Article Per Year (5 Year)
p-Index From 2021 - 2026
1.953
P-Index
This Author published in this journals
All Journal Information System for Educators and Professionals : Journal of Information System KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Indonesian Journal of Applied Informatics Jurnal Informatika dan Rekayasa Perangkat Lunak AMMA : Jurnal Pengabdian Masyarakat
Ryan Hamonangan
STMIK IKMI Cirebon
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Penerapan Algoritma C4.5 untuk Optimalisasi Manajemen Stok Obat di Apotek Nafa Farma Khairunnisa Amarullah; Rini Astuti; Willy Prihartono; Ryan Hamonangan
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.96224

Abstract

Abstrak : Manajemen stok obat menjadi tantangan utama di apotek Nafa Farma untuk mencegah kelebihan atau kekurangan stok. Penelitian ini mengaplikasikan algoritma C4.5 sebagai metode klasifikasi untuk mendukung pengelolaan stok yang optimal. Data stok obat dari Januari sampai Desember 2023 dianalsis menggunakan pendekatan Knowledge Discovery in Database (KDD) dengan software RapidMiner. Penelitian ini menunjukkan bahwa algoritma C4.5 dapat meningkatkan efisiensi manajemen stok obat dengan akurasi 80,67% dan F1-score rata-rata 80.52% ini memberikan rekomendasi strategis untuk pengadaan obat. Obat kategori laku direkomendasikan untuk diutamakan dalam pengadaan, sementara obat tidak laku dapat dikurangi pembeliannya untuk menghindari pemborosan. Algoritma C4.5 efektif untuk meningkatkan efisiensi pengelolaan stok obat====================================================Abstract : Drug stock management is a major challenge at Nafa Farma pharmacy to prevent excess or shortage of stock. This research applies the c4.5 algorithm as a classification method to support optimal stock management. Drug stock data from January to December 2023 was analyzed using a Knowledge Discovery in Database (KDD) approach with RapidMiner software. This study shows that the C4.5 algorithm can improve the efficiency of drug stock management with an accuracy of 80.67% and an average F1-score of 80.52%, providing strategic recommendations for drug procurement.  Sellable category drugs are recommended to be prioritized in procurement, while unsellable drugs can be reduced in purchase to avoid waste. The C4.5 algorithm is effective in improving the efficiency of drug stock management.
Optimalisasi Evaluasi Kepuasan Mahasiswa Pada Mata Kuliah Data Manajemen Berbasis Machine Learning Bani Nurhakim; Arif Rinaldi Dikananda; Ryan Hamonangan; Ryan Ryan Agung Prasetyo
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 9 No 2 (2024): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2024)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v9i2.3197

Abstract

Evaluasi kepuasan mahasiswa merupakan aspek penting dalam memastikan kualitas pendidikan yang optimal, terutama pada mata kuliah Data Manajemen yang berperan vital dalam pengembangan keterampilan pengelolaan data di era digital. Mata kuliah ini tidak hanya mengajarkan teori dasar, tetapi juga mencakup penerapan praktis melalui proyek dan simulasi. Namun, permasalahan muncul ketika institusi sulit mengidentifikasi secara akurat kelompok mahasiswa dengan tingkat kepuasan rendah dan faktor-faktor spesifik yang memengaruhi kepuasan mereka. Hal ini dapat menghambat upaya peningkatan kualitas pembelajaran karena strategi yang diterapkan tidak selalu tepat sasaran. Maka dari itu, diperlukan metode yang efektif dan berbasis data untuk mengidentifikasi pola kepuasan mahasiswa secara mendalam, sehingga dapat digunakan sebagai acuan dalam perbaikan layanan dan pengajaran. Penelitian ini menggunakan metode machine learning dengan algoritma K-Means untuk mengelompokkan mahasiswa berdasarkan tingkat kepuasan mereka terhadap mata kuliah Data Manajemen. Data dikumpulkan melalui survei yang melibatkan 354 mahasiswa, dengan menggunakan lima dimensi kualitas layanan: tangible, reliability, responsiveness, assurance, dan empathy. Setiap dimensi diukur melalui 30 pertanyaan yang dirancang untuk menangkap persepsi mahasiswa terhadap berbagai aspek perkuliahan. Setelah data terkumpul, proses clustering dilakukan menggunakan algoritma K-Means untuk mengidentifikasi pola dalam jawaban responden. Metode Elbow digunakan untuk menentukan jumlah cluster optimal, dan Davies-Bouldin Index (DBI) dipakai untuk mengukur kualitas pengelompokan. Hasil penelitian menunjukkan bahwa dua cluster merupakan jumlah optimal, dengan distribusi yang merata antara mahasiswa dengan kepuasan tinggi dan rendah, masing-masing 50%. Cluster pertama menggambarkan mahasiswa dengan penilaian baik, sementara cluster kedua berisi mahasiswa dengan penilaian kurang baik. Temuan ini memberikan wawasan mendalam tentang kelompok mahasiswa yang memerlukan perhatian lebih dalam proses pembelajaran. Dengan menerapkan analisis berbasis K-Means, institusi pendidikan dapat mengidentifikasi dan merancang strategi peningkatan layanan secara lebih efektif, berdasarkan kebutuhan dan pola spesifik dari masing-masing kelompok mahasiswa. Penelitian ini membuktikan bahwa machine learning dapat memberikan pemahaman lebih mendalam terkait faktor-faktor yang memengaruhi kepuasan mahasiswa dan mendukung perencanaan kebijakan pendidikan yang tepat sasaran dan berkelanjutan.
Co-Authors Achmad Fajar Achmad Luthfi Ade Rizki Rinaldi Adinda Aulia Putri Ahmad Haekal Susanto Ahmad Muhaimin Ahmad Rai Fatkaozi Ai Sri Nurmala Alfira Ayu Febriaan Lesmana Andrian Maulana Arif Rinaldi Dikananda Asep Budiyanto Astri Gita Lestari Bani Nurhakim Cep Lukman Rohmat Dian Ade Kurnia Dodi Solihudin Hilda Novia Ramadani Hilman Rifa'i Ibnu Fajri Ibnu Hajar Ike Suryani Dewi Kaslani Khaerul Anam Khairunnisa Amarullah Mulyawan Narasati, Riri Narasati Rini Astuti Risa Komala Sari Rudi Kurniawan Ryan Ryan Agung Prasetyo Saeful Anwar Tuti Hartati Umi Hayati Willy Prihartono