Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik UISU (SEMNASTEK)
Khairuddin Nasution
Program Studi Teknik Informatika, Fakultas Teknik Universitas Islam Sumatera Utara, Medan, Indonesia
Engineering

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

Found 2 Documents
Search

 1 
PENERAPAN ALGORITMA APRIORI PADA PENJUALAN KOPI ARABICA Thaariq Nasrah; Khairuddin Nasution; Oris Krianto Sulaiman
Prosiding Seminar Nasional Teknik UISU (SEMNASTEK) SEMNASTEK UISU 2021
Publisher : Fakultas Teknik Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.331 KB)

Abstract

Minum Kopi merupakan salah satu toko yang menjual berbagai macam jenis kopi di Kota Medan. Minum Kopi termasuk brand yang cukup dikenal dikalangan pecinta kopi arabica. Dimana jumlah penjualan produk kopi semakin hari semakin meningkat seiring dengan penambahan jenis produk Minum Kopi. Sehingga data transaksi pembelian konsumen menjadi menumpuk di bagian penjualan dan menjadi data yang tidak terpakai. Untuk itu pimpinan perusahaan menginginkan data transaksi tersebut dapat digunakan kembali untuk mengetahui pola pembelian pelanggan sehingga dapat meningkatkan omset penjualan. Untuk menyelesaikan masalah tersebut dibutuhkan suatu sistem terkomputerisasi yang dapat menggali informasi baru dari tumpukan data-data lama, yaitu dengan menggunakan Data Mining. Salah satu teknik yang ada pada data mining adalah Apriori. Pada penelitian ini akan dibahas teknik asosiasi yang diterapkan untuk menemukan pola yang terjadi pada data-data transaksi terutama hal yang berkaitan dengan pola pembelian kopi arabica. Teknik asosiasi yang akan digunakan adalah algoritma Apriori. Kesimpulan yang diperoleh yaitu dengan menggunakan data mining algoritma apriori dapat membantu perusahaan dalam menentukan pola pembelian kopi arabica. Sehingga aplikasi data mining yang dibangun dapat langsung digunakan oleh perusahaan dan dapat dirasakan manfaatnya
ANALISIS DATA MAHASISWA UNTUK MENDUKUNG STRATEGI PROMOSI PADA UNIVERSITAS MEDAN AREA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING M. Rishakim Marajari; Khairuddin Nasution; Tasliyah Haramaini
Prosiding Seminar Nasional Teknik UISU (SEMNASTEK) SEMNASTEK UISU 2021
Publisher : Fakultas Teknik Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (497.6 KB)

Abstract

Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pengambil keputusan. Dalam penelitian ini yang akan dibahas adalah mengenai implementasi data mining untuk mendukung strategi promosi pada Universitas Medan Area. Salah satu langkah yang dapat dilakukan untuk meningkatkan jumlah mahasiswa baru adalah dengan memanfaatkan data mahasiswa diintegrasikan dengan teknik data mining sehingga menghasilkan kesimpulan. Kesimpulan tersebut dapat digunakan untuk pengambilan keputusan dalam menentukan wilayah promosi yang tepat sasaran. Pengolahan data mahasiswa seharusnya dilakukan agar dapat menentukan wilayah promosi yang tepat sasaran sehingga dapat meningkatkan jumlah mahasiswa pada tahun berikutnya. Salah satu teknik yang ada pada data mining adalah clustering. Pada penelitian ini akan dibahas teknik clustering yang diterapkan untuk menemukan pola yang terjadi pada data-data mahasiswa yang ada di Universitas Medan Area terutama hal yang berkaitan dengan strategi promosi. Teknik clustering yang akan digunakan adalah K-Means Clustering. Metode ini dipilih karena mampu membuat suatu hasil pengelompokkan dengan memanfaatkan data-data mahasiswa yang sudah ada untuk mendukung strategi promosi. Sehingga dapat dihasilkan suatu pola hubungan antara atribut-atribut yang mendukung strategi promosi tersebut. Metode K-Means Clustering ini bertujuan untuk membuat hasil pengelompokkan terbaik berdasarkan atribut-atribut yang ada
Co-Authors M. Rishakim Marajari Oris Krianto Sulaiman Tasliyah Haramaini Thaariq Nasrah