Article Per Year (5 Year)
p-Index From 2021 - 2026
1.347
P-Index
This Author published in this journals
All Journal Jurnal TIMES Jurnal Teori dan Aplikasi Fisika To Maega: Jurnal Pengabdian Masyarakat Technologia: Jurnal Ilmiah Abdimas Universal JURNAL BIOSHELL Wiga : Jurnal Penelitian Ilmu Ekonomi Aptekmas : Jurnal Pengabdian Kepada Masyarakat
Iqbal Firdaus
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal TIMES

 1 
SISTEM INFORMASI PREDIKSI PENJUALAN PRODUK THRIFT DI TOKO MANADO MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Siska Ayu Widiana; Iqbal Firdaus; Edwin Tenda; Eliasta Ketaren
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023708

Abstract

Zaman yang modern dan cepat seperti sekarang ini tentu mempengaruhi gaya hidup serta gaya dalam berpakaian atau pemenuhan kebutuhan fashion. fashion sangat lekat dengan kehidupan sehari-hari hal ini dapat di lihat setiap hari kita menggunakan pakaian dan ingin tampil stylish. Fashion merupakan sesuatu yang mudah didapatkan oleh semua orang dan cenderung bersifat musiman, sehingga dapat dengan cepat mengalami perubahan. Perubahan-perubahan fashion yang cepat ini membuat banyak sekali mode dalam berpakaian dan kini muncul fenomena dalam industri fashion adalah pakaian dengan nuansa lawas (Vintage), namun untuk mendapatkan pakaian bernuansa lawas tersebut hanya bisa didapatkan di toko yang menjual pakaian bekas atau yang saat ini sering di sebut dengan pakaian thrifting. Semakin berkembang dan menjadi trend produk thrift, mengharuskan toko untuk merencanakan strategi penjualan. Agar toko tetap menjadi toko favorit dan tidak kalah dengan pesaing-pesaing baru, untuk menghindari hal tersebut maka perlu adanya prediksi penjualan untuk melihat potensi dari para pelanggan dan produk yang disukai pelanggan. Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Metode K-Nearest Neighbor merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data contoh yang mempunyai jarak paling dekat dengan objek tersebut. Algoritma ini hanya melakukan penyimpanan dan klasifikasi data. Tujuan dari penelitian ini adalah untuk menganalisis produk yang akan dijual untuk periode berikutnya serta dapat memberi informasi yang akurat tentang produk thrift yang paling diminati oleh konsumen. Keputusan yang diambil oleh penjual untuk melakukan perencanaan penyediaan stock produk thrift akan mempengaruhi penjualan. Oleh karena itu toko perlu memprediksi apa yang akan terjadi pada periode yang akan datang yang digunakan sebagai landasan pembuat keputusan atau kebijakan.
SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN MARKETING MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Widiana, Siska Ayu; Iqbal Firdaus; Edwin Tenda; Mahardika I. Takaendengan; Eliasta Ketaren
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024742

Abstract

PT. Nusantara Surya Sakti Cabang Kotamobagu adalah perusahaan yang bergerak dibidang penjualan motor HONDA. Pada PT. Nusantara Surya Sakti Cabang Kotamobagu melakukan penerimaan karyawan bani dengan posisi sebagai marketing untuk mengisi kuota yang kosong setiap 2 bulan sekali. Selma ini, dalam proses seleksi calon karyawan, PT. Nusantara Surya Sakti Cabang Kotamobagu masih melibatkan unsur subjektif dan dalam prosesnya masih dengan data yang tidak sesuai sehingga karyawan yang terpilih tidak bertahan lama dan mengundurkan diri dari perusahaan. Pemilihan karyawan baru hanya dilakukan oleh seorang PIC (Person In Charge) bagian marketing. Untuk itu dibuatlah Sistem Pendukung Keputusan yang dapat membantu perusahaan dm juga PIC dalam memilih calon karyawan yang sesuai dengan kriteria perusahaan sehingga bisa mempercepat proses seleksi karyawan. Kriteria yang dipakai di PT. Nusantara Surya Sakti ada 5 kriteria yaitu Pendidikan, Usia, Pengalaman Kerja, Hasil Tes Kepribadian, Hasil Tes Pengetahuan. Sistem ini menggunakan metode perhitungan Simple Additive Weighting (SAW). Sistem ini dapat melakukan penilaian secara lebih objektif. Hasil dari penelitian ini yaitu Manya suatu rancangan sistem pendukung keputusan yang bisa membantu proses seleksi karyawan baru secara objektif, dart secara tepat dan benar sehingga bisa menerima karyawan yang layak diposisi marketing.
Co-Authors Abdul Kadir Agus Aan Adriansyah Ahmad Raihan Akas Yekti Pulih Asih Budhi Setianto Diah Sudiarti Dini Rusqiati Effendy Effendy Eliasta Ketaren Evy Afifah Syagran Henny Septiana Amalia Mahardika I. Takaendengan Masithah Akbar Melda Sari Muhammad Maladi Muhammad Zahid Abdillah Nikita Laurencia Nikmatus Sa’adah Nirza Marzuki Husein Norbaiti Normalina Punda Susanto R.R Siti Munawaroh Riftaul Kurniawati Rio Adi Saputra Risdha Ayu Shinta Dewi Riswan Ludfi Rizky Nastiti Saifhul Anuar Syahdan silvia ratna Siska Ayu Widiana Tenda, Edwin Tri Ramaraya Koroy Umi Hanik Yanti Yulianti Yanuar Bachtiar