Article Per Year (5 Year)
p-Index From 2020 - 2025
1.971
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Media Sisfo Jurnal Sains dan Informatika : Research of Science and Informatic CITRA EKONOMI
Anas, Azwar
Universitas Graha Karya Muara Bulian
Computer Science & IT Economics, Econometrics & Finance

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search
Journal : Jurnal Ilmiah Media Sisfo

 1   2 
Penerapan Algoritma Fp-Growth Dalam Menentukan Perilaku Konsumen Ghania Mart Muara Bulian Azwar Anas
Jurnal Ilmiah Media Sisfo Vol 14 No 2 (2020): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2020.14.2.879

Abstract

Ghania Mart merupakan salah satu minimarket yang beroperasi di Muara Bulian, tepatnya di Jl. Prof. Dr. Sri Sudewi atau depan Rumah Sakit Umum Daerah Haji Abdoel Madjid Batoe Muara Bulian. Minimarket ini tergolong masih baru karena beroperasi sejak tahun 2020. Meskipun baru, minimarket ini cukup ramai dikunjungi oleh konsumen yang berbelanja, hal ini dikarenakan pemilihan lokasi yang tepat dari manajemen Ghania Mart. Produk yang tersedia di Ghania Mart lebih didominasi oleh kebutuhan bahan pokok seperti beras, minyak sayur, gula, garam dan lainnya. Selain itu juga tersedia produk lain seperti makanan instan dan minuman instan dengan berbagai merk dan variasi rasa. Ghania Mart beroperasi mulai dari pukul 08.00 sampai pukul 21.00 WIB. Metode yang penulis gunakan dalam penelitian ini adalah library research atau penelitian labor. Dalam penelitian ini, penulis menggunakan teknik pengayaan data mining. Adapun algoritma yang penulis gunakan dalam penambagnan data ini adalah Algoritma FP-Growth. Sedangkan software yang digunakan adalah Weka Data Mining. Hasil penelitian ini membuktian algoritma FP-Growth memiliki kecepatan dalam pemrosesan data yang terbantu dari pembentukan FP-Tree. Pengujian menggunakan software data mining Weka didapatkan 4 rule terbaik. Kombinasi Masker dan Kopi memiliki support 10% dan confidence mencapai 93%.
Penerapan Data Mining Untuk Menganalisis Data Mahasiswa Baru STIE-GK Muara Bulian Azwar Anas; Ratumas Hartha Delima
Jurnal Ilmiah Media Sisfo Vol 15 No 2 (2021): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2021.15.2.1088

Abstract

Data yang menumpuk dari waktu ke waktu, tidak akan memiliki nilai yang berharga jika tidak dilakukan analisis. Untuk menganalisis data historis, maka perlu digunakan metode yang tepat. Penambangan data atau dalam istilah lainnya Data Mining merupakan solusi yang tepat untuk menganalisis data historis tersebut. Tumpukan data tersebutlah yang hendak dianalisis dalam penelitian ini dengan teknik penambangan data. Tujuan dari penelitian ini adalah untuk mendapatkan pola mahasiswa baru STIE-GK Muara Bulian tahun akademik 2021/2022. Dalam penelitian ini, penulis menggunakan teknik pengayaan data mining. Adapun algoritma yang penulis gunakan dalam penambangan data ini adalah Algoritma Apriori. Sedangkan software yang digunakan adalah Weka Data Mining. Pengujian menggunakan software data mining Weka didapatkan 10 rule terbaik. Dengan fokus pada kecamatan asal mahasiswa baru tersebut, maka kombinasi yang didapat adalah Jika mahasiswa baru tidak berasal dari Kecamatan Pemayung dan Bajubang sebanyak 1 orang, maka juga tidak berasal dari Kecamatan Maro Sebo Ulu sebanyak 73 orang dengan tingkat confidence 90%.
Implementasi Algoritma Apriori untuk Mendapatkan Pola Dosen Pembimbing Skripsi STIE-GK Muara Bulian Azwar Anas
Jurnal Ilmiah Media Sisfo Vol 15 No 1 (2021): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2021.15.1.972

