Articles
Smartphone Selection Recommendation System
Sari, Lya Rosita;
Wulanningrum, Resty;
Swanjaya, Daniel
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 2 No 2: JTECS Juli 2022
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32503/jtecs.v2i2.2630
Smartphone is a telecommunications tool that has the same capabilities as conventional telephones, where smartphones are much more practical and easy to carry anywhere. The brands smartphone offered have many models and specifications such as ram, rom, camera, processor and others. To make it easier for users to choose the type of smartphone, it takes a smartphone selection recommendation system to assist users in making a decision. In this study resulted in a smartphone selection recommendation system application that is designed to assist users in making decisions in choosing a smartphone. This system is designed with reference to the calculation results of the Simple Additive Weighting (SAW) method by considering several criteria used to search smartphones. From the results of calculations using the SAW method, the preference values of V1 to V3 are determined where according to alternative data, V1 for alternative A1 with a value of 0.76, V2 for alternative A2 with a value of 0.77, and V3 for alternative A3 with a value of 0.85. So that the largest ranking value is obtained, namely V3 with a value of 0.85. So alternative V3 is the alternative that was chosen as the best alternative.
PENERAPAN METODE HOLT WINTERS UNTUK PERAMALAN HARGA SAHAM PT PRODIA WIDYAHUSADA TBK
Prasetyo, Muhammad Ary;
Mahdiyah, Umi;
Swanjaya, Daniel
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 6 No 2 (2023): Jurnal SKANIKA Juli 2023
Publisher : Universitas Budi Luhur
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36080/skanika.v6i2.3051
The increase in the growth of Indonesian investors is partly due to the Covid-19 pandemic. Investors are moving their assets to investment instruments. One of them is stocks. The research aims to do stock forecasting or prediction to make it easier for investors to determine their investment decisions. Forecasting is an activity to calculate future conditions by utilizing past data and data that affect the situation to be predicted. This research uses forecasting methods with two Holt Winters methods, namely the Additive method and the Multiplicative method with PT Prodia Widyahusada TBK stock price data. To determine the feasibility of the forecasting model, this study uses MAPE to determine the error rate of the method in forecasting. The results of forecasting using the Holt Winters Additive and Holt Winters Multiplicative methods get MAPE values that are both very good. The MAPE value in stock forecast use Holt Winters Additive model method gets a value of 1.81% while the MAPE value in stock forecasting using the Holt Winters Multiplicative method gets a value of 2.06%. From the results of the research that has been done, it can be concluded that the MAPE value in stock forecasting using the Holt Winters Additive model method has the smallest error rate
Perancangan Sistem Rekomendasi Jenis Parfum dengan Metode Naive Bayes Classifier
Zulaikah, Dewi;
Swanjaya, Daniel;
Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.4929
Parfum adalah cairan yang memiliki bau yang berbeda-beda. Parfum umumnya digunakan seseorang untuk menghilangkan bau tak sedap dalam diri. Dalam pembagian parfum menurut ubaidillah dibagi menjadi 4 kelompok yaitu floral,fresh,orietal dan woody. Semakin banyak parfum yang beredar dimasyaakat menjadikan masyarakat bingung untuk memilih jenis parfum yang tepat. Maka diperlukan perancangan sistem rekomendasi jenis parfum. Rancangan ini menggunakan UML dengan metode Naive Bayes. Metode naive bayes memeliki kelebihan yaitu algoritma yang sederhana dan memiliki akurasi tinggi. Dalam menentukan data training dan data testing dalam metode naive bayes membutuhkan data yang relatif kecil untuk menentukan estimasi parameter dalam pengklasifikasian. Dan dari hasil yang didapatkan dengan model pengujian 70% data training dan 30 data testing didapatkan akurasi sebesar 85%.
Analisis Segmentasi Pelanggan Dengan Metode K-Medoids dan Simple Additive Weighting (SAW) Untuk Menentukan Strategi Pemasaran
Azhar, Rizki;
Mahdiyah, Umi;
Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.4962
Penelitian ini bertujuan membantu Distributor XYZ di Bali merencanakan strategi pemasaran melalui segmentasi dan perangkingan pelanggan dengan metode K-Medoids dan Simple Additive Weighting (SAW). Dalam persaingan bisnis yang ketat, teknologi informasi menjadi krusial untuk mengelola data penjualan besar. Menggunakan model RFM (Recency, Frequency, Monetary), penelitian ini mengelompokkan dan merangking pelanggan berdasarkan kontribusi penjualan. K-Medoids mengklasifikasikan pelanggan ke dalam kategori tinggi, sedang, dan rendah, sementara SAW menentukan pelanggan terbaik. Hasil menunjukkan analisis ini dapat membantu manajer penjualan merancang strategi pemasaran lebih efisien dan meningkatkan pelayanan pelanggan, terbukti dengan pelanggan rangking 1-20 sangat loyal dan layak mendapatkan reward dari distributor.
