Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB
U. Darmanto Soer
STT Pelita Bangsa
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
Implementasi Algoritma Apriori Untuk Prediksi Penjualan Produk Packaging Di Pt. Printec Perkasa Ii U. Darmanto Soer; Bina Karyana Lumban Batu
Jurnal SIGMA Vol 9 No 3 (2019): Maret 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.933 KB)

Abstract

Abstraksi Seiring perkembangan jaman yang semakin maju,peranan teknologi informasi dalam dunia bisnis masa kini mengalami perkembangan yang sangat pesat. Teknologi Data Mining atau penambangan data ini dapat membantu sebuah perusahaan untuk menemukan pengetahuan-pengetahuan baru, yang dapat membantu dalam pengaturan strategi bisnis. Informasi yang diperoleh dari proses penambangan data dapat membantu pelaku bisnis dalam meningkatkan proses bisnis dan membuat keputusan bisnis.Promosi yang efektif dapat meningkatkan angka penjualan. Untuk menentukan dan mengembangkan promosi agar lebih terarah dan tepat sasaran, perusahaan perlu mengidentifikasi pasar sasaran. Salah satu cara untuk mengenali kondisi pasar adalah mengetahui produk yang sering terjual, yang dapat diamati melalui data-data purchase order . Algoritma apriori dapat dimamfaatkan dalam proses penjualan , dengan memberikan hubungan antar data penjualan, dalam hal ini adalah produk packaging yang dipesan sehingga akan didapat pola pembelian konsumen. Pihak perusahaan dapat memamfaatkan informasi tersebut untuk mengambil tindakan bisnis yang sesuai, dalam hal ini informasi dapat menjadi bahan pertimbangan untuk menentukan strategi penjualan selanjutnya.Dengan menggunakan metode data mining yaitu association rule dan algoritma apriori, dihasilkan aturan asosiasi yang menunjukkan pola pembelian konsumen dan seberapa kuat suatu item mempengaruhi item lain dengan pengujian memakai tool aplikasi tanagra. Kata kunci: Algoritma Apriori, Tanagra, Data mining, data purchase order.
Analisa Penentuan Karyawan Terbaik Menggunakan Data Mining Dengan Metode Algoritma C4.5 Di Pt.Shei Tai Industrial U. Darmanto Soer; Mohammad Faqih Mustofa
Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.077 KB)

Abstract

Abstrak PT.Shei Tai Industrial adalah sebuah perusahaan yang bergerak dalam bidang otomotif. Perusahaan ini memiliki karyawan yang mencapai kurang lebih 1.000 orang. PT.Shei Tai Industrial melakukan pemilihan karyawan terbaik untuk memacu semangat karyawan dalam meningkatkan dedikasi dan kinerjanya. Pemilihan karyawan terbaik dilakukan secara periodik akan tetapi belum optimal dalam pelaksananya. PT.Shei Tai Industrial mendapat kendala dalam memutuskan karyawan yang akan diprioritaskan. Kendala yang dihadapi adalah manager tidak menggunakan metode yang dapat menangani permasalahan prioritas dengan banyak kriteria. Selain itu, sering kali SDM kesulitan memilih karyawan terbaik dikarenakan banyaknya karyawan yang dinilai. Hal ini menjadi sebuah kekurangan untuk menentukan tepat atau tidaknya seseorang terpilih sebagai karyawan terbaik. Penerapan data mining dengan metode algoritma C4.5 yang dilakukan dapat mempercepat dan tingkat keakuratan dalam pengambilan keputusan terhadap penilaian karyawan. Hasil uji coba dengan algoritma C4.5 memiliki nilai accuracy, precission dan recall yang bagus yaitu dengan accuracy 91.21%, precission 85.71% dan recall 84.00% serta kurva ROC optimistic dengan akurasi excellent classification sebesar 0.982 %. Kata kunci: algoritma C4.5, data mining, decision tree
PREDIKSI PENJUALAN KARTON DUS SUSU CHIL MIL DENGAN PENERAPAN DATA MINING MENGGUNAKAN ALGORIMA METODE C4.5 U. Darmanto Soer; Mustijah Mustijah
Jurnal SIGMA Vol 10 No 2 (2019): Desember 2019
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (241.256 KB)

Abstract

Penjualan merupakan hal yang sangat penting di dalam perusahaan, namun tidak mudah bagi marketing untuk mengetahui seberapa laku tidaknya produk dalam perusahaan setiap periode dengan begitu banyak data yang ada. Selama ini banyak data yang besar di sebuah perusaahan khususnya dalam bidang penjualan yang belum dapat diolah dimaksimalkan dengan baik, Jika data tersebut dapat dimanfaatkan maka dapat digunakan untuk membantu marketing dalan penjualan produk. Panggilan data dalam jumlah yang besar biasa disebut data mining. Data ini diuji dengan dua algoritma yaitu decision tree dan prediksi. Penelitian ini bertujuan mengetahui hasil penjualan setiap tahun produk apa yang laku dipasaran dan memprediksi penjualan. Dari pengujian ini memperoleh dengan hasil akurasi 90,29% precision mendapatkan nilai 91,67%, Recall 88%. Hasil dari perhitungan rapidminer adalah dengan prediksi lebih dari 19.500 lembar laku dan kurang dari 1.500 lembar tidak laku.
Co-Authors Bina Karyana Lumban Batu Hardika Pamungkas Mohammad Faqih Mustofa Mustijah Mustijah