Claim Missing Document
Check
Articles

Found 9 Documents
Search

Analysis Algorithm Apriori in Medical Device Supply Planning Desilia Selvida
INFOKUM Vol. 9 No. 2, June (2021): Data Mining, Image Processing and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.16 KB)

Abstract

The application of the Apriori Algorithm helps in forming possible candidate item combinations, then testing whether the combination meets the minimum support and confidence parameters which are the threshold values ​​given by the user. Even though until now, service activities and transactions at pharmacies have not experienced any significant problems, of course this situation will one day become an inhibiting factor in improving service as more and more transactions and types of items and transaction items are stored within a certain period of time, making it difficult for the pharmacy. in analyzing the types of items and itemset which consumers are most interested in or not interested in so that they can control the inventory of medical devices. The results of the study: The results of the pattern analysis above show that the greater value of support from a combination of medical devices provides recommendations for the medical devices most often purchased by consumers are thermometers, gauze, plaster, and elastic bandages. Conversely, the smaller the value of support for a combination of medical devices means that recommendations are given based on medical devices that are rarely purchased. The results of the application of the a priori method with a minimum support of 30% with a combination of 3 and 4 itemsets are if the thermometer, gauze, plaster, elastic bandages. The priori method used is quite effective in providing the final drug combination that is often purchased by consumers. The level of accuracy of the test using the a priori method is 100%.
Pemanfaatan Penggunaan Aplikasi Elearning Dalam Pembelajaran Daring Pada IAKN Tarutung Desilia Selvida; Malinda Sari Sembiring
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 2 No. 2 (2022): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (360.989 KB) | DOI: 10.55338/jpkmn.v2i2.213

Abstract

Pengabdian ini dilakukan untuk sebagai media pembelajaran antara Dosen dan Mahasiswa sehingga bertujuan mendeskripsikan standar mutu pelaksanaan e-learning sebagai media pembelajaran yang efektif, mengidentifikasi keefektifan perencanaan pembelajaran elearning, mengidentifikasi keefektifan perancangan dan pembuatan materi pembelajaran elearning, mengidentifikasi keefektifan metode penyampaian pembelajaran e-learning, mengidentifikasi keefektifan pelaksanaan dan interaktivitas pembelajaran e-learning, mengidentifikasi keefektifan evaluasi pelaksanaan e-learning, mengetahui faktor penghambat dan pendukung pelaksanaan e-learning sebagai media pembelajaran. Perancangan aplikasi ini dikemas dengan icon-icon e-learning dengan bahasa yang sederhana dan komunikatif.
Pelatihan Penggunaan Aplikasi Komputer Akuntansi Untuk Guru dan Siswa SMK Ar-Rahman Medan Malinda Sari Sembiring; Vicky Rosalia; Fauziah Kumalasari; Desilia Selvida
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 3 No. 2.2 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (291.011 KB)

Abstract

Keahlian mengoperasikan aplikasi komputer akuntansi merupakan tantangan tersendiri bagi guru dan siswa, mengingat teknologi aplikasi yang terus berkembang. Pelaksanaan belajar dari rumah selama pandemi juga telah melemahkan kemampuan teknis sehingga pelaksanaan pelatihan ini dapat mendukung guru dan siswa meningkatkan keahlian. Aplikasi yang digunakan berupa accurate online seri edukasi. Pelatihan dilakukan secara langsung dengan menerapkan protokol kesehatan. Pelatihan ini terdiri atas dua sesi yaitu pelatihan guru dan siswa. Pelatihan guru dilaksanakan terlebih dahulu agar guru dapat mendukung pelatihan yang dilaksanakan kepada siswa. Tahap pertama terdiri atas pengenalan Akuntansi dan Teknologi Informasi, pembuatan akun Accurate Online, pre-test, dan set-up awal Accurate Online. Selain pelatihan tatap muka, siswa dibekali dengan video tutorial yang dapat diakses melalui youtube Pelaksana PkM. Tahap kedua terdiri atas entry data dan post test untuk mengetahui kemampuan siswa setelah melaksanakan pelatihan. Pelatihan penggunaan aplikasi komputer akuntansi kepada guru dan siswa di SMK Ar-Rahman Medan telah berhasil dilaksanakan, yang ditunjukkan dengan kemampuan peserta pelatihan dalam mengoperasikan Accurate Online sebagai aplikasi komputer akuntansi, yang digunakan pada pelatihan ini. Peserta pelatihan dapat membuat akun Accurate Online, database, dan entry data ke dalam Accurate Online melalui berbagai alat bantu baik komputer, laptop, maupun smartphone.
Optimization of cross-validation testing on the decision tree and k-nearest neighbor in classifying election data Desilia Selvida; Purwa Hasan Putra
Jurnal Mantik Vol. 7 No. 3 (2023): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i2.3999

