Article Per Year (5 Year)
p-Index From 2021 - 2026
2.957
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal Jurnal Buana Informatika Jurnal Informatika Jurnal Sarjana Teknik Informatika Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Prosiding SNATIF Jurnas Nasional Teknologi dan Sistem Informasi InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan JOIV : International Journal on Informatics Visualization Jurnal Ilmiah FIFO JRST (Jurnal Riset Sains dan Teknologi) Jurnal Sisfokom (Sistem Informasi dan Komputer) IJISTECH (International Journal Of Information System & Technology) JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Jurnal Inti Talafa : Jurnal Teknik Informatika Building of Informatics, Technology and Science Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) IJISTECH Techno Urecol Journal. Part E: Engineering Jurnal Informatika: Jurnal Pengembangan IT ABDIMASTEK
Lisna Zahrotun
Universitas Ahmad Dahlan
Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Penerapan Algoritma Apriori Pada Transaksi Penjualan untuk Rekomendasi Menu Makanan dan Minuman Resto Seafood Elyana, Ade; Zahrotun, Lisna
Jurnal Ilmiah FIFO Vol 17, No 1 (2025)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441//fifo.2025.v17i1.005

Abstract

Restoran merupakan salah satu fasilitas dalam industri layanan makanan dan bagian dari akomodasi pariwisata yang berperan dalam memenuhi kebutuhan wisatawan atau pelanggan. Saat ini, pencatatan transaksi di restoran masih dilakukan secara manual, namun dengan perkembangan teknologi, restoran berencana untuk mengadopsi sistem digital guna mempermudah penyusunan laporan penjualan dan pengembangan strategi pemasaran yang lebih efektif. Dalam menghadapi persaingan dikawasan wisata, system digital saja tidak cukup namun juga perlu strategi dalam menarik pelanggan. Tujuan dalam penelitian ini adalah membuat aplikasi penjualan dan melakukan analisis hasil dari transaksi penjualan tersebut. Metode yang digunakan dalam penelitian ini adalah Algoritma Apriori dengan pengujian menggunakan lift ratio. Data yang digunakan merupakan data transaksi sebanyak 1017 dari bulan juli hingga September. Hasil dari penelitian ini adalah apalikasi yang mampu melakukan analisis menggunakan metode Apriori. Hasil dari analisis yang diperoleh beberapa pola yang dapat dijadikan rekomendasi restoran dalam memberikan promo salah satunya kombinasi mendoan, teh, ikan bakar, cah kangkung dan Nasi.
Data Mining Pengelompokan UMKM di Bidang Fashion dan Kerajinan Kota Yogyakarta Menggunakan AHC Average Linkage Faishal, Muhammad; Juniarti, Rahmat; Zahrotun, Lisna; Linarti, Utaminingsih; Jones, Anna Hendri Soleliza
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 7 No 2 (2023): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v7i2.324

Abstract

UMKM di Kota Yogyakarta saat ini tumbuh sangat pesat dan menjadi salah satu penompang ketahanan ekonomi dengan tenaga kerja yang mendominasi. Pemerintah melalui Dinas Koperasi dan UMKM DIY sebagai pengelola memiliki kesulitan dalam mengolah data yang ada. Terdapat sebanyak 32 ribu unit UMKM di berbagai bidang dalam database pemerintah yang terinput dari tahun 2021 hingga 2022 dan dalam kondisi masih tercampur. Pemerintah berniat untuk mengelompokkan data UMKM tersebut agar dapat dilakukan pengembangan dan pemberdayaan kedepannya. Diawali dari bidang fashion dan kerajinan sebagai salah satu komoditas penggaet wisatawan. Baru terdapat 195 unit UMKM bidang ini dari 2769 unit yang terverifikasi aktif pada database milik pemerintah. Metode yang digunakan dalam pengelompokan UMKM ini adalah AHC Average Linkage, dan pengujian yang dilakukan dari hasil pengelompokan menggunakan metode Silhouette Coefficient. Hasil penelitian ini berupa informasi pengelompokan UMKM bidang fashion dan kerajinan. Skor silhouette yang didapat pada UMKM fashion dan UMKM kerajinan sebesar 0.64 dan 0.65, didapatkan 2 cluster setiap UMKM-nya dan cluster yang dipilih untuk informasi kepada pemerintah adalah cluster 1. Kriteria UMKM fashion adalah kegiatan usaha penjualan , pemasaran dari DIY hingga ekspor, pendapatan kurang dari 10 juta hingga kurang dari 25 juta dan umur usaha 6,5 tahun. Kriteria UMKM kerajinan adalah kegiatan usaha penjualan dan produksi, pemasaran dari DIY hingga ekspor, pendapatan kurang dari 10 juta dan umur usaha 7,1 tahun.
Penerapan Metode K-Medoids Guna Pengelompokan Data Usaha Mikro, Kecil dan Menengah (UMKM) Bidang Kuliner Di Kota Yogyakarta Linarti, Utaminingsih; Soleliza Jones, Anna Hendri; Zahrotun, Lisna; Rahmawati, Anita
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2194