Abstract

Tugas utama perguruan tinggi adalah Melaksanakan Pendidikan dan Pengajaran, Penelitian dan Pengabdian Pada Masyarakat yang dikenal dengan istilah Tri Darma Perguruan Tinggi. Khusus pada kegiatan penelitian, terjadi penumpukan data dari tahun ke tahun sejalan dengan jumlah mahasiswa yang hendak menyelesaikan penulisan skripsi. Tumpukan data tersebutlah yang hendak dianalisis dalam penelitian dengan teknik penambangan data. Tujuan dari penelitian ini adalah untuk mendapatkan pola dosen pembimbing skripsi mahasiswa STIE-GK Muara Bulian.Metode yang digunakan dalam penelitian ini adalah library research atau penelitian labor. Dalam penelitian ini, digunakan teknik pengayaan data mining. Adapun algoritma yang digunakan dalam penambangan data ini adalah Algoritma Apriori. Sedangkan software yang digunakan adalah Weka Data Mining.Pengujian menggunakan software data mining Weka didapatkan 10 rule terbaik. Kombinasi Etty dan Evi memiliki support 10% dan confidence mencapai 96%. Artinya dosen pembimbing Etty Siswati dan Evi Fauzani paling sering muncul secara bersamaan dalam membimbing skripsi mahasiswa.
Analisis Dosen Favorit STIE-GK Muara Bulian Menggunakan Algoritma Apriori Azwar Anas; Budi Darma
Jurnal Ilmiah Media Sisfo Vol 13 No 2 (2019): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (689.513 KB) | DOI: 10.33998/mediasisfo.2019.13.2.609

Abstract

Dalam penelitian ini, penulis menggunakan algoritma apriori untuk menganalisis indikator dosen favorit pilihan mahasiswa STIE-GK Muara Bulian. Algoritma apriori dipilih karena kemampuannya dalam menganalisis data yang muncul secara bersamaan dan berulang dan data yang telah menumpuk lama, sehingga perlu kiranya digunakan penambangan data, untuk mendapatkan pengetahuan. Data yang penulis gunakan adalah pilihan indikator dosen favorit STIE-GK Muara Bulian secara random sebanyak 100. Metode penelitian yang penulis gunakan adalah dengan menghitung data secara manual kemudian dilakukan uji coba terhadap software data mining Weka. Adapun hasil penelitian ini menunjukkan, secara parsial indikator Pendiam memiliki nilai tertinggi yakni 46% sedangkan indikator terrendah adalah Rapi yakni 63%. Sedangkan rule yang terbentuk berdasarkan minimum support dan minimum confidence adalah 3 rule yaitu “Jika mahasiswa tidak memilih indikator Pintar, Menarik, Disiplin, Humoris, maka tidak memilih Rapi” dengan nilai confidence 92%, “Jika mahasiswa memilih indikator Rapi, Menarik dan tidak memilih indikator Disiplin, Humors, maka tidak memilih Pintar” dengan nilai confidence 91% dan “Jika mahasiswa tidak memilih indikator Pintar, memilih indikator Rapi, tidak memilih indikator Disiplin, Humors, maka memilih indikator Menarik” dengan confidence 91%.
Implementasi Algoritma Apriori untuk Mendapatkan Pola Kelulusan Mahasiswa Azwar Anas; Ade Jermawinsyah Zebua
Jurnal Ilmiah Media Sisfo Vol 16 No 1 (2022): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2022.16.1.1173

Abstract

Data transactions that occur every day will become chunks of data in an institution's database. These chunks of data have no value if mining is not carried out in obtaining interesting knowledge and information. The purpose of this study was to analyze chunks of graduation data for STIE-Graha Karya Muara Bulian students, in order to obtain patterns formed from predetermined variables. The method used is the Apriori Algorithm. This is in accordance with the main function of this algorithm, which is to analyze the frequent itemset. The results showed that for the 2-itemset data the highest support value was the combination of Female Gender and Work with a value of 34%, while the highest confidence value was in the combination of a Grade Point Average above 3.5 and Work with a score of 85%. As for the 3-itemset, the highest support value is in the combination if the GPA is above 3.5, gender is female and the work status reaches 14% and confidence is 90%.
Analisis Algoritma Asosiasi Untuk Mendapatkan Pola Pemilihan Judul Skripsi Mahasiswa STIE-GK Muara Bulian azwar anas; Hendri Yaldi
Jurnal Ilmiah Media Sisfo Vol 12 No 2 (2018): JURNAL ILMIAH MEDIA SISFO
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (512.296 KB)

