Articles
<![CDATA[PENERAPAN BAYESIAN BELIEF NETWORK UNTUK ANALISIS DATA KRIMINAL ]]>
<![CDATA[Rio Rio]]>;
<![CDATA[Dedi Trisnawarman]]>;
<![CDATA[Bagus Mulyawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 2, No 2 (2014): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v2i2.3222
<![CDATA[Fokus utama dalam penelitian ini untuk membangun model bayesian terbaik dalam mencari profil kejahatan di Indonesia dengan mengunakan metode Bayesian Belief Network. Bayesian Belief Network atau biasa disbut Bayesian Network adalah model distribusi probabilitas gabungan yang digunakan untuk membantu dalam pengambilan keputusan pada keadaan yang tidak pasti. Bayesian Network ditampilkan dalam bentuh grafik yang merepresentasi suatu kumpulan variabel yang acak dan ketergantungan secara kondisional yang disebut directed acyclic graph(DAG). Dikarenakan Weka merupakan aplikasi pembelajaran mesin yang menyediakan berbagai algoritma untuk membantu dalam tugas penggalian data, seperti klasifikasi, regresi dan clusetering untuk tujuan penelitian, kami menggunakan Weka untuk membangun model DAG dengan menggunakan modul bayesnet classifier pada Weka yang berisi berbagai algoritma pencarian model seperti K2, Hillclimber, Tabu Search, Tree Augmented Naive Bayes dan lainya. Pencarian yang dilakukan dengan melakukan perbandingan algoritma pencarian untuk mencari model DAG dengan akurasi terbaik yang akan digunakan untuk pencarian profil kriminalitas di Indonesia. Setelah model DAG terbaik didapatkan, tahap selanjutnya adalah membuat rumus klasifikasi dari model DAG yang telah terbentuk sebelumnya. Algoritma pencarian terbaik yang dihasilkan Weka juga dibuat versi sendiri dengan tujuan sebagai pembanding dengan model yang telah dibentuk oleh Weka. Key words Bayesian Belief Networks, Data Mining, Neural Network, Weka, directed acyclic graph .]]>
<![CDATA[PERANCANGAN PROGRAM APLIKASI SISTEM BASIS DATA KUESIONER PENELITIAN BERBASIS WEB ]]>
<![CDATA[Dodi Putra]]>;
<![CDATA[Bagus Mulyawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 1, No 2 (2013): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v1i2.3124
<![CDATA[In today's modern era computers were instrumental to the advancement of an organization, which for the process is done by using a computer can be very helpful in shortening the time. At one of them is on the IS and STS lab, where there are researchers who are in the lab. They do research and process and store data, processing and storage of data is done is still done by hand, they get the data to be processed by distributing questionnaires, after getting past the data they process and store, processing and storage is still manual is by using micrfosoft excel therefore need to be made designing a database system application program questionnaire web-based research to assist in processing and storing as well as generate a report questionnaire with time quickly and accurately.Key wordsdatabase, research, questionnaries]]>
<![CDATA[CUSTOMER RELATIONSHIP MANAGEMENT MENGGUNAKAN METODE LEAST SQUARE DAN RFM K-MEANS BERBASIS WEBSITE ]]>
<![CDATA[Gabriel Ivan Setyaputra]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17835
<![CDATA[Persaingan di dunia bisnis semakin ketat dalam persaingannya, yang membuat tiap perusahaan berniat keras untuk menciptakan strategi bisnis yang bisa bersaing dengan tekanan kompetitor. Melihat kenyataan yang ada, dengan adanya kemajuan teknologi yang semakin pesat maka aplikasi Customer Relationship Management dapat menjadi solusi dalam memelihara hubungan yang baik dengan pelanggan.Aplikasi CRM ini dibuat sebuah fitur peramalan pendapatan sales tahunan yang dapat membantu perusahaan dalam menentukan strategi bisnis kedepannya. Perlu digaris bawahi bahwa proyeksi atau prediksi pendapatan harus berdasarkan kebenaran fakta yang diambil dari data penjualan dari masa lalu sehingga data yang di prediksi adalah data yang baik dan akurat. Dalam aplikasi yang dibuat saat ini, metode yang akan digunakan adalah metode Forecasting Least Square. Dari hasil Mean Absolute Percentage Error (MAPE) rata-rata error sebesar 19.27% berdasarkan data 2015 – 2018 untuk memprediksi tahun 2019-2020.juga dibuat sebuah fitur klustering yang bertujuan untuk mengelompokkan data setiap pelanggan dalam waktu per tahun ke dalam model Recency, Frequency dan Monetary Value dengan metode K-Means. Dari hasil perhitungan diperoleh nilai Davies Bouldin-Index (DBI) sebesar 0.410372 yang dapat disimpulkan bahwa klustering terhadap pelanggan terbentuk dengan baik.]]>
<![CDATA[PERANCANGAN E-LEARNING SMA DAMAI PADA PLATFORM ANDROID DAN WEBSITE ]]>
<![CDATA[Edwin Suryaputra]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Novario Jaya Perdana]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 7, No 1 (2019): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (462.039 KB)
|
DOI: 10.24912/jiksi.v7i1.5801
