Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Bulletin of Computer Science Research Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB
Candra Naya
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
Aplikasi PLC LG KG80S Dengan VB.6.0 Untuk Pengendalian Lampu Candra Naya
Jurnal SIGMA Vol 8 No 4 (2017): Desember 2017
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (541.526 KB) | DOI: 10.37366/sigma.v8i4.139

Abstract

Abstrak Laporan akhir ini menjelaskan proses bagaimana Pemograman Visual Basic 6.0 dapat mengontrol Hidup dan Matinya Lampu . Pada proses pembuatan program ini penulis menjelaskan cara kerja flowchart yang mana mengatur fungsi dari suara apabila suara yang dimasukkan tidak cocok maka lampu tersebut tidak akan berjalan atau hidup. Data yang ada didapatkan melalui eksperimen dan internet, Kemudian data ini dianalisa menggunakan dasar teori yang dikembangkan oleh Instruktur Piki (2008). Hasil yang diperoleh menunjukkan bahwa alat yang dibuat ini dapat bekerja menggunakan program Visual Basic kemudian baru dikirimkan melalui rangkaian komunikasi serial ke PLC. Pada saat pengiriman data dari komputer ke PLC KG80S, maka data yang dikirimkan sebanyak 8 bit dalam satu waktu. Data yang dikirimkan tersebut diubah terlebih dahulu dalam bentuk nilai heksa ke bilangan decimal, Penulis menyimpulkan bahwa sistem kontrol ini dapat bekerja secara efektif sesuai dengan program. Kata Kunci : Relay, PLC KG80S
Implementasi Algoritma Apriori dalam Menemukan Pola Asosiasi pada Data Penjualan Produk Retail Butsianto, Sufajar; Candra Naya; Anggi Muhammad Rifa'i
Bulletin of Computer Science Research Vol. 5 No. 5 (2025): August 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v5i5.731

Abstract

This study aims to implement the Apriori algorithm in finding association patterns in retail product sales data, using the Association Rule Mining approach. Evaluating the ruler or association rules formed based on the support, confidence, and lift parameters, in finding association patterns in retail product sales data with a focus on the relationship between product categories. The data used consists of 500 sales data as sample data and 5,972 transactions as test data. The data mining process was carried out on the main product categories such as Milk, Coffee, Tea, Drinks, Detergent, and Biscuit/Snacks, to find association rules that appear simultaneously with the Bulk Products category in one transaction time. The minimum support parameter was set at 0.02 and the minimum confidence was set at 0.5. By using these parameters, several significant association rules were obtained. One of the strongest rules shows that if products in the Milk, Coffee, Tea, Drinks, Detergent, and Biscuit/Snacks categories are purchased together, then there is a 64.3% probability (confidence) that products in the Bulk Products category are also purchased at the same time. The support value of this rule reached 3.8%, and the lift value was 1.49, indicating a positive association and not a coincidence. Evaluation of the test data showed that this pattern was consistently found across 5,972 transactions, with a repeatability rate of 61.7%. The results of this study demonstrate that the Apriori algorithm is effective in identifying consumer purchasing patterns that can be utilized for product placement strategies, bundling offers, and inventory planning in retail management.
Analisis Kepuasan Pelanggan Menggunakan Decision Tree Dalam Rancangan Sistem Informasi Restoran Candra Naya; Afif Firmansyah
Jurnal SIGMA Vol 15 No 3 (2024): Desember 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i3.7325

Abstract

Penelitian ini bertujuan menganalisis tingkat kepuasan pelanggan terhadap sistem informasi restoran berbasis web menggunakan metode Decision Tree dengan algoritma C4.5. Permasalahan yang diangkat adalah belum optimalnya evaluasi berbasis data terhadap sistem informasi restoran, sehingga diperlukan pendekatan analitis untuk mengidentifikasi faktor-faktor yang memengaruhi kepuasan pelanggan. Data diperoleh dari 100 responden melalui kuesioner daring dengan lima atribut utama, yaitu tampilan, navigasi, fitur, pemesanan, dan kinerja sistem. Data diproses melalui tahap pembersihan, transformasi, dan kategorisasi sebelum dilakukan pemodelan menggunakan algoritma C4.5. Evaluasi model dilakukan dengan metode 10-Fold Cross Validation dan diukur menggunakan akurasi, precision, serta recall. Hasil penelitian menunjukkan bahwa 77% responden termasuk kategori puas dan 23% tidak puas. Atribut kinerja memiliki nilai information gain tertinggi (0,1855) sehingga menjadi faktor dominan yang memengaruhi kepuasan pelanggan, diikuti oleh atribut tampilan sebagai faktor sekunder. Model klasifikasi yang dihasilkan memperoleh akurasi sebesar 84,00%, dengan recall kelas puas sebesar 94,81% dan tidak puas sebesar 47,83%. Hasil ini menunjukkan bahwa algoritma C4.5 efektif dalam mengidentifikasi pola kepuasan pelanggan serta memberikan rekomendasi berbasis data untuk pengembangan dan optimalisasi sistem informasi restoran.
Co-Authors Afif Firmansyah Anggi Muhammad Rifa'i Butsianto, Sufajar