Muhammad Aji Pratama
STMIK IKMI Cirebon

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Algoritma Fp-Growth Terhadap Transaksi Penjualan Produk Kopi Siti Aisyah; Yuniar Kartika; Muhammad Aji Pratama; Edi Wahyudin; Edi Tohidi
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 1 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i1.113

Abstract

Alfamart merupakan toko ritel yang menjual berbagai kebutuhan masyarakat dengan harga terjangkau. Produk produk yang di jual juga memiliki trac record yang banyak dicari misalkan mie instant, kopi, gula, susu dan lain sebagainya. Penlitian ini dititik beratkan kepada produk kopi yang ada di toko alfamart.Fokus masalah pada penelitian toko alfamart yang menjual produk kopi sering kehabisan stok kopi karena tidak terlalu meperhatikan merk kopi apa yang laris. Dan data penjualan penjualan kopi tersebut dapat dimanfaatkan, diolah menjadi informasi yang berguna untuk meningkatkan penjualan juga dapat mengetahui merk kopi yang laris.Penerapan algoritma yang di gunakan pada penelitian ini pertama menggunakan operator retprive, fp-Growth dan create asosiasiBerdasarkan hasil penelitian maka penulis menyimpulkan bahwa Algoritma Fp Growth dalam menganalisa Produk kopi menghasilkan 32 Aturan Baru, serta mendapatkan data keterkaitan antar item 1 sebanyakn 29 Data, Keterkaitan antar item 2 sebanyak 86 Data, keterkaitan antar 3 item sebanyak 36 data.hasil rekomendasi jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan top 3in1 white coffee 10x21g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan pikopi 3in1 mix 9x20g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan top kopi gula aren 9z22g, jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan gadjah kopi tubruk 10x25g. jika konsumen membeli good day cof freeze hzl 5x30g maka konsumen juga membeli neo 3in1 mocca bag 10x20g dan good day 3in1 mocacinno 10x20g
Penerapan Algoritma FP Growth terhadap Transakasi Pembelian Bahan Baku Iqbal Agis Junizar; Anwar Pauji; Muhammad Aji Pratama; Kaslani; Cep Lukman Rohmat
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 1 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i1.116

Abstract

Pembelian merupakan sebuah proses penyediaan barang baik untuk keperluan produksi atau penambahan aset. Dalam praktiknya, masih terdapat kendala dalam menentukan besaran pembelian. Hal ini terjadi karena data belum terkomputerisasi dengan baik sehingga mengakibatkan stok tidak akurat, kesalahan order barang dan pencarian informasi membutuhkan waktu yang lama. Untuk mengatasi kendala dalam menentukan besaran pembelian, diperlukan suatu metode data mining dengan algoritma FP-Growth. Algoritma ini bertujuan untuk menetukan pola pembelian barang sehingga muncul kecenderungan barang mana yang sering dibeli. Dalam penelitian yang dilakukan di PT. Global Warna Indonesia, menghasilkan rekomendasi pembelian terbaik yaitu dengan melihat nilai support tertinggi serta nilai confidence-nya. Pola pembelian tersebut adalah pembelian BC (Retarder) dan Methanol dengan nilai support 0.167 atau 16,7% dan confidence sebesar 0.855 atau 85%.
Klasifikasi Status Stunting Balita Di Desa Slangit Menggunakan Metode K-Nearest Neighbor Irfan Ali; Dian Ade Kurnia; Muhammad Aji Pratama; Farids Al Ma’ruf
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 3 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

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

Abstract

Stunting pada balita merupakan salah satu permasalahan yang sedang dialami dunia kesehatan. Kejadian ini ditandai dengan berat badan dan tinggi badan yang tidak sesuai dengan umur. Selain itu juga dipengaruhi oleh pola konsumsi makanan dan penggunaan nutrisi yang tidak disesuaikan dengan kebutuhan tubuh. Dalam mencegah kejadian Stunting kegiatan yang rutin dilakukan adalah dengan memantau perkembangan status gizi dan status tumbuh kembang balita yang dilakukan melalui kegiatan posyandu yang berlangsung pada setiap bulan. Penelitian ini menggunakan pendekatan data mining dengan algoritma K-Nearest Neighbor yaitu menggunakan perhitungan jarak euclidean, adalah sebuah metode untuk mengelompokan atau mengklasifikasikan sebuah data dari uji kelas latih pada beberapa tetangga paing dekat dengan menggunakan rumus perhitungan jarak euclidean. parameter yang dipakai pada penelitian ini didasarkan pada data antropometrik atau data pengukuran tubuh manusia, yaitu Umur, Berat Badan dan Tinggi Badan. Pengujian dilakukan dengan perhitungan manual kemudian dibuat perankingan serta implementasikan kedalam aplikasi RapidMiner.