Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Digital Zone: Jurnal Teknologi Informasi dan Komunikasi SKANIKA: Sistem Komputer dan Teknik Informatika
Alexander J.P. Sibarani
Universitas Budi Luhur
Computer Science & IT Control & Systems Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat Ramadani Saputra; Alexander J.P. Sibarani
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 7 No 2 (2020): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v7i2.195

Abstract

Dengan adanya kegiatan transaksi penjualan setiap hari, data semakin lama akan semakin bertambah banyak. Data tersebut tidak hanya berfungsi sebagai arsip bagi perusahaan, data tersebut dapat dimanfaatkan dan diolah menjadi informasi untuk meningkatan penjualan obat. Permasalahan yang sering timbul di Apotik Pusaka Arta yaitu sering sekali penjualan obat yang diinginkan konsumen tidak ada atau habis karena apotek tidak memperhatikan stok, apotek tidak memanfaatkan data transaksi penjualan yang ada dan biasanya data transaksi penjualan tersebut hanya menjadi arsip yang tidak dimanfaatkan. Untuk memecahkan masalah tersebut, maka dibuatlah aplikasi Data mining menggunakan Algoritma Apriori. Metode yang dipakai penulis dalam menerapkan penelitian ini adalah Association Rules. Asociation Rule merupakan suatu teknik dalam data mining untuk menentukan hubungan antar item dalam satu data set (sekumpulan data) yang telah ditentukan. Teknik ini mencari kemungkinan kombinasi yang sering muncul (frequenct) dari suatu itemset (sekumpulan item). Dalam penelitian ini Association Rule berfungsi untuk menganalisa beberapa sering suatu obat yang sering dijual secara bersamaan, analisis ini akan ditinjau dari data transaksi yang telah terjadi. Penerapan Algoritma Apriori dalam aplikasi ini berhasil mencari kombinasi item terbanyak berdasarkan data transaksi dan kemudian membentuk pola asosiasi dari kombinasi item tersebut. Hasil aplikasi ini dapat mengetahui apa saja obat yang sering dibeli oleh konsumen secara bersamaan sehingga dapat mengetahui pola penjualan obat.
APLIKASI PREDIKSI KELULUSAN UJIAN NASIONAL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DENGAN PENGUKURAN JARAK MANHATTAN DISTANCE Ary Maulana Malik; Alexander J.P. Sibarani
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 1 No 2 (2018): Jurnal SKANIKA Mei 2018
Publisher : Fakultas Teknologi Informasi, Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.498 KB)

Abstract

Ujian Nasional merupakan evaluasi standar yang dilakukan secara nasional oleh pusat pendidikan untuk dijadikan syarat kelulusan seorang siswa/i. Sebelum menempuh ujian nasional siswa/i akan melakukan ujian Try Out dimana hal itu dilakukan sebagai tolak ukur sebelum menempuh ujian nasional yang sebenarnya. Pemanfaatan data kelulusan belum efisien dan maksimal, hal ini membuat tingkat kelulusan siswa/i belum diketahui dengan mudah dan cepat. Untuk memprediksi tingkat kelulusan, dapat memanfaatkan data-data yang ada khususnya data kelulusan. Banyaknya data membuat proses prediksi memakan waktu yang cukup lama, sehingga diperlukan sebuah sistem yang bisa meningkatkan waktu prediksi tingkat kelulusan siswa/i. Pada penelitian ini membahas sistem prediksi kelulusan dengan mengimplementasikan algoritma K-Nearest Neighbor dengan pengukuran jarak Manhattan Distance. Hasil dari penelitian ini akan digunakan sebagai pendukung keputusan agar siswa/i siap untuk menghadapi ujian nasional sejak dini. Hasil uji coba dengan menggunakan set data siswa dari 3 tahun terakhir yang berjumlah 124 jurusan IPA dan 270 jurusan IPS. Kemudian dengan parameter (K) yaitu K=9 dan K=13, maka dihasilkan rata-rata akurasi pada jurusan IPA 68,29% pada tahun ajaran 2013/2014, 82,52% pada tahun ajaran 2014/2015, 84,88% pada tahun ajaran 2015/2016, dan untuk jurusan IPS 74,71% pada tahun ajaran 2013/2014, 77,89% pada tahun ajaran 2014/2015, 70,23% pada tahun ajaran 2015/2016. Berdasarkan hasil dari serangkaian proses pengujian yang dilakukan dapat disimpulkan bahwa proses prediksi yang dilakukan menjadi lebih cepat dibandingkan menggunakan perhitungan manual pada Microsoft Excel.
Penerapan Metode Fuzzy Tsukamoto untuk Pemilihan Karyawan Terbaik Berbasis Java Desktop Fandra Satria; Alexander J.P. Sibarani
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 11 No. 1 (2020): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (910.173 KB) | DOI: 10.31849/digitalzone.v11i1.3944

Abstract

Penelitian ini dilakukan di PT. Patra Trading, yang memiliki bisnis utama pada aktivitas niaga produk-produk non BBM. Perusahaan memandang bahwa kinerja pegawai perlu ditingkatkan melalui pemberian penghargaan secara periodik terhadap karyawan yang memiliki kinerja terbaik. Pemilihan karyawan berkinerja terbaik selama ini dilakukan dengan menerapkan tiga kriteria yaitu: Absensi, kepribadian, dan problem solving. Penilaian dilakukan dengan mengambil data dari mesin absensi dan pengamatan secara visual. Untuk kriteria kepribadian dan problem solving sering diabaikan karena nilai yang bersifat subjektif. Seluruh perhitungan dilakukan secara manual. Sistem pendukung keputusan perlu diterapkan untuk dapat mengatasi hal tersebut. Metode fuzzy tsukamoto merupakan metode yang digunakan untuk membantu dalam pemberian rekomendasi secara cepat, tepat, dan akurat. Maka dikembangkan sebuah aplikasi yang dapat memberi rekomendasi terhadap penentuan karyawan berkinerja terbaik berdasarkan kriteria yang sudah ditentukan. Dari hasil pengujian, seluruh fungsi berjalan dengan baik dan diperoleh hasil karyawan yang memperoleh nilai tertinggi dengan status “TERBAIK” memperoleh nilai probabilitas 90,85586. Kata kunci: Fuzzy, Karyawan, Tsukamoto, Sistem Pendukung Keputusan Abstract This research was conducted at PT. Patra Trading, which has a main business in trading activities of non-fuel products. The company considers that employee performance needs to be improved through periodic rewards of employees who have the best performance. The selection of the best performing employees so far has been done by applying three criteria, namely: Attendance, personality, and problem solving. Assessment is done by taking data from the attendance machine and visual observation. For personality criteria and problem solving are often ignored because the values ​​are subjective. All calculations are done manually. Decision support systems need to be implemented to overcome this. Tsukamoto fuzzy method is a method used to assist in providing recommendations quickly, precisely, and accurately. Then an application was developed that could provide recommendations for determining the best performing employees based on predetermined criteria. From the test results, all functions run well and the results obtained by employees who received the highest value with the status of "BEST" obtained a probability value of 90.8586. Keywords: Fuzzy, Employee, Tsukamoto, Decision Support System
Co-Authors Ary Maulana Malik Fandra Satria Ramadani Saputra