Sistem Pakar Diagnosa Penyakit Mata Manusia Di RSUD Dr. Soedono Madiun
Pratama, Dieky Septhian Rastra;
Mahdiyah, Umi;
Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.4980
RSUD dr. Soedono Madiun menjadi rumah sakit rujukan daerah dengan penerapan sistem rujukan regional di Jawa Timur yang menjangkau lingkup tugas Badan Perwakilan Wilayah I (Baperwil) di Madiun. RSUD dr. Soedono Madiun melayani berbagai kondisi kesehatan terutama mata, namun tingginya jumlah pasien dan terbatasnya jam buka poli mata menyebabkan antrian panjang dan diagnosa yang lambat. Sistem pakar berbasis teknologi informasi dibuat bertujuan supaya dapat membantu mendiagnosa penyakit mata dengan cepat dan mampu memberikan penanganan awal sebelum konsultasi dengan profesional medis. Gejala penyakit mata diklasifikasikam menggunakan agoritma machine learning, sehingga dapat meningkatkan aksesibilitas dan efisiensi pelayanan. Hasil pengujian dalam penelitian ini dari 124 data rekam medis mendapatkan nilai akurasi 78.95% dengan menggunakan metode naive bayes.
Komparasi Algoritma MLP+LBP dan CNN Sebagai solusi Inovatif Untuk Deteksi Dini Korosi
Aohana, Mizanul Ridho;
Bimantoro, Fitri;
Hidhayah, Ratu Nisful Laily;
Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.4984
Logam dan bahan lain seperti logam dapat mengakibatkan kerugian finansial besar dan bahaya bagi keselamatan umum terutama pekerja di dunia industri seperti industri perkapalan, tambang dan logam. Penelitian ini bertujuan untuk meningkatakan efektivitas deteksi dini korosi menggunakan metode Convolutional Neural Network (CNN) dibandingkan dengan penelitian sebelumnya yang mengguankan metode Multi-Layer Perceptron (MLP) dikombinasikan dengan Local Binary Pattern (LBP) sebagai teknik ekstraksi fitur. Dataset pada penelitian ini terdiri dari 1630 gambar korosi dan non-korosi yang diperoleh melalui scraping Google Image. Model CNN yang diusulkan menunjukkan akurasi deteksi sebesar 85,16% dan Area Under Curve (AUC) sebesar 91,63%. Ini lebih baik daripada MLP+LBP, yang menunjukkan akurasi 84,92% dan AUC 91,52%. Meskipun perbedaan ini relatif kecil, hal menarik terletak pada jumlah parameter yang digunakan oleh CNN lebih kecil (1.594.337) jika dibandingkan dengan MLP+LBP (6.558.650). Hasil ini menunjukkan bahwa secara keseluruhan, CNN lebih baik dan efisien dalam mendeteksi korosi.
Perbandingan Metode Exponential Smoothing Pada Prediksi Harga Penutupan Harian Cryptocurrency
Cahyono, Bayu Dwi;
Swanjaya, Daniel;
Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i2.4990
Cryptocurrency merupakan mata uang digital sebagai media pertukaran dengan menggunakan teknologi kriptografi. Cryptocurrency banyak diminati sebagai aset investasi maupun kegiatan trading karena dapat memberikan keuntungan yang besar dengan modal yang relatif kecil. Meskipun memiliki bnyak keuntungan, cryptocurrency juga dapat menyebabkan kerugian yang besar dikarenakan harga yang sangat berfluktuatif sehingga sulit untuk memprediksi harga di periode selanjutnya. Tujuan dari penelitian ini adalah membandingkan metode Exponential Smoothing yang meliputi metode SES, DES Brown, dan Des Holt pada prediksi harga cryptocurrency dengan menggunakan data uji harga penutupan harian solana, menggunakan pengujian tingkat error MAD dan MAPE untuk mendapatkan metode dengan hasil terbaik dari 3 metode yang digunakan. Penelitian ini memperoleh kesimpulan bahwa metode DES Holt menghasilkan nilai error terkecil dibandingkan dengan 2 metode lainnya dengan nilai MAD sebesar 0,72 dan MAPE sebesar 0,93% pada nilai alpha 0,9 dan beta 0,1. Berdasarkan hasil tersebut, metode DES Holt sangat baik digunakan untuk memprediksi harga cryptocurrency.
