Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal JURIKOM (Jurnal Riset Komputer) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Rina Mahyuni
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Implementasi Data Mining Menganalisa Pola Penjualan Rempah-Rempah Menggunakan Metode Fp-Growth Fiqal Kana; Mukhlis Ramadhan; Rina Mahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 4 (2022): EDISI JULI 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i4.5586

Abstract

Toko Shima Rempah merupakan unit usaha yang menjual rempah-rempah yang terletak di jalan bakaran batu lubuk pakam. Dalam penjualan barang (produk) unit usaha ini sering mengalami masalah karena pola penjualan yang tidak beraturan sehingga masih kesulitan dalam menentukan produk apa saja yang sering dibeli oleh pelanggan dan produk apa saja yang saling memiliki keterkaitan, agar dapat melakukan penambahan persediaan produk dan agar penjualan berjalan dengan baik sehingga  pihak toko Shima Rempah bisa lebih. Data mining adalah proses yang memperkerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis. Data mining merupakan proses iterative dan interaktif untuk menemukan pola atau model baru yang sempurna, bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive database). Maka dari itu teknik yang akan digunakan pada karya ilmiah ini adalah asosiasi dengan menggunakan algoritma FP-Growth. Metode FP-Growth ini merupakan suatu cara mengukur data kedekatan antar produk rempah yang disediakan. FP-Growth adalah metode yang sering memanfaatkan itemset dalam pertambangan data atau produk. 
Pengamanan Data Pengiriman Barang Di J&T Cargo Menggunakan Metode Rivest Shamir Adleman (RSA) Desmi Natalia Simbolon; Nugroho, Nurcahyo Budi Nugroho; Rina Mahyuni
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 8 No. 1 (2025): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v8i1.10718

Abstract

Keamanan dan kerahasiaan data merupakan hal yang penting dalam pengiriman barang, Salah satu masalah yang dihadapi oleh J&T Cargo Padang Bulan Medan dalam pengamanan data pengiriman barang adalah pemalsuan data. Pihak karyawan dengan sengaja mengubah jumlah total ongkos pengiriman barang dalam perhari hanya untuk mendapatkan keuntungan pribadi, tentu hal ini sangat merugikan pihak J&T Cargo Padang Bulan Medan. Selain itu, risiko penyadapan dan pencurian informasi juga menjadi ancaman yang harus ditangani. Dalam menyelesaikan masalah tersebut, J&T Cargo Padang Bulan Medan menerapkan tindakan dengan mengimplementasikan kriptografi algoritma Rivest Shamir Adleman (RSA), algoritma ini menggunakan dua kunci yaitu kunci public dan kunci private yang unik setiap entitas yang terlibat. Dengan menggunakan kunci public untuk mengenkripsi data pengiriman barang, informasi tersebut tidak dapat dibaca oleh pihak yang tidak memiliki kunci private yang tidak sesuai. Dengan demikian hasil dari sistem yang telah dirancang, maka akan membantu pihak J&T Cargo Padang Bulan Medan dalam menentukan pengamanan data pengiriman barang yang lebih tepat, baik, dan akurat.
Penerapan Algoritma C4.5 dalam Klasifikasi Tingkat Konsumsi Harian Masyarakat untuk Mengurangi Food Waste pada UMKM di Kota Medan Dea Khairani; Puji Sari Ramadhan; Rina Mahyuni
JURNAL RISET KOMPUTER (JURIKOM) Vol. 13 No. 2 (2026): April 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v13i2.9660

Abstract

This study addresses the issue of inaccurate production forecasting among breakfast-serving SMEs in Medan due to fluctuations in demand, which often result in food waste and financial losses. The objective of this study is to develop a classification model for daily consumption levels (high, medium, low) to serve as the basis for production recommendations. The method used is the C4.5 Decision Tree algorithm with a dataset of 92 daily operational records covering the attributes of production catesgory, menu type, weather conditions, and operational days. The data was preprocessed through attribute categorization, then analyzed using entropy and gain ratio calculations to form a decision tree. Model evaluation was performed using 10-fold cross-validation in RapidMiner. The results showed that the production category attribute had the highest gain ratio, making it the root of the decision tree. The resulting model achieved an accuracy of 57.56% with a deviation of ±7.85%, performing best in the moderate consumption class. The primary contribution of this study is the generation of IF–THEN-based decision rules that can be practically applied by SMEs to adjust daily production volumes based on operational conditions, thereby helping to reduce potential food waste without requiring complex calculations.
Co-Authors Dea Khairani Desmi Natalia Simbolon Fiqal Kana Mukhlis Ramadhan Nugroho, Nurcahyo Budi Nugroho Puji Sari Ramadhan