengan cita rasa yang enak dan berkualitas. Oleh karena itu dibutuhkan seorang baker yang mampu berinovasi agar tidak kehilangan pelanggan dan menghasilkan profit. Namun pemilihan baker masih secara manual dan adanya unsur tidak objektif, karena perekrutan yang dilakukan atas dasar hubungan keluarga atau kerabat dekat. Perekrutan baker ini sebagai ujung tombak dalam usaha bakery tidak optimal, karena untuk menjadi seorang baker harus memiliki kemampuan atau kreatifitas yang mumpuni dalam pembuatan produk roti atau kue agar memiliki ciri khas. Metode AHP dan MOORA digunakan pada penelitian ini dimana AHP untuk pembobotan kriteria dan perankingan dengan metode MOORA. Sebagai rekomendasi yang objektif, cepat dan transparan saat memutuskan pemilihan baker roti merupakan tujuan penelitian. Kombinasi dua metode dalam SPK untuk mencapai hasil yang optimal. Penelitian ini diharapkan dapat menjadi indikator hasil keputusan untuk membantu para pengambil keputusan dalam memilih baker roti yang layak diterima. Hasil perhitungan dengan rangking tertinggi yaitu: Jon Sinaga dengan nilai  (0,5112), kombinasi metode ini tepat untuk memilih baker roti yang layak diterima.
Sistem Pakar Dalam Mendiagnosa Penyakit Abses Periodontal (Gusi Bernanah) Menggunakan Dempster Shafer Etika Purnama Dewi; Muhammad Zunaidi; Fifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 2 (2023): EDISI MARET 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i2.5893

Abstract

Abses Periodontal merupakan infeksi yang terletak di sekitar poket periodontal dan dapat menyebabkan kerusakan ligamentum atau jaringan periodontal dan tulang rahang. Sebagian besar masyarakat pada umumnya seringkali menganggap remeh suatu penyakit yang berhubungan dengan gusi, sehingga pada saat pasien ditangani oleh dokter pasien telah mengalami kondisi yang lebih parah dikarenakan minimnya informasi atau fasilitas untuk mendiagnosa penyakit abses periodontal, serta biaya untuk periksa ke dokter yang tidaklah murah dan kurangnya rasa percaya diri seseorang saat melakukan diagnosa ke dokter. Berdasarkan uraian masalah yang telah disebutkan, maka itu diperlukan sebuah sistem yang mengadopsi pengetahuan manusia ke dalam komputer yang disebut dengan Sistem Pakar yang bertujuan untuk mendiagnosa penyakit abses periodontal agar membantu penderita untuk mendapatkan jawaban dari penyakit yang dihadapinya dengan menggunakan metode dempster shafer. Pemilihan metode dempster shafer didalam judul ini dikarenakan metode dempster shafer dapat mencari ketidakkonsistenan akibat adanya penambahan atau pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang  pakar. Hasil penelitian ini merupakan terciptanya Sistem Pakar Dalam Mendiagnosa Penyakit Abses Periodontal Dengan Menggunakan Metode Dempster Shafer.
Sistem Penghangat dan Pembersih Kotoran Otomatis Pada Kandang Kelinci Menggunakan Metode PWM Berbasis Mikrokontroler I'in Arini; Afdal Al Hafiz; Fifin Sonata
Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Vol. 2 No. 2 (2023): JURSIK TGD EDISI MARET
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursik.v2i2.6165

Abstract

Kelinci merupakan salah satu hewan yang rentan terhadap suhu dan cuaca. Kisaran suhu yang baik untuk kandang kelinci adalah 26°C sampai 36 °C. Selain suhu, kebersihan pada kandang juga menjadi faktor utama untuk membuat kelinci menjadi sehat. Permasalahan yang sering dihadapi oleh peternak adalah kelinci yang rawan terserang penyakit apabila menerima suhu yang terlalu dingin maupun terlalu panas. Permasalahan lainnya adalah pembersihan kotoran yang harus lebih efektif dilakukan agar bakteri dari kotoran tersebut tidak mengganggu kesehatan kelinci. Berdasarkan latar belakang permasalahan diatas maka dibuatlah sebuah rancang bangun alat penghangat dan pembersih kotoran otomatis pada kandang kelinci menggunakan metode PWM (pulse width modulation) berbasis mikrokontroler. Yang bertujuan untuk membantu para peternak dalam pengecekan suhu dalam kandang agar tetap stabil dan dapat membantu peternak dalam proses pembersihan kotoran. Hasil dari penelitian ini menunjukan bahwa sistem yang dirancang dengan menggunakan metode PWM dapat bekerja sesuai dengan fungsinya. Ketika sensor LM-35 mendeteksi suhu maka lampu pijar akan aktif, yang dimana semakin dingin suhu disekitar kandang maka akan semakin terang lampu menyala, dan juga pada saat module RTC mendeteksi waktu yang sudah ditentukan maka motor servo akan langsung bergerak untuk membersihkan kotoran yang ada.
Penerapan Data Mining Untuk Mengelompokkan Data Penjualan XL Home Menggunakan Metode K-Means Nanda Guslan Bakri; Azanuddin Azanuddin; Fifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i4.5499

Abstract

Pada PT.GSR memiliki karyawan sebanyak 18 Orang sales yang memasarkan produk XL Home di kota Medan. Dalam waktu 1 bulan, target penjualan diharapkan sebanyak 200 pelanggan baru didapatkan untuk berlangganan produk XL Home. Tetapi, dengan luasnya cakupan area penjualan tidak sesuai dengan jumlah sales yang dimiliki. Permasalahan tersebut perusahaan membutuhkan bidang keilmuan data mining dengan menggunakan metode K-Means Clustering. Dengan menggunakan metode ini, data-data yang telah didapatkan dapat dikelompokan kedalam beberapa cluster berdasarkan kemiripan dari data-data tersebut, sehingga data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster dan yang memliki karakteristik yang berbeda dikelompokan dalam cluster yang lain yang memiliki karakteristik yang sama. Hasil penelitian ini dapat pengelompokan data penjualan berdasarkan target penjualan dan jumlah penjualan di kota medan ini menggunakan data mining dengan metode clustering diharapkan dapat membantu untuk PT. GSR dalam melakukan promosi penjualan ke wilayah yang memiliki potensi besar dengan jumlah sales yang telah dimiliki agar menjadi lebih efisien dan mampu mencapai target penjualan yang diberikan.