Garuda - Garba Rujukan Digital

IMPLEMENTASI METODE CLUSTERING K-MEANS UNTUK REKOMENDASI PENGADAAN STOCK LAMPU PADA PT GLOBAL LIGHTING INDONESIA Prayogo Putra Tjaya; Rino Rino; Hartana Wijaya
ALGOR Vol 3 No 1 (2021): High Tech High Value
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v3i1.628

PT Global Lighting Indonesia salah satu perusahaan lampu yang sedang berkembang di Indonesia. Dalam suatu usaha perdagangan, jumlah permintaan dari konsumen yang tidak menentu mengakibatkan stok yang disiapkan menjadi tidak stabil. Pengadaan stok lampu di PT Global Lighting Indonesia hanya berdasarkan perkiraan. Hal ini disebabkan karena pemilik perusahaan tidak ingin terjadinya kekurangan stok lampu pada saat permintaan konsumen dalam jumlah besar, maka perusahaan mengambil langkah yaitu melakukan pemesanan barang lebih besar dari sebelumnya. Berdasarkan permasalahan diatas maka di butuhkan sistem dan metode yang mampu mengelompokan produk berdasarkan merk atau model tertentu sehingga memudahkan saat pembuatan laporan dan pengadaan produk, sehingga bisa lebih mengefisiensi waktu, tenag serta biaya. Juga untuk menghindari resiko pengambilan stok lampu yang kurang laku terambil kembali, sehingga berpengaruh terhadap tinggi rendahnya angka penjualan di perusahaan dan terjadinya penumpukan stok lampu yang mengakibatkan barang menjadi rusak dan tidak dapat terjual lagi. Pada penelitian ini, peneliti akan membuat sebuah aplikasi menggunakan metode Clustering K-means untuk mengolah data transaksi yang masuk sehingga akan memudahkan pemilik dan karyawan PT Global Lighting Indonesia dalam memanajemen stok lampu

Aplikasi Data Mining Berbasis Web Menggunakan Algoritma Apriori Untuk Analisa Pola Pembelian Barang Pada PT Menara Bahagia Bersama Gaerry Setiawan; Dicky Surya Dwi Putra; Hartana Wijaya
ALGOR Vol. 3 No. 2 (2022): Data Analysis, Data Mining
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v3i2.1020

abstract

KLASIFIKASI BERITA HOAKS TOPIK COVID-19 DENGAN KLASIFIKASI ROCCHIO DAN COSINE SIMILARITY Indrawan Gotama; Susanto Hariyanto; Hartana Wijaya
ALGOR Vol 2 No 1 (2020): Data And System
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar

Wabah COVID-19 menyerang dunia serta Indonesia dimulai sejak akhir tahun 2019. Kurangnya pengetahuan tentang pandemi baru ini, menyebabkan banyak informasi yang diragukan kebenarannya tersebar melalui media sosial dan portal berita online. Beberapa pihak tidak bertanggung jawab juga memanfaatkan kondisi ini untuk memperoleh keuntungan pribadi. Fenomena penyebaran berita hoaks dan ujaran kebencian di Indonesia yang merupakan dampak dari perkembangan teknologi dan infromasi sehingga menyebabkan penyebaran berita yang sangat cepat dan tidak diimbangi dengan kesadaran akan penyampaian berita yang benar dan sesuai fakta. Oleh karena itu diperlukan sebuah aplikasi untuk menggolongkan informasi mengenai COVID19 yang beredar di masyarakat apakah berita tersebut memiliki indikasi hoaks atau fakta. Model yang dibentuk menggunakan klasifikasi Rocchio dengan sumber data berasal dari kompas.com dan turnbackhoax.id. Model yang dibentuk juga dapat memberi informasi mengenai berita yang relevan dengan berita masukan dengan menggunakan metode Cosine Similarity, sehingga dapat memberikan hasil yang dapat dipertanggung jawabkan kepada masyarakat. Dari model yang diusulkan, diharapkan dapat menghasilkan penggolongan indikasi hoaks atau fakta terhadap suatu berita serta menampilkan sumber yang relevan dengan berita yang diuji.

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PERANCANGAN APLIKASI PEMILIHAN PASANGAN BERBASIS WEB Chrisantus Robert William Resi; Yusuf Kurnia; Hartana Wijaya; Dera Susilawati
ALGOR Vol 2 No 2 (2021): Mix Technology
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v2i2.545

As social beings, humans have a desire to socialize, to build deeper relationships with individuals they like, and also to get a spouse according to the criteria they like. However, there are often obstacles in finding a spouse, one of which is due to being too busy and an increasing workload. Luckily we live in an era of technology that makes it easier for us to interact with other people. The spouse selection application itself is quite common for several circles in Indonesia, but some of these applications are considered not fully providing services to recommend a spouse based on the criteria. Therefore, it is necessary to design an application that helps users find a spouse according to the criteria they like. In this application, the Simple Additive Weighting (SAW) method will be used to process data. The SAW method itself has the ability to find optimal alternatives from a number of alternatives with certain criteria.