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan kegiatan yang dikelola secara individu maupun lembaga dan berperan penting dalam pertumbuhan perekonomian negara. Dinas Perindustrian, Koperasi, dan Usaha Kecil dan Menengah Yogyakarta memiliki kendala mengenai pemilihan UMKM dalam memberikan layanan untuk meningkatkan UMKM di Kota Yogyakarta. Penelitian ini bertujuan untuk menghasilkan analisis dan akurasi data untuk mengelompokkan bidang Kuliner di kota Yogyakarta. Metode yang akan digunakan yaitu Algoritma K-Medoids. Metode ini merupakan algoritma pengelompokan untuk mempartisi data dan menetapkan objek representatif dengan kata lain medoids sebagai titik pusat atau centroid. Metode pengujian yang digunakan silhouette coefficient dengan langkah penelitian mulai dari load data, data cleaning, seleksi data, transformasi data, penerapan algoritma k-medoids, pengujian, dan representasi hasil. Penelitian menggunakan 1336 data dengan metode pengujian silhouette coefficient menghasilkan akurasi 0,60 dan menghasilkan pengelompokkan data yang terbagi menjadi dua cluster. Cluster 0 memiliki data 1073 dan cluster 1 memiliki data 263. Pada Cluster 0 terdapat 70% memiliki pendapatan kurang dari 10 juta dan sebanyak 20% memiliki pendapatan 25 juta pertahun. Tujuan pemasaran dilakukan dalam wilayah DIY hingga luar Negeri dan rata-rata umur usaha 8,5 tahun. Pada cluster 1 terdapat 52% memiliki pendapatan kurang dari 10 juta pertahun dengan tujuan pemasaran dilakukan dalam wilayah DIY dan rata-rata umur usaha 33,6 tahun.
Strategy for improving and empowering MSMEs through grouping using the AHC method Zahrotun, Lisna; Amanatullah, Yosyadi Rizkika; Linarti, Utaminingsih; Soleliza Jones, Anna Hendry
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 13 No. 1 (2024): MARET
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v13i1.2021

Abstract

The high number of migrants in the city of Yogyakarta has resulted in increased opportunities for Micro, Small and Medium Enterprises (MSMEs) in Culinary and Handicrafts. The large amount of data collected by the Cooperative Office, which reached thousands, caused inas to have difficulties in determining what training was needed by MSMEs and also difficulties in choosing which MSMEs would receive training held by the Cooperative Office. In addition, the Yogyakarta Cooperatives and UMKM Office had difficulties in selecting which UMKM needed to receive these trainings. Grouping can be used as a strategy in selecting MSMEs and determining training according to their individual needs. The purpose of this study was to group SMEs using the Agglomerative Hierarchical Clustering Single Linkage method and its application to provide recommendations for MSME groups to the Yogyakarta Cooperative and MSME Office. The results of the recommendations for the number of groups can be used in providing implementation, design, and evaluation of the development and empowerment of MSME data in the City of Yogyakarta. This study uses the Agglomerative Hierarchical Clustering Single Linkage method. The stages in this research are Load Data, Cleaning Data, Data Selection, Transformation Data, Clustering Process with AHC single linkage, Silhouette Coefficient, and Knowledge Representation. This research resulted in 2 group recommendations from a total of 1336 Culinary MSME data and 3 group recommendations from a total of 145 Handicraft MSME data. The results of the silhouette score test in the Culinary Sector are included in the strong structure category with a value of 0.79 and the Crafts Sector is included in the Medium Structure category with a value of 0.615. From the number of these groups, recommendations were obtained for improving a service in increasing MSMEs, especially those with a turnover of less than 10 million, marketing purposes within the Yogyakarta area, and not having financial assistance from the government. The high number of immigrants in the city of Yogyakarta has resulted in increased opportunities for Micro, Small and Medium Enterprises (MSMEs) in the Culinary and Crafts sector. The large number of MSMEs creates increasingly higher competitiveness. Apart from that, the large amount of data collected by the Department of Cooperatives and MSMEs, which reaches thousands, causes the Department to have difficulties in efforts to improve and empower these MSMEs. Grouping is one method that can be used as a strategy in mapping MSMEs, especially in efforts to improve and empower MSMEs through training conducted by the Department. The aim of this research is to group MSMEs using the Agglomerative Hierarchical Clustering (AHC) method in an effort to achieve strategies for improving and empowering MSMEs. The focus of this research is[a1]  MSMEs in the craft sector and MSMEs in the culinary sector. The results of this research provide 2 group recommendations from a total of 1336 Culinary MSME data and 3 group recommendations from a total of 145 Craft MSME data. The silhouette score test results in the Culinary Sector are in the strong structure category with a value of 0.79 and in the Crafts Sector are in the Medium Structure category with a value of 0.615. From the number of groups in the two MSMEs, strategies were obtained to improve and empower MSMEs, especially those with a turnover of less than 10 million, marketing objectives within the Yogyakarta area, and not having capital assistance from the government.  [a1]the result of the revision of the Abstract
Implementasi Data Mining untuk Estimasi Produksi Cabai menggunakan Metode Exponential Smoothing Lintang Fauziyatu Azmi; Zahrotun, Lisna
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.8333

