Garuda - Garba Rujukan Digital

PENERAPAN METODE DATA MINING PADA KASUS KRIMINALITAS INDONESIA Rahmadayanti, Fitria; Rahayu, Rika
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2054

Kriminalitas merupakan masalah yang sering terjadi di lingkungan masyarakat yang dapat mengancam keselamatan dimana saja termasuk di negara Indonesia. Berdasarkan data dari Badan Statistic tindak Kriminaitas di Indonesia sebesar 90 per 100.000 penduduk pada tahun 2021. hal itu berarti ada 90 dari 100.000 penduduk yang menjadi korban kriminalitas sepanjang tahun lalu. Ini menjadi PR pemerintah dan kepolisian republic indonesia khususnya untuk dapat menangani dan mengupayakan penanggulangan kriminalitas di Indonesia. Tujuan dari penelitian ini adalah dapat membantu pihak kepolisian di Indonesia menganalisis data-data kriminalitas yang terjadi berdasarkan jenis kejahatan sehingga mempermudah pemerintah Indonesia dalam mengambil suatu keputusan. Metode yang digunakan pada penelitian adalah metode CRIS-DM yang terdiri dari 6 tahap yaitu Business Understanding (Pemahaman Bisnis), Data Understanding (Pemahaman Data), Data Preparation (Persiapan Data), Modelling (Pemodelan), Evaluation (Pengujian) dan Deployment (Penyebaran). Pada penelitian dilakukan pengelompokan data kriminalitas di Indonesia menggunakan Algoritma K-Means, Data yang diloah di bagi menjadi 3 Cluster yaitu Cluster tindak kriminalitas tingkat tinggi (C0), Cluster tindak kriminalitas tingkat sedang (C1) dan Cluster tindak kriminalitas tingkat renda (C2). Hasil algoritma K-Means diperoleh dengan hasil Cluster 1 dengan kategori tindak kriminalitas sangat tinggi memiliki 22 items, Cluster 2 dengan kategori tinggi memiliki 1 items dan Cluster 3 dengan kategori sedang memiliki 11 items.

PENERAPAN ALGORITMA C4.5 PADA PRODUK PENJUALAN MAKANAN RINGAN Rahmadayanti, Fitria; Asminah, Asminah; Cahaya, Della Tri
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2294

Advances in technology and information today create smart innovations in business, which we can call business intelligence. Competition in the business sphere forces business people to always think about strategies and breakthroughs that can ensure the sustainability of the business being run.The purpose of this study is to accurately analyze the C4.5 algorithm in classifying the best-selling food sales products. The results of research that have been obtained that product sales that are less than 207 include food that is less in demand while sales of products that are more than 207 are among the best-selling foods. Product sales of more than 207 are the best-selling foods where there are 5 best-selling food products. While the sales of products that are less than 207 are less in demand food where there are 5 food products that are less in demand.

IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN OBAT Gesta Wulandari; Sasmita Sasmita; Fitria Rahmadayanti
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 1 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i1.1270

This study aims to enhance the efficiency of drug inventory management at UPTD Puskesmas Rawat Inap Bandar Kota Pagar Alam by applying the Apriori algorithm to analyze patient drug purchasing patterns. The dataset consists of 470 drug transactions from January to May 2023, with a minimum support of 12% and a minimum confidence of 10%. The research follows the CRISP-DM method, which includes business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Analysis using RapidMiner revealed several association patterns, such as patients who purchase ibuprofen 400 mg also tend to buy calcium lactate 500 mg with a confidence of 0.100, and patients who buy sanmol 500 mg also buy pyrantel pamoate tab scored 125 mg with a confidence of 0.122. Implementing this algorithm helps the health center manage drug inventory more effectively, reducing overstock and understock issues, and minimizing errors in drug data recording. The study concludes that the application of the Apriori algorithm is beneficial for identifying drug purchasing patterns, thereby improving the quality of healthcare services at the health center.

Pembuatan Batako dengan Abu Sekam Padi untuk Meningkatkan Ekonomi Kelompok Tani di Pagar Alam Aisah, Elpita; Dhiniati, Fameira; Rahmadayanti, Fitria
Jurnal SOLMA Vol. 13 No. 3 (2024)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v13i3.16307

Pendahuluan: Di Desa Tugu Wangi, sekam padi masih dibakar, sehingga menyebabkan polusi udara. Namun, abu sekam padi dapat dimanfaatkan untuk membuat batako, karena memiliki kandungan selulosa, lignin, dan silika, yang dapat meningkatkan kekuatan batako dan memiliki nilai jual. Metode: Sosialisasi tentang pemanfaatan abu sekam padi dalam pembuatan batako. Kegiatan dilanjutkan dengan pelatihan langsung pembuatan batako menggunakan teknologi molen mixer, serta pendampingan untuk memastikan kelanjutan produksi dan pemasaran produk batako. Hasil: Kegiatan ini berhasil menghasilkan batako dari abu sekam padi, memberikan nilai tambah ekonomi bagi Kelompok Tani Tebat Empai Subur di Desa Tugu Wangi. Para peserta pelatihan kini mampu memproduksi batako dengan teknologi yang diterapkan dan meningkatkan pendapatan mereka. Kesimpulan: Pemanfaatan abu sekam padi sebagai bahan pembuatan batako dapat meningkatkan pendapatan ekonomi masyarakat Desa Tugu Wangi, serta mengurangi polusi udara dari pembakaran sekam padi. Kegiatan ini menawarkan peluang bisnis baru yang berkelanjutan.

PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI PENERIMAAN BEASISWA rahmadayanti, fitria
Jurnal Teknologi Informasi Mura Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i2.2501

Pendidikan merupakan salah satu faktor terpenting bagi pelajar untuk meningkatkan kualitas dan mengembangkan potensi diri. Program wajib belajar di Indonesia mewajibkan anak Indonesia untuk menempuh pendidikan selama 12 tahun. Namun dalam implementasinya pemenuhan wajib belajar 12 tahun tidak sepenuhnya berjalan tanpa kendala, salah satu kendala yang banyak dialami oleh para pelajar adalah biaya pendidikan. Dalam upaya menanggulangi kendala tersebut, maka pemerintah mengadakan program beasiswa yang ditujukan untuk siswa kurang mampu. Pada penelitian ini terdapat proses seleksi untuk pemberian program beasiswa oleh pihak sekolah program ini menggunakan algoritma data mining klasifikasi C4.5 dengan memprediksi penerimaan beasiswa di SMA N.01 Tanjung Sakti Pumu. Kriteria yang digunakan adalah nama siswa, ttl, alamat, pekerjaan orang tua, dan penghasilan orang tua. Dengan demikian penelitian ini menghasilkan rule yang dapat membantu pihak sekolah untuk melakukan proses klasifikasi untuk menentukan siapa saja siswa yang berhak menerima beasiswa. Metode algoritma C4.5 ini dipilih karena mampu dalam membantu sebuah klasifikasi dalam penerimaan beasiswa juga akan menyederhanakan dalam pengambilan keputusan. Hasil dari penelitian ini menunjukkan akurasi sebesar 54% (diterima) dan 46% (ditolak) pada penerimaan beasiswa.

PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI PENERIMAAN BEASISWA rahmadayanti, fitria
Jurnal Teknologi Informasi Mura Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i2.2501

Pendidikan merupakan salah satu faktor terpenting bagi pelajar untuk meningkatkan kualitas dan mengembangkan potensi diri. Program wajib belajar di Indonesia mewajibkan anak Indonesia untuk menempuh pendidikan selama 12 tahun. Namun dalam implementasinya pemenuhan wajib belajar 12 tahun tidak sepenuhnya berjalan tanpa kendala, salah satu kendala yang banyak dialami oleh para pelajar adalah biaya pendidikan. Dalam upaya menanggulangi kendala tersebut, maka pemerintah mengadakan program beasiswa yang ditujukan untuk siswa kurang mampu. Pada penelitian ini terdapat proses seleksi untuk pemberian program beasiswa oleh pihak sekolah program ini menggunakan algoritma data mining klasifikasi C4.5 dengan memprediksi penerimaan beasiswa di SMA N.01 Tanjung Sakti Pumu. Kriteria yang digunakan adalah nama siswa, ttl, alamat, pekerjaan orang tua, dan penghasilan orang tua. Dengan demikian penelitian ini menghasilkan rule yang dapat membantu pihak sekolah untuk melakukan proses klasifikasi untuk menentukan siapa saja siswa yang berhak menerima beasiswa. Metode algoritma C4.5 ini dipilih karena mampu dalam membantu sebuah klasifikasi dalam penerimaan beasiswa juga akan menyederhanakan dalam pengambilan keputusan. Hasil dari penelitian ini menunjukkan akurasi sebesar 54% (diterima) dan 46% (ditolak) pada penerimaan beasiswa.

KLASIFIKASI JENIS PENYAKIT KATARAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Rahmadayanti, Fitria; Angraini, Inda; ., Sulaiman
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 10 No 1 (2025): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v10i1.2688

The purpose of this study is to assist the Besemah City Hospital in Pagar Alam in classifying cataract data. The large number of cataract sufferers causes the eye polyclinic to collect data randomly and so that it is incomplete in submitting reports, with the classification of cataract disease or data grouping to make it easier for the polyclinic to find out which cataract disease groups are the highest based on their causes and to make it easier for the eye polyclinic to collect reports. The study applies the K-Nearest Neighbor (KNN) method as an algorithm for cataract data classification. The development method used is CRIPS-DM consisting of six phases, namely the business understanding process, data understanding, data preparation, modeling, evaluation and Deployment. There are 842 data from the results of the classification of cataract disease types using the KNN algorithm which were tested with rapid miner types of unsficified cataract disease 390, senile nuclear cataract 43, senile incifient cataract 196, unscified cataract 39, other cataracts 1, complicated cataract 67, senile cataract 11, senile cataract morgagnian type 0, invatile juvenile 4, traumatic cataract 0, and the results of the rapid miner accuracy of 89.19% performance vector.