<![CDATA[During this time DAMAI High School still applied a conventional system in the teaching and learning process conducted by teachers with students. Therefore, the solution needed is to make an Android-based e-learning application and website. E-Learning is a system or concept of education that utilizes information technology in the teaching and learning process. This e-learning application is made using descriptive research methods with a type of case study research in schools, where data collection techniques are used between observation and interviews. For the development method using a structured method with several tools and workmanship techniques such as flowcharts, context diagrams, and relationships between tables. The programming language used in designing e-learning is PHP and the database used is MySQL. The method used to integrate Android with a website is by using a RESTful API that is distributed using JSON. With the DAMAI high school e-learning Android and website application solution, it is hoped that it can help teachers and students in conducting teaching and learning activities flexibly.]]>
<![CDATA[IMPLEMENTASI METODE COLLABORATIVE FILTERING UNTUK ANALISIS DATA BELANJA KONSUMEN BERBASIS WEBSITE (STUDI KASUS RESTORAN MYKITCHEN) ]]>
<![CDATA[Edwin Jayadi]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 9, No 1 (2021): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (473.272 KB)
|
DOI: 10.24912/jiksi.v9i1.11559
<![CDATA[In determining the right recommendation, of course, we need a method that can provide accurate recommendation results. The basics of determining recommendations can use ratings from one or more users. This will generate beneficial benefits, especially for parties engaged in the food and beverage industry.The role of technology does not escape to produce the right recommendation system. By implementing the ItemBased Collaborative Filtering method, users can find out the right restaurant menu recommendations based on user ratings.The Item-based Collaborative Filtering method is a method that uses the evaluation of one user and another user to obtain a recommendation. This is based on the assumption that the tendency of users is the same from time to time to a product. So that the system will provide feedback to users by processing the rating data. In determining menu recommendations for users, the ItemBased Collaborative Filtering method obtains an accuracy rate of 100%.]]>
<![CDATA[PEMBUATAN APLIKASI E-COMMERCE BERBASIS WEB DENGAN FITUR REKOMENDASI MENGGUNAKAN METODE CONTENT-BASED FILTERING ]]>
<![CDATA[Daniel Daniel]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Tri Sutrisno]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17837
<![CDATA[Karena semakin banyaknya informasi produk yang ada pada internet, maka mengakibatkan beberapa kesulitan terhadap user. Salah satu kesulitan user adalah pencarian informasi yang diinginkan oleh user. Walaupun dengan search engine (mesin pencari) user dapat dengan mudah mencari produk yang diinginkannya, tetapi masalah baru akan muncul disaat user tidak mengetahui nama atau kata kunci yang dibutuhkan untuk mencari suatu produk. Oleh karena itulah sistem rekomendasi (recommender system) dikembangkan.Skripsi ini merupakan skripsi yang berfokus kepada sistem rekomendasinya. E-commerce disini hanya sebagai tempat pengimplementasian. Tujuan dari skripsi ini adalah untuk membantu para user yang kebingungan untuk mencari game yang ingin dimainkan tetapi tidak mengetahui judul ataupun kata kunci dari game tersebut.Metode yang digunakan pada skripsi ini adalah content-based filtering¬. Metode ini menggunakan konten seperti judul, deskripsi atau genre sebagai data awal untuk melakukan rekomendasi. Pada skripsi ini, genre game digunakan sebagai konten untuk menjalankan metode content-based filtering. Jadi, rekomendasi yang ada pada skripsi ini berdasarkan dari kemiripan genre game. Dari metode ini dibentuklah sistem rekomendasi yang diimplementasikan ke dalam e-commerce game sebagai salah satu fitur yang ada.Hasil dari rekomendasi ada pada website e-commerce game dalam halaman recommendation. Pada halaman recommendation berisikan game-game hasil rekomendasi dari game pilihan user pada saat registrasi dan game pada library user.]]>
<![CDATA[E-COMMERCE BLESSED PARTY DENGAN SISTEM REKOMENDASI APRIORI DAN COLLABORATIVE FILTERING ]]>
<![CDATA[Delya Delya]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 10, No 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v10i1.17851
<![CDATA[ Evolusi internet yang beriringan dengan pesatnya perkembangan teknologi informasi membawa banyak pengaruh ke dalam kehidupan, salah satunya adalah dengan kemunculan perdagangan secara elektronik atau e-commerce. Kemudahan perdagangan digital ini membuat banyak pebisnis mulai beralih dari bisnis konvensional ke bisnis digital dengan pemanfaatan e-commerce sehingga persaingan ketat di internet juga mulai muncul. Maka dari itu, pada kesempatan ini akan dibangun sistem aplikasi penjualan online bagi Blessed Party dengan kelebihan fitur rekomendasi yang dibuat menggunakan metode Apriori dan Collaborative Filtering. Perancangan aplikasi dilakukan untuk memudahkan transaksi antar pembeli dan penjual pada toko Blessed Party. Data yang digunakan dalam perancangan ini merupakan data transaksi dan rating produk yang diambil dari riwayat penjualan Blessed Party selama tahun 2020 melalui platform sebelumnya, Shopee dan Tokopedia. Uji coba pada metode Apriori dilakukan sebanyak 3 kali untuk menemukan aturan asosiasi terkuat serta meneliti parameter minimum support yang dimasukkan. Uji coba metode Collaborative Filtering dilakukan sebanyak 3 kali juga untuk menilai kestabilan akurasi dari metode tersebut dengan menggunakan mean absolute error (MAE) yang didapatkan hasilnya stabil mendekati angka 0 sebanyak 3 kali dan menghitung nilai precision dan hasil yang didapatkan sebesar 0.7 di mana hal ini berarti metode tersebut efektif untuk memberikan rekomendasi.]]>