Optimization of Application of Genetic Algorithm Using C4.5 Method to Predict Breast Cancer Disease Hartana Wijaya
bit-Tech Vol. 2 No. 1 (2019): Data Mining and Green Technology
Publisher : Komunitas Dosen Indonesia

Cancer is a big challenge for humanity. Cancer can affect various parts of the body. This deadly disease can be found in humans of all ages. However, the risk of cancer increases with age. Breast cancer is the most common cancer among women, and is the biggest cause of death for women. Then there are problems in the detection of breast cancer, causing patients to experience unnecessary treatment and huge costs. In a similar study, there were several methods used but there were problems due to the shape of nonlinear cancer cells. The C4.5 method can solve this problem, but C4.5 is weak in terms of determining parameter values, so it needs to be optimized. Genetic Algorithm is one of the good optimization methods, therefore the parameter values ??of C4.5 will be optimized using Genetic Algorithms to get the best parameter values. The results of this study are that C4.5 Algorithm based on genetic algorithm optimization has a higher accuracy value (96%) than only using the C4.5 algorithm (94.99%) and which is optimized with the PSO algorithm (95.71%). This is evident from the increase in the value of accuracy of 1.01% for the C4.5 algorithm model that has been optimized with genetic algorithms. So it can be concluded that the application of genetic algorithm optimization techniques can increase the value of accuracy in the C4.5 algorithm.

Decision Support System Best Cage Selection for Chicken Raising Pandika Andio Efendi; Riki Riki; Hartana Wijaya; Indah Fenriana
bit-Tech Vol. 4 No. 1 (2021): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v4i1.235

Chicken farming is considered not to require the application of an information system, however, the application of a decision-making system can increase the chances of getting bigger profits. In one time raising chickens requires large capital and the right time when planning sales. Therefore, the selection of decisions is an important factor in an ongoing business. Companies often experience losses which, although not too large, but also occur sustainably will affect the company's finances. It is hoped that the chicken rearing decision support system can also assist in managing the data that comes into the company. Decision support systems will be used in business to help meet company targets and reduce risk. Electre stands for Elimination and Choice Translating Reality which is a method of determining the ranking order through pairwise comparisons between alternatives and the appropriate criteria. Standardization and the use of complete data in decision making can increase the percentage of profit and satisfaction which increases partner integrity

Penerapan Data Mining Untuk Merekomendasikan Seri Produk NAS Kepada Calon Konsumen Toko Storage Menggunakan Algoritma Multinomial NaÃ¯ve Bayes Fernando Verdy Sunata; Susanto Hariyanto; Dicky Surya Dwi Putra; Hartana Wijaya
ALGOR Vol. 4 No. 1 (2022): System and Engineering
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v4i1.1498

Toko Storage is a trade name used by PT. Distributor Trimitra Indonesia to sell various kinds of Network Attached Storage products. The number of NAS products that are sold with different prices and specifications, sometimes makes it confusing and even makes it difficult for potential consumers to choose the right NAS product. So it is not uncommon for them to ask about NAS recommendations to store admins. The process of providing recommendations is carried out through a question and answer session related to NAS needs. The process of giving recommendations sometimes takes a long time because they have to wait for answers from potential customers. Therefore, a research was conducted that aims to design a system that is able to provide recommendations for NAS product series to potential customers by applying data mining methods and multinomial naÃ¯ve bayes algorithms. The results of the application of the methods and algorithms used have proven to be successfully implemented on the data used, this is evidenced by the results of tests and evaluations carried out using the help of the Weka application which produces an accuracy value of 95.5556%. The final result of this research is the design of a web-based NAS product series recommendation system that can be used by users to get NAS product series recommendations quickly and precisely, just by entering the NAS criteria they are looking for.

Pen- Penerapan Data Mining Untuk Menganalisa Data Penjualan Barang Di Swalayan Dengan Menggunakan Algoritma Fp-Growth Thomas Febrian; Rino Rino; Hartana Wijaya
ALGOR Vol. 4 No. 2 (2023): Updated Technology
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/algor.v4i2.1546

Penjualan harian menghasilkan banyak transaksi penjualan, sehingga transaksi penjualan harian menyebabkan terjadinya penumpukan data. Contoh suatu cara untuk dapat meningkatkan pemasaran yang dilakukan adalah dengan menggunakan data penjualan yang telah ada. Data tersebut digunakan bukan hanya untuk arsip perusahaan saja, tetapi dapat diolah dan dimanfaatkan untuk menghasilkan suatu informasi yang berguna untuk meningkatkan penjualan suatu produk. Data operasional bukan satu-satunya data yang cukup untuk mengambil suatu keputusan, dibutuhkannya data yang berasal dari sumber lain. Analisa pada data diperlukan untuk mencari suatu kemungkinan pada informasi dari data. Pengambil keputusan mencoba menggunakan data yang tersedia untuk membuat keputusan di gudang data. Ini telah menghasilkan pengembangan pendekatan baru untuk mengekstraksi informasi. Ini dikenal sebagai penambangan data. Salah satu metode yang dapat menggali informasi ini adalah metode asosiasi dengan algoritma FP-Growth. Algoritma ini merupakan salah satu metode dalam penambangan data yang bertujuan untuk mengetahui produk-produk yang sering terjual dan keterkaitan antar produk satu dengan yang lainnya. Penelitian ini memanfaatkan data sekunder berasal dari situs kaggle yang berjudul groceries dataset dan data diambil berdasarkan atribut yang diperlukan. Pola penjualan kombinasi barang swalayan ini ditentukan berdasarkan nilai support dan nilai confidence, sehingga berdasarkan hasil yang diperoleh nilai support terbesar pada item whole milk dan support terkecil pada item female sanitary product.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search