Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Teknologi Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Tugiono
STMIK Triguna Dharma
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Stunting Sistem Cerdas Mendiagnosa Stunting pada Anak Menggunakan Mesin Inferensi Tugiono; Afdal Alhafiz; Hafizah
Jurnal Informasi dan Teknologi 2022, Vol. 4, No. 4
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v4i4.237

Abstract

Stunting is an unresolved nutritional problem in Indonesia. Stunting is a physical growth disorder characterized by a decrease in growth speed and is the impact of nutritional imbalances. Stunting will cause long-term impacts, namely disruption of physical, mental, intellectual, and cognitive development. Children who are stunted until the age of 5 years will be difficult to repair so that it will continue into adulthood and can increase the risk of offspring with low birth weight. Low economic factors cause people to think twice about consulting on stunting with doctors or nutritionists. In addition, the reluctance to come to the Puskesmas is an indicator of the low level of public awareness of children's health. Whereas the Puskesmas is a place that provides information about the problem of stunting. This is one of the causes of the delay in reducing the prevalence of stunting. An expert system is a system that seeks to adopt human abilities or knowledge into computers, so that computers can work in solving a problem like an expert or someone who has knowledge in a particular field. Utilization of expert systems with certainty factor methods and forward chaining inference engines will greatly help facilitate the community in making an early diagnosis of stunting in children, so that people can take initial treatment if their child is diagnosed with stunting. With this facility, of course, the risk of increasing stunting in children can be reduced and even prevention is carried out.
Implementasi Data Mining Menganalisa Pola Penjualan Barang Pada Aisyah Shop Menggunakan Metode FP-Growth Derma Br Ginting; Tugiono; Sobirin
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 1 (2026): EDISI JANUARI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i1.11819

Abstract

Membangun sebuah bisnis Online Shop penjualan barang sangat memerlukan penggunaan teknologi informasi, guna mendukung kelancaran penjualan produk-produk yang disediakan. Masalah yang terjadi adalah Aisyah Shop kesulitan menentukan strategi penjualan dan persediaan barang yang mengakibatkan tingkat penjualan dinilai masih kurang maksimal. Pada saat ini Aisyah Shop masih memproses data penjualannya secara manual, sehingga ketersediaan data penjualan besar tidak dapat digunakan semaksimal mungkin. Online Shop dituntut untuk menemukan suatu strategi yang dapat meningkatkan penjualan produk yang akan dijual. Salah satu cara yang dapat dilakukan untuk penentuan strategi penjualan barang adalah dengan menggunakan teknik data mining. Adapun metode yang digunakan dalam hal ini adalah algoritma FP-Growth, yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah pilihan. Algoritma FP-Growth menggunakan konsep tree development dalam pencarian jenis produk yang sering dibeli (frequent itemset). Data yang digunakan yaitu 50 jenis barang dan 40 data transaksi. Pada penelitian ini ditentukan nilai minimum support sebesar 7% dan nilai minimum confidence sebesar 27%. Dari hasil pengujian yang dilakukan didapatkan beberapa aturan yang dijadikan pola dalam membangun strategi penjualan maupun strategi persediaan yang lebih baik dimasa yang akan datang. Kata kunci: Penjualan, Data Mining, FP-Growth, Association rules, Frequent itemset.
Co-Authors Afdal Alhafiz Derma Br Ginting Hafizah Sobirin