Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Computing and Modeling Jurnal Sistem Informasi dan Informatika (SIMIKA)
Novem Berlian Uly
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Resiko Longsor berbasis Citra Landsat-8 menggunakan Interpolasi Spasial Novem Berlian Uly; Murry Albert Agustin Lobo; Mikhael Dio Eclesi; Sri Yulianto Joko Prasetyo
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

Sebagai Negara kepulauan, Indonesia sering menghadapi bencana yang diakibatkan oleh terjadinya perubahan iklim dan cuaca, atau sering disebut bencana hidrometeorologi. Kondisi dan keadan alam yang memungkinkan terjadi bencana disebut sebagai potensi bencana. Cuaca ekstrim dengan curah hujan yang tinggi memungkinkan terjadinya longsor pada kondisi tanah labil serta kemiringan lereng yang curam. Resiko yang diakibatkan longsor dapat berupa resiko ekonomi maupun resiko sosial. Resiko yang ditimbulkan oleh bencana merupakan potensi kerugian pada suatu kawasan dan kurun waktu tertentu. Bentuk resiko bencana dapa berupa gangguan kegiatan masyarakat, hilangnya rasa aman, masyarakat mengungsi, kerusakan atau kehilangan harta, jiwa terancam, luka, sakit dan kematian. Kabupaten Banjarnegara sebagai salah satu daerah yang memiliki potensi resiko tanah longsor. Berdasarkan karakteristik tersebut maka perlu dilakukan analisis resiko tanah longsor untuk memberikan informasi resiko tanah longsor. Pada Penelitian ini dilakukan analisis resiko longsor berbasis Citra Landsat-8 menggunakan metode Interpolasi Spasial. Data curah hujan yang digunakan adalah Data Curah Hujan BMKG Kabupaten Banjarnegara Tahun 2015. Hasil dari penelitian ini menunjukkan bahwa Terdapat 7 Kecamatan yang memiliki tingkat resiko tanah longsor yang sangat tinggi yaitu Susukan, Purworejo Klampok, Mandiraja, Purwonegoro, Bawang dan Wanadadi.
IMPLEMENTASI ALGORITMA FP-GROWTH PADA PENEMPATAN PRODUK DI PRIMA DEWATA Novem Berlian Uly; Murry Albert Agustin Lobo; Nyongki Daku Ali Hary; Yupiter Yiwa Hinggiranja
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/simika.v8i2.3739

Abstract

Effective product placement in a mini market or retail store is an important factor in increasing sales and customer satisfaction. The FP-Growth algorithm is able to identify patterns or relationships of products that are often purchased together, so that it can help in more strategic product arrangement. Prima Dewata faces challenges in optimizing product placement to attract customer attention and maximize available space. This study aims to identify patterns of product relationships that are often purchased together, so that related products can be strategically placed to attract consumer attention. This study begins with data collection, pre-processing, implementation of the FP-Growth Algorithm and analysis then results. The results obtained are that Sariwangi tea products are the most purchased products by Prima Dewata visitors in the period January - November 2024 and there are 4 main rules that can be used as a reference in compiling goods based on data processing results, namely 1. Sariwangi tea and Clear Men Shampoo (support: 0.682 and confidence: 0.867); 2. Sariwangi tea and Indomie Pepsodent Toothpaste (support: 0.171/ confidence: 0.876); 3. Sariwangi tea and Indomie Ayam Bawang (support: 0.175/ confidence: 0.922); 4. Sariwangi tea and Lifebuoy Soap (support: 0.166/ confidence: 0.937).
Co-Authors Lobo, Murry Albert Agustin Mikhael Dio Eclesi Nyongki Daku Ali Hary Sri Yulianto Joko Prasetyo Yupiter Yiwa Hinggiranja