Abstract

General elections are the process of choosing someone who represents the people to occupy a government seat. Polemics regarding the postponement of the 2024 General Elections are widely discussed by Indonesian people. However, the fact is that the position of the government (executive) is currently the majority. This condition is caused by the support of a strong party coalition in the legislature (parliament) in a presidential system. This problem can be solved by data mining. Data mining is one way that can be used to predict and detect a case, including predicting the winning party. There are various kinds of algorithms. The results of the study are positive value predictions (class precision), namely 94.88% with 19 data suitability and 352 data discrepancies, for negative value predictions, namely 60.42% with 29 data suitability and 19 data discrepancies. Meanwhile, the true negative class recall was 94.88% and the true positive was 60.42%. The results of the accuracy of testing with a decision tree is 90.92%. While the results of the K-Nearest Neighbor optimization, it is known that the prediction of positive value (class precision) is 93.98% with 23 data suitability and 352 data discrepancy, for negative prediction value is 67.57% with 25 data suitability and 12 data discrepancy. While the true negative class recall was 96.77% and true positive was 52.08%. The results of the accuracy of testing with a decision tree is 91.65%.
Kinerja Potokol Routing AODV dan DSDV pada Topologi Grid di Wireless Sensor Network (WSN) Huzaifah, Ade Sarah; Adriansyah, R.A. Fattah; Selvida, Desilia
Jurnal Media Informatika Vol. 5 No. 3 (2024): Jurnal Media Informatika Edisi Mei - Agustus
Publisher : Jurnal Media Informatika

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

Abstract

Wireless Sensor Network (WSN) merupakan teknologi sensor yang memiliki lebih dari 2 sensor dapat berkomunikasi dengan sensor lain tanpa menggunakan kabel untuk mengirimkan informasi pada lingkungan yang sulit dijangkau manusia, dimana sensor yang ada pada WSN dapat berperan sebagai sebagai sensor node untuk membaca data yang ada di lingkungan, route node untuk meneruskan paket data dari sebuah node ke node lain, dan sink node untuk mengumpulkan data dari node kemudian meneruskannya ke sistem lain. Sehingga node sensor yang ada pada WSN dapat beroperasi di berbagai lingkungan yang akan mempengaruhi bentuk topologi dan protokol routing yang digunakan. Maka dari itu pada penelitian ini akan dibahas kinerja dari dua protokol routing yang mewakili Proactive routing protocols (DSDV) dan Reactive routing protocols (AODV) akan diterapkan di lingkungan WSN dengan topologi grid, dimana pada percobaan yang dilakukan didapatkan protokol routing AODV lebih baik digunakan pada WSN dengan jumlah node 12 dilihat dari rasio selisih delivery dan drop paket AODV 324 dan DSDV 152 paket, sedangkan pada jumlah node yang lebih banyak yaitu 30 dan 70 node lebih cocok menggunakan protokol routing DSDV terlihat dari rasio selisih delivery dan drop paket DSDV untuk 30 node 1.141, 70 node 2.999 dan AODV untuk 30 node 312, 70 node 831.
Application of Apriori Algorithm in Data Mining to Find Consumer Purchasing Patterns in Supermarkets Putra, Purwa Hasan; Selvida, Desilia; Novelan, Muhammad Syahputra
Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI) Vol. 4 No. 1 (2025): Juni 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i1.392

Abstract

The development of information technology has encouraged the use of transaction data in the retail world to gain deeper business insights. One method used in data mining is the Apriori algorithm, which is able to identify consumer purchasing patterns through association analysis between products. This study aims to apply the Apriori algorithm in finding product combination patterns that are often purchased together by consumers in supermarkets. The data used are sales transactions that have gone through a preprocessing process, including product category classification and transformation into a basket format. The results of the analysis show that products such as biscuits, detergents, and household appliances have the highest support values ​​individually, while product combinations such as (milk, drinks, soap & shampoo, cosmetics) also appear consistently in transactions. The application of the Apriori algorithm with a certain minimum support threshold is able to produce frequent itemsets that represent consumer shopping habits. These findings can be used to develop promotional strategies, product arrangement, and category-based recommendation systems. Thus, this study proves that the Apriori algorithm can be used effectively in the context of data mining to support business decision making in the retail sector, especially supermarkets.
Pengabdian Kepada Masyarakat Penerapan Sistem Informasi Berbasis Web Dalam Mendukung Pemilihan Hewan Domba Selvida, Desilia; Fawwaz, Insidini; Nurrahmadayeni, Nurrahmadayeni; Putra, Purwa Hasan
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 5, No 1 (2025): April 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i1.3818