Abstract

Dalam penelitian ini, penulis menggunakan algoritma asosiasi untuk mendapatkan pola pemilihan judul skripsi mahasiswa STIE-GK Muara Bulian. Tugas dari data mining adalah untuk menghasilkan semua kaidah asosiasi pada suatu tabel transaksional, yang mempunyai nilai support lebih dari minimum support. Kaidah tersebut juga harus mempunyai support yang lebih besar dari confidence. Sedangkan untuk melakukan ujicoba algoritmanya, penulis menggunakan software data mining Orange. Hasil akhir dari penelitian ini adalah gambaran pola pemilihan judul yang paling sering muncul secara bersamaan. Berdasarkan pembahasan dalam penelitian ini, nilai support dan confidence dengan acuan 2-itemset yang memiliki nilai tertinggi adalah kombinasi antara Pemasaran dan Keuangan dengan support 14% dan confidence 18%. Sedangkan untuk acuan 3-itemset diperoleh 4 aturan asosiasi yang memenuhi syarat minimum support dan minimum confidence. Diperoleh bahwa semua kombinasi judul Pemasaran, Keuangan dan SDM memiliki nilai tertinggi yaitu support 12% dan confidence 85%
Implementasi Algoritma Apriori Untuk Menentukan Strategi Promosi STIE-Graha Karya Muara Bulian Azwar Anas
Jurnal Ilmiah Media Sisfo Vol 14 No 1 (2020): Jurnal Ilmiah Media Sisfo
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.357 KB) | DOI: 10.33998/mediasisfo.2020.14.1.790

Abstract

Tujuan dari penelitian ini adalah untuk mengimplementasikan algoritma apriori untuk mendapatkan gambaran terhadap data mahasiswa baru STIE-GK Muara Bulian. Penulis menggunakan algoritma apriori untuk menganalisis data mahasiswa baru STIE-GK Muara Bulian tahun akademik 2018/2019. Algoritma apriori dipilih karena kemampuannya dalam menganalisis data yang muncul secara bersamaan dan berulang dan data yang telah menumpuk lama, sehingga perlu kiranya digunakan penambangan data, untuk mendapatkan pengetahuan. Data yang penulis gunakan adalah data mahasiswa baru STIE-GK Muara Bulian secara random sebanyak 100 orang. Metode penelitian yang penulis gunakan adalah dengan menghitung data menggunakan algoritma apriori kemudian dilakukan uji coba terhadap software data mining Weka. Adapun hasil penelitian ini menunjukkan, secara parsial Variabel SMK dan jurusan TKJ adalah penyumbang mahasiswa baru terbanyak dengan tingkat confidence mencapai 13%. Variabel SMK dan jurusan ADM adalah penyumbang mahasiswa baru terbanyak kedua dengan tingkat confidence mencapai 10%. Program studi manajemen berasal dari jurusan TKJ dengan tingkat confidence mencapai 7%. Progam studi akuntansi berasal dari jurusan TKJ dengan tingkat confidence mencapai 5%. Maka strategi yang digunakan untuk promosi mahasiswa baru tahun berikutnya adalah dengan meningkatkan intensitas di sekolah SMK pada jurusan TKJ.Kata kunci: algoritma, apriori, data mining, promosi.
Analisis Algoritma Asosiasi Untuk Mendapatkan Pola Pemilihan Judul Skripsi Mahasiswa STIE-GK Muara Bulian azwar anas; Hendri Yaldi
Jurnal Ilmiah Media Sisfo Vol 12 No 2 (2018): JURNAL ILMIAH MEDIA SISFO
Publisher : LPPM Universitas Dinamika Bangsa

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

Abstract

Dalam penelitian ini, penulis menggunakan algoritma asosiasi untuk mendapatkan pola pemilihan judul skripsi mahasiswa STIE-GK Muara Bulian. Tugas dari data mining adalah untuk menghasilkan semua kaidah asosiasi pada suatu tabel transaksional, yang mempunyai nilai support lebih dari minimum support. Kaidah tersebut juga harus mempunyai support yang lebih besar dari confidence. Sedangkan untuk melakukan ujicoba algoritmanya, penulis menggunakan software data mining Orange. Hasil akhir dari penelitian ini adalah gambaran pola pemilihan judul yang paling sering muncul secara bersamaan. Berdasarkan pembahasan dalam penelitian ini, nilai support dan confidence dengan acuan 2-itemset yang memiliki nilai tertinggi adalah kombinasi antara Pemasaran dan Keuangan dengan support 14% dan confidence 18%. Sedangkan untuk acuan 3-itemset diperoleh 4 aturan asosiasi yang memenuhi syarat minimum support dan minimum confidence. Diperoleh bahwa semua kombinasi judul Pemasaran, Keuangan dan SDM memiliki nilai tertinggi yaitu support 12% dan confidence 85%
Penerapan Algoritma Fp-Growth Dalam Menentukan Perilaku Konsumen Ghania Mart Muara Bulian Azwar Anas
Jurnal Ilmiah Media Sisfo Vol 14 No 2 (2020): Jurnal Ilmiah Media Sisfo
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2020.14.2.879