Abstract

Cabai merupakan komoditas hortikultura yang banyak dibudidayakan dan berpengaruh pada fluktuasi ekonomi di Kabupaten Sleman. Dalam upaya menstabilkan fluktuasi harga dan pertumbuhan ekonomi di Kabupaten sleman, maka perlu dilakukan estimasi produksi cabai untuk periode ke depan. Estimasi produksi cabai yang dilakukan dalam penelitian ini menggunakan tiga jenis metode Exponential Smoothing dengan kombinasi parameter alpha, beta, dan gamma. Penelitian ini bertujuan untuk mengembangkan model estimasi produksi cabai dengan menggunakan Single, Double, dan Triple Exponential Smoothing. Hasil penelitian ini menunjukkan bahwa Triple Exponential Smoothing adalah metode yang paling tepat digunakan untuk mengestimasi produksi cabai di masa mendatang, dengan persentase tingkat error sebesar 6.5%.
Comparison of K-Medoids Method and Analytical Hierarchy Clustering on Students' Data Grouping Zahrotun, Lisna; Linarti, Utaminingsih; Suandi As, Banu Harli Trimulya; Kurnia, Herri; Sabila, Liya Yusrina
JOIV : International Journal on Informatics Visualization Vol 7, No 2 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.7.2.1204

Abstract

One sign of how successfully the educational process is carried out on campus in a university is the timely graduation of students. This study compares the Analytic Hierarchy Clustering (AHC) approach with the K-Medoids method, a data mining technique for categorizing student data based on school origin, region of origin, average math score, TOEFL, GPA, and length study. This study was carried out at University X, which contains a variety of architectural styles. The R department, the S department, the T department, and the U department make up one of them. K-Medoids and AHC techniques Utilize the number of clusters 2, 3, and 4 and the silhouette coefficient approach. The evaluation's findings indicate a value. Although there is a linear silhouette between the AHC and K-Medoids methods, the AHC approach (departments R: 0.88, S: 0.87, T: 0.88, and U: 0.88) has a more excellent Silhouette value than K-Medoids (department R: 0.35, department S: 0.65 number of cluster 2, department T: 0.67 number of cluster 2 and program Study U: 0,52). The results of the second approach, which includes the K-Medoids and AHC procedures, are determined by the data distribution to be clustered rather than by the quantity of data or clusters. Based on this methodology, University X can refer to the grouping outcomes for the four departments with two achievements to receive results on schedule.
Co-Authors Amanatullah, Yosyadi Rizkika Anita Rahmawati Anna Hendri Soleliza Jones Ansari Ansari Arfiani Nur Khusna Aryandita, Muhammad Dwinda Agust Dewi Soyusiawaty Dwiyanti, Ryzky Aulia Elyana, Ade Eni Purwaningsih Fajri, Yunus Fiqriany Karepesina Hanifatun, Farras Hapsari, Intan Herri Kurnia Ika Arfiani Ika Kurnia Saputri Indri Dwi Lestari Jones, Anna Hendri Soleliza Juniarti, Rahmat Kurnia, Herri Lintang Fauziyatu Azmi Muhammad Faishal Mushlihudin Mushlihudin Mushlihudin Mushlihudin Mushlihudin, Mushlihudin Mushlihudin, Mushlihudin Purwayoga, Vega Ramadhan, Imam Rusydi Umar Sabila, Liya Yusrina Soleliza Jones, Anna Hendri Soleliza Jones, Anna Hendry Suandi As, Banu Harli Trimulya Taufik Mufti Haryadi Tedy Setiadi Tsani Elvia Nita Utaminingsih Linarti, Utaminingsih