<![CDATA[IMPLEMENTATION OF MINIMUM STOCK DETERMINATION USING PREDICTION AND ECONOMIC ORDER QUANTITY (EOQ) METHOD ]]>
<![CDATA[Kelvin Fernando Pinem]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Novario Jaya Perdana]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 9, No 1 (2021): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1192.618 KB)
|
DOI: 10.24912/jiksi.v9i1.11586
<![CDATA[In an effort to get competitive prices, one must be able to organize the planning of the availability of the goods it owns so that it can maintain a balance between demand and the existing stock of goods (supply). This application aims to create a precise forecasting system that is useful for determining the inventory of goods in stock that must be done in accordance with the old sales data that have occurred. The method used in this research is forecasting to predict or predict the inventory of goods, then calculating the Economic Order Quantity (EOQ) to return the number of items ordered which will ultimately reduce the cost of inventory. The forecasting method used is Single Exponential Smoothing (SES), Double Exponential Smoothing (DES). The results of data testing on the Forecast method using Forecasting used are Single Exponential Smoothing (SES) and Double Exponential Smoothing (DES). The smallest MAD results were obtained from each of the Forecast methods. After forecasting, the best forecasting method will be chosen which has the value of Mean Absolute Deviation (MAD), mean quality squared (Mean Square Error), the proportion of mean absolute error (Mean Absolute Percentage Error). This Economic Order Quantity (EOQ) method helps to determine the optimal purchase frequency. How to determine and the optimal frequency of purchases.]]>
<![CDATA[PEMBUATAN APLIKASI E-COMMERCE CUSTOMIZE PAKAIAN DAN PREDIKSI STOK DENGAN MENGGUNAKAN METODE REGRESI LINEAR SEDERHANA ]]>
<![CDATA[Febryan Valentino Tansen]]>;
<![CDATA[Bagus Mulyawan]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 7, No 2 (2019): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (365.135 KB)
|
DOI: 10.24912/jiksi.v7i2.7369
<![CDATA[Bigoneshop is an online store that sells various types of clothing. In this era, there is a lot of interest from buyers who want to buy clothes by designing it themselves. Therefore, a new innovation will be made from the world of clothing, website that sells various kinds of clothing and will apply editing or design features directly to the Bigoneshop website and can request new clothes. So, it will provide flexibility for buyers to design their clothes and make it easier for buyers when making transactions. Editing features and requests clothes are using HTML 7 with the fabric.js and canvas libraries. In addition to the above features, a feature will be made to predict the stock that is intended for the admin Bigoneshop website. With this feature, it is expected to reduce errors in the process of providing goods. In this feature you will use the Simple Linear Regression method to make the prediction process. From the results of the tests conducted, it was found that with custom clothing websites and stock prediction features, it can make it easier for buyers to customize clothing online and very helpful for admin in predicting stock.]]>
<![CDATA[PEMBUATAN PROGRAM APLIKASI REGISTRASI KOLEKSI MUSEUM RADYAPUSTAKA BERBASIS WEB ]]>
<![CDATA[Firdah Sholihah]]>;
<![CDATA[Ery Dewayani]]>;
<![CDATA[Bagus Mulyawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol 4, No 1 (2016): Jurnal Ilmu Komputer dan Sistem Informasi ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (8.9 KB)
|
DOI: 10.24912/jiksi.v4i1.147
<![CDATA[Application program of collection registrasion is to help employees or museum administrators to manage storage of data on a collection of objects that enter or registered, where the data is stored properly and computerized.The methodology used in the making of this application program is using waterfall method, where the method consists of the Planning Phase, Analysis Phase, Design Phase and Implementation Phase. The results achieved in this application program is the collection management activities can be run well and stored collections can be searched based on name of the collection, category of collection, storage areas and collection of contributor.]]>