Abstract

Abstract: The selection of sheep for qurban is an important process and must meet Islamic sharia criteria as well as aspects of livestock health and quality. At Arjuna Farm, the sheep selection process is still done manually, making it difficult for prospective buyers to obtain accurate and reliable information, especially for those who are outside the city. This Community Service (PKM) activity aims to implement an information system application that can help farmers record livestock digitally, and make it easier for buyers to choose qurban animals objectively and efficiently. The methods used in this activity include initial observation, application design and development, training for farmers, implementation systems, and evaluation of usage results. This application provides features for recording sheep data (age, weight, price, health conditions), searching based on qurban criteria, and stock availability information. The results of the activity show that this application increases the efficiency of the selection process, accelerates service to consumers, and encourages the adoption of technology by farmers. The implementation of this application not only improves existing technical problems, but also becomes the initial step in digitalizing sustainable community livestock management that is responsive to consumer needs in the digital era.            Keywords: Information System, Sheep Selection, Digital Application, Livestock, Arjuna Farm Abstrak: Pemilihan hewan domba untuk qurban merupakan proses yang penting dan harus memenuhi kriteria syariat Islam serta aspek kesehatan dan kualitas ternak. Di Arjuna Farm, proses pemilihan domba masih dilakukan secara manual, sehingga menyulitkan calon pembeli dalam memperoleh informasi yang akurat dan terpercaya, terutama bagi mereka yang berada di luar kota. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk menerapkan aplikasi sistem informasi yang dapat membantu peternak dalam mendata hewan ternak secara digital, serta memudahkan pembeli dalam memilih hewan qurban secara objektif dan efisien. Metode yang digunakan dalam kegiatan ini meliputi observasi awal, perancangan dan pengembangan aplikasi, pelatihan penggunaan bagi peternak, implementasi sistem, dan evaluasi hasil penggunaan. Aplikasi ini menyediakan fitur pencatatan data domba (usia, bobot, harga, kondisi kesehatan), pencarian berdasarkan kriteria qurban, serta informasi ketersediaan stok. Hasil kegiatan menunjukkan bahwa aplikasi ini meningkatkan efisiensi proses pemilihan, mempercepat layanan kepada konsumen, dan mendorong adopsi teknologi oleh peternak.  Penerapan aplikasi ini tidak hanya menyelesaikan masalah teknis yang ada, tetapi juga menjadi langkah awal digitalisasi manajemen peternakan rakyat yang berkelanjutan dan responsif terhadap kebutuhan konsumen di era digital. Kata kunci: Sistem Informasi, Pemilihan Domba, Aplikasi Digital, Peternakan, Arjuna Farm
Penerapan Aplikasi Pintar Tani Untuk Peningkatan Pemasaran Pertanian Pada Eco Farm di Desa Kelambir V Hasan Putra, Purwa; Julham, Julham; Lubis, Arif Ridho; Azanuddin, Azanuddin; Selvida, Desilia
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 4 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Edisi September - Desembe
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i4.4328

Abstract

Program Pengabdian Penerapan Aplikasi Pintar Tani bertujuan untuk membantu membuka wawasan petani agar semakin leluasa dalam mengolah lahan dan hasil pertanianya. Aplikasi Pintar Tani diharapkan dapat digunakan untuk berbagi ilmu tentang pertanian dan perternakan serta dapat mengoptimalkan pemasaran dari berbagai hasil pertanian. Belum adanya pemanfaatan teknologi informasi dengan maksimal dan masih minimnya pengetahuan masyarakat terhadap digitalisasi pemasaran produk pertanian dan perternakan. Sedangkan target khususnya adalah untuk pemberian aplikasi Pintar Tani, pemberian pelatihan penggunaan aplikasi, dan mengoptimalkan pemasaran hasil dari pertanian dan perternakan. Metode yang digunakan terdiri dari 4 tahapan yaitu: dimulai dari Tim Pengabdian Pintar Tani memahami permasalahan mitra, dari hasil analisis data, Menyusun solusi-solusi yang akan dilakukan untuk mengatasi permasalahan mitra, melaksanakan solusi-solusi yang ditawarkan dan terakhir melaukan publikasi pada media massa cetak,online, artikel ilmiah pada jurnal nasional sebagai luaran wajib, dan HKI (hak cipta) sebagai luaran tambahan.
Kombinasi Metode Sampling pada Pengklasifikasian Data Tidak Seimbang Menggunakan Algoritma SVM Pulungan, Annisa Fadhillah; Selvida, Desilia
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 2 (2022): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i2.4920

Abstract

Kelas tidak seimbang telah menjadi masalah pada pembelajaran mesin dan data mining selama beberapa tahun ini. Kelas tidak seimbang adalah kelas yang memiliki data yang tidak terdistribusi secara merata pada setiap kelasnya dimana terdapat satu kelas yang memiliki jumlah data yang lebih banyak dibanding kelas lainnya. Rasio ketidakseimbangan  ini akan menyebabkan bias dalam kumpulan data pelatihan yang akan mempengaruhi kinerja pada pembelajaran mesin. Dimana menyebabkan terjadinya kesalahan klasifikasi pada kelas minoritas sehingga kelas minoritas dinyatakan sebagai kelas mayoritas. penelitian ini mencoba untuk menggunakan metode Oversampling, Undersampling dan kombinasi Oversampling-Undersampling pada data tidak seimbang sebagai pra-pemrosesan data untuk selanjutnya dilakukan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Pada penelitian ini diperoleh kesimpulan bahwa penerapan metode Oversampling, Undersampling dan kombinasi Oversampling-Undersampling memiliki kemampuan yang baik dalam menangani ketidakseimbangan kelas dataset Credit Card Fraud walaupun pada nilai AUC, Oversampling memiliki nilai yang lebih rendah dibanding metode Undersampling dan kombinasi Over-Undersampling.