Abstract

Ghania Mart merupakan salah satu minimarket yang beroperasi di Muara Bulian, tepatnya di Jl. Prof. Dr. Sri Sudewi atau depan Rumah Sakit Umum Daerah Haji Abdoel Madjid Batoe Muara Bulian. Minimarket ini tergolong masih baru karena beroperasi sejak tahun 2020. Meskipun baru, minimarket ini cukup ramai dikunjungi oleh konsumen yang berbelanja, hal ini dikarenakan pemilihan lokasi yang tepat dari manajemen Ghania Mart. Produk yang tersedia di Ghania Mart lebih didominasi oleh kebutuhan bahan pokok seperti beras, minyak sayur, gula, garam dan lainnya. Selain itu juga tersedia produk lain seperti makanan instan dan minuman instan dengan berbagai merk dan variasi rasa. Ghania Mart beroperasi mulai dari pukul 08.00 sampai pukul 21.00 WIB. Metode yang penulis gunakan dalam penelitian ini adalah library research atau penelitian labor. Dalam penelitian ini, penulis menggunakan teknik pengayaan data mining. Adapun algoritma yang penulis gunakan dalam penambagnan data ini adalah Algoritma FP-Growth. Sedangkan software yang digunakan adalah Weka Data Mining. Hasil penelitian ini membuktian algoritma FP-Growth memiliki kecepatan dalam pemrosesan data yang terbantu dari pembentukan FP-Tree. Pengujian menggunakan software data mining Weka didapatkan 4 rule terbaik. Kombinasi Masker dan Kopi memiliki support 10% dan confidence mencapai 93%.
Implementasi Algoritma Apriori Untuk Menentukan Strategi Promosi STIE-Graha Karya Muara Bulian Azwar Anas
Jurnal Ilmiah Media Sisfo Vol 14 No 1 (2020): Jurnal Ilmiah Media Sisfo
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2020.14.1.790

Abstract

Tujuan dari penelitian ini adalah untuk mengimplementasikan algoritma apriori untuk mendapatkan gambaran terhadap data mahasiswa baru STIE-GK Muara Bulian. Penulis menggunakan algoritma apriori untuk menganalisis data mahasiswa baru STIE-GK Muara Bulian tahun akademik 2018/2019. Algoritma apriori dipilih karena kemampuannya dalam menganalisis data yang muncul secara bersamaan dan berulang dan data yang telah menumpuk lama, sehingga perlu kiranya digunakan penambangan data, untuk mendapatkan pengetahuan. Data yang penulis gunakan adalah data mahasiswa baru STIE-GK Muara Bulian secara random sebanyak 100 orang. Metode penelitian yang penulis gunakan adalah dengan menghitung data menggunakan algoritma apriori kemudian dilakukan uji coba terhadap software data mining Weka. Adapun hasil penelitian ini menunjukkan, secara parsial Variabel SMK dan jurusan TKJ adalah penyumbang mahasiswa baru terbanyak dengan tingkat confidence mencapai 13%. Variabel SMK dan jurusan ADM adalah penyumbang mahasiswa baru terbanyak kedua dengan tingkat confidence mencapai 10%. Program studi manajemen berasal dari jurusan TKJ dengan tingkat confidence mencapai 7%. Progam studi akuntansi berasal dari jurusan TKJ dengan tingkat confidence mencapai 5%. Maka strategi yang digunakan untuk promosi mahasiswa baru tahun berikutnya adalah dengan meningkatkan intensitas di sekolah SMK pada jurusan TKJ.Kata kunci: algoritma, apriori, data mining, promosi.
Co-Authors Ade Jermawinsyah Zebua ade jermawinsyah zebua Budi Darma Hendri Yaldi Niki Kosasih Ratumas Hartha Delima