Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika

Pemilihan Kurir yang Memperoleh Rewards Courier of the Month dalam Sistem Pendukung Keputusan Menggunakan Metode SMART Budanis Dwi Meilani; Mohammad Rizky Aditya
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 3, No 2 (2022)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2022.v3i2.3510

Abstract

PT RAJAWALI JAYA EKSPRES merupakan salah satu perusahaan yang  bergerak di bidang ekspedisi jasa pengiriman yang terbaik secara pelayanan dan proses pengiriman. Dalam penyeleksian kurir terbaik yang akan mendapatkan Rewards Courier Of The Month, maka banyak kriteria yang harus dinilai oleh HRD PT RAJAWALI JAYA EKSPRES, berdasarkan kriteria dan intelegency kurir. Untuk membantu proses penyeleksian kurir ini agar berjalan obyektif, maka dalam penelitian ini dibangun sebuah sistem yang dapat mempermudah HRD dan Koordinator dalam penyeleksian kurir terbaik yang sesuai dengan kriteria yang diinginkan. Metode yang digunakan dalam Sistem Pendukung Keputusan ini metode Simple Multi Attribute Rating Technique (SMART). Data kurir yang digunakan dalam penelitian ini adalah kurir yang tergabung dalam PT RAJAWALI JAYA EKSPRES, dengan periode data mulai tahun 2020 sampai 2021.Berdasarkan pengujian yang dilakukan sebanyak 30 kali uji coba dengan membandingkan hasil rekomendasi sistem dengan hasil rekomendasi Koordinator, maka diperoleh tingkat akurasi sebesar 80%. Sehingga dapat disimpulkan bahwa sistem pendukung keputusan pemilihan kurir berdasarkan kriteria dan intelegency terbaik pada PT RAJAWALI JAYA EKSPRES telah dapat berjalan dengan baik dan dapat membantu pihak perusahaan dalam menyeleksi kurir terbaiknya.
Penerapan Data Mining Untuk Menentukan Bahan Roti Menggunakan Algoritma FP-Growth Permatasari, Janie; Meilani, Budanis Dwi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.7546

Abstract

Persediaan bahan baku merupakan elemen penting dalam pengelolaan toko roti karena berpengaruh pada produksi, kualitas produk, dan kepuasan pelanggan. Pengelolaan yang kurang optimal dapat menyebabkan pemborosan bahan baku atau kekurangan stok yang menghambat produksi. Penelitian ini bertujuan untuk mengimplementasikan algoritma FP-Growth pada data transaksi penjualan untuk menemukan pola penjualan yang relevan dan mendukung operasional toko roti. Hasil penelitian menunjukkan bahwa semakin besar nilai minimum support dan minimum confidence, semakin sedikit rule yang dihasilkan karena kriteria menjadi lebih ketat. Sebaliknya, semakin banyak data yang digunakan menghasilkan lebih banyak rule, sementara itu pengujian yang dilakukan pada data transaksi bulanan menghasilkan rata-rata nilai minimum support sebesar 13,66%. Implementasi algoritma FP-Growth ini dapat membantu mengoptimalkan pengendalian persediaan bahan baku, meningkatkan operasional, dan mendukung pengambilan keputusan yang lebih baik dalam bisnis toko roti.
Implementasi Data Mining Menggunakan Fuzzy C Means Untuk Penentuan Kelompok PKL Sunni, Queen Carolyne; Meilani, Budanis Dwi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 6, No 1 (2025)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2025.v6i1.6866

Abstract

Sekolah Menengah Kejuruan (SMK) mempersiapkan siswa untuk dunia kerja melalui Praktek Kerja Lapangan (PKL). Penelitian ini menggunakan algoritma Fuzzy C-Means (FCM) dalam konteks data mining untuk meningkatkan efisiensi dan akurasi pengelompokan siswa dalam PKL. Algoritma FCM memungkinkan pengelompokan dengan tingkat keanggotaan variatif, yang bertujuan mengoptimalkan kelompok PKL. Proses penelitian mencakup penetapan parameter seperti jumlah klaster, tingkat ketidakjelasan, dan pemilihan pusat klaster awal. Kriteria yang digunakan meliputi lima nilai akademis dari mata pelajaran produktif, minat karir, dan preferensi lokasi magang. Hasil evaluasi model menunjukkan bahwa FCM dapat memberikan pengelompokan yang cukup akurat, dengan tingkat akurasi mencapai sekitar 72%. Penelitian ini menunjukkan bahwa algoritma Fuzzy C-Means (FCM) dapat meningkatkan efisiensi pengelompokan siswa PKL, meskipun terdapat tantangan dalam mencapai akurasi yang lebih tinggi. Hal ini mendesaknya keseragaman dan kualitas data serta pengaturan parameter algoritma untuk mencapai hasil yang optimal. Penelitian ini memberikan evaluasi lebih lanjut terhadap parameter dan kualitas data untuk meningkatkan akurasi pengelompokan di masa depan.