Article Per Year (5 Year)
p-Index From 2020 - 2025
1.431
P-Index
This Author published in this journals
All Journal KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak AMMA : Jurnal Pengabdian Masyarakat
Edi Tohidi
STMIK IKMI Cirebon
Humanities Chemistry Computer Science & IT Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer

 1 
Implementasi Algoritma Fp-Growth Terhadap Transaksi Penjualan Produk Kopi Siti Aisyah; Yuniar Kartika; Muhammad Aji Pratama; Edi Wahyudin; Edi Tohidi
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 1 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i1.113

Abstract

Alfamart merupakan toko ritel yang menjual berbagai kebutuhan masyarakat dengan harga terjangkau. Produk produk yang di jual juga memiliki trac record yang banyak dicari misalkan mie instant, kopi, gula, susu dan lain sebagainya. Penlitian ini dititik beratkan kepada produk kopi yang ada di toko alfamart.Fokus masalah pada penelitian toko alfamart yang menjual produk kopi sering kehabisan stok kopi karena tidak terlalu meperhatikan merk kopi apa yang laris. Dan data penjualan penjualan kopi tersebut dapat dimanfaatkan, diolah menjadi informasi yang berguna untuk meningkatkan penjualan juga dapat mengetahui merk kopi yang laris.Penerapan algoritma yang di gunakan pada penelitian ini pertama menggunakan operator retprive, fp-Growth dan create asosiasiBerdasarkan hasil penelitian maka penulis menyimpulkan bahwa Algoritma Fp Growth dalam menganalisa Produk kopi menghasilkan 32 Aturan Baru, serta mendapatkan data keterkaitan antar item 1 sebanyakn 29 Data, Keterkaitan antar item 2 sebanyak 86 Data, keterkaitan antar 3 item sebanyak 36 data.hasil rekomendasi jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan top 3in1 white coffee 10x21g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan pikopi 3in1 mix 9x20g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan top kopi gula aren 9z22g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan gadjah kopi tubruk 10x25g. jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan good day 3in1 mocacinno 10x20g
Pengembangan Sistem Informasi Penerimaan Siswa Baru Taman Kanak Kanak Berbasis Web Shifa Dwi Oktaviani; Rima Lorentiana Wijayanti; Hegarmanah Muhabatin; Edi Wahyudin; Edi Tohidi
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 2 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i2.119

Abstract

Penelitian tentang penerimaan siswa baru pada RA Aminah masih berjalan konvensional. RA Aminah sendiri merupakan taman pendidikan yang berada di wilayah Cirebon. Dengan pengaruh kemajuan teknologi saat ini, peneliti membuat sistem baru untuk mengembangkan sistem lama penerimaan siswa baru pada RA Aminah, yang bertujuan untuk menjadi media informasi dalam memperkenalkan sekolah kedalam dunia pendidikan teknologi juga menjadi wadah untuk pengelolaan baru dalam data siswa di sekolah. Mengembangkan sistem lama menjadi sistem informasi berbasis website, dimana pada penelitian ini menggunakan permodelan prototype dan membuat rancangan sistem. Hasil dari penelitian ini adalah penerimaan siswa baru di RA Aminah berbasis website, dan dapat digunakan untuk mempermudah penyebaran informasi pendaftaran siswa baru dalam mengisi formulir dan persyaratan untuk menjadi siswa/i di RA Aminah. Dalam hal ini, sistem informasi penerimaan siswa baru dapat mempermudah penyampaian informasi berupa pendaftaran, biodata, jadwal pelajaran dan upload dokumen yang bermanfaat untuk mengurangi penumpukkan data yang ada. Website ini dibangun dengan menggunakan database MySQL serta bahasa pemrogramana PHP dan HTML dan Bootstrap dalam menampilkan interface bagi pengguna..
Pengelompokan Data Barang Dengan Menggunakan Metode K-Means Untuk Menentukan Stok Persediaan Barang Ika Anikah; Agus Surip; Nela Puji Rahayu; Muhammad Harun Al- Musa; Edi Tohidi
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 2 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i2.120

