Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.288

P-Index

This Author published in this journals

All Journal Jurnal Sains Dasar Jurnal Ilmiah Teknik Industri Media Mesin: Majalah Teknik Mesin Phenomenon : Jurnal Pendidikan MIPA Cakrawala : Jurnal Humaniora Bina Sarana Informatika Paradigma Jurnal Pendidikan : Riset dan Konseptual Naditira Widya MABASAN Suar Betang Genta Bahtera : Jurnal Ilmiah Kebahasaan dan Kesastraan Multilingual UNDAS: Jurnal Hasil Penelitian Bahasa dan Sastra REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Kadera Bahasa Kelasa : Kelebat masalah bahasa dan sastra Kibas Cenderawasih : Jurnal Ilmiah Kebahasaan dan Kesastraan At-Tarbawi: Jurnal Kajian Kependidikan Islam

Agus Yulianto

Unknown Affiliation

Author-ID : 435070

Religion Arts Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences

Published : 29 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Prediksi Penjualan Produk Rokok Pada PT. Indomarco Prismatama Menggunakan Algoritma C4.5 Meliana Leonardi; Riska Emilda; Irena Katrin; Agus Yulianto
Paradigma Vol 23, No 2 (2021): Periode September 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak - Pandemi Covid-19 setidaknya membawa pengaruh buruk pada ekonomi nasional sepanjang tahun 2020 yang dampaknya dapat dirasakan tak terkecuali oleh retail. Tujuan dari penelitian ini adalah untuk menginformasikan prediksi penjualan produk rokok pada Indomaret Plus Eco RSUD Cengkareng agar perusahaan dapat melakukan pengadaan barang sesuai dengan permintaan. Adanya prediksi yang tepat diharapkan dapat mengatasi beberapa masalah dalam penjualan produk rokok pada Indomaret Plus Eco RSUD Cengkareng seperti menumpuknya dan ketidakteraturan produk membuat toko harus terus melakukan FEFO (First Expired First Out) yang dalam praktiknya cukup memakan waktu ataupun overproduction dan under production. Metode yang digunakan dalam penelitian ini adalah algoritma C4.5. Algoritma C4.5 merupakan algoritma klasifikasi data dengan tipe pohon keputusan. Nilai akurasi tertinggi diperoleh dari pengujian dengan 58 data training dan 37 data testing, menunjukkan tingkat akurasi 92,11%, tingkat kesalahan 7,894% dan nilai AUC 87,8% dengan akurasi klasifikasi baik. Ukuran merupakan atribut yang paling mempengaruhi penjualan produk tembakau, tergolong bestseller atau underseller. Kata Kunci: Data Mining, Decision Tree, Prediksi Penjualan. Abstract - The Covid-19 pandemic has had a bad influence on the national economy throughout 2020, the impact of which can be felt, including by retail. The purpose of this study is to inform the prediction of sales of cigarette products at Indomaret Plus Eco RSUD Cengkareng so that companies can procure goods according to demand. The correct prediction is expected to overcome several problems in selling cigarette products at Indomaret Plus Eco RSUD Cengkareng, such as piling up and product irregularities, making the store have to continue to carry out FEFO (First Expired First Out) which in practice is quite a time consuming or overproduction and under production. The method in this research is the C4.5 Algorithm. The C4.5 algorithm is a data classification algorithm with the type of decision tree (decision tree). The highest accuracy value was obtained from experiments with 58 training data and 37 testing data, which showed an accuracy rate of 92.11%, an error rate of 7.894%, and an AUC value of 87.8% with good classification accuracy. Size is the attribute that most influences the sale of cigarette products, which are classified as selling or not selling well. Keywords: Data Mining, Decision Tree, Sales Prediction.

Klasifikasi Data Pinjaman Koperasi Menggunakan Algoritma Naive Bayes Eki Sriazi Lisnanda Sodikin; Tri widiya putra; Muhamad Deden Ruhiyat; Agus Yulianto
Paradigma Vol 23, No 2 (2021): Periode September 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak - Koperasi sebagai badan usaha milik bersama yang berfungsi untuk menumbuhkan, mengembangkan dan mensejahterakan ekonomi anggota. pendapatan utama koperasi sangat bergantung pada besarnya jumlah angsuran yang dibayar oleh nasabah. Namun pada kenyataanya masalah yang terjadi justru timbul dari ketidak lancaran proses pembayaran pinjaman yang mengganggu perputaran uang bahkan sampai menyebabkan kerugian bagi koperasi. Untuk membantu pihak koperasi karyawan PT. Tungmung Textille Bintan menganalisa kelayakan pemberian pinjaman kepada calon nasabah, penelitian ini menggunakan Data Mining untuk menghitung nilai akurasi dari data histori peminjaman. Dengan menggunakan Metode Naïve bayes, nantinya data akan di klasifikasikan kedalam dua kategori yaitu lancar dan tidak lancar. Berdasarkan hasil pengujian mengenai penerapan metode naïve bayes untuk mengklasifikasi data historis pinjaman dengan membandingkan data testing menggunakan aplikasi rapid miner mendapatkan akurasi sebesar 71.81%, precision yaitu 87.02 % class lancar dan 36.67 % untuk class tidak lancar, Recall 76.05% pada class lancar dan 55.00% pada kelas tidak lancar, Area Under Curve (AUC) model algoritma naïve bayes adalah 0.634 hal ini menunjukan model algoritma naïve bayes mencapai klasifikasi yang baik.

Co-Authors Achmad Zikri Ahmad Arif Ahmad Izzuddin Budi Astuti Delvita Puspitasari Eki Sriazi Lisnanda Sodikin Eneng Iviq Hairo Rahayu Fatimah Primadian Irena Katrin iwan iwan Lucky Zaehir Maulana Meliana Leonardi Moch Rio Pambudi Muhamad Deden Ruhiyat Muhammad Ali Fauzi Rahmawan Wicaksono Restina Muji Mulyanti Riska Emilda Siswanto HR Sulhadi ' Suranto Suranto Tri widiya putra Yudhi Sanjaya Putra

Title Search

Found 2 Documents Search Journal : Paradigma

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Paradigma