Sistem Diagnosa Dini Menstrual Disorders Dengan K-NN
Nahdiyah, Yuniswatin;
Swanjaya, Daniel;
Ramadhani, Risky Aswi;
Geges, Septian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.4999
Pada setiap bulannya seorang perempuan yang sedang tidak hamil dan juga menopause mengalami menstruasi. Menstruasi menjadi tanda perkembangan sistem reproduksi perempuan. Pada saat menstruasi kebanyakan perempuan mengalami gejala-gejala dari gangguan menstruasi baik secara fisik maupun psikis. Gangguan menstruasi tersebut tentunya dapat mempengaruhi aktivitas hariannya dan tidak dapat diabaikan. Pada penelitian ini dibuat sistem diagnosa dini menstrual disorders dengan menggunakan metode k-nn, dengan tujuan dapat membantu para perempuan dalam melakukan diagnosa tanpa perlu ke dokter. Pada pembuatan sistem dilakukan pengujian dengan membandingkan nilai k agar didapatkan hasil yang optimal. Pada penelitian ini dengan dilakukan uji t-test didapatkan model k-nn dengan k=3 dan k=7 mampu memberikan hasil yang baik berdasarkan ukuran data pelatihan. Terdapat perbedaan signifikan secara statistik antara performa model knn dengan nilai k=1 dan k=7 yang menghasilkan P-Value kurang dari 0.05.
Penerapan K-means dan Traveling Salesman dalam Optimasi rute pengiriman barang pada PT. Panjalu Tirta Lumas
Firdaus, Mochammad Fedro;
Swanjaya, Daniel;
Ramadhani , Risky Aswi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i1.5009
Panjalu Tirta Lumas merupakan distributor resmi pelumas pertamina untuk wilayah karesidenan kediri. Usaha bisnis utama perusahaan ini adalah pendistribusian pelumas ke wilayah karesidenan kediri. Permasalahan mulai muncul ketika biaya pengiriman pelumas meningkat. Hal ini mendorong pihak distributor untuk melakukan optimalisasi pengiriman dengan cara membuat aplikasi rute pengiriman barang dengan menerapkan metode k-means clustering dan traveling salesman problem. Pada penelitian ini akan dilakukan pengujian pada aplikasi pembuatan rute yang dibuat menggunakan pengujian Uji-T. Tujuan dari penelitian ini adalah untuk mengetahui apakah terdapat pengaruh antara hasil dari sebelum dan sesudah menggunakan aplikasi pembuatan rute yang dibuat. Metode pengumpulan data dilakukan dengan menggunakan wawancara dan observasi untuk memastikan pengumpulan data secara efektif. Subjek dalam penelitian ini adalah pegawai PT. Panjalu Tirta Lumas. Untuk hasil yang didapat dari pengujian Uji-T adalah 2.126 yang mana hasil tersebut berada dalam kurfa penolakan hipotesis 0. Hasil dari Uji-T ini menunjukkan bahwa aplikasi pembuatan rute pengiriman memberikan pengaruh yang signifikan terhadap metode manual.
Analisa Perbandingan Metode Profile Matching dan Metode Simple Additive Weighting Pada Sistem Rekomendasi Smartphone
Dela Karmeylia Putri;
Swanjaya, Daniel;
Risky Aswi Ramadhani
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v8i2.5055
Smartphone merupakan alat komunikasi penting dalam kebutuhan masyarakat. Smartphone dianggap sebagai alat komunikasi efekteif penunjang kebutuhan informasi. Penelitian ini berfokus pada analisis perbandingan antara kedua metode yaitu metode SAW dan profile matching pada sistem rekomendasi smartphone. Dilakukan pengujian akurasi dengan membandingan hasil perangkingan dari staff toko smartphone dengan hasil perhitungan metode SAW dan profile matching. Hasil diperoleh dengan pengujian 2 kasus. Hasil akurasi pada pengujian kasus pertama memperoleh metode SAW dengan nilai akurat 100% sedangkan untuk metode profile matching 60%. Pada pengujian kasus kedua memperoleh hasil metode SAW dengan nilai akurat 60% dan metode profile matching 40%. Kesimpulan yang didapat, bahwa metode SAW lebih cocok diterapkan dalam perekomendasian smartphone daripada metode profile matching.