Abstract

Pada era globalisasi, teknologi semakin berkembang dengan cepat. Perkembangan teknologi di dunia banyak membantu manusia memudahkan pekerjaanya agar lebih efektif dan efisian di berbagai bidang. Salah satu teknologi yang dapat digunakan pada bidang industri yaitu memudahkan pekerjaan dalam melakukan pengendalian persediaan. Permasalahan yang dihadapi oleh PT. SAS Group yaitu berkaitan dengan ketersediaan barang yang merupakan suatu elemen yang sangat penting, sehingga sebagai manajemen yang baik dalam proses mengatur ketersediaan stok barang sangat diperlukan, untuk menghindari penumpukan barang yang sama dan barang yang kurang diminati oleh pembeli dengan menggunakan data mining. Metode clustering yang digunakan yaitu metode K-Means. Tahapan penelitian yaitu identifikasi masalah, studi literatur, pengumpulan data, pemprosesan data, data mining dan evaluasi. Tujuan dari penelitian ini adalah memudahkan PT. SAS Group dalam menentukan stok persediaan barang.Hasil dari penelitian ini yaitu setiap cluster yaitu cluster_0 sebanyak 1282 atau sebesar 98,6%, cluster_1 sebanyak 18 atau sebesar 1,4%. Berdasarkan hal tersebut didapat kelompok stok barang yang berada pada cluster_0 memiliki rata-rata penjualan yang besar yaitu mencapai 2368 barang. Artinya bahwa kelompok barang pada cluster_0 perlu menyimpan banyak barang karena merupakan produk yang paling banyak diminati.
Penerapan Algoritma Naive Bayes Untuk Mengetahui Kepuasan Mahasiswa Terhadap Layanan Administrasi Keuangan Lian Siliayani; Iqbal Agis Junizar; Uyu Nuraeni; Edi Tohidi; Irfan Ali
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 3 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i3.122

Abstract

Kualitas pelayanan terhadap mahasiswa merupakan peranan penting untuk kelangsungan suatu institusi pendidikan. Mahasiswa merupakan peranan penting titik sentral dalam pengelolaan suatu pergutuan tinggi. Metode data mining yang digunakan untuk melakukan penelitian ini yaitu Naive bayes karena memiliki performa yang baik. Naive bayes merupakan teknik prediksi berbasis probabilistik yang sederhana berdasarkan pada penerapan teorema bayes. Indikator penilaian yang digunakan adalah tangible (bukti langsung), reability (keandalan), responsiveness (daya tangkap), assurance (jaminan) dan empathy (empati). Penerapan metode naive bayes ini diharapkan mampu memprediksi tingkat kepuasan mahasiswa terhadap pelayanan bagian akademis pada suatu perguruan tinggi. Masalah yang terjadi yaitu untuk mengetahui seberapa besar tingkat kepuasan mahasiswa terhadap suatu pelayanan di STIKes Ahmad Dahlan Cirebon dan diiharapkan dapat meningkatkan akurasi penilaian pelayanan administrasi keuangan sehingga suatu perguruan tinggi mempunyai suatu standar dalam memberikan penilaian pelayanan administrai keuangan. Data yang digunakan pada penelitian ini adalah 328 mahasiswa dan yang menjawab kuesioner hanya 217 mahasiswa dari seluruh mahasiswa semester gasal STIKES Ahmad Dahlan Cirebon Tahun Akademik 2019/2020. Terdapat data training dengan jumlah 80% dan data testing dengan jumlah 20% dan diperoleh tingkat accuracy 97.73%, precission 100.00% dan recall 66.67%.
Co-Authors Adi Kaswadi Agus Surip Anita Nur Kirana Eddiwan Dwiguna Edi Wahyudin Fadhil Muhammad Basysyar Fajrina Putri Salsabila Gifthera Dwilestari Hegarmanah Muhabatin Hilya Ashfia Nabila Ika Anikah Iqbal Agis Junizar Irfan Ali Lian Siliayani Muhammad Aji Pratama Muhammad Harun Al- Musa Nela Puji Rahayu Rachmat Trikar Sohadi Raena Agustin Laeliyah Revita Lestari Faujiah Saeful Anwar Shifa Dwi Oktaviani Siti Aisyah Tuti Hartati Uyu Nuraeni Yudhistira Arie Wijaya Yuniar Kartika