Workshop Pembuatan Kalkulator Akuntasi Berbasis Android Pada SMK PGRI Kota Pagaralam Puspita, Desi; Arif, Alfis; Rahmadayanti, Fitria
FORDICATE Vol 1 No 1 (2021): November 2021
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

The purpose of the implementation of community service activities is toprovide knowledge and basic skills in the field of application for accountingcalculator based on Android as supporting learning. The development ofinformation technology that supports the implementation of the activities(supporters) of the current work very much and offers facilities to their respectiveexcellence, the positive development of technology will make a good thing fortechnology users to facilitate daily activities. One technology that supports is asmartphone. Most students/I SMK PGRI City Pagar Alam already has a lot ofsmartphone based on Android. But here students/I SMK PGRI still not muchunderstand well in the use of Android learn especially the field of accounting.Method of implementation that is played in direct dedication come to the field toconvey the material through a workshop on making an Android-based accountingcalculator for students/I SMK PGR City Pagar Alam with the source of 1 personlecturer of Informatics Engineering Study Program and accompanied 1 studentsprogram Informatics Engineering STT Pagaralam. Conclusion in the report ofdevotion carried out in accordance with the prescribed procedures and cancontribute in the form of science to the students SMK PGRI and also can increasethe professionalism of lecturers in the Environment of Informatics EngineeringProgram of high School technology Pagar Alam. Results of the activities in SMKPGRI Siswa/I can increase knowledge and understanding especially the field oftechnology based on Android

pemetaan tingkat kriminalitas kota pagar alam dengan memanfaatkan metode machine learning Sasmita, Sasmita; Rahmadayanti, Fitria; Rahayu, Rika
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 23 No 1 (2024): Februari 2024
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v23i1.9599

Tujuan dari penelitian ini adalah menghasilkan pemetaan tingkat kriminalitas kota Pagar Alam dengan memanfaatkan metode machine learning. Penelitian ini dilatar belakangi data laporan polisi kurang lengkapnya data dalam berita acara pemeriksaaan yang digunakan, berdampak pada informasi terkait lokasi kejadian yang ada pada data laporan Satreskrim sehingga kurangnya keakuratan informasi. Metode pengembangan sistem menggunakan CRISP-DM yang terdiri dari 6 tahap yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation dan Deployment. Pada penelitian ini algoritma yang digunakan yaitu K-Means Clustering, data diolah menjadi 3 Cluster yaitu Cluster tingkat kriminalitas tidak rawan (C0), Cluster rawan (C1), Cluster sangat rawan (C2). Hasil diperoleh tahun 2020 untuk cluster_0 yaitu sebanyak 28 kelurahan, tahun 2021 sebanyak 24 kelurahan dan tahun 2020 sebanyak 20 kelurahan. Untuk cluster_1 pada tahun 2020 yaitu 6 kelurahan, tahun 2021 sebanyak 10 kelurahan dan tahun 2022 sebanyak 11 kelurahan. Dan cluster_2 pada tahun 2020 dan 2021 yaitu hanya 1 kelurahan dan tahun 2022 sebanyak 4 kelurahan. Metode pengujian menggunakan Elbow. Hasil dari pengujian metode Elbow untuk menghitung hasil SSE terbentuk 3 cluster (K=3) dengan nilai 3244.766. Hasil pengujian dengan jumlah cluster 3 dapat dikatakan valid atau sesuai dengan hasil clastering k-means pada Rapid Miner, hasil dari klasterisasi berupa pemetaan menggunakan ArcGISÂ

OPTIMALISASI WARUNG SAYUR BERBASIS DIGITAL MARKETING Rahmadayanti, Fitria; Asminah, Asminah; Akbar Nur Icshan, Onne
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 12 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i12.4710-4715

Tujuan penelitian ini adalah meningkatkan nilai jual produk seperti sayur sayuran, buah buahan dan kebutuhan pokok lainnya menggunakan metode digital marketing. Permasalahan yang di hadapi UMKM Warung Sayur saat ini adalah penjualan yang secara langsung membuat mereka kewalahan dari pembelian barang sampai ke distribusi dan ruang lingkup pemasaran yang begitu sempit. Belum adanya inovasi untuk membuat produk sayur,buah dan daging menjadi tahan lama dan masih segar. Solusi yang dapat dijadikan alternatif adalah 1) membuat packing produk (Sayur sayuran, buah buahan dan aneka daging) agar terlihat lebih menarik dan produk tahan lama 2) untuk meningkatkan hasil penjulan dengan memanfaatkan digitalisasi marketing, pendampingan dan pelatihan pembuatan akun media sosial implementasi digital marketing bagi pemilik UMKM untuk meningkatkan omset penjualan.

Title

Found 32 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 32 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 32 Documents
Search